支持探究式自主学习的课程网站质量综合评价模型

曾宇容，王 博

（湖北经济学院 信息管理学院，湖北 武汉 430205）

支持探究式自主学习的课程网站质量综合评价模型

曾宇容，王 博

（湖北经济学院 信息管理学院，湖北 武汉 430205）

探究式自主学习对课程网站建设提出了全新的要求，本文设计了一种课程网站的质量评价新模型。首先，根据小组讨论和匿名的调查问卷，得到了评价指标体系。然后，设计了一种集成层次分析法、模糊综合评价和灰关联分析的综合算法将定性数据转化为定量的综合评价数据。最后，实用实例验证了模型的科学合理性。

探究式自主学习；课程网站；质量评价；多属性决策

一、引言

探究式主动学习是一种积极的学习方式, 主要是指学员在教师的指导下对一定情景中的问题进行探索的学习方式。[1]强调学员根据自己的知识结构、学习策略、认知水平和学习风格等自身因素确定学习目标，选择学习内容和学习方式，进行积极主动、富有个人特色的自我控制。[2]在实际教学中，由于教学条件和学习时间的限制，师生在一定的情景中共同进行探究式学习是不太现实的，这就需要借助信息技术手段的强有力支持。作为一种基于Web技术的交流平台，特定的课程网站允许学员不限时间和空间地获得各种丰富的教育资源。这些在线学习材料是传统课程教学的一个良好的补充，也是重要的教学资源。另外，一些在线的交流工具(Email、讨论板、文档共享系统)可为学员与学员之间、学员与指导教师之间提供交互和交流。功能齐全、结构完整的课程网站可为学员的自主学习提供了强有力的支持，在教学活动中学员自主学习的能力将得到显著的提高。[3]

由于课程网站变得越来越重要，对教育研究人员来讲，对课程网站进行科学客观的评估就变得非常重要。有学者从技术、内容和服务方面对课程网站质量印象因素进行了识别，[4]一些学者调查了基于功能的网站特征（技术支持和服务）在网站设计方面的作用，比如改善交互和有效地支持学习。[5]研究发现在课程网站上提供学习资料能帮助学习者更容易集中在特定的主题和提高学习速度，[6]学习者自身的动机也影响他们对课程网站的接受程度，这些文献同时分析了影响课程质量的众多因素。[7]但是现有文献中未发现有学者从有效支持探究式自主学习的角度出发，根据中国课程网站建设的实情，对课程网站的质量进行客观科学的综合评估。

从本质上讲，课程网站质量评价是一项复杂的系统工程。然而，准确确定课程网站质量关键影响因素具有重要的意义，可以帮助网站设计者采取针对性的策略提高课程网站的有效性。确定多个因素之间的相对重要性是一个相对复杂的多属性决策问题，而层次分析法是一种有效的处理工具。[8]另外，定性指标的评价往往包括不确定的模糊因素。此情况下，采用模糊和灰色理论进行处理就显得非常合适。因此本文在借鉴这些成果的基础上，尝试从有效支持探究式主动学习的角度对课程网站质量影响因素进行识别，进而采用基于模糊和灰色理论的综合评价模型对网站质量进行科学评价，并通过实例验证了该模型的科学适用性。

二、探究式主动学习对课程网站建设的要求

（一）课程网站的应用必须能激发学员的学习动机：课程网站要求有新颖活泼的形式，丰富多样的资源；专题课程网站内容的专题性应该能有利于培养学员的自我效能感；[3]课程网站应具有灵活的在线评价功能，引导学员将自己的成功归因于自身努力，产生自主学习的动力。

