大学生利用业余时间效果的评价模型

摘 要：随着我国教育体制改革的不断推进，高校扩招的现实背景下，导致大学毕业生的规模日益扩大，但大学生的就业和创业形式并不乐观。本文结合当下大学生在校的生活特点，运用文献资料法、问卷调查法、熵权分析法，模糊评价法等研究方法，将当代大学生的在校活动时间分为：学习，比赛，活动，兼职四个方面，并得到该四个方面在日常生活中的时间分配比例区间，为大学生合理利用在校时间提供参考，以便于大学生自我塑造成一专多能的人才更好的服务于社会，在本文中以西南科技大学的大学业余时间的利用调查，进行了数学建模，为大学生合理利用业余时间提供了理论依据。

关键词：数据；模糊评价；模型

中图分类号：TP39

随着我国教育体制改革的不断推进，在高校扩招的现实背景下，大学毕业生的规模日益扩大。据教育局的数据统计显示，我国高校毕业生的规模从2008年的599万，一直增加到2013年的699万。与之相悖的是，自2008年金融危机爆发后，我国国内的就业情况就一直萎靡不振。政府表示要积极支持和引导大学生自主创业。这项政策在缓解就业压力的同时，对于高校创业教育的改革和发展也起到了积极的作用。但是，对于刚毕业不久的大学生而言，资金，经验，人脉等诸多方面的制约，创业之路及其坎坷。相关报告显示，在跟踪调查的156个大学生创业实例中，失败率高达83.97%[1]。因此，大学生“创业和就业双难”的问题摆在了眼前[2-3]。如何提高大学生的综合能力培养，塑造优秀的大学毕业生服务于社会是一个非常现实和重大的问题。

1 研究对象与方法

1.1 研究对象

西南科技大学大二及大二以上的在校学生。

1.2 研究方法

1.2.1 问卷调查法

确定此次研究的主要目的――培养一专多能的复合型人才，并基于此设计调查问卷。为了全面评价调查问卷整体有效度，首先评估内容有效度，经过调查访问的方法，确定大学生在学校的时间主要用于学习，比赛，活动，兼职四个方面。其次，将对根据这四个分类，利用SPSS软件对调查问卷中设计的关于学习，比赛，活动，兼职问题，进行架构有效性分析，结果均显现较高负荷（大于0.4）。最后当调查问卷回收后，利用SPSS软件对问卷调查中学习，比赛，活动，兼职与绩点之间，做效标关联有效度分析，得到的效度系数在0.20-0.60之间，多数分布在0.4-0.6之间，这样的分析结果是可以接受。

按区域随机抽取西南科技大学大二及大二以上的在校在食堂，图书馆，广场等地随机发放调查问卷，共发放500份调查问卷，回收480份，其中有效问卷478份，回收率为96%，有效回收率95.6%。

1.2.2 数学建模

根据收集到的数据，利用熵权分析法[4]，确定大学生生活中主要从事的事情――比赛，兼职，活动，学习的权重；将得到的权重，运用模糊评价法，从样本中挑出20个一专多能的人；最后按调查人员的年级分类，无量纲化实测数据矩阵，建立以该20个人为标准的分类标准矩阵，从而确定大学生生活中时间分配比例范围。

2 建模过程和结果

2.1 定性指标量化

对于调查问卷中的A，B，C，D等定性指标，统一量化为定量指标，其具体量化形式如下表：

将上述数据进行处理，处理规则如下所示，将单位时间统一到天：

学习时间=平均每天上课时间+课余学习时间；

活动/比赛时间=每学年活动/比赛次数*活动/比赛准备时间；

兼职时间=平均每周打工时间*打工时间段（因论文中只研究在学校上课时间的兼职时间）。

则可以得到模糊指标矩阵F，：

2.2 利用熵权法，确定绩点，学习，比赛，活动，兼职的权重

由信息论的基本原理，信息和熵值的大小是衡量系统有序和无序的一个度量。如果，某个指标，例如比赛时间在大学生日常生活中的熵值越小，说明比赛回见在大学生日常生活中的变异程度越大，提供的信息量越多，在一专多能人才培养中比赛起的作用越大，其权重应该越大。

利用上述原理，利用收集到的统计数据，根据绩点、学习时间、比赛时间、活动时间、兼职时间，数据与数据之间的变异程度，利用熵的概念，来计算绩点、学习时间、比赛时间、活动时间、兼职时间的熵权，利用各指标的熵权，对所有的指标进行加权处理，得到的评价结果较为合理。

将上述得到的模糊指标矩阵F'，记成F'=（fij）m×n，其中fij为第j个指标下第i个人的评价值，该值为一个三角模糊数。

第j个指标下第i个人的评价值的比重pij的计算方式，如下：

计算第j个指标的熵值ej：

其中，k=1/lnm。

计算第j个 指标的熵权wj：

通过，以上算法，计算出模糊指标矩阵的权重W：

W=[（0.0944，0.1078，0.1179），（0.1755，0.2065，0.2375），（0.0037，0.0052，0.0068），（0.0040，0.0055，0.0069），（0.0043，0.0094，0.0145）]

2.3 模糊优选决策

一般地，有4个评价对象，对第j（j=1，2，3，4）个评价指标而言，在F，中对应有4个模糊指标值，记为xi=（ai，bi，ci），（i=1，2，3，4）。将xi为收益型指标对应的模糊指标值，其进行归一化的具体公式如下：

