大数据背景下高职院校专业诊断与改进研究
教学工作诊断与改进数据平台建设
教学工作诊断与改进数据平台建设教学诊改是当前我国职业教育的热门话题，是大数据背景下创新职业教育质量保障体系的重要内容。
建立职业院校教学工作诊断与改进制度，引导和支持学校全面开展教学诊断与改进工作，切实发挥学校的教育质量保证主体作用，不断完善内部质量保证制度体系和运行机制，是持续提高技术技能人才培养质量的重要举措和制度安排，也是教育行政部门加强事中事后监管、履行管理职责的重要形式。
◆诊改内涵职业院校教学工作诊断与改进，指学校根据自身办学理念、办学定位、人才培养目标，聚焦专业设置与条件、教师队伍与建设、课程体系与改革、课堂教学与实践、学校管理与制度、校企合作与创新、质量监控与成效等人才培养工作要素，查找不足与完善提高的工作过程。
◆诊改政策《教育部办公厅关于建立职业院校教学工作诊断与改进制度的通知》《高等职业院校内部质量保证体系诊断与改进指导方案（试行）》《关于全面推进职业院校教学工作诊断与改进制度建设的通知》《高等职业院校内部质量保证体系诊断与改进复核工作指引（试行）》◆诊改目标通过持续规范的自我约束、自我评价、自我改进、自我发展，建立并运行全要素网络化的内部质量保证体系，不断提升办学活力和人才培养质量。
◆诊改方针16字：需求导向、自我保证、多元诊断、重在改进◆诊改558215-五纵系统、5-五横系统、8-8字型质量螺旋、2-双引擎、1-数据平台深入贯彻教育部关于职业院校建立教学工作诊断与改进制度的系列文件精神，聚焦“五纵五横一平台”人才培养质量保障体系建设要素，开展美和易思教学工作诊断与改进数据平台建设工作，助力学校构建常态化的内部质量保证体系。
建设智能化信息管理平台，服务学校全面开展教学诊断与改进工作。
配合学校树立现代质量文化，提升质量意识。
协助学校进行平台建设的顶层设计，实时、常态化支撑学校诊改工作，满足学校教育教学管理运行和教学形态改革创新的需要。
设计思路及内容聚焦核心要素，关注诊改轨迹纵向围绕五层面打造两链（目标链、标准链）横向围绕五层面构建8字形质量改进螺旋把握发展动向，推动双引擎融合基于大数据思维建设美和易思智能校园管理平台教学工作诊断与改进数据平台建设包括效能管理平台、质量目标管理平台、事务流程中心、智慧课堂教学与管理平台、状态数据采集与填报平台、数据管理平台、质量数据分析预警平台、校本数据中心支撑平台。
大数据时代背景下高职会计专业教学改革思考
168教学探讨TEACHING DISCUSSION基金项目：本文为2020年度湖北技能型人才培养中心一般项目课题阶段性成果之一，项目名称：云计算、大数据在会计专业“教学诊断与改进”中的实践研究（编号：20BJN019）大数据时代背景下高职会计专业教学改革思考钟炎君 长江职业学院摘要：在数字经济时代，大数据技术是非常重要的技术，其能够推动科技产业革命更好地进行，对于企业管理创新更好地进行意义重大。
现在，对企业而言，大数据已经成为非常重要的战略资源。
大数据的应用也在一定程度上提高了对于财务人员的要求。
高职会计专业教学的时候，也需要根据大数据时代发展的需要创新课堂体系，只有这样才可能能够跟上社会时代发展的脚步。
本文主要分析了大数据时代对高职会计专业教育造成的影响，并探讨了高职会计专业教学存在的问题，提出了一些教学改革措施，希望能够推动高职会计专业课程教学改革更好地进行，满足大数据时代对于财务人员的要求。
关键词：大数据；高职会计；课程教学；改革引言随着社会经济发展，特别是大数据背景下，各个行业对于高素质人才和应用型人才的要求不断增加，高校会计专业需要培养出更多的高素质专业人才，高职学校也需要及时地转变自己的教育观念，重视教育改革创新和课程体系优化，帮助学生提高综合素质，确保培养出来的会计人才能够满足大数据时代的实际需要。
一、大数据时代高校会计专业教学中存在的主要问题（一）教学模式比较陈旧当前，很多高校进行会计专业教学的时候教学模式较为陈旧的问题比较明显。
