李欣
近年来，智慧教育作为一种新的教育模式在中国受到了越来越多的关注和支持。有关教育部门也逐渐通过加大资金投入、强化政策扶持力度等方式，成功助力了智慧教育体系的蓬勃发展还明确提出了要强化各级各类学校网络基础设施的覆盖率，和不断完善和建立大数据中心、人工智能开放平台等核心资源等要求。各级地方教育主管单位也纷纷积极响应，以多种形式的配套政策来鼓励和支持智慧教育体系的发展，但是，长期以来对教学质量的评价和管理水平却不见起色。在这样的大背景下，技术专家赵威以全新技术带来了新的行业突破。
赵威提出，以往对教学质量的评价方式无非是对学生、教师以及家长进行“问卷调查”，即：通过一般的提问来评估教学效果，对人工的依赖极大，且极容易因为不同主体衡量标准不一，导致评价结果过于主观，影响教学评价工作的价值。
于是在2019年，赵威创新性地研发了“基于熵权TOPSIS模型的教学质量评价系统V1.0”这项技术，该技术利用现代化信息技术和运筹学理论等手段，构建了一套标准的衡量指标，有效地改善了以往较为主观的教学质量评价体系，提升了教学评价工作的价值和评价结果的客观性。该系统主要是通过将多个评价指标进行整合和分析，并采取了熵权TOPSIS模型来计算权重值，来实现对教学质量进行全面、客观的评价并提高评价结果的准确性。
该技术内置了多个能够进行精准运算以及分析的功能模块。首先使指标体系构建，该模块基于大量的实践经验和先进理论，通过构建科学合理的指标体系，对教学质量进行全面细致的评估。具体来说，该模块采取了因素分析、层次分析等多种方法来挑选关键指标，最终形成了一个能够反映教学质量各方面情况的评价体系。其次是熵权TOPSIS算法运算模块。这一模块的核心算法主要包括四个环节，即：确定指标集与决策矩阵、标准化处理、计算各指标权重、TOPSIS排序计算。在此过程中，可以通过灰色关联分析法，对样本数据进行预处理；再采用信息熵原理，计算出每个指标在整个评价体系中的重要性权重；而后通过TOPSIS排序等方法，得出教学质量的客观评价结果。最后是结果分析模块。该模块主要用于对前两个模块的计算结果进行进一步分析归纳，并将其与实际情况进行比较，得出更真实可靠的评价结果。同时，该模块还提供了多种视图展示方式，如折线图、雷达图、柱状图等，让用户更直观地了解整个教学质量评估结果。
相比较传统的单一指标评价法，“基于熵权TOPSIS模型的教学质量评价系统V1.0”能够反映出多个指标之间的相互影响，同时还能避免人为因素的干扰，使得评价结果更加客观且准确。
目前，该系统已成功被多所高校应用于了教学质量评价工作中，并获得了这些教学单位的一致好评。其中值得一提的是，在疫情期间，该技术更是为保障远程教育质量不掉线提供了巨大助力。赵威说，“在疫情期间，远程教育的普及成为了解决学生学习困难的必要手段之一，但这也给教学质量评价带来了新的挑战。‘基于熵权TOPSIS模型的教学质量评价系统V1.0’可以通过对线上教学的多角度、全方位评价，让学校和老师可以及时发现和解决存在的问题，以此保证学生的学习效果。”
除“基于熵权TOPSIS模型的教学质量评价系统V1.0”技术之外，她在近年发布的“基于释义基元词的中英跨语言词汇表征智慧学习平台V1.0”等技术也在智慧教育领域得到了广泛应用，为智慧教育内核的强化注入了巨大的技术力量。
作为一名优秀的技术专家，赵威曾多次受到业界的关注和肯定。面对行业的褒奖，赵威格外谦虚，她表示自己将持续进行技术研究，以更多更加先进的技术推进智慧教育的发展，为中国的教育事业走向智慧化做出自己的贡献。