大数据分析教学质量评价研究

导语：大数据分析教学质量评价研究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：教学质量评价是高校教育教学工作的重要组成部分，同时也是对教学工作进行科学有效管理的必要手段。教学质量评价的数据繁多，运用大数据分析方法可以更加客观公正地进行教学质量评价。本研究拟基于大数据视角就教学质量评价的必要性、应用的范围、目前面临的挑战及对策等进行分析，以期探索大数据视角下的高校教学质量评价。研究发现，高校教学质量评价运用大数据分析是大势所趋。高校应当在教学质量评价中引入大数据思维，同时也要努力建设好大数据平台，并培育相关技术人员，使高校教学质量评价取得更好的效果。

关键词：大数据分析；教学质量评价；高等教育

教学质量评价是高校教育教学工作的重要组成部分，同时也是对教学工作进行科学有效管理的必要手段。高校如何更加公正合理地开展教学质量评价，一直是高校和教师关注的重点。对高校来说，有效开展教学质量评价可以提高人才培养质量，也可以更加有效地对高校教师进行科学管理。对高校教师来说，教学质量评价可以为教师评优评先提供科学合理的依据，有利于调动教师工作的积极性。以往高校教学质量评价由于受到方法和手段等的限制，通常采用一些简单的评价方法，如层次分析法、模糊综合评价等方式，这些方式存在评价主观、评价涵盖不完整等缺点，教学质量评价结果并不十分科学合理。由于教学质量评价是一个十分复杂的问题，简单的评估不能起到预期的作用，也导致目前很多高校的教学质量评价只是流于形式，并没有真正应用在教学工作中。本研究拟基于大数据视角，就教学质量评价的必要性、应用的范围、目前面临的问题及对策等进行分析，以期对大数据视角下的高校教学质量评价进行有效的探索。

一、运用大数据分析的必要性

近年，随着新科技革命的兴起，大数据技术在互联网、物联网等媒介中得到快速发展与应用。大数据技术主要以云计算、数据挖掘与分析为主，解决了很多以往不能解决的问题。大数据时代的到来不仅形成了经济体量巨大的产业链，同时也促进了产业结构的优化调整和相关工作的优化升级。高校每天也会产生很多数据，将这些数据进行合理运用，特别是运用到高校教学质量评价工作中是十分必要的。（一）提高高等教育质量的需要。随着中国社会与经济的发展，高等教育已经由过去的精英化教育转向大众化教育，发展目标也从以数量为主的规模化发展模式转向以质量化为主的精细化发展模式。高校更加注重教学、科研、软硬件设施、教师质量、大学排名等指标，这些指标都能很好地体现出大学精细化发展的实力。而要想把这些指标全部统计出来，采用传统方法是非常复杂与烦琐的，而运用大数据技术可以更加快捷准确地对指标进行量化，使高校可以找准自己的目标和定位，有助于提高高等教育的质量。（二）提高决策科学性的需要。要想使决策更加客观、科学，高校必须采取必要的技术作为辅助手段。大数据分析方法能够挖掘出更有价值的结果，使高校教学管理部门更清楚地看到教学质量评价中存在的优势和劣势，有利于其制定更加合理的决策。在教学质量评价中引入大数据分析方法，不但可以为教师和学生提供更加优质的服务，而且可以保证教师和学生的知情权，提高大学治理的透明度。（三）提高大学管理效率的需要。大数据分析的使用对提升组织的效率有很大的帮助。对高校教学质量评价来说，大数据技术手段带来的不仅是评价方法的更新，而且是对教学工作管理的改变，大学教学管理者可以把精力和时间用到更有价值的大学管理事务中。

二、高校教学质量评价大数据应用范围

大数据思维在高校教学质量评价的应用范围将是极其广泛的，不仅可以用于评估，而且可以进行关系分析、关系预测等，还可以对已经出现的问题或即将出现的问题进行评判和解决。目前，用在高校教学质量评价的大数据方法有很多，其中，预测、聚类和关系挖掘是最常见的方法，其他诸如孤立点检测、社会网络分析等也经常会用到，具体内容如下表所示。

