引論：我們為您整理了13篇課堂大數據分析范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
篇1
1 大數據分析環境下開展移動端網絡課堂教學的優勢
基于大數據分析環境下所開展的網絡課堂教學，充分利用了網絡環境的優勢，并對常規教學中所總結的經驗進行拓展應用，移動端是近年來網絡發展的主流方向，對傳統的教學方法產生了很大的沖擊，但同時這也是一種前所未有的機遇，充分利用網絡的先進性，結合大數據分析的準確定位，可以幫助提升教學效率，為學生營造出更加高效趣味的學習環境。如何利用好大數據分析來促進移動端網絡課堂教學任務開展，也成為現階段重點的研究課題，這也是文章中將要進行探討的，無論是技術還是應用方法上，都應該做出創新，為教學任務的發展落實打下有利基礎，為教學任務的落實創造有利條件。
2 大數據分析移動端在網絡課堂教學中的應用形式
2.1 在課堂交流中運用移動端
交流時知識點鞏固的有效方法之一，在常規教學任務完成后，剩余時間很難滿足學生有關于知識點交流的需求，借助大數據分析的移動端來開展網絡教學，有關于知識內容的交流也不再受時間與地點的影響，能夠隨時進行師生之間的互動交流。并且大數據分析系統所提供的知識內容也是十分可靠的，能夠幫助解決常規教學方法中難以解決的問題，學生也能夠充分利用課余時間來完成知識方面的學習。移動端的優勢在于便捷與快速，這一點是傳統網絡課堂所不具備的，在這樣的環境下，學生也能夠將自己的思路與同學進行分析，在短時間內快速提升學習成績，實現共同進步。
2.2 實現便捷性資源共享
移動端網絡課堂可以通過APP下載來實現學習，注冊后可以將個人的學習情況記錄在其中，這樣在進行下一階段的學習時也不容易遺忘。每一個注冊的賬號在大數據分析系統中都具有記憶功能，這樣學員在經過一個階段的學習后，也能夠通過系統的記憶功能查看輕松了解這一階段的學習情況，并通過平臺所的信息輕松進行一個階段的學結，與同學之間實現零距離的資源共享。大數據分析背景下所進行的資源共享更新更加及時，不會受到時間以及距離的影響，并且移動端還存在網絡可選擇的優勢，即使在共享過程中受到網絡中斷的影響，系統也能夠自動保存，以免造成重要信息的丟失，為接下來教學任務的開展奠基了有利的基礎。
2.3 模式選擇多樣性
網絡課堂教學模式的選擇，與教師的教學習慣有很大關系，在移動端背景影響下，進行網絡系統模式選擇時，擁有更多的可選擇性，可以根據學生的聽課喜好以及習慣來對現場進行控制，在這樣的環境下，所進行的教學任務也能與學生之間形成良好的互動。應用前首先要確定教學的內容，并根據所總結出的信息來進行云系統下的框架設計，將大數據分析系統結合到其中，這樣接下來所進行的工作內容也會更加的順利。移動端的網絡課堂教學軟件是可以不斷更新的，可以根據學員的喜好來對個人界面進行自定義，這樣應用起來也會更加的方便。由于移動端的存儲能力是有限的，在大數據分析系統中還會進行內存拓展，應用解決移動端應用期間內存不足的問題。
上述幾點是應用期間的具體功能以及有效方法，有目標的對系統進行設計，能夠避免出現教育資源、網絡資源浪費的現象，也是現階段十分需要的。除此之外，在應用期間還需要進行技術方面的創新以及強化，降低網絡不穩定所帶來的影響，可以將大數據分析結合多種網絡技術來共同進行，提升系統運用的工作效率，在處理數據過程中也會更更加的穩定可靠。
3 大數據分析的移動端未來發展方向
隨著電子設備的不斷更新，大數據分析的移動端在發展中也會逐漸提升穩定性與運算效率，在框架設計上必然會更加的簡便，這樣在運行使用過程中能夠節省大量的空間，對網絡系統的工作效率提升也能起到促進作用。靈活性也是未來的發展方向之一，使用者可以對應用界面進行定義選擇，在應用過程中更符合學員以及教師的操作習慣，在使用性能與穩定性上自然也會有明顯的提升，降低系統運行使用期間漏洞出現的可能性。
4 結語
人們應該充分認識到網絡技術并不能夠解決我們所有的問題。但是近年來人們最為關心的卻是如何使用可以利用的網絡技術在網絡形式越來越多樣化的今天，如何正確選擇和使用有助于提高外語能力的網絡資源才是未來真正的研發核心，因此，未來的研究應著眼于分析不同的學習目的下如何有針對性地選擇不同的網絡課堂教學模式。
參考文獻
[1]黃曉濤，王芬，吳馳，龍濤.云計算平臺下網絡課堂生成性教學設計框架研究[J].現代教育技術，2013（08）.
[2]楊俊鋒.創新課堂教學模式 培養學生國際視野――跨文化混合同步網絡課堂的實證研究[J].中國電化教育，2015（10）.
作者簡介
篇2
隨著大數據技術的發展和大數據分析的成熟，大數據技術及應用必然會成為各高校重要課程。現在，美國的學校已經開設相關課程，比如，大數據分析統計基礎、大數據分布式計算、大數據挖掘與機器學習等。國內一些高校也正在嘗試開設大數據課程，幫助學生了解大數據，學數據分析。下一步，大數據基礎、大數據分析、大數據處理的核心技術等等，必將成為計算機專業的必學內容，也會成為高校重要的基礎課程。另外，計算機智能教學系統和教育測評軟件將更多地使用在教學中，以記錄學生的學習軌跡。而計算機專業的教師也必須熟練掌握大數據技術和分析方法。
（二）計算機教學思維的變化
原來的計算機教學基本是灌輸式教學，老師教授的是計算機基礎知識、C語言編程的模式、數據庫的基本架構，等等。大數據和互聯網的發展必然會改變這種授課方式，使知識的接受方式呈現多元化傾向。隨著移動互聯的發展，學生可以隨時隨地通過互聯網更便捷的獲取學習內容。而課堂上單純的照本宣科、按部就班將不能吸引學生的注意力。因此，教師必須轉變教學思維，以更多的案例和互動式教學，引導學生去尋找解決問題的辦法，尋找“芝麻開門”的鑰匙，只有如此才能讓學生有興趣待在課堂。同時，大數據帶來的將是對海量教學案例的數據分析，讓教師對計算機教學的難點及教授方法優劣有了更加清晰的認識，不必依靠教學經驗去判斷教學效果，完全可以駕輕就熟地進行互動教學，啟發學生尋找最優解決方案，將是大數據時代下計算機教學的突出特點，這是對計算機專業教學思維帶來的革命性變化。
（三）計算機教學模式的變化
目前，計算機教學主要模式是備課—教授—上機—測試，教師主要的精力放在了課前備課。而大數據技術的應用，將會讓教師把更多的精力放在課后分析上，形成“備課—教授—上機—測試—數據分析—改進”的模式。在這個模式中，課后的數據分析將是整個教學過程的關鍵環節。通過大數據分析，可以對一個班的學生進行整體學習行為評價，可以對學生上機測試情況進行細化分析，可以對每個學生的學習習慣進行學習評估，分析學生的學習中偏好、難點以及共同點等，從而得出學習過程中的規律，改進教學方式，提高教學質量。
（四）個性化教學的深入開展
大數據技術的發展，使建立覆蓋學生學習全過程、全要素的信息庫成為可能，學生大量的試卷、課堂表現留存，學生的學習經歷及成長軌跡，學生的家庭情況等等，都將被涵蓋在大數據分析中。另外，前述的計算機智能教學系統和教育測評軟件，將詳細記錄學生每次答題的背景、過程和結果。這些信息讓教學分析變得更加容易，教師可以利用數據挖掘的關聯分析和演變分析等功能，依靠學生的某些學習特征，比如答題持續時間，具體回答步驟和內容（可以細化到每次擊鍵和每個筆劃），答對的要素和答錯的要素等等，在學生管理數據庫中挖掘有價值的數據，并分析學生的日常行為，研究各種行為的內在聯系，來據此形成針對學生個性化的教學策略，以幫助學生在學習方面取得更大的突破。
篇3
1．1現狀與趨勢
在當今大數據、云計算、物聯網和移動互聯網等新思路、新技術快速發展的又一歷史時期，高等教育面臨著前所未有的發展機遇，在經歷了網絡化、數字化、信息化管理階段之后，“智慧校園”將是在“互聯網＋教育”趨勢下最重要的發展思路。隨著計算機技術的不斷發展，各種系統結構化和非結構化數據以前所未有的驚人速度迅猛增長，“大數據”時代已經到來。大數據是指數據結構比較復雜、數據規模大的數據集合。其數據量已經遠遠超出了一般數據管理工具可以承受的處理時間以及數據處理及存儲管理能力。在當今大數據環境下，高校管理系統的數據結構及數據量發生了巨大的變化。在數據存儲、數據管理、數據分析及數據挖掘等方面面臨著巨大的機遇和挑戰。為了有效地利用大數據為高校決策分析提供更好的服務，必須基于大數據建立相應的數據分析系統。
1．2國內外研究與開發綜述
隨著大數據的發展和教育信息化的不斷深入，基于大數據開展的高校校園數據分析與應用逐步受到重視。對大數據的定義始終沒有形成統一的意見。維基百科對大數據（Bigdata）的定義是：所涉及的數據量規模巨大到無法通過人工，在合理時間內達到截取、管理、處理并整理成為人類所能解讀的信息。麥肯錫全球研究院將大數據定義為：無法在一定時間內使用傳統數據庫軟件工具對其內容進行獲取、管理和處理的數據集合。加特納（Gartner）于2012年修改了對大數據的定義：大數據是大量、高速、多變的信息資產，它需要新型的處理方式去促成更強的決策能力、洞察力與優化處理。而在高校學生數據的分析應用方面，國內外高校均有開展相關的研究。紐約州波基普西市瑪麗斯特學院（MaristCollege）與商業數據分析公司Pentaho合作發起開源學術分析計劃，旨在一門新課程開始的兩周內預測哪些學生可能會無法順利完成課程，它基于商業分析平臺開發了一個分析模型，通過收集分析學生的學習習慣，包括線上閱讀材料、論壇發言、完成作業時長等數據信息，來預測學生的學業情況，及時干預幫助問題學生，從而提升畢業率。上海財經大學基于校園信息化數據基礎，開發了校務決策支持系統，面向人才培養、內部管理、科學研究和師生服務等方面開展決策分析；華東師范大學利用校園信息化基礎數據，開展了校車人數與載客分布分析，提升了校車使用率；利用一卡通數據開展了貧困生的特征確定、潛在貧困生分析、后續跟蹤驗證，有效提升了幫困扶貧的工作效率。
2需求分析
結合西安歐亞學院信息化建設基礎與海量的數據積累，建立“智慧校園”數據分析系統，通過此平臺的建設和應用，運用數據挖掘和知識發現，從而在大數據中獲取數據之間內在的相互聯系，以及其中可能存在的某種規律，從而有效提升校園管理的決策效率，提升教學科研與管理服務的綜合水平。通過調查走訪各部門，了解教師、學生與行政管理人員的相關需求。主要包括四個方面：一是教學數據分析需求。包括各分院、招生辦、教務處等部門對于招生、學生學習行為、教學質量、學科建設與學生就業等方面的分析。二是生活服務數據分析需求。包括圖書館、后勤等部門對于學生的消費行為即圖書借閱、網絡行為、資源利用等項目的分析。三是財務、人事、宣傳等部門對于全校的資產、師資力量、宣傳效果等項目的分析。四是研究發展部門對于全校科研項目與成果完成情況的分析（見圖1）。
3系統方案設計
3．1框架設計
結合需求情況，開展系統的總體框架設計，初步將系統分為三大板塊，包括數據監測、決策支持和查詢定制（見圖2）。
3．2系統方案
系統總體架構包括四個層次，分別是數據引擎、數據挖掘、數據庫解決方案和交互平臺。數據引擎部分將集成校園WIFI、固網、一卡通、教務系統等各類信息系統的數據，形成數據源，數據挖掘將通過分布式計算架構和數據分析平臺對潛在數據進行分析與建模，通過數據庫建立本系統的分析數據庫，最終通過PC、手機等客戶端向用戶進行呈現（見圖3）。
