时间:2022-04-01 03:16:46
绪论:在寻找写作灵感吗?爱发表网为您精选了8篇大数据课程总结,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!
应用统计专业学位的设立是为了适应现代统计事业发展对应用统计专门人才的需要而设置的,它的培养目标主要是让学生掌握扎实的理论基础和系统的专业知识和技能,具备数据采集、整理、分析和开发的能力,能够从事统计调查咨询、数据分析等“应用型”统计专门人才[5]110-111。然而,在大数据环境下实现的数据分析已不再局限于某一类特殊的行业统计分析需要,各行各业的运作发展都越来越依赖于大数据环境的存储、计算、统计分析与决策。对于多样化的大数据集,其所涉及的内容和知识结构必然是不同学科的交叉应用。大数据时代的数据分析专业人才的培养目标并不仅仅是传统的数据收集、整理与分析,而是需要掌握能适应大数据特点的新的研究方法和独立分析的能力,能很好地融会贯通其他专业的知识内涵,成为真正意义的专业大数据分析人才。然而传统的统计学人才培养目标和教学模式并不符合社会对大数据分析专业能力的要求。参考和借鉴文献[6-7]8-9,226提出来的一些建议,笔者探索从以下几个方面对人才培养目标和教学培养模式进行改革:(一)走出校园,深入社会,挖掘并归纳出社会用人单位对数据分析专业职位技能和能力素质要求,进而制定符合社会需求的人才培养目标,以市场需求为导向更好地指导教学实践活动。为了更好地为用人单位输送符合大数据时代需求的专业数据分析人才,尝试对高年级学生的培养方案设计中考虑以岗位需求为标准灵活调整和制定相应的培养目标和内容。(二)参考国外本科生专业人才培养的先进理念,引入“协作式”培养模式,大力支持大型企业与高校合作或高校与高校合作培养复合型和开发型人才。各个高校、企业可以发挥各自专业特长来实现合作,高校的不同专业之间也应该加强沟通和协作,例如在制定应用统计专业数据分析人才培养方案及实施过程中,可以以统计学科所在的学院为主导,让计算机学科、经济、金融及管理学科等相关学院协作参与完成[8-9]60-64。(三)总结教学过程存在的不足,探索新的知识学习和能力培养的创新模式。目前的教学活动主要以老师独立授课,学生被动接受知识为主的方式,培养过程计划性强,缺乏弹性,培养的评价也过于单一。在本科生培养中可以引入课程学习、导师指导和科学研究三个阶段,考虑采用导师指导与集体培养相结合的方式,一门专业课程的讲授不再局限于单个老师完成,在培养方案中考虑主题分组方式,鼓励授课教师根据自己的专业特点和知识背景共同参与一门课程的教学活动。多名教师协同工作的模式可以取长补短,在大数据分析的实际案例设计及课程内容上都更加贴近实际需求,产生更好的教学效果[6]8-9。
二、基于大数据分析的特点科学构建课程体系
大数据背景下,人们可以通过互联网、数据库以及各种通信工具获得海量数据,人们日常生活、学习和工作的各类事物都可以实现信息化,世界几乎是由各种信息和数据所构成的。大数据的特点可以归结为四个V,数量大(Volume)、类型繁多(Variety)、价值密度低(Value)、速度快时效高(Velocity)[6]8-9。大数据的真正意义不在于能提供庞大的数据量,而是对海量的数据进行专业的处理和分析,并从中获取用户关注的信息。结合当前互联网应用中大数据本身的特点,从大数据中挖掘出重要知识并对之深度学习和分析的工具和方法也应与时俱进地发生改变,传统的统计方法和统计分析工具已无法满足大数据分析的需要。然而,在大多数高等院校中,统计学专业人才培养的课程体系并没有考虑社会的实际应用需求,仍然停留在以传统的统计模型框架为主导的课程体系设置,本科生教育的主要专业课程包括:数学分析、高等概率论与数理统计、应用随机过程、回归分析和多元统计分析等[10]248-249,这些课程内容和知识结构还不足以满足大数据时代对数据分析专业人才知识结构的要求,课程体系设置中缺少能有效整合的数据分析能力培养模块[11]66-68。因此,有必要针对各类院校师生各自的专业特点和学科基础,分层次、分阶段地展开课程体系改革。(一)参考国内外先进高校大数据分析专业的课程设置,结合本校的师资和专业结构特点采取灵活的策略制定课程计划,在实施学分制改革的高校中各类学生可以在学业导师指导下实施符合学生自身特点的课程学习方案。(二)以大数据分析人才需求驱动的课程体系改革要考虑市场的行业需求变化、大数据应用中跨学科的特点。素质好的数据分析人员不仅仅要具备专业的数据分析能力,还应该对具体数据中涉及的学科知识有较好的储备,能将不同行业的专业知识与数据分析紧密关联起来,实现大数据分析的效用最大化。此外,在充分借鉴国内外大学成功经验的基础上,课程设置应该与学生的学术倾向和基础能力紧密结合,注重基础课程教育的同时强调文理渗透,同时要兼顾学生的兴趣与学习的联系,在课程体系的设置中需要增设一些多领域、跨学科的选修课程,如经济学、金融学、保险学、管理学和会计学等。因此,校内跨学科或高校与高校之间联合培养是实现跨学科课程建设的有效方法之一。(三)科学构建课程体系的主要思路还包括根据大数据时代需求,对专业必修和专业选修课程在课程时间、顺序及内容等方面进行改革。专业必修课程重点内容为统计学和计算机科学的交叉部分,在讲授统计基础理论(如多元统计、决策树、时间序列等)课程基础上设置大数据案例分析课程,在案例分析过程中让学生实际操作企业当前应用的大数据计算平台[6]8-9,从而增强学生大规模分布式计算技能。为提高学生的实际动手和二次开发能力,专业选修课程需更多地开设与数据挖掘及面向数据的编程语言相关的课程,如数据挖掘算法、C++、Java和Python等课程,强化学生的数据挖掘和分析能力。
三、基于协同创新的理念开展实践教学改革
近几年,随着应用型、创新型人才培养目标的提出,学校越来越重视和加强对各类专业人才实践教学能力的培养,以“数据分析”为方向的专业人才需要运用统计分析软件对数据进行分析和决策,其实践教学的重要性更是不言而喻。然而,在大数据被广泛应用的时代背景下,高等院校中的实践教学仍然是培养高层次“大数据分析”人才的薄弱环节,实践教学教材及内容不规范、教学方法单一、软硬件的更新以及师资储备等方面都存在着一些问题[12]96-97。例如以模型驱动为主的实践教学模式已不适应大数据时代的要求,大数据时代数据是海量且复杂的,用简单的SPSS、Eviews为主的软件教学已无法处理大数据[5]110-111。因此,学习其他知名高校构建的协同创新的理念,结合财经类院校的统计学科及人才培养的特点,开展实践教学改革[13]248-249。对“数据分析”专业人才实践教学改革,笔者的建议如下:(一)根据协同创新理念,解决实践教学环节存在的实验教材(教学内容)缺乏实用性的问题,一方面可以参考企业对数据分析师、调查分析师资格认证相关培训教材,开发实用性强的《数据分析》实践教材,另一方面学校可以和企业或其他高校定期举办交流座谈会,面向企业需求甄选实践教学内容。(二)高素质的师资队伍对人才的培养无疑起着至关重要的作用,在提高指导教师理论和实践能力方面,借鉴协同创新联合培养的模式可以有效充分地利用企业、学校的各方面师资资源。