大數據下的高職教學質量評價研究

董 明 牟云環

陜西國防工業職業技術學院，陜西 西安 710300

一、大數據分析評價相關概述

（一）大數據的概念

目前，大數據的分析研究受到了許多學術界人士的關注，但是大家都沒有給予其一個準確的概念性定義，因此，其定位不夠清晰。在《大數據》一書中，可以發現著名學者徐子沛對于大數據的了解。在文中徐子沛認為，大數據是一種數據的總稱，它有著超出于之前傳統意義的范圍，一般的工具很難進行分析的大容量數據。大數據也有其特有的單位，那就是“以太節”。

所謂的大數據的“大”，囊括兩個方面：首先一個是容量大，大數據所包含的內容大；其次是深度廣，大數據擁有著海量的數據，并且對信息進行整合和分析，能夠產生新的知識和價值，使得內容深度得到延伸。除此以外，還有其他人對大數據提出了解釋。一方面認為：大數據指的是沒有辦法用人工進行計算處理的數據。另一方面認為：大數據就是對數據信息進行統計分析，將一些看似無規律的信息進行處理，從而從中發現其規律性。通常情況下，大數據具有其鮮明特征，具體可以分為以下四點。第一點，大數據的數據量龐大；第二點，大數據的種類繁多；第三點，大數據具有超快的處理速度；第四點，大數據的價值密度較低。［1］

（二）大數據的優勢

大數據是當前大勢所趨，它具有一定的數據處理優勢，下面從三方面進行分析。首先，大數據可以多方參與。大數據的參與者并不是單一的，大多數情況下，高職院校會在許多工作中使用大數據，比如在進行教學管理、實踐管理、社會活動等，這些數據都可以通過大數據進行處理，其覆蓋的范圍非常廣泛，并且類型比較多樣，采集也比較快速。在大數據下進行教學，教學參與者都是其數據生產者和使用者，因此大數據能夠給予更多參與人員使用。其次，采集的數據集更全面。以往教學評價比較平面化、扁平化，通過大數據分析，能夠讓教學評價更多層次展現，更多元化。在評價大數據中，將各種數據進行分析，能夠更真實的反應學習情況。在多層次分析中，能夠將淺層信息深挖，更有利于評價分析。此外，其信息采集渠道更廣泛，比如，文本類數據、音頻類數據等，能夠更多形式地將教學細節表現出來。最后，大數據較強的分析處理能力。在大數據技術下，通過應用進行教學分析，能夠更動態地分析數據，挖掘深層信息，提升整體的信息水平，在教學評價中能夠很快地發現教學中存在的問題，從而針對問題進行相應解決。比如，在課堂教學過程中，可以通過手機應用進行教學，學生在平臺上反映學習問題，老師能夠更針對性地解決學生遇到的問題，從實際問題出發，進而有效地開展課程，提高教學質量。［2］

二、高職教學質量評價現狀

（一）當前教學現狀

新冠疫情的動態變化對教學工作也帶來了嚴重影響，為了更好地進行教學工作，高職院校也是組織多種教學方式，運用更多平臺進行教學。首先，線上平臺的加入。在教學中，動員全校師生共同參與線上教學，降低新冠疫情對教學影響。教務處領導老師對線上平臺進行管理，安排教師線上教學，教師對教學內容進行計劃安排，運用線上平臺來建立相應的教學資源。在線上教學中，輔導員教師要注意學生的心理健康。許多在線平臺會和學校進行合作，為學校提供線上學習平臺。其次，通過多平臺進行多元化授課。教學中比較常見的有，超星網絡平臺、慕課網等，這些網絡平臺成為部分教學的主要授課平臺，一些教師也會在線下教學中應用這些平臺，從而更好地去安排教學內容，將教學計劃更完整地展現給學生。在教學中遇到的問題，可以很好地通過平臺去解決，為學生布置作業，甚至幫學生答疑解惑，進行實踐指導。

（二）教學質量監控潛在的問題

首先，教學監控力度不夠。在高職院校教學過程中，學生的主動性很關鍵，經常有學生會缺乏學習主動性，在學習中懶散，無法完成當天的任務。尤其是線上學習過程中，學生有時會忘記網絡學習課程，或者放著視頻人不在，敷衍了事，這種情況很常見，學生開倍速學習，卻不記筆記，沒有將知識內化。高職院校的學生自控能力較差，針對這一情況，對某高職院校進行分析，學生完成作業任務的情況，大多數的學生會在下午學習，而上午學習的是小部分，晚上學習的學生更少，因此學生的學習任務也理應按時間合理分配。隨著教學時間增長，第三周第四周的教學情況會逐漸下降，學生的積極性日漸減退。

