一种集成网络化与智能化的高校学生CRM系统的研究
张玉才
摘要:本文根据多元智能评价理论和客户关系管理(CRM)的思想,提出了新型全面的高校学生管理体系。研究了基于Web、数据挖掘等的集成网络化和智能化创新模式在学生CRM中的应用。重点对该系统进行了设计,实现了学生多元智能评价、监控与诊断等集成功能。
关键词:多元智能评价 高校学生 CRM
中图分类号:G250.73 文献标识码:B 文章编号:1673-8454(2009)23-0032-03
一、引言
随着高校不断扩招,高校学生规模剧增和教育资源的有限性都使得高校学生管理变得日趋复杂。因此,在高等教育中实施CRM(学生客户关系管理)有助于对庞大的学生群实施有效的管理。[1]高校学生CRM的本质是:一切应该以学生的发展和成才为目标,创造社会和经济效益。然而,由于诸多因素的影响,学生CRM在高校的推行存在一定难度。现行评价体系存在诸多弊端,如评价功能上注重甄别和选拔,而忽视个性发展;评价内容上强调文化知识,而忽视能力测试;评价主体单一化等。这些都使得传统评价体系无法多元化和学生的智能无法提升,不仅失去了评价对教学的促进作用,也违背了多元智能评价理论和学生CRM的思想。同时,现行对学生CRM的研究较零散,缺乏系统化,且缺乏统一系统实施架构。部分文献只是从局部视角对其展开研究,如用案例推理的智能学生方法对学生排序评价、利用决策树技术对学生分类评价、基于OLAP(On-Line Analysis Processing,联机分析处理)的学生评价系统等。[2][3][4]
鉴于现行高校学生管理系统的局限性,本文根据多元智能理论和客户关系管理的思想,提出了新型的学生管理体系,重点设计了集成网络化与智能化的高校学生CRM的系统架构,并对其实现要点进行说明。
二、融合CRM和多元智能理论的新型学生管理体系
按照CRM的观点,学校应该把学生看成是客户,一切工作为了学生,培养学生。学校只有实行有效的学生关系管理,提高学校管理学生的水平和满足学生被培养的需要,提高学校的竞争优势,才能够吸引更多的学生,实现更多的学生价值。高校学生CRM的核心是:评估和发掘有价值的学生,对其实施重点分层的培养,为他们提供个性化的服务,在教育管理中实践“因材施教”的思想。
按照多元智能理论的基本要点:人的九种智能以不同方式、不同程度有机地组合在一起,构成各具特点的个性心理结构。每一个体都有自己的智能强项,教育的目的是发现智能强项,发展智能弱项,引导其向困难领域转移。这一理论要求学生多方面协调发展,提高综合素质。传统评价体系无法实现挖掘多项智能的目标,也失去了促进教学的作用。因此,依据多元智能理论建立评价新体系势在必行。[5]
从以上分析可以看出,学校CRM思想和多元智能理论必须相互融合,才能相互促进,这二者相辅相成,互为补充,是实施有效学生管理的支柱理论。学生CRM实施的基础是对学生的评价,而多元化智能理论是学生评价研究和实践的重要理论支持,因此也为学生CRM的学生评价和价值发掘环节提供了科学的理论指导和操作指南。
我们融合了CRM理论和多元化智能理论,构建一个新型的高校学生管理体系。根据CRM理论,新的体系不仅要求优化学生服务流程以提高学生满意度,重要的是能通过分层次的学生管理方式实现学生价值的发掘与提升。多元化理论要求新的体系要体现出评价的“多元”特征,特别要注重过程管理。评价的多元是指评价主体的多元化、评价内容的层次化、评价形式的多样化和人性化。
三、系统需求分析
1.高校需要高效的学生CRM系统来辅助教学管理业务
目前,学生规模庞大和教师数量较少的矛盾使得教师没有精力随时掌握学生的动态发展情况。另一方面,学生也缺乏能随时对学校服务满意度测评和自评的有效工具,这些最终导致基于CRM和多元智能理论的新型高校学生管理体系难以落实。因此,为了有效实施该体系,必须依赖先进的计算机和管理决策技术建立自动化的学生CRM系统。
2.自动化的学生CRM系统
