论文部分内容阅读
摘 要：以本次突发疫情为背景的高职院校网络课堂教学效果满意度的影响因素。通过深度访谈和德尔菲法确定本次研究的满意度评价指标体系，采用问卷调查法对眼视光技术专业学生网络课堂教学情况搜集数据，并用SPSS确定指标系数和权重，结合模糊数学理论和李克特五级量表法计算综合评价值，从而确定网络课堂教学效果满意度的评级值。结果显示，学生在五个一级指标评价中，在线教学平台方面满意度最低，教学监管方面满意度最高。除在教学平台方面进行优化之外，教师授课、考核评价和学生体验这三个环节是今后高校教学改革的主要方向。
关键词：网络课堂;教学效果;满意度;影响因素
中图分类号：G712;G434 文献标识码：A 文章编号：1672-0105（2020）04-0006-04
Research on the Influencing Factors of Satisfaction of Online Classroom Teaching Effect in Higher Vocational Colleges
Chen Yao
（Zhejiang Industry & Trade Vocational College， Wenzhou，325003，China）
Abstract： Based on the background of the outbreak of the coronavirus-19， the influencing factors of the satisfaction of online classroom teaching effect in higher vocational colleges are analyzed. Through in-depth interviews and Delphi method to determine the satisfaction evaluation index system of this study， using questionnaire survey method to collect data of online classroom teaching of students majoring in optometry technology， and using SPSS to determine the index coefficient and weight， it is combined with fuzzy mathematics theory and Likert five grade scale method to calculate the comprehensive evaluation value， so as to determine the rating value of satisfaction degree of network classroom teaching effect. The results show that the satisfaction of online teaching platform is the lowest and that of teaching supervision is the highest. In addition to optimizing the teaching platform， teaching， assessment and student experience are the main directions of teaching reform in colleges and universities in the future.
Key words： network classroom; teaching effect; satisfaction; influencing factors
前言
2020年初，一場由新型冠状病毒导致的肺炎疫情席卷中国和世界。全球几十亿民众被打乱阵脚。在这场疫情的干扰下，全国各大学校按照教育部门的指导意见实施“停课不停教、停课不停学”的措施。充分利用网络课程教学资源平台——钉钉、学习通、职教云、雨课堂、智慧职教，甚至网络社交平台——微信、QQ等工具实施网络教学，极力保障疫情防控期间学校的教学进度和教学质量。高职教学过程中的教学效果满意度是衡量高职院校教学的重要指标。同时也是对高职院校的教学质量、教学水平、教学管理能力提升有着重要的意义[1]。通过评价结果，学校可以在这些影响因素上面采取有针对性措施，不断提升网络教学效果和教学水平，也能提升教师线上线下整体教学能力，进而有力学校教学管理水平。
