基于模糊聚类分析的高校大学生素质考评

王诚

摘 要 介绍模糊聚类的基本方法，结合目前的素质教育体制对高校大学生素质进行科学分析，提出更为客观有效的学生综合能力评价指标。实验证明，该方法能更加客观真实地反映学生的素质水平，为高校对学生实施因材施教、有针对性地培养学生提供科学依据。

关键词 模糊聚类分析；学生素质；评价指标体系

中图分类号：G645 文献标识码：B

文章编号：1671-489X（2014）10-0078-04

Analysis of Evaluating College Students Quality based on Fuzzy Clustering Analysis//WANG Cheng

Abstract Introducing the basic method of fuzzy clustering， combined

with the present quality education system on college students quality of the scientific analysis， this paper builds a new guide line system to evaluate students comprehensive ability objectively， and provides scientific basis for cultivate students according to the aptitude.

Key words fuzzy clustering analysis； students quality； evaluation line system

1 引言

大学生素质评价是高校在对学生进行奖学金评定、毕业综合排名、推荐免试硕士研究生等方面的重要依据，对学生的自我评价和学校的教育管理工作提供一定的参考，同时也为企业选拔适用的人才提供一个参考工具。

在以往的评价方法中，往往衡量学生的综合素质仅仅局限在理论修养、专业素质、身心素质、实践能力、课外活动能力等五个方面[1-3]，而随着教育体制改革的不断深入及日益激烈的社会竞争，已经不满足对当代大学生综合素质的评价。在比较国外高等学校对学生的综合素质评价中，以美国的通识教育[4]为例，其评价的主要原则是当把学习理解成在不同时间内的多维的、整合的、启发性的行为活动时评价最为有效，并根据大学使命和作为现代人的大学生应具备的能力，制定各具特色的通识教育评价目标。

本文的独特之处在于结合了当代高校的实际，通过对学生的素质评价方面问卷调查及在综合大量的文献[5-7]基础上，提出基于聚类分析的大学生综合素质评价方法，提出能够衡量学生素质的六个方面，即：品德修养、思想观念、身心素质、学业素质、个人能力、日常表现。并结合新时期的社会及企业需求，提出一个客观的权重比例：20%、15%、15%、20%、20%、10%。该方法是与传统的学生成绩评价方法相对应的一种新型学生评价方法。

2 模糊聚类分析

聚类就是把具有相似性质的事物区分开加以分类。聚类分析就是用数学方法研究和处理给定对象的分类。“人以群分，物以类聚”，聚类问题是一个古老的问题，是伴随着人类的产生和发展而不断深化的一个问题[8]。

模糊综合评价方法定义[9]：由于m个指标的量纲和数量级都不同，直接利用原始数据进行计算，就可能突出某些数量级特别大的特性指标对分类的作用，而降低甚至排斥某些数量级较小的特性的作用，导致一个指标只要改变一下单位，也会改变分类结果。所以，必须对原始数据进行无量纲化处理，使每一指标值统一于某种共同的数据特性范围。

聚类分析的内容非常丰富，本文采用的模糊聚类分析方法的步骤一般可以归结如下[10]。

对样本进行标准化处理，消除量纲的影响 有m个指标n个样本的统计数据，原始观测数据xij表示第i个样本的第j个指标变量。对其按下式进行处理：

，，

其中Aj表示在第j个指标下所有样本原始数据的最小值，Bj表示在第j个指标下所有样本原始数据的最大值。

计算样本之间的贴近度，建立模糊相容关系 样本之间的贴近度就是样本之间的接近程度或相似程度，用[0，1]之间的数表示。本文采用夹角余弦法，即：

（i，j=1，2，…，n）

通过计算任意两个样本之间的贴近度，即可得到一个模糊相容关系，即。

对模糊相容关系进行复合，得到模糊等价关系 在模糊子集的交、并和余的运算中采用的是扎德算子，即若A=（aij），B=（bij）为模糊矩阵，而模糊矩阵C=（Cij）满足关系，则称C是A和B的积，记为C=A·B。

模糊等价矩阵具有如下性质：

1）若对于所有的u∈U，必有uR（u，u）=1，则称R具有自反性；

2）若对于所有的u，v∈U，恒有uR（u，v）=uR（v，u），则称R具有对称性；

3）如果对于所有的u，v，w∈U，均有uR（u，w）≥∨

[uR（u，v）∧uR（v，w）]，则称R具有传递性；

4）按照给定的聚类水平，对样本进行聚类。

3 高校大学生素质的模糊聚类评价

指标体系 从品德修养、思想观念、身心素质、学业素质、个人能力、日常表现等六个方面进行分析（六个方面的权重比分别为20%、15%、15%、20%、20%、10%），然后将这个六个一级指标细分为30个二级指标，是对一级指标的细化。学生考核的结果分为4类：优秀、良好、合格和不合格，大学生综合素质评价体系基本上达到全面、科学合理的要求，其各方面与各自相关的诸因素如表1所示。

