“互联网+”背景下高校在线教育的教学质量评估方法研究

景馨禾

摘要：常规的高校在线教育教学质量评估方法主要使用SALG（student assessment of learning gains）和IQA（Instruction Quality Assessment）等学生自评工具来获取教学质量评估参数。但这些方法易受评估实时反馈作用的影响，导致评估一致性偏低。因此，需要设计一种全新的高校在线教育的教学质量评估方法。即在深度学习视域下，可以划分在线教育教学质量评估因素，结合“互联网+”背景特征，构建高校在线教育教学质量评估算法。并且通过综合加权法优化评估算法，可以实现在线教育教学质量评估。结果显示，设计的高校在线教育教学质量评估方法具有较高的评估一致性，证明了该教学质量评估方法的评估效果较好且具有可靠性。

关键词：“互联网+”；高校；在线教育；教学质量；评估；方法

一、引言

我国各高校正在经历扩招热潮，高等教育的深入程度日益增加[1]。随着时代的发展，信息交互的方式也在飞速改变，线上教学模式正在被广泛使用[2]。因此，需要结合在线教育的差异性，设计有效教育教学质量评估方法[3]。在这一背景下，相关研究人员为应对高校在线教育质量评估的特点，设计了几种常规的高校在线教育教学质量评估方法。其中包括融合SALG理念的教学质量评估方法以及基于循证的教学质量评估方法[4]。但上述两种常规的高校在线教育教学质量评估方法均需使用SALG＼IQA学生自评工具来获取教学质量评估参数，易受评估实时反馈作用的影响，导致评估一致性偏低，不符合目前在线教育教学质量评估要求。因此，本文旨在设计一种全新的高校在线教育教学质量评估方法[5]，以适应当前在线教育的发展需求。

二、“互联网+”背景下高校在线教育教学质量评估方法设计

（一）“互联网+”背景下划分在线 教育教学质量评估因素

受不同评估因素的影响，在线教育教学质量评估逻辑性存在一些问题。为了解决这个问题，需要基于深度学习的内涵，有效地划分在线教育教学质量评估因素[6]。在教学质量评估过程中，可以根据预设的教学目标确定基础评估阶段，对学生获取教育知识的过程进行排序，重新划分教学质量评估因素，如图1所示。

图1 教学质量评估因素

根据上述的教学质量评估因素，可对评估要求进行有效定义，划分為二次评估类别[7]。

针对不同的教学质量评估类别，需要与原有的教学目标建立联系，调整认识维度，确定评估目标层次，对学生的不同学习行为进行综合评估。

图1展示的主要是分解后的教学质量评估因素。在实际评估过程中，这些因素可以组合成不同的评估选项。先是学生个人方面，其次是教师方面，最后是环境方面，结合上述在线教育教学质量评估因素可以构建后续的在线教育教学质量评估算法[8]。

（二）构建高校在线教育教学质量评估算法

在实际教育教学质量评估过程中，针对某些具体因素评估时，存在严重的量化问题，难以被智能设备读取。若不针对实际状态进行量化，会降低评估准确性，导致评价效果不佳。因此，在“互联网+”背景下，需要构建有效的高校在线教育教学质量评估算法，以解决这一问题。为此，可以将教学质量评估因素统一划分到关联领域内，并设置不确定性评估元素，从而生成教学质量评估集合A如下。

式中，x1， x2， …，xn分别为教学质量评估元素，若评估集合内的评估元素数量多，会影响评估效果展现，可对上述集合优化，设置评估约束条件，优化后集合Ar如下。

式中，P（xi）为评估元素满足的评估条件，根据上述评估集合可生成有效的评估特征函数。某些具体评估因素并没有标准的界定范围，需根据集合从属关系模糊化处理，使用隶属度函数表示其具体的评估值，本文生成的教育教学质量评估隶属度函数A0（xi）如下。

式中，μA（x）为变化评估特征。当评估元素数量较少，能确定具体数量时可以使用有限集合进行表示，此时有限集合的评估测试程度P（xi）如下（4）所示。

式中，Poss（C（xi））为模糊集合，D（xi）为测试算子，根据上述计算的评估测试程度可以生成初始的教育教学质量评估模糊集，根据线性隶属度划分要求构建了高校在线教育教学质量评估算法E（xi），如下。

式中，aI为线性隶属度，若此时生成的隶属度集合满足标准模糊划分关系集合得出评估结果，反之需重新确定教学质量评估区间。

（三）高校在线教育教学质量评估算法优化

在实际高校教育教学质量评估过程中，经常面临多方面评估因素生成的模糊评估集合，若无法统一表达，会影响作用评估可靠性。因此，优化上述获得的高校在线教育教学质量评估算法。假设总体模糊集合，根据评估因素的差异性，通过综合加权法优化高校在线教育教学质量评估算法σa，如下。

