基于数据挖掘的高职教学质量监控研究

程雪　陈继祥

摘要：本文就高职院校的教学质量评价中存在的问题进行了分析，通过数据挖掘技术，实现了其教学质量的有效控制。

关键词：教学质量评价；数据挖掘；层次分析；模糊分析

随着教育体制的改革和社会对人才的需求的变化，教学的课堂实现了以学生为主体，突出学生的自主学习，提高了学生的发散思维。新的课程的教学与传统的教学的模式之间存在着很大的区别，给教学的改革带来了很大的难度。同样，也给传统的教学的监控体系的构建带来新的挑战。

一、高职院校教学质量评价中存在的问题

高职院校对教学的质量的评价是通过学生评价、教师评价、领导评价三个方面进行，将评价的结果进行有效的综合，这个综合的结果就是对这个教师的教学的综合能力的考核结果。在实际教学的质量评价过程中其还存在一些问题。

（一）评价指标体系的全面性

在之前教学的质量评价体系中，对教学质量的评价

一般是从教师的教学的态度，教学的基本技巧、教学的内容等方面进行综合的评价。但是就老师的综合素质的评价较低，比如对老师的知识的掌握，教学设计的创新性、对先进的教学仪器的使用等方面的评价比较忽视，所以，教学质量的评价应该随着当前社会和教育对教师的要求的变化而变化，提高其评价的时效性。

（二）指标权重分配的合理性

不同指标对评价的结果有不同的影响，所以应合理的分配其权重。实际的教学质量的评价的指标缺少的就是合理的权重的分配的方案，权重的分配都是人的主观的判定，其评价的结果的可信度就较低，影响了数据的挖掘的正常进行。

（三）评价的方法和数据的处理

对评价的数据的处理，传统的方式一般是采用加权求和的方式进行。这种操作的方法比较简单，但是实际的可靠性不强，只能在同一班级或者同一专业等相同的领域内进行，无法实现跨专业的比较。

二、基于数据挖掘的教学质量评价体系构建模型的研究

数据挖掘是从随机的、不完全的、充满噪声的、实际采集的数据中提取一些潜在的、有价值的、信息或者是知识的过程。数据的挖掘可以自动化的还原数据的真实的性，并且对其进行推理分类，从而挖掘出潜在的模式。教学质量评价体系是一个复杂的系统，采用层次分析的方法对其进行分析，是常见的评价体系的方法。根据某院校的教学质量评价为例进行分析

（一）建立评价指标层次结构

根据学生评价表、领导评价表、教师评价表中选择一级评价指标记做μ1～μ4，相对应的二级评价指标记为μ11～μ13，μ21～μ23，μ31～μ33，μ41～μ43，据此建立树状层次模型。

评价树状层次结构模型

（二）利用专家智能构造判断矩阵

利用专家智能，按照对比较标准构造的判断矩阵如下：

（三）使用规范加权平均数列进行一致性检验

三、建立基于评价体系的教学的质量监控的预警模型

学校建立教学评价体系的教学质量监控的体系是为了检测教学中的不足，实现教学质量的提升，完善教学的手段和模式，提高教学的质量和水平。因此进行现代化的教学质量评价体系的建立十分有必要。预警模型的建立是对这个检测值的准确性计算的安全值的判断，一旦这个值超出了实际应该的上限安全，就会发出预警。

数据挖掘技术是当前时代发展的重要的内容，是学校教学评价中不能缺少的一部分，加强对其的教学质量的监控的评价的体系的建立，实现高职院校的教学的管理，提高办学的质量，对人才的培养具有重要的意义。