本站原创关键词：大学生综合素质；评价体中专毕业论文www.808so.com
系；实施方法；贝叶斯网络
1002-0845（2012）12-0120-02
“素质”一般是指以人的天赋为基础，通过环境教育影响和自身认识与实践而形成的比较稳定的身心品质，它是人的思想、品质、知识及能力等各方面状况的综合反映。素质具有先天性和可塑性的特点。“素质教育”是着眼于受教育者及社会长远发展的要求，以面向全体学生、全面提高学生的基本素质为根本宗旨，以注重培养受教育者的态度与能力，促进他们在德智体等方面生动、活泼、主动地发展为基本特征的教育。
一、构建大学生综合素质评价体系的必要性和可行性
评价是人们对某一事物的价值判断。当今信息时代知识更新加快，社会对高素质人才的需求越来越大，用人单位更加青睐综合素质较高的学生。这就需要学校在教育教学过程中努力适应新形势，在积极构建完善的学生综合素质培养体系的基础上，设计科学、客观和可操作的学生综合素质评价方法，以检验人才培养效果，促进学生发展进步，促进教师教育教学改革，促进高等教育质量的不断提升。大学生综合素质评价是根据一定的教育价值观或教育目标，通过收集大学生思想道德、学业水平、能力素养以及身心状况等领域中的表征信息，采用科学方法，对大学生综合素质做出价值判断的过程。其评价体系以市场经济价值存在为基础，最大程度地提高素质教育的质量，满足市场经济对人才的要求，满足大学生全面发展和高等教育自身改革与发展的要求[3]。也就是说，通过大学生综合素质评价体系的优化和要素的调配，能够有效发挥评价的导向作用、激励作用、矫正作用和管理作用。
二、大学生综合素质评价体系的构建与实施
综合素质评价是实现培养目标的工具，其任务不仅是对取得的学生培养成果进行评定，更是帮助学校发现问题，分析原因，寻找解决问题的方法，以促进学生的全面发展。因此，大学生综合素质评价不能简单地以教育结果为衡量标准，更不能仅仅以学生的课内学习成绩替代，而且要借助先进的评价理论和评价技术实施多维度、多层面和全过程的科学评价。评价体系的构建需遵循客观公正的原则、统一性与灵活性结合的原则、稳定性与动态性相结合的原则和可操作性的原则。
建立完善的评价体系首先需要确定评价要素。归纳总结学术界对综合素质评价领域的研究成果，结合大学生的特点和导向性需要，大学生综合素质评价体系应将大学生的思想政治素质、专业知识素质、实践创新素质、人文素质和身心素质5个要素设为一级要素，并据此详细设计可度量、可操作的二级要素，初步构建二级评价体系。如表1所示。
确定评价要素后，如何对其进行有效综合成为关键。目前常见的方法有加权平均法[4]、模糊综合评估法[5]和演化算法[6]等。但这些方法的共性难题是如何设定评价指标的权值。此外，由于学生综合素质评价的复杂性和动态性，实际执行中还会出现标准模糊、难以定量化和有效界定等问题[7]，均导致评价缺乏科学性，特别是在因素较多、结构较为复杂时。因此我们提出采用贝叶斯网络（Bayesian Networks）、基于贝叶斯原理研究综合素质的评价问题。
贝叶斯网络由Pearl J[8]于1988年提出，至今仍是不确定知识表达和推理领域最有效的理论模型之一。它以网络拓扑为工具，采用概率推理框架，优点在于使用了具有语意性的贝叶斯推理逻辑，比其他网络更能揭示推理的本质过程。基于贝叶斯网络进行评价，为不确定知识条件下的推理提供了一个连续的解决方法。学生综合素质评价正好属于这一类型的问题，即专家难以精确描述各影响要素对评价结果的贡献，而只能提供初步的影响概率，具有较大的不确定性，而根据个体的实际状态推理得到最终的评价结果。
贝叶斯网络是一种因果推理网络，通常定义为二元组[B=] 。其中网络结构[G=] 是一个有向 非循环图，[V{V1，V2，？，Vn} （n1）]表示所有结点， A是弧的集合。网络参数P中的第i个元素分别代表结点Vi的条件概率密度，有[P（V）=P（V1，V2，？Vn）=][nP（ViV1，V2？，Vi-1）]。在独立性假设的前提下，对于网络结构中的任意结点，必可找到与其条件不独立的最小子集[i？{V1，V2，？，Vn} ]使得[P（V）=nP（ViUi）]。