3．3典型應用研究內容
3．3．1教學質量評估教學質量評估屬于高校定期必須完成的任務，教學評估的主要目的是更好地發掘出教學過程中存在的一些問題，從而及時地對教學方法進行調整，最終實現教學質量的提升。將大數據運用到高校教學評估系統之中，不但能夠在很大程度上提高高校教學管理的科學性，同時還可以提高信息化教學的實用性。把基于大數據挖掘的算法運用在教學評估工作之中，找出教學效果、信息技術在教學中的應用、師生之間的溝通互動等因素之間的聯系，從而給高校的教學部門帶來非?？茖W的決策信息，同時讓教師可以更加有效地開展教學工作，提高教學質量。
3．3．2教師教學能力分析以往的教學缺乏大量數據支撐，教學的質量高低主要靠教師自我度的把握?，F在，可以通過在線課堂等技術，搜集大量課堂情況信息，比如學生對知識點的理解程度、教師課堂測試的成績、學生課堂紀律等。通過這些數據的分析，了解教師熟悉教案的程度、課堂氛圍等，改善教學水平。也可以通過深度分析學生在教學過程中教師的課堂表現，從而發現課程的閃光點以及不足，從而讓教師能夠進一步地對課程教學進行改善，提升教學質量。
3．3．3個性化課程分析個性化學習是高校教學改革的目標，過去的班級制教學中無法很好達到這一點，通過把大數據挖掘技術和學習內容結合起來，指導學習者規劃學習發展方向，制訂學習規劃，實現個性化學習功能。通過評估個人情況，根據分析結果推薦可能取得優秀成績的課程方案。首先獲取學生以往的學習表現，然后從已畢業學生的成績庫中找到與之成績相似的學生信息，分析前期成績和待選課程結果之間的相關性，結合專業要求和學生能力進行分析，預測學生選擇的課程中可能取得的成績，最后綜合權衡預測學生成績和各門課程的重要性，為學生推薦一份專業課程清單。
3．3．4學習行為分析通過一卡通門禁信息、網絡信息、課程信息、在線教育系統等相關數據，可以把學生到課堂時間、上課表現、作業完成情況、自習情況等學習信息記錄下來，進行變量分析。當一些與學習行為有關的因素（如曠課、紀律問題、課堂表現）發生變化時，對學生提示并進行分析。通過這種系統分析，可以很好地規劃學生的學習時間，提高學習效率。
4技術創新點
4．1大數據環境下提升數據挖掘范圍
相比于傳統常規環境下的數據獲取渠道，大數據環境下，校園數據的獲取更為廣泛和準確。常規環境下的數據主要以經費收支、課程建設、問卷、訪談、課堂觀察等來源，而在大數據環境下，通過對事件數據、輿情數據、一卡通、日志搜索等數據的抓取與分析，更能夠準確地反映實際校情。
4．2可視化技術展現數據分析結果
利用大數據分析的數據挖掘與可視化分析，能夠直觀地呈現大數據特點，同時能夠非常容易被使用者所接受，就如同看圖說話一樣簡單明了。智慧校園中，結合學生學習、生活消費的各類數據，通過系統分析與圖表展現，讓用戶只管了解數據分析的結果。
4．3數據質量管理提供重要支持
篇4
信息科技的不斷進步引領了大數據時代的到來，大數據技術以超高速計算、海量數據存儲以及移動互聯網技術等為依托，席卷了全球，帶來了生產、科技、教育和生活等方方面面的革新。在教育領域，迄今為止，大多數院校仍采用以工業化批量輸出為特點的傳統教育模式，在強調個性化的今天，荼毒著學生們的個性化發展，亟待創新，大數據技術的海量數據分析技術為教育的革新提供了可能，在英語教學方面，將大數據技術與高校的公共英語網絡課程教學進行有效結合，主張因材施教是未來教育的一大發展趨勢，對其接觸并深入探討有利于增加實踐經驗，以不斷完善其進程。
一、大數據時代特征
以2013年為界，大數據思維成為我們解決問題的又一新思路，海量數據分析處理技術是大數據時代的主要特征，依托以海量數據存儲為特點的云技術，使得我們在分析問題時能夠擺脫抽樣分析法，而能夠通過對所有存儲著的真實數據的分析，得到一些更加有意義的信息。大數據時代的特征主要包括五點，簡稱5V，分別是存儲海量----Volume，運算高速----Velocicy，類型多樣----Variety，數據真實----Veracity以及分析有價值----Value。大數據分析技術的廣泛應用給各行各業帶來了前所未有的革新，不斷地改變著人們的生活和工作方式?，F在，在社會的各行各業，每天都會產生海量的數據，特別是移動互聯網的普及，將每個人類個體與互聯網聯系在一起，通過互聯網數據的跟蹤和分析，能夠了解每個人的生活、學習方式以及性格等等。特別是在教育領域，慕課、視頻課程的出現改變了W生們的學習方式，使得學生們能夠根據自己的個人意愿去發展自己的個性化教育，不再受制于地域、時間以及資源有限性等，并且以大數據分析技術為工具，能夠掌握學生們的學習情況，從而給予教育工作者更多有價值的反饋，以提高教育質量。
二、大數據技術與高校公共英語網絡課程教學結合的優勢
在大數據時代的技術背景下，將大數據技術與高校的公共英語網絡課程教學進行巧妙融合是提高學成果的一大有效手段。高校的公共英語教學屬于基礎型科目，面向的是全體同學，以大班教學為主，即使是網絡課程的多樣性，也無法實現每個同學的個性化教育，從很大程度上限制了個體的發展，而大數據分析技術的引入則很好地解決了這一問題，通過對海量數據的分析，能夠得到一些對教育有價值的信息，從而能夠有效指導教育的下一步進展。
大數據技術與高校公共英語網絡課程教學結合的優勢主要表現在三方面，一是學生個體，二是教師教學，三則是網絡教學平臺建設。學生是該項目的直接受益人，通過建立英語網絡教學平臺，在該平臺上一系列相關的教學資源，能夠使得學生隨時隨地進行學習，完美地突破了時間和空間的限制，學生可以在英語網絡教學平臺上通過觀看教學視頻的方式習得所需知識，還可根據自己的知識理解能力和時間安排自行安排學習進度和視頻回放，極大地增加了教育的普及度，學生們還可以通過在線互動的方式來和老師同學交流，有效地解決了答疑的問題，另外，學生們的在線學習記錄均會被記錄存儲在數據庫中，教學視頻的者和教學平臺的管理者均可以通過對單個學生學習軌跡數據的分析處理，掌握該學生的學習習慣和學習思維，從而方便高校制定針對個性化的教學方案。該項目的實施有利于提升教師們的教學能力，網絡在線課程的數據收集，通過大數據技術的處理能夠很容易地指導某個知識點同學們的理解程度，例如對于某一部分教學視頻，學生們的瀏覽量數據明顯很高，或是對于某一知識點的測驗題，學生答錯的概率明顯高，這就說明該知識點是學生們的難點，下一定的教學資料準備就要進一步解決這一知識點；數據的關聯性分析是大數據處理技術的又一大能力，它能夠通過對眾多看似毫無關聯的數據進行分析處理，運用高效的數據分析技術取得一些關聯信息，來指導教師們的教育教學活動進展。大數據技術還能夠指導英語網絡教學平臺的建設，教學平臺建設之初，因為缺乏實際經驗，一定會存在很多不足之處，完善其建設的措施除了調查問卷等這些被動式的方式之外，還可以主動進行瀏覽量、學習時間分布、學習停留時間，知識點視頻點擊率等數據分析，以合理規劃教學內容、資源上傳時間、資源關聯內容等，來完善英語網絡教學平臺的建設。
三、大數據與高校公共英語網絡課程教學結合的優化策略
鑒于大數據分析技術對教育教學的顯著優勢，將大數據分析技術與高校的公共英語網絡課程教學結合起來是教學模式改革的一個好思路。但是在大多數院校的實際施行中，由于經驗欠缺，使得這一項目成效雖有提升，然卻差強人意。分析其癥結，主要是在改革方式、教師培訓以及教學管理上存在問題，要完善該項目，必須合理選擇英語教學模式、加強教師隊伍的建設和加強教學管理，下面具體展開論述。
1、合理選擇英語教學模式
新時代英語教學模式主要分為三種，一是反轉課堂，二是微創新課堂與小微課，三是慕課。每種模式均對應著不同的教學方法，反轉課堂是將傳統的授課模式完全反轉，即知識點內容學習由學生課下在教學平臺上完成，課堂不再用于知識點的講授，而作為小組討論和知識點答疑的場所，這種教學模式完全顛覆了傳統的填鴨式授課模式，主張以學生為主體，充分發揮學生們學習的主觀能動性，在英語教學中，還能提高學生們的口語交際能力，是一種高效的英語教學方式，適合校園網建設完善、硬件設備齊全的絕大部分高校，但是對學生們的自主學習能力要求較高。微創新課堂是介于反轉課堂模式和傳統教學模式之間的教學方法，它綜合兩種教學模式的優點，未完全摒棄傳統課堂講授知識點的教學模式，而是將課堂的課時分為了兩部分，一般是以6：4的比例將課堂分為講授和互動環節，并且還包括教學平臺上的小微課，這種教學方式適用于個性化教學，規避了學生們不同自學能力的差異。慕課是大規模上課程的簡稱，是一種完全的網絡在線教學模式，教師們將教學視頻、教學課件、測驗題、課程作業等完全到教學平臺上，并設置作業提交期限、成績提交期限以及課程截止日期，由學生們自主安排時間，這種教學模式脫離了實體的課堂，完全突破了空間的限制，適合于通識教育教學。三種教學模式各有優缺點，各大高校要依據自己學校教師、學生以及學校設施的齊全程度，因地制宜，合理選擇教學改革的模式，切忌盲目跟風、不顧實際。
2、加強教師隊伍建設
教師是教學活動的支持者，決定著教學活動的進程和質量，教學改革的實施與教師的能力密切相關，新時代教學模式的改革要求教師有著相當熟練的信息技術操作能力以及與時俱進的知識信息更新能力，因此對各大高校來說，積極引進新一代優秀教學人才以及加強對老教師的教學能力培訓顯得十分重要。積極引進人才，更換新鮮血液，加強能力培訓是提升教師隊伍整體專業素質的主要手段，只有建立高質量的教師隊伍，才能保證教學改革的不斷創新以及新思路的提出。
3、加強教學管理
教學管理工作是完善教學質量的重要保障，加強教學管理工作主要從以下幾個方面展開。一是要基于經驗總結和大數據分析為教師們的教學安排提供建議和指導，例如要能夠依據網絡大數據分析技術合理劃分學生們的英語能力等級，并根據不同的等級區間實行分級教學；要能蛞讕荽笫據分析技術得出最高效的視頻授課時長，并根據學生們的不同等級設置視頻倍速調節按鈕；要能夠基于大數據處理技術給授課教師提出具體建議，以提高學生們的學習興趣和自學能力，以發展學生們的個性化學習。二是針對新的教學模式，首先實行教學試點，然后根據教學成果驗收不斷改進該模式，直到形成比較完善的體系，再進行全校范圍推廣。三是加強對教師的監督，合理量化教學勞動成果，保證新型網絡教學模式能夠有效實施。
結語：
高校公共英語的網絡課程教學是一種新的教學模式，它依托于網絡技術的普及，而大數據時代的到來，則為海量網絡數據的處理分析提供了可能，由此能夠為依托數據的教學活動提供關聯性分析，以此指導高校的英語教學，從而能夠為學生制定個性化學習方案、提升教師的教學能力以及完善網絡教學平臺的建設。但是，目前大多數高校的英語教學網絡課程建設在教學方式的選擇、教師隊伍的建設以及教學管理上還存在著一些問題需要解決。但無論怎樣，大數據與高校公共英語網絡課程教學的有效融合是大勢所趨，因此各高校仍要積極探索，不斷完善教育的革新。
參考文獻：
[1]張燕南.大數據時代思維方式對教育的啟示[J].教育發展研究，2013，45（21）：14-15
[2]宓秀梅.大數據時代的英語教學及教師角色定位研究[J].中國信息技術教育，2015，66（18）：71―72.