自动化的学生CRM系统应通过实现对学生的分析、诊断和监控功能来落实新学生管理体系所要求的“评价的多元化、管理的过程化、学生满意度的提升、学生价值的实现”。评价多元化表现在三个方面:一是评价主体的多元化,参与者可以根据自身需要从多方面多角度地评价,包括学生自评、学生互评、教师评价、家长评价和社团评价等,系统必须能保证评价能随时随地地进行;二是评价内容的全面化和层次化,即建立全面的、分层次的反映学生状况的学生评价体系,包括学习成绩、科研、心理、体育素质、社会活动、专业技能考级;三是评价方法的多样化,建立多种评价模型,并融合专家的经验和知识以及不同评价主体评价结果的融合;四是评价类型的多样化,即在教学活动过程的不同阶段针对具体问题采取终结性评价、形成性评价和诊断性评价或者三者的结合。因此,评价多元化要求系统能提供网络化测评和传统测评的手段、科学的评价体系,以及多种评价类型、方法。
管理的过程化要求评价具有动态性,也即要求系统能监控教学管理过程中的任意时间段或者时间点上的学生整体及个体状况,以便能及时发现问题,采取对策解决和防范问题,从而保证教育的时效性。动态评价是实现监控的前提,教学过程每一个阶段所积累的数据都是监控所需要的,其积累频率和数据量可以根据需要动态确定。一般评价的频率越高,就越有利于监控,也越能发现问题。
学生满意度提升的前提是系统提供入学服务、教学过程服务、生活服务(住宿、饮食)、就业服务等多方面的满意度测评的功能,使学生能随时对学校服务评价、反馈,以便学校及时改进服务模式和流程。
分层次的管理是实现学生价值的手段。系统可以利用OLAP和数据挖掘等功能实现对学生智能灵活地分析和诊断,将学生分成不同类别,主动发现异常或者有价值的学生(偏离整体状态,如特别优异和差的学生),以及教学过程中存在的问题,并能根据所存储的教育专家经验提供针对性的培养方案。例如:若发现发展优异的个体,要予以特别培养;发现发展很差的个体,要给予关心爱护和帮助;发现整体下滑趋势,要采取改进措施。
3.自动化的学生CRM系统需要对数据信息进行实时的分析和处理
这些数据信息通常被各教师、各种孤立的学校、各种信息系统所掌握,实现在这种分布式异构环境中对已有的分散数据的共享和信息系统的集成,是学生CRM系统的前提。同时,学校教育每一个阶段所进行的教育教学过程所积累的数据都是监控所需要利用的。
四、系统设计
1.系统架构设计
高校学生CRM系统包含学生评价和学生满意度测评两大子系统,如图1所示。
评价系统的核心是评价数据的输入、建立评价模型、评价结果的分析与诊断、系统结果输出等。
对于系统数据采集模块,各种评价主体评价(学生自评、学生互评、教师评价、家长评价、其他志愿者评价)经过网络提交数据,评价原始数据经过一定处理存储在数据库中以备系统调用,而纸制问卷得到的数据可以直接录入系统。
系统评价模块主要完成学生评价体系的建立、评价数据的处理和评价模型的建立等功能。评价体系一般包括课程成绩、科研能力、社会能力、心理健康、实践能力、专业技能、道德等,可根据要求灵活修改或者补充。不同主体所侧重的评价指标有所不同。评价得到的原始数据不能直接使用,需要根据后一步评价模型的具体需要进行相应处理。对于模糊层次分析评价或者综合评价指数法,需要对各层次指标赋权重,这里可以调用AHP(Analytic Hierarchy Process,层次分析法)功能模块或者专家意见法计算权重。还需要对定性评价得到的等级值(优、良、中、差、很差)进行量化处理,才能使用。对于分类模型,则需要将连续变量进行“离散化”处理。CRM系统从学校的多种数据源抽取历史数据和实时数据,经过转换、装载等一系列的处理,得到一致性的数据,并根据决策主题建立数据仓库。借助数据挖掘的思想建立评价模型,所提供的评价模型包括学生分类(决策树、神经网络等)、学生排序(案例推理法)、学生个体状况的评价(模糊AHP法)、学生发展状况指数监控(模糊AHP法)等。
分析与诊断模块主要是借助联机分析处理工具(OLAP)实现信息的实时、快速、多维查询,以辅助教学管理决策。同时利用案例推理、形式化的专家经验知识库等对学生整体及个体做出分析,诊断问题所在,给出具体的对策和建议。
系统输出模块把评价结果、评价过程、问题诊断结果、发展趋势、对策和建议以可视化图表的形式或者文字形式在网络上返回给系统用户。
