柯璟

[摘 要]大数据技术的飞速发展为教育信息化的改革与创新奠定了坚实的基础，将数字化手段融入教学评价也成了教育质量监督的新趋势。在教学数据环境下，将学生的个性描述和能力评价进行可视化呈现，形成基于学生毕业要求达成度评价的用户画像，对客观评价学生的学习产出提供了切实可行的实施路径，也为基于成果导向教学的持续改进提供了重要依据。

[关键词]毕业要求;用户画像;能力评价

[基金项目]2020年度课题江苏省教育科学“十三五”规划《高校多维度评学体系研究》（D/2020/01/39）

[作者简介]柯 璟（1982—），男，江苏南京人，硕士，南京理工大学电子工程与光电技术学院助理研究员，主要从事高等教育研究。

[中图分类号] TP391 [文献标识码] A [文章编号] 1674-9324（2020）45-00-04 [收稿日期] 2020-06-03

一、引言

随着信息科学的兴起，大数据（Big Data）技术已经快速融入教育领域的变革和发展之中。在2015年的国际教育信息化大会上，习近平总书记提出了“推动教育变革和创新，构建网络化、数字化、个性化、终身化的教育体系”。近年来，教育部出台多项相关政策和行动纲要也明确指出，要利用大数据等技术“为教师、教学管理人员等进行教学决策、改善教学计划、提高教学质量、保证教学效果提供参考依据”“完善教育管理信息化顶层设计，全面提高利用大数据支撑保障教育管理、决策和公共服务的能力”。

毕业要求（Graduate Attributes）作为工程教育认证中的重要一环，是对学生毕业时应该掌握的知识、技能以及执业能力的具体描述。在大数据背景下，本文将用户画像的概念引入教学评价，基于毕业要求达成度尝试对学生进行精准画像，用数据说话，更为客观和真实地表达学生的学习产出和学业达成情况，以此反馈教学效果，达到评学的目的。

二、用户画像在教学评价中的应用

（一）用户画像概述

用户画像（User Profiling）又称数据画像，是现代大数据技术的一种典型应用，针对用户的行为模式、统计学特征、个性需求等不同维度的属性进行标签化，从而实现精准服务，在互联网时代与信息服务行业已经得到了较为宽泛的推广。将用户画像应用于教育领域，通过对不同教育用户进行各类维度的数据分析，使教育的实施者可以基于大数据模型精准、客观地掌握每一个教学班、每一名学生的学习能力、知识结构、学业表现、突出优势、存在短板等各方面的学习状况，勾勒出关于学生用戶的个性化画像[1]。

（二）用户画像用于教学评价的特点

用户画像概念的引入将传统的经验驱动型教学评价模式变革为大数据平台支持的数字化评学模式，使教学的评估、管理、决策彰显科学性、合理性，主要表现在以下几个方面。

第一，客观评价。传统的教学评价主要依赖于师生之间被动的评语和打分，往往受到主观因素影响，不能准确地评价学生的学习效果，更无法实现对教学质量的监控与管理。通过挖掘教学数据和分析用户画像形成的教学评价，可以客观、准确地反映出教师的教学效果以及学生的学习过程，并且整个评价的过程是主动性的，评价的结果是值得信赖的。

第二，科学规划。通过用户画像的方式为学生聚类、分析，形成不同群体的画像，根据不同学生能力培养上的差异化需求，分别规划学习路径，形成成长报告。专业和课程可根据不同的学生给出不同层次的教学目标和成效要求，让每个学生都有符合自己个性化需求的培养套餐，真正做到因材施教，为实施精准教学奠定客观基础。

第三，反馈教学。利用用户画像结合实际教学情况进行分析，并把结论与建议及时传递给师生，不仅有助于提醒学生正确认识自己的学业状况，也能够促进教师不断寻找最适合学生的教学方式，以提高学习者的学习效率、激发潜能，更有助于教学的实施者从教学设计、方案实施、质量监控等教学环节的各个方面建立长效的持续改进机制。

第四，重塑学生中心地位。以学生学习成效建立的用户画像来评价教学，真正意义上地体现了教学管理从“评教”到“评学”的转变，使教学活动重新聚焦以学生为中心。教师能够通过学生画像，走出主观认识的误区，通过客观的数据剖析学生能力培养的核心诉求，找准教学的立足点和发力方向，协助学生找到适合自己能力水平的学习通道。

