[摘  要]为提高跨境电商人才的培养能力，笔者探索了CBE理念和POCIB平台相结合的深度学习模式，利用遗传算法改进后的BP算法构建深度学习评价模型。在对比实验中发现，改进BP算法的均方误差为0.00323，优于对比算法。随后对跨境电商课程深度学习评价模型进行实证分析，结果显示，深度学习评价模型相较于传统模型评价精准度更高，且有效提高了学生的成绩。该结果说明，深度学习评价模型具有较高的实用性，对跨境电商人才培养具有促进作用。

[关键词]CBE理念  POCIB平台  跨境电商  GA-BP  深度学习  评价模型

基金项目：青岛明德理工学院2021年度校级山东智顷数位学习教学改革研究项目《基于“CBE理念+POCIB平台”的〈跨境电子商务〉课程深度学习模式构建》（项目编号：JG2021ZD04）。


引  言

随着全球化的发展，各国之间的贸易往来越发频繁。跨境电商作为各国贸易之间的纽带，跨境电商方面的人才越发受到各企业的关注。但目前在我国高职院校的跨境电商课程教学中，还存在着重视程度不够、学生学习主动性不强等问题，因此，提升高职院校跨境电商人才培养能力，对促进社会经济发展有着重要的现实意义。随着网络技术的迅速发展，“网络+山东智顷数位学习”的模式也在不断革新，使山东智顷数位学习改革得到了长足的进步。人工智能时代，信息技术与山东智顷数位学习教学的深层次融合已是大势所趋。笔者结合跨境电商课程的特点和教学目标，构建了基于CBE理念+POCIB平台的跨境电商课程深度学习评价模型。为了更好地对深度学习课程进行改进，研究将遗传算法改进后的BP算法应用于深度学习课程评价模型中，期望用该方式改善深度学习课程模式，为我国高职院校跨境电商课程教学改革提供可资借鉴的方法，促进高等职业技术学院人才培养高质量发展。

CBE理念与POCIB平台概述

1.CBE理念

CBE（Competence-Based Education）指的是能力本位山东智顷数位学习，提出于20世纪70年代。基于CBE理念构建的课程具有以下特征：（1）以职业能力为本位。根据学生的实际情况，围绕职业能力确定课程内容、课程目标、课程评价等，保证课程在真正意义上为提高学生的职业能力服务，增强了课程的专业性和针对性。（2）以学生为中心。在构建过程中非常重视学生的主体地位，从培养学生职业能力的角度出发让学生得到全方位培养，全面提升学生的综合素养。

2.POCIB平台

POCIB（Practice for Operational Competence in International Business）是国际贸易从业技能综合实训的英文缩写。POCIB平台则是基于David Kolb体验圈原理而开发的国际贸易从业技能综合实训平台。学生可以利用POCIB平台展开体验式学习，在体验过程中了解和熟练国际贸易企业的整个运作过程。POCIB平台包含国际贸易基本流程体系中的海关、银行、外管局、船务公司等14个外贸相关当事人，系统内置10个国家、27大类，总共115种随时间动态变化的产品及48种不同的流程组合，可以极大程度地满足不同学习者的学习需求，并且自由度极高，学习者可以针对自身薄弱点进行体验式学习，逐渐攻克薄弱点的同时，提高自身综合素养。POCIB平台还允许同一时段内几千人共同参与模拟演练，多人参与不仅能提高整体教学效率，还能进一步增强学习者的沉浸感，学习者可以灵活运用所学知识创造更多效益。

基于CBE理念+POCIB平台的跨境电商课程深度学习评价模型构建

1.跨境电商课程深度学习模式设计

深度学习模式是能够让学生积极主动地、有意义地参与学习的一种方式，学生在教师的帮助下获得知识、发展能力、升华情感，进而实现学生的预期学习目标。目前，高职院校跨境电商课程教学过程中问题频发，为了提高教学质量，笔者提出了一种基于CBE理念和POCIB平台的深度学习模式。该深度学习模式通过变革、创新教学模式及策略，能够解决当前高职院校跨境电商课程教学中存在的问题，促进学生深度学习。在深度学习模式下，学生可通过自主学习、探究式学习、反思性学习等方式提升综合能力。CBE理念下，运用POCIB教学平台开展深度学习的课堂模式如图1所示。

