李 毅

(石家莊職業(yè)技術(shù)學(xué)院 信息工程系,河北 石家莊 050081)

中共中央、國務(wù)院印發(fā)的《深化新時代教育評價改革總體方案》要求改進高校教師科研評價,突出質(zhì)量導(dǎo)向,重點評價學(xué)術(shù)貢獻、社會貢獻及支撐人才培養(yǎng)情況[1].教育部在《關(guān)于深化高校教師考核評價制度改革的指導(dǎo)意見》中提出要加強教學(xué)質(zhì)量評價工作[2].這為高職院校推動教學(xué)改革、提高教學(xué)質(zhì)量提供了路徑指引.教學(xué)質(zhì)量綜合評價所關(guān)注的要素,既是高職院校教師在教學(xué)全過程的體現(xiàn),也是教學(xué)工作的要點,更是提高教學(xué)質(zhì)量的關(guān)鍵.多年來,高職院校根據(jù)自身發(fā)展情況開展教學(xué)質(zhì)量綜合評價,積累了大量的數(shù)據(jù),這些數(shù)據(jù)不僅能反映教師的教學(xué)質(zhì)量,也能反映系部教學(xué)工作的整體情況,而教學(xué)質(zhì)量考核評價中的教學(xué)工作量、同行評價、教學(xué)活動、業(yè)績成果、教師自身屬性等要素之間存在著一定的關(guān)聯(lián)性.

本文以高職H 學(xué)院X系為例,對教學(xué)質(zhì)量評價中的教師工作量、教學(xué)評分、教學(xué)活動、業(yè)績成果的數(shù)據(jù)項進行綜合考慮.教學(xué)工作量指教師在一學(xué)年內(nèi)承擔(dān)教學(xué)任務(wù)的課時量;教學(xué)評分包括學(xué)生評價得分、同行評價得分和督導(dǎo)評價得分;教學(xué)活動包括教師教學(xué)建設(shè)、教研活動、教學(xué)文檔;業(yè)績成果包含教師獲得的各級別教學(xué)成果獎,建設(shè)的各級別精品在線開放課程_,參加的各級別教育教學(xué)改革項目,參加的各級別教學(xué)類比賽,教師個人或團隊參加、指導(dǎo)學(xué)生參加的專業(yè)技能大賽,主編或參編的國家規(guī)劃教材等.X 系按照H 學(xué)院對教學(xué)質(zhì)量評價的要求,結(jié)合系部實際情況,對2021—2022學(xué)年部門內(nèi)40名教師進行了教學(xué)質(zhì)量綜合評價,主要數(shù)據(jù)項包括教學(xué)工作量、同行評價、教研活動、教學(xué)文檔、系級督導(dǎo)、教學(xué)建設(shè)和業(yè)績成果.因為教師的本職工作是教學(xué),所以X系主要以教學(xué)工作量作為教學(xué)質(zhì)量綜合評價的最基本考核項.而系部教學(xué)的核心競爭力依賴于系部教師建設(shè)的各級別精品在線開放課程,參加的各級別教育教學(xué)改革項目和參加的各級別教學(xué)類比賽等業(yè)績成果,因此X系主要以業(yè)績成果作為系部教學(xué)質(zhì)量綜合評價的關(guān)鍵考核項,通過業(yè)績成果考評引領(lǐng)系部教學(xué)改革.本文使用數(shù)據(jù)挖掘工具,基于關(guān)聯(lián)規(guī)則研究教學(xué)質(zhì)量綜合評價中教師的教學(xué)工作量和業(yè)績成果的關(guān)系,以期為提升高職院校的教學(xué)質(zhì)量提供依據(jù).

1 教學(xué)工作量、業(yè)績成果數(shù)據(jù)項內(nèi)容及計算方法

1.1 教學(xué)工作量

教學(xué)工作量主要包括講課、實訓(xùn)(實驗)、實習(xí)、課程設(shè)計等直接從事教學(xué)活動的工作量.X 系結(jié)合系部實際情況,只考慮授課工作量.教師每學(xué)期授課教學(xué)工作量計算公式為:G=∑Ai×Bi×Ci×Di.其中,G代表核算后的教學(xué)工作量;Ai代表教師第i門課程的實際授課基本學(xué)時數(shù);Bi代表第i門課程的合班學(xué)時系數(shù),合班學(xué)時系數(shù)見表1;Ci代表第i門課程的折算系數(shù)(非重復(fù)課為1,重復(fù)課為0.9);Di代表教師第i門課程的難度系數(shù),專業(yè)核心課程的難度系數(shù)為1.1,一般專業(yè)課程的難度系數(shù)為1.0(課程類別參照人才培養(yǎng)方案).

