大数据背景下高校教学质量评价

摘要：高校教学质量评价工作属于重要的部分，不仅能够全面分析教学工作质量和效果，还能为教学改革提供准确依据。大数据背景下，传统的高校教学质量评价方式已经无法满足当前的时代发展需求，在教学评价工作中应该积极采用先进的大数据分析技术，按照教学质量评价特点与需求设计不同的模块，充分发挥大数据技术在高校教学质量评价中的作用和优势，保证可以在大数据技术的支持下增强教学质量评价效果，为其后续的发展夯实基础。

关键词：大数据背景;高校;教学质量评价

前言：大数据背景下高校在教学质量评价工作中应该积极采用先进的大数据技术，构建完善的教学质量评价体系与模式，在大数据技术的支持下提升教学质量评价的便利性、系统性与有效性，统一教学质量评价工作技术标准，达到预期的大数据技术应用目的。

一、大数据技术分析

近年来在不同领域中大数据技术都得到了广泛应用，可以通过机器学习形式、模式识别形式、数据挖掘形式等开展数据的分析工作，可以保证数据分析结果的准确性和可靠性。大数据背景下，数据的数量较多，其中的内容非常复杂，如果使用传统的技术方式开展数据处理工作，不仅会耗费很多的时间，还会导致统计结果不良，而采用机器学习技术、数据挖掘算法等，可以全面分析内部数据的相关性，提升各方面的数据分析和决策效果，将其应用在高校的教学质量评价工作中，可以提供大数据分析与决策的服务，筛选最佳的方式针对教学质量全面评价。

二、高校教学质量评价分析

高校教学质量评价主要是针对教师的课堂教学质量全面分析和研究，明确教学工作质量，为教师的教学改革、课程建设等提供帮助。传统的教学质量评价工作中，主要是在教师的课堂教学期间分析教师的教学情况、学生的学习效果等，虽然可以按照课程的教学评价标准和要素开展相关的评价工作，但是，很难广泛收集教学质量信息，难以系统化研究教学效果，无法针对教学质量进行数据化、全方位的评价研究，会导致教学评价工作缺乏系统性与科学性。传统的教学质量评价工作中，缺乏良好的评价机制与模式，信息收集的难度很高，无法利用有效的措施开展系统化、高效化的教学质量评价工作。而在高校的教学质量评价工作中采用先进的大数据技术，可以按照教学质量评价特点与需求，构建完善的教学质量信息存储、数据挖掘系统，统一开展教学质量的评价分析和管理工作，具有非常重要的作用[1]。

三、大数据背景下高校教学质量评价措施

大数据的背景下，高校在教学质量评价工作中必须要筛选最佳的措施，保证教学质量评价工作效果。具体的措施为：

（一）合理设计教学质量评价架构

高校在开展教学质量评价工作的过程中，应该将大数据技术作为基础，设计教师端评价系统、服务端评价系统与用户端评价系统，构建B/S体系结构，确保在不同课堂教学中采用不同的教学评价方式，有效完成各方面的教学评价工作任务。在设计相关评价架构的工作中，应该积极设计业务表达、通用功能与数据分析的层面，对于业务表达的层面而言，应该设计用户和相关系统的交互界面，使得用户能够与系统之间相互沟通交流，提升系统的应用效果。在通用功能的层面，应该确保用户和相关系统服务器转能够有效传输数据信息，使用大数据技术分析之后可以将结果反馈个用户，便于全满评价教学质量。数据分析的层面中应用各种大数据分析方法，可以通过服务器有效开展大数据的分析工作，提出相应的数据分析结果，便于有效完成教学质量的评价任务[2]。

