姚建红　陈庆璋　许广举

摘 要 本文分析了目前高校教学质量评价的现状及不足，在此基础上，将大数据挖掘技术应用到高校教学质量评价体系中。通过采集高校信息化应用中与教学质量相关的各类数据，并对数据进行存储、分析和展示，建立起一套多元主体、持续动态、科学高效的评价体系。同时，通过对数据全面深入的分析，探寻深层次的影响教学质量的因素，推动高校教学质量的提升。

关键词 大数据 高校 教学质量 教学评价

中图分类号：G642 文献标识码：A DOI：10.16400/j.cnki.kjdkx.2018.05.011

Research on the Application of Big Data in the Evaluation

System of University Teaching Quality

YAO Jianhong， CHEN Qingzhang， XU Guangju

（Changshu Institute of Technology， Changshu， Jiangsu 215500）

Abstract This paper analyzes the current status and deficiencies of the evaluation of teaching quality in universities. Based on this， it applies the big data mining technology to the evaluation system of teaching quality in universities. By collecting various types of data related to teaching quality in university informatization applications， and storing， analyzing and displaying the data， a set of multi-subjects， continuous dynamic， scientific and efficient evaluation systems have been established. At the same time， through thorough and thorough analysis of the data， we will explore deep-seated factors influencing teaching quality and promote the improvement of teaching quality in colleges and universities.

Keywords big data； college； teaching quality； teaching evaluation

随着计算机、网络信息化、人工智能等新兴产业的快速发展，在各行领域中人们所处理的数据规模越来越大，数据种类越来越多，人类已经进入了大数据时代。大数据是一个科技名词，由全球知名咨询公司麦肯锡最先提出。麦肯锡称：“当今的每一个行业和业务职能领域都已被数据渗透其中，数据已然成为重要的生产因素。”人们也正在挖掘和运用大数据这条路上走得愈来愈远。利用大数据的积累和分析进行高校教学质量评价，建设高校质量保障体系，实现教育思想、理念、方法和手段的全方位创新，确保人才培养质量和水平。[1]

1 高校教学质量评价的意义

人才培养是高等院校的首要任务，而教学质量的优劣是衡量一个高校发展的条件，也是各高校竞争力的指标之一，因此，克服传统教学质量的弊端，采用有效的手段提高高校教学质量是高等教育发展的首要任务。[2]20 世纪80年代高校通过教学质量评价来评判教师教学活动的优劣，[3]现在教学质量的评价是一个多因素、多层次、持续、动态的评价过程。高校教学质量评价能促进高校进行教学管理，提高人才培养质量，增强学生毕业后从业的竞争力。教学质量评价的基本内容是对课堂教学环节、实践环节、学科竞赛等环节进行定性和定量的评价。

借助有效的評价技术手段，进行教学质量评价，有助于及时发现课堂教学和实践等环节存在的问题，合理判断教学教学效果的优劣，及时发现教学活动中的有点，从而实时、快速地修正教学活动中所存在的弊端。教学质量评价有利于提高教师的素质、激发教师的潜能，激发学生的学习热情。

2 传统高校教学质量评价的现状

目前各学校采用的教学质量评价方法很多，主要有学生评教、督导组评价和同行评价。但是大多数评教结果只是一个通过不同权重计算后的数值结果。

2.1 学生评教

学生是课堂的主体，全程参与教学活动，学生评价教师的教学质量是对教师教学表现做出价值判断的一种行为，也是学校了解课堂教学效果的一种途径，同时也是学校落实学生学习主体地位的一种体现。高校教学质量评价通常的做法是在每学期期末考试前，学生进入自己的教务系统，系统中给出了多项教学质量评价指标，不同的教学评价指标权重系数不同，学生根据不同的教学指标给教师评分，最后系统由学生的评分和权重系数进行加权计算，得出最终的总成绩。

学生教学质量评价能够促进教师教学、提高教学质量，但同时引起的争议也较大。学生评教只能在一定程度上评价高校的教学质量，这主要是因为学生在对教师进行评价时会受一些其他的非教学因素影响。例如，学生学习的积极性、课程的性质、教师仪态仪表、教师课堂管理的严格程度、预期的学习成绩等、这些因素都会对学生评教产生非正常的影响。此外，一些大学生对评教极不认真，只是凭借这对教师某些方面的喜好，有时不看选项说明随意打分，致使评教结论可信度低，无法真实反映教师教学的实际水平。

2.2 督导组评价

督导组评教是学校聘请各学科知名教师专家对课堂教学活动进行检查评价。督导具有教丰富的授课经验，能发现课堂教学中存在的普遍性问题，并通过课下与教师交流，能及时给教师一定的帮助及引导。但是由于各学科之间存在很大的差异，督导只能是某一领域的专家，评价时更注重教学的一般规律性，而忽略学科自身的特点，这样，就使在评价过程中存在一定的偏差。此外，受評价次数影响，他们对教师教学质量评价也很不全面。

