“互聯網+”背景下高校在線教育的教學質量評估方法研究

景馨禾

摘要：常規的高校在線教育教學質量評估方法主要使用SALG（student assessment of learning gains）和IQA（Instruction Quality Assessment）等學生自評工具來獲取教學質量評估參數。但這些方法易受評估實時反饋作用的影響，導致評估一致性偏低。因此，需要設計一種全新的高校在線教育的教學質量評估方法。即在深度學習視域下，可以劃分在線教育教學質量評估因素，結合“互聯網+”背景特征，構建高校在線教育教學質量評估算法。并且通過綜合加權法優化評估算法，可以實現在線教育教學質量評估。結果顯示，設計的高校在線教育教學質量評估方法具有較高的評估一致性，證明了該教學質量評估方法的評估效果較好且具有可靠性。

關鍵詞：“互聯網+”；高校；在線教育；教學質量；評估；方法

一、引言

我國各高校正在經歷擴招熱潮，高等教育的深入程度日益增加[1]。隨著時代的發展，信息交互的方式也在飛速改變，線上教學模式正在被廣泛使用[2]。因此，需要結合在線教育的差異性，設計有效教育教學質量評估方法[3]。在這一背景下，相關研究人員為應對高校在線教育質量評估的特點，設計了幾種常規的高校在線教育教學質量評估方法。其中包括融合SALG理念的教學質量評估方法以及基于循證的教學質量評估方法[4]。但上述兩種常規的高校在線教育教學質量評估方法均需使用SALG＼IQA學生自評工具來獲取教學質量評估參數，易受評估實時反饋作用的影響，導致評估一致性偏低，不符合目前在線教育教學質量評估要求。因此，本文旨在設計一種全新的高校在線教育教學質量評估方法[5]，以適應當前在線教育的發展需求。

二、“互聯網+”背景下高校在線教育教學質量評估方法設計

（一）“互聯網+”背景下劃分在線 教育教學質量評估因素

受不同評估因素的影響，在線教育教學質量評估邏輯性存在一些問題。為了解決這個問題，需要基于深度學習的內涵，有效地劃分在線教育教學質量評估因素[6]。在教學質量評估過程中，可以根據預設的教學目標確定基礎評估階段，對學生獲取教育知識的過程進行排序，重新劃分教學質量評估因素，如圖1所示。

圖1 教學質量評估因素

根據上述的教學質量評估因素，可對評估要求進行有效定義，劃分為二次評估類別[7]。

針對不同的教學質量評估類別，需要與原有的教學目標建立聯系，調整認識維度，確定評估目標層次，對學生的不同學習行為進行綜合評估。

圖1展示的主要是分解后的教學質量評估因素。在實際評估過程中，這些因素可以組合成不同的評估選項。先是學生個人方面，其次是教師方面，最后是環境方面，結合上述在線教育教學質量評估因素可以構建后續的在線教育教學質量評估算法[8]。

（二）構建高校在線教育教學質量評估算法

在實際教育教學質量評估過程中，針對某些具體因素評估時，存在嚴重的量化問題，難以被智能設備讀取。若不針對實際狀態進行量化，會降低評估準確性，導致評價效果不佳。因此，在“互聯網+”背景下，需要構建有效的高校在線教育教學質量評估算法，以解決這一問題。為此，可以將教學質量評估因素統一劃分到關聯領域內，并設置不確定性評估元素，從而生成教學質量評估集合A如下。

式中，x1， x2， …，xn分別為教學質量評估元素，若評估集合內的評估元素數量多，會影響評估效果展現，可對上述集合優化，設置評估約束條件，優化后集合Ar如下。

式中，P（xi）為評估元素滿足的評估條件，根據上述評估集合可生成有效的評估特征函數。某些具體評估因素并沒有標準的界定范圍，需根據集合從屬關系模糊化處理，使用隸屬度函數表示其具體的評估值，本文生成的教育教學質量評估隸屬度函數A0（xi）如下。

式中，μA（x）為變化評估特征。當評估元素數量較少，能確定具體數量時可以使用有限集合進行表示，此時有限集合的評估測試程度P（xi）如下（4）所示。

式中，Poss（C（xi））為模糊集合，D（xi）為測試算子，根據上述計算的評估測試程度可以生成初始的教育教學質量評估模糊集，根據線性隸屬度劃分要求構建了高校在線教育教學質量評估算法E（xi），如下。

式中，aI為線性隸屬度，若此時生成的隸屬度集合滿足標準模糊劃分關系集合得出評估結果，反之需重新確定教學質量評估區間。

（三）高校在線教育教學質量評估算法優化

在實際高校教育教學質量評估過程中，經常面臨多方面評估因素生成的模糊評估集合，若無法統一表達，會影響作用評估可靠性。因此，優化上述獲得的高校在線教育教學質量評估算法。假設總體模糊集合，根據評估因素的差異性，通過綜合加權法優化高校在線教育教學質量評估算法σa，如下。

