鄧玲玲

摘要：高職教師教學質量的提高是提高我國高等職業(yè)教育質量的關鍵，因此，本文以長沙某一高職院校的639名教師為研究對象，首先將學生對教師教學質量的評價數(shù)據(jù)進行異常值處理后，將其劃分為四個等級，然后以評價等級數(shù)據(jù)為輸出變量，以11個影響因素為輸入變量，利用C5.0算法構建決策樹模型對影響高職教師教學質量的因素進行分析，研究發(fā)現(xiàn)，不同崗位類型的教師，影響其教學質量的因素各不相同。因此，學校管理者根據(jù)影響不同類型教師教學質量因素的差異性，分別制定不同的政策來提升高職教師的教學質量， 有利于實現(xiàn)教學資源的有效配置。

關鍵詞：高職教師 教學質量評價 影響因素 決策樹C5.0 SPSS Modeler

中圖分類號：G434 文獻標識碼：A 文章編號：1009-5349（2018）19-0102-02

教師以教書育人為天職，提高高等職業(yè)教育教學質量的關鍵在于不斷提高高職院校教師的教學質量。目前，關于高職教師教學質量的研究主要分為兩類，一類是關于高職教師教學質量評價體系的研究[1][2]，另一類是從機制、體制等定性的角度對高職教師教學質量影響因素進行分析并提出對策的研究[3]。由于定性研究存在主觀性，并且不能從眾多的影響因素中分析出主要因素以及因素之間的交互作用，因而不能有針對性地提出提升教師教學質量的對策?；诖耍疚囊蚤L沙某一高職院校的教師為研究對象，利用學生對教師進行教學質量評價的數(shù)據(jù)，構建C5.0決策樹模型，研究各影響因素與高職教師教學質量之間的因果關系，為高職院校提升教師教學質量提供有價值的依據(jù)。

一、教師教學質量評價分析

學生是課堂教學活動的主體與受益者，學生評教仍然是評價教師教學質量的主要形式。本文選取長沙某一高職院校的639名教師作為本次研究的對象，評價數(shù)據(jù)來源于該校教務系統(tǒng)里面學生對教師的教學質量評價打分，教學質量評價指標體系一共包含10個指標，每項指標的權重都是0.1。

本文首先對評價數(shù)據(jù)進行異常值處理，即某一個學生對某一個老師的打分超過他給所有任課教師打分的Q1-1.5*IQR～Q3+1.5*IQR范圍，將剔除這個異常分數(shù)，其中，Q1表示第一分位數(shù)，Q3表示第三分位數(shù)，IQR=Q3-Q1。為了便于分析，將評價結果數(shù)據(jù)劃分為四個等級，記為rank， 9.8分～10分劃分為第一等級，共有49名教師，9.6分～9.8分劃分為第二等級，共有390名教師，9.4分～9.6分劃分為第三等級，共有187名教師，9.4分以下劃分為第四等級，共有13名教師。

二、高職教師教學質量影響因素分析

（一）影響因素選取

本文選取以下11個影響因素考察其對教師教學質量的交互影響作用：X1：在校工作年數(shù)（YearsAtSchool）；X2：崗位類型（JobRole）、X3：職稱（Professional_title）、X4：學歷（Education_background）、X5：性別（gender）、X6：年齡（age）、X7：近3年指導學生參賽獲獎次數(shù)（省級及以上）（Num_Instructor）、X8：近3年信息化教學設計比賽獲獎次數(shù)（校級及以上）（Num_information_competition）、X9：發(fā)表論文總數(shù)（Total_Papers）、X10：近5年發(fā)表論文數(shù)（Nearly_5_years_papers）、X11：近10年發(fā)表論文數(shù)（Nearly_10_years_papers）。利用八爪魚軟件在iData網(wǎng)站獲取教師發(fā)表論文數(shù)，其余8個影響因素數(shù)據(jù)來源于該校教務處、人事處和科研處等職能部門。對崗位類型、職稱、學歷、性別這些分類變量進行量化處理，量化結果為：6——專任教師，5——中層干部，4——校領導，3——教輔工勤人員，2——行政管理人員，1——輔導員；4——教授，3——副教授，2——講師，1——助教，0——其他；3——博士研究生，2——碩士研究生，1——大學本科；1——女，0——男。

（二）高職教師教學質量影響因素分析模型

C5.0是經(jīng)典的決策樹算法之一，可生成多分枝決策樹，目標變量為分類變量，根據(jù)信息增益率確定最佳分組變量和分割點。即對于給定的樣本集合，分別計算該樣本集合中每個特征屬性（輸入變量）的信息增益率，選取信息增益率最高的屬性作為分組屬性，以被選取的分組屬性作為當前節(jié)點。然后對該屬性的每個值創(chuàng)建一個分枝，并據(jù)此將數(shù)據(jù)樣本劃分成若干個子集，為每個子集創(chuàng)建一個新的節(jié)點。針對得到的每個新節(jié)點，重復以上步驟，直到整棵樹各個分枝的繼續(xù)分組不再有意義為止。[4][5]

