大数据在高职教育评价多维度管理中的应用

王代远 王嘉怡

摘要：大数据在高职教育评价多维度管理过程中的应用有着不可取代的地位，高职院校在教育评价活动中应当制定更加完善的评价方案，结合大数据文本资料，在学生表现评估、教师绩效评估、课程改进设计、学生支持辅导、校园安全管理等多个方面，制定出更加完善的管理体系和架构。而学校也应当优化现有的数据使用模式和方法，引进多元化的管理举措，从而保证高职院校的教学水平和效率得到有效提升。文章对大数据在高职教育评价多维度管理中的应用进行分析探讨。

关键词：大数据；高职教育评价；多维度管理

doi：10.3969/J.ISSN.1672-7274.2024.04.030

中图分类号：G 71，TP 3          文献标志码：B           文章编码：1672-7274（2024）04-0-03

The Application of Big Data in Multidimensional Management of Higher Vocational Education Evaluation

WANG Daiyuan1， WANG Jiayi2

（1. Guangxi Eco-Engineering Vocatlonal&Technical  College， Liuzhou 545004， China; 2. Northeast Normal University & College of arts， Changchun 130024， China）

Abstract： Big data plays an irreplaceable role in the process of multi-dimensional management of vocational education evaluation. Higher vocational colleges should work out a more perfect evaluation plan. And schools should also optimize the existing data use patterns and methods， the introduction of diversified management measures， so as to ensure that the teaching level and efficiency of vocational colleges. This paper analyzes the application of big data in multidimensional management of higher vocational education evaluation.

Keywords： big data; higher vocational education evaluation; multidimensional management

0   引言

現阶段，在高职教育评价多维度管理活动中，学校应当制定更加严谨、细致的评价方案、计划、模式，结合精益化、精细化的评估管理策略，构建完善的评估模型，对学校的各项工作开展状况以及教学水平进行有效监测分析，从而提高学校的办学质量。

1   高职教育评价多维度管理存在的问题

高职教育评价多维度管理还存在各种各样的问题，首先高职教育评价通常会涉及不同指标来评估学校以及课程质量，但是在选定相关指标的过程中可能存在权重分配不当，导致评价结果不正确、不公正。同时开展多维度评价管理需要引进大量数据信息，但是相关数据质量的可信度可能存在相应的问题，不准确的数据资料会影响评价结果的准确性；另外，不同高职院校需要引入不同的评价时间来完善评价工作，但是由于评价周期过长，会导致评价结果过时，无法实时反映出高职院校课程教学的实际状况。部分评价体系可能过于一般化，未考虑到高职教育的特殊需求以及办学要求，可能会导致评价结果不公正、不完善；而部分评价过于关注表面指标，如学生的考试成绩、就业率，却忽视了教育质量以及职业素养内涵，未对学生的学习成果以及老师的教学质量进行客观细致的分析[1]。

此外，部分学校将评价结果过于看重，导致学校以及教育机构盲目追求评分，忽略了教育本质目标和内涵，在该过程中可能存在不合理的比较，导致教育评价的工作不具备适应性和针对性。要想解决相关问题，高职院校在当前教育评价管理活动中应当制定出更加完善的管理体系、评价体系，保障数据质量的可信度，利用大数据信息，收集完善的数据资料，更加深入考虑特定需求，关注深层次的教育质量问题，保证评估结果适度、适量且具备实际的参考价值。同时也需要确保评价体系具备灵活性，以适应不同类型的教学管理需求。

2   大数据在高职教育评价多维度管理中的应用

2.1 学生表现评估

学生表现评估主要是体现在学生学术成绩、出勤记录、课程评价等多个维度层面。高职院校可利用大数据信息来评估学生的学术表现状况，有助于学校更加深入、高效理解学生的学习趋势和行为，提前发现学生在学习期间潜在的问题，并且实施有效的管控措施，帮助学生提高自身的学术成绩。在此过程中，学校需要建立起每一位学生的专属能力资料库、大数据信息资源库，囊括高职学生在学习过程中的各项资料信息，建立起相应的学生能力雷达图，从而评估学生的学术表现状况（如图1所示）。在此期间也需要利用相应的多元化评价手段，搜集多方主体对学生的评语信息，做到全面评估，从而才能够做到多维度、高效率管控。进行全面评估有助于学校更加深入了解每一位学生的整体表现，通过大数据分析学生的数据资料，学校可为学生提供个性化的支持和帮助，比如，系统可识别出在特定主题或领域存在困难的学生，并且为其推荐相关学习资源，帮助其提高自身的学术表现[2]。