三、毕业要求达成度体系的构建

毕业要求是工程教育认证中的核心概念，毕业要求达成度评价基于学生课程体系中的各类考核数据，以学生的学习产出为导向，客观、全面、系统地反映了人才培养的全过程，为勾勒出反映学生学习产出的用户画像提供了良好的理论依据。按照用户画像的构建思路，遵循成果导向的教学设计理念，毕业要求达成度画像模型如图1所示。

（一）制定毕业要求划分指标点

工程专业认证通用标准里明确指出，专业必须有明确、公开、可衡量的毕业要求，毕业要求应能支撑培养目标的达成，专业制定的毕业要求应完全覆盖认证标准中的12条通用标准[2]。可以看到，标准对专业的毕业要求提出了“明确”“公开”“可衡量”“支撑”“全覆盖”五个原则。同时，毕业要求应易于分解为可衡量的若干指标点，按照布鲁姆教育目标分类法（Bloom's Taxonomy），遵循知识、素质、能力逐级递进的原则，形成人才培养的梯级推进的逻辑关系，既符合关联性，又彰显准确性[3]。

（二）课程体系支撑毕业要求

在成果导向的教学理念中，专业的培养目标由毕业要求支撑，而支撑毕业要求达成的是课程体系。将课程体系中每门课程对各项指标点的支持度赋予相应的权重，由2～5门课程支撑一个指标点，又由若干指标点支撑一项毕业要求，形成了课程体系与毕业要求的对应。在课程矩阵的顶层设计中，专业应对课程体系与毕业要求指标点的支撑关系统筹布局、准确定位、相互关联、合理衔接，切实考虑毕业要求与课程内容匹配度，做到所有的毕业要求都有相应的教学环节支撑，而完整的课程体系能够覆盖到专业全部的毕业要求。

（三）设计课程达成评价

课程达成评价是毕业要求达成评价的基础，是从课程的视角对学生的学习成效进行评价以证明教学目标是否达成，其内涵体现在课程教学大纲的设计和落实上。教学大纲中必须建立课程目标与相关毕业要求指标点的对应关系，实现课程内容与课程目标的有效链接，并围绕课程目标选择有效的考核方式。课程达成度评价建立在毕业要求与课程支撑矩阵的基础上，根據各教学环节的权重分配，开展考核，并计算出具体评价值。

（四）计算毕业要求达成度

在得到各门课程达成评价的基础上，将支撑同一指标点的课程达成评价值累加，计算出该指标点的达成度，再汇总到相关毕业要求上，选取支撑同一毕业要求所有指标点达成度评价结果的最小值，作为该项毕业要求达成度的最终评价值，得出12项毕业要求的达成值。根据专业设置的达成度评价目标值，判定各项毕业要求是否达成，得到专业毕业要求达成与否的结论并绘制用户画像。

四、毕业要求达成度画像结果与分析

（一）对学生的毕业要求达成度画像

依照上述评价办法，计算出我校电子信息工程专业两位学生的毕业要求达成情况，图2是基于他们毕业要求达成度评价的用户画像[4]。

从图中观察，两位同学的12项毕业要求评价值均大于专业设置的目标值0.7，显示该两位同学的毕业要求全部达成。经过分析对比，A同学的毕业能力达成度评价总体上是要高于B同学的，尤其表现在毕业要求能力4与能力5的差别上。其中，毕业要求4是考查学生“对复杂工程问题研究”的能力，毕业要求5是考查学生“针对复杂工程问题选择和使用现代工具”的能力。图3是对两位同学的毕业要求4的分项指标点的达成情况的对比，不难看出B同学的每项指标都低于A，而木桶的最短板是指标点4.1。

根据本专业指标点与课程的对应矩阵，发现支撑指标点4.1的核心课程是DSP应用技术，对这门课程的课程目标达成情况较低正是B同学毕业要求4评价较低的症结所在。对该门课程的整个班级课程达成度进行了分析，如图4所示，班级的课程目标达成情况差强人意，平均课程达成度为0.72，大部分学生的达成度集中在0.65～0.75之间，还有15%的学生出现了挂科。DSP应用技术作为一门为电子信息类高年级本科生开设的专业课程，培养学生对电子系统的总体把握能力，自上而下的问题分析能力以及工程问题解决能力。课程指标点达成度分析结果说明相当一部分学生在复杂工程问题背景下对所学知识的应用能力还有所欠缺，这也与整体教学效果的主观印象相吻合。