篇5
大數據給法學教學帶來了對于如何分析學生學習情況的全新認知方式。
二、大數據為民辦院校法學教學改革帶來的新的發展機遇
民辦院校的教師師資力量弱，學苗差，學生考研率低，就業率低。長春財經學院在法學教學改革中，引入翻轉課堂教學模式。而大數據作為一種新的研究方式，可以為翻轉課堂提供更好的數據分析。(一)輔助提升法學學情分析。利用大數據可以從海量的數據分析中，提供教學需要的學生學習情況的信息。促進教師進行教學改革，提升教學效率。1．大數據對學習過程進行監控大數據則可以通過對學生線上學習過程進行監控，為教師提供數據幫助教師掌握學生學習情況。如為了防止學生觀看視頻的學習過程中有偷懶行為，保證學生學習的效果以及成績的真實性，超星等網絡平臺也采用了許多新的手段。2．大數據對學生學習效果提供統計數據大數據可以幫助教師對學習效果進行統計。如，提供隨堂測驗的統計數據等。在教學實踐中，如何對學生的學習效果進行合理的評價，仍是一個需要進一步改革的問題，尤其是采用翻轉課堂教學模式下。(二)輔助配置教學資源。大數據可以輔助教學資源的優化配置。在當前的教學改革工作中，要注重大數據的分析，特別是對于學情的分析，確保教學改革取得應有的效果。通過利用大數據對學生學習情況進行分析，查找規律，輔助教師評估每個學生的學習質量、效果及學習的困難點，從而合理分配教學資源。(三)促進教師和學生的良性互動。在網絡信息時代，學生對于知識的需求量越來越大，社會對于學生的能力的要求也越來越高，要求上崗即能上手，因此，學生需要真正能夠利用所學知識解決問題。而大數據可以更好的促進二者關系的良性互動。
三、大數據時代民辦院校法學教學改革面臨的主要挑戰
在大數據時代，法學教學改革迎來了新的問題。當前，法學教學改革中面臨著許多與大數據時代相關的挑戰，其中較為典型的問題包括如下幾個方面:(一)大數據對真實學情的掌控上，仍需完善。目前，超星爾雅平臺已經建立起了教學互動平臺，利用大數據對學生的網絡學習過程及效果，及時進行統計分析。然而，在實踐中，依然存在大數據無法掌控的問題，如不能真實的反映學生的學習效果。(二)如何運用大數據分析學情，仍需論證。目前，大多數的教師認為，目前大數據可以作為學情分析的參考，如分析學生的學習習慣，但不能以此作為認定學情分析的標準。綜上，在不斷的深入法學研究的方方面面，大數據為法學研究提供數據參考，也為我們法學教學提供數據分析，為法學教學的現代化提供有益的輔助支持。我們要提升重視現代化科技力量的運用。利用大數據對海量數據分析、整合，從而發現學生學情的新規律，提升法學教學水平，在運用大數據時，需要注意數據固有的局限性，對數據分析進行恰當合理的利用。
［參考文獻］
篇6
近二十年來教育領域發生了許多重要的變化，包括教學內容的多元化、教學方法的現代化，這些變化得益于計算機、互聯網等信息技術的長足發展。目前，信息技術的另一個制高點――大數據應用領域已經取得了突破性的進展，一個大規模生產、分享和應用海量數據的時代正在開啟。
如何有效利用這些數據，使其服務于教育領域，優化教學過程，是教育工作者們亟待解決的問題。本文闡述了數據分析在英語翻轉課堂教學中的應用，將標準化學習為主的教學方式轉變為以學生為主體的個性化教學。
一、數據分析的概念
本文應用的數據分析技術包括數據挖掘和數據呈現兩個方面。
數據挖掘，是數據庫知識發現中的一個步驟。一般指對收集來的大量數據進行分析，提取有用信息和形成結論，并對數據加以詳細研究和概括總結的過程。
數據呈現，是指經過數據挖掘以后形成的復雜信息，通過技術手段，以直觀、清晰的方式呈現給用戶，近年來數據可視化是數據呈現的一大熱點。
數據可視化技術通過計算機圖形圖像和數據技術，將數據中隱藏的信息，以交互方式形象生動地展示給用戶，輔助用戶分析數據，發現數據中隱藏的特征、關系和模式，進而發現其中蘊含的規律。
在本文中，數據分析的對象主要包括：在翻轉課堂教學過程中，教師的學習資源內容和組成成分、學生的個體學習特征庫和整體學習特征庫，以及學生在學習過程中產生的狀態數據庫。
二、英語翻轉課堂的特點
“翻轉課堂”源于美國的“Flipped Classroom”，是指重新調整課堂內和課堂外的教學模式。傳統教學模式是課堂上教師講授，課后學生通過練習消化；而翻轉課堂則以學生為主體翻轉過來，其模式是課前學生自主學習，課堂上教師引導學生內化知識。
翻轉課堂將學習的主動權從教師轉移給學生。學生在課外時間完成自主學習知識，而教師不會利用課堂的時間講授知識。教師采用任務驅動法和協作法，引導學生學習的興趣，讓學生通過實踐獲得更牢固的知識和自主的學習能力。
英語教學與翻轉課堂的完美融合，主要表現為以下幾個方面：
1.課前自主學習環節
互聯網為翻轉課堂的課前教學提供了大量的優質教學資源。教師根據教學大綱和學生的學習水平確定知識目標、能力目標和素質目標，然后通過對互聯網教學資源進行篩選形成課程學習資源庫，之后在教學平臺上，同時鼓勵學生自主查閱資料。
學生學習資源后，通過教師的系統化知識自測題，了解自己對知識的掌握程度，檢測自主學習的情況，教師也能獲得學生整體的課前學習狀態情況。
2.課上內化環節
教師對學生群體具有的共性問題進行講解，課上側重學生的語言實踐，利用團隊協作、分組對抗等生動靈活的教學方式，促進學生在課上活學活用，對知識內化。
3.課后拓展環節
教師根據課程要求和學生學習情況設計符合素質目標的課程作業，目的是讓學生把所學知識和語言練習融會貫通，鞏固學習效果。
三、基于數據分析技術的英語翻轉課堂教學
1.可用工具：Excel、Infogr 與大數據魔鏡
Excel作為常用的分析工具，可以實現基本的數據分析工作，包括數據排列、分類篩選等。同時Excel能夠完成基礎的數據可視化工作，特別是其擅長通過曲線圖、雷達圖、散點圖等多種直觀的分析圖來呈現數據中蘊含的信息。
Infogr就是信息（information）和圖像（graphic）的有機融合。在其官方網站infogr.am，教師可實現通過圖像讓繁瑣并且令人無法直接獲得結論的數據生成色彩豐富、形式直觀的信息圖，其不僅使用門檻低，而且能夠使教師和學生在短時間內獲得有效的學習狀態信息。
在本文中，主要使用Excel和infogr來制作和呈現學生個體學習特征庫，并給予個性化指導與建議。學生在閱讀自己的圖像檔案時，會用一種欣賞的態度觀看，通過仔細咀嚼啟動腦中圖像分析的成份，對自己的優點和缺點理解更深刻。
大數據魔鏡是集數據挖掘和數據呈現于一體的綜合性數據分析服務站點，主要提供數據整合、探索、挖掘、分享、控制多個角度的數據服務。教師可以利用魔鏡站點通過整合多種數據，將不同數據聯動分析出結果。通過一個直觀的拖放界面就可創造交互式的圖表和數據挖掘模型。在本文中，使用大數據魔鏡來分析教師資源的內容和組成成分，以及以時間軸為基準的學生學習行為數據庫。
篇7
[3] 李治. 基于覆蓋控制的FDD-LTE網絡質量管控體系研究[A]. 2015 LTE網絡創新研討會論文集[C]. 2015.