例如北京大学、中国科学院、中国人民大学、中央财经大学、首都经济贸易大学5所高校已经与政府部门和产业界签署了联合培养大数据分析应用人才的合作协议[14]。广东财经大学也可以参照类似联合培养的做法,和广东其他高校、政府和企业合作。一方面企业或政府可以利用自身的资源为高校提供人才培养实习基地,并且引荐相关的技术人员聘为校外实习导师,指导学生在实习实践中建立以问题为导向,以项目为牵引的运作机制,让学生能够理论联系实际,切身体会数据分析的商业操作体系。另一方面,由于高校的专业教师缺乏社会实践的机会和经验,高校应该制定政策鼓励并推荐相关专业教师走出学校、走进企业,密切与企业合作交流,从而更进一步地提高教师对复合型专业学位人才培养的能力[15]29-32。(三)为了激发学生的学习热情,减少对实践操作的畏难情绪,实验课程的教学方法也需要探索创新性实践教育模式。教学过程可以考虑灵活的制定团队教学计划、案例实战分析、模拟实训等多样化的方式,减少单一的课堂内容讲授,在理论和实践教学环节中积极调动学生的主观能动性,提供更真实的企业大数据应用环境,并以学生为主完成实际案例分析。此外,基于不同的授课对象的特点,老师在教学过程中也要适当考虑学生的兴趣和需求,随时调整实验教学策略[9]。
【关键词】大数据;计算机应用基础;创新;教学
计算机应用基础课程是计算机的一项入门课程,只有扎实掌握计算机应用基础的相关内容,才能更深入地学习计算机知识与技能。基于此,必须确保计算机应用基础课程的教学水平。但大数据时代下,给计算机应用基础课程提出了新的要求,必须对这门课程进行改进与创新,才能确保教学质量。
1.改变教学理念
课程教学质量在很大程度上受到教师教学理念的影响。如果教师的教学理念比较落后,依然对学生进行说教引导,则会给学生的学习带来一些不利影响。大数据时代下,现代化教育教学理念在教育领域中得到了渗透。基于此,计算机应用基础课程教学中,教师也要积极改变教学理念。计算机应用基础课程教学过程中,教师应具备开发的思维,不可对学生的思维加以束缚,而是在大数据教育资源下引导学生高质量地进行自主学习。实际教学中,教师应对大数据技术进行合理应用,实现自身教学质量的提升。例如,可以借助大数据技术,来对历史教学效果、问题档案进行分析。教师不能通过自行查阅档案,来总结教学中的不足、分析不同教学方法下的教学效果。但是,利用大数据技术之后,教师便可以快速分析不同时期教学中出现的问题、不同教学方法下得到的教学效果。根据大数据分析结果,教师便可以审视自身存在的问题,并采取有针对性的措施予以解决,以便于更好地对计算机应用基础课程教学进行改进与优化。计算机应用基础课程教学创新过程中,也要注重体现学生的主体地位,不可再对学生的学习时间、学习场地加以约束,而是应该为学生提供更多的自由,使学生能够主动学习,提高学生的学习积极性。
2.创新教学内容与方法
大数据时代背景下,大数据技术的应用,给计算机应用基础课程教学带来了巨大的影响,具体体现在,一方面,教师备课过程中面临着更多的可选资源,另一方面,学生对于信息的接收速度大大提高。为确保课程教学水平,应抓住大数据时代带来的机遇,对计算机基础课程教学进行创新与改革。对课程教学进行创新的过程中,应综合考虑课程特征、教学要求、教学大纲,对教学内容、教学方法进行创新。首先,在教学内容创新方面,应根据市场需求,将培养与提高学生的实践能力作为主要目标,做好市场调研工作,明确学生就业方向,并以此为根据,在教学内容中引进一些未来就业时学生需要用到的内容,如UI设计、网页设计等。同时,大数据时代背景下,网络上存在海量的学习资源,学生在课程学习中,除了要学习课程教材内容之外,也可以对网络学习资源进行灵活运用,选择一些优质的学习资源,来拓展视野,弥补课程学习的不足。其次,在教学方法创新方面,可以采取新兴的翻转课堂教学方法,使学生掌握学习的主动权,以教材内容、网络学习资源为主要内容,来对计算机应用基础的相关知识进行学习,并能快速掌握。相比较于常规教学方法,翻转课堂中,学生能够根据自身学习基础、学习习惯,来进行学习,为学生提供了更多的学习自由,有利于学生主观能动性的发挥。此外,教师的指导与点评有着十分重要的作用,可以及时纠正学生的错误,确保学生的学习效果。教师在对学生进行点评的过程中,为保证真实性、客观性,可借助大数据技术,来对学生各学习状态之间的关系进行分析,明确各学习要素间的内在联系,以便于更科学地进行点评。
3.加强实训室建设
计算机是一门理论与实践相结合的学科。计算机应用基础课程教学中,也涉及到诸多实践方面的内容,为了使学生更好地掌握实践技能,应加强实训室建设,为学生提供有效的实践基地。大数据时代下,可以借助网络技术,建立网络虚拟实训室,其指的是,可以将计算机网络化准确描述出来的虚拟实训室,其通过构建实训的集成环境,使学生能够在计算机上完成实训。借助网络虚拟实训室的高度模拟性,学生可以更加便利地学习各种复杂的计算机相关概念知识,也可以对相关技能进行学习。例如,借助网络虚拟实训室,可以学习网络故障诊断方面的知识,以引导学生对已出现故障问题的网络进行检查、测试,学生通过虚拟测试,可以得到实践能力的提高。为确保学生的实训效果,可以为学生安排实训任务,实训任务完成之后,再进行效果评价。效果评价的内容包括学生对任务的完成情况、过程及结果,并要检查学生自主学习能力、团结协作意识是否得到提高。一项实训任务完成之后,教师要负责点评学生的任务实际完成情况,对学生的学习进程及时作出评价与反馈,引导学生归纳、总结实训任务中所涉及的基础知识。通过有效的评价,可以使学生树立信心,使学生获得荣誉感。
【摘要】随着互联网的迅猛发展,大数据时代已然来临。本文对大数据的定义、特点进行了概括,分析了远程教育课程质量评估现状和问题,探讨了大数据技术在远程教育课程质量评估中的应用。
【关键词】大数据 远程教育 课程质量评估
不断进步的信息技术,深刻影响着社会发展,最先经历信息爆炸的学科,比如天文学和基因学,创造出了“大数据”这个概念。这导致了新的处理技术的诞生,即“大数据”技术。大数据技术使得可以处理的数据量大大增加。“大数据是人们获得新的认知,创造新的价值的源泉;大数据还是改变市场、组织机构以及政府和公民关系的方法・・・・・・大数据开启了一次重大的时代转型”。大数据技术对教育的发展也产生了重要影响,主要包括教育思维、教育评估、课堂教学以及个性化教育等诸多方面。
一、大数据及其主要特点
大数据是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”通常用4个V(Volume、Variety、Value、Velocity)来概括大数据的特征。即数据规模巨大(Volume)。大数据的规模是一个不断变化的指标,单一数据集的规模范围从几十TB到数PB不等。数据类型多样(Variety)。这种类型的多样性让数据被分为结构化数据和非结构化数据,且非结构化数据越来越多。价值密度低(Value)。虽然数据信息海量,但价值密度较低,需要通过强大的机器算法快速完成数据价值提取。处理速度快(Velocity)。通过基于实现软件性能优化的高速电脑处理器和服务器,快速创建实时数据流已成为趋势。
二、远程教育课程质量评估现状
