大數(shù)據(jù)分析在教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用

仇德成 仇思宇 趙國(guó)營(yíng)

摘? 要： 針對(duì)傳統(tǒng)教學(xué)質(zhì)量評(píng)價(jià)存在的數(shù)據(jù)分散、不完整，數(shù)據(jù)分析能力低，評(píng)價(jià)結(jié)果反饋不及時(shí)等問(wèn)題，闡述了基于教育大數(shù)據(jù)的教學(xué)質(zhì)量評(píng)價(jià)的優(yōu)勢(shì)，探討了將大數(shù)據(jù)分析技術(shù)、數(shù)據(jù)挖掘技術(shù)應(yīng)用于高校教學(xué)質(zhì)量評(píng)價(jià)中，從數(shù)據(jù)的采集到數(shù)據(jù)的轉(zhuǎn)換，數(shù)據(jù)的挖掘與分析，結(jié)果的反饋到應(yīng)用，目的是立足高校教學(xué)管理工作實(shí)際，為教學(xué)管理決策提供參考。

關(guān)鍵詞： 大數(shù)據(jù); 教學(xué)質(zhì)量評(píng)價(jià); 數(shù)據(jù)挖掘; 數(shù)據(jù)分析; 關(guān)聯(lián)規(guī)則

中圖分類號(hào)：G434? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ?文章編號(hào)：1006-8228（2019）02-26-04

Application of big data analysis in teaching quality evaluation

Qiu Decheng1， Qiu Siyu2， Zhao Guoying3

（1. School of Information Technology & Media and Communication， Hexi University， Zhangye， Gansu 734000， China; 2 School of Computer Science &Technology， Nanjing Normal University; 3. PLA 153Hospital）

Abstract： For the problems of traditional teaching quality evaluation， such as data dispersion， incomplete， low data analysis ability and feedback of evaluation results is not timely， the advantages of teaching evaluation based on educational big data are expounded. The application of data mining and big data analysis technology in the evaluation of teaching quality in colleges and universities is discussed from data collection to data conversion， data mining and analysis， results feedback and results application. The purpose is to provide a reference for teaching management decision-making according to the reality of teaching management in colleges and universities.

Key words： big data; teaching quality evaluation; data mining; data analysis; association rules

0 引言

隨著大數(shù)據(jù)時(shí)代的來(lái)臨，大數(shù)據(jù)分析技術(shù)飛速發(fā)展和廣泛應(yīng)用，教育大數(shù)據(jù)也越來(lái)越受到廣泛關(guān)注，正在成為推動(dòng)教育創(chuàng)新與變革的關(guān)鍵力量。教育大數(shù)據(jù)并不僅僅指數(shù)據(jù)量大，更是指要從紛繁復(fù)雜的教育數(shù)據(jù)中發(fā)現(xiàn)關(guān)聯(lián)的關(guān)系、診斷存在的問(wèn)題、預(yù)測(cè)發(fā)展的趨勢(shì)，從而發(fā)揮教育大數(shù)據(jù)在提升教育質(zhì)量、促進(jìn)教育公平、實(shí)現(xiàn)個(gè)性學(xué)習(xí)、優(yōu)化資源配置、輔助教育科學(xué)決策等方面的重要作用[1]。

高校教學(xué)質(zhì)量評(píng)價(jià)是推動(dòng)高校教育發(fā)展的重要舉措，影響高校教學(xué)質(zhì)量的因素很多，教學(xué)質(zhì)量評(píng)估難度較大。傳統(tǒng)教學(xué)評(píng)價(jià)主要根據(jù)學(xué)生對(duì)教師的評(píng)教數(shù)據(jù)進(jìn)行，這種方法數(shù)據(jù)來(lái)源單一，不能全面、客觀、公正地評(píng)價(jià)教學(xué)效果。大數(shù)據(jù)分析是當(dāng)前的研究熱點(diǎn)，本文利用其相關(guān)算法來(lái)發(fā)現(xiàn)數(shù)據(jù)之間有意義的關(guān)聯(lián)關(guān)系，希望能為教學(xué)管理決策提供參考。