主要体现在下面几点[1]。
首先，课程设置不够科学，很多高职院校进行会计专业课程设置的时候，过度重视理论而对实践不够重视，在教学的时候，将财务会计等一些专业理论课程看成教学的重点内容，这种情况本身便不符合大数据时代的要求。
而和数据关系比较密切的实践课程，主要是通过搜索引擎查询数据库，并没有详细地讲解非结构化数据。
高职学校课时安排的时候，纯理论课程也占据了绝大多数的课时，这也直接导致了学生学习的积极性比较差，无论是实践能力还是动手能力都很难真正的提高。
高职院校专业教学诊断与改进机制探索与实践
高职院校专业教学诊断与改进机制探索与实践摘要：对于高职院校教学模式诊断和改进工作的倡议,是由2015年我国教育部办公厅所下发的相关文件所决定的,全国各职业院校把教学诊断与改进工作纳入新的改革重点。
高等职业院校在全面开展教学诊断与改进的过程中要建立起全员参与、全程控制、全面管理的质量保证体系，全方位、多层面地保障人才培养质量。
发挥不同教育部门和教育主体的作用,采取良性的运行机制,保证和审查改进工作,完成各教育工作站线之间的团结协作。
关键词：高职院校；教学诊断；改进机制1高职院校教学诊断与改进工作任务与意义根据教育部教职成司函[2015]168号相关要求,高职院校教学诊改工作通过智能化大数据平台对人才培养工作进行监测预警,实现自我质量保证;由外部评估转变为学校自定目标链、标准链不断诊改提高。
高职院校开展诊改工作,改变传统以来被动接受管理、监督和评价的状况。
开展教学诊断与改进工作是高职院校激发内生动力、强化内涵建设的重要抓手，是构建成全员参与、全程控制、全面管理的内部质量保证制度的必然要求。
2高职院校教学诊断与改进过程中的问题2.1创新发展动力不足所谓的教学诊断和改进工作肯定与发展和创新是密不可分的,在高职院校的教学诊断和改进过程中,我们可以发现,其发展动力一般是由院校自主开发,院校在实际开发过程中,将高职院校的教学诊断工作当成日常工作的一部分来进行,但是主要是作为科研项目或者是评价体系的例行改善工作。
在实际的诊断过程中,流程和标准多年不变,这就导致了实际的诊断和改进工作动力不足,在创新体系的过程中,社会服务和教学培训工作不能从内生发动力。
2.2诊断与改进机制不合理目前高职院校的职业发展规划和招生工作发展很快,全国范围内面临扩招的大好形势,学校的生源源源不断,培养学生的教育质量和人才培养的实质水平就成了核心。
如何才能发掘内部潜力,整合高职院校的教育资源,就成为了高职院校诊断和改进工作中重要的研究内容。
大数据背景下医学检验技术专业教学模式变革
大数据背景下医学检验技术专业教学模式变革随着大数据时代的到来，医学检验技术专业教学模式也面临着前所未有的变革与挑战。
传统的医学检验技术专业教学模式已经无法满足日益增长的大数据需求和新兴技术的快速发展。
急需对医学检验技术专业教学模式进行全面升级，以适应时代的发展需要。
本文将围绕大数据背景下医学检验技术专业教学模式的变革展开讨论。
1.数据量大、速度快、多样性强大数据时代，医学检验技术所涉及的数据量巨大，数据类型多样，数据来源广泛，其中蕴含了海量的医学信息和疾病诊断数据。
传统的医学检验技术专业教学模式无法满足处理如此大规模、多样性和高速度的数据需求。
2.新兴技术的快速发展随着新兴技术的快速发展，特别是人工智能、机器学习等技术的迅速应用于医学检验技术领域，传统的教学内容和方法已经无法满足培养学生的需求。
学校需要不断更新教学内容和教学方法，使学生能够跟上行业的最新发展。
3.专业人才培养需求随着医学检验技术行业的快速发展，对专业人才的需求也在不断增加，但市场上真正具备大数据医学检验技术专业技能的人才仍然稀缺。
传统的教学模式已经无法满足市场对于人才的需求。
以上述挑战为基础，我们需要重新思考医学检验技术专业教学模式的变革方向，努力改进课程设计、教学方法和实践环节，以适应大数据背景下的教学需求。
