基于數據挖掘的高校教學質量評估體系的構建

周紅志 郝文清 董阜平

摘 ? ?要： 本文首先對高校教學質量評估體系的內涵及作用等內容進行了全面概述，并詳細分析了數據挖掘常用的各種方法和實際挖掘過程。基于數據挖掘，分別從構建方法、構建步驟、AHP拓展模型三方面構建了科學完善的高校教學質量評估體系，以為強化教學效果、優化教學方法、增強評價實效性提供有利參考，促使教師個人教學能力與綜合素養提升，進一步推動高校教育體制革新和發展，為實現高校可持續性發展奠定堅實基礎。

關鍵詞： 數據挖掘 ? ?教學質量評估體系 ? ?方法與流程

引言

教學質量是院校教育實力的具體表現，也是教育核心競爭力的體現，教學質量將直接影響院校的生存及發展。培養能夠順應社會發展、管理、建設、服務的一線專業人才，是高校教育的主要目標。要想保障整體教學質量，需要構建科學合理的教學質量評估體系。當前各大院校始終在積極努力地探索教育改革，尋找有效完善的教學質量評估策略。現階段，教學質量評估已成為高校提高教學質量的關鍵手段，并受到更多人的廣泛關注。我國高等教育還處在摸索階段，有關的教學質量評估理論探究還有待進一步深入。將先進的數據挖掘技術有效運用到高等教育中，合理利用數據資源能夠從海量的教學數據中找到隱藏且有利的知識引導教學，推動高等教育發展，改善高等教育教學現狀。

一、高校教學質量評估體系概述

高校教學質量評估工作是提高教學質量的有效載體，是構建及優化校園風氣、教學風氣、學習風氣的系統工程和重要抓手。為了全面貫徹并落實高校科學管理、質量提升、內涵發展及形象提高的現代化發展觀念，強化教學管理及教育質量的監管和把控，科學評價廣大教師日常教學工作的成果，融入競爭制度，優勝劣汰，進而推動院校教師個人教學能力、教學質量、綜合素養的不斷提升，為教師評優及專業技能職務招聘提供有利條件。教學質量主要是對廣大教師工作態度、教學能力、教學實效性及教學探究等方面實施評價，評價項目包含課堂教學評價、作業評價、教學方案評價、學生考試評價四項內容。其中課堂教學評價、作業評價、教學方案評價及學生考試評價均占100分，這幾項權重各是0.5、0.2、0.3、0.3，都是教學質量評估體系中的一級指標。在此基礎上，對這四個級別的指標進行精細劃分，明確二級指標，即課堂教學評價的二級指標有教學目標、教學內容、教學方法、教學媒體、教學過程、教學效果、教師素養、特色和創新;學生評價的二級指標有教學態度、教學水平、教學方法、教學效果、整體評價;教學方案評價的二級指標有基本規范、教學內容、教學方法和手段;作業評價的二級指標有作業和考核、作業安排、作業審批。根據整體評價得分情況，將教學質量劃分成以下幾個等級，即模范遵守教育紀律，總分在90分以上為A級、遵守教育紀律，總分在80分到89分之間為B級、遵守教育紀律，總分在60分到79分之間為C級，總分低于50分的，或出現違反教育紀律的行為，這部分教師為不合格的D級。

二、數據挖掘的具體方法與流程

（一）方法

應用最廣泛的數據挖掘法主要有關系分析、種類劃分、預估、時間順序模式、聚類研究和偏差探索等。一是關系分析，指的是兩個或多個變量取值之間存在的某種規律性，數據關系是信息庫當中最重要與能夠被發現的一類知識。實施關系分析主要是為了挖掘出潛藏在信息庫中的關系網絡。一般通過支持程度及可信程度這兩個閥值衡量關系準則的相連性，還可將喜好程度、關聯性等其他參數融入其中，以此確保挖掘的準則和現實需求相吻合。二是聚類分析，指的是將相似性程度較高的數據總結成幾個類型，同一類型的數據之間便形似，不同類型的數據存在差異。聚類分析從整體角度構建定義，挖掘數據本質之間的關系，探索數據的主要分布模式。三是種類劃分，指的是將統一類型的定義描述提取出來，能夠表示相同類型數據的總體信息，即這種類型的含義描述，它的模型構建也能根據這種描述進行，一般利用決定樹火死準則的模式體現。種類劃分是訓練信息集依據具體計算方法得出種類劃分規則，規則描述和預測都可使用這種方法。四是預估，指的是基于以往數據的研究，挖掘出數據轉變規律并構建相應的模型，然后利用模型預估將來數據的類型及特點。五是時間順序模式，指的是運用時間順序排列將某些具有高發頻率的模式充分挖掘出來，通過已知數據對將來的數值進行預測。六是偏差探索，實際上在偏差當中存在許多有效的知識，數據庫當中的各種數據通常會存在各種異常，尋找這些異常情況是至關重要的。對此，偏差探索的方法便是探索出觀察結果和參考之間存在的差異性。

