基于大数据技术构建高职院校教学质量监控体系的研究

　　文/徐伟刚 恽菲 丁珏 常州卫生高等职业技术学校

　　摘要：建立科学的教学质量监控体系是提高教学质量的关键环节之一。构建基于大数据技术的教学质量监控体系，在获取准确的教学数据、进行精准的教学评价、提供可靠的教学分析、提出科学的教学决策等方面，发挥着重要作用。高职院校要依托原有的教学质量监测平台，以教学质量控制理论为导向，从教学过程、学习行为、学科测试、学业质量四个维度构建基于大数据技术的教学质量监控体系，用于开展学生对教师的评教、实时监测教师的教学过程和开展教师间相互学习和借鉴。

　　关键词：大数据技术；高职院校；教学质量监控体系；构建；实施

　　引言

　　教学质量是衡量职业学校办学水平的重要标准，是培养高素质技术技能人才的重要基础，也是职业学校实现可持续发展的重要保障。建立科学的教学质量监控体系是提高教学质量的关键[1]。教学质量监控涉及教师、学生、教材、教学设施、实验实训等诸多方面，是一项系统且复杂的工作。高职院校传统的教学质量监控基本由人工完成，费时耗力，主观因素多，得到的结果不够客观。随着信息技术的快速发展，面向教育领域，基于大数据技术搭建教学质量监控体系，充分利用大数据技术的优势进行教学监管与评价，实现教学质量的不断提升，已成为高职院校教学质量监控的发展趋势[2]。

　　1. 基于大数据技术的教学质量监控研究现状

　　基于大数据技术的教学质量监控，在国外已有较多聚焦于教育质量评价架构和学习能力评估等方面的研究。在第五届教育技术国际会议上，Govindarajan介绍了利用大数据技术来识别和分析学生的学习能力，通过动态观察，提出改进策略，促进学生提高学习效率[3]。Khan等学者提出，要依托大数据技术构造一套完整的高等教育教学质量评价架构，全面分析教学质量[4]。近年来，国内一些学者也开始了将数据挖掘技术应用于教学质量评价的研究[5-6]。例如，利用大数据技术采用聚类方法和决策树方法对教师的教学质量进行评价、凭借大数据技术构造关联算法对教学质量进行评价等。总体而言，我国基于大数据技术开展教学质量监控的研究，还处在理论研究阶段和初步实践阶段。

　　2. 基于大数据技术构建教学质量监控体系的意义

　　教学质量监控涉及面广，工作量大，影响因素多，依托大数据技术能将涵盖整个教学过程产生的各种信息形成数据集合，在教学质量监控中对教学改进、提升教学质量有着重大的价值[7]。

　　2.1 获取准确的教学数据

　　利用大数据技术对数量巨大、来源分散、格式多样的教学数据进行采集、存储和关联分析，可有效提取教学过程中教师、学生及教学管理部门等方面存在的问题，为做好教学质量监控提供良好的基础依据。

　　2.2 进行精准的教学评价

　　教学评价是教育质量监控体系中的重要内容，通过准确的教学评价能为教学决策提供服务。基于大数据技术构建的教学质量监控体系，客观数据成为教学评价的主要依据，将教学评价的各项指标细化，对各种数据进行采集、存储和关联分析，从而作出精准的教学评价。同时，对教师的教学活动和学生的学习状况进行客观的数据处理，针对教师和学生的个体特征形成“数据画像”，得到更具针对性的教学评价[8]。

　　2.3 提供可靠的教学分析

　　依靠大数据技术的支撑，根据教师的教学情况和学生的学习情况进行数字化诊断，提供更可靠的教学分析，从中发现教师教学的不足和学生学习存在的问题，为教学质量监控提出改进方案提供精准的切入点，继而有效提高教学质量[9]。

　　2.4 提出科学的教学决策

　　利用大数据技术能够实现动态的信息采集、评价与分析，针对性地为教师提出适合的教学策略，为学生提出切实可行的学习方略。同时，利用大数据技术能精准掌握教师的教学状态和学生的学习状态，准确掌握教师的专业水准和教学能力、学生的学习态度以及心理等方面的变化，为教师和学生管理提供科学决策支持，使教学管理更为科学合理。

　　3. 基于大数据技术的教学质量监控体系构建

　　通过细致调研明确教学质量监控内容，以教学质量控制理论为导向，从教学过程、学习行为、学科测试、学业质量4个维度构建基于大数据技术的教学质量监控体系，依托大数据技术采集、聚集、处理基础数据，分析教学基本状态和变化趋势，为学校教学质量进行诊断并提出决策依据。

　　3.1 明确教学质量监测内容

　　根据影响教学质量的常见因素，如教师的授课计划、教学过程，学生的学习态度、学习过程、考试成绩及试卷答题情况等，确定教学质量监测内容，如图1所示。

　　3.2 构建基于大数据技术的教学质量监控体系

　　根据学校的专业特点、具体教学情况及教学设施，以教学质量控制理论为导向，依托学校原有的教学质量监测平台，从教学过程、学习行为、学科测试、学业质量4个维度构建基于大数据技术的教学质量监控体系，如图2所示。建设基于Hadoop分布式平台，通过采集、聚集、处理众多繁杂的教学数据，作出教学分析和教学诊断，最终提出有效决策。

　　3.2.1 数据采集

　　在教学过程，教师的教学数据与学生的学情数据常以碎片化形式呈现，给教学质量监控带来一定难度。基于大数据技术的教学质量监控在大数据技术支撑下，可使碎片化数据变成连续与精准的数据。例如，在课堂教学中，大数据技术能准确了解学生的学习态度、到课率、作业完成情况、技能训练结果等，教师的教学态度、教学进度、教学内容、与学生互动情况、作业批改情况、技能带教结果等基础性数据，使学校能精准掌握师生在教学过程中的动态表现，为教学分析与教学诊断进而提出科学决策做好基础保障。

