大数据下的高职教学质量评价研究

董 明 牟云环

陕西国防工业职业技术学院，陕西 西安 710300

一、大数据分析评价相关概述

（一）大数据的概念

目前，大数据的分析研究受到了许多学术界人士的关注，但是大家都没有给予其一个准确的概念性定义，因此，其定位不够清晰。在《大数据》一书中，可以发现著名学者徐子沛对于大数据的了解。在文中徐子沛认为，大数据是一种数据的总称，它有着超出于之前传统意义的范围，一般的工具很难进行分析的大容量数据。大数据也有其特有的单位，那就是“以太节”。

所谓的大数据的“大”，囊括两个方面：首先一个是容量大，大数据所包含的内容大；其次是深度广，大数据拥有着海量的数据，并且对信息进行整合和分析，能够产生新的知识和价值，使得内容深度得到延伸。除此以外，还有其他人对大数据提出了解释。一方面认为：大数据指的是没有办法用人工进行计算处理的数据。另一方面认为：大数据就是对数据信息进行统计分析，将一些看似无规律的信息进行处理，从而从中发现其规律性。通常情况下，大数据具有其鲜明特征，具体可以分为以下四点。第一点，大数据的数据量庞大；第二点，大数据的种类繁多；第三点，大数据具有超快的处理速度；第四点，大数据的价值密度较低。［1］

（二）大数据的优势

大数据是当前大势所趋，它具有一定的数据处理优势，下面从三方面进行分析。首先，大数据可以多方参与。大数据的参与者并不是单一的，大多数情况下，高职院校会在许多工作中使用大数据，比如在进行教学管理、实践管理、社会活动等，这些数据都可以通过大数据进行处理，其覆盖的范围非常广泛，并且类型比较多样，采集也比较快速。在大数据下进行教学，教学参与者都是其数据生产者和使用者，因此大数据能够给予更多参与人员使用。其次，采集的数据集更全面。以往教学评价比较平面化、扁平化，通过大数据分析，能够让教学评价更多层次展现，更多元化。在评价大数据中，将各种数据进行分析，能够更真实的反应学习情况。在多层次分析中，能够将浅层信息深挖，更有利于评价分析。此外，其信息采集渠道更广泛，比如，文本类数据、音频类数据等，能够更多形式地将教学细节表现出来。最后，大数据较强的分析处理能力。在大数据技术下，通过应用进行教学分析，能够更动态地分析数据，挖掘深层信息，提升整体的信息水平，在教学评价中能够很快地发现教学中存在的问题，从而针对问题进行相应解决。比如，在课堂教学过程中，可以通过手机应用进行教学，学生在平台上反映学习问题，老师能够更针对性地解决学生遇到的问题，从实际问题出发，进而有效地开展课程，提高教学质量。［2］

二、高职教学质量评价现状

（一）当前教学现状

新冠疫情的动态变化对教学工作也带来了严重影响，为了更好地进行教学工作，高职院校也是组织多种教学方式，运用更多平台进行教学。首先，线上平台的加入。在教学中，动员全校师生共同参与线上教学，降低新冠疫情对教学影响。教务处领导老师对线上平台进行管理，安排教师线上教学，教师对教学内容进行计划安排，运用线上平台来建立相应的教学资源。在线上教学中，辅导员教师要注意学生的心理健康。许多在线平台会和学校进行合作，为学校提供线上学习平台。其次，通过多平台进行多元化授课。教学中比较常见的有，超星网络平台、慕课网等，这些网络平台成为部分教学的主要授课平台，一些教师也会在线下教学中应用这些平台，从而更好地去安排教学内容，将教学计划更完整地展现给学生。在教学中遇到的问题，可以很好地通过平台去解决，为学生布置作业，甚至帮学生答疑解惑，进行实践指导。

（二）教学质量监控潜在的问题

首先，教学监控力度不够。在高职院校教学过程中，学生的主动性很关键，经常有学生会缺乏学习主动性，在学习中懒散，无法完成当天的任务。尤其是线上学习过程中，学生有时会忘记网络学习课程，或者放着视频人不在，敷衍了事，这种情况很常见，学生开倍速学习，却不记笔记，没有将知识内化。高职院校的学生自控能力较差，针对这一情况，对某高职院校进行分析，学生完成作业任务的情况，大多数的学生会在下午学习，而上午学习的是小部分，晚上学习的学生更少，因此学生的学习任务也理应按时间合理分配。随着教学时间增长，第三周第四周的教学情况会逐渐下降，学生的积极性日渐减退。

