SCI论文（www.lunwensci.com）:
摘 要：随着互联网科技的不断进步，线上教学飞速发展，已成为许多人获取新知识的重要途径。线上教学效果受到学习环境、学习方式、教学模式等影响较大，如何科学评价线上教学满意度是一个重要问题。因此，本文通过学生学习效率、教师教学效果、线上教学平台三个层面构建线上教学满意度评价指标体系，并基于模糊赋权法和贝叶斯网络理论，对线上教学满意度进行评价。结合无锡部分高校线上教学调查数据，验证本文提出的评价模型有效性。并针对学习环境、学习规划和考核机制三个方面，提出了提高线上教学满意度的一些建议。
关键词：线上教学；贝叶斯网络；评价指标体系；模糊函数
本文引用格式：晏宇峰，李瑾，申雨卉，等 .高校线上教学满意度评价研究 [J]. 教育现代化 ,2021,8 (40):5-9.
A Study on Evaluation of the Satisfaction of Online Teaching
YAN Yufeng, LI Jin, SHEN Yuhui, ZHANG Jingxiang
(School of Science, Jiangnan University, Wuxi Jiangsu)
Abstract: With the advancement of Internet technology and the development of online teaching , online teaching has become an important way for people to learn new knowledge. The effects of online teaching have influenced by three aspects of learning environment, learning method, and teaching mode. It is an important issue that how to evaluate the satisfaction of online teaching scientifically. For this purpose, the paper constructs the evaluation index system of online teaching from three aspects of study situation, teaching quality and online teaching platform, and evaluates the satisfaction degree of online teaching based on Fuzzy weight and Bayesian network. Besides, combining with the online teaching survey data of some universities in Wuxi, the validity of evaluation model is verified. The paper puts forward some suggestions about how to improve satisfaction degree of online teaching which aims at learning environment, study plan, assessment method.
Keywords: online teaching; bayesian network; evaluation index system; ambiguity function
一引言
由于互联网技术的快速发展和企业的大力支持， 线上教学已成为一种重要的教学手段。线上教学在广泛开展的同时，也面临一些问题。2015 年 OECD 线上教学报告显示，21 世纪全球信息化发展使得互联网覆盖到更多的中低层家庭，但“新数字鸿沟”的逐渐扩大，拉开了学生之间的教育差距 [1]。学生作为线上教学的受教育主体，需要快速适应线上教学这种新的教学模式。传统线下教学模式的改变，要求教师能灵活地将线上和线下相结合， 实现教与学无缝切换，这对教师的综合教学能力提出很高的要求 [2]。线上教学平台技术支持不仅直接影响线上教学满意度，同时也是评价线上教学满意度的重要指标。
