基于大數據的高職教師能力水平評價系統建設方案研究

鄧任鋒

摘要：文章以高職院校教師教育技術應用能力和專業教學水平提升的路徑探索項目為契機，對高職院校教師能力和水平進行研究分析，并比較目前的高職教師評價類的系統，發現普遍存在不全面、不標準、不及時、不深入、不直觀等問題，認為大數據技術的應用將為改善高職教師能力水平評價提供很好的技術支持，并結合實際提出了基于大數據的高職教師能力水平評價系統的建設思路。

關鍵詞：大數據;能力水平;數據分析;評價系統;數據挖掘

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）01-0128-02

Abstract： In higher vocational colleges teachers education technology application ability and professional teaching level to explore the path of ascension project as an opportunity to study of higher vocational college teachers' ability and level analysis， and compare the current evaluation system of higher vocational teachers， found widespread not comprehensive， not standard， not timely， not in-depth and not intuitive， think that the application of the big data technology will to improve higher vocational teachers ability level evaluation provides a good technical support， and connecting with the actual based on big data is proposed for the construction of the evaluation system of higher vocational teachers' ability level solutions.

Keywords： Big data; Ability level; data analysis; evaluation system; Data mining

隨著中國經濟社會的高速發展，我國企業用人的需求也發生了重要的變化，特別是對應用型技術人才的需求越發迫切，國家對職業教育的重視程度也與日俱增，陸續出臺了《國家職業教育改革實施方案（國發【2019】4號）》等相關的政策發大力氣實施國家職業教育改革實施方案，希望把發展高等職業教育作為優化高等教育結構和培養大國工匠、能工巧匠的重要方式，通過高等職業院校培養服務區域發展的高素質技術技能人才。雖然高職院校獲得了前所未有的發展機遇，但同時也給本已緊張的高職院校師資這一重要環節帶來了沉重的壓力。如何能科學地對高職院校教師能力水平進行評價，提高高職院校教師專業素質、教育技術應用能力和專業教學水平，培養更多的能滿足高職學院快速發展的師資隊伍就顯得尤為迫切和重要。

1 高職教師能力水平評價系統的現狀及存在的問題

目前，高校教師能力水平評價體系建設還處于初級階段，還沒有統一的標準，這在以“雙師型”師資為主的高職院校尤為明顯。由于高職院校跟行業、企業的緊密度比較高，這也使得對高職院校職業教師的要求也與傳統的高校教師有所不同，會更強調應用和技能為主，會要求高職教師能擁有“教師+專業”雙職稱能力，能實現“教學+實踐”雙重素質的融合發展。因此就要求高職院校教師具有教學基礎、專業實踐、職業能力以及科研能力和素質能力等專業能力[1]。在教師專業能力的構成上應以教學能力為主體，以社會實踐能力為核心，以教育管理能力、公共關系能力和職業發展水平作為支持。這些職業因素需涉及教育管理、社會實踐、職業指導、教學以及公共關系能力和職業發展能力等6個方面[2]。除此之外，經濟社會的快速發展也要求高職院校師資需要更為頻繁的學習，提高自己的專業素質和能力，勝任當前的職業教育改革需要。

不少高職院校都在嘗試制定相應的措施，對教師的能力水平進行科學評價，以激發教師工作積極性，提高教學質量、科研水平、社會服務水平和自身的專業發展水平但由于高職教師能力水平的指標體系構建比較復雜，而且在很多指標評價偏主觀難以量化，因此在教師能力水平評價系統建設一直比較緩慢。根據了解，目前常見的教師評價管理類的系統，普遍出現不全面、不標準、不及時、不深入、不直觀等的問題。目前不少能力水平評價類的系統的教師能力水平評價體系不夠完善，評價指標不全面、不清晰，系數、標準不統一，在實際管理中系統繁雜且流程過長，評價也不夠及時，缺乏對具體工作過程的評價，失去了反饋、監督和激勵的作用。另外，也有不少評價系統中的數據來源多樣化，來自學校的科研系統、教務系統、教學管理系統、人事考勤系統等不同信息系統產生的數據無法兼容，數據處理費時費力，容易產生數據錯誤和效率低下。還有不少系統的數據內容流于表象，只是簡單的數據堆砌或者形成了數據孤島，沒有針對性的數據挖掘和分析，最終得出的評價結論數據不深刻直觀，不易讀，體驗差。