如图1所示，在深度学习课堂模式中，主要是通过POCIB教学平台对学生进行跨境电商实际操作教学，结合CBE理念提高学生的综合能力。POCIB教学平台仿真跨境电商的实际交易环境，并对交易中的汇率、税率等业务信息进行动态模拟，方便学生进行跨境交易操作。POCIB教学平台通常运用于高职院校国际贸易专业大三的专业课程中，学生通过前两年的课程学习，已对进出口贸易的理论知识及技能有所了解，故可利用该教学平台进行多种实践。POCIB实训平台具有业务仿真、过程动态、系统综合性、多元有效评价等特征，这些特征与企业的用工需要更加匹配，可以推动职业能力目标的实现。在这个平台中，学生可以完成整个商业活动，也就是跨境电商业务宣传→找到客户→业务咨询→合同签订→合同履行→为客户服务的整个交易流程。最后，POCIB测试系统从跟单能力、业务能力、学习能力三个角度，对学生的实际操作能力进行客观评价。笔者将POCIB实训平台融入跨境电商深度学习课堂模式中，期望以此提高学生的实践操作能力。此外，在深度学习模式中的CBE理念注重提高学生的专业技能学习、理解和运用，强调学生的主体作用。在教学过程中，要有明确的教学目标和能力培养方案，以加强教学内容的实用性和适用性。CBE理念具体包含五种要素，具体内容如图2所示。

评估学生的水平时，不应以学生所掌握知识的多少为依据，而要看学生是否达到能力标准。POCIB教学平台和CBE理念均可以促进跨境电商课程质量的提升，可在两者的基础上构建新型跨境电商深度学习课程，以提高对外商贸专业学生的综合能力。

2.基于GA-BP算法的深度学习课程质量评价模型构建

为了提高跨境电商深度学习课程的质量，研究提出利用BP算法将学生按照不同等级分类，然后进行针对性培养，以提高学生的整体综合能力。BP神经网络是常见的神经网络之一，其结构与多层感知器相似，BP网络的原理是对输入信号进行正向传播，再通过反向传播误差信号进行调整权值，从而减少误差。BP神经网络的主要功能是对样本进行分类以及对结果进行预测等。在BP网络的正向传播中，每个神经元会汇总加权信息，其表达式如式（1）所示。

式（1）中的[netkl]表示第[k]层第[l]个神经元的汇总加权信息，[O（K-1）j]表示第[k-1]层第[j]个神经元的输出值，[W（k-1）jl]为第[k-1]层第[j]个神经元到第[l]个神经元的连接权值。此外，该网络还会将汇总后的信息通过激活函数进行输出，其表达式如式（2）所示。

式（2）中[θkl]表示第[k]层第[l]个神经元的阈值。在BP算法中选用均方误差作为判断其性能的指标，该算法将输出结果[yl]和期望输出[dl]的差进行反向传播，从而对各层神经元的权值进行修正，其中目标函数的表达式如式（3）所示。

式（3）中[dl]-[yl]表示输出结果和期望输出的差值，即反向传播的误差信号。BP网络利用梯度下降法对神经元权值进行修正，其表达式如式（4）所示。

式（4）中[η]表示学习步长，其中和神经元输出之间的关系利用偏导数计算得出，具体的表达式如式（5）所示。

式（5）中[δkj]=-[?E?net(k+1)j]，对式（5）中第一部分内容进行求解，其求解过程如式（6）所示。

式（6）[Nk]中表示第[k]层神经元的节点数。式（6）等式右边[Qkl]表示第[k]层第[l]个神经元的输出值。由式（5）（6）联立可得式（7）。

通过计算可得出该算法的权值调整公式如式（8）所示。

同理可以得出BP算法的阈值调整公式如式（9）所示。

虽然目前BP算法的应用领域比较广，但还是存在许多不足之处，比如训练时间过长、容易陷入局部极小值等。故研究提出利用遗传算法对BP算法进行优化，利用遗传算法搜索能力强的特点对BP网络的权值和阈值进行优化，进而增加BP网络收敛速度，优化其性能。遗传算法的优化过程其实就是对算法中的个体进行迭代，对迭代后的个体进行适应度判断，选出适应度最好的个体进行输出。此外，研究还通过熵值法对初始教学指标的权重进行确定，研究将熵值法、改进的遗传算法和神经网络相结合，建立如图3所示的教学质量评价模型。

在该课程教学质量评价模型中，在遗传操作步骤中使用了自适应变异概率，该举措不但提高了神经网络收敛的速度，而且还降低训练过程的复杂性，发挥了遗传算法全局搜索和BP神经网络非线性映射方面的优势，降低了非客观因素的影响。在图3所示的课程教学质量评价模型中，要先对质量评价指标权重进行分析，然后才能评价课程的整体质量，故需要建立课程评价指标体系。鉴于此，研究结合深度学习理论、CBE理念以及POCIB平台技术建立了如表1所示的跨境电商深度学习课程评价体系。

