高校教学质量测评体系研究

张源

（安徽医学高等专科学校，安徽 合肥 230601）

高校教学质量测评体系研究

张源

（安徽医学高等专科学校，安徽 合肥 230601）

现阶段，我国多所高校在结合信息技术的基础上构建了教师教学质量测评系统，该系统能够通过积累大量的数据，在大数据分析技术的基础上对任课教师及教学质量做出整体而准确的评价，对于加强高校管理水平，提高同学生之间的沟通能力及教学质量具有重要意义。

大数据分析技术；教学质量；测评研究

1 大数据分析概念及基本内容

在信息技术不断进步的背景下，企业及高校等多个行业在日常经营管理中增加了对信息技术的应用规模，这一过程中产生了大量的数据，单纯依靠人力进行分析和处理是不显示的，在这种情况下，大数据分析技术得以产生，该技术能够系统的分析大规模的数据信息［1］。现阶段，大数据分析技术在应用过程中主要包含五方面基本内容。数据挖掘、可视化分析、语义引擎、预测性分析功能、数据质量和管理［2］。

2 高校教师教学质量评价系统

2.1 评价体系设计

实施高校教师教学质量评价，有助于学生及时将相关意见提供给教师，也有利于教师在教学过程中增加对学生的了解，从而有针对性的转变教学观念和方式，对于提升教学效率具有重要意义。而对课堂教学效果的有效分析，能够准确反映出教师的教学质量，高校在日常管理中可以通关监控课堂教学来判断教学质量［3］。该体系的构建有利于学生积极参与到评教当中，能够全面反映教师教学情况及学校整体教学质量。

在设计评价体系过程中，本文以三种类型来评价教师的教学，即具体项目评价、整体评价和相关建议。首先，具体项目评价分两个步骤进行，以学生自愿的形式分别在教学活动当中以及确定考试成绩以后两个阶段实施。教师不同的评价结果会在系统充分计算不同项目权重的基础上得出。其次，整体评价。整体评价是学生必须参与的环节，在首次确定成绩时进行。学生可以根据自身感受对教师做出评价，该评价应当具有一定综合性，共分为不及格、及格、良和优四个级别；最后，相关建议。学生在学习期间，可以以字面的形式进行留言，将自己对教师的可定及不足进行充分的表达。

定性和定量两种指标同时存在于该评价体系当中，这样一来就能够有效避免没有说服力的定性指标及没有数据支持的定量指标，二者有效结合能够更加科学的展示出评价结果。

2.2 系统功能的设计与实现

首先，教师模块的设计与实现。查询评价结果、回复学生留言和自定义评价是该模块的主要组成部分。第一个模块当中，教师能够直观的对学生的评价进行观看，系统能够充分运用大数据分析技术，对评价结果进行归类和归档并以表格的形式展示出来；第二个模块当中，教师可以有针对性的对某个学生进行回复，也可以回复给全班同学；最后一个模块当中，教师针对教学情况最多进行四条自我评价。

其次，学生模块的设计与实现。印象评价、详细评价、留言及查询结果是该模块的组成部分。首先，总体评价教师课堂教学状况，这一步骤在首次查询课程成绩以前进行，将自己对教师的整体看法输入进系统，运用等级和分数两种方式来表达；其次，详细评价。量化评价课堂各项教学指标，详细叙述分两次自愿进行，学习过程中和确定成绩以后进行；再次，留言。留言板块能够更加真实的体现学生对教师的肯定的意见，学生的状态也能够第一时间被教师掌握；最后，查询结果。系统将学生的全部评价整理成表格，促使结果显示更加直观。

3 大数据技术在教学质量测评中的应用

3.1 模型的建立

首先，挖掘教师个人因素模型的构建。模型当中包含不同学科不同教师之间的年龄、性别及职称等，通过大数据分析技术，对教学质量与这些个人因素之间的关系以数据和表格的形式真实的展现出来。这样，就能够有效判断出哪些因素对于教学质量具有重要影响。其次，挖掘课堂属性模型。在教学质量的影响因素当中，除了教师自身的一些客观因素以外，同时教学过程中所用的时间长短、教案的制定等属性因素对教学质量的影响也是非常大的。在这种情况下，本文积极构建了挖掘课堂属性模型。这一模型在应用过程中能够对教学质量与这些属性因素之间的关系进行详细的判断。

3.2 构建数据仓库

在以上模型确立以后，就能够有效确定相关数据源。本文在进行基于大数据分析技术的高校教师教学质量测评研究过程中，综合应用了三个系统的数据，即教务系统、师资管理信息系统和教学质量评价系统。以上系统中既包含了教师的个人数据，也包含了学生对教师的相关评价内容，在进行分析的过程中，还需要对课程安排等因素进行充分的结合。在研究过程中，多个数据库的存在，导致不同数据平台的存在，同时差异性也存在于数据的定义及结构当中。因此，应当积极进行数据仓库的构建，转换和清理不同数据。

3.3 教师个人因素对评价结果的影响

在研究教师个人因素对评价结果的影响过程中，应当首先对挖掘个人因素模型进行分析，将其中部分字段以“忽略”的形式进行设置，在此基础上运用大数据分析技术进行处理，这样一来就能够充分发现在影响教学质量的相关教师个人因素当中，性别因素不是关键影响。

在教师职称影响程度方面，经过有效的挖掘模型处理，学生通常对正高级职称的教师拥有较高的评价，学生普遍对职称较低的教师拥有较低的评价。可见，教学质量同教师的职称级别具有密切的关联。在教师学历影响程度方面，经过有效的挖掘模型处理可以发现，学生对教师的认可程度同教师的学历高低并没有具体联系。教师年龄影响程度方面，经过有效的挖掘模型处理可以发现，学生更加喜爱年龄在40～50岁教师。

在对以上数据进行分析的过程中，不仅需要充分考虑到教师职称、年龄及学历等多方面因素，还需要综合多组大量数据，因此可将五设置为MAXIMUM ITEMSET SIZE参数最大项集。因此在对挖掘模型进行处理的过程中就能够掌握频繁项集，经过详细分析这些频繁项集及其产生的相关规则，就能够直接产生部分重要结果，从而更好地服务于教学管理工作的需要。

4 结束语

综上所述，大数据分析技术的有效应用，能够促使学生对教师的各项评价指标更加准确的展现出来，通过系统的数据挖掘和分析，促使教师能够有针对性的完善教学方法。

［1］宋晓梅.数据挖掘技术在高校教师教学质量测评中的应用［J］.赤峰学院学报（自然科学版），2013（4）：181-184.

［2］王飞.普通高校教师本科生教学工作量测评现状与对策研究［D］.广州：南方医科大学，2013.

［3］曹煜.高校教学质量测评系统的开发及数据仓库与数据挖掘技术在其中的应用［D］.沈阳：东北大学，2005.

The teaching quality evaluation system research

ZHANG Yuan
（Anhui medical college，Hefei Anhui 230601）

At present，many colleges and universities in our country on the basis of the combination of information technology to construct the teacher's teaching quality evaluation system，the system can through the accumulation of a large amount of data，on the basis of large data analysis technology to the classroom teachers and teaching quality to make overall and accurate evaluation，to strengthen the management level of colleges and universities，improve the ability to communicate with students and the teaching quality is of great significance.

Large data analysis technology；The quality of teaching；Survey research

G622.0

A

10.3969/j.issn.1672-7304.2015.04.091

1672-7304（2015）04-0193-02

（责任编辑：廖建勇）

张源（1982-），男，安徽合肥人，讲师，研究方向：数据分析。