大数据技术构建职业教育教学质量评价体系的策略研究

黄婷婷

（湖南大众传媒职业技术学院，湖南 长沙 410100）

现如今我国社会已经迈入信息化时代，通过大数据技术来进行信息的采集与处理，能够为我国各个领域的发展提供强劲的动力。对此，我国的教育行业也不甘落后，各大教育机构争先恐后的应用了一大批大数据技术，来提高自身的竞争力，其中，我国的职业院校为了增强自身的教学质量评价体系，使自身的教学评价工作更加真实可靠，也逐渐开始尝试大数据技术的手段，为了转变职业教育学习教师传统的教学理念，提高他们的教学质量与效率，利用大数据技术来构建一个教学质量评价体系迫在眉睫。

一、当前职业教育学校内的教学质量评价现状

现如今，我国的职业教育学校的教学质量评价主要是由几方面人物来进行的，其中具体包括：学生、学校领导、学校教师、以及行业内同仁等，在经过这四类人物评价之后，在将他们所给出的分数进行平均而后得出的结果即为教学质量评价结果。这样的教学质量评价方式，虽然在一定程度上也体现了大数据时代的技术渗透，但是其仍然存在一定的弊端，只能提高教学当中教师管理的效率，而对真正的教学质量的评价仍然不够完善。在这四类教学质量评价主体当中，学生的评价应当是最全面的，因为他们往往从头至尾感受过教师教学的整个过程。但是目前的学生评价中没有充分应用大数据技术，没有进行大数据评价平台的构建，还只停留在传统的匿名书写评价阶段，另外，由于学生们会存在一定的逆反心理，所以当遇到教师课堂要求严格或者教师对学生进行批评之后，学生往往无法站在客观端正的角度进行评价，反而感性会超过理性，导致教学质量评价的结果并不合理。据调查显示，在影响教师教学质量评价结果的主要因素当中，教师对学生的评价占据了非常主要的地位，二者是相互影响的。另外，就是行业内同仁的教学质量评价，从根本上来说，由于这一类评价主体的知识水平比较专业，对教学质量的了解也比较丰富，所以他们的评价应当是最为公平公正的，但是事实却不是如此，反而是他们在评价的过程中，没有利用好大数据技术，进行评价的整合，达不到客观公正合理的评价目标。这时，学校领导的教学质量评价就显得格外公正，但是他们的听课次数毕竟有限，所以在实际的教学质量评价工作当中往往不够全面，仅仅通过几节课的效果来进行教学质量评价是不客观的。所以适当的利用大数据技术构建一个网络听课平台，让学校领导们能够随时随地对教师的课堂表现进行评价才是一个有利的手段。

二、大数据技术的含义

所谓大数据技术，由于它是一种新兴的技术领域，所以在我国的各大网站以及教材当中都没有明确的含义。通过百度我们可以得出这样一句话：“大数据技术，就是指大数据的应用技术，其涵盖了各个种类的大数据平台、大数据指数体系等大数据应用技术。”通过这段话我们很难理解大数据技术的具体含义，所以就更加无法运用大数据技术来构建教学质量评价的体系。其实换言之，我们可以把大数据技术简单理解为一个数据的集合，但是其只能够使用一些新型的处理方式，才能够使数据本身的信息以及价值发挥到极致，而不能在短时间之内应用我们日常生活当中常见的软件工具进行数据的采集与分析处理，这样才能够做到数据的多样化、准确化，并在一定程度上提高信息资源的增长率。在麦肯锡提出的《大数据时代》这篇文章当中的大数据技术还有另一个全新的含义。就是将全部的数据采集而来并加以分析处理的一种方法，从而摆脱了传统的随机分析的数据分析方法，不再通过繁琐的抽样调查，并且大数据技术从特点上来看，基本可以分为以下几种：大量性特点（Volume）、高速性特点（Velocity）、多样性特点（Variety）、低价值密度特点（Value）、真实性特点（Veracity）这五种特点。对那些应用以往的数据采集与分析的方式不能够进行收集、分析与处理的数据，通过大数据技术，能够很好地解决这一问题。

三、大数据技术构建教学质量评级体系的策略

（一）数据的收集

进行有效数据的收集工作，是大数据技术构建教学质量评价体系的首要前提。当今为我国职业教育学校内，教学质量评价体系的信息数据来源是多种多样的，其中一些类似于学生们的个人数据、教师队伍的个人数据、学校的科研数据、学校的人才培养数据以及课程的设计数据等，这些参照数据产生的主要人物而出现的数据，还有一些参照数据产生的主要场所而出现的数据，包括教学的视频数据、学生们的讨论数据、校内图书馆的打卡数据、校内图书馆的监控数据等等。这其中，包含了文字、图片、视频、音频等数据，而它们又可分为结构型的数据、非结构型的数据等。并且这些数据的数量也是十分惊人的，其更新速度也快的离谱，并且无时无刻不再产生数据，这样的特征满足上述内容当中我们所分析的大数据技术的特点，即大量性、高速性、多样性、低价值密度性等，所以我国的职业院校利用大数据技术来构建教学质量评价体系是有依据的。并且，在具体进行数据收集时必须要结合职业教育学校内的规章制度以及教学的场所和环节，将学校内的各类管理系统充分结合起来，构建一个科学合理的教学质量评价体系，在这个体系当中，学生们可以根据所收集到的资料既保证评级的科学与合理，又能够体现教学评价当中学生的主体地位。

