大数据背景下高职院校专业诊断与改进研究

钟乐海 邢伟寅 张米

摘要：专业诊改是高职院校构建内部质量保证体系，提升人才培养质量的有效手段，而诊改评价模型的建立对专业诊改工作的推进起着至关重要的作用。本文利用大数据技术下的层次分析法，从多维度细粒度角度出发，构建符合当前职业教育学情的专业建设评价指标体系以及相应的评价模型。实验证明，该方法有助于客观、准确地评价高职院校中专业建设的过程和效果，為后续专业建设的改进提供一个精准的决策依据。

Abstract： The specialty diagnosis and improvement is an effective means to construct the internal quality assurance system and improve the quality of personnel training in higher vocational colleges， and the establishment of the evaluation model of specialty diagnosis and improvement plays an important role in promoting the work. This paper uses the Analytic Hierarchy Process （AHP） under the big data technology， constructs the evaluation index system and corresponding evaluation model of specialty construction in line with the current situation of vocational education from the perspective of multi-dimensional and fine-grained. Experiments show that this method is helpful to objectively and accurately evaluate the process and effect of specialty construction in higher vocational colleges， and provide an accurate decision-making basis for the improvement of subsequent specialty construction.

关键词：大数据技术;诊断与改进;评价模型;层次分析法

Key words： big data technology;diagnosis and improvement;evaluation model;Analytic Hierarchy Process

中图分类号：G712.3                                       文献标识码：A                                  文章编号：1006-4311（2020）31-0172-03

0  引言

随着教育部关于高职院校诊断与改进工作相关文件的出台，以“规模、结构、质量、效益”作为衡量教育发展成效的诊断与改进工作（下简称为“诊改”工作）正在各大高职院校内广泛推进，要求高职院校全面建设内部质量保证体系，在学校、专业、课程、师资、学生等不同层面建立起完整且相对独立的质量目标、质量标准、质量制度，并形成教学工作诊断改进工作机制。专业作为高职院校教学活动的基本单位，承载了高职院校作为质量生成主体的核心要素，是培养高素质多技能人才的重要载体。因此，专业的质量建设与水平提升就成为高职院校质量建设的核心所在。实施以诊断与改进为目标的专业评价机制，对于高职院校的内涵建设、人才培养具有重大的作用与意义。

目前，针对专业建设评价机制的研究由于信息采集渠道的单一，数据获取难度大，评估过程主观化，在进行专业评估时往往存在着结果过于片面或有失准确的诸多问题。以“诊改”为契机的高职院校内部专业评估，数据的采集是基础，没有数据的支撑，各个方面的诊改工作就难以进行;评估的手段是关键，没有专业的技术方法，评估的结果就会差强人意。因此，本文利用大数据技术，将大量的、碎片化的多处数据源信息进行整合重组、专业化处理，利用层次分析法构建出专业建设评价模型，将定性问题向定量问题转化，模糊思维向数据思维转变，充分挖掘其价值，以满足专业质量监控和改进的需要。

1  专业诊断与改进原则

1.1 科学性原则

针对专业建设的诊改工作首先要科学合理地制定诊改内容、周期和方法。根据学校发展、专业建设、师资队伍等方面依次梳理出相关诊断点，科学构建出专业建设诊断评价指标体系。明确改进目标，有的放矢，为专业诊改工作提供数据支撑。

1.2 客观性原则

诊改工作以学校人才培养工作状态数据及相关信息分析为基础，实事求是地开展诊改。坚持客观为主，主观为辅，双向作用，保证诊改质量的可靠性和诊断结果的精确性。

1.3 持续性原则

诊改工作的推进应是有效且可持续的，形成“发现问题-解决问题-优化发展”的螺旋上升式诊改机制。补齐短板，凝练特色，同时也根据宏观环境和具体情况的变化，适时微调诊改机制，以适应形势的发展变化对专业建设提出的新要求。

2  技术方案

2.1 数据的获取、分析、处理

为确保专业评估的结论能有效地为诊改工作提供决策依据，应在严格把握专业评估数据的可信度和有效度的基础上，尽量拓展采集的数据源，提高评估结果的精确度及全面性。考虑到高职院校专业的建设情况与校内多个职能部门息息相关，因此本文利用学校大數据中心，通过数据采集平台将校内教务系统、学工系统、图书馆系统、就业管理系统、资产系统等多个业务系统的数据采集到数据库中，形成学校数据仓库，如图1所示;此外，利用爬虫技术采集到与本校相关的外部网络数据，为后续数据分析提供强有力的数据支撑。

