基于粗糙集的程序设计实践课程形成性评价研究

王传立，李建军，刘震宇，曾文斌

（中南林业科技大学 计算机与信息工程学院，湖南 长沙 410004）

基于粗糙集的程序设计实践课程形成性评价研究

王传立，李建军，刘震宇，曾文斌

（中南林业科技大学 计算机与信息工程学院，湖南 长沙 410004）

形成性评价是一种新型评价方式，相对于传统的教学评价，形成性评价更能合理客观地评价程序设计实践课程的教学效果及学生的实践能力。构建了以教师、实验小组、学生本人、第三方专家为评价主体；以语法熟练程度、算法应用能力、算法设计能力、实验报告质量为评价指标的程序设计实践课程形成性评价体系。并对C++实验课开展了形成性评价研究，教学实践表明，对形成性评价学生满意度高达90%，实施形成性评后学生实践能力优秀率提高了18%。

形成性评价；实践能力；考核方式；粗糙集

一、形成性评价的内涵及优点

当前高校程序设计实践课程的考核或者评价多采取以下几种形式，[1-2]1、上机操作考试，这种考核方式往往就是学生在期末通过上机操作一次性确定自己的实验成绩。2、文档方式，这种考核方式通常是以学生的实验报告或者学生最后提交的一篇论文为评价依据来确定学生的实验成绩。3、平时成绩方式，这种方式通常以学生的出勤、课堂表现等来确定学生的实验成绩。

但是无论以上那一种方式对实践课程的评价都比较片面，有的评价方式有应试的弊端，有的评价方式有很大的盲目性和随意性，都无法体现学以致用、以学生为本、因人施测的教学方针。

形成性评价是一种新型评价方式，由评价学专家斯克里芬首先提出，后被教育学家布卢姆应用到教学领域。布卢姆认为：“形成性评价是在教学过程中为了获得有关教学的反馈信息，改进教学，使学生知识达到掌握程度所进行的系统性评价。”通俗的讲，形成性评价是指在教学活动中，通过监控学生的学习过程，过程性的评价学生的学习情况，最终通过评价来调整教学以提高教学效果，进一步促进学生学习。[3-4]

形成性评价不但是个过程性评价，也是一个反馈性评价，更是一个系统工程。它具有如下优点：1、更注重学生学习过程中的表现、情绪、态度、方法，是基于对学生学习全过程的持续观察、记录、反思而做出的发展性评价，全面体现以学生为本。2、形成性评价具有反馈机制，形成性评价不是一次终结评价，而是一个阶段性过程评价，每一次评价的反馈促进下一阶段的教学，不但可以激发学生的学习兴趣，而且评价更加客观合理。3、更注重师生互动，体现教学相长，为学生的自主发展提供更广阔的平台。4、更注重学生的自评，可以增强学生的自信心，培养学生的合作精神，使学生从被动接受评价转变为主动的评价主体。5、形成性评价指标清晰、定性和定量相结合，学生清楚知道自己的努力目标，可以进一步促进学生端正目标，改进学习方法，提高学习效果。6、评价主体多元化，评价方式的多样化，教师、学生、实验小组等都是评价的主体。

教学实践反复证明，相对于终结性教学评价体系，程序设计实践课程形成性评价体系更具优势，更能全面准确的反映一个学生实践课程的学习效果和实践能力。

二、程序设计实践课程形成性评价体系的构建

（一）形成性评价主体

形成性评价强调评价主体的多元化，不但要充分考虑评价者的需求，而且要切实结合被评价者的需求，从而促进教学相长。在程序设计实践课程教学中，通常是小班教学，人数一般在30人左右，很适合开展形成性评价。在形成性评价中，教师、实验小组、学生本人、第三方专家都是评价的主体，其中学生既是评价的主体又是评价的对象。

（二）形成性评价指标

形成性评价的关键是要有一套可行的评价指标体系，该指标体系既要便于实施，又要能反应学生的实践课程的教学效果，体现学生的实践能力。在查阅国内外参考文献的基础上，进一步征询有关专家的意见，根据程序设计类实验课程的特点，及其学习记录的可操作性，提出以下形成性评价指标：1、语法熟练程度，2、算法应用能力，3、算法设计能力，4、实验报告质量，5、出勤率。

