基于topsis和灰色理论的高校教育信息化评价模型

《基于topsis和灰色理论的高校教育信息化评价模型》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于TOPSIS和灰色理论的高校教育信息化评价模型【摘要】利用TOPSIS方法和灰色关联分析的方法建立了高等学校教育信息化的评价模型，首先根据指标选取正、负理想学校，用灰色关联度取代了TOPSIS方法中的距离公式，计算出灰色关联系数矩阵，并利用因子分析法给出各个学校的因子总得分，克服了由经验得到的权重的主观性，最后根据相对贴近度的大小给出各个高等院校的信息化水平评价排序。【关键词】TOPSIS方法；灰色关联分析；因子分析法随着信息技术的飞速发展，全球经济一体化步伐的加快，信息化水平已成为衡量一个国家和

2、地区国际竞争力、现代化程度、综合国力和经济发展能力的重要标志。教育事业作为科教兴国的核心，其信息化普及和建设的程度至关重要。目前，国内对教育信息化发展及评价的理论和方法尚处于探讨阶段，建立一套系统科学的教育信息化水平评价指标体系以及与之配套的评价系统，来对不同地区或学校教育信息化水平进行测度和评价，为制定教育发展政策提供决策依据和必要信息，提高我国教育信息化的总体水平，已经成为一种必然而迫切的趋势。教育信息化绩效评价是一项比较困难的事情，一方面由于信息化技术发展迅速，技术更新换代加快，同时教育信息化系

3、统具有明显的层次复杂性和结构关系的模糊性，故影响教育信息化的许多因素存在着动态性、灰性和不确定性。现有的专家知识的评价方法不能完全地利用信息，往往根据专家已有的经验给出各个因素的权重，结果受主观因素的影响较大；另一方面在这一领域至今尚未有成熟的理论指导和合适的测量办法、测量工具，再加上教育信息化领域变化很快，所以教育信息化绩效评价已成为大家关注的十分重要且相当紧迫的话题。文献［1］应用层次分析法和灰色熵权法建立了教育化信息化评价模型，文献［2］采用模糊综合评判的方法实现了对教育信息化的评价，但这些模型

4、和方法在使用时，所采用的指标权重都是由经验或问卷调查得来的，缺乏客观性。基于此，本研究利用TOPSIS方法和灰色关联分析的方法建立了高等学校教育信息化的评价模型，并结合因子分析法给出各个学校教育信息化水平的总得分，最后利用相对贴近度给出了各个学校的排序。1高等学校教育信息化评价指标的建立教育信息化是一个包含诸多侧面与环节的系统工程。国内比较有代表性的研究有朱桂娟设计的指标体系［3］，邵晋蓉和王桂香设计的指标体系［4］，刘军跃、徐刚、黄伟九设计的指标体［5］，闫慧设计的指标体系［6］。本研究采用以往文献

5、［7，8］中使用频率较高的一些指标，遵循指导性、科学性、综合性、可操作性、动态性以及可行性和先进性相结合的基本原则，建立了基础设备、信息资源、教育网站等34个指标，如表1所示，根据实际情况分为正向指标和负向指标。2高等学校教育信息化评价基本原理采用TOPSIS方法和灰色关联分析评价高等院校教育信息化的基本思路是：①确定参考数列X0和比较数列Xn；②计算第i个高校的第k个指标与正、负理想高校第k个指标的关联系数γik、γ′ik得到关联系数矩阵；③对关联系数矩阵利用因子

6、分析法求其因子总得分；④计算第i个高校与正、负理想高校之间因子总得分之比即相对贴近度，并最终按照相对贴近度的大小进行排序。本研究以最有竞争力的各指标值组成一个正理想学校，最差的指标值组成一个负理想学校，以正、负理想学校的各指标值作为参考数列，被评价高校的各指标值作为比较数列，计算它们之间的关联度得到关联系数矩阵，最后利用因子分析得到因子总得分并计算出相对贴近度，其值越大，说明被评价高校与正理想学校越接近，负理想学校越远，其教育信息化水平越高。表1教育信息化评价指标体系3高等学校教育信息化评价模型的建立

7、3.1正理想学校与负理想学校的确定Vik表示第i个被评价学校的第k个指标的评价值，k=1,2,...,m，i=1,2,...,n。则Vi=(V1i,V2i,...,Vmi)就是以第i个被评价学校的所有指标的评价值为分量的向量。取第k(k=1,2,...,m)个指标的最佳值Vk0作为参考数列V0的第k个分量，即V0是正理想学校，其中正向指标的最佳值取所有学校数据的最大值，负向指标的最佳值取所有学校数据的最小值。同理取第k(k=1,2,...,m)个指标的最差值Vk0′作为参考数列V0&pri

8、me;的第k个分量，即V0′是负理想学校，正负向指标的最差值取法与上面取法相反。对于一个由n个被评价学校，m个评价指标构成的评价系统，可得到下列矩阵：V=(Vki)m×n=V11V12...V1nV21V22...V2n............Vm1Vm2...Vmn(1)首先对指标量纲化，进行规范化处理。正向指标Xki=Vki-miniVki/maxiVki-miniVki(2)负向指标Xki=maxiVki-VkimaxiVk