式中， ξ為復合差異性權重， 為加權平均函數。針對不同因素的比例變化問題，需統一乘積化處理，處理式C（xi）如下。

式中，υ為等比例評估函數，在評估準備階段，需選擇有效的評估材料，執行相關的評估任務，待上述步驟完畢后，再反復咨詢專業化評估階段，進行多次征集。

第一次征集屬于無條件約束化征集，專家可針對存在的教學問題進行事件預測正例，制作預測事件表，第二次征集屬于評價征集，第三次征集需確定評估審核關系，第四次征集由專家分析評估事件，進行詳細評估預測。征集完畢后，由征集者統一歸納，用算數平均、主觀概率、量化預測進行評估分析，確定不同評估因素評估結果。

三、實例分析

（一）概況及準備

為驗證設計的互聯網背景下高校在線教育教學質量評估方法的評估效果，作者選取X高校進行實例分析。X高校是某區域的雙一流重點建設院校，共有72個專業，涵蓋管理學、教育學、經濟學等各個學科，屬于綜合型高校。研究生與本科生占比約3：7。X高校設置多門由教授參與授課的課程，超過80%的教授在崗。該校畢業率和就業率均較高，設有專業化基礎教學狀態數據庫，包含教學的基本信息、辦學要求、教職工數據、教學質量監管等類型。通過該數據庫可以及時完成教學評估數據報送任務，針對教學問題制定年度教學報告。長期發展，X高校完善了以往的教學質量評估流程，將五位一體作為教學質量保障目標，并建立了專業化教學質量評估中心。X高校的教學質量評估流程如圖2所示。

由圖2可知，X高校設置了專業化教學評估監督隊，可以定期采集教學質量評估數據，發布相關的評估報告。該校的日常教學質量評估包括課堂教學質量評估、日常教學質量評估、學生滿意度評估、教學數據評估等內容，并根據實際評估流程發布評估結果。本文采用SPSS22.0軟件進行數據分析，并使用隨機抽樣法進行五點計量分析。此時可以選取評估一致性作為實例分析指標，評估一致性CI如公式（8）。

式中，λmax為當前評估最大特征值，n為一致性矩陣最大特征值。評估一致性越高，證明高校在線教育教學質量評估方法的評估效果越好，反之評估一致性越低證明高校在線教育教學質量評估方法的評估效果相對較差。

（二）應用效果與討論

結合上述的概況及準備，可進行教學質量評估分析，即預設多個教學質量評估因子，分別用本文設計的“互聯網+”背景下高校在線教育的教學質量評估方法，文獻7的融合SALG理念的教學質量評估方法，以及文獻8的基于循證的教學質量評估方法進行教學質量評估，使用公式8計算三種方法在不同教學質量評估因子下評估一致性。

在分析中，本文設計的“互聯網+”背景下高校在線教育的教學質量評估方法在不同教學質量評估因子下的評估一致性均較高，最高達到了0.998，接近最高一致性1.000，文獻7的評估方法及文獻8的評估方法在不同教學質量評估因子下的評估一致性較低與最高一致性1.000相差較大，文獻方法的最高值僅為0.798。分析結果證明，本文設計的在線教育教學質量評估方法的評估效果較好。

四、結束語

綜上所述，我國大多數高校的線上教學質量較低，存在許多問題，因此需要對高校在線教育的教學質量進行評估。由于受到復雜的評估因素影響，傳統的教學質量評估方法效果較差，無法滿足在線教育教學質量的評估要求。

因此，本文設計了一種新的在線教育教學質量評估方法。實例分析結果表明，所設計的方法具有較高的評估一致性和可靠性，評估效果良好，具有實際應用價值，可為優化高校在線教育模式提供有益的參考。

參考文獻

[1].李玉清.基于線上線下混合式教學的高職課堂教學質量評價調查研究——以現代物流管理專業為例[J].辦公自動化，2023，28（06）：39-42.

[2].王為洋，廖珮君.應用型高校內部本科教學質量保障體系建設的問題與對策——基于審核評估的視角[J].海峽科技與產業，2022，35（12）：45-49.

[3].張東京，韓方凱，袁維風等.專業評估背景下食品科學與工程專業教學質量保障體系的構建——以宿州學院為例[J].農產品加工，2022（09）：118-120.

[4].柳亮，何融泉，容敏華，等.地方醫學院校本科教學質量保障體系研究——基于16所醫學院校2018—2019學年《本科教學質量報告》的文本分析[J].中國高等醫學教育，2022（03）：36-37+40.

[5].張勇健，王勇.深化教育評價改革 推進育人方式轉變——安徽省合肥市普通高中教育教學質量評價改革的探索與實踐[J].基礎教育課程，2022（Z1）：47-54.

[6].張楠，張勝強，陳立恒.遼寧省部分高校本科質量報告信息披露研究——基于合法性視角[J].中國多媒體與網絡教學學報：上旬刊，2022（02）：113-116.

[7].何淼，何均澤，穆幼清，等.融合SALG理念的高等教育課程教學質量評估方法探索——以本科生“生物信息學”教學為例[J].高校生物學教學研究：電子版，2022，12（02）：56-60.

[8].王珊.基于循證的課堂教學質量評估——以美國數學課堂教學質量評估工具為例[J].中國考試，2022（02）：73-80.