中外合作專業網絡課程教學評價淺析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了中外合作專業網絡課程教學評價淺析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:疫情期間很多中外合作辦學專業紛紛開始遠程授課的網絡教學方式。然而，網絡課程的教學質量難以把握，具有學生狀態難以全面監控、缺乏對教師的監督機制、課后反饋和輔導困難等問題。課程教學效果進行有效評價是教學的效果的重要方法。本論文對本校中外合作教學中實施網絡教學的課程，針對學生和任課老師所具有的特點，設計了適用于疫情期間中外合作專業網絡課程教學評價的一套具體方法，該方法利用當前熱點的人工智能技術，不僅能充分利用傳統教學質量評價模式的優點，而且能結合深度網絡模型對圖片和視頻等大數據的處理，具有評價客觀和全面的優點。

關鍵詞：中外合作；教學質量；教學評價；網絡課程

1引言

隨著經濟的發展和社會的進步，高等教育開始逐漸從精英化向大眾化發展[1-2]。因此，使高等教育更好地適合我國國情，并滿足國家和社會對高層次人才的需求，是高等教育改革急需解決的問題[3-5]。教育教學水平的提高，不僅需要有大量具有優良品德和高水平教學能力的優秀教師[6-8]因此，因此，提高教師質量并完善教師隊伍建設是目前高等教育當前和今后長期需要解決的迫切任務，而建立完善的教學質量考核評價制度是保證該任務順利實現的關鍵[9-10]。自2020年3月以來，因為全球疫情原因，大部分的中外合作專業的學生都開始實施網絡教學。然而，目前已有的教學評價方法主要適合于傳統的課堂教學，往往借助單一的評價方式，評價的結果取決于學生和教師的評價，由于這樣的評價方法無法細分到每條規則上，對于“評什么”和“怎么評”存在著較大的爭議。因此，無法將傳統的教學質量評價方式直接應用于應用到網絡教學中。對于中外合作專業的網絡教學而言，開發出一套客觀、全面和標準的評價體系是需要迫切解決的問題。

2傳統的教學質量評價存在的問題

傳統的教學質量評價機制雖然取得了較大的進步，但仍然存在著一些問題：(1)評價的主體單一。大部分的高校往往采用以學生為主、以督導為輔的教學質量評價機制，從總體上來說，學生的評價雖然在一定程度上反映了課程教學質量的教學水平，但有時也存在著評價不客觀、不真實的情況，同時高校的督導也無法做到對每位教師的全面評價，因此，引入更多的評價主體，構建多個評價主體共同作用的評價體系是一個需要解決的問題。(2)評價的參照指標不全面。評價的參照指標往往就是若干評價原則，體系結構不夠完善，包含的指標大部分是對作業是否按時批改、上課是否互動、是否及時考勤等信息進行評價，評價的指標不全，很難實現對教師的課堂教學效果進行真實的評價。因此，如何有效地設出一個全面的參照指標體系，從而構建更全面和綜合的評價系統是影響評價評價真實度的關鍵問題。(3)雖然高校教學質量評價體系的構建是一個熱點問題，但是目前已有的研究通常側重構建教師評價的理論體系，而對于具體如何去實現，缺乏有效的模型，同時多種理論各有可取之處。如何有效融合各種評價指標，并將其加入模型設計中，是將評價體系進行落地并實時應用的保障性問題。本論文將致力于解決以上三個問題，即構造更為完整的指標體系，結合學生、督導、考勤系統、作業提交系統、課堂攝像頭所提供的多模態信息，構建一個具有較大表示能力的模型。該模型能夠融合以上多方面提供的信息，對教學質量的水平進行全面綜合的判斷，并基于判斷的結果給出具體的改進錯誤，實現對教師教學的全方位正反饋。

3評價體系設計

3.1課程教學評價參考指標體系的設計

課程教學評價參考指標體系的設計將在原來有的學生和督導評價體系的基礎上，利用現代信息技術，使得高校中均普遍存在各類系統，如考勤管理系統、作業提交和批改系統、小組談話記錄系統等信息能被有效應用，這些系統中蘊含了重要的信息，與課程教學質量有著非常密切的關系，將這些信息均作為教學質量評價參考體系的組成部分，從而設計一個完整的指標體系。教學質量評價體系的參照指標主要包括：考勤系統、學生評價系統、上課視頻、作業提交和批改系統和小組談話記錄系統，其體系結構如圖1所示。

