大数据课程总结范文

导语：如何才能写好一篇大数据课程总结，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

1 大数据时代的解读以及对职业教育的影响

1.1 大数据时代的定义及特点

2011年“大数据”第一次被麦肯锡全球研究院正式提出。根据麦肯锡研究院的定义，所谓“大数据”就是那些规模大到传统的数据库软件工具已经无法采集、存储、管理和分析的数据集。业界通常用大量化（Volume）、多样化（Variety）、快速化（Velocity）、大价值化（Value）来概括大数据的特点，简称4V。人们可以通过一种能够收集和分析海量数据的新技术来帮助人类更好地理解世界、改变世界，特别是在商业、经济及其他领域中，决策将基于数据分析做出，而非经验和直觉。

1.2 大数据时代对职业教育的影响

虽然这些年，职业教育在国家政策的指引下发生了跨越式的发展，但相对市场经济而言，我国的职业教育仍然发展较为缓慢，因此我们必须要在“大数据时代”来临之际，了解它对我们的职业教育产生哪些影响，以便我们可以进一步明确职业教育发展的方向，缩短职业教育与社会需求之间的差距。

1.2.1 教育理念和思维发生改变传统的教育工作我们主要是依靠教育主管单位和优秀教育工作者多年的教学经验来开展的，但往往这些经验总结不具有科学性，不适应当代学生群体。然而在“大数据时代”下，我们可以通过大数据挖掘知识，寻找联系，总结规律，制订符合学生实际的教学计划，开展有针对性的教学，制定更加符合学生特点的教学方案。

1.2.2 学习环境发生改变

大数据时代的到来，使学生的学习不仅仅限于课堂、课下，甚至不在学校。这些年，信息技术飞速发展，MOOC、微课、翻转课堂、在线课堂，特别是智能手机出现后，学生获取知识不用完全依赖教材、教师和课堂了，尤其是博客、微博、微信、App等社交圈和自媒体的出现，学生获得知识的途径越来越便捷了。因此学生学习环境发生改变，意味着教育真正回归社会、回归家庭，教育真正实现融入社会和自然。

1.2.3 教育方式发生改变在大数据时代，教师早已不是知识的控制者了，在学生面前，教师可能已经落伍了，甚至可能落后很多。但教师拥有比学生更多的阅历和经验，这正是学生身上所缺乏和急需的。教师应该在课堂上由台前变为幕后，注重课程的开发与设计，让学生成为课堂真正的主人。

2 大数据时代下计算机专业教育面临的挑战

作为职业院校开设最多的专业之一，计算机专业正面临着新的机遇和挑战。大数据时代来临，以计算为中心模式逐渐向以数据为中心转变，对计算机专业来说更是一种挑战。

（1）一直以来，人类的基本思维有数学思维、物理思维之分，大数据时代来临后，计算思维将成为人类又一基本思维，因此我们在对计算机专业学生进行培养教育时，要注重对计算思维的培养，并且作为基础教学的主要组成部分。

（2）学生的认知模式发生改变。学生从以往的基于猜测假定的认知方式转变为基于事实的归纳总结。教师照本宣科的教学方式，早已不能得到学生的认可和接受。学生更喜欢通过亲自尝试摸索来验证教学内容。

（3）随着互联网技术的发展，网上拥有大量的计算机专业方面的教学资源，学生获得专业知识的渠道增加了，不再单纯依赖课堂教学，为专业教师的教学带来压力。

3 未来计算机专业教育教学的探索与尝试

3.1 重新设置课程体系

计算机专业进入大数据时代后，计算机技术发生了巨大改变，人才市场上需要更多存储、分析、应用技术的人才，培养这些人才都需要计算机相关知识作为支柱。因此我们需要重新设置课程体系，尝试“导入-讲授-实践-深究”的教学思路，根据本地经济特色和社会需求对现有的计算机专业课程体系和设置做一定的调整，专业培养目标更加注重德、智、体、美、劳全面发展，让更多的学生具备扎实的数理知识，掌握熟练的软硬件技术，具备较突出的程序设计能力，以使他们能够在大数据背景下从事软件开发设计工作，并具有创新意识和良好的人文素质。

3.2 由浅入深，调整教学方法

当代教师应具备组织力和凝聚力。职业院校学生大都缺乏学习动机，学习潜力不易得到发挥，职业院校教师有责任、有义务改变这种现状。“大数据时代”获得学习信息的渠道增加了，这对职业教育是很好的机遇，但同时也是一种挑战，教师应从知识的拥有者和传递者转变成知识的收集者、编辑者和为学生学习的服务者。我们可以尝试从基本的教学方式的改变开始。以数据库基础知识为例，传统教学，教师利用PPT课件，将基础知识传递学生，课堂以演示为主，学生根据老师要求重复老师的操作，加深印象。这种教学方式太过枯燥，学生无法达到学习效果，应当课前将学生分组，以小型项目为主，让学生自主完成简单的操作练习，教师利用微课或课上做简单的重点知识讲解，通过案例项目操作，培养和激发学生对科学相关领域的好奇心，增加破解难题的信心，达到教育教学的培养目标。

3.3 走出去，搭建校园和企业平台

篇2

大数据时代开始于2013年，是从网络科技行业开始的新技术革命时代。大数据是现今社会经济发展的一大必然趋势，因此，会计专业所面向的诸如金融业、建筑业、快消业、快递业等行业也需要面临大数据的应用。各行各业的会计人员需要对处理和运用大数据进行相应的学习和研究，会计专业的教学也要紧跟职业和行业的发展趋势，对大数据背景下的会计教学进行创新。在“大数据时代”背景下，公司在战略选择时越来越注重对市场进行数据分析，用客观的有依据的数据来作为判断基础，减少无数据支持的、不科学的臆断的决策。在所依据的决策数据中，会计对本企业和相关市场的数据统计和分析信息，尤其是其中隐藏的资本运动趋势和行业前景趋势的数据，就是决策最重要的依据之一。因此，会计对管理、决策的辅助职能将越发重要。高水平的、应用型的会计人才就是企业急缺的，会计专业教育也应该符合市场经济需要，创新教学的基本理念和模式方法，培养符合大数据工作要求的专业人才。大数据所改变的主要是会计职业的工作对象，在相关的各个行业中，由于业务量激增，相应的数据量和信息量都大量涌入会计需要处理的数据中。以金融业为例，全民炒股的大热和互联网金融的兴起，要求会计处理更多的业务量，比如本金利息、投资收益、日成交量等等，需要会计人员运用电算化工作进行统计。会计人员还可以配合网络工程师进行相关软件和应用中具体算法的开发和校正。会计还要对大数据的工作状态进行统计和计算，辅助企业判断本公司的业绩、效果，总结企业各项业务的综合动态走势，帮助了解行业的发展趋势，辅助企业进行战略决策。这些会计业务也在处理空前巨大数据的背景下迎来新挑战。

二、大数据背景下会计专业教学创新的主要方向

大数据要求会计教学提高学习主动性。相对于对科技进步较为敏感的网络专业，会计专业的学生较为缺乏对新时代的敏感性和学习并适应新时代要求的主动性，会计专业的教学甚至科研都对大数据缺乏敏感度。在日新月异的新时代，会计教学不应只拘泥于传统的教学内容，更要培养学生的自主学习意识，帮助学生在走上工作岗位后，能够有不断更新自己、与时俱进和不断学习的习惯，才不会在发展浪潮中被淘汰。学习的主动性来源于自主学习意识和对新知识的认知感。自主学习意识是人的主观能动作用，需要人对该事物的重要性和紧迫性有足够认知，并有足够自制力将其转化为积极主动的动力。在大数据背景下增强会计专业学生的自主学习能力，需要会计教学的教师们充实和更新教学的内容，紧跟时代步伐，到一线企业公司了解工作的实务内容和要求，将大数据的实例转化成题目或操作项目，引进到教学中来；还需要教师们创新教学手段，充分利用网络资源和数据，引进全方位、多角度的操作实践，让学生充分认识到大数据的运用与教科书上会计基本理论知识的区别，并将会计的基本原理，从课本题目的小数据，延伸到工作中的大数据中，熟练运用和操作大数据。对新知识的认知感是青年学生的最大优势，在足够的兴趣和主动性影响下，青年学生对大数据时代新鲜事物的感知性可能是其教师们都比不上的。这时就需要教师们因势利导，充分发挥学生的认知感，认可学生的锐眼和创新想法，并组织学生进行交流，形成竞争意识，将学生对新知识的了解，转化为教学内容，并引导学生进行课内课外的主动交流，互通有无，团结协作，互相学习，研究创新。