　　3.2.2 教学分析

　　数据分析是提炼教学过程内在价值的关键。教学数据采集后进行聚集，提炼得到有效的教学信息，从中发现教学过程存在问题的根源，寻找影响教学质量的关键因素，借助大数据技术进行教学评价，对教师的教学情况与学生的学习状况客观地进行分析。

　　3.2.3 教学诊断

　　在教学分析发现教学中存在问题及其发生原因的基础上进行科学系统地诊断。从不同角度（教师、学生、管理人员等）对教学情况进行诊断，得出诊断结果后进行同课程与不同课程教师、同年级与不同年级学生、不同管理人员、不同教学时间、不同任教学科等之间的比较，得出最终诊断结果。

　　3.2.4 决策管理

　　通过教学分析与教学诊断，全面准确获得教学过程的内在规律与特征，为制定教学质量提升决策提供精准帮助。依托大数据技术，发现教学中存在的问题与不足，在此基础上实施决策管理，如修订人才培养方案、调整课程标准、更新教学设施、改善教学环境、选用适合的教材、提升教师的职业素养、培养学生的学习兴趣、提高教学管理的成效等。借助大数据技术具有实时分析的作用，根据随时更新的数据进行动态管理，不断优化教学决策，确保教学工作有效有序进行和教学质量的不断提升。

　　4. 基于大数据技术的教学质量监控的应用

　　基于大数据技术的教学质量监控体系为学校提供了灵活多样的评价设置，在实际操作中能满足学校教学质量监控和学校不断发展的需要。

　　4.1 开展学生对教师的评教

　　利用大数据技术的推送特性，在每门课程教学结束前，教学质量监测系统自动将评教通知、评教对象、评教要求和注意事项等内容，推送到教学质量监控体系的学生端，学生通过点击移动端推送消息自动跳转至评教界面进行评教，完成全部评教内容。同时，监控系统提供多种限制方式，如限制批量提交，限制结果高度相似的评教方式出现，保证学生评教的及时性、客观性，提高学生评教的有效性及参与度。

　　4.2 实时监测教师的教学过程

　　利用教学质量监测系统的在线教学视频督课功能，学校教学督导部门组织教学督导员随时随地进入系统查看教师的教学情况，包括教学内容、教学方法、教学态度、教学进程。针对视频督课过程发现的教学问题，采取相应的改进措施。例如，对于教学内容不科学的教师，督导员指出不当之处，提醒必须加强学习专业知识，提高专业水平；对于教学方法不得当的教师，督导员指导他们尝试更有效的教学方法；对于教学态度不认真的教师，督导员与他们认真沟通，帮助他们认识教学的重要性并改进态度；对于教学进程与授课计划不相符的教师，督导员要求他们严格执行授课计划等。

　　4.3 促进教师间相互学习和借鉴

　　在线教学视频督课功能并能为教师提供相互学习和借鉴的平台。教师通过观看其他教师的教学录像，了解他们的教学方法、教学技巧和教学经验，通过比较和分析，发现自身的不足并加以改进，提高自身的教学水平。此外，教师还可以通过录像进行教学反思，发现自身教学中的优点和不足，从而更好地规划教学策略和方案。

　　结语

　　教学质量是高职院校强化内涵建设和可持续发展的关键，是培养高素质技术技能人才的重要保障。构建基于大数据技术的高职院校教学质量监控体系，利用基于大数据技术的教学质量监控体系采集和处理众多繁杂的教学数据，精准掌握教学过程的动态表现，保证教学质量监控的客观性；利用基于大数据技术的教学质量监控体系实现实时监控、动态监测、随时反馈以及及时改进，保证教学质量监控的时效性；利用基于大数据技术的教学质量监控体系根据不同教师的个性特征，提供个性化诊断和定制化方案，保证教学质量监控的有效性。利用基于大数据技术的教学质量监控体系实施长期及时反馈和有效改进，保证教学质量监控的长效性。

　　参考文献：

　　[1]苏琳.校系两级督导模式下的学生信息员管理工作研究[J].宿州教育学院学报,2014,17(6):254-256.

　　[2]张明,张一春.基于大数据技术构建高职院校教学质量监控体系的研究[J].中国职业技术教育,2021(35):19-23.

　　[3]GOVINDARAJAN K,SOMASUNDARAM T S,KUMAR V S,et al.Continuous Clustering in Big Data Learning Analytics[C]//Fifth International Conference on Technology for Education(T4E).IEEE,2013.

　　[4]KHAN S,ALAM M.Outcome-Based Quality Assessment Framework for Higher Education[J]Computer Science,2017.

　　[5]张钰莎.数据挖掘技术在教学质量评估中的应用研究[D].广州:暨南大学,2012.

　　[6]丁元明.数据挖掘技术在高校教学质量评估中的应用研究[D].上海:华东师范大学,2006.

　　[7]丁文刚,朱阳瑾.“大数据时代”背景下高职院校学生管理的思考[J].当代教育实践与教学研究,2016(1):135-136.

　　[8]潘强.大数据分析在高职院校教学质量评价中的应用探究[J].文化创新比较研究,2018,2(29):64-65.

　　[9]胡弼成,王祖霖.“大数据”对教育的作用,挑战及教育变革趋势——大数据时代教育变革的最新研究进展综述[J].现代大学教育,2015(4):98-104.

　　作者简介：徐伟刚，本科，副教授，研究方向：化学教育、学校管理。

　　基金项目：江苏省教育科学规划课题（编号：C-c/2021/03/40）。