孫高強 魏巍 阮曉龍
摘 要 數據可視化的高校評教成績分析系統，是利用數據分析技術分析評教成績，再將分析的結果和結論通過數據可視化的方式進行展示，為教育評價和教育研究提供有力數據支撐，同時有效總結髮展中的經驗，有針對性地解決教學過程中的問題。
關鍵詞 高校評教;數據可視化;數據分析;評教成績分析系統
中圖分類號：TP315 文獻標識碼：B
文章編號：1671-489X（2019）19-0016-06
1 前言
在網際網路時代，學生評教從以前的紙質評教轉變為網上評教，並且評教體系日趨成熟，評教數據的積累與保存變得更加容易，這就為評教成績的挖掘分析提供了數據基礎[1]。
通過對評教數據進行挖掘分析，提取數據中有價值的數據，並以圖形化的方式進行展示，可對學校的課程進行多角度的分析挖掘，為學校的教學研究、教學改革提供數據基礎。
2 評教成績分析現狀
評教數據完善，有著極大的價值 學生評教最早開始於美國，1984年，北京師範大學在我國最先開始進行學生評教，經過30餘年的發展，我國的學生評教體系逐漸完善，學生評教的指標涵蓋了教學的方方面面[2]。各高校經過多年的學生評教已經累積了大量的評教數據，這些數據可直觀地了解教學信息，進而得出任課教師的教學水平變化情況、學生對課程信息的關注情況。同時，評價數據中還可反映出學校在課程教學中存在的問題，學校的教學改革與教學執行可以重點關注此類問題的解決。
僅完成學生評教，未進行評教分析 目前，許多高校在學生評教結束後將學生評教數據用簡單平均法泛化為一個綜合評分值公布出來。但是單純的綜合評分僅能反映評教的整體成績，並不能查看學生對課程的關注點、教師教學的薄弱點、學生滿意度最高的課程等信息[3]。這些信息的獲取都需要對包含全體數據特徵的數據進行分析挖掘，但部分高校對評教分析的重視程度不高，不能有效地挖掘評教價值，更不能提供有針對性的決策數據支撐。
評教成績分析系統的建立刻不容緩 評教數據不僅能夠展示教師在教學活動中的真實狀態，反映教師教學質量，通過對評教的數據分析還可發現學生、教師在教學活動中的特點，對學校教學理論研究提供有力的數據支撐[4]。因此，建立一套評教成績分析系統進行評教成績的分析與公示，是非常迫切的。本文以河南中醫藥大學信息技術學院為例，介紹評教成績分析系統的探索與實現。
3 原始數據解讀
數據的產生 河南中醫藥大學對學生評教有完善的規章制度和管理辦法，教務系統中有成熟的評教模塊，信息技術學院的評教工作也是基於該模塊進行的。每至學期末，學生需要在該系統上對本學期所上課程進行評價，學生需要完成教師評價之後方可繼續使用教務系統的其他功能。信息技術學院每學期可以產生三萬條左右的評教數據，這些數據是評教分析的基礎數據。
數據的解讀 學生在評教時，需要針對表1所示的十項內容對教師的教學表現給予0～100分的分值，且每一項都是必填項。
4 數據的處理與存儲
基於評教結果數據，對數據進行清洗與格式化，使之成為適合分析的數據格式。
數據預處理 使用管理員賬號從教務系統中將評教成績數據導出，導出的數據是以Excel的方式進行存儲的。其中一個學生對一門課程的一個評價內容的評分作為一條記錄，該記錄包括學年、學期、評教階段、班級、課程名稱、教師姓名、評價內容、評分、評教時間。
該數據只用評教的相關欄位，不包含班級和課程的基本信息，無法進行更加全面的關聯分析。為了擴大分析面，完善分析模型，從教學辦獲取《各學科承擔課程一覽表》，該表包含課程名稱、專業、學時、學分、理論課時、實驗課時、班級總人數、課程類別、考試方式、任課教師等信息。對文檔中的數據進行處理，剔除錯誤、不完整、不規範、無用的數據。