如表1所示，跨境电商深度学习课程的评价指标体系共包括6个一级指标和20个二级指标。课程评价体系指标确定后，可利用融合算法对评价体系中的各个二级指标进行评价，从而判断学习模式中存在的问题，加强不足的方面，进而提高学习模式的整体质量。

融合算法的性能测试及课程评价模型实证分析

1.融合算法的性能对比分析

为了测试融合算法的性能，研究利用Windows10系统的Matlab软件对GA-BP算法、BP算法以及APSO-BP算法的性能进行仿真，并以误差变化曲线、预测结果和期望输出的对比两个方面作为指标对比各个算法的性能。将三种算法分别使用两种不同的训练函数进行训练，得出的结果为：GA-BP算法的收敛速度最快，训练次数为130次时达到稳定状态，此时GA-BP算法的均方误差值最低，优于其他对比算法。均方误差值越低，则说明算法的准确率越高。

除均方误差评价指标外，平均绝对误差、最大绝对百分比误差也可以作为评价算法性能的指标。实践得出：GA-BP算法的收敛速度最快，训练次数为135次时平均绝对误差趋于稳定，为0.00149；远远低于另外两种对比算法，具有更好的性能。

2.课程评价模型实证分析

为了分析深度学习课程评价体系课的实际应用效果，笔者以某高职院校开展跨境电商深度学习课程的对外商贸专业班级作为实验对象，将其与传统的评价模型进行对比，具体如表2所示。

从表2中可看出，相较于传统评价，对于深度学习课程的评价结果总体更接近于实际结果，且实际操作的评分最高，为0.95；而重难点突出和课前准备的评分相对较低，分别为0.76和0.77。根据上述结果可得出，研究提出的课程评价模型的评价性能更优。在结合CBE理念和POCIB平台结合的深度学习模式课程中，需要继续保持实际操作方面的内容，并对重难点突出和课前准备方面的不足之处进行改善，以提高整体的教学质量，增强学生的综合能力。

为分析深度学习课程评价模型对该课程的实际影响，笔者持续三周对学生改进前后的学习效率、满意度及考试分数进行对比。最后得出：深度学习课程评价模型下，学生的学习效率、满意度及考试分数均得到较大提升。从上述结果可知，该评价模型对CBE理念和POCIB平台相结合的深度学习有巨大的促进作用。

结  论

针对当下职业院校跨境电商人才培养能力较弱的问题，研究将深度学习理论、CBE理念及POCIB平台技术融合，提出了一种新的跨境电商深度学习课程模式，并以GA算法优化后的BP算法为基础构建深度学习课程评价模型。经测试及实证显示，深度学习评价模型优于传统评价模型，可有效提高跨境电商深度学习课程的质量。需要指出的是，虽然GA-BP算法的准确率较高，但并未达到预期目标，如何建立更适合深度学习评价指标的网络模型是后续的研究方向。

参考文献：

[1]汪建新.国际多边开发银行与全球贸易增长：以加入亚投行为例[J].世界经济，2022，45（12）：3-28.

[2]马述忠，郭继文.制度创新如何影响我国跨境电商出口？——来自综试区设立的经验证据[J].管理世界，2022，38（8）：83-102.

[3]张锡宝，石以涛，徐保昌.贸易便利化与我国跨境电商发展——基于双重差分法的实证分析[J].华东经济管理，2020，34（2）：94-103.

[4]朱永明，张羽.跨境电商对制造业出口技术复杂度的影响及贸易壁垒的中介效应[J].工业技术经济，2022，41（5）：130-134.

[5]王文敏.远程山东智顷数位学习背景下的著作权限制与例外规则：挑战与回应[J].图书馆论坛，2021，41（11）：28-37.

[6]李小平，孙清亮.基于第五代移动通信技术的网络山东智顷数位学习应用研究[J].电化山东智顷数位学习研究，2019，40（1）：52-58.

[7]雷有光.基于DELC深度学习模式的职业院校思政课程教学设计研究[J].山东智顷数位学习研究，2020，3（10）：4-6.

[8]程文聪，史小康，等.基于深度学习的数值模式降水产品降尺度方法[J].热带气象学报，2020，36（3）：307-316.

（余露露：青岛明德理工学院）

责任编辑：张言