以大數據為基礎的高等教育質量評價探索

胡興志 劉偉佳

摘 ?要：提供高等教育是高校的主要職能，因此高等教育的質量常被用作評價高校職能的主要指標，同時高等教育質量也直接影響到人才培養的效果。隨著信息技術的發展，大數據的出現逐漸影響到各個行業，當前大數據已經用于對高等教育的質量進行評價，而大數據龐大信息量的特征也使得這種評價更加可靠。文章將以大數據為基礎，探索高等教育質量評價的相關內容。

關鍵詞：大數據;高等教育;質量評價

中圖分類號：G640 ? ? ? 文獻標志碼：A ? ? ? ? ?文章編號：2096-000X（2022）02-0017-04

Abstract： Providing higher education is the main function of colleges and universities. Therefore， the quality of higher education is often used as the main index to evaluate the functions of colleges and universities. At the same time， the quality of higher education also directly affects the effect of personnel training. With the development of information technology， the emergence of big data has gradually affected various industries. At present， big data can be used to evaluate the quality of higher education， and the characteristics of large amount of information of big data also make this evaluation more reliable. Based on big data， this paper will explore the related contents of higher education quality evaluation.

Keywords： big data; higher education; quality evaluation

大數據技術在商業領域的應用給了教育界啟發，推動了該技術在高等教育質量評價中的應用。如果大數據技術可應用于高等教育質量評價體系，顯然能夠通過對海量人才培養數據的整合與分析，預測出人才在不同層面的發展趨勢與潛力，為高等教育的進一步發展提供可靠的數據支持，從而使高等教育具備更強的針對性。從結果上來看，這對于整個社會的發展顯然非常有幫助，不僅能夠為社會提供所需的人才，幫助人才進一步將自己的價值變現，同時還能實現對教育資源應用的優化，提升各類型教育資源的利用效率[1]。因此，以大數據為基礎進行高等教育質量評價是很有必要的，而這也將成為未來高等教育發展的主要方向之一。

一、大數據與高等教育

（一）大數據

大數據（big data）最早出現自IT行業，指的是無法在一定時間內應用常規軟件及工具進行捕捉、管理及處理的數據集合。由此可見大數據的信息總量是十分龐大且復雜的，而如此龐大的數據量需要新的處理模式，以從中獲得更強的決策能力、洞察力及流程上的優化。由于大數據具有海量、高增長率和多樣化的特點，其蘊含的信息也具有非同一般的潛力，因此大數據也可被理解為一種信息資產[2]。通常情況下我們理解的大數據是指大數據處理技術，并非大數據本身，而大數據處理技術也是大數據的價值及戰略意義所在。

提到大數據就必然要涉及到云計算，兩者就像是一個硬幣的正反面。大數據龐大的信息量決定了無法應用單臺計算機進行處理，因而大數據的處理技術在架構上會具有分布式特征，通過對海量數據進行分布式數據挖掘并分析，從而使大數據技術擁有相應的效率，并確保這種效率能夠滿足特定行業乃至整個社會的發展需要。

（二）高等教育

高等教育的進行需要以完成中等教育為基礎，在教育內容及教育模式上具有專業性及職業化的特點，其主要目的是為社會培養高級專門人才及職業人才，通常在教育機構中開展。從世界范圍內的教育發展情況來看，中國擁有最完備的基礎教育體系，而美國擁有最發達的高等教育體系。由于高等教育是人才培養的最后一個階段，對人才的成型而言至關重要，因此世界各國均十分重視國內高等教育的發展。隨著我國社會經濟建設水平的飛速提升，高等教育也從精英教育逐漸轉化為大眾教育，并在近年來因入學率的上升成為普及教育。

二、大數據下高等教育教學質量評價體系的特征

受大數據的影響，數據收集及數據分析被提升到了一個新的高度。大數據在數據表現上體現出以下五方面特征：數據數量上的龐大（volume）、數據收集分析處理的高速化（velocity）、數據種類上的多樣化（variety）、數據價值的低密度性（value）及數據的真實性（veracity）。正是由于這些特征的存在，高等教育教學質量評價體系在構建過程中應用了大數據之后呈現出以下幾方面特點。

（一）大數據發現與收集將用于評價體系的構成

大數據時代下一切都將圍繞數據開展。大數據本身不僅取代了傳統的定量研究、定性研究，也使得原本靠樣本分析總體的方式不再適用，而是直接針對總體進行剖析，因而不需要再進行樣本的選擇[3]。由于大數據在所需數據的類型、載體上沒有種類限制，因此包括數字、圖表、圖像、文本、視頻、音頻等不同類型的數據均可納入大數據總體中。

