论文部分内容阅读
◆摘 要：教学数据分析是指对教学相关的各类活动信息进行分析，为教师及学校管理者提供更科学、准确的教学数据及分析结果，该系统可借助相关信息技术可对教学数据进行即时、有效的记录、分析与发布，提供种类丰富的分析图表，帮助教师及学校进行科学有效的教学质量监控及其他教学管理。具体而言，教学数据可应用于学生成绩统计与分析、教学质量评估与分析等方面，本文将以教学质量的评估与分析为例，结合实验校的实际应用经验及相关数据，探究基于大数据的教学数据分析系统的应用，提升教学质量分析的效率与教学评估的科学性。
◆关键词：大数据;教学数据分析;教学质量评价
完善高效教育内部教学质量的保证体系，建立科学、常态化的高质量人才培养机制，是当前各类学校应当积极优化的方向。而教学数据，包括学习者及其具体学习行为的各类数据，此类大数据具有类型多、结构复杂、数据量级小、价值密度低等特点，数据真实性与数据来源等因素有关，对原始教学数据进行收集和整理，将其转化为有价值的数据，就是教学数据分析，基于大数据视角，此类数据可用于老师、家长、学生等主题间沟通的信息纽带，基于此类数据构建的数据分析系统也将作为更便捷收集、处理此类庞大信息的手段，而通过分析这些大数据分析可更科学的找出影响教学质量的各个因素，以帮助高效提升教学质量。
因此，需要学校积极合理的应用教学数据及分析系统，进行成绩分析、教学质量评估等工作，对相关信息进行合理的数据挖掘，方便学校相关部门对教学进行更合理、准确的管理。就教学质量评估而言，一般需要收集教学记录、学生成绩和评教问卷等信息，个项目内容根据合理的比重进行计算，最终对某一科目某学期的教学质量进行较为客观的评价。评教问卷是常用的教评手段，是学生对老师教学水平的主观评价，在强调以学生为主开展教学的今天，该手段的重要性大大提升，学校需要更重视评教问卷工作，避免学生评教流于形式，或因惧怕权威不敢言真话，也需要重视分析问卷结果，广泛将其应用于教学质量评估与教师教学改进等工作中去，实验校近年也开始重视学生评教工作，并结合校园网以网络评教的方式进行，一方面使得学生在评价时更加自由、客观，提升了评教信息的真实性，一方面方便后期数据的整体和分析，本文也将以问卷评教数据为例，探究基于大数据的教学数据分析系统的应用，以提升教学质量评估的质量。
1研究内容、对象及方法
1.1研究对象及内容
以实验校现用的信息化评教问卷体系为例，研究对教学大数据分析系统的应用。为保证实验校评教系统的客观性，对评教数据一致性进行了检验，对存在同质化的班级的多轮评教信息进行了跟踪分析与督导，表明利用现有评教体系及分析系统的确能较客观、科学的反应教学质量。基于此，本文利用实验校2019-2020学年两学期部分评教活动的数据，来研究教学数据的分析与应用，本次被评价教师共计322名，设计的评教课程总计967门，共收集了21132人次的有效参评数据。综合往年的学生评教工作的经验，预测主要影响因素包括：①教师因素，教龄、性别、教学风格等;②课程因素，课程类别、性质、学时、学分等;③客观因素，学生年级、教师所带课程数等。为提升教学数据分析准确性，更好满足教学质量评测的客观需求，本次数据分析前根据教师信息对数据源进行加工，划分不同类课程的总分值区间，并确定每类问卷内容的增益率，以提升数据的一致性和准确度。实验校采用的评教问卷，对评教内容、标准等进行了详细介绍。
1.2研究方法
实验校利用自身的教学管理平台共，获得教师及课程的基本信息，利用校网采集和预处理评教信息，然后在教学数据分析系统中提取这些数据，利用决策树方法进行数据，并对算法进行了一定优化，使其能处理具有连续型属性、离散型属性且存在缺失的复杂数据，得到不同类信息增益率，应用其进行不同标准的选择，最终通过数据计算生成决策树模型，显示评教问卷各因素与评教成绩间的关系，进而但应各类因素对教学质量的影响，以指导教师优化教学工作。
2数据挖掘与结果分析
2.1数据挖掘
根据四大因素得分及最终分析得到的增益率等信息，表明教学方法是影响理评教结果的最关键因素。通过线下与学生的沟通，及对问卷意见的统计，发现教学方法单一为实验校多数教师普遍存在的问题，具体表现为过分以来PPT进行教学，导致课堂氛围僵硬、学生无法积极参与教学活动。
2.2结果分析
對各类型评教因素进行分析，表明各因素对各课程的评教影响是不同的，根据对参评人数、课程信息、教师信息的交叉验证和分析，表明这几类信息对参评结果的影响较明显，如教学方法得分较高的教师所带课程多、课时常，获得的整体分数将更高。
3结束语
综上所述，利用基于大数据的教学数据分析系统，能为教学质量评测等工作提供科学的数据支持。本文结合实验校的信息化教评信息，探究了该系统的应用，表明应用该系统能更准确、合理、快捷的分析获得的评教数据，但也发现参评率、教师任课时间等因素依然会对评教结果产生明显影响，因此需要在后续工作中对分析系统进行进一步的算法优化。
参考文献
[1]郑庆华.运用教学大数据分析技术提高课堂教学质量[J].中国大学教育，2017（2）：15-18.
