2018年1月20日中共中央国务院印发，《全面深化新时代教师队伍建设改革的意见》，这是新中国成立以来第一次以党中央名义专门印发加强教师队伍建设的文件，着眼于未来教师队伍建设改革的趋势，明确提出，教师要主动适应信息化、人工智能等新技术变革，积极有效开展教育教学。
2018年4月，教育部启动教育信息化2.0行动计划。教育信息化由1.0向2.0跨越，人的因素是关键。为此，行动计划将教师队伍建设作为工作重点。
实行教师大数据建设行动，采集教师教学、科研、管理等方面的信息，形成高校教师大数据，建立教师数字画像，进行教师大数据挖掘，支持学校决策，改进教师管理，优化教师服务。
高校现状
高校已经开展了多年的教师教学评价，评价人员包括同行、专家、学生，但是评价结果可信度不高，同时教师科研情况、个人基本数据没有做进一步分析和利用。
高校需求：
高校教师发展中心：以教师教学、科研发展为核心，建立完善的教师发展培养体系。
高校教师发展中心：准确了解每个教师的科研情况，教学情况以达到合理配置，合理利用，奖惩有尺，精准督导。
高校分管副校长：期望合理利用教师资源，配置教师资源，优化教师资源。
预期目标：
1. 教师结构更加合理
2. 教师教学效果更优秀
3. 教师成长活跃度更高
4. 教师综合评价更好
解决方案
方案架构图
应用架构
教师画像四个分析维度：教师结构、教师活跃度、教学与评价、个人发展
教师结构：
单维度分析：分析 年龄、职称、学历等分布请况
多维度关联解读：发现更多结构问题
师资结构合理配置指数：掌握师资结构合理性变化情况。
教师活跃度：
活跃度分析：出版专著、发表论文、科研奖励、培训进修等
活跃度聚类：不同环境，培养不同的人才类型。
预测教师成果：用于预测、监管、合理配置实现成果最大化
教学与评价：
教师教学：从职称、学位、入校时间等不同维度分析教师组成、教学投入、教学成效。目的让教学成效更好。
教学评价：精准跟踪教师评价结果，分类分析。目的让教师评价更好。
个人发展：
教师个人画像：包含基本信息学校属性；授课信息；授课关系；成果信息；评教信息。教师指数，实现奖惩有尺，激励成长。
教师成长年轮：促进教师职业生涯发展
教师结构解读
总体介绍：
首先明确该目的：教师结构得以优化。
教师结构的群体画像，例如：上半部分——可以用组合维度的分析：例如第一行是职称和年龄组合，可发现教授和讲师年龄是否过高?快要退休的教授有多少？
组合维度的分析：很多数据，我们只看单一维度，不容易发现问题，例如：职称结构和年龄结构我们单独来看，可能发现的问题有限，但是我们将维度进行组合，就可以发现，是不是存在教授年龄过高？教授和讲师的平均年龄是多大？快要退休的教授有多少？要退休的老师里面有没有没有职称的？
下半部分——单一的维度分析，例如：职称是怎么分布的？年龄是怎么分布？并且进行解读和下钻。例如学缘结构。不同的是我们对每一个指标都进行了解读，查找我们师资结构中可能存在的问题。
解读学缘结构：
解读学缘结构——下钻学院：
发现部分单位本校学缘比例远超学校平均值，甚至高达100%
解读职称结构：
高级职称专任教师比例为44.28%，已达到本科教学评估合格标准30%
本校高中初的职称比例约为4:5:1,为教科研型，是否符合本校定位？
解读职称结构——下钻学院：
解读职称结构——下钻专业：
关联分析：
师资配置合理性：
师资配置是否合理一直是困扰高校的一个难题，究其原因是决定该因素的指标太多，可能有上百个指标，很难判定。
引入师资配置合理性指数：类似空气指数，通过多个指标变换加权生成
