CN105069543A - 基于灰色聚类的全视角反馈评价考核方法 - Google Patents
基于灰色聚类的全视角反馈评价考核方法 Download PDFInfo
- Publication number
- CN105069543A CN105069543A CN201510390800.3A CN201510390800A CN105069543A CN 105069543 A CN105069543 A CN 105069543A CN 201510390800 A CN201510390800 A CN 201510390800A CN 105069543 A CN105069543 A CN 105069543A
- Authority
- CN
- China
- Prior art keywords
- grey
- class
- weight function
- index
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Developing Agents For Electrophotography (AREA)
Abstract
本发明公开了一种基于灰色聚类的全视角反馈评价考核方法,包括以下步骤:建立高校教师考核指标体系,确定评价指标的权重,收集汇总评价数据,确定评价灰类及白化权函数,计算所有评价数据的白化权函数值,计算灰色定权聚类系数,判定考核结果。利用灰色聚类评价方法对高校教师进行考核,使得评价渠道更加全面公正、考核结果更加科学准确。
Description
技术领域
本发明属于应用数学技术领域,涉及一种基于灰色聚类的全视角反馈评价考核方法。
背景技术
高校教师肩负着培养人才和科学研究的双重任务,其工作目标多样、任务繁重。教师工作本身又是一种能够创造价值的复杂脑力劳动,其劳动对象、劳动手段以及劳动过程都具有特殊性和复杂性,这些使高校教师的考核复杂化。以往的考核方法一方面多为定性分析,且考核渠道不够全面,带有一定的主观性和片面性;另一方面方法简单,即使量化,一般采用加权平均计分法,不准确,也不科学。
全视角反馈评价又称为360度反馈评价或者多来源反馈评价系统。它是由被评价者的上级、同事、下级或客户以及被评价者本人担任评价者。从多个角度对被评价者进行全方位的评价,再通过反馈程序,从而达到改变被评价者行为,提高工作绩效,促进其职业发展的目的。
早在19世纪40年代,人们就开始利用360度的考核方法对组织的绩效、发展变化等进行考核。到了19世纪80年代,360度绩效考核日益完善,成为跨国公司人力资源绩效考核的首选工具。在《财富》杂志排名前1000位的企业中,已有90%的企业在使用不同形式的360度绩效考核,如摩托罗拉、摩根士坦利、诺基亚、福特、迪斯尼、西屋、美国联邦银行等,都把360度绩效考核用于人力资源管理和开发。
由于对高校教师考核评价需要考虑的因素很多,且教师工作具有模糊性、难以衡量性等特点。我们可以把教师绩效看成是一个灰色系统,利用灰色系统理论中的灰色聚类评价方法对高校教师进行考核。
灰色系统理论是我国著名学者邓聚龙教授1982年创立的一门新兴横断学科,它以“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象,主要通过对“部分”已知信息的生成、开发,提取有价值的信息,实现对系统运行规律的正确描述和有效控制。
发明内容
本发明的目的是提供一种基于灰色聚类的全视角反馈评价考核方法,解决了现有技术中存在的问题,利用灰色聚类评价方法对高校教师进行考核,使得评价渠道更加全面公正、考核结果更加科学准确。
本发明所采用的技术方案是,一种基于灰色聚类的全视角反馈评价考核方法,按照以下步骤进行:
步骤1:建立高校教师考核指标体系,
步骤2:确定评价指标的权重,
采用专家调查赋值法,各个一级指标的聚类权重分别为:
η1=0.30,η2=0.20,η3=0.20,η4=0.20,η5=0.10;
步骤3:收集汇总评价数据,
对于n个被评价者,采用百分制,五个指标A1-A5分别打分,并收集汇总评价数据,建立评价数据矩阵X=(xij),其中i=1,2,…,n;j=1,2,3,4,5;
步骤4:确定评价灰类及白化权函数,
高校教师考核评价灰类序号为k,k=1,2,3,4,5,即有5个评价灰类,它们分别是“杰出”、“优秀”、“良好”、“合格”、“不合格”,每一灰类相应的灰数及其白化权函数分别如下:
第1灰类“杰出”,灰数白化权函数为
第2灰类“优秀”,灰数白化权函数为
第3灰类“良好”,灰数白化权函数为
第4灰类“合格”,灰数白化权函数为
第5灰类“不合格”,灰数白化权函数为
以上所有白化权函数中j=1,2,3,4,5;
步骤5:计算所有评价数据的白化权函数值,
其中i=1,2,…,n;j=1,2,3,4,5;k=1,2,3,4,5;
步骤6:计算灰色定权聚类系数,
其中i=1,2,…,n;k=1,2,3,4,5;
步骤7:判定考核结果,
若则判定被评价者i,i=1,2,…,n属于灰类k*。
进一步的,步骤1中,考核指标体系包括5个一级指标,A1:领导评价,A2:同事评价,A3:督导评价,A4:学生评价,A5:教师自评,每个一级指标下还包含二级指标。
本发明的有益效果是,采用传统的加权平均计分法得出的考核结果趋于中庸,区分度不高,不能充分调动高校教师的工作积极性。而采用基于灰色聚类算法的考核结果有较高的区分度,考核结果更加科学有效。
具体实施方式
基于灰色聚类的全视角反馈评价考核方法,按照以下步骤进行:
步骤1:建立高校教师考核指标体系
根据360度反馈评价法则和某高校的实际情况,考核指标体系包括5个一级指标(A1:领导评价,A2:同事评价,A3:督导评价,A4:学生评价,A5:教师自评),每个一级指标下又包含10个左右的二级指标。
详见表1(列出部分指标)。
