大数据技术支撑下的高职高专学生创新创业能力评价研究

王长清　林小萍　董雪杰

摘要：高职高专院校人才培养中的一项重要指标是创新创业能力。文章以大数据技术为框架，通过挖掘分析数据，确立了基于学生、学校和社会三方的科学评价体系，并基于模糊算法构建了学生创新创业能力的评价模型。实验结果表明，该系统能够科学评价学生的创新创业能力，为高职高专人才培养决策提供了数据支撑服务。

关键词： 创新创业能力评价模型；大数据；模糊算法；权重与量化；维度

中图分类号：TP312 文献标识码：A

文章编号：1009-3044（2024）13-0159-03 开放科学（资源服务）标识码（OSID） ：

0 引言

由于产业升级，各行业对从业人员的要求也发生了新变化，为适应经济结构调整的需要，高职高专学校不断改革和创新人才培养方式。在这一进程中，创新创业教育的改革显得尤为重要。它是高职高专学校创新和深化人才培养方式的重要途径[1]。高职高专学生的创新创业能力直接反映了学生培养质量的高低。

因此，科学可靠地评价高职大学生的创新创业能力对于规范科学地进行人才培养至关重要。随着大数据、云计算等先进信息化技术的不断发展和推广，高职院校人才培养亟须研究和解决的课题是将能力评价与信息化新手段紧密结合[2]，创立科学合理的创新创业能力评价模型，对大数据模型进行构建评价，实现数据互通，创新优化评价模式。本研究以高职院校大学生创新创业能力评价现状及其存在的问题为切入点，旨在从根本上解决高职院校人才培养优化的目标[3]。以大数据结构为框架，以模糊算法构建能力评价模型为手段，进而实现高职高专院校创新创业教育评价的数据互通与业务整合。

1 高职高专学生创新创业能力评价的意义与条件

相对于其他类别的高校学生，高职高专学生在理论方面可能处于劣势地位，但在实践操作方面，他们的实力相对较强[4]。因此，对于高职和高专学生的创新创业能力评价，国内学者在方法上存在分歧，研究创新创业能力评价指标时也存在分歧。李丽芳、李长波等学者认为，高职院校大学生创业评价体系由综合素质、创业意识、创新能力、创业管理能力四个部分组成，这四个部分相互影响、互为补充、共同发展，共同影响大学生的创业能力[5]。张天文则从三个方面构建大学生创新创业评价体系，即创业意识、创新意识和创业能力[6]。

2 高职高专学生创新创业能力评价系统的设计目标

系统经过数据采集、数据预处理、数据存储、数据管理、数据分析、数据挖掘、数据可视化、数据应用等步骤，应用大数据技术分析这些数据，优先解决信息不对称问题，打破数据信息壁垒，从而构建创新创业能力评价模型。系统挖掘隐藏在学生能力测评数据之间的关联，并进行预测，实现数据的整合，最终形成有效的评价数据，然后建立考核指标和确定量化权重，构建模型。

该模型的构建能够为创新创业教育的发展状况和大学生创新创业能力测评提供个人、学校、用人单位三方多维度的数据统计、分析和预测功能，帮助三方掌握学校创新创业教育的现状和人才培养状况。构建创新创业能力评价模型，也可以为高职院校开展创新创业教育、人才培养和政策执行提供更科学、更精细、更有效、更重要的参考依据，为提高高职高专学校人才培养水平提供数据支撑，使三方的决策做到个性化、精准、高效。它对于学校高质量发展是否能够抢占先机具有十分重要的意义。

3 创新创业能力评价系统设计

3.1 系统设计

高职高专学生创新创业能力评价系统由系统管理、基础信息管理、“学生、学校、社会人员”基础信息管理、创新创业能力测评、可视化创新创业能力四大模块构成[7]。

1） 系统管理模块。系统管理模块主要由系统管理人员使用，用于系统角色分配、用户权限管理、系统日志记录等。

2） 学生、学校和社会人员基本信息管理模块。三方（学生、学校和社会）人员基本信息管理模块（简称三方信息管理模块），负责对三方数据的增加、删除、修改、查询操作，用于管理学生、学校和社会人员信息。

