基于灰色聚类的研究生生源质量评价方法

王 沛

(西安邮电大学 研究生院，陕西 西安 710121)

基于灰色聚类的研究生生源质量评价方法

王 沛

(西安邮电大学 研究生院，陕西 西安 710121)

利用灰色聚类法分析研究生生源质量评价问题。建立研究生生源质量评价指标的白化权函数，计算和归纳灰色聚类系数矩阵，实现对研究生生源质量的归类评价。实例分析表明，该方法可行。

灰色聚类；研究生；生源质量

研究生招生质量是研究生教育质量的前提与保障，科学合理的招生质量评价体系和方法，对于保证研究生招生质量，提高研究生培养质量具有重要意义。近年来，有学者对研究生招生质量评价问题进行了研究，提出或建立了各自的研究生招生质量评价体系[1-3]，但由于其评价对象往往具有多个特征指标，各指标的内容、评价方式、量化标准各异，给最终的评价带来了较大困难。依据给定的评价指标体系进行评价分析，现有的方法仅分析了各种研究生生源质量影响因素的作用权重，没有给出具体的评价结果[4]；或提出了基于概率推理算法的生源质量评价技术，但实现过程较为复杂[5]。本文将灰色系统理论应用于招生质量评价，提出一种简便易用的评价分类方法。

1 招生质量评价的灰色特性

灰色系统是指只掌握或只能获得部分控制信息的系统[6]。招生质量评价体系指标因素众多，从系统的角度看，存在灰色特性。

(1)招生质量原始指标数据具有灰性，随个人主观及统计口径变化，其实测数值在形式上是在某个区间变动的灰数。

(2)各特征指标与招生质量的关系具有灰性，指标对评价分类结果的影响难以使用数学模型精确描述，并且指标之间缺乏显著关联。

(3)招生质量评价体系本身具有灰性，随着信息层次、认识层次的变化而不断变化，因而本身即出现信息不完全的情况。

因此，招生质量评价是针对“部分信息已知，部分信息未知”的灰色系统的评估。使用灰色聚类的方法，能够将招生质量的评价指标聚集成若干个可定义类别，从而实现对招生质量评价指标的分类和等级评定。

2 招生质量评价的灰色聚类模型

在研究生招生质量评价中，将待评价的考生或考生集合(按照院系或专业划分)看做聚类对象，将招生质量评价的特征指标看做聚类指标，以期将聚类对象划分至“优秀”、“良好”和“一般”等评价类别中。假设有n个聚类对象，m个聚类指标，s个不同灰类，根据第i(i=1,2，…，n)个对象关于j(j=1,2，…，m)指标的样本值xij(i=1,2，…，n；j=1,2，…，m)将第i个对象归入第k(k∈{1,2，…，s})个灰类之中，称为灰色聚类[7]。

2.1 招生质量评价的指标体系

指标体系是招生质量评价的基础，不同的指标体系，其评价结果往往存在较大差异。研究生招生质量评价体系应包含生源质量和选拔质量两个完整的方面，分别对应于研究生招生初试和复试两个阶段的成果评价。笔者通过对研究生招生各阶段工作的要素分析，已经构建了研究生招生质量的评价指标体系[8]，并选取其中的生源质量评价指标进行再次优化，增加了“专业对口程度”二级指标，用于观测考生本科毕业专业类别与其录取的研究生学科专业(这里指一级学科)的对应程度。建立灰色聚类模型所使用的指标体系，如表1所示。

表1 研究生生源质量评价指标体系

2.2 灰色聚类的白化权函数

(a)上限测度白化权函数

(b)适中测度白化权函数

(c)下限测度白化权函数

对上限测度白化权函数，有

(1)

同理，对适中测度白化权函数和下限测度白化权函数，有

(2)

(3)

2.3 白化权函数的权值计算

(4)

