基于深度學(xué)習(xí)技術(shù)下的高校教學(xué)質(zhì)量監(jiān)控機制

高校教學(xué)質(zhì)量監(jiān)控是高等教育的核心問題之一。作為反映高校的教學(xué)狀況和培養(yǎng)人才質(zhì)量的重要依據(jù)之一，高校長期積累的教育數(shù)據(jù)對于評判高校的辦學(xué)實力、教學(xué)水平、育人質(zhì)量具有重要意義。本文利用深度學(xué)習(xí)等先進數(shù)據(jù)的挖掘手段，提出一種新的高校教學(xué)質(zhì)量監(jiān)控機制。該機制面對大量的教育數(shù)據(jù)，有效地提取出具有重要意義的信息，并從中整理出教學(xué)數(shù)據(jù)與高校人才培養(yǎng)質(zhì)量之間的函數(shù)關(guān)系。實踐證明：該機制可以用于評價學(xué)校學(xué)生的學(xué)業(yè)進展、教學(xué)質(zhì)量、人才培養(yǎng)模式、專業(yè)建設(shè)等方面的成果，不但可以發(fā)現(xiàn)潛在問題，還能預(yù)測未來，對于實現(xiàn)智慧教育具有一定意義。教學(xué)質(zhì)量是高校的生命線，如何構(gòu)建符合校情的教學(xué)質(zhì)量保障長效機制是高校生存與發(fā)展的必然要求。國內(nèi)外眾多學(xué)者和教學(xué)管理人員對普通高校本科教學(xué)質(zhì)量內(nèi)部監(jiān)控體系進行了大量理論和實踐的研究，取得了一定的成果。本文結(jié)合教育部教育信息化十年發(fā)展規(guī)劃的要求，根據(jù)本校人才培養(yǎng)的要求，利用深度學(xué)習(xí)技術(shù)等先進的數(shù)據(jù)挖掘手段，根據(jù)本校在教學(xué)過程中形成的大量教學(xué)數(shù)據(jù)，提出一種基于深度學(xué)習(xí)技術(shù)下的教學(xué)質(zhì)量監(jiān)控機制，并以此為基礎(chǔ)，有效實現(xiàn)教學(xué)質(zhì)量監(jiān)控過程中的及時介入，進一步提升教學(xué)和人才培養(yǎng)的質(zhì)量。

高校教學(xué)質(zhì)量監(jiān)控的難點

當(dāng)前一些高校沒有良好的方法將教師的教學(xué)與人才培養(yǎng)的成果聯(lián)系起來，只能將教師的教學(xué)評估和畢業(yè)生就業(yè)質(zhì)量報告分成兩部分來做，即將教師的教學(xué)評估、學(xué)生的成績分析與學(xué)校畢業(yè)生的按時畢業(yè)率、就業(yè)情況等的分析割裂開來，這無疑切斷了教師的教學(xué)效果與畢業(yè)生的人才質(zhì)量之間的聯(lián)系。各高校在長期的教學(xué)過程中，已經(jīng)積累并存儲了大量的教育數(shù)據(jù)，但是沒有很好地利用這些數(shù)據(jù)對教學(xué)質(zhì)量和人才培養(yǎng)質(zhì)量進行相關(guān)性分析。因此有必要制定一個能夠綜合評估和預(yù)測人才培養(yǎng)質(zhì)量的方案，將教師的教學(xué)水平、學(xué)生學(xué)習(xí)能力等因素進行量化分析，實現(xiàn)人才質(zhì)量的可預(yù)測化。

深度學(xué)習(xí)技術(shù)

