劉艷輝，張玉霞

（邯鄲學院 a.電子信息工程實驗與實訓中心；b.信息工程學院，河北 邯鄲 056005）

引 言

在發(fā)達國家，比如美國對于高校教學質(zhì)量評價與教學管理的監(jiān)控以及反饋已經(jīng)通過一系列諸如“帆布”“學習管理系統(tǒng)”等教學系統(tǒng)實現(xiàn)了基于大數(shù)據(jù)的質(zhì)量保障體系[1]。我國相對于許多發(fā)達國家，高校信息化建設較晚，起始于20世紀90年代，但我國的發(fā)展速度是不容小覷的，逐漸從最開始的初級階段轉(zhuǎn)換為深度的應用，更是廣泛應用到高校教學中，并且取得了良好的效果。以北京大學教學質(zhì)量保障體系構(gòu)建為例，以外部保障和內(nèi)部保障兩方面為核心，開展資源—評價—獎勵的保障體系研究與探索，同時構(gòu)建了相對完善的以數(shù)據(jù)為中心的教學質(zhì)量監(jiān)控系統(tǒng)，開展深度學習和數(shù)據(jù)分析，從而展開教學過程的反思與改進，這對我國重點院校的質(zhì)量保障建設提供了新思路和指導方向[2]，但相對信息化技術(shù)進展較慢的應用型地方院校來說，還具有較大的難度。

一、目前地方高校教學質(zhì)量保障平臺的現(xiàn)狀

高校是培養(yǎng)綜合性人才的主要場地，教學管理直接影響著學生的學習效果，教學質(zhì)量的高低與否是衡量一個院校發(fā)展情況的基礎標準[3]。目前，傳統(tǒng)的教學質(zhì)量保障方式使用較初級的辦公軟件來收集、分析，并通過人為活動反饋教學質(zhì)量數(shù)據(jù)的管理方式，已經(jīng)不能滿足日益復雜的教學質(zhì)量保障系統(tǒng)有效運行的需要。地方高校由于其相似的發(fā)展路徑，或者是地方普通高校轉(zhuǎn)型發(fā)展而來，或者是高職高專院校升格而來，所以內(nèi)部教學質(zhì)量保障體系與保障方式相對不夠完善，教學質(zhì)量保障信息化應用較低，并且具有相同的特點，都沒有及時跟進技術(shù)發(fā)展潮流，實現(xiàn)教學質(zhì)量保障體系的信息化建設。

自升本以來，地方高校始終堅持質(zhì)量保障建設，在迎評促建的過程中，地方高校圍繞應用型人才培養(yǎng)的辦學定位，堅持以提高質(zhì)量為核心的內(nèi)涵式發(fā)展道路，完善了教學質(zhì)量管理保障體系，并逐步形成教學質(zhì)量保障的長效機制，諸如相對完整的組織機構(gòu)，明確的質(zhì)量保障主題責任體系，制度保障體系，質(zhì)量文化協(xié)同體系、教學質(zhì)量常態(tài)監(jiān)控體系等，這些工作在很大程度上保障并提高了地方高校教學質(zhì)量的水平，但是對于信息技術(shù)滲透到教學質(zhì)量保障體系中的應用相對薄弱，尤其在信息化技術(shù)的高速發(fā)展下，教育部需要高等教育質(zhì)量保障體系強調(diào)新方法，引入大數(shù)據(jù)技術(shù)，對高校開展周期性評估和質(zhì)量常態(tài)監(jiān)測，搭建自己的教學質(zhì)量數(shù)據(jù)平臺，基于大數(shù)據(jù)平臺開展專業(yè)評估、課程評估、教學質(zhì)量過程化評估、數(shù)據(jù)分析、數(shù)據(jù)決策支持等，是高校構(gòu)建和完善內(nèi)部教學質(zhì)量保障體系的堅實基石，是實現(xiàn)教學質(zhì)量保障體系“常態(tài)化監(jiān)控、及時反饋、持續(xù)改進“閉環(huán)運行的有效途徑[4]，因此地方院校積極開展質(zhì)量保障平臺信息化建設，對提高高校教育與管理水平有著深遠的意義。