三、大数据视角下会计专业教学的创新

目前高职院校会计专业人才培养理念拘泥于培养记账、算账甚至做账的会计从业人员。但是，会计专业学生所服务的有潜力的大中小型企业更需要会计人员在企业的战略管理方面提供服务，即需要会计管理能力，尤其是在交易量特别巨大的行业市场，需要会计人才对相关市场进行大数据的收集和分析，为企业中短期决策提供数据依据支持。教学创新首先要做到教学理念的创新，只有理念先进了，教学改革创新才会顺利进行，否则传统势力的存在会对教学改革产生负面影响。从教学理念上看，会计专业的教学理念需要适应科技经济的社会发展需要，调整方向应该是：以核算能力的培养为基础，以会计管理能力的培养为核心，运用新的科技手段，掌握大数据的处理和分析。教师必须先从自身做起，更新自己的观念，充分体会和感受大数据对工作和生活的巨大影响。然后要对大数据在职业中的实际应用有所了解，对大数据给会计工作带来的机遇与挑战，知识的更新和创新有所了解，对社会的发展趋势紧紧把握，将最新的信息引入到教学中来。在理念更新的基础上，会计教学要对课程计划进行创新，在传统教学的理论基础上，引进新的资源和知识体系，增强学生的实践技能和工作能力。同时，也将会计理论潜移默化地引入到大数据的要求中去，培养学生对大数据的编制能力、处理能力、运算能力、检查能力和总结能力。从实际操作来看，会计专业教学的创新，要在保证学生拥有接入相关网络数据的、处理运算大数据能力的基础计算机硬件和软件设备的基础上进行。首先应培养学生在网络数据中挖掘有效资源的能力。教师在教学过程中应布置此类作业或实践项目，锻炼学生在网络上查找和筛选数据的能力。在搜集数据的基础上，在保证学生对传统会计理论知识充分掌握的前提下，教师教学生使用相关软件进行数据分析，培养学生对数据的预处理和建模创新能力，帮助学生养成管理型会计的思维方式。另外，由于大数据的工作量巨大，实际会计工作往往是由一个会计团队合作进行的。在创新的课程中，必须通过课题或项目，让学生组成项目小组进行实践操作，通过团队合作完成项目的方式，使学生能够运用会计专业的各方面知识，分担会计工作流程中的各个工作岗位的角色，培养团队意识，学会分工合作，适应未来工作需要。在开设检索课程和统计学课程之外，需要增设数据处理软件工具的实务操作课程，在会计电算化的要求下，会计教学中必须教会学生如何熟练、巧妙地使用电算化的相关软件，如ex-cel、用友等。在学校里，学生学习的都是基本用法，但是在实际工作中，由于行业不同、企业不同、数据性质不同、计算需要不同，会计需要自己编制一些适合的表格进行计算。那么，复杂套表的设计，公式的运用等就需要会计灵活地使用软件进行设计，满足会计实际工作中的需要。由于大数据的规模性和系统性，并且处理的数据量巨大，一个小小的差错就可能导致结果的很大误差或错误，会计工作中的准确性和对责任感的要求都是极为严格的。教学实践中需要步步留痕，每一个步骤都是由团队中的某位成员进行的，都有据可查，在作业结果错误时，对出错的成员进行“惩罚”，以示团队对准确性的严格要求，以利于团队成员中个人责任感的提升。教学中也可以建立学分之外的奖惩机制，在项目进行的过程中和项目完成后，对优秀学生进行奖励，对出过错误的学生进行“惩罚”。课程中还可以结合实务技能，引用互联网上的实际数据，分门别类地对各行业的大数据进行立项分析，或者从某些大型企业的公开数据中，进行数据的引用，使用这些数据进行教学训练，模拟公司会计实务操作流程，使学生能够身临其境地进行大数据的计算和分析，以总结性论文、报告或演讲的形式将结论进行汇报，通过各组的相互对比，评价立项活动的各组业绩是否正确，从而进行学分评价。完善会计网络教学平台建设和使用。学校可以设计搭建或引进会计网络教学平台，学生平时通过平台进行课程学习、完成和提交作业、完成随堂和结课测验等功能。运用网络促进学生学习，需要进一步完善网络软硬件设施的建设，及时升级更新教学平台，引进会计的大数据资源，进行相关数据的自动或手动的实时监控收集，套用常用的建模，划分统计模块，进行项目操作。同时，教学平台还要让学生查看学习作业和随堂测试结果，教师的评语和建议，及时了解自己不懂不会的知识点。教师也能全面了解学生随堂知识的掌握情况，掌握学生学习动态数据，随时改进教学进度和教学方法。会计教学的创新还可以与行业公司进行合作，承揽一些实际的会计工作项目，如预决算、招投标、核标、工程评估、财务报表、统计、科研调查等。这一与关联公司的互动合作是互利互惠的，既能帮助公司完成工作，也能借此锻炼学生的工作能力，促使学生将理论与实践相结合，为学生的未来工作打好基础。

四、结语

篇3

关键词：计算机教学；大数据；教学影响

“大数据时代的经济学、政治学和许多科学门类都发生巨大甚至是本质的变化和发展，进而影响人类的价值体系，知识体系和生活方式。”这是中国互联网发展的重要参与者，知名IT评论人，谢文在英国牛津大学维克托教授《大数据时代》一书的序中所说。大数据时代正影响着我们的价值体系，知识体系和生活方式。教育教学本就应该站在科技和技术的最前沿，享受时代科技发展的成果，运用最先进的理论和技术，才能更快的推动自身的发展和相关学科的发展。在计算机专业理论课教学中，“大数据”带来了积极的影响，以下就课堂教学相关的三个环节来进行简单的阐述。

一、“大数据”对教学思维的影响

传统的计算机专业理论课程教学中，教学的设计、教学目标和教学重难点的设定都是来自教育主管部门制定的课程大纲标准，或是有经验的老师的经验总结，然而这些设计是否科学，真正是学生学习中的难点或重点吗？检验的方法要么由权威专家认定，要么由课堂教学实践反馈，而前者主观性强，有时专家也难免会出偏差，后者效率低，样本小，结果数据存在偏差。有的老师甚至以自己学习中认为的难点和重点在进行教学设计。在《大数据时代》一书中作者列举了一个事例，2009年时，谷歌通过把5000万条美国人最频繁的检索的词条和美国疾控中心数据对比，最终成功预测甲型HINI新病毒区域等数据，这一数据准确性得到了美国国家疾控中心确认，而美国国家疾控中心的数据却是来自病毒爆发后，比谷歌数据晚了近两周时间，作者用谷歌成功预测病毒爆发的事例告诉我们大数据的价值，他们没有派调查小组，也没有向市民发放测试工具，更没有花费大量的人力资源去做详细的资料统计，更不是主观臆断哪里会是病毒爆发地，他们通过数据分析得到了准确的预测，而这些在我们看来混杂不清，大量的数据，加上科学的分析统计，就会让我们的预测判准确无误，可见使用数据才是最客观的。在学科教学中，教学设计不能凭经验主观判断，应该用数据来说话，因为如作者所说，在大数据时代，不再是因果关系，而是相关关系，来自互联网学习平台上相关学习所有学习者的检索最多的问题应该就是难点，而实际知识应用中出错最多的相关知识点才是重点。这才是最科学准确的教学设计依据。

二、“大数据”对教学实践的影响

在课堂教学中，只有激活主体的内在原动力，才能最大限度地把他们的潜能发挥出来，而马云的淘宝网商业模型就是一个很好的例子：网站把每一个购物者的检索、购物信息收集，再将热销信息，热收信息分享给顾客，甚至把购买某一商品的顾客还买了哪些商品信息整理分析，并推荐给目标客户，大大提高了消息推送的准确性，最大限度的激发了购物欲望，网站销售业绩才能逐年增长。计算机专业理论课的学习也是如此，组成课程结构的各知识模块，知识点就如同网站陈列和销售的商品，学习者学习知识也就像浏览商品一样，随着智能学习平台的建设和应用，不仅可以将课程必备知识如商品般的陈列，还应该可以将每一位学习者的学习问题，学习心得体会，对某些知识的理解，以及学习后产生的对新知识的渴望等一一记录，并相互分享，最大程度的提高学习兴趣，分享学习，通过增强学习者的融入感，激发学习的热情。在学习过程中，学习者更是成为课程的建设者，学生真正成为学习的主体，并且随着数据的丰富，将会产生新的知识学习体系结构和课程学习新模式，而这些就是大数据带来的影响。

