一、引言隨著高等職業教育的快速發展，學生評價已成為教育質量保障的重要手段之一，因其客觀、公正和專業的特點，日益受到關注。數字化轉型是當前全球經濟和社會發展的主要趨勢，它已經深入到各個領域，也給職業教育帶來了新的機遇和挑戰。第三方客觀評價系統是數字化轉型在職業教育領域的一個重要應用，其可以為職業教育機構提供公正、可用的評價，幫助其發現問題、改進教學、提高人才培養質量。本文探討了數字化轉型背景下高職教育第三方評價體系的現狀、問題及優缺點，為設計和實現高職教育第三方客觀評價系統提供參考，并給出了基于云計算和大數據分析技術的第三方客觀評價系統的設計和實施方法，意圖借助這套系統更加科學地匯總分析教育評價數據，為教學整改提供數據依據。二、第三方評價體系現狀分析（一）專門的評價研究機構麥可思是專門的評價研究機構的代表，是中國最早從事教育評估、人才培養質量評價等項目的專業研究機構之一，其評價結果在國內外具有較高的認可度和影響力。優點是評價指標較為全面，數據來源較豐富，評價結果普遍受各大高校認可。其評價主要關注就業情況和授課效果等方面，忽略了諸如學生綜合素質、用人單位的反饋等。（二）官方綜合性教育研究機構以中國教育科學研究院、中國職業教育研究中心為首的官方機構，是中國教育科學的高端研究機構，在教育決策咨詢、教師教育、基礎教育、高等教育、學前教育、職業教育、特殊教育等領域擁有豐富的研究經驗和成果。其優點是有足夠的權威性和專業性，其主要評價方式是量化評價，缺乏對教育過程中人文因素和主觀體驗的評價，同時其評價存在一定的滯后，無法及時反映教育現實的變遷和需求。（三）在線教育平臺智慧樹、超星、網易云課堂等在線教育平臺，除能夠提供在線學習平臺和課程資源外，還提供課程評價、學習成果認證等服務，能夠滿足不同類型和層次的學習需求。優點是評價方式較為靈活，能夠根據不同學校和專業的需求進行個性化評價，并且包括在線測試、作業評價、課堂互動等，能夠靈活地適應不同的學習需求和課程要求，并提供數據統計和分析功能，及時收集并分析學習數據，為教師和學生提供反饋和指導。這些平臺也存在數據質量參差不齊、統計誤差等問題，需要進一步優化數據采集和統計的流程，提高數據的質量和準確性，同時評價結果和反饋比較概括和籠統，難以針對不同學生和課程的具體情況提供個性化的指導和反饋。根據上述對第三方評價機構的綜合分析，本系統設計意在將評價的對象聚焦在學生、課程及教學上，作為對于現有評價體系的有益補充和拓展。同時針對現有機構及平臺所采集的數據，提供數據導入的接口，進行二次統計和分析，深挖數據價值。三、系統設計（一）指標體系設計指標體系是客觀評價系統的重要組成部分，它需要涵蓋教育質量的各個方面，包括教學內容、教學方法、教師水平、學生能力等。在設計指標體系時，需要考慮全面、科學、客觀、公正等原則，確保評價結果的真實性和可信度。但目前對于評價維度的設計尚未有行業公認的標準，本系統的指標體系設計為可定制、可維護的，以適應不同場景、不同課程的評價要求。（二）系統數據流程設計系統總體的數據流程如圖1所示。1.數據來源通過用戶錄入、外部接口傳入等手段，采集教育過程中的各種數據。目前教學過程數據主要包括：考勤簽到次數、學習視頻完成度、平時作業評分、提問次數、回答次數、考試成績、第三方評價等。2.數據處理對采集的原始數據進行清洗、標準化處理、分析等操作，提取有用的信息。這里使用Min-Max標準化的算法進行數據處理，但有些時候，我們采集到的數據里面，最小值不為零的，人工給予一個零值作為最小值。另外，在這些原始數據中，第三方評語的原始數據大多以文字方式呈現，故我們需要利用自然語言處理（NLP）技術將其感情色彩進行分析，從而得出一個可量化的百分制的分值。標準化后的數值，將乘以一個權重系數來構成學生的其中一個指標維度，比如學生的“學習積極性”可以由“提問次數”“回答次數”分別占50%的權重來構成，具體的權重設定，可以視乎每個課程的需要進行調整。