，设归一化后的模糊指标矩阵R=（yij）m×n。

（其中“∧”为Fuzzy集之间的运算，其表示的意思为min{A（x），B（x）}=A（x）∧B（x））将归一化后的模糊指标矩阵R，进行普通加权处理，得到的矩阵记为模糊决策矩阵D=（rij）m×n，即若W=（w（1），w（2），w（3）），y=（y（1），y（2），y（3）），则：rij（w（1）y（1），w（2）y（2），w（3）y（3））再根据数据计算模糊正理想和模糊负理想：M+=（M1+，M2+，…Mn+，），M-=（M1-，M2-，…Mn-，），其中分量Mj+=max（r1j，r2j，…rnj）是D中第 列的极大值；Mj-=max（r1j，r2j，…rmj）是D中第j列的极小值。

通过如下公式，得到具体的某位被调查的学生i与模糊正理想M+之间的距离di+，以及模糊负理想M-之间的距离di-。其中：

从论文的理论点――培养一专多能的复合型人才出发，故应在保质保量的达到技能要求的同时，在活动，比赛，兼职三者上适当的，尽可能多地投入时间和精力。故，本次调查中的评价对象i的隶属度ui从属于模糊正理想，则 ，（i=1，2，…n）。显然0≤ui≤1，将隶属度ui按照从大到小的顺序排列， 越大的评价对象越优。根据隶属度的排序结果，则可得到较优的评价对象。

由以上结果，可以挑出样本中较为优秀的20个调查个体的编号（按照隶属度从大到小排列）：

339 309 107 281 278 115 413 79 291 442

98 99 100 58 129 428 48 106 164 87

2.4 学习，活动，比赛，兼职在不同年级段日常生活中至少占据的比例

利用隶属度挑选出的比较合理的个体，按照不同的年级分类，将其中某一指标的最大值和最小值作为每个年级某一种活动的时间分配的变化范围，得到每个年级段的分类标准矩阵：

然后无量纲化统计得到的数据，得到实测数据矩阵：

计算各分类指标的权重，计算矩阵B的各列向量的均值和标准差

，

计算变异系数

ωi=si/ui

经过归一化处理后的变异系数下的学习时间，比赛时间，活动时间，兼职时间的权重为：

ω=（α1，α2，α3，α4，）

求得最终不同年级段不同分类的权重（如表2所示）：

表2 不同年级段每天需要花在四者上的时间比例

年级段 学习 活动 比赛 兼职

大二 0.3862 0.2211 0.2142 0.1785

大三 0.3886 0.2168 0.2876 0.1070

大四 0.5275 0.1450 0.1480 0.1795

其他 0.6731 0.1312 0.0919 0.1038

由以上结果可得，在校大学生每天花费在学习上的时间占日常生活时间的比例应该在[0.3862，0.6731]，每天花费在学习上的时间占日常生活时间的比例应该在[0.1312，0.2211]，每天花费在学习上的时间占日常生活时间的比例应该在[0.0919，0.2876]，每天花费在学习上的时间占日常生活时间的比例应该在[0.1038，0.1795]。

3 结束语

本次调查问卷的目的是：提高大学生日常时间的利用率，培养社会需要的一专多能的复合型人才。

大学生在校除了必要的生活休息时间之外，还剩下大量的自由可支配时间。这些时间大学生主要用它来参加学习，比赛，活动，兼职。然而，现有的研究结果显示，大学生在校应该以学习为重，但是就其他几个方面的时间分配，缺乏指导性的理论依据。大学生在校往往出现时间分配不合理，降低了大学生活的质量，直接影响到大学生能否全面、健康地发展自己，甚至影响到社会地发展。

根据调查得到的数据发现：学习，活动，比赛，兼职所花的时间平均到每天所花的时间，不到30%，大约为7个小时左右，除去正常的生活时间，至少还留有5个小时的空闲时间可以进行其他活动。这也意味着，如果某学生在某段时间内参加了文体活动或者比赛，可以充分利用者五个小时，不一定需要放弃其他活动的时间。

在校大学生应该将活动/比赛的准备放到平时，参加活动/比赛是在自己能力的基础上进行的，日积月累培养的能力才更扎实。合理安排时间，选择有技术含量的兼职，不仅可以积累社会经验，而且锻炼沟通表达能力。同时，兼职不是放松学习，或者不学习的理由。。

为了提高大学生的时间利用效率，从学校的角度而言，应该注意活动、比赛的时间，尽量避免因为时间安排不当，活动准备不充分，参与人员不能准时到场等原因而拖延开始时间。因此学校在举办活动的时候，应该充分准备，合理处理突发状况，提高活动的效率。

参考文献：

[1]郑丹瑜.杜阳.大学生创业融资方式比较分析[J].中国集体经济，2012（15）.

[2]曾燕波.中国大学生生活方式研究[J].当代青年研究，2008（09）.

[3]夏鲁惠.我国普通高校毕业生就业形势分析[J].经济观察，2009（02）.

[4]饶从军.改进的折衷型模糊多属性决策方法及其应用[J].交通运输工程与信息学报，2012（03）.

作者简介：袁飞（1992-），安徽合肥人，研究方向：数据分析；王栋志（1993-），男，江苏泰县人，研究方向：数据分析；张鹏，四川南充人，教师，助教，研究方向：数据挖掘、科学计算。

作者单位：西南科技大学 理学院，四川绵阳 621010