文摘

大数据是广泛用于大容量。绩效评估工作的评估,可以作为预警和激励员工。大学教师在高等教育的发展起着重要的作用。如何实现大学资源的合理使用是一个迫切需要解决的问题。本文旨在研究大学教师的建设方案的量化评估性能基于大数据分析,并利用大数据分析方法更科学、合理的绩效评价方法。基于相关理论的研究,分析了绩效考核系统的特点和存在的问题的大学教师根据高校教师绩效考核的现状。此外,考虑到大学教师的特殊性,基于问卷调查和实地访谈,了解他们的地位和评估教师预期的评估;建设原则基础上的大学教师绩效评估体系,大学教师绩效评估体系构建。本文的实验结果显示,有140人认为绩效考核与工资,占教师总数的35%。这些数据表明,绩效考核和工资之间的相关性相对较高。

1。介绍

教育直接有助于国民经济的增长和科技的进步,特别是高等教育,它提供了巨大的人力资源和对社会物质财富。在培养人才的过程中,高校教师在一定程度上决定学校是否能培养优秀人才。因此,如何激励和促进教师通过定量评估是高校改革的重要内容。改革开放政策的出现为中国经济的发展提供了机遇和技术。在发展的过程中,数据已经成为不可或缺的一部分。本文旨在研究大学教师的建设方案的量化评估性能基于大数据分析,并利用大数据分析方法更科学、合理的绩效评价方法。

教师,作为第三产业的一个重要组成部分,可以充分激发和激励如果充分利用他们的角色,并培养更多的人才。绩效考核的实施促进了教师的发展回顾,增长自己的专业,教育质量。

本文提出的分析系统,有很好的作用,促进加强师资的大学。选题是基于绩效评估的大学教师,和定量评估引入大学教师的评估团队,提出了改善教师评估系统的新思想。结合的特点,大学教师职位和工作特点,根据当前形势下高校教师的绩效评估,教师绩效评价指标体系建立适合高校的特点。

2。相关工作

作为一个企业检验工作的重要手段,绩效考核有利于企业工作的科学发展。作为一种特殊的企业高校教师绩效评估也是非常重要的。阿贝尔TN的目标是提供一个分析化学老师的FA实践通过化学的视角。两组初中和高中科学教师参加了一个为期一年的专业发展,旨在提高他们的FA化学实践教学。开发一个方法用于正在进行的研究分析全年老师进步,他提供了一个分析参与者的最后FA组合章节描述FA任务设计、教师的目的实现FA,以及教师评价学生的工作。实验显示模式,回声更广泛的科学教育的研究,但在化学与实例化(1]。谢弗描述的研究评估项反应通过识别模式的老师注意。结果表明,比较这两个可以揭示潜在的反应(形成性评价的目标2]。邓邓和研究科学与技术本科生的教学评价的结果,引导学生关注科技课程的主要内容是高度相关的教学成果。基于因子分析,他利用关联规则获得高三个因素之间的相关性,发现留学生科技课程专注于(3]。PPDM当前研究主要集中在如何降低带来的隐私风险数据挖掘操作,但实际上在数据收集、数据发布和信息(即数据挖掘结果)交付。徐以更宽广的视角隐私与数据挖掘相关的问题和研究各种方法,帮助保护敏感信息。对于每种类型的用户,他讨论了隐私问题,他可以用来保护敏感信息的方法。他简要介绍了相关研究课题的基本知识,评论最先进的方法,和对未来的研究方向提出了一些初步的想法4]。基于历史时间的影响,吴分类样本。解决相关的问题,他bagging-based合奏方法集成到反向传播(5]。李设想这些挑战大数据分析的特征选择。他首先介绍了特征选择,然后详细介绍了构建问题。最后,以促进和改善对特征选择的研究,他提出了一个开源的特征选择图书馆包含特征选择算法(6]。各种类型的网络的扩散使得类型,大数据的问题,问题比以往更加多样。气路评论最新的研究类型的数据在网络上与大数据相关。他总结到的大数据趋势和演进,总结预测持续的和即将到来的问题(7]。虽然这些理论一定程度上对大数据和教师绩效评估,阐述两者之间的联系来实现有意义的结果。