1.加强大数据技术能力的培养在医学检验技术专业教学中，应加强对大数据处理、统计分析、数据挖掘等方面的知识和技能培养。
学校可以引入相关的课程和实践项目，提供学生实践操作的机会，培养学生对大数据技术的理论和操作应用能力。
2.推进跨学科教学医学检验技术专业与计算机科学、生物信息学等学科之间有着紧密的联系，传统的教学模式往往是基于某一个学科的教学模式来展开的。
在大数据时代，应该推进跨学科的教学模式，让学生能够接触到更多的相关领域知识，提高其综合能力。
3.实践环节的增加在大数据背景下，学校应加强对实验室实践环节的增加，提供更多的实践机会，鼓励学生参与到实际的医学检验技术项目中，培养学生的动手能力和实践能力。
“互联网+”环境下构建中职学校专业自我诊改机制的探索与实践
“互联网+”环境下构建中职学校专业自我诊改机制的探索与实践【摘要】本文探讨了在“互联网+”背景下，构建中职学校专业自我诊改机制的重要性及实践方法。
首先分析了当前中职学校存在的问题，指出建立自我诊改机制是必要的。
接着探讨了基于“互联网+”的具体实践举措，包括信息化手段在自我诊改中的应用。
通过实践案例分析，揭示了建立自我诊改机制的效果。
最后总结了实施策略与方法，展望了未来发展方向，并强调研究成果对中职学校的影响。
本研究旨在引领中职教育向数字化、智能化方向发展，为提高中职教育质量和学生综合素质提供参考依据。
【关键词】“互联网+”，中职学校，专业自我诊改，机制，实践，案例分析，策略，方法，影响，研究成果，构建，探索，背景分析，未来展望1. 引言1.1 研究背景互联网+环境下构建中职学校专业自我诊改机制是当前教育领域面临的重要课题。
随着互联网技术的快速发展，传统的教育模式正在受到挑战，中职学校作为职业教育的重要组成部分也面临着转型升级的压力。
在这样的背景下，构建中职学校专业自我诊改机制势在必行。
传统的中职学校教育模式往往存在着教学内容陈旧、教学方法单一、教学资源不足等问题，难以适应现代社会的需求和变化。
而随着互联网+教育的兴起，中职学校专业自我诊改机制的建立将有助于提高教育质量、促进学校内部的发展和创新。
研究中职学校专业自我诊改机制的背景意义重大，不仅可以推动中职教育的改革和发展，还可以为其他类型学校提供借鉴和参考。
在这一背景下，开展本研究具有重要的理论和实践价值。
1.2 研究目的控制要求、格式要求等。
谢谢！研究目的：在“互联网+”环境下，构建中职学校专业自我诊改机制是为了促进中职教育的质量提升，学校专业发展的可持续性和高效性，以及培养适应未来社会需要的优秀职业人才。
通过本研究，旨在探索“互联网+”背景下中职学校专业自我诊改机制的有效性和可行性，为中职学校提供具体的实施策略和方法，推动学校转变发展方式，实现教育教学质量的整体提升。
信息化视角下的高职院校教学诊改工作的探索
2019年第4期教育教学1SCIENCE FANS — 16 —根据教育部办公厅《关于建立职业院校教学工作诊断与改进制度的通知》（教职成厅[2015]2号）等系列文件精神，全国高等职业院校正全面推进学院内部质量保证体系诊断与改进（以下简称“诊改”）工作，构建网络化、全覆盖、具有较强预警功能和激励作用的内部质量保证体系。
加强数据管理平台的建设与应用，提升学院教学诊改信息化水平，是目前职业院校努力探索与实践的方向。
1 高职院校教学诊改工作信息化建设的现状伴随着教育部《教育信息化十年发展规划（2011-2020年）》的推行，信息化建设的迅速发展为教学诊改工作提供了可靠的基础。
各职业院校都在积极探索诊改工作信息化建设任务。
针对学院现有资源，充分利用高等职业院校的人才培养工作状态数据，对接诊改平台，从而摆脱了繁杂的人工材料整理，使诊改工作提绩增效。
2 高职院校教学诊改工作信息化面临的难点目前高职院校信息化建设虽然取得了阶段性成果，但仍然存在诸多问题。