表1 合班學(xué)時系數(shù)

1.2 業(yè)績成果

X 系針對教師業(yè)績成果多元多級的特點,制定了業(yè)績成果量化計分標準,具體情況見表2.

表2 業(yè)績成果量化計分標準

業(yè)績成果數(shù)據(jù)項計算方法如下:

系內(nèi)業(yè)績成果排名第一的分值為Smax,計20分;其他教師業(yè)績成果得分,其中R為按照“業(yè)績成果量化計分標準”得到的量化得分.

由于數(shù)據(jù)項數(shù)值經(jīng)過多次計算和匯總,不存在噪聲數(shù)據(jù),具有良好的規(guī)范性,所以數(shù)據(jù)預(yù)處理階段只考慮數(shù)據(jù)的標準化和離散化.

2 教學(xué)工作量、業(yè)績成果數(shù)據(jù)預(yù)處理

2.1 數(shù)據(jù)標準化處理

2.1.1 教師工作量數(shù)據(jù)項標準化處理

依據(jù)H 學(xué)院教學(xué)工作量標準,根據(jù)X 系實際情況對統(tǒng)計后的教學(xué)工作量進行標準化區(qū)間劃分,并對劃分區(qū)間進行編碼,劃分結(jié)果見表3.

表3 教學(xué)工作量標準化表

2.1.2 業(yè)績成果數(shù)據(jù)項標準化處理

業(yè)績成果按照表1業(yè)績成果量化計分標準進行統(tǒng)計,先對教學(xué)成果獎、精品在線開放課程、教育教學(xué)改革項目、教學(xué)類比賽、專業(yè)技能大賽和教材6個考核項分別計分,之后將所有考核項得分求和,最后對教師業(yè)績成果最終得分進行標準化區(qū)間劃分并編碼,劃分結(jié)果見表4.

表4 業(yè)績成果標準化表

2.2 數(shù)據(jù)離散化處理

依據(jù)教學(xué)工作量標準化表和業(yè)績成果標準化表,構(gòu)建字段為A1～A4,ξ0～ξ10的教學(xué)質(zhì)量綜合評價數(shù)據(jù)離散化表.表中字段填充規(guī)則是,根據(jù)每位教師工作量和業(yè)績成果所在的標準化區(qū)間,在相應(yīng)字段內(nèi)的填T,在不相關(guān)字段的填F,例如某位教師工作量為165學(xué)時,對應(yīng)教學(xué)工作量標準化表中A2字段為T;業(yè)績成果得分為15,對應(yīng)業(yè)績成果標準化表中ξ2字段為T,其他字段為F.按照這個規(guī)則對所有教師的教學(xué)工作量和業(yè)績成果數(shù)據(jù)進行遍歷,生成數(shù)據(jù)離散化表,實現(xiàn)數(shù)據(jù)離散化.

3 教學(xué)工作量和業(yè)績成果的關(guān)聯(lián)分析

3.1 關(guān)聯(lián)規(guī)則算法與計算

關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中使用最廣泛、最實用、最重要的算法之一.在關(guān)聯(lián)規(guī)則算法中最有影響力的算法之一是Apriori算法[3],該算法是一個逐層搜索迭代的方法[4],算法流程見圖1,首先掃描數(shù)據(jù)庫D,生成候選1項集C1,計算每一項集的支持度Si,舍棄支持度小于最小支持度閾值的項集,同時保留支持度滿足最小支持度閾值的項集,生成頻繁1項集L1,從2項集開始循環(huán),由頻繁k-1項集Lk-1生成候選k項集Ck,并計算每一項的支持度Si,保留支持度滿足最小支持度閾值的項集,生成頻繁k項集Lk,直到當(dāng)前頻繁k項集Lk為空時,循環(huán)結(jié)束,此時輸出所有頻繁項集.

圖1 Apriori算法流程圖

本文采用Apriori算法對預(yù)處理后的教學(xué)工作量和業(yè)績成果數(shù)據(jù)進行關(guān)聯(lián)規(guī)則分析.遍歷數(shù)據(jù)離散化表得到單個項集的支持度,設(shè)定最小支持度閾值,生成過濾后的頻繁1項集.由于工作量項集Ai和業(yè)績成果項集ξi共同組成頻繁1項集,本文只考慮工作量和業(yè)績成果之間的關(guān)聯(lián)關(guān)系,在頻繁2項集產(chǎn)生時,過濾掉工作量項集Ai自身和業(yè)績成果項集ξi自身之間的組合,設(shè)定最小支持度,產(chǎn)生頻繁2項集.通過計算得出工作量為A2時,A2ξ0的支持度為0.225,置信度Confidence(A2?ξ0)=0.600;工作量為A3時,A3ξ0的支持度為0.275,置信度Confidence(A3?ξ0)=0.647;工作量為A3時,A3ξ0的支持度為0.125,置信度Confidence(A3?ξ1)=0.290.