2 大數據技術對高職教師能力水平評價系統的影響

隨著信息時代的迅猛發展，大數據正在以非常驚人的速度影響著社會的進步和人們的生活。大數據時代的到來，云計算、人工智能等新興技術的應用和推廣，使我們不僅能夠獲得海量的、高速的、多樣的、有價值的、真實性高的數據，還能通過大數據技術的多維度、多層次數據分析，提煉信息價值，及時、準確、全面地把握發展規律，預測未來發展方向和趨勢，大大提高我們對世界的認知的能力。

大數據的出現也大大促進了教育信息化的發展，基于大數據的系統應用日益豐富，既可以為學生的學習提供個性化的指導設計，也可以為教師了解掌握學生特征提供幫助，還可為教育機構提供科學決策的有效依據等等[2]。基于大數據的信息系統在高校管理中也日益受到重視和發展。多年的教育信息化建設積累的各類系統也為大數據的應用提供了大量的真實的基礎數據，例如，人事信息系統、教務管理系統、學生評測系統、科研數據平臺等等，為大數據技術的應用提供了良好的基礎;但由于各類信息系統采用的數據形式和規劃不一樣，數據比較凌亂，信息價值低，難以直接用于合理評價教師能力水平。但大數據技術運用的發展將和好的改變這一局面。在大數據的支持下，可以進行更加精細的指標設計和數據采集，例如，在教學工作的評價指標中，可以增設更多的過程性評價指標進行數據采集，如教師的出勤率等，可以更加精確到教師是否存在遲到、早退等現象，以及課堂教師講授時間、課堂師生互動次數等等，從而可以有效避免學生評教的主觀性和人情分等情況[3]。大數據技術也可以方便地對數據進行清洗過濾，再根據高職教師能力評價系統體系進行數據分析和挖掘，然后根據模型提供多層次多角度的場景式畫像將教師能力水平直觀地體現出來，實現實時和有效的預警和評估教師的發展，也可為教師自身的教師能力水平提升提供參考依據。可以說，大數據技術的應用和發展可以為教師能力水平評價系統提供新的方案思路。

3 基于大數據的高職教師能力水平評價系統建設方案

根據前期對高職教師能力水平評價系統的研究分析，可以考慮結合主流的評價模型，構建評價系統，充分利用學校已有信息系統，整合高職教師能力和水平數據存儲資源，并創建評價模型庫、通過數據采集、數據清洗過濾、數據分析和挖掘等模塊來構建高職教師能力水平評價的數據畫像，從而形成常態化信息采集和動態評價預警機制，優化構建基于大數據的高職教師能力水平評價系統建設方案。該系統以教育技術能力和專業教學水平的主要評測指標來構建，包括意識與態度、知識與技能、應用與創新、社會責任、溝通交流、運用現代教育手段、組織管理、教學與科學研究、實踐實訓指導等方面，可實現對高職教師能力水平的可持續的評價系統，可作為智慧校園的一個重要應用。

3.1基礎數據管理

基礎數據管理主要是對數據來源和數據存儲結構進行規范管理。基礎數據作為大數據分析的重要前提，是評價系統的重要基礎，因此需要充分考慮基礎數據的積累、存儲和擴展等。目前數據來源主要來自人事信息系統、教務管理系統、學生評測系統、科研數據平臺以及能力評價系統相關的第三方站點等信息系統，數據涉及教師基本信息、教學信息、科研信息、社會服務信息、教師專業發展信息等，數據體現了大數據的特點，包含了結構化數據，非結構數據，文本數據、視頻大數據等內容。

