大數據背景下高校教學質量評價

摘要：高校教學質量評價工作屬于重要的部分，不僅能夠全面分析教學工作質量和效果，還能為教學改革提供準確依據。大數據背景下，傳統的高校教學質量評價方式已經無法滿足當前的時代發展需求，在教學評價工作中應該積極采用先進的大數據分析技術，按照教學質量評價特點與需求設計不同的模塊，充分發揮大數據技術在高校教學質量評價中的作用和優勢，保證可以在大數據技術的支持下增強教學質量評價效果，為其后續的發展夯實基礎。

關鍵詞：大數據背景;高校;教學質量評價

前言：大數據背景下高校在教學質量評價工作中應該積極采用先進的大數據技術，構建完善的教學質量評價體系與模式，在大數據技術的支持下提升教學質量評價的便利性、系統性與有效性，統一教學質量評價工作技術標準，達到預期的大數據技術應用目的。

一、大數據技術分析

近年來在不同領域中大數據技術都得到了廣泛應用，可以通過機器學習形式、模式識別形式、數據挖掘形式等開展數據的分析工作，可以保證數據分析結果的準確性和可靠性。大數據背景下，數據的數量較多，其中的內容非常復雜，如果使用傳統的技術方式開展數據處理工作，不僅會耗費很多的時間，還會導致統計結果不良，而采用機器學習技術、數據挖掘算法等，可以全面分析內部數據的相關性，提升各方面的數據分析和決策效果，將其應用在高校的教學質量評價工作中，可以提供大數據分析與決策的服務，篩選最佳的方式針對教學質量全面評價。

二、高校教學質量評價分析

高校教學質量評價主要是針對教師的課堂教學質量全面分析和研究，明確教學工作質量，為教師的教學改革、課程建設等提供幫助。傳統的教學質量評價工作中，主要是在教師的課堂教學期間分析教師的教學情況、學生的學習效果等，雖然可以按照課程的教學評價標準和要素開展相關的評價工作，但是，很難廣泛收集教學質量信息，難以系統化研究教學效果，無法針對教學質量進行數據化、全方位的評價研究，會導致教學評價工作缺乏系統性與科學性。傳統的教學質量評價工作中，缺乏良好的評價機制與模式，信息收集的難度很高，無法利用有效的措施開展系統化、高效化的教學質量評價工作。而在高校的教學質量評價工作中采用先進的大數據技術，可以按照教學質量評價特點與需求，構建完善的教學質量信息存儲、數據挖掘系統，統一開展教學質量的評價分析和管理工作，具有非常重要的作用[1]。

三、大數據背景下高校教學質量評價措施

大數據的背景下，高校在教學質量評價工作中必須要篩選最佳的措施，保證教學質量評價工作效果。具體的措施為：

（一）合理設計教學質量評價架構

高校在開展教學質量評價工作的過程中，應該將大數據技術作為基礎，設計教師端評價系統、服務端評價系統與用戶端評價系統，構建B/S體系結構，確保在不同課堂教學中采用不同的教學評價方式，有效完成各方面的教學評價工作任務。在設計相關評價架構的工作中，應該積極設計業務表達、通用功能與數據分析的層面，對于業務表達的層面而言，應該設計用戶和相關系統的交互界面，使得用戶能夠與系統之間相互溝通交流，提升系統的應用效果。在通用功能的層面，應該確保用戶和相關系統服務器轉能夠有效傳輸數據信息，使用大數據技術分析之后可以將結果反饋個用戶，便于全滿評價教學質量。數據分析的層面中應用各種大數據分析方法，可以通過服務器有效開展大數據的分析工作，提出相應的數據分析結果，便于有效完成教學質量的評價任務[2]。

