數據驅動的教學儀表盤設計與應用*

郝曉玲 李艷紅 趙凌萍 張麗慧

摘? ?要：良好的教學管理是保障高校教學有序高效進行的重要保障。隨著教學狀態數據的日益完善，基于數據進行的教學管理與監測也越發必要。文章結合院系的日常教學管理需求，進行儀表盤的功能設計，并采用SQL Server Analysis數據倉庫技術以及PowerBI可視化技術，進行儀表盤的設計與開發，實現了教學數據挖掘結果的可視化，能夠支持學院進行教師工作量統計、課程評價、學習效果、就業去向等工作，促進教學管理的信息化建設。實踐結果表明，教學儀表盤可以更多維、更及時地展示教學相關信息，為教師、教學管理者提供多層次的決策支持，從而促進教學工作更加有效地開展。

關鍵詞：教學儀表盤;教學管理;數據倉庫;可視化;信息系統設計

中圖分類號：G647;TP392 文獻標志碼：A 文章編號：1673-8454（2020）23-0049-06

一、引言

教學管理涵蓋教學內容管理、組織管理與過程管理等多個環節，涉及學生學籍注冊、選課、畢業，以及教師排課、評教等工作，每年涉及培養計劃修訂、通識課申報、高年級研討課、教材修訂、教改項目立項等多項工作。由于工作涉及面廣，教學事務比較瑣碎，在教學管理與決策時往往缺乏統籌規劃，主要依賴于某些較為片面的信息進行決策，這對教學管理的科學性帶來了較大困難。如何能在教務管理資源有限的前提下，使學院的整個教學體系集成統一，使教學管理有據可依，使決策更為高效科學，是亟需解決的現實問題。

伴隨著互聯網及大數據分析技術的發展，教育信息化生態環境也越發智能化，教學狀態數據日益規范，這也為大數據的挖掘和分析提供了技術可能。大量的教學數據、評教數據、選課數據等多元數據進行集成，可以記錄學生的行為信息，也可以記錄教師的授課信息，并以易于理解的可視化方式呈現出來，為教學的動態管理提供了更為科學與客觀的指導方法。高等教育應用技術的手段應該是創新的，而不是基于表面的技術。[1]利用教學過程中的各種狀態數據與過程數據，有利于加強技術與教學之間的深度融合，從而以更高的效率與效能實現教學管理的目標。

2013年中國教育部啟動的第二輪本科教學評估，與首輪評估最大不同點在于以“教學基本狀態數據”為主要依據，對“人才培養目標與培養效果的實現狀況”進行自查、專家審核與指導。基本狀態數據庫是我國教育改革中最為突破性的一項技術改革，也是今后學科評估工作的重要參考數據。隨著數據的日趨完善，在全國高校教學中也會得到日益廣泛的應用。教育過程數據智能采集系統和智能分析模型的構建等方面推進了教育質量評價工作的開展。[2]

教學數據自下而上可以分為院系、學校、省市、教育部四個層級。建立從院系、學校，到省市、教育部的四級數據庫系統，有助于準確把握教學運行狀態，有利于教育宏觀決策，有利于提高教學質量。其中，院系級數據是最基礎的數據，其建設質量決定高層數據的應用效果。

二、國內外研究現狀分析

儀表盤早期用于企業管理中，主要供高層決策者對企業的整體績效信息有具體了解，從而進行管理決策。近年來，學習儀表盤作為大數據教學環境下一種新型學習支持工具，側重于對學習者的學習行為習慣、興趣偏好、課堂參與、學習效果等信息進行記錄和追蹤，從而為教師、學生及管理者提供反饋，進而實現預習、課堂學習、復習等教學環節的持續改進。有學者基于Few 儀表盤設計原則設計學習分析儀表盤概念框架，并從個人、他人、個人與班級等視角設計了學習分析儀表盤。[3]可汗學院2013年推出了數學課程的學習儀表盤，它貫穿課程學習的整個過程，包括學習、練習、復習和測試等環節。[4]

學習儀表盤的應用可以滿足多個教學管理角色多方面的教學需求。儀表盤的實現依賴于基礎學習數據的記錄，通過對基礎數據的多維度分析，既可以對微觀層面的教與學互動、教學作業完成率、學生參與度等進行分析與改進，也可以對宏觀層面的教學完成質量、教學資源配置等方面進行總體權衡。雷云鶴等[5]提出了基于數據分析的精準教學決策，主要基于預學習數據從現狀分析、基本定位和教學決策等方面實施精準教學。可以借助標準變速圖表記錄學習者的正確率，量化學習績效和表現。周文艷[6]提出為學生設定統一的學習任務和目標，借助數據安全的分析、可視化方法，還能夠不斷鍛煉學生的實踐能力。

