基于KDD技術(shù)的課堂教學(xué)質(zhì)量評價體系應(yīng)用研究

陳 濤，周建慶

(安徽醫(yī)學(xué)高等專科學(xué)校,安徽 合肥 230601)

1 引 言

隨著社會的發(fā)展，信息化和網(wǎng)絡(luò)化已經(jīng)融入高校工作的各個環(huán)節(jié)，其間各高校在教學(xué)管理等方面均累積了海量的數(shù)據(jù)，但很多高校均停留在利用原始數(shù)據(jù)進(jìn)行最基本的排序篩選和匯總統(tǒng)計上，無法進(jìn)行更有效的利用。KDD技術(shù)可以從大量不規(guī)則的數(shù)據(jù)中發(fā)現(xiàn)潛在有用的知識，從而更好的修正和指導(dǎo)教學(xué)。有效的課堂教學(xué)質(zhì)量的評價主要依賴于指標(biāo)設(shè)置的科學(xué)性和合理性。目前評價指標(biāo)的設(shè)定主要參考國內(nèi)外各高校已有課堂教學(xué)評價指標(biāo)，將有效教學(xué)特征分為多個細(xì)目進(jìn)行評價，評價結(jié)果的準(zhǔn)確性尚需要進(jìn)一步分析與驗(yàn)證。運(yùn)用KDD技術(shù)，對海量的評價數(shù)據(jù)進(jìn)行相關(guān)性分析，可以從中得到隱藏而潛在有用的數(shù)據(jù)和知識，在此基礎(chǔ)上研究課堂教學(xué)質(zhì)量評價各項(xiàng)指標(biāo)對總體評價的影響，能更精準(zhǔn)地評價教學(xué)效果。

2 KDD技術(shù)與課堂教學(xué)評價體系

2.1 KDD技術(shù)與數(shù)據(jù)挖掘

KDD （Knowledge Discovery in Data）—知識發(fā)現(xiàn)，是從數(shù)據(jù)中識別有效的、新穎的、有價值的、可理解的模式的非平凡過程，KDD的過程可粗略地劃分為3部分：數(shù)據(jù)準(zhǔn)備(data preparation)、數(shù)據(jù)挖掘(data mining)以及結(jié)果的解釋評估(interpretation and evaluation)。KDD過程是多個步驟相互連接、反復(fù)進(jìn)行人機(jī)交互的過程。包括對某領(lǐng)域知識的學(xué)習(xí)、建立目標(biāo)數(shù)據(jù)集、數(shù)據(jù)處理、數(shù)據(jù)變換、數(shù)據(jù)挖掘、模式評估、知識表示與發(fā)現(xiàn)等過程。[1]

KDD核心技術(shù)是數(shù)據(jù)挖掘DM(Data Mining)。所謂DM，就是從數(shù)據(jù)庫中抽取隱含的、以前未知的、具有潛在應(yīng)用價值的信息的過程，即從海量無規(guī)則數(shù)據(jù)中挖掘有價值的信息或知識。該技術(shù)主要包括3個部分：算法和技術(shù)；數(shù)據(jù)；建模能力。[2]

2.2 課堂教學(xué)質(zhì)量評價體系

自1999年以來，我國高校開始大量擴(kuò)招，高等教育逐步從“精英教育”轉(zhuǎn)向“大眾教育”。根據(jù)教育部公布的數(shù)據(jù)，1998年我國普通高等學(xué)校本?？普猩藬?shù)為108萬，2013年人數(shù)已擴(kuò)大至近700萬。擴(kuò)招給各高校硬件資源、師資隊伍、管理手段和教學(xué)質(zhì)量都帶來了極大的挑戰(zhàn)和隱患。因此，如何建立科學(xué)合理的教學(xué)質(zhì)量評價體系，對提高高校教學(xué)質(zhì)量，促進(jìn)我國教育事業(yè)的發(fā)展，進(jìn)而實(shí)現(xiàn)中國夢具有極其重要的現(xiàn)實(shí)意義。教學(xué)評價是高校教學(xué)過程中不可缺少的重要環(huán)節(jié)，它以教學(xué)目標(biāo)為依據(jù)，通過制定科學(xué)的評價標(biāo)準(zhǔn)，對教與學(xué)活動的過程及其結(jié)果進(jìn)行測量及判斷[3]。其中，學(xué)生評價教師課堂教學(xué)質(zhì)量是獲取教學(xué)反饋信息的主要方法，是檢查教學(xué)效果和評價教學(xué)質(zhì)量的重要途徑[4]。