远程教育课程评估体系主要是对课程编制设计和具体实施环节及全过程所做的多种形式的评定。课程评估体系的建设有利于分析判断该课程资源建设质量的高低。从事现代远程教育较早的英国开放大学开放学习项目、麻省理工学院开放课件项目在远程教育课程建设和质量评估方面取得了一定进展。
英国开放大学2006年开通远程教学项目网站,这也是该校远程开放学习项目正式启动的标志。远程开放课程分为初、中高三个等级。学习者依据现实水平,选择适合的课程进行学习。英国开放大学在高质量、互动式课程提供方面做了大量工作,为保障远程教学质量作出了示范。麻省理工学院的课程内容主要是优秀的专家学者编制设计,且由“最睿智的、最著名的教授”制作音频、视频等文件以及报告讲座等,获得了较好的声誉。麻省理工学院从开放课程公开起,就十分注重学习者的使用评价和反馈,通过分析课程的点击访问量、具体利用率和最终影响,评估整个运行流程的效率。
三、远程教育课程质量评估存在的问题
目前,远程课程资源建设及质量研究结果令人不容乐观。根据研究结果,英国开放大学远程教育的课程资源库、教学网站、资源服务以及数据库形形,学习使用者很难获得一致的权威性的信息及建议,很多的质量较低的信息使学习使用者感到困惑,甚至导致其产生失落感。麻省理工学院基于开放课程运动的评价仅局限在访问量的多少及访问者点击次数和地理分布等,而其中存在纷杂众多的重复访问者,对于学习者面向学习内容的具体评价、学习效果及学习收获和自我评价比较缺乏。因此,为适应远程教育的深入发展,远程教育课程的质量评价标准需要重新考察,特别是要充分考虑学习者的需求和愿望,而借助大数据技术建立一系列从教学到管理、监控、评估、反馈的课程质量保证体系显得很有必要。
四、大数据在远程教育课程质量评估中的主要应用
1、深刻变革远程教育课程质量评估思维。远程教育领域充满了大数据,大数据技术也给远程教育课程质量评估融入了新的途径和方法。当学生使用计算机或移动终端开启网络学习时,包括看教学视频、进行电子阅读、做云笔记、完成在线作业、发微博微信、开展虚拟实验、参加社群活动等,这些都可以成为教育大数据的来源。在基于“开发者+学习者”课程质量评估的多元化、个性化创新现代远程教育人才培养模式基础上,充分利用大数据技术建立多角度评价课程质量的多元化评价机制,建立具有开放性、分布性、指导性、数字化的课程质量评估体系。
2、解决评估体系构建中数据采集的问题。评估数据采集的多元化以及数据本身的可信程度,使得以往与课程评估有关的教学检查和问卷调查等的效果不能令关注课程质量的各方满意,为提高评估的有效性必须对评估数据的采集渠道、对象和采集的方法、组织形式等进行反思和改进。利用大数据技术,可以关注学生个体的微观学习表现,且数据的产生完全是过程性的,是对即时性的行为与现象的记录。通过这些数据的整合能够客观诠释远程教育课程质量,因为数据完全是在教学对象不自知的情况下被观察、收集的,其采集非常自然、真实,可以获得的真实反馈。
3、重新构建远程教育课程教学评价方式。在远程教育课程教学评价中借助大数据分析,改变依靠传统经验模式评价,转向基于数据的客观评价,通过技术层面评价分析不断提升网络教学活动效果。大数据技术还可以观察记录远程教育教学的过程,把从结果评价导向过程性评价。通过海量数据的归纳分析,总结在线教学活动的一般规律,不断优化改进教学过程。另外,通过数据分析,还可以预测学习者的思想、心态、行为的发展趋势及其学习成长过程,从而分析出学习者的自身特点,有针对性地提出改进建议。
参考文献:
[1]维克托.迈尔-舍恩伯格,肯尼思.库克耶,盛杨燕,周涛译.大数据时代:生活、工作与思维的大变革[M].杭州:浙江人民出版社,2013:9.
[2]赵姝淳,孙曙辉.大数据技术及其在教育领域的应用[J].中小学信息技术教育,2014(3):64―66.
[3]孙传远.开放课程质量评价研究及启示[J].重庆广播电视大学学报,2013(2): 42―47.
关键词:大数据时代;地方应用型高校;软件工程专业;课程体系
0引言
大数据作为继云计算、物联网之后IT行业又一颠覆性的技术,备受人们的关注,大数据技术正从概念转向实际的应用,涌现出越来越多的大数据技术应用成功案例,大数据的价值也在迅速增长。2015年,中国大数据市场规模达到115.9亿元人民币,增速达38%,预计2016~2018年中国大数据市场规模将维持40%左右的高速增长[1]。大数据时代的到来,使得软件行业对人才的应用能力和综合素质提出了更高的要求。咸阳师范学院作为咸阳市地方应用型高校以服务咸阳地区经济社会发展为己任,肩负着培养满足咸阳地方社会需求软件人才的使命,需要把培养面向大数据时代的软件工程专业人才作为战略任务来抓。而课程体系的建设是软件工程专业人才培养体系最重要的一个方面。本文通过分析我院传统软件工程专业课程体系,以及大数据时代下企业对软件工程专业人才要求,找出大数据时代下软件工程专业应用型人才中课程体系存在的问题,探索出我院面向大数据环境的应用型软件工程人才中课程体系的建设。
1我院软件工程专业传统的课程体系
自我院计算机系成立以来,软件工程专业一直是我院重点建设专业。2013年,“‘3+1’校企合作软件人才培养模式创新实验区”被确定为省级人才培养模式创新实验区。一直以来,该专业以培养“厚基础、强能力、高素质”应用型人才的为培养目标,以企业、市场需求为导向,重视实践、技能和应用能力的培养,与尚观科技、中软国际、华清远见、蓝鸥科技等西安多家企业联合,采取3+1嵌入式校企联合教育培养模式,将课程教学、工程实践、行业理念进行无缝结合。课程体系是一个专业所设置的课程相互间的分工与配合[2],主要反映在基础课与专业课,理论课与实践课,必修课与选修课之间的比例关系上[3]。地方应用型本科院校的课程体系设计既要体现基础知识的传授,也要体现实践能力的培养,同时还要考虑学生的职业能力规划发展问题。我院2013-2015级软件工程专业课程体系结构图如图1所示。图12013-2015级软件工程专业课程体系结构图从图1可以看出通识教育必修课程的教学阶段共3个半学年,主要涉及思想政治基础知识、体育、人文历史、外语应用能力等;相关学科基础类课程主要包括高数、线性代数、数字逻辑等数学类课程;本学科基础类课程主要涉及程序设计语言、计算机网络、操作系统、数据结构、计算机组成原理等;专业技能教学阶段强调对学生工程性、实用性、技术性和复合型能力的培养,主要安排专业必修课程和专业选修课程。专业必修课程包括面向对象程序设计、软件工程、数据库原理与应用、软件设计与体系结构、算法分析与设计等,专业选修课程包括Web软件开发、Linux系统应用程序开发、移动终端开发等。根据教育部专业教学指导委员会软件工程行业规范[4],本着“轻理论,重实践”的原则,我院在一定程度上压缩理论课课时,增加实践课课时,优化专业课程体系结构。我院2015级软件工程专业的人才培养计划中,各类课程学分设置与所占比例。
2大数据时代企业对软件工程专业人才的要求