張琪等[7]提出圍繞學習儀表盤的個性化設計展開探索，旨在為不同人格偏好學習者呈現個性化的指標。基于模式識別技術判定學習者的人格特質，建立靜態區域與自適應區域，通過數據指標以及前置工具進行內容的自適應呈現。該學習儀表盤為具有差異的學習者推送匹配人格特質的數據指標，從而強化學習效果。

王鶴等[8]以上海信息技術學校為例，設計與開發面向精準診斷的教學體征狀態系統，可對課堂教學師生互動的全過程進行音視頻狀態數據的記錄，并進行分類識別與分析，構建起教學診斷儀表盤，為教學質量提升提供決策支持。張悅[9]提出通過網絡數據與課堂聯動來提升學生的核心素養。田陽等[10]提出多模態交互信息分析方法，涵蓋數據采集、加工與篩選、數據分析等環節，通過數據表征可視化，將分析得到的結果經過儀表盤反饋給教師、學生，從而促進教與學的方法優化。

通過上述文獻分析可知，越來越多的教學過程中數據化與智能化分析方法，通過學習過程和學習結果的高效記錄和智能分析，實現高效的知識學習以及教學管理的信息化。

目前，高校教學類的儀表盤主要還是集中在課程學習的儀表盤建設方面，用于追蹤學習者的學習過程與結果。但是，支持教學管理的儀表盤還未在高校中廣泛使用，也尚未有文獻記錄教學儀表盤的設計與應用。本文通過教學儀表盤開發，將教學管理中的教師授課、評教信息以及學生的修讀信息、論文信息等集成在一起，將學生整個大學四年的課程及其教授學期、所屬類別、授課教師、評教等信息綜合體現在儀表盤上。在表現形式上，把數字和圖表等集成在一個界面內，使重要信息可以迅速被捕獲。這樣只要查看儀表盤，就能對學院整體的教學有比較全面清楚的認識。

通過教學儀表盤，可以橫向查看某一學期學院教學的整體現狀，同時可以查看某一項具體信息;而且可以查看不同學期的平均情況，縱向了解學院發展動態。教學儀表盤的實現，可以幫助教學管理人員提高工作效率，實時了解學院教學狀況，從而更好地為教學服務。此外，通過追蹤相關的教學活動信息和課程信息，更好地從宏觀層面對學院整體進行規劃，而不再拘泥于教學細節。從而為教育資源的發展與分配、課程設置的規劃與開展、教師課程體系的結構性調整等提供決策參考。

三、教學儀表盤功能設計

本文面向高校教學管理的基本需求，以院系為單位，以上海財經大學某學院的教學管理需求為例，從四個方面構建儀表盤，主要有教學工作量儀表盤、課程評價儀表盤、學習效果儀表盤、就業儀表盤等，如表1所示。主要功能如下：

1.教學工作量儀表盤

構建“教師-負荷”矩陣，對教師教學工作負荷進行全盤把握，作為教學結構性調整的依據，為教師授課提出針對性指導意見。例如，可以對各專業的教學工作量進行統計，也可針對學院承擔的專業課與通識課的工作量進行統計，也可以按照常任教職和本土教職承擔的工作量進行匯總，還可以對超額工作量進行統計，進而細化到超課時數、超課時的教師數等。

2.課程評價儀表盤

構建“課程-評教”矩陣，基于課程類型、面向年級、面向專業等對課程評教工作進行多角度的數據透視。可以按專業查詢教師教學的規范度，以及教學效果;也可以按課程類別進行查詢，包括高年級研討課、通識必修課、通識選修課、新生研討課的總體教學效果;也可以按照專業選修課和必修課進行查詢。還可以按照上課人數進行查詢，支持比較大班授課和小班授課的效果。還可以按照年級進行展示，分別匯總不同年級學生對課程評價的效果。

3.學習效果儀表盤

學習效果追蹤是教學環節的重要組成部分，主要功能包括：按年級、按課程類別展示成績平均分，查詢超過85分以上的學生成績比例;查詢學分低于2.0的學生，查詢其所屬專業、各門課程的成績分布;查詢不同專業學生對教學的滿意度。

