论文部分内容阅读
国家的进步需要依托高等教育的发展,我国高校承担着培养高质量专门人才的重任,需要为国家的进步、社会的发展输送源源不断的人才。在高校的发展过程中,人才培养居于高校各功能的核心地位,高校办学质量水平从社会需求出发的角度来说也主要反映在人才培养质量上。因此提升高校的人才培养质量水平,是高等教育内涵式发展的核心,对整个高校的发展都有着深远的意义。为了提升高校人才培养质量,必须要对高校人才培养质量进行评价,开展这样的评价也是深化高校综合改革的关键环节。在推进评价的过程中,除了要不断丰富评价体系的理论基础,在评价工作的步骤程序中构建合理的评价指标体系外,还必须抓住时代发展的契机,充分依托和利用互联网平台与现代化技术来创新评价方法与评价手段,以实现评价的公正性与效率性。评价方法已经成为社会和高校关注的热点问题,科学的、先进的评价方法不仅能够实现评价的公正性与效率性,推动高校人才培养质量的提升,同时也能够为高校办学水平的整体提升提供有效的监督控制和保障支持。本论文基于当前互联网条件下对高校人才培养质量评价的大数据模型研究,由于该模型的主要功能就是体现在“评价”上,为了行文的简洁方便,本论文将其称之为“大数据评价模型”,也即是基于大数据条件下的人才培养质量评价的模型研究。本文在研究目的上致力于评价方法上的创新,力图构建一个适用于各类高校人才培养质量评价上的大数据评价模型,用该模型来评价人才,充分利用这一载体来完成对大数据技术与大数据评价的应用,从而实现对网络平台上海量有价值的评价数据机进行获取与挖掘。本研究是对高等教育学与计算机科学等交叉学科的运用,主要采用文献分析法、模型研究法、案例研究法。通过对文献综述的梳理,在分析国内外关于人才培养质量评价体系已有成果的基础上,从中发现了在评价方法上的不足与方法革新的空间。传统的以问卷调查和访谈为主的评价方式受限于评价信息样本数量的不足、获取的困难与低效率、主观性过强等特点,导致评价结果的公正性不足、费时费力的劣势,本研究依托于大数据时代带来的网络平台特点与大数据技术优势,通过构建大数据评价模型来进行评价方法上的创新。在对大数据评价模型进行研究的过程中,通过理论基础和技术路线两个层面来构建该评价模型,以某高校为例进行应用,并通过第三方的结论特征来检验模型的效果,对其不足的地方进行修正完善。具体来说,首先,依据人才评价结果导向型的“产出”理论,以人才培养质量的“全面观”与“适应观”为特征梳理出一套评价指标体系,以统筹大数据评价模型的构建思路;同时根据大数据SAS分析技术,借鉴其合理成分构建了模型运行的主要功能模块,以实现对网络平台上评价数据的获取、分析与解读。经过以上对理论基础与技术路线的整合,初步构建了本研究的大数据评价模型。其次,为了从实践中检验它的效果,在模型应用上是以某地方高校A大学为例得出该大学在人才培养质量评价中各个指标的频数与得分特点,得到了其最受关注的是知识、能力、素质等就业能力指标这样的结论;在模型验证上是以具有一定权威性的、相对正确的、通过发放大量调查问卷来进行定量分析的A大学麦可思职业能力评价结论为参照,通过对比分析两种评价结论的特点,从一致性分析与差异性分析中得出该评价模型的结论与所参照的评价结论有许多相近的地方,也即是该模型在实际效用上有很大的合理性,但同时二者在结论上的差异性也说明该模型也存在着一定的不足,主要体现在评价目标上特征不显著、评价视角不充分、评价指标不全面。再次,为了解决这一问题,完善评价模型,一方面从评价目的聚焦、评价主体选择、评价指标布局方面来对评价指标体系进行思考,使修正后的评价指标体系突出了职业竞争力评价,在一级指标上更加简明清晰,在二级指标上更加内涵丰富;另一方面从模型总体设计精简、具体功能模块优化上来对功能模块进行思索,使修正后的功能模块变革了单一的线性关系,具备了交叉互动关系的特点。最后,文章就本研究中的创新与不足进行了总结,对扩大该评价模型在功能上的信度与效度进行了一些展望方面的思考,得出本研究的研究方向是具有一定意义的这一结论。