[2]张子龙.基于数据挖掘技术高职高专教学质量评价系统设计与实现[D].电子科技大学，2014.
[3]胡水星.大数据及其关键技术的教育应用实证分析[J].远程教育杂志.2015（5）：46-47.
◆关键词：大数据;教学数据分析;教学质量评价
完善高效教育内部教学质量的保证体系，建立科学、常态化的高质量人才培养机制，是当前各类学校应当积极优化的方向。而教学数据，包括学习者及其具体学习行为的各类数据，此类大数据具有类型多、结构复杂、数据量级小、价值密度低等特点，数据真实性与数据来源等因素有关，对原始教学数据进行收集和整理，将其转化为有价值的数据，就是教学数据分析，基于大数据视角，此类数据可用于老师、家长、学生等主题间沟通的信息纽带，基于此类数据构建的数据分析系统也将作为更便捷收集、处理此类庞大信息的手段，而通过分析这些大数据分析可更科学的找出影响教学质量的各个因素，以帮助高效提升教学质量。
因此，需要学校积极合理的应用教学数据及分析系统，进行成绩分析、教学质量评估等工作，对相关信息进行合理的数据挖掘，方便学校相关部门对教学进行更合理、准确的管理。就教学质量评估而言，一般需要收集教学记录、学生成绩和评教问卷等信息，个项目内容根据合理的比重进行计算，最终对某一科目某学期的教学质量进行较为客观的评价。评教问卷是常用的教评手段，是学生对老师教学水平的主观评价，在强调以学生为主开展教学的今天，该手段的重要性大大提升，学校需要更重视评教问卷工作，避免学生评教流于形式，或因惧怕权威不敢言真话，也需要重视分析问卷结果，广泛将其应用于教学质量评估与教师教学改进等工作中去，实验校近年也开始重视学生评教工作，并结合校园网以网络评教的方式进行，一方面使得学生在评价时更加自由、客观，提升了评教信息的真实性，一方面方便后期数据的整体和分析，本文也将以问卷评教数据为例，探究基于大数据的教学数据分析系统的应用，以提升教学质量评估的质量。
1研究内容、对象及方法
1.1研究对象及内容
以实验校现用的信息化评教问卷体系为例，研究对教学大数据分析系统的应用。为保证实验校评教系统的客观性，对评教数据一致性进行了检验，对存在同质化的班级的多轮评教信息进行了跟踪分析与督导，表明利用现有评教体系及分析系统的确能较客观、科学的反应教学质量。基于此，本文利用实验校2019-2020学年两学期部分评教活动的数据，来研究教学数据的分析与应用，本次被评价教师共计322名，设计的评教课程总计967门，共收集了21132人次的有效参评数据。综合往年的学生评教工作的经验，预测主要影响因素包括：①教师因素，教龄、性别、教学风格等;②课程因素，课程类别、性质、学时、学分等;③客观因素，学生年级、教师所带课程数等。为提升教学数据分析准确性，更好满足教学质量评测的客观需求，本次数据分析前根据教师信息对数据源进行加工，划分不同类课程的总分值区间，并确定每类问卷内容的增益率，以提升数据的一致性和准确度。实验校采用的评教问卷，对评教内容、标准等进行了详细介绍。
1.2研究方法
实验校利用自身的教学管理平台共，获得教师及课程的基本信息，利用校网采集和预处理评教信息，然后在教学数据分析系统中提取这些数据，利用决策树方法进行数据，并对算法进行了一定优化，使其能处理具有连续型属性、离散型属性且存在缺失的复杂数据，得到不同类信息增益率，应用其进行不同标准的选择，最终通过数据计算生成决策树模型，显示评教问卷各因素与评教成绩间的关系，进而但应各类因素对教学质量的影响，以指导教师优化教学工作。
2数据挖掘与结果分析
2.1数据挖掘
根据四大因素得分及最终分析得到的增益率等信息，表明教学方法是影响理评教结果的最关键因素。通过线下与学生的沟通，及对问卷意见的统计，发现教学方法单一为实验校多数教师普遍存在的问题，具体表现为过分以来PPT进行教学，导致课堂氛围僵硬、学生无法积极参与教学活动。
2.2结果分析
對各类型评教因素进行分析，表明各因素对各课程的评教影响是不同的，根据对参评人数、课程信息、教师信息的交叉验证和分析，表明这几类信息对参评结果的影响较明显，如教学方法得分较高的教师所带课程多、课时常，获得的整体分数将更高。
3结束语
综上所述，利用基于大数据的教学数据分析系统，能为教学质量评测等工作提供科学的数据支持。本文结合实验校的信息化教评信息，探究了该系统的应用，表明应用该系统能更准确、合理、快捷的分析获得的评教数据，但也发现参评率、教师任课时间等因素依然会对评教结果产生明显影响，因此需要在后续工作中对分析系统进行进一步的算法优化。
参考文献
[1]郑庆华.运用教学大数据分析技术提高课堂教学质量[J].中国大学教育，2017（2）：15-18.
[2]张子龙.基于数据挖掘技术高职高专教学质量评价系统设计与实现[D].电子科技大学，2014.
[3]胡水星.大数据及其关键技术的教育应用实证分析[J].远程教育杂志.2015（5）：46-47.