（二）合理设计教学质量评价模块

大数据背景下高校教学质量评价的工作中，应该积极采用先进的大数据技术设计教学质量评价模块，有效完成各方面的评价工作。首先，应该设计教学质量的数据采集和分析模块，确保在工作中可以完整性采集和教学质量有关的数据信息，便于准确、客观分析评价结果。在此期间，应该使用此类模块全面采集教学过程中的行为数据信息、教学效果数据信息等等，利用智能录播技术形式自动化将课堂教学状况录制下来，然后借助播放视频的方式评价课堂教学质量，采集分析其中的教学质量数据，保证可以客观准确分析和评价教学质量。其次，设计课程资源的管理模块，将云服务器系统、数据挖掘系统、云存储系统等有机整合在一起，设置智能化的录播接口，将所录制的教学视频传输到平台中自动化分析数据信息，综合性评价教学质量，一旦发现在课堂教学期间存在教学质量问题，就可以提出相应的建议解决问题，从根本上提升教学工作质量。最后，设计教学质量评价管理、跟踪反馈的模块，在使用大数据技术评价教学质量之后，为教师提出教学整改的建议和意见，然后通过大数据技术跟踪评价教师的教学质量改革情况，在跟踪性评价的情况下，促使教师教学质量的持续性改进。需要注意的是，在设计教学质量评价跟踪反馈模块的过程中，应该设置形成性评价、回复、反思与再次评价的跟踪反馈过程，借助大数据技术分类归总教学质量问题，便于教师有效改善教学质量，提升教师的教学水平[3]。

（三）增强数据管理的制度化水平

高校教学质量评价工作中采用大数据技术，应该增强数据管理的制度化水平，按照教学质量评价的工作需求，制定完善的大数据技术应用制度与决策方案，要求相关部门可以利用大数据技术全面分析和收集各种教学质量评价信息，规范化并且合理化开展教学反馈工作。通常情况下，大数据技术在教学质量评价中的应用，并非个人之间相互配合就能够完成，需要高校各个部门之间的协调分工，设置周期性、持续性的教学质量评价系统，在各个部门的合作下共同收集教学质量评价数据，利用系统与平台反馈，保证数据信息的处理质量，从源头上规范教学质量评价数据，一旦发现有不规范的现象，必须要采用针对性措施解决问题[4]。

（四）构建教师的自我评价系统

高校教学质量评价工作中必須要积极采用大数据技术，构建较为完善的教师自我评价系统，在大数据的支持下优化相关的教学质量评价模式，提升教师的自我评价水平，使得教师借助大数据技术全面分析自身在教学工作中存在的问题，然后在大数据的评价反馈下采用有效措施提升教学工作质量。教师在使用大数据技术与系统进行自我评价的过程中，应该制定完善的自我评价方案与计划，完善相关的自我评价模式，保证大数据技术和教师的自我评价相互对接，促使教学质量的提升与教育工作的发展[5]。

结语：

综上所述，大数据背景下的高校教学质量评价工作中，传统的教学质量评价方式已经无法满足当前的工作要求，应该积极使用先进大数据技术构建完善的教学质量评价模块，设置系统化、数据化的教学质量评价机制与模式，为教师构建自我评价系统，综合开展教学质量评价工作的情况下，可以及时发现高校教学质量的问题，提出相应的问题应对建议，改善教师的教学现状，持续性提升教学质量。

参考文献：

[1]唐秀忠，兰晓俐，陈洪磊.基于大数据的高校教学质量评价系统设计研究[J].开封文化艺术职业学院学报，2020，40（2）：120-122.

[2]郑李梅.高校教学质量监控与评价体系构建研究——基于教育数据治理的视角[J].继续教育研究，2020，14（3）：98-100.

[3]庞建丽，李菲.应用型高校教学质量监控评价系统建设探索[J].天中学刊，2019，34（5）：146-148.

[4]池芳.大数据视角下的高校教学质量评价体系构建路径探析[J].武夷学院学报，2019，38（6）：105-109.

[5]付靖宇，袁新瑞，种兰祥.基于大数据的高校学习评价方法研究[J].中国教育信息化·高教职教，2020，22（4）：40-44.

作者简介：

高菲（1987.4）女，汉族，山西忻州人，研究生，研究方向：高等教育。