合理配置指数：影响师资配置合理性指标非常多，有一些指标是正影响，有一些是负影响，有些指标的权重较高，例如：生师比。通过对这些指标变换加权生成指数，可以掌握学校师资结构合理性以及变化情况。
掌握各个学院师资配置情况：
教师活跃度
总体介绍：
分析教师活跃度目的：成长性（活跃度）更高
这一页是教师活跃度的分析，或者叫做成长性，我们根据教师在学校发生的这些行为，进行活跃度建模，得到教师群体和个体的活跃度分析。
我们先看一下职称与成果类型的组合分析，例如在这个演示的学校，主持科研项目最多的是副教授，主编本科生教材这个行为最多的是讲师。
聚类分析：
目的：不同环境（圈子），培育不同人才
我们再看一下教师成长情况分析，可以查看我们的活跃度聚类分析，这个分析的意思是，根据活跃度的高低，我们将教师聚类成了优良中差和没有活跃的老师，左边这个图是一个聚类圈子分析，所有的老师通过行为相关联，如果有相同的活跃行为，就会链接起来。这个有什么作用呢？简单的来说就是近朱者赤近墨者黑，要培养什么样的人，就应该放到什么样的圈子（环境）中。
成果预测：
目的：实现成果最大化
这个是针对教师主持科研项目进行深度挖掘的页面，首先看一下左边两幅图，这个比较简单，就是教师成果的总体分布和人均分布，一般学校可能都是教授和副教授的总体和人均都最多。
然后再看一下右下角的这个影响因素判别，这个图的意思是影响老师是否有主持科研项目这一个行为，主要的因素有哪些，这些因素的权重有多大；看一下演示数据，在这一个学校，影响老师有没有科研项目，最大的几个因素分别是老师属于哪个学院、老师所属的学科类别、学位和年龄等。通过这个影响因素判别，我们可以拟合出一个方程，输入一个老师的信息，就可以得到这个老师有主持科研项目的概率。那么这一个有什么用途呢：对于学校它主要有这么几个用途。第一:可以预测明年哪些老师有主持科研项目的行为。第二个：做监管，哪些老师今年应该有科研项目而没有科研项目。第三：通过合理配置可以实现科研成果最大化。
看一下中间下面的饼图，点击预测出还应该有成果的教师比例部分，这些就是应该有科研项目而没有的教师，我们也可以看到概率。
最后看一下中间上面的雷达图，我们学校可能只统计哪些老师有科研成果，哪些老师没有，我们针对这一行为还可以做深度聚类，有些老师是经常在做科研的，我们定义为活跃；有些老师是以前没有做过，现在开始做科研项目的，我们定义为新增；有些老师是以前做科研项目，后面没有再做的，我们定义为流失；还有些老师是潜在的。
教师教学
目的：教师教学成效更好
通过授课教师组成、教学工作量分布、教学成效展示各教师群体教学现状。并通过变换、加权展现各教师群体教学指数，发现哪类教师成效更好。
综合评价：
这个页面主要是讲评教的内容，评教的内容由两大部分构成，分别是客观评教和主观评教，客观评教也就是学生的成绩，主观评教主要是同行、专家和学生的评价。
第一列和第二列分别是：客观和主观评价的影响因素判别，主要也就是实现：预测评教数据、监管评教（哪些应该是评价良好，而没有达到）、怎么实现评价最好几个功能。
最后一列可能是教务处或者教师发展中心最关注的内容：哪些是同行、专家、学生都认可的，哪些是同行、专家、学生都不认可的，哪些是同行、学生认可，但是专家不认可的等等，这一个就是类似于精准营销的概念了，这里可能就需要精准跟踪了。
教师个人发展
个体画像目的：引入教师指数，实现奖惩有尺，激励成长
个体画像包含六块内容，分别是基本信息；学校属性；授课信息；授课关系；成果信息；评教信息。
成长模型：促进教师职业生涯发展
方案价值
联系客服