1 國(guó)內(nèi)外高校教學(xué)質(zhì)量評(píng)價(jià)現(xiàn)狀

保證和提高教學(xué)質(zhì)量，事關(guān)高校的生存與發(fā)展，文獻(xiàn)[2]總結(jié)出教學(xué)評(píng)價(jià)的七個(gè)理由，其主要目的是評(píng)價(jià)教學(xué)效果、提高課程和教學(xué)質(zhì)量。為此很多國(guó)家都建立了高等教育質(zhì)量保障和監(jiān)督管理機(jī)構(gòu)，如美國(guó)的高等教育鑒定委員會(huì)、英國(guó)的高等教育質(zhì)量保障署、日本的國(guó)家學(xué)位研究所等[3]。我國(guó)對(duì)普通高校的本科教學(xué)質(zhì)量評(píng)估始于1994年，教育部2002年發(fā)布了《普通高等學(xué)校本科教學(xué)工作水平評(píng)估方案》，正式建立起我國(guó)高校教學(xué)質(zhì)量評(píng)估制度。

目前，學(xué)生評(píng)教、教師自評(píng)，以及督導(dǎo)、同行、管理者評(píng)價(jià)等方式是高校主要的教學(xué)評(píng)價(jià)方式，側(cè)重的是學(xué)生、督導(dǎo)、同行評(píng)價(jià)。學(xué)生評(píng)教是目前很多國(guó)內(nèi)高校普遍采用的一種方式，學(xué)校給出一定的評(píng)價(jià)指標(biāo)，學(xué)生依據(jù)該指標(biāo)對(duì)任課教師做出評(píng)價(jià)。因?yàn)橛?jì)算機(jī)網(wǎng)絡(luò)的普及，近年來(lái)學(xué)生評(píng)教在高校全面展開。但廣大高校教師對(duì)學(xué)生評(píng)教一直存在爭(zhēng)議，爭(zhēng)議的焦點(diǎn)是學(xué)生能否公平、公正地評(píng)價(jià)教師的教學(xué)能力，因?yàn)橛刑嗟囊蛩赜绊憣W(xué)生評(píng)教的結(jié)果。

教學(xué)督導(dǎo)評(píng)價(jià)則是各個(gè)高校普遍采用的另一種評(píng)價(jià)方式，院系兩級(jí)教學(xué)督導(dǎo)一般都是一線資深教師，他們教學(xué)經(jīng)驗(yàn)豐富，在所有評(píng)價(jià)中被認(rèn)為是比較客觀公正的。但督導(dǎo)的教學(xué)評(píng)價(jià)往往基于對(duì)教師的一兩次聽課，每位督導(dǎo)學(xué)科背景和對(duì)評(píng)價(jià)指標(biāo)的把握各不相同，由此也可能會(huì)產(chǎn)生評(píng)價(jià)的偏差。表1列出了幾種評(píng)價(jià)方式的優(yōu)缺點(diǎn)。

2 教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系的建立

教學(xué)評(píng)價(jià)指標(biāo)須客觀準(zhǔn)確地反映教學(xué)的基本情況，如態(tài)度是否端正、內(nèi)容是否熟悉、語(yǔ)言是否生動(dòng)、氣氛是否活躍、目標(biāo)是否實(shí)現(xiàn)等，且評(píng)價(jià)指標(biāo)要實(shí)用、科學(xué)、完整、易操作，因此，教學(xué)評(píng)價(jià)應(yīng)以學(xué)生參與度、認(rèn)可度、滿意度以及實(shí)施效果為核心構(gòu)建評(píng)價(jià)指標(biāo)體系。河西學(xué)院課程評(píng)價(jià)指標(biāo)包括一級(jí)指標(biāo)（綜合指標(biāo)） 、二級(jí)指標(biāo)（明細(xì)指標(biāo)），具體見表2。

