1 引言
隨著Internet應(yīng)用的普及，網(wǎng)絡(luò)化教學(xué)日益成為一種重要的教學(xué)手段和教學(xué)場(chǎng)所，作為網(wǎng)絡(luò)化教學(xué)系統(tǒng)的一個(gè)模塊，教學(xué)評(píng)價(jià)系統(tǒng)承擔(dān)著監(jiān)督教學(xué)效果、使教學(xué)雙方形成有效交互與反饋以及對(duì)教學(xué)過(guò)程的決策取向產(chǎn)生直接參考依據(jù)的重要任務(wù)。但是，目前我國(guó)還沒(méi)有網(wǎng)絡(luò)化教學(xué)評(píng)價(jià)的基本標(biāo)準(zhǔn)，教學(xué)形式和教學(xué)對(duì)象的多樣性也導(dǎo)致難以制定一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。
為了解決上述問(wèn)題，本文給出了一個(gè)通用的教學(xué)評(píng)價(jià)系統(tǒng)，該系統(tǒng)不僅解決了重復(fù)開發(fā)造成的資源浪費(fèi)，對(duì)不同的基于J2EE架構(gòu)的網(wǎng)絡(luò)教學(xué)系統(tǒng)或者數(shù)字化校園平臺(tái)，只須把該系統(tǒng)作為一個(gè)模塊嵌入其中，就可輕松實(shí)現(xiàn)評(píng)價(jià)功能，而且針對(duì)各種不同的需求，提供評(píng)價(jià)表單、權(quán)值的定制功能，教學(xué)單位可根據(jù)自己的實(shí)際情況選擇使用AHP法、BP神經(jīng)網(wǎng)絡(luò)法或常規(guī)法定制適合自己的評(píng)價(jià)模型。前兩種方法，本系統(tǒng)提供評(píng)價(jià)模型的生成和檢驗(yàn)機(jī)制，用以保證所定制的模型符合用戶需求，以程度排除人為因素的干擾，是本系統(tǒng)的核心和關(guān)鍵技術(shù)。
2 相關(guān)算法介紹
2.1 AHP 法
AHP是Analytic Hierarchy Process（層次分析法）的簡(jiǎn)稱，它是一種定性和定量相結(jié)合的系統(tǒng)化、層次化的分析方法，適用于多目標(biāo)、多準(zhǔn)則的復(fù)雜評(píng)價(jià)問(wèn)題。它能提供一種方法把定性的評(píng)價(jià)標(biāo)準(zhǔn)定量化，形成對(duì)每一評(píng)價(jià)指標(biāo)的權(quán)值，由于它同時(shí)提供一致性檢驗(yàn)從而可以保證所得權(quán)植的客觀合理性。其主要步驟為：
1) 建立層次結(jié)構(gòu)模型
2) 構(gòu)造判斷矩陣
3) 層次單排序及其一致性檢驗(yàn)
4) 層次總排序及其一致性檢驗(yàn)
利用AHP法建模的關(guān)鍵在于判斷矩陣的構(gòu)造，這需要在建立層次結(jié)構(gòu)之后進(jìn)行兩兩標(biāo)度比較，這項(xiàng)工作一般要由專家來(lái)做。
2.2 BPNN 法
即BP神經(jīng)網(wǎng)絡(luò)法，又稱誤差逆?zhèn)鞑W(xué)習(xí)算法，分為三層：輸入層、隱含層和輸出層。在具體應(yīng)用該網(wǎng)絡(luò)時(shí)分為網(wǎng)絡(luò)學(xué)習(xí)及網(wǎng)絡(luò)工作兩個(gè)階段。網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程由正向和反向傳播兩部分組成。在正向傳播過(guò)程中，每一層神經(jīng)元的狀態(tài)只影響到下一層神經(jīng)元網(wǎng)絡(luò)。如果輸出層不能得到期望輸出，就是實(shí)際輸出與期望輸出值之間有誤差，那么轉(zhuǎn)入反向傳播過(guò)程中，將誤差信號(hào)沿原來(lái)的連接通路返回，通過(guò)修改各層神經(jīng)元的權(quán)值，逐次向輸入層傳播去進(jìn)行計(jì)算，再經(jīng)過(guò)正向傳播過(guò)程，這兩個(gè)過(guò)程的反復(fù)運(yùn)用，使得誤差信號(hào)最小。當(dāng)誤差達(dá)到人們所希望的要求時(shí)，網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程就結(jié)束。在網(wǎng)絡(luò)的工作階段，根據(jù)訓(xùn)練好的網(wǎng)絡(luò)權(quán)值及給定的輸入向量，按照“模式順傳播”方式求得與輸入向量相對(duì)應(yīng)的輸出向量的解答。