當前高等教育教學質量評價體系的數據來源主要來自以下幾方面：其一是國家級政府相關部門對高等教育各種教育情況的統計，包括學生數量、資源消耗數量、科研成果、學科建設成果等;其二是各地區教育主管部門要求高等教育機構上交的各類型數據資料;其三則是高等教育機構在自身發展過程中出于發展戰略需求所做的各種類型資料統計;其四則是一些科研機構或評估中心收集的教育相關數據。以上是當前實體化高等教育數據資源的主要來源。

大數據所依靠的并不僅僅是實體化的數據，本身大數據誕生于網絡信息技術的高速發展，而網絡上的各種資源及數據在數量及種類上正呈幾何性上升，這些數據也可用于大數據建立高等教育教學質量評價體系的過程中。在大數據的作用下，原本因數量龐大導致的高難度數據資料收集工作將不復存在，隨著互聯網使用者數量的增加，相關操作人員僅需通過大數據技術即可在互聯網上進行數據的采集、生成及處理。

（二）使評價體系具備更高層次的科學性及更可靠

的質量

隨著大數據時代的到來，相關工作者也面臨著更高的職業能力門檻，只有在具備大數據視野、大數據思維的情況下，才能將大數據應用在高等教育教學質量評價體系中，并使大數據背后的隱藏價值得到充分發掘。也就是說，大數據并沒有在技術要求上有所優化，反而對使用者的能力及數據素養提出了更高要求，要求使用者不僅要明確相應研究問題的研究對象，同時還要對高等教育中的各類現象及內容具備一定的洞察力與詮釋能力。如果要從一個簡單的角度來理解，就是說數據本身只是數據，除表達一些特定內容之外并不具備其他任何的意義。而數據與數據之間的聯系及數據本身的深層次含義，則需要使用者通過研究的方式加以探討及證明，并在數據之間建立起可靠的因果關系，這樣才能確保數據擁有相應的說服力，從而使得以數據為基礎構成的體系具有更高層次的科學性及更可靠的質量[4]。而大數據則因其龐大的數量，向世人展現了其獨到的科學性及可靠性。

（三）評定高等教育的研究成果是否作用于實踐

高等教育以研究為主要工作內容，評定高等教育的教學質量在一定程度上要看其研究成果是否能夠作用于實踐。通常情況下高等教育的研究目的分為兩方面內容，一是能否使理論得到進一步的發展與深化;二是能否在實踐層面上推動當前社會的發展。就大數據在事物發展趨勢上的預測功能來看，大數據可用于檢測高等教育的研究成果是否切實有效。由于大數據本身是對總體進行分析，總體即樣本，因此能夠確保其數據分析成果與事實具有高度的接近性，從而用于評定高等教育在研究成果上是否能夠真正作用于實踐[5]。

三、基于大數據的高等教育質量評價主要優勢

（一）促成評價層次的多元化

當前高等教育質量評價中存在一些很明顯的問題，首先是學生與教師無法有效參與到評價活動中，因而評價活動無法激活師生的積極性，也就難以作用于教育質量的提升;其次是評價方式相對較為單一，其評價結果因此展現出參考價值不足的情況，受各方面因素影響，相關部門在對高等教育進行評價時往往難以重視到不同地區、不同層次、不同科目、不同辦學理念及培養目標之間的差異性，因此其評價結果上常呈現出嚴重的同質化現象，導致評價結果的可靠性直線下降。

大數據在高等教育質量評價中的應用則能夠有效解決以上問題，這主要還是依托于大數據擁有海量數據種類及數量的這一特征。首先大數據既然能夠獲得各方面、各種類型的大量不同數據，也就使得高等教育質量評價體系能夠擁有高水準的層次化（評價體系的層次化、豐富性與數據量直接相關），而層次化水平的提升又使得評價體系越發完整，不僅能夠使學生及教師在評價過程中充分發揮其主動性，也使學校及相關教育主管部門的宏觀指導及調控行為擁有更加可靠的數據支持，從而使這種宏觀角度的調控能夠充分發揮其價值[6]。此外，依托于信息技術的大數據有效解決了因用人單位廣泛性及分散性造成的評價困難問題，更有助于高等教育機構調整人才培養理念與方法，以使高等教育能夠順應社會發展的需求。

（二）保證評價的科學化

通常對高等教育的評價包括過程評價及結果評價兩種形式，過程評價側重于高等教育中實際采取的教育行為，而結果評價更加重視對教育結果及成就的評價。過往評價體系中由于無法有效解決過程評價中的問題，而將評價的重點放在結果評價上，將學術計劃、教學設備的探索等關于過程評價的內容作為結果評價的一部分，這就使得高級教育機構在教育目的上產生了偏差，絕大多數教學活動均以提升教學結果為主要目的。