其次，教学监控不够细致。在高职教学评价过程中，教师对学生评价比较表层，对学生的学习情况进行简单统计分析，没有将其整体完成度，以及学习中的参与情况纳入其中，进行横向和纵向对比，从而进行教学评价。再次，教学质量监控信息不全面。高职院校学生培养目标，主要是为了提升学生的实践能力，以操作为主进行教学。然后在教学评价中，对于实践所占的比例较少，没有进行合适的计算，因此其评测结果不够全面，没有将学生实践成绩纳入其中。教学中不注重实践，对于学生今后实践的自信心培养十分不利，学生可能会不自信，害怕出错而害怕实践。

三、大数据在高职教学质量评价中的应用

针对当前高职院校教学遇到的问题，在教学评价中出现的不合理现象，结合大数据技术，通过教学平台实施相应监控，通过线上教学数据的采集，来完成教学情况反馈，有效提高教学效率。

（一）高职教学质量评价体系构建

教学质量评价系统可以分为四个环节，分别是数据源、存储计算、接口和应用。每一个环节都是其体系中的重要因素。第一，数据源。数据源包含有各个平台上的教学数据，教学计划以及教学过程中的实时数据，能够将教学情况用数据进行分析。第二，存储计算。在数据中将其进行转换、重构，将其存在数据库中，能够为之后的计算做好准备。在计算中“流计算”是很好的计算方式，其时效性更强，能够在不同应用中选择，在数据转换之后进行流计算，节约了在数据仓库中寻找的读写时间，从而提高实效性，如果对时效性没有特别要求，离线计算是很好的选择。第三，接口处。针对大数据的接口，牛市对数据进行深加工的位置，在系统支配下，对数据进行处理，通过统计分析、数据分析等，深挖数据深层信息，从而找出其有价值的内容。第四，应用层。这一层以数据和可视化图形展示数据分析和挖掘的结果，让师生和教学管理部门可以在教学过程中看到教学质量监控系统反馈的消息提醒、消息预警、教学评价结果和教学建议等。

（二）高职教学质量系统功能设计

教学质量评价过程中，质量监控是非常重要的，具有提醒、评价和反馈的作用，能够将教学情况实时评价，从而发挥预警功能。

第一，设计消息提醒。在高职教学过程中，要有计划进行教学，可以从教学计划、教学平台等多数据进行控制，构建一个整体的数据源，然后将学生信息、课程信息和学习资料等信息导入其中，形成一张大的信息网，通过这个整体的数据源给每一位学生形成一份独立的任务书，让学生根据任务书中的规划进行学习，每天哪个时间段学习什么内容，任务详细具体，包括实践内容和测试。每个周末晚上，教师可以为学生发送提醒，包括新一周的学习内容和学习计划。对于学生未能完成任务的情况，要进行再次提醒，让学生能及时完成任务。对于未能完成的任务，要认真对待，将学生情况发送给辅导员，让辅导员进行督促。在警示过程中要给予学生压力，让学生重视时间规划，从而完成学习任务。教师也要了解学生的情况，在任务分配时要张弛有度，促进学生进行个性化学习。

第二，注重趣味教学互动。在授课的过程中，老师可以运用平台教学，在教学中借助相应的电子设备，比如PPT、音视频素材等，让学生借助材料进行趣味互动。比如，老师可以依据大家的专业或是兴趣爱好，建立一个属于班级的趣味互动资源库，在其中设置一些问题，让学生互相通过问题进行互动。资源库的内容要广泛一些，能够让学生每次遇到不同的问题，从而足够吸引学生的注意力。吸引学生的注意力非常关键，趣味互动过程中，学生能够更集中注意力。同时，在日常教学中，课堂与学生互动要注意时间，每隔5～8分钟和学生建立一次沟通，防止学生上课溜号。