獲得基礎數據以后，為了提高后續數據分析的準確性和可靠性，在此階段也將對數據進行必要的數據清洗。首先將按照教師能力水平評價的指標來對數據的完整性進行預處理，統一相同的度量標準，剔除不同數據來源沖突或矛盾的信息，對基礎數據進行篩選過濾。

3.2數據分析

數據分析是整個大數據處理流程的核心，因為大數據的價值產生于分析過程[4]。因此方案考慮結合Hadoop軟件框架，依據能力水平評價體系進行人工建模后，對大量數據進行分布式處理分析，將他們加以匯總理解并消化，以求最大化的開發數據的功能，發揮數據的作用。特別是在類似教學能力等指標的分析時，可以通過設定的統計方法來對相關數據進行提取分析，從而獲得可量化的內容。再結合統計、分析處理、檢索、機器學習、模式識別等相關數據挖掘方式，把隱藏在一大批看似雜亂無章的數據背后的信息集中和提煉出來，通過機器學習總結出該能力指標變化的內在規律，以此幫助使用者進行判斷和決策，采取適當策略與行動。通過數據分析和數據挖掘，可以搭建基于動態的數據和量化考核評價模型，實現實時計算評價對象的狀況，為評價結論的可視化提供必要的數據支撐。

3.3大數據可視化

大數據可視分析旨在利用計算機自動化分析能力的同時，充分挖掘人對于可視化信息的認知能力優勢 ，輔助人們更為直觀和高效地洞悉大數據背后的信息、知識與智慧[5]。充分利用大數據可視化這一數據視覺表現形式將對高職教師能力水平的主要信息以圖表等概要形式抽取出來，讓系統評價結果更加直觀易懂。在系統中提取出來的信息主要包括能力水平主要指標的屬性和變量。可視化部分將從單位、教師等不同角度，對教師的意識態度、知識技能、教學水平、科學研究、應用創新、社會責任、溝通交流、運用現代教育手段、組織管理、實踐實訓指導、等指標進行多維度的數據分析和橫向比較，通過雷達圖、餅狀圖、柱狀圖或曲線圖形進行描述。例如，通過雷達圖將該教師的實際能力得分與指標進行比較展示，更容易了解不同教師的優勢和特點;通過曲線圖的方式來體現教師的能力水平的發展趨勢。

3.4智能預測評估

結合人工智能技術的發展，運用數據挖掘和機器學習的方法，從不斷累積的海量數據中發現總結數據模型，對教師能力水平的提升提供各種有價值的參考建議，并通過演練預測，為教師的發展提供高效的參考建議，降低容錯成本。

4 總結

本文從當前高職院校教師能力水平評價系統的現狀及存在的問題入手，結合大數據等IT技術的發展和應用，認為大數據技術將為改善高職教師能力水平評價提供很好的技術支持，可以為教師評價提供值得探索的一個方向，對能力水平評價體系完善有明顯的促進作用，是提高教師能力和水平的重要方式和手段。同時結合院校實際提出了基于大數據的高職教師能力水平評價系統的建設方案的優化思路，構建能夠對教師的能力水平進行實時有效的預警和評價的系統，為學校全面評估教師專業能力水平提供支撐，也為教師的自身發展提供參考建議。

參考文獻：

[1] 詹先明.“雙師型”教師發展論[M]. 合肥：合肥工業大學出版社，2010：39.

[2] Yu X，Wu S.Typical Applications of Big Data in? Education[C].International Conference of Educational Innovation Through Technology. IEEE Computer Society， 2015.

[3] 趙一鳴，郝建江.大數據思維對高校教師績效管理的啟示[J].中國教育信息化，2017（5）：1-3.

[4] 孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，50（1）：146-169.

[5] 任磊，杜一，馬帥，張小龍，戴國忠.大數據可視分析綜述[J].軟件學報，2014，25（9）：1909-1936.

【通聯編輯：王力】