基于大数据分析的高校教学质量评价系统设计

乔洁 何淼 史海峰

摘 要：教学质量评价是高校教学过程监督、质量控制、反馈跟踪的重要组成部分。随着我国科技信息化的快速发展，特别是在“互联网+”广泛应用于教育系统的新形势下，大数据技术得到了更广阔的应用。利用大数据技术，设计基于大数据分析的高校教学质量评价系统，对提高教学质量具有重要的现实意义。

关键词：大数据;教学质量评价;评价系统

一、背景

随着我国教育改革的不断深化，高职院校的作用越来越重要，特别是在“中国制造2025”深入实施的背景下，高职院校应当进一步健全和完善教学体系，要在优化和完善教师教学质量多元评价体系方面狠下功夫。只有这样，才能使广大教师深刻认识到教学改革、创新、发展的重要性，并以自身的实际行动，改进教学方面的不足，推动教学模式创新。

由于大数据技术具有很强的系统性，且数据信息具有海量化的特点，可以进行深入的分析，以提高教学质量评价的整体性。这就需要高校要将大数据技术应用于教学质量评价体系建设当中，努力发挥其积极作用。

二、高职院校教学质量评价现状

（一）缺乏系统评价体系

高职院校在现阶段的教育质量评价方面仍然缺乏系统性的评价标准，评价的内容单一、片面，评价管理的方法形式简单，没有从多维度体现评价的全面和客观性。

（二）评价效率低

高职院校教学质量评价过程仍普遍存在效率低的现状。大量巡视和听课相关数据仍有相当一部分是采用传统的纸质录入形式，工作重复性大，效率低，且易出错。

（三）数据管理缺乏深入性、持续性和实效性

高职院校教学质量评价过程中原始数据的记录、采集、统计和分析工作量巨大。在巡视和听课过程中，存在数据录入不便的问题。同时，由于数据的采集统计的延迟，相关数据得不到及时反馈，且没有便捷的方式对相关信息数据进行深入地分析，也不能持续性地对评价结果进行跟踪和总结。

三、大数据在教学质量评价体系中的作用

高职院校的教学质量评价依赖可靠与全面的评价数据，也是教育决策的重要依据，大数据技术的应用能够实现对大量数据的科学分析与深度挖掘，在多维的层面上分析数据所隐含的价值与联系，能够使教学质量评价从以往对片段信息与小样本数据的分析转化为对全程化、全方位数据的决策。通过数据的多维挖掘技术来分析教学质量评价体系，能够有效地提升教学质量评价的有效性与可信度，降低评价过程中产生的矛盾冲突。

四、基于大数据分析的高校教学评价系统设计

（一）总体设计

教学质量大数据分析系统可以实现与教学质量评价工作相关的巡查、考勤和听课等数据的管理、维护和数据分析工作。该系统可以对教学质量评价活动相关的基础功能进行维护，包括岗位管理、部门管理、用户管理和系统参数设置等。可以对教学质量评价活动中的基础数据进行处理，包括教师数据、班级数据、考勤数据和排课表数据等。可以对系统中的教师、班级、考勤、排课数据进行增删改和数据导入。可以对教学评价巡查过程中的异常数据进行异常数据统计和异常数据检索等。可以对听课数据进行管理，包括听课安排、听课反馈、我的被听课记录和我参与的听课等信息进行查询。亦可以对考勤数据进行统计、查询和数据分析。

（二）详细功能模块设计

（1）系统管理模块。系统管理包括用户管理、部门管理、岗位管理和系统参数设置四个模块，其中用户管理是对系统的用户进行管理，功能包括用户的增删改和数据导入，部门管理是对系统的用户部门管理，功能包括部门增删改和数据导入，岗位管理是对系统的用户的角色，功能包括岗位的增删改和权限设置。如图1—图3所示。

该评价系统提供了系统参数设置，分别是“页面的表格显示数据大小”“安排听课活动后，提前通知被听课教师的天数”和“安排听课活动后，提前通知参加听课教师的天数”。如图4所示。

（2）系统核心菜单设置。教学质量评价活动的核心功能包括巡查管理、考勤管理、听课管理、数据分析等模块，如图5所示。

数据维护模块是对教学质量评价活动相关的基础数据的维护，包括教师数据、班级数据、考勤数据和排课表数据等。其中教师数据是对系统的教师进行管理，功能包括教师的增删改和数据导入，班级数据是对系统的班级管理，功能包括班级增删改和数据导入，考勤数据是对系统的考勤数据进行管理，功能包括考勤数据的导入，排课表数据是对系统的排课表数据进行管理，功能包括排課表数据的增删改和数据导入。

巡查管理是对巡查过程中异常数据的管理，包括异常数据查看、异常数据管理、异常数据统计和异常数据查询等子功能。巡查管理是基于“排课表”基础数据完成，因此在进行巡查管理前，需要在“数据维护”下的“排课表数据”录入或导入相关的排课表数据。

考勤管理是对考勤数据的管理，包括考勤数据统计、考勤数据查询和考勤数据分析等子功能。考勤管理是基于“考勤”基础数据完成，在进行考勤管理前，需要在“数据维护”下的“考勤数据”导入相关的考勤数据。

听课管理是对听课数据的管理，包括听课安排、听课反馈、我的被听课记录和我参与的听课等子功能。听课管理是基于“排课表”基础数据完成，因此在进行巡查管理前，需要在“数据维护”下的“排课表数据”录入或导入相关的排课表数据。

此外，在基础数据获取的同时，系统可以对数据进行具体分析，并将分析结果进行处理，以更加直观的展示方式展示给用户，方便用户及时发现问题解决问题，以实现优化教学管理手段，提高教学质量的目的。具体视觉展示效果如图6所示。

五、总结

基于大数据分析的高校教学质量评价系统可以很好的解决以下问题：（1）无纸化办公。实现节约资源，易于存储的目的。支持现有班级、教师、排课、考勤等资源数据的灵活导入、导出。（2）移动办公。该系统可以通过手机、平板等移动设备录入数据，随时随地通过移动设备进行数据查询和分析。解决数据分析的实效性。（3）数据管理更加深入，有持续性。通过移动设备录入的设备，可以方便第三方系统的考勤和排课数据，通过分类和关键词方便进行统计分析。（4）实时反馈。通过系统大数据分析后的信息，可以让教育管理者随时查看班级巡视、考勤、听课的反馈数据。任课教师可以第一时间获悉听课教师和班级学生的反馈信息。班级出现异常状况时，同样可以第一时间通过系统数据反馈结果，方便及时发现问题和解决问题。

参考文献：

[1]张献，邓蕾蕾.以学生为主体的课堂教学质量评价体系的构建研究[J].长春大学学报，2012，22（12）：1518-1521.

[2]韩成勇.大数据在高职院校教育教学中的应用及面临挑战探讨[J].安徽商贸职业技术学院学报（社会科学版），2017，16（3）：66-69.

[3]王斌，朱瑞芳，黄蓉.基于大数据的教学质量分析与评价[J].计算机产品与流通，2019（11）：256.

[4]赵子云.高职院校教学预警管理系统的设计研究[D].江南大学，2016.

[5]刘德坤，李华，冯波.分类管理背景下民办高校教学质量绩效评价——基于平衡计分卡视角[J].浙江树人大学学报（人文社会科学），2019，19（05）：18-26.

[6]马星，王楠.基于大数据的高校教学质量评价体系构建[J].清华大学教育研究，2018，39（02）：38-43.