基于大数据的高校课程质量监督系统

2020-08-21 17:21:37 电脑知识与技术 2020年21期

王大刚 钟锦 徐玉凤 李宜兵

摘要:本文研究基于大数据的安徽省高校课堂质量监督管理系统。系统把大数据技术与管理系统相结合,利用最新的数据挖掘工具和分析算法对教学的全过程进行分析,管理和评价,打造能够利用大数据平台进行教学质量过程的动态管理。

关键词:质量监管;大数据;数据挖掘;教学质量

中图分类号:TP311 文献标识码:A

文章编号:1009-3044(2020)21-0042-02

开放科学(资源服务)标识码(OSID):

1 引言

为深入贯彻党的十九大精神,落实全国教育工作大会和新时代本科教学工作会议建设,推进落实立德树人根本任务,进一步明确学校办学目标与办学定位,回归大学的人才培养本位,实现高等教育内涵式发展,把高等学校的课程评价贯穿到大学建设的各个方面,对高等教育的各个方面、各个领域坚持数据跟踪、量化分析,不断提高等教育的育人质量,从而促进大学生的全面成长,激发学生的创造性、责任感和实践能力,已适应新形势下社会对学生的需求。

近几年高等教育的培养质量引起了大家的广泛关注,各级教育管理部门出台了一系列的政策来提高教育的质量,其中课程评价是一个非常主流也是非常重要的研究课题之一。在课程评价的众多要素中,首先需要确立指标体系,指标体系是整个评价环节的核心要素。目前来说,国内外的众多理论或者文献针对不同类型的高校有着各自不同的标准,而针对地方高校的指标体系研究有着十分重要的研究意义。首先,从理论源头来说,针对国内主流的评价理论基础大多源自对国外相关已有的评价理论,这里存在一个关键的问题就是,评价理论和我国的国情下地方高校的实际发展脱节严重。所以需要对评价体系从实际角度进行重新调研,深入研究,需要对相关数据进行重新整理分析,形成具有地方高校特色的新的评价标准。其次从我国地方高校的发展实际来说,课程评价方方面面如何具有针对性,以是否能够优化各方面资源、引导教育教育的重大改革作为目标,结果的终极导向需要切实提高教育质量的提升。总的来说,本文研究的基于大数据的高校质量监管系统基于质量评价基本理论、国内外评价领域的实践经验,构建一个合理的科学的评价指标体系,用评价工作和人才培养结合,广泛的收集数据、提供统一平台,并利用大数据工具对数据进行科学分析,为最终的决策服务。

2 系统设计与实现

听评课机制的建立是教学质量监测保障体系,是卓越人才教育培养计划的核心,它是形成高水平的人才培养体系,建成一批立德树人标杆学校,标杆专业的核心支撑,以此为基础,打造一流学校和一流专业,把国内的优秀教学资源進行整合和汇聚,打造具有创新性的人才培养机制,建设一大批人才示范根据地,营造具有地方特色的教育教学文化,最后带动高校的专业建设和人才培养能力全面提升。我国课程评价体系、课程评价的指标与体系构造仅今年收到了很好的研究和重视,取得了一系列的研究成果。从目前阶段来看,地方高等院校迫切需要一套以质量为导向评价体系。本文以大数据为工具,基于大数据分析,构建课程评价体系是我们当前的一个主要抓手,作为解决主要问题的一个关键手段。

基于大数据的安徽省高校课堂质量监督管理系统把大数据技术与管理系统相结合,利用最新的数据挖掘工具和分析算法对教学的全过程进行分析,管理和评价。打造能够利用大数据平台进行教学质量过程的动态管理。如图1所示,安徽省高校课程质量监督管理系统共五层,包含四个子系统:数据源层,包含专家、高校、教务处、教师等数据源。数据采集层,原始数据采集处理系统向用户提供标准化数据采集接口并对提交的数据进行处理,形成标准数据项。该系统的建设可形成安徽省高校课程监督管理数据标准。数据存储层,对采集处理后的标准数据进行汇聚、存储,形成教育大数据,对大数据进行管理,实现安徽省教育大数据平台。该系统的建设可形成数据开放标准,以标准化形式对外部单位或系统开放数据,实现数据共享。业务管理层,业务管理系统一方面方便教育厅对各类业务进行管理,另一方面从大数据中提取所需基础数据形成业务数据供应用系统使用。该系统的建设可形成业务标准,各单位可按统一标准执行各业务。应用层,包含听评课系统,具体安排专家听评课,学生评课,汇总评分结果。数据挖掘系统对大数据进行深度分析、挖掘,提取有价值信息,为各部门领导决策提供数据支撑。

