程雪　陳繼祥

摘要：本文就高職院校的教學質量評價中存在的問題進行了分析，通過數據挖掘技術，實現了其教學質量的有效控制。

關鍵詞：教學質量評價；數據挖掘；層次分析；模糊分析

隨著教育體制的改革和社會對人才的需求的變化，教學的課堂實現了以學生為主體，突出學生的自主學習，提高了學生的發(fā)散思維。新的課程的教學與傳統(tǒng)的教學的模式之間存在著很大的區(qū)別，給教學的改革帶來了很大的難度。同樣，也給傳統(tǒng)的教學的監(jiān)控體系的構建帶來新的挑戰(zhàn)。

一、高職院校教學質量評價中存在的問題

高職院校對教學的質量的評價是通過學生評價、教師評價、領導評價三個方面進行，將評價的結果進行有效的綜合，這個綜合的結果就是對這個教師的教學的綜合能力的考核結果。在實際教學的質量評價過程中其還存在一些問題。

（一）評價指標體系的全面性

在之前教學的質量評價體系中，對教學質量的評價

一般是從教師的教學的態(tài)度，教學的基本技巧、教學的內容等方面進行綜合的評價。但是就老師的綜合素質的評價較低，比如對老師的知識的掌握，教學設計的創(chuàng)新性、對先進的教學儀器的使用等方面的評價比較忽視，所以，教學質量的評價應該隨著當前社會和教育對教師的要求的變化而變化，提高其評價的時效性。

（二）指標權重分配的合理性

不同指標對評價的結果有不同的影響，所以應合理的分配其權重。實際的教學質量的評價的指標缺少的就是合理的權重的分配的方案，權重的分配都是人的主觀的判定，其評價的結果的可信度就較低，影響了數據的挖掘的正常進行。

（三）評價的方法和數據的處理

對評價的數據的處理，傳統(tǒng)的方式一般是采用加權求和的方式進行。這種操作的方法比較簡單，但是實際的可靠性不強，只能在同一班級或者同一專業(yè)等相同的領域內進行，無法實現跨專業(yè)的比較。

二、基于數據挖掘的教學質量評價體系構建模型的研究

數據挖掘是從隨機的、不完全的、充滿噪聲的、實際采集的數據中提取一些潛在的、有價值的、信息或者是知識的過程。數據的挖掘可以自動化的還原數據的真實的性，并且對其進行推理分類，從而挖掘出潛在的模式。教學質量評價體系是一個復雜的系統(tǒng)，采用層次分析的方法對其進行分析，是常見的評價體系的方法。根據某院校的教學質量評價為例進行分析

（一）建立評價指標層次結構

根據學生評價表、領導評價表、教師評價表中選擇一級評價指標記做μ1～μ4，相對應的二級評價指標記為μ11～μ13，μ21～μ23，μ31～μ33，μ41～μ43，據此建立樹狀層次模型。

評價樹狀層次結構模型

（二）利用專家智能構造判斷矩陣

利用專家智能，按照對比較標準構造的判斷矩陣如下：

（三）使用規(guī)范加權平均數列進行一致性檢驗

三、建立基于評價體系的教學的質量監(jiān)控的預警模型

學校建立教學評價體系的教學質量監(jiān)控的體系是為了檢測教學中的不足，實現教學質量的提升，完善教學的手段和模式，提高教學的質量和水平。因此進行現代化的教學質量評價體系的建立十分有必要。預警模型的建立是對這個檢測值的準確性計算的安全值的判斷，一旦這個值超出了實際應該的上限安全，就會發(fā)出預警。

數據挖掘技術是當前時代發(fā)展的重要的內容，是學校教學評價中不能缺少的一部分，加強對其的教學質量的監(jiān)控的評價的體系的建立，實現高職院校的教學的管理，提高辦學的質量，對人才的培養(yǎng)具有重要的意義。