2.3 同行评价

同行评价是指教师对同行的教学行为和教学业绩进行评价，评价者本身就是身居一线的教师，具有良好的专业知识和教学经验，能较客观全面地对教学质量进行评价。并且同行之间进行交流，有助于自身专业水平的提升和教学技能的进步，能创造良好的学术氛围。但在具体实践过程中，同行评价并没有取得应有的功效。主要表现在同行教师之间往往不去听课，只是凭着主观印象打分；或者碍于人际关系，对所有人都会给予好评。这些都使同行评价的最终效果没有发挥出来。

上述这些教学质量评价方法只能在某些方面反映教师的教学情况，管理者和教师看到的是一个形成性的结果，而无法看见结果形成的原因，因此难以为管理者的决策提供有效的支撑。将大数据挖掘技术引入教学评价体系中，对与教学有关的相关数据进行深度挖掘，从大量的数据中提取不能被人眼直接观察出来的隐藏现象。所以充分利用教务系统中大量的教学评价数据，对提高教学质量具有重要的意义。[4]

3 基于大数据的高校教学质量评价

目前，各高校普遍建立数字化校园平台，在平台上建设教师信息门户、教务管理系统、科研管理系统、学生管理系统等信息系统，形成了大量有价值的数据资源。[5]在这些数据资源中，蕴含了评教所需要的丰富信息。通过大数据挖掘技术，进行信息的搜集、分析、优化，建立基于大数据的高校教学质量评价体系，突破传统教学质量评价体系中所存在的主观性和片面性，将碎片化的评价整合为系统化评价，使教学评价更科学合理。

3.1 教育大数据收集

将教育大数据应用高校教学质量评价中的基础是大数据的收集。在校大学生日常的生活、学习、选课数据、自习室使用频率、线上交流聊天、资料检索、网站浏览、线上作业等记录，毕业学生岗位、薪金、职业发展等记录中都会留下大量的与教学相关的数据；教师的教学成果、论文发表、科研立项、图书借阅、网上搜索、在线答疑、学生评价、督导评价、同行评价等记录中也会留下大量的与教学相关的数据，这些数据都具有极大的潜在价值。在这些海量的数据中采用聚类、数据挖掘等方法及工具，搜集与教学质量评价相关的数据。

3.2 教育大数据的存储

获取教育大数据后，为保证数据的有效性，需要从采集到的冗杂的海量数据中挖掘出对教学质量评价有用的信息，运用统计分析法、内容分析法、话语分析法将这些碎片化的数据加以分析、整理和筛选，最终将有效数据存储到数据库中。数据库平台主要包括数据源的分析、数据的迁移、数据的存储、数据的管理。数据源分析模块用来将提取的大数据进行梳理、分析归纳；数据迁移模块剔除冗杂的信息，保留有效数据；数据存储模块将有效数据进行分类存储；数据管理模块可以用于大数据交换、更改。

3.3 教育大数据教学质量评价体系的构建

将教育大数据应用到教学质量评价体系的构建中，该评价体系分为三部分，即目标评价、过程评价、主体评价。目标评价是以结果性的数据作为依据，包括学生期中即期末成绩分布情况、试卷的分析结果、学生网上评教的结果、以及学生参加学科竞赛、大学生创新创业等活动的获奖情况；过程评价是把教学过程中教师和学生的授课、学习状态等数据纳入评价范围，主要包括专家意见反馈、同行意见反馈、教师教学文件管理、线上线下答疑、学生听课状态等；主体评价是基于评价和被评价者、教师和学生共同互建的教学质量反馈与整改模块，此模块构建学生沟通平台，随时接收学生反馈的原始信息，开展教师评学工作，及时掌握学生的整体学习状态和学习水平，接收专家、同行、学生的评价意见，进行自我反思，采取恰当的措施改进自己的教学方法、教学策略，完善教学内容，推动教学能力和教学水平的提高。

4 结论

本文探讨了基于大数据技术的高校教育质量评价体系，该体系中纳入了与教学质量相关的海量数据，实现对高校教学质量微观、个体化的跟踪和未来发展的预测。通过教学质量评价结果的及时反馈、改进，形成数据全面、评价准确的闭环教学质量评价系统，从而弥补传统高校教学质量评价的片面性、单一性。

参考文献

[1] 杨现民，唐斯斯，李冀红.发展教育大数据：内涵、价值和挑战[J].现代远程教育研究，2016（1）：50-61.

[2] 殷宗霞.新课程的教师课堂教学自我评价探究[J].中国科教创新导刊，2009（4）：73-74.

[3] 柳亮.教师课堂教学质量评价的理论基础及现状分析[J].中国电力教育，2010（7）：39-40.

[4] 邢蓓蓓，杨现民，李勤生.教育大数据的来源与采集技术[J].现代教育技术，2016（8）：14-21.

[5] 杨丽，基于大数据的高职院校教学质量监控研究[J].中国管理信息化，2015（11）：232-233.