对高职人才培养质量进行定量分析的方法研究
对高职人才培养质量进行定量分析的方法研究 中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2014）09-1991-02 论文来源于江苏省职业技术教育学会职业教育立项课 题《五年制高职教育与高中后高职教育比较研究》的子课题 四：五年制高职与高中后高职人才培养质量的比较研究。数 据来源为江苏省内部分高等职业院校与江苏联合职业技术 学院下属的各分院毕业生调查问卷及用人单位满意度调查 表，从中抽取样本，科学设计分析方法，对两类高职学生职 业能力、职业素养、就业竞争力、社会声誉等指标进行比较， 利用数据挖掘技术，为教育管理者以及学校管理者提供决策 支持，使得从学校培养的人才更加符合社会的需求，创造更 多社会价值，有效利用教育资源，人尽其用。
1 课题研究的意义及研究现状 为了能更好地提高职业教育质量，对人才培养质量进行 评价是非常必要的一项工作，作为教育评价的重要内容，人 才培养质量评价工作的开展，可以促进职业教育的良性发展 和职业学校的改革创新，也有利于提高职业教育人才的质量 和学生的就业竞争力。一方面可以引导学校建立适合本校发 展的办学思路和人才培养的目标，让学校能自觉意识到存在 的不足然后再加以改进，从而更好地培养出适合服务于社会 和工作岗位的人才或毕业生；
另一方面可以激励学校培养更 多更精的人才，学校朝着一定的方向和目标进行自我改革，从而推动学校更好的发展和教育的创新。
2 数据挖掘技术的研究现状 数据挖掘技术起源于20世纪80年代，融合了数据库技术、 人工智能、模式识别、机器学习、统计学、数据可视化技术 等多个领域的交叉性学科。随着信息技术的发展，计算机硬 件的快速发展，大量数据采集设备和存储介质的扩容，使数 据量呈现爆炸性的增长。随着大数据时代的到来，人们从大 数据中提取信息的需求也在不断增加，数据挖掘技术也成为 研究的热点，在电子商务、医疗、保险、制造业、互联网等 多个行业得到了广泛应用。
目前对数据挖掘的研究主要可分为理论研究和应用研 究。理论研究主要关注于一般数据挖掘方法的研究，研究如 何提高数据挖掘的效果，如何缩短大量数据挖掘中所需要耗 费的时间。应用研究主要是将现有的数据挖掘方法应用到各 个领域所产生的数据中，发现其中隐含的规律，从而为人们 制定更好的策略提供依据。
3 数据挖掘技术在职业教育领域的研究 随着信息化技术的普及，职业院校中的信息化程度已经 达到了相当高的程度，各方面的数据也相对全面。另一方面， 数据挖掘技术也在迅速发展，随着各种算法的不断完善，以 及数据挖掘在各个领域广泛取得良好的使用效果，使得数据 挖掘在教育领域的应用也成为一种大的趋势。该文使用数据 挖掘技术对人才培养质量进行定量分析的方法，将职业院校人才培养质量按两大方面四个分项28个指标来评定，第一方 面是自我评定，主要有两个分项，分别来源于学校内部的评 定8个指标和毕业生自身评定8个指标；
第二方面是外部评定， 两个分项分别来自用人单位的评定8个指标和毕业生家长或 者社会评定4个指标。将这几个方面的评价综合起来，构成 人才培养质量指标，包括教学有效性指数、就业质量指数以 及基本工作能力指数、社会效益指数等四个方面，则能比较 客观准确地反映职业院校人才培养质量的现状。
1）学校评定指标可以从学校硬件设施、师资队伍、课 程及教学、科研工作等几个方面进行。主要指标有教学基本 设施、校内实训条件、校外实训基地数量、教学名师比例、 优秀教学团队个数、精品课程门数、发表论文数量、技能竞 赛获奖数量等8个指标。以上每个指标可以使用优秀、良好、 一般、较低、很差5个等级表示，各等级对应得分m乘以各指 标之间的权重n即是教学有效性指数，以此指数衡量学校评 定指标，使用公式：A（mn）=m1n1+m2n2+…+m8n8。n1、n2、 …、n8权重之和为1。
2）毕业生自身评定指标主要有毕业生初次就业比率、 专业对口比率、工作地点是否符合期待、工资水平、跳槽次 数及原因、沟通理解能力、管理协调能力、动手实践能力等 8个指标。指标p乘以权重q即为就业质量指数，可以使用公 式：B（pq）=p1q1+p2q2+…+p8q8。q1、q2、…、q8权重之 和为1。3）用人单位的评定指标主要有职业道德素养、敬业精 神、专业知识水平、实践能力、创新能力、组织管理能力、 工作效率、工作业绩等8个指标。指标s乘以权重t即为基本 工作能力指数，可以使用公式：C（st）=s1t1+s2t2+…+s8t8。
t1、t2、…、t8权重之和为1。
4）毕业生家长或者社会相关人员的评定指标主要有：
进取精神、合作沟通能力、学习能力、诚信度等4个指标。
指标乘以权重即为社会效益指数，可以使用公式：D （xy） =x1y1+x2y2+…+x4y4。y1、y2、…、y4权重之和为1。
如果能综合学校评定、毕业生评定指标，用人单位评 定以及社会评定，发掘其间的联系，应能得出较为客观和准 确的人才培养质量结果。
Q= A（mn）*λ1 + B（pq） *λ2 + C（st） *λ2 + D （xy） *λ4 λ分别表示学校评定、毕业生评定指标，用人单位评定 以及社会评定的权值，令Q为百分制，则λ1、λ2、λ3、 λ4之和应为l。λ取值可以根据不同的学校、同一学校在不 同的时期进行调节，如认为其中某一方面较为重要，或较为 薄弱，可适当加大相应的权值，使之在质量评价体系中占有 较重的权重。在本公式中，学校评定、毕业生评定指标，用 人单位评定以及社会评定取值可分别为0.3，0.2，0.3，0.2。
本方法重点从毕业生的调查反馈数据中进行数据挖掘， 在实际的数据集上建立数据挖掘模型进行分析，是有意义的。职业院校根据从这些反馈中挖掘得到的知识，调整教育教学 方案，使培养出来的毕业生具备的素质更加符合社会发展的 需要，找到与自己专业、兴趣相关的工作，能够契合用人单 位对人才的需求，实现学校、学生、用人单位、家长及社会 的多赢局面。
参考文献：
[1] 李健宁.高职院校人才培养质量评价研究[D].苏州 大学，2007. [2] 李忠华.高素质创新型人才培养质量评估体系研究 [D].武汉理工大学，2005. [3] 倪丽娟，陈辉.制约大学人才培养质量的因素分析 [J].黑龙江教育，2007. [4] 陈衍泰.基于方法集的组合评价研究[D].福州大学， 2004. [5] 郭秀琴.我国现行的高等教育质量研究[D].东北师 范大学，2007. [6] 张德江.人才培养质量的影响因素与对策探析[J]. 中国大学教学，2012（2）.