大数据时代所需要的人才是一定拥有数据处理、分析技术的,也就是对数据有敏锐的直觉和本质的认知、能够运用统计分析、机器学习、分布式处理等技术,从海量、复杂的数据中挖掘出有用的信息,以清晰易懂的形式传达给决策者,并创造出丰富有价值的专业人士[5]。在大数据时代下,对软件专业人才培养,应具备以下四个方面的技能。(1)具有厚实的数学、统计和计算机学科的相关知识,能够根据具体案例大数据分析任务的要求,运用大数据处理、分析平台,收集整理海量数据并加以分析,挖掘出有价值的信息。(2)掌握大数据处理技术及可视化工具,能根据具体任务的需求,对数据进行选择、转换、加工等处理操作,采用有效方法和模型对数据进行分析并形成数据分析报告,用易于用户理解的方式,提供科学的决策依据。(3)熟悉行业知识、专门业务及流程,将大数据技术和企业文化相结合,充分利用大数据分析处理的结果,挖掘出海量数据中隐藏的价值并应用于企业市场领域。(4)团队合作精神,大量数据的收集整理、存储、分析和处理,一个人是很难完成的,需要一个由团队成员合理分工、共同协作完成。
3大数据时代我院软件工程专业传统的课程体系存在的问题
地方高校一直以来受传统的“学术型”、“研究型”人才培养模式的影响较大,形成了适合于“精英教育”为培养研究型人才的课程体系,无法适应以工程实践能力、创新创业意识、新技术新方向为目标的人才培养,课程体系中理论教学占主导地位,实践教学往往处于次要地位[6]。而目前处于大数据时代,信息技术的不断创新、企业需求不断变化、综合型人才需求巨大等因素的影响下,传统的培养研究型人才的课程体系,无法适应大数据时代以工程实践能力、创新创业意识、新技术新方向为目标的人才培养。通过了解大数据环境企业对软件工程人才的要求,分析我院2013-2015级软件工程专业人才培养课程体系结构,发现存在以下问题:(1)缺少大数据技术方面的课程。传统的课程体系中主要包括软件工程专业一些传统的课程,如数据结构、软件工程、软件体系结构等,而且课程内容较陈旧,所开设的一些应用软件的学习不能紧密贴合行业和技术发展,软件工程专业教育必须适应互联网时展和大数据技术的需求,关注企业发展及大数据系统的建设问题,以满足企业对应用型人才的需要。(2)实践类课程学时所占比例较少。我院2015级软件工程专业实践类课程占总学时的10.8%,是因为传统的课程体系注重知识传授,而忽略了学生解决问题、动手能力的提高。地方高校在人才培养中重视理论内容、计算机编程能力,而忽略学生探索能力的培养,这些都不利于学生对新技术、新方向发展的把握,学生难以应对各种层出不穷、错综复杂的海量数据,很难挖掘出隐藏的数据价值并有效利用。(3)课程体系结构设置方面,一是存在通识教育类课程教学阶段持续时间长,一直到第7个学期,这就影响了后面专业类课程的学习;二是专业基础类分为专业必修和选修,没有从课程教学阶段不同来划分,不能体现课程先后的衔接关系。
4大数据时代我院软件工程专业课程体系建设改革
在大数据时代,软件工程专业教育必须适应企业发展和大数据行业的需求。教学内容的设置应与行业需求接轨,根据我院学生特点调整2016级软件工程专业课程体系。具体做了以下几点的调整。(1)课程体系结构更合理。一是通识教育类课程的调整。一方面将教学阶段全部调整到第1、2学年完成,这样在第3学年学生就可以重点学习专业类技能课程;另一方面此部分增加了大学生心理健康和创新创业教育课程,主要可以加强学生团队合作精神的培养。二是专业类课程结构的调整。将专业类课程分为专业(学科)基础课程和专业技能课程两大类,专业(学科)基础课程主要包括数学类课程、计算机导论、程序设计语言、数据结构、操作系统、软件工程、运筹学、数据分析与处理。专业技能课程又分为专业核心课程和专业方向课,专业核心课程包括面向对象程序语言类、软件设计模式、算法分析与设计、软件测试等软件工程专业要求的核心课程,而专业方向课分为3个方向:大数据分析、Web技术应用、移动终端开发,鼓励学生在学好专业基础和核心课程的同时,发现自己专业类的兴趣,选择一个自己感兴趣的方向集中学习,大数据分析方向是重点向学生推荐。在教学阶段安排上,一般专业(学科)基础课程要优先于专业技能课程,这样可以让学生在掌握了学科、专业基础上,充分了解软件工程专业技能的训练。(2)增加了大数据技术方面的课程。在新调整的课程体系中,专业(学科)基础课程和专业技能课程都增加了大数据相关内容。基础课设置增添运筹学、数据分析与处理等,使学生了解大数据行业基础知识,激发学生对大数据行业发展及大数据应用前景的兴趣;专业技能课设置了数据仓库与数据挖掘、大数据统计分析与应用、数据挖掘算法与应用等前沿科学技术相关课程以满足大数据系统建设与应用的需要,培养更多企业需要的大数据管理分析软件专业人才。院级选修课鼓励研究大数据方向的教师积极申请大数据案例分析、大数据安全与隐私保护、HadoopMap/Reduce技术原理与应用等实用性强的课程,以补充对大数据方向特别感兴趣学生的学习内容。(3)增加实践类课程所占比例。相比较2015级,以培养地方应用型人才为总目标,实践类课程课时由19课时增加到28课时,所占总课时比例提高了约50%。实践类课程包括校内(课程设计和实训)和校外(见习、实习、实训、毕业论文),种类多样化,使得学生多方面提升自己解决问题和动手操作能力。针对校内实验我院教师结合大数据教学实验平台,根据课程内容设计实验项目,从初级到高级,安排合理的阶梯式学习,实验内容持续更新,加入最新、主流的分析建模工具和挖掘算法,学生在免费、开放的平台环境下进行大数据构建、存储、分析统计等实验内容,使学生熟练掌握Ha-doop、HBase、Spark等关键技术,提高大数据理论分析及技术应用的能力。做好校内实践的同时,校外实践更是尤为重要,首先在实习、实训企业的选择上,尽量选择“口碑好、技术强、理念先进”的单位,目前我院已与邻近城市西安与尚观科技、中软国际、华清远见、蓝鸥科技等西安多家企业联合,第四学年分批组织学生到合作企业的实训基地参加真实的实训项目,体验IT企业真实的工作环境、工作流程和企业文化,了解互联网大数据、零售大数据、金融大数据等领域知识,学习海量数据搜集、分析、存储技术,引导学生按照项目的需求、总体设计、详细设计、编码、测试等流程完成实践内容,规范化文档和代码的编写,培养学生的行业、职业素养。
5应用效果
目前应用此方案有2016和2017级两级学生,虽然这两级学生都还没有就业,但在创新应用能力方面都较2015级之前学生有显著提升。近两年有10余组学生团队获得国家级、省级、校级“大学生科研训练项目”立项资助,有8名同学获得“蓝桥杯”程序设计大赛国家级二等奖、三等奖,省级一等奖2项,二等奖、三等奖多项。2016年有两队学生获得陕西省高校“互联网+”创新创业大赛三等奖,一队学生获得咸阳市青年创业大赛二等奖。数十名学生在核心期刊上公开发表学术论文。从目前取得的成绩来看,课程体系结构的调整,使得学生不仅获得扎实的理论知识,而且具备了过硬的实践和创新能力,我院软件工程专业毕业生一定会深受用人单位喜欢。
6总结
针对大数据时代下地方本科院校软件专业人才培养中课程体系存在的一些问题,笔者分析了大数据环境对软件工程专业人才的要求,以地方本科院校咸阳师范学院为例,改革调整了课程体系,主要在在理论教学和实践教学中增加大数据相关理论及技术内容,通过近年来的探索与实践,此课程体系结构有效提高了学生的创新应用能力,为大数据时代企业发展培养了高水平、高素质的大数据分析人才,新的课程体系适应了大数据环境下软件工程人才的培养。
参考文献
[1]孙琳.大数据应用的创新路径[N].人民政协报,2016-05-17.
