基于大數據的高校課程質量監督系統

王大剛 鐘錦 徐玉鳳 李宜兵

摘要：本文研究基于大數據的安徽省高校課堂質量監督管理系統。系統把大數據技術與管理系統相結合，利用最新的數據挖掘工具和分析算法對教學的全過程進行分析，管理和評價，打造能夠利用大數據平臺進行教學質量過程的動態管理。

關鍵詞：質量監管;大數據;數據挖掘;教學質量

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2020）21-0042-02

開放科學（資源服務）標識碼（OSID）：

1 引言

為深入貫徹黨的十九大精神，落實全國教育工作大會和新時代本科教學工作會議建設，推進落實立德樹人根本任務，進一步明確學校辦學目標與辦學定位，回歸大學的人才培養本位，實現高等教育內涵式發展，把高等學校的課程評價貫穿到大學建設的各個方面，對高等教育的各個方面、各個領域堅持數據跟蹤、量化分析，不斷提高等教育的育人質量，從而促進大學生的全面成長，激發學生的創造性、責任感和實踐能力，已適應新形勢下社會對學生的需求。

近幾年高等教育的培養質量引起了大家的廣泛關注，各級教育管理部門出臺了一系列的政策來提高教育的質量，其中課程評價是一個非常主流也是非常重要的研究課題之一。在課程評價的眾多要素中，首先需要確立指標體系，指標體系是整個評價環節的核心要素。目前來說，國內外的眾多理論或者文獻針對不同類型的高校有著各自不同的標準，而針對地方高校的指標體系研究有著十分重要的研究意義。首先，從理論源頭來說，針對國內主流的評價理論基礎大多源自對國外相關已有的評價理論，這里存在一個關鍵的問題就是，評價理論和我國的國情下地方高校的實際發展脫節嚴重。所以需要對評價體系從實際角度進行重新調研，深入研究，需要對相關數據進行重新整理分析，形成具有地方高校特色的新的評價標準。其次從我國地方高校的發展實際來說，課程評價方方面面如何具有針對性，以是否能夠優化各方面資源、引導教育教育的重大改革作為目標，結果的終極導向需要切實提高教育質量的提升。總的來說，本文研究的基于大數據的高校質量監管系統基于質量評價基本理論、國內外評價領域的實踐經驗，構建一個合理的科學的評價指標體系，用評價工作和人才培養結合，廣泛的收集數據、提供統一平臺，并利用大數據工具對數據進行科學分析，為最終的決策服務。

2 系統設計與實現

聽評課機制的建立是教學質量監測保障體系，是卓越人才教育培養計劃的核心，它是形成高水平的人才培養體系，建成一批立德樹人標桿學校，標桿專業的核心支撐，以此為基礎，打造一流學校和一流專業，把國內的優秀教學資源進行整合和匯聚，打造具有創新性的人才培養機制，建設一大批人才示范根據地，營造具有地方特色的教育教學文化，最后帶動高校的專業建設和人才培養能力全面提升。我國課程評價體系、課程評價的指標與體系構造僅今年收到了很好的研究和重視，取得了一系列的研究成果。從目前階段來看，地方高等院校迫切需要一套以質量為導向評價體系。本文以大數據為工具，基于大數據分析，構建課程評價體系是我們當前的一個主要抓手，作為解決主要問題的一個關鍵手段。

基于大數據的安徽省高校課堂質量監督管理系統把大數據技術與管理系統相結合，利用最新的數據挖掘工具和分析算法對教學的全過程進行分析，管理和評價。打造能夠利用大數據平臺進行教學質量過程的動態管理。如圖1所示，安徽省高校課程質量監督管理系統共五層，包含四個子系統：數據源層，包含專家、高校、教務處、教師等數據源。數據采集層，原始數據采集處理系統向用戶提供標準化數據采集接口并對提交的數據進行處理，形成標準數據項。該系統的建設可形成安徽省高校課程監督管理數據標準。數據存儲層，對采集處理后的標準數據進行匯聚、存儲，形成教育大數據，對大數據進行管理，實現安徽省教育大數據平臺。該系統的建設可形成數據開放標準，以標準化形式對外部單位或系統開放數據，實現數據共享。業務管理層，業務管理系統一方面方便教育廳對各類業務進行管理，另一方面從大數據中提取所需基礎數據形成業務數據供應用系統使用。該系統的建設可形成業務標準，各單位可按統一標準執行各業務。應用層，包含聽評課系統，具體安排專家聽評課，學生評課，匯總評分結果。數據挖掘系統對大數據進行深度分析、挖掘，提取有價值信息，為各部門領導決策提供數據支撐。

