基于大数据的微课评估参考模型研究

摘 要：随着当今我国科学技术的飞跃式发展，大数据的各项技术被广泛应用于各个行业部门，它的重要性越来越高，我国也渐渐提高了对其的重视。本文整理了对微课程的网络评价、比赛评价、技艺评价的评价技巧。通过这几种方法优点和缺点的互补，在大数据的背景下，建立了一种以网络为基础的多评价、优质的内容评价形式，并以优良的方法实现了对数据化的客观评价。

关键词：大数据;评估;参考模型;微课

通过对当前成绩效率评价的研究情况和当今企业对供应管理革新的需求的研究和考虑以及当今各种设备的出现，大数据已然被应用于教学的评估、行为的分析等各种高等学校的信息建设的过程之中。从而，对大数据进行客观的评价成为了研究的热点。本文通过了对某课程视频的点击率等各个指标，对数据进行了多方面多体系的评价，从而以此形成有关的反馈，按照反馈对评估程序进行调整以及改善。

一、微课程的评价方法

微课程的设计过程形式多样化，其中包括了教学方面的分析、设计、开发、实施、评价等多个阶段。然而评价便是具有反馈作用并显示其课程质量的关键。评价方法按往常来说分为网络、大赛、技术评价等。其视频的分值、点击的次数、转发的次数、留言等是网络评价的主要表现形式，评价相对较为全面，但是直接表达性比较差。大赛评价主要从教学设计、技术、效果各方面进行评价，但是十分笼统，种类不丰富，而且直观性欠佳。技术评价多在于传输共享，相当便易，但是缺乏实用性方面的考虑。

二、对于大数据的课程评价基准和关键点

（一）评价原则

表现出课程的本身特点，依据用户的经验、体验、反应效果的条件为依据，将其运用于课程的教学内容之中。必须对此充分考虑，才可以形成更加精准的评价结果并针对性的答出反馈。除此以外，评价主体和内容要达到层次化的水平，关于对大数据微型课程的评价模型多加结合各评价的优点，实现网友专家等多形式主体的评价，使评价资源更加具有实际运用性。最后，要做到定性评价和定量评价相结合，使其评价更加真实和完整。它的评价数据准确度越高，才可以进一步对用户进行选择时提供更大的帮助，对教师更改课程提供更多的建议。定量评价通过应有的多种形式来进行关系对比，但是难以表达出课程的内容、形式、目标等，所以要尽量将这两个评价体系融为一体，最大程度化的提高评价结果精密程度。

（二）评价要点

提高数据的支持权衡，以小数据评价的整体情况为标准，这些数据信息首先来自部分数量的网民、少量专业人员和技术人员，部分简单、粗糙，但对大数据的评价方法增加数据支持，不仅可全力建设十成性质的数据的评价结构，还有助于数据的循环多次利用，得到更好的评价结果;建立多个评价结构，单一的评价体系没有办法对专业的问题进行合理精密的评价。根据课程的专业性质，构造多个评价系统，有助于引导课程的评估，更简易的形成结构化、层次型。实现大数据环境下大资源共享。

三、课程评价模型

（一）评价技术

按照分布方式计算。在多个计算机的计算节点吧计算机的有效资源协同起来，用来完成一个工作的计算，它的可靠和拉伸性强，可保证少数节点的故障不会影响到整个程序的运行，并且任何一个单个的节点增多或减少都不回影响到整个程序的运行;数据采取，从不清楚的随机数据中采取潜在的信息和知识得以对初始数据进行多次的更改，通过数据的变化和表达实现规则来引导课程资源的价值向导;数据可见度，用一种视觉上的表现形式就像图形和图像数据报表等等。

（二）评估模型

其模型分为多个模块，首先，数据采集模块，是大数据评价模型中占主要地位的一个模板，占着相当重要的地位，它能够采集和课程相关的网络行为，比方评分，点赞，分享等，形成一个评论数据体系，由于数据池包含了多种结构数据体系形式，还存在着极多的记录不完整拼写错误等问题，所以要对数据进行预先处理，经过预处理的数据最终再进行加工才得以形成目标数据。其次是数据挖掘模块。由数据挖掘、计算、分析三部分组成。挖掘算法有数据分类、序列模式发现等。针对评价关注的重点，可选择多种的算法来满足不同的评价请求。方法的选择便于运行计算，最后根据各种数据技术来分析结果;评价反馈模板。依据各用户的选择以报告报表或图像形式表达出评价结果。若满足要求就结束评价过程，否则需要重新选择计算方法并重新运行直到得到合格的结果。

（三）評估新指标

大数据和技艺的出现改变了传统的经营管理形式，也带来了一些深刻层次的问题，比如信息的安全性和不稳定性，从而对整个供应产生了很大的威胁。因此在原有的评价指标的基本上增加了信任指数的评价指标，对企业采取授信评估，不但要考虑企业的自身发展条件，还要思考行业发展的情况，在确定能够保证授信基准值的基础上，对企业和行业的两个不同方向的基准值进行调整改善，再指标的选取上也要设置多级指标进行不同的数据分析，从而得以对模型进行实证检验。

四、结语

微课程评估对课程制作过程的各环节步骤都具有回馈作用，是课程制作过程中的关键环节。大数据的技术的产生为客观性的评价提供了可能性。本研究通过微课程大数据的实时传输、分析等，实现了课程效果的监控，搭建了一个综合开放的课程评价模型。下一步将以不同的平台，构建完整的课程制作和评价系统，并通过实践与反馈，更进一步的调整与改善课程评估模型来提高其精准度和科学性。

参考文献：

[1]陈淦.基于大数据的微课程评价模型研究与实践[J].2019（04）：35-36.

[2]武丽虹.大数据背景下的微课程教学策略[J].中学数学杂志，2018（04）：4-7.