3.2 教學(xué)工作量和業(yè)績成果關(guān)聯(lián)規(guī)則的挖掘?qū)崿F(xiàn)

本文使用Matlab軟件,采用Apriori算法對離散化的教學(xué)工作量和業(yè)績成果數(shù)據(jù)進行分析.

第一步,找出離散化表的頻繁1項集,根據(jù)項集的最小支持度Support_Mini,過濾出頻繁項集構(gòu)成頻繁2項集.實現(xiàn)偽代碼如下:

第二步,找出新一層頻繁項集的項數(shù)k,如果k＞1,說明至少存在兩個頻繁項集,將其組合成一個新的項集,根據(jù)最小支持度過濾構(gòu)建出新的頻繁項集,重復(fù)迭代以上步驟,直到最新的頻繁項集的項數(shù)k等于1時,停止迭代.實現(xiàn)偽代碼如下:

第三步,計算出頻繁項的置信度,找出大于最小置信度閾值的規(guī)則,則為強關(guān)聯(lián)規(guī)則.

3.3 教學(xué)工作量、業(yè)績成果關(guān)系的驗證

通過使用Matlab軟件對離散化的教學(xué)工作量、業(yè)績成果數(shù)據(jù)進行分析.根據(jù)數(shù)據(jù)分析結(jié)果,將最小支持度設(shè)定為0.125,得到頻繁項集為{A2ξ0,A3ξ0,A3ξ1},置信度分別為0.600,0.600和0.290,理論分析與軟件運行結(jié)果基本一致.

為了驗證計算和軟件分析的準確性,采用SPSS-Modeler數(shù)據(jù)挖掘軟件對數(shù)據(jù)進行了驗證,首先導(dǎo)入數(shù)據(jù)源,之后通過類型節(jié)點過濾不必要的字段并生成數(shù)據(jù)表,依據(jù)計算和Matlab軟件分析結(jié)果,設(shè)置最小支持度和置信度,并使用“網(wǎng)格化”工具圖示關(guān)聯(lián)度情況,如圖2的關(guān)聯(lián)性分析圖中的深度、寬度較重的線條顯示了強相關(guān)性,可以看出A2ξ0,A3ξ0,A3ξ1具有強相關(guān)性,SPSS-Modeler驗證結(jié)果與理論分析、軟件分析結(jié)果一致.

圖2 關(guān)聯(lián)性分析圖

4 結(jié)論與建議

4.1 結(jié)論

本文對教學(xué)工作量和業(yè)績成果這兩項數(shù)據(jù)進行關(guān)聯(lián)分析,根據(jù)X 系實際工作情況和最小支持度、置信度的計算結(jié)果,選取最小支持度S=0.125,最小置信度C=0.300,挖掘出3 條具有強關(guān)聯(lián)性的規(guī)則.

(1)強關(guān)聯(lián)規(guī)則A3?ξ0的支持度S=0.275,置信度C=0.647.強關(guān)聯(lián)規(guī)則A2?ξ0的支持度S=0.225,置信度C=0.600.可以看出,教師承擔(dān)的教學(xué)工作量較重的[5],業(yè)績成果級別較低,說明教師工作時間如果被日常教學(xué)占用較多,在業(yè)績成果方面就會有所欠缺.

(2)強關(guān)聯(lián)規(guī)則A3?ξ1的支持度S=0.125,置信度C=0.290.可以看出,X 系有12.5%的教師雖然承擔(dān)較多的教學(xué)工作量,但業(yè)績成果(滿分20分)依然比較突出,說明該部分教師掌握了基本的教學(xué)規(guī)律,能夠在教學(xué)工作量的壓力下,提高自己的業(yè)務(wù)水平,在教學(xué)質(zhì)量綜合評價中教學(xué)工作量和業(yè)績成果成績突出.

4.2 建議

(1)提高業(yè)績成果不明顯、工作量較大的教師對教學(xué)質(zhì)量綜合評價的重視程度,幫助其認真解讀相關(guān)文件,力爭在技能競賽方面快速取得成果.

(2)鼓勵教學(xué)工作量大但業(yè)績成果突出的教師在課程建設(shè)、教材建設(shè)方面取得突破.

(3)做好青年教師的培養(yǎng)工作,幫助其盡快成長;同時做好專業(yè)建設(shè)、課程建設(shè)、教材建設(shè)等的統(tǒng)籌工作,引導(dǎo)教師在業(yè)績成果方面取得良好成績.