深度學(xué)習(xí)（Deep Learning）可以自動地從海量數(shù)據(jù)中學(xué)習(xí)并總結(jié)特征，因此它不需要通過人工方式進行樣本類別的標(biāo)注完成學(xué)習(xí)，極大地推進了智能自動化。深度學(xué)習(xí)采用了與神經(jīng)網(wǎng)絡(luò)相類似的層次結(jié)構(gòu)：系統(tǒng)是由輸入層、隱藏層（可單層、可多層）和輸出層組成的多層網(wǎng)絡(luò)，只有相鄰層的單元（節(jié)點）之間有連接，而同一層節(jié)點和跨層節(jié)點之間無連接。這種層次結(jié)構(gòu)，和人類的大腦結(jié)構(gòu)比較接近。因此，可以利用高校在長期教學(xué)過程中積累的海量教育數(shù)據(jù)，運用深度學(xué)習(xí)技術(shù)來探究現(xiàn)有數(shù)據(jù)與教學(xué)質(zhì)量之間潛在的量化關(guān)系與規(guī)律。

利用深度學(xué)習(xí)技術(shù)來構(gòu)建高校教學(xué)質(zhì)量的監(jiān)控機制

本文提出的基于深度學(xué)習(xí)技術(shù)下的教學(xué)質(zhì)量監(jiān)控機制的結(jié)構(gòu)，根據(jù)以往的學(xué)生數(shù)據(jù)來評估教師的教學(xué)質(zhì)量以及對現(xiàn)有學(xué)生的發(fā)展進行預(yù)測，以制定教育決策，主要由以下四個步驟組成。

采集歷史教學(xué)數(shù)據(jù)，分析其合理性，建立數(shù)據(jù)庫

根據(jù)深度神經(jīng)網(wǎng)絡(luò)的特點和每一個學(xué)生在學(xué)習(xí)期間的情況以及對應(yīng)的教師的教學(xué)運行狀態(tài)，把其畢業(yè)之后的發(fā)展情況制作成標(biāo)簽，以此形成每一個學(xué)生畢業(yè)前的學(xué)習(xí)狀況和畢業(yè)后的人才培養(yǎng)結(jié)果一一對應(yīng)的訓(xùn)練集。比較合理的特征參數(shù)有課前教案評分、課堂紀(jì)律評分、其他教師聽課打分、學(xué)生平均成績、學(xué)生給教師評教打分等信息。除此之外，對于學(xué)生自身的情況，可以采用已完成課程成績，以教師和同學(xué)對其在學(xué)習(xí)能力、知識素養(yǎng)、獨立解決問題能力、溝通交流能力等因素上全面打分的評價方案，定性分析學(xué)生的素質(zhì)并錄入數(shù)據(jù)庫。對于高校人才培養(yǎng)目標(biāo)的評價，首先可以根據(jù)學(xué)生畢業(yè)時的情況來進行，以畢業(yè)時的學(xué)分成績、獲獎情況和畢業(yè)設(shè)計三個方面來考慮培養(yǎng)結(jié)果。其次可以從學(xué)生的職業(yè)發(fā)展和社會價值來評價培養(yǎng)結(jié)果，通過薪酬和就業(yè)單位的評價（包括知識掌握水平、個人素養(yǎng)、工作態(tài)度、團隊合作能力）等因素來評價人才質(zhì)量。

以歷史教學(xué)數(shù)據(jù)為基礎(chǔ)，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

將以往所有學(xué)生在校學(xué)習(xí)期間的各種表征參數(shù)以及對應(yīng)的教師的教學(xué)質(zhì)量參數(shù)作為訓(xùn)練集，每一個學(xué)生對應(yīng)一個特征向量（n為學(xué)生人數(shù)），學(xué)生畢業(yè)以后的發(fā)展情況參數(shù)作為向量標(biāo)簽，每個特征向量和相應(yīng)的向量標(biāo)簽是一一對應(yīng)的關(guān)系，對所有的特征向量構(gòu)成的集合以及對應(yīng)的向量標(biāo)簽進行訓(xùn)練、學(xué)習(xí)，獲取深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型M。對每一個學(xué)生對應(yīng)的特征向量而言，有，其中，依次對應(yīng)該生在學(xué)校學(xué)習(xí)期間的各項表征參數(shù)以及對應(yīng)的教師的教學(xué)質(zhì)量參數(shù)，如學(xué)生的課程成績、學(xué)科競賽獲獎、學(xué)生評教打分等，對每個特征向量對應(yīng)的向量標(biāo)簽，有 ，其中，依次對應(yīng)該生畢業(yè)之后的發(fā)展情況參數(shù)，如畢業(yè)深造率、用人單位對其的滿意度、工作薪酬水平等。

