基于大数据分析的高等职业教育评价方法

本发明涉及数据分析，具体涉及基于大数据分析的高等职业教育评价方法。

背景技术：

1、随着高等职业教育的不断发展，教育质量评价成为了教育管理的重要环节。教师评估是对教师的教学表现、专业素养、教学成果等方面进行评估和评价的过程。它的目的通常是为了提高教学质量、促进教师专业发展、激励教师的工作表现，并为学校管理提供决策依据。

2、目前的教师评估，往往通过线下的学生调研及教师相互间的书面评价来对教师进行评估，其过程真实性、准确性较差，且采用此种方式对教师所进行的评估结果，往往较为局面，无法综合的反映教师的总体教学水平。

3、现有技术中，如专利文献cn106844473a提供了一种基于微服务架构的教师评价分析方法，让学生或家长愿意参与，减少管理者的问卷调查成本，但仍存在着评价不客观、不全面的问题。

4、鉴于此，提出本发明。

技术实现思路

1、针对现有技术所存在的上述缺点，本发明提供了基于大数据分析的高等职业教育评价方法，解决了上述背景技术中提出的技术问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：

3、基于大数据分析的高等职业教育评价方法，包括：步骤1，上传院校师生出勤打卡信息，上传院校学生日常考核成绩信息；步骤2，遍历院校教师出勤打卡信息，基于院校教师出勤打卡信息确定院校教师的评价基础分值；步骤3，遍历院校学生日常考核成绩信息，基于院校学生日常考核成绩信息生成院校学生日常考核成绩变更态势图，设定态势图迭代周期，基于态势图迭代周期刷新院校学生日常考核成绩变更态势图；步骤4，结合院校学生出勤打卡信息、日常考核成绩信息及院校教师当前评价基础分值，对院校教师进行综合评价；步骤5，获取院校学生日常考核成绩变更态势图及院校教师综合评价结果，识别院校学生日常考核成绩变更态势图及院校教师综合评价结果关联性；步骤6，获取关联性识别结果，基于关联性识别结果对院校教师的综合评价结果进行修正。

4、更进一步地，所述院校师生出勤打卡信息包括：打卡人名称、打卡位置、打卡时间；院校学生日常考核成绩信息包括：考核人名称、考核学科、考核成绩分值，步骤1执行阶段上传的院校师生出勤打卡信息及院校学生日常考核成绩信息，均通过任意一种具有数据储存功能的数据储存设备进行储存；

5、其中，数据储存设备对院校学生日常考核成绩信息进行储存时，基于考核人名称及考核科目对院校学生日常考核成绩信息进行连续两次的区分储存。

6、更进一步地，所述步骤1执行阶段，实时执行院校师生出勤打卡信息的上传及院校学生日常考核成绩信息的上传，步骤2执行阶段，对数据储存设备中已储存的院校教师出勤打卡信息进行获取并进一步遍历；

7、院校教师的评价基础分值通过下式进行求取，公式为：

8、

9、式中：k为院校教师的评价基础分值；nα为数据储存设备中院校教师α出勤打卡信息的集合；ti为院校教师α第i次出勤打卡的时间；t0为有效出勤打卡的最晚时间戳；n0为数据储存设备中院校教师α出勤打卡次数的总量；χ为修正因子；(di,d0)为院校教师α第i次出勤打卡位置信息与有效出勤打卡范围中心位置坐标的直线距离；

10、其中，修正因子χ取值为0或-1，时，修正因子χ＝0，反之，则修正因子χ＝-1。

11、更进一步地，所述步骤2中确定院校教师评价基础分值的操作，基于步骤3中设定的态势图迭代周期同步重置，所述院校学生日常考核成绩变更态势图的表现形式可以是柱形图或折线图中任意一种；

12、其中，院校教师的评价基础分值及院校学生日常考核成绩变更态势图，基于网络传输实时向数据储存设备反馈，与数据储存设备中储存，院校教师基于计算机设备配置网络状态下，访问数据储存设备，对数据储存设备中自身对应的评价基础分值，及自身所授学科对应的院校学生日常考核成绩变更态势图进行读取。

13、更进一步地，所述步骤4在执行时，根据执行综合评价的目标院校教师对应教授科目，于数据储存设备中调取教授科目对应的院校学生出勤打卡信息及院校学生日常考核成绩信息，所述院校教师的综合评价逻辑表示为：

14、

15、式中：k综1为院校教师的第一阶段综合评价分值；m为院校教师所授学科排课学生总量；n为学生出勤打卡信息的集合；tj为第q名学生第j次出勤打卡的时间；t0为有效出勤打卡的最晚时间戳；为第q名学生每次出勤打卡时间相较于有效出勤打卡的最晚时间戳差值总量；(n0×m)为院校教师所授学科排课学生总量与学生出勤打卡信息的集合中学生出勤打卡次数的总量的乘积；(dj,d0)为执行出勤打卡的学生第j次打卡时相较于有效出勤打卡范围中心位置坐标的平均直线距离；mj为执行出勤打卡的学生第j次打卡时对应院校教师所授课程出勤学生总量；k综2为院校教师的第二阶段综合评价分值；q0为第q名学生考核次数的集合；fu为学生q第u次考核成绩分值；fu-1为学生q相较于第u次考核的上一次考核成绩分值；ε为归一化因子；

