大數據課程總結匯總十篇

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇大數據課程總結范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

中圖分類號：G4

文獻標識碼：A

doi：10.19311/ki.16723198.2017.01.080

1引言

管理定量分析課程是應用統計學、運籌學、預測與決策等理論和方法研究經濟管理問題的系列應用性課程，它通過收集、整理、分析和解釋實際數據來獲得有價值的信息和知識，探索經濟管理問題的運行規律，輔助企業管理決策和提高管理效率。

近年來，大數據的出現對企業的生產、經營和決策等活動帶來了深刻的影響和變換。越來越多的企業致力于應用大數據技術來挖掘企業經營數據的內在價值。

大稻菁際醯某魷鄭對管理定量分析課程教學帶來了機遇和挑戰，一方面，它極大地豐富了管理定量分析的教學內容，提供了諸多的新理念、新技術和新工具；另一方面，它對現有的管理定量分析課程的教學內容、教學模式和教學團隊等帶了更高的要求，已有的教學模式難以匹配大數據時代對管理人才提出的高要求。

如何順應大數據時代的新趨勢開展管理定量分析課程教學，如何結合新趨勢優化管理定量分析課程設置，如何建立適應大數據背景下的管理定量分析課程教學團隊，如何增強大數據背景下學生的數據驅動的管理決策意識，培養適應大數據時代要求的高素質人才，這些都是現有的管理定量分析課程教學所面臨的問題，這也促使我們不得不去思考、探究、優化甚至改革現有的管理定量分析課程教學模式。

2現有的管理定量分析課程教學概述

筆者所在的教學團隊來自于武漢科技大學管理學院，承擔全院《管理統計學》、《運籌學》、《系統工程》等課程教學，具有豐富的教學經驗。然而，在教學實踐當中，我們發現：盡管現有的管理定量分析課程教學模式比較成熟，但是仍存在“三多三少”的不足，而這些不足恰恰難以應對大數據背景下對管理定量分析課程教學帶來的挑戰。

2.1理論講授較多，實踐教學較少

隨著市場競爭的日趨激烈，越來越多的企業采用定量分析方法進行企業決策，管理定量分析方法也成為管理類專業的重要課程。然而，實際教學過程中卻發現，學生對該類課程的積極性不高，學習過程中出現畏難，不耐煩等消極情緒，導致實際教學效果大打折扣。

究其原因，一方面，目前的管理定量分析方法主要介紹各種不同類型的定量方法的原理、模型和理論，因而教師主要采用理論講授為主的教學手段，加上定量分析方法這類課程對數學要求較高，有不少理論模型、數學公式和邏輯推理，對學生的數學要求較高，相對于理工類學生，管理類專業的學生數學基礎較為薄弱，因而學生本能地會產生排斥心理；另一方面，現有的定量分析方法主要講授其原理，大部分老師缺乏參與企業實際管理決策的經歷和經驗，難以向學生講授應用定量分析方法解決企業實際管理決策的情景和過程。

2.2數學推導較多，案例應用較少

目前，關于管理定量分析課程教學存在兩種觀點：一種是“重理論輕應用”，該種觀點認為管理定量分析課程是一門綜合統計學、運籌學、預測與決策等理論和方法的理論課程，應該注重定量分析的理論和方法的講授，以理論推導和數學模式為主；另外一種是“輕理論重應用”，該種觀點認為管理定量分析課程應該強調統計學、運籌學、預測與決策等在經濟管理中的應用，以Excel和SPSS等工具為手段，突出應用案例教學。

目前，“重理論輕應用”的教學模式占大多數，這種模式注重理論講授和數學推導，理論方法與實際案例結合不夠，學生掌握了零散知識，但無法解決實際問題。此外，部分教材也以理論講授為主，缺乏深度的應用案例，也不注重定量分析軟件的應用，學生面對實際問題往往束手無策。

2.3知識傳授較多，綜合訓練較少

管理定量分析課程考核一般采取閉卷考試，題型包括填空題、單項選擇題、多項選擇題、簡答題和計算題等，盡管題型多樣，但是這種考核方式仍然只能考察學生對基本的單一知識點掌握情況，難以考察其綜合運用定量分析方法解決實際問題的能力。

