大數據技術在教學質量評價中的運用與探索

李嘯龍 魏孔鵬 谷洪彬

摘? 要： 針對職業院校傳統教學質量評價存在的問題，提出利用大數據技術構建教學質量評價體系。通過搭建數據倉庫、建立數據集市以及上層數據的分析與應用，實現基于大數據技術的教學質量評價，提高了教學質量評價的可信度和有效度。

關鍵詞： 大數據; 教學質量; 質量評價; 數據分析

中圖分類號：G710? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2020）04-85-03

Application of big data technology in teaching quality evaluation

Li Xiaolong， Wei Kongpeng， Gu Hongbin

（Panjin Vocational and Technical College， Panjin， Liaoning 124000， China）

Abstract： In view of the problems existing in the traditional teaching quality evaluation of vocational colleges， this paper proposes to construct the teaching quality evaluation system by using big data technology. Through the construction of data warehouse， data mart and the analysis and application of upper level data， the teaching quality evaluation based on big data technology is realized， which improves the credibility and effectiveness of teaching quality evaluation.

Key words： big data; teaching quality; quality evaluation; data analysis

0 引言

喬布斯之問提出“為什么IT改變了幾乎所有領域，卻唯獨對教育的影響小得令人吃驚？”。當前，大數據、人工智能和區塊鏈技術的廣泛應用加速了社會各領域的信息化進程，尤其在職業教育領域[1]，通過信息技術與職業教育教學深度融合，教學模式、教學質量、管理服務和校園文化生活品質普遍提高，信息技術已成為現代職業教育體系建設重要抓手[2]。片面的、單一的、唯分數論的教學質量評價方法已不能適應職業院校快速發展的需求。大數據的多樣、大量、高速、真實的特點給教學質量評價的模式和方法的創新創造了條件。

1 教學質量評價存在的問題

在傳統的教育體系根深蒂固的教育背景下，高校已習慣于曾經信息技術匱乏情況下的督導評教和學生評教為主的教學質量評價體系。這種評價體系拘泥于教師的教學傳授和學生的知識技能掌握情況，并沒有參考教學以外學生所參與活動的學生綜合素質。客觀的看待這種評價體系可以發現：評價主體、評價方式單一，重結果輕過程、缺少時效性是該體系最大的缺陷[3]。不僅如此，對于教學質量評價數據的采集上，缺少全樣本、大范圍、深層次的關聯性挖掘，過于形式化，采集上來的數據缺乏權威性，極大地降低了參考價值。

2 針對問題現狀的措施與對策

2.1 多維度指標數據的挖掘與分析

目前，高校對信息化的重視程度已經不言而喻，多數高校已經建立健全數字校園或智慧校園結構體系，其中數據倉庫（數據中臺）的存在為獲取教學相關數據提供了極大的便利。通過數據交換平臺實時抽取教學環節數據、學生日常活動數據、學生消費信息數據、學生頂崗實習數據等信息，實現數據全面覆蓋，使教學評價指標多元化形態分布。在教學質量動態分析與診斷過程中，采用多維度（課程建設、課堂管理、課堂活躍度、學生學習活躍度、教學評價、成績評價）、多指標對課堂教學進行評價[4]。借助這種多元化的教學質量評價體系，分析其數據之間的關系，從而為教學評價質量評價體系的構建提供強力的數據支撐依據，如圖1所示。

2.2 教學質量評價平臺體系搭建

由于支指標維度數據來源于眾多業務系統，那么想要高效合理的使用這些業務數據，則必須要借助于大數據平臺來完成以上操作。大數據平臺的整體架構如圖2所示，通過大數據平臺的抽取與挖掘功能將各業務系統的數據整合到數據倉庫中，那么要想打破各個業務系統之間的數據信息壁壘，徹底解決數據孤島問題則需要建立科學的數據標準，并對抽取過來的數據進行有效的清洗，最終整合出具有教學質量價值的數據。