语法熟练程度：主要反映学生对语法知识的理解、掌握和自学能力。算法应用能力：主要反映学生对所学算法验证及其灵活应用的能力。算法设计能力：主要反映学生对所学知识的综合运用能力及其创新能力。实验报告质量：主要反映学生的学习态度、学习方法及其对实验的总结情况。出勤率：主要反映学生的纪律性。

（三）形成性评价指标粗糙集分析

为了分析论证以上指标是否能客观反应学生的实践能力，体现实践课程教学效果，本文采用经典粗糙集理论对C++实验课程的形成性评价记录数据进行分析。

经典粗糙集理论由波兰数学家Z.Pawlak提出，由于粗糙集不需要任何先验知识，故在数据挖掘中得到了快速的应用[5]。本文涉及到的粗糙集相关定义如下[6]：

定义1：给定知识库K=(U，R)，对X≠Φ且X⊆U， 一 个 等 价 关 系R∈ind(K)， 称R=∪{Y∈U/R|Y⊆X}为X关于R的下近似。R=∪{Y∈U/R|XY⊆ ≠Φ}称为X关于R的上近似

定 义 2：posR(X)=RX称 为X的R正 域；negR(X)=U-RX称为X的R负域

定 义 3：K=(U，R)为 一 个 知 识 库， 且C，D∈R，C和D分别为条件属性和决策属性，当k=γC(D)=|posC(D)|/|U|时，称知识D是k（0≤k≤1）度依赖于知识C，则属性子集CC⊆′关于D的重要性为σCD(C′)=γC(D)-γC-C′(D)。

以C++实验课程形成性评价学习记录为研究对象，选出一个班25位同学的学习记录作为训练集，每位同学用编号Si表示，则集合{Si}就构成了论域U。以语法熟练程度、算法应用能力、算法设计能力、实验报告质量、出勤率，作为条件属性，以学生实践能力为决策属性，形成决策表。依照粗糙集的属性约简原则，条件属性及决策属性离散化后的结果表示如下：语法熟练程度C1，1-不熟练，2-一般熟练，3-熟练；算法应用能力C2，1-能够验证算法，2-能够应用算法，3-能够灵活应用算法；算法设计能力C3，1-能够分析问题，2-能够设计算法，3-设计的算法较好；实验报告质量C4：1-一般，2-较好，3-好；出勤率C5：1-经常旷课，2-偶尔旷课，3-满勤。

决策属性：学生实践能力D，1-实践能力差，2-实践能力一般，3-实践能力好。学生实践能力的评价有第三方专家给出，实践能力数据来自于学生在企业实习时企业所给的评价。决策表如表1所示。

表1 属性决策

为了计算出学生实践能力评价指标的依赖度，采用上文给出粗糙集公式进行计算。计算结果如下：

从计算结果可以看出，学生实践能力高度依赖于形成性评价因子，依赖度高达0.8，形成性评价指标可以客观合理的反应学生的实践课教学效果及学生的实践能力。形成性评价指标出勤率在在学生实践能力评价中影响为0，这是因为在形成性评价小班教学中，学生的积极性很高，都是满勤。故在程序设计实践课程形成性评价中可以忽略出勤率这个指标因子。

（四）形成性评价成绩计算

程序设计实践课程形成性评价成绩的计算采用如下两个公式：

其中Grade为学生的形成性评价成绩，Ai.score为第i个评价主体对学生的评分，Ai.w为第i个评价主体的评分所占权重，Ai.w在专家打分的基础上通过层次分析法计算得出，权重计算结果为：教师评分权重为50%，实验小组评分权重为25%，学生自评权重为25%；indexi为第i个评价指标的得分，indexi.w为第i个评价指标的权重，indexi.w在专家打分的基础上结合粗糙集计算结果有层次分析法计算得到，权重计算结果为：语法熟练程度权重为16%，算法应用能力权重为30%、算法设计能力权重为30%、实验报告质量权重为24%。从中可以看出算法应用能力和算法设计能力在实践能力评价中的权重较高，故在平常教学中应该多注重这两方面的培养。