3） 创新创业能力评价模块。创新创业能力评价模块，经过数据评价、体系构建、权重设置、数据分析和决策提供等步骤，从而构建创新创业能力评价模型完成测评功能。

4） 创新创业能力可视化模块。创新创业能力可视化模块（Innovation Enterprise Vision Module，简称信息可视化模块），信息可视化模块最终将本大数据系统评估分析的结果传递到分析层，利用大数据可视化手段可视化分析结果，并生成数据可视化图（Data Vi?sualization Diagram） 。具体模块如图1所示。

3.2 创新创业能力评价系统数据层次关系

评估系统的数据分层结合大数据系统的数据级结构，采用了从下到上分为数据源层、数据处理层、数据中心层、数据应用层的全新四层框架结构。具体级别分布见图2。

1） 数据源层：评价系统数据源层主要存储转化学生的基础数据、高职院校的数据、社会和机构对大学生的评价数据、高职院校创新创业大赛和创业活动的数据、学生创业企业的影响力等原始数据，并将这些数据收集加工成对学生创业能力测评决定性的基础数据。

2） 数据处理层：通过经过数据源层采集并加工的数据，通过缺失值处理、数据格式转换、数据标准化、数据去噪等大数据的数据清洗方法加工之后，完成数据的预处理，并传递数据中心层，并接收由中心层传递回的回馈数据。

3） 数据中心层：数据中心层作为连接数据处理层和应用层上下两层的桥梁，主要对于数据处理层传递的数据进行集约处理，从而构建能力评价系统基础数据库、能力评价系统核心数据库、能力评价系统应用数据库。这三个数据库通过对经数据处理层处理的数据进行重构，从而打破了学生、学校、社会三方之间的数据壁垒，生成可供三个数据库可使用的结构化的数据。

4） 数据应用层：数据应用层系统最重要的一个层次。经过对数据中心层处理的数据进行计算、整合，形成面向能力测试、能力评价、能力预测的应用，并分析评价的结果，为用户提供集测试、评价、预测三位一体的服务，最终生成高职高专大学生创新创业系统可视化报表。

4 基于模糊算法的高职高专大学生创新创业能力评价模型

创新创业能力评价体系的模型设计流程包括三个步骤：确认评价指标、确定评价指标权重、评分与结果分析。具体测评过程如下。

4.1 确认评价指标

确保评议结果准确无误，是构建科学合理的评议体系的重要保障。论文利用模糊聚类分析法和层次分析法，结合高职高专大学生的实际情况，在现有研究的基础上，采用重构的方法处理指标，构建高职高专大学生创新创业能力三级评估体系[8]。本体系一共包括四个一级指标（A） ：个人综合素质、创新意识能力、创业能力、创业管理能力，10个二级指标（B） 和25 个三级指标（C） ，具体评价体系见表1。