[2]潘正高.地方应用型高校软件工程专业课程体系的研究[J].西昌学院学报,2017,31(3):94-97.
[3]潘怡.应用型本科院校软件工程专业课程体系设置探讨[J].长沙大学学报,2008,22(5):98-100.
[4]教育部专业教学指导委员会.高等学校软件工程专业规范[M].北京:高等教育出版社,2011.
大数据时代的到来对包括教育系统在内的各行业都产生了深刻的影响,尤其是与数据技术密不可分的信息技术课程受到的影响尤甚。
教育信息化在全国各高校已推行多年,虽然网络化学习环境、远程教育、数字化教学资源得到了广泛应用,但是大部分教学活动的并没有因为数字化设备的应用而随之改变,课堂教学依旧是传统的教师讲授,学生记忆理解,只不过在这个过程中纸质教案电子化、黑板粉笔换做幻灯片投影化而已。
大数据时代学生在课外通过网络等接收到的信息量要超过课上教师讲授的信息量。在这种海量信息的冲击下,学生的学习方法、知识结构和自主学习能力已产生变化,信息技术这门课程受大数据的影响最直接,作为教师也必须及时进行教学思维、教学方式、评价方式的改革。
一、转变教师教学思维
传统的信息化课程教育是教学管理者通过多年的教学管理经验制定教学大纲,教师通过多年的课堂授课经验设计教学内容,依据过去的经验总结、归纳并选择某些因素或知识点作为教学活动的重点。教师在大数据时代下从事教学活动,首先需要将思维从传统的集体教学转向个体教学。传统的教育也强调因材施教,但在学校现有的教学模式下,教师不可能真正实现面向学生个体进行教学。而教育大数据技术的出现,通过对教育数据的分析、挖掘,可以实时得到符合学生实际学习情况与教师教学实际效果的具体数据,从而可以在授课过程中有针对性地制定并执行更符合实际的教学策略。
二、转变课堂教学方式
大数据的环境下的信息技术课程,教师传道授业的工作量在教学过程中的比重已有所下降,教师的身份更接近于学生学习时的引导者与研究时的合作者,教学的本质回归到促进学习者个体的发展。
信息技术课程的教学内容主要分两大部分:理论与实践。在理论课的教学中,教师讲授新的知识点时只讲授重要环节,然后让学生尽最大可能地利用各种网络教学资源,尝试对知识点进行总结和拓展。由于学生所有学习活动都是在线的,上课、做作业、记笔记、做实验、答疑、讨论都是在计算机终端上进行,因此他们的一举一动都会被记录下来。学习各知识点时各用了多少时间,作业完成用时多少,并且在完成过程中经过几次修改,等等,这些都是教育大数据的来源。这些数据要比考试卷面上的分数更能反映学生学习的真实情况,通过对这些数据的分析、挖掘,就能得到每位学生的学习状态、表现与水平。这些信息是最真实、自然的数据,教师可以由这些数据了解每位学生的个性化特点,从而能在教学过程中因材施教,更有针对性地强化薄弱环节,推荐阅读书目等。
三、转变教学评价方式
教学评价是教学活动的重要一环,分为对学生的评价和对任课教师的评价两类。长久以来,对学生的评价是由教师依据学生考试成绩、作业成绩和课堂表现等进行,对教师的评价是由学院的教学管理部门根据听课和学生考试成绩进行。这种方式能大体反映学生的学习情况和教师的授课水平,但是很多教学与学习的细节被淹没在简单的分数之下。
关键词:信息化;大数据;信息素养
0引言
在培养学生信息素养的过程中,要重视结合实际,积极制定更加完善的培养途径,从而才能促使学生日后不断发展。为了进一步研究高职院校学生的信息素养,本文基于对大数据的分析,总结了大数据背景下高职院校学生信息素养提升途径。
1大数据时代高职学生信息素养的界定与内涵分析
1.1大数据时代的信息本质
大数据是伴随我国互联网信息科技力量不断发展所产生的技术之一,与信息内容互相关联,通过对大数据的内容进行深度分析以及了解,从而达到通过大量数据获取相关的信息内容的目的。所谓数据,是对客观事物的记录以及定调,而所谓的信息,是通过对数据的分析以及深入研究,获得相关内容。在大数据时代,最大的意义以及价值在于,由于数据的量相对较大,所以其中蕴含的内容相对较多,因此数据的准确性更大。这一点在目前高职教学过程中尤其突出,通过对大量数据的筛选、分析,能够获得更为准确的数据回馈。同时,当前大数据的媒介更为多元化,除了传统的文字信息以外,包括图片在内的各类信息也可被纳入大数据时代。
1.2学生信息素养的界定
所谓的信息素养,指的是个体对不同信息的筛选以及深度分析,新时代高职学生的综合素养,对信息化能力也提出了更高的要求。在目前互联网信息科技时代,各行各业的运营大多都离不开互联网的支持,因此在现阶段高职学生也必须拥有良好的信息素养,保证其更好挖掘互联网价值,更好适应工作岗位需求。大数据时代,信息成为各行各业不可或缺的资源,这就更加要求高职学生具备信息素养,提升知识利用与创新能力。由于高职学生身处校园环境,其信息素养水平与高职教学环境有关,使得高职学生信息素养具有显著的校园风格。
1.3学生信息素养的内涵
根据以往的教学情况来看,所谓的信息素养可分为以下具体三类,即信息意识、信息能力以及信息伦理。所谓的信息意识,是考察学生对信息的敏感度,是否能够第一时间在收集信息的基础上,有效筛选不同的信息内容。而信息能力是整个信息素养的核心环节,用以考察学生对信息的利用能力,也是目前信息素养课程教学中的核心环节。信息伦理则指的是学生对信息的使用态度以及感官,能够对信息之间复杂关系有一个客观的判断,能够更好反馈信息的作用以及意义。信息伦理也可以最终理解为信息的表达,是整个信息素养的升华。在高职学校的教学过程中,教师要有意识地培养学生的信息意识,然后再循序渐进地提升学生的信息能力以及信息伦理,以求达到最佳的信息素养教学效果。
2大数据背景下高职院校学生信息素养提升途径
2.1加强教师队伍培养
对教育工作而言,教师的能力与水平,将在很大程度上直接影响教学的成效,这一点对信息素养的培养尤其重要。教师首先要有极高地信息素养水平,为后续学生的持续学习夯实基础。因此,高职院校要充分根据自己的实际情况,组建一支高水平、高素养的教师队伍。而为了达到这一目标,教师要在拥有较高的信息敏感性的基础上,灵活、熟悉互联网相关的知识和计算机使用能力,才能更有针对性地指导学生展开信息处理。在教学过程中,教师的首要任务是帮助学生学会以正确的方式进行信息检索,并带动学生将理论知识与实际工作相结合,才能更好帮助学生提升自己的信息素养。不仅是学生需要持续学习,学校也要相对应地帮助教师加强培训工作,强化对教师的信息素养培训。除了有针对性地进行课程理论指导工作以外,还需要组织更多元化的教育活动,如交流会、讲座等,驱动教师之间更好分享自己的学习经验,达到进一步提升自己教学成效的最终目的。此外,教师还可以加强与学生之间的交流,不仅能够了解到学生在学习过程中的实际困难,还能更好地开阔思路,深化学习内容与维度。
