CN111524048A - 一种基于大数据分析的职业教育教学诊断与改进系统 - Google Patents
一种基于大数据分析的职业教育教学诊断与改进系统 Download PDFInfo
- Publication number
- CN111524048A CN111524048A CN202010324589.6A CN202010324589A CN111524048A CN 111524048 A CN111524048 A CN 111524048A CN 202010324589 A CN202010324589 A CN 202010324589A CN 111524048 A CN111524048 A CN 111524048A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- evaluation
- information
- data
- education
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 108
- 230000006872 improvement Effects 0.000 title claims abstract description 54
- 230000001755 vocal effect Effects 0.000 title claims abstract description 24
- 238000007405 data analysis Methods 0.000 title claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 90
- 238000000034 method Methods 0.000 claims abstract description 56
- 230000008569 process Effects 0.000 claims abstract description 52
- 238000013441 quality evaluation Methods 0.000 claims abstract description 30
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 238000012986 modification Methods 0.000 claims description 37
- 230000004048 modification Effects 0.000 claims description 37
- 230000000694 effects Effects 0.000 claims description 21
- 238000013461 design Methods 0.000 claims description 18
- 230000006399 behavior Effects 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 7
- 230000003068 static effect Effects 0.000 claims description 6
- 102100037978 InaD-like protein Human genes 0.000 claims description 4
- 101150003018 Patj gene Proteins 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000013480 data collection Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 2
- 238000003491 array Methods 0.000 claims 1
- 230000000977 initiatory effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012106 screening analysis Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Technology (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据分析的职业教育教学诊断与改进系统，涉及职业教育系统技术领域。包括测量层、统计层以及评价层，测量层的内部设置有用于采集教育教学过程的信息的诊断平台采集信息单元，统计层的内部设置有用于对采集信息进行分类和统计处理的数据汇总统计单，评价层的内部设置有用于辅助学校实施评价的人工辅助评价单元。充分利用现代技术的采集信息方案，诊改的实质是进行教育教学工作的质量评价，而质量评价的前提是有足够的采集信息，在种类和数量上能够验证质量评价指标体系，从教育测量学原理上讲，采集信息要满足效度要求，将多种渠道、多种来源的数据聚合起来，产生能够用于教育教学各个方面质量评价。