[4] 維克托?邁爾-舍恩伯格，肯尼斯?庫克耶. 大數據時代[M]. 杭州： 浙江人民出版社， 2013.
[5] 中國聯通河南省分公司. 中國聯通移網用戶感知大數據分析系統項目建議書[Z]. 2016.
[6] 中國互聯網絡信息中心. 第37次中國互聯網絡發展狀況統計報告[R]. 2016.
[7] 中國聯合網絡通信集團有限公司. 2016年運維專業線考核指導意見[Z]. 2016.
篇8
一、研究理論概述
1.泛在學習理論
泛在學習是指任何人在任何時間和任何地點都可以通過泛在網絡實現任何知識內容的學習。泛在網絡和泛在計算技術為人類實現隨時隨地的泛在學習提供了技術保障，信息技術和教育技術的融合發展正深刻改變著知識的傳播方式和學生的學習方式，不斷重構著教育和學習的生態環境。一方面，移動通信終端的多元化發展解除了傳統英語學習對地點的約束，翻轉課堂、MOOC等新型教學模式使學生可以自由地選擇學習時間、進度、內容和學習方式。另一方面，傳統教學設備正在向數字教學設備變遷，教育領域信息基礎設施建設有效地推動跨區域教學資源整合，海量的多媒體教學內容必須和學生的碎片化時間有效結合，教師需要針對不同學情的學生進行精準施策和差異化施策。
2.學習生態理論
學習生態是由學習群體及其所處的環境共同構成的生態系統。系統由信息技術、多媒體教學設施等支撐，通過以合作、交流、共享、互動為特征的教育實踐，實現知識信息傳遞和有效學習，從而促進系統的不斷優化。學生與學習環境、學生和學習群體之間密切聯系、相互作用，通過知識的吸納、內化、創新、外化、反饋等過程實現有效學習[1]。在泛在學習的背景下，學習生態研究的是教育信息、學習主體、教師、教育信息環境之間相互作用的生態系統，需要從教育信息化建設和應用的視角研究各個生態系統成員之間的相互作用規律，維護生態系統的平衡發展。
3.有效學習理論
有效學習是指學生在教師的指導下，針對學習內容采取適合自己的學習策略，積極主動地參與到學習過程中，高效率地完成知識建構，從而實現學習目標并優化自身知識結構的學習行為。有效學習是對學習內容、學習方法、學習過程、學習結果的價值追求[2]，學生可以實現對知識的深層次理解和靈活應用。學習內容的優化在大數據背景下表現為對海量學習內容的篩選、清洗與轉化[3]，使之滿足學生的學習需要。學習方法調整是建立在對學生學習情況進行多元評價的基礎上，根據學生個人學習偏好、認知習慣、學習方式、情感態度因素、學習內容的變化而動態進行的。學習過程的積極參與是指學生能夠積極主動地學習，充分和師生進行合作、交流，善于提出問題、分析問題和解決問題。學習評價是學生改變學習計劃、優化學習方法的重要手段，對學生學習可以起到引導、激勵、啟示和教育作用。
二、當前英語泛在學習模式存在的主要問題
1.傳統課堂教學和線上教學環節缺乏有效銜接
首先，魍晨翁媒萄Ш拖呱轄萄г誚萄Ы謐?、肿R范圍上沒有有效銜接。例如，學生不知道如何在線上學習課堂上沒有掌握的知識點，或者在線上環節重復學習課堂中已經掌握的知識點。其次，缺乏對課堂英語學習和個性化英語自主學習的融合創新設計。在傳統課堂教學中，整齊劃一的教學標準無法滿足英語學習分層分級的差異化教學要求。不同學情的學生對學習時間、空間、內容、方式的需求不盡相同，教師在教學中沒能和學生線上學習的大數據分析結果進行有效的融合對接，僅根據自身的教學經驗和主觀判斷作為實施因材施教的依據，因此其決策缺乏精準性和穩定性。
2.泛在學習缺乏生態性系統設計，學生英語泛在學習的用戶黏性不高
當前泛在學習過程特別是在線學習過程缺乏師生互動性、社交互動性、線上線下互動性。泛在學習僅停留在將文字、圖像、視頻等教學資料數字化、網絡化、集成化和泛在化的階段，這在某種程度上增加了學生英語學習的選擇性和便利性，但缺乏針對不同學生的學習黏性設計，因此泛在學習效果并不理想。
3.英語泛在學習體系缺乏具有“參與感”和“現場感”的語言學習環境
建構主義理論認為，知識的獲得是在學習環境的特定情境作用下，借助教師的幫助與學習伙伴的協作，通過意義的建構過程實現的。因此在英語泛在學習過程中，必須增強學生在特定情境下的溝通和交際活動的參與性[4]。例如，如果在英語課程設計和在線學習設計環節，鼓勵學生廣泛參與學習內容、學習方法、學習偏好的設計，就會讓學生感受到教師對學生的愛與尊重，從而增強學生學習的主動性和積極性，使不同學情的學生都能在學習過程中體驗自我實現感，實現自主學習。另外，教師缺乏對學生多元需求的感知和把握，缺乏語言鍛煉的“現場感”設計，使學生無法在接近真實生活情境的語言環境中得到語言交際鍛煉。
三、基于大數據分析的英語泛在學習生態系統
移動通信和大數據分析技術的發展為有效解決當前英語泛在學習模式存在的問題提供新的方式和途徑?；诖髷祿治龅挠⒄Z泛在學習生態系統以學生的英語學習需求、特征、習慣、喜好等大數據挖掘為切入點，聯合學校、互聯網教育機構、教材編寫人員、教師、信息化支撐機構、教育管理機構、在校學生和在職學員等生態系統成員共同把泛在學習落實到教學環境、模式設計、資源開發、評價機制和管理機制等工作中，不僅僅是教育內容資源和信息的共享空間，而且是實施素質教育和個性化學習的公共服務平臺。因此，本文構建了基于大數據分析的英語泛在學習生態系統，主要包括大數據采集、大數據存儲、大數據分析、大數據應用四個子系統，并構建了系統體系結構模型（圖1）。
1.大數據采集子系統
首先，大數據采集子系統要實現數據、文字、圖像、音頻、視頻、多媒體等結構化數據和非結構化數據采集，實現跨區域、跨機構、跨教學環節的數據互聯互通和數據采集功能，解決教育數據資源配置效率不高的問題。其次，實現英語教學設計、教學實施、課程內容建設、網絡學習內容資源建設、語料庫建設、學生學習認知過程監控、學生學習情感態度監控和學習評價等全教學鏈條的數據采集功能，為生態系統成員之間的共生發展提供良好的數據資源基礎。
英語教學設計數據主要采集教師按照教學大綱和教學目標要求對不同學生制定的學習內容、學習進度、學習路徑等數據，厘清學生在課堂上和網絡上分別學什么、在哪學、怎么學的問題。教學過程數據主要采集教師在教學中幫助學生解決英語學習問題的經驗、做法和策略，包括情感態度、認知因素的調控、語言情境的構建、師生的有效互動等。課程內容數據主要是采集教師、學校、互聯網教育機構課程教學內容數據，包括教材內容、課件、題庫、案例等授課內容資料，以及以上資料經過碎片化處理的數據資料。
網絡資源數據庫主要采集互聯網、校園網上英語學習方面的相關資料。英語語料庫數據主要采集中國學習者英語語料庫、美國當代英語語料庫等語料庫內容，以及英語教材、英美小說、散文、演說詞、電影劇本、新聞稿等英文自然語料。學習行為數據庫主要采集學生課堂學習行為和線上學習行為數據。課堂學習行為包括是否預習、復習等，線上學習行為數據采集學習日志、學習習慣、學習時長和學習路徑等。學習評價數據主要采集教師或者在線學習系統對學生的學習能力、學習方法、學習策略運用、學習過程和學習結果的評價數據。學習情感態度數據主要是通過問卷、訪談等方式采集影響學生英語語言習得的動機、態度、焦慮、自信等指標。
2.大數據存儲子系統
大數據存儲子系統主要實現對大數據采集子系統采集的海量結構化、非結構化數據進行數據清理、歸檔、壓縮，實現一體化數據存儲?？梢詫崿F跨區域、跨系統的英語泛在學習數據的融合，解決不同教學機構、數據結構、操作系統帶來的信息孤島問題。英語學習數據倉庫是指集成了大數據分析子系統和應用子系統決策分析所需的泛在學習數據，這些數據是按照一定的英語學習主題進行組織，是在對原有分散的各類英語泛在學習數據庫數據進行加工、匯總和整理后得到的，有效地消除了各類源數據中的不一致性，所以英語學習數據倉庫的信息均是關于學生英語泛在學習全局情況的一致性信息。數據倉庫的這些全局性信息同r通過網絡云平臺實現英語泛在學習數據的云端存儲，可以直接由大數據應用子系統調用。
3.大數據分析子系統
認知因素和情感因素是影響英語習得效果的兩個重要方面。大數據分析子系統首先結合學生應該達到的學習目標對學生個體的英語學習認知行為和學習的情感態度進行數據挖掘，分析學生的動機、態度、焦慮、自信、興趣等情感因素，以及學習毅力、能力、習慣、方法、英語水平和常犯錯誤等認知行為因素，對數據挖掘結果進行聚類運算和分類處理，根據學生的學習認知行為和學習態度情況將學生細分，以識別不同學生之間相似的泛在學習需求，以及某個學生個體在不同學習階段泛在學習需求的差異性。同時，大數據分析子系統會對學生的學習過程和學習結果進行動態綜合評價，并根據學習評價結果判斷學習方案的優劣，有針對性地進行線上和線下學習方案的調整。
4.大數據應用子系統
大數據應用子系統包括學習信息推送系統、學習信息定制系統、在線互動學習系統、語言情境仿真系統、知識關聯推薦系統、知識精準搜索系統、知識樹形管理系統和娛樂在線學習系統等應用。學生可以通過學習終端連接到相關應用系統進行英語語言知識的有效學習。學習信息推薦系統自動推薦給學生的學習信息是學生應掌握而目前未掌握的英語知識。學習信息定制系統可以滿足學生根據自身學習需求而定制某類主題的學習信息。學生一方面通過在線互動學習系統可以和輔導教師進行交流互動，解決學習中遇到的問題，另一方面可以通過社交軟件實現和其他學習者的溝通和交流，共享英語學習經驗。
語言情境仿真系統可以實現某類主題的英語學習情境的在線仿真，讓學生在接近真實環境的英語語言情境中進行英語交際鍛煉。知識關聯推薦系統是根據學生所學知識點，自動關聯推薦對應的拓展知識點。知識精準搜索系統可以幫助學生快速實現英語知識的精準有效搜索，從而進行有針對性的學習。知識樹形管理系統可以實現學生已掌握知識和未掌握知識的樹形目錄管理，實現線上學習和課堂學習知識管理的無縫鏈接。
基于大數據分析的英語泛在學習生態系統有利于充分發揮信息技術對傳統英語教育的改造提升作用，可以有效促進信息技術與教學過程、內容、方法和教學評價體系的深度融合。在生態系統的價值取向上注重以促進學生全面健康發展為中心，注重需求導向的個性化學生培養模式。在學生習得效果評價體系上注重加強學習過程評估，強調過程評估和結果評估相結合。系統注重充分挖掘學生的個體差異，充分挖掘學生的學習潛能，圍繞學生英語學習習慣的形成和學習情感態度的培養，以現代信息技術為輔助手段，將英語語言知識進行碎片化、情境化、可視化處理，通過采取教育信息推送、關聯推薦和定制化相結合的方式實現知識的在線傳播，給學生提供個性化、定制化的英語學習信息服務，帶給學生全新的英語泛在學習體驗。
參考文獻
[1] 張豪鋒，卜彩麗.略論學習生態系統[J].中國遠程教育，2007（4）.