3所示。施工方法的量化评估的大学教师绩效基于大数据分析

3.1。性能概述

性能是一个非常重要的企业管理的一部分,是对员工所做作为一个整体(8,9]。实际上,性能可分为各种不同的元素根据形势和它可以影响个体员工的能力,导致不同的结果(10,11]。

绩效评估是一种有效的手段来检查员工的质量工作,在实践中通常以年(12]。通过绩效评估,我们可以知道员工的实际能力和不足,并理解与组织目标之间的差距,从而提高工作和提高工作效率13]。教师绩效考核是指一系列的行为评价大学的工作人员在学院和大学的组织环境。它包括教师的道德、工作态度、教学质量、科研数量,等。通过这些评估,确定教师是否符合这个职位标准,以促进教师的积极性,实现组织目标的大学(14,15]。绩效考核,教师应该遵循开放性原则提高考核工作的透明度;目标一致性的原则,为教师提供指导,以便老师能充分发挥重要作用在工作过程;可行性和practicality.Figure的原则1是一个利益相关者的示意图。

有两种类型的组织的绩效评估。正式的定期进行评估,明确的规则和明确的目标。非正式的评估并没有一个具体的评估日期,目的并不是独一无二的。常见的非正式的评估包括口头表扬和上司的鼓励员工16,17]。性能在很多方面可以存在。例如,在PPP项目中,性能分为两部分组成。对于公司来说,性能是一个重要的盈利能力。对于政府来说,性能是一个比较的方法(18]。固有的属性PPP项目要求进行绩效评估时,不仅应注意投资之间的平衡和交付,但也向公众和效用PPP项目的性质。由于高校教学工作的特殊性,教师不同于其他组织的性能评估,强调他们的行为和性能,并有更高需求的教学能力和知识储备19]。The human capital investment of college teachers is larger than that of other industries; the sense of achievement needs of college teachers is strong; the labor objects of college teachers are complex and special; the realization cycle of labor value results of college teachers is long.

3.2。数据挖掘技术

数据挖掘是数据资源获取信息的方法。用于各种方式,推动物联网技术。数据挖掘技术发现有用的信息从大量的数据和为决策者提供决策帮助。将数据挖掘技术引入到绩效评估领域,通过多种数据挖掘技术,找出潜在的因素,影响教师的绩效考核,为相关职能部门提供相关信息,促进教师的教学、科研和其它工作更好的进行,提高教学和学习。和研究服务质量。The decision tree is an information analysis tool, which is output in the form of nodes and they represent different information. The concrete architecture is displayed in Figure2。

穷人的代表原始数据的信息,我们表示的函数

当 , 。

这里B代表的副本,j消息所需的和的意思是消息所需的。 在哪里代表的代表样本总数的人。 在哪里是需要的,需求和之间的差异吗是一个约束。

为了客观地分析数据,我们需要详细分析数据,定量描述和比较一级元素:

公式(5)代表了判断矩阵函数表达式。

公式(6)- (8)代表矩阵属性,当矩阵的元素是完全符合上述函数表达式,它表明,所构造的矩阵是一致的。

方程(10)显示了子树表达水密度的函数,和显示模型的概要文件的属性。 在哪里代表了列向量矩阵中的元素说实话层。

如果该计划层结合一致性比率 ,这意味着矩阵通过了一致性测试,反之亦然。

3.3。大数据的概述

大数据仍然没有单一的解释,但我们的社会是密切相关的。图3大数据的显示了一个图结构。

我们在知识经济的时代,时间就是金钱,找到合适的解决方案得到最好的价值为您在最短的时间内是当前研究的一个热门话题。DMX技术可以找出关键数据从大量的数据和信息的潜在价值。自物联网技术已经被提升,大数据越来越丰富的日常生活中,和它的应用范围不断扩大。大数据系统的结构如图4。

随着传感器技术的发展,越来越多的数据收集推动物联网无处不在的连通性的概念,连接每一个对象。处理数据是一个复杂的过程,需要不同的处理程序准备好各种情况。数据预处理的结构如图5。

