大数据背景下高校专业评估体系构建研究
朱爱民，李洪华，司冠男，张媛媛
（山东交通学院，山东 济南）
摘 要： 随着大数据时代的到来，构建一种基于大数据技术的专业监测评估体系，评价预测高校专业发展状态，进而及时调整或布局设置经济社会发展需求的专业，是当今高校亟待研究解决的新课题。在对当前大数据发展和我国高等教育专业建设评估政策进行解读的基础上，分析高校专业建设评估现状及存在的问题，探讨构建以大数据为基础的高校专业监测评估体系的主要目标内容、方案设计和主要方法，并对未来应用发展进行了分析展望。
关键词： 大数据；专业评估；质量监测
随着移动互联网、人工智能等现代信息技术的飞速发展，教育信息化已经步入大数据时代。大数据驱动的创新与发展，已经成为世界各国提高国家竞争力的战略性行动。我国为促进大数据的发展，已提出要“全面推进我国大数据发展和应用，加快建设数据强国”，建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制。大数据作为数据分析的前沿技术，以容量大、类型多、存取速度快、应用价值高为主要特征，使教育质量监测评价数据化、直观化变为可能[1]。在高等教育专业建设与人才培养中，蕴藏着有价值的大量数据信息。构建基于大数据技术的高校专业评估体系，监测、评价和预警高校专业发展状态，进而及时调整或布局设置经济社会发展需求的专业，是当今高校亟待研究解决的新课题，同时也是各级教育主管部门和社会第三方关注的热点问题。
一 高校专业建设评估现状及存在问题
（一） 高校专业建设现状及相关政策解读
专业是连接高校与社会、教育与经济的纽带,是高校服务经济与社会的切入点。在高校内部，专业又是高校发展与人才培养的核心内容和重要载体，对学校教育教学质量和水平的提升具有决定性的影响。高校专业设置要服务于产业转型升级的需要，实现人才培养与产业集群的紧密对接。而调整专业设置、优化人才培养方案、更新课程内容、调整课程结构等，会产生大数量、常变化、有价值、繁杂、分散、需要深度开发的数据信息，亟需充分利用大数据技术对数据信息进行挖掘和利用，将数据条理化、主题化、价值化。
专业评估是优化高校专业设置，提升专业建设整体水平，提高人才培养质量、效益和人才竞争力的重要手段。教育部颁布的《关于普通高等学校本科教学评估工作的意见》提出了以学校自我评估为基础，以院校评估、专业认证及评估、国际评估和教学基本状态数据常态监控为主要内容的“五位一体”的高等教育教学评估顶层设计。其中，高等学校专业的自我评估，是评估工作的重要基础，通过专业评估，以评促改、以评促建、以评促管、评建结合、重在建设，体现了高校质量保证的主体地位。教育部《关于全面提高高等教育质量的若干意见》提出“优化学科专业和人才培养结构，健全专业预警、退出机制”，教育部《关于深入推进教育管办评分离促进政府职能转变的若干意见》要求“整合教育质量监测评估机构，完善监测评估体系，定期发布监测评估报告”。以上政策文件的实施，为高等教育评估提出了更广阔的发展空间和更高的技术要求。
（二） 传统评估存在的问题
1.传统评估主要依赖专家驱动。评估过程以专家的理性、知识、经验来保证评估的专业性，依靠票决、回避等程序性规定来保证评估的规范性，经验性和较强随意性。大数据驱动（Data-driven）的专业评估，则从数据出发揭示高等教育专业发展状态的要素特征和结构关系,不仅利用数据作为评估结论的证据，更重要的是通过数据分析所反映的发展规律引导政策制定和实施管理行为[2]。可以有效降低专家驱动的评估的主观随意性。
2.传统专业评估偏重结果评估。主要集中在专业教学活动的一个周期结束后，是对已经达成的结果进行评估。这种传统方法为事后评估，无法对进行中和过程性的专业建设活动发挥作用，缺少动态监测评价和预警预测功能，不利于科学决策和专业及时调整。
3.当前高校专业评估周期长。评估结果滞后，过程动态监测少，缺乏实时监测及跟踪，属于事后评价，缺乏及时反馈和纠偏，对快速变革的外部环境关照度不够、适应力不足，已经无法满足经济社会发展对高等教育专业建设及专业调整的要求。
平均失效概率PFDavg是指SIF在整个运行时间跨度上失效的概率平均值。所以其公式为但是PFD(t)的求解为离散量的形式，将其转换为离散形式。故其计算式为
4.随着办学规模的不断扩大，历史数据不断积累，采集数据类型不断拓宽，涉及跨部门的数据不断增多，数据信息以几何级的速度不断增加，传统的评估方法和常规手段已经难以对如此规模的数据进行分析，更无法对高校专业质量信息进行实时监测。采用新的数据处理方式来处理以几何级增长的质量数据迫在眉睫。