（1）数据标准不统一，信息孤岛严重。
随着高职院校数字化建设的推进，各部门根据自身职能需要先后应用独立的管理系统，形成了多系统、多样式的信息化特征。
由于各种因素影响，部门一般从自身的角度考虑，建设阶段没有统一的编码标准、技术标准和接口标准等可扩展性指标要求，导致了各系统缺乏统一的数据标准，数据不能共享、交换。
（2）信息化人才的缺乏，数据分析能力弱。
高职院校信息化建设归属于网络中心等相关部门来统一实施，信息化技术人员相对较少。
尽管教育信息化已取得良好的进展，但是数据分析能力较弱，学院师资队伍的信息化素养还有待提升。
（3）信息化建设与管理落后，缺乏顶层设计。
根据信息化进程可划分为数字化、信息化和智慧校园三阶段，大部分高职院校处于数字化阶段，建设初期没有考虑到长远规划，做好顶层设计，即使在建设阶段发现了技术迭代和标准统一等问题，也没有及时得到解决，导致信息化建设始终处于无方向、无目标的状况。
大数据时代高职院校教学诊断与改进策略实践
大数据时代高职院校教学诊断与改进策略实践
随着大数据时代的到来，高职院校的教学发生了较大的变化，传统的教学模式已经无
法满足学生的需求和发展。
因此，高职院校需要深入实践和研究，制定相应的教学改进策略，以适应大数据时代的教学需求。
教学诊断是教学改进的前提和基础，高职院校应该开发和应用相关的教学诊断系统，
收集和分析师生在各种课程中的行为、学习、与教学任务的关联程度等数据，在此基础上
对教学活动进行评估和改进。
例如，对课堂教学中的师生互动、学生自主学习、学生成绩
评估等方面进行多角度、全过程的分析，运用统计学和机器学习等技术，为教师提供更加
全面、科学、精细的教学数据和信息。
教育数据挖掘和分析可以发现和预测师生行为模式、学习习惯和特点，提供科学数据支撑，为决策提供重要参考。
此外，高职院校还应该建立完善的教学评价系统，包括多维度的评价指标和科学的评
价方法。
评价指标应包括学生学习成就、创新能力、专业素质、团队协作能力、社会责任
感等方面，评价方法应该是多样化的，既包括教师评价、同行评价，还包括学生自我评价
和社会评价等。
建立科学的评价体系可以反映学生的全面发展水平，为教师改进教学方法
提供重要的参考，进而提高教学质量。
综上所述，应对大数据时代的高职院校教学改进需要深入挖掘教育数据，建立精细的
教学诊断和评估体系，发展基于新技术的教学改进策略，从而推动高职教育的转型和发
展。
大数据时代背景下高职课程实施“精准教学”的探析
大数据时代背景下高职课程实施“精准教学”的探析精准教学是教师对学生实际情况全面掌握，结合课程规划与学生个体特点，精确教学目标与内容，对教学模式积极创新，细化教学过程，建立一个全新大数据课堂的教学过程。
精准教学能够帮助学生高度结合理论和实践，进而从一定程度上提升学生的素质水平。
教师通过精确了解教学内容来完成预期的教学目标和彰显教学的真正意义，进而与教育现代化相适应。
标签：高职课程；“精准教学”；实施探析1、前言精准教学是奥格登·林斯利于20世纪60年代基于斯金纳的行为学习理论提出的教学方法，可兼容于各种教学策略，可对任一学段、任一学科的教学进行评估。
随着“精准教学”的提出，根据职业人才培养目标，本着“以应用为目的，够用为适度”的原则，提出高职课程“精准教学”。
高职课程“精准教学”是以职教二十一条要求为依据，以学生自身发展、各专业发展规律及学院院情为出发点，以信息技术为手段而进行的教学改革。
采用精确了解学情、精确培养目标、精确教学内容等的教学模式。
2、精准教学的内涵在大数据技术引领教育领域发生变革后，技术限制的壁垒已经消失，大数据教学环境下精准教学的内涵应该是利用大数据教学环境中的各种网络和智能化技术，以智能手段实时记录学生学习过程中的数据，并由系统算法通过数据挖掘分析学生的学习特征、学习风格和偏好、学习路径、学习成果等信息。
首先，精准教学的目的主要是为了利用先进的大数据技术提高学生的学习效果，规避学业失败的风险。