整个项目围绕大数据平台为中心,整合6大子系统。

每个子系统的功能模块如下:

(1)业务业务管理系统。如图2所示,业务管理系统主要供教育厅使用。一方面用来管理各类业务,比如听课专家的认定,优秀课程的评选,高校教务处的对接等。另一方面针对各类业务从大数据平台抽取所需数据构造业务专用数据项供上层应用使用。

(2)听评课系统。如图3所示,听评课系统由三个功能模块组成:专家听评课模块,学生评课模块,课程材料评分模块。

(3)专家听评课模块。专家听评课管理模块首先负责从各高校、学科、专业中按一定概率分布抽取被听课程。然后根据听评课专家组成原则抽取对应听评课专家,向专家发布听课任务并发送被听课程相关课程材料。最后搜集、汇总、存储专家听评课结果。

(4)学生评课模块。学生评课模块主要由三方面功能,首先将学生和所学课程进行自动关联,学生可以通过输入学号、身份证号登录系统对课程进行评分。其次,对学生进行评分指导,尽可能保证学生评分客观、公正。最后收集、存储学生评分结果。

(5)课程材料评分模块。课程材料评分模块主要是对教学过程中的各类支撑材料,比如教材、教学大纲、教案、教学计划等可以客观评分的材料进行自动评分。对课程的教学过程进行动态跟踪和评价。组织专家对无法客观评分的材料进行评分。

(6)数据挖掘系统。数据挖掘系统使用数据挖掘技术对安徽省高校教育大数据和听评课系统汇聚的各类评分数据进行深度分析、挖掘,提取各类有价值数据,对各单位决策进行数据支撑。根据数据挖掘结果,使用人工智能技术自动生成多维度的决策建议,供各单位参考。

3 总结

本文介绍了基于大数据的安徽省高校课堂质量监督管理系统把大数据技术与管理系统相结合,利用最新的数据挖掘工具和分析算法对教学的全过程进行分析,管理和评价。打造能够利用大数据平台进行教学质量过程的动态管理。

参考文献:

[1]陈丽.“互联网+教育”的创新本质与变革趋势[J].远程教育杂志,2016(4):3-8.

[2]戴建波,“互联网+”时代手机媒体对大学生自主学习影响的实证研究[J].黑龙江高教研究,2016(8):132-136.

[3]上超望,韩梦,刘清堂,大数据背景下在线学习过程性评价系统设计研究[J].中国电化教育,2018(5):90-95.

[4]陈康,朱燕平,骆钰,“互联网+”背景下翻转课堂教学设计探究:以国际商务单证课堂教学为例[J].对外经贸,2016(7):153-155.

[5]刘邦奇,李鑫,基于智慧课堂的教育大数据分析与应用研究[J].浙江教育科学,2018(3):84.

[6]袁春风,陶先平,汪亮,等,面向计算机系统能力培养的课程实验体系构建[J].实验技术与管理,2018(6):12-16.

[7]陈美君.校企合作协同育人的研究与实践[J].当代教育论坛,2016(3):88-92.

[8]卞金金,徐福荫.基于智慧课堂的学习模式设计与效果研究[J].中国电化教育,2016(2):64-68.

[9]高小鹏.计算机专业系统能力培养的技术途径[J].中国大学教育,2014(8):53-57.

[10]刘卫东,张悠慧,向勇,等.面向系统能力培养的计算机专业课程体系建设实践[J].中国大学教学,2014(8): 48-52.

【通联编辑:王力】

基金项目:安徽省教育教学委托研究项目(2018jyxm1470);国家大学大学生创新创业项目(201914098034);合肥师范学院校级质量工程“计算机组成原理智慧课堂”(2018zhkt09)

作者简介:王大刚(1982-),男,合肥肥东人,讲师,硕士,研究方向:人工智能、数据挖掘。