（二）流程

一般數據挖掘是常規流程包含下面幾個步驟：一是界定問題，即將業務問題進行明確的界定，以便能夠準確地挖掘出具體目標。二是數據準備，主要有數據篩選、數據預備處理兩方面內容，其中數據篩選通常在數據庫和數據庫目標內，將想要挖掘的數據目標信息集提煉出來。數據預備處理是對數據進行再次加工，是對數據的整體性、相同性進行檢測，去掉噪聲并將丟失的領域信息補全，將無用的數據刪除等。三是數據挖掘，依據數據作用的種類、特征挑選合理的運算方法，信息集在精華及變換后便可實施數據挖掘。四是結果研究，對挖掘得到的結果進行評價闡釋，并將其轉變成用戶能夠理解的內容。五是知識的應用，將挖掘出的變換知識整合后融入業務數據庫當中。

三、關于數據挖掘的高校教學質量評估體系的構建

構建科學、有效、完善的高校教學質量評價體系，既能夠增強高校日常管理效果，又能夠為搜集、研究、處理教育信息提供有利平臺。一個科學健全的教學質量平臺體系表現出來的各種問題，可幫助高校教育管理者做出更加正確的決定。一般情況下，教學質量評價體系含有多個層次及目標，是一個相對較為復雜的體系，構建這樣的評價體系可利用層次分析方法。層次分析方法是融合了定性和定量分析的多個目標決定的一種分析方法，其中AHP能夠較好地解決多個指標權重數值分配的問題。層次分析方法主要是將指標系統按照不同層次進行劃分，把整體目標、不同指標的從屬關系、規則從上到下加以確立，構建多個等級指標，進而在日后教學發展中不斷優化和完善。

（一）構建方式

層次分析方法屬于一種較為常用的科學決定技術。決定是人對某種行為所處的評判及選擇，無論決定活動是簡單或復雜，都要結合系統觀點實施綜合性評斷。人在做出決定之前，要對影響結果的不同方面要素進行對比、評價及判斷，但部分指標是能夠定量的，某些則是無法定量的。因此，還需要一種不僅能夠順應系統整體規模的大型的、狀態多變的、影響范疇較廣的，還能綜合分析定量和定性問題的決定工具，其中層次分析方法便是這樣一種建立多種層次評價體系的有效方式。

（二）構建步驟

其一，構建層次結構的基本模型。依據有關要素的本質從上到下將其劃分成多個層次，相同層次的不同要素都從屬于上層要素，或給上層要素造成一定的影響，還會對下層要素進行控制，或受到下層要素的影響。其二，構建成對比矩陣。從層次結構模型中的第二層入手，運用比較方法和比較標準程度，架構成比較矩陣一直到最后一層。其三，對各個比較矩陣的權重向量展開運算。其四，檢測一致性。也就是檢測比較矩陣之間的一致性，如果一致性程度和基本要求不符合，那么專家小組應及時對矩陣實施重新審核及評判，并在必要時刻加以調整。層次分析方法能夠將思維過程系統化和數字化，并不是單純注重高深復雜的數學計算方法，但又不會單一的傾向定性方面的邏輯推理。這種方式最明顯的優勢在于，將定性和定量兩種方法充分整合，將復雜的體系劃分成清晰、多維度、多目標、多層次的決策系統。最關鍵的一個步驟是階梯層結構的構建及利用比較標準程度架構對比矩陣。

（三）拓展模型

拓展模型主要是基于AHP基本思想，充分將數據挖掘中的聯系規則技術融入其中，以此增強評價指標的精準性及科學性，進而將具備多目標和多維度的同一結構評價體系建設問題動態化解決。在完成統一性檢測后，需做聯系規則的檢測，若是挖掘出來的規則符合評價體系的基本要求，便可讓評價體系輸出，把知識保存在信息庫中。若是挖掘出來的規則不符合評價體系的基本要求，則需要將某些知識保存在信息庫，然后重新回到構建階梯層構造的步驟，對評價體系整體結構加以優化和調整，對相應的指標內容進行合理的調整，具體流程如下：