并且通过实时跟踪、记录学生的学习行为后，及时诊断和分析学生的学习特征、学习风格、学习能力和认知结构，有针对性地给予个性化指导和帮助，最终达到促进学生发展和学生智慧提升的教育目标。
其次，精准教学服务的对象包括教师和学生。
学生在学习过程中受到来自系统和教师的监控和干预，可以按照学生的意愿实现个性化学习，提高学生的学习效率。
同时在大数据环境中，由于广泛收集学生的学习行为数据，再加上有效的数据挖掘，使得教师不再只凭直觉和经验对学生的学习过程进行干预，教师提高了指导的准确性和有效性，有利于教师反思自己的教学过程，不断改进和优化教学设计和教学方法，以便更好地促进学生的学习。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据背景下高职院校专业诊断与改进研究作者：钟乐海邢伟寅张米来源：《价值工程》2020年第31期摘要：专业诊改是高职院校构建内部质量保证体系，提升人才培养质量的有效手段，而诊改评价模型的建立对专业诊改工作的推进起着至关重要的作用。
本文利用大数据技术下的层次分析法，从多维度细粒度角度出发，构建符合当前职业教育学情的专业建设评价指标体系以及相应的评价模型。
实验证明，该方法有助于客观、准确地评价高职院校中专业建设的过程和效果，為后续专业建设的改进提供一个精准的决策依据。
Abstract： The specialty diagnosis and improvement is an effective means to construct the internal quality assurance system and improve the quality of personnel training in higher vocational colleges， and the establishment of the evaluation model of specialty diagnosis and improvement plays an important role in promoting the work. This paper uses the Analytic Hierarchy Process （AHP） under the big data technology， constructs the evaluation index system and corresponding evaluation model of specialty construction in line with the current situation of vocational educationfrom the perspective of multi-dimensional and fine-grained. Experiments show that this method is helpful to objectively and accurately evaluate the process and effect of specialty construction in higher vocational colleges， and provide an accurate decision-making basis for the improvement of subsequent specialty construction.