3 大數(shù)據(jù)分析關(guān)鍵技術(shù)

3.1 教育大數(shù)據(jù)與教育數(shù)據(jù)挖掘

MOOC平臺(tái)及學(xué)校的各類信息管理系統(tǒng)積累了大量與教學(xué)相關(guān)的數(shù)據(jù)，這些數(shù)據(jù)也符合大數(shù)據(jù)的“4V”特征，即數(shù)據(jù)量巨大（Volume）、數(shù)據(jù)結(jié)構(gòu)復(fù)雜（Variety）、數(shù)據(jù)價(jià)值密度低（Value）、數(shù)據(jù)需實(shí)時(shí)處理（Velocity），可稱之為教育大數(shù)據(jù)。對(duì)教育大數(shù)據(jù)，有狹義和廣義兩種理解：狹義的教育大數(shù)據(jù)指學(xué)習(xí)者行為數(shù)據(jù)，主要來(lái)自于MOOC平臺(tái)、管理系統(tǒng)等;廣義的教育大數(shù)據(jù)指來(lái)源于日常教育活動(dòng)中人類所有的行為數(shù)據(jù)[4，5]。這就決定了教育大數(shù)據(jù)分析技術(shù)是復(fù)雜多樣的，涉及內(nèi)容分析、行為分析、系統(tǒng)建模等，包括關(guān)聯(lián)規(guī)則挖掘、分類、聚類、序列分析、機(jī)器學(xué)習(xí)、知識(shí)發(fā)現(xiàn)等一系列數(shù)據(jù)挖掘算法。教育數(shù)據(jù)挖掘會(huì)議（EDM2008）提出：“教育數(shù)據(jù)挖掘是一個(gè)將來(lái)自各種教育系統(tǒng)的原始數(shù)據(jù)轉(zhuǎn)換為有用信息的過(guò)程，這些有用信息可為教師、學(xué)生、家長(zhǎng)、教育研究人員以及教育軟件系統(tǒng)開發(fā)人員所利用”[6-7]。也就是從龐大的數(shù)據(jù)中，篩選出隱含的、可信的、新穎的、有效的信息的高級(jí)處理過(guò)程。數(shù)據(jù)挖掘技術(shù)可以把數(shù)據(jù)、經(jīng)驗(yàn)和知識(shí)作歸納、總結(jié)、補(bǔ)充、更新和完善，建立方便、易于操作、穩(wěn)定可靠的輔助決策支持系統(tǒng)[8-9]。利用現(xiàn)有的大量數(shù)據(jù)，應(yīng)用合適的數(shù)據(jù)挖掘技術(shù)，對(duì)影響教學(xué)質(zhì)量的因素做分析，找出影響教學(xué)質(zhì)量的主要原因。

3.2 數(shù)據(jù)挖掘的過(guò)程

數(shù)據(jù)挖掘的流程如圖1，具體需要經(jīng)過(guò)以下步驟[7]：

⑴ 數(shù)據(jù)采集與篩選：目的是采集和選取有用的數(shù)據(jù)。在此過(guò)程中，需要利用數(shù)據(jù)庫(kù)相關(guān)操作進(jìn)行處理。

⑵ 數(shù)據(jù)預(yù)處理與變換：對(duì)前面篩選出的數(shù)據(jù)進(jìn)行處理，檢查數(shù)據(jù)的完整性、一致性，通過(guò)選擇、投影或其他操作濾除與數(shù)據(jù)挖掘無(wú)關(guān)的數(shù)據(jù)。

⑶ 數(shù)據(jù)挖掘：這是整個(gè)過(guò)程中較為重要的一個(gè)步驟。首先需要確定數(shù)據(jù)挖掘目標(biāo)并根據(jù)確定的任務(wù)選擇相應(yīng)的算法，如分類、聚類、關(guān)聯(lián)規(guī)則等，包括選取合適的模型和參數(shù)，從海量數(shù)據(jù)中發(fā)現(xiàn)有用的規(guī)律。

