基于數據挖掘的高校教學質量評估體系的構建

唐燕

摘 要： 本文結合四川外國語大學重慶南方翻譯學院教學質量評估的實際，在研究數據挖掘理論和教學評估的基礎上，進行教學質量評估數據分析，期望為教師提高教學水平和改善教學質量提供決策依據，為學校教學管理提出趨勢性的、可操作性的、有益的建議和措施，推動我國高等教育的內涵式發展。

關鍵詞： 數據挖掘 教學評估 高校教學質量

高校教學質量評估作為教育整體評估的一個重要方面，不僅是構成教育評估的主體與基礎，而且已成為教學活動中不可或缺的重要環節。信息技術的互聯網發展為教學和管理工作積累了大量數據，為高校教學質量評估體系構建創造了先決條件，但目前對這些數據的處理還停留在初級的數據備份、查詢及簡單統計階段，大量評估數據的挖掘和分析仍然停留在人工處理階段，致使這些數據不能充分發揮其應有的價值。如今“以質量求生存”成為每個高校的必然選擇，高校教學質量能否得到保障，教師的授課質量、教學水平起決定性作用。所以為提高學校的辦學水平，必須有一個科學的測評體系對教師的教學質量進行監控。本文就如何更科學、合理、有效地利用大量數據理性分析并指導教師教學進行深入研究。

一、數據挖掘的基本技術

數據挖掘旨在從海量數據中提取隱藏的預測性信息，挖掘數據間潛在的模式，找出數據分析人員可能忽視的信息，以易于理解的形式反映給用戶，并為使用者提供前瞻的、基于知識的決策參考意見。數據挖掘技術是數據挖掘工具的理論基礎，而數據挖掘工具是對數據挖掘技術進行實際驗證的最好平臺，本質是對數量有限的基本數據挖掘技術的實現和拓展。所以有必要對隱藏在高效的數據挖掘工具背后的基本技術和算法進行充分了解，從而對所采用的算法加以利用和改造，構建科學有效的教學質量評估模型。

對于數據挖掘技術，可以分別從挖掘任務、挖掘對象和挖掘方法三個角度加以分類。按挖掘任務分類，包括分類或預測知識模型發現、數據總結、數據聚類、關聯規則發現、時序模式發現、依賴關系或依賴模型發現、異常和趨勢發現等。按挖掘對象分類，包括關系數據庫、面向對象數據庫、空間數據庫、時態數據庫、文本數據庫、多媒體數據庫、異構數據庫、數據倉庫、演繹數據庫和Web數據庫等。按挖掘方法角度看，數據挖掘基本技術和算法主要方法包括數據可視化、決策樹、支持向量機、粗糙集、神經網絡、遺傳算法、傳統的統計分析理論、聯機分析處理、相關規則和K近鄰規則等。

二、教學質量評估體系的數據挖掘模型構建

1.數據挖掘模型的整體處理流程

教學質量的定量評價是實施有效的教學質量評估數據挖掘的必要前提。由于教學質量評估中所涉及的內容定性的成分多，定量的成分少，總體上只能給出定性的標準，而且標準彈性較大，加上評價者因對標準把握上存在偏差及主觀認識上的偏見，這都給教學質量評估的定量分析增加了難度。層次分析法的主要特點是定性與定量分析相結合，將人的主觀判斷用數量形式表達出來并進行科學處理，較好地契合教學質量評估問題的特點，較準確地反映其面臨的主要問題。所以首先運用層次分析法建立了教學質量評價指標體系，提出了多層次的評價模型，利用層次分析法計算各項指標的權重使評價結果更科學有效。

針對基于層次分析法和模糊綜合評價方法的教學質量量化評價指標，分別采用改進的決策樹算法及Apriori算法，對包含教學質量評估數據和上述層次分析法得出的量化評價指標在內的教學質量評估數據集進行深度挖掘。具體來講，首先將量化指標體系離散化為四個區間，分別對應教學質量的“不合格”、“一般”、“良好”、“優秀”四個主觀評價指標。采用決策樹技術的主要目標是通過對樣本數據集的數據挖掘和學習，得出有效的決策樹。通過決策樹的判別，將輸入教學質量評估系統的教師教學質量評估數據歸入四個主觀評價指標類別之一，從而完成對教學質量的有效評估。采用Apriori算法的目標是從包括教學質量評估數據和離散化的量化指標在內的教學質量評估數據集中挖掘出有代表性的關聯規則，這些關聯規則代表數據集中兩種類型的隱含信息。第一種是教學質量評估數據之間的隱含關系，第二種是眾多教學質量評估數據與離散化的量化指標之間的隱含關系。不論哪一種隱含信息，都可以作為對教學質量評估數據的挖掘結果，對相關部門的教學質量改善決策起到輔助作用。