式中， ξ为复合差异性权重， 为加权平均函数。针对不同因素的比例变化问题，需统一乘积化处理，处理式C（xi）如下。

式中，υ为等比例评估函数，在评估准备阶段，需选择有效的评估材料，执行相关的评估任务，待上述步骤完毕后，再反复咨询专业化评估阶段，进行多次征集。

第一次征集属于无条件约束化征集，专家可针对存在的教学问题进行事件预测正例，制作预测事件表，第二次征集属于评价征集，第三次征集需确定评估审核关系，第四次征集由专家分析评估事件，进行详细评估预测。征集完毕后，由征集者统一归纳，用算数平均、主观概率、量化预测进行评估分析，确定不同评估因素评估结果。

三、实例分析

（一）概况及准备

为验证设计的互联网背景下高校在线教育教学质量评估方法的评估效果，作者选取X高校进行实例分析。X高校是某区域的双一流重点建设院校，共有72个专业，涵盖管理学、教育学、经济学等各个学科，属于综合型高校。研究生与本科生占比约3：7。X高校设置多门由教授参与授课的课程，超过80%的教授在岗。该校毕业率和就业率均较高，设有专业化基础教学状态数据库，包含教学的基本信息、办学要求、教职工数据、教学质量监管等类型。通过该数据库可以及时完成教学评估数据报送任务，针对教学问题制定年度教学报告。长期发展，X高校完善了以往的教学质量评估流程，将五位一体作为教学质量保障目标，并建立了专业化教学质量评估中心。X高校的教学质量评估流程如图2所示。

由图2可知，X高校设置了专业化教学评估监督队，可以定期采集教学质量评估数据，发布相关的评估报告。该校的日常教学质量评估包括课堂教学质量评估、日常教学质量评估、学生满意度评估、教学数据评估等内容，并根据实际评估流程发布评估结果。本文采用SPSS22.0软件进行数据分析，并使用随机抽样法进行五点计量分析。此时可以选取评估一致性作为实例分析指标，评估一致性CI如公式（8）。

式中，λmax为当前评估最大特征值，n为一致性矩阵最大特征值。评估一致性越高，证明高校在线教育教学质量评估方法的评估效果越好，反之评估一致性越低证明高校在线教育教学质量评估方法的评估效果相对较差。

（二）应用效果与讨论

结合上述的概况及准备，可进行教学质量评估分析，即预设多个教学质量评估因子，分别用本文设计的“互联网+”背景下高校在线教育的教学质量评估方法，文献7的融合SALG理念的教学质量评估方法，以及文献8的基于循证的教学质量评估方法进行教学质量评估，使用公式8计算三种方法在不同教学质量评估因子下评估一致性。

在分析中，本文设计的“互联网+”背景下高校在线教育的教学质量评估方法在不同教学质量评估因子下的评估一致性均较高，最高达到了0.998，接近最高一致性1.000，文献7的评估方法及文献8的评估方法在不同教学质量评估因子下的评估一致性较低与最高一致性1.000相差較大，文献方法的最高值仅为0.798。分析结果证明，本文设计的在线教育教学质量评估方法的评估效果较好。

四、结束语

综上所述，我国大多数高校的线上教学质量较低，存在许多问题，因此需要对高校在线教育的教学质量进行评估。由于受到复杂的评估因素影响，传统的教学质量评估方法效果较差，无法满足在线教育教学质量的评估要求。

因此，本文设计了一种新的在线教育教学质量评估方法。实例分析结果表明，所设计的方法具有较高的评估一致性和可靠性，评估效果良好，具有实际应用价值，可为优化高校在线教育模式提供有益的参考。

参考文献

[1].李玉清.基于线上线下混合式教学的高职课堂教学质量评价调查研究——以现代物流管理专业为例[J].办公自动化，2023，28（06）：39-42.

[2].王为洋，廖珮君.应用型高校内部本科教学质量保障体系建设的问题与对策——基于审核评估的视角[J].海峡科技与产业，2022，35（12）：45-49.

[3].张东京，韩方凯，袁维风等.专业评估背景下食品科学与工程专业教学质量保障体系的构建——以宿州学院为例[J].农产品加工，2022（09）：118-120.

[4].柳亮，何融泉，容敏华，等.地方医学院校本科教学质量保障体系研究——基于16所医学院校2018—2019学年《本科教学质量报告》的文本分析[J].中国高等医学教育，2022（03）：36-37+40.

[5].张勇健，王勇.深化教育评价改革 推进育人方式转变——安徽省合肥市普通高中教育教学质量评价改革的探索与实践[J].基础教育课程，2022（Z1）：47-54.

[6].张楠，张胜强，陈立恒.辽宁省部分高校本科质量报告信息披露研究——基于合法性视角[J].中国多媒体与网络教学学报：上旬刊，2022（02）：113-116.

[7].何淼，何均泽，穆幼清，等.融合SALG理念的高等教育课程教学质量评估方法探索——以本科生“生物信息学”教学为例[J].高校生物学教学研究：电子版，2022，12（02）：56-60.

[8].王珊.基于循证的课堂教学质量评估——以美国数学课堂教学质量评估工具为例[J].中国考试，2022（02）：73-80.