基于贝叶斯理论的高校教师教学质量评价与保障体系研究

摘 要：分析了研究高校教师教学质量评价体系与保障体系的必要性和重要性。首先对贝叶斯理论进行了深入分析，接着建立了高校本科教学质量评价指标体系，最后分析了影响高校本科教学质量保障体系的因素。为了更好地促进教学质量，需要对整个教学过程进行监控，使学生对教学质量越来越满意。这就需要建立其保障体系来把控高校本科教学质量，根据评价体系来建立相应的保障体系。

关键词：贝叶斯 高校教师 教学质量 评价体系

中图分类号：G642 文献标识码：A 文章编号：1674-098X（2015）02（a）-0119-02

根据国家颁布的《国家中长期教育改革和发展规划纲要（2010—2020年）》指出，“应全面提高高等教育质量，提高人才培养质量，到2020年，建成一批国际知名、有特色、高水平的高等学校，若干所大学达到或接近世界一流大学水平，高等教育国际竞争力显著增强”。由此可a见教学质量是教育质量的核心部分，是提高人才培养质量的保障，要实现我国建设世界一流水平大学的宏伟蓝图，必须重视研究我国高校本科教学质量。因此如何构建高校本科教学质量的评价与保障体系具有重大的现实意义[1-3]。

教学质量是指教学所达到的水平，它一般体现在培养出来的人才在满足社会需要方面所具备的能力和特性上，包括德、智、体、美诸方面的综合素质与水平，是教学过程各个环节工作质量的结果和反映。教学质量不仅是指教师与学生在教学过程中情感活动与认知活动的协调，更是指教师通过教学使学生体验到自豪、快乐的活动并影响学生身心发展的程度[4-5]。

建立促进学生全面发展、教师不断提高、课程不断发展的评价体系。评价不仅要关注学生的学业成绩，而且要发现和发展学生多方面的潜能，了解学生发展中的需求，帮组学生认识自我，建立自信。发挥评价的教育功能，促进学生在原有水平上的发展。强调教师对自己教学行为的分析与反思，建立以教师自评为主，校长、教师、学生、家长共同参与的评价制度，使教师从多种渠道获得信息，不断提高教学水平。周期性地对学校课程执行的情况、课程实施中的问题进行分析评估，调整课程内容、改进教学管理，形成课程不断革新的机制[6-7]。

1 理论基础

贝叶斯分类是统计学中一种利用概率知识进行分类的方法，它可以预测一个未知类别的样本属于各个类别的可能性，并且选择其中可能性最大的一个类别作为该样本的最终类别。贝叶斯分类的理论基础是贝叶斯定理，贝叶斯定理将事件的先验概率与后验概率联系起来。贝叶斯定理公式如下所示：

本文将利用贝叶斯分类技术来构建和分析教学研究型大学本科教学质量评价与保障体系。

朴素贝叶斯分类器是一个有效且在实际应用中很成功的一个分类器。设有变量集，其中是

实例的属性变量，是个值的类变量。假设所有的属性都条件独立于类变量，即每一个属性变量都以类变量作为唯一的父节点，而属性变量之间是完全独立的，就会得到朴素贝叶斯模型。图1为朴素贝叶斯分类模型的结构。

2 评价指标体系建立

高校教师的教学质量评价体系应该克服人为因素的干扰，避开一些主观因素的约束。

首先我们应该建立一个公平合理的评价指标。这个指标应该包含多个因素，应该是一个三维一体式的。建立一个由学生、教学督导团专家、社会用人单位等所组成的数据库。一个健全的评价体系应该由评价原则、评价内容、评价方法、评价指标所构成。

3 保障指标体系建立

在评价指标体系建立的基础上应该有一个好的保障体系来保障期教学质量，应该从学校、学院、班级的角度出来来建立其合理的保障体系。从学校层面上考虑，学校要做的具体措施主要包括：人才引进、教师年度考核、教师进修培训等；从学院层面上考虑，学院要做的具体措施主要包括：教案设计、课程设计、毕业设计等；从班级层面上考虑，班级要做的具体措施主要包括：教学规范、教学过程的及时反馈、教学效果评估等。

4 贝叶斯分类技术在评价与保障体系中应用

为了克服人为因素的干扰，这里采取贝叶斯分类技术对所建立的评价体系与保障体系进行分析与研究。其示意图如图2所示。

5 结语

由于人为因素对高校教师教学质量评价体系与保障体系的影响，首先对本文所涉及到的一些核心概念进行了界定。之后对本文的理论基础—贝叶斯分类技术进行了说明，然后建立了高校本科教学質量评价指标体系，同时分析了影响高校本科教学质量保障体系的因素。最后分析了贝叶斯理论在评价体系与保障体系中的应用，下一步本文将建立具体的贝叶斯数学模型来客观公平的来分析高校教师教学质量评价体系与保障体系。

参考文献

[1] 孙笑微.贝叶斯分类技术在高校教师教学质量评价中的应用[J].沈阳师范大学学报，2014（1）：98-102.

[2] 刘小洋.基于C51单片机课程教学的探索[J].科技信息，2014（1）：72-78.

[3] 刘小洋.基于计算机组成原理课堂教学的探讨[J].科技信息，2014（1）：54-55.

[4] 张平，刘三阳，朱明敏.基于人工蜂群算法的贝叶斯网络结构学习[J].智能系统学报，2014，12（6）：61-65.

[5] 刘小洋.计算机科学与技术专业课程教学与人才培养探讨[J].科教导刊，2014（5）：72-76.

[6] 刘小洋.计算机科学与技术专业学生的系统发展观与系统能力培养的研究[J].科教导刊，2014（9）：42-45.

[7] 汪明帅.好教师的关键特征[J].教育发展研究，2012，24（12）：48-53.