学生满意度测评系统首先通过网络或者书面形式搜集问卷,接着对指标进行处理,建立评价指标体系和评价模型,分析问题,给出解决对策,输出结果。评价体系包括入学服务满意度、教学服务满意度、生活服务满意度、就业服务满意度和社会体验服务满意度等。
2.系统的网络体系结构设计
本系统采用B/S和C/S的混合结构,以确保系统的安全性和可操作性强的要求。将网络问卷评价、数据查询功能放在Internet上,而将其余功能交给C/S模式来处理。B/S结构的网络系统可以保证学生、家长和教师等多主体随时随地,在校园外部都能使用浏览器页面参与评价,从而实现了分布式环境下评价的多元化。同时,C/S结构的网络安全性能比较好,不会将数据库和关键系统功能直接暴露在Internet网络上。
3.学生评价与监控功能的自动化设计
由于系统运行需要将评价的原始数据保存,然后调出进行各种处理,特别是基于时点的、动态评价的监控功能对数据的处理频率就更高,造成系统工作量很大。考虑到提高系统的效率,数据处理交给存储过程来执行。存储过程是存储在服务器端的SQL程序块,不将计算的中间数据返回客户端,可以减少网络流量。如网络问卷数据的自动处理、评价指标的处理(量化、离散化、归一化)等。通过存储过程的相互调用提高自动化程度。还使用触发器自动处理业务变更的情况,确保数据的一致性和完整性。
4.系统的数据库设计
用于学生评价的数据库包括:问卷库、学生基本信息库、评价指标库、评价知识库、评价结果库、典型学生案例库等。学生基本信息数据库包含了学生入学情况子库、学生基本信息子库、学生成绩库、学生科研子库、学生英语和计算机过级子库、学生奖励情况子库、学生心理测评记录子库、学生参加社会实践活动(社团和社会实践)情况库、技能评定库、学生毕业与就业情况子库。评价指标库存放常规用的评价指标体系及指标标准,可以根据需要灵活地扩展。评价知识库包括学校的考评标准及各种评价管理标准、教育专家诊断经验知识、常规解决对策等。用于学生满意度测评的数据库包括问卷库、评价指标库、评价结果库等。
5.基于数据仓库和联机分析的学生分析功能设计
多元评价生成的相关数据存在数据库中,可以作为数据仓库的数据源,经过抽取、清洗、转换等步骤后,构建面向主体的数据仓库,然后通过OLAP构建工具和数据挖掘工具生成中间数据或者信息,通过特有的多维视图动态分析功能(钻取、切片、切块等),以报表和查询等方式呈现给教育管理人员。建立联机分析功能的前提是建立数据仓库。主要考虑多时段的不同学生群体的评价和监控功能,本数据仓库数据模型的维度包括:学生群体维(个人、小组、班级、系、院、校),监控时间维(日、周、月、季、学期、学年、学届),评价结果维等。
五、结束语
本文根据高校自身管理的需要,提出了融合CRM和多元化智能理论的新型学生CRM系统,并提出了基于网络化和智能化集成技术的系统架构,阐述了实现要点。该系统有利于支持学校的战略管理,即通过实践CRM思想,改进教学管理模式,实现和提升学生价值,最终提高学校的核心竞争优势。其微观直接的作用在于:一方面,给教师提供了有效快速辅助教学管理的学生分析自动化工具,有助于提高教学和管理效率。另一方面,也为学生提供了方便的、有效的评价标准和依据,以便实现自我调节。
参考文献:
[1]梅清豪.建立学校的S-CRM[J].华东理工大学学报(社科版),2002,67(3):47-51.
[2]Zhang yucai. Study on intelligent student evaluation system based on AHP and CBR, 2008 IEEE international conference on service operations and logistics and informatics[C].Beijing, China,October 12-15,2008
[3]柳林,涂光平,杨峰.基于决策树的数据挖掘方法在CRM中的应用研究[J].计算技术与自动化,2006,25(1):68-71.
[4]方建文,周立.基于OLAP技术的学生评价系统的设计与实现[J].教育技术导刊,2006(6):45-49.
[5]刘清.多元智能理论与新型学生评价体系的建立[J].江西金融职工大学学报,2007(4),130-134.
