打开文本图片集

课题项目：2022年广东省高等教育学会民办高等教育专业委员会研究课题“基于课堂大数据分析的教学评价研究”（项目编号：2022MBGJ069）

中国特色职业教育发展道路和模式随着我国职业教育的发展和积累已基本形成，职业教育面貌发生了历史性的改变。那么如何在职业教育过程中全面提高“高等教育质量”就成了职业教育的根本问题，而“课堂教学”就是这个问题中最基本的。如何提高课堂教学质量，就成了摆在课堂这个“餐桌”上最难啃的骨头。

国务院在2015年9月发布的《促进大数据发展行动纲要》中明确提出，要发展教育文化大数据，发挥教学改革教学方式、解决课堂教学评价问题等方面的重要作用，发挥大数据在教育教学质量改革中的重要作用。因而本文提出如何利用大数据技术，在教学评价视域下，挖掘出对课堂教学方式变革有用的数据，构建出基于大数据技术的职业教育课堂教学评价模型，为践行职业教育的课堂评价数字化打下基础。

1.基于大数据技术的课堂教学评价

2020年10月，中共中央、国务院关于教育评价改革方面的政策——《深化新时代教育评价改革总体方案》出台，强调扭转不科学的教育评价导向，坚决克服唯分数、唯升学、唯文凭、唯论文、唯帽子的顽瘴痼疾，并提出，到2035年，基本形成富有时代特征、彰显中国特色、体现世界水平的教育评价体系[1]。课堂教学评估的对象通常是学生的学习过程和结果，而教学目标完成情况的基本依据是其实现程度。我国学者朱焰（2020，扬州市职业大学，督导）认为提高教学质量评价的手段可以结合“互联网+”， 探索和研发构建“互联网+教学监测与评价”平台的现代信息技术，以“互联网+”为核心，实现对教师教学水平的探究工作，通过教学监测大数据评价提升教学质量。而国内学者研究成果，在宏观层面为教学评估提供了方法与途径，但缺乏中观和微观层面的操作，研究点集中在评估的方法和评估主体上，以数据驱动的教学评估很少见，尤其是在课堂层面的评估更是如此。

大数据技术应用于职业教育评价领域，有助于挖掘更实用的教育信息，印证和揭示更有价值的教育教学规律，以此推动教学评价理论的迭代更新，引导教学评价实践更加精准、更加深入，打造一个更多途径、更真实的数据、更公平的结果的评价生态。

2.课堂教学评价大数据模型

基于大数据技术的课堂教学评价大数据模型由三部分构成。第一部分是课堂教学大数据的获取，以Cart决策树为基础设计教学评价体系，在教学过程中产生的大数据利用超星学习通平台进行获取，由课堂教学评价大数据模型中的数据出来部分进行预处理和存储。第二部分是课堂教学大数据的挖掘与分析，先预处理采集到的课堂教学大数据，利用大数据技术进行挖掘分析数据。第三部分是可视化教学大数据分析结果，主要是可视化评价结果，形成教学质量示意图表。

2.1课堂教学数据的获取与预处理

据文献研究可以发现，Cart决策树是能够对数据型和常规型的属性同时进行处理，并且能够在相对短的时间内对大数据源进行可行性的归类，从而得出相应的结论。对于课堂大数据而言，数据产生的时间较短，课后也需要尽快得到课堂评价数据，所以在职业教育课堂大数据模型构建过程中，在教学评价视域中选择这种方法最为合适。本研究以Cart决策树作为指导，结合教学时域的不同，从课前、课中、课后三个阶段进行综合教学评价，设计了涵盖知识掌握、技能熟练、过程参与、素养达成、思想提升五个维度；课前检测、课堂参与度、协作能力、任务贡献、功能实现、展示效果、代码规范、学习态度、交流能力九个方面的评价体系模型。该模型利用超星学习通，对不同种类的信息数据进行实时采集记录和全方位监督，及时准确地掌握教学大数据。具体包括：利用超星学习通采集课前在线教与学行为数据，课中教与学行为数据，采集教学产生的包括学生学习成绩、课堂教学、教育效益水平数据;采集的数据采用分布式存储分类存储。

2.2课堂教学数据的挖掘与分析

“大数据的核心是综合运用数理统计、机器学习、数据挖掘和模式识别等技术，在对数据进行预处理、探索性分析的基础上，通过分析模型、预测模型的构建，从数据中提取出有价值的信息，以此促进教学过程的优化与教育变革。”[5]对于课堂教学大数据而言更是如此，要在大量的教学数据进行深层次的探索与挖掘，得到有利于提高教学质量与学习质量的信息，能够体现出潜在的价值，并能对教学进行全方位的评价，这就像教学大数据的挖掘意义与关键所在。

本研究在深入理解数据挖掘算法以及预处理基础上，首先基于教学指标体系对采集来的数据进行基本的评价。然后，再利用cart决策树进行有针对性的数据信息挖掘与分类。

2.3课堂教学数据的可视化与结论

大数据可视分析是指“在大数据自动分析挖掘方法的同时，利用支持信息可视化的用户界面以及支持分析过程的人机交互方式与技术，有效融合计算机的计算能力和人的认知能力，以获得对于大规模复杂数据集的洞察力。[6]”

基于大数据技术的教学评价模型利用数据可视化技术PyEcharts直观呈现分析结果，利用结构化数据可视化技术建立柱状图和散点图等。通过对数据的获取、合并、清洗、挖掘、分析等环节，实现可视化的大数据分析结果，找出影响教学质量的因素，形成科学、全面的教学评估报告。

3.结束语

目前，全世界的职业教育正掀起新一轮信息化创新和改革的浪潮。在全新的教育形态下，智慧教育的教育形态下，正引领着中国教育信息化的发展方向，作为职业教育的一线教师，更应该争做“弄潮儿”。本文提出利用大数据技术促进教学评价，构建了教学评价视域下的职业教育课堂大数据教学评价模型，丰富了教学评价研究领域在课堂教学评价的内容，为课堂教学评价方式方法提供了一些参考和思路。文中提到教学评价视域下的职业教育课堂大数据教学评价模型仅处在探索和研究阶段，并没有在实际教学中得到理论性和实践性的验证。因此，接下来本研究将继续在校本课程中进行实践检验，检测课堂大数据教学评价模型中存在的不足，通过实时数据的反馈进行调整，直到可以达到理想的结果。

[1]中共中央国务院印发深化新时代教育评价改革总体方案[N].人民日报，2020-10-14（001）.

[2]朱焰.高职课堂教学评价系统开发与应用研究[J].中国现代教育装备，2022（03）：154-156+163.DOI：10.13492/j.cnki.cmee.2022.03.052.

[3]刘永德.基于人工智能的教学评价管理模型构建[J].教学与管理，2023（13）：67-70.

[4]李晓婷，袁凌云.基于大数据技术的智慧教学评价模型构建[J].科技创新与应用，2023，13（12）：11-14+19.DOI：10.19981/j.CN23-1581/G3.2023.12.002.

[5]王惠.大数据时代高职教师数据智慧模型构建的研究[J].晋城职业技术学院学报，2022，15（02）：20-22+32.

[6]陈春莲.大数据下大学教学评价模型构建研究——评《数据、模型与决策》[J].中国科技论文，2020，15（01）：137.

[7]祝智庭，彭红超，雷云鹤.解读教育数据智慧[J].开放教育研究，2017（5）：21-29.

[8]李振，周东岱，钟绍春，等.教育大数据的平台构建与关键实现技术[J].现代教育技术，2018，28（1）：100-106.