⑷ 模式解釋/知識(shí)評(píng)價(jià)：對(duì)發(fā)現(xiàn)的模式（知識(shí)）進(jìn)行解釋和評(píng)價(jià)。需要說(shuō)明的是，經(jīng)過(guò)評(píng)估后，可能存在冗余或無(wú)關(guān)的模式，應(yīng)該舍棄。如果不能滿足要求，還需要返回到前面的某些步驟中進(jìn)行反復(fù)提取，整個(gè)過(guò)程并不是簡(jiǎn)單的單向推進(jìn)的過(guò)程，而是一個(gè)數(shù)據(jù)反復(fù)交互的過(guò)程，最后結(jié)果以可視化的方式呈現(xiàn)出來(lái)。

4 數(shù)據(jù)挖掘在教學(xué)評(píng)價(jià)中的應(yīng)用

4.1 數(shù)據(jù)準(zhǔn)備與預(yù)處理

基于河西學(xué)院2016-2017學(xué)年第一學(xué)期教學(xué)督導(dǎo)評(píng)價(jià)數(shù)據(jù)，對(duì)信息技術(shù)與傳媒學(xué)院的41位專業(yè)教師信息進(jìn)行關(guān)聯(lián)規(guī)則分析。目的是挖掘?qū)I(yè)教師自身因素與督導(dǎo)的評(píng)價(jià)數(shù)據(jù)的關(guān)聯(lián)關(guān)系，以教師的“學(xué)歷”、“教齡”、“職稱”等信息與督導(dǎo)評(píng)教數(shù)據(jù)為依據(jù)進(jìn)行數(shù)據(jù)挖掘，利用關(guān)聯(lián)規(guī)則算法挖掘出隱含的、有用的關(guān)系。

預(yù)處理過(guò)程中，需要將有些數(shù)據(jù)，例如“教齡”離散化;還要將需要的字段與評(píng)定分?jǐn)?shù)轉(zhuǎn)換為便于處理的A→B形式;最后利用關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行計(jì)算處理。根據(jù)具體情況假設(shè)最小支持度和最小可信度，計(jì)算出每個(gè)關(guān)聯(lián)規(guī)則的支持度和置信度，最后篩選出滿足條件的關(guān)聯(lián)規(guī)則。

4.2 關(guān)聯(lián)規(guī)則挖掘結(jié)果分析與反饋

根據(jù)數(shù)據(jù)庫(kù)提供的教師信息和督導(dǎo)教學(xué)質(zhì)量評(píng)價(jià)的數(shù)據(jù)，將教齡劃分為[10-25]，[<10]，[>25]三個(gè)區(qū)間，評(píng)教得分劃分為[100-90]，[89-80]，[79-70]，[69-60]四個(gè)區(qū)間，用Apriori算法進(jìn)行數(shù)據(jù)處理，得出數(shù)據(jù)之間的聯(lián)系，假設(shè)最小支持度的值為0.1，就可以得到頻繁項(xiàng)集的支持度和置信度。計(jì)算結(jié)果如表3。

由表3可知，教齡在10-25年的教師，評(píng)價(jià)等級(jí)為“良”，得出的置信度較高。由此可見，10-25年教齡的教師具有豐富的教學(xué)經(jīng)驗(yàn)，教學(xué)效果優(yōu)良，督導(dǎo)的認(rèn)可度較高。教齡對(duì)教學(xué)效果的影響顯而易見，中年教師教學(xué)質(zhì)量?jī)?yōu)良，是教學(xué)的中堅(jiān)力量，則更應(yīng)該重視對(duì)青年教師的培養(yǎng)。

由表4可知，教師學(xué)歷與評(píng)教也是高度相關(guān)的，高學(xué)歷教師教學(xué)質(zhì)量評(píng)價(jià)得分較高，因目前學(xué)院沒有博士，學(xué)歷為碩士置信度高。這就需要學(xué)校加大人才引進(jìn)力度，但如果出現(xiàn)本科學(xué)歷的支持度很高，則可能是本科學(xué)歷的教師占比較大，學(xué)校應(yīng)該采取措施督促教師提高學(xué)歷。