为j指标关于k子类的权。

对招生质量评价的白化权函数而言，横坐标表示质量评价指标值，纵坐标表示白化权函数值，白化权函数的转折点即为评价指标的临界值。临界值由根据评价指标的具体特性确定，没有明确规定的，也可采用经验法确定。

2.4 聚类系数计算和灰色聚类

(5)

为对象i属于k灰类的灰色变权聚类系数，称

(6)

为对象i的聚类系数向量，称

(7)

为聚类系数矩阵。

3 灰色聚类的生源质量评价实例分析

实例分析的样本来源于A高校2015年硕士研究生招生数据，选取了A高校14个硕士研究生招生学科进行生源质量评价，分为“优秀”、“良好”、“一般”3个灰类。原始数据如表2所示。

表2 2015年A高校硕士研究生招生生源质量评价指标得分原始数据

由于各评价指标的意义、量纲不同，且在数量上存在较大差异，为保证结果准确性，需对原始数据做同一化处理[9]，本例采用均值化处理，结果如表3所示。

表3 均值化处理的生源质量评价得分数据

(续表)

表4 各灰类的白化权函数临界值

表5 各指标关于k子类的权值

表6 2015年A高校14个硕士研究生学科生源质量评价结果

从评价结果看，通信与信息系统、信息安全、移动互联网、微电子学与固体电子学以及集成电路系统设计5个研究生招生学科的生源质量评价结果为“优秀”，而这几个学科也是A高校的优势学科。在同为“优秀”的情况下，通信与信息系统学科得分0.574 1，为5个学科最高，这与该学科作为A高校考生报考热门学科的情况相符合。

4 结语

基于灰色聚类的研究生生源质量评价方法，能够提供量化准确的评价分类结果。该方法针对招生质量评价的灰色特性，考虑了多个指标对于招生质量的综合影响，无需预先设定各指标权重，具有简单、易用、灵活的特点，适用于考生、学科、院系、校际等多层次的招生质量评价。

[1] 侯俊,陈安民.研究生招生质量评估体系研究[J].学位与研究生教育,2007(7):22-25.

[2] 陈立文,陈书娜.学术型硕士研究生生源质量评价研究进展[J].继续教育研究,2011(10):94-97.

[3] 王战军,李明磊.研究生质量评估：模型与框架[J].学位与研究生教育,2012(3):54-58.

[4] 许朝辉,高万林,张领先，等.基于AHP的研究生生源素质评价[J].北京航空航天大学学报:社会科学版,2007(20):9-11.

[5] 徐瑾,岳昆,钱文华，等.一种基于概率图模型的研究生生源质量评价方法[J].云南大学学报：自然科学版，2011,33(S2):299-304.

[6] 邓聚龙.灰色控制系统[J].华中工学院学报，1982,10(3):9-18.

[7] 刘思峰,郭天榜，党耀国.灰色系统理论及其应用[M].北京：科学出版社,2000:80-83.

[8] 王沛.研究生招生质量评价体系研究[J].乐山师范学院学报,2015,30(4):133-136.

[9] 段小容,鲍学英,王起才.基于灰色聚类法的绿色住宅建筑结构设计评价[J].工程管理学报,2013,27(3):27-30.

[责任编辑：汪湘]

Graduate enrollment quality evaluation based on grey clustering

WANG Pei

(School of Graduate, Xi’an University of Posts and Telecommunications, Xi’an 710121, China)

A method for graduate enrollment quality evaluation based on grey clustering is proposed in this paper. Some whitening weight functions are defined and used to calculate the grey clustering coefficient matrix, with which, the graduate enrollment quality can be determined. An example is given to show that this method works well.

gray clustering， graduate， enrollment quality

10.13682/j.issn.2095-6533.2015.04.023

2015-06-10

王沛(1979-)，男，博士生，讲师，从事高等教育研究。E-mail：wangpei@xupt.edu.cn

G643

A

2095-6533(2015)04-0120-05