在教学实践中我们发现，大部分学生都能够完成简单的工程基础知识的数学计算，但由于对涉及专业的复杂概念理解不够深入，在分析、处理复杂的系统性和综合性问题时，部分学生表现的不尽如人意。DSP应用技术的课程达成度不高就是一个很好的例子。因此在专业的课程设置上，需进一步加强综合能力培养，开展有针对性地专业强化训练课程;在教学形式上，激励学生充分利用开放实验室资源以及图书馆资源扩展工程技术的知识面，加强理论与工程实际的结合;在教学方法上，鼓励教师增加习题讲解课时，并在讲授理论性强的概念或公式推导时增加手写板书比例，使学生对基础知识的掌握从认识到精通。

（二）对专业的毕业要求达成度画像

图5给出的是我校电子信息工程专业毕业要求达成度的画像。画像结果显示该专业12项毕业要求的评价值均大于专业设置的目标值0.7，故本专业学生毕业要求全部达成。从画像结果上看，第7项能力和第12项能力专业达成度最高，接近0.8，说明这两项能力的支撑课程达成度最高，能力培养的效果最好;而第5项能力则是专业培养中的薄弱环节。

为了检验课程成绩画像的准确性和可靠性，我们又采用了主观定性的方法对专业毕业要求达成度进行了多维度评价分析。我们分别向用人单位和应届毕业生发放调查问卷，邀请其定性评价12项毕业要求的达成情况，定性分析的选项分别为“完全达成”“较好达成”“基本达成”“部分达成”和“未达成”。将回收的23份用人单位评价有效样本和82份毕业生自我评价有效样本数据量化，形成用人单位评价画像和毕业生能力自画像，与根据成绩定量评价的毕业要求达成度画像进行叠加，得出三个维度的专业毕业要求达成度综合画像。画像结果如图6，三个维度的评价结果基本一致，相互间的差值低于10%，考虑到统计方法误差和主观认知的模糊性，可认为评价方法合理，评价机制可行。

毕业要求第1项到第5项考察的是学生对专业知识掌握能力。从专业三个维度的画像来看，这部分的评价曲线差异较小，从整体上呈现出毕业要求用人单位的评价略微大于课程成绩和毕业生自我评价的态势。原因在于用人单位的评价是基于学生就业岗位的表现，而毕业生一定是被分配在与其知识能力特长相匹配的岗位上，而学生自我评价和课程综合评价是基于整个专业课程体系的考量，因此评价值相对略低。

五、结语

基于学生毕业要求达成度评价的用户画像根据专业毕业要求指标点，借助信息技术打破传统的经验型教育管理模式，对教学效果进行数据挖掘、提取、建模、聚类分析、勾勒画像，彻底纠正了以往教学评价的空洞和盲目，很大程度提升了传统教学评价的科学性和实用性。然而，对学生的画像只是描绘教学情境和学习产出的一种方法和手段，其目的并不只是为了证明毕业要求的达成与否，而是促进了教与学的改进，一方面为学生的终身学习、职业规划提供了决策参考，另一方面为教学管理者提供全面、客观的教学质量监督，也为专业教学的培养计划、教学大纲、师资队伍以及课程建设的持续改进提供重要依据。

参考文献

[1]于方，刘延申.大数据画像—实现高等教育“依数治理”的有效路径[J].江苏高教，2019（3）：50-57.

[2]中国工程教育专业认证协会.2015工程教育认证工作指南[Z].2015.

[3]王永泉，胡改玲，段玉岗，等.产出导向的课程教学：设计、实施与评价[J].高等工程教育研究，2019（3）：62-68.

[4]蔡述庭，李衛军，章云.工程教育认证中毕业要求达成度的三维度评价实践[J].高等工程教育研究，2018（2）：71-76.

Design and Analysis of User Profiling Based on the Evaluation of Students' Graduate Attributes

KE Jing

（School of Electronic and Optical Engineering， Nanjing University of Science and Technology，

Nanjing， Jiangsu 210094， China）

Abstract： The rapid development of big data technology has laid a solid foundation for the reform and innovation of the informationalization of education. The integration of digital means into teaching evaluation has also become a new trend in education quality monitoring. In the teaching data environment， students' personality description and ability evaluation are visualized， and the user profiling based on the evaluation of the graduate attributes of the students is formed， which provides a practical and feasible implementation path for objectively evaluating the students' learning output. It also provides an important basis for the continuous improvement of results-oriented teaching.

Key words： graduate attributes; user profiling; capability evaluation