基于大數據的高校教學質量評價系統設計研究

唐秀忠 蘭曉俐 陳洪磊

（普洱學院 理工學院，云南 普洱 665000）

高校教學質量評價是教育教學過程的重點環節，對于教育教學的改革和發展起著正向激勵作用［1］。在教學質量評價的研究中，主要包括理論研究和實踐研究兩方面。其中，理論研究內容集中在評價指標設計、評價要素選擇以及評價的客觀性評判。實踐研究則主要對實際課堂的教學活動進行分析，能提供大量教學行為數據的網絡教學模式，可以讓評教人員從各個角度對教學過程的各個節點給予客觀評價。隨后，將教學過程數據與相應的評價結果分類匯總，完成大數據分析。從文獻分析結果可以看出［2］，當前的教學質量評價系統大部分是從專家角度對教學活動進行評價，忽視了從學生視角進行評價。在網絡平臺和大數據技術廣泛應用的今天，高校教學質量評價面臨著理念、方式以及方法等多方面的轉型。因此，本系統選用基于網絡錄播教室開展課堂教學活動的實例為研究對象，以課堂中發生的教師教學和學生學習等行為為數據資源，從多個角度分別進行評判，并對產生的海量數據進行大數據分析，能夠有效發揮課堂教學評價的作用，促進教學模式改革、教師教學能力提升和學生學習能力增強。

一、大數據與高校教學質量評價

（一）大數據分析技術

當前，大數據分析在眾多領域得到廣泛應用。不同于傳統的小范圍、少量數據分析法，大數據分析法利用機器學習、模式識別和數據挖掘等方式進行數據分析，給出的分析結果更加準確和可靠［3］。大數據的特性是數據量大且比較復雜，若采用傳統方法進行數據處理，不但會耗費大量時間，而且只能獲得數據的表面統計結果，這需要通過機器學習和數據挖掘算法完成數據內部深層次的相關性分析，最終服務于大數據的應用。

隨著大數據的應用越來越廣泛，大量的傳統行業采用大數據能完成更為精準的數據分析和決策，對于與網絡融合越來越緊密的高校教學質量評價也必須借助于大數據分析和決策的優勢，以更優化的方式、更精準的結果完成教學質量評價。

（二）基于大數據分析的高校教學質量評價

本系統以基于網絡錄播教室開展的課堂教學活動為研究實例，利用云平臺技術建設，依托大數據分析（云計算）的強大能力，采用云平臺提供的分布式集群計算、存儲功能，整合教學、管理和評價數據，使教學行為數據和相應的評價處理更為快捷，效果更為顯著［4］。本系統的主要評價對象是課堂教學環節，重點是教學過程中的活動以及評價、被評價對象之間的交流互動，即對課堂教學的教師、學生雙方進行評價和反饋，以促進學生學習能力和教師教學水平的提高，推動課堂教學質量穩步提升。本系統主要包括評價要素、評價標準、數據分析和反饋跟蹤四個部分，如圖1 所示。

在圖1 中，評價要素選擇了教師和學生，評價標準主要是指定評價人、評價方法和評價基礎，使用大數據分析技術，對收集的課堂學習行為數據和評價數據，通過機器學習、數據挖掘方法進行分析，獲取評價結果。反饋跟蹤功能主要是將評價結果傳遞給各個評價要素，依據評價結果進行動態跟蹤，從而促進課堂教學質量的穩步提升。

二、基于大數據分析技術的高校教學質量評價系統設計

（一）總體架構

基于大數據分析技術設計的高校教學質量評價系統主要由教室端、服務端和用戶端組成，如圖2所示。

本系統采用了B/S 體系結構，能夠較好地滿足不同課程課堂教學的需求，如圖3 所示。

圖1 基于大數據分析的高校教學質量評價

圖2 高校教學質量評價系統總體結構圖

圖3 基于B/S 體系結構的教學質量評價系統

圖3 給出了基于B/S 體系結構的課堂教學質量評價系統，該系統包括業務表達層、通用功能層以及數據分析層。在業務表達層中，需要設計不同角色用戶與系統的交互界面；在通用功能層中，主要實現用戶與系統服務器之間的數據傳輸，并將大數據分析結果反饋給用戶，實現教學質量評判的主體功能；在數據分析層中，引入不同的大數據分析方法，在系統服務器中完成大數據分析，并給出各種分析結果，這屬于高校教學質量評價的核心部分。