表1高校教师考核指标体系
步骤2:确定评价指标的权重
确定指标权重常见的方法有德尔菲法、专家调查法、层次分析法。这里采用专家调查赋值法,各个一级指标的聚类权重分别为:
η1=0.30,η2=0.20,η3=0.20,η4=0.20,η5=0.10
步骤3:收集汇总评价数据
对于n个被评价者,采用百分制,让五个考核渠道(A1-A5)分别打分,并收集汇总评价数据,建立评价数据矩阵X=(xij)(i=1,2,…,n;j=1,2,3,4,5)。
步骤4:确定评价灰类及白化权函数
设某高校教师考核评价灰类序号为k(k=1,2,3,4,5),即有5个评价灰类,它们分别是“杰出”、“优秀”、“良好”、“合格”、“不合格”。每一灰类相应的灰数及其白化权函数分别如下:
第1灰类“杰出”,灰数白化权函数为
第2灰类“优秀”,灰数白化权函数为
第3灰类“良好”,灰数白化权函数为
第4灰类“合格”,灰数白化权函数为
第5灰类“不合格”,灰数白化权函数为
以上所有白化权函数中j=1,2,3,4,5,即不同一级指标的白化权函数完全相同。
步骤5:计算所有评价数据的白化权函数值
步骤6:计算灰色定权聚类系数
步骤7:判定考核结果
若则判定被评价者i(i=1,2,…,n)属于灰类k*。
下面举例说明基于灰色聚类的360度高校教师考核方法。
步骤1:收集数据
假设某教研室有6名教师需要考核,让五个考核渠道(A1-A5)分别对他们打分(采用百分制),收集汇总评价数据,建立评价数据矩阵
步骤2:处理数据
由公式 计算各个指标的聚类系数,得到灰色聚类系数矩阵
步骤3:判定考核结果
从上面的灰色聚类系数矩阵中可以看出
也就是说,6名教师的考核结果分别为“良好”、“良好”、“优秀”、“不合格”、“优秀”、“合格”。
为了对本发明的技术效果做更准确的说明,现把采用传统的加权平均计分法和基于灰色聚类算法的结果做一比较。
仍以上例中某教研室的6名教师的考核数据来说明。第i名教师的加权平均分为容易算出这6名教师的加权平均分分别为84.4、80.5、88.8、70.9、83.9、77.7,他们的考核等级分别为“良好”、“良好”、“优秀”、“合格”、“良好”、“良好”。
列表比较如下。
表2采用传统方法和本发明方法考核结果的比较
从表2中可以看出,采用传统的加权平均计分法得出的考核结果趋于中庸,区分度不高,不能充分调动高校教师的工作积极性。而采用基于灰色聚类算法的考核结果有较高的区分度,考核结果更加科学有效。
Claims (2)
1.一种基于灰色聚类的全视角反馈评价考核方法,其特征在于,按照以下步骤进行:
步骤1:建立高校教师考核指标体系,
步骤2:确定评价指标的权重,
采用专家调查赋值法,各个一级指标的聚类权重分别为:
η1=0.30,η2=0.20,η3=0.20,η4=0.20,η5=0.10;
步骤3:收集汇总评价数据,
对于n个被评价者,采用百分制,五个指标A1-A5分别打分,并收集汇总评价数据,建立评价数据矩阵X=(xij),其中i=1,2,…,n;j=1,2,3,4,5;
步骤4:确定评价灰类及白化权函数,
高校教师考核评价灰类序号为k,k=1,2,3,4,5,即有5个评价灰类,它们分别是“杰出”、“优秀”、“良好”、“合格”、“不合格”,每一灰类相应的灰数及其白化权函数分别如下:
第1灰类“杰出”,灰数白化权函数为
第2灰类“优秀”,灰数白化权函数为
第3灰类“良好”,灰数白化权函数为
第4灰类“合格”,灰数白化权函数为
第5灰类“不合格”,灰数白化权函数为
以上所有白化权函数中j=1,2,3,4,5;
步骤5:计算所有评价数据的白化权函数值,
其中i=1,2,…,n;j=1,2,3,4,5;k=1,2,3,4,5;
步骤6:计算灰色定权聚类系数,
其中i=1,2,…,n;k=1,2,3,4,5;
步骤7:判定考核结果,
若则判定被评价者i,i=1,2,…,n属于灰类k*。
2.根据权利要求1所述的一种基于灰色聚类的全视角反馈评价考核方法,其特征在于,所述步骤1中,考核指标体系包括5个一级指标,A1:领导评价,A2:同事评价,A3:督导评价,A4:学生评价,A5:教师自评,每个一级指标下还包含二级指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510390800.3A CN105069543A (zh) | 2015-07-06 | 2015-07-06 | 基于灰色聚类的全视角反馈评价考核方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510390800.3A CN105069543A (zh) | 2015-07-06 | 2015-07-06 | 基于灰色聚类的全视角反馈评价考核方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105069543A true CN105069543A (zh) | 2015-11-18 |
Family
ID=54498903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510390800.3A Pending CN105069543A (zh) | 2015-07-06 | 2015-07-06 | 基于灰色聚类的全视角反馈评价考核方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105069543A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108269014A (zh) * | 2018-01-18 | 2018-07-10 | 安徽聚润互联信息技术有限公司 | 一种远程教育学生学习状况评估方法 |