⑴ 搭建數據倉庫。所需業務數據來源于眾多的業務系統，然而這些業務數據在各業務系統之間具有重疊性。欲建立準確科學的數據倉庫，就要首先解決數據來源問題，對抽取來的數據進行轉換和清洗，使數據具有唯一的標準，唯一的來源（如學生數據標準來源于學工系統，教學數據標準來源于教務系統，教學過程中產生的數據標準來源于網絡教學平臺及填報系統，學生消費數據來源于一卡通系統等），共計6個維度，25個指標項，如圖1所示。對于學校業務系統不能覆蓋的數據，通過填報系統解決在教學過程中面臨的數據補全及業務需求快速定義表單數據填報的問題，如教學日志，教學評價等，解決數據缺失及填報需求。對于傳統方式下產生的非結構化數據，通過數據治理平臺，將這些數據按照制定的標準轉化為結構化數據并錄入到數據庫中加以利用。

⑵ 建立數據集市。數據倉庫的作用只是把清洗過后的標準化數據存儲在數據倉庫中，此時的數據很難直接用于數據分析，故需要在搭建的數據倉庫基礎上，針對于業務需求，進一步梳理各個維度的數據，分類和歸納，提取出更加直觀，更具價值的數據。并對這些數據的操作權限做限制，禁止用戶對其做增刪改操作，建立高可用的數據視圖，并賦予視圖查詢權限。通過對視圖提供數據的趨勢分析，建立合理的數據分析模型，對其歸納總結，找出數據走勢規律，并對其結果進行驗證，最終獲取與教學質量相關的隱藏數據。

⑶ 上層數據分析與應用。結合學校自身的特色及發展需求，制定學院、專業、課程、教師、學生五個層面的指控點，建立健全院校指標體系。針對不同層面的教學質量評價指標詳細管理，運用大數據技術做深度分析，通過預警信息、趨勢分析、工作報表、規則得分、雷達圖等形式體現診改的各項數據[5]，實現管理、監控、預警，實時診斷和分析，通過趨勢圖、柱形圖、雷達圖等查看指標完成趨勢及完成進度及分析，依據校本數據生成診斷報告及改進建議。以院校指標體系為依據、以校本數據為基礎，設計五橫畫像系統，包含學校、專業、課程、師資、學生維度的畫像展示。并且具有單獨的預警模塊，實時、動態的掌握全校發展，為及時糾偏提供大數據的支持。

3 結論

通過以上分析可以看出，在“大數據”時代下，高校的教學質量評價的最重要一步則是制定科學的教學質量評價體系。科學的教學質量評價體系不僅可以提高教育教學質量，還可以更加客觀的評價學生的價值，這需要信息技術與教育教學深度融合。教學質量是所有教學要素綜合相互作用的結果，將分散在各個業務系統的教學要素數據通過數據抽取挖掘，打破傳統數據孤島的制約，搭建數據倉庫，建立數據集市，使所有與教學質量有相關性的數據都集中在一個數據集市下，為多維度的數據指標分析提供了極大的便利，同時也為管理者的科學決策提供有力的數據依據，從而更加全面準確的把握教學質量現狀，實現對教學數據的實時監控。利用大數據技術綜合提升高教學質量評價水平，對職業院校構建現代職業教育體系意義重大。

參考文獻（References）：

[1] 丑鑫，魏孔鵬.信息技術與職業教育教學深度融合的研究[J].遼寧高職學報，2018.6：5-7

[2] 楊宗凱，楊浩，吳砥.論信息技術與當代教育的深度融合[J].教育研究，2014.3：88-95

[3] 黃秋明，王正，龔蓓.高等學校教學質量監控與評價體系研究[J].職業技術教育，2003.1：19-23

[4] 姜義林，李聯衛.基于診改理念的高職院校智能課堂建設[J].中國職業技術教育，2019.23：42-45

[5] 吳菁，王蘋.診改背景下高職院校課堂教學評價大數據的挖掘與分析[J].寧波職業技術學院學報，2018.22（3）：23-26

[6] 任青青.高職院校內部質量保障體系診斷與改進的若干思考[J].高教學刊，2018.16：174-176