课题申报参考：7297-基于大数据的“高职骨干专业（群）”评价与监测

基于大数据的“高职骨干专业（群）”评价与监测

1、问题的提出、课题界定、国内外研究现状述评、选题意义与研究价值

（1）问题的提出

国家近年来密集发布了关于职业教育的重要信息，如《教育部办公厅关于建立职业院校工作诊断与改进机制的通知》（2015）、《高等职业院校适应社会需求能力评估暂行办法》（2016）、《国家职业教育改革实施方案》（2019）等。其中，《国家职业教育改革实施方案》提出具体指标：“到2022年，建设50所高水平高等职业学校和150个骨干专业（群）”，启动实施中国特色高水平高等职业学校和专业建设计划，建立建全职业教育质量评价和督导评估制度。目前，高职院校正在推进“双高”及“骨干专业（群）”申报与建设工作。如何对“骨干专业（群）”进行定位、制定标准及评价与监测就成为目前高职专业建设中面临的一个紧迫问题，本课题正是在这样的背景下提出的。

（2）课题界定

（Ⅰ）骨干专业（群）

政策依据：教职成[2019] 8号指出专业群须具备以下基本条件：（一）专业群定位准确。（二）专业群有高水平专业带头人和教学创新团队。（三）专业群生源质量好，保持一定办学规模。教职成[2019]5号）提出打造高水平专业群；面向区域或行业重点产业；组建高水平、结构化教师教学创新团队；建立健全多方协同的专业群可持续发展保障机制。教职成[2019] 9号）文件，对申报骨干专业（群）列出具体指标。

骨干专业（群）：根据上述文件精神，本课题组研究的骨干专业（群）应具备下列条件：具有专业引领作用；具有高素质技术技能人才培养培训基地；具备技术技能创新服务平台；产教高度融合；当地高度依赖；国际可交流；优质生源和高质量就业等。

本课题将比对上述文件，并参考教育部遴选结果选取骨干专业（群）作为考察和评价对象，探讨骨干专业（群）标准及评价与监测体系。

（Ⅱ）评价与监测指标

本课题根据教职成[2019] 8号、教职成[2019] 5号、教职成[2015] 2号、教职成[2019] 9号）、《国家职业教育改革实施方案》（2019）、《国家中长期教育改革和发展规划纲要（2010-2020 年）》等文件精神，并依据质量指标控制法、自我评价法等理论基础，拟建立多元化和多维度评价与监测体系，包括专业建设指标体系、教学诊断指标体系、质量监控指标体系等。

专业（群）评价指标体系 ①专业（群）定位与特色（专业标准、产业对接、优势互补、协同发展、特色鲜明、社会影响）；②师资队伍（双师队伍、高水平专业带头人、教学创新、专业声誉）；③培养模式（人才培养模式、产教融合、1+X证书、可持续性发展）；④信息化教学资源（共享课程资源、信息化教学）；⑤实践教学（标准化实训基地、校企合作、实践教学标准）；⑥技能大赛与创新创业；⑦科研服务（科研项目、研发应用、专利发明）；⑧国际交流；⑨教学管理与质量保证；⑩招生就业（生源质量、办学规模、满意度、就业质量）等。

教学诊断指标体系 ①课程体系；②教学资料；③教学内容；④教学流程；⑤示范操作；⑥技术指导；⑦检查总结；⑧“教”“学”融合；⑨反馈评价等。

质量监控指标体系 ①质量监控体系；②1+X证书体系；③职业能力测评体系等。

（Ⅲ）大数据分析技术

采用数学分析方法如层次分析法、综合评价法、数据挖掘及商业智能系统（BI，Business Intelligence）技术等手段，建立评价指标数学模型，对获取的骨干专业（群）数据进行分析处理，设计对骨干专业（群）进行评估及动态监测的数据平台。

（3）国内外研究现状述评

对专业评价国外很早就开始了，目前发达国家都建立了具有本国特色的高校专业评估模式，如美国的职业性专业鉴定，英国的院校审查，芬兰的专业评价模式等，Juha Kettunen（2008）在研究中给出了详细介绍。

构建评估指标体系是专业评价的重点，国外研究学者也作了许多探讨。Mohammad（2011） 以伊朗4所医学院为研究对象，采用学术质量改进计划（AQIP）模型从九个维度对四所高等教育学院的病理课程质量进行评估。Olga V. Bezpalko（2016）采用专家访谈法确定乌克兰职业高等教育的绩效评估三个主要维度和9个指标，提出了教育质量评估标准、指标模型和监测方法。

