大数据分析在教学质量评价中的应用

摘 要：想要做好教学决策，最重要的便是必须做好教学质量评价。教学质量评价能够给教学质量提高和教学模式改革提供正确的方向。随着大数据的发展，在教学质量评价的时候，也有必要将大数据技术引入进来，从而将教学质量评价的作用更好的发挥出来。笔者主要探讨了质量教学评价中大数据技术的应用，希望能够将大数据更好的运用到教学质量评价中去，提高教学的质量和教学水平。

关键词：大数据分析;教学质量评价;挖掘

在教育发展中，通过大数据分析来进行教学质量评价已经成为非常重要的评价方式，大数据评价较为客观公正，能够很好的将当前的实际情况反应出来，从而推动教育更好的发展。

1 教学质量评价中将大数据分析运用进去的必要性

随着社会时代发展和人们生活水平的提高，人们在生活工作中需要进行处理的数据也在不断的增加，大数据技术便是通过对大量数据之间存在的关联性进行分析，从而将数据背后蕴含的规律更好的找到。想要找到规律，仅仅通过平时简单统计是很难做到的，其需要处理分析大量的数据，才可能将其中存在的规律挖掘出来。

1.1 丰富评价方法

对教学质量进行评价本身便是一个比较复杂和系统的工程，其会涉及多个指标，和以往的评价方式相比，大数据分析本身的动态性比较强，并且能够深入的进行研究[1]。首先，能够进行评价方法的丰富，进行新型教学质量评价体系的建设，将总结性评价和过程性评价更好的结合在一起。在这个过程中，大数据作用主要体现在两点上，第一，通过大数据技术能够将信息更好的收集在一起，从而更好的把过程性评价运用到教学质量评价中去。第二，通过大数据技术能够对评价管理平台进行优化，也可以将其和智能设备结合在一起，将相关的信息反馈给教师、学生以及管理人员，能够给教学过程改善提供帮助。

1.2 多層次多维度的数据分析

通过大数据技术能够对相关数据进行多维度和多层次的分析，将数据的内部关联挖掘出来。以往进行教学质量评价的时候，往往会通过求带权平均值的办法，这种办法能够将最后的结果转变成为一个比较单纯的数据，进行问题考虑的时候不够全面，评价结果也很难很好的运用到教学中去[2]。通过大数据技术可以细分评价指标，做好数据的多项操作，从不同的面和角度来进行数据的分析，这样能够让评价系统更加的高效和科学，能够将数据的作用更好的发挥出来。比如，在评价教学质量的时候，可以通过关联规则来将教学和教师安排关系更好的挖掘出来，通过分析评价数据，能够在进行课程安排的时候，考虑到教师学历、年龄、经验以及职称等因素，从而给教学部门更好的决策提供帮助，切实提高教学的质量。

2 以大数据技术为基础的教学质量评价体系构建原则分析

2.1 将学生放在中心的位置

进行教学质量评价体系建设的目的是提高教学的质量，在教学中，教学的主体有两个，分别是教师和学生。教师需要进行知识的传播，学生需要学习相关的知识，教师教学的目的是帮助学生掌握知识。所以，将大数据技术作为基础的教学质量评价体系构建，必须将学生放在中心的位置。经济发展也推动了教学的发展，教育的质量也在不断的提高。将学生放在中心的位置指的是将学生发展和学习作为中心[3]。以往的教学模式往往将教学放在中心的位置，很难满足学生学习的实际需要，当前教学模式也发生了极大的变化，教学质量评价体系也必须跟上教学模式的变化。若是教学质量评价体系设计的时候，将学生放在了中心的位置，那么便能够很好的找到改革过程中存在的问题，并及时的进行反馈，找到改革的正确方式，真正的做到与时俱进，切实提高学生的综合能力。

2.2 将数据作为依托

大数据技术需要数据方面的支持，在将大数据技术运用到教学质量评价中去的时候，必须重视思路的拓宽，重视各种数据信息的收集，全面的了解学生的实际情况。只有将多样化信息数据作为支撑，大数据技术才能够更好的聚集，根据信息来对教学进行合理的安排，从而满足学生对于学习的实际需要，给学生个性化发展制定科学的教学方案，通过大数据技术中的概率预测技术也能够对学生学习内容、时间、方式进行优化，更好的进行数据的反馈、收集和分析，真正的做到以学生为中心。

3 将大数据技术作为基础的教学质量评价体系构建

3.1 细化评价标准

在对教学过程进行全面衡量的时候，细化标准是非常重要的手段。指标不同，指标之间可能会互相的制约和影响，通过合理的划分指标的级别，能够从微观和宏观两个角度出发来对教学过程进行分析，而想要做到这点，必须确保评价标准细化的合理性。

3.2 通过大数据技术来进行数据的处理

在获得相关数据之后，可以通过大数据技术来进行数据的处理。现在进行数据挖掘的时候，一般会从下面四个步骤出发。

首先，需要做好数据采集和筛选工作。在采集数据的时候，经常会出现一些错误数据和不合格的数据，这些数据本身便是无效的，并不能将其很好的运用到数据挖掘中去，这便要求做好数据筛选工作，通过数据库操作来将有效数据挖掘出来。

其次，需要做好数据预处理和变换工作。收集到的相关数据可能存在量级和存储方式方面的变化，想要一致处理相关的数据信息，必须发挥数据预处理和变化的作用，确保数据本身的完整性和一致性。

再次，对数据进行挖掘。在大数据技术中，数据挖掘过程是其核心，根据数据挖掘目标来进行任务的确定并选择合适的算法进行处理，确保模型参数选择的合理性，将其中存在的正确规律更好的挖掘出来。

最后，进行模式的解释。在对数据进行初步评估后，可能会存在冗余或者无用的模式，若是相关的结果无法满足实际的需要，那么需要返回前面步骤来反复的进行提取。大数据处理本身便是复杂的，只有做好数据反复交互，其作用才可能发挥出来。

3.3 数据管理制度化

进行大数据平台建设需要的时间比较长，想要将数据信息的作用更好的发挥出来，便必须做好数据收集、分析和应用，并做好反馈工作，确保过程的规范化和制度化。建立评价指标本身便是基础，大数据技术发展速度比较快，想要真正的做到与时俱进，必须在信息发展的过程中不断的创新和完善。数据制度化管理能够动员更多的部门参与进来，提高教学管理的有效性。并且，我们还必须重视数据的修正，确保数据收集的合理性和正确性，根据实际情况和需要来进行数据类型的更改。只有数据管理制度化实现，才能够将其作用更好的发挥出来。

4 结语

随着大数据的发展，大数据分析技术有了很好的发展，人们也更加重视大数据在教育中的应用，大数据已经成为教育创新改革的重要方式。教育大数据指的并不仅仅是数据量比较大，而是要求在大量的数据中找到教育数据之间存在的关系，解决可能存在的问题，对发展趋势进行预测，将大数据的作用更好的发挥出来。

参考文献

[1]陆根书，李珍艳，王玺.大数据分析在研究生教育质量评价中的应用探析[J].北京航空航天大学学报（社会科学版），2020，33（03）：118-125.

[2]黎德森.大数据分析在教学质量评价中的应用[J].现代信息科技，2019，3（12）：83-85.

[3]仇德成，仇思宇，赵国营.大数据分析在教学质量评价中的应用[J].计算机时代，2019（02）：26-29.

作者简介

张芮峰（1984-），男，汉，山西运城，大学本科，讲师，研究方向：信息化教学研究和实践。