(编辑:杨馥红)
摘要:本文根据多元智能评价理论和客户关系管理(CRM)的思想,提出了新型全面的高校学生管理体系。研究了基于Web、数据挖掘等的集成网络化和智能化创新模式在学生CRM中的应用。重点对该系统进行了设计,实现了学生多元智能评价、监控与诊断等集成功能。
关键词:多元智能评价 高校学生 CRM
中图分类号:G250.73 文献标识码:B 文章编号:1673-8454(2009)23-0032-03
一、引言
随着高校不断扩招,高校学生规模剧增和教育资源的有限性都使得高校学生管理变得日趋复杂。因此,在高等教育中实施CRM(学生客户关系管理)有助于对庞大的学生群实施有效的管理。[1]高校学生CRM的本质是:一切应该以学生的发展和成才为目标,创造社会和经济效益。然而,由于诸多因素的影响,学生CRM在高校的推行存在一定难度。现行评价体系存在诸多弊端,如评价功能上注重甄别和选拔,而忽视个性发展;评价内容上强调文化知识,而忽视能力测试;评价主体单一化等。这些都使得传统评价体系无法多元化和学生的智能无法提升,不仅失去了评价对教学的促进作用,也违背了多元智能评价理论和学生CRM的思想。同时,现行对学生CRM的研究较零散,缺乏系统化,且缺乏统一系统实施架构。部分文献只是从局部视角对其展开研究,如用案例推理的智能学生方法对学生排序评价、利用决策树技术对学生分类评价、基于OLAP(On-Line Analysis Processing,联机分析处理)的学生评价系统等。[2][3][4]
鉴于现行高校学生管理系统的局限性,本文根据多元智能理论和客户关系管理的思想,提出了新型的学生管理体系,重点设计了集成网络化与智能化的高校学生CRM的系统架构,并对其实现要点进行说明。
二、融合CRM和多元智能理论的新型学生管理体系
按照CRM的观点,学校应该把学生看成是客户,一切工作为了学生,培养学生。学校只有实行有效的学生关系管理,提高学校管理学生的水平和满足学生被培养的需要,提高学校的竞争优势,才能够吸引更多的学生,实现更多的学生价值。高校学生CRM的核心是:评估和发掘有价值的学生,对其实施重点分层的培养,为他们提供个性化的服务,在教育管理中实践“因材施教”的思想。
按照多元智能理论的基本要点:人的九种智能以不同方式、不同程度有机地组合在一起,构成各具特点的个性心理结构。每一个体都有自己的智能强项,教育的目的是发现智能强项,发展智能弱项,引导其向困难领域转移。这一理论要求学生多方面协调发展,提高综合素质。传统评价体系无法实现挖掘多项智能的目标,也失去了促进教学的作用。因此,依据多元智能理论建立评价新体系势在必行。[5]
从以上分析可以看出,学校CRM思想和多元智能理论必须相互融合,才能相互促进,这二者相辅相成,互为补充,是实施有效学生管理的支柱理论。学生CRM实施的基础是对学生的评价,而多元化智能理论是学生评价研究和实践的重要理论支持,因此也为学生CRM的学生评价和价值发掘环节提供了科学的理论指导和操作指南。
我们融合了CRM理论和多元化智能理论,构建一个新型的高校学生管理体系。根据CRM理论,新的体系不仅要求优化学生服务流程以提高学生满意度,重要的是能通过分层次的学生管理方式实现学生价值的发掘与提升。多元化理论要求新的体系要体现出评价的“多元”特征,特别要注重过程管理。评价的多元是指评价主体的多元化、评价内容的层次化、评价形式的多样化和人性化。
三、系统需求分析
1.高校需要高效的学生CRM系统来辅助教学管理业务
目前,学生规模庞大和教师数量较少的矛盾使得教师没有精力随时掌握学生的动态发展情况。另一方面,学生也缺乏能随时对学校服务满意度测评和自评的有效工具,这些最终导致基于CRM和多元智能理论的新型高校学生管理体系难以落实。因此,为了有效实施该体系,必须依赖先进的计算机和管理决策技术建立自动化的学生CRM系统。
2.自动化的学生CRM系统
