数据驱动的教学仪表盘设计与应用*

2020-12-24郝晓玲李艳红赵凌萍张丽慧

中国教育信息化·高教职教 2020年12期

郝晓玲李艳红赵凌萍张丽慧

摘要：良好的教学管理是保障高校教学有序高效进行的重要保障。随着教学状态数据的日益完善，基于数据进行的教学管理与监测也越发必要。文章结合院系的日常教学管理需求，进行仪表盘的功能设计，并采用SQL Server Analysis数据仓库技术以及PowerBI可视化技术，进行仪表盘的设计与开发，实现了教学数据挖掘结果的可视化，能够支持学院进行教师工作量统计、课程评价、学习效果、就业去向等工作，促进教学管理的信息化建设。实践结果表明，教学仪表盘可以更多维、更及时地展示教学相关信息，为教师、教学管理者提供多层次的决策支持，从而促进教学工作更加有效地开展。

关键词：教学仪表盘;教学管理;数据仓库;可视化;信息系统设计

中图分类号：G647;TP392 文献标志码：A 文章编号：1673-8454（2020）23-0049-06

一、引言

教学管理涵盖教学内容管理、组织管理与过程管理等多个环节，涉及学生学籍注册、选课、毕业，以及教师排课、评教等工作，每年涉及培养计划修订、通识课申报、高年级研讨课、教材修订、教改项目立项等多项工作。由于工作涉及面广，教学事务比较琐碎，在教学管理与决策时往往缺乏统筹规划，主要依赖于某些较为片面的信息进行决策，这对教学管理的科学性带来了较大困难。如何能在教务管理资源有限的前提下，使学院的整个教学体系集成统一，使教学管理有据可依，使决策更为高效科学，是亟需解决的现实问题。

伴随着互联网及大数据分析技术的发展，教育信息化生态环境也越发智能化，教学状态数据日益规范，这也为大数据的挖掘和分析提供了技术可能。大量的教学数据、评教数据、选课数据等多元数据进行集成，可以记录学生的行为信息，也可以记录教师的授课信息，并以易于理解的可视化方式呈现出来，为教学的动态管理提供了更为科学与客观的指导方法。高等教育应用技术的手段应该是创新的，而不是基于表面的技术。[1]利用教学过程中的各种状态数据与过程数据，有利于加强技术与教学之间的深度融合，从而以更高的效率与效能实现教学管理的目标。

2013年中国教育部启动的第二轮本科教学评估，与首轮评估最大不同点在于以“教学基本状态数据”为主要依据，对“人才培养目标与培养效果的实现状况”进行自查、专家审核与指导。基本状态数据库是我国教育改革中最为突破性的一项技术改革，也是今后学科评估工作的重要参考数据。随着数据的日趋完善，在全国高校教学中也会得到日益广泛的应用。教育过程数据智能采集系统和智能分析模型的构建等方面推进了教育质量评价工作的开展。[2]

教学数据自下而上可以分为院系、学校、省市、教育部四个层级。建立从院系、学校，到省市、教育部的四级数据库系统，有助于准确把握教学运行状态，有利于教育宏观决策，有利于提高教学质量。其中，院系级数据是最基础的数据，其建设质量决定高层数据的应用效果。

二、国内外研究现状分析

仪表盘早期用于企业管理中，主要供高层决策者对企业的整体绩效信息有具体了解，从而进行管理决策。近年来，学习仪表盘作为大数据教学环境下一种新型学习支持工具，侧重于对学习者的学习行为习惯、兴趣偏好、课堂参与、学习效果等信息进行记录和追踪，从而为教师、学生及管理者提供反馈，进而实现预习、课堂学习、复习等教学环节的持续改进。有学者基于Few 仪表盘设计原则设计学习分析仪表盘概念框架，并从个人、他人、个人与班级等视角设计了学习分析仪表盘。[3]可汗学院2013年推出了数学课程的学习仪表盘，它贯穿课程学习的整个过程，包括学习、练习、复习和测试等环节。[4]