BP網(wǎng)是一種反向傳遞并能修正誤差的多層映射網(wǎng)絡(luò)。當(dāng)參數(shù)適當(dāng)時(shí)，此網(wǎng)絡(luò)能夠收斂到較小的均方差，是目前應(yīng)用最廣的網(wǎng)絡(luò)之一。使用BP神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行權(quán)值的定制是基于它具有能任意精度近似線性非線性函數(shù)的特性，把樣本與權(quán)值組的映射關(guān)系看作一個(gè)非線性函數(shù)，用BP網(wǎng)絡(luò)去近似這個(gè)函數(shù)，只要樣本是合理的，那么得出的權(quán)值也是合理的。
根據(jù)R.Hech-Nielson的論證，一個(gè)三層BP神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)任意精度、任意連續(xù)函數(shù)的映射，故我們僅取一個(gè)隱含層。輸入層和輸出層的節(jié)點(diǎn)數(shù)，按實(shí)際應(yīng)用需要而定。隱含層節(jié)點(diǎn)數(shù)的確定，跟輸入層和輸出層的神經(jīng)元個(gè)數(shù)有關(guān)，但具體的定量關(guān)系目前仍無(wú)定論。按照Charence N.W.Tan和Gerhard E.Wittig(1993)的說(shuō)法，一般情況下輸入層、單個(gè)隱含層和輸出層的神經(jīng)元個(gè)數(shù)基本相等或呈金字塔結(jié)構(gòu)時(shí)，BP模型的運(yùn)行效果較好。因?yàn)槿」?jié)點(diǎn)太少,網(wǎng)絡(luò)不“強(qiáng)壯”，難以達(dá)到目的；取節(jié)點(diǎn)太多，使學(xué)習(xí)時(shí)間過(guò)長(zhǎng)，誤差不一定最小。
3 系統(tǒng)的體系結(jié)構(gòu)
圖1 系統(tǒng)總體結(jié)構(gòu)圖
如圖1為評(píng)價(jià)系統(tǒng)的總體結(jié)構(gòu)圖，從邏輯上可以把整個(gè)系統(tǒng)分成三個(gè)大的子系統(tǒng)，模型定制子系統(tǒng)、教務(wù)管理子系統(tǒng)和教學(xué)評(píng)價(jià)子系統(tǒng)，分別由模型管理員、教務(wù)管理員和評(píng)價(jià)用戶來(lái)操控。每一用戶登錄時(shí)，首先查找自身的數(shù)據(jù)庫(kù)，若數(shù)據(jù)庫(kù)中沒(méi)有該用戶的身份認(rèn)證信息，將訪問(wèn)平臺(tái)系統(tǒng)數(shù)據(jù)庫(kù)，從中取得用戶的合法身份信息，并將有效用戶存入評(píng)價(jià)系統(tǒng)自身的數(shù)據(jù)庫(kù)，同時(shí)，根據(jù)用戶的角色進(jìn)入相應(yīng)的功能頁(yè)面。
3.1 模型定制子系統(tǒng)中
評(píng)價(jià)模型的定制分兩步，第一步要從指標(biāo)庫(kù)中選取評(píng)價(jià)指標(biāo)，對(duì)指標(biāo)庫(kù)的維護(hù)由模型管理員負(fù)責(zé)，評(píng)價(jià)指標(biāo)分為兩類，一類是定性描述指標(biāo)，一類是定量指標(biāo)，定量指標(biāo)須從元數(shù)據(jù)集中選擇指標(biāo)所對(duì)應(yīng)的元數(shù)據(jù)。元數(shù)據(jù)集是能夠從網(wǎng)絡(luò)教學(xué)系統(tǒng)提取的定量信息的數(shù)據(jù)集合，客觀反映了學(xué)生和教師參與教學(xué)的情況。指標(biāo)選擇完畢，還要定制每一指標(biāo)的權(quán)值，定制權(quán)值的方式有三種：自定義法、BP法和AHP法。