三、“大数据”对教学评价的影响

传统的计算机专业理论课程的学习的最终评价形式是“考试”，即对知识“继承”的程度测评，虽然我们提出了种种过程评价方式、形式，但由于效率低，手段不够先进，方法不够科学，可实施性不强等，使得过程评价仅留于形式而存在，往往还是以签到、主观性的互评等形式存在。在网络时代的今天，我们有更先进的软硬件手段，完全有实现客观过程评价的条件，可结合网络教学平台的数据汇总，对学习者的思考、学习进度、学习效率，对课程学习的建议，参与网络课程建设，丰富课程内涵的贡献度等记录的数据进行全方位的综合评价，真正做到过程性评价的客观性和全面性，甚至可以代替最终以知识“继承”程度为主的评价形式———“考试”。我认为大数据时代的教学评价不仅仅是评价形式的影响和改变，而是一次彻底颠覆性的评价变革，这将会是一种更加客观，更加有趣的，更能体现学习过程，更有价值的评价形式和手段。以上是我作为普通一线教育工作者，在读完维克托教授《大数据时代》一书后，就自己相对熟悉的计算机基础专业理论课程教学方向产生的一点浅薄的思考，我想大数据在教学中的影响应该是更广泛的，就如维克托教授书中所言，大数据的真正价值我们现在只看到了冰山一角，相信对教育的影响将会是巨大的，更深刻的。这里特别要说明的是，维克托教授所说的大数据不是随机样本，也不是小样本，而是“样本＝总体”，因此，要实现大数据真正的价值，我们需要的网络技术方面，基础方面建设也是必不可少的。全市，全省，乃至全国的学习平台，至少是共享数据的智能学习平台，并拥有专业数据分析技术，云技术等实现大数据的基础实施。

［参考文献］

［1］维克托•迈尔，舍恩伯格（英）肯尼思•库克耶著盛扬燕．周涛译．大数据时代［M］．浙江人民出版社，2013．

篇4

一、大数据与高中化学实验课程的联系

大数据的概念是指在超出可预见时间的范围内，用常规软件进行科学有效分析的数据的集合。大数据能够高效获取多种多样的、大量的、有价值的信息。大数据还蕴含了更深层次的意义，它承载着又一个新信息时代的到来，也蕴含着新的机遇和新应用的发明和发展。

传统高中化学实验课的教学模式已经远远不能满足现代学生的需要，改变传统的教学模式是当务之急。大数据为高中化学实验课程的教学创新提供了很好的辅助工具,对于现代学生的发展很有益处。

二、教学时应注意的问题

1.掌握大数据时代的网络传播工具

调查结果显示，移动互联网在学生中的使用率几乎已达到100%，其中上网时间超过3个小时的学生占总比例的25%甚至更多，也有一小部分学生的上网时间会受到家长限制，但也维持在平均每天1小时的水平。网络已经成为学生沟通交流与获得信息的重要方式，高中化学实验教学要抓住这一特点,利用网络传播工具,使学生课上课下都能够获得相关知识。

2.开展个性化的网络教学模式

传统教学模式不利于学生的个性化的发展，大数据时代，教师可以开展一系列网络化教学，根据学生的特点以及社会的需求，来增加教学个性化发展的可能性。例如,教师通过网络与学生交流，充分体现学生的主体地位。学生能够借助多媒体进行辅助学习，通过互联网获取信息，各种信息的组合能够给高中化学实验教学的发展带来更大的突破。

3.注重大数据质与量的发展

大数据在给教学带来方便的同时，也存在很多问题。尤其体现在运用中：大数据提供的信息量非常庞杂，并非全部能够直接应用，需要教师对信息进行分析和筛选，才能够确保其为教学提供帮助。为了保证数据质量,首先要扩大学校数据库的范围，要利用更多元化的互联网工具来收集更多信息，然后再对数据进行系统化分析，从中筛选出对教学有益的信息，并加以恰当的利用。

三、大数据背景下的高中化学实验创新教学探究

1.教师要走进网络

在大数据时代，教师的教学模式要全面进人网络化时代，因为网络是一个不可缺失的重要部分，网络中多元化的信息系统和结构更能够吸引学生的注意力。例如，实验课“粗盐的提纯”就可以利用网络结合学生自主学习的方式来进行教学。首先，让学生先进行实验的预习，在网络上查询与实验相关的知识内容，然后让学生自己动手制作整个实验的多媒体展示,最后在课堂上进行实验结果的验收。学生在整个准备过程中，通过网络数据信息，接触粗盐提纯实验的注意事项以及相关知识，将实验过程亲自呈现出来，会使学生印象更深刻，也会给学生带来更多启示，进而更好地掌握实验。

2.教师要做终身学习的引导者

在创新型教学中，需要教师有所转变，勇于创新，不能墨守成规。在大数据背景下，教师要调整自己以往的教学理念,融人信息化元素，把学生摆在主置上，引导学生学会享受课程，并将这样的思维方式传递给学生。大数据为我们创造了一个全新的教学环境，教师应该把握好这个资源，颠覆学生以往对于学习的看法，要让学生知道：游戏，也是学习，关键是如何学习。例如，在“钠及其重要化合物的性质”实验课中，首先，利用PPT演示，引出钠的重要化合物，让学生来发现并指出这些化合物与钠有着怎样的联系。然后，让学生自由发言，把所知道的钠的化合物都说出来，如Na202、Na0H、Na2C03等。最后，把学生的回答分组总结，引出各组的实验，让学生观察实验的过程和结果，从而对于钠的化合物有更深的理解。

3.教师要做学习的领跑者

教师要有所^创新,就要充分利用大数据时代的便利条件，广泛吸收各种信息来提高自身知识储备,更好地为教学服务。要采用学生最能够接受的方式来进行讲解和演示，同时要更加充分地利用大数据库资源做好前期准备工作。要想在课堂上高效率地利用好每一分钟，就要在课下进行更加充分全面的准备，对于实验设计的知识点，实验过程中存在的风险，以及实验效果的展示都要做到全面的准备，只有经过这样的数据收集和分析，教师才能够完美诠释指导者和领跑者的角色，才能使教学效率得到有效提高，才能帮助学生实现自身能力的提髙。

4.教师是问题探究的合作者和帮助者

要注重教学的全新模式，尤其是协作教学。这种模式给了学生更大的发展空间，能够增进学生和学生之间，以及学生和教师之间的了解。“喷泉演示实验”就很适合利用协作形式进行教学。在大数据背景之下,教师和学生可以通过网络平台对喷泉实验发生的条件等进行整合，然后对于能够发生喷泉实验的例子进行总结。氯化氢和氨气有一个共同点，就是易溶于水:1体积的水在常温下，能够分别溶解500体积的氯化氢和700体积的氨气。利用这种特性，就可将氯化氢和氨气溶于水的实验设计成喷泉实验。此外,还有氯气跟氢氧化钙的反应，在500ml圆底烧瓶里收集满氯气，加入约10g氢氧化韩后，塞紧带尖嘴的玻璃管的胶塞，摇动烧瓶，使氯气跟氢氧化钙充分融合并且发生反应，然后将玻璃管插人到盛有红色水的烧杯中，再打开玻璃管上的止水夹，烧瓶内就会出现喷泉。这些例子，就是让学生以网络为资源，以教师为指导，自由发挥自己的想象来完成实验。

篇5

大数据对英语教学会产生非常深远的影响。慕课作为大数据时代的网络新生事物，为学生进行个性化、高效的英语学习提供了一个良好的平台。慕课要在各个学校普及开来，需要教育主管部门和学校之间通力合作，提供政策保证和支持。英语教师在新形势下要转变意识和角色，注重提升数据分析能力和教学能力。

关键词：

大数据；慕课；英语教学

中图分类号：

G4

文献标识码：A

文章编号：1672-3198（2014）18-0143-02

“大数据”是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。IBM公司把大数据概括成了三个V，即大量化（Volume）、多样化（Variety）和快速化（Velocity）。这些特点也反映了大数据所潜藏的价值（Value），这四个V就是大数据的基本特征。大数据产生于信息爆炸时代，将会改变以往的教育模式。大数据技术使我们能够学生的学习行为、考试分数等各种教学信息，而近年来网络在线教育和大规模开放式网络课程即慕课应运而生，也使教育领域的大数据获得了极为广阔的应用空间。我们有理由相信大数据将掀起新的教育革命，包括教育政策的制定、学生的学习、教师的教学等方面都会得以革新。

