基于BP神经网络的高等教育服务满意度评价研究

王灯山+张广涛+刘金芳+付瑶

摘要：本文借鉴顾客满意度及服务质量相关的经济学和市场营销理论，构建和完善高等教育满意度理论。根据以往关于服务满意度与服务质量关系的相关研究，指出了高等教育服务满意度和高等教育质量的相关性，在此理论基础上构建了一个基于BP神经网络的高等教育服务评价体系，并以2012年收集的北京十几所高校的高等教育服务满意度调查问卷结果汇总的部分样本为例讨论评价体系的相关应用方法。最后，根据以上的满意度理论和满意度评价体系提出高校应用高等教育服务满意度评价模型的相关建议和具体方式。

关键词：高等教育服务满意度；BP神经网络；满意度评价体系

中图分类号：G646 文献标志码：B 文章编号：1674-9324（2014）44-0098-03

一、背景介绍

改革开放后，随着市场经济和政治体制的不断发展，我国的教育事业也取得了飞跃式的发展。在过去的三十年间，我国的教科文事业突飞猛进，高等教育逐步得到了普及和发展，逐渐走向大众化，成为一项能供更多人享受的福利和“服务”。不过，任何事物的发展都是伴随着矛盾的出现和解决，我国人民对高等教育的需求量日益增加，同时高等教育的质量也面临着瓶颈式的考验。教育资源的供应赶不上高等教育需求量的增加，教育产业化和教育服务市场化也使得教育在经济利益的驱动下被粗犷式的开发，并且教育服务被更多地套上了指标和绩效。总之，教育产业的推广和扩大伴随着很多问题的出现，而这些问题往往在评价教育质量中被忽略和掩盖。如果这些问题不被发现和解决，将会长期影响高等教育服务满意度和高等教育质量。学生是高等教育服务的接受者，也是高等教育服务质量最权威的评判者。高校教育服务相当于产品，大学生相当于顾客。高等教育服务质量的高低影响最关键的就是学生们的利益，学生们作为一项服务产业的消费者应该得到与其付出的价值和机会成本相当的权益，因此，学生作为高等教育服务的评价者也是理所应当的。在传统教育由政府主导向教育产业化市场化过渡的过程中，高等教育未来的发展方向也逐渐被决定下来。然而，目前的高校评估办法偏于主观片面或偏于客观机械，没有形成一套主客观均衡并能有效反映高等教育服务质量的评价体系和模型，而且往往背离了以学生为调查主体的评价原则。

对高等教育服务学生满意度的研究在当前社会的发展阶段大背景下有着重要意义。通过大量的问卷调查和实际数据，应用高等教育服务满意度计量模型，可以寻找出真正影响高等教育服务满意度的实际因素，为高等教育服务质量的评估提供了一种科学有效的方法，推动了高等教育服务质量评估的发展；发现各个高校学生对自己学校评价程度高低的因素，帮助学校发掘自身的优势和不足，促使各高校在提高和发展中认清自身并针对自身的优势和问题形成适合自身的发展规划，转变劣势，发展优势；各高校管理者和政策制定者可以通过一段时间的评价结果对比这个阶段内学校的改革和发展情况，可以用于检验一定时期内实施的政策的具体成效；高等教育政策制定者可以根据评价模型中所反映出的不同因素对高等教育服务质量的影响程度制定出适合一定发展阶段的政策措施，对高等教育体制和机制改革提供了重要参考。早在20世纪80年代国内外学者就开始着手对高等教育服务领域进行研究。经过多年的研究，学者们一致认为，高等教育的重要产出就是高等教育服务。Shank等人（1995）认为，高等教育将逐渐转向成大众化的形式，在这一过程中，“满足消费者的期望和需求”是高等教育未来发展的重要方向。与此同时，高等教育服务质量主要取决于高等教育服务的特定顾客——学生在接受服务过程中对自己接受的教育服务形成的心理感受。Kwan（1996）将高等教育的服务质量分解为七个维度，课程内容、教学设施、指导、考核、关注学生、人员、社会活动分别是七个维度之一。刘俊学（2003）设计了调查问卷来研究学生满意度。胡子祥（2004）提出，在未来高校大众化的过程中，学生扮演着重要角色，因此高校的改革、高等教育服务质量的提升等工作都应当围绕学生。戴梅红（2004）在充分肯定ISO9000中提出的“顾客是关注焦点”这一观点后，认为高等教育服务也应该满足学生消费者这一特殊顾客的需求。总之，当代学者们认为高等教育产业和其他服务产业类似，在市场中存在着服务供需，学生是教育服务的需求方，高校是供给方，学生通过消费教师的教学服务并利用校方的教学资源而将其转化为自己的知识和能力，换取自身发展所需要的学历和能力，提升自身的人力资本价值。在此过程中，教育作为一项公共事业，使社会整体的人力资本价值得到提升，促进了社会建设和发展。本文借鉴顾客满意度及服务质量相关的经济学和市场营销理论，构建和完善高等教育满意度理论，根据以往关于服务满意度与服务质量关系的相关研究提出高等教育服务满意度和高等教育质量的相关性。在此理论基础上构建一个基于Back Propagation（BP）神经网络的高等教育服务评价体系，并以2012年收集的北京十几所高校的高等教育服务满意度调查问卷结果汇总的部分样本为例讨论评价体系的相关应用。