三、形成性评价的实施

课题组在C++实践课程中，实施了形成性评价，并给每位学生根据评价指标制定了学习卡片，该实验课程课时为36学时，分6次大实验来完成，其中每次大实验又包括6次小实验，根据教学的进度，每次大实验进行一次形成性评价，均采用百分制，每个评价指标的满分都为100分，各个评价主体把评价结果计入评价卡片，每次评价之后，再对教学展开讨论，讨论教师教学中及学生学习过程中存在的问题，并制定出对应的整改措施。每次评价的结果不但激励了学生继续学习的兴趣，而且为老师下一次组织教学提供了参考。

C++实践课程实施形成性评价后对形成性评价进行了学生满意度调查和形成性评价实施前后学生实践能力的对比分析，满意度调查表明，60%的同学非常满意评价方案，30%的同学比较满意评价方案，10%的同学认为评价方案实施起来比较繁琐，增加了很多工作量。学生实践能力对比分析结果如表2所示：

表2 优秀率结果对比

从表2可以看出实施形成性评价后，语法熟练程度优秀率提高了20%，算法应用能力优秀率提高了15%，算法设计能力优秀率提高了15%，实验报告质量优秀率提高了25%，学生实践能力优秀率提高了18%。

从以上看出，形成性评价贯穿于整个教学过程，不但激发了学生的学习积极性，也大大提高了学生的自我评价能力，同时也促进教师不断改进教学手段和方案，达到教学相长，提高学生实践能力的目的。

[1] 杨春明,韩永国.一门计算机课程的形成性评价应用策略[J].计算机教育,2011,（26）:60-62.

[2] 张 舸,刘利强,周细义.计算机专业实验考核方式初探[J].计算机教育,2010,（26）:119-121.

[3] Boston C The concept of formative assessment[J].Practical Assessment, Research & Evaluation, 2002,8(9):1-5.

[4] 吴秀兰.形成性评价在国内高校外语教学中的应用研究综述[J].外语界,2008，(3):91-96.

[5] 王 彪,段禅伦,吴 昊.粗糙集与模糊集的研究与应用[M].北京：电子工业出版社.2008.

[6] 张文修,吴伟志,梁吉业,等.粗糙集理论与方法[M].北京:科学出版社，2003.

The Formative Evaluation of Computer Programming Experimentation Course Based on Rough Set

WANG Chuan-li, LI Jian-jun, LIU Zhen-yu, ZENG Wen-bin
(1. College of Computer Science and Information Technology,Central South University of Forestry & Technology, Changsha 410004, Hunan, China)

At fi rst the shortcomings of the evaluation methods of computer programming experimentation course is analyzed,the formative evaluation is a new evaluation method, compared with the traditional evaluation, it is more reasonable and objective. Teachers, students, the experiment group and the experts are the subject of the formative evaluation. The index of the formative evaluation includes 4 aspects: grammatical prof i ciency, algorithm application ability, algorithm design capability and quality of experiment report, the weight of the indexes is 16%, 30%, 30%, 24% in turn. The teaching practices show that the satisfaction degree to formative evaluation of student reaches 90 percent and the practical ability is improved by 18 percent after formative evaluation executed.

formative evaluation; practical ability; assessment method; rough set

G642.0

A

1673-9272(2013)05-0216-03

2013-08-20

2013年中南林业科技大学教改项目：“基于CCAI的大学计算机基础课程混合教学模式研究与实践”；中南林业科技大学校级研究生教改项目：“提高生科类研究生培养质量的新型产学研合作培养机制研究”(编号：2012J011)。

王传立（1979-），男，河南夏邑人，中南林业科技大学计算机与信息工程学院讲师，硕士，研究方向：计算机实践教学。

李建军（1979-），男，湖南沅江人，中南林业科技大学计算机与信息工程学院副教授，博士，博士后，研究方向：林业系统工程、计算智能。

[本文编校：李浩慧]