首先是構建階梯層結構。根據專家智能構建的一個階梯層結構體系，對系統的作用或特點進行詳細描述，從系統層次性上入手，將系統與環境有效區分，由高到低逐個級別分解，將整個系統劃分成樹狀的層次結構。一般結構中共有三種類型的層次，第一種類型是目標層，也就是最頂層，往往是數據挖掘的理想目標，僅包括一個要素。第二種類型是規則層，也就是中間層，一般由多個層次共同構成，包含目標實現當中有關的各個中間環節，需結合規則及子規則。第三種類型是方案層，也就是最低層。包含在目標實現中需要的不同決策方案及有效舉措。需要探索問題的復雜程度和詳細程度，對階梯層結構的具體層數起到決定性作用，常規情況下的層次數量并沒有明確的規定，各個層次中的各個目標可控制規則要小于九個，如果控制規則過多，會增加兩兩對比的難度。層次結構的質量是解決問題的核心，因此，專家小組應和最新領域信息庫有機結合，確立不同層次之間的指標控制關系，確保層次結構的科學性。信息庫屬于動態化、持續拓展的信息庫，內部知識主要源于相關領域、基礎理論、經驗和AHP拓展模型產生的某些規則。

其次是構建兩兩對比的判斷矩陣。在階梯層結構中，早已確立了上下層要素之間的從屬關系。如果設定目標層次w為準則，受它控制的下層要素則為w1，w2，...wn，這些要素對w的相對重要意義均不同，因而賦予它的權重數值也完全不同。若是不同要素對w的重要意義可以運用定量的方式體現，例如發表論文的總數、工作績效等，將能夠直接得出準確的權重數值。若是某些要素的決定關系金融、人文和社會等，就無法利用定量的方式獲得，權重數值的計算需要選擇其他合理的方式。可通過專家小組的評測方式將全部要素兩兩對比，再和專家小組建議有機結合，構建出對比性的判斷矩陣。

最后是關系規則驗證。以標準評價體系為依托面向檢測用戶搜集的評價信息，對評價結果展開處理，運用Apriori計算方法挖掘評價信息與結果之間內部關系規則，將感興趣的數據提煉出來，輸入信息庫中，并對評價體系的精準性進行檢驗。求解其可信程度，將不同指標對評價結果的具體影響程度研究出來，對權重數值分配的科學性進行檢驗，求解作用程度，對不同指標及評價目標的關聯程度展開分析，對指標挑選的正確性進行驗證。最后將利用Apriori計算方法得到的分析結果保存在信息庫中，并對其進一步完善和優化，還要對專家小組所做的決定進行針對性的指導。依據分析結果對階梯層結構實施全程調整，以此保障評價體系整體結構的科學性及合理性。

結語

基于數據挖掘技術的AHP拓展模型通常適合運用在可行方案、企業人員的決策等方面。高校教學質量評估內容是對廣大教師個人教學工作的實效的監管點。在教學過程中需要教師和學生積極配合、協同完成。在實際教學中，學生對教師的了解從一定程度上說是最全面、最真實有效的，因此，學生的評價結果存在明顯的優勢，他們對教師的教學質量評估的穩定性及可靠性受到國內外眾多教育專家的認同。此外，教師個人評價、教師之間相互評價及專家評價等，都能夠為教學管理人員的決策提供有效信息。

參考文獻：

[1]潘春花.數據挖掘工具在高校課堂教學質量評估系統的應用與實現——以青海民族大學為例[J].煙臺職業學院學報，2017，23（01）：77-81.

[2]許麗卿.基于數據挖掘的高校教學質量評估系統研究[J].信息技術與信息化，2016（08）：79-82.

[3]丁潔.數據挖掘在高校教學質量評估系統中的應用[J].長春理工大學學報，2012，7（02）：223-224.

[4]高曉.數據挖掘技術在高校教學質量評估中的應用研究[J].福建質量管理，2010（04）：50-52.

基金項目：安徽省教學研究重大項目（2018jyxm1380）、校級卓越人才培養計劃項目（2018FXJT02）、校級質量工程教研項目（2018FXJY03）。