目前研究教学满意度的文献资料很多，但是针对2019年这场特殊疫情的网络教学满意度影响因素的研究比较少。文章通过发放网络问卷，收集眼视光技术专业学生对于2019—2020学年春季学期网络教学满意度数据。收集上述数据之后，采用模糊理论对数据进行分析，构建分析模型，确定教学满意度。研究过程中，使用模糊理论能规避权重主观判断带来的评价偏差。这种定量评价的方法，能使网络教学满意度研究结果更符合实际情况[2]。
一、研究理论
模糊理论来源于模糊数学。模糊数学中采用模糊集对问题进行归集、分析，以便解决问题。模糊集是采用对属性组进行描述，并用隶属函数来表达对象的属性集合。模糊集的隶属函数一般为： [FA（x）=a]，其中[a∈0，1]
[A]为论域[X=x1，x2，x3，...，xn]上的一个模糊集，其中[x∈X]，[FA（x）∈0，1]表示x对于[A]的隶属度，当时，表明隶属度为1，即是说[x]属于[A];当[FA（x）=0]时，表明[x]不属于[A]。若取界于[0，1]之间的任一值，则表示[x]属于[A]的隶属程度。[3]
评价对象指标可以记做论域X，[X=x1，x2，...xn]，等级评价集合记为论域Y，[Y=y1，y2，...yn]运用模糊集的交运算和并运算规则，计算模糊集矩阵[R=（rij）m×n]，其中rij为评价指标集中的元素Xij与等级评价集的元素Yij的乘积，最终构成一个[Xij×Yij]的模糊矩阵，其中Xij为该对象指标的系数和权重乘积，Yij为李克特量表的五级等级人数占总人数的比例[4]。换算上述指标之后，可得：
[R1=X1×Y=x11×y1x12×y1...x1n×y1x11×y2x12×y2...x1n×y2......x11×ymx12×ym...x1n×ymR2=X2×Y=x21×y1x22×y1...x2n×y1x21×y2x22×y2...x2n×y2......x21×ymx22×ym...x2n×ym]
以此类推，可以得到R3，R4，R5，乘以李克特量表的5级评价体系，最终得到综合评定值，与五级评定指标进行比较，确定评定等级。
二、网络课堂教学效果满意度评估模型
（二）网络课堂教学满意度评价指标体系构建
课堂教学效果满意度指标体系涉及教师和学生两个参与主体，其评价指标因素较多，并且受参与主体度量，主观影响性比较高，缺乏客观定量计算体系，因此认定其具有一定的模糊性，符合模糊數学评价理论。[5]
结合深度访谈和德尔菲法调研，网络课堂教学效果的评价指标由一级指标和二级指标共同构成。其中每个一级指标包含若干个二级指标。每个二级指标均针对教师网络课堂授课时的准备和表现。这些内容的评价很难定量衡量，其具体的评价界定范畴也比较模糊，适用模糊集的角度进行分析。通过对[a∈0，1]之间的任一值进行属性分析，实现将定性问题转化成模糊集的定量问题继续探讨。
研究过程中，采取德尔菲法和深度访谈法，将网络课堂教学效果满意度的主要影响因素分为五个一级指标：在线教学平台、教师授课、学习监管、考核评价、学生体验，每一个一级指标下细分为不同的二级指标，具体指标评价如表1所示。
（二）数据资源
根据已经建立的网络课堂教学效果满意度评级指标体系，结合前期的德尔菲法探讨内容，设计调研问卷，然后在网络上面向眼视光技术专业授课学生发放问卷。一共发放问卷500份，回收500份，其中有效问卷500份，有效率达到100%。通过数据得出，19级学生325名（占65%），18级学生175名（占35%）。其中男生占31%，女生占69%。见表2。
（三）模型的构建与评价方法
1.确定指标因素集
构建评价指标体系，5个一级指标记为[X=x1，x2，x3，x4，x5]={在线教学平台，教师授课，学习监管，考核评价，学生体验};16个二级指标分别记为：[X1=x11，x12，x13]={软件功能，软件操作，课程资源};[X2=x21，x22，x23，x24]={授课内容，课程准备，教学氛围，课堂组织};[X3=x31，x32，x33，x34]={课前预习，课后作业，课中监管，教学互动};[X4=x41，x42]={考核方式，考核内容};[X5=x51，x52，x53]={平台体验，授课内容体验，学习任务体验}。等级评价定量处理Y={非常满意，满意，一般，不满意，非常不满意}={5，4，3，2，1}。[6]
2.计算权重系数
利用SPSS计算数据权重，可以得到各一级指标和二级指标的权重和系数。如表3。
3.确定模糊矩阵
建立模糊矩阵，得到5个一级指标的模糊矩阵（所有数据保留两位小数）。分别为：
[R1=0.070.370.270.080.190.110.410.270.210.130.060.260.480.110.07][R2=0.250.470.220.060.010.280.370.130.040.020.310.270.140.050.010.290.300.200.120.03][R3=0.240.490.180.050.080.460.440.190.020.010.340.380.120.030.050.480.320.180.040.01]