然而，大數據時代的到來對從業者提出了更高要求，除了掌握基本的定量分析方法原理，還要求從業者具備應用定量分析方法來實現數據獲取、數據預處理、統計建模、模型檢驗、模型評價、模型部署等，從而解決實際問題的綜合能力。而這些綜合能力無法通過單一知識點的考核來實現，需要通過參與理論學習、軟件操作、模擬場景或實際項目等綜合訓練才能夠達到。

3大數據背景下管理定量分析課程教學探討

面對發展迅猛的大數據技術，現有的管理定量分析課程教學模式難以跟上大數據時代對其提出的新要求。如何順應大數據時代的新趨勢開展管理定量分析課程教學，如何結合新趨勢優化管理定量分析課程設置，如何建立適應大數據背景下的管理定量分析課程教學團隊，如何增強大數據背景下學生的數據驅動的管理決策意識，培養適應大數據時代要求的高素質人才，這些都是現有的管理定量分析課程教學所面臨的問題，這也促使我們去思考、探究、優化甚至改革現有的管理定量分析課程教學模式。

3.1構建知識融合的課程設置

合理的課程設置是開展課程教學的前提，更是人才培養質量的重要保障。課程設置應適應于教學目的、培養目標和學科發展趨勢。

最初，管理定量分析課程以“統計學”、“運籌學”為主干。隨后，根據學科的發展趨勢，先后加入“統計軟件應用”、“計量經濟學”等新課程。近年來，大數據的發展對從業者提出了更高要求，簡單定量分析方法傳授難以適應新要求，需要從業者掌握更多的分析方法和數據挖掘、機器學習等新技術。遵循知識融合的思路，管理定量分析課程應引入大數據分析、數據挖掘、機器學習等前沿技術，加強SPSS/SAS/R等操作能力，尤其應注重培養應用新技術解決企業實際經營管理問題的能力。

3.2探討案例驅動的教學模式

盡管目前的管理定量分析n程有多媒體教學、板書教學等方式，但是管理定量分析課程仍以理論教學為主，簡單統計工具應用為輔，忽視了培養學生的實際操作能力，無法形成“教-學-用”的良性閉環。

大數據時代下，數據擁有更大的價值，從業者應具備從數據中挖掘知識和信息的能力。因而，管理定量分析課程應引入實際案例，綜合訓練應用定量分析方法解決實際問題，挖掘新知識和新信息的能力。

管理定量分析課程教學應逐步轉向理論傳授、案例驅動相結合的模式。近年來，業界出現了不少應用大數據解決企業管理決策問題的案例。例如IBM開展基于大數據的訂購分析；Google利用大數據預測全球流感趨勢；百度預測春運流量等。這些都為管理定量分析課程教學提供了豐富的案例。

在課堂教學之外，通過參加大數據競賽、邀請大數據分析專業人員開展講座，參加科研項目，參與企業實習等，培養學生應用SPSS/SAS/R等處理和分析數據的綜合能力。

3.3建設學科交叉的教學團隊

管理定量分析課程教學離不開教師和教學團隊的支持。大數據對管理定量分析課程教學提出了新要求，新背景下的管理定量分析課程教學涉及統計學、運籌學、統計軟件、計量經濟學、數據挖掘等不同學科的知識，因而建設一支適應大數據背景下的新要求的管理定量分析課程教學團隊尤為重要。

目前，管理定量分析課程的教學師資主要以統計學和運籌學等學科背景為主，大部分老師未掌握數據挖掘、機器學習、R、SPSS等，建設學科交叉的教學團隊是課程教學質量的重要保障。新型的管理定量分析教學應加強SPSS、R、數據挖掘、機器學習等的學習，建立學科交叉的教學團隊，加強管理統計軟件和數據挖掘等訓練，注重理論教學和上機實踐的結合，培養學生應用分析工具進行實踐的能力。

4結語

管理定量分析課程是一類應用統計學、運籌學等理論和方法研究經濟管理問題的系列應用性課程。大數據技術的迅猛發展對現有的管理定量分析課程教學帶來了極大的挑戰。本文以大數據背景下的管理定量分析課程教學模式為主線，首先，分析并總結現有的管理定量分析課程教學的“三多三少”的特點和不足；其次，結合大數據背景探討了新型的管理定量分析課程教學模式，提出了：（1）構建知識融合的課程設置；（2）探討案例驅動的教學模式；（3）建設學科交叉的教學團隊的新型管理管理定量分析課程教學模式，它融合了課程設置、教學模式和團隊建設，注重定量分析理論和應用的結合，有助于順應大數據時代對管理類專業學生的新要求，培養他們的數據驅動的量化分析和管理決策意識，增強其解決實際問題的能力，進而提升其職業競爭力。

參考文獻

[1]顧劍華.關于工商管理專業管理定量分析課程建設的思考[J].當代教育論壇，2009，（4）：127128.

