高等教育院校冷门学科教学质量评估模型构建

马 晖

(玉溪师范学院 法学院, 云南 玉溪 653100)

随着高等教育院校冷门学科教学改革的不断推进，对高等教育院校冷门学科教学的质量和效果提出了更高的要求，在进行高等教育院校冷门学科教学中，需要重点提升学生对冷门学科学习的热情，结合冷门学科的就业前景进行针对性教学，从而提升冷门学科的教学质量〔1〕。进行高等教育院校冷门学科的教学质量评估，结合问卷调查和抽样统计分析方法，分析冷门学科教学的制约瓶颈，推进冷门学科教学改革，能有效提升高等教育院校冷门学科教学的质量，为了量化评估高等教育院校冷门学科教学质量，提高高等教育院校冷门学科教育教学评估的系统性评价能力，建立高等教育院校冷门学科教学质量评估方法，并进行实证分析〔2〕。

1 高等教育院校冷门学科教学质量评估信息采样和统计学建模

1.1 高等教育院校冷门学科教学质量评估的约束参量分析

为了实现对高等教育院校冷门学科教学质量评价分析，首先构建高等教育院校冷门学科教学质量特征分析模型，采用模糊综合决策方法进行高等教育院校冷门学科教学质量的描述性统计分析，构建高等教育院校冷门学科教学质量评估大数据输出和统计评估信息交互模型，根据信息交互的传递效率进行特征分解，提取高等教育院校冷门学科教学质量的统计特征量，根据冷门学科教学质量评估大数据输出信息流的关联信息，进行教学质量的测度信息分析，构建冷门学科教学质量评估大数据的统计特征分析模型，实现高等教育院校冷门学科教学质量评估大数据在线建模〔4〕。采用描述性统计分析方法，构建冷门学科教学输出信息的特征采样模型，设在Πcs和Πsc之间的进行线性规划设计，求解表征高等教育院校冷门学科教学质量评估信息序列的测度特征，在t+1时刻得到高等教育院校冷门学科教学质量评估的预测状态参数D’t+1和预测值L’t+1，二者的关系满足：

上式中，Ω表示Basset函数，根据上述设计，得到了高等教育院校冷门学科教学质量统计信息模型，以此作为数据输出基础，进行高等教育院校冷门学科教学质量评估大数据建模〔5〕，得到设计的高等教育院校冷门学科教学质量评估模型总体设计构架如图1所示。

图1 评估模型总体设计构架

1.2 教学质量统计信息模型

高等教育院校冷门学科教学质量评估模型由5个状态组成，即λ=(X,O,A,B,π)，其中X为高等教育院校冷门学科教学质量评估模型中的模糊状态，X={xi,i=1,2,3…,N}。O为高等教育院校冷门学科教学质量评估模型观测状态，O={oj,j=1,2,3…,M}，其定义式如下：

根据教学质量的调查评估信息，得到高等教育院校冷门学科教学质量综合评估的动态结构如下：

在高等教育院校冷门学科教学质量评估过程中，在置信区间内，以冷门学科教学输出的统计数据作为输入进行面向对象的自回归分析，得到学科建设的综合性评判统计分析结果为：

结合相关性检测分析方法进行高等教育院校冷门学科教学质量评估序列的特征分解，得到特征分解结果为：

对高等教育院校冷门学科教学质量评估大数据样本进行面板回归分析〔6〕，得到冷门学科教学质量评估统计特征量稳健性检验输出为：

显然，x满足：x～N(Ex,En′2)，根据教学质量的调查评估信息，对高等教育院校冷门学科教学质量评估数据进行语义关联规则重构，提取教学质量调查评估信息的关联维特征量〔7〕，提高教学质量评估的可靠性。

为保证SBS改性沥青混合料拌和稳定性，本项目选用间歇式拌和机进行沥青混合料的拌和，由于SBS改性沥青黏度较普通基质沥青高，因此在拌和SBS改性沥青混合料时，一般会增加5～10s的拌和时间，以确保SBS改性沥青能够均匀裹覆在集料上。另一方面，由于SBS改性沥青所需的拌和温度较高，因此在实际施工过程中应严格控制沥青混合料的拌和温度，既要避免温度过低影响路面铺筑质量，另一方面还要防止温度过高引起沥青混合料老化。

2 冷门学科教学质量评估模型优化设计

2.1 语义关联规则重构

结合统计特征分析，得到高等教育院校冷门学科教学质量评估的互信息特征量满足：

构建高等教育院校冷门学科教学质量统计信息模型〔8〕，由此构建冷门学科教学质量评估的语义关联规则重构模型描述为：

在有限状态空间中，提取教学质量调查评估信息的关联维特征量，描述为：

根据提取的教学质量调查评估信息的关联维特征量，分析高等教育院校冷门学科教学质量测评互相关信息融合的规则性特征量，结合增益模糊控制方法进行教学质量评估的线性预测〔9〕。

2.2 冷门学科教学质量评估优化

采用Bellare-Rogaway 模型进行高等教育院校冷门学科教学质量统计信息模型设计〔10〕，对评价函数进行洛朗级数展开为：

σ(X,t)=CE-CP(t)

(13)

在关联维特征转移条件下，教学质量评价的平衡点为：

若设，结合人工干预方法进行特征建模得，教学质量有效性评价的输出增益的表达式如下：

基于Lipschitz连续正则的泛函，结合互相关信息融合方法，得到教学质量评价的模糊预测值：

计算上述方程组的周期解，得到教学质量评价的快速预测模型为：

如果f(x1,x2)已知，以此为约束条件进行高等教育院校冷门学科教学质量评估的关联信息挖掘评判，采用统计特征分析方法进行高等教育院校冷门学科教学质量的统计分析和稳健性检验。

3 实证分析与检验

为了验证该模型在实现高等教育院校冷门学科教学质量评估中的性能，进行实证分析和仿真实验，实验采用C++和Matlab设计，对冷门学科教学质量评估统计数据采样长度为1024，样本的训练集规模为3000，测试样本集规模为1000，统计分析的周期为14 day，迭代步长为20，统计周期为1.5，描述性统计分析结果见表1。

表1 描述性统计分析结果

以表1的统计数据为样本，进行的高等教育院校冷门学科教学质量评估，得到教学质量评估的回归分析值如图2所示。

分析图2得知，本文模型进行教学质量评估的置信度水平较高，在P=0.10的显著度水平下具有较高的评估准确性，测试质量评估的均方根误差，得到对比结果如图3所示。

分析图3得知，采用该模型进行高等教育院校冷门学科教学质量评估的准确性较好，误差较小，提高了高等教育院校冷门学科教学的质量。

4 结语

本文提出一种基于关联信息挖掘和统计特征分析的高等教育院校冷门学科教学质量评估模型， 并结合统计数据进行实证分析。构建高等教育院校冷门学科教学质量统计信息模型，根据教学质量的调查评估信息，对高等教育院校冷门学科教学质量评估数据进行语义关联规则重构，提取教学质量调查评估信息的关联维特征量，分析高等教育院校冷门学科教学质量测评互相关信息融合的规则性特征量，以此为约束条件进行高等教育院校冷门学科教学质量评估的关联信息挖掘评判，采用统计特征分析方法进行高等教育院校冷门学科教学质量的统计分析和稳健性检验。本文模型进行教学质量评估的置信度水平较高，误差较小，为教学质量提升和教学改革提供参考。

图3 误差性能测试