二、基于BP神经网络的高等教育服务满意度评价体系

1.BP神经网络及其在高等教育满意度评价体系中的应用。BP神经网络是在1986年由Rumelhart和McCelland为首的科学研究小组提出，是一种按照误差逆传播算法实行反复训练的多层前馈网络，是目前在各学科领域里应用最为广泛的基本神经网络之一。BP网络能处理并存储大量的映射关系，并且不需要事先提供和解释相应的映射关系所包含的数学方程。其网络模型结构包括输入层、隐层和输出层。通过任意给定的权重值，将指定的目标输出直接作为线性方程的代数和来建立线性方程组，解得待求权，不存在在传统方法应用中总是存在的局部极小和收敛速度慢的缺点，操作简便，容易理解，在一些以推广为目的的模型应用中具有很大的优越性。对于高等教育服务满意度评价体系的应用和推广中有很大的优势，可以作为首要的数据处理模型来应用于其评价体系。本研究的调查样本采用了北京十几所高校学生的教育服务满意度调查问卷测评结果，来调查学生对高校满意度的影响因素，从而构建一个分若干层级的高校满意度评测模型。该模型中这几种不同的层级涵盖了调查问卷中的52个问题项，将满意度的具体指标与神经网络模型相结合建立一个高等教育服务满意度的评价体系，其作为各高校及高等教育政策制定者对学生满意度调查和了解的工具，具有重要的参考价值和实际应用价值。调查中的52个主客观问题中有效应用的问题一共有44个，可以概括为BP神经网络的八个因素层，即：校园环境满意度X1—X4；教学基础设施满意度X5—X10；教师教学满意度X11—X16；教学管理满意度X17—X20；学生管理满意度X21—X24；校园服务满意度X25—X36；文体活动组织满意度X37—X39；总体感受X40—X44。endprint

在此研究中使用的调查问卷一共包含了52个问题，在构建BP神经网络模型基础上的测评体系中能够有效应用的问题一共有44个，我们根据问题在模型中的有效性删除了不相关的若干问题。问卷中问题的调查方向及其层级分类如表1所示，我们对于调查数据分了三个层，分别是目标层、主因素层和指标层，它们分别对应了8个不同维度，这些维度共同决定着学生对教学服务满意度的整体评价。由于问卷中只能对每个小的项目进行调查，而这些小项目分别代表不同层级中不同影响因素，因此每个小的项目在一个大的指标中所占的权重不同。由于在每一个层级中小的项目分类比较多、划分比较详细、覆盖面较广，因此我们对于每一个项目的权重默认为相同，即每个层级中的各个小项目权重相同且总和为1。根据自适应梯度递减训练函数进行计算。输入需要评价的满意度指标值，根据输出值对学生的满意度水平给出评价的相关结论。调查问卷中将学生满意度分为1～7个不同等级，分别由1～7分代表，满意度随数值增加而递增。输出节点的评价结果也由1到7的数字表示。在误差设定为0.001的情况下训练20000次。对于调查问卷样本随机抽查若干个，其误差90%以上都分布在-0.0030～0.0030之间，可以表明BP神经网络的收敛效果较好。评价结果和误差结果接近程度较高，验证了BP神经网络在高等教育服务满意度评价中的可行性。