整個項目圍繞大數據平臺為中心，整合6大子系統。

每個子系統的功能模塊如下：

（1）業務業務管理系統。如圖2所示，業務管理系統主要供教育廳使用。一方面用來管理各類業務，比如聽課專家的認定，優秀課程的評選，高校教務處的對接等。另一方面針對各類業務從大數據平臺抽取所需數據構造業務專用數據項供上層應用使用。

（2）聽評課系統。如圖3所示，聽評課系統由三個功能模塊組成：專家聽評課模塊，學生評課模塊，課程材料評分模塊。

（3）專家聽評課模塊。專家聽評課管理模塊首先負責從各高校、學科、專業中按一定概率分布抽取被聽課程。然后根據聽評課專家組成原則抽取對應聽評課專家，向專家發布聽課任務并發送被聽課程相關課程材料。最后搜集、匯總、存儲專家聽評課結果。

（4）學生評課模塊。學生評課模塊主要由三方面功能，首先將學生和所學課程進行自動關聯，學生可以通過輸入學號、身份證號登錄系統對課程進行評分。其次，對學生進行評分指導，盡可能保證學生評分客觀、公正。最后收集、存儲學生評分結果。

（5）課程材料評分模塊。課程材料評分模塊主要是對教學過程中的各類支撐材料，比如教材、教學大綱、教案、教學計劃等可以客觀評分的材料進行自動評分。對課程的教學過程進行動態跟蹤和評價。組織專家對無法客觀評分的材料進行評分。

（6）數據挖掘系統。數據挖掘系統使用數據挖掘技術對安徽省高校教育大數據和聽評課系統匯聚的各類評分數據進行深度分析、挖掘，提取各類有價值數據，對各單位決策進行數據支撐。根據數據挖掘結果，使用人工智能技術自動生成多維度的決策建議，供各單位參考。

3 總結

本文介紹了基于大數據的安徽省高校課堂質量監督管理系統把大數據技術與管理系統相結合，利用最新的數據挖掘工具和分析算法對教學的全過程進行分析，管理和評價。打造能夠利用大數據平臺進行教學質量過程的動態管理。

參考文獻：

[1]陳麗.“互聯網+教育”的創新本質與變革趨勢[J].遠程教育雜志，2016（4）：3-8.

[2]戴建波，“互聯網+”時代手機媒體對大學生自主學習影響的實證研究[J].黑龍江高教研究，2016（8）：132-136.

[3]上超望，韓夢，劉清堂，大數據背景下在線學習過程性評價系統設計研究[J].中國電化教育，2018（5）：90-95.

[4]陳康，朱燕平，駱鈺，“互聯網+”背景下翻轉課堂教學設計探究：以國際商務單證課堂教學為例[J].對外經貿，2016（7）：153-155.

[5]劉邦奇，李鑫，基于智慧課堂的教育大數據分析與應用研究[J].浙江教育科學，2018（3）：84.

[6]袁春風，陶先平，汪亮，等，面向計算機系統能力培養的課程實驗體系構建[J].實驗技術與管理，2018（6）：12-16.

[7]陳美君.校企合作協同育人的研究與實踐[J].當代教育論壇，2016（3）：88-92.

[8]卞金金，徐福蔭.基于智慧課堂的學習模式設計與效果研究[J].中國電化教育，2016（2）：64-68.

[9]高小鵬.計算機專業系統能力培養的技術途徑[J].中國大學教育，2014（8）：53-57.

[10]劉衛東，張悠慧，向勇，等.面向系統能力培養的計算機專業課程體系建設實踐[J].中國大學教學，2014（8）： 48-52.

【通聯編輯：王力】

基金項目：安徽省教育教學委托研究項目（2018jyxm1470）;國家大學大學生創新創業項目（201914098034）;合肥師范學院校級質量工程“計算機組成原理智慧課堂”（2018zhkt09）

作者簡介：王大剛（1982-），男，合肥肥東人，講師，碩士，研究方向：人工智能、數據挖掘。