資料庫設計 結合評教的具體情況，將數據抽象為三個實體，分別為課程、教師、班級，如圖1所示。其中課程的屬性有課程號、課程名、學時、學分、理論學時、實驗學時、課程類別、考試方式;教師的屬性有工號、姓名;班級的屬性有班級名稱、所屬專業、班級人數。
根據E-R圖，進行資料庫設計，資料庫的數據表與欄位的設計如表2、表3、表4所示。
數據導入 將數據導入資料庫時，使用Navicat for MySQL資料庫管理和開發工具，該工具可以通過可視化的方式，將數據從Excel導入MySQL資料庫中，操作方便快捷、效率高。
5 數據分析與分析結果可視化
關鍵技術分析 本系統使用LAMP結構，即在Linux作業系統上部署Apache作為Web伺服器，使用MySQL作為資料庫，伺服器端程序使用PHP語言進行開發。Web端程序使用HTML+CSS實現，輔以jQuery進行用戶交互行為的處理，數據可視化使用Echarts，其所用技術的示意圖如圖2所示。
分析模型的建立 根據參與評教活動的對象，將評教成績的分析分為總體分析、教師分析、班級分析、課程分析四個部分。
1）總體分析的分析點與意義如表5所示。
2）教師分析的分析點與意義如表6所示。
3）班級分析的分析點與意義如表7所示。
4）課程分析的分析點與意義如表8所示。
分析系統的實現 基於PHP的MVC結構，實現數據與頁面分離。採用SQL語句將數據從資料庫中抽取，生成JSON格式數據，返回給前台程序。前台程序利用JSON數據生成可視化的圖形進行數據的展示，具體的數據處理流程如圖3所示。
6 成果展示
教學評價是學生向教師、向學校傾訴內心想法的一種途徑，學生可以將自己內心的想法、對教師的建議、對課程的建議，通過教學評價的方式反饋給學校。本系統將學生的評教信息進行數據化處理，通過科學嚴謹的數據建模、數據分析點確立，構建出一套評教成績分析模型，將數據進行可視化展示，方便教師、學校了解學生的所思所想，及時進行教學計劃的調整，以促進教學質量的提升。
系統介面
1）通過總體分析，如圖4所示，可看出本學期評教工作的整體情況，如評教成績平均分、參與教師人數、學生人數、參評比、班級數、課程數。同時，總體分析還基於教師對評教成績進行排行，基於課程對評教成績進行排行，基於專業對評教成績進行對比，基於院系班級對評教繼續排行，基於評教內容進行分析，從不同的角度展示院系評教的整體情況，幫助院系領導了解本學期課程評價信息，有針對性地進行教學管理與教學改革。
2）教師分析主要圍繞教師所教課程、課程的類型、學生對教師的評價內容進行分析，如圖5所示。可重點查看學生對教師的評價，可幫助教師了解學生最關注的問題與課程講授的薄弱點，後續的課程教學可根據學生反饋情況進行調整，增強教學效果。
3）班級分析主要圍繞本班級所上課程的評教成績進行分析，如圖6所示。相同班級不同課程得到的評教成績的差異，可以反映教師的教學質量、學生對該教師的滿意度。
4）課程分析圍繞選修相同課程的不同班級的評教成績進行分析，如圖7所示，可反映不同班級對相同課程的接受程度。
其他成果 通過評教成績分析系統對學生評教的信息進行挖掘，將教師在教學活動中最真實的一面展示出來[1]，不僅能發現教學活動中存在的問題以及客觀規律，還能為教學研究工作提供數據支撐。
參考文獻
[1]李姝琴.高校學生成績與學生評教之間關係的分析[J].科技廣場，2016（7）：11-13.
[2]劉濤.大數據時代下數據分析理念[J].電子技術與軟體工程，2018（19）：165.
[3]陸紅.機器學習分布式大數據分析模型構建方法[J].現代信息科技，2018，2（9）：85-87.
[4]唐瀟，張紅霞，范子怡，等.數據挖掘技術在高校學評教中的模型應用研究[J].科學技術創新，2018（19）：64-65.