2.根据评价体系及统计结果提出有关高等教育服务的建议。评价体系中所包含的各个方面的评价结果会根据不同高校的具体不同情况有所差异，各高校可以依照这些调查结果所反映出来的满意度情况评估自身的优劣势，以及在一个教育改革阶段内措施的落实情况。以中央财经大学为例，在近年来对学校环境设施方面有所改善，对于这些改善措施反映在学生满意度评价的结果上可以通过改善前和改善后评价体系在环境和设施层面的满意度指数变化来验证改善措施的具体成效。此外，中央财经大学可以通过评价体系所反映不同方面的评价结果和其他高校对比中察觉自身的优势和不足，例如在2012年度的调查评价结果中显示，中央财经大学在校园环境满意度评价上总体满意度为3.787，明显低于清华大学在此层面上总体满意度5.219的评价，这显示出在校园环境满意度上中央财经大学与其他院校的实际差距，而数据反映了现实中的一些问题和不足，还可以细化到其中的各个分层级中，例如治安项目，校园周边设施、交通等。这套评价体系适合于各高校定期对学生进行满意度调查并且根据相关的调查结果进行分析总结，不断横向和纵向调整学校管理政策并实施具体措施。这样有利于各高校不断对自身存在的问题和不足做出实时性的调整，不断适应高等教育的发展，以致立足于高等教育产业市场，并推动我国高等教育事业的整体发展。此外，这套基于BP神经网络模型的高等教育服务满意度评价体系中的各个层级划分也为高校提供了影响学生满意度的具体方面和方向，其中所包含的8个大的层级是各高校在日常管理中所应重视的方面，任何一个方案的制定都要考虑到对这些不同层面的积极或消极的影响，以便综合地、统筹性地制定和改善管理方法和措施。最后，根据以上理论和我国高等教育发展的现实情况提出一些概括性的建议。（1）建立一个统一的、全国性的高等教育服务满意度评价体系，这样便于全国范围内的各高校按照统一标准对其服务质量和发展情况作出判断和横向对比。（2）应用高等教育服务满意度评价体系长期跟踪高校发展中的各种问题，并制定科学的调查周期。（3）根据一定时间后相关方面的评价结果变化来验证相关政策措施实行的具体有效性。（4）据评价体系所得结果中反映出来的现实问题对高等教育政策和各高校管理进行调整，并在实际发展中重视学校软实力的提升，实现真正意义上的素质教育。

参考文献：

[1]孙倩，周兴林.基于BP神经网络模型的城市道路满意度研究[J].物流工程与管理，2012，（10）：85-86.

[2]刘俊学.高等教育服务质量论[M].长沙：湖南大学出版社，2002.

[3]胡子祥，高等教育服务质量控制链研究[J].理工高教研究，2004，（2）：35-38.

[4]戴梅红.在高等教育领域树立“顾客满意”质量意识的思考[J].高等农业教育，2004，（10）：26-29.

[5]胡晓辉，王唤明.对高等教育顾客满意度的初步研究[J].国家教育行政学院学报，2006，（5）：34.

基金项目：本研究成果受到“全国教育科学‘十一五规划”2010年度《高校教育服务学生满意度调查研究》课题（CIA100160）和2013年度北京信息科技大学高教研究立项项目（2013GJYB14）的资助

通讯作者：王灯山。endprint

在此研究中使用的调查问卷一共包含了52个问题，在构建BP神经网络模型基础上的测评体系中能够有效应用的问题一共有44个，我们根据问题在模型中的有效性删除了不相关的若干问题。问卷中问题的调查方向及其层级分类如表1所示，我们对于调查数据分了三个层，分别是目标层、主因素层和指标层，它们分别对应了8个不同维度，这些维度共同决定着学生对教学服务满意度的整体评价。由于问卷中只能对每个小的项目进行调查，而这些小项目分别代表不同层级中不同影响因素，因此每个小的项目在一个大的指标中所占的权重不同。由于在每一个层级中小的项目分类比较多、划分比较详细、覆盖面较广，因此我们对于每一个项目的权重默认为相同，即每个层级中的各个小项目权重相同且总和为1。根据自适应梯度递减训练函数进行计算。输入需要评价的满意度指标值，根据输出值对学生的满意度水平给出评价的相关结论。调查问卷中将学生满意度分为1～7个不同等级，分别由1～7分代表，满意度随数值增加而递增。输出节点的评价结果也由1到7的数字表示。在误差设定为0.001的情况下训练20000次。对于调查问卷样本随机抽查若干个，其误差90%以上都分布在-0.0030～0.0030之间，可以表明BP神经网络的收敛效果较好。评价结果和误差结果接近程度较高，验证了BP神经网络在高等教育服务满意度评价中的可行性。