国内外学者针对线上教学也取得一定的研究成果。张东敏等人以文本挖掘的方式综合评价线上教学满意度 [3]；贾文军等人从线上教学评论数据出发， 对数据进行聚类分析，评价线上教学满意度 [4]；倪庚等人依据全面质量管理理论，提出本科教学质量监控工作的评价指标体系 [5]。雷万鹏等人基于教育心理学和管理学提出构建人与技术互融共生的关系， 由此提升线上教学满意度 [6]。王继新等人围绕教育教学和教师教研方面提出线上教学优化策略 [7]。徐源等人分析了“互联网 +”教育模式发展的现状， 并进一步构建了有效的自助学习体系 [8]。高忠虎等人结合腾讯课堂和超星泛雅平台的功能，提出线上线下混合式翻转课堂模式 [9]。姜卉等人基于“技术简易”“及时反馈”“互动流”和“精细管理”四大原则构建了一套高效的线上教学模式 [10]。
上述研究成果从不同理论侧面评价线上教学，虽具有一定借鉴意义，但实用性不强。尤其是在系统地构建线上教学满意度评价指标体系，层次化分析各指标间相互联系及指标的多态不确定性等方面缺少定量化分析。
贝叶斯网络基于网络结构的有向图，表达各指标间的层次关系及相互影响程度，可用来研究多态不确定性事件。针对线上教学满意度评价问题，利用贝叶斯网络梳理线上教学整个体系，进行定量化分析，找到线上教学系统的薄弱环节。因此，本文将利用模糊赋权法和贝叶斯网络理论对线上教学满意度进行研究，并分析影响其满意度的主要因素， 给出提升线上教学满意度的建议。
二 线上教学分析
（一） 影响因素
线上教学与传统线下教学相比，其学习环境、学习方式、师生关系及教学管理方式等均发生变化。线上教学满意度与学生学习能力、教师综合素质、网络环境、硬件设备等密切相关，且这些因素之间影响大小不一。学生的学习热情和学习状态与线上教学满意度呈正相关 [11]；师生互动对学生上课效率也有一定影响 [12]；线上教学模式中教师的授课方式、教学管理方式以及教学投入程度等直接影响线上教学满意度；线上教学的平稳开展，很大程度上依赖线上教学平台的技术支持，这直接影响线上教学满意度。因此， 本文将从学生学习效率、教师教学效果和线上教学平台三个层面构建线上教学满意度评价指标体系。
（二） 数据分析
为全面了解线上教学实际情况和满意度，通过问卷对无锡部分高校 2020 年线上教学情况进行调查，统计了无锡部分高校学生对线上教学各影响因素的满意度，汇总出结果，如图 1 所示 :
由图 1 分析可得 :
学生线上学习状态不佳，学生居家学习环境不如在校，注意力难以集中，学习状态因此不佳，线上教学满意度受此影响；学生对教师授课方式接受度较高；学生知识掌握度低。横向分析可知，学生线上学习环境、学习状态、自我规划等满意度较低， 这些影响因素均直接影响学生的知识掌握程度。
由调查数据深入挖掘，分析影响线上教学满意度的因素，从而拓展构建出多层次、多指标的线上教学满意度评价指标体系。
三 基于改进模糊贝叶斯网络的线上教学满意度评价
（一） 贝叶斯网络
贝叶斯网络（Bayesian Networks, BN） 是一种用于描述变量间不确定性因果关系的图形网络模型， 是由节点、有向线段和节点概率表组成的有向无环图，有向线段表示所连接节点之间的因果关系 [13]。贝叶斯网络将有向无环图与概率理论有机结合，具有较强的双向推理能力，使其在风险分析与多态不确定性推理等方面发挥了很大优势。
（二） 算法改进
传统的基于模糊贝叶斯网络评价算法能快速有效地得到顶层指标的概率值，但其默认各基层指标对中间层指标影响程度相同。实际生活中，对于同一中间层指标，基层指标对其影响力大小不一，因此提出改进：对同一中间层指标下的基层指标先验概率进行赋权，赋权后再对其进行归一化处理，得到中间层指标的先验概率向量，最后通过计算得到顶层指标概率。
本文赋权的对象是基层指标，基层指标赋权后在计算中间层指标时起到调整各基层指标对中间层指标影响力大小的作用，从而提高顶层指标的准确性。
（三） 基于改进模糊贝叶斯网络的线上教学满意度评价
（1）构建线上教学满意度评价指标体系。首先确定顶层指标线上教学满意度 T，再将其影响因素分别从学习质量 A、教学质量 B、平台管理 C 这三个层面依次向下拓展分析，得到线上教学满意度评价指标体系，如表 1。
（2）确定满度评价等级。线上教学满意度评价等级定义为
V={v1,v2,v3,v4}={ 很满意，满意，一 般，不满意 }，当 p(T) ∈ [0.90,1.00] 时为很满意 v1； p(T) ∈ [0.80,0.90] 时 为 满 意 v
2；p(T) ∈ [0.70,0.80]时为一般 v
3；p(T) ∈ [0.00,0.70] 时为不满意 v
4。
