基于云模型的混合教學(xué)教師技能評價分析

中圖分類號：TP391文獻標(biāo)識碼：A文章編號：1009-3044（2022）33-0127-02

Abstract：Withthecontinuousprogressofteachingreformincollegesanduniversities，thehybridteachingmodeisappliedtoteachingactivities，whichalsoputforwardnewrequirementsforteachers'skills.Theevaluationoftheteachers'skillsinthemixedmodeofteachingisanimportantpartoftheevaluation.Thispaperusesvirtualcloudalgorithmtoevaluatetheteachers'skillsbasedoncloudmodeltheory，whichreflectsthefuzzinessandrandomnessoftheevaluation.Theevaluationresults，theactualsituation，andcanfindoutsomevaluableteachinginformation.

Keywords：blendedteaching；evaluation；cloudmodel；backwardcloud；virtualcloud

1引言

隨著我國高等教育的深化進展，越來越多的高校開頭關(guān)注和采納混合式教學(xué)模式。很多高校已經(jīng)開頭使用各種網(wǎng)絡(luò)教學(xué)平臺，開展混合式教學(xué)。信息技術(shù)和教育教學(xué)的深度融合已經(jīng)成為高校提高教學(xué)效果和教學(xué)質(zhì)量的重要手段[1]。越來越多的教育工也開頭探討高?；旌鲜浇虒W(xué)的設(shè)計與應(yīng)用效果。

混合式教學(xué)結(jié)合了傳統(tǒng)教學(xué)模式的優(yōu)點和網(wǎng)絡(luò)化學(xué)習(xí)的優(yōu)勢，實現(xiàn)學(xué)習(xí)效果的最優(yōu)化。何克抗教授[2]認為，混合式教學(xué)把傳統(tǒng)學(xué)習(xí)方式和網(wǎng)絡(luò)學(xué)習(xí)方式的優(yōu)勢結(jié)合起來，一方面發(fā)揮了老師的主導(dǎo)作用，另一方面又調(diào)動了同學(xué)的樂觀性和制造性。

不同于傳統(tǒng)的課堂教學(xué)模式，混合式教學(xué)對老師技能方面提出了一些新的要求。對老師技能的評價成為學(xué)校教學(xué)質(zhì)量監(jiān)控的重要環(huán)節(jié)。由于老師技能評價本身所具有的隨機性和模糊性等特性，這就需要我們的評價方法能夠體現(xiàn)出這種評價的隨機性和模糊性，使評價結(jié)果更加符合實際狀況。采納云模型的評價方法可以實現(xiàn)定性和定量之間的轉(zhuǎn)換，體現(xiàn)出評價結(jié)果的隨機性和模糊性，反映出被評價對象的實際狀況。另外，運用云模型進行評價，不僅得出綜合評價結(jié)果，還可以分析出更多有價值的教學(xué)信息[3]。

2云模型理論

2.1云模型概念

云模型是處理定性概念和定量表示之間的不確定性轉(zhuǎn)換模型[4]，是處理定性和定量映射關(guān)系的有效工具。設(shè)[U]為數(shù)值表示的定量論域，[C]為論域[U]上的定性概念，對于任意值[x∈U]，[x]對[C]的確定度[μc（x）]是一個具有穩(wěn)定傾向的隨機數(shù)，即[μc（x）∈0，1]，則稱[x]為云滴，云滴在論域[U]上的分布形成云[5]。

云模型由三個數(shù)字特征值來表示，分別是期望Ex、熵En和超熵He。其中期望Ex為最大程度地代表定性概念，熵En反映了事物的模糊性和隨機性，超熵He反映了全部云滴的分散性[6]。云模型能將事物的模糊性和隨機性很好地結(jié)合起來。

2.2云發(fā)生器

云發(fā)生器包括正向云發(fā)生器和逆向云發(fā)生器。正向云發(fā)生器通過云模型的數(shù)字特征值[（Ex，En，He）]產(chǎn)生云滴，反映出數(shù)據(jù)的分布范圍。逆向云發(fā)生器則以一組云滴C（[x]，[μc（x）]）為樣本，獵取定性概念的云模型數(shù)字特征值[（Ex，En，He）]，實現(xiàn)將數(shù)值轉(zhuǎn)換為定性語言值的過程。

基于云X信息的逆向云算法[7]步驟如下：

（1）依據(jù)樣本值[xi]計算均值[X=1ni=1nxi]，一階樣本肯定中心距[1ni=1nxi-X]，樣本方差[s2=1n-1i=1nxi-X2]。

（2）[Ex=X]。

（3）[En=π2×1ni=1nxi-Ex]。

（4）[He=s2-En2]。

2.3虛擬云算法

以某個應(yīng)用為目的，通過對各個基云進行規(guī)律運算（軟“AND”或軟“OR”）得到的新云