[2]鄧淇中，周志強.管理定量分析課程教學改革探討[J].當代教育理論與實踐，2013，5（4）：9294.

[3]龔麗.管理定量分析課程的教學探討[J].大學教育，2014，（17）：111112.

篇（2）

計算機應用基礎課程是計算機的一項入門課程，只有扎實掌握計算機應用基礎的相關內容，才能更深入地學習計算機知識與技能。基于此，必須確保計算機應用基礎課程的教學水平。但大數據時代下，給計算機應用基礎課程提出了新的要求，必須對這門課程進行改進與創新，才能確保教學質量。

1.改變教學理念

課程教學質量在很大程度上受到教師教學理念的影響。如果教師的教學理念比較落后，依然對學生進行說教引導，則會給學生的學習帶來一些不利影響。大數據時代下，現代化教育教學理念在教育領域中得到了滲透。基于此，計算機應用基礎課程教學中，教師也要積極改變教學理念。計算機應用基礎課程教學過程中，教師應具備開發的思維，不可對學生的思維加以束縛，而是在大數據教育資源下引導學生高質量地進行自主學習。實際教學中，教師應對大數據技術進行合理應用，實現自身教學質量的提升。例如，可以借助大數據技術，來對歷史教學效果、問題檔案進行分析。教師不能通過自行查閱檔案，來總結教學中的不足、分析不同教學方法下的教學效果。但是，利用大數據技術之后，教師便可以快速分析不同時期教學中出現的問題、不同教學方法下得到的教學效果。根據大數據分析結果，教師便可以審視自身存在的問題，并采取有針對性的措施予以解決，以便于更好地對計算機應用基礎課程教學進行改進與優化。計算機應用基礎課程教學創新過程中，也要注重體現學生的主體地位，不可再對學生的學習時間、學習場地加以約束，而是應該為學生提供更多的自由，使學生能夠主動學習，提高學生的學習積極性。

2.創新教學內容與方法

大數據時代背景下，大數據技術的應用，給計算機應用基礎課程教學帶來了巨大的影響，具體體現在，一方面，教師備課過程中面臨著更多的可選資源，另一方面，學生對于信息的接收速度大大提高。為確保課程教學水平，應抓住大數據時代帶來的機遇，對計算機基礎課程教學進行創新與改革。對課程教學進行創新的過程中，應綜合考慮課程特征、教學要求、教學大綱，對教學內容、教學方法進行創新。首先，在教學內容創新方面，應根據市場需求，將培養與提高學生的實踐能力作為主要目標，做好市場調研工作，明確學生就業方向，并以此為根據，在教學內容中引進一些未來就業時學生需要用到的內容，如UI設計、網頁設計等。同時，大數據時代背景下，網絡上存在海量的學習資源，學生在課程學習中，除了要學習課程教材內容之外，也可以對網絡學習資源進行靈活運用，選擇一些優質的學習資源，來拓展視野，彌補課程學習的不足。其次，在教學方法創新方面，可以采取新興的翻轉課堂教學方法，使學生掌握學習的主動權，以教材內容、網絡學習資源為主要內容，來對計算機應用基礎的相關知識進行學習，并能快速掌握。相比較于常規教學方法，翻轉課堂中，學生能夠根據自身學習基礎、學習習慣，來進行學習，為學生提供了更多的學習自由，有利于學生主觀能動性的發揮。此外，教師的指導與點評有著十分重要的作用，可以及時糾正學生的錯誤，確保學生的學習效果。教師在對學生進行點評的過程中，為保證真實性、客觀性，可借助大數據技術，來對學生各學習狀態之間的關系進行分析，明確各學習要素間的內在聯系，以便于更科學地進行點評。