其次，教學監控不夠細致。在高職教學評價過程中，教師對學生評價比較表層，對學生的學習情況進行簡單統計分析，沒有將其整體完成度，以及學習中的參與情況納入其中，進行橫向和縱向對比，從而進行教學評價。再次，教學質量監控信息不全面。高職院校學生培養目標，主要是為了提升學生的實踐能力，以操作為主進行教學。然后在教學評價中，對于實踐所占的比例較少，沒有進行合適的計算，因此其評測結果不夠全面，沒有將學生實踐成績納入其中。教學中不注重實踐，對于學生今后實踐的自信心培養十分不利，學生可能會不自信，害怕出錯而害怕實踐。

三、大數據在高職教學質量評價中的應用

針對當前高職院校教學遇到的問題，在教學評價中出現的不合理現象，結合大數據技術，通過教學平臺實施相應監控，通過線上教學數據的采集，來完成教學情況反饋，有效提高教學效率。

（一）高職教學質量評價體系構建

教學質量評價系統可以分為四個環節，分別是數據源、存儲計算、接口和應用。每一個環節都是其體系中的重要因素。第一，數據源。數據源包含有各個平臺上的教學數據，教學計劃以及教學過程中的實時數據，能夠將教學情況用數據進行分析。第二，存儲計算。在數據中將其進行轉換、重構，將其存在數據庫中，能夠為之后的計算做好準備。在計算中“流計算”是很好的計算方式，其時效性更強，能夠在不同應用中選擇，在數據轉換之后進行流計算，節約了在數據倉庫中尋找的讀寫時間，從而提高實效性，如果對時效性沒有特別要求，離線計算是很好的選擇。第三，接口處。針對大數據的接口，牛市對數據進行深加工的位置，在系統支配下，對數據進行處理，通過統計分析、數據分析等，深挖數據深層信息，從而找出其有價值的內容。第四，應用層。這一層以數據和可視化圖形展示數據分析和挖掘的結果，讓師生和教學管理部門可以在教學過程中看到教學質量監控系統反饋的消息提醒、消息預警、教學評價結果和教學建議等。

（二）高職教學質量系統功能設計

教學質量評價過程中，質量監控是非常重要的，具有提醒、評價和反饋的作用，能夠將教學情況實時評價，從而發揮預警功能。

第一，設計消息提醒。在高職教學過程中，要有計劃進行教學，可以從教學計劃、教學平臺等多數據進行控制，構建一個整體的數據源，然后將學生信息、課程信息和學習資料等信息導入其中，形成一張大的信息網，通過這個整體的數據源給每一位學生形成一份獨立的任務書，讓學生根據任務書中的規劃進行學習，每天哪個時間段學習什么內容，任務詳細具體，包括實踐內容和測試。每個周末晚上，教師可以為學生發送提醒，包括新一周的學習內容和學習計劃。對于學生未能完成任務的情況，要進行再次提醒，讓學生能及時完成任務。對于未能完成的任務，要認真對待，將學生情況發送給輔導員，讓輔導員進行督促。在警示過程中要給予學生壓力，讓學生重視時間規劃，從而完成學習任務。教師也要了解學生的情況，在任務分配時要張弛有度，促進學生進行個性化學習。

第二，注重趣味教學互動。在授課的過程中，老師可以運用平臺教學，在教學中借助相應的電子設備，比如PPT、音視頻素材等，讓學生借助材料進行趣味互動。比如，老師可以依據大家的專業或是興趣愛好，建立一個屬于班級的趣味互動資源庫，在其中設置一些問題，讓學生互相通過問題進行互動。資源庫的內容要廣泛一些，能夠讓學生每次遇到不同的問題，從而足夠吸引學生的注意力。吸引學生的注意力非常關鍵，趣味互動過程中，學生能夠更集中注意力。同時，在日常教學中，課堂與學生互動要注意時間，每隔5～8分鐘和學生建立一次溝通，防止學生上課溜號。