4.就業儀表盤

可以按照系別查詢學生畢業設計研究方向、論文題目、指導教師、就業去向、就業所屬行業、就業職位、基本工資等信息。

通過上述教學儀表盤的開發，可以對學院整體教學質量進行全盤把握，對學院教學的薄弱環節進行分析和預警，便于管理層對教學提供決策指導。

四、教學儀表盤系統開發技術方案

基于系統功能需求，建設教學儀表盤系統的應用邏輯架構。該系統為四層結構，從下層到上層分別是數據源層、數據倉庫層、聯機分析處理層以及可視化層，如圖1所示。

各邏輯層的主要分工如下：

（1）數據源層。數據底層，具有多源異構特點，可能來自于不同的部門，具有不同的結構形式，如文本文件、Word文件、數據庫文件、Excel文件、以XML格式存儲的復雜數據格式等。

（2）數據倉庫層。數據經過抽取和轉換之后，采用統一的格式存放在數據倉庫中，利用數據倉庫進行數據的重新組織，以便進行多維分析處理。

（3）聯機分析處理層。基于靈活的分析功能、直觀的數據操作，通過對多維數據集進行有效組織和查詢，為教學管理人員提供所需的數據透視圖表，支持教學管理決策。

（4）可視化層。主要負責采用可視化工具，將分析結果以豐富的、動態的圖表形式更直觀地呈現給用戶。

基于該應用架構，形成技術路線的基本思路如下。

1.數據抽取、轉換和加載（ETL）

ETL工具從異構數據源抽取數據，并將數據清洗、規范化后裝載到數據倉庫。[11]

本系統運用 SQL Server Management Service工具，將教師基本信息數據、教學數據、學生成績數據、績點數據、學生基本信息數據等從不同的數據庫表中進行抽取并轉換，以創建數據倉庫。

（1）基礎數據抽取。數據抽取環節主要是基于數據分析的需求，以及數據倉庫的主題，有選擇性地從面向應用的基礎數據庫表中抽取相應的數據，用于后續聯機分析處理。主要是以課程、教師教學、教學評教等主題需求為驅動，分別從教學管理系統中抽取相應的課程數據、教學數據、評教數據等，進行基礎數據的采集，設置每個表的主鍵和字段數據類型。

（2）數據轉換。數據轉換的工作較為基礎，主要是對數據的格式進行統一，使數據的度量單位保持一致，以確保數據的質量。由于這些數據分別來自于不同數據庫表，源數據在整合過程中會存在標準不同的情況，需要先對即將載入數據倉庫中的數據項名稱進行統一，對計量的口徑進行統一。此外，抽取的數據可能存在記錄重復現象，需要刪除;對于有些字段出現空缺數據，需要進行核實和補充。例如：新增課程類別表，增加字段區分專業類與通識類，新增學期績點和累積績點;需要根據分析需求對班級規模進行劃分，增加字段;將教學工作量和評教結果合并成一張表，放在教學結果里。

（3）數據加載。加載過程將已經完成轉換后的高質量數據導入到提前設計好的數據倉庫維度模型表中。

2.數據倉庫邏輯結構設計

借助數據倉庫技術，可以形成面向教學管理主題的數據管理，把分散在各數據庫表中的原始數據轉化為集中統一、隨時可訪問的信息。[12]

先確立數據倉庫主題。對于本項目而言，通過分析原有教學管理相關的數據庫，主要確定教師工作量、課程、課程評價、學習效果、就業等五個主題。并針對這些主題，建立多維數據集，建立統一的數據存儲、記錄標準和格式，形成面向用戶的主題數據倉庫解決方案，方便各系統接入快速調用，變更代價少。如圖2所示。

其中，事實表包括教學結果、論文信息、學期學生成績、學生績點。維度表包括學年學期、教師信息、教學任務、學生信息等。

3.聯機分析處理技術

在確定事實數據與維度數據后，采用星形數據倉庫模型結構，通過數據加載過程建成數據倉庫。然后，可以通過不同的OLAP架構模式對多維數據集進行聯機分析處理。SQL Server2012的SSAS有多維模式和Tabular模式兩種類型，我們選用的是多維模式，在SSDT下開發了這個教學儀表盤商務智能項目。將OLAP技術應用于教學管理，除了滿足日常教學實務的簡單檢索、統計之外，還可以提供關于教學的總體狀況，通過歷史數據的縱向及橫向比對，提取更多有價值的信息，提高教學管理與決策的效率。