16、其中，表对的求均、表对的求均；

17、的求均过程表示为：的求均过程表示为

18、更进一步地，所述步骤5中获取的院校学生日常考核成绩变更态势图及院校教师综合评价结果，均为步骤3及步骤4中最新生成的院校学生日常考核成绩变更态势图及院校教师综合评价结果；

19、所述步骤5中识别院校学生日常考核成绩变更态势图及院校教师综合评价结果关联性阶段，基于步骤3中院校学生日常考核成绩变更态势图生成逻辑，对连续求取的k综2进行变更态势图的生成，且两组变更态势图的表现形式一致；

20、其中，识别院校学生日常考核成绩变更态势图及院校教师综合评价结果关联性的操作，即识别两组变更态势图相似性的操作。

21、更进一步地，对于院校教师的综合评价结果的修正逻辑表示为：

22、k综2′＝k综2×sim(p1,p2)；

23、式中：k综2′为院校教师综合评价分值的修正结果；sim(p1,p2)为院校学生日常考核成绩变更态势图与基于连续求取的k综2生成的变更态势图的相似度；

24、其中，sim(p1,p2)∈[0，1]。

25、采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：

26、本发明提供一种基于大数据分析的高等职业教育评价方法，该方法在执行过程中，通过大量且全面的数据对教师作出客观的综合评价，且在评价的过程中，以连续的数据导入，实现了评价结果的逐步求精，使得通过该方法对教师作出的评价结果更加可靠，同时，对教师作出评价的过程中，进一步为作出评价所用数据提供了可视化的数据整理及读取条件，有效提升了该方法在实施过程中，对于作出评价所用数据的集中管理及长期可用性。

技术特征：

1.基于大数据分析的高等职业教育评价方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于大数据分析的高等职业教育评价方法，其特征在于，所述院校师生出勤打卡信息包括：打卡人名称、打卡位置、打卡时间；院校学生日常考核成绩信息包括：考核人名称、考核学科、考核成绩分值，步骤1执行阶段上传的院校师生出勤打卡信息及院校学生日常考核成绩信息，均通过任意一种具有数据储存功能的数据储存设备进行储存；

3.根据权利要求1所述的基于大数据分析的高等职业教育评价方法，其特征在于，所述步骤1执行阶段，实时执行院校师生出勤打卡信息的上传及院校学生日常考核成绩信息的上传，步骤2执行阶段，对数据储存设备中已储存的院校教师出勤打卡信息进行获取并进一步遍历；

4.根据权利要求1所述的基于大数据分析的高等职业教育评价方法，其特征在于，所述步骤2中确定院校教师评价基础分值的操作，基于步骤3中设定的态势图迭代周期同步重置，所述院校学生日常考核成绩变更态势图的表现形式可以是柱形图或折线图中任意一种；

5.根据权利要求1所述的基于大数据分析的高等职业教育评价方法，其特征在于，所述步骤4在执行时，根据执行综合评价的目标院校教师对应教授科目，于数据储存设备中调取教授科目对应的院校学生出勤打卡信息及院校学生日常考核成绩信息，所述院校教师的综合评价逻辑表示为：

6.根据权利要求5所述的基于大数据分析的高等职业教育评价方法，其特征在于，所述归一化因子0＜ε≤1，基于k综1求取的k综2，即步骤4中对院校教师进行综合评价的结果。

7.根据权利要求5所述的基于大数据分析的高等职业教育评价方法，其特征在于，的求均过程表示为：的求均过程表示为

8.根据权利要求1所述的基于大数据分析的高等职业教育评价方法，其特征在于，所述步骤5中获取的院校学生日常考核成绩变更态势图及院校教师综合评价结果，均为步骤3及步骤4中最新生成的院校学生日常考核成绩变更态势图及院校教师综合评价结果。

9.根据权利要求1所述的基于大数据分析的高等职业教育评价方法，其特征在于，所述步骤5中识别院校学生日常考核成绩变更态势图及院校教师综合评价结果关联性阶段，基于步骤3中院校学生日常考核成绩变更态势图生成逻辑，对连续求取的k综2进行变更态势图的生成，且两组变更态势图的表现形式一致；

10.根据权利要求1或9所述的基于大数据分析的高等职业教育评价方法，其特征在于，对于院校教师的综合评价结果的修正逻辑表示为：

技术总结本发明涉及数据分析技术领域，具体涉及基于大数据分析的高等职业教育评价方法，包括上传院校师生出勤打卡信息，上传院校学生日常考核成绩信息；遍历院校教师出勤打卡信息，基于院校教师出勤打卡信息确定院校教师的评价基础分值；遍历院校学生日常考核成绩信息，基于院校学生日常考核成绩信息生成院校学生日常考核成绩变更态势图，设定态势图迭代周期，基于态势图迭代周期刷新院校学生日常考核成绩变更态势图；本发明通过大量且全面的数据对教师作出客观的综合评价，以连续的数据导入，实现了评价结果的逐步求精，使通过该方法对教师作出的评价结果更加可靠，且对教师作出评价的过程中，为作出评价所用数据提供了可视化的数据整理及读取条件。技术研发人员：魏银珍,孙萍,孙秀芳,许璁受保护的技术使用者：武汉软件工程职业学院（武汉开放大学）技术研发日：技术公布日：2024/8/20