三、面临的问题及对策分析

高校教学质量评价研究作为高等教育领域中的一个重要研究方向，一直受到众多专家学者的关注。而利用大数据思维对高校教学质量进行评价是目前高等教育领域内较为前沿的课题，对高等教育未来发展的方向具有重要的影响。大数据给高校教学质量评价带来了技术革新，使高校管理的模式和手段进入了一个新的阶段。但是，大数据同时也是一把双刃剑，也给高校教学管理工作带来了新的挑战。（一）面临的问题与挑战。1.高校教学质量评价管理的大数据信息化进程滞后。高校教学质量评价实施离不开大数据信息化平台的建设与应用。当前，从高校教学质量评价的实施来看，首先，高校在信息化软硬件基础设施建设方面还存在很多不足，部分高校并没有做好迎接大数据时代的准备。由于高校教学质量评价管理大数据信息化平台建设的不足，教学质量评价方面的数据更新较慢，或者收集到的数据分散在不同的部门，不能有效整合在一起。有些高校甚至目前还没有建立教学质量评价数据采集与获取的平台。其次，高校教学质量评价管理信息化的软环境建设同样相对滞后，具有大数据处理背景的教学管理人才还比较匮乏，在这种情况下对教学质量大数据的深度挖掘和整理分析还缺乏必要的思想与方法。对多数高校来说，这类大数据专业型人才队伍的建设相对滞后，严重影响了高校教学质量评价管理的大数据信息化进程。2.高校教学质量评价管理的大数据调研与获取有待提高。高校教学质量评价，数据的获取是关键。目前，高校教学质量评价数据调研主要是依托第三方平台进行获取，采取多种有效方式，有利于获得更加客观、更具有公信力与可比性的数据。目前，关注高校教学质量评价的第三方机构还比较少，关于这方面的理论与实践的总结也较少。因此，很多高校在进行教学质量评价管理时，并没有关注到大数据目前的发展状况，对大数据调研和获取的意义认识不够，从而导致不少高校缺少或者收集到很少一部分教学质量评价数据，这些零散的数据不利于系统、完整地对高校教学质量进行评价。3.高校教学质量评价管理的大数据挖掘不够深入。数据挖掘主要是对数据库中的大数据，通过相关算法等找到一些隐含的或是先前不知道的潜在关系或信息。对高校教学质量评价大数据的应用，关键在于收集数据后进行的数据挖掘，只有这样才能把一些以往忽视的关系找出来。用数据说话，可以有效地避免凭经验片面判断现象的出现，从而使高校教学质量评价更有说服力。但从高校现在拥有的大数据软硬件设施来看，由于专业性设备和人才的缺乏，对大数据的分析挖掘往往停留在较为肤浅的层面，缺乏一定的深度，很多时候很难为高校教学提供更深层次的决策依据。（二）对策分析。1.树立高校教学质量评价大数据观。大数据作为一种新兴技术，将高校教学质量评价与其相结合是一个长期的系统工程，需要高校在教学管理中逐渐树立运用大数据的观念。首先，应该倡导以大数据为导向的高校教学工作，使高校教师与大学生深入理解大数据的内涵、作用与意义。其次，在高校形成运用大数据的思维方式，无论是管理者还是教师，都应该做到用数据管理、用数据决策、用数据评价，将大数据融入日常教学实践中，使教学质量评价由主观化、粗放化向客观化、精细化转变。当然，值得注意的是，脱离了现实的数据也是毫无意义的，高校一定要避免绝对数据化，以往一些比较好的教学质量评价方法与手段依然可以继续使用。2.完善教学质量评价大数据信息化平台建设。大数据信息化平台的建设是实现和完善教学质量评价的重要基础和保障。由于缺乏人才和资金，高校在大数据信息化平台的建设方面相对滞后，但高等教育大数据化是目前的发展趋势，因此，高校应该提高重视大数据的思想，与时俱进，加强对大数据平台的底层和顶层设计，通过各种手段和途径建设大数据信息化平台。首先，高校应该整合现有的数据资源，把以往相对零散的数据资源有机地汇总到一起，立足现有的资源，开发出适合本校的大数据信息化平台，这样不但操作便捷，而且可以保障后期数据的更新与维护。其次，高校可以根据自身情况，引进或者购买第三方较为成熟的大数据分析平台与系统，加强学校自由数据与购买系统的契合程度，快速增强学校在大数据使用上的数据分析及处理能力。再次，高校也可以加强校企合作，与相关大数据企业共同开发数据平台系统，结合高校自身的数据优势以及企业在技术上的优势，共同建立校企合作的大数据处理中心。3.培养专业的大数据人才。运用大数据进行教学质量评价，掌握相关知识和技术的人才是高校大数据应用与管理的重要力量和关键因素。首先，高校应该提升教学质量评价工作人员的大数据意识和能力，使他们逐步掌握运用大数据的方法。其次，高校要积极与大数据知识和技术的专家人员合作，使他们将先进的大数据技术与高校繁冗的数据进行有效结合，快速提高高校的大数据使用水平。再次，高校要对本校教师的大数据化意识和能力进行培养，要重点关注两类教师群体：一类是专门从事教学、科研的专任教师队伍，他们是大数据的直接提供者，也是大数据结果的受影响者；另一类群体为从事大数据研究的技术型教师或者员工，对这一类型的群体来说，高校应当重视对他们的培养，让他们将技术与高校教学管理工作相结合，对相关数据进行深度挖掘，从而加快高校关于大数据方面的专业技术人才的培养与建设。

四、结论

当前，随着大数据和云计算等技术的发展，使用大数据分析方法在高校教育教学相关数据中分析出关联关系，充分挖掘和发现其更多价值，已经成为目前该领域的研究热点。但大数据在高校教学质量评价领域的研究工作还处于起步阶段，成果较少。高校要树立良好的教学质量评价大数据观，同时也需要努力建设好大数据信息化平台，并对相关技术人员进行培养，只有这样才能充分揭示教育教学数据潜在的规律，有效追踪教学质量问题，对高校教师进行更加客观公正的评价，使高校教学质量评价发挥更大的作用。

参考文献：

[1]张典兵.高校教学质量评价存在的问题与对策[J].继续教育研究，2006，（1）.

[2]李长青.构建平衡计分卡理论的高校教学质量评价指标体系[J].高教探索，2014，（6）.

[3]雷鸣，王莹.基于模糊综合评价法的高校教学质量评价系统的研究与实现[J].科技资讯，2011，（16）.

[4]董国玉，王秀玉.基于层次分析法的教学质量模糊综合评价模型及应用[J].科技创新导报，2014，（12）.

[5]甘容辉，何高大.大数据时代高等教育改革的价值取向及实现路径[J].中国电化教育，2015，（11）.

[6]南旭光.大数据时代高等教育“循数治理”解析及实现路径[J].中国电化教育，2016，（8）.

作者:高桂桢 单位:河南工业大学