（二）数据的分析处理

为了将职业教育学校内的教学质量评价体系的碎片化数据处理现状，转变为全方位、多层次、多领域的证据性决策，就必须讲大数据进行更加深度的分析与处理，不断地发现数据内部所隐藏价值，以及各类数据之间的关联。在教学质量评价体系之内，进行数据的分析与处理将采集到的各种各样的数据进行深度的挖掘，能够提取出许多真正对教学质量评价有价值的数据，也能够在一定程度上提高职业教育学校管理者的管理能力以及决策能力，是教学质量评价体系内不可或缺的一环。在具体进行数据的分析处理工作时，可以利用先进的可视化技术，让各种各样的数据更加直观立体地表现出来，把枯燥乏味的文字或是表格，转化为五彩缤纷的图片形式。除此之外，还可以利用数据深层次挖掘的手段，将那些教学质量评价体系内的数据进行深度剖析，以此来发现各种各样的数据之间的关联所在。最后，可以利用好大数据技术，为学生们构建一个教学评价的平台，在这个平台内，学生们可以自由的提出一些自己的建议，这样的平台应当是整个教学质量评价体系当中的基础一环。

（三）数据的进一步挖掘

所谓数据的进一步挖掘，就是要求我们要利用好这些数据。在大数据技术下，数据的利用主要是以职业教育学校内的学生为主体，从学生本身的学习以及日后的发展方向出发，充分尊重学生主体地位，将教学的中心由教师转移到学生，以此为基础进行教学质量评价体系的大数据技术构建。评价的指标在整个教学质量评价体系当中是必不可少的，并且评价指标的设计要满足简单易懂、方便使用、代表性强等特点。

在实际进行数据利用工作时，“AHP”，即层次分析法，其全称为“Analytical Hierarchy Process”。使用这种方法，能够将一些具体的数据拆分为目标、方案以及准则等不同层次，而后在以此为基础，进行更好的数据定性与定量分析。

这种数据的深层次挖掘，将数据分析处理阶段所得出的标准化数据进行进一步的加工处理，在这样的教学评价体系当中，能够将教学质量评价分为几个等级，即不合格、合格、良好、优秀。最后就是知识的评价以及整体模式的解释过程，这个过程就是对数据深层次挖掘与利用过后的有关教学质量评价体系的数据进行评价和解释，但是在这个过程当中不可避免会出现一些重复的、无关紧要的解释和评价，可以将这一部分内容进行适当的舍弃，并进行重新地解释和评价。

（四）系统模块设计

现如今大数据技术为了满足职业教育学校内的教学质量评价体系构建，将系统模块的设计分为了一下几个模块：第一就是用户本身的管理模块、第二是具体数据的管理模块、第三是网络的评价模块、第四是数据的挖掘模块、第五就是查询的模块。而一些类似于修正和增加用户数据、信息数据的管理以及为学生提供一个评价的平台等功能则是与各个模块相对应的。

除此之外，教学评价体系的设计还可以根据教师们的能力、动机、环境因素、角色认知以及行为结果等设计一个“MARS 模型”，以及基础大数据技术构建教学质量评价体系的“PSRS 模型”，通过环境因素、主体属性、过程分析、角色认知以及绩效评价等来进行教学质量的评价工作。

（五）数据库设计

最后，就是数据库的设计，教学质量评价体系离不开一个丰富的数据库的支持，在内容上，可以应用E-R 模型来进行用户数据表格、学生数据表格、教师数据表格、学生评价以及学校内领导评价数据库的设计。其中，用户数据表格以“YHB”为标识，其内部包含了用户们的姓名、账号、密码以及用户类型等数据；而学生数据表格则是以“XSB”为标识，其内部则包含了学生们的姓名、学号、性别、班级、以及系别等数据信息；教师数据表格一般来说不需要进行特别的标识，其内部主要包含了教师的学历、年龄、姓名、性别等数据。学生们也可以以此为基础，对教师授课过程中的授课质量、态度以及内容等进行教学评价，并且为了使学生们的教学评价能够更加的公平公正，还要在数据库中对进行教学质量评价的学生们的信息进行隐藏。

结束语

综上所述，在现如今我国的职业教育学校当中，教学质量评价体系是否完善在一定程度上影响着教学的质量与效率，本文中，作者通过分析大数据的含义以及当前我国职业教育学校内教学质量评价的现状，而后提出了一些基础大数据技术构建教学质量评价体系的策略，希望能够有所帮助。