1 大数据时代慕课的发展

大数据时代，慕课正是其在教育领域的一个新近产物。作为一种大规模的在线开放课程，2013年被人们称为中国的慕课元年。在这一年的5月份，清华北大加入到美国教育平台edX的慕课组织中；10月份，由清华大学打造的首个中文版慕课平台――“学堂在线”正式推出。可以说国内的优秀高校引导和带动了在线课程教学改革。由此教学设计和教学评价不再是经验式和主观式的，而是将通过大量事实数据进行归纳，真正做到客观性和多元化。例如美国高校开发的学术系统使用数据挖掘和学习分析来分析学生在线学习系统中的情况，从学生的考勤、在线时间、参与讨论次数、系统活跃情况等来判定学生对此课程的投入度，并依此对学生的学习进行合理有效的评价。慕课作为一种先进的开放网络学习平台，需要保证在线学习者的学籍、证书、学分等。目前慕课在美国围绕其能否进入高校、是否可以计入学分的问题仍然存在很大争议。而美国以其独特的高等教育体制，各个学校间的做法也有所不同，有些拒绝有些接受。在中国这是一个涵待解决的问题，教育主管部门和学校必须通力合作并出台相应的管理政策，为将来学校间的学分互认铺平道路。只有做到这些，慕课才能真正在教育领域普及开来。另外应该保证充足的专项资金用于硬件的更新换代，以保证教育大数据的日常管理和长远发展。

2 大数据改变学生的学习

教育大数据到来，为实现学生的自主性和个性化学习提供了可能。与以往学习资料匮乏到只有教材的时代相比，学生获得了数量空前的网络学习资源，而且他们有机会通过慕课网络学习平台接受世界顶级名校的精品课程教育。网络实时互联帮助教师对学生的需求进行区别对待，即同一英语课堂上根据学生的不同需求呈现不同类型的课件，使得每一个学生都能体验适合自己的个性化外语课堂。学生在阅读课或其他学习环节中使用互联终端，将产生大量有价值的数据。如果该终端用于替代教材，那么它将记录到学生在不同页面停留的时间长短，翻页速度快慢，阅读过程中是否有回看现象，阅读、复习都是在什么时段，每次持续多长时间，采用了怎样的阅读顺序，在哪一部分内容进行过回馈性操作等。借助这些数据我们就可以分析学生感兴趣的资料是哪些，阅读习惯怎样，是否投入时间进行了认真的学习，是否学习习惯方面有进步等。每个学生在不同时间和在不同地点的学习活动会产生越来越多的数据痕迹，而这种数据具有累积性和关联性的特点。从技术层面来说，可以借助数据抽取和集成来获取学生学习行为的信息，这样我们就可以总结到哪些是个体良好的学习习惯、什么样的学习方式从整体来说最容易掌握知识等方面的情况。另外还有一项很重要的功能就是在学生自主学习出现偏差时进行预警，使学生及时调整不良学习行为。教师也可以通过这些数据和分析结果，即时进行教学反思与教学调控，从而提高课堂教学水平。

3 大数据改进教师的教学

大数据时代的教育是名校、名师和名课的结合。这场教育革命将会带来从教育理念到教学目标与方法上完全区别于以往的颠覆性巨变。教师应及早认识到这一转变，不可抱有侥幸或者保守心理，认为大数据还未冲击到教育教学。美国政府在2012年的大数据研发任务中曾提出要召集各个学科领域的专家共同探讨怎样利用大数据转变教育和学习模式。英语教师应该主动适应教育数据化发展，理解数据支持的教学决策，提升数据分析的能力，并清楚地认识到大数据时代学校课程变化对自己的专业发展所带来的严峻挑战，并意识到适应大数据专业发展的重大意义。计算机的基本操作、常用教学软件和媒体使用、网络通信与教学平台应用等以往被认为是教师所必备的技术技能，而大数据最近几年才刚刚兴起，很多行业开始有了大数据分析的需求，绝大部分从业者都对数据分析不熟悉，在新兴而又复杂的大数据工具面前，他们是初级的使用者，教育行业当然也不例外。从数据收集到数据分析，再到最后的数据解释，易用性应当贯穿整个大数据的流程。校方应聘请大数据方面的工作者对大数据时代的软件工具应用为教师们进行集中培训，并在教师使用大数据技术开展教学过程中及时对出现的困难和问题加以指导解决。最终帮助教师形成数据素养，即在教学中快速获取，总结规律，形成决策，解决问题的能力。而英语教师熟知教学规律，在了解信息技术特点的基础上，他们应该向专业技术人员提出有关开发新系统、新应用或新功能的具体要求。只有教师与技术人员通力合作，才能够实现技术和教学应用方面的双重创新。

大数据时代，英语教学活动正在由传统的教师为中心和以书本为中心，向以学生为中心和向大规模网络语料为中心转变。慕课带给英语教学的改革，突出体现在“翻转课堂”上，也就是在线的课堂学习环节与课堂内部的深入探讨、问题解决相结合的模式。教师的教学方法也应由过去的单向灌输改变为启发建构，要成为学生英语学习兴趣的激发者，激发学生广泛而丰富的英语学习动机和兴趣。例如，教师应注意辨识学生在线学习时某些知识点停留时间的长短是因为学生感兴趣还是理解困难，以便在教学中能够有的放矢区别对待。自尊心强的学生可能在学习过程中尤其时互动交流环节有意无意地隐藏自己的行为，或提供不可靠的数据信息，试图以此保护隐私。对此教师应加强宣传和指导，使学生习惯和适应这种新的学习模式，消除戒备和紧张心理。数据产生时间越久远，数据中所蕴含的信息价值往往越低，大数据时代的到来，使得很多教学应用场景数据的分析从离线转成了在线，开始呈现实时处理的需求。在教学过程中需要对数据进行实时处理，以便及时为教师的教和学生的学提供针对性反馈信息。这要求全体师生相互配合，在计划好的时段内按时完成规定的教学和学习任务。在这个过程中，教师应指导学生制订好学习计划，教授英语学习策略和方法，推动学生进行自主学习，发展自己。与此同时，还要组织、引导、协调学生的合作学习，并监督和评价学生的学习效果。举例来说，现有的智能写作评估系统如某北京科技公司开发的批改网可以为学生的作文提供词法、篇章等方面的在线反馈信息。这样就将教师从繁冗的作文语言问题批改任务中解放了出来，而专注于分析学生目前的语言水平和预定的教学目标之间的距离，进而有针对性地指导学习，给出学生应学习的具体内容和可以采取的措施。

4 结语

在大数据背景下，互联网的普及使人人都拥有接受教育的机会。慕课服务于学校教育并且辐射社会的发展趋势也将日益显现。学生应该积极抓住这一大好时机，以慕课为平台，尽早适应这种新的学习方式，努力学好英语。教师应认清并顺应这一趋势和由此所带来的挑战，从学生学习会出现的新特点和规律出发，利用网络平台资源，研究教学内容，改善教学方法，结合大数据挖掘出的学生信息，反思在教学中出现的问题并加以改进，做一名顺应和引领潮流的大数据时代新型教师。

参考文献

[1]高鹏.当新媒体遇到大数据[J].广播与电视技术，2012，（10）.

[2]曹磊等.大数据：数字世界的智慧基因[N].文汇报，2011-11.

[3]陈金平.大数据时代的大学英语教师职业发展[J].当代外语研究，2014，（4）.

[4]郭英剑.谈中国“慕课”的发展与问题[J].外研之声，2014，（2）.

[5]金陵.大数据与信息化教学变革[J].中国电化教育，2013，（10）.

篇6

【关键词】大数据；高校；教育管理工作

一、大数据的定义

随着互联网技术和科技的持续变革，大数据时代逐渐发展起来。所谓大数据也称作巨量资料，从本质上来讲是指为了拥有更敏锐的洞察力、更加优化的流程和更精准的分析能力，基于计算机技术和云计算等技术的全新数据处理模式。大数据技术应用到多领域的技术知识，对于社会各个行业领域的专业岗位工作都有极其重要的应用意义。大数据从数据处理方式上来讲是指通过抽样调查法这样的传统方式，而是将所有的数据集中汇总起来进行分析和处理。随着大数据时代的发展，大数据技术逐渐获得了更加成熟的应用和革新。大数据时代的发展是从近些年来人们与互联网日益紧密的行为联系而衍生出来的新时代，在发展过程中，逐渐形成了数据体量庞大性、高效性、真实性、高价值性等多种鲜明特点。大数据当前阶段在社会主义现代化建设过程中各个企业、高校等的管理工作应用十分广泛。大数据技术执行力强，在云端储存资源的功能强大。同时，大数据经过近些年的发展，技术上已经比较成熟，在高校的学生教育管理中，对高校的计算机等相关管理设备的要求不高。大数据技术将高校的教师、学生教学资源等信息数据采用简单的逻辑形式联系在一起，形成便捷化的信息资源管理，让学生和教师可通过身份信息登录系统进行学习，实现对学生教育的统一管理。

