摘要：本文根据市场经济绩效评价理论，研究学前教育专业质量绩效指标，有针对性的制定学前教育建设的策略，依托大数据技术建设评价系统，有效促进学前教育水平的提升。
关键词：学前教育；质量评价；系统研究
在社会经济快速发展的背景下，学前教育我国教育体系中的薄弱环节，教育资源严重不足，城乡发展不平衡，师资队伍不健全，一些地方“入园难、入园贵”问题比较突出。对于学前教育专业而言，其质量管理水平直接影响着人才培养质量以及其自身的持续发展。在这样的情况下，可以引入市场机制，以绩效考核的方式对学前教育质量进行评价，为学前教育的建设发展提供导向，为推动我国教育体系改革提供有效动力。
1学前教育质量评价系统分析
1.1学前教育质量评价有利于明确专业绩效评价的主体责任
学前教育的发展与区域经济社会结构、社会市场人才需求等因素存在紧密的联系，教育的人才培养职能最终是要为社会发展服务的。加强学前教育人才培养工作的评估，借鉴行业企业人才培养质量评价，改善毕业生就业，全面打造以院校为核心、以教育行政部门为引导，全社会共同参与的质量保障体系。
1.2助力学前教育绩效管理意识的形成
学前教育属于教育体系的重要环节，幼儿园的经营目标是培养更高素质的学前人才，提高学前教育质量。而想要实现这一目标，需要大量资源的支撑，包括高素质教师团队、优质精品核心课程、教学科研设备以及资金投入，只有在这些条件齐备的情况下，才能提供高质量的教育服务，转化为高质量的教育产出。但由于专业人才的培养质量难以准确计量，导致长期以来学前教育在人才培养和资源利用方面积蓄了许多不足。建构学前教育质量评价系统才能确立专业建设领域的绩效意识，实现学前教育资源的有效整合，促进教育质量的提升。
1.3促进学前教育建设与社会发展的衔接
基于社会发展趋势对学前教育建设进行调整，通过学前教育质量评价系统的建构就是以“发展”为导向对专业教学质量进行检测，分析社会结构、职业结构以及技术更新的发展趋势，据此对专业结构和课程结构进行调整，引入全新的教育资源，实现学前教育和社会的有效对接。
1.4增加效益指标、完善评价体系
学前教育不仅具有公益属性，同样也具有商品属性，在对其学前教育质量进行评价的过程中，要建立教育教学质量评价和运行效益评价的双重指标体系。学前教育质量评价即是指专业为主线，基于学前教育专业建设的人才培养方案设计、教育资源投入、教学过程实施、教学成果考核等基本环节，对专业办学效益所涉及到了的课程设置、教学团队、教学资源保障等内容进行考评，并将其与预先设定的质量标准进行对比，分析不足，做出改进。
2学前教育质量评价系统设计与实现
大数据技术即是指大数据应用的技术，在信息时代的背景下，互联网的普及以及多媒体的发展使得人类社会产生的数据发生了巨大的变化，数据规模较过去更加庞大、数据类型更加复杂、数据形式更加多元，大数据技术便是为了挖掘这些数据的价值而产生的技术类型。相较于传统数据技术，大数据技术的能力更加强大，能够处理更加繁杂的数据内容，分析其中规律，为决策提供支撑。在进行学前教育质量评价系统设计建构的过程中，应引入大数据技术，对学前教育建设涉及到的所有指标数据进行处理，找出学前教育建设的新方向。
2.1学前教育质量指标体系
学前教育质量评价体系是由一系列相互联系、制约以及作用的评估要素构成的科学和完整的总体，基于专业教育的商品属性，可以将学前教育质量评价分为三级指标评价系统。幼儿园在开展教育质量评价工作时可以以此为参考和依据,在集合幼儿园实际情况,听取教师、学生、学生家长等多方面意见练习制定符合标准的三级指标评价系统，并在开展幼儿园教育评价工作时严格按照评价指标执行,便能完成教育质量评价指标具体化的工作。三级指标体系中一般将幼儿园的教育条件、教育效果等大方向的问题分为一级指标，而幼儿在德智体美方面的教育成果则属于二级指标,学生需要掌握的课程、习惯等则被划分在三级指标之中。