贝叶斯网络拓扑中的结点分别代表待评价量和可检测的事件。应用到学生综合素质评价问题，网络模型中各节点的状态集合分别定义为：Z={高，中，低}，Yi（i=1，2，[？]，Vi-1）={高，中，低}，Yij=（i=1，2，[？]，5j=1，2，3）={好，中，差}。
根据专家经验和导向需要给出与表1对应的两级条件概率矩阵，该矩阵反映的是网络中关联节点之间的因果关系，即采用概率方式描述形式。例如：如果综合素质（Z）高，则思想政治素质（Y1）为高、中、低的可能性分别为70%、20%和10%；如果思想政治素质（Y1）高，则集体活动表现（Y11）为好、中、差的可能性分别为60%、30%和10%。以此类推，最终得到两个完整的条件概率矩阵。
上述评价结果是概率向量形式的描述，不便于比较和实际使用，因此必须解模糊化，利用模糊语言和规则的形式引入专家经验，基于概率向量给出了单值评估结果q。
网络更新算法采用数据触发、局部结点并行计算，贝叶斯网络的结构和算法保证了其数学收敛性，使网络最终达到平衡。新信息的注入以及网络更新的过程从本质上揭示了不断捕获外界信息、更新知识对某事件不断做出更加客观和准确的估计结果。这一特性使得其在应用到学生综合素质评价过程中，能够有效适应学生状态的动态变化，给出合理的评价结果。
三、实例分析
基于上节给出的评估方法对学生综合素质进行评价。假设预先没有任何已知信息，设定某学生综合素质等级的先验信息为[π （Z）=[0.3，0.4，0.3]]，这反映出由于信息匮乏导致初始评价的不充分，认为各种情况的可能性比较接近。采用同样的方法设置叶结点[λ]的数据，这里假定各二级要素的评定结果已通过其它途径获取，见表2。初始化后，评价准备完毕，此时给出各要素信息，即网络的叶节点信息更新，则触发网络推理，按照公式（1） ～ （3）步骤迭代计算，更新整个网络节点状态的概率分布，最终获取根节点状态的概率分布情况和解模糊数值，则综合素质评价完毕。
从上述评价结果可以看出，实例1的学生，其二级要素评价值体现出较强的能力素质，因此推理结果显示该学生的综合素质较强（0.95）。而实例2评价中，其二级要素的数值均不理想，说明该学生在各方面表现不够突出，评价结果为0.17，综合素质较差。两组实例表明，基于贝叶斯网络的学生综合素质评价方法具有可行性和有效性。
然而基于贝叶斯网络的学生综合素质评价，其评价的合理性很大程度上依赖于专家经验和引导的倾向性。这就需要不断深入研究学生成长发展的特点和规律，紧密围绕国家教育方针和社会发展的新形势和新需求，充分利用综合素质评价的积极作用，力争将其作用发挥到应有的水源于：科技论文www.808so.com
平。
参考文献：
刘洋，杨改学. 浅析多元智能理论对素质教育的促进[J]. 教育探索，2008（1）.
潘玉驹，何毅. 论发展性大学生综合素质评价体系的构建[J].高等工程教育研究，2009（5）.
[3]范纯琍.大学生综合素质评价体系构建[J]. 高教发展与评估， 2010，26（5）.
[4]刘坚，李新萍，温凤桐. 综合素质评价中权系数的确定方法[J]. 统计与决策，2005（8）.
[5]蒋德珑，尹淑萍，师黎，罗松涛.基于模糊综合评判的研究生综合素质评价研究[J]. 计算机工程与设计，2011，32（9）.
[6]李晖，张金隆，唐勤. 基于演化算法的大学生综合素质评价系统[J]. 数学的实践与认识，2007，37（19）.
[7]谢长旺，赵彦，范丽远. 对大学生综合素质测评的思考[J]. 教育与职业，2010（8）.
[8]Pearl J. Probabilistic Reasoning in Intelligent Systems： Networks of Plausible Inference[M]. San Mateo， CA： Morgan Kaufmann，1988.
〔责任编辑：邰学群〕