大數據的運用則為過程評價提供了可靠的途徑。以高等教育機構中學生的出勤情況、作業完成情況為例，這些內容及相關部分均可列入大數據中，通過建立相應的系統及平臺收集學生出勤率、作業完成情況、師生互動頻率等相關內容，并以大數據技術進行收集、分類、整理、統計及分析等，而更高層次的高等教育內容（如碩士研究生或博士研究生的課題報告通過指數、課題完成情況及評價等）也可運用大數據進行過程評價，從而使高等教育質量評價能夠擁有高度的科學化水準。

（三）提升評價結果的客觀程度

當前我國高等教育質量評價涉及的內容相對較多，包括但不限于辦學條件、教學管理水平、整體教學質量等，這些評價均具有濃厚的學科評估色彩，相對來說已經算是較為全面，但實際評價過程中由于受到客觀情況的影響，評價內容中還有很多難以進行界定或衡量的內容，如學生能力的綜合評定、學校教學改革情況的評定及在當地與輻射范圍內創造的價值等均難以形成可靠的量化評定指標。

（四）提供多方評價途徑

在傳統評估模式下，學生評價主要是針對學生學科成績進行測試，評價大多都由教學部門及教師共同完成，整個評價體系過于封閉，不夠“人性化”。現階段，更注重學生發展性評價及綜合素養評價，評價活動貫穿了學生學習生活的始終，覆蓋學生在校園內、校園外的所有學習活動及學習行為中。評估數據來源多樣、評估數據結構不同，通過有效匯總進而充分分析學生綜合素養。在教學活動、管理活動、校園活動、科研活動等一系列教育活動中，都會衍生教育大數據[4]。每一個活動相關者，都是教育大數據的生產者。正是因為這些教育大數據的出現，為多方主體共同參與評估活動搭起了橋梁。基于此，數據是驅動教育與質量評估結果改革的重要因素。

（五）促進學生的發展評估

現代教育評價，既測量學生能力、特點，又根據教育目標評價學生未來發展進程及質量。所謂的發展性評價，就是有系統、有目標地收集評價信息，進而對學生教育活動進行細致化判斷，了解其向目標發展的全過程。發展性評估，主要體現評價診斷功能，強調凸顯評價過程，遵循學生個體差異。基于此，發展性評價常常與學生學習過程息息相關，并且是長期性追蹤式評價。以發展性評價理念為指引，持續跟蹤學生歷史成績及現實表現，通過時間序列分析、聚類分析等方式，針對學生學習數據進行深入挖掘，創建學科知識地圖，進而分析學習風格及學習行為，最終對學生學習能力進行診斷。

隨著信息技術的發展，信息網絡建設的完善程度也處在不斷提升的過程中，這就意味著人們在數據監測與分析上的能力正在不斷上升，而這種上升則會使得一些原本難以衡量的內容逐漸實現量化。在應用大數據建立相應的質量內控機制之后，原本宏觀角度下高等教育機構各方面的能力均能夠獲得相應的評價指標，且這些評價指標還能通過細分轉化為不同微觀個體。以高等教育機構對周邊經濟效益的推動為例，就可通過收錄周邊各種商業組織在經濟活動中的變化情況，作為評定高等教育機構帶動當地經濟發展的標準[7]。在另一個角度上，對學生個人發展中難以評估的因素（如個人興趣、身心發展等）則可以進行大規模的研究調查，這種研究調查在輔助進行一定的實際調查活動之后，即可獲取相應的數據，并最終應用于學生個人發展的評價與推斷。

四、以大數據為基礎的高等教育質量評價策略

（一）目標設定策略

要使高等教育質量評價行之有效，就需要先根據評價的內容設定好相應的目標。在制定目標的過程中，又需要參考高等教育最終的教育目的（學科理論知識的掌握程度及行業綜合能力的高低），并以此為基礎做好評價目標的設定。由于社會處于一個不斷變化的過程中，因而高等教育的教學目標又會隨著社會的發展，在不同時期呈現出不同的特征，這就需要高等教育機構運用好大數據技術，定期對社會上行業變化相關的各類數據進行收集、整理及分析，并按照相應分析結果制定出人才培養計劃及目標，之后再圍繞相關目標完善教育質量評價體系，以確保評價的時效性。