部分指标的解释

1）科研创新能力指学生在该学年内所发表的科研论文和参加课题的情况。等级的评定由科研处制定政策并通过专家鉴定予以量化。

2）实践动手能力是指学生通过自身的专业学习所做出来的一些成果即学以致用的具体成果。等级的评定通过专家鉴定予以量化。

3）技能竞赛的加分指分别参加国家、省（市）、学校所举办的各类竞赛活动中获前三名者。

4）学生干部的加分是由学生处及各院（系）提供，并向所在班级公布的。

大学生综合素质评价指标的计算 选择笔者所在学校专业的十名本科学生作为考核对象，将五项指标的得分作为某学生的特征数据，原始数据如表2所示。

1）对样本进行标准化处理：首先对原始数据按照五个方面的权重比分别为20%、15%、15%、20%、20%、10%，进行加权简单预处理，然后进行标准化处理。

2）计算样本之间的贴近度，建立模糊相容关系：

3）对模糊相关系数进行复合，得到模糊等价关系：

4）根据不同的聚类水平对样本聚类进行分析，得到相应的聚类结果，如表3所示。

从以上结论可以看出：

1）为了对大学生素质进行评价，可以根据具体要求选取适当的λ，其分类结果可能有所不同，可以反映不同的具体要求。当λ=0.956 775 493时，对样本聚类分析如下：此时样本被分为两类，即{1，2，3，4，5，7，8，9，10}和{6}，这一点是符合实际的。从原始数据中直观可见第6号样本的各项指标值均为最低，这说明模糊聚类分析方法具有较强的可操作性和灵活性。

2）通过模糊聚类进行分析，越先聚为一类的对象，近似程度愈高，素质越靠近，体现了“物以类聚，人以群分”的思想。说明运用模糊聚类分析方法可以帮助学生找到自身的优势和劣势，并针对学生个体进行个性化教育，帮助学生确定最适合自己的方向，最大限度地挖掘学生潜力，为我国的教育改革和经济发展培养各尽所长的人才。

3）通过模糊聚类分析，最终将10名学生分成四类。其中样本7、9为优秀，样本1、3、4、8为良好，样本2、5和10为合格，样本6为不合格，模糊聚类分析得到的分类结果与真实情况吻合。通过运用模糊聚类分析的方法对学生素质进行考评，有效地降低了以往考核工作中的不确定因素的影响，得到的结果能够真实地反映学生全面表现的情况。

4 结束语

模糊聚类分析对掌握学生学习情况有很大帮助，根据学生的特长进行评价，帮助学生找到自身的优势和劣势，模糊聚类结果科学合理，较符合实际。由于应用模糊聚类方法对高校大学生素质进行评价过程中难免受到主、客观因素的影响，也会造成不同程度的失真偏差。但是，总的来说，此方法在大学生素质评价中有很强的可操作性和客观性。

参考文献

[1]王文正.基于模糊聚类分析的简单学生考核方法[J].滨州职业学院学报，2009（2）：27-30.

[2]陈岩.大学生素质评价体系的内容设计与运行实践略探[J].学校党建与思想教育，2007（9）：75-76.

[3]王巧云.基于模糊聚类分析的学生考核模型研究[J].长江大学学报：自然科学版，2011（8）：4-6.

[4]袁琦.美国大学通识教育评价研究[D].南京：东南大学，2004.

[5]乾达门.大学生素质评价体系的创新研究[J].内蒙古师范大学学报：教育科学版，2005（11）：92-95.

[6]黄海滨.大学生素质评价[J].经营管理者，2010（18）：

333.

[7]万光玲，王慧.论大学生素质评价体系的重构[J].沈阳师范大学学报：社会科学版，2007（2）：95-98.

[8]何清.模糊聚类分析理论与应用研究进展[J].模糊系统与数学，1998（2）：89-94.

[9]庄恒扬，沈新平，陆建飞，等.模糊聚类计算方法的理论分析[J].江苏农学院学报，1998（8）：38-42.

[10]白思俊.系统工程[M].北京：电子工业出版社，2006.