Description
技术领域
本发明涉及职业教育系统技术领域，具体为一种基于大数据分析的职业教育教学诊断与改进系统。
背景技术
在2015年7月教育部在职业院校提出诊断与改进(简称诊改)的工作要求后，国内高职、中职院校普遍开始实施诊改，并由此提出对诊改平台软件系统的需求，2018年以后，随着部分试点院校实施诊改复核工作，应用诊改平台辅助诊改工作成为现实，从诊改试点院校实施诊改复核的情况看，从目前已经应用的诊改平台的状态看，除个别学校的平台使用情况比较好外，整体上存在以下问题：
诊改依据的采集信息不足，学校只利用已经有的软件系统采集信息，而不是根据诊改的实际需求确定采集信息的种类和数量，少量学校仅利用人才培养状态数据，导致采集信息相对诊改指标体系而言严重不足；
1、诊改平台仅收集定量信息，学校评价标准和采集信息都是定量的，只能支持定量指标评价，缺乏定性评价(亦称质性)的能力；
2、受信息孤岛制约大，由于诊改所依据的采集信息分布于多个业务系统，汇集各个业务系统信息的过程受到信息孤岛制约程度大；
因诊改要求“一校一案”，许多学校在实施诊改的过程中，难以设计符合学校实际的诊改工作方案和诊改平台，使诊改和复核工作滞后。
导致上述问题的根本原因：一是在以往学校软件功能结构上，只考虑教学管理过程的运行，未将教育评价功能作为必选项；二是缺乏统筹规划和顶层设计，因为经费不足、人员变更等因素，分期分批建设业务系统，相互之间难以融合，为此，提出一种基于大数据分析的职业教育教学诊断与改进系统来解决上述问题。
发明内容
针对现有技术的不足，本发明提供了一种基于大数据分析的职业教育教学诊断与改进系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于大数据分析的职业教育教学诊断与改进系统，包括测量层、统计层以及评价层，所述测量层的内部设置有用于采集教育教学过程的信息的诊断平台采集信息单元，所述统计层的内部设置有用于对采集信息进行分类和统计处理的数据汇总统计单，所述评价层的内部设置有用于辅助学校实施评价的人工辅助评价单元，所述测量层的输出端电连接有统计层的输入端，所述统计层的输出端电连接有评价层的输入端，所述诊断平台采集信息单元内部设置有既有校内业务系统、人才培养状态数据系统、自定义表、诊断平台匹配套校内业务系统、师生问卷调查统计数据系统、过程活动信息系统以及数据中心。
作为本发明的一种优选技术方案，所述人才培养状态数据系统是统计分析学校办学条件、培养过程和质量等制定的统一格式的数据表，本科院校填写本科教学基本状态数据库，高职、中职学校填写人才培养状态数据库，系统能够支持填报高职、中职人才培养状态数据。
作为本发明的一种优选技术方案，所述师生问卷调查统计数据系统内嵌了问卷调查子系统，在配置固有的新生调查、在校生学习行为、毕业班就业意向、教师职业发展问卷的同时，还支持有权限的部门自定义问卷发起调查。
作为本发明的一种优选技术方案，所述过程活动信息系统支持记录教育教学工作中的具有标志性、阶段性的事件，并将过程活动分为三类：规划/计划和制度、过程、成果/结果，在生成过程活动事件信息的同时，还可以同时上传该事件相应的媒体资料作为佐证，设置此种分类参考了CIPP评价模式，将过程活动信息作为采集信息的基本组成部分。
作为本发明的一种优选技术方案，所述诊改平台匹配套校内业务系统，质量评价以学校现有状态信息为基础，除专门的采集信息工作以外，在学校的业务系统中还存在大量的过程和结果信息，最典型是教务系统，包含了许多教育教学过程和结果信息，所述自定义表是一种可以灵活定义、适用于多种情况的采集数据手段。
作为本发明的一种优选技术方案，所述人工辅助评价单元支持定量/定性指标体系的辅助评价方案，为了实施质量评价工作，系统设计三个环节为：设计了结合教育评价和软件技术的评价树、设计了以诊断点为单元的目标链和标准链，简称“两链”以及人工辅助评价。
作为本发明的一种优选技术方案，所述数据中心是基于大数据融合和分析的数据中心，在前面已经设计的诊改平台系统相关环节的基础上，还在继续致力于数据中心的设计和实现，从现实需求看，数据并非仅仅是一个数据的综合，教育教学过程的复杂性决定了对数据中心的要求是多方面的，包括各种静态、动态的数据、数列，在没有确定用途下建立的数据中心，除静态数据有一定用途外，动态的数据、数列很难以实用化，数据中心的设计应考虑采集信息的种类、时间特征方面的综合要求，常态化采集，分类存储，定期维护。
作为本发明的一种优选技术方案，所述测量层是采集教育教学过程的原始信息，其软件载体是业务系统、校本数据中心和专门设置的数据采集系统，各个学校的信息化基础不同，业务系统和校本数据中心的条件差别很大，因而能够提供的采集信息的种类和数量差别很大，在诊改平台建设过程中，将根据实际情况增加专门设置的数据采集系统，由三种系统满足诊改所需的采集信息要求。