2.2重视“信息检索与处理”课程
信息检索与处理就是运用检索工具进行信息的检索,以及对所检索出来的信息进行分析、整理和运用的过程。在整个的信息检索过程中要注意信息检索的技巧和方法。教育部要求高校建立“信息检索与处理”的课程,是为了培养学生利用现代网络和计算机对信息进行检索和处理的能力。通过这个课程的训练,可以让学生掌握必要的信息素养和情报意识。从这个层面来看,“信息检索与处理”课程是一门实用性的课程,学生学到的知识可以很好的在现实生活中进行运用。高职院校的“信息检索与处理”课程的设置在不同的学校有着些许的差异,但是所有的高职院校必须要认识到这门课程的重要性,完善“信息检索与处理”课程的教学计划,让“信息检索与处理”课程成为高职院校的必修课。
2.3合理运用教学方式
面对一个实践性的课程,传统的讲授式的课堂教学就不再适合教学需要,要想建立一个完善的“信息检索与处理”课程的设置,改变传统的教学方式是首要任务。其中,需要改变的两个方面就是信息技术的利用和学生主体地位的转变。要在学习中发挥出学生的主动意识,在学生的自主学习和合作学习中掌握现代互联网的使用,培养学生的信息素养。在具体的教学实践中,要从三个方面进行改革。首先是在课堂教学上,摒弃原有的教师和黑板的模式,要把现代的多媒体教学引入到课堂中来,使教学内容更加直观化、形象化和生动化。让本身有些枯燥的“信息检索与处理”课程变得更加形象,让学生能够主动的学习计算机有关的知识。其次是加强与生活的联系,这是源于“信息检索与处理”课程的实用性。所以在理论课程结束之后,要给学生布置一些作业,作业要根据学生的特点和学习水平进行分配,让学生在课后能够用自己学到的知识进行实践验证,提高自己的信息处理能力。最后是利用好网络和多媒体。现代是一个信息化的时代,通过网络进行课程和训练,可以拉近教师和学生之间的关系,教师也可以通过网络对学生进行辅导,这样就让教学跨越了时间和空间的限制。
2.4打造自主学习平台
很多高职院校没有把“信息检索与处理”课程设置为必修课,作为选修课程,“信息检索与处理”的内容就比较简单。对于不同基础的学生来说学习的程度就不一样,为了保证课程质量,高职院校应该根据学生基础的不同,开设不同的学习平台,在这个自主学习平台上,会根据学生的知识基础进行划分,按照学生的水平而不是年级进行教学。首先是对于信息检索能力较弱的学生,尤其是大一的新生,主要的教学内容就是如何利用图书馆进行信息检索和处理,让他们对整个图书馆系统有一个基础的认识。其次是对有一定基础的学生,内容主要是文献的基础检索知识,学会对文献的检索。最后是对有一定技术的学生,主要内容是让他们学会信息的运用和输出,其中涉及到了对文献的检索和论文的撰写,这个是毕业生的必备能力。
2.5指导学生信息处理
学生在初步学会信息检索的时候,会出现各种各样的问题,这个时候如果没有教师及时指导,学生会产生许多的疑问,影响到以后更复杂的信息检索。一方面,教师要随时了解学生的检索方法和习惯,比如说习惯把引号里面的内容直接复制到搜索框,这样的检索结果就会是过时的,会耽误检索的效率。针对不同的错误习惯,教师可以给予不同的策略和技巧,帮助他们改进自己信息检索的水平和能力。另一方面,教师要鼓励学生尝试建立自己的数据库,形成大数据思维,把日常收集的信息进行整理汇总编辑,并学会利用关键词来进行检索信息。比如说可以把自己的检索内容和需要按照时间排序,以后根据自己的需要随时进行检索条件的设定,可以提高检索的效率,节省时间。当下百度是学生最常使用的搜索引擎,虽然百度的内容丰富且庞大,但是还有许多优秀的搜索引擎可以使用。而且很多资源是搜索引擎自己的资源,所以使用越多的搜索引擎就可获得越多的资源资料。比如说新浪微博、译网盘等,不仅仅是很流行的社交媒体,也是丰富的信息资料库。教师要鼓励学生多多尝试搜索引擎,增加学生信息检索与处理的能力,才能有效提高学生的信息素养。
2.6创设具有广泛信息素养的社会环境
信息化的时代要求构建一个信息化的学习型社会背景,现代大学生所接触的网络环境有着现实世界不可比拟的信息量,而且网络世界对大学生的影响很大,甚至有时候会超过现实社会的影响。所以为了让社会对大学生起到更多的积极影响作用,让大学生能够在社会的影响下培养出更好的信息素养,国家和教育部就要重视信息素养的培养。对大学生信息素养的培养不能只停留在技术上,还要涉及到价值观和理想信念层面。努力建构一个良好的社会环境,为大学生的学习和生活打造一个健康、和谐、舒适的成长环境。就学校环境而言,学校教学质量和水平的直接体现就是图书馆的建设水平,信息化是这个时代的特点,所以高校的图书馆也应该进行信息化建设。图书馆的信息化建设,关系到学校教育资料的健全和信息的完善,是高校教育的重要基础。为了提升高校的教育水平,保证高校的教学质量,高校要积极加快对本校图书馆的信息化建设,完善和加强图书馆的资料数据库,让学生有足够的空间进行信息资源的搜索和使用。
“互联网+”应用于教育领域所产生的表征教育管理者、参与者、以及教育环境的数据日渐增加,面向教育领域的大数据分析发现及应用对于提升教育教学质量尤为重要。本文针对大数据的不同采集方式,对其特点及特性进行分析。结合教育领域中参与者的实际需求,描述了教育大数据在其中的应用。
关键词:
互联网+;多源教育数据;软件工程;教学模式
随着大数据技术正在广泛应用于各行各业,“互联网+”与教育的结合所产生的大数据将会对教育领域各个参与者产生深刻影响。通过对教育大数据的特点及特性进行分析,构建多源教育数据的分析及处理方法已经成为影响教育发展战略的科学力量。鉴于教育领域本身的特点,教育大数据来源广泛、采集形式各异,呈现出不同的特征及应用模式。与传统领域的大数据相比,教育大数据本身呈现高度的复杂性[1]。与传统领域的大数据应用相比,教育大数据的应用需要高度的创造性。教育领域的数据应用是以培养人才为其主要目的,所以,针对大数据的应用不仅要切实可行,还需要从根本上洞察教育问题产生的原因。
一、教育大数据的特点及特性分析
1.1“互联网+”环境下的教育大数据分类
随着感知、计算、通信、控制等技术的发展,“互联网+”环境下的教育数据包括由不同的感知设备采集到的教育环境数据、通过定期采集存储的基础信息数据、以及在线的教育资源数据等。
1.教育环境数据
智慧校园作为“互联网+”的典型应用之一[2],通过智慧校园的信息化平台,可以采集到各种类型的数据。GPS定位、情境感知、移动通信等技术使得各种教与学行为的日志信息更加丰富,不仅仅可以记录什么人在什么时间什么地点做了什么,还可以采集到行为发生时周边的环境信息、个人体征信息、情绪状态等。
