基于大數據分析的高校教學質量監控與評價研究

鄒立仁

（長春光華學院，吉林長春 130033）

為提高高校教學質量，增強高校的軟實力，必須轉變傳統對教學質量的監控與評價[1-2]。教學質量監控與評價是指將各項考評指標數據化處理，使用數字或文字對表述結果進行詳細的分析[3]。由于現行監控與評價方式存在一定的局限性，無法適應高校的信息化發展趨向，導致最終評價結果與實際結果出現誤差的現象屢見不鮮。為了提高教學質量，克服傳統教學質量監控與評價單一的缺陷，高校引入大數據分析，通過大數據技術解決高校教學質量監控與評價工作中存在的問題。為解決上述問題本文開展了高校基于大數據分析下的教學質量監控與評價研究，以數據為依托，通過提出具體的監控與評價方法，致力于為提高高校教學質量提供參考。

1 高校基于大數據分析下的教學質量監控

1.1 劃分教學質量監控對象

在高校教學質量監控過程中，必須確定教學質量監控對象[4-5]。該文設計的監控方法中監控對象主要針對以下4 點：學生課程成績、教師個人因素、教學類屬性以及數據源，以此為監控目標對象，實時監控目標對象。數據源可劃分為：課堂教學以及課外培養兩方面獲取的教學質量信息。以此為依據，設計高校教學質量監控平臺。

1.2 設計高校教學質量監控平臺

該文基于大數據分析下，設計高校教學質量監控平臺。通過AI 開放式平臺構建支持多種識別技術的高校教學質量監控平臺，采用自底部向上法進行設計，具體框架，如圖1 所示。

圖1 高校教學質量監控平臺框架設計

1.3 可視化監控教學質量

通過設計的高校教學質量監控平臺，采用基于大數據分析下的人臉識別技術可以實現對教學質量的動態可視化監控。教學質量的可視化還可以通過AR 技術中的視頻透視技術，將影響教學質量的數據實時傳輸到大數據分析中心，并利用顯示器進行顯示，為監控人員提供準確的信息，從而可視化監控實際的教學質量。

2 高校基于大數據分析下的教學質量評價

2.1 搭建高校教學質量評價指標體系

設計量化高校教學質量評價指標，搭建教學質量指標評價體系，在高校內領導小組的協調下制定項目計劃，監督各項評價工作的實施進展，以此為評價活動的順利開展提供后期保障。建立指標在評價中的約束條件，分析多個教育專家對教學質量評價提出的貢獻因素。根據貢獻值設計教學質量評價目標函數，設目標函數表達式為maxF，可得公式如下。

公式（1）中：j 為篩選數量；λ 為篩選數量下的貢獻因素權重；i 為評價指標的分類個數；n 為評價指標的分類個數下的參評專家組總人數。根據領導小組與專家對評價指標的判定情況，獲取終端輸出數據，計算不同指標的特征參數，設教學質量評價滿分比的計算表達式為K，具體計算公式如下。

公式（2）中：ai為評價指標的分類個數i 下的一項指標重要性。在此基礎上，計算評價等級之和，則有：

公式（3） 中：R 為專家組對評價指標的等級劃分，在后期的過程式評價中，可將其作為評價質量的關鍵依據。最后，為求得教學質量評價過程中針對不同評價對象與指標之間的協調系數，設其計算表達式為W，可得：

公式（4）中：m 為評價次數；T 為評價指標的分類個數下具有相同等級的評價指標；d 為兩個評價指標之間潛在的距離差。根據上述計算公式，在第一輪篩選中，當評價工作中滿分比值不足一半的條件下，等級小于時，選擇刪除該評價指標，要求教學質量評價指標體系中多項評價指標的滿分比均大于85%，此時證明該指標具有一定的不可刪除性能，即可結束評價指標咨詢過程。

2.2 基于大數據分析教學質量評價指標權重

結合上述設計的教學質量評價指標，建立對應的數據樣本矩陣，自定義該組矩陣的表示方法為y，則y 對應的樣本質量表示為yi={yi1,yi2,...,yij}。對數據實施動態化分析，定義考評中的PCA 標準，保留云模型中數據處理的優勢，將特征空間中的數據進行正交方向的轉換，按照數據的特征值大小，排列指標考評能力，計算教學質量評價指標權重值。設教學質量評價指標權重為P，計算公式如下。

公式中：δi為多種特征評價指標的單向矩陣，根據上述公式可行進行教學質量中創新能力的投影分析，結合質量評價單位及評價對象覆蓋范圍，滿足數據的綜合性評價。

2.3 輸出高校教學質量評價結果

得出教學質量評價指標權重后，基于大數據分析下設計基于云模型的教學質量評價等級表示式。如表1 所示。

表1 教學質量量化考評云模型表示

3 實例分析

3.1 實驗準備

提出對比實驗，隨機選取教育市場內某高校作為此次實驗的實驗對象，通過多渠道獲取該校的教學數據。對試點學校的教學質量進行綜合性監控與評價，從教學內容豐富度、教學方法多元化、教學目標時效性、辦學定位標準性4 個方面，分別進行測試，使用Ylertly 軟件測得實驗數據。

3.2 實驗結果與分析

分別使用兩種方法對其進行多次測試，首先收集監控穩態誤差實驗數據，整理實驗結果，如圖2 所示。

圖2 教學質量監控穩態誤差對比圖

結合圖2 所示，該文設計方法下的教學質量監控穩態誤差明顯低于對照組，監控精度更高。而后收集評價平均風險數值實驗數據，整理成表格。如表2所示。

表2 評價平均風險數值對比數據

根據上述表2 所示，實驗組評價平均風險數值明顯低于對照組，評價精度更高，能夠從海量教學質量數據中剔除不可信數據，避免了傳統方法中出現的問題，使評價結果更加精準。

4 結語

通過高校基于大數據分析下的教學質量監控與評價研究，希望能夠在提高教學質量監控精度的同時，提高教學質量評價的精度。在后期的發展中，必須加強大數據分析在教學質量監控與評價中的應用，為高校教學提供數據支持。由于此次研究時間有限，雖然取得了一定的研究成果，但仍有不足，今后還要對其進行進一步研究，為教學質量監控與評價的進一步優化提供參考依據。