首先对新开发项目的评价，综合分析人才消费者、自身发展战略以及现有教育资源储备量等信息，基于区域经济和技术发展趋势对教学资源保障进行评价，对发展前景进行分析，掌握其优劣势。具体评价内容即指标体系共有三层，一级指标包括环境适应性、学前教育性、资源保障性。环境适应性包含的二级指标有对接社会适应性、高新技术适应性、就业岗位适应性、战略目标适应性；学前教育性包括的二级指标有创新性、严谨性和成长性；资源保障性包含的二级指标有建设基础、校企合作、团队构成以及研发经费。每个二级指标之下设置了具体的评价要素。在评价方法选择上，应按照专业教学指导委员会专家论证、学院校企合作理事会审批程序进行。
其次，重点建设评价。依旧是首先确定评价目标，即优化专业机构、提高人才培养质量、提高院校核心竞争力、提高教学资源利用率等。评价指标体系中的一级指标包括社会贡献能力、市场竞争力、发展能力和收益能力。社会贡献能力的二级指标有人才培养、科学研究以及技术服务；市场竞争力的二级指标有专业地位、规模适当以及竞争能力；发展能力的二级指标有教师资源、课程资源、实践基地资源、毕业生资源；收益能力的二级指标有经费获取能力、技术服务收入、专业建设投入、资金运用效果。评价方法包括项目申报审批、过程检查以及解题验收三个环节，周期为一年一次。
最后，预警评价。评价目标是通过对学前教育专业建设质量和资料的分析，基于数据化管理方式对学前教育面临的危机进行预警，分析危机产生的原因，提前采取防范措施应对潜在的问题。评价内容体系的一级指标包括政策预警、市场预警、教学状态预警、教学质量预警以及收益能力。政策预警的二级指标而社会政策；市场预警的二级指标有市场供需、招生计划、同业竞争、毕业生反馈；教学状态预警的二级指标有教学资源、学生评价；教学质量预警的二级指标有人才培养质量、技能竞赛、课程质量；收益能力的二级指标为经费获取能力、技术服务收入和资金运用效果。
2.2基于大数据技术的系统设计
学前教育质量评价系统的数据仓库是基于HIVE构建的数据仓库，分布文件系统为HDFS，资源管理为Yarn，计算引擎主要包括MapReduce/Tez/Spark等，分层架构如下：
数据存储层:包括基础数据，日志或者关系型数据库，并通过Flume、Sqoop、Kettle等ETL工具导入到HDFS，并映射到HIVE的数据仓库表中。
数据缓存层：用于存放接口方提供的原始数据的数据库层，此层的表结构与原数据保持基本一致，数据存放时间根据数据量大小和项目情况而定，提供增量数据备份，此层的目的在于数据的中转和备份。
数据应用层:包括门户框架、数据库维护、报表组件、数据挖掘等，用于为应用层提供应用支撑。数据挖掘提供常见的数据分析/挖掘工具、通用算法，利用大数据平台的计算能力进行分析，对专业评价等数据进行数据挖掘与发现，提供有价值的分析结果。
数据可视化层: 是进行各种大数据分析解决的最重要组成部分之一，主要是借助于图形化手段，清晰有效地传达与沟通信息。
综上所述，在社会发展速度不断加快的背景下，专业教育作为商品的时效性正在降低，建立学前教育质量评价系统，能精准把握学前教育建设的方向，实现人才培养与社会发展的有效衔接。
参考文献：
[1]孙洁.高职院校学前教育专业与幼儿园合作教学研究[J].陕西教育(高教),2020(06):68+72.
[2] 申华. 基于大数据的高校学生综合测评系统设计与实现[D].北京工业大学,2017.
[3] 张晓. 运用ECERS-R评价幼儿园教育质量的实践研究[D].天津师范大学,2019.
李丹（1982-） 女（汉族） 河北省唐山市人 硕士学位 职称：无
研究方向：学前教育 单位：石家庄乐创企业管理咨询有限公司 邮编：050000