（二）课程网站应能实现学员学习的个体化与教师指导的一体化在教学过程中的有效统一，培养了学生自主学习的能力。

（三）课程网站应具有良好的自主学习引导功能。通过构建完善的知识结构体系、提供清晰的导航策略和科学规范的评价系统来加强对学生自主学习的引导。

（四）专题网站应具有良好的交互性。专题网站通过创设问题情境，让学员体验问题、独立自学、交流互动，学员质疑，教师答题。

三、课程网站评价指标体系

一些学者分析了课程网站质量评价的指标，如文献[4]提出的指标包括系统质量（可获得性、响应时间、易学性）、信息质量（准确性、精确性和完整性），服务质量（可靠性、响应性、移情性）和吸引力（多媒体性能、网页设计）；文献[5]提出的指标包括系统质量（可获得性、系统反应时间、易学性），服务质量（移情性）和吸引力（网页设计、课程设计）；文献[6]提出的指标包括系统质量（系统反应时间、易学性），信息质量（格式规范性）、服务质量（响应性）和吸引力（多媒体性能、课程设计）；类似的研究见文献。[7]在此基础上，文献[9]从系统质量、信息质量、服务质量、吸引力四个方面对课程网站质量进行识别，设计了16个指标。在以上文献研究基础上，采用分组讨论和匿名问卷相结合方法，通过咨询和分析专家意见，设计了以下评价指标。

（一）系统质量——提供学习控制的功能特性

P1：可获得性（accessibility）：网站应提供强大的导航系统方便学习者获取信息，应该让学员花费最小的努力就找到需要的学习资料。

P2：响应时间（response time）：网站应该为学员提供快速的信息需求或者动作的响应，如果下载信息速度过慢，在线学员会退出或者转到其他网站。

P3：易学性（learn ability）：学员能通过有效的交互快速的获得最大限度的性能，快速的完成学习任务。

（二）信息质量

P4：学习资料的准确性（accuracy）：学员感觉到的信息正确性。

P5：时效性（currency）：学习材料应该及时更新，保证良好的时效性。

P6：完整性（completeness）：网站是否提供所有必须的信息。

P7：格式规范性（format）：学习资料宽度、深度和结构应该清楚的呈现在屏幕上。

（三）服务质量

P8：可靠性（reliability）：网站是否能精确、可信任地完成承诺的服务。

P9：可信性（trust）：学员基于对在线渠道的积极期望，在了解在线交互方式的特点后，一旦学员感觉到在不受隐私和安全威胁后，更愿意使用在线学习方式。

P10：响应性（responsibility）：课程提供者是否愿意帮助在线学习者提供所需的服务，以及提供服务的响应时间的长短。

P11：移情性（Empathy）：让学员有心灵相同的感觉，包括个性化关注、为学员提供提问和评论的信息交互空间。

（四）吸引性

P12：网页设计质量（webpage design）：精巧的设计和组织良好的外观能提高网站的吸引力，包括良好的多媒体性能，应采用适当的声音、动画和图像技术吸引学员的关注。

P13：课程设计（course design）：课程的标题、类型和模块划分能简单明了、准确。

P14：娱乐性和交互性（enjoyment&interaction）：课程网站还应该能够提供学员许多的愉悦和享受，交互方式灵活且人情化。

四、课程质量评价模型

本文同样也采用文献[8]使用的基于模糊和灰色理论的综合集成方法进行网站质量评价。该模型是将改进的Delphi法、层次分析法、灰关联分析法、模糊综合评判的优点集成而成，能获得客观的评价结论。[10][11]具体步骤如下：

（一）确定指标权重

综合专家对各评价准则和评价因素相对重要性的判断，对指标体系采用AHP法，得到比较权重矩阵：W={w1，w2，…，wn}，其中wi为指标Pi所对应的权重。

（二）确定评价量样本矩阵

设有r位专家参加评价：E={E1，E2，…，Er}，第l位专家对第i个指标Pi的评价样本记为dli，这样全部专家评价数据构成了样本矩阵D。

（三）确定评价等级

按照科学的测度理论，确定课程网站质量评价的等级为m级，得到综合评价标准集合：V={V1，V2，..，Vm}。

（四）确定评估灰类

灰类要依据评价等级，通过定性分析确定。根据灰色理论，常用的白化权函数有上端级、中间级、下端级共三类。白化权函数转折点的值称阀值，本文是根据准则和经验用类比的方法取得，这种方法取得的阀值称为客观阀值。[11]

（五）计算灰色统计数

用灰色统计法确定灰数的白化函数，求出dki属于第j类评价指标的权fj（dij），据此求出判别矩阵地灰色统计数 nij和总灰色统计数（ni）：

（六）计算灰色评估权值及模糊权矩阵

综合r位专家对第i个评价因素主张第j评价指标的灰色权值：rij＝nij/ni。进而，由rij构成单因素模糊权矩阵R：

（七）计算模糊综合判别复合运算得到的模糊综合判别矩阵

由模糊加权矩阵和单因素模糊评判矩阵复合运算得到模糊综合评判矩阵：，其中， j=1，2，…，m。

（八）计算评价结果

首先，由专家和管理者确定课程网站评价的质量等级，即确定等级矩阵C：C=（V1,V2,…,Vm）T。然后，求出综合评价结果Z=（W·R）·C，便得到课程网站质量的综合评价分数。