摘 要 數據可視化的高校評教成績分析系統，是利用數據分析技術分析評教成績，再將分析的結果和結論通過數據可視化的方式進行展示，為教育評價和教育研究提供有力數據支撐，同時有效總結髮展中的經驗，有針對性地解決教學過程中的問題。
關鍵詞 高校評教;數據可視化;數據分析;評教成績分析系統
中圖分類號：TP315 文獻標識碼：B
文章編號：1671-489X（2019）19-0016-06
1 前言
在網際網路時代，學生評教從以前的紙質評教轉變為網上評教，並且評教體系日趨成熟，評教數據的積累與保存變得更加容易，這就為評教成績的挖掘分析提供了數據基礎[1]。
通過對評教數據進行挖掘分析，提取數據中有價值的數據，並以圖形化的方式進行展示，可對學校的課程進行多角度的分析挖掘，為學校的教學研究、教學改革提供數據基礎。
2 評教成績分析現狀
評教數據完善，有著極大的價值 學生評教最早開始於美國，1984年，北京師範大學在我國最先開始進行學生評教，經過30餘年的發展，我國的學生評教體系逐漸完善，學生評教的指標涵蓋了教學的方方面面[2]。各高校經過多年的學生評教已經累積了大量的評教數據，這些數據可直觀地了解教學信息，進而得出任課教師的教學水平變化情況、學生對課程信息的關注情況。同時，評價數據中還可反映出學校在課程教學中存在的問題，學校的教學改革與教學執行可以重點關注此類問題的解決。
僅完成學生評教，未進行評教分析 目前，許多高校在學生評教結束後將學生評教數據用簡單平均法泛化為一個綜合評分值公布出來。但是單純的綜合評分僅能反映評教的整體成績，並不能查看學生對課程的關注點、教師教學的薄弱點、學生滿意度最高的課程等信息[3]。這些信息的獲取都需要對包含全體數據特徵的數據進行分析挖掘，但部分高校對評教分析的重視程度不高，不能有效地挖掘評教價值，更不能提供有針對性的決策數據支撐。
評教成績分析系統的建立刻不容緩 評教數據不僅能夠展示教師在教學活動中的真實狀態，反映教師教學質量，通過對評教的數據分析還可發現學生、教師在教學活動中的特點，對學校教學理論研究提供有力的數據支撐[4]。因此，建立一套評教成績分析系統進行評教成績的分析與公示，是非常迫切的。本文以河南中醫藥大學信息技術學院為例，介紹評教成績分析系統的探索與實現。
3 原始數據解讀
數據的產生 河南中醫藥大學對學生評教有完善的規章制度和管理辦法，教務系統中有成熟的評教模塊，信息技術學院的評教工作也是基於該模塊進行的。每至學期末，學生需要在該系統上對本學期所上課程進行評價，學生需要完成教師評價之後方可繼續使用教務系統的其他功能。信息技術學院每學期可以產生三萬條左右的評教數據，這些數據是評教分析的基礎數據。
數據的解讀 學生在評教時，需要針對表1所示的十項內容對教師的教學表現給予0～100分的分值，且每一項都是必填項。
4 數據的處理與存儲
基於評教結果數據，對數據進行清洗與格式化，使之成為適合分析的數據格式。
數據預處理 使用管理員賬號從教務系統中將評教成績數據導出，導出的數據是以Excel的方式進行存儲的。其中一個學生對一門課程的一個評價內容的評分作為一條記錄，該記錄包括學年、學期、評教階段、班級、課程名稱、教師姓名、評價內容、評分、評教時間。
該數據只用評教的相關欄位，不包含班級和課程的基本信息，無法進行更加全面的關聯分析。為了擴大分析面，完善分析模型，從教學辦獲取《各學科承擔課程一覽表》，該表包含課程名稱、專業、學時、學分、理論課時、實驗課時、班級總人數、課程類別、考試方式、任課教師等信息。對文檔中的數據進行處理，剔除錯誤、不完整、不規範、無用的數據。
