提升教师教学能力是提升高校教学质量的关键途径。为有效的反馈教师教学能力,各类教师质量评价模式应运而生。在高校教师教学质量评价体系中,学生评教是认可度最高、应用最为广泛的评教方式之一。学生评教的核心在于通过学生对教师课堂教学的评价,辅助与引导教师提升教学能力。因此,客观有效的教师教学质量反馈,是引导与辅助教师教学能力提升的先决条件。高效可行的能力提升方法、全面的数据分析与展示是辅助与引导教师教学能力提升的关键。将学生评教用于我国高校教师教学质量反馈已有较长的研究与实践史,但仍存在评教结果所反馈的教师教学能力区分度低、评教有效性有待提高的问题。评教指标权重是量化学生评教结果的工具,优化评教指标权重可一定程度上提高学生评教所反馈的教师教学能力区分度与评教有效性。影响评教结果区分度以及评教有效性的因素有很多,在进行指标权重计算时应综合考虑多方面的因素。多面Rasch模型可用于对测量结果具有潜在影响的多个变量进行分析。因此,本文将多面Rasch模型应用于评教指标权重确定中,选取评教者宽严度、教师能力、题目难易度用于模型构建。虽然模型能筛选出学生评教中的异常数据,但不能对此类数据进行处理。若忽视异常数据,会影响指标权重有效性。若直接删除异常数据,则影响了评教客观性。因此,我们先用LOF算法对评教数据进行筛选,再将筛选出的异常数据进行修正。修正后的评教数据用于模型计算,以最大程度上保证指标权重的客观性和有效性。大多数高校以总评分数与综合排名作为学生评教结果的反馈。教师明确了自身教学能力的整体水平,却不清楚自身教学能力的优势与劣势,更不能直接获取对劣势方面进行改进的方法。为教师推荐具有榜样价值的、便于交流的学习对象,是快速提升教师教学能力的途径之一。通常情况下,教师间个体特征越相似,交流障碍越小,学习方法适用性越高。教师间教学评价结果的差异越大,且学习者的劣势恰好是学习对象的优势时,在教学能力提升方面越适合作为学习榜样。因此,本文提出基于个体特征与教学评价的教师学习对象推荐算法。从教师个体特征相似度与教学质量匹配度两方面对教师间的适配度进行计算。教师可通过与学习对象的交流学习达到提升教学能力的目的。经实验分析,算法推荐准确率较高。随着Web网络的发展,高校学生评教大多采用网络评教的形式,依托评教系统进行。本文通过对评教指标权重的优化、教师能力提升方法的挖掘、全方位的数据分析与展示,实现面向能力提升的高校评教系统的构建。系统已正式上线两年,完成四次本科生学生评教活动。实证分析显示,评教效果较好,有在各高校推广的前景。