关键词：大数据技术;诊断与改进;评价模型;层次分析法Key words： big data technology;diagnosis and improvement;evaluation model;Analytic Hierarchy Process中图分类号：G712.3; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ;文献标识码：A; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; 文章编号：1006-4311（2020）31-0172-030; 引言随着教育部关于高职院校诊断与改进工作相关文件的出台，以“规模、结构、质量、效益”作为衡量教育发展成效的诊断与改进工作（下简称为“诊改”工作）正在各大高职院校内广泛推进，要求高职院校全面建设内部质量保证体系，在学校、专业、课程、师资、学生等不同层面建立起完整且相对独立的质量目标、质量标准、质量制度，并形成教学工作诊断改进工作机制。
专业作为高职院校教学活动的基本单位，承载了高职院校作为质量生成主体的核心要素，是培养高素质多技能人才的重要载体。
因此，专业的质量建设与水平提升就成为高职院校质量建设的核心所在。
实施以诊断与改进为目标的专业评价机制，对于高职院校的内涵建设、人才培养具有重大的作用与意义。
目前，针对专业建设评价机制的研究由于信息采集渠道的单一，数据获取难度大，评估过程主观化，在进行专业评估时往往存在着结果过于片面或有失准确的诸多问题。
以“诊改”为契机的高职院校内部专业评估，数据的采集是基础，没有数据的支撑，各个方面的诊改工作就难以进行;评估的手段是关键，没有专业的技术方法，评估的结果就会差强人意。
因此，本文利用大数据技术，将大量的、碎片化的多处数据源信息进行整合重组、专业化处理，利用层次分析法构建出专业建设评价模型，将定性问题向定量问题转化，模糊思维向数据思维转变，充分挖掘其价值，以满足专业质量监控和改进的需要。
1; 专业诊断与改进原则1.1 科学性原则针对专业建设的诊改工作首先要科学合理地制定诊改内容、周期和方法。
根据学校发展、专业建设、师资队伍等方面依次梳理出相关诊断点，科学构建出专业建设诊断评价指标体系。
明确改进目标，有的放矢，为专业诊改工作提供数据支撑。
1.2 客观性原则诊改工作以学校人才培养工作状态数据及相关信息分析为基础，实事求是地开展诊改。
坚持客观为主，主观为辅，双向作用，保证诊改质量的可靠性和诊断结果的精确性。
1.3 持续性原则诊改工作的推进应是有效且可持续的，形成“发现问题-解决问题-优化发展”的螺旋上升式诊改机制。
补齐短板，凝练特色，同时也根据宏观环境和具体情况的变化，适时微调诊改机制，以适应形势的发展变化对专业建设提出的新要求。
2; 技术方案2.1 数据的获取、分析、处理为确保专业评估的结论能有效地为诊改工作提供决策依据，应在严格把握专业评估数据的可信度和有效度的基础上，尽量拓展采集的数据源，提高评估结果的精确度及全面性。
考虑到高职院校专业的建设情况与校内多个职能部门息息相关，因此本文利用学校大數据中心，通过数据采集平台将校内教务系统、学工系统、图书馆系统、就业管理系统、资产系统等多个业务系统的数据采集到数据库中，形成学校数据仓库，如图1所示;此外，利用爬虫技术采集到与本校相关的外部网络数据，为后续数据分析提供强有力的数据支撑。
2.2 专业评价指标体系的构建优秀的专业建设成果必须有完备的建设基础支撑，同时，需要专业建设成果质量验证专业各建设基础的综合实施效果，二者相辅相成。
对专业建设质量的评估，应是过程与成果的有机结合，因此，本文基于层次分析法，将整个专业评价指标体系分为目标层U、第一级评价指标Ui、第二级评价指标Uim和第三级评价指标Uimn，即U=（U1，U2，U3，…，Ui）;Ui=（Ui1，Ui2，Ui3，…，Uim）;Uim=（Uim1，Uim2，Uim3，…，Uimn）;i、m、n>0。
根据专业人才培养的基础、学校和专业的发展目标以及专业特色等因素，确定高职院校专业评价的三级综合评价指标集，详见2.3小节中的表1。
2.3 评价模型的建立2.3.1 指标归一化专业建设评价指标体系构建完成后，最终的评价结果将由相关指标以及各指标的权重系数决定。
