大數據分析在中醫教學評價中的應用 *

武志娟 唐賽雪 金 喻

（山東中醫藥大學第一臨床學院，山東 濟南 250011）

當今已經全面進入數字化時代，整個社會都處于數據的洪流之中；近年來，數據被國家提升到核心生產要素的高度，各行各業都在積極探索、擁抱數字化時代，希望通過數字化轉型，實現新的發展跨越；同時數字化也是國家戰略，是中國全面高質量發展的必由之路［1］。人們每時每刻都在不斷產生數據，例如上網購物會留下購買數據，乘坐交通工具會留下軌跡數據，就醫會留下就診數據。這些數據量非常龐大，而且還在不斷增長。如何有效地利用這些數據實現業務目標，是各行業普遍面臨的挑戰。

中醫學是現代醫學不可或缺的一部分，特別是在一些醫學領域，具有不可替代的作用，近年來，國家一直提倡要大力發展特色中醫學，行業內的專家學者一直在朝這個方向努力奮斗。中醫學教育肩負著為國家中醫學培養輸出有生力量的重擔，需要不斷尋求提高中醫學教育質量的思路和手段。在這個數字化的時代背景下，大數據分析技術能從哪些維度為中醫學教育帶來幫助呢？這也是中醫教育領域的奮斗者一直在思考的問題。

中醫教學評價是提高教學質量的重要方法，只有精準實現教學效果評價，才能為教學改進提供指導。教學效果評價一般是從教師和學生兩個維度著手，其中最核心的是構建有效的評價模型，通過評價模型結合豐富的課堂教學實時數據，計算、輸出可視化的評價結果。

1 中醫教學評價面臨的問題

目前各大高校都在智慧教學方面做了不同程度的建設，提供了更加豐富的教學手段，給教學帶來很大的便利；但是在教學評價方面，一直沒有形成體系化的方法，空守金山而不入［2］。教學評價方面還存在手段單一、以人為主的評價模式，這就導致教學評價過程中存在經驗主義和人情分的現象、教學評價無法量化、評價維度單一等問題。究其原因，一方面是無法有效采集原始數據。教學已經從信息化教學時代發展到智慧教學時代，手段更加豐富多樣，導致教學數據也更加多樣，這些數據呈現分散、非結構化、海量等特點，數據采集需要較大調整。另一方面是教學數據的使用難題。針對教學數據的分散、非結構化、海量等特點，如何高效地實現數據的識別與標準化，為教學評價業務提供支撐，是目前大數據應用在教學評價中遇到的最大難題。無法有效地對數據進行加工處理，更談不上數據的深度挖掘，這些數據也就失去了應有的價值。

2 大數據背景下的教學評價方法

2.1 更加廣泛高效地采集數據 教學過程中的數據，可以分為課前、課中、課后三部分，課前主要指學生的自主學習部分與教師的備課數據，這些數據以非結構化數據為主，采集后需要通過大數據建模進行結構化。課中數據是教學評價的核心數據，采集難度更大，具有很高的時效性。物聯網技術的崛起，為課中數據采集提供了基礎。依靠物聯網，可快速通過感知設備實時傳輸課中動態數據，如學生的肢體動作數據、面部表情數據、提問數據、師生互動數據等。這些數據經統一采集后，通過大數據計算、處理，為分析提供數據依據；后續可通過評價模型進一步挖掘，形成教學評價結果，從而指導教學改進。課后數據也是教學評價中的核心部分，包括線上線下自主學習數據、師生互動數據、資料數據、問卷數據等，這些數據也可以通過建模分析對教學評價產生很大影響［3］。

教學數據采集是教學評價的基礎，但是目前來看，數據的規模、標準、整理都是很大的挑戰。大數據分析模型需要大量的、連續有效的數據進行訓練優化算法，但是目前的教學數據采集范圍和連續性遠遠達不到使用要求，因此數據采集范圍需要進一步拓展，囊括更多形式的數據，包括結構化、非結構化、半結構化數據等。

2.2 數據標準與數據處理 數據分析需要高質量的連續數據支撐，但是由于教學數據來源、標準、形態均不同，所以這些數據無法直接用于教學評價分析，這就需要采用一套方法對這些原始數據動態系統進行治理。

要想把這些原始教學數據轉換為可用的數據，就需要先建立數據標準（Data standards）。數據標準是指保障數據的內外部使用和交換的一致性和準確性的規范性約束。數據是教學業務活動在信息系統中的真實反映。由于業務對象在信息系統中以數據的形式存在，數據標準相關管理活動均需以業務為基礎，并以標準的形式規范業務對象在各信息系統中的統一定義和應用。數據標準是對數據的命名、類型、長度、業務含義、計算口徑、歸屬部門等，定義一套統一的規范，保證對數據的統一理解、對數據定義和使用的一致性［4］。

數據處理（Data processing）是對數據的采集、存儲、檢索、加工、變換和傳輸。其基本目的是從大量的、可能是雜亂無章的、難以理解的數據中，抽取并推導出對于某些特定的人們來說有價值、有意義的數據。以往由于計算機技術的限制，無法高效實現非結構化數據的識別，導致大量原始教學數據無法被進一步使用。但是隨著近年來計算機技術的不斷突破，特別是大數據技術日趨成熟，提取、轉換和加載（ETL），自然語言處理（NLP），光學字符識別（OCR）等技術在諸多領域都有非常多的應用，為更加全面的數據處理提供了支撐。通過數據處理，學?？梢越⒏尤娴慕虒W評價數據倉庫［5］。

