数据挖掘技术在教学质量评价的应用

导语：数据挖掘技术在教学质量评价的应用一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要:高职院校在教育领域占据着重要地位,而高职教学质量是关系学生未来发展的核心内容。提升高职教学质量,优化高职教学内容是教育发展的关键。基于此,文章从数据挖掘技术出发,探讨高职教学质量评价的意义,并分析数据挖掘技术在高职教学质量评价中的重要作用,以期促进高职教学质量的进步发展。

关键词:数据挖掘技术;高职教学;质量评价

高等院校、高职院校为了提升自身教学水平,增强教学质量,采取了以教学质量评价的方式从客观和科学的角度评定学校的教学质量水平。大多数职业院校基本建立了教学质量评价体系,具备了初级的评价功能。

1数据挖掘技术应用现状

数据挖掘技术简单来说就是从大量的数据中提取出有用的信息,或是从大量的数据中发现其中蕴含的规律,这将为相关决策提供支撑。在信息技术的发展过程中,如何将海量数据转变为有用的信息或知识成为人们探索发展的重要方向,而数据挖掘技术的应用将过往低层次的简单查询,进化为数据信息可以提供决策的高级层次。而在网络信息普及的时代背景下,数据挖掘技术有着十分广阔的应用环境,数据挖掘技术也逐渐在教育领域中崭露头角,伴随着信息技术的成熟,数据挖掘技术也在不断扩展,在各行各种中的应用越来越多,也越来越有深度。数据挖掘技术的应用原理是通过对数据进行预处理之后,将数据变换为规范化内容,使数据适合挖掘。之后便利用相关的系统工具对所需要转换的数据进行分析,此过程中有较为复杂的技术分析和算法设计。最终会得到模式评价的度量,识别出数据信息真正的趋势和类型,从而得到数据挖掘的结果。

2高职教学质量评价的意义

高职教学质量评价是对高职教育活动及其效果进行动态判断的过程,评价的主要依据包含高职教育教学的质量目标和学生培育情况,评价的主要对象包含教学过程、教学方法、教学模式、教师等多种与教育教学活动有关的内容,以此改革和优化高等职业教育,提升教学质量。目前,高职院校建有教学质量评价体系,但是缺乏更为系统性的分析标准,也没有对数据信息进行挖掘和利用,不仅不利于促进高职教育质量的进步发展,也展现出高职教学质量评价的意义。高职院校将收集到的数据信息归纳到数据库中,应用数据挖掘技术,进行多层次、多方位的分析,逐步建立一套系统化的高职教学质量评价体系,才能够发挥高职教学质量评价的作用[1]。

3数据挖掘技术在高职教学质量评价中的应用

3.1完善高职教学质量评价体系

数据挖掘技术的融入使得高职教学质量评价活动更加健全,促进了高职教学质量评价的应用效果。在过往的教学质量评价中,受传统应试教育的影响,职业教育教学质量评价集中在学生知识水平、专业能力发展等方面,而教师方面的评价也往往跟学生的成绩挂钩,对学生综合能力以及教师教学能力的涉及较少,难以准确评估教学质量。伴随着素质教育、中国学生核心素养等理念的发展,高职教学质量的评价也需逐渐完善,增加更多与实际教学有关的评价内容。而数据挖掘技术也为高职教学质量评价体系提供了更丰富的评价方法,过往的评价手段受到多种因素的限制,使得评价内容存在缺陷。数据挖掘技术的融入提升了教育质量评价结果的准确性与客观性,为多种评价方式提供了科学的数据信息,使评价结果更为合理。另外,数据挖掘技术本身需要从大量数据信息得到高职教学质量评价所需的内容,这也间接扩大了教学质量评价主体的地位,使学生、教师都能成为教学质量评价的主要部分,不再是与师生无关的评价活动。

3.2准确评价教学质量

数据挖掘技术的应用为高职教学质量评价提供了更为准确的评价信息,改变了传统评价标准模糊不清、质量指标模棱两可的情况。过往高职教学质量评价标准模糊,评价方法单一,教学质量中的缺陷和问题都不能准确指出和发现,而且学生和教师的评价依据多是自我感受,评价时间集中在学期结束阶段,这种宽松、宽泛的评价活动是无法准确评价教学质量的。在数据集成方面,数据挖掘技术将不同专业、学科、年级的学生所具备的数据在反馈意见或评价内容上进行收集和处理,从而为教学评价提供更为全面的数据信息。数据挖掘技术借由数据库中的信息,将一部分不完整、价值低、表达不准确的信息进行清理,使完整、正确、一致的数据作为评价信息。数据挖掘流程将数据库内的数据信息应用统计方法、决策树、规则推理、神经网络等方式进行处理,得到有用的信息[2]。

3.3教学质量评价范围扩展

利用数据挖掘技术可以分析海量数据信息的优势,将教学质量评价的范围逐步扩展,使高职教学质量评价获得更为全面的评价体系。第一步,确立教学质量评价的核心。确立高职教学质量评价的核心使确保数据挖掘在广泛应用中不会过于宽泛而失去评价的本质意义。确立教学质量评价的核心可以通过数据挖掘技术来分析教学质量评价中各项内容所占的权重。通常来说学生综合能力、教学方法、教学环境常常是教学质量评价的核心内容,这需要根据高职院校专业学科的不同而进行区别,例如在土木建筑、装备制造类专业中更应注重学生的综合能力,而公共管理、旅游服务则注重学生素质。教学质量评价的核心只是为了确定数据挖掘算法的权重,并非向过往注重学生成绩一样一味地以核心作为评价标准。第二步,明确教学质量评价的发展方向,教学质量评价应当从学生、教师到学校、社会,乃至国家和世界。以社会为例,高职教育与社会的关系紧密相连,专业性人才是社会建设发展的基石,那么教学质量就需要以社会需求为导向给予评价标准[3]。而从基于数据挖掘技术范围扩展的角度来看,可以结合网络信息的优势,通过数据挖掘技术收集其他院校在相关专业的教学质量评价标准,并以此为参考优化教学质量评价。第三步,利用数据挖掘技术逐渐扩展数据信息范围,扩大教学质量评价内容。先从传统的评价内容开始,逐步延伸数据信息内容,运用数据挖掘技术从信息中获得与教学质量有关的内容,并将这些影响教学质量评价的因素融入评价标准当中。例如,教师个人因素可能对评价结果产生影响,教师的性别、学历、年龄等综合因素都可以与教学质量评价挂钩。当然,这类因素在教学质量评价中的占比较低,更多的是为了从关联规则中探寻出更多影响教学质量评价的信息。

4结语

高职教学质量评价是促进高职教育教学工作的有效方法,将数据挖掘技术应用到高职教学质量评价当中,可以利用数据挖掘的优势,构建并完善高职教学质量评价体系,准确客观地评价教学质量,逐步完成教学质量评价范围扩展,深入挖掘教学数据信息,促进教学质量提升,为高职教学质量评价提供更为高效且精准的方法。

[参考文献]

[1]全国教育科学规划领导小组办公室.“数据挖掘在高职教学质量评价体系构建中的研究与应用”成果报告[J].大学(研究版),2020(6):87-91,86.

[2]卜阳.数据挖掘决策树技术在高职教学质量评价中的应用[J].湖北开放职业学院学报,2018(21):32-34.

[3]翁宇.数据挖掘技术在高职教学质量评价中的应用[D].广州:华南理工大学,2018.

作者：李迎国 李永华 何兆照 单位：甘肃交通职业技术学院