二、大数据时代对于高校学生教育管理工作的影响

第一，促进高校资源管理系统的建设大数据时代的发展，能够为高校的行政管理和课程资源管理建立统一的平台，同时满足教师和学生的不同需求。第二，提高教学效率过去传统的课程教学模式下，在授课过程中，教师要通过不断地走动观察才能发现学生学习中存在的问题，课堂效率低。将大数据技术应用于高校的学生教育管理，教师能够通过自己的账户实现对学生学习状况和进度的掌握和管理，快速对学生答疑，提高教学效率和质量。第三，减少资金投入将大数据技术应用于高校的学生教育管理，可以让教师在教室即可完成教学工作，学生也可以自行登录高校的管理系统查阅资料和实践学习。大数据技术对设备软硬件要求较低，基本不存在有某些设备、服务器或者操作系统不兼容的问题，能够有效减少高校建设复杂校园管理系统的资金投入。

三、大数据时代相关技术在高校学生教育管理工作的具体应用

1.紧跟大数据时展步伐，促进大学生思想政治教育

大数据背景下，便捷的信息传播和获取方式给高校思想政治教育教师在教学方式上的创新提供了新的发展方向。大数据技术的应用形势下，高校的思想政治教育工作，可以教学方式上进行创新，促进大学生思想政治教育。借助大数据背景下便利的信息获取方式，教师可以轻松地借鉴到各地教学相关的成功案例。在大学生思想政治教育过程中，大数据技术的应用可以帮助教师应用先进的科技、创新的教学方式来进行课堂教学，激发学生对于思政教育的兴趣，从而深化思想政治教育的教育意义。例如，教师在讲授《中国特色社会主义理论体系的形成》这一章节时，为了让学生充分了解理论体系的各个发展阶段，可以采用小组活动的方式。教师让同学们以小组为单位，给每个小组分派一个理论体系发展阶段的素材收集任务，让同学们借助大数据的优势在网络上充分了解信息，使学习过程更加地主动化。然后，教师让同学们根据获取到的信息自行总结中国特色社会主义理论体系各个发展阶段的思想政治内容。最后，教师结合学生的发言情况，总结课堂内容。通过学生小组实践活动的进行，教师思想政治教育工作可以以学生的个人兴趣、积极性和主动性为驱动力，让学生更多地参与到课堂教学中来，从而大大提高教学的效果。

2.借助大数据的优势构建师生平等交流的平台，促进学生个性化发展

微博、微信的普及，让大数据的优势凸显出来。高校的学生教育管理工作过程中，高校可以充分借助大数据的优势，对于高校的教务系统进行技术升级和革新，可以开辟师生交流沟通的网站板块，使其更加方便学生和教师之间的交流，同时高校领导者和相关教师能够全面了解学生的个人情况，根据学生的发言状况和言论内容，充分了解学生的心理诉求和思想观念的发展状况。例如，高校可以根据云计算技术来建立师生交流的平台，也可以通过微信、微博等沟通方式构建方便快捷又被学生广泛欢迎的师生交流渠道，教师可以与学生实现零距离交流。教师与学生之间可以达到无话不可说的关系，师生之间的心理距离拉近了，高校的学生教育管理工作才能更高效地完成，促进学生的个性化发展。

3.利用大数据技术加强校园网络安全监管，全方位保证学生安全

当前阶段，互联网良莠不齐的繁杂信息难以掌控，学生容易受到不良信息的干扰，思维和行为方式发生偏差。因此，高校要充分发挥大数据技术的优势，加强对于校内网络舆论和信息监管，对校园传播的信息进行积极的引导和管理，将互联网不良信息及时隔绝在校园之外。高校在教育管理工作中，要对校园网和校园相关智能设备进行信息过滤和审核，充分保证教师、学生获取信息的安全性，防止不良信息进入学校网络系统，从而全方位促进学生教育管理工作中对于学生安全的保障。

四、结束语

篇7

关键词 大数据 金融统计 人才培养

中图分类号：G642 文献标识码：A DOI：10.16400/ki.kjdks.2015.11.027

Financial Statistics Talents Training Mode

under the Background of Big Data

MENG Xuejing[1][2]， ZHAO Xinquan[3]

（[1] Postdoctoral Research Station， Zhongnan University of Economics and Law， Wuhan， Hubei 430073;

[2] College of Statistics， Hubei University of Economics， Wuhan， Hubei 430205;

[3] School of Statistics and Mathematics， Zhongnan University of Economics and Law， Wuhan， Hubei 430073）

Abstract The arrival of the era of big data， financial data volume surge to financial statistics brought unprecedented opportunities and challenges. The complexity of the financial big data talent to promote a stronger financial statistical data collation， analysis and higher overall quality. Universities assume the responsibilities of professional financial statistics cultivate talent， to be able to adapt to the era of big data cultivate talent needs. This paper studies the statistics of professional training model large data finance background， make a few innovative training model， and finally gives a summary and outlook.

Key words big data; financial statistics; talent training

0 引言

金融大数据时代已经来临。金融大数据具有数量大、速率快、多样化、不稳定等特点，为金融统计专业提供了更加宽广的舞台，促使统计方法变革，提高统计数据质量，拓宽了统计数据信息的搜集渠道。

目前，数据收集、整理和分析已经成为金融机构从业者的基本要求，根据数据分析结果制定政策和法规、指导行动，在金融领域和其它生活领域发挥着重要作用。大数据时代的到来，给金融统计带来前所未有的机遇和挑战。一些发达国家在金融领域中对于大数据的应用走在世界前列。两家对冲基金，位于英国伦敦的对冲基金Derwent Capital和加利福尼亚的MarketPsych用微博数据预测股市投资时机，是利用大数据进行投资并取得良好成效的成功范例。Xoom与许多拥有大数据的公司合作，开发跨境汇款异常交易报警系统，可以发现是否有犯罪集团进行诈骗。信用卡发行商VISA和MasterCard通过自己的服务网获取交易信息和顾客的消费信息，用来预测商业发展和客户的消费趋势。美国第一资本银行和美国银行通过发行信用卡，得知客户的消费模式，成功为客户提供定制化服务，等等。

地方高校是培养金融统计专业人才的重要场所，面对大数据时代的挑战，金融统计专业的一个重要职责是培养可以进行金融大数据整理和分析、能够适应时代需求的人才，这就促使高校必须创新大数据环境下金融统计专业人才培养的模式。

1 构建金融统计专业人才培养模式的研究意义

人才培养模式是影响教育质量的重要因素之一，适应时代要求的人才培养模式是教学改革的核心内容。关于金融统计专业人才培养模式的研究，对于促进时展、提高教学质量的意义是深远的。

（1）培养出适应大数据时展需要的应用型人才。《2013年大数据市场应用与趋势调研报告》中指出，28%的全球企业和25%的中国企业已经开始进行大数据实践。在金融行业，深入了解和分析海量数据，是金融机构在竞争中保持优势的主要武器。时代的迫切需求促使高校金融统计专业必须培养出可以与社会接轨、能够有效处理金融大数据的人才。

（2）促进师生教学观念的转变。哈佛大学和麻省理工学院建设的在线教育平台及其课程，向全世界免费开放，知识传播的形式将不断优化、效率会不断提高，这给传统的学校教育带来了机遇和挑战。在大数据背景下，知识的获取渠道呈现多样化，在人才培养过程中，要有效利用知识平台充实课堂，促进师生教与学共同进步，努力培养具有创新意识和创新能力的应用型人才。

2 构建金融统计专业人才培养模式的主要内容

高校金融统计专业人才培养要能够跟上社会需求，根据不同学生需求特点和金融行业特色要求制定质量标准。在满足社会对金融高素质人才需求的多样化、层次化和专业化的人才培养模式上进一步改革和探索。

（1）改革教学模式。传统的统计教学模式是以老师讲授为主，注重概念和方法的诠释，学生参与较少。老师在课堂上选讲的例题也比较常规，关于软件的使用主要通过Excel简单的演示。在大数据时代，数据的复杂性和非结构性是常规例题所不能代表的，简单的Excel演示已不能发挥作用，在这样的背景下，统计教学模式必须改革，教师在课堂上要教会学生如何从纷繁复杂的数据库里挖掘出有用信息，并利用统计方法对数据进行建模和分析，在课堂教学中要实现与软件完全结合，R软件会成为主流，它是处理大数据的有效工具。要求学生在课下通过自主学习，灵活使用R软件进行数据处理和分析。除R软件外，学生还要学会使用新型开发的软件来辅助解决大数据问题，比如Hadoop、NoSQL等。

（2）改革课程体系。传统的课程设置模式已经不能满足大数据时代的要求，学生的实践能力、数据分析能力、综合素质要求更高。从这些角度出发，课程设置要强调知识的针对性，注重学生的动手能力。比如开设“数据挖掘技术”、“流数据分析技术”、“搜索引擎系统应用”等课程，通过机器学习、统计分析方法，使学生可以进行实际的数据挖掘操作，可以进行网络分析数据。通过开设讲座类课程，比如“前沿技术讲座”，讲授专业前沿的方法技术，同时借助实际案例向学生介绍如何使用软件进行数据挖掘、整理和分析。在课程体系外增加第二课堂，通过统计建模大赛、市场调查大赛、社会实践等活动，与金融机构合作，鼓励学生自发寻找问题，解决问题，提高学生的团队合作能力和人际沟通能力，促进就业。