二、基于大數(shù)據(jù)的地方高校教學質(zhì)量保障平臺的建設方案

根據(jù)應用型地方高校目前的教學質(zhì)量保障體系所提出的問題，將大數(shù)據(jù)應用于高校質(zhì)量保障平臺的建設中具有較強的現(xiàn)實意義，因此本文提出以多數(shù)應用型高校已有質(zhì)量監(jiān)控體系為起點，以信息技術(shù)應用為目標，搭建基于大數(shù)據(jù)的教學質(zhì)量保障平臺的實踐方案，具體方案內(nèi)容包括以下幾方面。

（一）建設教學質(zhì)量評價平臺（核心）

該平臺建設以學生為中心，以達成度為目標，建立系列評價系統(tǒng)，主要包括過程評價，按照課堂評價-課程評價-教師評學-學業(yè)成績評價線性順序開展階段性評價，多元評價主體，包括學生評價、教學督導、專家聽課、教師自評、教師評學、同行聽課等、實現(xiàn)過程化評價的全面性和多元性；實踐評價，以即將畢業(yè)的學生為參加主體，評價畢業(yè)設計、實習實訓以及學科競賽等多方面，分析培養(yǎng)目標和畢業(yè)要求達成度，提供改進與完善措施；教師考核，作為一種激勵考核參考，提升教師自我改進與完善的步伐；調(diào)研反饋，通過在校生調(diào)查、教師調(diào)查與訪談、畢業(yè)生調(diào)查、校友調(diào)查等，以市場需求為導向，推進教學質(zhì)量改進工作。

（二）建設教學質(zhì)量信息采集平臺（基礎）

教學質(zhì)量監(jiān)控體系有效運行的第一步，是對校內(nèi)各項信息數(shù)據(jù)進行采集，完成以數(shù)據(jù)為驅(qū)動的建設模型，本課題以影響教學質(zhì)量因素的相關(guān)性為準則，按照數(shù)據(jù)源頭的性質(zhì)、種類和范圍對數(shù)據(jù)進行了業(yè)務劃分，采用與神經(jīng)網(wǎng)絡類似的層次結(jié)構(gòu)，分為基礎數(shù)據(jù)(專業(yè)、課程、教師、學生等基礎信息數(shù)據(jù))、資源數(shù)據(jù)(教學課件、教案、微課、教學軟件、教學視頻、圖片照片等教學資源)和行為數(shù)據(jù)(教師教導行為、學生學習行為、課堂活動等)，為數(shù)據(jù)分析平臺采用深度學習技術(shù)學習與分析提供支持。

（三）建設大數(shù)據(jù)決策分析與持續(xù)改進平臺（進階）

借助于教學質(zhì)量信息采集平臺的數(shù)據(jù)模型，采用基于深度學習的類神經(jīng)網(wǎng)絡的層次分析方法，探究現(xiàn)有數(shù)據(jù)與教學質(zhì)量之間的潛在量化關(guān)系，生成質(zhì)量分析報告，包括：教師課堂教學分析報告、學生學習質(zhì)量報告、課程達成度報告、培養(yǎng)方案達成度報告、畢業(yè)要求達成度報告等，以數(shù)字化/圖形化等可視化方式展現(xiàn)，實現(xiàn)智能統(tǒng)計分析，為學校提升管理水平、教師改善教學方法、學生成績早期預警提供大數(shù)據(jù)決策支持，從而達到提升教學質(zhì)量，提高人才培養(yǎng)質(zhì)量的目標。

二、大數(shù)據(jù)分析在高校教學質(zhì)量平臺中的應用

數(shù)據(jù)平臺的建立是進行大數(shù)據(jù)分析的基礎，因此大數(shù)據(jù)分析模塊在質(zhì)量保障平臺中占據(jù)核心位置，基于大數(shù)據(jù)的高校質(zhì)量保障平臺的框架結(jié)構(gòu)（如圖1）。在此基礎上，通過采用大數(shù)據(jù)分析常用的聚類、神經(jīng)網(wǎng)絡、決策樹等算法應用到教學質(zhì)量數(shù)據(jù)挖掘與分析中，以此更好推動教學質(zhì)量的持續(xù)改進[5]。下面介紹在本文中使用的神經(jīng)網(wǎng)絡算法對線上學習效果的數(shù)據(jù)挖掘與分析的實踐應用與分析。