第三，教学情况实时评价和反馈。教学实时评价和反馈对于教学质量有着很重要的影响，其中包括一些学习的数据、作业的完成情况等数据，这些都需要进行反馈，掌握相关的数据源。为更好地实施教学评价，在每个课程后都要增加相当量与当前内容有关的试题，试卷按难易分类，由易到难，在学生复习完成后就可以检测，如果学生的检测结果不理想，就可以重复学习检测。教育管理系统每天晚上分析并评估当天各门课程学生的复习状况，如果第一次复习完成后，超过50%的学生答错不太困难的试卷，即被管理系统认为当天的教育资源出现问题，又或者当天的复习完成后超过40%的学生答错一般困难的试卷，管理系统就会立即反映给任课老师，并责成其完善当天的教育资源或作相应的课程增补。教学评估与反馈工作贯穿了整个教育流程，出现问题，就立即纠正，从而提高课堂的教学质量。二级学校的老师助教、分管系主任、校长有权利查看本学校每个老师的教学评语；老师督导室工作人员、教务处教务科工作人员、学务公所分管副处长、主任、分管教职工副主席、校长也有权利检查本校所有老师的教学评语、反馈信息和改正情况。成绩统计需要在线上课程平台数据、教学群数据、实践课程平台数据中收集教学统计，内容涵盖了课程任务完成情况、作业完成情况、课后测试完成情况，以及实验任务完成情况。为每个课时和实验任务设定了权重，再乘以相应的课后测试完成情况或实验任务完成情况，其总和占总成绩的70%到80%，而课程任务完成情况和实验作业完成情况则占总分的0%到30%。

第四，实践情况实时评价与反馈。针对高职院校学生，教学要注重实践课程，教师要为学生营造一定的实践环境。有时候没有良好的实践空间，可以借助环境进行模拟，借助网上大数据信息进行实践。许多高职院校和大数据企业、人工智能企业有建立合作关系，能够为学生提供线上实践机会。教师可以借助线上的平台，为学生布置相关的实践任务。在实践中，学生通过平台进行操作，学生的实践操作过程和结果都能够在数据库中进行显示，平台会将数据进行采集，然后做出相应分析，从而反馈学生的学习结果。这样更便于教师了解每一个学生的学习情况，进而做出相应的指导。

（三）教学反馈与跟踪改进机制

首先，教学反馈。课堂反映工作内容是采集的课堂数据经过统计、数据分析与挖掘，并将成果信息反馈给老师、学员，以及教学管理中的各个管理部门和工作人员，每个学生反映的信息内容一些能够通过单纯的数据分析获得，如学习质量警示等，一些信息内容则必须经过更深入的数据挖掘获得，如危害学生学习效果的原因等，能够通过关联规则算法通过数据挖掘而获得。每个学生的反映工作内容包含学习质量警示、学习质量实现状况进度计划、班级教师学业实现状况进度计划、学生教学方式改进建议等。而老师的反馈内容则包含老师所授学科的老师课堂预告、每个学员实现状况进度计划、全班学业实现状况进度计划、老师教学以及学习过程改善意见等。各级教学管理机关主要反映的重点是教师课堂教学流程中的各项数据结果，包含教师线上课堂开设门数和开设次数、各门课的访问频率、时长和任务完成状况、各项教学条件的同比环比数据等，与此同时各基层管理部门应将访问反馈的权限向上开放，使上级管理部门能够访问查看到下级管理部门、教师以及学生的反馈结果。

其次，跟踪改进机制。而在线开放教学平台和大数据分析教学监测体系，能够更有效地记录下教师在线上课堂教学流程中的每一项教学操作细节与成果，这为后期的分析、数据信息发掘、反馈等奠定了数据分析基石。相较于以成绩为主的质量监测，现代信息化教育平台的跟踪监测手段更为全面、精准、快捷，任何在线上教育中发生的活动都会被详细记录，数据分析的准确性、完整性以及真实性都是以往的教育质量监测体系所不能相比的。另外，还可以运用大数据对跟踪监测的结果进行专业的整理、分析、研究，做到最大限度地去除人们主观意识的偏差，让评价结果更准确、客观、有效。

综上所述，在当前新冠疫情防控大环境下，想要推动高职院校质量提升，必须要注重大数据预警，对评价系统进行全方位的完善，用多种方式，线上线下结合，提高教学效率。