第三，教學情況實時評價和反饋。教學實時評價和反饋對于教學質量有著很重要的影響，其中包括一些學習的數據、作業的完成情況等數據，這些都需要進行反饋，掌握相關的數據源。為更好地實施教學評價，在每個課程后都要增加相當量與當前內容有關的試題，試卷按難易分類，由易到難，在學生復習完成后就可以檢測，如果學生的檢測結果不理想，就可以重復學習檢測。教育管理系統每天晚上分析并評估當天各門課程學生的復習狀況，如果第一次復習完成后，超過50%的學生答錯不太困難的試卷，即被管理系統認為當天的教育資源出現問題，又或者當天的復習完成后超過40%的學生答錯一般困難的試卷，管理系統就會立即反映給任課老師，并責成其完善當天的教育資源或作相應的課程增補。教學評估與反饋工作貫穿了整個教育流程，出現問題，就立即糾正，從而提高課堂的教學質量。二級學校的老師助教、分管系主任、校長有權利查看本學校每個老師的教學評語；老師督導室工作人員、教務處教務科工作人員、學務公所分管副處長、主任、分管教職工副主席、校長也有權利檢查本校所有老師的教學評語、反饋信息和改正情況。成績統計需要在線上課程平臺數據、教學群數據、實踐課程平臺數據中收集教學統計，內容涵蓋了課程任務完成情況、作業完成情況、課后測試完成情況，以及實驗任務完成情況。為每個課時和實驗任務設定了權重，再乘以相應的課后測試完成情況或實驗任務完成情況，其總和占總成績的70%到80%，而課程任務完成情況和實驗作業完成情況則占總分的0%到30%。

第四，實踐情況實時評價與反饋。針對高職院校學生，教學要注重實踐課程，教師要為學生營造一定的實踐環境。有時候沒有良好的實踐空間，可以借助環境進行模擬，借助網上大數據信息進行實踐。許多高職院校和大數據企業、人工智能企業有建立合作關系，能夠為學生提供線上實踐機會。教師可以借助線上的平臺，為學生布置相關的實踐任務。在實踐中，學生通過平臺進行操作，學生的實踐操作過程和結果都能夠在數據庫中進行顯示，平臺會將數據進行采集，然后做出相應分析，從而反饋學生的學習結果。這樣更便于教師了解每一個學生的學習情況，進而做出相應的指導。

（三）教學反饋與跟蹤改進機制

首先，教學反饋。課堂反映工作內容是采集的課堂數據經過統計、數據分析與挖掘，并將成果信息反饋給老師、學員，以及教學管理中的各個管理部門和工作人員，每個學生反映的信息內容一些能夠通過單純的數據分析獲得，如學習質量警示等，一些信息內容則必須經過更深入的數據挖掘獲得，如危害學生學習效果的原因等，能夠通過關聯規則算法通過數據挖掘而獲得。每個學生的反映工作內容包含學習質量警示、學習質量實現狀況進度計劃、班級教師學業實現狀況進度計劃、學生教學方式改進建議等。而老師的反饋內容則包含老師所授學科的老師課堂預告、每個學員實現狀況進度計劃、全班學業實現狀況進度計劃、老師教學以及學習過程改善意見等。各級教學管理機關主要反映的重點是教師課堂教學流程中的各項數據結果，包含教師線上課堂開設門數和開設次數、各門課的訪問頻率、時長和任務完成狀況、各項教學條件的同比環比數據等，與此同時各基層管理部門應將訪問反饋的權限向上開放，使上級管理部門能夠訪問查看到下級管理部門、教師以及學生的反饋結果。

其次，跟蹤改進機制。而在線開放教學平臺和大數據分析教學監測體系，能夠更有效地記錄下教師在線上課堂教學流程中的每一項教學操作細節與成果，這為后期的分析、數據信息發掘、反饋等奠定了數據分析基石。相較于以成績為主的質量監測，現代信息化教育平臺的跟蹤監測手段更為全面、精準、快捷，任何在線上教育中發生的活動都會被詳細記錄，數據分析的準確性、完整性以及真實性都是以往的教育質量監測體系所不能相比的。另外，還可以運用大數據對跟蹤監測的結果進行專業的整理、分析、研究，做到最大限度地去除人們主觀意識的偏差，讓評價結果更準確、客觀、有效。

綜上所述，在當前新冠疫情防控大環境下，想要推動高職院校質量提升，必須要注重大數據預警，對評價系統進行全方位的完善，用多種方式，線上線下結合，提高教學效率。