[R4=0.230.420.130.190.110.260.230.050.100.06]
[R5=0.030.100.470.150.100.480.390.030.020.010.290.330.230.060.02]
4.网络课堂教学效果满意度的综合评价
根据上述模糊矩阵化简结果，结合李克特量表法的五级评定原则进行赋值计算。五级评定原则最高分为5分，最低分为1分，最终可以得到在线教学平台、教师授课、学习监管、考核评价、学生体验的评价赋值计算结果：
K1=（5，4，3，2，1）×R1=2.51，K2=（5，4，3，2，1）×R2=3.72，K3=（5，4，3，2，1）×R3=4.31，K4=（5，4，3，2，1）×R4=3.29，K5=（5，4，3，2，1）×R5=3.46。
对比李克特量表法的五级评定原则得到在线教学平台、教师授课、学习监管、考核评价、学生体验的评价分别为2.51，3.72，4.31，3.29，3.46。这些介于一般和满意之间，除了在线教学平台指标评价偏低之外，其他4个一级指标评定结果更偏向于满意，其中学生对于学习监管这个指标的满意度评价最高。 （1）评价偏低的指标
针对本次调查结果中评价偏低的在线教学平台指标，经过多次访谈和研讨，剖析该指标得分偏低的几点原因。
第一，互联网稳定性因素。不管教师使用何种网络教学平台，授课过程中教师或者学生所在地的互联网稳定性不高的话，会出现网络卡顿、延迟等现象，严重影响学生学习体验。
第二，平台稳定性因素。教师在进行网络授课时，其选用的在线教学平台是否稳定，能否支持多人同时操作，教学互动环节是否流程，教学画面和声音是否清晰等都会影响学生在线学习体验。
第三，平台操作便捷性因素。各个在线教学平台往往会结合教师常规授课过程，根据教学流程和互动环节，设置相关的操作按钮或者提醒方式等。但是部分按钮或者提醒不明显，或者和使用者的使用习惯相背离，频繁触发误操作等因素，也是导致学生对该指标评价偏低。
第四，平台资源广泛性因素。目前在线教学平台在软件开发上的力度都比较大，比较注重用户使用体验。比如学习通在网课不断监控和接收教师以及学生对平台问题的反馈，以保证授课过程平稳推进。但是教师和学生在学习过程中，综合体验不仅包括对平台使用方面的需求，还涉及获取学习资源的需求。由于各类学习资源涉及知识产权问题，所以在线学习平台的教学资源广度和深度较难在短时间内丰富。这也在一定程度上影响学生的使用体验。
（2）评价较高的指标
本次调查结果中教师授课、学习监管、考核评价、学生体验这几个指标相对得分较高，总体得分偏向满意分值。因此可以得出本次疫情阶段的网络课堂教学效果总体满意度较好，其中学生对于教师的教学准备、授课环节、学习监管等环节满意度较高，不仅说明本次网络教学中学校组织得力，教师准备充分，教学环节稳步推进，教学效果明显，同时也反映了今后教学工作的提升方向和侧重点。
三、结论
针对本次疫情期间的网络课堂教学效果满意度问题的调查和分析，得出如下结论。
第一，通过分析五个一级指标的综合评价之后发现，学生对于在线教学平台的满意度最低。尤其对课程资源这个部分的满意度较差。这也反应了在线教学平台的软件基本情况以及软件操作性还有一定的提升空间。这类平台在提升软件操作性的同时，也应该积极和各类教师积极合作，丰富教学课程资源，才能更好的服务教师和学生，提高软件使用满意度。
第二，本次调查分析还发现，学生对于本次教师的网络教学总体满意度较高，其中最满意教学监管这个环节。由于高职学生的学习主动性普遍较差，网络教学又存在空间距离，导致教学监管环节在网络教学中显得尤为重要，对课程的整体教学效果和学生学习情况有着直观的影响。因此高职院校要在今后的课程教学环节更加注重教学监管，进而促进学习满意度。
第三，本次调查数据显示，教师授课、考核评价和学生体验这三个环节的综合评价分数在3-4之间，距离满分5分尚有一定差距。这也侧面说明了今后的教学改革更应该在这三个方面进行深化和拓展。
虽然现在已经恢复线下教学，但是随着今后网络教学的不断深化，以及线上线下教学互动的深入推进，如何提高网络课堂教学效果满意度以及深化网络课堂教学改革显得尤其重要。本次调查和评价结果能为本专业、本校甚至兄弟院校不断提高教学水平和完善教学管理制度提供参考。
参考文献：
[1] 王欣，李超，高扩昌.疫情期间高校在线教学效果满意度综合评价[J].商洛学院学报，2020（04）：74-77.
[2] 刘艳红，刘双艳，巍清顺.基于模糊理论的高校课堂参与式教学效果评价研究[J].中国现代教育装备，2019（12）：89-91.
[3] 邵士丽.基于直线与圆位置关系的方法研究——评《模糊数学方法及应用》[J].林产工业，2020（06）：131.
[4] 袁雪萍，祝爱民，熊文洋.基于德尔菲法和AHP法的高校大学生满意度评价指标及模型研究[J].湖北第二师范学院学报，2019（01）：88-91.