自定義法可以對(duì)某一模型的指標(biāo)直接輸入權(quán)值，這一方法和目前大部分評(píng)價(jià)系統(tǒng)的實(shí)現(xiàn)功能相同，當(dāng)評(píng)價(jià)模型已經(jīng)確定或是有統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)時(shí)，可選擇這種方式定制權(quán)值。
AHP法需要對(duì)評(píng)價(jià)領(lǐng)域較熟悉的專家決定出反映各指標(biāo)的相對(duì)重要性的判斷矩陣，在定制過(guò)程中，系統(tǒng)提供了一個(gè)界面友好的定制模塊，讓用戶可以比較方便的完成定制操作。如果輸入的判斷矩陣不滿足一致性要求，那就意味著比較參數(shù)有自相矛盾的地方，系統(tǒng)將會(huì)報(bào)錯(cuò)并返回重新輸入?yún)?shù)。AHP的這種驗(yàn)證機(jī)制能保證用戶限度的精確量化在潛意識(shí)中指標(biāo)的重要程度，從而定制出符合要求的評(píng)價(jià)模型。
使用BP法在定制權(quán)值時(shí)需要評(píng)價(jià)樣本的輸入，評(píng)價(jià)樣本提供了一個(gè)模板，它實(shí)際是由一些孤立的點(diǎn)來(lái)確定一條多維的權(quán)值曲線，權(quán)值曲線的合理與否與樣本的合理性緊密相關(guān)。樣本庫(kù)由教務(wù)管理員員管理和維護(hù)，可以組織專家制定樣本或是在AHP法運(yùn)行一段時(shí)間后由教務(wù)人員從產(chǎn)生的評(píng)價(jià)實(shí)例中提取樣本來(lái)組成樣本庫(kù)。BP法通過(guò)誤差反傳的方法來(lái)不斷調(diào)整預(yù)設(shè)的權(quán)值，當(dāng)誤差小于某一預(yù)設(shè)的值時(shí)完成權(quán)值訓(xùn)練，否則繼續(xù)調(diào)整下去。由此可見，BP法自身也具有檢驗(yàn)機(jī)制，這樣得出的權(quán)值能限度滿足用戶的需求。
通過(guò)定制不同的評(píng)價(jià)模型，系統(tǒng)可以對(duì)教學(xué)的各個(gè)方面進(jìn)行評(píng)價(jià)。模型管理員負(fù)責(zé)模型的管理維護(hù)工作，可以對(duì)模型進(jìn)行編輯和刪除操作，還可以通過(guò)提供樣本對(duì)已經(jīng)定制完成的某模型進(jìn)行模型檢驗(yàn)，以此來(lái)對(duì)模型的可用性進(jìn)行評(píng)估。評(píng)估算法主要采用取所有樣本的實(shí)際評(píng)價(jià)結(jié)果和理想值之間的均方誤差，將該誤差值與某一上限值做比較，并在該模型做上標(biāo)記，并附上誤差值，以供教務(wù)管理員選定評(píng)價(jià)模型時(shí)參考。
3.2 教務(wù)管理子系統(tǒng)
由教務(wù)管理員實(shí)施，主要完成評(píng)價(jià)模型的選擇、打開或關(guān)閉模型以及樣本庫(kù)的管理以及其它管理功能。 評(píng)價(jià)模型定制完成之后，由教務(wù)管理員來(lái)控制系統(tǒng)的評(píng)價(jià)流程，教務(wù)管理員選擇一個(gè)或多個(gè)評(píng)價(jià)模型使其生效并進(jìn)入實(shí)際運(yùn)行，參評(píng)者就可以對(duì)相應(yīng)模型進(jìn)行評(píng)價(jià)。教務(wù)管理員還可以將評(píng)價(jià)開關(guān)關(guān)閉，使評(píng)價(jià)暫停。此時(shí)若參評(píng)者訪問(wèn)評(píng)價(jià)頁(yè)面，系統(tǒng)會(huì)告知評(píng)價(jià)功能由管理員關(guān)閉，暫停評(píng)價(jià)。關(guān)閉評(píng)價(jià)并不影響正常的瀏覽等其它操作的進(jìn)行。
在樣本庫(kù)管理中，可添加和刪除樣本，或者從以往的評(píng)價(jià)結(jié)果信息中提取出一些評(píng)價(jià)結(jié)果作為樣本存入樣本庫(kù)，以備BP法定制權(quán)值和模型檢驗(yàn)時(shí)使用。 教務(wù)管理員還可以瀏覽全部的評(píng)價(jià)信息，系統(tǒng)對(duì)評(píng)價(jià)結(jié)果采用橫向比較、縱向比較、表、圖等多樣化顯示，方便快速直觀的對(duì)評(píng)價(jià)結(jié)果做出判斷。