3.加強實訓室建設

篇（3）

中圖分類號：G64 文獻標識碼：A 文章編號：1674-098X（2016）02（a）-0120-04

Abstract：With the advancement of data collection technologies，big data becomes a significant resource in various fields of engineering.It is generally applied both in industrial world and scientific research.To engineering majors，teaching of big data theory and technology should be emphasized either for educating future research staffs or for providing technicians for industry. In this paper，the necessities and key points of teaching big data skill in colleges were discussed after the introduction of the background of big data.It is suggested that mathematic skill of big data should be taught in combination with the corresponding major，and programming skill related to big data should be emphasized.

Key word：Big data；Teaching；Engineering majors；Data mining

信息技術的快速發展為數據采集提供了越來越多的方法和手段。隨著大量實時數據的連續積累，傳統的數據存儲和挖掘方法逐漸不能適應現實需求，大數據的概念隨之被提出來。大數據一般指在因數據量巨而無法在可容忍的時間內用傳統的軟件工具采集、清洗、管理和處理的數據集[1]。具體來講，大數據的大，首先，體現在容量上，大數據不是樣本，而是事件發生時積累的全部數據。其次，體現在速度上，大數據一般都意味著實施連續的數據采集。最后，大數據體現在多樣性上，包括文本，圖像，視頻聲音等多種類型。

大量連續的數據集，為更全面深入地認識各種問題提供了豐富的素材，也對原有的數據處理和挖掘方法提出了挑戰。大數據的機遇和挑戰在互聯網等相關領域表現的最為突出，尤其是新興的移動互聯網領域。無論是網絡訪問數據，還是諸如基于移動互聯網的叫車、導航和餐飲服務，其本身就是大數據來源，為企業和研究人員研究消費者行為提供了重要資料。在非信息技術領域，比如公共交通行業，大數據也逐漸成為政府決策和交通模型研究的重要資源。典型的如北京地鐵交通智能卡數據，日刷卡量達600萬人，長年的數據積累可以被用來研究交通行為、交通政策乃至城市結構的演變。因此，目前在就業市場上基于大數據的分析技能受到越來越多的用人單位的重視，相關科研機構也越來越需要具備大數據相關分析方法或編程技能的本科生或研究生。

然而目前的課程大綱中，對于大數據相關的理論與方法并沒有給予應有的重視。筆者調研了海淀區大部分高校，就本科教學而言，有關數據統計分析與挖掘的教學，主要放在大學三年級的數據基礎模塊，代表性課程為概率論，開課教師多為理學院老師，帶有通識性教育的特點。就研究生階段而言，大數據分析所涉及的基礎理論主要通過數理統計和數值分析相關課程來講授。這些教學模塊并沒有對大數據及其相關的理論分析與應用技術做充分的強調。對此，該文在分析大數據教學必要性的基礎上，提出大數據教學的要點，為工科專業培養具備大數據思維和技術處理能力的人才提供參考。

1 工科專業大數據教學的必要性

隨著信息技術在各個行業的應用，海量數據逐漸被采集和積累，面向大數據的統計分析技能需求越來越大。以培養人才為主要目標的高校需要跟上產業的發展，因而有必要結合各個專業的實際需求開設大數據相關課程。

1.1 大數據已經成為各個行業的重要資源

隨著信息化、自動化程度的提高，各個行業都開始積累大量連續且多種形式的數據。數據的量級是前所未有的。以交通行業為例，傳統的數據采集方法往往采用抽樣調查的方法，利用問卷獲取居民的出行信息。不僅成本較高，獲取的數據量也有限，準確性難以保證。隨著信息技術的進步，尤其是GPS導航的普及，以及公共交通系統自動售檢票設備的應用，為交通行業提供了大量實時連續的數據。再加上監控系統、圖像識別等設備與技術的應用，可以說目前交通行業已進入大數據時代。以北京為例，目前公共交通領域都采用自動售檢票系統，日地鐵刷卡量達600萬人，路面公交刷卡量達1 000萬人。公交系統內部監控視頻系統每日產生萬T視頻數據。同時路面交通6.7萬輛出租車GPS數據，以及地圖搜索引擎積累的導航數據，共同構成了北京城市交通的大數據。