大数据分析可为学生提供良好的学业规划和建议，系统可根据学生兴趣、成绩、目标，生成个性化的学业路径，促进高职学生后续规划未来，取得长远稳定发展，在学生表现评估环节，利用大数据资料还能够帮助学校及时干预存在的问题，比如，通过监测学生的学术进展状况，学校可发现潜在的问题，采取行之有效的措施，支持相关工作高效稳定进行，防止相关事件恶化。而学校也需要利用大数据资料，评估课程质量和效果，分析学生的表现数据，确定哪些课程需要得到改进和优化，从而满足学生的个性化、高效化探索需求。后续，学校也可在高职教育评价多维度管理过程中通过大数据资料，更加高效分配学校资源。学校可根据学生需求，通过大数据调研，预测当前的教学状况以及其中存在的问题，以此来完成对教师资源、教材资源、设施资源的维护调配，从而提高教育质量[3]。

2.2 教师绩效评估

开展教师绩效评估工作是必不可少的，在该环节，利用大数据技术可提供准确、客观、全面的信息资料，在教师绩效评估过程中，通过大数据文本资料可强化评估效果，通过大数据分析可提供客观真实的教师绩效数据信息，减少主观偏见的影响。可从教师的学术成绩、出勤记录等多个方面，反映出教师的实际表现。在多维度评估过程中，除了可考察教师的学术成绩，学校还能够通过大数据资料，通过搜集学生所反馈的信息，从学生满意度、课堂互动、教学创新等多个方面，评估教师的教学质量高低。大数据系统通过精细化分析也能够生成个性化的反馈建议，比如，可帮助教师分析个人存在的缺陷和不足，对教学方法进行改进，相关系统能够在特定主题以及教师特定技能方面做出综合全面判定、分析，提供教师培训建议。在该环节，通过大数据分析手段也能够提高评估过程的效率。传统教师绩效评估通常需要耗费大量的时间人力资源，但是引进大数据技术，结合自动化数据收集和分析策略，可有效节约时间，对相关问题进行持续改进。学校可通过大数据工具来分析教师在教学方面的特色以及需要改进的地方，从而在教师培训的过程中能够提高精准性。

2.3 课程设计和改进

在高职院校教学过程中，完善课程设计、优化、改进是必不可少的。此时，利用大数据技术、大数据资料，可提供针对性的课程设计和改进建议方案。首先，大数据资料可分析学生需求，从学生选课历史、学术表现、课程评价等多个方面搜集各项数据信息，学校可确定课程受欢迎的程度，从而调整课程设计方案。其次，利用大数据资料也能够为学生提供个性化的支持和帮助，比如，可通过学生的学术数据信息以及学习状况，学校可为每一位学生提供个性化的课程推荐表，帮助其高效完成相关学业目标。在该环节，通过大数据分析手段，可揭示教学方法、教材体系中的欠缺，学生可根据自身需求，结合大数据资料，找到学习方法。同时学校也可根据学生的学术表现，评估不同教学方法所产生的效果，从而改进授课方式。在该环节，大数据资料可帮助教师实时调控教学细项、教学内容，比如，监测当前的教学工作开展水平以及学生学术进展状况，及早发现问题，采取有效的课程改进措施。在进行教育评价多维度管理过程中，也可以通过大数据技术，更加高效分配课程资源，学校可根据学生的选课状况，对教师配备、教材采购以及设施的规划利用进行优化改进，满足定向化的授课需求。此外，在课程设计和改进活动中，高职院校也可利用大数据技术支持跨学科课程整合，设计打造各种各样的专业群，实现专业教学课程教学新旧动能转换，使高职院校的授课水平能够上升到一个全新的高度[4]。

