一种大型创新类比赛评审方案的研究

近年来，大规模创新比赛越来越多，参赛人数和参赛作品的数量也越来越多，这就要求我们建立更加公平合理科学的大赛评审方案。现阶段这类比赛一般采用两阶段(网评、现场评审)或三阶段(网评、现场评审和答辩)评审，然而当竞赛规模巨大并且评委评分出现较大分歧时，现有的评审机制不能够较好地解决这类问题。为了提高大赛评分的科学性与客观性，本文首先建立线性规划模型将现有的专家集和作品集以交集最大化进行分类完成准备工作，其次对现有的评分标准进行改进引入总体均值和方差完成对初始标准分模型的优化，最后建立极差模型对评分结果中“极差”较大的作品进行分类判断其是否需要下一阶段的复议。

随着我国高等教育的发展，近年来我国大学招生数量每年都超过1000 万人。国务院总理李克强曾指出，大学生是实施创新驱动发展战略和推进大众创业、万众创新的生力军，要把创新创业教育融入人才培养，切实增强学生的创业意识、创新精神和创造能力[1]。在党和国家政策的引领下，出现了越来越多的创新类比赛，仅互联网+比赛就有近1000 万人报名[2]，这迫切要求我们建立一个更加公平客观的竞赛评审机制。目前对创新类比赛的研究主要集中在对学生创新能力的培养，以及大赛开展等问题上，很少聚焦在比赛评审方案上。饶柳等[3]分析了“互联网+”环境下大学生创新创业大赛开展的重要因素及瓶颈，最后提出了“互联网+”环境下大学生创新创业大赛开展的突破路径，但是并未对评审方案进行深度的研究。当前这类比赛一般采用两阶段(网评、现场评审)或三阶段(网评、现场评审和答辩)评审，然而当竞赛规模巨大并且评委评分出现较大分歧时，现有的评审机制不能够较好地解决这类问题。这类问题的核心在于如何解决作品分类问题和极差较大问题，因此我们对现有的评审标准进行改进，并对偏差程度过大的作品进行再次评审，从作品和专家出发，从资源的充分利用层面出发，提出了一种新型的大型的创新类比赛评审方案，用于解决在作品评审过程中可能出现的问题，保证评审的公平性合理性和科学性。

2. 作品分发与评分标准的建立 本文用到的符号及其含义如表1 所示： Table 1. Symbol description 表1. 符号说明 符号 含义 D 离散系数 d 欧氏距离 ka α s 某位专家给出的成绩 某位专家给出成绩的样本均值 某位专家给出成绩的样本均值