（3）构建评价矩阵。对所发放的线上教学满意度调查问卷结果进行综合分析，再结合 n 位专家意见，对 m 个基层指标采用 9 度评价法进行打分评价，并对同一中间层指标下的基层指标进行赋权，获得评分及权重表，其中评价矩阵如公式（1）所示。
式中 dij 为第 j 位专家对第 i 个指标的评分。
（4）指标概率计算。贝叶斯网络从基层指标开始计算，逐层向上计算至中间层直至得到顶层指标概率。
1）基层指标先验概率计算。第 i 个基层指标的先验概率 di 的计算公式如公式（2）所示。
2）中间层指标概率计算。由公式（2）可计算得到各个中间层指标包含的基层指标先验概率向量W，如公式（3）所示。
其中 Wi 为对基层指标由公式（4）赋权和公式（5）归一化后得到的先验概率向量元素。
其中 ui 为组成该中间层指标的第 i 个基层指标的权重 ,k 为组成该中间层指标的基层指标个数，且有公式（6）。
叶斯网络为倒立树逻辑因果关系，中间层指标的先验概率通过其先验概率向量进行逻辑运算得到。其中逻辑关系包括“与门”和“或门”两种关系。针对不同的关系，其先验概率计算公式也有所不同， 如公式（7）和公式（8）所示。
“与门”关系的先验概率计算：
“或门”关系的先验概率计算：
式中 M 表示中间层指标，Ni 代表基层指标，P(N =1) 代表对应基层指标先验概率取值为 W ,而P(Ni=0) 代表对应基层指标先验概率取值为 1-Wi。
3）顶层指标概率计算。通过计算得到的中间层指标的先验概率，并判断出中间层指标对应的逻辑关系，再根据公式（7）或公式（8）计算得到顶层概率，对照定义的满意度评价集 V，找到顶层概率所处区间，即可得线上教学满意度评价结果。
四 案例分析
2020 年全国教育事业迎来一轮新的教育改革，线上教学市场迅速扩大。以无锡某高校为例，从 2月 24 日起，全校计划共开设 2464 门次线上课程， 选取其作为线上教学的典型代表。
（一） 构建模糊评价矩阵
对部分学生发放线上教学满意度调查问卷，再结合专家对各基层指标进行综合评价打分并赋权， 得到的评分及权重表如表 2 所示。
（二） 先验概率计算
根据表 3 的评分结果，利用公式（2）可计算得到各基层指标先验概率。以学习状态 A21 和学习规划 A22 为例，其先验概率计算结果为 d1=0.6889， d2=0.6889。
同理计算出的其它基层指标先验概率，再利用公式（4）赋权和公式（5）归一化后各基层指标先验概率表如表 3 所示。
以学习质量 A2 为例。其先验概率向量 WA2 计算结果为：
WA2=（WA21，WA22）=（0.6000,0.4000）
因 A21 和 A22 之间为“与门”关系，所以通过公式（7）计算 A2 的先验概率为 0.2400。
同理计算 A1、A3、B1、B2、B3、C1、C2 的先验概率分别为 0.2443、0.2499、0.2500、0.0291、0.0277、0.2176、0.2479。进一步计算出指标 A、B、C 的先验概率结果为 0.5692、0.2920、0.4116。
（三） 满意度评价
顶层指标对应的中间层指标 A、B、C 之间构成“或门”关系，因此利用公式（8）计算顶层指标概率， 计算结果为 0.8205，处于满意 v2 等级区间。得出结论：该高校线上教学满意度为“满意”等级。研究结果 与其线上教学实际满意度评价等级吻合。结果表明： 基于改进模糊贝叶斯网络的线上教学满意度评价模 型在线上教学满意度评价中有效。因此，评价结果 可作为线上教学改进的依据。
针对构建的线上教学满意度评价指标体系，利用 MATLAB 软件分析不同基层指标平均得分情况对顶层指标概率大小的影响。以学习环境 A11、学习规划 A22、授课方式 B21、账户安全性 C11 四个指标为例进行分析，得到结果如图 2 所示。
由图 2 可得，四个指标对于顶层概率影响程度大小不一。其中学习环境、学习规划和账户安全性对其影响最大。因此，为提高线上教学满意度，可以从改善学习环境、明确学习规划和提高账户安全性等方面入手。
（四） 线上教学体系分析
经计算，顶层指标线上教学满意度 T 的概率值为 0.8205，属于满意的程度，但线上教学仍有缺陷和不足。结合上述研究结果，为提升线上教学满意度， 建议如下：
（1）改善学习环境。良好的学习环境是教师和学生进行线上教学的基础。学校在出现网络拥堵时， 应启用备用设备和方案。建议学校统筹安排和调整线上教学时间，实施错峰线上教学。针对不同课程需要和平台功能特点，选择不同线上教学策略。学习环境得到保障，线上教学满意度自然得以提升。
