电子商务实训综合评价对策思考

电子商务是我国职业教育领域的一个新兴专业[1]。与其他传统专业相比，电子商务更多强调实践性教学[2]，需要学生通过在实践训练过程中的亲手操作、感受和思考，培养较强的应用和创新能力，获得岗位必需的技能和综合素质[3]。因此，在专业建设过程中选择一款科学、系统的实训平台，是非常重要的。目前常见的电子商务实训平台，主要有企业现有项目改造和学校自行开发两类。平台系统的设计者、开发者以及目标用户的需求和目的各不相同，平台系统需要有不同的侧重，因此迫切需要一套科学、全面、客观的评价方法，为教学机构对实训平台的设计提供决策支持。

1实训平台特性分析

1.1实训平台的专业特性

电子商务实训平台用于实施人才的技能和素质培养，应具备电子商务系统的全部功能。一个完整的电子商务系统，应当至少具有商品信息展示与功能、商品信息查询功能、电子购物篮功能、订单管理功能、采购管理功能以及站点管理功能。只有通过所有这些功能的应用，学生才能在利用实训平台的实践过程中掌握电子商务岗位所必需的技能和培养起相应的综合素质。

1.2实训平台的教学特性

电子商务实训平台作为一款教学辅助软件，它的应用还必须符合一定的教学规律。一款优秀的实训教学软件，至少应包含学员管理、选题管理、过程控制、作业管理、教学互动、成绩管理等功能，通过这些功能，教师在实施教学时才能有效地引导学生进行专业实践和自我学习，并进行教学管理和质量控制。

2评估方法分析

2.1质量评估的常用方法

目前，我们没有专门适用于实训平台的质量评估方法，常见的教学辅助软件质量评估方法主要是听取汇报、试用体验、问卷调查、查看资料、召开座谈会等。应该说，这些评价方法都是行之有效的，然而，这些方法的评价结果还只是一种结果性的、静态的评价，也容易受到主观导向的影响[4]。考虑到实训平台在教学过程中部分评价指标属性值的模糊性，适合于模糊处理，因此我们在充分考虑电子商务实训平特性的基础上，提出一种合理的模糊评估模型。

2.2基于模糊理论的质量评估方法

模糊计算可以处理不精确的模糊输入信息，它有效地降低了信息采集灵敏度和精确度的要求，而且所需要存储空间少，能够抓住信息处理的主要矛盾，保证信息处理的实时性、多功能性和满意性。模糊评估模型是建立在模糊推理系统独特的工作方式之上的，这是因为它的工作方式与人类的认知过程是极为相似的。模糊推理系统的工作原理如图1所示。模糊推理系统的基本结构由四个重要部件组成[5]：知识库、推理机制、模糊化输入接口与去模糊化输出接口。知识库又包含模糊if-then规则库和数据库。规则库中的模糊规则定义和体现了与领域问题有关的专家经验或知识，而数据库则定义模糊规则中用到的隶属函数。推理机制按照这些规则和所给的事实(例如针对某一拟定方案)执行推理过程，求得合理的输出或结论(例如方案的评估值)。模糊输入接口将确定性的输入转换为对应隶属函数的模糊语言值，而去模糊输出接口则将模糊的计算结果转换为确定性的输出。模糊评估模型是以模糊规则为基础而具有模糊信息处理能力的动态模型。选择基于模糊理论的评估模型的原因主要在于：该评估模型能将人的经验、知识等用适合计算机处理的形式表现出来，从而更加科学、准确、全面、客观地评估目标系统的质量。

3评估指标体系的建立

电子商务实训平台质量模糊评估模型是由评估的对象、评估目的、评估指标体系及权重、模糊评估等部分组成的。其中评估指标体系最为关键，它关系到所设计的评估模型是否适用于特定的应用场合，并给出精准的评估结果。因此，在评估实训平台质量时，需要先建立评估指标体系，然后利用模糊理论的方法进行建模和评估。我们根据软件质量指标、业务领域指标、教学领域指标等定量指标[6]和定性指标[6]相结合的原则，分析国内外教学辅助系统评价过程和评价标准，在针对教学领域专家、电子商务领域专家以及教师、学生等课程相关人员进行反复调研的基础上，建立了如表1所示的电子商务实训平台三层质量评估指标体系和各指标权重。