[2] 曹貞.以有效學習為目標的大學課堂教學[J].教育與職業，2007（26）.
篇9
DOI：10.16657/ki.issn1673-9132.2016.34.020
一、引言
隨著大數據時代的到來，數據分析在各行業的重要性日益凸顯出來。大數據時代要求人才具有極強的“數據視野”、“數據意識”和“數據能力”，即對所處行業數據的形式種類詳盡把握，對數據的作用深刻理解，對數據分析方法和分析軟件熟練運用。其中“數據能力”是前兩者的基礎，是實現大數據所有思想和理念的根本保證，是現代經濟管理人才的重要基本素養和技能。
我國的財經類院校肩負著為社會培養經濟管理類高級專業人才的重任，在大數據時代，社會對于經濟管理類高級人才在數據分析方面的要求極大增加，現代經濟管理理論的發展趨勢也體現出越來越重視數據分析的特點。這要求人才既有深厚的經濟管理理論功底，又能夠熟練使用數據分析工具對業務數據進行分析，并得到結論。特別是在研究生教育層面，對數據分析能力培養更加重要。
然而，目前在研究生數據分析能力的培養方面各財經類院校均存在著較多的不足。首先是覆蓋面小，除各院校的統計學院（或類似學科的學院和專業）外，強調這方面能力的培養的學院和專業較少，導致研究生對數據的運用和分析能力不足；其次是形式單一，主要以課堂教學為主，完全忽視了數據分析的實踐性，教學效果不好；再次是教學所用軟件平臺薄弱，多數使用SPSS，極少數專業學習SAS，對于在學術界和業界非常流行R語言、python等平臺則少有涉及。因此，合理設計數據分析類型課程，提高經濟管理類研究生在數據分析方面的理論水平與實踐能力，是廣大財經類高校不得不面對的迫切問題。本文講就財經類高校數據分析類課程的特點、建設思路和建設方案，結合筆者在教學實踐中的一些心得談一談自己的看法。
二、財經類高校數據分析課程的特征
數據分析的目的就是從數據中提取有價值的信息，進而形成知識。因此在絕大多數專業領域均有大量的數據分析需求，對人才的數據分析能力均有較高的需求。從財經類高校的專業分布看，可以把對數據分析能力的需求分成三個不同的類型。
第一類是以統計學院、信息學院（或類似學科的學院和專業）。這兩類專業的教學主要突出理論性、基礎性和方法性，立足于對學生的“數據視野”、“數據意識”和“數據能力”進行全面訓練，使學生能夠在畢業后在任意領域迅速承擔起高級數據分析的任務。
第二類是經濟學門類的相關學科。這類學科對于數據分析教學的要求偏重應用，即學生的“數據視野”、“數據意識”，但由于部分專業（如數量經濟學）對數據分析能力要求較高，因此對于“數據能力”的培養也需要兼顧。
第三類是管理學門類的相關學科。當前的管理學實踐離不開數據，對數據分析教學主要是應用層面的。要求學生具有良好的學生的“數據視野”和“數據意識”，而對于學生的“數據能力”的培養則并沒有太高要求。
三、財經類高校數據分析課程建設的思路
基于上述分析，研究生數據分析課程建設應當采取分層設課的原則，基于不同的教學需求，設置不同的課程群。
對于上述第一類專業，需要在專業核心課程群的基礎上，重點建設大數據相關課程。如分布式計算、非結構化數據分析、R語言、python語言等。在教學中，案例化教學和上機實操應當成為教學的主要形式，尤其軟件類課程應當在機房進行，保證學生有足夠時間熟悉操作并能隨時與教師互動。
對于上述第二類專業，需要以一門基礎課程為先導（如統計學導論），在配合若干專業課與軟件課的組合，如計量經濟學、時間序列分析、縱向數據分析與Eviews、SAS和R語言的配合。在教學時，理論與實操并重，在實操方面突出學生的軟件使用能力訓練，SPSS類型的軟件不應當成為此類專業的主要數據分析平臺（學生應當在學習專業課程時自主學習使用）。
對于上述第三類專業，可以考慮以一門數據分析課程為基礎，配合合適的軟件平臺，同時在其他專業課程教學中突出各個課程的數據分析教學內容和實踐環節，既可以基本達到教學目的。這類課程教學的重點在于對數據分析方法模型的理解，切忌死記硬背，同時輔以一定的案例和上機實操。在軟件平臺使用上，以SPSS這類擁有完善的GUI環境，所見即所得的平臺為主，也可以使用R語言強大的圖形能力作為演示工具，在演示的同時潛移默化地使學生了解R系統，進而為其進一步學習建立基層。
四、財經類高校數據分析課程建設方案――以R語言課程為例
在上述三類專業的數據分析課程建設中，R語言均扮演了重要角色。因此本部分將以R語言課程為例介紹建設方案。
（一）R語言的優勢
R語言作為功能全面地數據分析平臺，在國際學術界和業界得到了廣泛的認同，是應用最普遍的數據分析軟件之一。與其他統計分析平臺（如SAS、SPSS、S-PLUS等）相比，R語言具有若干明顯的優勢：
第一，完全免費，完全開源。與SAS多達幾十萬元的價格相比，R語言是一個完全免費的平臺，且功能同樣強大。
第二，安裝簡便，更新迅速，功能完善。R語言的安裝對于硬件的需求很低，且擁有Windows、Mac、Linux等多個平臺的版本。并且R通過其大量的程序包實現了功能的擴展，用戶總是能通過下載功能包獲得最新的分析模塊。
第三，R語言是被國際學術界廣泛認可，絕大多數國際知名高校都將R作為基本的教學和科研工具。
第四，R語言既是編程語言，又是高度功能化的數據分析平臺，同時具有編程語言的靈活性和功能化數據分析軟件的易用性。
（二）開展研究生R語言教學的必要性
首先，作為一種編程語言，R語言的教學可以訓練學生抽象思維、邏輯思維能力，同時作為一種數據分析平臺，R語言可以訓練學生數據分析模型的應用能力和實際操作能力，這一功能是其他非語言類軟件系統無法實現的。
其次，在研究生教學中開設R語言課程，可以極大提升學生在求職就業、考博和出國深造方面的競爭力。由于R語言在國內外學術界和業界有著巨大的影響，因此熟練掌握R語言無疑會使我們的研究生更加具備競爭力。
（三）研究生R語言教學的現狀及改革的迫切性
從當前的教學現狀來看，R語言僅僅是少數專業才有的課程。但是基于本人這幾年的教學和指導研究生的經驗來看，當前我國財經類高校研究生的動手能力較弱。其根本原因之一是缺少數據分析能力的訓練。若要在不過分增加研究生課程量的前提下迅速提高研究生這方面能力，R語言這種將抽象思維、邏輯思維、數據分析模型和數據分析實操緊密集合的平臺是最好的選擇。
（四）R語言教學的內容劃分
R語言集合了計算機語言與數據分析系統的特點，既能像SPSS那樣通過簡單操作即得到結果，又能夠項C語言那樣進行新功能的開發，尤其是其強大的圖形能力，更為數據分析人員提供了強大的數據可視化平臺。為了能夠為學生全面地講授上述內容，需要對課時進行合理分配，輔以合理的教學模式和考核模式。下面本文將以48學時的研究生課程為例，介紹R語言課程的基本內容和結構。
1.教學內容和學時分配
第一部分，R語言簡介（2學時），介紹R語言的歷史、基本操作環境、相關網站、系統本身和軟件包的安裝方法以及參考書籍等。
第二部分，R語言的數據結構（12學時），介紹向量、因子、索引、數組和矩陣、數據框、列表等概念和相關算法。這部分是后面教學的基礎，同時也是R語言區別于其他編程語言的重要方面，在教學時要突出對因子、索引（以及利用索引實現篩選等功能）、數據框等數據結構與數據分析的關系的介紹。
第三部分，R語言的編程結構（12學時），介紹成組、選擇和循環三種結構。在這部分教學中，重點在不能按照傳統程序設計語言的模式進行教學，要突出數據分析的特征，可以考慮使用R語言自己編制景點統計方法的代碼，如最小二乘法、距離判別、快速聚類等。
第四部分，R語言的繪圖功能（12學時），介紹高級繪圖語句、低級繪圖語句、交互繪圖語句以及ggplot2軟件包等。繪圖是R語言的優勢，允許使用者自由的定義圖形，尤其是ggplot2軟件包的出現，更是將R的繪圖功能推上了新的高度。這部分不但是上述第一類、第二類專業研究生所需要掌握的內容，也是第三類專業研究生應當了解的內容。
第五部分，R語言的基本統計功能（10學時），經過前述四個部分的教學，學生已經對R語言具有了較為深入的了解，并應該具有獨立編制代碼的能力。在此基礎上，可以進行本部分的教學，即對于使用R語言實現諸如回歸分析、多元統計分析、時間序列分析的方法進行介紹。由于這一部分功能均有對應的軟件包和函數，因此在軟件操作方面非常簡單，如果跳過前面幾個步驟直接進行這部分的教學會使學生對R語言一知半解，缺少對R語言核心知識的理解。
2.教學及考核方式
由于R語言是一個操作性非常強的語言平臺，傳統的課堂教學+上機的教學模式會使得理論與實踐脫節。因此建議該課程全程在機房進行，這種教學方法的優勢有三個方面：
第一，教師講解更到位。編程類課程重要的是思考過程而不是結果，因此傳統的課堂上聽講，上機課練習的模式會使得思考過程與結果脫節。而在機房上課則可以使學生跟隨教師的講解隨時練習和實驗，使得教學效果更好。
第二，師生互動更容易。學習編程的過程就是不斷試錯的過程，學生需要不斷地從發現錯誤――解決錯誤的過程中提高能力，而在這個過程中教師與學生的互動非常重要。
第三，課堂練習更直接。課堂練習在學習編程過程中具有非常高的重要性，傳統授課模式下，無法做到當天的學習內容當天聯系，是知識技能的掌握不牢，效率低下。
在考核方面，建議采取開卷上機考核的方式。由于R語言的教學具有極大的實踐性，因此“會用”才是最終的目的。同時，由于R語言極強的可擴充性，因此單純地考查學生對于R語言中一些功能代碼的記憶沒有任何意義，采取開卷的方式，重點考查學生解決數據分析問題的能力的上級考試才能夠實現對學生R語言學習水平的測度目的。
五、結論