自动化的学生CRM系统应通过实现对学生的分析、诊断和监控功能来落实新学生管理体系所要求的“评价的多元化、管理的过程化、学生满意度的提升、学生价值的实现”。评价多元化表现在三个方面:一是评价主体的多元化,参与者可以根据自身需要从多方面多角度地评价,包括学生自评、学生互评、教师评价、家长评价和社团评价等,系统必须能保证评价能随时随地地进行;二是评价内容的全面化和层次化,即建立全面的、分层次的反映学生状况的学生评价体系,包括学习成绩、科研、心理、体育素质、社会活动、专业技能考级;三是评价方法的多样化,建立多种评价模型,并融合专家的经验和知识以及不同评价主体评价结果的融合;四是评价类型的多样化,即在教学活动过程的不同阶段针对具体问题采取终结性评价、形成性评价和诊断性评价或者三者的结合。因此,评价多元化要求系统能提供网络化测评和传统测评的手段、科学的评价体系,以及多种评价类型、方法。
管理的过程化要求评价具有动态性,也即要求系统能监控教学管理过程中的任意时间段或者时间点上的学生整体及个体状况,以便能及时发现问题,采取对策解决和防范问题,从而保证教育的时效性。动态评价是实现监控的前提,教学过程每一个阶段所积累的数据都是监控所需要的,其积累频率和数据量可以根据需要动态确定。一般评价的频率越高,就越有利于监控,也越能发现问题。
学生满意度提升的前提是系统提供入学服务、教学过程服务、生活服务(住宿、饮食)、就业服务等多方面的满意度测评的功能,使学生能随时对学校服务评价、反馈,以便学校及时改进服务模式和流程。
分层次的管理是实现学生价值的手段。系统可以利用OLAP和数据挖掘等功能实现对学生智能灵活地分析和诊断,将学生分成不同类别,主动发现异常或者有价值的学生(偏离整体状态,如特别优异和差的学生),以及教学过程中存在的问题,并能根据所存储的教育专家经验提供针对性的培养方案。例如:若发现发展优异的个体,要予以特别培养;发现发展很差的个体,要给予关心爱护和帮助;发现整体下滑趋势,要采取改进措施。
3.自动化的学生CRM系统需要对数据信息进行实时的分析和处理
这些数据信息通常被各教师、各种孤立的学校、各种信息系统所掌握,实现在这种分布式异构环境中对已有的分散数据的共享和信息系统的集成,是学生CRM系统的前提。同时,学校教育每一个阶段所进行的教育教学过程所积累的数据都是监控所需要利用的。
四、系统设计
1.系统架构设计
高校学生CRM系统包含学生评价和学生满意度测评两大子系统,如图1所示。
评价系统的核心是评价数据的输入、建立评价模型、评价结果的分析与诊断、系统结果输出等。
对于系统数据采集模块,各种评价主体评价(学生自评、学生互评、教师评价、家长评价、其他志愿者评价)经过网络提交数据,评价原始数据经过一定处理存储在数据库中以备系统调用,而纸制问卷得到的数据可以直接录入系统。
系统评价模块主要完成学生评价体系的建立、评价数据的处理和评价模型的建立等功能。评价体系一般包括课程成绩、科研能力、社会能力、心理健康、实践能力、专业技能、道德等,可根据要求灵活修改或者补充。不同主体所侧重的评价指标有所不同。评价得到的原始数据不能直接使用,需要根据后一步评价模型的具体需要进行相应处理。对于模糊层次分析评价或者综合评价指数法,需要对各层次指标赋权重,这里可以调用AHP(Analytic Hierarchy Process,层次分析法)功能模块或者专家意见法计算权重。还需要对定性评价得到的等级值(优、良、中、差、很差)进行量化处理,才能使用。对于分类模型,则需要将连续变量进行“离散化”处理。CRM系统从学校的多种数据源抽取历史数据和实时数据,经过转换、装载等一系列的处理,得到一致性的数据,并根据决策主题建立数据仓库。借助数据挖掘的思想建立评价模型,所提供的评价模型包括学生分类(决策树、神经网络等)、学生排序(案例推理法)、学生个体状况的评价(模糊AHP法)、学生发展状况指数监控(模糊AHP法)等。
分析与诊断模块主要是借助联机分析处理工具(OLAP)实现信息的实时、快速、多维查询,以辅助教学管理决策。同时利用案例推理、形式化的专家经验知识库等对学生整体及个体做出分析,诊断问题所在,给出具体的对策和建议。
系统输出模块把评价结果、评价过程、问题诊断结果、发展趋势、对策和建议以可视化图表的形式或者文字形式在网络上返回给系统用户。