隨著Internet應(yīng)用的普及，網(wǎng)絡(luò)化教學(xué)日益成為一種重要的教學(xué)手段和教學(xué)場(chǎng)所，作為網(wǎng)絡(luò)化教學(xué)系統(tǒng)的一個(gè)模塊，教學(xué)評(píng)價(jià)系統(tǒng)承擔(dān)著監(jiān)督教學(xué)效果、使教學(xué)雙方形成有效交互與反饋以及對(duì)教學(xué)過(guò)程的決策取向產(chǎn)生直接參考依據(jù)的重要任務(wù)。但是，目前我國(guó)還沒(méi)有網(wǎng)絡(luò)化教學(xué)評(píng)價(jià)的基本標(biāo)準(zhǔn)，教學(xué)形式和教學(xué)對(duì)象的多樣性也導(dǎo)致難以制定一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。
為了解決上述問(wèn)題，本文給出了一個(gè)通用的教學(xué)評(píng)價(jià)系統(tǒng)，該系統(tǒng)不僅解決了重復(fù)開發(fā)造成的資源浪費(fèi)，對(duì)不同的基于J2EE架構(gòu)的網(wǎng)絡(luò)教學(xué)系統(tǒng)或者數(shù)字化校園平臺(tái)，只須把該系統(tǒng)作為一個(gè)模塊嵌入其中，就可輕松實(shí)現(xiàn)評(píng)價(jià)功能，而且針對(duì)各種不同的需求，提供評(píng)價(jià)表單、權(quán)值的定制功能，教學(xué)單位可根據(jù)自己的實(shí)際情況選擇使用AHP法、BP神經(jīng)網(wǎng)絡(luò)法或常規(guī)法定制適合自己的評(píng)價(jià)模型。前兩種方法，本系統(tǒng)提供評(píng)價(jià)模型的生成和檢驗(yàn)機(jī)制，用以保證所定制的模型符合用戶需求，以程度排除人為因素的干擾，是本系統(tǒng)的核心和關(guān)鍵技術(shù)。
2 相關(guān)算法介紹
2.1 AHP 法
AHP是Analytic Hierarchy Process（層次分析法）的簡(jiǎn)稱，它是一種定性和定量相結(jié)合的系統(tǒng)化、層次化的分析方法，適用于多目標(biāo)、多準(zhǔn)則的復(fù)雜評(píng)價(jià)問(wèn)題。它能提供一種方法把定性的評(píng)價(jià)標(biāo)準(zhǔn)定量化，形成對(duì)每一評(píng)價(jià)指標(biāo)的權(quán)值，由于它同時(shí)提供一致性檢驗(yàn)從而可以保證所得權(quán)植的客觀合理性。其主要步驟為：
1) 建立層次結(jié)構(gòu)模型
2) 構(gòu)造判斷矩陣
3) 層次單排序及其一致性檢驗(yàn)
4) 層次總排序及其一致性檢驗(yàn)
利用AHP法建模的關(guān)鍵在于判斷矩陣的構(gòu)造，這需要在建立層次結(jié)構(gòu)之后進(jìn)行兩兩標(biāo)度比較，這項(xiàng)工作一般要由專家來(lái)做。
2.2 BPNN 法
即BP神經(jīng)網(wǎng)絡(luò)法，又稱誤差逆?zhèn)鞑W(xué)習(xí)算法，分為三層：輸入層、隱含層和輸出層。在具體應(yīng)用該網(wǎng)絡(luò)時(shí)分為網(wǎng)絡(luò)學(xué)習(xí)及網(wǎng)絡(luò)工作兩個(gè)階段。網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程由正向和反向傳播兩部分組成。在正向傳播過(guò)程中，每一層神經(jīng)元的狀態(tài)只影響到下一層神經(jīng)元網(wǎng)絡(luò)。如果輸出層不能得到期望輸出，就是實(shí)際輸出與期望輸出值之間有誤差，那么轉(zhuǎn)入反向傳播過(guò)程中，將誤差信號(hào)沿原來(lái)的連接通路返回，通過(guò)修改各層神經(jīng)元的權(quán)值，逐次向輸入層傳播去進(jìn)行計(jì)算，再經(jīng)過(guò)正向傳播過(guò)程，這兩個(gè)過(guò)程的反復(fù)運(yùn)用，使得誤差信號(hào)最小。當(dāng)誤差達(dá)到人們所希望的要求時(shí)，網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程就結(jié)束。在網(wǎng)絡(luò)的工作階段，根據(jù)訓(xùn)練好的網(wǎng)絡(luò)權(quán)值及給定的輸入向量，按照“模式順傳播”方式求得與輸入向量相對(duì)應(yīng)的輸出向量的解答。