随着大数据时代的到来，以大数据思维方式去分析和解决专业评价与动态监测问题受到人们的重视。Qing-Hui DAI（2017） 等研究了大数据与教学评估的关系，提出六要素评估模型，建议用大数据分析来构建教学评估体系及监控平台。

国内也有不少研究者进性了探索。赵志群（2014-2016）认为应该大力开展职业教育的科学研究，提出两种质量监控与评价体系，一是质量指标控制法，是利用检验指标对研究对象运行质量进行自我控制的管理工具；二是自我评价法， 是由德国不来梅（Bremen）大学开发的、建立在组织学习理论和过程管理理念基础上的参与式评价工具，是基于授权评价理论的数据统计工具。赵志群认为应在内部要对专业建设进行监控评价，在外部要对教育成果进行监测。李玲（2015）研究了高职教育专业评价引导的逻辑，从时间、空间、价值三个维度提炼观测点和评价标准。吴南中（2016）提出运用大数据技术进行专业评价，从而预测专业发展前途和状态，为专业评价引导运行提供数据保障和科学依据。

结论 目前国内外高职专业评价取得了一定成绩，但还存在如下问题：理论研究较少，评价方法各有所长，大数据运用技术尚在起步阶段，需提高相关研究理论水平及科学性。

（4）选题意义与研究价值

①选题意义 本课题依据《国家职业教育改革实施方案》政策，立足于正在推进的高职“双高”及“骨干专业（群）”建设计划，解决当前面临并亟待解决的骨干专业（群）评价机制，促进骨干专业（群）的建设与发展，为高职院校及政府机构对骨干专业（群）筛选、建设和管理提供可操作的评估方法，也为第三方评估机构和高职院校评估提供依据，具有较强的现实应用意义。

②研究价值  （Ⅰ）学术价值 骨干专业（群）评价体系的研究，是针对职业教育质量管理学科的研究，是职业教育研究的一个方面，因而本研究具有一定学术价值；（Ⅱ）应用价值 大数据技术在评价监测体系中的运用，使专业（群）动态监测及发展预测成为可能，促进了教学管理信息化，具有可持续应用价值。

2、课题研究目标、研究内容、研究重点和创新之处

（1）研究主要目标

①建立完善的评价体系 根据骨干专业（群）建设标准，并依据质量指标控制法、自我评价法等理论基础，建立骨干专业（群）评价指标体系；

②建立科学数据模型 通过数学分析方法建立高职骨干专业（群）评价数据模型；

③建立动态监测平台 通过大数据分析技术建立骨干专业（群）动态评价与监测体系平台。

（2）研究内容

①理论研究及政策研究  职业教育质量管理理论研究，主要有质量控制法、自我评价法等，有关职业教育国家及教育部政策研究分析。

②骨干专业（群）标准 研究探讨骨干专业（群）的建设标准；

③评价指标体系 包括专业建设、教学诊断、质量监控等体系及指标设定与遴选，指标数据收集与分析；

④数学模型应用 运用层次分析、综合评价等数学分析方法对评价指标及数据进行分析，建立合适的评价体系模型，并进行实证与修正；

⑤评价与监测体系平台建立 包括指标体系、大数据分析技术、评价机制、监测机制等。

（3）研究的重点

①评价体系设计及指标遴选；

②数学模型的建立及大数据分析技术的运用。

（4）创新之处

①科学的评价体系 利用大数据分析技术来构建骨干专业（群）建设的评价模型，实现动态评价与监测，具有较高的科学性及适用性，且可操作性强。

②可持续应用价值 本研究成果可作为行政管理评价、监测骨干专业（群）建设质量的重要手段，也可作为第三方评价机构的评价标准和依据，数据平台具有持续开发应用的价值。

3、研究思路、研究方法、实施步骤、预期成果形式

（1）研究的基本思路

①理论研究及政策研究  职业教育质量管理理论研究，主要有质量控制法、自我评价法等，有关职业教育国家及教育部政策研究分析。

②骨干专业（群）标准探讨 依据国务院、教育部、财政部关于职业教育的若干文件研究探讨骨干专业（群）的标准；

③指标体系设计 在文献研究、专家访谈、问卷调查、实地调研等基础上，对高职院校骨干专业（群）建设的现状进行调查分析，依据质量指标控制法、自我评价法等理论基础，建立骨干专业（群）评价指标体系。

