一种主客观综合的高校教育云资源动态评价方法

路 亭，乐承毅

(1.南昌工程学院 人文与艺术学院，江西 南昌 330099；2.华东交通大学 经济管理学院，江西 南昌 330013)

随着大数据时代的到来和云计算技术快速发展，相关信息技术不断融入应用到教育领域，教育云已成为信息化教学应用服务和教育资源管理的重要方向[1]。国家也有多项政策大力支持鼓励教育云平台建设与应用，以此促进教学模式改革创新，推动教育信息化建设和教育质量的整体提升[2]。由此教育云方面的研究得到了学者们的高度关注，针对教育云的研究也随之广泛开展[3-4]。其中，网络教育云资源作为高校教育云的核心组成部分，对促进学生和教师的知识建构、提升实践能力和问题解决能力、发展高级思维能力等方面起到重要的作用。但研究发现随着教育云的发展，教育资源日益丰富，质量却参差不齐[5]。高校教育云中教育资源大部分是由用户自主上载，有些资源的价值还未经实践证明。如果由这些无序教育资源充满教育云，将会降低高校教育云的使用效率和用户的使用意愿[6]。不仅要追求教育资源的数量，更要追求资源的质量[7]。因此，迫切需要一种科学、有效的教育云资源评价方法，对教育云中的教育资源进行过滤和筛选，也是提高高校教育云质量和服务的重要保障[8]。

目前国内外关于教育云方面的研究已经逐渐展开。冯坚等认为了教育云是未来发展的趋势[9]。乐承毅[4]等针对目前高校教育信息资源存在资源使用效率低下、共享程度不高、用户满意度低等问题，提出了面向用户的高校教育云服务模式：基于事件驱动、兴趣驱动和用户差异化的服务模式。刘志亮、张金隆借助云计算技术，提出了整合区域教育资源的新模式[10]。卢蓓蓉分析了教育云建设中的困境，认为教育部门进行教育云建设能够减少投资、降低成本、提高硬件资源的利用率、节约能耗、提供资源共享和教学科研协作等主要潜在优势[11]。赵麟等结合高校教育资源现状及高等教育资源共享趋势，提出构建区域性高等教育资源云平台，并从学生、教师、高校三方面进行分析了区域性高校教育资源云平台的共享模式[12]。

然而，在对教育云资源评价的研究方面，研究还非常少。黄克斌[5]提出从三个角度(定性、定量以及定性定量相结合)来对网络教育资源进行评价，并就每个角度介绍了有代表性的评价方法。马欢欢[6]等通过动态计算评价者的评价信誉而赋予其评价不同的权重，提高信誉高的评价者对资源评判的比重，来构建基于评价者信誉的网络教育资源评价模型。谢海波[8]针对高校网络教育资源评价，探讨了其评价的目标、评价指标、评价方法和评价策略。

以上研究都以定性介绍评价指标和方法为主，而关于具体教育云资源的定量、可操作的评价方法研究和实现几乎没有。科学、有效的教育资源评价方法是提高高校教育云质量和服务的重要保障。因此，本文提出一种综合主客观评价的、动态的高校教育云资源评价方法，可以弥补现有定量评价方法的不足，也可以帮助促进高校教育云应用和发展。

1 教育云和教育云资源的定义

有很多机构和学者对高校教育云的概念进行了理解和定义，大部分学者认为：教育云是云计算在教育领域的深入应用，通过提供按需服务、动态调配的服务模式，面向教育机构、教育提供者和接受者提供所需的信息化教学、管理等应用服务[1，4，9-14]。综合学者们的观点，本文将高校教育云理解为：利用云计算技术，整合高校各方面的教育资源(包括硬件资源)，通过信息终端设备，实现高校内外部各种类型的教育资源共享的交互式教育云平台。教育云可以为所有用户提供一个教学和学习平台，从而实现教育资源最大程度的协作、共享与应用。通过高校教育云，学习者可以自由选择教育资源云服务，如同选择在线商品一样简单。高校教育云资源整合及服务代表了教育信息化在未来一段时间内发展的新趋势[14]。