2.根据评价体系及统计结果提出有关高等教育服务的建议。评价体系中所包含的各个方面的评价结果会根据不同高校的具体不同情况有所差异，各高校可以依照这些调查结果所反映出来的满意度情况评估自身的优劣势，以及在一个教育改革阶段内措施的落实情况。以中央财经大学为例，在近年来对学校环境设施方面有所改善，对于这些改善措施反映在学生满意度评价的结果上可以通过改善前和改善后评价体系在环境和设施层面的满意度指数变化来验证改善措施的具体成效。此外，中央财经大学可以通过评价体系所反映不同方面的评价结果和其他高校对比中察觉自身的优势和不足，例如在2012年度的调查评价结果中显示，中央财经大学在校园环境满意度评价上总体满意度为3.787，明显低于清华大学在此层面上总体满意度5.219的评价，这显示出在校园环境满意度上中央财经大学与其他院校的实际差距，而数据反映了现实中的一些问题和不足，还可以细化到其中的各个分层级中，例如治安项目，校园周边设施、交通等。这套评价体系适合于各高校定期对学生进行满意度调查并且根据相关的调查结果进行分析总结，不断横向和纵向调整学校管理政策并实施具体措施。这样有利于各高校不断对自身存在的问题和不足做出实时性的调整，不断适应高等教育的发展，以致立足于高等教育产业市场，并推动我国高等教育事业的整体发展。此外，这套基于BP神经网络模型的高等教育服务满意度评价体系中的各个层级划分也为高校提供了影响学生满意度的具体方面和方向，其中所包含的8个大的层级是各高校在日常管理中所应重视的方面，任何一个方案的制定都要考虑到对这些不同层面的积极或消极的影响，以便综合地、统筹性地制定和改善管理方法和措施。最后，根据以上理论和我国高等教育发展的现实情况提出一些概括性的建议。（1）建立一个统一的、全国性的高等教育服务满意度评价体系，这样便于全国范围内的各高校按照统一标准对其服务质量和发展情况作出判断和横向对比。（2）应用高等教育服务满意度评价体系长期跟踪高校发展中的各种问题，并制定科学的调查周期。（3）根据一定时间后相关方面的评价结果变化来验证相关政策措施实行的具体有效性。（4）据评价体系所得结果中反映出来的现实问题对高等教育政策和各高校管理进行调整，并在实际发展中重视学校软实力的提升，实现真正意义上的素质教育。

参考文献：

[1]孙倩，周兴林.基于BP神经网络模型的城市道路满意度研究[J].物流工程与管理，2012，（10）：85-86.

[2]刘俊学.高等教育服务质量论[M].长沙：湖南大学出版社，2002.

[3]胡子祥，高等教育服务质量控制链研究[J].理工高教研究，2004，（2）：35-38.

[4]戴梅红.在高等教育领域树立“顾客满意”质量意识的思考[J].高等农业教育，2004，（10）：26-29.

[5]胡晓辉，王唤明.对高等教育顾客满意度的初步研究[J].国家教育行政学院学报，2006，（5）：34.

基金项目：本研究成果受到“全国教育科学‘十一五规划”2010年度《高校教育服务学生满意度调查研究》课题（CIA100160）和2013年度北京信息科技大学高教研究立项项目（2013GJYB14）的资助