五、实例分析

针对某物流管理信息系统课程网站质量评价问题，在确定14个质量评价指标后，通过设计确定各个指标权重的AHP调查问卷，邀请8位了解探究式自主学习特点、有丰富网站质量管理经验、国际化教育视野并乐于参与项目的专家进行打分，收集相关数据，计算得到w={0.0884，0.0754，0.0962，0.084，0.075，0.078，0.063，0.0644，0.0506，0.0598，0.0552，0.09 45，0.063，0.0525}。

同时，请这8位专家对此课程网站各个质量指标具体情况进行分析，然后进行评价打分。另外对于指标P2，即网站响应时间是定量指标，需要进行处理，响应时间（分钟）和对应的评分准则如下：＜1.0min，10-8分；1.0-1.5min，7-6分；1.5-2.0min，5-2分；＞2.0min，1-0分。

由此，可得到一个课程网站质量相应的评价样本量矩阵为D（为节约版面，不列出具体数据）。根据行业惯例并参考专家意见将评价等级分为四级，即“优、良、中和一般”，对应于V={9，8，6，3}；确定评估灰类，相应的灰数和白化函数如图1所示。

图1：用于网站质量评价的4种权函数

然后逐一计算 nij、ni和 rij（i=1，2，…，14；j=1，2，…，4），得到权矩阵R，进而可求出B=（0.3100，0.3469，0.3195，0.0236），Z=B·VT=7.553。由此，可知该课程网站质量的综合评价等级为“良”。

六、结论

本文从全面支持探究式主动学习角度出发，设计了一种定性与定量相结合的科学适用的课程网站质量评价模型。本文的主要贡献在于：（1）在分析探究式主动学习对课程网站建设要求的基础上，基于修正的Delphi方法，设计了可操作性强、科学合理的评价指标体系；（2）提供了一种可靠实用的课程网站质量评价的新方法。此模型有效集成AHP方法、模糊层次分析法、灰关联分析方法，将定性分析转化为定量数据，可在有限数据和信息情况下得到得出科学的综合评价结果。未来将根据不同类别课程网站建设的特点，设计更科学的评价指标体系，从而得到更准确的质量评价结果。

（注：本文系湖北省教育科学“十二五”规划课题，课题编号：2012B116；2013年湖北经济学院校级教研项目，项目编号：2013013）

[1]熊勤学，朱建强，尚正春.《遥感与信息技术》探究型自主学习网站设计与开发[J].安徽农业科学，2010，38（22）：12255-12256.

[2]李红，王朋娇，王美林.学科网站自主学习功能模块的设计[J].中国教育信息化，2010，（6）：66-68.

[3]田艳琴.专题网站支持下学生自主学习能力的培养[J].时代教育，2010，（7）：233-234.

[4]Lin HF.Measuring online learning systems success:applying the updated DeLone and McLean’s model[J].Cyber Psychology and Behavior，2007，10（6）：817-820.

[5]Cho V,Cheng TCE,Lai WMJ.The role of perceived user-interface design in continued usage intention of self-paced e-learning tools[J].Computers and Education，2009，53（2）：216-227.

[6]Pituch KA,Lee YK.The influence of system characteristics on e-learning use[J].Computers and Education,2006,47（2）：222-244.

[7]Tung FC,Chang SC.Nursing students’behavioral intention to use online courses:A questionnaire survey[J].International Journal of Nursing Studies,2008，45（9）1299-1309.

[8]曾宇容，王林.物流公共信息平台开发风险评价模型[J].图书情报工作，2009，53（20）：127-130.

[9]Lin HF.An application of fuzzy AHP for evaluating course website quality[J].Computers and Education,2010，54（4）：877-888.

[10]Azzeh M,Neagu D,Cowling PI.Fuzzy grey relational analysis for software effort estimation[J].Empirical Software Engineering，2010，15（1）：60-90.

[11]徐维祥，张全寿.一种基于灰色理论和模糊数学的综合集成算法[J].系统工程理论与实践，2001，21（4）：114-119.