诊改背景下高职院校课堂教学评价大数据的挖掘与分析

吴菁 王苹

摘 要： 提升教学质量是高职院校人才培养的永恒主题，课堂教学是体现高职教学质量与水平的重要载体。传统的课堂教学质量评价体系缺乏科学性和整体性，难以与现行的教学方式相适应。在“互联网+”时代，构建大数据信息共享平台，对课堂教学评价进行多元化、多维度的挖掘和分析，建立教学质量预警机制，加强课堂反馈，提高教学效果，为高职院校教学管理提供决策的依据，意义重大。

关键词： 课堂教学； 评价； 大数据； 挖掘； 分析

中图分类号： G710 文献标志码： A 文章编号： 1671-2153（2018）03-0023-04

提高教学质量是高职院校人才培养的永恒主题，课堂教学是体现高职教学质量与水平的重要载体。传统的课堂教学质量评估主要基于静态数据的评价，通过考试评价学生的学习效果，通过学生评教评价教师的教学水平，通过人才培养调查报告评定专业的办学质量[1]，但這些评价数据缺少过程性监控，采样数据不全面，尤其对翻转课堂、对分课堂、慕课等主流教改模式的课堂评价，难以做到客观科学。因此，如何创新课堂教学质量评价，值得深入研究。

随着互联网、物联网、云计算等新技术的涌现，“用数据说话”成为可能。2015年颁布的《教育部办公厅关于建立职业院校教学工作诊断与改进制度的通知》强调：“职业院校要充分利用信息技术，建立校本人才培养工作状态数据管理系统，及时掌握和分析人才培养工作状况”[2]。2017年颁布的《教育部关于进一步推进职业教育信息化发展的指导意见》提到：“加快管理服务平台建设与应用。推动职业院校加强管理信息化应用，做好信息采集、统计和更新工作，提高管理效能”[3]。因此，使用大数据分析技术对课堂教学进行动态诊断和改进，成为未来教育的发展方向。

美国普渡大学Course Signal预警系统是国外大数据在教学中应用的一个典型案例。该系统启动于2007年，它将数据从学生信息系统、课程GPA成绩、学生登陆课程网站频率等采集途径中提取出来，按照学习表现分类，对那些综合表现不好（极有可能不及格或辍学）学生的学业进行成绩实时动态监控、预测和预警，并采取措施帮助学生顺利完成学业，从而保障学校的教学质量。

目前在国内，大数据在教育领域中的应用也取得了重大突破，一些软件开发商推出了教师行为分析、学生行为分析等系列管理软件[1]，但相较于教育部提出的教学诊断与改进的要求，还有很大差距，存在数据挖掘不充分、应用范围较小等诸多问题。因此，亟切需要对数字化智慧校园产生的各类大数据进行深度挖掘和分析，从而为教学评价和改革提供科学依据。

一、目前课堂教学评价存在的问题

（一）评价指标不够科学合理

目前高职课堂教学质量评价尚缺科学规范的评价指标体系，其评价内容过于重视教师知识传授和学生技能训练，缺少对学生道德品质、敬业精神、创新思想等素质培养应有的关注。课堂教学评价方式比较单一，多以终结性评价的形式存在，缺少从全程监控的角度去设计、实施课堂教学评价[4]。因此，建立新型的具有科学性、整体性的课堂教学评估指标体系，在一定程度上有助于提升高职教学质量水平。

（二）诊断要素不够全面

对课堂教学进行诊断，需要先全面分析评价课堂教学的维度，并制定相应的评价指标。在传统课堂中，对学生的评价多以“考试+平时成绩”的方式，对教师的评价常用“学生评教+分院评教+督导评教”方式。这种评价方式，忽略了教学过程（课前、课中）的反馈，学生知识、技能达成度的反馈也没有体现，因此过去的评价方式是定性和模糊的。而在“互联网+”时代，要实现即时采集、实时呈现、及时预警，确保课堂教学的有效性，必须保证采集样本的持久化、采集方式的多元化、挖掘手段的多样化以及分析技术的多维度。

