引言
高等教育的首要目标和任务就是培养人才［1］38－41，而培养人才的重要途径是通过教育教学，教学质量的高低不仅是衡量一所院校发展水平的标尺，也是各大院校综合实力的竞技点，如何构建科学有效的教学质量评价体系来提升教学质量尤为重要．《国家中长期教育改革和发展纲要》中明确了提出了教学评价需综合考虑政府、学校、家长以及社会等各个层面的影响因素，旨在构建一个科学合理多元化的教学质量评价体系，进而促进学校、教师和学生三方主体的共同发展及进步．目前传统的教学质量评价体系与日益增长的海量教育教学数据之间的矛盾日渐凸显，如何构建基于大数据的新型教学质量评价体系，成为各大高校的研究热点．
1目前高校教学质量评价体系存在的主要问题
1．1对教学大数据的分析处理能力较弱
随着大数据时代的来临，数字化校园及教育教学信息化成为当今高等教育面临的主要挑战．学生、教师、教学管理人员、教学过程、学习方法等无时无刻不在产生大量的结果数据及过程数据，这些数据在学校各个信息系统中的交叉流动又形成了海量的数据集．然而传统的教学质量评价体系不能及时高效效地整合梳理这些教学大数据，使得蕴含在这些大数据中有规律有价值的信息无法充分发挥其效用．
1．2评价机制尚不完善
教学质量评价是指运用教育评价理论及相关技术对教学活动和效果能否达到一定的要求做出的一种价值评判，它是教学管理的一个重要环节．目前全国大多数高校的教学质量评价机制尚不完善．首先体现在评价的主体相对单一［2］38－43．我们在提倡学生评教为主的同时，应该让更多的评价对象参与进来．例如：可以采取教育部门评价学校、学校评价学校、学校评价教师、教师评价教师以及教师评价学生等等方式．其次是评价的内容比较片面．教师和学生是课堂教学活动的的两大主体，教师是教学的实施者，学生是教师教学的服务对象也是教学效果的体现者．传统的教学质量评价体系往往侧重于对任课教师教学水平的评价而忽视了对学生学习效果的评价．最后从评价的形式上来看，现有的教学质量评价体系过度依赖于终结性评价．教学评价理论认为，教学活动安排设计、教学节奏把握及教学手段艺术等过程性因素对最终的教学效果有很大的影响，因此我们应该提高过程性评价的比重．
1．3教学评价反馈时效性差
在数字化校园环境下，高校越来越重视利用大数据进行决策管理．这种管理模式在很大程度上取决于系统对教学数据分析处理结果的反馈机制［3］181－184：如果反馈及时则能延续性地生成有价值的教学质量评估报告，继而对教学管理、教师教学及学生学习等方面起到积极推进作用；但如果反馈时效性差则其价值荡然无存．传统教学质量评价体系的反馈时效性很难保障，经常出现评价结果反馈不及时甚至是严重滞后的情况，既不能给任课教师课堂教学提供有效的数据参考，也不能为教务管理人员进行决策管理提供科学有效的数据支持．
2基于大数据技术的新型教学质量评价体系的特点
2．1科学合理的大数据分析处理机制
高校教学工作中，每名教师要承担若干门课程，而每名学生又要选修若干门课程，随之产生的教学大数据错综复杂，新型教学质量评价系统会构建科学合理的大数据分析处理机制对这些数据进行梳理、筛选、整合，并对教学评价数据进行聚类分析［4］26－29，及时挖掘出有价值的信息来完善教学质量评价体系模型，进而客观地对教学效果进行评价反馈．
2．2多元化的教学反馈模式
在传统的教学评价体系中，大多数情况下只对教学评价数据简单地进行取平均值处理，这种粗糙的处理方式可能使得评教结果偏离真实值，如果部分学生在评教时给出一些随意不负责任的评教数据，则这种模式下反馈的信息必将影响到教学评价的公平性；再者，大多数情况下任课教师往往被直接告知一个评教结果，并没有形成一份完善的评教报告反馈给教师，任课教师无法获知自己在教学中的优势和不足，也就不能依据学生、同行及督导专家提出的问题和建议对自己的教学进行改进完善．在新型教学质量评价体系中，统计评教数据时会尽可能地减少这种错误发生机率，提前对评教数据加以筛选过滤（数据清洗），去掉一些无用的干扰数据，确保参与统计数据的有效性；其次，在呈交给任课老师过程性评价或终结性评价结果时附带一份详细的评价报告，这种多元化的教学反馈模式，有利于提高教师的教学水平和质量．
2．3强化过程性评价机制
学习是一个持续而复杂的过程性阶段，在对教学质量进行评估时不能仅仅以最终的教学结果作为评判标准，从深层次角度来看，如果过度依赖于终结性评价就有可能在评价过程中忽视了教学细节以及学生的基本学情，无法较好地实现对教学过程的实时监控；形成性评价强调在教学活动中持续观察、记录任课教师的讲课情况和学生的学习效果及听课反映，它能够促进教师及时有针对性地调整教学内容及教学进度，有效改善课堂教学效果．教学评价是一个系统的工程，不仅需要在教学活动中适时进行教学评价，还应该将教学评价贯穿于教学互动的各个环节，新型教学质量评价体系将过程性评价和终结性评价并重，甚至更加强化过程性评价，以过程性评价带动终结性评价，有效提升了高校教学质量.