疫情防控常態(tài)化下的高校教學模式正在發(fā)生改變，課堂教學作為高校學生獲取知識的主要來源也在悄然改變，在線學習給了學生更多的學習機會和資源，在線學習總會有多種多樣的學習行為，每一種學習行為也會對課程的學習效果產(chǎn)生影響，如何通過某種技術(shù)手段來量化這種影響呢？并通過分析這樣的影響對課堂教學進行改進與指導呢？神經(jīng)網(wǎng)絡是根據(jù)人的認知過程而設計的一種問題求解算法，網(wǎng)絡就像人的大腦一樣，經(jīng)過調(diào)整網(wǎng)絡中的“各個神經(jīng)元”之間的權(quán)值，不斷地對輸入和輸出進行訓練，從而產(chǎn)生更接近理想的輸出，當訓練結(jié)束后，這個訓練好的網(wǎng)絡就可以根據(jù)神經(jīng)元上的權(quán)值對給定的輸入計算輸出結(jié)果，從而利用這個輸出結(jié)果來預測目標。本文中我們通過將大學生的學習行為數(shù)據(jù)，包括課堂出勤率、網(wǎng)絡課堂學習進度、課程作業(yè)完成率、在線學習時長、討論與發(fā)帖次數(shù)、測試成績、單元練習成績等過程化考核內(nèi)容與期末考試成績作為輸入和輸出，通過對輸入數(shù)據(jù)按照一定的規(guī)則進行訓練，確定好激勵函數(shù)、訓練的次數(shù)等，并不斷地測試與修改網(wǎng)絡層數(shù)，每層上的神經(jīng)元數(shù)，完成神經(jīng)網(wǎng)絡模型的構(gòu)建，并通過python進行試驗環(huán)境的搭建，并對學生線上學習的數(shù)據(jù)進行學習與分析。為了說明神經(jīng)網(wǎng)絡學習在學習效果預測的可行性，選擇輸入數(shù)據(jù)時，選擇了同門課同老師和同門課不同老師以及不同課不同老師的數(shù)據(jù)進行分析，發(fā)現(xiàn)利用基于機器學習的神經(jīng)網(wǎng)絡算法對學生在線學習效果進行了預測和回歸分析，可以得出有意義的結(jié)論，因此不斷分析和挖掘教育大數(shù)據(jù)潛在的知識和價值，持續(xù)改革和創(chuàng)新教育教學運行和管理機制，促進教學運行和學生自主學習，對提高教學質(zhì)量具有非常重要的現(xiàn)實意義。

圖. 1大數(shù)據(jù)高校質(zhì)量保障平臺框架

結(jié) 語

在大數(shù)據(jù)的時代背景下，海量數(shù)據(jù)帶給各行各業(yè)新的機遇與挑戰(zhàn)，如何在海量數(shù)據(jù)中快速準確地獲取有效信息是核心，而這有效信息不僅可以進行預測性分析，也可以進行總結(jié)性展示，這對提高行業(yè)發(fā)展前景來說都是行之有效的途徑。因此將大數(shù)據(jù)技術(shù)應用到高校教學質(zhì)量保障平臺中具有較強的現(xiàn)實意義，但是大數(shù)據(jù)平臺建設并非一朝一夕的事情，這需要將數(shù)據(jù)的收集、分析、應用與反饋等各方面形成一個閉環(huán)建設，不僅僅是技術(shù)的問題，規(guī)范化的管理、制度化的要求等都是保障該平臺可持續(xù)發(fā)展的關(guān)鍵因素，需要各個部門共同參與進來，形成教學過程管理、制度管理、結(jié)果量化管理、反饋持續(xù)改進管理等循環(huán)性的過程。同時，對于數(shù)據(jù)的采集、分類、篩選也是一個動態(tài)變化的過程，根據(jù)時代和需求的變化，數(shù)據(jù)需要不斷的修整，檢驗，形成新的數(shù)據(jù)模型，再進行下一輪數(shù)據(jù)分析等，只有多方面的并進，才能真正保障基于大數(shù)據(jù)的教學質(zhì)量保障平臺不斷完善與改進，發(fā)揮可持續(xù)作用。