當今社會已進入大數據時代，任何財經類專業人才的培養脫離了數據分析類教學內容都是不能適應社會需求的。而數據分析課程的理論與實踐并重的特點，要求在教學過程中既重視數據分析理論模型的講解，又重視數據分析平臺的訓練。只有這樣，才能使得財經類人才的培養跟上市場對于人才需求內容的轉變，培養出符合市場需要的人才。
篇10
以計算機網絡課程為例，該課程包括“在線視頻”“在線作業”“在線實驗”“學習指導”“討論”五大模塊，筆者收集了學生的學習數據，經綜合分析，其結果如圖1所示。
從圖1可以看出，最終獲得課程學分的學生在不同任務方面花費了不同的時間。學習視頻和完成作業是耗時最多的內容，在實驗與學習指導方面耗時明顯較低。教師可以針對這些不足采取相應的措施，諸如增加課堂實驗、隨堂輔助等。
筆者繼而針對其他指標展開了研究，包括每日的學習人數、基于評估角度的課程指標的訪問量、基于學習角度的課程指標的訪問量，如圖2所示。
由圖2可以看出，整個學期的學生訪問情況前段呈平緩態勢。到了學期末，訪問量明顯減少；對圖3、圖4進行對比，可發現學習當中涉及課程評估的，學生的積極性都較高。
二、思考及討論
數據分析為新教改提供了一扇廣闊的大門，將在線教學平臺與大數據分析技術相結合，能夠深入發掘學生的學習規律，解決學生在學習中遇到的深層次難題。同時，在線教學平臺能夠提供多樣化的傳統課堂教學方法，能在一定程度上確保教育公平，做到因材施教，成為推動教育事業進一步發展的動力。然而，這種新興的教育方式并不能夠替代傳統的課堂教學，因此，在現階段，我們可以將其作為一種輔助傳統課堂教學的手段加以實踐。
1.國家層面
推廣在線教學平臺需要信息技術的支持，西部欠發達地區網絡設施還不夠到位，國家需要提供更多的財力物力用于網絡鋪設，以確保在線教學平臺能夠更好地在全國得以推廣。同時，國家需要增加在線教學平臺的試點，多調研，出臺更多的法律法規、行政管理政策，為在線教學平臺活動的推廣奠定基礎。
2.學校層面
學校需要結合本校學生的特點，有選擇地開設部分在線教育課程，力求符合本校學生的專業特點，注重引導教師與學生展開情感的溝通。
3.教師層面
新的在線教學平臺對教師的教學水平提出了更高的要求，教師需要改變傳統教學觀念，意識到信息技術對課堂教學的正面效應。在制作在線課程時，既要有合理的教學框架，以增強課程理論性，在豐富知識的同時，綜合考慮學生的接受能力，力求使課程生動而易于理解。同時，教師需要及時通過在線教學平臺分析學生的學習情況，及時形成反饋，反哺教學。
篇11
1.1 “大數據”提供新的教育平臺
自2011年開始美國教育領域率先掀起了在線教育的改革浪潮，智能學習平臺在全球逐漸興起，如Coursera等。全球多所高校通過在線教育平臺免費開放課程，實現了教育資源的共享和交流。這種在線學習平臺改變了傳統的面對面教學模式，必將給現代教學改革帶來深刻的影響。
1.2 “大數據”發展新的教學模式
大數據時代線上學習逐漸成為學習知識的主要途徑，并且能輕而易舉獲取最優秀的教學資源。除此之外，它還能對學習者的學習行為自動進行提示、誘導和評價，進而彌補了缺乏面對面交流指導的不足。通過智能分析、整合大量的在線學習行為，它能很輕易地掌握學習規律和特征，然后針對具體學習者提供有針對性的輔導，最終實現在線學習和即時交流學習心得，以及實現學習互動。
1.3 “大數據”重建教學評價方式
傳統教學評價活動主要是學生根據任課教師的授課表現進行評價，以及教師依據學生考試成績和平時成績等對學生進行評價。但是，傳統教學評價活動往往缺乏溝通的及時性和互動性，教學評價結果無法實現即時反饋。比如教師無法明確知道哪些教學方式是最受學生歡迎和接受的。而大數據技術通過分析師生長期教學行為，得出具有個性化的教學行為和規律。“大數據”評價方式從技術層面以更科學的方式歸納總結教學活動規律，它實現了過程導向評價而非結果導向評價。
2 大數據環境下教學模式創新的動力機制分析
近年來隨著技術的不斷成熟發展，“大數據”為傳統教學模式的創新和改革注入了新的活力和動力?！按髷祿杯h境下教學模式的創新，主要通過三個層面的三種轉變來實現：一是教師層面從經驗式教學向數據分析式教學轉變；二是學生層面從依賴課堂和教師向分析自身學習行為轉變；三是媒介層面從簡單、單一的工具向多樣、復雜的多媒體介質轉變。
2.1 教師層面：從傳統教學經驗轉向海量數據理性分析
傳統教育領域主張，由富有教學經驗的幾十年老教師通過傳、幫、帶年輕教師的方式發展教師隊伍。這一主張在今日仍然被廣泛應用。這主要是因為，老教師經過多年教學實踐形成和積累了豐富的教學經驗，而這種教學經驗的多少、優劣與教師的教學質量緊密相關。歸根結底，教學經驗的積累和運用仍然是屬于有限理性范疇。在大數據時代，計算機會對存儲的海量教學記錄進行分析，并且能及時為有需要的教師提供相應的教學解決方案，此種教學解決方案是建立在理性的數據分析基礎上的。因此，在大數據時代教師的授課方式也將迎來全新的轉變，教學經驗在教學活動中的優勢地位將得以改變，逐漸向教學案例理性分析轉變。
2.2 學生層面：從依賴于課堂和教師轉向對自身學習過程的數據分析
如今的教學授課方式仍然是“一對多”的教學模式，這種“大鍋飯”式集體授課方式在有限的時空范圍內無法真正實現“因材施教”。在傳統課堂教學中，授課教師無法照顧到每個個體差異而提供相應的教學措施，教師對課堂教學節奏的把握仍然是基于教師的經驗判斷，教學過程仍然是按部就班地開展。在大數據環境下實現對個體學習數據的分析是完全可能的，也就是數字化學習過程，而通過現代媒介工具則是完全可以實現數字化學習過程的。比如，通過測試題庫的完成時間和答題準確率等學習記錄數據，計算機針對數據進行分析，進而發現個體學生需要重新掌握哪些知識點，哪些知識點又是需要進一步鞏固的，這樣，學生的學習行為與知識點建立了聯系，而大數據又能因人而異提供有效的指導，使每個個體能夠有的放矢。
2.3 媒介層面：從簡單、單一的工具轉向豐富、多樣的多媒體介質
傳統教學模式下教材是主要的學習資源，而板書、PPT展示是主要的授課手段，這些學習載體和工具都是單向溝通的，知識接收者的信息反饋并不暢通，更別提挖掘和分析知識接收者的學習行為了。隨著信息技術的發展，數據量、數據處理能力都得以質的發展，這都是依靠現代豐富的、多樣的媒介工具和分析工具而實現的。通過這些工具和媒介，知識傳播者和知識接收者之間的界限被打破，兩者可以實現即時的溝通和交流，能更貼近接收者，理解接收者的需求。
3 “大數據”教學模式的特征分析
3.1 注重教學的預測性判斷
“大數據”對傳統教學活動和教學過程進行了改良，一方面“大數據”通過大量數據分析會對教學活動出現的新情況進行調整；另一方面，新知識點和新教學法隨時會被挖掘出來，教學內容和知識更具有前瞻性。“大數據”的重要功能，是在復雜的教學過程中根據海量數據進行分析，進而歸納總結出具有預測性的內容。比如個體學生采用什么樣的方式鞏固知識和活學活用更為有效，何種教學方式與當前學生學習特征更為匹配等等。此外，通過對教學數據的分析，可以總結出學生的學習行為特征和傾向，以有效預防教學過程中不適行為的出現。
3.2 教師的專業知識與數據分析能力并重
教師的專業知識不僅是影響教學活動重要因素之一，而且還是學生衡量教師教學能力的重要標準之一。教師的專業知識要求在任何時候都是占有重要地位的，但是在大數據時代下教師還需掌握教學數據分析的能力。如何在海量數據中挖掘出具有教學意義和教學價值的知識和內容，是教師在今后教學活動和教學過程中必須掌握的一項技巧和任務。通過對教學數據的挖掘、分析和解讀，對與授課對象相關的數據分析，以及如何有效利用有用數據應用到具體教學活動中，促進學生可持續發展，是極其重要的。
3.3 個性化教學成為主流，真正實現因材施教
篇12
移動互聯技術迅速發展及其在教育教學中的應用，推動了新一輪課堂教學的創新與變革，傳統課堂向數字化、智能化課堂發展。隨著智慧教育理念的提出及發展，信息技術環境下智慧課堂的構建成為教育技術界越來越關注的研究熱點。
一、智慧課堂的概念及其意義
不同視角下對于“智慧課堂”有不同定義，這里從信息化視角來理解“智慧課堂”的概念。從實際開發和應用來看，“智慧課堂”可以定義為“以建構主義學習理論為指導，利用‘互聯網+’時代的大數據、移動互聯、云計算等新技術構建的信息化、智慧化、高效互動的課堂?！彼鼞谩霸?端”服務方式，通過智能推送、動態學習數據采集和即時分析，實現基于數據的教學決策、實時全面的教學評價、全過程的交流互動、個性化的資源推送，從而變革和改進課堂教學的結構和模式。智慧課堂是信息技術和教育教學深度融合的產物，也是翻轉課堂發展的新體現、新趨勢。
在大數據時代背景下，傳統課堂教學面臨新的挑戰和機遇，利用學習數據分析來改進教學行為是變革傳統課堂的有效手段。國內外許多教育機構和部門都十分重視教育數據挖掘和學習分析技術的應用，2012年美國國家教育部了《通過教育數據挖掘和學習分析促進教與學》的報告；2016年4月，清華大學與學堂在線共同正式對外了一款免費線上教學工具――雨課堂，它通過微信服務號連接師生的智能終端，實現對課前-課上-課后教學全過程的動態學習數據收集和分析，雨課堂的推出為智慧課堂構建提供了環境和技術支持。
利用雨課堂構建基于學習數據分析的智慧課堂，適應教育信息化和大數據背景下的學校課堂教學改革創新的需求，具有重要的現實意義和價值：
1.有助于實現個性化、高效互動的課堂