（2）明确学习规划。线上教学大都要求学生具有自主学习能力，学生需要制定合理的学习计划、及时复习课程内容、合理安排学习时间，着力提高学习效率。教师根据教学目标，科学制定课程学习大纲， 并将相关预习资料、思考问题及相关的网课链接等提前提供给学生，引导学生实现自我导向的深层学习。
（3）制定新的考核机制。线上教学考核机制是评价线上教学管理的重要环节，科学合理地构建线上教学考核体系有助于提升学生的主动学习积极性 [14]。在以往的线下教学考核中，期末成绩占主体地位，因此，多数学生平时学习松懈，考前进行期末突击，以此通过教学考核。这种突击式的学习方式难以真正掌握知识，且遗忘度较高。基于以上问题，建议制定新的考核机制，改变成绩组成，将总成绩设定为“平时成绩占 60%，期末成绩占 40%”( 或“平时成绩占 70%，期末成绩占 30%”)。平时成绩在总成绩中占有绝对优势，使得考核机制能够贯穿线上教学的全过程。在评定学生成绩时，结合学生的上课参与度、作业完成状况、讨论贴数量及期末考试成绩等方面进行综合考核评价。这种新的考核机制能更好地发挥督学作用，从而提高线上教学满意度。
五 结束语
2020 年线上教学发展迅速，但也暴露出了许多问题。学生及教师对于线上教学的反馈，可以进一步提升线上教学满意度，对线上教学发展意义重大。本文从学生学习效率、教师教学效果、线上教学平台三个层面出发，构建评价指标体系，并基于改进的模糊贝叶斯网络对线上教学满意度进行研究。本文从定量分析的视角，对目前线上教学满意度进行了全面分析，梳理影响线上教学满意度的诸因素， 并以提高高校教学质量标准和线上教学满意度为目的，对进一步发展线上教学，提出了一些建议。
参考文献
[1]OECD, Student, computers and learning:making the connection [M]. Paris: OECD Publishing, 2015．
[2]Keegan D.Reintegration of the teaching acts.In D.Keegan(Ed.), Theoretical principles of distance education [M]. London: Routledge, 1993:113-134.
[3]张东敏，李艳萍，金铭 . 当前我国高等教育在线教育平台满意度评价 [J]. 教育现代化，2019,6(53):175-180.
[4]贾文军，郭玉婷，赵泽宁 . 大学生线上学习体验的聚类分析研究 [J]. 中国高教研究，2020(04):23-27.
[5]倪庚，陈俊生，秦宇彤，等 . 基于全面质量管理理论的本科教学质量监控工作评价指标体系的构建 [J]. 教育理论与实践， 2019,39(33):15-16.
[6]雷万鹏，黄旭中 . 重大疫情与在线教育发展面临的问题 [J]. 教育研究与实验，2020(02):13-16+22.
[7]王继新，韦怡彤，宗敏 . 疫情下中小学教师在线教学现状、问题与反思——基于湖北省“停课不停学”的调查与分析 [J]. 中国电化教育，2020(05):15-21.
[8]徐源，张孝义，白丽，等 .“互联网 +”思维模式下高校课程自主学习体系的构建 [J]. 教育现代化，2020，7(51):1-4.
[9]高忠虎，吴忠铁，吴云，等 . 新冠疫情防控期基于腾讯课堂和超星泛雅平台的高校线上教学实践与探索 [J]. 中国多媒体与网络教学学报 ( 上旬刊 )，2020(06):12-13.
[10]姜卉，姜莉杰，于瑞利 . 疫情期间在线教育的基本原则与模式构建 [J]. 中小学数字化教学，2020(03):85-88.
[11]穆肃，王孝金 . 参与和投入而非肤浅和简单——在线学习中的深层次学习 [J]. 中国远程教育，2019(02):17-25+92-93.
[12]张婧鑫，姜强，赵蔚 . 线上学习社会临场感影响因素及学业预警研究——基于 CoI 理论视角 [J]. 现代远距离教育， 2019,(4):38-47.
[13]PEARL J. Fusion, propagation and structuring in belief networks [J]. Artificial intelligence, 1986,29(3):241-288.
[14]袁东恒 . 新式大学人才培养模式变革及其启示——基于密涅瓦大学的分析 [J]. 高教论坛，2019(02):100-104.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/32503.html