2.2 专业评价指标体系的构建

优秀的专业建设成果必须有完备的建设基础支撑，同时，需要专业建设成果质量验证专业各建设基础的综合实施效果，二者相辅相成。对专业建设质量的评估，应是过程与成果的有机结合，因此，本文基于层次分析法，将整个专业评价指标体系分为目标层U、第一级评价指标Ui、第二级评价指标Uim和第三级评价指标Uimn，即U=（U1，U2，U3，…，Ui）;Ui=（Ui1，Ui2，Ui3，…，Uim）;Uim=（Uim1，Uim2，Uim3，…，Uimn）;i、m、n>0。

根据专业人才培养的基础、学校和专业的发展目标以及专业特色等因素，确定高职院校专业评价的三级综合评价指标集，详见2.3小节中的表1。

2.3 评价模型的建立

2.3.1 指标归一化

专业建设评价指标体系构建完成后，最终的评价结果将由相关指标以及各指标的权重系数决定。相关指标的度量是影响精确度的主要因素。而在实际指标数据中，各指标取值范围不一，需要进一步做标准化处理，因此本文采用Min-Max标准化方法，将所有基础数据的取值映射到[0，1]之间。

2.3.2 基于AHP确定指标权重

各指标的权重系数是影响精确度的另一因素，本文采用定性与定量相结合的AHP多准则决策方法对其进行确定。

首先将2.2小节构建的专业评价指标体系分解组合，构建分层评估模型;在每个层次内，采用1-9标度法，根据“一样重要”、“稍微重要”、“明显重要”、“重要得多”、“极端重要”等标准对各层量化评估指标进行两两比较，确定每个层次内各指标的相对重要性，构建判定矩阵;然后进行一致性检验;再采用方根法计算判定矩阵的特征值和特征向量，得到各层次内评价指标的权重系数，进而分别计算出校企合作、师资队伍、课程建设、教师教学、实训条件、技术创新、学生就业、中外教学、专业建设基础、专业建设成果10个层次上的权重系数，结果如表1所示。

式（1）中，n为某层量化指标的数量。

2.3.3 综合评估指标计算

如表1所示，本文构建的专业建设评价指标体系包括4个层次，其中每一个相对下层为相对上层指标的评估提供了数据支撑。其中，第一层为综合评价指标，结果记为λ11，第二层的指标共2个，结果分别记为λ21，λ22，第三层的指标共9个，结果分别记为λ31，…，λ39，以此类推。

每一个上层评价指标的结果可以表示成相应下层评价指标的线性组合。根据2.3.2小节计算出来的每个指标的相对权重wij，结合该指标的基础数据内容Nij，具体计算公式可表示为式（2）和式（3）：

3  诊改应用

为了验证本文方法的有效性，本文以某高职院校专业建设情况为例，共选取院系不同的6个专业，即应用化工技术、电子商务、信息安全与管理技术、人力资源管理与环境艺术设计，进行了模拟诊断，评价结果如表2所示。

根据表2，可以清晰看出各专业在各级指标上的评价结果，如人力资源管理专业，在专业建设成果一级指标项U2上的得分相对较高，但由于专业建设基础一级指标项U1上的得分相对较低，且专业建设基础该项所占的权重较高，最终影响了该专业的总体评价得分。因此在下一年的改进工作中就可以重点提升专业建设基础相应的模块内容，对于其他专业的分析也以此类推。此方法可以对诊改的内容有的放矢，事半功倍，为专业的诊改报告提供强有力的数据支撑。

4  结语

本文将大数据技术中的层次分析法应用于高职院校的专业诊断与改进工作中，与过去传统式人工总结和评价相比，呈现出客观性、准确性、专业性等诸多优点。一方面可以将学校产生的信息和内容进行规范的整理，提高数据的使用效率;另一方面，更加直观的呈现出专业建设的分支情况，为后续专业建设的改进和优化，提供了数据支撑。总而言之，大数据技术可以为教学诊改工作的开展提供充分的数据参考，提高高职院校的教学质量和人才培养进度。

参考文献：

[1]周静，何威.基于“状态数据采集与管理系统”开展专业诊改[J].中国校外教育（理论），2018（003）：26-27.

[2]姚建锋.基于高职“诊改”工作的专业核心课程质量保证体系建设研究[J].时代金融，2019（09）：81-82.

[3]蔺宏良.基于SGAVE项目审核制度的高职院校专业诊改系统化设计[J].中国职业技术教育，2019（008）：79-83.

[4]刘巧琴.质量“诊改”视域下高职院校内部专业评估探析[J]. 九江职业技术学院学报，2018，70（02）：24-26.

[5]冯莉莉，姚跃.基于“过程主导”的高职院校专业诊断与改进研究[J].九江职业技术学院学报，2018（003）：6-7，13.

[6]李鸿杰，康学辉.以“诊改”为目标的高职专业评价机制[J]. 甘肃科技，2019，35（06）：49-52.

[7]刘辉，靳大伟，杨桂娟.专业诊改质量控制目标点的设计与实施路径研究[J].工业技术与职业教育，2018，016（001）：55-58.