基于灰色关联分析的高校青年教师教学能力评价模型
（1.齐齐哈尔大学 理学院， 黑龙江 齐齐哈尔 161006； 2.牡丹江师范学院 数学科学学院， 黑龙江 牡丹江 157011）
[摘 要] 高校青年教师是高校教师队伍的主力军，其教学能力的发展和提高是不断提高大学整体教学质量和办学水平的保障，因此对高校青年教师教学能力进行科学评价具有重要意义。利用灰色关联分析方法对选取的评价指标进行了赋权，并在此基础上构建出青年教师教学能力的评价模型，并通过实例进行了分析，验证了此方法的有效性，丰富了对教师教学能力评价方法的同时也为高校青年教师教学能力评价提供了一种量化评价模型参考。[关键词] 灰色关联分析；教学能力；青年教师[中图分类号] O29 [文献标识码] A 1009-6043（2020）11-0192-03
一、引言
随着国家高等教育大众化程度的不断深入，高校师资队伍结构也发生了很大变化，青年教师成为现今高校教师队伍的主力军。青年教师的教学能力不但影响教学质量和效果，也是提高学校整体教学质量和人才培养质量的关键因素，加强师资队伍建设及维持高校的可持续发展都有着举足轻重的意义。而要对青年教师的教学水平进行科学的管理与指导，对其教学能力水平进行客观的评价就很关键，通过青年教师教学能力评价结果可以帮助学校人事部门对青年教师在青年教师评奖、评优及职称评审的考核中提供科学的依据，并帮助教师提高教学水平，使其能更好的胜任教学工作。
教师教学能力评价是一个多指标综合评价问题，目前对教师教学能力的评价方法主要有模糊综合评价法[1]，层次分析法[2]，神经网络法[3]及将两者结合的多元化教学评价方法[4]等。这些方法对教师教学能力评价的研究提供了科学的手段及理论基础，极大的丰富了教师教学能力的评价内容。鉴于灰色系统理论[5]对小样本、信息系统的分析建模所具有的优势，本文利用灰色系统理论中的灰色关联分析技术对高校青年教师教学能力进行了评价，以丰富教师教学能力评价方法体系。
二、教学评价指标确立(一)指标选择说明
教师教学能力评价内容多，任务重，要求也高，如何[文章编号]
把教学评价进行合理的量化，把定性指标转化为定量指标，直观的给出客观评价的结果是非常必要的，尽量避免人为因素并且充分发挥评价的公平性及合理性。这样评价指标的选择就应包含教师教学能力评价活动的各个方面，根据系统建模应遵循的科学性、系统性、可操作性及动态性原则，参阅了一些学校教师教学能力评价指标并结合我校实际情况，初步设计出了本文教师教学能力评价指标体系，为了进一步保证所用指标的合理性，我们又通过设计调查问卷采用专家调查法对初步设计指标进行了筛选，得到本文最终的教师教学能力评价指标体系，具体见表1：
表 1教师教学能力评价指标内容(二)教师教学能力评价指标权重确定方法
确定指标权重的主要方法分为主观与客观两大类，本文依据文献[9-10]给出的主客观相结合的指标赋权方法，也就是用灰色关联度确定指标权重的方法，对本文所
[作者简介] 王晓霞(1979-)，女，黑龙江齐齐哈尔人，副教授，硕士，研究方向：应用数学；祖培福(1981-)，山东临沂人，副
教授，硕士，研究方向：应用统计学、综合评价。[基金项目] 黑龙江省省属高等学校基本科研业务费重点项目：动态综合评价研究方法及其应用(1355ZD011)；牡丹江师
范学院科研一般项目：组合预测模型的研究及应用(YB2020007)。
选指标进行赋权，步骤如下： 1.确定母指标与子指标。通常选取对评价方案影响最重要的因素当做母指标，其对应的指标值向量为X0= (x10，x20，...xn0)T，其他因素作为子指标记为X j=(x1j，x2j，...xnj)T，(j=1,2,...,p) 2.对 X0，Xj 初值化处理。即令
三、教师教学能力评价模型建立(一)教学能力评价的数学模型
灰关联分析的基本想法是根据序列曲线的几何形状的相似程度来判断指标序列间联系是否紧密，序列曲线越接近，其相应的指标序列间的关联度就越大，反之就越小。灰关联分析因为对样本量要求不高，很适合小样本建模系统，因为其这种优势特点，自此方法出现以来，被广泛应用到经济、社会、农业及军事等众多领域。本文就是基于此种分析方法的思想来建立教师教学能力的评价模型，如下:
设有 n个被评价教师的某一阶段教学能力指标序列如为:
式中 xi (j ),i=1,2,...,n,j=1,2,...,p 表示第 i 个教师的第 j 个指标的观测值。
为避免指标的不同量纲会对评价结果产生影响，就需要对指标初值进行无量纲处理，常用的指标无量纲化处理方法有初值化、均值化、区间值化等方法。本文将利用初值化方法来处理原始指标数据序列，具体方法如下：
设 Xi={xi(1)，xi(2)，...，xi(p)，}，i=1，2，...，n，D 为初值化算子，初值化变换后的序列指标为
综上易知若被评价教师的教学能力评价指标序列与理想序列的关联度越大，则该教师的教学能力就越强，从而可根据被评价教师与理想序列的关联度大小对各位教师的教学能力进行排序。
(二)教师教学能力评价实例分析
设学校教务部门准备从某学院选拔一名 35 岁以下青年教师参加全省组织的青年教师教学大赛，共有四位青年教师报名参加，学校教务部门组织多名教学专家根据每位选手的讲课表现分别对每位教师的各项指标进行了打分，根据专家意见多位专家对某位教师的同一指标的分数取平均并舍掉小数，从而得到四名青年教师的各项指标的原始评价数据如下表2。
根据专家评判选取 X4作为评价教师教学能力的母
指标，利用计算灰色关联度法来计算出各指标的权重如下：由表 2中的专家原始打分数据可得出教师教学能力指标的理想序列为：
求得加权初值化变换序列与上述理想点列的关联度为：
从而可得知第四位教师的关联度最大，也即在此评价模型中此教师的教学能力相对更好些，可以选拔出代表学校参加省级教学比赛。另外，从原始评价矩阵也可简单看出，第四位青年教师各项指标的评价基本都是最优或次优，从本文中评价模型的综合评价结果来看与实际情况也是相符的，从而验证了文中所用方法的有效性。
四、结论
本文针对高校青年教师教学能力的评价问题，在现有研究方法的基础上建立了评价教师教学能力的评价指标体系，利用灰色关联分析法对所建立的评价指标确定了权重，并进一步采用灰关联思想构建出了青年教师教学能力评价模型，并通过实例进行了分析，验证了此方法的有效性，丰富了对教师教学能力评价方法的同时也为高校青年教师教学能力评价提供了一种量化评价模型参考。
[参考文献]
[1]刘慧，王贵成，等.高等院校青年教师教学能力评价指标体系与方法探讨[J].职业时空，2010,6(6):150-152. [2]冯丽霞，施韶亭，等.基于层次分析法的教学评价指标模型[J].西北师范大学学报(自然科学版)，2010，46(5)： 19-23. [3]刘军.基于神经网络的教师教学质量评价模型的研究与实现[D].长春:长春师范学院，2011. [4]张丹.基于多元评价模型的高校教师教学评价系统设计与实现[D].石家庄:河北科技大学，2011. [5]刘思峰，党耀国，等.灰色预测与决策模型研究[M].北京:科学出版社，2009.