大数字数据的增长,大数据技术已开始被结合社会生产领域,如大数据和云计算、大数据的组合和环境监测。使用大数据可以实现有效的性能数据处理在一定程度上,然后意识到人力资源绩效考核的顺利进展。调整绩效考核工作的方法为教师的发展提供可靠的支持工作。不够理解和实现高校当前的性能评估指标,重量、流程等;的设计不够标准化和严格的评估指标。[30]。有许多因素影响保护,如图6。

4所示。建设实验定量评估的大学教师绩效基于大数据分析

4.1。数据挖掘的数据

本文的重点是大学教师的绩效评估。为了收集的数量和高校教师的基本情况,我们有调查教师在学院的基本情况,具体情况如下:

根据表中的数据1,我们调查了教师的情况根据分类,我们把老师分为四类:助教、讲师、副教授和教授,进行了综合分析和四个专业职称的教师。根据具体的数据,大部分的助教有硕士学位,教学经验通常是大约4年,平均评价分数是67。大多数的教师有一个学士学位,以及他们的教学经验通常是12年。评估得分的平均值是69。大部分的副教授有博士学位,他们的教学经验通常是大约29年。评估得分的平均值是88。大部分的教授有硕士学位,教学经验通常是23年。评价得分的平均值是85。根据调查数据,评估分数的大学教师与教学年龄的增加会增加,这是与大学教师的教学经验。

根据表中的数据2,我们有细分的重量大学教师的绩效考核。体重在整个部门,它分为教师道德、学术技能和基本素质。教师道德占35%,学历占35%,和教师的基本素质占30%。我们有细分教师道德、意识形态风格的占33%,道德修养占39%,和协作能力在教师占15%,教师参与公益活动占8%,和纪律遵守占5%。在教育分类,第一学位占32%,最后学位占40%,继续教育占28%。在基本质量分类、外语水平占30%,技术应用能力占30%,double-qualification情况占40%。根据数据,可以看出,教师的思想道德风格和教育背景更重要,此外,教师能够团结和合作也更重要。

4.2。教师教案的准备

课程计划的基础是教师的教学,教师的教案的准备不同的标准反映教师不同的教学态度。为了探索教师到位,我们分析了教师的情况,具体情况如下:

根据表中的数据3教学计划,我们将准备水平在评估老师的教学计划,教学计划分为四类:好,好,通过和贫穷。同时,不同的组件的教案是细分。当组件的准备的教案小于0,82年综合评估结果,65年,分别为43岁和16岁。当准备的教案的组件级别0-15,87年综合评估结果,72年,分别为52和27个。当准备的教案的组件是15 - 30,91年综合评估结果,分别为78、63和42。当准备的教案的组件是30 - 60,93年综合评估结果,分别为82、67和55。当准备的教案的组件级别大于60,95年综合评估结果,分别是89年、78年和65年。

4.3。参加评估

除了学生的出勤率评估、教师考勤也是评估的一个重要组成部分。为了探索教师到位,我们已经分析了教师的出勤。细节如下:

据表的情况4,我们分类旷工的频率在评估教师的旷工,旷工分为四类:好,很好,通过,和穷人。同时,旷工的频率是细分。缺席超过4倍时,综合评估了83,65人,分别为43岁和13岁。有2 - 4缺席时,综合评价是92年,73年,分别为53和42。缺席小于2倍时,综合评估99年,分别为86、67和58。根据这些数据,教师缺勤率频率越高,综合考试分数越低。

5。施工方案的量化评估的大学教师绩效基于大数据分析

5.1。高校教师的现状

大学教师是高校的活动的一个重要组成部分。为了评估性能的大学教师,我们需要分析大学教师的基本情况。

根据图中的数据7,有252名全职教师,占63%,48行政人员,占12%。有36个助教,占9%,16个科研人员,占4%,48其他教学人员,占12%。数据显示,有许多高校教师,全职教师的比例是最高的,和科研人员的比例是最低的。从这个数据可以看出,有更少的科研人才和高校教师。

高校教师是教育学生的一个重要组成部分。为了调查教师的年龄,我们进行分类,比如不到28岁,不到35岁,不到40岁,不到55岁和其他人。根据具体的数据,有108名教师28岁以下的地方,占27%,35岁以下的88名教师,占22%。40岁以下的教师76人,占19%,16比55岁,年轻教师占6%,和68年教师年龄超过55岁,占17%。数据显示,与教学团队的不断发展,越来越多的年轻人也加入了教学团队,这将为整个教学团队注入新鲜血液。