大數據背景下基于學習數據分析的智慧課堂，變革了傳統課堂教學結構和模式，從以教師為中心的知識傳授為主轉向以學生為中心的能力培養為主，從“先教后學”轉變為“先學后教、以學定教”。課外，學生自主移動學習，師生交流互動，教師依據課前預習數據反饋，進行個性化指導，同時設計有針對性、個性化的課堂教學；課堂上，師生一起協作探究解決問題、完成學習任務，將課堂時間的運用發揮到極致。這種課堂內外的教與學能夠提高學生學習自主性、積極性，實現師生之間的更多互動，在某種程度上活躍了課堂氛圍，從而達到高效的課堂教學。
2.有助于實現全過程多元化的學習評價體系
智慧課堂利用大數據和云計算技術，對學生的課前-課中-課后學習全過程進行動態、實時記錄和統計反饋，從而能夠更全面、客觀、真實地對學生學習情況及教學效果做出評價。這種全過程多元化的學習評價方式，一方面對學習活動起到引導作用，利于對學生進行個性化的指導；另一方面，幫助教師改進教學策略，使教學活動的開展更有效地促進學生的學習。
3.有助于豐富和發展智慧課堂的理論和實踐，推動課堂變革和創新
將雨課堂應用于傳統課堂教學中，探索基于學習數據分析的智慧課堂模式，并在具體課程教學中開展實踐，這為智慧課堂的研究提供了參考，為一線教師開展混合式、翻轉課堂教學提供借鑒。同時，引起教師關注并嘗試運用新技術進行教學改革實踐，推動傳統課堂的變革和創新。
二、雨課堂支持下的智慧課堂構建
1.雨課堂支持下的智慧課堂架構
在對雨課堂特點及其功能研究基礎上，構建基于雨課堂的智慧課堂架構（如圖1所示）。雨課堂是應用于PowerPoint中的一個插件，采取“云+端”的服務方式，通過云計算、云存儲和云服務等為課前-課中-課后教學的各個環節提供信息技術支持。教師只需要會PPT和微信就可以快速便捷地部署智慧課堂。在學生端，雨課堂提供課前預習自測、課內“不懂”按鍵、彈幕和隨堂測試等功能，幫助學生預習、鞏固知識并反饋學習情況；在教師端，可以推送PPT課件、分享鏈接和微課視頻、測試、統計和反饋學生學習數據，幫助教師及時把握學生學習情況、學習效果以及學習軌跡。雨課堂支持下的智慧課堂打破了傳統課堂的圍墻，具備實時動態學習數據的采集和即時分析功能，實現了智能、高效的教學交互與反饋，改變了傳統課堂的教學方式。
2.基于全過程學習數據分析的智慧課堂教學模式
智慧課堂的核心理念是用數據改變教育，學習數據是客觀真實地反映教學過程、教學效果的重要依據。實時、客觀、全面反映當前教學狀態，是一線教師的迫切需求，傳統課堂上教師面對幾十位學生，很難及時準確地把握每位學生的學習情況、有效調控教學進程。智慧課堂基于學習數據分析，使課堂教學從依賴于教師的教學經驗及直觀判斷轉向依賴于學習數據的分析反饋，用數據說話，依靠客觀、實時的學習數據對教學情況進行判斷和調整教學策略，實現智慧、高效的課堂。
在χ腔劭翁錳氐?、架构研究的坏A上，同時結合雨課堂的技術特性，設計基于全過程學習數據分析的智慧課堂教學模式（如圖2所示）。課前，通過推送預習資料，進行預習情況統計分析和檢測，深化學情分析，優化教學設計；課中，通過“不懂”按鍵、發送彈幕、隨堂測驗，進行即時學習數據分析和反饋，調整教學策略和教學進程；課后，通過作業數據統計分析，進行針對性指導，推送拓展學習資料，實現個性化學習。雨課堂的技術支持對課前-課中-課后整個學習過程提供實時動態學習數據采集、分析和智能推送。
三、智慧課堂應用實例
利用雨課堂開展智慧教學的準備工作非常簡單，教師只要安裝好雨課堂插件，然后在手機微信里關注雨課堂后，進入我的課程頁面點擊“我要開課”即可創建課程和班級，創建成功的班級對應有專屬的二維碼和邀請碼，教師可以通過班級QQ群或微信群告知學生，學生掃碼或輸入邀請碼進入班級，這樣便快捷地完成了智慧課堂的部署。
下面以高校公共基礎課《計算機應用基礎》中的“計算機網絡”一課為例，具體闡述雨課堂支持下的智慧課堂教學實施過程。
1.課前環節
（1）預設教學目標和內容
教師根據之前對于課程內容及學生情況的學情分析后，預設本次課的教學目標，確定教學內容（如表1所示）。
（2）預習資料和預習反饋
教師利用PowerPoint中的雨課堂插件將上課PPT課件快速轉換成可以隨時推送的微課課件，同時還可以輕松插入慕課視頻（如計算機網絡MOOC視頻）和網絡視頻（如局域網組建），在預習內容最后添加了客觀題作為課前預測。微課制作完成后，教師將預習課件生成并推送到手機，在手機微信端點開收到的推送后預覽課件并針對性對每頁添加語音講解，最后至班級。全班學生收到推送課件后，隨時隨地進行移動學習、完成預測并即時得到自動評分，另外，學生可以“報告老師”提出預習中的疑問或想法。教師也可以實時查看到已預習學生人數、預測題各題答題情況，瀏覽學生反饋并和他們進行課前互動交流。
（3）優化教學設計
教師在手機端實時看到的學生整體預習情況統計以便第一時間掌握學生課前預習情況，隨時記錄教學設計與備忘等，根據課前預習反饋，深化學情分析，明確教學重點和難點，優化教學設計，以便精準教學。如課前預測題答題情況的統計我們發現大部分學生對于網絡協議、網絡地址的理解有一點困難，需要課堂中對這些問題重點解決；個別學生給老師的報告中反映出學生對于計算機網絡的認識只在表層，引發我們思考如何讓學生更深層次地理解計算機網絡和設計教學。
同時，教師通過郵件獲取課前每位學生預習情況統計詳細數據（如每位學生觀看頁數、觀看的頁面、預習時長、預測題評分統計），精確掌握每位學生的預習情況和學習行為，以此作為一對一個性化指導以及過程性評價的依據。
2.課中環節
（1）開啟授課，進入課堂
教師開啟雨課堂授課后，手機微信端即刻收到推送并點擊推送信息，等待學生進入；學生用微信掃碼或輸入邀請碼簽到進入課堂，教師可郵件得到課堂情況統計詳細數據了解學生的到課情況。等所有學生掃碼完畢后教師點擊開始上課，手機變遙控器控制課件的播放，學生端同步接收到課件。
（2）課程導入，分享與展示
教師將課前做的投票調查結果分享給學生，課前調查統計發現89%的學生之前極少接觸計算機網絡方面的知識。同時將預習情況反饋給學生，使學生之間有比較和定位，使他們做好課堂學習的心理準備。教師從“什么是計算機網絡？”、“網絡的功能是什么？”這幾個問題入手進行提問，學生分享觀點，展現課前自學成果，通過學生互評，教師展示本次課的教學內容和目標，進而展開更深層次內容的學習。
（3）精講與拓展
教師根據教學目標并依據直觀的學習數據進行針對性教學，學生在聽課中發現有不明白的內容可以隨時點“不懂”第一時間反饋給老師，老師能實時看到課件中每頁“不懂”的人數，及時知道學生學習情況，并調整教學策略。如授課中發現在講解網絡地址時有很多學生對“子網掩碼”都不懂，教師就以實際的一個操作演示進行說明，使學生有了進一步的理解。課間，教師開啟“彈幕”功能，讓學生把自己的想法都彈到屏幕上和大家一起分享，實現了師生之間、生生之間的課堂互動，活躍了課堂氣氛。
最后，教師介紹計算機網絡前沿知識進行拓展，并下達新的學習探究任務，如物聯網、電子商務等大家感興趣的話題，教師為學生分組并設計組織學習活動，學生開展小組協作探究學習，進行互動討論。
（4）實時測評和反饋
學生完成學習探究任務后，教師把隨堂測驗推送到學生手機端，學生當堂完成并提交后，能即刻看到得分及答案，教師也會即時得到統計數據（如每位學生的得分、成績分布、各題答題情況），還可以通過郵件獲取試題統計詳細數據來準確把握每位學生的學習情況，以便課后的個性化指導。另外，教師將分數分布公布至大屏幕，讓學生清楚意識到自己在班里的水平，有助于課后的復習鞏固。這個階段是檢驗課堂教學效率的有效手段。
（5）總結點評
教師通過“不懂”、“彈幕”、隨堂測評得到的實時反饋，對知識點進行總結和點評，對重難點補充講解，對共性問題進行答疑。學生在及時得到教師的點評和總結后，對所學的新知識進行鞏固內化。
3.課后環節
（1）課后討論和投票、拓展學習
為了讓學生結合所學網絡知識并聯系實際展開思考，教師課后作業（“大家一直都在說IPv4的地址不夠用了，但IPv6推出至今，并未得到廣泛應用。為什么會這樣，到底是什么原因？我們還需要IPv6嗎？”），學生“報告老師”闡述各自的想法，教師可以和學生互動交流探討問題并個性化指導，從而學生可以深化知識的學習，培養了探究能力。同時，教師還可以投票，調查了解學生對于課程內容、教學方法、效果等方面的反饋。
另外，教師通過推送和分享鏈接方式給學生推送課后拓展材料，如網絡信息安全、Internett學應用、組網案例等，學生根據自己的興趣和能力有選擇地自主學習。學生也可以隨時點擊查看每次上課課件，重點復習課堂中點“不懂”和收藏的內容，實現個性化學習。
（2）總結改進
教師依據學生課堂的學習情況、課后討論及投票情況，對教學全過程進行回顧與總結，記錄下教學設計，從而來優化教學方案、改進教學策略。
四、結束語
雨課堂支持下的智慧課堂模式基于混合學習理念，應用“云+端”設備，將移動技術與教學深度融合，直接、動態、即時的全過程學習數據，詳實記錄了課前-課上-課后教學全過程，整個教學過程的教學數據轉換為改進教學的決策依據，使教師的教學決策從以經驗驅動轉變為以數據驅動，“用數據說話”，展現了教師基于學習數據分析的教學機智。同時，智慧教學的模式融自主學習、協作學習和探究學習于一體，能培養學生獨立探究、合作溝通和創新能力，實現了課堂內外多渠道的交流互動，充分調動學生的積極性，從而提高課堂教學效率，促進教學效果。
當然，這種智慧課堂模式在不同學科教學中的應用，將存在新情況、新問題，有待研究者們根據教學實際去思考、更新和發展。筆者也將在目前對于智慧課堂研究基礎上繼續進行應用研究，積累實踐教學經驗，從而不斷改進和完善。
參考文獻：
[1]孫曙輝，劉邦奇，李新義.大數據時代智慧課堂的構建與應用[J].中國信息技術教育，2015（13）：112-114.