学习仪表盘的应用可以满足多个教学管理角色多方面的教学需求。仪表盘的实现依赖于基础学习数据的记录，通过对基础数据的多维度分析，既可以对微观层面的教与学互动、教学作业完成率、学生參与度等进行分析与改进，也可以对宏观层面的教学完成质量、教学资源配置等方面进行总体权衡。雷云鹤等[5]提出了基于数据分析的精准教学决策，主要基于预学习数据从现状分析、基本定位和教学决策等方面实施精准教学。可以借助标准变速图表记录学习者的正确率，量化学习绩效和表现。周文艳[6]提出为学生设定统一的学习任务和目标，借助数据安全的分析、可视化方法，还能够不断锻炼学生的实践能力。

张琪等[7]提出围绕学习仪表盘的个性化设计展开探索，旨在为不同人格偏好学习者呈现个性化的指标。基于模式识别技术判定学习者的人格特质，建立静态区域与自适应区域，通过数据指标以及前置工具进行内容的自适应呈现。该学习仪表盘为具有差异的学习者推送匹配人格特质的数据指标，从而强化学习效果。

王鹤等[8]以上海信息技术学校为例，设计与开发面向精准诊断的教学体征状态系统，可对课堂教学师生互动的全过程进行音视频状态数据的记录，并进行分类识别与分析，构建起教学诊断仪表盘，为教学质量提升提供决策支持。张悦[9]提出通过网络数据与课堂联动来提升学生的核心素养。田阳等[10]提出多模态交互信息分析方法，涵盖数据采集、加工与筛选、数据分析等环节，通过数据表征可视化，将分析得到的结果经过仪表盘反馈给教师、学生，从而促进教与学的方法优化。

通过上述文献分析可知，越来越多的教学过程中数据化与智能化分析方法，通过学习过程和学习结果的高效记录和智能分析，实现高效的知识学习以及教学管理的信息化。

目前，高校教学类的仪表盘主要还是集中在课程学习的仪表盘建设方面，用于追踪学习者的学习过程与结果。但是，支持教学管理的仪表盘还未在高校中广泛使用，也尚未有文献记录教学仪表盘的设计与应用。本文通过教学仪表盘开发，将教学管理中的教师授课、评教信息以及学生的修读信息、论文信息等集成在一起，将学生整个大学四年的课程及其教授学期、所属类别、授课教师、评教等信息综合体现在仪表盘上。在表现形式上，把数字和图表等集成在一个界面内，使重要信息可以迅速被捕获。这样只要查看仪表盘，就能对学院整体的教学有比较全面清楚的认识。

通过教学仪表盘，可以横向查看某一学期学院教学的整体现状，同时可以查看某一项具体信息;而且可以查看不同学期的平均情况，纵向了解学院发展动态。教学仪表盘的实现，可以帮助教学管理人员提高工作效率，实时了解学院教学状况，从而更好地为教学服务。此外，通过追踪相关的教学活动信息和课程信息，更好地从宏观层面对学院整体进行规划，而不再拘泥于教学细节。从而为教育资源的发展与分配、课程设置的规划与开展、教师课程体系的结构性调整等提供决策参考。

三、教学仪表盘功能设计

本文面向高校教学管理的基本需求，以院系为单位，以上海财经大学某学院的教学管理需求为例，从四个方面构建仪表盘，主要有教学工作量仪表盘、课程评价仪表盘、学习效果仪表盘、就业仪表盘等，如表1所示。主要功能如下：

1.教学工作量仪表盘

构建“教师-负荷”矩阵，对教师教学工作负荷进行全盘把握，作为教学结构性调整的依据，为教师授课提出针对性指导意见。例如，可以对各专业的教学工作量进行统计，也可针对学院承担的专业课与通识课的工作量进行统计，也可以按照常任教职和本土教职承担的工作量进行汇总，还可以对超额工作量进行统计，进而细化到超课时数、超课时的教师数等。

