鄧任鋒

（廣東酒店管理職業(yè)技術學院，廣東 東莞 523960）

0 引言

經歷了四十年的改革開放，我國社會得到了全面快速的發(fā)展，隨著社會環(huán)境的變化和產業(yè)的轉型升級，企業(yè)對應用型技術人才的需求不斷地擴大，這給我國的高等職業(yè)教育事業(yè)帶來了快速發(fā)展的機遇。要想把握好這一發(fā)展機遇，是否擁有豐富教學水平和創(chuàng)新科研能力的高職師資隊伍就顯得尤為關鍵。不少高職院校已把如何提高高職師資隊伍綜合能力建設放在了極為重要的位置，因此在人才引進、考核、培養(yǎng)等方面花了很大力氣，作了很多重要的探索和工作，但在這過程中也碰到了不少棘手的問題。如何對高職院校教師科研能力進行科學綜合的評價就是其中一個重要部分。

1 當前高職教師科研能力評價系統(tǒng)的現(xiàn)狀及問題

科研能力作為在科研活動中體現(xiàn)出來的一種特殊能力，通常指人在其所從事的專業(yè)中以科學的思維和適當?shù)姆椒▽ξ粗I域進行科學探索的能力，反映其發(fā)現(xiàn)問題、認識問題和解決問題的能力，綜合體現(xiàn)一個人專業(yè)知識的深度和廣度[1]。對這一能力的科學評價很早就引起了重視，特別是在高等學校中。但受制于多方面原因，一直發(fā)展比較慢，很多問題一直沒有得到有效地解決。不少高職院校盡管制定了不少相應的政策措施，對教師的科研能力水平進行科學評價，以激發(fā)教師工作積極性，提高科研水平和社會服務水平，達到可持續(xù)發(fā)展，但由于高職教師科研能力的指標體系構建比較復雜，而且在很多指標評價偏主觀難以量化，因此在教師科研能力評價系統(tǒng)建設一直比較緩慢。

而且當前大多數(shù)的教師科研能力評價類的系統(tǒng)，普遍出現(xiàn)評價模型不全面、指標不具體、數(shù)據(jù)采集費時費力不完整，數(shù)據(jù)分析角度單一淺顯、缺乏數(shù)據(jù)深度挖掘、評價結果不直觀等主要問題，難以反映教師整體研究能力和水平，無法為學校和教師的長遠穩(wěn)定發(fā)展提供建設性的參考意見。具體表現(xiàn)如下：

（1）不少科研能力評價系統(tǒng)在模型設計時考慮的角度不全面，經常會出現(xiàn)評價導向簡單化，沒有建立分層、分類的科學評價模型，過于注重論文、課題等顯性指標，從而忽視了教師的研究綜合能力、學術潛力等體現(xiàn)；

（2）很多系統(tǒng)在科研能力評價的具體指標不夠具體，對不同領域、不同門類和不同層次的教師都采用簡單粗獷的量化指標來衡量；而高職院校職業(yè)教師由于跟行業(yè)、企業(yè)的緊密度比較高，涉及的專業(yè)門類多而雜，會更強調解決問題能力，詳細指標會有較大的不同。

（3）不少系統(tǒng)由于前期設計和技術的原因，導致了數(shù)據(jù)采集的不完整或耗時耗力等現(xiàn)象，從而降低了客觀數(shù)據(jù)對科研能力的支撐。

（4）不少系統(tǒng)雖然提出了包括品德、知識、能力、業(yè)績等多種衡量科研能力的主要指標，但由于采用的分析方法過于簡單，分析角度單一，造成了科研能力評價的結果比較淺顯。例如，很多時候簡單的方法很難對出身企業(yè)的經驗豐富的工匠專家和來自教學領域的資深專家進行比較分析。

（5）在科研能力評價有不少指標比較偏主觀，無法通過簡單的數(shù)據(jù)分析獲得深入的評價結論，同時也沒能對高職教師的科研能力的發(fā)展趨勢進行預判，無法為高職教師科研能力的培養(yǎng)提供決策依據(jù)。