作为本发明的一种优选技术方案，所述统计层采集到的信息多数是明细信息，在实施的教育教学质量评价活动中，没有经过处理的明细数据是没有实用价值的，因此，对于采集信息需要经过分类和统计处理，统计层的是对照诊改指标体系的要求、根据教育统计学的原理对采集信息进行统计运算，从采集信息中提取教育教学质量特征，方便后续评价操作过程。
作为本发明的一种优选技术方案，所述评价层是辅助学校实施评价，其原理是以诊断点为单元，将诊断点关联生成的“电子档案袋”与标准尺度相对照，辅助评价人员实施评价。
与现有技术相比，本发明提供了一种基于大数据分析的职业教育教学诊断与改进系统，具备以下有益效果：
1、该基于大数据分析的职业教育教学诊断与改进系统，符合教育规律的设计理念，构建学校信息化系统需要有两个维度：一是学校教育管理工作运行的各种业务过程，即教学、学工、师资、后勤等，二是按教育教学工作规律设置的主要环节，即教育教学运行和教育教学的质量评价，在以往的学校业务系统架构设计中，质量评价环节是被遗漏或缺失、不够健全的，在这种指导思想下，将全面的质量评价功能作为系统设计的基本要求，因此具有较好的市场推广价值。
2、该基于大数据分析的职业教育教学诊断与改进系统，充分利用现代技术的采集信息方案，诊改的实质是进行教育教学工作的质量评价，而质量评价的前提是有足够的采集信息，在种类和数量上能够验证质量评价指标体系，从教育测量学原理上讲，采集信息要满足效度要求，将多种渠道、多种来源的数据聚合起来，在经过筛选、分类、统计分析，产生能够用于教育教学各个方面质量评价的定性/定量信息。
附图说明
图1为本发明的控制系统示意图；
图2为本发明的诊改平台系统示意图；
图3为本发明的诊改逻辑架构系统示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-3，本发明公开了一种基于大数据分析的职业教育教学诊断与改进系统，包括测量层、统计层以及评价层，所述测量层的内部设置有用于采集教育教学过程的信息的诊断平台采集信息单元，所述统计层的内部设置有用于对采集信息进行分类和统计处理的数据汇总统计单，所述评价层的内部设置有用于辅助学校实施评价的人工辅助评价单元，所述测量层的输出端电连接有统计层的输入端，所述统计层的输出端电连接有评价层的输入端，所述诊断平台采集信息单元内部设置有既有校内业务系统、人才培养状态数据系统、自定义表、诊断平台匹配套校内业务系统、师生问卷调查统计数据系统、过程活动信息系统以及数据中心。
具体的，所述人才培养状态数据系统是教育部自2008年开始为统计分析学校办学条件、培养过程和质量等制定的统一格式的数据表，本科院校填写本科教学基本状态数据库，高职、中职学校填写人才培养状态数据库，系统能够支持填报高职、中职人才培养状态数据，如果已具有状态数据库，则系统可以直接应用，并对其中部分数据表提供统计分析结果。
具体的，所述师生问卷调查统计数据系统内嵌了问卷调查子系统，提供了丰富的师生问卷调查功能，在配置固有的新生调查、在校生学习行为、毕业班就业意向、教师职业发展等11个问卷的同时，还支持有权限的部门自定义问卷发起调查，完善的问卷调查功能对于了解师生的意愿、行为和对校内部门工作和服务的评价等具有不可替代的作用，也是以人为本、尊重师生的具体体现。
具体的，所述过程活动信息系统支持记录教育教学工作中的具有标志性、阶段性的事件，并将过程活动分为三类：规划/计划和制度、过程、成果/结果，在生成过程活动事件信息的同时，还可以同时上传该事件相应的媒体资料作为佐证，设置此种分类参考了CIPP(背景—投入—过程—输出)评价模式，将过程活动信息作为采集信息的基本组成部分，目的在于积累过程信息，支持CIPP评价，这种采集信息的方式在目前国内的教学质量软件系统中还未见先例，采集过程活动信息的优点：一是支持综合过程和结果的评价，与以往的教学评估有本质区别；二是支持教育评价中质性评价，即非量化指标的评价，回归教育评价的本质属性。
具体的，所述诊改平台匹配套校内业务系统，质量评价以学校现有状态信息为基础，除专门的采集信息工作以外，在学校的业务系统中还存在大量的过程和结果信息，最典型是教务系统，包含了许多教育教学过程和结果信息，充分地利用校内现有系统中的信息，能够提高采集信息的效率，解决利用校内业务系统数据的方法有两个：一是建立本系统与其他业务系统之间的接口，即直接访问其他系统获取数据信息；二是建立数据中心，将各个业务系统的数据汇集其中供本系统访问，在具体实施过程中，这两种方式各有优劣，需根据具体情况确定方案，但无论采取何种方案，获取教务系统信息是最基本的要求。
具体的，所述自定义表是一种可以灵活定义、适用于多种情况的采集数据手段，当其他采集信息手段都不能支持的情况下，系统设置了自定义数据表的采集方式，例如：学校的实验室使用率数据，到目前为止，没有统一的数据格式定义，但又非常重要，为此，系统中专门设计了实验室使用率的数据表，无论用何种方式采集的实验室使用率数据最后要在格式上统一起来，为了实现采集信息手段的多样化而采集的来自摄像头、食堂超市系统、网络教学平台等多渠道的数据先要进行格式转换，形成统一的自定义表格式，然后才能进入数据库，以方便后期处理，采用自定义表优点在于：极大地提高了系统的适应性，特别是在综合采用多种采集信息手段下，优势更加明显。但是，自定义的大量使用也会提高系统维护方面的困难，为此，一方面要求自定义表的数据格式要符合教育部的数据格式标准，同时，还需要从系统使用数据最大范围考虑，从教育逻辑出发，预先设计自定义表的集合，满足数据表字段和字段格式两个层次的要求，即：数据表字段设计覆盖教育教学的各个方面，具体字段格式和可选项符合教育部数据格式标准规范要求，在此方面，已经做了大量基础性工作。