2.數據準備

沒有高質量的數據，就沒有高質量的挖掘。對原始教學評估數據的預處理效果在很大程度上直接決定數據挖掘的最終性能。數據采集的目標是實現大規模評價數據的完整、準確采集。教學質量分析評價系統采用計算機的數據轉換功能直接打開信息源數據庫進行數據采集。進行數據采集的內容包括教學質量信息數據和教師檔案數據。

數據預處理的主要目標是消除噪聲或不一致的數據，避免眾多的數據源導致的同一數據的不同名或同名的不同數據，這將使得用于數據挖掘的數據更整齊和清晰，避免由于數據源的問題造成的數據挖掘偏差甚至錯誤。

3.基于層次分析法的教學質量量化評價指標建立

采用層次化的分析方法有助于更有效地利用數據挖掘技術的優點進行教學質量數據樣本的信息挖掘。對于高校而言，建立科學的教學質量評價體系，是進行高校管理的一項有效機制，同時是進行教學信息采集、處理和分析的主要平臺。科學的教學質量評價體系中反映的問題有助于引導高校深化高等教育綜合改革，如師資調整、教學改革等事宜。評價體系一般是分層的、多目標的復雜系統，建立這種評價體系常用的方法是層次分析法。本文以層次分析法的基本思想為基礎，進行評價體系的建立，并保證評價體系的完備性。

首先要對指標體系進行分層次分解，自上而下確定總目標與各準則、各指標的隸屬關系，建立多級指標，并隨著教學的發展不斷完善評價體系。一般而言，層次分析法的基本步驟如下：

第一步，建立層次結構模型。將有關因素按照屬性自上而下地分解成若干層次，同一層各因素從屬于上一層因素，或對上層因素有影響，同時又支配下一層的因素或受到下層因素的影響。

第二步，構造成對比較矩陣。以層次結構模型的第二層開始，用成對比較法和成對比較標度構造成對比較矩陣，直到最下層。

第三步，計算每個成對比較矩陣的權向量。

第四步，一致性檢驗。就是測量成對比較矩陣的一致性。

將利用數據挖掘中的關聯分析技術對層次分析法進行擴展研究，基于數據挖掘的層次分析擴展模型，以層次分析法的基本思想為基礎，引入數據挖掘中的關聯規則技術，把提高評價指標的正確性與科學性作為目的，動態地解決具有多層次、多目標的相同結構的評價體系構建問題。要建立科學合理的教學質量評價體系，必須遵循有效性、科學性、指導性和可測性的原則，課堂教學質量的評價內容是整個教學工作的質量監控點，實質上是對整個教學過程內容的提煉。

三、啟示

本文結合四川外國語大學重慶南方翻譯學院教學質量評估的實際情況，在深入研究數據挖掘理論和教學評估系統體系構建的基礎上，設計教學質量評估數據分析、挖掘算法模型的框架，針對近年來積累的大量評教數據進行數據挖掘。一方面通過分析挖掘結果發現影響教師教學的因素，為教師提高教學水平和教學質量提供決策依據，另一方面對教學評價表中的各項數據進行關聯規則的數據挖掘，為學校教學管理提出趨勢性的、可操作性的、有益的建議和措施，推動我國高等教育的內涵式發展。

參考文獻：

[1]紀花.保障教學質量建立普通高校教學質量綜合評價體系[J].科技創新導報，2011（26）：184.

[2]龍金智.關于高校教學質量保障體系的建立和完善[J].考試周刊，2009（31）：197-198.

[3]別敦榮，孟凡.論學生評教及高校教學質量保障體系的改善[J].高等教育研究，2007（12）：77-83.

[4]劉恩允，楊誠德.高校教學質量評價體系的反思與構建[J].江蘇高教，2004（1）：85-87.

基金項目：四川外國語大學重慶南方翻譯學院2014年科研項目（項目名稱：高校教育質量評估中數據挖掘技術的應用研究，項目編號：KY2014005）。