由表5可知，教師職稱與評(píng)教也是高度相關(guān)的，職稱為副教授置信度較高，學(xué)院目前教授數(shù)量較少，副教授職稱的教師教學(xué)質(zhì)量評(píng)價(jià)優(yōu)良，故應(yīng)該鼓勵(lì)教師不斷努力晉升職稱。

5 結(jié)束語(yǔ)

高校教學(xué)質(zhì)量評(píng)價(jià)是一項(xiàng)復(fù)雜的工作，要做好這項(xiàng)工作，必須依靠真實(shí)可靠的數(shù)據(jù)。評(píng)教數(shù)據(jù)因涉及教師的隱私，學(xué)生評(píng)教數(shù)據(jù)未獲得使用授權(quán)，故只能對(duì)教學(xué)督導(dǎo)的評(píng)教數(shù)據(jù)進(jìn)行分析，還需學(xué)校建立教學(xué)數(shù)據(jù)庫(kù)資源的共享和開放利用機(jī)制。寄望倡導(dǎo)“用數(shù)據(jù)說(shuō)話”的工作思維和工作理念，從而形成客觀全面、更具說(shuō)服力的教學(xué)質(zhì)量評(píng)價(jià)結(jié)果。在大數(shù)據(jù)背景下，今后應(yīng)充分利用大數(shù)據(jù)分析技術(shù)，推動(dòng)教學(xué)督導(dǎo)“與時(shí)俱進(jìn)”適應(yīng)信息時(shí)代新形勢(shì)，這對(duì)提高教學(xué)督導(dǎo)工作的前瞻性、科學(xué)性和推動(dòng)督導(dǎo)大數(shù)據(jù)平臺(tái)建設(shè)，以及對(duì)教學(xué)管理者提供決策支持都具有重要意義。

參考文獻(xiàn)（References）：

[1] 鄭慶華，運(yùn)用教學(xué)大數(shù)據(jù)分析技術(shù)提高課堂教學(xué)質(zhì)量[J].中國(guó)大學(xué)教育，2017.2：15-18

[2] O'Neil.M，Pennington. G. Evaluating Teaching Coursesfrom an Active Learning Perspectives Module 12 of the Effective Learning and Teaching in Higher Education Series. CVCP Universities' Staff Development and Training Unit （UK），1992.

[3] 張林英，高等教育教學(xué)質(zhì)量形成機(jī)理、有效教學(xué)評(píng)價(jià)及質(zhì)量管理體系構(gòu)建研究[D].南京理工大學(xué)，2008.

[4] 胡弼成，王祖霖.“大數(shù)據(jù)”對(duì)教育的作用、挑戰(zhàn)及教育變革趨勢(shì)——大數(shù)據(jù)時(shí)代教育變革的最新研究進(jìn)展綜述[J].現(xiàn)代大學(xué)教育，2015.4：98-104

[5] 李馨，高等教育大數(shù)據(jù)分析：機(jī)遇與挑戰(zhàn)[J].開放教育研究，2016.22（4）：51-56

[6] 張子龍.基于數(shù)據(jù)挖掘技術(shù)高職高專教學(xué)質(zhì)量評(píng)價(jià)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].電子科技大學(xué)，2014.

[7] 魏順平.教育數(shù)據(jù)的挖掘、分析、應(yīng)用[J].信息技術(shù)教育，2013.10：18-21

[8] 孫小健，仇德成.基于數(shù)據(jù)倉(cāng)庫(kù)的醫(yī)療保險(xiǎn)決策支持系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].甘肅科技，2007.23（3）：56-58

[9] 徐潔磐.數(shù)據(jù)倉(cāng)庫(kù)與決策支持系統(tǒng)[M].科學(xué)出版社，2005.