2.静态基础信息数据
基本信息数据主要包括教师和学生的个人信息、课程信息、成绩信息、习题信息、行为信息等。基础信息主要通过定期的采集实现数据的定期更新和维护。此类信息是进行以数据为中心的教育教学模式探索和发现的最基本的原料,涉及学籍、人事、资产等信息具有高度的隐私性和保密性,属于国家重点保护的教育数据之一[1]。
3.在线的教育资源数据
随着移动与开放教育浪潮的兴起,在线教学资源数据包括课件、微课、微视频、精品课程、教学论坛、试题试卷等[3]。
1.2“互联网+”环境下的教育大数据特点随着采集方式的变革,“互联网+”环境下的教育大数据具有如下特点:
1.海量性
与传统的领域相似,随着学生规模的增加,课程类型的多样化,“互联网+”环境下的教育数据包括由不同的移动设备所采集的教育管理控制数据、静态的人才培养相关数据、以及监控学生实时状态的数据等。
2.时空相关性
在时间上,根据产生的时间不同,教育数据具有时间相关的变化和分析。因此,在进行教育数据的分析和应用时,一方面需要考虑时间和空间两个维度的数据演化特性;另一方面,还需要充分利用时间和空间不同维度之间的数据关联关系。
3.多尺度与多粒度
除了利用教育数据除了要考虑时间和空间等维度之外,还需要考虑数据尺度和数据粒度对于数据特性的影响。在规模的尺度上,可以分为专业、年级、学院、学校等;在时间尺度上,可以分为月、学期、学年、届等。
4.异构与相关
教育数据无论是从结构上、组织方式上、维度尺度与粒度上都会存在巨大差异,即数据的异构性。教育数据的来源各不相同,教育系统内容各个对象之间紧密相关,表征教育系统状态的数据源之间也紧密相联。
二、教育大数据在软件工程专业教育教学中的应用
为充分发挥多源数据的作用,从数据和特征等多个层次对多源异构信息进行深度融合,挖掘大数据内在的演化趋势和潜在模式,将其用于课程教学、决策者服务、个性化学习等应用中。如图1所示,为了构建面向软件工程课程教学应用,首先,需要对多源异构的教育数据进行分析处理;其次,结合数据挖掘、机器学习等相关理论基础,构建多源异构教育数据的清洗及发现方法,探索适合于具体应用的分析模型及方法;最后,结合领域知识,结合所构建的分析模型,通过对数据的分析发现,为教师、学生、决策者等提供满足其个性化需求的服务。
2.1面向学生的应用
根据学生的学习情况,以及课程涉及到的知识等情况向学生推荐适合的课程。通过多源数据的协同分析及用户建模,为学生提供满足其个性化需求的服务。
2.2面向教师及决策者的应用
通过对教育大数据的分析及处理,教师根据学生学习情况的反馈进行有针对性的备课。通过对学生及教师信息的相关统计分析、挖掘发现,为教育管理者及决策者提供依据[2]。
三、总结
“互联网+”的应用为面向信息物理融合的多源数据协同分析创造了条件。本文从“互联网+”环境下的教育大数据的分析及特点的角度进行了分析,并简单介绍了教育大数据的分析及发现方法,分别从学生、教师、决策者的角度对教育大数据在软件工程课程教学中的应用进行了描述。
参考文献:
[1]杨现民,唐斯斯,李冀红.发展教育大数据:内涵、价值和挑战[J].现代远程教育研究,2016年1期,50-61.
[2]邬贺铨.大数据时代的机遇与挑战[J].求是,2013(4):47-49.
[3]陈池,王宇鹏,李超等.面向在线教育领域的大数据研究及应用[J].计算机研究与发展,2014,51(增刊),67-74.
1大数据对中职计算机技术移动学习的价值分析
在计算机技术和互联网技术普遍应用的今天,大数据技术为行业发展和进步起到了积极的作用。就教育行业的发展来讲,有了大数据技术的利用,教育的针对性、专业性和市场化特征表现的更加明显,教育实效性效果有了显著提升。总结分析大数据在中职计算机技术教学中的应用,其产生了三方面的突出价值。
1.1大数据为中职计算机技术教学的课程设置提供了参考
计算机技术的发展日新月异,所以很多职业院校的计算机课程实际上是与社会脱节的,这对于职业院校的价值体现十分不利。中职计算机技术教学实践积极的利用大数据技术分析当前社会计算机的应用需求现状,可以为更加合理的设置计算机技术课程提供参考。简言之,大数据技术能够准确的分析技术发展以及应用趋势,可以为中职计算机技术教学的实践提供参考,使院校在课程设置的时候做到充分的与社会接轨,这样,职业教育的价值发挥会更加的显著。
1.2利用大数据技术可以为计算机技术教学的创新提供依据
传统的教学模式显然已经不能适应当前的教育需要,尤其是职业教育,传统教育模式对其的限制表现的越来月明显,所以教育模式、教育方法需要做创新。大数据技术的利用一方面能够掌握未来计算机人才需要的基本方向,另一方面可以了解到各种计算机教学方法的利用实效,基于人才发展方向和教学方法的具体分析,中职计算机技术教学可以选择更符合人才发展方向的教学模式,这对于教学促进来讲也是有积极意义的。
1.3大数据技术的利用能够为中职计算机技术教学的优化提供帮助
在教学实践中总会遇到各种各样的问题,利用大数据技术做教学问题的总结和分析,职业院校以及老师会更加清楚的掌握到教学中比较容易犯得错误,基于数据结果进行错误发生的研究和分析,能够有效的帮助中职计算机技术教学实现优化和进步。
2大数据背景下中职计算机技术教学存在的问题
2.1教学目标设定不科学
中职院校在对计算机应用技术进行教学时,对于一些非专业性的学生的教学目标,只是让学生们掌握住计算机的基本知识以及相关的操作技巧,帮助学生们通过全国计算机的考试,而对于一些非专业的学生只要考试及格,就可以满足就业要求。在这种教学目标之下,很多的学生们往往是为了提高自己的过关率,而对于一些考试内容进行学习,忽视了对其他计算机以及网络应用技术的了解和认识,很多学生的学习目标也出现了偏差。
2.2基础教材与现实需要的差距较大
经过对当下中职院校学生们的计算机基础教材以及大纲进行调查研究,可以发现其中包括了计算机的基本知识、计算机的操作系统、办公自动化的基础,以及计算机网络基础的内容,教师们在对教材进行讲解时往往注重于理论的灌输,忽视了学生们对于一些实践应用的培养,这样会造成考试和需求之间的相分离。在对学生进行教学时往往注重学生们对于一些应用模块题型的练习,而忽视了对相关内容的讲解,导致学生们知识为了应付考试,对于一些常见的常考的函数有所了解,但是对于多级列表设置等模块仍是相对存在着一定的偏差,由于中职院校计算机基础教材的内容不能够满足考试所需,很难真正的提高学生们的专业技术水平以及计算机应用技术。
2.3教学方法较为单一