学生满意度测评系统首先通过网络或者书面形式搜集问卷,接着对指标进行处理,建立评价指标体系和评价模型,分析问题,给出解决对策,输出结果。评价体系包括入学服务满意度、教学服务满意度、生活服务满意度、就业服务满意度和社会体验服务满意度等。
2.系统的网络体系结构设计
本系统采用B/S和C/S的混合结构,以确保系统的安全性和可操作性强的要求。将网络问卷评价、数据查询功能放在Internet上,而将其余功能交给C/S模式来处理。B/S结构的网络系统可以保证学生、家长和教师等多主体随时随地,在校园外部都能使用浏览器页面参与评价,从而实现了分布式环境下评价的多元化。同时,C/S结构的网络安全性能比较好,不会将数据库和关键系统功能直接暴露在Internet网络上。
3.学生评价与监控功能的自动化设计
由于系统运行需要将评价的原始数据保存,然后调出进行各种处理,特别是基于时点的、动态评价的监控功能对数据的处理频率就更高,造成系统工作量很大。考虑到提高系统的效率,数据处理交给存储过程来执行。存储过程是存储在服务器端的SQL程序块,不将计算的中间数据返回客户端,可以减少网络流量。如网络问卷数据的自动处理、评价指标的处理(量化、离散化、归一化)等。通过存储过程的相互调用提高自动化程度。还使用触发器自动处理业务变更的情况,确保数据的一致性和完整性。
4.系统的数据库设计
用于学生评价的数据库包括:问卷库、学生基本信息库、评价指标库、评价知识库、评价结果库、典型学生案例库等。学生基本信息数据库包含了学生入学情况子库、学生基本信息子库、学生成绩库、学生科研子库、学生英语和计算机过级子库、学生奖励情况子库、学生心理测评记录子库、学生参加社会实践活动(社团和社会实践)情况库、技能评定库、学生毕业与就业情况子库。评价指标库存放常规用的评价指标体系及指标标准,可以根据需要灵活地扩展。评价知识库包括学校的考评标准及各种评价管理标准、教育专家诊断经验知识、常规解决对策等。用于学生满意度测评的数据库包括问卷库、评价指标库、评价结果库等。
5.基于数据仓库和联机分析的学生分析功能设计
多元评价生成的相关数据存在数据库中,可以作为数据仓库的数据源,经过抽取、清洗、转换等步骤后,构建面向主体的数据仓库,然后通过OLAP构建工具和数据挖掘工具生成中间数据或者信息,通过特有的多维视图动态分析功能(钻取、切片、切块等),以报表和查询等方式呈现给教育管理人员。建立联机分析功能的前提是建立数据仓库。主要考虑多时段的不同学生群体的评价和监控功能,本数据仓库数据模型的维度包括:学生群体维(个人、小组、班级、系、院、校),监控时间维(日、周、月、季、学期、学年、学届),评价结果维等。
五、结束语
本文根据高校自身管理的需要,提出了融合CRM和多元化智能理论的新型学生CRM系统,并提出了基于网络化和智能化集成技术的系统架构,阐述了实现要点。该系统有利于支持学校的战略管理,即通过实践CRM思想,改进教学管理模式,实现和提升学生价值,最终提高学校的核心竞争优势。其微观直接的作用在于:一方面,给教师提供了有效快速辅助教学管理的学生分析自动化工具,有助于提高教学和管理效率。另一方面,也为学生提供了方便的、有效的评价标准和依据,以便实现自我调节。
参考文献:
[1]梅清豪.建立学校的S-CRM[J].华东理工大学学报(社科版),2002,67(3):47-51.
[2]Zhang yucai. Study on intelligent student evaluation system based on AHP and CBR, 2008 IEEE international conference on service operations and logistics and informatics[C].Beijing, China,October 12-15,2008
[3]柳林,涂光平,杨峰.基于决策树的数据挖掘方法在CRM中的应用研究[J].计算技术与自动化,2006,25(1):68-71.
[4]方建文,周立.基于OLAP技术的学生评价系统的设计与实现[J].教育技术导刊,2006(6):45-49.
[5]刘清.多元智能理论与新型学生评价体系的建立[J].江西金融职工大学学报,2007(4),130-134.
(编辑:杨馥红)