[2]孫曙輝，劉邦奇.基于動態學習數據分析的智慧課堂模式[J].中國教育信息化，2015，（22）：21-24.
篇13
關鍵詞 ：大數據；多媒體；顧客體驗；數據挖掘
中圖分類號：F241.21文獻標志碼：A文章編號：1000-8772（2014）22-0220-02
收稿日期：2014-07-20
作者簡介：陽昆（1979-），女，湖北武漢人，碩士，講師。研究方向：生涯規劃，就業指導。
一、引言
著名的未來學家弗里德曼在《世界是平的》這個書里面，提出了互聯網3.0時代的概念，告訴我們通過寬帶及互聯網，個人可以變得更加強大，而世界怎變得更小。比如，現在青年學生可以通過軟件的客戶端，點擊不同老師甚至不同學校的的同一門課程。各種微課堂，e——learning課堂的層出不窮，給予學生們更多的拇指投票的權力，學習方式和教育模式的變革也導致高等教育機構的管理和服務的革新。顯而易見，青年學生對移動互聯網的日益增長的需求與傳統的高等教育的供給模式矛盾將不斷深化，大數據的到來，也帶來了象牙塔的革命！高校的就業指導工作是高校教育供給機制的促進和改良劑，也是提高象牙塔學生就業質量的重要環節。如何在大數據特別移動互聯網時代因時而動，率先占據主體地位，獲得就業指導在互聯網時代的話語權，是個值得探索的話題。
二、傳統的高校就業指導工作在大數據時代危機重重
1.就業指導形式已經無法滿足現代大學生個性化、多樣化、特質化的需求。
傳統的就業指導表現為更多的是行政性指導和形勢政策的分析報告會和輔導員、班主任的個人談心形式，傳統的滿堂灌、一言堂在高校的課堂，班級的會議中屢見不鮮，效果是可想而知的。現在的大學生大多數都是中國互聯網的同齡人，他們甚至比高校老師更懂得、更需要大數據時代的紅利和前景。學生價值多元、個性多樣、需求多角度的現狀給予高等教育的學生管理和服務的駕馭能力提出了新的挑戰。
2.高校的就業指導的主體地位也面臨著多媒體、多信息服務平臺的挑戰。
由于大數據時代特有的互聯網和軟件平臺，個人價值的尊重與訴求得到空前的表現，人性化、個性化的服務性的理念凸顯出來。人人都是麥克風，個個都有發言權，互聯網時代，將使得在家上學、教育空間設計、面向未來的學校界限的消失成為趨勢。多種媒體和信息平臺更加充實著90后大學生的網絡生活（他們可能是中國生活網絡化程度最高的群體了），而青年大學生都處于自我價值逐漸形成時期，社會閱歷不足，分析能力和判斷力尚未成熟。多元化價值觀、一些消極、不健康的價值取向借助互聯網、大數據時代的便車，也進入了校園，這對高校的就業指導的主體地位和話語權提出了嚴峻的挑戰。
3.高校的就業指導教師的數據分析能力將在大數據時代面臨著提升。
高校的就業指導老師承擔著課堂的授課和課下的指導工作，他們必須具豐富的專業知識和一定的人生閱歷，對行業和時代的發展趨勢有一定的分析與判斷能力。他們的專業能力是衡量教學和指導質量最重要的方面，也是學生衡量一個教師優劣的重要標準。面對著與互聯網同齡的90后們，盡管專業知識占據著重要位置，盡管他們有著豐富的社會閱歷，有種重要的能力可能乃至將來會成為評估一個教師專業化的重要指標——教育數據的分析，老師如何從學生紛紛復雜的教學活動中、實際指導工作中，通過對相關數據的分析、關聯、總結與預測、有效提高學生的成績，理性引導他們充分就業、完成職業生涯的良好開端，數據分析的能力顯得尤為重要。
4.數據分析技術及成果應用尚未引起高校的足夠的重視
當前高校的就業形勢嚴峻，使得各個高校異常重視畢業生工作，從計劃到總結，從過程到結果，高校的畢業生工作可謂是事無巨細。雖然就業工作總結能夠使高校的就業指導工作、甚至人才培養工作得到回饋，但由于很多高校尚未轉變觀念，或因技術條件不足，尚未將數據分析的技術及其成果應用于就業指導的全過程，這個只是零散的，不規則的，部分的，階段性的，反饋的結果也帶有片面性。學生對人才培養質量的滿意程度、學生的就業規律這些都隱藏在數字下面，潛在價值尚未體現。
三、更新觀念、轉換思維，積極應對大數據時代的挑戰
1.形成以學生為中心，學生職業價值觀為核心，滿足學生需求，勞動力市場需求，建立起勞動者與勞動市場雙向動態匹配指導的新模式。
在注重體驗和個人價值的大數據時代，高校的就業指導將在基于大數據以及軟件平臺應用背景的前提下，以學生個人體驗為中心，以學生需求、勞動力市場為兩個基本點，對在校大學生提供實時、在線、個性化、全程化的就業信息服務的全過程。積極、主動、關注學生的服務體驗經驗、貼近學生的心靈，走進互聯網特別是移動互聯網將是大數據時代高校就業指導服務將是學校在各種媒體和平臺的競爭中拔得頭籌的關鍵。就業指導服務部門將于學生工作工作部門合作，積極開展對學生就業價值觀、職業價值觀的引導和教育工作，發揮校內主流媒體的輿論導向作用，通過課堂與課下、線上與線下的的教育和實踐工作，引導學生正確、理性對待社會的不良職業價值理念和人生觀，形成積極、健康的職業價值觀。
不可否認，傳統的大課堂、傳統的咨詢與輔導將依舊堅守在課堂中，更多的是就業指導人員深入互聯網，進入微信群，走進學生的網絡社交空間，貼近學生的現實交往群體，就業指導人員將和就業求助人員將建立平等的對話關系，倡導關注學生體驗，提升學生就業指導服務的滿意度。
2.以生涯發展為基本點，熟練運用數據挖掘和分析技術，提升學生的就業質量
自職業規劃大師舒伯提出以自我發展為核心的的生涯發展理論后，如何引導學生進行連續而又穩定的職業生涯規劃和實踐變成了就業指導的發展方向，這項工作則在大數據時代中走向了積極的實踐階段。高校就業指導部門將從海量的學生個人信息和勞動市場信息的挖掘與分析中，找尋個性不同、需求迥異、價值多元的個性化的就業指導服務類型來匹配學生的需求，屆時，實時、在線的形勢政策分析報告會與量身定做的“微服務”、“微自信”“微指導”將同時進入學生的移動職能終端中，比如在線職業傾向測評、在線面試指導、在線的求職策略，在線工作分析等，學生通過移動智能終端將大大提升他們的求職成功率。學生甚至可以根據個人喜好、需求選擇不同的就業指導信息服務載體，學生將從傳統的就業指導的接受對象反客為主，成為就業指導服務的的主體。就業指導管理及服務部門將因學生需求不同不斷運用海量數據挖掘技術與分析技術，學生的數據將有效得到整合、挖掘、分析，數據潛在的價值將得以體現。高校就業服務部門隨之探求企業需求規律、學生求職軌跡、市場及行業發展趨勢，不同性別、不同地域、不同種族學生的求職，為學生提供更加真實和具體的就業信息服務，學生穩定就業、高校有效指導、勞動力市場需求得到有效反饋，最終實現三者的動態平衡。
3.避開盲點——保護求職者個人隱私，將成為大數據時代高校就業指導工作新亮點；
自從美國的斯洛登披露了棱鏡事件之后，大數據無處不在的第三只眼使得互聯網社會的公民都毫無任何隱私而言。學生在校期間的數據是否由于信息安全的不確定性將被社會上的不法機構或者不法分子侵占，作為不正當的使用。而青年學生普遍存在網絡個人隱私保護意識淡薄，使得在就業系統系統中，學生的人格傾向、興趣傾向、身體等個人隱私信息，如何被有效保護和有效識別，高校的學生工作服務系統，高校就業指導服務系統，等其他社會力量的多遠參與，將是高校就業指導工作中數據隱私保護的多元力量。
4.倡導建立終生、多媒體、多渠道的教師學習模式，打造一支適應大數據時代就業指導的服務團隊。
大數據時代的4個V（volume，Varity，Value，Velocity）在一方面提高了就業指導服務的效率的同時，也給就業指導人員提出了更高的挑戰。大數據時代是云技術、分布式處理、數據挖掘和數據分析技術大張旗鼓的時代，數據勘探和數據分析軟件可以通過提供實時反饋學生職業生涯規劃的實現狀況來幫助學生，教師可以使用這些工作來研究學生的職業發展模式并修正后期規劃以便滿足學生個人的需要，而這些都需要就業指導的人員對新技術、新媒體、新渠道、新的數據分析方法的理解、掌握和應用，只有不斷學習，不斷適應，才能打造一支業務過硬的就業指導隊伍。
5.建立一個中心，兩個基本點的線上與線下、實時與多時就業指導服務的績效評價體系。
正如《世界是平的》所說，互聯網的無線小與個人價值的無限大形成了一個極大的反差。在倡導個人主觀體驗，個人價值的大數據時代，就業服務的多媒體和多視角給就業服務的績效評價體系新的思考方向。評價就業指導的服務，可以以學生主體滿地度為中心，學生家庭、供職單位為兩個基本點的線上與線下、實時與多時、多角度的就業指導輔導的績效評價體系。以評促進，以評促改，以評促建，切實讓高校在大數據多媒體的時代下最大程度地獲得影響學生職業與就業行為的影響力。
參考文獻：
[1]王國強沙嘉祥吳藝雄關于在教育業倡導顧客滿意戰略的一些想法第八屆亞太質量組織（APQO）會議，2002年9月15日.
[2][日]城田真琴著，周自恒譯大數據的沖擊人民郵電出版社2013.6.
[3]白永生焦艷新媒體背景下就業指導課課程教學改革教育與職業2012.9第26期.
