摘 要：教学评价一直是职业教育人才培养的重点工作内容之一。文章创新性地将大数据理念和技术引入教学评价，该思路可在区域范围内实现引领和推广。文章对教学评价和大数据概念进行界定，分析了传统教学评价模式存在数据量过大、规范程度低等弊端，在此基础上构建了数字化高职院校教学评价监控模式。

关键词：大数据；高职院校；教学评价

1.问题的界定

《教育评价辞典》对教学评价是这样定义的：“教学评价是指以教学研究为评价对象，进行价值判断的过程。”

大数据时代的一个显要特征，表现在从数据中寻找答案，用数据说话，它的战略意义不在于掌握庞大的数据信息，而在于对含有意义的数据进行专业化处理， 挖掘出大数据的潜在价值。

2.运用大数据模式解决传统教学评价的弊端

（1）统计信息量过大，处理速度慢。采用纸质打分的方式回收打分表后进行统计分析，首先要处理掉无效打分表，其次要对逐条信息进行统计，最后采用数理方法对信息数据进行结果处理。该方式统计信息量过大，而基于大数据的集成化系统，可帮助管理人员减少处理大量数据的操作，简化评价的基础统计分析工作，提高效率。

（2）数据规范程度低，为统计分析带来难度。由于受认知障碍、评价者情绪、填写习惯、人为干扰等因素的限制，现实的打分数据往往数据不规范。而基于规范信息标准的大数据系统的信息，录入过程中会自动筛选剔除不规范数据的填写，全部数据都在规定的标准和技术限定范围内，为统计分析带来了便利。

（3）樣本数量过小，导致统计结果不一定真实。传统媒介下的纸质单据录入由于数据处理技术限制，评价组委会往往通过减少评价者数量的方式以方便操作。这样一来，抽样样本量较低，便很难反映教学评价对象的真实表现和教学效果。

3.构建数字化高职院校教学评价监控概念模型

基于大数据分析方法的数字化高职院校教学评价监控模式并不能直接进行教学评价和管理，却可以有效地为教学质量的管理提供信息支撑。概念模型中的联机分析处理（OLAP）可以对基层数据进行多维分析操作，为决策者提供一种直观易懂的形式从而将查询结果提供给决策者；数据挖掘（DM）则对数据进行高度自动化的分析、推理，从海量数据中挖掘出正确的、有用的以及用户感兴趣的知识。

通过应用大数据理念及技术来对高职院校教学评价体系的各个环节进行业务流程再造，可以使原本封闭的监控环节变成开放模式，使传统的静态数据流变成动态数据流。将大数据理念及技术应用到教学评价之中，可在区域范围内实现可持续发展的示范和引领作用，值得应用推广。

参考文献：

[1]徐乐军.高职课堂教学质量评估存在问题及对策研究[J].辽宁高职学报，2013（4）.

[2]杨 丽，曾 忠.基于商务智能的智慧校园的构建研究[J].中国管理信息化，2013（16）.