二、解决问题的对策与措施

（一）多维度评价指标的挖掘与分析

随着信息化建设的不断推进，各个高职院校日益完善的云平台数据存储技术，为日常管理和教学工作数据大规模存储提供了便利，处处覆盖、时时共享的信息采集平台强化了各教学环节状态的监控，使课堂教学评价呈现多元化趋势。姜义林教授在《聚焦教师和学生发展，扎实推进诊改工作》中曾提出，在教学质量动态分析与诊断过程中，采用多维度（课程建设、课堂管理、课堂活跃度、学生学习活跃度、教学评价、成绩评价）、多指标对课堂教学进行评价[5]，如图1所示。这种新的课堂教学评价体系，通过对多维度大数据的收集与分析，计算得到数据间的相关性，从而为教学评价和改进提供客观的科学依据，在大数据时代，值得我们学习和实践。

面对教育信息化，高职院校都在积极探索大数据在课堂教学质量评价中的应用，开发云课堂、智慧课堂等教学平台，实时采集各类教学动态数据，围绕目标达成度的诊断起点，将传统课堂的“灰箱”透明化（如图2所示）[6]。通过对大数据分析与处理，使课堂教学评价更加准确科学。

课前，教学平台定时推送学习资源，并自动记录学生浏览和下载的情况。根据学生预习的参与度，教师及时调整教学策略。课中，教学平台提供丰富的教学互动环节，如在线签到、头脑风暴、作品分享、计时测试等进行辅助教学，增加课堂的趣味性。与此同时，教师能从系统中快速获取课堂到课率、讨论活跃度、问答对错率、测试正确率等诸多课堂反馈信息，并对授课内容和教学方法进行适当地调整。课后，系统利用大数据分析技术，对课堂、教师、学生的各类数据进行针对性的分析与提炼，自动生成课堂教学质量报告。因此，教学平台的使用大大提高教师的教学效率和学生的学习效率。

通过对校本数据的分析及过程的常态监控，各高职院校能够真正实现基于大数据分析的精准治理，实现过程监控、趋势预测和风险预警，改变管理的模糊和不确定性。同时利用平台预警流程，构建PDCA循环，实现过程数据的逐级流动，促使教师、二级分院领导和院级督导共同参与教学诊断与改进工作中，实现“8”字型质量螺旋递进的自我诊改（如图3所示）。

图示第一个循环是大循环。以课程建设目标为起点，教师制定相应的课程标准，完成课程整体设计和单元设计，并组织落实实施。针对教学目标达成度、课堂实施情况、课堂教学效果等多个观测点，进行自我诊断，对比学院的考核指标，不断查找差距。通过学习创新和改进提升，使课堂教学效果呈螺旋式提升。

图示第二个循环是小循环，是指在实施工作过程中，学校通过大数据平台对教学环节进行过程性监测，根据反馈报告中存在的问题，及时发布预警，督促相关部门、人员采取切实有效的措施，对课堂教学出现的问题实时调整改进，促使教学质量得到不断地提高。二循环相辅相成，内外结合，相互促进，共同提高。

（二）高效率大数据平台的搭建与共享

高效、准确的课堂教学评价需要大量数据作为支撑，建立合理的数据分析模型，對比分析个体与群体数据，客观立体展现个体画像，因此高职院校的课堂教学评价系统需要借助大数据平台来实现。而大数据平台建设整体思路如图4所示，首先需要解决信息独岛的问题，制定各部门可以兼容使用的编码规则，打通各应用系统之间的信息壁垒，实现大数据之间的融合，为管理层提供可靠的数据支撑，确保决策的高效性和精确性。