具体的，所述人工辅助评价单元支持定量/定性指标体系的辅助评价方案，为了实施质量评价工作，系统设计三个环节为：
第一，设计了结合教育评价和软件技术的评价树，评价树由诊改指标体系转化而来，诊改指标体系(亦称标准体系)来源于诊改内容，具有层次性结构，在教育主管部门提供的诊改参考项目表中，用诊改项目、诊改要素和诊断点体现层次化的指标体系，结构类似于树，借助于软件技术的数据结构中树的概念和软件程序中对树类(Tree)的支持，将诊改指标体系用树来表示，形成评价树，评价树是具有级别的，即学校级、专业群/院系级、专业级三级，不同级别的评价树是不同的，设置评价树有助于使复杂的诊改工作明确、具体化，方便学校了解和后期操作。
第二，设计了以诊断点为单元的目标链和标准链，简称“两链”，评价树的最底层结点对于诊改指标体系的诊断点，目标、标准的设置都是以诊改点作为参考的，或者说诊断点是设置目标、标准的最小单元，目标来源于学校的工作规划、计划，而此处的标准更加准确地讲应该是标准尺度，为后续评价工作提供基础，将采集信息与诊断点关联，筛选出诊断点评价所需信息，相当于建立了基于诊断点的“电子档案袋”，其中包含前述五种采集信息。
第三，人工辅助评价，在具有诊改点的目标、标准尺度和反映现状的“电子档案袋”后，由针对诊改点专门建立的评价小组实施评价，对比标准尺度和“电子档案袋”信息得到评价结论，找出问题及其成因，提出改进措施，实现PDCA循环，对于定量/定性两类指标，提供了差异化的方法：对于定量指标，由系统根据标准尺度的不等式组和现状数据值直接计算评价结论分值，供评价小组参考，既方便又具有灵活性；对于定性指标，标准尺度和现状信息都是描述性的，需要评价小组进行分析和判断，得到评价结论，定性评价更加复杂。
基于诊改平台拓展需求的专门系统，从目前国内诊改平台少有成熟产品的现实看，其最根本的原因在于采集信息不完善或采集到的信息不好用，因此，在诊改平台自身结构相对稳定和成熟后，将教育教学业务和教育规律两个维度结合起来，使学校的业务过程管理和质量评价结合起来，避免诊改平台因为没有采集信息而无米之炊，为此，配套开发了督导系统、实验室调度系统、课程评价系统、学生档案和综合素质测评系统等，这些系统与诊改平台结合，根据学校的实际灵活配置，满足学校实际需求，取得了良好效果，学校需要诊改平台，更需要支持诊改平台运行所依赖的生态体系，配套开发的专门系统满足了建设生态环境的要求，这些系统基于相同的基础信息，具有相同的数据格式和操作风格，做到无缝连接。
具体的，所述数据中心是基于大数据融合和分析的数据中心，在前面已经设计的诊改平台系统相关环节的基础上，还在继续致力于数据中心的设计和实现，从现实需求看，数据并非仅仅是一个数据的综合，教育教学过程的复杂性决定了对数据中心的要求是多方面的，包括各种静态、动态的数据、数列，在没有确定用途下建立的数据中心，除静态数据有一定用途外，动态的数据、数列很难以实用化，数据中心的设计应考虑采集信息的种类、时间特征(时期和时点)等方面的综合要求，常态化采集，分类存储，定期维护。
具体的，所述测量层是采集教育教学过程的原始信息，其软件载体是业务系统、校本数据中心和专门设置的数据采集系统，各个学校的信息化基础不同，业务系统和校本数据中心的条件差别很大，因而能够提供的采集信息的种类和数量差别很大，在诊改平台建设过程中，将根据实际情况增加专门设置的数据采集系统，由三种系统满足诊改所需的采集信息要求。
具体的，所述统计层采集到的信息多数是明细信息，在实施的教育教学质量评价活动中，没有经过处理的明细数据是没有实用价值的，因此，对于采集信息需要经过分类和统计处理，统计层的是对照诊改指标体系的要求、根据教育统计学的原理对采集信息进行统计运算，从采集信息中提取教育教学质量特征，方便后续评价操作过程，为提高统计数据的质量，统计层中增加了相关分析功能和基于抽样的点估计和区间估计功能，统计层的软件的主要载体是诊改平台中的统计功能模块，但是，在实际业务系统中，可能具有部分统计信息功能，在此情况下，诊改平台将直接采用统计数据。
具体的，所述评价层是辅助学校实施评价，其原理是以诊断点(可以理解为一个评价指标项)为单元，将诊断点关联生成的“电子档案袋”与标准尺度相对照，辅助评价人员实施评价。
平台是一个柔性系统，对于学校的实际情况具有较强的适应性，从分层结构的视角，可以根据学校现有业务系统和数据中心的实际情况确定增加哪些专门设置的数据采集系统，这就使得平台能够适应各种学校的需求。