CN112905715A (zh) * | 2021-02-08 | 2021-06-04 | 长沙冉星信息科技有限公司 | 一种基于问卷的多维度评估方法及其方法 |
CN115034555A (zh) * | 2022-03-04 | 2022-09-09 | 北京和气聚力教育科技有限公司 | 计算机实施的教师评价方法、系统、计算设备和存储介质 |
-
2015
- 2015-07-06 CN CN201510390800.3A patent/CN105069543A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108269014A (zh) * | 2018-01-18 | 2018-07-10 | 安徽聚润互联信息技术有限公司 | 一种远程教育学生学习状况评估方法 |
CN112905715A (zh) * | 2021-02-08 | 2021-06-04 | 长沙冉星信息科技有限公司 | 一种基于问卷的多维度评估方法及其方法 |
CN115034555A (zh) * | 2022-03-04 | 2022-09-09 | 北京和气聚力教育科技有限公司 | 计算机实施的教师评价方法、系统、计算设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103942993B (zh) | 一种基于irt的自适应在线测评系统及其方法 | |
CN108182489A (zh) | 一种基于在线学习行为分析的个性化学习推荐方法 | |
CN112446591A (zh) | 一种用于学生综合能力评价的评价体系及零样本评价方法 | |
Jeevalatha et al. | Performance analysis of undergraduate students placement selection using decision tree algorithms | |
CN108256102A (zh) | 一种基于聚类的独立学院学生评教数据分析方法 | |
CN102591929B (zh) | 一种图书馆数据处理系统及其数据处理方法 | |
CN105069543A (zh) | 基于灰色聚类的全视角反馈评价考核方法 | |
CN105389646A (zh) | 基于灰色白化函数变权聚类法的评估方法 | |
Kumar et al. | Performance analysis of students using machine learning & data mining approach | |
CN107909278A (zh) | 一种编程能力综合评估的方法及系统 | |
Li | A teaching quality evaluation model based on a wavelet neural network improved by particle swarm optimization | |
CN110070232A (zh) | 引入教师教学风格的多维度预测学生成绩的方法 | |
CN117522222A (zh) | 一种基于大数据的教育测评软件实现方法 | |
CN117291770A (zh) | 教学效果的可视化用户数据评定方法及系统 | |
CN117313947A (zh) | 一种基于随机森林和金枪鱼群优化算法的学习预警方法 | |
CN110189236A (zh) | 基于大数据的学习预警方法 | |
Gáll | Determining the significance level of tourist regions in the Slovak Republic by cluster analysis | |
CN112085421A (zh) | 一种基于深度bp神经网络的教师教学效果评价方法 | |
CN106600117A (zh) | 一种面向装备制造业的知识创新评价体系动态识别方法 | |
CN117079504B (zh) | 一种大数据精准教学批阅系统的错题数据管理方法 | |
Liping et al. | Study on peer review and multi-indicators evaluation in scientific and technological assessment | |
Fan et al. | Research on auto-generating test-paper model based on spatial-temporal clustering analysis | |
Dai | Research on Evaluation and Management Mechanism of Education Management System Based on Clustering Algorithm | |
Hasoon et al. | Teaching staff evaluation in higher education using fuzzy comprehensive evaluation method based on entropy and AHP methods | |
Nousiainen et al. | Pre-service physics teachers’ concept maps representing relational structure of physics concepts |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151118 |
|
WD01 | Invention patent application deemed withdrawn after publication |