[5] 陆鑫，罗克露.应用模糊集理论进行高校教学评估[J].高等工程教育研究，2005（01）：71-72.
[6] 岳毅蒙.基于熵權法的电子商务网站的模糊评价模型[J].河南科学，2017（04）：32-35.
（责任编辑：夏正超）
关键词：网络课堂;教学效果;满意度;影响因素
中图分类号：G712;G434 文献标识码：A 文章编号：1672-0105（2020）04-0006-04
Research on the Influencing Factors of Satisfaction of Online Classroom Teaching Effect in Higher Vocational Colleges
Chen Yao
（Zhejiang Industry & Trade Vocational College， Wenzhou，325003，China）
Abstract： Based on the background of the outbreak of the coronavirus-19， the influencing factors of the satisfaction of online classroom teaching effect in higher vocational colleges are analyzed. Through in-depth interviews and Delphi method to determine the satisfaction evaluation index system of this study， using questionnaire survey method to collect data of online classroom teaching of students majoring in optometry technology， and using SPSS to determine the index coefficient and weight， it is combined with fuzzy mathematics theory and Likert five grade scale method to calculate the comprehensive evaluation value， so as to determine the rating value of satisfaction degree of network classroom teaching effect. The results show that the satisfaction of online teaching platform is the lowest and that of teaching supervision is the highest. In addition to optimizing the teaching platform， teaching， assessment and student experience are the main directions of teaching reform in colleges and universities in the future.
Key words： network classroom; teaching effect; satisfaction; influencing factors
前言
2020年初，一場由新型冠状病毒导致的肺炎疫情席卷中国和世界。全球几十亿民众被打乱阵脚。在这场疫情的干扰下，全国各大学校按照教育部门的指导意见实施“停课不停教、停课不停学”的措施。充分利用网络课程教学资源平台——钉钉、学习通、职教云、雨课堂、智慧职教，甚至网络社交平台——微信、QQ等工具实施网络教学，极力保障疫情防控期间学校的教学进度和教学质量。高职教学过程中的教学效果满意度是衡量高职院校教学的重要指标。同时也是对高职院校的教学质量、教学水平、教学管理能力提升有着重要的意义[1]。通过评价结果，学校可以在这些影响因素上面采取有针对性措施，不断提升网络教学效果和教学水平，也能提升教师线上线下整体教学能力，进而有力学校教学管理水平。
目前研究教学满意度的文献资料很多，但是针对2019年这场特殊疫情的网络教学满意度影响因素的研究比较少。文章通过发放网络问卷，收集眼视光技术专业学生对于2019—2020学年春季学期网络教学满意度数据。收集上述数据之后，采用模糊理论对数据进行分析，构建分析模型，确定教学满意度。研究过程中，使用模糊理论能规避权重主观判断带来的评价偏差。这种定量评价的方法，能使网络教学满意度研究结果更符合实际情况[2]。
一、研究理论