2 大數(shù)據(jù)技術在高職教師科研能力水平評價中的應用影響

隨著信息化時代的到來，大數(shù)據(jù)技術發(fā)展越來越成熟，讓我們可以把采集到海量、高速、多樣、有價值的數(shù)據(jù)，通過多維度、多層次的數(shù)據(jù)分析和數(shù)據(jù)挖掘，進行提煉，從而能全面地把握發(fā)展規(guī)律，預測未來發(fā)展方向和趨勢。

因此，大數(shù)據(jù)技術也被廣泛地應用到了高職教師能力評價中，從而產生積極的作用。大數(shù)據(jù)技術的融入使得原本耗時耗力的數(shù)據(jù)采集工作變得更加容易和方便，這也方便了數(shù)據(jù)的積累，提高了數(shù)據(jù)的完整性，有力地推動了教育信息化建設[2]。同時，采集的海量的各類數(shù)據(jù)也為不少主觀的指標提供了客觀數(shù)據(jù)支撐，讓這些指標更加完善和客觀，更具參考意義。同時大數(shù)據(jù)的數(shù)據(jù)分析技術和平臺的廣泛應用使得我們可以更加快速的直觀的獲得數(shù)據(jù)分析結論，而且可以通過大數(shù)據(jù)可視化技術轉化成簡潔易懂的界面，方便學校管理者、教師以及其他相關機構直觀快速地了解教師的科研能力[3]。另外，結合聚類算法和機器學習等方法把數(shù)據(jù)進一步進行挖掘，從而發(fā)現(xiàn)其中的內在規(guī)律，搭建適當模型，做出教師的科研能力發(fā)展的趨勢預測和培養(yǎng)建議，從而大大地提供了科研能力評價系統(tǒng)的實用性和價值。可以說，大數(shù)據(jù)技術的發(fā)展和應用為高職教師科研能力評價系統(tǒng)的完善提供了嶄新的優(yōu)化方案思路。

3 基于大數(shù)據(jù)技術的高職教師科研能力評價系統(tǒng)建設思路

針對當前高職教師科研能力評價中的主要問題和大數(shù)據(jù)技術的特點，可以結合主流的科研能力評價模型，細化評價指標，通過數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)挖掘等大數(shù)據(jù)技術來構建一套能夠全面反映高職教師科研能力的評價系統(tǒng)，形成常態(tài)化信息采集和動態(tài)評價預警機制。

3.1 構建模型

大數(shù)據(jù)技術的融合可以在建設科研能力評價系統(tǒng)的時候將評價模型與指標進一步關聯(lián) ，把定性指標與定量指標更好地結合，并落實到可操作的層面，既可讓系統(tǒng)能夠支撐實際工作，又能實現(xiàn)考察高職教師的科研學術潛力的可量化評價。因此，將結合目前比較主流的評價理論，考慮把基本科研素養(yǎng)、科研產出影響力、科研管理能力、科研學術潛力和科研學術地位5個維度作為科研能力模型的主要組成部分，并為每個維度都設置3級可測度的指標。其中，定量指標采用科技大數(shù)據(jù)提煉出的客觀數(shù)據(jù)，定性指標也參照設計量化值來進行體現(xiàn)，以便全面、及時、科學地反映高職教師科研綜合能力。例如，可以通過采集知網、萬方等科技信息大數(shù)據(jù)的論文數(shù)量、被引情況等作為定量指標，可以將科研經費或者是專利轉化價值采用量化的方式來為定性指標輔助參考進行比較。

3.2 設計指標

細化、合理、可執(zhí)行的評價指標是全面落實高職教師科研能力評價的重要環(huán)節(jié)。高職科研能力評價的指標體系設計可以考慮在傳統(tǒng)的基本科研素養(yǎng)、科研產出影響力、科研管理能力的評價指標體系結構基礎上，擴展科研學術潛力和科研學術地位維度指標。在指標設計時注意具體指標的可測度，可以根據(jù)情況把非量化指標中難以測度的指標去掉或采用其他易考量的指標替代，例如，創(chuàng)新能力等；在指標設計時還應注意傳統(tǒng)的科研產出指標中重量不重質的問題，可以在考慮科研產出數(shù)量的時候，結合科研產出質量，加上權重系數(shù)進行靈活調整；在指標設計時還可以考慮加上時間空間因素條件，以方便對高職教師在不同時期的科研能力進行對比分析，以方便進行對其學術潛力和科研能力發(fā)展趨勢的預測很判斷。