根據(jù)當(dāng)前的教學(xué)數(shù)據(jù)，預(yù)測教學(xué)培養(yǎng)的結(jié)果

當(dāng)需要預(yù)測一批在校學(xué)生畢業(yè)以后的發(fā)展?fàn)顩r時，可將所有學(xué)生在校學(xué)習(xí)期間的各種表征參數(shù)以及對應(yīng)教師的教學(xué)質(zhì)量參數(shù)作為測試集，每一個學(xué)生對應(yīng)一個特征向量，所有的特征向量構(gòu)成的集合，放到我們訓(xùn)練好的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型中，即可得到對應(yīng)的向量標(biāo)簽，即該生畢業(yè)以后的發(fā)展?fàn)顩r。

反饋到教學(xué)活動中，做好教學(xué)質(zhì)量的監(jiān)測與預(yù)警

根據(jù)深度學(xué)習(xí)模型的預(yù)測結(jié)果，高校的教學(xué)管理部門可以采取相應(yīng)的措施。對于教學(xué)質(zhì)量有待提高的教師，可以安排經(jīng)驗豐富的教師指導(dǎo)其工作，有針對性地提高其教學(xué)水平，改進教學(xué)方式。對于學(xué)困生，應(yīng)當(dāng)秉持因材施教的理念，積極地引導(dǎo)學(xué)生端正學(xué)習(xí)態(tài)度，盡可能地減少學(xué)困生不合格的情況。最終建立科學(xué)合理、可持續(xù)發(fā)展的教學(xué)質(zhì)量監(jiān)測與預(yù)警反饋機制，提升高校的教學(xué)水平和人才培養(yǎng)質(zhì)量。

最后，我們選取了學(xué)校某專業(yè)學(xué)生的數(shù)據(jù)展開了一系列實驗，預(yù)測結(jié)果達到預(yù)期，這不僅初步驗證了本文的理論部分，也為以后展開大型的實驗提供了有價值的參考。

結(jié)語

本文給出了一種基于深度學(xué)習(xí)技術(shù)下的高校教學(xué)質(zhì)量監(jiān)控機制構(gòu)建的新方法，經(jīng)過教學(xué)實踐檢驗，證實該方法能夠達到較好的監(jiān)控效果。本文提出的方法對于教學(xué)和人才培養(yǎng)質(zhì)量的及早預(yù)測和干預(yù)都具有重要意義。與傳統(tǒng)的方法相比，本文提出的方法具有數(shù)據(jù)驅(qū)動的特點，因此能夠應(yīng)用于不同層次高校的具體場景中。如何根據(jù)已有的預(yù)測結(jié)果進行有效的干預(yù)，從而最大化干預(yù)效果，是我們未來將要研究的重要內(nèi)容之一。

基金項目：浙江省教育規(guī)劃課題“基于深度學(xué)習(xí)技術(shù)的教學(xué)質(zhì)量監(jiān)控機制研究”（項目編號：2018SCG217；項目負(fù)責(zé)人：舒振宇）；寧波市領(lǐng)軍和拔尖人才培養(yǎng)工程擇優(yōu)資助科研項目“面向智能制造產(chǎn)業(yè)的三維數(shù)字幾何模型形狀分析算法研究”（項目編號：NBLJ201801010；課題負(fù)責(zé)人：舒振宇）；寧波市教育科學(xué)規(guī)劃重點課題“信計專業(yè)‘一核兩翼三能理科應(yīng)用型人才培養(yǎng)‘5×3工作機制構(gòu)建”（項目編號：2018YZD008；負(fù)責(zé)人：于欣）