（3）建设教学团队。高校教师大多具有硕士和博士学位，自主学习能力较强，高校应该提供教师更多发展的机会和平台。鼓励教师参与专业相关的教学和学术会议，主动寻求专业前沿知识，努力建设高水平创新型教学团队。鼓励教师考取相关的职业资格证书，比如注册会计师、数据分析师，金融分析师等。同时到企业兼职，这样既能讲授专业理论知识，又能与实践结合，培养出实用性人才。时展迅速，教师能力必须跟上时代的步伐。通过聘请校外知名专家和企业的数据分析师到学校开设专题讲座，与学生直接接触，分享他们的工作经验，鼓励学生去企业实习从事相关数据分析工作，并及时反馈到人才培养计划中。

（4）探讨应用型人才培养途径。应用型人才指的是能够符合用人单位需求，具有较强的动手能力和较高的综合素质的人才。高校的人才培养制度要以培养应用型人才为目标，通过教学模式、课程设置、教学内容、教学方法等手段构建应用型人才的培养模式。金融统计专业的学生，毕业后要能够与金融机构的需求接轨，在本科学习阶段通过理论课程的学习加实践课程的锻炼，具备综合分析数据的能力，培养竞争意识，提高实践和创新能力。

3 构建金融统计专业人才培养模式的创新点

在大数据背景下，金融统计专业的人才培养模式应该具备“系统知识与应用能力并重”的特色，在培养途径、培养方案及学生管理方面可以有如下创新：

（1）培养途径的创新：采用“1.5+2.5”模式，前一年半通识教育加专业基础课程，让学生具备扎实的金融理论基础和统计基本素养;后两年半专业教育加个性化培养，重点培养学生在大数据背景下挖掘数据、整理数据和分析数据的能力。

（2）个性化的人才培养方案：对于优秀的本科生采用本科生导师制，进行“一对一”的个性化培养，与导师合作课题，让学生参与到课题调研，提高学生的动手能力。

（3）学生管理方面的创新：鼓励学生自由发展，积极学习其它专业学院课程，到金融机构实习锻炼，增强团队意识，提高学生的综合能力。

4 结语与展望

随着信息技术和移动互联网的发展、金融业务和服务的多样化、金融市场的整体规模扩大，金融行业的数据收集能力逐步提高。金融业拥有所有交易数据等结构化数据和客服音频、网上银行记录、网上商城记录等非结构化数据。金融大数据时代已经来临。麦肯锡的研究显示，金融业在大数据价值潜力指数中排名第一。金融领域统计精英人才目前比较稀缺，通过应用型人才培养模式的研究，培养出高质量的学生，可以及时为社会所用，提高学校的就业率。为解决大数据特征新衍生出的问题，需要在系统架构、数据仓库、数据挖掘分析等方面有所突破，对人才素质的要求更高。高校是培养金融大数据分析人才的储备库，培养出的金融统计人才不仅对金融业务有较深的理解，还要具备很强的数据建模、数据挖掘和数据分析的能力。这就促使高校金融统计专业人才培养模式的改革与探究，培养综合性的大数据分析人才是高校金融统计专业努力的方向。

本文系国家社科基金课题“大数据背景下金融统计方法研究”（项目编号：14CTJ008）的阶段性研究成果之一

参考文献

[1] 史修松.大数据环境下地方高校应用人才培养初探[J].理论观察，2013.11：134-135.

[2] 陶皖，杨磊.大数据时代对高校人才培养模式的影响――以信息系统专业为例[J].电脑知识与技术，2013.9（28）：6340-6342.

[3] 李斌，吴瑾瑾，韩作生.地方财经院校应用型创新人才培养模式初探[J].中国高等教育，2011.19：：52-53.

篇8

职业技能竞赛是推动高职院校深化教学改革，提升人才培养质量的重要因素。江西省高职院校在历年的全国职业技能竞赛中取得了一些不错的成绩，但是跟职业教育发达的省份相比还存在不小的问题，尤其是在竞赛项目的管理模式方面还需要发挥创新性精神，进行不断的探索。该文主要通过找出江西省高职院校在技能竞赛项目管理模式方面存在的不足，并寻求相应的解决方式，从管理模式出发提出创新的意见建议。

1 江西省高职院校在技能竞赛项目管理模式方面存在的不足

1.1 竞赛管理有待提升

1.1.1 竞赛项目管理组织流程存在内耗

根据正常的项目立项程序，一般是先由学校教务处转发收到的上级竞赛通知给各二级分院教务科，然后由二级分院根据情况通知有相关竞赛项目的教师申报立项。这一程序本来是没有问题的，但是很多竞赛的通知发到学校的时候离竞赛举行时间只有一两个月。对于一些临时知道自己获得参赛资格的学校，备赛时间就不是很充足了。

1.1.2 管理技能不高

竞赛管理人员需要较高的管理水平。从组织申报到竞赛结束后的相关统计、奖励政策兑现的整个过程，竞赛管理人员需要进行筹划、沟通、组织、控制、协调和评价，以便确保项目的正常进行。而相关管理部门人员在实际的过程中大多都是根据自身的经验积累开展工作，在技能竞赛的管理过程中往往力不从心。管理中遇到的质量、进度监控等问题，在整个过程中没有得到很好的解决，相当一部分原因是竞赛管理人员管理技能欠缺。

1.2 大数据挖掘与运用不足

1.2.1 大数据管理的意识还很淡薄

江西许多高职院校的职业技能竞赛的项目管理没有重视大数据的作用。与经济发达地区的兄弟院校相比，大数据的应用还存在很多不足和问题，仅凭自己的一些经验和主观判断对竞赛立项工作进行管理。从纵向看，对于历年参赛项目的多寡、报名学生的数量、学生的能力及性格特点、培训过程中的问题总结、取得好成绩以及成绩不理想时的原因对比等数据没有做过认真的汇总和分析；从横向看，对于各个竞赛项目的参赛院校的备赛情况、学生选拔、指导教师构成、历年成绩等数据则完全没有进行挖掘和收集。

1.2.2 缺乏大数据运用管理方面的专职工作人员

大数据管理是当前比较先进和流行的一种管理模式，这类既精通大数据管理技术，又熟悉职业技能竞赛管理工作的工作人员非常稀缺。很多高职都是只有一名专职的竞赛管理人员，需要处理的事务非常多，很难有时间和精力做这种需要进行大量数据分析的工作。

1.3 绩效评价与结果优化不完善

1.3.1 过于看重结果而轻视了长期的培养过程

江西很多高职存在对于竞赛结果过度看重的情况，制定的一些竞赛管理制度以及考核制度中都把竞赛成绩要求列入了考核中，无形之中就疏忽了竞赛的（申报）立项、备赛、比赛成绩评价的过程的控制。常常会要求二级分院在省级乃至国家级的技能竞赛中取得既定的奖，这是一种非常不科学不客观的考核方式，这往往不利于正常发挥水平取得好成绩。

1.3.2 对竞赛重要性的认识过于片面

比赛的目的是通过竞赛提升教师的专业水平、提高学生的实践能力和学习热情。但抱着竞赛结果至上的观念，教师为名次而教、学生为名次而学，成绩成了唯一的评价指标。而通常比赛成绩不能代表学院的整体水平，参加比赛取得好名次的学生，都是个别集中训练的结果，不是根据教学大纲和人才培养方案培养出来的。

1.3.3 考评制度需要完善

江西省很多高职现有的竞赛管理办法着眼点主要放在对结果的奖惩上，对于教学资源的优化配置情况、各相关部门之间的工作配合情况、经费的充分有效利用情况基本没有涉及到。而这些其实往往对竞赛成绩有非常大的影响，竞赛从立项到最后的总结是一个系统工程。科学合理的对整个过程制定考评标准，把责任进行分担，服务进行优化，对于打造优秀的竞赛培养团队，促进职业技能竞赛和专业建设的良性发展具有非常重要的意义。

2 解决上述不足的创新性对策与实践

江西省高职院校在职业技能竞赛管理过程中，充分发挥竞赛管理部门的规范指导作用，建立完善的项目管理机制，以及优秀的管理团队，加强质量和进度控制，构建职业技能竞赛项目全过程管理机制，并建立基于大数据的项目管理模式，以保证职业技能竞赛项目的统一管理。