4.可視化技術

本項目主要采用PowerBI作為可視化工具，通過可視化技術可以將數據轉換成圖形或圖像的形式進行呈現，提高與用戶之間的交互能力。

PowerBI是一款BI（商務智能）工具，能夠從各種數據源中抓取數據進行分析，支持Excel，各類數據庫如SQL Server、Oracle、My SQL、IBM DB2等，還支持從R語言腳本、Hdfs文件系統、Spark平臺等處導入數據。Power BI采用的拖拉控件式圖形化開發模式，能在較短時間內生成各種可視化的報表。

Power BI安裝簡單，預設豐富實用的分析模型、豐富的報表與圖表，具有快速實現數據可視化及數據分析全覆蓋、可重復并免費使用的優勢。通過Power BI以更細化的形式表達數據;以更全面的維度理解數據;以更美的方式呈現數據，從而實現了信息和數據的一體化、數據的交互與可視化。

Power BI與教學儀表盤數據倉庫的底層技術工具SQL Server Analysis Service緊密集成，銜接方便，進行簡單的設計就可以輕松地從多維數據集中提取數據進行直觀、類型豐富的圖表展示。

五、教學儀表盤應用實例

本研究結合某學院的教學管理相關數據建設了教學儀表盤，其應用情況及展示效果簡介如下。

1.教學工作量多維展示

通過教學儀表盤可以展示學院的總體情況，可以按照“學院—系別—工號”的順序向下鉆取，可以整體向下鉆取，也可以就具體單個學院或者系別向下鉆取。左上的指標是學院的總體情況，不會隨其他圖表的改變而改變;右上儀表盤顯示當前選中的單元占總體教學工作量的比例。

（1）不同課程類別的工作量（見圖3）

右下的矩陣是從課程類別角度匯總的工作量。與柱形圖是相呼應的。柱形圖變動，矩陣隨之變動。矩陣變動，柱形圖也隨之變動。在此基礎上，可以單獨點擊某個教師對應的工具欄，在右側矩陣就可以看到這個教師上的課程信息。

左下的柱形圖是可以按照“課程種類—課程類別—課程名稱—課程序號”的順序向下鉆取，可以整體向下鉆取，也可以就具體單個種類或者類別向下鉆取。右下的矩陣是從教師系別工號角度匯總的工作量。點擊柱形圖中通識課工具欄，就下鉆到通識課對應的課程類別。一直下鉆到最底層課程序號。單獨點擊某個序號對應的工具欄，在右側矩陣就可以看到課程對應的教師。

此外，還可以按照系別、不同教職類型（常任軌、聘用制教職）進行可視化呈現。

（2）展示超額完成的工作量

此外，還可以按照不同的組織單元、系別、工號、教職類型等進行教師工作量的核算。如圖4所示。

左下的矩陣顯示了每位教師的總課時、額定工作量和超額工作量。右下是按照“組織單元—系別—工號”的順序匯總的超額工作量，與矩陣是相呼應的。右上兩個篩選器可以對下方和右側的圖表進行篩選，查看具體某個院或者某個系別的數據。右側顯示了超額完成工作量的教師在各個系的分布。例如，點擊該學院的某個系別，顯示結果如圖5所示。

2.課程評價

評教結果的展示是對“教學規范—校內百分比和教學結果—校內百分比”取的平均值。如圖6所示。

上方的兩個指標是學院的總體情況，是不會隨其他圖表的改變而改變的;下方三個矩陣分別從教師、課程、人數三個角度展示評教結果。左側下鉆順序是“組織單元—系別—工號”，中間是“課程種類—課程類別—課程名稱—課程序號”，右側是對上課實際人數進行分組展示。可以整體下鉆也可以單擊單獨一行下鉆。例如，可以對不同系別、不同類課程、不同班級規模的課程評價情況進行深入分析。

3.學習效果展示

通過可視化展示，可以直觀看到學院學生的平均績點，以及上學期績點情況，縱向比較總體學習狀況。還可以根據年級查看學習效果，如圖7所示。

通過學生成績挖掘，可以及時發現學生學習薄弱科目，以及存在共性問題的課程，對具體學業問題進行追蹤和分析，理解學生存在的困難。形成有價值的信息反饋給學生，提供個性化學習指導。此外，也把相關信息反饋給相關教師，從而改進教學設計，形成良性循環。