通讯作者：王灯山。endprint

在此研究中使用的调查问卷一共包含了52个问题，在构建BP神经网络模型基础上的测评体系中能够有效应用的问题一共有44个，我们根据问题在模型中的有效性删除了不相关的若干问题。问卷中问题的调查方向及其层级分类如表1所示，我们对于调查数据分了三个层，分别是目标层、主因素层和指标层，它们分别对应了8个不同维度，这些维度共同决定着学生对教学服务满意度的整体评价。由于问卷中只能对每个小的项目进行调查，而这些小项目分别代表不同层级中不同影响因素，因此每个小的项目在一个大的指标中所占的权重不同。由于在每一个层级中小的项目分类比较多、划分比较详细、覆盖面较广，因此我们对于每一个项目的权重默认为相同，即每个层级中的各个小项目权重相同且总和为1。根据自适应梯度递减训练函数进行计算。输入需要评价的满意度指标值，根据输出值对学生的满意度水平给出评价的相关结论。调查问卷中将学生满意度分为1～7个不同等级，分别由1～7分代表，满意度随数值增加而递增。输出节点的评价结果也由1到7的数字表示。在误差设定为0.001的情况下训练20000次。对于调查问卷样本随机抽查若干个，其误差90%以上都分布在-0.0030～0.0030之间，可以表明BP神经网络的收敛效果较好。评价结果和误差结果接近程度较高，验证了BP神经网络在高等教育服务满意度评价中的可行性。

2.根据评价体系及统计结果提出有关高等教育服务的建议。评价体系中所包含的各个方面的评价结果会根据不同高校的具体不同情况有所差异，各高校可以依照这些调查结果所反映出来的满意度情况评估自身的优劣势，以及在一个教育改革阶段内措施的落实情况。以中央财经大学为例，在近年来对学校环境设施方面有所改善，对于这些改善措施反映在学生满意度评价的结果上可以通过改善前和改善后评价体系在环境和设施层面的满意度指数变化来验证改善措施的具体成效。此外，中央财经大学可以通过评价体系所反映不同方面的评价结果和其他高校对比中察觉自身的优势和不足，例如在2012年度的调查评价结果中显示，中央财经大学在校园环境满意度评价上总体满意度为3.787，明显低于清华大学在此层面上总体满意度5.219的评价，这显示出在校园环境满意度上中央财经大学与其他院校的实际差距，而数据反映了现实中的一些问题和不足，还可以细化到其中的各个分层级中，例如治安项目，校园周边设施、交通等。这套评价体系适合于各高校定期对学生进行满意度调查并且根据相关的调查结果进行分析总结，不断横向和纵向调整学校管理政策并实施具体措施。这样有利于各高校不断对自身存在的问题和不足做出实时性的调整，不断适应高等教育的发展，以致立足于高等教育产业市场，并推动我国高等教育事业的整体发展。此外，这套基于BP神经网络模型的高等教育服务满意度评价体系中的各个层级划分也为高校提供了影响学生满意度的具体方面和方向，其中所包含的8个大的层级是各高校在日常管理中所应重视的方面，任何一个方案的制定都要考虑到对这些不同层面的积极或消极的影响，以便综合地、统筹性地制定和改善管理方法和措施。最后，根据以上理论和我国高等教育发展的现实情况提出一些概括性的建议。（1）建立一个统一的、全国性的高等教育服务满意度评价体系，这样便于全国范围内的各高校按照统一标准对其服务质量和发展情况作出判断和横向对比。（2）应用高等教育服务满意度评价体系长期跟踪高校发展中的各种问题，并制定科学的调查周期。（3）根据一定时间后相关方面的评价结果变化来验证相关政策措施实行的具体有效性。（4）据评价体系所得结果中反映出来的现实问题对高等教育政策和各高校管理进行调整，并在实际发展中重视学校软实力的提升，实现真正意义上的素质教育。

参考文献：

[1]孙倩，周兴林.基于BP神经网络模型的城市道路满意度研究[J].物流工程与管理，2012，（10）：85-86.

[2]刘俊学.高等教育服务质量论[M].长沙：湖南大学出版社，2002.

[3]胡子祥，高等教育服务质量控制链研究[J].理工高教研究，2004，（2）：35-38.

[4]戴梅红.在高等教育领域树立“顾客满意”质量意识的思考[J].高等农业教育，2004，（10）：26-29.

[5]胡晓辉，王唤明.对高等教育顾客满意度的初步研究[J].国家教育行政学院学报，2006，（5）：34.

基金项目：本研究成果受到“全国教育科学‘十一五规划”2010年度《高校教育服务学生满意度调查研究》课题（CIA100160）和2013年度北京信息科技大学高教研究立项项目（2013GJYB14）的资助

通讯作者：王灯山。endprint