3 應(yīng)用實(shí)例研究

應(yīng)用實(shí)例基于某高校1171份課堂教學(xué)質(zhì)量評估數(shù)據(jù)進(jìn)行研究。評價基于課堂教學(xué)質(zhì)量評價表指標(biāo)，并依據(jù)課堂教學(xué)質(zhì)量評價細(xì)目及有效教學(xué)特征進(jìn)行分類，如表1所示。

表1 指標(biāo)細(xì)目匯總表

3.1 數(shù)據(jù)處理

選取1171份課堂教學(xué)質(zhì)量評價數(shù)據(jù)并以EXCEL表格形式進(jìn)行存儲，將A1-A6計6個單項(xiàng)指標(biāo)匯總至“教學(xué)態(tài)度A”大項(xiàng)中，同理依次將教學(xué)內(nèi)容B1-B4匯總至“教學(xué)內(nèi)容B”大項(xiàng)中；將教學(xué)手段與方法C1-C6匯總至“教學(xué)方法C”大項(xiàng)中；將教學(xué)效果D1-D4匯總至“教學(xué)效果D”大項(xiàng)中，依照課堂教學(xué)質(zhì)量評價表細(xì)目，A、B、C、D 4項(xiàng)匯總累加后分值分別為25、30、25和20分，總分合計100分。

為研究單項(xiàng)指標(biāo)與總分值之間的相關(guān)性，可以二維表的形式對EXCEL表中原始數(shù)據(jù)進(jìn)行處理，通過最小-最大規(guī)范化方法對其進(jìn)行數(shù)據(jù)變換，然后將A、B、C、D 4項(xiàng)單項(xiàng)分值進(jìn)行離散化處理[5]。限于篇幅所限，我們僅列出教學(xué)態(tài)度A項(xiàng)的數(shù)據(jù)預(yù)處理步驟。將A項(xiàng)分為10區(qū)間進(jìn)行離散化處理，[24.50-25]、 [24.00-24.49]、 [23.50-23.99]、 [23.00-23.49]、[22.50-22.99]、[22.00-22.49]、[21.00-21.99]、[20.00-20.99]、[15.00-19.99]、[0-14.99]，同時將總分也進(jìn)行離散化處理，將100分均分為 [1-10]-[91-100]共計10個區(qū)間，得出如表2所示的二維表。

表2 A-ZF對照表

其中，A表示教學(xué)態(tài)度單項(xiàng)分值，ZF為對應(yīng)總分，該表共有10*10共計100個元素，如將表2以(xi,yj,aji,)表示,則其中(i=1,2,…,10；j=1,2,…,10),aji表示總分為xi且單項(xiàng)指標(biāo)分為yj的測評學(xué)生人數(shù)。例如，單項(xiàng)分A在區(qū)間 4[21.00-21.99]，對應(yīng)總分ZF區(qū)間4共計有14人，在區(qū)間5共計102人，在區(qū)間6共計3人；而單項(xiàng)分A在區(qū)間8[23.50-23.99]，對應(yīng)總分ZF在區(qū)間8有81人，區(qū)間9有102人，區(qū)間10有2人。

由表2可得出，A和ZF呈現(xiàn)明顯的相關(guān)性，數(shù)據(jù)基本以斜向上45度左右的對角線形式進(jìn)行分布，形成一定的寬度。可看出，單項(xiàng)分A值逾低則總分ZF逾低，反之單項(xiàng)分A值逾高則總分ZF逾高，單項(xiàng)分和總分呈現(xiàn)正相關(guān)。

3.2 數(shù)據(jù)挖掘及知識發(fā)現(xiàn)