2.1 建立健全技能竞赛项目管理机制

（1）转变观念，强化技能竞赛意识。各高校高度重视技能竞赛工作，把技能竞赛工作作为工作考核评价的重要指标之一，为确保技能竞赛取得成效提供前提条件。

（2）要完善管理制度。应完善技能竞赛管理办法，应包含技能竞赛指导思想、类别与项目、竞赛申报（立项）、竞赛培训、经费安排、个人参赛与团队参赛认定准则、指导学生个人参赛与团队参赛认定准则、获奖等级认定、奖励办法、院技能竞赛节等内容。

（3）将职业技能竞赛与课程建设及教学改革相结合，把与竞赛技能相关的课程吸纳进各专业的人才培养方案，使课程与实际技能相结合， 从而通过竞赛推动课程内容、教?W模式、课程体系改革，进一步为竞赛提供更强劲有力的技术与理论基础，做到以赛促学、以赛促改的目的。

2.2 加强对技能竞赛项目大数据的挖掘和利用

可在竞赛项目组织中增设信息中心，用以信息收集、数据处理和分析管理，为技能竞赛数据管理、信息分析及其他业务提供技术支持。同时，按照校院二级管理的思路，确定竞赛项目组织部门负责竞赛基础数据的收集工作、学校技能竞赛管理机构负责数据汇总分析工作的模式。用数据为载体，竞赛项目组织部门按照要求及时准确地采集数据，学校领导层以完整数据作为依据进行竞赛项目的组织、成本、进度、质量等方面的决策。这里的完整数据包括竞赛项目组织部门采集的校内数据，还包括学校竞赛管理部门采集的外部数据，以保证数据完整性。

2.3 构建技能竞赛项目绩效评价机制

2.3.1 绩效评价的组织实施

江西省各高职院校对各二级分院的技能竞赛项目进行绩效评价考核，学校也要对教务处和分院职业技能竞赛管理工作进行评估考核。高职院校的教务处应在每年初部署项目绩效评价工作，规定绩效评价的时间安排、项目进度、评价标准及评价工作要求等，各二级分院按要求组织开展自我评价，在规定时间内提交自评报告，内容包括：项目时间、项目概况、组织实施情况、项目资金使用情况、项目管理情况、项目完成情况、存在问题及建议、评价结论等。

篇9

【关键词】计算机控制技术；教学改革；系统建模；数据驱动

0 引言

随着计算机技术的飞速发展，计算机控制技术被广泛应用于工业生产、电子通讯、机械设备等各个领域。因此，许多高等院校都开设了《计算机控制技术》这门课程，它是以自动控制原理为基础，以计算机控制技术为核心，综合测控技术、可编程控制技术、计算机网络技术等的综合性学科，致力于培养企业生产技术的精密化、生产设备的信息化、生产过程的自动化的专业人才。计算机控制技术本身的特点决定了可以利用软件来实现控制算法，通过强大的的运算功能和逻辑判断功能来实现最优控制、自适应控制等连续控制系统难以胜任的复杂规律[1]。鉴于《计算机控制技术》课程的重要性，对课程教学的研究、探索和实践是十分必要的。

近年来，随着互联网、物联网、云计算的迅猛发展，由“人、机、物”三元世界在网络空间（Cyberspace）中交互、融合所产生的数据多元化将当今的信息社会推向了“大数据”时代[5]，大数据的涌现正逐步改变人们的生活和工作方式、企业的运营模式，IBM公司提出了“智慧地球”的理念，德国提出了步向“工业4.0”的目标，今年总理在政府工作报告上也提出了“互联网+”的概念。同时，大数据也吸引了不少学术界的广泛关注，2008年，英国《自然》杂志推出大数据专列，专门探讨“P8时代的科学”以及科研形态的变化，指出：“数据为准绳的理念指导，以及强大的计算能力支撑，正在驱动一次科学科学方法的革命”。美国《科学》杂志也在2011年推出专刊“Dealing with Data”，围绕“数据洪流”展开讨论，将大数据深度分析作为未来研究的重要突破点[2]。所以顺应时代的潮流，将“大数据”的思想融入到《计算机控制技术》的教育改革，既是一项严峻的挑战也是一个宝贵的机遇。

1 课程教学中的普遍问题

《计算机控制技术》课程所涉及内容丰富，大体可以分为控制系统和计算机系统两大方向。具体的内容主要包括如下几个方面：①以控制理论为主体，阐明离散系统和连续系统在建模、推理、结论上的区别；②将计算机系统与控制系统进行融合；③传统控制论优化算法及其仿真模拟；④智能算法、模糊识别的应用；⑤微型计算机的嵌入式开发，如ARM、PLC、等；⑥计算机系统的软件开发等[3]。

目前，多数院校对于《计算机控制技术》这么课程，主要采用“以课堂为主，实验为辅”的教学模式，加上该课程是一门专业性和综合性较强的学科，涵盖的内容较多，所以学生在学习过程中普遍感到吃力[4]。此外，课程教材和参考书种类众多，但内容并不统一，基本分为偏重理论教学和实际工程应用两大类。然而，真正能运用到当今主流的大数据、云计算相关技术的并不多。所以，基于上述问题，对目前《计算机控制技术》教学中存在的不足总结如下：

（1）数据的概念不强

目前，许多院校对于《计算机控制技术》这门课程的重心停留在理论授课上，即使开设的实验课程还是以演示性为主，如A/D转换实验。学生没有系统的将所学知识转化为实践，更谈不上对实验数据的信息进行有效的存储，并结合所学习的理论知识对其进行分析和验证。此外，对于当今主流的数据挖掘算法，提供相应的实践机会较少。

（2）传统建模思维的束缚

传统控制理论过于依赖模型的建立，为了保证所建立模型的精确性，模型的阶次有时会变得很高，基于高阶系统模型的控制器设计、稳定性分析等问题就会变得很复杂。事实上，数据只是为了辅助算法，实现对模型进行较好的评估和预测等功能。

（3）数据挖掘算法的普及不深

利用计算机技术对大数据进行挖掘分析，发现蕴含的知识，研究运行的规律和发展的趋势是挖掘网络大数据的深层价值和实现社会行为可计算的主要途径[5]。然而，许多院校在《计算机控制技术》这门课程中，并没有在数据驱动这个方向上进行改革和突破。

值得注意的是，很多院校对《计算机控制技术》教学的思维方式还停留在工业时代，即以控制系统相关学科作为理论基础，再通过科学实验来强化学生在计算机软硬件方面的学习。但是随着信息技术的快速发展，“物联网、云计算、大数据”的提出，迅速取代了人们对于传统行业的认知。所以，有必要借助“大数据”的思维方式来思考《计算机控制技术》的课程改革。

2 基于“大数据思维”的《计算机控制技术》课程教学改革

在传统建模仿真研究中，数据不是模型的本体，它只是为模型的仿真运行提供基础条件。然而，随着大数据的迅速发展，由“人、机、物”三元世界的互相交融将数据的来源也变得多元化，通过仪器采集、网络存储、仿真模拟生成等方式来获取数据，所以数据对建模的作用也愈发重要，并开始逐渐成为主导地位。只要数据足够大，只靠数据就可以完成科学发现，因此不再需要数学模型。这就是所谓的“数据优先”模式[2]，一种由数据驱动的新模式、新思维。正如《连线》主编Chris Anderson所断言：“数据的洪流是传统科学方法变得过时，相互关系已经足够，没有了具有一致性的模型、统一的理论和任何机械式的说明，科学也可以进步”。换句话说，传统建模方法对于科学而言并不是必须的，大数据建模方法将会是一种新的科研范式。

2.1 将“数据驱动建模方法”作为思考问题的出发点

数据驱动的概念最早来自计算机科学领域，在设计过程中以数据库中的数据为导向，利用受控系统大量的在线、离线数据，实现对系统的评价、诊断、决策、调度及监控等功能[6]，探索背后的科学规律。近年来，随着人工智能技术的发展，特别是机器学习领域，迅速丰富了经验建模方法。通过获得系统的各过程变量（输入、输出和中间变量）描述表达式，这种方法称为“数据驱动”建模方法。

基于实际工业生产系统的数学模型复杂、测控信号精度差且不完整、易受随机扰动的影响、状态维数高等特点，传统的建模方法，为了保证模型的精确性，模型的阶次会变得很高，这样研究系统的控制方法和动态特性会变得复杂，而利用“数据驱动”建模方法，将已知的输入、输出数据在线或离线学习计算与当前状态相匹配的控制量，再将模式识别、人工智能方法作为补充，从而满足系统的静态和动态性能要求。目前，利用“数据驱动”的思想建立研究对象的预测和控制模型是主流的趋势，而已经形成系统的建模方法主要有：线性/非线性自回归模型、神经元网络模型、基因算法模型、模糊人工智能模型、贝叶斯分析网络模型以及支持向量机模型等。