這些數據占用了大量的存儲空間，也為我們全面地分析問題提供了寶貴的資源。怎么從如此大規模的數據中挖掘有用信息，引起了行業人員越來越大的重視。這點從谷歌大數據搜索趨勢可以看出。如圖1所示，從2011年開始，大數據搜索量開始飛速增長。這說明大數據已經成為信息化社會數據統計和數據挖掘的新形式。作為培養創新型人才的基地，高校在這種社會潮流中不能落后。這點不僅要體現在科研上，更要體現在教學上。因此，開設大數據教學是大勢所趨。

1.2 企業需要具備大數據處理能力的技術人才

企業是大數據的擁有者。海量的數據為各類企業監測設備運行狀態、識別目標客戶、提升效率和增加利潤提供了潛在途徑[2]。多項研究表明，深入挖掘企業積累的大數據，可以優化企業的倉儲、供應鏈管理等環節，降低成本，提高效益，提升顧客的滿意程度[3]。

一旦大數據帶來的實際效益為企業所充分認識，以追求利益最大化為存在目的的企業就會成為大數據挖掘的第一推動力。隨著近幾年大數據技術在經濟效益轉化上取得的成果越來越大，更多的企業開始著手挖掘大數據，尤其一些互聯網巨頭，都紛紛成立了大數據實驗室。隨著企業大數據相關業務的拓展，其對大數據方面的人才需求就越來越大。根據華盛頓郵報[4]，McKinsey環球研究所估計截止2018年僅美國經濟和商業領域的大數據高級分析人才的市場需求就達4.4～4.9萬，其他大數據分析人才需求量達400萬。

如此大規模的市場需求，如果高校不能及時調整培養方案，增加大數據相關的教學模塊，就不能滿足社會對這方面人才的需求。所以，從人才市場需求的角度，國內大學有必要盡快開展大數據教學。

1.3 科學研究需要大數據人才

大數據挖掘在各個領域的需求，最終會反饋到科研領域。這點從近十年SCI論文檢索數據庫Web of Science收錄的大數據主題相關論文數量可以看出來。筆者檢索了近些年SCI數據庫大數據主題相關論文的年收錄量，如圖2所示，以大數據為主題的論文在2006年的年收入量是1 000篇左右，而到2014年，年收入量已突破4 500篇。SCI論文數據庫代表著高水平的科研成果。以大數據為主題的高水平科研成果從2011年開始飛速增長，這點與圖1谷歌搜索服務提供的大數據相關熱度基本一致。說明全社會對大數據的關注，很快反應到了科學研究領域。

與科研領域大數據相關研究需求與研究成果快速增加的情形相悖的是，國內高校在本科和研究生培養過程中對大數據挖掘理論與方法的教學沒有給予足夠重視，缺乏相關的教學模塊。以交通運輸專業為例，新入學的碩士生或博士生，在大數據處理方面既缺乏課程培訓，也缺乏研究經驗，需要團隊從零開始傳授交通大數據挖掘相關方法。這種現象在多個專業都是普遍存在的。因此，從培養科研后備人才的角度，高校有必要開設大數據相關課程。

2 大數據教學的要點

充分認識了大數據教學在工程專業人才配上上的必要性，下一步就是如何開展好大數據教學，使學生通過大數據課程的學習，掌握大數據挖掘相關的理論與方法，滿足就業市場與繼續深造的需求。對此作者走訪旁聽了部分英國大學大數據相關的課程，也調研了國內部分高校開展的數據挖掘方面的課程，總結了大數據教學的兩個要點，以期為大數據教學的推進提供參考。

2.1 數學基礎課與專業案例相結合

大數據處理對機器學習相關的數學方法，特別是統計分析理論要求較高。目前大多數高校都在本科及研究生培養的過程中開設了概率論及數理統計相關課程，然而這些課程一般由理學院數學系的相關老師講授，具有工科專業通識教育的特點。這會造成一些突出問題。最主要的是這種模式會弱化案例教學的作用，過于強調理論，而理論的應用，尤其是理論在各自專業上的應用，不能被很好地強調。即使包含了案例教學，但是案例往往是抽象的，或者與各個工科專業沒有關聯，學生不能意識到教授的理論知識能否能在本專業應用，應用在什么地方，以及如何應用。這會從根本上影響學生的學習興趣，進而影響到學習效果。