3.2數據的預處理

參考指標體系中對應的數據均是服務器中存在的數據，這些數據往往無法沒有標簽，不能采用機器學習模型來直接學習。因此，需首先對這些進行預處理，即對這些數據加上標簽。當數據加上標簽后，就可以將其輸入深度模型并模型進行訓練。例如，對考勤管理系統指標進行預處理時，就可以將其當場出勤人數與班級總人數的利率作為數據，而標簽則是某一比例對應的教師對學生管理能力的分值，這樣就實現了數據的打標簽。要利用機器學習模型來學習教師評價系統，需要對參照師表系統中的數據進行格式化處理：(1)考勤系統：將上課對應的出勤率作為數據，而標簽為老師對上課的管理能力，此時的標簽設計如下：a)出勤率為95%的數據對應的標簽為老師對學生的管理為“優”；b)出勤率為80%-95%的數據對應的標簽為老師對學生的管理為“中”；c)出勤率為小于80%的數據對應的標簽為老師對學生的管理為“差”。(2)學生評價系統：學生評價系統的數據則直接將規則作為數據，而學生給出的評價作為標簽。(3)上課視頻系統：上課視頻系統將視頻幀作為數據，每個視頻幀中學生抬頭的數量和做筆記的數量作為輸入，此時標簽設計如下：a)抬頭和作筆記的人數超過90%時對應的標簽為上課教學效果為“優”；b)抬頭和作筆記的人數超過75%-90%時對應的標簽為上課教學效果為“中”；c)抬頭和作筆記的人數超過60%-75%時對應的標簽為上課教學效果為“差”。(4)作業提交和批改系統：上課視頻將視頻幀作為數據，其中學生抬頭的人數和做筆記的人數作為輸入，此時標簽設計如下：a)學生及時提交作業同時教師在規定時間內批準完畢時，對應的標簽為教師對作業的管理能力為“優”；b)學生未及時提交作業或者教師未及時批改作業，拖延至規定時間的一個星期內時，對應的標簽為教師對作業的管理能力為“中”；c)學生未及時提交作業或者教師未及時批改作業，拖延至超過規定時間多于一個星期時，對應的標簽為教師對作業的管理能力為“差”。(5)答疑系統：統計每周老師答疑的次數，來評價老師對課外輔導的重視程度，此時標簽設計如下：a)每周答疑次數超過5次時對應的標簽為教師對課外輔導重視程度為“優”；b)每周答疑次數多于2次少于5次時對應的標簽為教師對課外輔導重視程度為“中”；c)每周答疑次數少于2次時對應的標簽為教師對課外輔導重視程度為“差”。(6)小組談話系統：統計每次小組中督導和教師的語音談話，語音的標簽需要手動標記。當某語音反映的教師教學比較正面時，設計相應的教學評價標簽，當反應師德比較正面時，設計相應的教師師德標簽。

3.3深度模型的設計與實現

為了使得構建的教學質量評價體系能夠進行實際的應用，擬設計一個基于深度模型的教學質量評價系統。該教師質量評價系統采用帶標簽的數據作為網絡的輸入，將標簽作為對應的輸出，端到端的訓練深度網絡模型。由于該系統需要考慮多模態的信息，因此網絡要設計為并行結構，使得多模態信息能夠有效融合。采用VGG16作為基礎網絡，如圖2所示，該網絡共包含16個需要學習參數的卷積層和全連接層，第1層為3個64*3*3的卷積核，第2層為2個3*3的卷積核，第3層為3個256*3*3的卷積核，第4層為3個512*3*3的卷積核，第5層為3個512*3*3的卷積核，前5層的每一個層都是下采樣層，實現特征為原來的1/2，最后為兩個4096的全連接層。VGG16的初始參數是通過ImageNet進行訓練，然后將訓練好的模型用于作為教師評價體系的初始模型。對于圖1所示的教師評價體系，僅有上課視頻為二維數據，因此可以直接作為網絡的輸入。其他服務器上的數據以及語音數據都是1維數據，這些數據則放在倒數第二個全連接層，而輸出端的神經元的數量由于1000修改為方案2中標簽的數量。因此，基于VGG16的改進模型如圖3所示：在建立了教師評價的深度學習模型后，就可以利用前面采集的數據對網絡進行訓練，其優化的損失函數如下所示：其中W為要求解的權重矩陣，即模型中的參數矩陣，S為每個輸入數據的預測值，Y為真實標簽；λ2為正則化因子，通常取值為大于0小于1的數值。W1表示采用1范數對參數W進行正則化，以使得學習的參數矩陣盡可能的稀疏化。當公式(1)所示的損失函數小于預設的閾值時，訓練結束。此時對于任意教師對應的輸入數據x，即可以得到其對應的輸出，即該教師在各個指標體系上的得分F(x;W)。如果想要進一步得到該課程質量的綜合評分，可以在圖3后增加Softmax層，其對應的輸出為：其中，Ftx;W,i表示網絡的第i個輸出端的值，因此，最后的分數就是每個參照指標的權重乘以公式(2)對應的概率并乘以100，即可以得到分數mark為：i=1ix;W,i其中，αi為網絡的各個輸出端權值，即參考指標的權值，并滿足∑i=1Nαi=1。因此，對課程的綜合評分可以通過神經網絡的輸出F以及相應的權值αi(∑i=1Nαi=1)進行加權來得到。

4結束語

為了更好地實現對疫情期間中外合作專業網絡的課程教學評估，從而實現對課堂教學質量的持續改進。本文實現了一種綜合各類指標的評估系統，該系統全面綜合了考勤系統、學生評價系統、上課視頻系統、作業提交和批改系統、答疑系統和小組談話系統。將課堂獲取的視頻數據作為網絡的輸入，并在輸出端融合其他如考勤系統、學生評價系統和答疑系統等數據，從而獲得最終的教學質量評價結果。

作者:鐘珊 潘威 單位:常熟理工學院 計算機科學與工程學院