大數據技術構建職業教育教學質量評價體系的策略研究

黃婷婷

（湖南大眾傳媒職業技術學院，湖南 長沙 410100）

現如今我國社會已經邁入信息化時代，通過大數據技術來進行信息的采集與處理，能夠為我國各個領域的發展提供強勁的動力。對此，我國的教育行業也不甘落后，各大教育機構爭先恐后的應用了一大批大數據技術，來提高自身的競爭力，其中，我國的職業院校為了增強自身的教學質量評價體系，使自身的教學評價工作更加真實可靠，也逐漸開始嘗試大數據技術的手段，為了轉變職業教育學習教師傳統的教學理念，提高他們的教學質量與效率，利用大數據技術來構建一個教學質量評價體系迫在眉睫。

一、當前職業教育學校內的教學質量評價現狀

現如今，我國的職業教育學校的教學質量評價主要是由幾方面人物來進行的，其中具體包括：學生、學校領導、學校教師、以及行業內同仁等，在經過這四類人物評價之后，在將他們所給出的分數進行平均而后得出的結果即為教學質量評價結果。這樣的教學質量評價方式，雖然在一定程度上也體現了大數據時代的技術滲透，但是其仍然存在一定的弊端，只能提高教學當中教師管理的效率，而對真正的教學質量的評價仍然不夠完善。在這四類教學質量評價主體當中，學生的評價應當是最全面的，因為他們往往從頭至尾感受過教師教學的整個過程。但是目前的學生評價中沒有充分應用大數據技術，沒有進行大數據評價平臺的構建，還只停留在傳統的匿名書寫評價階段，另外，由于學生們會存在一定的逆反心理，所以當遇到教師課堂要求嚴格或者教師對學生進行批評之后，學生往往無法站在客觀端正的角度進行評價，反而感性會超過理性，導致教學質量評價的結果并不合理。據調查顯示，在影響教師教學質量評價結果的主要因素當中，教師對學生的評價占據了非常主要的地位，二者是相互影響的。另外，就是行業內同仁的教學質量評價，從根本上來說，由于這一類評價主體的知識水平比較專業，對教學質量的了解也比較豐富，所以他們的評價應當是最為公平公正的，但是事實卻不是如此，反而是他們在評價的過程中，沒有利用好大數據技術，進行評價的整合，達不到客觀公正合理的評價目標。這時，學校領導的教學質量評價就顯得格外公正，但是他們的聽課次數畢竟有限，所以在實際的教學質量評價工作當中往往不夠全面，僅僅通過幾節課的效果來進行教學質量評價是不客觀的。所以適當的利用大數據技術構建一個網絡聽課平臺，讓學校領導們能夠隨時隨地對教師的課堂表現進行評價才是一個有利的手段。

二、大數據技術的含義

所謂大數據技術，由于它是一種新興的技術領域，所以在我國的各大網站以及教材當中都沒有明確的含義。通過百度我們可以得出這樣一句話：“大數據技術，就是指大數據的應用技術，其涵蓋了各個種類的大數據平臺、大數據指數體系等大數據應用技術。”通過這段話我們很難理解大數據技術的具體含義，所以就更加無法運用大數據技術來構建教學質量評價的體系。其實換言之，我們可以把大數據技術簡單理解為一個數據的集合，但是其只能夠使用一些新型的處理方式，才能夠使數據本身的信息以及價值發揮到極致，而不能在短時間之內應用我們日常生活當中常見的軟件工具進行數據的采集與分析處理，這樣才能夠做到數據的多樣化、準確化，并在一定程度上提高信息資源的增長率。在麥肯錫提出的《大數據時代》這篇文章當中的大數據技術還有另一個全新的含義。就是將全部的數據采集而來并加以分析處理的一種方法，從而擺脫了傳統的隨機分析的數據分析方法，不再通過繁瑣的抽樣調查，并且大數據技術從特點上來看，基本可以分為以下幾種：大量性特點（Volume）、高速性特點（Velocity）、多樣性特點（Variety）、低價值密度特點（Value）、真實性特點（Veracity）這五種特點。對那些應用以往的數據采集與分析的方式不能夠進行收集、分析與處理的數據，通過大數據技術，能夠很好地解決這一問題。

三、大數據技術構建教學質量評級體系的策略

（一）數據的收集

進行有效數據的收集工作，是大數據技術構建教學質量評價體系的首要前提。當今為我國職業教育學校內，教學質量評價體系的信息數據來源是多種多樣的，其中一些類似于學生們的個人數據、教師隊伍的個人數據、學校的科研數據、學校的人才培養數據以及課程的設計數據等，這些參照數據產生的主要人物而出現的數據，還有一些參照數據產生的主要場所而出現的數據，包括教學的視頻數據、學生們的討論數據、校內圖書館的打卡數據、校內圖書館的監控數據等等。這其中，包含了文字、圖片、視頻、音頻等數據，而它們又可分為結構型的數據、非結構型的數據等。并且這些數據的數量也是十分驚人的，其更新速度也快的離譜，并且無時無刻不再產生數據，這樣的特征滿足上述內容當中我們所分析的大數據技術的特點，即大量性、高速性、多樣性、低價值密度性等，所以我國的職業院校利用大數據技術來構建教學質量評價體系是有依據的。并且，在具體進行數據收集時必須要結合職業教育學校內的規章制度以及教學的場所和環節，將學校內的各類管理系統充分結合起來，構建一個科學合理的教學質量評價體系，在這個體系當中，學生們可以根據所收集到的資料既保證評級的科學與合理，又能夠體現教學評價當中學生的主體地位。