综上所述，在国家全面提高高等教育质量、实现内涵式发展的大背景下，加强高等教育专业发展的监测、评价和预警研究是高等教育研究者的社会责任，高等教育研究者要运用教育规律、结合外部形势对高等教育的发展做出理论预测和预警[3]，顺应信息技术的发展趋势，将对高等学校建立本科专业自我评估制度、构建有效的专业培养质量监测和专业预警预测与调控机制发挥积极作用。
二 构建大数据驱动的专业监测评估体系的主要目标与内容
专业评价指标及其重要观测点要素的量化计算是运用大数据技术构建高校专业评估体系的重要基础和前提。质量评价指标包括学校本科专业的招生生源、师资、教学条件及就业等指标构成和主要观测点的标准要求等。通过对原有专业评估方案与评估标准进一步优化完善，对重要观测点指标要素提出了对应的量化计算模型，以便利用大数据系统进行数据模拟和量化使用，对专业质量监测与评价发挥基础作用。
（一） 专业评估指标体系及主要观测点要素研究
高校专业监测评价、预警预测是高等院校及教育主管部门根据经济社会发展进行专业建设和布局调整的内在需求，通过研究运用大数据分析技术，构建大数据驱动的高校专业发展评估体系，主要研究目标与内容包括以下内容。
（二） 专业建设数据源和数据集成方法研究
专业建设评估指标涉及专业招生、培养方案、专业教师、实践条件、图书资料、质量制度、教学成果、学生就业及社会满意度等多方面指标的数据信息。由此决定了专业监测评估数据来源的多元化和复杂化。按照数据存在的实际形态，可以简单划分为结构化数据、半结构化数据和非结构化数据[4]。主要内容包括：一是研究利用各种网络信息化手段，根据评估指标要求采集各维度的数据资料，关联学校教务处教学状态数据库及其他相关部门的信息数据；二是研究筛选鉴别资料的相对价值和标准，进行数据预处理。
由于农业食品系统的改变，决定这些变化，特别是参与超市供应链是否能为小农户带来了积极的影响尤其重要。尽管收集“现在”和“以前”的数据有局限性，但是研究也对农民在市场渠道方面的销售收入、业绩、整体情况、买家的满意度，以及相对价格的影响做出了努力。出乎意料的是，农民使用的市场渠道都不会对现在和五年前销售、收入、性能和整体情况的差异有任何显著的影响。然而，市场渠道对顾客满意度和相对价格有一个显著的影响。
（三） 大数据平台资源研究与应用开发
在学校原有专业评估方案基础上，通过对重要观测点要素进一步优化设计，提出《山东交通学院专业评估指标体系与评估标准》，主要评估指标包括：生源质量、师资队伍、教学条件、质量保障等8项一级指标、12项二级指标、30个主要观测点。其次，本校已建成大数据分析平台，具备对专业评估所需要的数据集成分析、数据挖掘、数据可视化等技术支持手段，为本项目提供了软硬件资源，通过进一步开发与设计，使主要专业要素实现量化，增强监测和分析能力，并使之具备评价和预警预测功能。
以前大家都不富裕，有时父母收到罐头后，轻易不会吃掉，而是暂时放进箱子内保存起来。当有亲友生病时，父母又把罐头取出，拿着去串门送给别人了，罐头就如同旅游一般，在亲戚朋友间转来转去。
（四） 各类专业分析报告的形成与反馈应用
评估最重要的目的不是为了证明，而是为了改进。研究利用现代信息技术手段，对专业建设及教学有关信息实施每季度或每月、每周甚至实时采集、整理与分析，实现专业教学状态的及时反馈。利用大数据平台工具可生成专业评估各种多维分析报表、统计图形、专业分析报告、院（系）分析报告或高校分析报告等多类报告的形式方法，直观、生动、形象地呈现高校专业建设质量状态、问题及变化趋势，实时进行反馈，反馈的最终目的是为专业建设质量的持续改进与布局调整应用服务。
目前，高校教育管理已初步实现了信息化，积累了大量的专业相关数据，这为专业数据分析和监测提供了可靠的数据基础，要通过利用网络信息化等手段，依据专业评估指标对主要观测点进行常态跟踪，收集各维度的数据，采用内部数据定期同步、外部数据定期导人的方式，定期从各分散的部门系统中对本科专业信息数据进行抽取、集成，经过数据预处理，保证数据的有效性与真实性。筛选出的数据经过一定的算法进行关联聚合后，采用统一定义的数据结构进行存储，生成结构化存储的共享数据库，以便进一步的数据挖掘与分析。
三 构建大数据驱动的专业监测评估体系的主要方法
（一） 专业监测评估体系方案设计
学校设有大数据挖掘联合研发中心，由2个计算节点和15台工作站组成，支持100台虚拟机同时运行。平台使用开源云计算管理系统CloudStack进行统一管理，集成了TipDM数据挖掘建模平台，具有数据处理、分析、挖掘与建模的能力。课题基于该大数据系统平台，根据高校专业建设评估各项指标和评价标准，研究了大数据系统的聚类分析、分类分析、关联分析、时序分析等主要分析技术手段在专业建设监测分析与评估中的应用，对高校相关数据进行深入分析、挖掘与整合。研究利用大数据处理系统强大的查询、分析与预警功能，及时呈现高校专业质量状态，根据指标异常数据发出质量预警，利用状态数据与预测模型做出质量预测，从而对学校专业发展质量进行动态监测和预警预测。