3.3 數(shù)據(jù)采集

基礎信息數(shù)據(jù)是作為大數(shù)據(jù)分析的重要基礎，因此需要結合大數(shù)據(jù)相關技術對評價系統(tǒng)中需要用到的數(shù)據(jù)進行采集和篩選過濾，將結構化數(shù)據(jù)、非結構數(shù)據(jù)、視頻大數(shù)據(jù)、文本數(shù)據(jù)等內容進行分類管理。由于大數(shù)據(jù)的采集功能非常強大，可以考慮將科技信息相關的數(shù)據(jù)作為基礎信息數(shù)據(jù)來源對象進行采集。采集的信息包括高職教師基本信息、科技文獻信息和課題項目信息等。例如，可以通過現(xiàn)有的人事信息系統(tǒng)等已有信息系統(tǒng)導入教師基本信息，也可以通過到知網、萬方、國家產權局等第三方平臺網站上獲取或抓取包括期刊論文、學位論文、出版書籍、課題項目報告、軟件著作權、專利等相關的科技文獻信息。并在獲得基礎數(shù)據(jù)以后進行必要的篩選和過濾，將不合規(guī)數(shù)據(jù)或錯誤數(shù)據(jù)剔除，同時還需要對不同來源的數(shù)據(jù)進行必要的預處理和變換，以保持數(shù)據(jù)的一致性，提高后期數(shù)據(jù)分析和數(shù)據(jù)挖掘的準確性和效率。

3.4 數(shù)據(jù)分析

數(shù)據(jù)分析是大數(shù)據(jù)處理流程中的重點，是大數(shù)據(jù)產生價值的主要過程，也是科研能力評價系統(tǒng)的主要功能部分。因此在建設系統(tǒng)時應針對具體的業(yè)務分析需求目標，根據(jù)科研能力評價體系進行選擇適當?shù)哪Ｐ瓦M行人工建模，并充分利用回歸分析、對比分析、交叉分析等統(tǒng)計分析算法及技術，對基礎數(shù)據(jù)信息進行處理和分，并將有價值的信息提煉出來，結合科研能力狀況進行解讀，發(fā)揮原因分析、現(xiàn)狀分析、簡單預測等作用和價值[4]。例如，可以從某教師主持或參與的科研項目數(shù)量、承擔的角色和進行科研的連續(xù)性等指標數(shù)據(jù)來分析判斷該老師的科研項目實施能力。

3.5 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘可以看成是數(shù)據(jù)分析的進一步擴展，是大數(shù)據(jù)技術的核心功能之一。因此，可以在高職教師科研能力評價中無須對數(shù)據(jù)的內在關系做任何假設或判斷，只根據(jù)數(shù)據(jù)挖掘、數(shù)據(jù)目標，運用決策樹、神經網絡、聚類分析等算法，結合人工智能、機器學習等方法進行深度挖掘，自動從數(shù)據(jù)中尋找隱藏的、未知的關系或規(guī)律，輸出模型或規(guī)則，可以有效解決分類、聚類、關聯(lián)、定量預測和定性預測等類型問題[5]。例如，可以采用自動聚類的方法對高職教師的數(shù)據(jù)進行分類，在分類中使用若干教師不同年齡階段的科研產出、科研延續(xù)性，以及參加學術會議和活動等數(shù)據(jù)信息，通過神經網絡對數(shù)據(jù)進行降維處理提取特征后輸入訓練學習器，并使用集成學習機制集成若干學習器的判斷給出某教師參與科研活動的活躍度、學術科研潛力及未來的科研能力發(fā)展等的綜合評價。

4 研究總結

文章從當前高職院校教師科研能力評價系統(tǒng)的現(xiàn)狀及存在的問題入手，結合數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)挖掘等大數(shù)據(jù)分析相關技術的發(fā)展，說明大數(shù)據(jù)分析可以為提高高職教師科研能力評價提供很好的技術支撐。同時還根據(jù)高職院校實際情況提出了基于大數(shù)據(jù)技術的高職教師科研能力評價系統(tǒng)的建設方案思路，充分利用聚類算法、集成學習、評估模型等技術構建實時有效的高職教師科研能力預警和評價體系，為學校全面評估教師整體素質和績效考核提供必要的支持，也為教師可持續(xù)發(fā)展提供參考建議。