基于大数据的本科教学质量保障体系建设研究

范爱春

[摘 要]随着信息化技术在各行各业的广泛应用，高校教学管理领域也实现了各环节的网络化管理，随之产生了大量的管理数据。如何有效地将数据进行分类汇总、系统分析，从而形成有效的管理体制，为教学保障体系的完善提供重要支撑，是高等数学面临的重要课题。

[关键词]大数据；质量保障体系；教学评估；高校教学质量

[DOI]10.13939/j.cnki.zgsc.2016.32.201

1 大数据简述

随着云计算、交际网络化、信息化管理等新兴产业的飞速发展，人们面对的数据规模与数据种类正以前所未有的速度急剧增加，人类进入了全新的大数据时代。首先，大数据成为在计算机领域出现频率最高的关键词，随后大数据带来的变革向社会、经济、生活等各个领域迅速蔓延。面对铺天盖地的数据，如何有效地利用数据资源，提高管理的有效性是我们面临的新课题。

随着庞大数据的产生，对数据的研究也在不断深入。2011年5月EMC公司召开的EMC Word 2011会议中，阐述了大数据的理念和发展趋势，中信银行在实施了EMC提供的大数据战略后，管理效率和取得的效益均大幅度提升；2012年美国总统奥巴马提出“大数据的研究和发展计划”，目的是将改善政府部门收集数据、从大规模纷繁的数据中提取有效信息和观点的能力，并将大数据管理理念提升到国家政府管理的层面。毋庸置疑，大数据也将为高等教育领域带来一个巨大的机遇和挑战。

关于大数据的定义至今没有确定的答案，大部分都是从大数据的特征出发，通过阐述大数据的特性总结归纳出大数据的内涵，在各类定义中，普遍都提到大数据应具备的三项特征，即3V定义：规模性（volume）、多样性（variety）和高速性（velocity）。

2 本科教学数据符合大数据的特征

随着信息化建设的全面推进，目前高校管理的各个领域也实现了信息化管理，相应的管理数据也在批量化、大规模的涌现，特别是2007年以来，随着高等教育从大众化向内涵式发展的转变，加强本科教学质量建设，运用教学评估的模式促进高校自身教学质量保障体系建设已成为各高校重点任务，但评估过程中专家工作任务过重、学校工作压力过大、评估操作环节成本过高的问题凸显，在新一轮的评估工作中，教育部强调了网络化、信息化的评估模式，针对教学质量管理的各项指标体系纷纷出台，注重了高校教学日常管理的规范化、系统化。

2011年10月，教育部出台 《教育部关于普通高等学校本科教学评估工作的意见》（教高〔2011〕9号），文件制定了全新的评估方式，确立了高校自我评估的核心地位。2011年开始，教育部逐步要求各级本科院校发布《本科教学质量报告》，并制定了详细的指标体系，共涉及7个一级指标、30个二级指标和24项必须包含的支撑数据，数据涉及教育教学情况、教学条件、管理制度、学习效果等各个领域；最近，教育部研发了“全国高校教学基本状态数据库”系统，数据库涵盖7大类、190个数据项、560个数据采集点，需要高校依据自身情况围绕教学进行全方位的统计与填报。加之教育部长期实施的“高等教育基层统计报表”年度数据采集制度、目前正在积极推行的“专业认证”，“国际评估”等，均需要大量的教学统计数据支撑，如此纷繁的数据正引领高校教学管理领域进入了大数据时代。

高校教学管理数据具有大数据的规模性，学生规模、师资队伍、开设课程等基础数据是个庞大的基数，在此基础上形成的学籍管理、学生选课、考试成绩、课程评教等管理数据呈几何倍数增加，最终产生了TB级别的教学管理数据。

教学管理的数据同样存在多样性，光盘资料、网络资源、数据库资源、纸质管理文档，也有日常教学环节广大师生反馈的非结构化信息，更有教学管理环节自身建设的分析数据信息，这些数据的编码方式、数据格式和应用特征都存在较大的差异，无法统一模式，形成了大量的异构数据。

高校教学管理数据具有大数据的高速性。随着师生人数的不断增长，高校教学数据量不断增加，不断积累，针对每一位学生将衍生出学籍、选课、成绩、评教等多项数据，而每增加一个专业又将涉及课程、培养方案、专业建设等多项数据，不断增加的学生数和专业数也使相应的数据呈几何倍数增长。

3 基于大数据的教学质量保障体系框架构建

建立通畅的基础数据信息共享系统，使教学质量管理指标数据及时呈现，为教学质量管理政策制定与实施提供导向作用。目前的教学管理模式中缺乏对数据有效性的提取环节的重视，只是停留在简单的数据统计与汇总层面，甚至统计工作也出现重复操作现象。构建保障体系，重点要实现数据的实时共享，提高管理效率，并及时依据数据形成管理决策和有效反馈，实现真正意义上的数据指导教学。

数据处理构建框架的核心环节，拥有科学、高效的数据处理平台，才能有效地为教学质量管理决策提供科学的依据。教学管理环节产生了大量的数据，由于数据来源与统计方法差异，数据间可比性降低，构建基于大数据的处理平台，建立数据处理模型，将数据进行定量分析，将数据以标准值的方式呈现，增强数据的客观合理性。

实现多元化的数据反馈模式，发挥教学质量管理促进作用。传统的质量保障体系，是学校进行自我检查、自我调整、自我改进的过程，大数据下的质量保障体系，秉承“高等教育是开放的教育，高校培养的人才只有得到社会的认可，高校的教学质量才是好的”观念，增加了数据的透明度，对社会关注的核心教学数据须在一定范围内将在社会发布，回答政府问责，增强校友、家长都对学校的了解，注重兄弟院校间的横向比较与互相评价，建立多元化的信息反馈渠道，树立学校的责任意识和质量意识，内部评估要与外部信息公开相统一，使外因能够通过内因发挥积极的作用，为学校持续发展不断提高教学质量提供有力保证。

4 构建大数据的质量保障体系的意义

从2007年开始，各高校纷纷出台了本科教学质量保障体系，打破了长期以来的以常规教学管理控制教学质量的模式，对提高本科教学质量起到了至关重要的作用。

大数据的质量保障体系构建，将教学管理的数据进行数字化、网络化、语义化处理并在此基础上，教学管理的数据处理范围、方式、对象、目的等将发生巨大的变化，如根据师生的课堂需求、市场需求的数据分析，找出新的服务方案、策略，充分体现“以人为本”的管理理念，追求实现学生、教师等全体的最大满意度。

大数据的质量保障体系构建，使管理工作的重点向数据分析、数据挖掘的方向转移，对数据的研究更加深入，而非停留在烦琐的数据统计与汇总层面，对数据的研究越深入，从中发现的规律就越多，形成管理有效性的潜在价值越大，教学管理水平提升的幅度也越明显。

大数据的质量保障体系构建，推动了教学管理模式的变迁，随之我们的信息反馈模式和教学服务模式也会发生改变，因此大数据时代的教学管理可能更具有针对性和鲜明性，大数据理念应用于高校教学管理领域，必将促进高校质量保障体系更科学、更完善。

参考文献：

[1]杨海燕.大数据时代的图书馆服务浅析[J].图书与情报，2012（4）.

[2]徐达奇.本科教学评估与“质量工程”关系浅析[J].教育与职业，2009（17）.

[3]曲海舟，李硕豪.大学本科教学质量监控体系研究综述[J].中国农业教育，2011（4）.