大數據在高校教學質量評價體系中的運用研究

姚建紅　陳慶璋　許廣舉

摘 要 本文分析了目前高校教學質量評價的現狀及不足，在此基礎上，將大數據挖掘技術應用到高校教學質量評價體系中。通過采集高校信息化應用中與教學質量相關的各類數據，并對數據進行存儲、分析和展示，建立起一套多元主體、持續(xù)動態(tài)、科學高效的評價體系。同時，通過對數據全面深入的分析，探尋深層次的影響教學質量的因素，推動高校教學質量的提升。

關鍵詞 大數據 高校 教學質量 教學評價

中圖分類號：G642 文獻標識碼：A DOI：10.16400/j.cnki.kjdkx.2018.05.011

Research on the Application of Big Data in the Evaluation

System of University Teaching Quality

YAO Jianhong， CHEN Qingzhang， XU Guangju

（Changshu Institute of Technology， Changshu， Jiangsu 215500）

Abstract This paper analyzes the current status and deficiencies of the evaluation of teaching quality in universities. Based on this， it applies the big data mining technology to the evaluation system of teaching quality in universities. By collecting various types of data related to teaching quality in university informatization applications， and storing， analyzing and displaying the data， a set of multi-subjects， continuous dynamic， scientific and efficient evaluation systems have been established. At the same time， through thorough and thorough analysis of the data， we will explore deep-seated factors influencing teaching quality and promote the improvement of teaching quality in colleges and universities.

Keywords big data； college； teaching quality； teaching evaluation

隨著計算機、網絡信息化、人工智能等新興產業(yè)的快速發(fā)展，在各行領域中人們所處理的數據規(guī)模越來越大，數據種類越來越多，人類已經進入了大數據時代。大數據是一個科技名詞，由全球知名咨詢公司麥肯錫最先提出。麥肯錫稱：“當今的每一個行業(yè)和業(yè)務職能領域都已被數據滲透其中，數據已然成為重要的生產因素。”人們也正在挖掘和運用大數據這條路上走得愈來愈遠。利用大數據的積累和分析進行高校教學質量評價，建設高校質量保障體系，實現教育思想、理念、方法和手段的全方位創(chuàng)新，確保人才培養(yǎng)質量和水平。[1]

1 高校教學質量評價的意義

人才培養(yǎng)是高等院校的首要任務，而教學質量的優(yōu)劣是衡量一個高校發(fā)展的條件，也是各高校競爭力的指標之一，因此，克服傳統(tǒng)教學質量的弊端，采用有效的手段提高高校教學質量是高等教育發(fā)展的首要任務。[2]20 世紀80年代高校通過教學質量評價來評判教師教學活動的優(yōu)劣，[3]現在教學質量的評價是一個多因素、多層次、持續(xù)、動態(tài)的評價過程。高校教學質量評價能促進高校進行教學管理，提高人才培養(yǎng)質量，增強學生畢業(yè)后從業(yè)的競爭力。教學質量評價的基本內容是對課堂教學環(huán)節(jié)、實踐環(huán)節(jié)、學科競賽等環(huán)節(jié)進行定性和定量的評價。

借助有效的評價技術手段，進行教學質量評價，有助于及時發(fā)現課堂教學和實踐等環(huán)節(jié)存在的問題，合理判斷教學教學效果的優(yōu)劣，及時發(fā)現教學活動中的有點，從而實時、快速地修正教學活動中所存在的弊端。教學質量評價有利于提高教師的素質、激發(fā)教師的潛能，激發(fā)學生的學習熱情。

2 傳統(tǒng)高校教學質量評價的現狀

目前各學校采用的教學質量評價方法很多，主要有學生評教、督導組評價和同行評價。但是大多數評教結果只是一個通過不同權重計算后的數值結果。

2.1 學生評教

學生是課堂的主體，全程參與教學活動，學生評價教師的教學質量是對教師教學表現做出價值判斷的一種行為，也是學校了解課堂教學效果的一種途徑，同時也是學校落實學生學習主體地位的一種體現。高校教學質量評價通常的做法是在每學期期末考試前，學生進入自己的教務系統(tǒng)，系統(tǒng)中給出了多項教學質量評價指標，不同的教學評價指標權重系數不同，學生根據不同的教學指標給教師評分，最后系統(tǒng)由學生的評分和權重系數進行加權計算，得出最終的總成績。

學生教學質量評價能夠促進教師教學、提高教學質量，但同時引起的爭議也較大。學生評教只能在一定程度上評價高校的教學質量，這主要是因為學生在對教師進行評價時會受一些其他的非教學因素影響。例如，學生學習的積極性、課程的性質、教師儀態(tài)儀表、教師課堂管理的嚴格程度、預期的學習成績等、這些因素都會對學生評教產生非正常的影響。此外，一些大學生對評教極不認真，只是憑借這對教師某些方面的喜好，有時不看選項說明隨意打分，致使評教結論可信度低，無法真實反映教師教學的實際水平。

2.2 督導組評價

督導組評教是學校聘請各學科知名教師專家對課堂教學活動進行檢查評價。督導具有教豐富的授課經驗，能發(fā)現課堂教學中存在的普遍性問題，并通過課下與教師交流，能及時給教師一定的幫助及引導。但是由于各學科之間存在很大的差異，督導只能是某一領域的專家，評價時更注重教學的一般規(guī)律性，而忽略學科自身的特點，這樣，就使在評價過程中存在一定的偏差。此外，受評價次數影響，他們對教師教學質量評價也很不全面。