1. 数据采集与清洗。要利用大数据平台实现教学质量诊断与改进，首先要解决数据来源问题，只有保证数据源头唯一、教学行为数据即时采集、信息资源共享，才能提高课堂教学管理效率。不同部门管理系统涉及的基础数据库有所不同，因此基础数据需从对口部门的信息管理系统中提取，如图1中6个维度、50多个考核指标，其中课堂管理数据从学工系统中获取，教学评价、成绩评价数据从督导、教务管理系统中提取，课堂活跃度、学习活跃度（在线学习）、课程建设数据从网络课程平台中采集，学习活跃度（非在线学习）从图书馆、学工等管理系统中得到。为了保证数据质量，需要对收集到的碎片化的数据进行数据清洗，先建立统一的数据存储格式，然后对数据进行校对和核验，目的在于删除重复的信息，合并交叉的数据集，纠正存在的错误，以保障数据的正确性、一致性和完整性。

2. 数据存储与共享。清洗后的数据最终按照统一格式存储在数据中心。这些数据只用于数据交换，实现各个独立的管理系统之间的数据共享。每个管理系统只能对各自的基础信息库进行增删改查操作，调用其他并列关系的管理系统的基础数据，只拥有查询权限。

3. 数据分析与管理。首先通过对提取和集成得到的数据进行梳理、分类和归纳，整理出相对独立的数据主题域；然后进行数据趋势分析，建立合理的数据分析模型，推算数据相似度，验证数据规律和隐藏的关联，从而为教学管理者提供统计性的预测和判断；最后针对评价等级较低的学生、教师和专业，制定相应的预警机制，以便他们在后续的教学中得以改进，从而实现提高课堂教学效果的目的。

三、结语

综上所述，在“互联网+”时代，高职院校要全面提升人才培养质量，提高课堂教学有效性，离不开信息化的支撑。搭建高效率大数据平台，实现数据共享，对课堂教学评价指标进行多元化、多维度的挖掘和分析，寻找出隐藏在数据背后影响教学质量的关键因素，才能为管理者提供决策的依据，实现教学质量由量变走向质变的飞跃。

参考文献：

[1] 李绍中，王晓敏. 大数据分析在高职院校教学质量评价中的应用研究[J]. 教育信息技术，2017（04）：59-61.

[2] 教育部. 教育部办公厅关于建立职业院校教学工作诊断与改进制度的通知[EB/OL]. （2015-06-24）[2018-03-01]. http：//www.moe.gov.cn/srcsite/A07/moe_737/s3876_zdgj/201507/t20150707_192813.html.

[3] 教育部. 教育部关于进一步推进职业教育信息化发展的指导意见[EB/OL]. （2017-09-05）[2018-03-01]. http：//www.moe.edu.cn/srcsite/A07/zcs_zhgg/201709/t20170911_314171.html.

[4] 张维国，陈海艳. 大数据在高职院校教师教学质量多元评价体系中的研究与分析[J]. 现代计算机，2016（18）：45-49.

[5] 姜义林. 聚焦教师和学生发展，扎实推进诊改工作[EB/OL]. （2017-11-17）[2018-03-01]. http：// www.zyjyzg.org/ czie_article_upload_files/201711/2017111709210595.pdf.

[6] 袁洪志. 打造“两链”，完善体系，扎实推进诊改工作[EB/OL].（2017-11-17）[2018-03-01]. http：//www.zyjyzg.org/czie_article_upload_files/201712/20171213145023121.pdf.

Abstract： To improve teaching quality is the eternal theme of talent cultivation in higher vocational colleges. Classroom teaching is an important carrier to reflect the quality and level of higher vocational education. The traditional classroom teaching quality evaluation system lacks scientificity and integrity， and it is difficult to adapt to the current teaching methods.In the era of Internet+， building a platform for sharing big data information， using diversified and multi-dimensioned mining and analysis， establishing an early warning mechanism for teaching quality， strengthening classroom feedback， improving classroom teaching，Provides the basis for decision-making for the management of teaching quality， it is of great significance.

Keywords： classroom teaching； evaluation； big data； data mining； data analysis

（责任编辑：程勇）