4多因素综合评估模型的建立

依照上表所设定的评估指标体系，我们建立了面向电子商务实训平台的多因素综合评估模型。

4.1建立模糊集

设一级指标集为U={U1,U2,…,Un}，相应的权重向量为：A={al,a2,…,an}，其中⑴式中，n代表一级指标的个数。设二级指标集为Uk={Ukl,Uk2,…,Ukp}，相应的权重向量为：Ak={akl,ak2,…,akp}，其中⑵式中，p代表一级指标中的第k个指标所包含的子指标个数。设三级指标集为Uki={Ukil,Uki2,…,Ukiq}，相应的权重向量为：Aki={akil,aki2,…,akiq}，其中⑶式中，q代表二级指标中的第ki个指标所包含的子指标个数。

4.2确定评语集

评语集是对评估对象可能做出的各种评估结果的集合，用V表示：V={vl,v2,…,vm}，评估结果中有m个等级。式中，vj(j=1,2,…,m)表示对指标因素的第j种评估结果，如vl为优秀，v2为良好，v3为中等，v4为合格，v5为不合格。

4.3单因素评估

单因素评估是对各底层评估指标单独进行评判，以评估对象在单因素中各个评判等级上的隶属度。它可以根据教学活动中教师、学生对评估对象的单因素等级评分的统计得到。令rsj(s=1,2,…,q;j=1,2,…,m)表示评估对象第s个子因素Ukis评定为第j个等级百分比，则rsj是评估对象在单因素Uki中第s个子因素隶属于第j个等级的隶属度。rsj组成了单因素Uki的模糊变换矩阵Rki：⑷4.4多级评估在多因素综合评估的数学模型中关键是进行模糊矩阵的运算：B=AR，其中A为权重向量，R为模糊变换矩阵，B为隶属向量，符号“”为模糊合成算子。首先，对三级指标Uki的评估矩阵Rki作模糊矩阵运算，得到指标Uki对评语集V的隶属向量：⑸对Bki做归一化处理，按i合并得到二级指标Uk的评估矩阵Rk=[Bk1,Bk2,…,Bkp]T。其次，对二级指标Uk的评估矩阵Rk作模糊矩阵运算，得到指标Uk对评语集V的隶属向量：⑹对Bk做归一化处理，按k合并得到一级指标U的评估矩阵R=[B1,B2,…,BP]T。最后，对一级指标U的评估矩阵R作模糊矩阵运算，得指标U对评语集V的隶属向量B：⑺对B做归一化处理，即为一级指标U对于评语集V的隶属向量。上面得到的评估结果B为一模糊向量，各分量表示评判结果属于各类等级的隶属度。要产生合理的确定性评估结论，可以根据实际问题的需要来确定评估函数。如果需要给出定性评估，则可按最大隶属原则确定最大的Bj对应的vj作为评估结果。

5评估模型执行效果验证

我们运用建立的多因素综合评估模型对当前使用的三款电子商务实训平台以及待选购的二款实训平台进行了质量评估。经过教学领域专家、电子商务领域专家，以及教师、学生等对各指标进行评分，整理后计算得到评估结果，如表2所示结果分布在“中等”至“优秀”之间。其中目前在用的3款实训平台的实际应用反馈评估与模糊评估结论相一致，表明该评估模型的执行效果较为理想。

6结束语

考虑到不同教学机构的教学目标、手段和学生素质存在差异，电子商务实训平台评估模型也应随评估单位教学重心的变化而有所调整。具体而言，评估模型的评估指标和权重均应该是动态的，其中评估指标可以增改，指标权重可以调整，以便使评估结果更贴合评估单位的实际需要，更加科学、准确、全面和客观。