“评价树+两链”支持的可配置性，如前所述，根据诊改指标体系的层次性设计了“评价树”、以诊改点为单元建立了目标链、标准链的“两链”，由此构成的“评价树+两链”结构，在软件中提供了“评价树+两链”结构模板，学校只需要预先在此模板上进行配置，就可以适应不同诊改项目的需求，这种特征提高了系统对不同学校设置不同诊改项目的要求。
评价指标的分层聚合特性，诊改的指标体系是按照诊改项目—诊改要素—诊断点的层次设置的，底层次指标的评价结论需要向上一个层次聚合，即：由诊断点评价得到的结论需要向逐层向诊改要素—诊改项目聚合，为此，在软件中设计聚合规则如下：一是所有三个层次的评价结论都按照百分制计；二是设置第一层次的评价结论的权值，同一个父结点下的子结点的权值之和为1.0，此种评价结论和权值设置规则方便学校理解评价结论的优劣尺度，也方便学校使用平台软件。
该基于大数据分析的职业教育教学诊断与改进系统，一：符合教育规律的设计理念，构建学校信息化系统需要有两个维度：一是学校教育管理工作运行的各种业务过程，即教学、学工、师资、后勤等，二是按教育教学工作规律设置的主要环节，即教育教学运行和教育教学的质量评价，在以往的学校业务系统架构设计中，质量评价环节是被遗漏或缺失、不够健全的。在这种指导思想下，将全面的质量评价功能作为系统设计的基本要求；
二：充分利用现代技术的采集信息方案，诊改的实质是进行教育教学工作的质量评价，而质量评价的前提是有足够的采集信息，在种类和数量上能够验证质量评价指标体系，从教育测量学原理上讲，采集信息要满足效度要求。为此，在系统设计过程中，充分利用了“互联网+”、物联网技术提供的优良条件，多种渠道采集教育教学相关的信息，如：人才培养状态数据，校内(教学楼、教室、宿舍走廊等)摄像系统提供的学生行为数据，超市和食堂系统提供的学生消费行为数据，多种师生问卷调查结果的统计分析数据，网络教学平台上的师生教学行为数据，教务系统中的专业、课程和学生成绩信息，等等，将多种渠道、多种来源的数据聚合起来，在经过筛选、分类、统计分析，产生能够用于教育教学各个方面质量评价的定性/定量信息。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于大数据分析的职业教育教学诊断与改进系统，包括测量层、统计层以及评价层，其特征在于：所述测量层的内部设置有用于采集教育教学过程的信息的诊断平台采集信息单元，所述统计层的内部设置有用于对采集信息进行分类和统计处理的数据汇总统计单，所述评价层的内部设置有用于辅助学校实施评价的人工辅助评价单元，所述测量层的输出端电连接有统计层的输入端，所述统计层的输出端电连接有评价层的输入端，所述诊断平台采集信息单元内部设置有既有校内业务系统、人才培养状态数据系统、自定义表、诊断平台匹配套校内业务系统、师生问卷调查统计数据系统、过程活动信息系统以及数据中心。
2.根据权利要求1所述的一种基于大数据分析的职业教育教学诊断与改进系统，其特征在于：所述人才培养状态数据系统是统计分析学校办学条件、培养过程和质量等制定的统一格式的数据表，本科院校填写本科教学基本状态数据库，高职、中职学校填写人才培养状态数据库，系统能够支持填报高职、中职人才培养状态数据。
3.根据权利要求1所述的一种基于大数据分析的职业教育教学诊断与改进系统，其特征在于：所述师生问卷调查统计数据系统内嵌了问卷调查子系统，在配置固有的新生调查、在校生学习行为、毕业班就业意向、教师职业发展问卷的同时，还支持有权限的部门自定义问卷发起调查。
4.根据权利要求1所述的一种基于大数据分析的职业教育教学诊断与改进系统，其特征在于：所述过程活动信息系统支持记录教育教学工作中的具有标志性、阶段性的事件，并将过程活动分为三类：规划/计划和制度、过程、成果/结果，在生成过程活动事件信息的同时，还可以同时上传该事件相应的媒体资料作为佐证，设置此种分类参考了CIPP评价模式，将过程活动信息作为采集信息的基本组成部分。
5.根据权利要求1所述的一种基于大数据分析的职业教育教学诊断与改进系统，其特征在于：所述诊改平台匹配套校内业务系统，质量评价以学校现有状态信息为基础，除专门的采集信息工作以外，在学校的业务系统中还存在大量的过程和结果信息，最典型是教务系统，包含了许多教育教学过程和结果信息，所述自定义表是一种可以灵活定义、适用于多种情况的采集数据手段。
6.根据权利要求1所述的一种基于大数据分析的职业教育教学诊断与改进系统，其特征在于：所述人工辅助评价单元支持定量/定性指标体系的辅助评价方案，为了实施质量评价工作，系统设计三个环节为：设计了结合教育评价和软件技术的评价树、设计了以诊断点为单元的目标链和标准链，简称“两链”以及人工辅助评价。
7.根据权利要求1所述的一种基于大数据分析的职业教育教学诊断与改进系统，其特征在于：所述数据中心是基于大数据融合和分析的数据中心，在前面已经设计的诊改平台系统相关环节的基础上，还在继续致力于数据中心的设计和实现，从现实需求看，数据并非仅仅是一个数据的综合，教育教学过程的复杂性决定了对数据中心的要求是多方面的，包括各种静态、动态的数据、数列，在没有确定用途下建立的数据中心，除静态数据有一定用途外，动态的数据、数列很难以实用化，数据中心的设计应考虑采集信息的种类、时间特征方面的综合要求，常态化采集，分类存储，定期维护。