2.3 同行評價

同行評價是指教師對同行的教學行為和教學業(yè)績進行評價，評價者本身就是身居一線的教師，具有良好的專業(yè)知識和教學經驗，能較客觀全面地對教學質量進行評價。并且同行之間進行交流，有助于自身專業(yè)水平的提升和教學技能的進步，能創(chuàng)造良好的學術氛圍。但在具體實踐過程中，同行評價并沒有取得應有的功效。主要表現在同行教師之間往往不去聽課，只是憑著主觀印象打分；或者礙于人際關系，對所有人都會給予好評。這些都使同行評價的最終效果沒有發(fā)揮出來。

上述這些教學質量評價方法只能在某些方面反映教師的教學情況，管理者和教師看到的是一個形成性的結果，而無法看見結果形成的原因，因此難以為管理者的決策提供有效的支撐。將大數據挖掘技術引入教學評價體系中，對與教學有關的相關數據進行深度挖掘，從大量的數據中提取不能被人眼直接觀察出來的隱藏現象。所以充分利用教務系統(tǒng)中大量的教學評價數據，對提高教學質量具有重要的意義。[4]

3 基于大數據的高校教學質量評價

目前，各高校普遍建立數字化校園平臺，在平臺上建設教師信息門戶、教務管理系統(tǒng)、科研管理系統(tǒng)、學生管理系統(tǒng)等信息系統(tǒng)，形成了大量有價值的數據資源。[5]在這些數據資源中，蘊含了評教所需要的豐富信息。通過大數據挖掘技術，進行信息的搜集、分析、優(yōu)化，建立基于大數據的高校教學質量評價體系，突破傳統(tǒng)教學質量評價體系中所存在的主觀性和片面性，將碎片化的評價整合為系統(tǒng)化評價，使教學評價更科學合理。

3.1 教育大數據收集

將教育大數據應用高校教學質量評價中的基礎是大數據的收集。在校大學生日常的生活、學習、選課數據、自習室使用頻率、線上交流聊天、資料檢索、網站瀏覽、線上作業(yè)等記錄，畢業(yè)學生崗位、薪金、職業(yè)發(fā)展等記錄中都會留下大量的與教學相關的數據；教師的教學成果、論文發(fā)表、科研立項、圖書借閱、網上搜索、在線答疑、學生評價、督導評價、同行評價等記錄中也會留下大量的與教學相關的數據，這些數據都具有極大的潛在價值。在這些海量的數據中采用聚類、數據挖掘等方法及工具，搜集與教學質量評價相關的數據。

3.2 教育大數據的存儲

獲取教育大數據后，為保證數據的有效性，需要從采集到的冗雜的海量數據中挖掘出對教學質量評價有用的信息，運用統(tǒng)計分析法、內容分析法、話語分析法將這些碎片化的數據加以分析、整理和篩選，最終將有效數據存儲到數據庫中。數據庫平臺主要包括數據源的分析、數據的遷移、數據的存儲、數據的管理。數據源分析模塊用來將提取的大數據進行梳理、分析歸納；數據遷移模塊剔除冗雜的信息，保留有效數據；數據存儲模塊將有效數據進行分類存儲；數據管理模塊可以用于大數據交換、更改。

3.3 教育大數據教學質量評價體系的構建

將教育大數據應用到教學質量評價體系的構建中，該評價體系分為三部分，即目標評價、過程評價、主體評價。目標評價是以結果性的數據作為依據，包括學生期中即期末成績分布情況、試卷的分析結果、學生網上評教的結果、以及學生參加學科競賽、大學生創(chuàng)新創(chuàng)業(yè)等活動的獲獎情況；過程評價是把教學過程中教師和學生的授課、學習狀態(tài)等數據納入評價范圍，主要包括專家意見反饋、同行意見反饋、教師教學文件管理、線上線下答疑、學生聽課狀態(tài)等；主體評價是基于評價和被評價者、教師和學生共同互建的教學質量反饋與整改模塊，此模塊構建學生溝通平臺，隨時接收學生反饋的原始信息，開展教師評學工作，及時掌握學生的整體學習狀態(tài)和學習水平，接收專家、同行、學生的評價意見，進行自我反思，采取恰當的措施改進自己的教學方法、教學策略，完善教學內容，推動教學能力和教學水平的提高。

4 結論

本文探討了基于大數據技術的高校教育質量評價體系，該體系中納入了與教學質量相關的海量數據，實現對高校教學質量微觀、個體化的跟蹤和未來發(fā)展的預測。通過教學質量評價結果的及時反饋、改進，形成數據全面、評價準確的閉環(huán)教學質量評價系統(tǒng)，從而彌補傳統(tǒng)高校教學質量評價的片面性、單一性。

參考文獻

[1] 楊現民，唐斯斯，李冀紅.發(fā)展教育大數據：內涵、價值和挑戰(zhàn)[J].現代遠程教育研究，2016（1）：50-61.

[2] 殷宗霞.新課程的教師課堂教學自我評價探究[J].中國科教創(chuàng)新導刊，2009（4）：73-74.

[3] 柳亮.教師課堂教學質量評價的理論基礎及現狀分析[J].中國電力教育，2010（7）：39-40.

[4] 邢蓓蓓，楊現民，李勤生.教育大數據的來源與采集技術[J].現代教育技術，2016（8）：14-21.

[5] 楊麗，基于大數據的高職院校教學質量監(jiān)控研究[J].中國管理信息化，2015（11）：232-233.