2.3 構建精準動態的數據分析模型 數據分析是對一堆無關聯的數據進行整理、歸類和挖掘，以獲取數據內在聯系，并預測數據發展趨勢，便于決策。建立合適的數據分析模型是數據分析的重要環節［6］。數據分析模型指在數據分析過程中構建一個結構，以便具體實施與建立，包括收集哪些數據，提取哪些內容作為分析的基礎，用哪些分析方法、算法與統計項目更為妥當，并呈現分析的結果，使數據關聯和變化趨勢一目了然，從而更加清晰地展現數據發展趨勢與邏輯關聯。因此大數據分析在教學評價中的核心是分析模型，如何構建精準、動態的模型是應用大數據做好教學評價的關鍵環節。

首先，從教學業務角度來說，分析模型的構建需要基于教學業務，服務教學業務，要對日常的中醫教學業務過程進行詳細分析。中醫教學與其他學科不同，中醫的基本特點是整體觀念和辨證論治，來源于實踐，反過來又指導實踐，這就決定了中醫教學的理念、方式、方法等都與其他學科教學過程不同。為了更好地構建分析模型，要先把中醫教學業務過程詳細分解，進行標準化、標簽化，抽象出一套準確描述中醫教學業務過程的體系。其次，在教學業務過程體系的基礎上，借助大數據建模工具，把這套業務體系用計算機語言完整實現，形成大數據分析模型。這套評價模型體系需要根據教學業務的動態調整進行定期更新，這樣可以形成教學評價的長效機制。

2.4 可視化教學評價結果 如何更加高效、便捷地把評價結果反饋給相關人員進行業務改進，讓教師與管理人員都看得懂評價結果，這就需要把評價結果進行實時可視化。數據可視化主要是借助于圖形化手段，清晰有效地傳達與溝通信息。目前大數據領域的儀表盤（Dashboard）、知識圖譜、畫像等技術，都可以很好地支撐評價結果可視化；把這些可視化結果組合成頁面，分享給相關人員，即可實現實時了解評價結果［7］。

以往的可視化教學評價集中在基礎數據展示，只能為教學管理人員提供一些基礎的報表統計需求，比如熱點課程、熱點問題排名、教師考評數據報表、學生出勤統計等。這些可視化的結果已經遠遠無法滿足現代化教學評價的需要。教學評價結果可視化既要知其然，也要知其所以然，要更多地聚焦在教學評價數據的關聯性挖掘與展示。如經過綜合評價得出TOP5 的熱點課程，可進一步通過可視化下鉆到熱點課程評估維度展示，展示出每個維度的占比及數量；教師與教學管理者還可以繼續下鉆到這個維度關聯的指標分布情況，這樣每個教師也就可以為后面教學方式內容的提升找到方向。

2.5 對教學評價數據的深度挖掘 數據挖掘（Data mining）是建立在數據庫基礎上，通過統計學、機器學習等方法，探索隱含的、未知的、有潛在應用價值規律的過程，即數據庫知識發現（Knowledge discovery in databases，KDD）中的分析過程［8］。數據挖掘作為信息科學、統計學、人工智能等學科的交叉技術，廣泛應用于商業決策、通信服務、物流貿易等領域［9，10］。

教學評價數據不能只停留在分析層面，需要在分析數據的基礎上，結合大數據領域的人工智能技術，進行更深層次的評價數據挖掘，知其然也知其所以然。評價數據挖掘算法能夠為教學業務改進提供更加直接的建議和思路，如通過課堂視頻數據挖掘算法，基于大數據強大算力，識別出課堂上學生的一些關鍵形體動作，從而可以實時、精準地計算課堂活躍狀態，直觀評價教學效率［6］。知識圖譜的知識表示與接連對增強深度學習的學習能力具有積極意義，如提升深度學習的健壯性、減少樣本依賴、提升模型與先驗知識的一致性等。一方面，知識圖譜可以將中醫藥學中各種非標準化的術語進行知識連接，使得NLP 更為準確；另一方面，利用知識圖譜的表示學習所形成的圖譜節點與邊的連續向量化表示，可以作為深度學習模型的部分輸入端，使得深度學習可以利用專業知識提高準確率。這些均有助于突破教學數據挖掘的困境。

2.6 教學評價結果數據的應用 教學評價結果有非常廣泛的應用場景，無論是為學生、教師還是管理部門，都可以提供一定的教學質量改進支撐。如在了解和預測學生的個人學習行為、程度和態度，分析教師教學情況、指導教師及時調整教學內容和方法，幫助教學管理部門實時調整或出臺相關教學管理規定等方面，都會起到積極作用。利用評價結果，教師可以依據學生信息大數據，分析和了解學生的基礎知識儲備、學習能力、學習態度等情況，制訂獨一無二且適合的教學計劃，并向學生推薦一些可取的學習策略。教學管理部門可以通過評價結果數據，及時發現日常教學過程中難以發現的深層次問題，實時調整教學管理策略，使得教學管理更具有針對性，并提高教學管理效率，提升教學管理決策水平。

3 總結

在大數據技術飛速發展、教學環境不斷進步的背景下，我國中醫教學應該充分利用新的技術，包括數據采集、數據處理、數據建模、數據挖掘、數據可視化等，提升教學評價的全面性、準確性、時效性，為學生提升、教師改進、教學管理者改革提供支撐，幫助相關人員進行高效精準決策，助力高校教學評價的改革。