本研究旨在探讨如何构建一个由人工智能与大数据技术驱动的高职教学质量动态评价体系，以应对传统静态、滞后评价模式的不足。研究首先界定了人工智能、大数据及动态评价体系的核心概念与关联性。进而，系统剖析了该体系构建所依赖的技术驱动、数据驱动与反馈驱动三大核心要素。论文核心部分提出了一套完整的构建路径，涵盖从多源异构数据采集与标准化处理，到基于智能算法的评价维度动态赋权与计算，再到结果可视化与动态反馈的全流程。研究特别引入了熵权法进行指标客观赋权，并设计了包含“数据采集-算法分析-反馈调整”的闭环动态校验机制。通过构建理论框架与逻辑模型，本研究为高职院校实现教学质量的实时感知、精准诊断与持续改进提供了具备可操作性的参考方案。实证模拟的数据分析初步验证了该体系在提升评价时效性、客观性与导向性方面的潜力。