8.根据权利要求1所述的一种基于大数据分析的职业教育教学诊断与改进系统，其特征在于：所述测量层是采集教育教学过程的原始信息，其软件载体是业务系统、校本数据中心和专门设置的数据采集系统，各个学校的信息化基础不同，业务系统和校本数据中心的条件差别很大，因而能够提供的采集信息的种类和数量差别很大，在诊改平台建设过程中，将根据实际情况增加专门设置的数据采集系统，由三种系统满足诊改所需的采集信息要求。
9.根据权利要求1所述的一种基于大数据分析的职业教育教学诊断与改进系统，其特征在于：所述统计层采集到的信息多数是明细信息，在实施的教育教学质量评价活动中，没有经过处理的明细数据是没有实用价值的，因此，对于采集信息需要经过分类和统计处理，统计层的是对照诊改指标体系的要求、根据教育统计学的原理对采集信息进行统计运算，从采集信息中提取教育教学质量特征，方便后续评价操作过程。
10.根据权利要求1所述的一种基于大数据分析的职业教育教学诊断与改进系统，其特征在于：所述评价层是辅助学校实施评价，其原理是以诊断点为单元，将诊断点关联生成的电子档案袋与标准尺度相对照，辅助评价人员实施评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010324589.6A CN111524048B (zh) | 2020-04-23 | 2020-04-23 | 一种基于大数据分析的职业教育教学诊断与改进系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010324589.6A CN111524048B (zh) | 2020-04-23 | 2020-04-23 | 一种基于大数据分析的职业教育教学诊断与改进系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111524048A true CN111524048A (zh) | 2020-08-11 |
| CN111524048B CN111524048B (zh) | 2023-12-22 |
Family
ID=71904163
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010324589.6A Active CN111524048B (zh) | 2020-04-23 | 2020-04-23 | 一种基于大数据分析的职业教育教学诊断与改进系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111524048B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106991626A (zh) * | 2017-03-15 | 2017-07-28 | 无锡职业技术学院 | 一种基于质量文化的教务管理系统 |
| CN107590760A (zh) * | 2017-11-01 | 2018-01-16 | 长春理工大学 | 一种基于大数据的高校教学质量测评系统 |
| CN108537516A (zh) * | 2018-04-24 | 2018-09-14 | 温州市鹿城区中津先进科技研究院 | 智慧校园教育大数据融合平台 |
| CN108596807A (zh) * | 2018-05-29 | 2018-09-28 | 黑龙江省经济管理干部学院 | 一种高职院校obe课程开发教学系统 |
-
2020
- 2020-04-23 CN CN202010324589.6A patent/CN111524048B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106991626A (zh) * | 2017-03-15 | 2017-07-28 | 无锡职业技术学院 | 一种基于质量文化的教务管理系统 |
| CN107590760A (zh) * | 2017-11-01 | 2018-01-16 | 长春理工大学 | 一种基于大数据的高校教学质量测评系统 |
| CN108537516A (zh) * | 2018-04-24 | 2018-09-14 | 温州市鹿城区中津先进科技研究院 | 智慧校园教育大数据融合平台 |
| CN108596807A (zh) * | 2018-05-29 | 2018-09-28 | 黑龙江省经济管理干部学院 | 一种高职院校obe课程开发教学系统 |
Non-Patent Citations (1)
| Title |
|---|