高校教育云资源则是指以数字网络化为技术特征，用户可以通过教育云进行资源检索、管理与操作等并能共享与设计的一切高校教育数字化资源[15]。用户高校教育云资源依据不同的标准有不同的分类，目前主要有以下两种：按资源应用目的可分为：图书资料库、教学资源库、科研资源库、管理信息库、工具软件等；按资源的服务对象可分为：教师资源库、学生资源库、管理人员资源库、校外人员资源库等。

2 教育云资源的动态评价模型

高校教育云中有大量的教育资源，这些来自外部和内部待评价的资源，还没有被实践证明其价值，需要对这些教育云资源进行合理、科学的评价。教育资源的价值一方面需要依赖于广大用户特别是同行专家对资源的主观经验判断和使用来确定，其表现形式为主观的对资源进行评价、打分、评论等；另一方面，用户会对其感兴趣的教育资源进行检索、点赞和收藏等使用行为，这些使用行为间接的反应了用户对该资源价值的态度。因此，本文将高校教育云资源的评价分为主观评价和客观评价两方面。

(1)主观的资源评价——基于网络大众的教育云资源的主观评价：广大教育资源用户在对教育云资源的使用过程中，对资源的正确性、效用性和创新性等价值进行主观评分，由此综合所有用户对该资源的不同看法[16]。

(2)客观的资源评价——基于网络行为的教育云资源客观评价：对用户的资源网络使用行为(包括阅读、收藏、推荐等)进行统计，从而对教育云资源的价值进行分析。

最后，综合主观和客观的评价结果，集成得到最终评价结果；系统还可通过将各资源的评价结果进行分类排行，方便用户了解和使用，如图1所示。

3 教育云资源动态评价方法

3.1 基于网络大众的教育云资源主观评价

主观评价是由广大用户在对资源进行阅读的基础上，主观上对资源的综合价值做出评价。这种价值可能体现在以下几方面：资源正确性：指资源的可信程度，是否正确；资源的实用性：指资源是否对其有用，给其带来的实际价值；资源创新性：指资源的原创性和新颖性。如表1所示，此指标和权重只是初步拟定作为示范，各读者和高校可以根据自身情况删减指标或调整权重。

图1 主客观综合的教育云资源动态评价模型

表1 教育资源主观评分矩阵

根据上表1所示，用户i对资源j的评分eij可以计算为

(1)

3.2 基于网络行为的教育云资源客观评价

教育云资源的用户在检索和使用教育资源的过程中，会进行资源的阅读、收藏或者是分享行为。这些使用行为在一定程度上反映了对该教育资源的偏好程度，也就代表使用者对该资源价值的一种判断。对某个网络教育资源使用的人越多，则表明该资源的价值就越大。

3.2.1 教育云资源评价指标

本文根据一些论坛和网站的用户使用行为进行归纳，找出用户对资源的3类主要使用行为，如图2所示。

(1)资源的阅读使用行为：当用户对某一教育资源进行阅读、浏览、点赞时，说明该资源具有一定吸引力和被阅读的价值。每个资源每被1位用户点击1次，增加1分，以此累计，同一用户对某一资源的多次点击行为只记一次。资源被点击次数越多，该分值越高，也即表示受到的关注越多，其可读价值也就越大。

(2)资源的收藏使用行为：当用户对某一教育资源进行收藏和下载时，说明该资源不仅具有可读价值，还有很好的收藏价值，资源对用户价值较大。每个教育资源被1位用户收藏或下载1次，记1分，进行累计(同一用户的多次下载收藏只算1次)。资源的收藏和下载次数越高，也即表示受到的认可程度越高，其收藏价值也就越大。

(3)资源的分享使用行为：当用户对某一教育资源不仅阅读和收藏，还特别的进行推荐和分享时，说明该资源可能对很多人都有用，具有非常好有分享价值，对很多用户都有用。每个教育资源被1位用户分享或推荐1次，单独记1分，以此累计。资源的推荐和分享的次数越高，其分享价值就越大。

图2 用户对教育云资源的使用行为分类

xjl为第j个教育资源在第l个使用指标上的分值；其中j为教育资源序号，j=1，…，n；l为某种使用行为的评价指标标号，l=1，…，p，p=3，分别表示阅读、收藏和分享使用行为。如x63=15，表示教育云中序号为6的资源在第3个使用行为指标(分享行为)上累计次数为15次。