2.课程评价仪表盘

构建“课程-评教”矩阵，基于课程类型、面向年级、面向专业等对课程评教工作进行多角度的数据透视。可以按专业查询教师教学的规范度，以及教学效果;也可以按课程类别进行查询，包括高年级研讨课、通识必修课、通识选修课、新生研讨课的总体教学效果;也可以按照专业选修课和必修课进行查询。还可以按照上课人数进行查询，支持比較大班授课和小班授课的效果。还可以按照年级进行展示，分别汇总不同年级学生对课程评价的效果。

3.学习效果仪表盘

学习效果追踪是教学环节的重要组成部分，主要功能包括：按年级、按课程类别展示成绩平均分，查询超过85分以上的学生成绩比例;查询学分低于2.0的学生，查询其所属专业、各门课程的成绩分布;查询不同专业学生对教学的满意度。

4.就业仪表盘

可以按照系别查询学生毕业设计研究方向、论文题目、指导教师、就业去向、就业所属行业、就业职位、基本工资等信息。

通过上述教学仪表盘的开发，可以对学院整体教学质量进行全盘把握，对学院教学的薄弱环节进行分析和预警，便于管理层对教学提供决策指导。

四、教学仪表盘系统开发技术方案

基于系统功能需求，建设教学仪表盘系统的应用逻辑架构。该系统为四层结构，从下层到上层分别是数据源层、数据仓库层、联机分析处理层以及可视化层，如图1所示。

各逻辑层的主要分工如下：

（1）数据源层。数据底层，具有多源异构特点，可能来自于不同的部门，具有不同的结构形式，如文本文件、Word文件、数据库文件、Excel文件、以XML格式存储的复杂数据格式等。

（2）数据仓库层。数据经过抽取和转换之后，采用统一的格式存放在数据仓库中，利用数据仓库进行数据的重新组织，以便进行多维分析处理。

（3）联机分析处理层。基于灵活的分析功能、直观的数据操作，通过对多维数据集进行有效组织和查询，为教学管理人员提供所需的数据透视图表，支持教学管理决策。

（4）可视化层。主要负责采用可视化工具，将分析结果以丰富的、动态的图表形式更直观地呈现给用户。

基于该应用架构，形成技术路线的基本思路如下。

1.数据抽取、转换和加载（ETL）

ETL工具从异构数据源抽取数据，并将数据清洗、规范化后装载到数据仓库。[11]

本系统运用 SQL Server Management Service工具，将教师基本信息数据、教学数据、学生成绩数据、绩点数据、学生基本信息数据等从不同的数据库表中进行抽取并转换，以创建数据仓库。

（1）基础数据抽取。数据抽取环节主要是基于数据分析的需求，以及数据仓库的主题，有选择性地从面向应用的基础数据库表中抽取相应的数据，用于后续联机分析处理。主要是以课程、教师教学、教学评教等主题需求为驱动，分别从教学管理系统中抽取相应的课程数据、教学数据、评教数据等，进行基础数据的采集，设置每个表的主键和字段数据类型。

（2）数据转换。数据转换的工作较为基础，主要是对数据的格式进行统一，使数据的度量单位保持一致，以确保数据的质量。由于这些数据分别来自于不同数据库表，源数据在整合过程中会存在标准不同的情况，需要先对即将载入数据仓库中的数据项名称进行统一，对计量的口径进行统一。此外，抽取的数据可能存在记录重复现象，需要删除;对于有些字段出现空缺数据，需要进行核实和补充。例如：新增课程类别表，增加字段区分专业类与通识类，新增学期绩点和累积绩点;需要根据分析需求对班级规模进行划分，增加字段;将教学工作量和评教结果合并成一张表，放在教学结果里。

（3）数据加载。加载过程将已经完成转换后的高质量数据导入到提前设计好的数据仓库维度模型表中。

2.数据仓库逻辑结构设计

借助数据仓库技术，可以形成面向教学管理主题的数据管理，把分散在各数据库表中的原始数据转化为集中统一、随时可访问的信息。[12]