BP網(wǎng)是一種反向傳遞并能修正誤差的多層映射網(wǎng)絡(luò)。當(dāng)參數(shù)適當(dāng)時(shí)，此網(wǎng)絡(luò)能夠收斂到較小的均方差，是目前應(yīng)用最廣的網(wǎng)絡(luò)之一。使用BP神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行權(quán)值的定制是基于它具有能任意精度近似線性非線性函數(shù)的特性，把樣本與權(quán)值組的映射關(guān)系看作一個(gè)非線性函數(shù)，用BP網(wǎng)絡(luò)去近似這個(gè)函數(shù)，只要樣本是合理的，那么得出的權(quán)值也是合理的。
根據(jù)R.Hech-Nielson的論證，一個(gè)三層BP神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)任意精度、任意連續(xù)函數(shù)的映射，故我們僅取一個(gè)隱含層。輸入層和輸出層的節(jié)點(diǎn)數(shù)，按實(shí)際應(yīng)用需要而定。隱含層節(jié)點(diǎn)數(shù)的確定，跟輸入層和輸出層的神經(jīng)元個(gè)數(shù)有關(guān)，但具體的定量關(guān)系目前仍無(wú)定論。按照Charence N.W.Tan和Gerhard E.Wittig(1993)的說(shuō)法，一般情況下輸入層、單個(gè)隱含層和輸出層的神經(jīng)元個(gè)數(shù)基本相等或呈金字塔結(jié)構(gòu)時(shí)，BP模型的運(yùn)行效果較好。因?yàn)槿」?jié)點(diǎn)太少,網(wǎng)絡(luò)不“強(qiáng)壯”，難以達(dá)到目的；取節(jié)點(diǎn)太多，使學(xué)習(xí)時(shí)間過(guò)長(zhǎng)，誤差不一定最小。
3 系統(tǒng)的體系結(jié)構(gòu)
圖1 系統(tǒng)總體結(jié)構(gòu)圖
如圖1為評(píng)價(jià)系統(tǒng)的總體結(jié)構(gòu)圖，從邏輯上可以把整個(gè)系統(tǒng)分成三個(gè)大的子系統(tǒng)，模型定制子系統(tǒng)、教務(wù)管理子系統(tǒng)和教學(xué)評(píng)價(jià)子系統(tǒng)，分別由模型管理員、教務(wù)管理員和評(píng)價(jià)用戶來(lái)操控。每一用戶登錄時(shí)，首先查找自身的數(shù)據(jù)庫(kù)，若數(shù)據(jù)庫(kù)中沒(méi)有該用戶的身份認(rèn)證信息，將訪問(wèn)平臺(tái)系統(tǒng)數(shù)據(jù)庫(kù)，從中取得用戶的合法身份信息，并將有效用戶存入評(píng)價(jià)系統(tǒng)自身的數(shù)據(jù)庫(kù)，同時(shí)，根據(jù)用戶的角色進(jìn)入相應(yīng)的功能頁(yè)面。
3.1 模型定制子系統(tǒng)中
評(píng)價(jià)模型的定制分兩步，第一步要從指標(biāo)庫(kù)中選取評(píng)價(jià)指標(biāo)，對(duì)指標(biāo)庫(kù)的維護(hù)由模型管理員負(fù)責(zé)，評(píng)價(jià)指標(biāo)分為兩類，一類是定性描述指標(biāo)，一類是定量指標(biāo)，定量指標(biāo)須從元數(shù)據(jù)集中選擇指標(biāo)所對(duì)應(yīng)的元數(shù)據(jù)。元數(shù)據(jù)集是能夠從網(wǎng)絡(luò)教學(xué)系統(tǒng)提取的定量信息的數(shù)據(jù)集合，客觀反映了學(xué)生和教師參與教學(xué)的情況。指標(biāo)選擇完畢，還要定制每一指標(biāo)的權(quán)值，定制權(quán)值的方式有三種：自定義法、BP法和AHP法。
