近年来,互联网技术的迅猛发展使数据的重要性在各种行业中都引起了研究者的广泛关注,数据已经开始渗透到各个领域的各个行业之中,大数据与机器学习已经广泛的应用于医疗、金融、娱乐以及教育等各个行业。国内在教育领域的应用的对象主要是学生,以教师为主体的相关研究较少。在基于数据以教师为主体的相关研究中大都是对教师进行定性的分析而缺少量化的判断;有一部分量化分析过程中,在选取量化指标和构建好量化体系之后,并没有对整个量化体系的有用性和可靠性进行验证。针对上述问题,论文以学校教育大数据为基础,采用神经网络的方法,构建高校教师评价的能力模型,并对高校教师评价指标体系的维度、权重进行探索。论文的主要研究内容与成果如下:在研究相关文献中高校教师能力的指标的基础之上,提出了 4个一级指标、11个二级指标以及3个三级指标,基于这些指标构建了高校教师能力评价体系。该评价模型的构建过程主要为:指标的提出与确定、指标权重的确定与一致性检验、评价模型的有效性与可用性检验。选取华中师范大学某学院为研究对象,首先,依据论文所构建的高校教师能力评价体系对该学院的教师进行各维度能力的计算,在向学生发放根据评价体系生成的教师能力评价调查问卷并对结果进行统计;然后,根据两种方式获得的教师排序采用曲线拟合以及莱文斯顿距离等方法对评价体系的有用性和可靠性进行了检验,实验结果显示构建的高校教师能力评价体系具有良好的可用性;最后,在证明了评价体系的可用性的基础之上,通过创建神经网络训练得到的模型来对教师能力进行预测。实验结果表明,模型的相对误差较小且模型的决定系数高达0.9以上,预测效果良好。