先确立数据仓库主题。对于本项目而言，通过分析原有教学管理相关的数据库，主要确定教师工作量、课程、课程评价、学习效果、就业等五个主题。并针对这些主题，建立多维数据集，建立统一的数据存储、记录标准和格式，形成面向用户的主题数据仓库解决方案，方便各系统接入快速调用，变更代价少。如图2所示。

其中，事实表包括教学结果、论文信息、学期学生成绩、学生绩点。维度表包括学年学期、教师信息、教学任务、学生信息等。

3.联机分析处理技术

在确定事实数据与维度数据后，采用星形数据仓库模型结构，通过数据加载过程建成数据仓库。然后，可以通过不同的OLAP架构模式对多维数据集进行联机分析处理。SQL Server2012的SSAS有多维模式和Tabular模式两种类型，我们选用的是多维模式，在SSDT下开发了这个教学仪表盘商务智能项目。将OLAP技术应用于教学管理，除了满足日常教学实务的简单检索、统计之外，还可以提供关于教学的总体状况，通过历史数据的纵向及横向比对，提取更多有价值的信息，提高教学管理与决策的效率。

4.可视化技术

本项目主要采用PowerBI作为可视化工具，通过可视化技术可以将数据转换成图形或图像的形式进行呈现，提高与用户之间的交互能力。

PowerBI是一款BI（商务智能）工具，能够从各种数据源中抓取数据进行分析，支持Excel，各类数据库如SQL Server、Oracle、My SQL、IBM DB2等，还支持从R语言脚本、Hdfs文件系统、Spark平台等处导入数据。Power BI采用的拖拉控件式图形化开发模式，能在较短时间内生成各种可视化的报表。

Power BI安装简单，预设丰富实用的分析模型、丰富的报表与图表，具有快速实现数据可视化及数据分析全覆盖、可重复并免费使用的优势。通过Power BI以更细化的形式表达数据;以更全面的维度理解数据;以更美的方式呈现数据，从而实现了信息和数据的一体化、数据的交互与可视化。

Power BI与教学仪表盘数据仓库的底层技术工具SQL Server Analysis Service緊密集成，衔接方便，进行简单的设计就可以轻松地从多维数据集中提取数据进行直观、类型丰富的图表展示。

五、教学仪表盘应用实例

本研究结合某学院的教学管理相关数据建设了教学仪表盘，其应用情况及展示效果简介如下。

1.教学工作量多维展示

通过教学仪表盘可以展示学院的总体情况，可以按照“学院—系别—工号”的顺序向下钻取，可以整体向下钻取，也可以就具体单个学院或者系别向下钻取。左上的指标是学院的总体情况，不会随其他图表的改变而改变;右上仪表盘显示当前选中的单元占总体教学工作量的比例。

（1）不同课程类别的工作量（见图3）

右下的矩阵是从课程类别角度汇总的工作量。与柱形图是相呼应的。柱形图变动，矩阵随之变动。矩阵变动，柱形图也随之变动。在此基础上，可以单独点击某个教师对应的工具栏，在右侧矩阵就可以看到这个教师上的课程信息。

左下的柱形图是可以按照“课程种类—课程类别—课程名称—课程序号”的顺序向下钻取，可以整体向下钻取，也可以就具体单个种类或者类别向下钻取。右下的矩阵是从教师系别工号角度汇总的工作量。点击柱形图中通识课工具栏，就下钻到通识课对应的课程类别。一直下钻到最底层课程序号。单独点击某个序号对应的工具栏，在右侧矩阵就可以看到课程对应的教师。

此外，还可以按照系别、不同教职类型（常任轨、聘用制教职）进行可视化呈现。

（2）展示超额完成的工作量

此外，还可以按照不同的组织单元、系别、工号、教职类型等进行教师工作量的核算。如图4所示。

左下的矩阵显示了每位教师的总课时、额定工作量和超额工作量。右下是按照“组织单元—系别—工号”的顺序汇总的超额工作量，与矩阵是相呼应的。右上两个筛选器可以对下方和右侧的图表进行筛选，查看具体某个院或者某个系别的数据。右侧显示了超额完成工作量的教师在各个系的分布。例如，点击该学院的某个系别，显示结果如图5所示。