相关指标的度量是影响精确度的主要因素。
而在实际指标数据中，各指标取值范围不一，需要进一步做标准化处理，因此本文采用Min-Max标准化方法，将所有基础数据的取值映射到[0，1]之间。
2.3.2 基于AHP确定指标权重各指标的权重系数是影响精确度的另一因素，本文采用定性与定量相结合的AHP多准则决策方法对其进行确定。
首先将2.2小节构建的专业评价指标体系分解组合，构建分层评估模型;在每个层次内，采用1-9标度法，根据“一样重要”、“稍微重要”、“明显重要”、“重要得多”、“极端重要”等标准对各层量化评估指标进行两两比较，确定每个层次内各指标的相对重要性，构建判定矩阵;然后进行一致性检验;再采用方根法计算判定矩阵的特征值和特征向量，得到各层次内评价指标的权重系数，进而分别计算出校企合作、师资队伍、课程建设、教师教学、实训条件、技术创新、学生就业、中外教学、专业建设基础、专业建设成果10个层次上的权重系数，结果如表1所示。
式（1）中，n为某层量化指标的数量。
2.3.3 综合评估指标计算如表1所示，本文构建的专业建设评价指标体系包括4个层次，其中每一个相对下层为相对上层指标的评估提供了数据支撑。
其中，第一层为综合评价指标，结果记为λ11，第二层的指标共2个，结果分别记为λ21，λ22，第三层的指标共9个，结果分别记为λ31，…，λ39，以此类推。
每一个上层评价指标的结果可以表示成相应下层评价指标的线性组合。
根据2.3.2小节计算出来的每个指标的相对权重wij，结合该指标的基础数据内容Nij，具体计算公式可表示为式（2）和式（3）：3; 诊改应用为了验证本文方法的有效性，本文以某高职院校专业建设情况为例，共选取院系不同的6个专业，即应用化工技术、电子商务、信息安全与管理技术、人力资源管理与环境艺术设计，进行了模拟诊断，评价结果如表2所示。
根据表2，可以清晰看出各专业在各级指标上的评价结果，如人力资源管理专业，在专业建设成果一级指标项U2上的得分相对较高，但由于专业建设基础一级指标项U1上的得分相对较低，且专业建设基础该项所占的权重较高，最终影响了该专业的总体评价得分。
因此在下一年的改进工作中就可以重点提升专业建设基础相应的模块内容，对于其他专业的分析也以此类推。
此方法可以对诊改的内容有的放矢，事半功倍，为专业的诊改报告提供强有力的数据支撑。
4; 结语本文将大数据技术中的层次分析法应用于高职院校的专业诊断与改进工作中，与过去传统式人工总结和评价相比，呈现出客观性、准确性、专业性等诸多优点。
一方面可以将学校产生的信息和内容进行规范的整理，提高数据的使用效率;另一方面，更加直观的呈现出专业建设的分支情况，为后续专业建设的改进和优化，提供了数据支撑。
总而言之，大数据技术可以为教学诊改工作的开展提供充分的数据参考，提高高职院校的教学质量和人才培养进度。
参考文献：[1]周静，何威.基于“状态数据采集与管理系统”开展专业诊改[J].中国校外教育（理论），2018（003）：26-27.[2]姚建锋.基于高职“诊改”工作的专业核心课程质量保证体系建设研究[J].时代金融，2019（09）：81-82.[3]蔺宏良.基于SGAVE项目审核制度的高职院校专业诊改系统化设计[J].中国职业技术教育，2019（008）：79-83.[4]刘巧琴.质量“诊改”视域下高职院校内部专业评估探析[J]. 九江职业技术学院学报，2018，70（02）：24-26.[5]冯莉莉，姚跃.基于“过程主导”的高职院校专业诊断与改进研究[J].九江职业技术学院学报，2018（003）：6-7，13.[6]李鸿杰，康学辉.以“诊改”为目标的高职专业评价机制[J]. 甘肃科技，2019，35（06）：49-52.[7]刘辉，靳大伟，杨桂娟.专业诊改质量控制目标点的设计与实施路径研究[J].工业技术与职业教育，2018，016（001）：55-58.。