2.4 学生支持和辅导

加强对学生的支持和辅导是高职教育过程中不可或缺的一部分，应用大数据技术可强化对学生的支持和帮助。在该过程中，可通过大数据分析，为每一位学生提供强有力的支持和辅导，通过分析学生的数据信息、学术资料，可识别出每一位学生的个性化需求，为其提供个性化的教育资源和教育方针，以供其高效学习。其次，利用大数据技术可发现学生存在的问题，比如，监测学生的学术表现和课程参与度，学校可在相关问题恶化之前采取有效的干预举措，提供额外的指导和帮助。在该环节，学校可利用大数据技术指导学生选取课程和学习方向。同时在网络学习空间环境中，大数据工具也能够监测学生在线行为，比如，对学生在线上课堂的参与度、访问频率、学习进度以及视频的浏览记录进行分析评估，可对学生的在线学习质量指标进行高效研判，从而为其提供高效的在线学习支持和帮助，引导学生顺利完成课程学习。

最为核心的是，利用大数据分析还能够监测学生的心理健康，通过分析学生的行为和反馈的数据资料，学校可识别出学生存在的心理问题，并且提供心理支持和咨询服务。在大数据分析管控过程中，也能够帮助学生分配相应的辅导资料资源，学校可根据学生需求和数据分析结果，调整支持团队规模和配置，使学生的学习需求能够得到满足。

2.5 校园管理和安全

校园管理和安全是新时期高职院校在办学过程中所需要关注的核心问题，在强化相关安全管理工作中，高职院校需要引进大数据信息资料，分析当前校园安全管理所面临的实际问题。通过大数据分析，学校可监测校园内的安全状况，比如，监控校园摄像头数据信息，检测其中存在的安全问题；同时也可将大数据用于校园设施维护和资源管理，高职院校在校园管理和安全控制过程中应当进行安全监控以及预警分析，学校通常安装有大量的监控摄像头，相关摄像头每天会产生大量的图像视频、数据信息，通过大数据分析，可帮助学校自动监测相关数据信息，监测异常行动，当系统检测到异常情况时便可触发警报，从而幫助安全人员采取果断行动。学校可利用大数据资料来建立起校园安全事件以及历史记录，对各种事件的发生频率、位置、性质进行有效识别分析，可帮助高职院校采取有效的安全管理措施，通过分析安全趋势，为后续的安全规划提供数据支持[5]。

此外，学校可利用大数据文本资料，跟踪学生的出行状况，有助于确保学生安全，尤其在紧急情况下，学校可迅速确定学生位置，采取安全行动。最为核心的是，大数据文本资料可帮助高职院校分配学校资源，包含学校的安保资源、安全人员和设备资源等，通过分析历史数据模式和事件，学校可确定哪些时间段需要采取相应的安全管理措施以及分配安全资源。在学校安全管理过程中，学校可利用大数据文本来制定完善的校园灾难管理计划和方案，学校可使用不同数据信息来模拟不同情况下的安全管理措施，制定出相应的应急响应策略和计划，并且培训教职员工和学生，提高安全控制水平。在当前大数据技术、人工智能技术、网络技术的加持下，学校可利用物联网设施，对关键区域，如电梯、暖通空调系统的升温、异常振动、电流电压数值异常情况进行有效分析，结合人工神经网络系统，通过模拟判断，提前发现故障，采取有效行动，从而在学校安全管理过程中能够做到提质增效。

3   结束语

总体来说，在新时期大数据时代背景下，高职院校需要引进信息化工具、大数据手段，对教学评估、教学方法进行改进、优化、创新，制定出更加严谨、细致的教学评估方式和模式，优化教学方法，在学生管理、教师管理、学校安全管理等多个方面做到灵活、动态、高效控制，从而提高学校的管理水平和效率。■

参考文献

[1] 唐慧羽．基于大数据挖掘的高职院校教育质量评价系统设计[J]．信息与电脑（理论版），2023，35（09）：63-65.

[2] 纪兆华，孙刚凝，梁毅炜．基于大数据和区块链技术的高职教育评价研究[J]．科技资讯，2022，20（21）：159-162.

[3] 边境．大数据分析技术在高职院校教育质量评价中的应用研究[J]．中国多媒体与网络教学学报（中旬刊），2021（09）：126-128.

[4] 陈俊．基于大数据的高职辅导员管理模式探析[J]．科教文汇（下旬刊），2018（21）：78-79.

[5] 王妍，黄山．大数据时代教育信息化促进高职高专教学模式创新研究[J]．科技视界，2017（33）：60-61.