由表2可直觀得出教學(xué)態(tài)度A與總分ZF具有正相關(guān)性，為準(zhǔn)確計算出其相關(guān)性數(shù)值并與教學(xué)內(nèi)容B、教學(xué)方法C、教學(xué)效果D數(shù)值進(jìn)行比對，我們可利用回歸分析工具對其進(jìn)行準(zhǔn)確分析，將表2數(shù)據(jù)進(jìn)行回歸分析，得到如圖1所示的回歸結(jié)果圖。

圖1 回歸分析結(jié)果

由圖 1可以得出，R Square(相關(guān)系數(shù))與Adjusted R Square(調(diào)整系數(shù))的值相差很小，表示線性方程效果良好，現(xiàn)行教學(xué)評價體系A(chǔ)中各單項(xiàng)指標(biāo)值與總分相關(guān)性良好。同時Multiple R值(相關(guān)系數(shù))近似于1，說明教學(xué)態(tài)度A與總分ZF的相關(guān)性極高，相對于傳統(tǒng)觀點(diǎn)，此項(xiàng)結(jié)果發(fā)現(xiàn)稍顯意外。

依照上述方法，對教學(xué)內(nèi)容B、教學(xué)方法C、教學(xué)效果D分別進(jìn)行處理，處理結(jié)果如表3所示。

表3 數(shù)據(jù)挖掘結(jié)果比較

4 結(jié) 語

1.由表3數(shù)據(jù)挖掘結(jié)果比較可以得出，A、B、C、D 4項(xiàng)單項(xiàng)與總分的相關(guān)系數(shù)分別為0.99072、0.96102、0.96778和0.98581，可得出其相關(guān)性均較強(qiáng)；顯著性水平Significance F非常小，表示其回歸效果良好。由此可以得出，該課堂教學(xué)質(zhì)量評價體系指標(biāo)及權(quán)重分布可基本反應(yīng)教師課堂教學(xué)水平，應(yīng)視為較合理有效。

2.通過表3相關(guān)系數(shù)Multiple R的值自大至小分布可得，教學(xué)態(tài)度A〉教學(xué)效果D〉教學(xué)方法C〉教學(xué)內(nèi)容B，由此可得出教學(xué)態(tài)度成為最具影響的因素。課堂上教師對內(nèi)容如何取舍、教學(xué)方式方法如何更新并不是最主要因素，學(xué)生最在意的是教師的教學(xué)態(tài)度是否端正，教學(xué)是否認(rèn)真負(fù)責(zé)，是否積極與學(xué)生溝通和關(guān)心愛護(hù)學(xué)生。所以從學(xué)校和教師的角度出發(fā)，用一句非常流行的話，那就是“態(tài)度決定一切”。即首先要端正教學(xué)態(tài)度，言傳身教，為人師表，將對學(xué)生的愛散發(fā)到課堂的各個角落，學(xué)生亦會對此有積極和正面的回應(yīng)。當(dāng)然，通過表3數(shù)據(jù)，也要注意到，教學(xué)方式及教學(xué)內(nèi)容與總分相關(guān)性也較高，這就要求教師必須重視教學(xué)方式方法的改革和教學(xué)內(nèi)容的更新，惟其如此，才能充分提高教學(xué)質(zhì)量，促進(jìn)教育事業(yè)的良性發(fā)展。

[1]焦李成.智能數(shù)據(jù)挖掘與知識發(fā)現(xiàn)[M].西安：西安電子科技大學(xué)出版社,2006：6-8．

[2]魯光男.KDD在高校教育中的應(yīng)用[J].長春大學(xué)學(xué)報，2008,(6)：37-38.

[3]王朝暉,王婷婷.教學(xué)評價信息數(shù)據(jù)挖掘的轉(zhuǎn)化和分析[J].貴州工業(yè)大學(xué)學(xué)報(自然科學(xué)版),2007,(4)：40-43.

[4]陳輝，向偉忠，單健.關(guān)聯(lián)規(guī)則挖掘在教師評價系統(tǒng)中的應(yīng)用[J].南華大學(xué)學(xué)報,2005,(2)：104-107.

[5]陳濤,胡學(xué)鋼.基于數(shù)據(jù)挖掘的教學(xué)質(zhì)量評價體系的建立與分析[D].合肥：合肥工業(yè)大學(xué),2011：10.