可以在該儀表盤中繼續下鉆，根據“年級—課程種類—課程類別—課程名稱—課程序號”，進一步查詢相應的信息。此外，還可以匯總這個學期績點低于或者等于2.0的學生，點擊該學生序號，進一步查看該生課程的詳細信息和成績，這樣可以對學習有困難的學生各門課情況進行深入分析，有助于建立和健全學生的學業預警，從而實施針對性的指導和幫扶措施。

六、結語

教學儀表盤圍繞教學決策進行修正和補充，基本覆蓋了院系級本科教學工作的內容。通過基礎數據的建設，可以對接教務數據，實現多維度多視角的教學展示，有助于基層教學組織建設。本儀表盤也具有可定制性與可擴展性，可以滿足多個教學管理角色多方面的教學需求。今后，可以在更多教學管理情境中引入教學儀表盤，提升教學管理的信息化水平。

在教學儀表盤設計與實現過程中我們也得到一些經驗和教訓，主要包括以下幾點：

（1）主題分析目標的確立要及早。數據倉庫是一個面向主題服務的技術， 及早地確定主題有助于后繼一系列的設計和技術部署。

（2）保證數據質量的工作是值得投入時間做的。這是后繼分析和決策的基礎，所以在ETL環節要舍得投入時間，這個環節的時間占比達到60%～80%，要保持足夠的耐心和細致、認真的精神去梳理和清洗數據。

（3）可視化過程要注重工具的選擇。可視化過程是最能展示效果的環節，要選擇數據倉庫技術銜接的和簡單容易上手的工具，降低開發的難度。

（4）可視化界面開發過程要保持和用戶密切溝通。在可視化過程中要根據用戶的需求進行可視化界面的設計，注意儀表盤的數據綜合和動態顯示的特點，同時結合用戶的喜好，選擇合適的圖表類型和顏色，追求實用而不是炫酷。

本研究也存在一定不足之處：

（1）儀表盤的數據需定期更新，如每學期更新一次;由于數據來自于不同的數據源，在抽取數據后需要進行一定的人工參與的預處理和數據清洗工作。

（2）目前還無法實現直接從平臺后臺進行的數據抽取，在數據展示分析的種類或圖表類型上還可以繼續豐富，也可引入一些合適的數據挖掘算法進行深度的數據分析，提煉出規律和知識更好地輔助教學決策。

未來考慮進一步開發成平臺，實現數據的自動化采集以及智能化分析，真正提高教學管理的效果，發現教學管理中存在的問題。

參考文獻：

[1]孫立會，葛興蕾，陳張兼.技術在未來高等教育中的應用圖景——基于《地平線報告2017（高等教育版）》的分析[J].電化教育研究，2017（12）：12-19.

[2]黃濤，王一巖，張浩等.數據驅動的區域教育質量分析模型與實現路徑[J].中國電化教育， 2019（8）：30-36.

[3]姜強，趙蔚，李勇帆，李松.基于大數據的學習分析儀表盤研究[J].中國電化教育，2017（1）：112-120.

[4]張振虹，劉文，韓智.學習儀表盤：大數據時代的新型學習支持工具[J].現代遠程教育研究，2014（3）：101-107.

[5]雷云鶴，祝智庭.基于預學習數據分析的精準教學決策[J].中國電化教育，2016（6）：27-35.

[6]周文艷.計算機教學中任務驅動教學法的組織與實施——評《數據驅動安全：數據安全分析、可視化和儀表盤》[J].中國教育學刊，2017（6）：135.

[7]張琪，武法提.學習儀表盤個性化設計研究[J]. 電化教育研究，2018（2）：41-46，54.

[8]王鶴，廖敏，王培超等.面向精準診斷的教學體征狀態系統開發與應用——以上海信息技術學校為例[J].中國教育技術裝備，2018（22）：67-71.

[9]張悅.基于核心素養培養的網絡與課堂聯動研究[J].中小學信息技術教育，2016（6）：94-96.

[10]田陽，陳鵬，黃榮懷等.面向混合學習的多模態交互分析機制及優化策略[J].電化教育研究，2019（9）：67-74.

[11]占小憶.教學管理數據倉庫中ETL的實現[J]. 科技創新導報，2011（16）：23-24.

[12]唐文霆.淺談數據倉庫在教學管理中的應用[J]. 計算機光盤軟件與應用，2011（20）：198，200.

（編輯：王天鵬）