（二）數據的分析處理

為了將職業教育學校內的教學質量評價體系的碎片化數據處理現狀，轉變為全方位、多層次、多領域的證據性決策，就必須講大數據進行更加深度的分析與處理，不斷地發現數據內部所隱藏價值，以及各類數據之間的關聯。在教學質量評價體系之內，進行數據的分析與處理將采集到的各種各樣的數據進行深度的挖掘，能夠提取出許多真正對教學質量評價有價值的數據，也能夠在一定程度上提高職業教育學校管理者的管理能力以及決策能力，是教學質量評價體系內不可或缺的一環。在具體進行數據的分析處理工作時，可以利用先進的可視化技術，讓各種各樣的數據更加直觀立體地表現出來，把枯燥乏味的文字或是表格，轉化為五彩繽紛的圖片形式。除此之外，還可以利用數據深層次挖掘的手段，將那些教學質量評價體系內的數據進行深度剖析，以此來發現各種各樣的數據之間的關聯所在。最后，可以利用好大數據技術，為學生們構建一個教學評價的平臺，在這個平臺內，學生們可以自由的提出一些自己的建議，這樣的平臺應當是整個教學質量評價體系當中的基礎一環。

（三）數據的進一步挖掘

所謂數據的進一步挖掘，就是要求我們要利用好這些數據。在大數據技術下，數據的利用主要是以職業教育學校內的學生為主體，從學生本身的學習以及日后的發展方向出發，充分尊重學生主體地位，將教學的中心由教師轉移到學生，以此為基礎進行教學質量評價體系的大數據技術構建。評價的指標在整個教學質量評價體系當中是必不可少的，并且評價指標的設計要滿足簡單易懂、方便使用、代表性強等特點。

在實際進行數據利用工作時，“AHP”，即層次分析法，其全稱為“Analytical Hierarchy Process”。使用這種方法，能夠將一些具體的數據拆分為目標、方案以及準則等不同層次，而后在以此為基礎，進行更好的數據定性與定量分析。

這種數據的深層次挖掘，將數據分析處理階段所得出的標準化數據進行進一步的加工處理，在這樣的教學評價體系當中，能夠將教學質量評價分為幾個等級，即不合格、合格、良好、優秀。最后就是知識的評價以及整體模式的解釋過程，這個過程就是對數據深層次挖掘與利用過后的有關教學質量評價體系的數據進行評價和解釋，但是在這個過程當中不可避免會出現一些重復的、無關緊要的解釋和評價，可以將這一部分內容進行適當的舍棄，并進行重新地解釋和評價。

（四）系統模塊設計

現如今大數據技術為了滿足職業教育學校內的教學質量評價體系構建，將系統模塊的設計分為了一下幾個模塊：第一就是用戶本身的管理模塊、第二是具體數據的管理模塊、第三是網絡的評價模塊、第四是數據的挖掘模塊、第五就是查詢的模塊。而一些類似于修正和增加用戶數據、信息數據的管理以及為學生提供一個評價的平臺等功能則是與各個模塊相對應的。

除此之外，教學評價體系的設計還可以根據教師們的能力、動機、環境因素、角色認知以及行為結果等設計一個“MARS 模型”，以及基礎大數據技術構建教學質量評價體系的“PSRS 模型”，通過環境因素、主體屬性、過程分析、角色認知以及績效評價等來進行教學質量的評價工作。

（五）數據庫設計

最后，就是數據庫的設計，教學質量評價體系離不開一個豐富的數據庫的支持，在內容上，可以應用E-R 模型來進行用戶數據表格、學生數據表格、教師數據表格、學生評價以及學校內領導評價數據庫的設計。其中，用戶數據表格以“YHB”為標識，其內部包含了用戶們的姓名、賬號、密碼以及用戶類型等數據；而學生數據表格則是以“XSB”為標識，其內部則包含了學生們的姓名、學號、性別、班級、以及系別等數據信息；教師數據表格一般來說不需要進行特別的標識，其內部主要包含了教師的學歷、年齡、姓名、性別等數據。學生們也可以以此為基礎，對教師授課過程中的授課質量、態度以及內容等進行教學評價，并且為了使學生們的教學評價能夠更加的公平公正，還要在數據庫中對進行教學質量評價的學生們的信息進行隱藏。

結束語

綜上所述，在現如今我國的職業教育學校當中，教學質量評價體系是否完善在一定程度上影響著教學的質量與效率，本文中，作者通過分析大數據的含義以及當前我國職業教育學校內教學質量評價的現狀，而后提出了一些基礎大數據技術構建教學質量評價體系的策略，希望能夠有所幫助。