| 邹寄燕: "基于诊断与改进工作构建高职教师激励机制", 机械职业教育, no. 5, pages 54 - 57 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111524048B (zh) | 2023-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Welsh et al. | Quality measurement and quality assurance in higher education | |
| CN108648123A (zh) | 一种基于大数据的网络教学平台及利用其管理网络教学过程的方法 | |
| Özkaya | Bibliometric analysis of the publications made in STEM education area | |
| CN108256102A (zh) | 一种基于聚类的独立学院学生评教数据分析方法 | |
| CN110298693A (zh) | 一种基于蔬菜价格预测推荐的大数据系统 | |
| CN111160857A (zh) | 一种基于互联网平台的医院规培临床教学管理系统 | |
| Stikkolorum et al. | Uncovering Students' Common Difficulties and Strategies During a Class Diagram Design Process: an Online Experiment. | |
| Hadzhikoleva et al. | Conceptual Model of a Quality Assurance System in Higher Education | |
| Ramzi | Modeling the education supply chain with network DEA Model: the case of tunisia | |
| Uskov et al. | Data cleaning and data visualization systems for learning analytics | |
| Khwaja | A web-based program outcome assessment tool | |
| CN103559585A (zh) | 图书馆综合绩效评价的实现方法及系统 | |
| CN111524048B (zh) | 一种基于大数据分析的职业教育教学诊断与改进系统 | |
| CN109523442A (zh) | 一种基于校园教育系统的大数据分析方法 | |
| Ye | The decision tree classification and its application research in personnel management | |
| Lv | A quality evaluation scheme for curriculum in ideological and political education based on data mining | |
| Kazi et al. | Data Warehouse based evaluation of students' achievements in information systems education | |
| CN111402656A (zh) | 一种云计算教学系统 | |
| CN112699933A (zh) | 用户教学素材加工处理能力自动识别方法及系统 | |
| RU113386U1 (ru) | Система поддержки принятия решений для системы дистанционного обучения специалистов в области навигационной аппаратуры пользователя глонасс | |
| CN111400409B (zh) | 一种基于学生数据溯源的信息分析系统 | |
| Wu | [Retracted] Higher Education Environment Monitoring and Quality Assessment Model Using Big Data Analysis and Deep Learning | |
| Kostadinova et al. | AUTOMATIZED CONGRUENCE OF REVIEWERS'ASSESSMENTS AND RAW DATA FOR EDUCATIONAL OBJECTS IN COMPARATIVE QUALITY EVALUATION | |
| Lopes | Degree Coordination Decision Support System | |
| Yang | Application of Data Mining Technology in Exam Score Analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |