时间：2022-10-30 12:41:27
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇数据挖掘课程设计论文，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
【关键词】经济统计学专业 培养方案 设计
【中图分类号】G642 【文献标识码】A 【文章编号】1674-4810（2013）32-0060-01
经济统计学专业是统计学在经济领域中的应用学科，是以经济数据为研究对象，包括经济数据的采集、生成和传输，用统计方法分析经济数据背后的经济现象以及复杂经济系统的规律，从而为经济和管理决策服务。2013年，我国首次设置经济统计学专业。作为地方二本师范院校的经济统计学培养方案设计，没有任何成功经验可以借鉴。因此，我们在按照教育部要求，根据经济形势发展情况，借鉴财经类、综合类和师范类院校的统计学专业经济统计方向的课程设计，结合院校实际，依托学校建设应用型教学的平台，来确定经济统计学专业的培养理念并建立课程和实训设计体系，进行经济统计学的培养方案设计。
一 课程体系设计和实践实训设计整体思路
1.遵照教育部对经济统计学专业的要求
严格遵照教育部对经济统计学专业的要求。主干学科为理论经济学、应用经济学、统计学，其中核心课程为西方经济学（微观经济学、宏观经济学），计量经济学，财政学，货币金融学，会计学，经济统计学，国民经济统计学，概率论与数理统计，抽样技术与应用，应用时间序列分析。实践性教学环节包括实验课程（含基本统计分析软件应用、统计实务模拟等），社会实践（含经济社会统计调查、统计工作实习等），科研和论文写作（含毕业论文、学年论文、科研实践等）。专业实验包括计算机基本技能实验、统计分析应用软件实验、经济计量分析软件实验、数据挖掘技术与应用实验。
2.参照其他院校的培养方案和课程设置
它山之石，可以攻玉。我们选择了部分具有代表性的财经院校（如上海财经大学、中央财经大学、东北财经大学、西南财经大学、中南财经政法大学、北京工商大学、上海金融学院、 河南财经大学、浙江财经学院和山东工商学院）和综合类院校（如浙江大学、吉林大学、南京大学和云南大学）以及师范类院校（如北京师范大学、华东师范大学、东北师范大学、南京师范大学）作为参照院校。通过比较分析得出，在统计学经济统计、商务统计、金融统计方向中，财经类院校主要突出经济学课程，招生偏重理科生。综合性院校和师范类院校主要课程为理学类，招生偏重理科生。
综上所述，经济统计学专业应培养适应信息化社会需要，熟练掌握现代统计理论和经济数量分析方法，具有扎实的统计学、经济学和金融学基础，能熟练应用计算机软件处理统计数据的复合型高素质经济管理统计人才。学生毕业后可在政府部门、金融机构、外资企业和大中型公司等从事经济统计分析、管理咨询、市场调研和商务数据分析等管理工作。
3.与学院培养方案形式统一
新制订的培养方案和整个学院的形式保持了统一，以便于教务人员管理工作的开展。
二 经济统计学培养方案专业课的设置
经济统计学的培养目标与基本规格和招收对象为理科生，设置了保险精算、金融统计和商务统计三个方向。学生修满培养方案规定的学分并达到学位授予要求者，授予经济学学士学位。
由于经济统计学对统计学和经济学知识的要求较高，我们提高了课程总学分和总学时，注重主干学科和专业课程的开课顺序和教学周学时分配，强化实训实践课程，实行理论和实践并行。
培养方案确定了5门学科基础课程，分别为宏观经济学、微观经济学、C语言程序设计、概率论与数理统计、管理学。确定了5门专业基础课程，分别为基础会计学、经济统计学、货币金融学、财政学、计量经济学。确定了9门专业核心课程，分别为国民经济统计学、多元统计分析、统计预测与决策、抽样技术与应用、应用时间序列分析、金融统计学、市场调查与分析、投资学、数据挖掘。
分设了三个专业方向，分别为保险精算（开设保险学、保险统计学、利息理论、寿险精算、非寿险精算5门课程）、金融统计（开设商业银行经营管理、金融市场、金融资产评估、金融工具与金融风险管理、投资组合分析 5门课程）和商务统计（开设信息检索与利用、企业经营统计学、投入产出分析、项目管理、质量控制统计方法5门课程）方向。
关键词：实验平台；教学管理；数据仓库；数据挖掘
中图分类号：G642 文献标志码：B 文章编号：1674-9324（2013）09-0253-03
一、引言
21世纪是国家全面推进学生素质培养的时期，计算机专业课既具有较强的理论性，又具有较深的实践性。目前，计算机专业的教学过程中往往理论教育与实际脱节，很多学生通过了专业理论课的考试，却不能将理论付诸于实践，学生对课程知识并没有深刻的理解和消化，对课程理论的实际应用没有感观上的体验。经调查显示，60%以上的学生认为在校期间的计算机理论课的学习对就业和实际工作帮助不大，这给学生学习计算机理论的积极性带来了消极的影响，更有很多学生热衷于参加社会上的计算机培训机构，放弃在高校的课程学习。因此，在培养学生的理论创新能力的同时，提高学生的动手操作能力，加强学生理论联系实际的能力是计算机教学十分紧迫和必要的任务。
随着信息技术和网络技术的快速发展，在短短几年内数据仓库和数据挖掘就已经成为IT信息领域广泛应用和热点研究的领域。该领域主要是研究如何从浩如烟海的海量数据中有效地提取并挖掘知识，对其进行自动分析和汇总，是计算机行业中最热门、最有前景的领域之一[1]。数据仓库与数据挖掘课程也顺应计算机发展的需要，进入到高校计算机教育的专业课课程列表中。
本论文在深入研究了数据仓库和数据挖掘课程的内容和特点的基础上，采用B/S（Browser/Server）架构，即浏览器/服务器架构，开发了web课程教学实验平台。
二、数据仓库与数据挖掘学科教学现状
随着数据仓库与数据挖掘课程在各大高校成功试教后，近年来各大高校都为计算机专业都设立了数据仓库和数据挖掘课程，时至今日，其课堂理论教学已经比较成熟。然而，绝大多数学生在经过该课程的学习后，普遍反映虽然基本了解了数据仓库和数据挖掘相关理论知识，却缺乏感性认识和实践应用能力。这主要是因为该课程的实验教学较难开展，缺乏一个符合以下特点的教学实验平台。
市场中通用数据仓库和数据挖掘软件昂贵且难以使用，大量的专业术语、专业业务理论、数学知识和挖掘模型让人无从下手。因此我们需要的仅仅是一个实验平台，并非大型企业应用软件，只要学生能通过它更简易地完成该课程的实验环节即可。
1.可视化、易操作。可视化和易操作可以提高学生的学习兴趣，让学生更直观的参与到教学活动中来，而不是苦恼于如何使用该平成实验。
2.交互性。一个好的教学平台不仅是一个可以提供给学生传授知识的平台，还应该是一个可以和学生及老师有交互性的平台，并且使学生和学生有交互性，老师和学生有交互性[2]。
3.教学与实验相结合。我们需要不仅仅是一个数据仓库与数据挖掘实验软件，而是综合课程教学和课程实验的平台。教学与实验相结合、理论与实践并重，这才是计算机专业教育的核心。
4.拥有合理和充足的实验数据。对于一个实验平台来说，数据的缺乏将使得实验无法进行。尤其是对于数据仓库与数据挖掘这个特殊的领域，数据不仅要足够的多而且要合理，否则会严重影响实验结果和教学效果。
三、数据仓库与数据挖掘学科教学实验平台的构建
为适应教育发展需要，秉承深化教学改革的方针，改革数据仓库和数据挖掘课程原有的普通教学模式，启动了“数据挖掘课程设计平台建设”教学改革项目。该平台依托我校电信学院985平台的优良硬件环境，由远程开放实验平台服务器和终端PC机组成，其成本低廉、维护方便、部署容易。该实验平台服务器直接部署于本校的学院985实验基地，具有操作稳定性、鲁棒性和容错性。通过该实验教学平台，学生对该课程的学习过程将不受场地限制，只要通过网络就可以登录该平台。该平台主要框架如图1所示。
1.用户管理模块实现了对不同用户的权限设置、登录和注册等功能，超级管理员可以为普通学生用户分配权限。
2.实验平台模块给学生提供了算法模拟和试验的平台，主要分为以下两个部分。
（1）数据仓库的维度建模设计模块。雪花模型设计案例；星型模型设计案例；ETL抽取操作平台。
（2）数据挖掘算法实验模块。数据预处理程序实现算法平台；Apriori算法实验平台；ID3算法实验平台；BP算法实验平台；K-Mean和K-Medoid算法实验平台；C4.5算法和决策树算法实验平台；KNN算法实验平台；贝叶斯算法实验平台。
维度建模设计平台和数据挖掘算法实验平台模块是该平台的核心模块。
3.实验课程模块主要向学生介绍该实验课程的相关内容、教学大纲和教学任务，也包含数据仓库环境的具体安装和配置视频演示。
4.作业提交模块更是改变了传统的提交纸质作业的模式，让学生将动手完成的实验和相关作业通过该平台提交，一个学生一个账户，避免了作业抄袭和拷贝。学生提交的作业只要运行正确，按题目要求编程，不论采用何种语言或者何种算法都是可以的，并没有唯一性的标准答案。当实验课程考核的时候，学生能够通过作业提交系统向服务器提交指定课程内容的作业，供教师在线评阅和打分。
5.教学资源下载提供给学生自学的资料，给感兴趣的学生提供了进一步学习的捷径。
6.当有学生对实验环节和该课程有任何疑问，都可以登录在线答疑系统，给授课老师留言，这些信息都会以邮件的形式发送到授课老师的收件箱，从而实现即时的答复，让学生在第一时间接受老师的指导。当有问题重复出现三次以上，系统就会自动识别，将问题和答复展示在FAQ中，提供给更多的学生共享该问题和该问题的解答，避免重复提问，也给还未遇到该问题的学生共享和学习。在线答疑给学生和教师提供了交互、交流和学习的平台。
7.数据挖掘实验平台的在线代码编译环境主要采用gcc编译器，能够对学生提交的各种代码进行实时编译，给用户的感觉就像是在本地执行一样。它能够支持的在线运行编程语言包括java、C和C++等，给学生提供多样化的语言实现方式，体现了非机械化的计算机应试理念。
四、数据仓库与数据挖掘学科教学实验平台的教学效果
在数据仓库和数据挖掘课程中使用该教学实验平台，具有教育的先进性和优越性。
（一）建设了数据仓库和数据挖掘课程的实验教学体系
1.数据仓库和数据挖掘模型。本平台可以培养学生自己动手创建多维星型模型、多维雪花模型、缓慢变化维、ETL模型、数据立方体模型及其实例等，还可以增加学生对各类重要挖掘算法的特点和应用场景的理解，让学生在实验平台上体验基于数据仓库的主要数据挖掘算法。
2.模型评估。当学生创建完毕自己的数据仓库和数据挖掘模型后，可以通过调整不同的参数值和更改数据集来检验算法的输出结果，并通过记录在不同的应用场景下的参数值和结果值得到最优值。
3.优化创建模型和算法的性能。学生通过使用计算机领域中的一些经典优化技术，如创建位图索引、哈希索引、S-tree索引等来优化模型和算法的性能，并记录和比较不同优化技术对模型和算法的效率和响应时间的影响。
4.定期对学生所学实验内容进行测试，根据学生的实验测试结果对平台的远程实验操作功能进行改进和完善。
（二）部署和实施了基于网络的数据仓库和数据挖掘课程远程实验教学环境
本项目通过构建基于网络技术的远程实验教学平台，不仅给学生和教师提供这样一个教学实验平台，而且还实现了实验教学的网上开放式管理，改革原有相对封闭的实验教学模式为开放的实验教学模式，构建了一个符合实践教学环节需求、虚拟和真实环境相结合、基于Web的多应用场景的远程开放实验平台。
（三）基于采样评估证明了远程网络实验教学的可行性和优越性
根据采样评估结果，该系统体现了远程网络实验的可行性和优越性。在该平台真正投入使用之前，我们将一批学生分为两个组进行数据仓库和数据挖掘课程的学习，A组学生使用现有的课程教学方法，而B组学生使用该平台的远程实验教学环境。具体教学内容为多维数据模型和数据立方体的概念以及k-means聚类和Apriori关联分析算法。两组学生通过不同的教学方式学习后，对他们进行了问卷调查和统计，结果如图2所示。
从图2的数据结果可以看到，无论是从学生兴趣程度、作业完成度还是考试成绩的角度对两组学生的学习效果进行评估，使用该数据仓库与数据挖掘课程教学实验平台的教学方式都具有明显的优势。在实验过程中学生是主体，用所学知识发挥创造性思维进行实践。当实验取得结果时，不论结果成功与否，都能带给学生一定的鼓励，从而在某种程度上激发学生的创造力和积极性，真正加速问题解决和理论创新。因此，我们有理由相信该平台的使用可以极大地提高学生的学习兴趣，促进教学目标的实现。
五、结论
在计算机专业的教学中，如何提高学生的实践能力和独立解决问题的能力是当前高等教育发展的新形势下所面临的主要问题。本文首先介绍了基于数据仓库和数据挖掘课程的实验平台的整体架构，展示了该平台的优点，证明了该平台可以将课堂学习和课后练习、理论教育与工程实践有机结合，为实施更加行之有效的教学组织和教学管理模式提供了可能。只有教育者和学生充分认识到计算机课程中实验环节的重要性，更有效地利用现有的社会资源和计算机技术为我们的教育服务，专业学科教学模式和方法才能不断推陈出新，不断进步和发展。
参考文献：
[1]Jiawei Han，Micheline Kamber.Data Mining Concept and Technology[M].Beijing：China Machine Press，2007：10-12
[2]李旭晴.学科教学网站设计的应用探讨[J].计算机教育，2009，（02）：1-2.
1 统计学介绍
统计学是认识现象规律的一种方法，它的特点是揭示现象量变到质变的规律，具有普适性。对于高校学科体系来说，统计学已经从经济学和数学中独立出来作为一级学科，足以表明统计学在理论研究与实际应用中的巨大作用。随着数据时代到来，统计学作为一门工具学科，越来越广地应用到生物、医药、物理、水利、工程技术、人文社科等其他学科的研究中，统计学专业课程设置向多样性发展，以期培养出能为社会所用的人才。
高校统计一般分为数理统计和经济统计两个方向，部分高校在理学院和经管学院分别设置统计学专业，比如：暨南大学经济学院的统计学专业学生获得的是经济学学位，信息科学技术学院的应用统计专业学生获得的是理学学位。虽然分为不同学院，设置的专业基础课程却有很大部分重叠。本文着重讨论经济统计专业人才培养现状。
2 人才培养目标
目前统计学人才培养目标是培养具有良好的数学基础和统计学、经济素养，掌握统计学基本理论和方法，能熟练运用统计软件分析数据，能在企事业单位从事统计调查、统计信息管理、数量分析等开发、应用与管理工作，或在金融、贸易等领域从事统计分析工作的复合应用型人才。
3 课程设置
高校统计学课程分为理论课程和实践教学课程。理论课程包括思想道德修养、中国近代历史、大学英语等通识课程，高等数学、概率论与数理统计、西方经济学等学科基础必修课程，财务管理、国际金融等基础选修课程，统计学、计量经济学、抽样调查、时间序列分析等专业必修课程，博弈论、非参数统计、数据挖掘、市场调研等专业选修课程。实践教学课程包括实习、学术活动和课程设计等。其中理论课程学分占总学分的80%左右，实践教学课程占总学分的20%左右。理论课程中通识课程和基础课程一般安排在大一和大二上学期;大二到大三主修专业必修课程和选修课程，专业课程大部分是理论课和实验课相结合，理论课主要讲授模型方法论，通过设计实验课，学习统计分析软件，并实现模型案例实证分析;大四理论课程基本结束，主修教学实习和课程设计。
高等学校核心课程体系尚属完善，大多数课程偏重理论教学，忽视实践教学，人才培养计划中未设置实践教学环节或者实践教学课时偏少。实践教学是以实践性知识为课程内容，以生成实践性知识为目标的课程。以实践过程和实践性知识的掌握为课程结构展开的起点，让学生在一定程度实践的基础上建构所需的理论知识，以教学实践任务为中心来组织课程内容，所需要的理论知识也围绕实践过程来选择、组织和学习，以实践过程作为学生学习的主要形式，并通过实践报告、实践表现等来评价学生的学习结果。实践课缩短了从理论向实践转化的时空上的滞后，比如市场调查分析，通过学生亲手设计调查问卷、选取合适的抽样方法展开问卷调查、后期问卷数据汇总分析，最终生成调查分析报告，在实践课程中加深统计专业知识的掌握和综合运用。因此，应适当提高实践教学课时比例。课程设置上，专业选修课程安排相对独立，忽视了与其他学科的交叉融合学习，可适当增加交叉学科基础知识的课程设置。
4 理论教学分析
教学方式上，大部分教师采取传统的课堂面对面教学，仍停留在传统统计专业教学模式。互联网时代，随着互联网+教育的兴起，由于网络课程的低成本和便利性，其在大学教育中占据越来越大的比重。微课、慕课等互联网教学模式，通过科学的设计将课程重点知识碎片化、网络化，便于更多学生随时随地进行学习，而现今大部分高校形式上鲜有统计学的慕课、微课等网络课程教学。教学手段上都是以理论讲解为主，专业知识枯燥无味，不能最大程度激发学生的学习兴趣，缺乏探讨式、研究式、报告式等多样化教学研讨形式。
课程设计是教师形成具体教学方案的过程，特别是对于统计学这门应用性、实践性都很强的课程，不仅要求学生能够熟悉和掌握统计学基本理论知识及常用的统计分析方法，更要求能够结合实际问题，应用最合适的统计方法，借助统计软件，完成对问题的研究分析，真正达到学以致用的目的。统计学课程的教学设计尤为重要。课程设计需要综合考虑教师自身教学技能、知识结构和教学经验，学生的知识储备情况和学习能力，课程本身所承载的信息技能。课程设计联系经济生活中的实际问题，有助于开拓学生的思维空间，学以致用、触类旁通，作为理论知识到实际应用的桥梁工程，合理规范的课程设计起到将抽象理论具化到应用的纽带作用。
教学内容上，统计软件应用教学大部分限于Excel、SPSS、Eviews等传统老旧的软件，以致大部分学生的毕业论文或者课程设计都是对照陈旧的教材生搬硬套，用SPSS或Eviews做一个简单的因子分析、主成分分析或者多元回归模型，而SAS、R语言、Python等功能强大兼具实用性的潮流软件学习课程欠缺。使用的教材着重对统计基础知识的讲解，对于变量选取、文本分析、随机森林等实用性强的模型讲解欠缺。
考核形式上，课程大部分以闭卷、开卷形式考核，造成学生只会死读书、读死书的弊病，灵活跳跃的逻辑思维能力和分析表述能力都是卷面考试考查不到而对于统计分析人员至关重要的能力。课程考核模式方面可以考虑加入分组开展调研、总结报告等开放式考核形式，变革考核情境，激发学生主动学习的积极性，在考核过程中塑造学生的统计思想。
5 实践教学分析
大学生实践学习分为实习和参加学术科研活动两方面。大学生实习课程一方面从传统意义上提高实践技能，另一方面转变为寻找就业的试水，本科生实习已经从过去的专业实践直接指向就业，学生可以在实习过程中对所学专业有客观实际的认识，不再局限于书本上教条案例，有助于学生拓展眼界，找到自身发展的兴趣点。对于应用性较强的统计专业，实习课程的开展、实习基地的选择、实习任务与时间的安排等都起到很重要的作用。实习基地的建设使学生在政府部门、企事业单位中了解部门统计、不同行业工作的内容和特点，拓宽学生的就业渠道。
高校学生实习有两种形式。一种是院系组织，建立校企合作实习基地，定期输送学生到实习岗位实践学习。大学中实习基地挂牌很多，但是限于学生和企业之间关于交通、住宿、实习时间等问题难以协调，或者受其他因素影响，实习基地能够提供给学生的实习机会较少。有待加强学校与企事业单位合作，建立友好长期的合作实习基地，为学生提供高质量的实习机会。另一种是学生自主寻找兴趣相关的实习机会，这一类实习需要付出较多的时间成本，很难找到专业对口的实习岗位，学生实习期间的安全问题也难以得到保障。校方应做好留底审核实习协议资料等工作，实时掌握校外实习的学生动向，确保实习的合法合规。
高校大学生参加实践竞赛等科研活动是培养创新型人才的有效途径。本科生参加实践竞赛有利于培养团队协作精神和创新精神，了解学科前沿动态，了解国家产业政策及区域社会经济发展问题，提高创新实践综合素质。另一方面也弥补了教师科研人员不足的问题。构建基于实践竞赛等科研活动的教学体系，对于学生明确学习目标、提升自主学习热情、培养科研兴趣具有积极推动作用。
科研竞赛方面，学校会给参加科研竞赛的学生学分奖励，提升学生在学术竞赛和科研活动上的积极性。目前各种国家级、省级科研竞赛有大创项目、挑战杯、数学建模竞赛、统计建模竞赛、数据挖掘竞赛、SAS数据分析大赛、市场调查大赛等。学生初期报名热情高涨，但常常由于指导教师欠缺、教学软件资源不足等原因，培训指导不能满足学生参加竞赛的知识需求，学生大部分是靠自学获取相关知识，竞赛结果不尽如人意。实践竞赛项目报名、培训、参赛等组织过程起着重要辅助作用，实践类竞赛项目的组织迫在眉睫。
6 总结
统计学的产生发展来源于实践，依赖于应用，并在应用过程中发展壮大，统计学的生命力就在于其能不断满足社会应用的需要。我国设有统计学及相关专业的高校数量也在明显增多。近些年来，随着信息产业发展，大数据环境对统计学专业的教学理念和教学模式产生变革性影响，统计基础的数据分析人才将是社会最需要的人才。针对当前统计学教学中存在的问题，以及统计学与其他学科的交叉融合这一事实，培养统计人才需要对高校统计学教学进行改革。
随着知识经济和信息时代的到来，信息量越来越大，统计工具越来越多地渗入其他学科的研究，信息处理技术愈加复杂。大数据时代的来临和大数据处理技术的发展，深深影响着统计学的发展。如何改革统计学专业课程设置?能否利用传统的统计理论和统计方法对海量数据做出快速、精准的处理?如何在大数据时代背景下培养符合市场需求的统计分析师或数据分析师?如何实现统计学基础方法论和数据挖掘的深度结合?如何将大数据处理技术融入相关统计学课程教学，探索统计工具和不同学科的融合，培养出创新型人才，以促进数据处理与分析技术的发展?这些都是在当前大数据背景下，统计教育工作者必须认真思考的问题。高校应从课程设计的开展及考核方式、实践性质类课程选择、实习课程调研、实践竞赛组织等方面改革完善统计学专业培养模式，做到与时俱进，合理设置专业课结构，平衡理论课与实践课的时间，拓宽实习面，完善竞赛组织工作，培养出创新型统计人才。
【关键词】信息管理；信息系统；教学实践；改革
一、目前信管专业教学实践体系现状及存在的问题
1.目前的现状
第一，课程实验。课程实验是根据课程教学目的，要求学生必须掌握本课程的实际动手操作技能而设置的实践环节，一般是由任课教师根据教学计划要求，确定课程的实验内容、实验要求和实验时间。
第二，课程设计。课程设计是根据课程设计大纲和专业教学要求，在教研室的统一组织下，选择确定课程设计题目和编写指导书，明确具体要求，为学生分配指导教师。课程设计实践着重培养学生运用有关课程理论知识解决实际问题的能力及正确的工程设计思想，训练学生利用资料和工具书的能力。
第三，社会调查。社会调查是学生在第二学年下学期完成的一种辅的专业实践教学活动。其目的是加强学生对国情、民情以及社会政治经济、文化生活的了解，强化对所学理论知识的理解，进行业务技能的基本训练，培养和训练学生认识、观察社会的能力，提高分析问题、解决问题的基本能力与创新意识。
第四，科研训练。科研训练是学生在完成公共课、专业基础课和大部分专业课学习后的一个教学环节，是学生整理已学到的理论知识的一次训练，目的是检验学生在三年专业学习中的效果和收获，培养学生实际运用知识和获取资料的能力，培养学生理论创新能力，并为撰写毕业论文奠定基础。
第五，毕业实习。毕业实习是教学计划中非常重要的实践性教学环节，毕业实习不仅能检验和提高学生专业学识水平，也提高学生综合素质的有效手段。一方面学生通过毕业实习提高从事企业信息化方案设计、系统开发、电子商务方案设计等方面的专业水平；另一方面，综合训练了学生素质：吃苦耐苦、连续作战、耐心、细致、踏实认真、协作的精神和沟通能力等等。
2.存在的问题
第一，课程设置相对滞后。该专业的课程设置跟不上信息技术的发展，一些与信息技术发展密切相关的体现现代管理思想的信息化技术课程，如：数据挖掘及数据仓库技术、CRM的原理与实施、SCM的原理与实施等并未开设，也没有安排与此类课程配套的随课上机实验、课后实践、课外实习等实践课程，而恰恰是这些课程的设置及上机实验、社会实践，对培养学生的实际操作能力、增强学生的就业实践能力、提高学生的就业信心起着非常重要的作用。
第二，综合性实践环节薄弱。目前的实验教学内容方面，偏重于传统验证性实验，而培养学生对知识的综合分析和运用能力的综合型、设计型以及创新型的实验开设较少，学生的应用能力、动手能力、独立工作能力，团队协作和沟通的能力，在实验课中并没有得到有效的锻炼和提高。
第三，实践教学模式和考核方式落后。实践性教学环节是为配合理论教学，培养学生分析问题和解决问题的能力，加强专业训练和锻炼学生实践能力而设置的教学环节。长期的应试教育，养成了学生重视理论课学习而轻视实验课学习，学生对实验课是敷衍了事，实验教学的设计都围绕“教”而展开，着重强调教师的“教”，忽视学生的主体作用，学生的“学”限定在教师的“教”之内。整个实验过程中学生只动手而很少动脑，缺少参与实验的主动性和积极性。另外实践教学环节的考核方式不很严格，在课程结业成绩中所占的比例过小。这在一定程度上也是学生忽视实践教学环节的一个原因。
二、信管专业教学实践的改革建议
1.构建现代化的实验中心，整合教育资源
构建现代化的实验中心，可以转变实验室专为某一课程或专业服务的观念，改变以往实验室分散管理的状况，减少重复投资，提高投资效益，从而为提高教学、科研水平奠定良好基础。实验中心建立后，对实验室统一管理，开放使用，利用开放的实验室作为学生的第二课堂，为学生提供了更多的操作机会，为优秀学生提供创新活动的场所，可以提高实验室利用率。
2.优化整合现有实践教学体系
以创新实践为导向，全面系统地设计实践教学的计划、方案、实务教材、实例、模拟教学模式、课程设计、毕业设计、实习和实验教学等。例如：对现有的课程设计和毕业设计模式进行改革，拓宽设计的内容，适当地制定一些激励学生参与设计的措施，使得学生由“被动应付”转变为“主动参与”；毕业设计则尽可能结合学生实习的单位或教师主持的课题，做到“真题真做”，锻炼学生解决实际问题的能力。
基金项目：本文系黑龙江省教育科学“十二五”规划2012年度课题“高等院校信息与计算科学专业应用型人才培养模式研究”（课题编号：GBC1212076）、黑龙江科技大学教改项目“新型大学信息与计算科学专业社会适用型人才培养模式研究”的研究成果。
中图分类号：G642 文献标识码：A 文章编号：1007-0079（2014）15-0019-02
当前网络、报刊等媒体报道了很多本科毕业生乃至研究生毕业后，适应不了工作压力和社会环境，做出了逃避等一些极端的做法，包括部分在大学期间表现非常优秀的学生，他们的社会适应能力也不尽人意。社会不专业提供论文写作和写作论文的服务，欢迎光临dylw.net适应性通常表现在：初到社会后不知道如何与人相处和交往；不知道如何处理工作中遇到的问题以及各种在学校不会遇到的复杂情况；不知道如何安排和处理个人生活等，导致该部分学生走上社会后有失落感和挫败感，心理素质差的毕业生开始否定自我，从而严重影响了他们在社会上的表现，有的甚至走上自我毁灭的道路。大学毕业生的社会不适应性越来越受到社会以及高等院校的关注。
信息与计算科学专业自1998年被国家列为一个新的专业以来，现在几乎每个高校都设置有该专业，取得了长足发展。[1，2]但是随着社会的发展，知识的日益更新以及企业对毕业生的要求越来越高，全国高校中的信息与计算科学专业仍存在诸多问题，培养目标及目的不明确，专业课程设置不合理等导致各个高校的信息与计算科学专业特点不突出，没有创新性，这些问题若不能很好的解决，势必会影响该专业的生命力。[3]
黑龙江科技大学信息与计算科学专业从2001开始招生，培养了上千名毕业生，为黑龙江的区域经济乃至全国的IT业做出了卓越贡献。近年来黑龙江科技大学更新教育理念，依据社会对信息与计算科学专业毕业生的要求对传统的教学方法和培养模式进行了改革，大力推动能力培养和素质教育，把传授知识与应用能力和创新能力的培养有机地结合起来，重点培养学生的社会适应能力，为他们以后步入社会打下良好的基础。
一、依据社会需求和学校特色，制定好专业人才培养目标
随着社会的发展，大信息和大数据时代的到来，特别是2014年“两会”的召开，当前需要大量的专门技术型人才进行大数据收集分析、处理，为政府、企事业单位的决策提供信息辅助。大数据时代的到来对于信息与专业提供论文写作和写作论文的服务，欢迎光临dylw.net计算科学专业人才培养来说，既是一个挑战，也是一个机遇。欧盟委员会《就业指导纲要》中指出：要培养大学生就业能力、创业能力和适应能力共三种能力，这里的适应能力就是指的社会适应能力。教育部要求信息与计算科学专业的毕业生能成为信息技术或科学与工程计算中能解决实际问题的高级专门人才。[4]因此，结合社会对信息与计算科学专业的需求和黑龙江科技大学的“自强不息、创业创新”的办学精神，将信息与计算科学专业的人才培养定位为主要培养具有扎实的数学基础，较强的数学思维能力，掌握信息与计算科学的基本理论、方法和技能，具有良好的思想道德素质、身体素质，较强的专业素养，良好的文化修养，能运用所学知识和熟练的计算机技术解决信息处理、科学与工程计算、金融领域中的实际问题的高级应用型人才。
二、改革课程体系设置，适应最新技术发展
在课程设置上坚持“强化专业基础，突出特点特色，培养综合能力”的办学原则，把课程体系分为四种类型：素质拓展类课程、计算数学类课程、信息科学类课程、技术实践类课程。改革模块化的课程设置，课程设置承前启后，避免每门课程的独立性和脱节性。为了适应大数据时代的到来，设置了数据挖掘和Hadoop平台等一系列课程，使学生在校就能紧跟时代技术潮流，毕业后能尽快适应社会发展。在一、二年级，加大专业基础课的教学、课时量等，充分保证学生具有较强的专业基础，为以后考研等进一步深造打下良好的基础。到三、四年级，各个方向的专业课全面展开，积极鼓励学生根据自己的兴趣、以后的职业规划按不同方向选课，跨专业选课，扩大知识面。开设的课程也会随着新技术的大量涌现而更新，最后形成以社会需求为导向的课程体系。
三、提高实践教学质量与学生的动手能力
2014年号称中国高校毕业生最难就业年，但同时企业需要大量技术性人才，这就构成了中国毕业生结构性失业的重要特征。高校中各专业加强学生专业技能训练、提高学生的综合素质，是办好该专业的重要问题。[5]信息与计算科学专业实践教学的目的是能运用所学的理论、方法和技能解决信息技术或科学与工程计算或运筹控制中出现的实际问题。实践教学体系的好坏直接关系着培养“社会适用型”人才目标的实现。
1.课程设计
对于课程设计，在掌握、理解好本门课程理论知识的同时，做到理论联系实际。通过编写程序、运用数学软件解决本课程知识点的实际问题，使学生获得科学研究的基本训练，提高实际动手能力。课程设计时间由原来整个大学期间的2个课程设计增加到每个学期都有2周的课程设计，使学生能做到本学期学到的知识马上可以实际应用，增强知识的融会贯通。
2.生产实习和毕业实习
生产实习和毕业实习是学生结束大学学业走上社会岗位的临界点，也是大学期间最重要的锻炼机会，对于接触和适应社会有着非常重要的作用。近两年，通过院系领导和全体教师的共同努力，联系企业建立实习基地，让全部学生“顶岗”实习，从而使学生能真正接触工作岗位，适应社会。该做法得到了学校和学生的高度认可，今后还要将该想法进一步发扬光大。
3.毕业设计（论文）
毕业设计（论文）是本科教育的最后一个实践性教学环节，是实现培养适应型人才各方面素质的重要教学环节，既是对学生大学四年综合素质的检验，也是对指导教师工作责任心、研究水平和工作能力检评的重要手段。通专业提供论文写作和写作论文的 服务，欢迎光临dylw.net过几年的努力，信息与计算科学专业在毕业设计（论文）方面做了如下尝试：选题方式采用双向选择和鼓励同学们自主选题，对于就业学生要求一定要结合生产实习和毕业实习真题真做，全部来自于工程实际，从而使学生毕业后能以最快的速度适应社会。对于要进一步深造的学生，让其与教师一起参与科研，为其进一步读研奠定基础。既锻炼了学生科研方面的能力，也比较容易得到高质量的毕业设计（论文）。[6]
4.培养大学生创新创业能力，加强文化修养教育
创新教育体系是以培养创新意识、创新思维、创造能力等为目的的系统教育活动。目前我国大学生就业压力越来越大，国家特别鼓励有创新思维的大学生创业，带动其他人就业。但是目前高校中没有真正的创业实践课和创业实践基地。大一、大二年级鼓励学生选修全校人文、经管类的课程如“人机交往”“企业管理”等，加强学生的文化修养，培养学生的创业创新能力。从大学一年级开始实施本科生导师制，鼓励学生积极到专业基地创新实验室或参与到教师的相关教科研项目中来，培养学生的科研兴趣和创新能力。实践证明，经常在创新实验室跟着教师做科研的学生，综合素质明显提升。课下鼓励有能力的学生积极参加各种专业竞赛活动如ACM程序设计大赛、全国数学建模大赛等，为以后的就业增加砝码，最终达到提升学生创新水平和创业能力的目标。
四、小结
经过多年的研究与实践，黑龙江科技大学信息与计算科学专业的社会适应型人才培养取得了一些成果。但社会在发展，社会对信息与计算科学专业毕业生提出了更高的要求，因此应该对信息与计算科学专业人才培养模式进行不断地研究和实践，科学定位，加强师资队伍建设，提高学生的动手能力和创新创业能力，为国家经济社会发展培养高素质的社会适用型人才。
参考文献：
[1]叶明凤，姜成志.新世纪信息与计算专业人才培养模式的研究与实践[J].大学数学，2008，24（2）：3-6.
[2]中华人民共和国教育部高等教育司.普通高等学校本科专业目录和专业介绍[M].北京：高等教育出版社，2012.
[3]周晓晶.信息与计算科学专业创新创业教育人才培养途径[J].沈阳农业大学学报（社会科学版），2013，15（2）：221-223.
[4]王光辉，赵艳芹.基于MATLAB的常微分方程教学方法的研究[J].经济师，2013，（1）：152-153.
常规的工科实践教学环节由实验、实习和设计三大部分组成。其中实验由易到难，有演示性、验证性、操作性实验、综合性、设计性、创新性实验；实习形式由简单到复杂，有认识实习、操作实习、见习型实习；设计方式由专项到综合，有课程设计、毕业设计。按本科与硕士研究生实践教学需要来设置，专业工程实践教学分为校内和校外实践教学环节。校内有与各专业工程课程相对应的实验、实操（工程制图、测量、各学习阶段的课程设计）、毕业设计、学位论文。以毕业设计为例，其常见类型就有工程项目设计、工程施工（加工）技术和管理、专题研究、工程应用软件开发等4种。由于毕业设计属于本科生学习期间较高级的实践教学，所以这4种类型的毕业设计可以根据培养目标、方式与教学条件的许可，不论在校内、校外进行都可以作为学习者完成毕业设计（论文）实践学习方式。校外实践教学环节就实践而言，可以依托校外协同创新单位的土木工程技术开发研究中心或具有新技术、新工艺、新材料背景的工程项目进行综合性、设计性、创新性实验；实习教学环节主要是结合专业工程的场地（所）性、先进性、特殊性和丰富多样性要求，进行校外各类工程的参观认识实习、专业课程实习，施工（加工）技术与管理生产实习，毕业实习等。
二、土木工程实践教学资源协同开发的原则与方法
现在的信息技术手段、网络服务及移动终端设备已经完全具备对庞大的数据进行整合和处理应用的能力，故借助于云计算技术来收集、整合、处理、挖掘超量、繁复的工程实践教学资源，不但能有效解决工程专业实践教学中的众多困扰，而且能为工程人才个性化培养及创建终身教育奠定坚实基础。
1.开发原则
各种专业工程实践教学资源的内容丰富、博大，所以在协同开发和挖掘相关资源时，应坚持“有所为，有所不为”的原则。应分专业类别广泛收集各种实践教学资源，并在收集和整合资源过程中，要注意以资源的全体和完整为主，不要片段、抽样；要注重资源获取的效率，不要以工程项目内容的绝对精确作取舍；要考量工程项目资源内容相关性，不必在因果逻辑上做深究[3]。要按照培养目标，从学习者实践知识建构需要来识别资源的意义，在丰富、灵活、多样、宽泛的基础上，进行资源采集、处理和加工，让运用者按需配置其专业工程实践教学资源，能方便、高效地实现其教学价值。依据专业工程学科创新知识与能力培养所设定的目标，以协同创新的核心单位为主体，科学创设基于学生专业工程实践学习需要的活动情境。即将有关资源分层次构造出各学习阶段专业工程实践的问题情境，以引导学生循序渐进式地经历实践的过程，使学生能自觉调动多种感官，如视觉、听觉、触觉以及语言表达等，寻找多种操作、动手、研讨途径，积累起丰富的土木工程实践感性认识和动手操作经验，激发学生对工程项目的类型、设计与施工条件、理论与技术方法、施工技术与组织管理、工程量、产品形态、建（制）造和场地环境、时空边界条件等现象与相互关系产生浓厚的兴趣和探究的欲望。
2.主要途径
由于培养人才的责任主体是大学，校方的图书与电子资源丰富，多建有信息网络技术中心，软硬件设施和技术人才相对充足，且信息技术在所涉土木工程专业教学需求与科研应用量巨大。建立学校与协同核心单位间工程实践教育资源共享平台是协同创新发展的一种必然趋势，因此，校方应成为实践教学资源共享建设的投资主体与推行者。协同开发与共享专业工程实践教学资源的主要途径，可从以下四方面进行：（1）建立一套运行机制。专业工程实践教学资源建设是一项有序的、动态的、可持续发展的系统工程，必须建立良好的运行机制，以促进建设过程中各个环节的正规有序，实现统合，搞好顶层设计。（2）规范一套建设标准。用科学的标准来促进专业工程实践教学资源系统的建构[4,5]。应建立面向协同中心所涉各类工程专业的不同实践教学主题、覆盖其各个层次、不断动态更新的工程实践教学资源建设标准，为实现各级各类资源系统的网络互连、信息互通、资源共享奠定基础。（3）搭建一个基于云服务的共享平台。各类工程实践教学资源只有不断被其工程专业教学所应用、学习者所掌握，使其流动、开放和充分共享，才可持续。在各专用工程实践教学资源库和实践教学课件建设的基础上，通过云服务端资源集成，实现各门专业的各级各类实践教学活动资源交换和资源共享。（4）培养和建立一支“双师”实践教学专业队伍。专业工程实践教学资源库及课件开发、建设的每个环节都需要依靠高素质专业人员完成，因此，必须根据协同机制，整合学校与协同核心单位的人才资源，培养和造就一支懂教学、懂工程技术、懂教育教学管理的资源库建设专业队伍。
3.技术方法
构建一个基于云计算的数字化实践教学资源处理平台。实践教学资源经数据处理，区分成关系化、结构化和非结构化数据，其中关系化数据是指二维关系约束的数据表，结构化数据包括了数字、符号等数据，非结构化数据包括了文本、图像、声音、视频等数据，从而进行有效存储、组织来自校内外协同创新单位的教学资源。利用处理平台能够对几百甚至是几千个分布式数据库，或者分布式存储集群中的内容进行分析。该处理平台还能根据具体教学环节、层次需求建立相应服务，解决传统的学习平台资源无序、缺乏统一管理调配的问题。教师可以通过云服务平台在技术项目上实现跨学校、跨地域合作，分享工程实践与研究成果，为教学、学术研究提供便利；学生可以突破时空限制，使用现代化通讯工具随时随地全方位获取优质的实践教学资源。数据化工程实践教学资源的开发流程与实现方式，可以概括为四步：分别是采集、导入和预处理、统计和分析，最后是资源实践教学价值的发现与挖掘[6]。（1）以协同机制作保障，通过数据迁移、数据转换、共享等有效手段[4]对数字化实践教学资源进行收集、采集，把协同创新主体单位既有实践教学资源重新整合起来，并加载到数据仓库或数据集市中——存储在远程云服务端，成为联机分析处理、数据挖掘的基础。这样才可以彻底消除学校或土建行业信息化建设中各相关单位存在的信息孤岛以及信息碎片化现象，提高实践教学资源的可使用率。还可通过MapReduce编程模型对实践教学资源进行管理，以提高对海量教学资源分析的速度和效率[7]。（2）在完成资源收集之后，如果要对这些海量数据进行有效分析，还需将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，通过并行计算框架[7]，优化并行分析算法，如Mahout、R语言等，对这些分散乃至碎片数据进行过滤，在导入基础上作一些简单的清洗和预处理工作，以排除混杂、错乱的工程信息，重复的资源数据，提高资源的质量。（3）从分布式数据库，或者分布式计算集群的海量实践教学资源中，提炼出连续的、低信息粒度的实践教学素材，并择优质实践教学素材交于上层实践教学统计、分析系统，进行普通的专业工程实践需求分析和分类汇总等。（4）对实践教学资源分析之后的资源内容进行实践教学模拟和价值挖掘，是指利用数据挖掘算法，包括分类算法、回归算法、聚合算法和降维算法等，对存储在云服务端（分布式数据库或者分布式计算集群）大量的、不完全的、模糊的数字化工程教学资源挖掘，以挖掘出隐藏在资源背后有价值的信息，为教师作出实践教学组织安排奠定基础。应用数据分析、挖掘等技术对存储在云服务端的各种分散的关系化、结构化和非结构化实践教学资源进行分析和挖掘，掌握学习者查询其专业工程实践资源的行为、知识点内容、知识应用能力等，以预测学习者对实践知识与资源服务的需求，使教师能根据预测进行决策，更好地引导学习者学习；同时，也可应用数据分析技术对开设的课程进行效果评估，尽早地捕捉学生的学习不适应症状，进行学习预警和干预[8]，以便及时调整培养方案，为学习者推荐学习轨迹,开展自适应学习，自我导向学习[9,10]。例如：自适应学习既不是简单的符号或文字，也不是言语或文字陈述的概念或原理，而是教师列展的一些具体的实例或问题。学习者的任务是通过考察实例、分析和解决问题来发现有关的知识，并积累解决问题的技能[11]。教师是用最适合的学习方法，让学习者主动参与到学习过程中，接受各种各样的挑战。整个学习过程因为有学习效果的追踪，记录了学习者在每个任务上花费的时间，实时反馈给教师，如果学生遇到不能解决的问题时，教师会立即知道，并对其进行针对性的辅导。应用数据分析技术也可对协同科研创新合作过程及交互型工程技术服务过程进行分析和预测，从而应对过程中的资金、政策、机制、技术、成果、共享等环节潜在的矛盾与风险。
三、专业工程实践教学资源共享应用
专业工程实践教学资源和信息化技术是共享方案设计中不可或缺的两大方面。构筑较快见效的共享建设方案可以“三层法”：基础设施层、平台服务层和共享应用服务层[12]。实践教学资源共享应用是将云计算作为其技术支持，通过对实践教学资源挖掘与实践学习分析则会带来工程实践教学理念、方式和技术方面的巨大变革和创新。
1.教学资源的流动需求与信息技术相结合
工程实践教学资源应用的关键也是其必要条件，就在于“信息技术”与“专业工程实践教学”的融合。丰富多样的专业工程实践教学资源通过信息技术应用到大学教育中，对学习者未来事业会有更加直接的帮助；快捷的反馈信息是衡量实践教学资源开发、应用过程对实践教学各个方面和层次产生影响、效果的依据。将开发的数字课程应用到教学上。比如：创建自适应各专业的工程实践学习课程，利用人工智能为每个学生创建自适应的学习体验。还可创建各专业工程实践定制化学习或终身学习课程，将工程实践教学从同一模式的“批量化生产”变为“科学管理下的定制化学习过程，帮助学生培养更好的学习技能”，“让学生了解如何利用时间、应对挑战、成为终身学习的人”[9]。
2.当代网络交流条件引发实践教学组织方式变革
随着具有语义网特征的数据基础设施和数据资源发展起来，实践教学组织的变革就越来越显得不可避免。丰富多样的工程实践教学将召唤网络结构产生无组织的教学组织力量。最先反映这种教学结构特点的，是各种各样去中心化的WEB2.0应用，如RSS、维基、微信、博客、云储存与计算等。各种专业的工程实践教学资源中只有少量是结构化数据，如项目可研报告、立项审批、设计文件、计算书仍至工程图纸、项目报建（批）、质量与安全监督、施工（生产）许可、施工组织设计（生产计划）、竣工（产品）验收等，其余大量的由半结构化数据和非结构化数据组成，如施工（生产）过程中具体的施工（生产）作业方式、方法，技术会议等以邮件、视频、微博等的形式表现。海量的专业工程实践教学资源之所以成为实践教学的变革力量，在于它通过追随实践意义而获得工程智慧。
3.以云计算为基础的数据应用技术集成，可实现协同创新主体单位间专业工程教育资源共享
文章编号：1671-489X（2015）05-0146-03
随着全球网络化和社会信息化的发展以及信息技术的不断进步，企业趋向采用信息管理手段的意愿也日趋增强。海西地区作为大陆与台湾联接的桥头堡，对既懂信息又懂管理的人才的需求将明显增长。目前所培养的信息管理人才在质量上与福建及周边省份经济发展的需求都存在差距。采取什么样的教学模式缩小社会需求与学校人才培养间的差距、提升信管专业毕业生的就业率，是急需研究的问题。
1 确定培养目标，明确专业内涵和定位
人才培养首要问题是人才层次定位，定位要明确清晰，符合环境特征及需求是要点。福建江夏学院信息管理与信息系统专业的发展定位应是立足海西，辐射东南，及时地为海西经济区培养和输送优秀的信息管理人才，这是办好该专业的一个基本出发点。
据此，将该专业的培养目标确定为：具备高尚健全的人格、一定的国际视野、强烈的民族使命感和社会责任感、宽厚的专业基础和综合人文素养，具备一定的创新能力和领导潜质，具备一定的信息系统和信息资源开发利用实践和研究能力，能够在国家政府部门、企事业单位、科研机构等组织从事信息系统建设与信息管理方面工作，成为现代服务业的复合性、创新性、应用型人才。
福建江夏学院信息管理与信息系统专业设立在电子信息科学学院，其人员多是由具有计算机或信息管理背景的专业人员构成，具有较强的IT技术支撑能力。因此，比较重视计算机类的课程教学，在实践环节中亦有意识地培养和训练学生应用计算机技术解决实际问题的能力。
2 建立行之有效的实践教学体系
信息管理与信息系统专业属于应用性学科，其实践教学占据教学主要地位。实践教学的目的就是帮助学生积累工作经验和社会经验，不断提高学生的动手能力，并指导他们在实践中综合运用所学理论解决实际信息管理问题。福建江夏学院本专业实践教学体系主要包括三个层次，即基础性实践教学、专业性实践教学和毕业综合实践性教学。
基础性实践教学，包括军事训练、社会实践与调查、专业认知实践 军事训练安排在新生入学时进行，主要培养学员的纪律性；社会实践与调查安排在大学一、二年级暑假进行，目的是让学生走进社会，接触、了解和认识社会，锻炼学生的环境适应能力和人际沟通交往能力。
特别重视专业认知实践，其内容主要有：1）调研某企事业单位内部信息管理的方式；2）调研某银行与金融机构、物流企业中信息管理系统的应用情况；3）到某地区（市、县、乡镇）综合管理部门或情报（或市场）调研机构，了解当前产业构成及发展趋势；4）到教学科研管理机构或学校调研业务信息的内容及管理形式；5）对私营或其他组织形式的企业经营活动进行调研。这些调研的目的主要是让学生了解当前企事业单位中信息化的现状、未来发展前景、相关岗位技术需要等。
专业实践教学，包括三个部分，即课堂实践、专业集中实践和第二课堂创新实践 课堂实践分别在不同的学年中与对应的理论课程同步进行。早期以学校的相关实验室为主，主要开设ERP课程实验、数据结构课程实验、计算机网络基础课程实验、C程序设计课程实验、Web编程课程实验、面向对象程序设计课程实验、数据库应用课程实验、信息系统分析与设计课程实验等八门课程实验。课程所采用的实验内容与同类专业课程主流实验内容基本一致，但发现效果并不好。经过反思，认为根源在于信管专业人才培养不应单纯地培养信息系统应用开发能力，而应当侧重于培养应用沟通交流能力主动找寻问题的能力、确定问题域能力、应用专业技能处理问题能力，还有小组协作与人际影响力的培养。为此，引入“16+2”的教学模式（即将每学期18周的教学时间分为理论教学16周，集中实践教学2周），将课程实践内容细分成课内实验和专业集中实践两个部分，课内实验以三个目的为主：对相应章节理论内容的验证；进行基本技能的训练；相关邻域经典问题的求解及分析比较能力。
专业集中实践，虽然是从课程实验中来的，但与课内实验往往独立完成不同，专业集中实践是小组完成。通过小组项目协作来有意识地训练和引导学生。目前将专业集中实践目标定位为要让学员有一定的程序设计能力，对企业的信息化建设的内容、目标有较清楚的认识，能参与企业信息化建设（主要集中在ERP系统实施与建设与企业Web型OA系统建设）。据此设定了相关的程序设计课程设计、数据库课程设计、ERP认知实践、Web编程课程设计、信息系统开发课程设计等五个次序开展的实训环节。各环节的实验内容可能涉及多个已学课程，是个实际问题综合分析求解的过程。表1简明说明实训内容[1]。
此外还建立了创业创新基地，积极开展第二课堂创新活动。充分利用不同等级的竞赛、各种创新活动及讲座，让学生接受先进的理念，鼓励学生开办创新创业项目。每个创新项目都有专门的专业教师负责指导，并提供资金支持。学员参与度逐年提升，造就了比较好的专业学习环境，也实现了培养学生的创新能力、实践能力和团队精神。
专业实习通常安排在二、三年级后的暑假，其主要目的就是让学生能够尽早地了解与专业相关的实际情况，将所学理论与实践相结合，了解整个信息系统运作流程的基础，对本专业的知识结构和能力要求进行重新认识。
信息管理与信息系统专业的实习既要求能够准确把握信息管理的流程，同时要熟练地将其应用到实践当中。因此，一方面根据本专业特点及实际要求，选择一批信息管理条件较好、效果显著、经验丰富的政府机关、工商企业及其他各类社会组织作为实习基地。目前，已同十余家企业建立稳定的校外实训基地，虽然还不能一次性地满足全部学生定岗实训的需求，但通过有目的的持续建设，将能营造一个有利于信管专业发展的校企合作环境。另一方面，鼓励学生参与教师承担的科研项目，或有教师指导学生开展创新实践活动，通过参与具体的实际工作，使学生从科技开发和科学研究中收集信息，提炼知识并提高实际动手能力以及分析问题和解决问题的能力。
毕业综合实践性教学，重在顶岗实践与创新思维训练 这一环节主要包括毕业实习和毕业论文（设计），两者相结合。毕业实习一般安排在第八学期（1～6周）进行，学生深入实习单位进行岗位实践锻炼，通过企业组织的岗前培训、岗位能力培训、实际业务处理等环节，使学员能参与实习单位的相关信息管理活动，了解实际工作中各单位的信息管理以及信息系统开发与应用的具体工作流程及不同模式，从而使学员能明确具体岗位工作的形式和能力要求，为将来能从事相关工作奠定坚实基础。
同时，毕业论文（设计）作为本科生在校期间必须完成的重要教学和实践环节，是学生专业知识、实践能力的综合体现。因此还可根据毕业论文、毕业设计等要求进行数据的搜集整理，具体问题具体分析，了解问题研究中存在的问题，对毕业论文（设计）的研究路线和方向进行明确。福建江夏学院毕业论文相关工作通常在第八学期（7～12周）进行。本专业的毕业论文内容主要是企业信息化平台建设、办公自动化系统的设计与开发、数据挖掘应用等系统的设计与开发、决策支持系统，以及在企业供应链管理、战略管理、物流管理、企业经营模式、社会公共事务管理等方面的理论和现实问题的探索性研究[2]。
3 与时俱进，确保效力
任何改革或变革都不是一劳永逸的，需要建立有生命力的制度并找合适的人来确保其不断发展不断创新。这里人是最主要的因素，而制度只是确保人变成组织认可、能胜任此工作的人，是选人、用人的标准[3]。具体的人员因素这里暂时不谈，认为应当至少建立包含如下内容的制度。
1）师资培训制度：每年实训项目执行团队至少要接受培训一次。
2）项目管理制度：要建立有严格的项目管理制度，确保项目的活力，其中包含每三年更新实验项目的具体措施以及项目总结、项目点评的具体实施环节等。
3）每年增加校外实训基地1～2家。
4）继续改进和健全实践教学的专项考核机制，明确考核标准、考核办法和考核内容。
自适应教育超媒体系统（AEHS）是一种在线学习系统，它根据每个学生的特点和需求，通过网络平台随时向学生推荐最合适的教学内容，以使学生的学习过程更容易。目前，AEHS已经在不同的情境下成功使用，并且一些研究者已经开发了许多在线教育系统（如AHA、TANGOW、NavEx和CoMoLE等）。虽然大多数AEHS对学生不太适应的一些课程进行了测试和评估，但它在真实的教育环境中应用的潜力并未被完全挖掘，而充分采用AEH技术的主要障碍是创建和测试自适应课程。
自适应课程创建的一个主要问题是，教师需要分析自适应课程如何才能在不同学生的学习特征中起作用。因此，设计专门用于支持自适应系统开发和评估的方法及工具对于教师来说有很大的帮助。一些国外研究者提出了一种自适应课程的生命周期螺旋开发模型。在这一模型中，首先，教师（或教育内容设计者）使用创作工具开发课程，并将其加载到课程交付系统中；然后，将课程交付给学生，并搜集学生与系统（日志文件）的交互；接下来，教师借助数据挖掘工具检查日志文件，检测课程可能失败的地方或弱点，并提出改进课程的建议；最后，教师按照这些建议，利用创作工具对课程进行相应的修改，并再次在交付系统中加载课程。
用上述方法，教师可以改进每个周期的课程。然而，方法虽然可行，但对于非专业用户来说，使用数据挖掘工具分析交互数据并解释结果可能是一个艰巨的任务。因此，要解决这一问题，就需要帮助教师和课程设计者掌握分析数据的方法。本文将展示一些海外案例，介绍如何采用关键节点法、使用决策树来协助开发AEH课程。
使用关键节点法发现学习者的自适应问题
AEHS的学生模型属性或维度与不同的AEH系统，甚至同一系统的不同课程都是不同的，它们包括先前的知识、语言、年龄和学习风格等，且学生模型的维度就是学生的特征。学生可以在自适应课程中遵循不同的活动路径，教师可以从学生的活动路径中了解学生选择的某些路径是不是正确的学习方式，以及这些路径是否与学生的特征相关。因此，在自适应规则中寻找问题的一种方法是，在用户与AEHS的交互中寻找不良适应的潜在症状。通过这些症状就能够检测到相关的自适应问题，而发现这些症状的方法则是数据挖掘技术（Web挖掘）。
关键节点法就是使用数据挖掘技术（决策树）寻找潜在的症状，以表明系统中存在适应不良。该方法利用可读输出的C4.5算法，具体步骤如下：
①清理阶段。选择活动类型为实际活动或测试的记录，所有条目必须包含每个活动成功或失败的指标。
②应用C4.5算法，具体参数如下：
属性，学生模型的维度和活动变量的名称。
分类变量，成功变量指标。此指标表示学生是否通过了一个给定的实际活动或测试。该变量有Yes和No两个值，Yes表示学生成绩高于教师指定的最低要求，否则其值为No。
③u估结果。生成决策树，该树包含每个属性的节点。换句话说，该树由与学生基本特征维度相关的节点组成，并且节点与活动变量的名称相关。树的叶子是分类变量的值也即成功指标。然后根据指标找出症状：选择成功指标的值为No的叶子，这些叶子表示学生在给定的某个活动中失败；分析从先前选择的叶子到树根的每个路径。对于每个路径，需要两个步骤：①在路径中查找具有活动名称的节点并存储。自适应问题应该与此活动密切相关。②在路径中找到学生基本特征的值。
关键节点法的两个应用案例
下面为海外研究中关键节点法应用的两个案例。这两个案例使用了Simulog和Weka两个工具。Simulog用于生成日志文件，Weka用于分析这些数据。Simulog是能够模拟几个学生基本特征的日志文件工具，其中包含不良适应症状。Weka提供学习算法的实现，如分类技术、关联规则和聚类。此外，Weka包含的各种工具可用于预处理数据和数据可视化。在下面的案例中，日志文件是由一门有关交通规则的记录良好的课程生成的。
第一个案例的数据是来自240个模拟学生的互动，第二个案例的数据是来自480名学生。
TANGOW教育系统中日志文件的条目由以下几个属性组成：户名、基本特征、活动、完成、等级、访问次数、行动、活动类型、合成时间、成功。如下表所示。
用户名为s100的学生的条目示例为：
“s100，年轻，西班牙语，新手，S_Ag_Exer，0.0，0.0，1，初次访问，实践活动，否”
“s100，年轻，西班牙语，新手，S_Ag_Exer，0.0，0.0，1，离开原子活动，实践活动，否”
第一个条目显示，具有“西班牙语，新手，年轻”基本特征的学生s100参加了“交通警察标志练习”活动（S_Ag_Exer），完成0.0，等级0.0，是这次活动的第一次访问。第二个条目表明，学生离开这个活动，没有完成活动（完成=0.0），并且在练习中得分不足，为此，成功设定为否。
案例一：
研究者首先对Simulog生成的240名学生的数据进行研究。交互数据包含的不良适应的症状为70%具有“西班牙语、新手、年轻”基本特征的学生在“交通警察标志练习”活动中失败。
接着，根据关键节点法分析数据。第一步（清理阶段）是清理数据。它包括清除日志文件中不同于“LEAVE-ATOMIC”和“P”的活动，最后记录集包含960条。第二步（应用C4.5算法）是生成决策树（如下页图1）。最后一步（评估结果）是找到节点活动和学生基本特征，具体描述为：在树中，只有一个叶子的值为No。这个叶子有77%的良好分类的例子，节点活动的值是“S_Ag_Exer”，学生基本特征是“年轻”“新手”“西班牙语”。
决策树表明很多学习西班牙语版本的课程，具有新手经验且年轻的学生在S_Ag_Exer活动中多次失败，但需注意的是，该树的良好分类例子的百分比很高。这一结果是由于当学生与不良适应症状无关时，可变等级中缺乏随机效应，因而学生总是能完成这一活动。
案例二：
研究者首先对480名学生的数据进行研究，由Simulog生成了两个不良适应的症状，并在可变等级中增加了随机效应。因此，在该案例中有两个噪音来源，它们分别是症状的数量和随机效应。这些症状有60%具有“西班牙语、新手、年轻”基本特征的学生未能通过S_Ag_Exer（交通警察标志练习）活动，60%具有“英语、新手、年轻”基本特征的学生不能通过S_Circ_Exer（循环标志练习）活动。
本案例中，关键节点法的第一步与案例一相同，都要实现清理数据（清理阶段）。第二个步是应用决策树算法处理清理阶段最后产生的1920个记录（如图2）。最后一步得到以下结果：
①在树中找到值为No的两个叶子。两个活动与两个叶子相关，因此可以找到两个可能很强的不良适应症状。
②第一个叶子的No与节点“活动=S_Ag_Exer”相关，学生的基本特征是变量“经验=新手”“年龄=年轻”和“语言=西班牙语”。
③第二个叶子的No与节点“活动=S_Circ_Exer”有关，学生的基本特征是变量“经验=新手”“语言=英语”和“年龄=年轻”。
z测到两个不良适应的症状，由于两个为No的叶子的良好分类例子的百分比（超过70%）相当高，因此，学习西班牙语课程和英语课程的新手经验的年轻学生分别在S_Ag_Exe、S_Circ_Exer活动中都有很多困难。
结论
购物车(0)