（二）高校教學質量評價系統的功能設計

本系統不同于傳統評價體系設計，能夠根據實時、動態的課堂教學數據與質量評價數據，較好地完成高校教學質量評價的功能設計。在總體結構基礎上，本系統的功能模塊主要包括大數據信息的采集與分析功能模塊、課程資源管理功能模塊、教學質量評價管理和反饋跟蹤功能模塊以及用戶管理功能模塊。在教學質量評價系統中，系統的各個功能模塊與基于網絡錄播教室開展的課堂教學活動的常態數據分析系統無縫對接，不但能夠動態采集基于網絡錄播教室開展的課堂教學活動數據，還能夠實時采集課堂教學質量評價情況。

1.大數據采集與分析功能模塊

本系統實施的基礎是大數據采集。只有完整采集與課堂教學質量相關的全部數據，才能夠保證質量評價結果的客觀性與準確性［5］。因此，大數據采集應包括兩部分，一部分是課堂教學過程的行為數據采集，另一部分是教學過程的評價數據采集。對于課堂教學過程行為數據的采集，本系統擬采用智能錄播技術自動錄制實時的課堂情況，并且該技術支持各種課堂的直播和點播服務。通過直播的方式，高校教學管理者和質量評價方即可不受時間、地域的限制，在任意時間、地點直播或點播相應的課堂教學過程，給出評價結果。到目前為止，筆者所在單位已經有76 間多媒體教室完成了視頻監控系統的建設，已經穩定運行三年，能夠滿足課堂教學活動過程視頻錄制需求，為采用大數據分析技術開展課堂教學質量評價奠定了良好基礎。

2.課程資源管理功能模塊

本系統包括云服務器、數據挖掘工具以及云存儲平臺，開通智能錄播系統接口，自動上傳錄制的課堂教學視頻并進行數據分析。因此，課程資源管理功能模塊也是必備功能之一。在該功能模塊中，本系統擬將課堂教學的視頻數據和評價數據相結合，生成教學電子檔案，并備份到每名教師的電子檔案中，形成有效的記錄和反饋。經過評價以后，教師登錄電子檔案即可查閱教學質量評價，并能夠反復觀看課堂教學視頻，總結教學中存在的問題，通過教學反思改進課堂教學過程，提高課堂教學質量。

3.教學質量評價管理和反饋跟蹤功能模塊

教學質量管理模塊是基本系統的核心功能，支持視頻直播和點播的評價，主要采用打分評價和文字評價兩種方式，并統計教學評價結果給出圖表分析結果［6］。其中，打分評價給出多個選項，采用量表方式進行評價，管理員可以自定義量表，讓不同權限用戶的評價選項各不相同，這樣有利于保證教學質量評價的客觀性。教學質量評價量表一般包括多種評價標準，根據學生、教師、督導和管理者等角色設計不同的選項，共同評價同一課堂的教學質量。文字評價采用教學視頻標記法，標注需要評價的視頻播放點，并給予相應的文字記錄評價。用戶觀看課堂教學直播或點播視頻時發現教學問題就在該節點標記，指出該節點存在的教學問題，并給出改進建議。教學問題應該根據教學要素進行相應設置，主要包括目標、內容、方法、語言和展示等要素，文字評價也應該圍繞這些要素展開。

教學質量評價的反饋跟蹤模塊包括回復點評和反饋報告兩部分。其中，教師對點評的回復應該針對每條評價分別寫出教學反思和改進方法，點評者可以查看回復內容并繼續指導，最終形成評價-回復-反思-再評價的反饋過程。反饋報告包括主觀評價部分和客觀評價部分。主觀評價根據系統大數據分析結果將各種問題分類匯總，出具主觀評價報告；客觀評價按照不同課程的教學質量打分并匯總，出具圖表形式的分析報告。

4.用戶管理功能模塊

本系統還為用戶提供了用戶信息管理、角色管理以及權限管理等功能，通過批量導入用戶數據，設置系統管理員、教學管理者、教學督導員、教師和學生等角色，并對不同角色分配對應業務、課程訪問、修改等操作權限，完善系統管理體系，增強系統使用體驗，以便能更好地滿足教學評價的需要。

結語

本文設計的基于大數據技術的高校教學質量評價系統，能對基于網絡錄播平臺開展教學的課堂教學的各個節點給予評價，并進行數據分析，呈現相應的大數據分析結果，完成課堂教學質量評價，給出教學質量反饋，開展教學改進跟蹤。高?？梢苑e極利用本系統，提升教師的教學能力，營造學比趕超的學習氛圍，促進課堂教學良好氛圍的形成，真正提高課堂教學質量。