浅析云模型的高校教师满意度综合评价论文
论文摘要：高校教师满意度评价是高等院校求得发展的重要环节，对高校的快速发展具有积极意义和重要作用。文章提出基于云模型的高校教师满意度综合评价模型，模型利用特尔斐法和层次分析法挖掘评价因素的权重，利用云发生器实现评价指标评语的定性定量转换，并利用虚拟云理论中综合云算法获得最终评价结果。
论文关键词：云模型；工作满意度；云发生器；高等院校
工作满意度(JobSatisfaction)一词最早见于Hoppock(1935)所发表的一篇关于工作满意度的研究报告，是指员工对其工作所持有的一般性的满足与否的主观态度，包括工作本身、工资、晋升、认可、工作条件、福利、自我、上级、同事及组织外成员等方面。此后，有关工作满意度的研究就成为现代管理科学和管理心理学的重要研究课题。一般而言，满意度与工作效率成正比关系，员工满意度直接决定他们的工作积极性水平，从而影响组织的绩效。近年来，我国高等院校得到了迅速发展，竞争也愈演愈烈。依赖教师的忠诚奉献已成为高等院校求得发展的关键所在。对高校来说，最关键的资源是人力资源，只有致力于建立学校与教师的良好关系，提高教师满意度，充分发挥教师的聪明才智，学校的发展才能有所保证。因此，重视高校教师的满意度，对高校教师满意度进行准确的评价分析，有效地提高教师工作满意度，对吸引、留住并激励教师具有特别重要的意义。文章通过对某高校教师满意度进行调查研究，利用云模型建立了教师满意度评价指标影响强度的定性定量转换模型，提出一种新的高校教师满意度评价方法。
1云模型简介
1．1云的概念及其数字特征
云是利用语言值表示某个定性概念与其定量表示之间不确定性转换模型，它主要反映自然语言中概念的两种不确定性，即模糊性(边界的亦此亦彼性)和随机性(发生的概率)，并把两者完全集成在一起，构成定性和定量间的映射。
设U是一个用精确数值表示的定量论域，C是U上的定性概念，若定量值x∈U是定性概念C的一次随机实现，x对C的确定度u(x)∈[0，1]是有稳定倾向的随机数u：U-[0，1]Vx∈U，x-u(x)，则x在论域上的分布称为云(Cloud)，每一个x称为一个云滴。如果概念对应的论域是n维空间，那么可以拓广至n维云。
云模型所表达概念的整体特性可以用云的数字特征来反映，云用期望Ex(Expectedvalue)，熵En(Entropy)，超熵He(Hyperentropy)三个数字特征来整体表征一个概念，记做c(Ex，En，He)。期望Ex是云滴在论域空间分布的期望，是最能够代表定性概念的点，或者说是这个概念量化的最典型样本；熵En代表定性概念的可度量粒度，熵越大通常概念越宏观，也是定性概念不确定性的度量，由概念的随机性和模糊性共同决定。超熵He(Hyperentropy)是熵的不确定性度量，即熵的熵，由熵的随机性和模糊性共同决定。
1．2云发生器
云发生器(CloudGenerator，简称CG)是指被软件模块化或硬件固化了的云模型生成算法，云发生器建立起定性和定量之间的相互联系，相互依存，定性中有定量，定量中有定性的映射关系，主要有正向云发生器和逆向云发生器两种。
正向云发生器(ForwardCloudGenerator)是从定性到定量的映射，其输入是云的数字特征(Ex，En，He)和云滴数量N，输出是N个云滴在数域空间的定量位置及每个云滴代表概念的确定度，其原理如图1所示。
逆向云发生器(BackwardCloudGenerator)是从定量到定性的映射，它将一定数量的精确数据转换为数字特征(Ex，En，He)表示的定性概念，其原理如图2所示。
2高校教师满意度评价指标体系的建立
由于影响高校教师满意度的因素具有一定的复杂性，很难用单一的指标来进行评价，必须从多维度进行综合评价。根据具体问题的不同、研究目的不同，指标体系的建立也有所不同。对于交通枢纽系统进行综合评价，可建立如下的指标体系：如最早研究工作满意度的Hoppock更多的是从工作内容、工作条件等物质属性角度定义员工工作满意度的维度；在我国，许多学者根据国外学者的研究进行了工作满意度维度的'本土化研究。比如，应用心理学专家俞文钊(1996)通过对128名合资企业的员工进行研究发现影响员工总体工作满意度的因素主要有7个：个人因素、领导因素、工作特性、工作条件、福利待遇、报酬工资、同事关系；邢占军通过对国有大中型企业职工的研究表明工作满意度主要由物资满意度、社会关系满意度、自身状况满意度、家庭生活满意度、社会变革满意度等五个维度构成；中科院心理研究所的卢嘉、时堪认为我国企业员工的工作满意度包括五个因素：领导行为、管理措施、工作回报、工作协作、工作本身。本文在以上研究基础上，结合高校教师的工作特点建立了如下指标体系，并应用系统工程学中的Delphi专家打分法和层次分析法(AHP)确定指标权重，如表1所示：
