【摘要】《数据结构》是本科生的一门计算机核心课程。传统的侧重于期末试卷成绩的考核方式已经不能够满足该课程对学生的能力测试要求。根据新大纲对学生提出的素质考核需求，提出了基于层次分析法的过程化考核模型，对数据结构课程的实际达成度测试结果表明该模型是有效的。
　　【关键词】过程化考核；达成度；数据结构
　　【中图分类号】G642.4 【文献标识码】B 【文章编号】2095-3089（2017）17-0034-01
　　《数据结构》是计算机相关工科专业的重要理论技术课，传统的考核方法偏重理论知识的考核[1，2]。但是考核方法是评定学生学习成绩和老师教学成果的重要手段，单纯依靠期末的一张试卷来考核显然不合理，没有充分考虑到学生的主观能动性和创造力等因素，也容易造成学生为了应付考试而学习的现象。由于综合评价一个学生的成绩的影响因素是多方面的，其中既包含了考试成绩这样客观的因素，又包含了教师打分这样的主观因素，所以必须要建立一种过程化考核模型，能够充分的反映学生平时学习的情况和自身的能力。因此，本文介绍了一种利用层次分析法模型来考核学生成绩的方法。层次分析模型可以将主观因素和客观因素结合起来，合理地评定学生的成绩。
　　一、层次分析模型
　　数据结构课程过程化考核的具体指标有项目参与积极性、项目设计合理性及创造性、实验成绩和考试成绩四个。利用层次分析法，根据课程考核各个指标之间的相互关系，构建递阶层次模型如图1所示。其中综合考核成绩为最高一层，它的制约因素是主观考核因素和客观考核因素，最底层则是参与考核的几个主要指标。
　　根据每一层的元素得到两两比较的相对优势度矩阵M，即：
　　其中表示区间i比区间j大的相对优势度，M按照行求和，令，作如下变换
　　（1）
　　得到一致性的相对优势矩阵，并按照公式（2）进行指标排序。
　　（2）
　　其中判断矩阵采取0.1-0.9标度构造，用区间数来表示指标两两比较的结果，综合对整个课程情况的分析和教师的经验得到递阶层次结构的第二以及第三层的区间判断矩阵。以数据结构课程为例构建的判断矩阵见表1、表2。
　　最后根据综合考核权值，将所有学生成绩做成一个分布图，满足正态分布，则这是一次成功的评定。如果不满足要求，则需要返回模型，由授课教师修改判定矩陣的系数，直到最终满足需求。
　　层次分析法能够很科学的判定学生的成绩，同时兼顾主观评价和客观评价。因此，这种评价模型可以广泛的应用到任何学科的评定中，特别是含有较多主观评定的场合，比如实验较多的课程等。该模型可以有效避免人为评定成绩带来的主观偏差。通过学生最终的成绩反馈来修正判定矩阵的系数，可以作为经验值来指导今后的成绩评定。
　　二、结论
　　本文研究《数据结构》课程的过程化考核方法，建立了层次分析模型来科学地评价学生的成绩，通过通信工程班级的教学实验，验证了以上提出方法的有效性和科学性，今后可以逐步扩大到在所有班级和专业中推广使用。
　　参考文献
　　[1]严蔚敏，吴伟民.数据结构（C语言版）[M].北京：清华大学出版社，2001.
　　[2]杨晓光.数据结构实例教程[M].北京：清华大学出版社&北京交通大学出版社，2008.