（二）執行策略

對于高等教育質量評價而言，其執行是指對教學活動運行過程的評價，因此也可簡單理解為對教學過程的評價。在高等教育質量評價體系中，針對整個教學活動進行的過程性評價，實際上就是執行階段。如今各種智能網絡終端被應用在教學過程中，而網課、微課及新教學方式的出現也需要連接網絡才能進行，這就為教學過程相關信息的收集創造了條件。大數據體系中相關的數據收集系統可收集這些數據，并通過大數據技術進行分析，將分析結果上傳至教師及上級領導的終端中，進而實現對教育過程的評價，且這種評價還能與高等教育機構的教學評估相同步，而這種同步又體現出了獨特的靈活性與建設性。

（三）反饋策略

在執行高等教育質量評估體系時，所有檢查教學結果的活動都應圍繞相關目標而開展。細致分析教育活動是否達到預期標準，在執行過程中找出問題、總結規律。以“互聯網+”為背景，高校學生可通過網絡對教師教學活動進行評價，畢業生同樣可以通過網絡向學校反饋學校教學目標是否與社會對人才需求目標一致，進而更方便學校準確收集信息、全面收集信息。通過收集大數據、整理大數據、分析大數據，有效增強了教師與學生之間的交流，以及管理者與教師間的交流，實現了良性的溝通目標，最終促進整體教學質量提升。

（四）改進完善策略

對已有評價體系的完善與總結，是確保評價體系能夠適應社會發展及教育目的變化的關鍵，其主旨在于推廣體系中成功、成熟的內容，同時也糾正體系中的缺陷及不合理的內容，以使評價體系始終保持較高水準的科學性。在大數據被應用在高等教育質量評價中時，要意識到這種應用不是一次性的，而是要隨著體系的完善而逐漸發展的，并使體系及大數據技術的應用呈現出動態化特點，最終作用于高等教育教學質量的穩步提升。

若想有效完善教育質量評價，積極構建大數據信息化平臺刻不容緩。受人才及資金影響，高校在建設大數據信息化平臺時，進程略為緩慢。為此，高校應高度重視大數據思想，堅持與時俱進，有效整合大數據平臺底層設計與頂層設計，注重應用多種途徑構建大數據信息化平臺。首先，高校應積極整合各種數據資源，將零散數據資源進行匯總，應用現有資源開發與本校現實發展狀況相符的大數據信息化平臺，為日常操作帶來便利，保障后期數據的及時更新與定期維護。與此同時，高校應把握自身狀況，積極引進第三方系統及大數據分析平臺，加強學校各種數據與所購系統的契合性，進而提升學校在大數據應用方面的處理能力、數據分析能力。此外，高校應積極與企業合作，與企業共同研發大數據平臺系統，充分發揮自身數據優勢及企業技術優勢，為高等教育質量評估創建完備的大數據處理中心[8]。

五、結束語

得益于大數據技術的出現及應用，高等教育質量評價的可靠性與準確性能夠得到進一步提升，其完善程度也能夠實現大幅增長。在大數據環境下，高等教育質量評價得以以新的方式進行，而這種新的方式也凸顯出了大數據技術的優點，并最終使評價結果為高等教育質量的提升提供了充分支持。基于大數據背景，高等教育質量評估應朝向公平化、規范化、客觀化方向發展。教育大數據技術令高等教育質量評估結果更精準，為校方制定教學方案提供了良好的支持。同樣，教育大數據對學生學習過程及未來發展方向也做出了精準的預測、評估，有利于進一步為學生指明發展方向，助力學生成長為綜合性高素質人才。應用大數據對高等教育質量進行評估，本是一項工序復雜的事情，需要花費一定精力與時間，通過動態分析過程完善教學策略，為學子們提供良性學習條件，助力教學質量一路飆升。

參考文獻：

[1]閆升光，何麗娟.基于大數據的高等教育質量評價探析[J].中國成人教育，2017（14）：49-52.

[2]張芳芳，馮濤.基于大數據的高職教育質量評價體系研究[J].商情，2019（19）：217.

[3]梁永玲，佟鳳輝.大數據時代公安高等教育人才培養質量評價模式的思考[J].公安教育，2017（11）：65-68.

[4]張東東，佟鳳輝，梁永玲.大數據分析技術在高等教育人才質量評價體系中的應用研究[J].遼寧廣播電視大學學報，2017（3）：6-8.

[5]劉紅嬌.如何保障以質量為基礎的高等教育[J].才智，2016（4）：183.

[6]譚正輝.大數據環境下的高等教育質量評估分析[J].才智，2018（31）：123.

[7]張光亞.基于大數據的教學質量分析與評價[J].高等農業教育，2016（1）：39-46.

[8]陳佳欣，李麗波，鄭曉宇，等.高校課堂教學質量評價指標的結構方程建構[J].中國繼續醫學教育，2020，12（8）：58-61.