2.2 基于“数据驱动建模”的教学方法

一般来说，数据驱动建模流程可分为：数据初始化、变量的统计分析、算法模拟和模型的在线校正等过程。

（1）数据初始化

通常，数据的初始化大致可以分为数据的采集、选择、预处理。具体的步骤如下：①通过采集的数据，对数据结构有一定的认识，同时对数据辨识可能产生的问题及建模的复杂程度有所估计，从而决定适宜的训练模型。②对数据模型评估之后，即可以对数据进行选择，一般选取70%的比例作为算法数据，其余的30%数据作为测试数据；③选择好训练数据以及测试数据之后，为了能够获得较好地训练效果，必须对数据进行预处理，使其满足所选辨识方法的要求。例如归一化处理，填补缺失值，异常值检验等。

（2）变量的统计分析

通常，在完成第一步的基础上，需要结合统计理论方法对输入、输出变量进行相关性分析、主元分析等，以研究二者间的关联关系，从而对模型进行预估判断。此外，为了更好地定性分析，需要适当地增加与主导变量有关的辅助变量，通过机理、经验构造辅助变量与主导变量的数学关系，从而更好地对主导变量进行估计。

（3）算法模拟

在经过统计方法的分析之后，利用模糊识别、人工智能算法对训练数据进行回归分析，例如神经网络、支持向量机、贝叶斯网络等工具实现线性或非线性的预测逼近能力。然后再利用测试数据在预测模型上进行测试，得到的输出结果和目标数据进行比对，根据预先制定的统一规则进行评判。通过不断训练学习的办法获取输入、输出之间的函数逼近关系式，得到合适的模型。

（4）模型的在线校正

在线校正是数据驱动建模应用中不可缺少的一部分，尽管已有不少离线校正的方法，但在线校正的方法十分有限。因此，开发更多实用方法，以适应复杂工业过程控制的需要。判断预测模型的某个关键参数是否最优，其本质上就是如何对参数值进行调优，使预测模型的错报率最小化[7]。目前，解决参数寻优问题的研究成果主要有两种：①定期进行非训练样本与固定参数值得的错误率敏感性分析，依据敏感性分析曲线优化关键参数值，如交叉性验证技术、留一交叉验证法等；②根据知识经验或统计分析确定机器学习方法错误率的上界，并不断优化错误率的上界，使边界差距尽可能小，从而实现参数校正目的[8]。

3 结语

本文围绕“数据洪流”展开讨论，尝试对《计算机控制技术》进行教学改革，提倡培养“大数据”的思维对系统进行建模。通过调整教学内容，结合各种交互式教学方法，提出了一种基于“数据驱动建模”的教学方法，致力于培养学生的学术理论的融合贯通能力，技术创新思维和动手实践能力。

【参考文献】

[1]李元春.计算机控制系统[M].北京：高等教育出版社，2005.

[2]胡晓峰，贺筱媛，徐旭林.大数据时代对建模仿真的挑战与思考―中国科协第81期新观点新学说学术沙龙综述[J].中国科学：信息科学，2014，44（5）：676-692.

[3]邢航，张铁民.“计算机控制技术”教学改革探索与实践[J].实验室研究与探索， 2007，26（12）：370-371.

[4]周欣欣，宋人杰，牛斗.《计算机控制技术》课程教学改革初探[J].东北电力大学学报，2008，28（3）：29-31.

[5]王元卓，靳小龙，程学旗.网络大数据：现状与展望[J].计算机学报，2013，36（6）： 1125-1138.

[6]候忠生，许建新.数据驱动控制理论及方法的回顾与展望[J].自动化学报， 2009，35（6）：650-667.

篇10

关键词：高职教育;大数据时代;发展趋势

大数据时代的到来，对人们的日常生活产生了很大影响。最近几年，大数据的发展使得生物、环境、金融以及军事等领域都进行了一场革命，教育事业也不例外。如何充分抓住大数据时代带来的机遇进行教育体制改革，为社会培养更多更优秀的人才，成为高职教育面临的重要问题。

1高职教育在大数据时代下存在的问题

第一，高职教育过程中侧重于理论知识的教学，忽视了理论与实践相结合。以前，我国很多高职在设置教育课程时侧重于对教材基本知识的课堂教学，无法与实际相结合，这样就导致高职学生在学习的过程中对课程中的某些核心技术无法形成正确的理解，以及无法真正把握教育技术的在实际中的应用，进而不能将所学习到教育知识与现实生活中的具体案例相结合，不能满足社会对应用型人才的要求。

第二，高职教育的实践力度小，约束了学生实践能力的不断提升。大部分高职特别强调理论知识以及实践教学，但是，还有一部分高职仅仅安排理论教育，没有开展相关的实践教学，这就容易导致高职偏重教育理论往往忽略了教育的实践模式。更有甚者，有些高职的高职教育仅仅存在于教学计划中，并没有开设相关的高职教育。在这样的环境下，高职学生学习教育课程的积极性较弱，无法明确教学的任务，进而导致学生的动手实践能力薄弱。

第三，高职教育采取传统的多媒体教学加课堂讲解的教学手段，限制了学生学习的的积极性。传统的高职教育采取多媒体教学与教师课堂讲解的教学模式，这种教学模式强调以教师为核心，借助于多媒体进行教学课程的演示讲解重点知识，往往忽略了学生的特点。高职学生学习知识仅仅通过老师讲解以及笔记来进行教育课程的学习，这导致高职学生无法培养独自思考的能力以及创新能力等。

第四，高职教育的相关机制不完善。相关机制的不完善，使得我国大部分高职在开展高职教学的过程中不能够及时掌握大学生的内心活动趋势，也同样为高职高职教学的工作者开展工作带来了很多难度。我国高职传统的教学模式采用课程考试以及平时成绩相结合的考察机制，教学课程的最终考核成绩仅仅偏重于学生的过程化，这无法切实调动学生学习的积极性，达不到高职开展高职教学的初衷，同时也无法培养出适应社会需求的人才。

第五，高职的高职教学对学生的个性化缺乏重视。社会的复杂性使得每个个体也具有各自的特性，这就导致了内心精神层面也存在差异化。在开展高职教学时，我国高职应该要求教学工作者要充分了解学生的差异化，在教学过程中始终贯彻人才培养的教育理念。

2高职教育在大数据时代下的改进措施

2.1建立健全相关教学机制。完善的教学机制，使高职院校在开展教学过程中能够充分把握学生精神思维的动态，真实了解学生的内心活动等都有很大帮助。基于此，高职教学要坚持“以人为本”的培养目标，这样就可以最大限度的激发学生的主观能动性和创造性，优化传统高职教学模式、推动人性化管理、培养学生的创新能力、提升学生的道德素质等等。

2.2强化高职人才培养环境建设，重视高职教学工作。良好的校园环境对学生产生的影响是巨大的，是潜移默化的，对于加强高职教学尤其重要。加强高职校园物质文化环境的建设，除了景观环境的建设外，还需要注重高职精神文化的建设，这具有更高一层的意境，也是高职校园文化的精髓所在，同时也应该完善高职的制度文化建设。

2.3推动高职院校学生的创新性发展。系统全面的知识理论对践行人才培养目标有着极大的指导作用，因此，在高职院校开展教学时要重视创新性。除此之外，高职教育还需要注重学生的实践性。

2.4提升高职教育队伍的整体质量。高职教育中的工作者对高职教育的质量有着非常大的作用，因此需要培养一批高质量、高品质的教职工队伍。首先，高职教育中的工作者要具备强硬的思想政治素质；其次，高职教育中的工作者要具有较高的人才培养意识；再次，高职教育中的工作者应当树立平等的教育理念。

2.5改善高职教育的教学方式。高职教育的目标是培养学生具备扎实的理论知识、优良的技术能力，同时在进行教学的过程中要注重创新高职教育的模式，这样可以呈现更好的效果，促进高职学生的全面发展。

3总结

我国在进行高职教育的过程中，应该结合大数据时代的背景，这样不仅有利于巩固我国高职学生的基础理论知识，同时也有助于提升我国高职学生的创新能力。在大数据时代下，我国高职院校应该着重于提高学生的技术创新能力，为社会各界培养综合素质高、技术能力强的优秀人才，进而推动国家经济的健康可持续发展。

引用：

[1]田其英.大数据时代对高职教育教学影响及变革研究[J].现代交际,2016,(16):229-230.

[2]吴地花.大数据时代的教育创新研究[J].教育探索,2016,(04):120-123.

[3]裴浪.浅析高职教育在大数据时代下的发展趋势[J].无线互联科技,2015,(15):99-100.