④数据获取 通过多渠道、多角度调查，整理出指标体系数据。

⑤大数据分析 采用数学建模的方法处理海量数据，通过大数据分析技术对数据进行分析提炼，从而建立指标评价体系。

⑥评价体系验证与完善 运用实证法，用建立的评价模型对高职院校品牌专业建设进行评价，根据实际效果对评价模型进行修正，最终形成高职院校品牌专业建设评价与监测体系。

⑦运用推广 评价体系基于xxxxx国家示范专业、省级品牌特色专业数据及国家高职骨干专业（群）的研究，并在省级高职院校进行验证，进而在全国高职院校推广应用。

（2）研究方法

①指标体系 指标控制法、自我评价法；

②数据获取 案例分析法、实验验证法、专家访谈法、问卷调查法等；

③大数据分析技术 综合评价法、层次分析法、数据挖掘法、商业智能系统（BI，Business Intelligence）技术等；

④数据平台应用 实证法等。

（3）实施步骤

①骨干专业（群）标准调研；

②建立评价指标体系；

③取得数据 选取研究对象，获取指标数据；

④大数据分析 利用数学建模，采用大数据技术对指标体系数据进行分析处理，建立专业评价体系大数据平台；

⑤实证分析 选取骨干专业（群）数据，按评价数据平台进行验证分析；

⑥综合评价及监测数据平台完善与优化；

⑦运用推广 从xxxxx向省级高职院校推广，进而向全国高职院校推广运用。

（4）预期成果形式

4、主要参加者的学术背景、前期相关研究成果、核心观点

（1）主要参加者学术背景

主要成员1，教授，专业带头人，计算机应用技术硕士。主持湖北省品牌特色专业建设工作。完成湖北省教育科学“十二五规划”重点课题“纺织品检验与贸易专业实践教学体系研究与实践”课题研究，擅长教学改革与研究工作。

主要成员2，信息化办公室副处长，主持完成湖北省教育科学“十二五规划课题” “基于省网云计算环境下的校园信息化建设的研究”，主持湖北省教育厅人文社会科学研究项目：“全国职业院校技能大赛教学能力比赛视角下的信息技术与教学深度融合路径与推进策略研究”，擅长计算机应用技术及信息化教学与研究工作。

主要成员3，质管处，讲师，研究专长为应用数学及教学质量管理。参与课题“大数据背景下高职院校课堂教学诊断与改进研究”。

课题组成员老中青相结合，学科交叉，有擅长技术研究的，有擅长教学研究的，有擅长计算机信息技术的，有擅长质量管理的，还有擅长数学应用的，配置合理，整体研究水平较强。

（2）前期相关研究成果

本课题以湖北省高等职业院校品牌特色专业建设为背景，以打造国家骨干专业（群）为目标，基于大数据分析技术建立对骨干专业（群）评价与监测平台。

课题组有多项与本课题相关教研项目研究经历，如湖北省“十二五”重点规划课题《纺织品检验与贸易专业实践教学体系研究与实践》，中国高等职业技术教育研究会“十一五”规划课题《国家职业资格证书和行业培训证书就业促进作用研究》，湖北省“十二五”教育科学规划课题《基于省网云计算环境下的校园信息化建设的研究》，参与《大数据背景下高职院校课堂教学诊断与改进研究》等。

本课题重点选取XXXXX作为研究对象，该高职院校是100所国家级示范高职院校之一，为所选项目提供了良好的资源及研究对象，其有国家示范性专业5个，央财支持重点建设专业2个，现代学徒制试点专业5个，省级重点专业22个，现代制造和旅游两个专业群为湖北10大职教品牌，13个专业正在实施国家骨干专业（群）建设，这些特色专业及骨干专业（群）可以作为本课题重点考察对象。本课题在对XXXXX进行研究的基础上，将进一步扩展到全国具有代表性的高职院校。

（3）核心观点

①对骨干专业（群）建设的研究，具有学术研究价值 通过研究职业教育质量管理相关理论及国家相关政策，探讨骨干专业（群）的建设相关理论基础及实践应用，本研究具有学术研究价值；

② 大数据分析及应用，形成科学的评价体系 利用数学建模手段处理海量数据，通过大数据分析技术对骨干专业（群）进行科学评价与监测；

③可持续应用价值 本研究成果可作为行政管理检查骨干专业（群）建设质量的重要手段，也可作为第三方评价机构的评价标准和依据，结果具有前瞻性，以及持续开发应用的价值。

5、参考文献

[1]国务院.国家职业教育改革实施方案(国发[2019] 4号)[Z].2019-01-24.