模糊理论来源于模糊数学。模糊数学中采用模糊集对问题进行归集、分析，以便解决问题。模糊集是采用对属性组进行描述，并用隶属函数来表达对象的属性集合。模糊集的隶属函数一般为： [FA（x）=a]，其中[a∈0，1]
[A]为论域[X=x1，x2，x3，...，xn]上的一个模糊集，其中[x∈X]，[FA（x）∈0，1]表示x对于[A]的隶属度，当时，表明隶属度为1，即是说[x]属于[A];当[FA（x）=0]时，表明[x]不属于[A]。若取界于[0，1]之间的任一值，则表示[x]属于[A]的隶属程度。[3]
评价对象指标可以记做论域X，[X=x1，x2，...xn]，等级评价集合记为论域Y，[Y=y1，y2，...yn]运用模糊集的交运算和并运算规则，计算模糊集矩阵[R=（rij）m×n]，其中rij为评价指标集中的元素Xij与等级评价集的元素Yij的乘积，最终构成一个[Xij×Yij]的模糊矩阵，其中Xij为该对象指标的系数和权重乘积，Yij为李克特量表的五级等级人数占总人数的比例[4]。换算上述指标之后，可得：
[R1=X1×Y=x11×y1x12×y1...x1n×y1x11×y2x12×y2...x1n×y2......x11×ymx12×ym...x1n×ymR2=X2×Y=x21×y1x22×y1...x2n×y1x21×y2x22×y2...x2n×y2......x21×ymx22×ym...x2n×ym]
以此类推，可以得到R3，R4，R5，乘以李克特量表的5级评价体系，最终得到综合评定值，与五级评定指标进行比较，确定评定等级。
二、网络课堂教学效果满意度评估模型
（二）网络课堂教学满意度评价指标体系构建
课堂教学效果满意度指标体系涉及教师和学生两个参与主体，其评价指标因素较多，并且受参与主体度量，主观影响性比较高，缺乏客观定量计算体系，因此认定其具有一定的模糊性，符合模糊數学评价理论。[5]
结合深度访谈和德尔菲法调研，网络课堂教学效果的评价指标由一级指标和二级指标共同构成。其中每个一级指标包含若干个二级指标。每个二级指标均针对教师网络课堂授课时的准备和表现。这些内容的评价很难定量衡量，其具体的评价界定范畴也比较模糊，适用模糊集的角度进行分析。通过对[a∈0，1]之间的任一值进行属性分析，实现将定性问题转化成模糊集的定量问题继续探讨。
研究过程中，采取德尔菲法和深度访谈法，将网络课堂教学效果满意度的主要影响因素分为五个一级指标：在线教学平台、教师授课、学习监管、考核评价、学生体验，每一个一级指标下细分为不同的二级指标，具体指标评价如表1所示。
（二）数据资源
根据已经建立的网络课堂教学效果满意度评级指标体系，结合前期的德尔菲法探讨内容，设计调研问卷，然后在网络上面向眼视光技术专业授课学生发放问卷。一共发放问卷500份，回收500份，其中有效问卷500份，有效率达到100%。通过数据得出，19级学生325名（占65%），18级学生175名（占35%）。其中男生占31%，女生占69%。见表2。
（三）模型的构建与评价方法
1.确定指标因素集
构建评价指标体系，5个一级指标记为[X=x1，x2，x3，x4，x5]={在线教学平台，教师授课，学习监管，考核评价，学生体验};16个二级指标分别记为：[X1=x11，x12，x13]={软件功能，软件操作，课程资源};[X2=x21，x22，x23，x24]={授课内容，课程准备，教学氛围，课堂组织};[X3=x31，x32，x33，x34]={课前预习，课后作业，课中监管，教学互动};[X4=x41，x42]={考核方式，考核内容};[X5=x51，x52，x53]={平台体验，授课内容体验，学习任务体验}。等级评价定量处理Y={非常满意，满意，一般，不满意，非常不满意}={5，4，3，2，1}。[6]
2.计算权重系数
利用SPSS计算数据权重，可以得到各一级指标和二级指标的权重和系数。如表3。
3.确定模糊矩阵
建立模糊矩阵，得到5个一级指标的模糊矩阵（所有数据保留两位小数）。分别为：
[R1=0.070.370.270.080.190.110.410.270.210.130.060.260.480.110.07][R2=0.250.470.220.060.010.280.370.130.040.020.310.270.140.050.010.290.300.200.120.03][R3=0.240.490.180.050.080.460.440.190.020.010.340.380.120.030.050.480.320.180.040.01]
[R4=0.230.420.130.190.110.260.230.050.100.06]
[R5=0.030.100.470.150.100.480.390.030.020.010.290.330.230.060.02]
4.网络课堂教学效果满意度的综合评价