3基于云模型的高校教师满意度评价
3．1总体思路
建立高校教师满意度的评估模型，首先要分析确定影响高校教师满意度的各个单因素，组成单因素集，并确定各个单因素对总体目标的影响程度即权重；再确定评语集，即评价等级的集合；然后对实际采集到的数据利用逆向云发生器进行处理，得到高校教师满意度评估模型的每个单因素的云模型及其数字特征；最后通过把各个单因素的云模型数字特征运用虚拟云中的综合云算法进行计算将各个单因素的评估云综合起来得到高校教师满意度的综合评估云。具体过程如下所示：
1)确定评价指标及其权重，如上述2所示；
2)确定评语集，本文确定评语集为：V=其中，v1(90～100分)表示非常满意；V2(80～90分)表示较满意；v3(60—80分)表示一般满意；v4(40～60分)表示不满意；v5(0～40分)表示非常不满意；
3)利用实际数据通过逆向云发生器得到单因素的云模型及其数字特征。计算过程如下：输入：样本点xi，其中i=1，2，…，n。输出：反映定性概念的数字特征(Ex，En，He)。算法：①根据计算样本均值
4)运用虚拟云理论中综合云算法将各个单因素的评估云综合起来得到高校教师满意度的综合评估云，具体计算公式如下：
5)画出综合评估云模型特征图进行该高校教师满意度的整体分析。
3．2实例应用
以某高校教师满意度作为实例按照基于云模型的综合评价方法对其进行评价。首先以实际采集到的数据为基础利用逆向云发生器对其进行处理，得到该高校教师满意度评估模型每个子指标的云模型及其数字特征如表2所示；
然后利用上述虚拟云理论中综合云算法将各个单因素的评估云综合起来得到该高校教师满意度的综合评估云，计算结果为C(55．01，eTL=4．91，he=0．78)，其数字特征图如图3所示
由图3可知，云滴的数据范围主要落在“不满意”区间内，且期望值Ex=55．01。因此可以看出该高校教师的综合满意度应该为“不满意”。同时利用正向云发生器对评价结果云模型进行5000次的正态随机模拟计算，得到相应满意度等级的云滴分布。其中“非常不满意”的个数为12，“不满意”的个数为4280，“一般满意”的个数为698，“较满意”和“非常满意不合格”的个数均为0，所以该高校教师满意度等级的隶属度为(0．0024，0．856，0．1396，0，0)，综合评价结果也为“不满意”。此外由图3可以看到云滴除了大部分落在区间“不满意”区间内，其余主要在区间“一般满意”内。因此该高校教师满意度对于等级“一般满意”的隶属度相对较高，即准确地说其满意度等级应该为“不满意”偏上更为贴切。
4结论与建议
4．1结论
1)整体上看，该高校教师的基本素质“较高”，满意度情况为“不满意”。他们对于“工作本身”、“工作环境”的满意度较高，而对“薪酬福利”、“学校管理”和“晋升进修”方面的满意度较低。
2)调查评价显示，该高校教师普遍认为学校的薪酬福利待遇较低，个人获得的报酬与付出的劳动不相匹配；学校管理方面还需要进一步的改善；个人的晋升进修机会不多，发展空间不大，认为学校缺乏长远眼光的人才培养机制。
4．2建议
4．2．1立足长远，建立科学的人才培养机制每位教师都有职业发展的需要，必要的教育和培训可以帮助他们快速成长，使他们感到自己的价值和成功。当教师们能够在工作过程中感受到成就感与愉悦时，他们的工作满意度和敬业精神就会大大提高。因此，高校应积极创造良好条件，为教师提供相应的教育和培训机会，使教师在学校的发展中得到较好的成长，同时引导教师把个人的发展和学校的目标有机结合起来，形成学校发展和教师成长共赢的良好局面。
4．2．2加强学校管理，改革薪酬分配制度，保障教师的“高付出，高回报”调查评价结果显示，高校教师的薪酬福利待遇相对较低，很大程度上影响了教师的满意度，但真正导致地方高校师资大量流失的重要因素并不是薪酬的高低，而是薪酬分配与绩效考核的不公平，没有体现出“高付出，高回报”的原则。不公平的待遇，挫伤了教师的积极性，进而影响了教师的满意度。因此，建议高校建立健全的绩效考核体系，优化绩效考核机制，实现教师的付出与回报间的均衡，形成益于良性循环的激励机制。
【浅析云模型的高校教师满意度综合评价论文】相关文章：
空军机场综合评价模型08-02
试析基于迪尔综合激励模型的我国高校教师激励研究论文01-01
水质模糊综合评价模型的建立与应用01-18
浅析对封建帝王的评价论文06-23
滑坡灾害破坏损失综合评价模型及应用08-27
农业资源可持续利用综合评价模型10-18
滑坡综合治理方案比选评价模型10-02
浅谈生态文明的评价模型构建的论文06-11
浅析学校体育评价的改变的论文04-17