在对计算机进行教学时往往以理论灌输为主,教师在课堂中居于主体,学生们只是被动的接受,参与热情不高,也无法提高自身的主观学习能动性。当下部分中职院校在进行计算机应用技术教学时依然是把课堂的实际任务操作演练或者是借助多媒体教学作为重点内容,帮助学生们对基本理论知识进行理解,尽管这样能够让学生们了解教材的重点内容,但是学生们实践能力相对较差,这种理论教学和实际教学相分离的教学模式,让学生们对于计算机应用技术的学习,日益的丧失兴趣,尤其是缺乏主动性和积极性,很难真正的解决实际的问题。
2.4教学实践与理论的脱节表现较为明显
中职院校开展计算机应用技术教学学生们的地位较为被动,教师们不注意和学生之间的互动,这样不仅让学生们的积极性下降,而且不能够及时的发现学生们在学习的过程当中存在的问题和不足,教师在讲解中也缺乏重点和针对性,这样不仅导致学生们对计算机教学较为反感,而且也不利于提高自己的主观学习性,最终让学生们在大数据时代的背景之下,对于计算机应用技术的掌握程度依然有限,无法满足社会对计算机专业人才的需求,也不利于提高中职院校学生们综合素质的提升,影响到学生们的未来就业。
3基于大数据背景下中职院校计算机技术移动教学措施分析
3.1改变传统的教学模式,提升教学的灵活性
传统的教学模式固定性比较强,学生学习的时间和地点比较的固定,这对于移动学习来讲十分不利,所以在大数据背景下要积极的进行教学模式的改变,提升教学的灵活性。就教学模式的改变来看,主要有两点:(1)针对大数据分析的结果总结教学实践中的重点问题,然后由老师基于重点做教学视频的制作。一般来讲,遵循“一个问题一段视频”的原则,这不仅对具体的问题进行了针对性的阐述,而且有效的区分了问题的解答,缩短的视频的实践。在生活和学习中,学生能够利用移动设备和网络进行灵活的在线学习,比如业余时候进行短视频的观看。(2)采用平系模式做移动学习。平系模式主要指的是老师利用大数据分析的结构构建具体问题的分析平台,学生能够在移动设备中随时随地的访问平台进行询问和探讨问题,进而解决相应的疑惑。总之,利用大数据分析技术做“问题教学”模式的构建,并积极的利用当前生活中的数据交流平台和移动网络设备,学生的移动学习效率会有进一步的提升,学习的灵活性和有效性得到显著的加强。
3.2创新教学方法,强化移动教学实践的加强
教学方法对具体的教学效果提升有重要的影响,因此在中职计算机技术教学实践中基于大数据分析创新教学方法,强化移动教学实践的加强现实意义显著。就具体的方法创新来讲,目标表现比较抢眼的方法有两个:
3.2.1采用碎片教育法
所谓的碎片教育法和系统教育法是相对的,这种教育方法的实施目的是让学生能够灵活的利用课余时间做小知识的学习和掌握。从具体的分析来看,系统的知识量比较大,需要的学习周期也比较长,所以学生很难在教学中实现移动学习。碎片教育法将系统性的知识进行肢解,将其拆解为零散的知识点,学生在生活实践中可以利用移动设备等进行细小知识点的存储,这样,其可以在生活休息中实现移动学习,掌握相关知识。
3.2.2翻转教学法、面对面教学以及在线教学等方法
在网络时代之下,可以借助于网络教学的平台开展计算机应用教学。比如教师可以通过进行翻转课堂教学模式,调动学生的主动参与热情,激发学生的主观能动性,通过对教学内容进行模块化的设计,并且制定出不同的任务,让学生们真正的在做中学、学中做,因此教师可以依托于现有的网络教学平台,采取面对面教学或者是在线教学等教学模式。通过构建这种计算机网络教学的平台,可以让学生们享受到更加优质的教学资源,也进一步增强了教师和学生之间的互动。
3.3构建网络教学平台,为移动教学提供资源
在大数据背景下,构建网络教育平台为移动教学提供资源,这于中职院校计算机技术的教学提升来讲现实意义显著。就网络教育平台的具体构建来看,主要分为两部分内容:(1)构建在线学习平台,此平台突破了传统教学模式的时间、空间限制,老师可以在平台上进行学习资料的共享,学生能够通过平台观看和学习老师共享的资源,这样,学生在课堂之余又多了一个学习的平台与渠道。通过平台的利用,学生与老师实现了从课上到课下的对话,知识领悟会更加的深刻,所以学生无论是理论记忆还是技术感受都会有明显的提升。(2)实现了对课程资源的有效补充。从具体的分析来看,虽然利用大数据分析结果能够实现针对性的课程设置,但是毕竟课程的执行周期较长,所以一些新技术、新内容无法在教材当中另做补充。网络教学平台可以作为信息资源补充站,老师以及学校将相关专业的最新消息在平台上,由老师和学生做在线的共享学习和交流,这不仅提升了老师的知识范围,学生也能够接触到最新的技术发展信息。简言之,通过网络教学平台的构建,中职院校的计算机技术教学有效的实现了课上和课下的联动,实现了课本资源和网络资源的相互补充,这对于最终的教学成果提升有显著的价值和意义。
3.4基于移动学习目标做评价和考核
在教育教学中,考核评价对于教学的具体进步有着非常显著的影响,所以为了在移动学习实践中强调对学生的考核,需要基于移动学习目标制定考核体系。从上述分析来看,在大数据背景下,网络教育实施对移动学习有比较大的帮助,所以当前的计算机应用技术的部分内容是以网络的方式进行教授的,这种教学方式和课堂教学形成了互补,所以学生只有实现了课堂学习和网络学习的双重认知,其学习的成绩才会有显著性提升。在教学考核体系的构建中,为了敦促学生积极的参与移动学习,可以将网络教学的内容在考核中做更大比例的设置,这样,基于考核评价可以确定学生具体的网络教学资源利用率。基于教学实践反馈的相关内容,学校和老师再做具体的课程调整,课程实施的具体价值和目标会更加显著。总之,基于移动学习目标做评价和考核体系的设定有突出的现实意义。
4总结
在大数据背景下,数据分析和利用能够为教育实践提供更好的参考,所以在教育教学中需要积极的利用大数据。计算机应用技术教学对于学生计算机使用能力提升有重要的帮助,但是目前的教育模式过于固定,不符合移动大环境,因此积极的分析移动学习的突出现实意义,并针对目前的教育教学问题做基于大数据的学生移动学习分析和讨论,这能够推进教育改革,实现教育和生活的有机融合。
参考文献
[1]董琰.大数据背景下中职计算机应用技术移动学习的研究[J].现代商贸工业,2017(32):66-67.
[2]柳甲荣.大数据背景下计算机技术在茶文化翻译中的应用研究[J].福建茶叶,2017(02):210-211.
[3]潘期辉.大数据背景下高校计算机应用基础课程创新教学初探[J].电脑知识与技术,2016,12(04):143-144.
[4]张建生.试论大数据背景下高校计算机应用基础课程创新教学策略[J].才智,2016(33):73-74.