根据上述模糊矩阵化简结果，结合李克特量表法的五级评定原则进行赋值计算。五级评定原则最高分为5分，最低分为1分，最终可以得到在线教学平台、教师授课、学习监管、考核评价、学生体验的评价赋值计算结果：
K1=（5，4，3，2，1）×R1=2.51，K2=（5，4，3，2，1）×R2=3.72，K3=（5，4，3，2，1）×R3=4.31，K4=（5，4，3，2，1）×R4=3.29，K5=（5，4，3，2，1）×R5=3.46。
对比李克特量表法的五级评定原则得到在线教学平台、教师授课、学习监管、考核评价、学生体验的评价分别为2.51，3.72，4.31，3.29，3.46。这些介于一般和满意之间，除了在线教学平台指标评价偏低之外，其他4个一级指标评定结果更偏向于满意，其中学生对于学习监管这个指标的满意度评价最高。 （1）评价偏低的指标
针对本次调查结果中评价偏低的在线教学平台指标，经过多次访谈和研讨，剖析该指标得分偏低的几点原因。
第一，互联网稳定性因素。不管教师使用何种网络教学平台，授课过程中教师或者学生所在地的互联网稳定性不高的话，会出现网络卡顿、延迟等现象，严重影响学生学习体验。
第二，平台稳定性因素。教师在进行网络授课时，其选用的在线教学平台是否稳定，能否支持多人同时操作，教学互动环节是否流程，教学画面和声音是否清晰等都会影响学生在线学习体验。
第三，平台操作便捷性因素。各个在线教学平台往往会结合教师常规授课过程，根据教学流程和互动环节，设置相关的操作按钮或者提醒方式等。但是部分按钮或者提醒不明显，或者和使用者的使用习惯相背离，频繁触发误操作等因素，也是导致学生对该指标评价偏低。
第四，平台资源广泛性因素。目前在线教学平台在软件开发上的力度都比较大，比较注重用户使用体验。比如学习通在网课不断监控和接收教师以及学生对平台问题的反馈，以保证授课过程平稳推进。但是教师和学生在学习过程中，综合体验不仅包括对平台使用方面的需求，还涉及获取学习资源的需求。由于各类学习资源涉及知识产权问题，所以在线学习平台的教学资源广度和深度较难在短时间内丰富。这也在一定程度上影响学生的使用体验。
（2）评价较高的指标
本次调查结果中教师授课、学习监管、考核评价、学生体验这几个指标相对得分较高，总体得分偏向满意分值。因此可以得出本次疫情阶段的网络课堂教学效果总体满意度较好，其中学生对于教师的教学准备、授课环节、学习监管等环节满意度较高，不仅说明本次网络教学中学校组织得力，教师准备充分，教学环节稳步推进，教学效果明显，同时也反映了今后教学工作的提升方向和侧重点。
三、结论
针对本次疫情期间的网络课堂教学效果满意度问题的调查和分析，得出如下结论。
第一，通过分析五个一级指标的综合评价之后发现，学生对于在线教学平台的满意度最低。尤其对课程资源这个部分的满意度较差。这也反应了在线教学平台的软件基本情况以及软件操作性还有一定的提升空间。这类平台在提升软件操作性的同时，也应该积极和各类教师积极合作，丰富教学课程资源，才能更好的服务教师和学生，提高软件使用满意度。
第二，本次调查分析还发现，学生对于本次教师的网络教学总体满意度较高，其中最满意教学监管这个环节。由于高职学生的学习主动性普遍较差，网络教学又存在空间距离，导致教学监管环节在网络教学中显得尤为重要，对课程的整体教学效果和学生学习情况有着直观的影响。因此高职院校要在今后的课程教学环节更加注重教学监管，进而促进学习满意度。
第三，本次调查数据显示，教师授课、考核评价和学生体验这三个环节的综合评价分数在3-4之间，距离满分5分尚有一定差距。这也侧面说明了今后的教学改革更应该在这三个方面进行深化和拓展。
虽然现在已经恢复线下教学，但是随着今后网络教学的不断深化，以及线上线下教学互动的深入推进，如何提高网络课堂教学效果满意度以及深化网络课堂教学改革显得尤其重要。本次调查和评价结果能为本专业、本校甚至兄弟院校不断提高教学水平和完善教学管理制度提供参考。
参考文献：
[1] 王欣，李超，高扩昌.疫情期间高校在线教学效果满意度综合评价[J].商洛学院学报，2020（04）：74-77.
[2] 刘艳红，刘双艳，巍清顺.基于模糊理论的高校课堂参与式教学效果评价研究[J].中国现代教育装备，2019（12）：89-91.
[3] 邵士丽.基于直线与圆位置关系的方法研究——评《模糊数学方法及应用》[J].林产工业，2020（06）：131.
[4] 袁雪萍，祝爱民，熊文洋.基于德尔菲法和AHP法的高校大学生满意度评价指标及模型研究[J].湖北第二师范学院学报，2019（01）：88-91.
[5] 陆鑫，罗克露.应用模糊集理论进行高校教学评估[J].高等工程教育研究，2005（01）：71-72.
[6] 岳毅蒙.基于熵權法的电子商务网站的模糊评价模型[J].河南科学，2017（04）：32-35.
（责任编辑：夏正超）