數據具有時效性，隨著時間的推移，可以看到學生的能力是否有提升。3.評價模型根據設計的指標體系，建立評價模型，進行客觀評價。學生一旦匹配到某個典型的模型，或者某項能力指標偏低，能夠提供預警和改進建議。4.結果呈現將評價結果以圖表、報告等形式呈現給用戶，方便用戶了解教育質量的真實情況。而對于文字類的第三方評價數據，除了標準化后的數值以外，還提取評語關鍵詞，并根據這些關鍵詞的出現頻率，分別生成用于描繪學生個人畫像和群體畫像的評價詞云。（三）系統架構設計1.系統后端設計系統服務后端使用了基于Uni-App的云開發技術進行開發，數據庫的元結構由一系列的DBSchemajson文件進行維護管理，服務器的MongoDB數據表會根據設計好的DBSchema結構進行動態更新，同時前端頁面和服務端都能以同樣的DBSchema標準文件進行統一的對象操作。服務后端使用基于Node.js語法的“云函數”實現。2.數據庫設計本系統底層使用的是阿里云提供的非關系型數據庫MongoDB，系統的幾個數據表之間沒有實際的外鍵約束，但邏輯上也是一一關聯的，具體的數據庫設計（部分）如圖2所示。3.功能模塊設計系統主要分為三個主要功能模塊：學生端、AI助教、系統管理后臺。學生端是面向學生個人用戶使用的，能看到學生自己實時的教學指標數據，也能參與群體排名，具有激勵自我成長的功能。AI助教是當學生在學習上遇到困難時，可以在本系統發起答疑對話。目前其核心數據主要來源于兩個部分：一是利用AI平臺的智能對話UNIT來實現的AI對話，AI平臺可以根據需要進行替換；二是由教師預先設定好知識庫，一旦學生對話命中預設關鍵字，則會提供相應知識內容反饋。因目前AI對話在知識庫方面的廣泛性有余，專業性略顯不足，其不足部分由教師預設的知識庫提供，以保證知識的專業性和準確性。系統管理后臺是針對每個不同的數據表進行數據查詢和維護的入口。4.系統前端及界面設計系統界面設計遵循大方、美觀、便捷等原則。前端使用基于Vue.js的Uni-App進行開發，代碼簡潔易于維護。（四）系統關鍵技術及特點1.數據存儲采用OSS云存儲技術及Serverless服務端技術，存儲教育數據和評價結果。可以隨時進行升降配置，支持大規模的數據處理和分析。具有很好的可維護性及可拓展性。2.數據處理采用大數據處理技術，如Min-MaxNormalization標準化處理等，對數據進行清洗、預處理、分析等操作，并使用自然語言處理（NLP）中的感情色彩分析、分詞、關鍵字提取等技術。把文字評價數據以量化的方式統計呈現出來。3.評價模型根據設計的指標體系，初步建立評價模型，在系統使用過程中，根據實際數據可進行模型的動態優化調整。理論上該模型經過長期調整后會愈發趨于客觀公正。4.結果呈現采用數據可視化技術，如ECharts、詞云等，將評價結果以圖表、報告等形式直觀地呈現給用戶。四、系統實施成效目前，系統通過數據導入的方式，建立了新媒體營銷課程的數據，學生通過本系統，利用雷達圖能夠實時看到自己能力的優劣，如圖3所示。圖3系統個人能力變遷雷達圖其中所有的數據都可溯源，保證了數據的客觀公正。教師通過本系統也能快速掌握學生個體乃至群體的學情，更有利于開展輔導工作。五、總結本系統基于對第三方評價體系的現狀分析，以及教師的實際需求進行設計和研發，歷時一年，不斷整改及加入新功能而形成了一套可進行推廣的客觀評價系統。該系統可以作為超星等在線平臺的有益拓展。第三方評論數據可以來自實習管理系統，或者直接以本系統作為實習評價系統來使用。總體來說，本系統具備數據可溯源、評價標準可調整、評價結果相對客觀等優點。但也存在著一些問題和不足，在數據標準化批量處理的過程中，云數據庫可能會由于網絡原因出現計算中斷的情況