自定義法可以對(duì)某一模型的指標(biāo)直接輸入權(quán)值，這一方法和目前大部分評(píng)價(jià)系統(tǒng)的實(shí)現(xiàn)功能相同，當(dāng)評(píng)價(jià)模型已經(jīng)確定或是有統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)時(shí)，可選擇這種方式定制權(quán)值。
AHP法需要對(duì)評(píng)價(jià)領(lǐng)域較熟悉的專家決定出反映各指標(biāo)的相對(duì)重要性的判斷矩陣，在定制過(guò)程中，系統(tǒng)提供了一個(gè)界面友好的定制模塊，讓用戶可以比較方便的完成定制操作。如果輸入的判斷矩陣不滿足一致性要求，那就意味著比較參數(shù)有自相矛盾的地方，系統(tǒng)將會(huì)報(bào)錯(cuò)并返回重新輸入?yún)?shù)。AHP的這種驗(yàn)證機(jī)制能保證用戶限度的精確量化在潛意識(shí)中指標(biāo)的重要程度，從而定制出符合要求的評(píng)價(jià)模型。
使用BP法在定制權(quán)值時(shí)需要評(píng)價(jià)樣本的輸入，評(píng)價(jià)樣本提供了一個(gè)模板，它實(shí)際是由一些孤立的點(diǎn)來(lái)確定一條多維的權(quán)值曲線，權(quán)值曲線的合理與否與樣本的合理性緊密相關(guān)。樣本庫(kù)由教務(wù)管理員員管理和維護(hù)，可以組織專家制定樣本或是在AHP法運(yùn)行一段時(shí)間后由教務(wù)人員從產(chǎn)生的評(píng)價(jià)實(shí)例中提取樣本來(lái)組成樣本庫(kù)。BP法通過(guò)誤差反傳的方法來(lái)不斷調(diào)整預(yù)設(shè)的權(quán)值，當(dāng)誤差小于某一預(yù)設(shè)的值時(shí)完成權(quán)值訓(xùn)練，否則繼續(xù)調(diào)整下去。由此可見，BP法自身也具有檢驗(yàn)機(jī)制，這樣得出的權(quán)值能限度滿足用戶的需求。
通過(guò)定制不同的評(píng)價(jià)模型，系統(tǒng)可以對(duì)教學(xué)的各個(gè)方面進(jìn)行評(píng)價(jià)。模型管理員負(fù)責(zé)模型的管理維護(hù)工作，可以對(duì)模型進(jìn)行編輯和刪除操作，還可以通過(guò)提供樣本對(duì)已經(jīng)定制完成的某模型進(jìn)行模型檢驗(yàn)，以此來(lái)對(duì)模型的可用性進(jìn)行評(píng)估。評(píng)估算法主要采用取所有樣本的實(shí)際評(píng)價(jià)結(jié)果和理想值之間的均方誤差，將該誤差值與某一上限值做比較，并在該模型做上標(biāo)記，并附上誤差值，以供教務(wù)管理員選定評(píng)價(jià)模型時(shí)參考。
3.2 教務(wù)管理子系統(tǒng)
由教務(wù)管理員實(shí)施，主要完成評(píng)價(jià)模型的選擇、打開或關(guān)閉模型以及樣本庫(kù)的管理以及其它管理功能。 評(píng)價(jià)模型定制完成之后，由教務(wù)管理員來(lái)控制系統(tǒng)的評(píng)價(jià)流程，教務(wù)管理員選擇一個(gè)或多個(gè)評(píng)價(jià)模型使其生效并進(jìn)入實(shí)際運(yùn)行，參評(píng)者就可以對(duì)相應(yīng)模型進(jìn)行評(píng)價(jià)。教務(wù)管理員還可以將評(píng)價(jià)開關(guān)關(guān)閉，使評(píng)價(jià)暫停。此時(shí)若參評(píng)者訪問(wèn)評(píng)價(jià)頁(yè)面，系統(tǒng)會(huì)告知評(píng)價(jià)功能由管理員關(guān)閉，暫停評(píng)價(jià)。關(guān)閉評(píng)價(jià)并不影響正常的瀏覽等其它操作的進(jìn)行。
在樣本庫(kù)管理中，可添加和刪除樣本，或者從以往的評(píng)價(jià)結(jié)果信息中提取出一些評(píng)價(jià)結(jié)果作為樣本存入樣本庫(kù)，以備BP法定制權(quán)值和模型檢驗(yàn)時(shí)使用。 教務(wù)管理員還可以瀏覽全部的評(píng)價(jià)信息，系統(tǒng)對(duì)評(píng)價(jià)結(jié)果采用橫向比較、縱向比較、表、圖等多樣化顯示，方便快速直觀的對(duì)評(píng)價(jià)結(jié)果做出判斷。