（二） 专业质量信息数据的筛选与集成
1.6 统计学处理 采用SPSS19.0处理数据。计量资料以x±s表示，采用独立样本及配对样本t检验。计数资料计算构成比，采用χ2检验，等级分布资料计算构成比，采用秩和检验。P＜0.05为差异有统计学意义。
（三） 专业评估指标的监测评价方法
通过进一步开发运用大数据系统，依据所建立的专业评估指标及评价标准，从专业招生、师资队伍、学生就业等多个指标维度建立专业监测立方体，对数据进行实时、动态地组织、查询、浏览，鉴别专业执行过程与预定标准之间的偏差；充分利用大数据分析处理技术，通过对有关专业要素数据的相关性进行分析、挖掘，根据实际需要开展多维度、多层面、系统性的时序、聚类、关联分析等，监测评价各专业指标，或按标准综合评定专业等级。
（四） 专业发展质量预警和预测
根据大数据系统对专业各指标的监测与分析，利用明显波动的异常数据，评价专业发展质量，发现异常进行及时预警和风险提示。例如，对招生第一志愿录取率和就业率明显低于社会平均值的专业进行预警，挖掘质量下滑原因，及时采取相关措施以保证专业人才培养质量，应用大数据分析处理系统，根据专业教师年龄与近几年招生人数，预测未来几年内的生师比；根据用人单位反馈及近几年的就业数据预测未来的就业趋势等，为学校专业健康发展提供参考。
（五） 专业评估数据可视化方法
通过将监测立方体中的每一个指标项作为单个图元元素表示，大量的指标项构成数据图像，同时将数据的各个属性值以多维数据的形式表示，可以从不同的维度观察数据，从而对数据进行更深入的观察和分析[5]。课题使用的图表主要包括散点图、折线图、柱状图、饼图、雷达图、热力图、仪表盘图等，通过生动形象的可视化方法，呈现高等学校的专业发展质量状态、异常问题及变化趋势，为多元主体价值判断、专业发展质量的持续改进和科学决策提供客观形象的依据。
四 结论与展望
本研究聚焦高校专业建设与发展，把大数据与现代信息技术手段、教育理念、教育决策等结合起来成为“互联网+专业监测评估”，为高校专业建设与发展评估提供前沿的科学方法、客观的信息，可有效降低专家驱动评估的主观随意性，通过数据分析反映的专业发展规律，引导政策制定和布局调整。随着国家大数据战略的进一步实施，高校信息化平台的逐步完善，大数据在高校已经进入了从概念推广到应用落地的关键时期。大数据驱动的专业监测评估，可使评估工作保持特有的独立性，符合国家“管、办、评”分离及当今“独立第三方”开展教育评价的机制要求,契合了专业评估着眼于发展，着力于决策实践及服务社会等重要功能要求，为多元主体决策提供更有价值的信息，对广大高校或各级教育主管部门适时开展专业布局调整、提高高等教育服务经济社会发展的能力等具有广泛的应用前景。
为了验证阳离子电荷数对TSR反应生成H 2 S的影响，在不同的硫酸盐-正辛烷反应体系中加入一定量的AlCl3，测定其H 2 S生成量，如表4所示。
参考文献
[1] 谢璐妍.“大数据”时代下高等教育质量评价改革[N].中国社会科学报,2014-02-12(B07).
[2] 王战军,乔伟峰,李江波.数据密集型评估：高等教育监测评估的内涵、方法与展望[J].教育研究,2015，36（6）：29-37.
[3] 王琪.预测与预警：高等教育理论研究者的社会责任——基于潘懋元高等教育研究的考察[J].高等理科教育,2010(5):9-13
[4] 王锋,王翔宇,秦文臻.大数据驱动的高等教育质量监测评估关键技术研究[J].黑龙江高教研究，2017（6）：80-83
[5] 赵刚.大数据技术与应用技术指南[M].北京:电子工业出版社,2013.155-158.
本文引用格式： 朱爱民 等.大数据背景下高校专业评估体系构建研究[J]. 教育现代化，2019，6（75）：287-289.
DOI： 10.16541/j.cnki.2095-8420.2019.75.104
基金项目： 本文系山东省本科高校教学改革重点研究项目“监测 评价 预警——大数据驱动的高校专业发展评估体系构建研究与实践”（项目编号：Z2016Z043）；中国学位与研究生教育学会研究课题“大数据时代研究生学位授权点质量监测评估方法研究”（项目编号：2017Y0502）的研究成果。
作者简介： 朱爱民，男，山东平邑人，山东交通学院，教授，硕士研究生。研究方向：教学督导与评估；李洪华，女，山东沂水人，山东交通学院，副教授，博士研究生。研究方向：高等教育理论；司冠男，山东济南人，山东交通学院，副教授，博士研究生。研究方向：大数据科学与技术。