2.课程评价

评教结果的展示是对“教学规范—校内百分比和教学结果—校内百分比”取的平均值。如图6所示。

上方的两个指标是学院的总体情况，是不会随其他图表的改变而改变的;下方三个矩阵分别从教师、课程、人数三个角度展示评教结果。左侧下钻顺序是“组织单元—系别—工号”，中间是“课程种类—课程类别—课程名称—课程序号”，右侧是对上课实际人数进行分组展示。可以整体下钻也可以单击单独一行下钻。例如，可以对不同系别、不同类课程、不同班级规模的课程评价情况进行深入分析。

3.学习效果展示

通过可视化展示，可以直观看到学院学生的平均绩点，以及上学期绩点情况，纵向比较总体学习状况。还可以根据年级查看学习效果，如图7所示。

通过学生成绩挖掘，可以及时发现学生学习薄弱科目，以及存在共性问题的课程，对具体学业问题进行追踪和分析，理解学生存在的困难。形成有价值的信息反馈给学生，提供个性化学习指导。此外，也把相关信息反馈给相关教师，从而改进教学设计，形成良性循环。

可以在该仪表盘中继续下钻，根据“年级—课程种类—课程类别—课程名称—课程序号”，进一步查询相应的信息。此外，还可以汇总这个学期绩点低于或者等于2.0的学生，点击该学生序号，进一步查看该生课程的详细信息和成绩，这样可以对学习有困难的学生各门课情况进行深入分析，有助于建立和健全学生的学业预警，从而实施针对性的指导和帮扶措施。

六、结语

教学仪表盘围绕教学决策进行修正和补充，基本覆盖了院系级本科教学工作的内容。通过基础数据的建设，可以对接教务数据，实现多维度多视角的教学展示，有助于基层教学组织建设。本仪表盘也具有可定制性与可扩展性，可以满足多个教学管理角色多方面的教学需求。今后，可以在更多教学管理情境中引入教学仪表盘，提升教学管理的信息化水平。

在教学仪表盘设计与实现过程中我们也得到一些经验和教训，主要包括以下几点：

（1）主题分析目标的确立要及早。数据仓库是一个面向主题服务的技术，及早地确定主题有助于后继一系列的设计和技术部署。

（2）保证数据质量的工作是值得投入时间做的。这是后继分析和决策的基础，所以在ETL环节要舍得投入时间，这个环节的时间占比达到60%～80%，要保持足够的耐心和细致、认真的精神去梳理和清洗数据。

（3）可视化过程要注重工具的选择。可视化过程是最能展示效果的环节，要选择数据仓库技术衔接的和简单容易上手的工具，降低开发的难度。

（4）可视化界面开发过程要保持和用户密切沟通。在可视化过程中要根据用户的需求进行可视化界面的设计，注意仪表盘的数据综合和动态显示的特点，同时结合用户的喜好，选择合适的图表类型和颜色，追求实用而不是炫酷。

本研究也存在一定不足之处：

（1）仪表盘的数据需定期更新，如每学期更新一次;由于数据来自于不同的数据源，在抽取数据后需要进行一定的人工参与的预处理和数据清洗工作。

（2）目前还无法实现直接从平台后台进行的数据抽取，在数据展示分析的种类或图表类型上还可以继续丰富，也可引入一些合适的数据挖掘算法进行深度的数据分析，提炼出规律和知识更好地辅助教学决策。

未来考虑进一步开发成平台，实现数据的自动化采集以及智能化分析，真正提高教学管理的效果，发现教学管理中存在的问题。

参考文献：

[1]孙立会，葛兴蕾，陈张兼.技术在未来高等教育中的应用图景——基于《地平线报告2017（高等教育版）》的分析[J].电化教育研究，2017（12）：12-19.

[2]黃涛，王一岩，张浩等.数据驱动的区域教育质量分析模型与实现路径[J].中国电化教育， 2019（8）：30-36.