（三）高職教師教學質量影響因素實證分析

1.決策樹建立

本文將第二部分評價高職教師教學質量的結果rank作為分類輸出變量，第三部分分析選取的11個影響因素作為輸入變量，利用SPSS Modeler 15.0軟件進行分層抽樣，抽取85%的樣本作為訓練樣本，剩余15%的樣本作為測試樣本，通過SPSS Modeler 15.0軟件中C5.0算法建立決策樹模型。

2.決策樹剪枝

為提高決策樹模型精確率，在模型參數(shù)設置中，模式選項設置為簡單，即自動調整參數(shù)進行剪枝，Boosting技術迭代10次，即基于此建立10次模型[6]，接著，將交互驗證折疊次數(shù)設置為10。

3.決策樹生成

對決策樹剪枝后將會生成決策樹模型，剪枝后的決策樹深度為12，決策樹推導出的葉子節(jié)點分類規(guī)則見圖1。

4.決策樹評價

本文分別利用訓練樣本集和測試數(shù)據(jù)集對決策樹模型的預測準確率進行了分析，訓練集的樣本數(shù)為544，分類準確率為75.18%，測試集的樣本數(shù)為95，分類準確率為67.37%，即訓練集的分類準確率略高于測試集，說明模型的整體分析結果較為理想。

（四）影響高職教師教學質量的因素分析

（1）不同的崗位類型，影響教師教學質量的因素不同。首先根據(jù)教師的崗位類型決策樹將教師分為5類，對于崗位類型為輔導員、教輔工勤人員、校領導的教師，影響其教學質量的因素相對較少，而對于崗位類型為行政管理人員、中層干部、專任教師的教師，影響其教學質量的因素較多，因而針對不同的崗位類型，學校管理者可以制定不同的政策提高教師的教學質量，有利于實現(xiàn)教學資源的有效配置。

（2）崗位類型為行政管理人員、教輔工勤人員、中層干部、專任教師的教師，指導學生參加比賽獲獎是影響其教學質量的一個重要因素。指導學生參加職業(yè)技能競賽、學科競賽等可以促進教師專業(yè)水平的提升從而提高教學質量，同時教師把一些與參賽有關的課程納入教學計劃，讓課程與實際相結合，為課堂教學提供豐富的教學案例，激發(fā)學生自主學習的能力，提高高職學生的學習興趣和積極性。此外，影響其教學質量的因素還包括發(fā)表論文，教師要上好課，必須有淵博的知識，開闊的眼界，教師的科研水平越高，那么他將更加深入透徹地思考教學內容，并將其科研成果深入淺出地引入教學內容中，使得課堂教學更加生動有趣，從而有助于高職學生的理解和學習，同時可以提高學生分析問題、解決問題的能力，極大地提升教學效果。

（3）崗位類型為輔導員、行政管理人員、中層干部、專任教師的教師，近3年參加信息化教學設計比賽獲獎的次數(shù)影響其教學質量。信息化教學設計比賽促進教師教育理念的轉變，推動教師的教學方法的創(chuàng)新，有助于提高教師運用信息技術、數(shù)字資源解決教學難點的能力，增加了課堂上師生互動的可能性，可以極大地改善其教學質量。

三、結語

本文主要從高職教師自身因素出發(fā)，構建C5.0決策樹研究這些因素對其教學質量的影響，可以為學校管理者制定相關政策提供有價值的依據(jù)。但是，影響高職教師教學質量的因素還有很多，比如，教師的收入水平，參加提高教學質量培訓的機會，學校對教學質量的激勵政策，等等。因此，在這些因素可量化為指標數(shù)據(jù)并可獲得的情況下，可以引入模型以提高模型的精確度。

參考文獻：

[1]鄧忍，吁娟.國際化視野下高職教學質量評價研究——以蘇州工業(yè)職業(yè)技術學院為例[J].西北成人教育學院學報，2017（7）.

[2]馮嫻.工學結合模式下高職教學質量評價系統(tǒng)設計與開發(fā)[D].湖南大學，2011.

[3]樊明成.高職院校教學質量影響因素概觀[J].職業(yè)技術教育，2012（13）.

[4]龐素琳，鞏吉璋.C5.0分類算法及在銀行個人信用評級中的應用[J].系統(tǒng)工程理論與實踐，2009（12）.

[5]薛薇，陳歡歌.SPSS Modeler數(shù)據(jù)挖掘方法及應用[M].北京：電子工業(yè)出版社，2017.

[6]張琳瑜，王鳳超，韓子玥.基于決策樹的大學本科畢業(yè)生就業(yè)影響因素分析——以北京林業(yè)大學信息學院為例[J].中國林業(yè)教育，2017（3）.

責任編輯：張蕊