（二）合理設計教學質量評價模塊

大數據背景下高校教學質量評價的工作中，應該積極采用先進的大數據技術設計教學質量評價模塊，有效完成各方面的評價工作。首先，應該設計教學質量的數據采集和分析模塊，確保在工作中可以完整性采集和教學質量有關的數據信息，便于準確、客觀分析評價結果。在此期間，應該使用此類模塊全面采集教學過程中的行為數據信息、教學效果數據信息等等，利用智能錄播技術形式自動化將課堂教學狀況錄制下來，然后借助播放視頻的方式評價課堂教學質量，采集分析其中的教學質量數據，保證可以客觀準確分析和評價教學質量。其次，設計課程資源的管理模塊，將云服務器系統、數據挖掘系統、云存儲系統等有機整合在一起，設置智能化的錄播接口，將所錄制的教學視頻傳輸到平臺中自動化分析數據信息，綜合性評價教學質量，一旦發現在課堂教學期間存在教學質量問題，就可以提出相應的建議解決問題，從根本上提升教學工作質量。最后，設計教學質量評價管理、跟蹤反饋的模塊，在使用大數據技術評價教學質量之后，為教師提出教學整改的建議和意見，然后通過大數據技術跟蹤評價教師的教學質量改革情況，在跟蹤性評價的情況下，促使教師教學質量的持續性改進。需要注意的是，在設計教學質量評價跟蹤反饋模塊的過程中，應該設置形成性評價、回復、反思與再次評價的跟蹤反饋過程，借助大數據技術分類歸總教學質量問題，便于教師有效改善教學質量，提升教師的教學水平[3]。

（三）增強數據管理的制度化水平

高校教學質量評價工作中采用大數據技術，應該增強數據管理的制度化水平，按照教學質量評價的工作需求，制定完善的大數據技術應用制度與決策方案，要求相關部門可以利用大數據技術全面分析和收集各種教學質量評價信息，規范化并且合理化開展教學反饋工作。通常情況下，大數據技術在教學質量評價中的應用，并非個人之間相互配合就能夠完成，需要高校各個部門之間的協調分工，設置周期性、持續性的教學質量評價系統，在各個部門的合作下共同收集教學質量評價數據，利用系統與平臺反饋，保證數據信息的處理質量，從源頭上規范教學質量評價數據，一旦發現有不規范的現象，必須要采用針對性措施解決問題[4]。

（四）構建教師的自我評價系統

高校教學質量評價工作中必須要積極采用大數據技術，構建較為完善的教師自我評價系統，在大數據的支持下優化相關的教學質量評價模式，提升教師的自我評價水平，使得教師借助大數據技術全面分析自身在教學工作中存在的問題，然后在大數據的評價反饋下采用有效措施提升教學工作質量。教師在使用大數據技術與系統進行自我評價的過程中，應該制定完善的自我評價方案與計劃，完善相關的自我評價模式，保證大數據技術和教師的自我評價相互對接，促使教學質量的提升與教育工作的發展[5]。

結語：

綜上所述，大數據背景下的高校教學質量評價工作中，傳統的教學質量評價方式已經無法滿足當前的工作要求，應該積極使用先進大數據技術構建完善的教學質量評價模塊，設置系統化、數據化的教學質量評價機制與模式，為教師構建自我評價系統，綜合開展教學質量評價工作的情況下，可以及時發現高校教學質量的問題，提出相應的問題應對建議，改善教師的教學現狀，持續性提升教學質量。

參考文獻：

[1]唐秀忠，蘭曉俐，陳洪磊.基于大數據的高校教學質量評價系統設計研究[J].開封文化藝術職業學院學報，2020，40（2）：120-122.

[2]鄭李梅.高校教學質量監控與評價體系構建研究——基于教育數據治理的視角[J].繼續教育研究，2020，14（3）：98-100.

[3]龐建麗，李菲.應用型高校教學質量監控評價系統建設探索[J].天中學刊，2019，34（5）：146-148.

[4]池芳.大數據視角下的高校教學質量評價體系構建路徑探析[J].武夷學院學報，2019，38（6）：105-109.

[5]付靖宇，袁新瑞，種蘭祥.基于大數據的高校學習評價方法研究[J].中國教育信息化·高教職教，2020，22（4）：40-44.

作者簡介：

高菲（1987.4）女，漢族，山西忻州人，研究生，研究方向：高等教育。