資料庫設計 結合評教的具體情況，將數據抽象為三個實體，分別為課程、教師、班級，如圖1所示。其中課程的屬性有課程號、課程名、學時、學分、理論學時、實驗學時、課程類別、考試方式;教師的屬性有工號、姓名;班級的屬性有班級名稱、所屬專業、班級人數。
根據E-R圖，進行資料庫設計，資料庫的數據表與欄位的設計如表2、表3、表4所示。
數據導入 將數據導入資料庫時，使用Navicat for MySQL資料庫管理和開發工具，該工具可以通過可視化的方式，將數據從Excel導入MySQL資料庫中，操作方便快捷、效率高。
5 數據分析與分析結果可視化
關鍵技術分析 本系統使用LAMP結構，即在Linux作業系統上部署Apache作為Web伺服器，使用MySQL作為資料庫，伺服器端程序使用PHP語言進行開發。Web端程序使用HTML+CSS實現，輔以jQuery進行用戶交互行為的處理，數據可視化使用Echarts，其所用技術的示意圖如圖2所示。
分析模型的建立 根據參與評教活動的對象，將評教成績的分析分為總體分析、教師分析、班級分析、課程分析四個部分。
1）總體分析的分析點與意義如表5所示。
2）教師分析的分析點與意義如表6所示。
3）班級分析的分析點與意義如表7所示。
4）課程分析的分析點與意義如表8所示。
分析系統的實現 基於PHP的MVC結構，實現數據與頁面分離。採用SQL語句將數據從資料庫中抽取，生成JSON格式數據，返回給前台程序。前台程序利用JSON數據生成可視化的圖形進行數據的展示，具體的數據處理流程如圖3所示。
6 成果展示
教學評價是學生向教師、向學校傾訴內心想法的一種途徑，學生可以將自己內心的想法、對教師的建議、對課程的建議，通過教學評價的方式反饋給學校。本系統將學生的評教信息進行數據化處理，通過科學嚴謹的數據建模、數據分析點確立，構建出一套評教成績分析模型，將數據進行可視化展示，方便教師、學校了解學生的所思所想，及時進行教學計劃的調整，以促進教學質量的提升。
系統介面
1）通過總體分析，如圖4所示，可看出本學期評教工作的整體情況，如評教成績平均分、參與教師人數、學生人數、參評比、班級數、課程數。同時，總體分析還基於教師對評教成績進行排行，基於課程對評教成績進行排行，基於專業對評教成績進行對比，基於院系班級對評教繼續排行，基於評教內容進行分析，從不同的角度展示院系評教的整體情況，幫助院系領導了解本學期課程評價信息，有針對性地進行教學管理與教學改革。
2）教師分析主要圍繞教師所教課程、課程的類型、學生對教師的評價內容進行分析，如圖5所示。可重點查看學生對教師的評價，可幫助教師了解學生最關注的問題與課程講授的薄弱點，後續的課程教學可根據學生反饋情況進行調整，增強教學效果。
3）班級分析主要圍繞本班級所上課程的評教成績進行分析，如圖6所示。相同班級不同課程得到的評教成績的差異，可以反映教師的教學質量、學生對該教師的滿意度。
4）課程分析圍繞選修相同課程的不同班級的評教成績進行分析，如圖7所示，可反映不同班級對相同課程的接受程度。
其他成果 通過評教成績分析系統對學生評教的信息進行挖掘，將教師在教學活動中最真實的一面展示出來[1]，不僅能發現教學活動中存在的問題以及客觀規律，還能為教學研究工作提供數據支撐。
參考文獻
[1]李姝琴.高校學生成績與學生評教之間關係的分析[J].科技廣場，2016（7）：11-13.
[2]劉濤.大數據時代下數據分析理念[J].電子技術與軟體工程，2018（19）：165.
[3]陸紅.機器學習分布式大數據分析模型構建方法[J].現代信息科技，2018，2（9）：85-87.
[4]唐瀟，張紅霞，范子怡，等.數據挖掘技術在高校學評教中的模型應用研究[J].科學技術創新，2018（19）：64-65.
收藏