根据图中的数据8,为了了解学院的教学地位的员工,我们调查了教师的职称在a。其中,有48个高级教师,教师的12%,132副高级教师教师(33%)。有160个中级教师,教师的40%,44青年教师,11%的教师,和16个老师没有一个标题,4%的教师。基于信息,中级教师的比例是最高的,高级和初级职称的数量更少。

除了大学教师的职称的调查中,我们还调查了教师的学历。其中,56个博士学位,14%的教师,140年有一个硕士学位,35%的教师。192名教师有学士学位,48%的教师,和12有一个大学学位或更少,3%的教师。比例最高的数据显示,教师有一个学士学位,包括更多的中年教师,促进在职教师的进一步研究。教师的比例与大专或低于最低,表明大学教师对学历的要求越来越高,这也表明,整个行业的整体学历普遍增加。

5.2。绩效评估的影响

绩效评估不仅可以检查员工的工作环境,激励员工,但是如果绩效考核不科学,它也可能产生相反的效果。

根据图中的数据9,我们已经分析了高校实施和评估与当地教师进行了访谈。其中,140人认为绩效考核与工资,35%的法官,120年(30%的教师)认为,绩效考核与晋升。一百一十二认为绩效考核是相关就业,28%的教师,和28清楚影响绩效评估的因素,5%的教师。这些大学的数据显示,大学教师聘任制的在哪里,没有关注绩效评估的结果与老师的预约,预约系统,不辜负它的名字。然而,根据调查研究,并不是所有的绩效评估有一个明确的目的。

除了绩效评估的影响因素,我们也研究了哪些因素相关的教师绩效考核结果的期望。根据调查数据,136名教师期望评估结果与工资有关,34%的教师,124年教练,还是教师的31%,预期评估结果与推广。一百二十名教师或教师的30%,将评估结果与约会,和二十个教师,或5%的教师,没有明确的评估或提升的要求。基于数据、绩效考核需要结合不同的战略定位大学和教师的管理制定符合自身发展的绩效考核体系。

5.3。教师绩效考核的作用

根据图中的数据10为了调查高校绩效考核的作用,我们对地方高校的教师进行了调查。其中,有152人认为绩效考核会调动教师的积极性,占38%。有96人认为绩效评估将引入外部竞争,导致内部消除和改善当地教师的教学水平,占24%。有108人认为绩效评估将刺激高校人事机制,占27%,44人认为绩效评估能够更好地完成监督管理,占11%。数据显示,在整个性能效果,调动教师积极性占比例最高,表明性能分析的激励效果是非常明显的。

根据绩效考核现状,244人认为,目前的评价体系需要纠正,占61%。有100人认为目前的评估体系是非常普遍的,占25%。有20人认为当前的评价体系不需要纠正,占5%,而36人没有意见目前的绩效考核体系,占9%。数据显示,大多数学院和大学的员工认为,目前的绩效考核体系需要纠正。

6。结论

培养工程人才的问题在21世纪工业发展的关键问题,不同国家的国际竞争。随着中国特色社会主义经济的发展,当前社会越来越多的关注教育的质量,和老师,作为高校的重要组成部分,是对学生的教育具有重要意义。本文旨在研究大学教师的建设方案的量化评估性能基于大数据分析,并利用大数据分析方法更科学、合理的绩效评价方法。虽然本文探讨了大学教师的绩效考核,仍有一些缺点:(1)高校在不断发展和完善的过程中,人才管理也应该不断改变,不是文章的这一部分中提到。(2)如何提高教师自身的道德建设和道德建设和制度建设在实践中共同发展是困难的。

数据可用性

没有数据被用来支持本研究。

的利益冲突

作者宣称没有利益冲突有关这篇文章的出版。

确认

这项工作是支持的主题标题:湖北省人文社会科学重点研究基地的高等教育。开放基金在2021年湖北文化产业经济研究中心的项目没有。HBCIR2021007项目名称:研究创新绩效评估的大学教师。