4.2 确定评价指标权重与量化

根据模糊矩阵表达指标权重，具体步骤如下：

1） 建立评价元素集合e，公式如下：

e = {e1，e2，e3，……e } n （1）

2） 确定评价集合u，公式如下：

u = {u1，u2，u3，……u } n （2）

3） 建立模糊矩阵s，矩阵如下：

4） 确定指标权重，公式如下：

w = {w1，w2，w3，……w } n （4）

5） 进行模糊矩阵操作，得出判断分析结果t。过程如公式（5）。

6） 通过计算生成二级指标

① 确定各指标的权重

通过使用层级分析法确定主因子和子因子各指标的权重。

② 建立判断矩阵

通过两对配对运算建立起来判断矩阵，以一级指标“创业能力A3”为例，所建立的判断矩阵如表2所示。

③ 计算矩阵特征值

求得判断矩阵的最大特征值和特征向量。

最大特增值λ = 3.16 （6）

特征向量ω = （0.2，0.3，0.5）Τ （7）

④ 进行一致性验证判断

计算一致性指标CI 和一致性比率CR，由于CR 小于0.1，指标通过一致性判断，从而推出二级指标集合B。具体公式计算如下：

CI = 3.16 - 3／3 - 1 = 0.08 （8）

CR = CI／RI = 0.08／0.96 = 0.0833 （9）

B = {B5，B6，B7}T = {0.2，0.3，0.5}T （10）

4.3 评分与结果分析

模型应用模糊评估方法，经过指标构建、等级划分、指标量化和评价分析四个步骤对评价对象进行评价分析[9]。

系统将高职高专学生能力评价等级分为“优秀”“良好”“中等”“一般”四个等级[10]，通过对评价等级集u 赋值，进而对通过模糊评估层次分析法对高职高专学生进行评定，确定评定集u，并归一化后得到结果。评定集如下：

u = {u1，u2，u3，u4} = {优秀，良好，中等，一般}

= {100，80，70，60} （11）

5 结果分析

该系统邀请了20名来自三个领域的专家组成了测评组。按照上述能力评价模型步骤，对高职高专某位学生的各项评价指标进行了角色分配和评分。应用上述模型，经过系统对该生的所有创新创业综合能力打分，系统自动生成了测评等级。具体结果见表3。

上述表可以反映出，在创新创业方面表现突出的学生，其个人综合素质较高，创新意识较强，创业能力和创业管理能力较为平均。结果显示该同学具有一定的创新创业发展潜力，将来还需要在创业管理方面进一步加强和提高。

6 结束语

系统通过大数据技术、模糊聚类分析法和层次分析法，有效科学地构建了系统的数据基础，运用模糊算法构建了测评模型，并应用该模型进行评价。实验结果证明该模型能够正确评价高职高专学生的创新创业能力。模型的建立为高职高专学生创新创业能力培养提供了决策支持，使得高职高专学生创新创业能力评价具有真正的科学性和智慧性。

参考文献：

[1] 全雄伟，林玉蓉. 高职学生创新创业能力指标与评价体系研究[J]. 顺德职业技术学院学报，2019，17（4）：54-59.

[2] 孙燕，李旭辉.“互联网+”驱动下高校青年学生创新创业能力评价体系研究[J]. 北京化工大学学报（社会科学版）， 2023（4）：135-142.

[3] 刘文斌，乔玉涛，刘振华，等. 大数据视域下高校教师教研能力评价模型建立及实证分析研究[J]. 科技风，2023（31）：34-36，58.

[4] 陈素琼，丁玉霞. 层次分析法和模糊算法在高职课堂教学质量评价的应用研究[J]. 科学咨询（教育科研），2022（4）：185-187.

[5] 李丽芳，李长波. 高职教育中创新创业能力评价指标的权重分配研究[J]. 现代职业教育，2024（1）：1-4.

[6] 张天文. 基于灰色关联分析模型的大学生创新创业能力评价[J]. 长春工程学院学报（自然科学版），2023，24（4）：124-128.

[7] 李欣旖. 高职院校创新创业教育评价模型构建及应用研究[D]. 秦皇岛：河北科技师范学院，2019.

[8] 张金邦，程书静，张俊生. 基于模糊综合评判法的大学生创新创业能力评价研究[J]. 北京印刷学院学报，2017，25（4）：190-192.

[9] 赵雪娇，徐立华. 大数据框架下高职院校人才发展评价模型构建研究[J]. 工业技术与职业教育，2022，20（3）：57-60.

[10] 武彤“. 新经管” 大学生创新创业能力评价研究：基于ANP- 模糊综合评价法[J].教育教学论坛，2023（36）：160-165.

【通联编辑：唐一东】

基金项目：广东省教育厅2022 年度普通高校特色创新项目：大数据视域下高职院校学生创新创业能力评价机制研究（项目编号：2022WTSCX304）；广东省教育厅2022 年度普通高校特色创新项目：面向智能教育的在线课程知识图谱构建与可视化技术研究（项目编号：2022KTSCX354）