[2]国务院.关于加快发展现代职业教育的决定（国发［2014］19号）[Z].2014-05-02.

[3]国务院.教育部办公厅关于建立职业院校工作诊断与改进机制的通知（教职成厅［2015］ 2 号）[Z］.

[4]国务院.高等职业院校适应社会需求能力评估暂行办法（国发[2016] 3号）[Z].2016-03-14.

[5]教育部 财政部.《中国特色高水平高职学校和专业建设计划项目遴选管理办法（试行）》的通知（教职成[2019] 8号）[Z].2019-04-16.

[6]教育部 财政部,《关于实施中国特色高水平高职学校和专业建设计划的意见》（教职成[2019]5号）[Z].2019-03-29.

[7]教育部 财政部 《关于开展中国特色高水平高职学校和专业建设计划项目申报的通知》（教职成厅函[2019]9号）.[Z].2019-04-18.

[8]Juha Kettunen.A conceptual framework to help evaluate the quality of institutional performance[J].Quality Assurance in Education,2008 ,16 (4): 322-332.

[9]Vikram Singh, Sandeep Grover and Ashok Kumar. Evaluation of quality in an educational institute: a quality function deployment approach[J].Educational Research and Review, 2008, 3 (4):162-168.

[10]Mohammad Hossein Yarmohammadian , Mina Mozaffary ,Sekineh Saghaeiannejad Esfahani.Evaluation of quality of education in higher education based on Academic Quality Improvement Program (AQIP) Model[J].Procedia Social and Behavioral Sciences ,2011,15 : 2917-2922.

[11]Olga V. Bezpalko,Nataliia A. Klishevych,Tetiana L. Liakh, Roman O. Pavliuk.Criteria and indicators of university education Quality :the results of expert interview[J].The New Educational Review，2016,46(46):61-71.

[12]Ben Daniel.Big Data and analytics in higher education:Opportunities and challenges[J].British Journal of Educational Technology,2015, 46(5): 904-920.

[13]Qing-Hui DAI,Yu-Zhao CHEN, Guan-Ru HUA.Relationship Between Big Data and Teaching Evaluation[C], 3rd International Conference on Education and Social Development (ICESD 2017),Pennsylvania:DEStech Publications, Inc. 2017:401-407.

[14]Baker, R. S. J. D. & Siemens, G. . Educational data mining and learning analytics[M], Cambridge: Cambridge University,2013.

[15]赵志群.国际职业教育合作的质量与效益——以中德合作为例[J].中国职业技术教育，2016（30）：5-10.

[16]赵志群.现代职业教育质量保障体系建设[J].中国职业技术，2014（21）：235-239.

[17]倪华.基于大数据的高校教务可视化管理研究[D].南昌：南昌大学，2016. 

[18]李玲，吴南中.高职教育专业评价引导的逻辑［J].教育与职业，2015（34）：18-22.

[19]吴南中.高职专业评价引导的实践理性、运行逻辑与保障.教育与职业，2016（16）：15-19.

[20]闫飞龙. 高等教育评价标准的本质问题与多元化［J］.清华大学教育研究，2011（10）：63.

[21]刘凡.OLAP 和数据挖掘技术在教学评估系统中的应用[D].汕头：汕头大学，2011.  

[22]戴庆锋.基于AHP层次分析算法的教学质量评估系统设计与实现[D].南京：南京理工大学，2010.   

[23]李少阳.普通高等院校课堂教学质量模糊综合评价研究[D].哈尔滨：哈尔滨工程大学，2012.

[24]孙芳芳，赵志群.职业院校教学质量诊断的实践效果--基于授权评价的试验[J].职教论坛，2018（7）：46-51.

本文来源：https://www.2haoxitong.net/k/doc/ca5069c986c24028915f804d2b160b4e777f8198.html