3构建基于大数据技术的新型教学质量评价体系的具体措施
基于大数据挖掘的教学质量评价体系主要包括三个环节：①教学大数据采集；②教学大数据分析挖掘；③结果反馈。
3．1对教学大数据实施全过程采集
基于大数据挖掘的教学质量评价体系的最基础环节就是对教学大数据进行采集，全面收集并筛选出有效数据才能进行教学质量分析评价，教学大数据的主要来源有：教学监督部门评教数据、同行评教数据以及学生评教数据．想要成功构筑科学合理的新型教学质量评价体系就必须对教学大数据进行全过程采集，并保证数据采集工作的常态化［5］22－23，目前WIFI的普及、4G／5G网络的全覆盖、优质在线教学资源的建设以及多媒体技术的应用为教学大数据的采集、分析处理及应用推广提供了技术保障．
3．2采用大数据挖掘技术对教学大数据进行优化整合
在教学大数据采集工作完成之后，首先要采用大数据清洗技术对采集到的数据进行全面核查分析，去除冗余的干扰数据、筛选出有效数据；其次，对筛选后的有效数据采用聚类分析方法，为每项数据设置一定份额的权重，根据权重值重构教学质量评价指标体系，从海量的数据中挖掘出对教学质量评价有价值的信息并进行分类存储，进而形成全面科学的教学质量评估分析报告．
3．3结果反馈
教学质量评价结果反馈主要面向两个对象：1、反馈给教学管理部门；2、反馈给任课教师．新型教学质量评价体系的反馈报告包含详细的统计分析数据及可视化的数据表［6］1－5，方便任课教师及教务管理人员直观清晰地看懂教学评价结果；除此之外，新型教学质量评价反馈机制还可以实现微信公众号信息推送及手机移动端信息推送，这不仅有效拓展了信息反馈的渠道，而且还极大地提升了反馈机制的灵活性和时效性，确保尽可能快的为教学活动提供最具价值的参考数据．
结语
如今信息化已经覆盖当今社会的各个领域，大数据时代已然来临，在高校中，无论是教师信息、课程信息还是学生信息汇聚在一起都形成了海量的教学大数据［7］．大数据时代给高校教育工作人员提出了新的更高的要求，如何利用大数据技术更好地服务于教学是高校教育工作者面临的一个重要课题．教学质量评价是高校教育教学的一个重要基础环节，如何构建一个科学合理的教学质量评价体系至关重要，它不仅能够适时监测课堂教学及实践操作环节中出现的问题，并迅速采取相应的措施对教学活动中存在的弊端进行完善，还能有效提升教师的职业素养、促进学生学习的积极性主动性，有着十分重要的现实意义．本文从应用型本科院校的教学实际出发，尝试利用大数据技术重构教学质量评价指标体系，在传统的评教体系中融入分析整合后的教学大数据，进一步完善评估体系建设；此外还利用多样化的大数据挖掘技术实现对学生学习情况的动态管理和对教师教学设计的适时改进，以此来提高教学活动中多方参与主体的积极性，从根本上发挥教学质量评价体系的真实效能，进而为教师的教学质量以及学生的学习效果提供更为客观的评价．实践证明，基于大数据技术的新型教学质量评价体系能有效地促进高校教学质量的提升．
［参考文献］
［1］高桂桢．大数据分析视角下的高校教学质量评价研究［J］．河南教育（高教），2019，（02）．
［2］马星，王楠．基于大数据的高校教学质量评价体系构建［J］．清华大学教育研究，2018，39（02）．
［3］宋晓梅．数据挖掘技术在高校教师教学质量测评中的应用［J］．赤峰学院学报（自然版），2013，（4）．
［4］仇德成，仇思宇，赵国营．大数据分析在教学质量评价中的应用［J］．计算机时代，2019，（02）．
［5］姚建红，陈庆璋，许广举．大数据在高校教学质量评价体系中的运用研究［J］．科教导刊（下旬），2018，（05）．
［6］杨卫涛．高校教师教学质量评价体系研究［J］．江西科技学院学报，2015，（3）．
［7］韩成勇．大数据背景下的高校教学评价［J］．电脑知识与技术，2017，13（17）．
作者:杨静 朱琳 单位:汉江师范学院