3.2.2 基于熵值法的教育云资源客观评价

熵值法是通过计算各评价指标的信息熵，然后根据各项指标的变异程度，来确定各个指标的权重。该方法是一种客观的赋权方法，在统计学、社会科学等领域有较强的应用价值[17]。因此本文采用熵值法来综合用户的网络行为，对教育云资源的价值进行客观统计评价。

由前面分析可知，教育云资源的使用行为主要可分为3类：阅读行为、收藏行为和分享行为，这3类使用行为代表用户对资源的不同的认可程度。利用熵值法，可以将该3类行为设置为3个评价指标，然后通过统计每个资源的阅读、下收藏和分享情况，从而对教育资源进行客观评价。

(1)熵值法原理

信息论中，熵是对不确定性的一种度量，可以用来判断一个事件无序化程度。熵越小，信息量越大，不确定性就越小；熵越大，信息量越小，不确定性就越大。根据此特性，可以通过熵值的计算来确定某个指标的离散程度，而指标的离散程度越大，该指标对综合评价的影响越大，其权重就应越大。

(2)基于熵值法的教育云资源评价过程

设一共有m个用户对n个教育资源用p个评价指标进行评价，计算步骤如下：

3.3 集成评价

4 实验仿真分析

本文模拟20个用户(U)对20个教育云资源(R)进行使用和评价，得到用户对资源的评分、阅读、收藏和推荐等使用行为数据和主观评分数据。

4.1 主观评分

根据用户的主观评分数据，采用文献[15]的主观评价方法，在MATLAB中编码并进行运算，得到各教育资源的主观评价分值，如表2所示。

表2 各教育资源的主观评价分分

4.2 客观评分

分析各教育云资源的使用情况，从中发现，各资源的被阅读次数较多，资源R3、R11等获得大部分用户的点击。而很少资源被分享，其中R11被分享了8次，说明该资源不仅得到广大用户的关注，还被大家分享所认可。

图3 各教育云资源的被使用情况

采用基于熵值法的教育云资源客观评价方法，应用MATLAB进行模拟计算，得到各指标(阅读、收藏和分享)的权重分别为0.0736，0.2519，0.6746。其中，分享行为指标的权重最高(也即分享行为信息熵最小，其所携带的信息量最大，对资源平的影响也就应越大)；而阅读行为用户差异不大，所含信息量小，权重也就较小。最后，根据指标权重对各资源价值进行综合，结果如表3所示。

表3 各教育资源的客观评价分

对评价结果进行分析，发现教育资源R11分值最高，如之前分析，其被关注和认可最高。而资源R14和R18分值最低，从图3分析发现，它们几乎没有受到用户的关注，资源的使用行为几乎没有，因此价值较低。此外，资源R7，R19分值也比较高，主要是因为它们被收藏的次数较多(见图3)。因此，该方法的计算结果与用户实际的使用情况比较相符。

4.3 集成评分

根据教育资源的主、客观评价分值，设置主、客观权重系数为0.5，0.5，进行集成运算，得到集成分值。将3类评价分值放在图4中进行比较分析。出图4可以看出，熵值法得到的客观评价结果与基于网络大众的主观评价结果大体一致。

图4 教育资源主观和客观统计分值比较分析

5 小结

教育云已逐渐成为高校教育资源管理、应用和服务的趋势，而科学的高校教育云资源评价方法是促进教育云应用和发展的重要保障。本文针对大量、质量良莠不齐的高校教育云资源，构建了一种集成主、客观的动态评价模型；并分别提出了基于网络大众的主观评价和基于网络行为的客观评价方法，它们通过利用大众用户的网络使用行为，包括主观评分、评论和客观的点赞、收藏、推荐等行为来自动计算资源的价值；最后通过实验仿真来验证了方法的有效性。该动态评价方法的提出，可以帮助快速有效的评价和筛选教育云中的海量资源，也有利于帮助提高用户使用效率和体验，从而推进高校教育云的应用。未来研究将基于评价结果和用户模型的分析，设计面向用户的个性化、智能化的教育云资源服务模式。