因此，有必要借鑒國外先進的教學理念，在大數據理論教學中采用本專業老師教授大數據挖掘以及機器學習相關理論。筆者在英國University College London交通中心旁聽了數據采集與分析相關的研究生課程，發現該課程即由交通中心的老教授主講。其授課內容與國內研究生數學基礎課的數理統計類似，不過適度弱化了理論部分，增加了大量的交通工程數據分析案例。從學生的課程參與情況，以及參與科研項目過程中對相關理論的應用效果來看，這種教學模式不僅能讓學生意識到理論方法在本專業的價值，還能讓學生快速掌握應用的方法。甚至部分教授采用半節課理論講解，另外半節課邀請企業或政府部門相關從業者針對所講理論在實際中的應用進行演講。這些教學模式都值得在大數據教學中加以借鑒。

2.2 著重編程能力的培養

大數據對自主編程能力的要求很高。這主要由兩方面決定。其一是數據的預處理，由于大數據一般涉及繁蕪叢雜的原始數據。這些數據存儲格式，字段意義，數據類型種類較多，使用現成的統計軟件已不能滿足原始數據預處理要求，而手工處理也不現實，因此一般需要自主編程，針對數據的具體問題設計對應的預處理算法。比如公共汽車網絡一般包含很多線路和車站，線路和車站的名稱、編碼也存在不盡統一之處。體現在公共汽車刷卡大數據上就是字段編碼存在混亂，與GIS數據上車站的地理位置不能一一對應。對于這種情況，要可視化公交車網絡客流，必須對刷卡數據預處理。如北京龐大的公交網絡，手工處理不現實，這就需要研究人員自主開發對應模塊完成該工作。其二，海量數據對計算復雜度提出了新的要求。很多情況下不是傳統算法不可行的問題，而是不能在適合的時間內處理完大規模數據的問題。以地鐵網絡客流實時顯示系統為例，如果路徑選擇算法不能在較短的時間內給出結果，從實時的角度就其結果就沒有意義。大數據處理需要復雜度更低的可行算法，甚至在有些情況下需要設計并行算法，使用多個計算設備同時計算[5]。

所以，培養具備大數據思維和能力的人才，必須強調編程能力的培養。把編程相關課程作為大數據培養模塊的基礎課程，并體現大數據編程的特色。英國紐卡斯爾大學的Big Data Analytics模塊就是由計算機相關專業的老師開設。課程大綱中強調編程能力和算法設計，并專門教授了并行計算相關內容。

3 結語

隨著數據采集和存儲技術的進步，大數據逐漸成為各個行業尤其是工程相關專業的熱點。在這種形勢下，本文研究了工科專業大數據教學的問題。首先分析了大數據在實踐和科研領域的發展現狀和未來趨勢，認為無論是生產企業，還是科研相關單位，對大數據人才的需求都是迫切和巨大的。因而，從滿足未來人才市場需求的角度，大數據教學的問題必須引起國內高校的重視。工科相關專業有必要增設大數據培養模塊。基于必要性，總結國內外目前在數據處理方面的教學經驗和問題，提出了開展大數據教學的要點。其一，大數據理論教學必須與本工科專業相結合，側重案例的相關性。其二，自主編程能力是大數據能力的重要體現，因而必須予以重視。目前大數據教學在國內還處于起步階段，需要各個專業的同仁結合本專業的特點展開積極的探索，構建合適的大數據培養模塊，成為本科及研究生培養課程體系的重要一環。

參考文獻

[1] Snijders，C.，Matzat，U.；Reips，U.-D.“’Big Data”：Big gaps of knowledge in the field of Internet[J].International Journal of Internet Science，2012（7）：1-5.

[2] Stefanovic，Nenad.Collaborative Predictive Business Intelligence Model for Spare Parts Inventory Replenishment[J].Computer science and information systems，2015，12（3）：911-930.

篇（4）

對于大數據時代，目前通常認為有下述四大特征，稱為“四V”特征：第一，數據體量巨大（VolumeBig）：數據量級已從TB（1TB=210GB）發展至PB（1PB=210TB）乃至ZB（1ZB=220PB），可稱海量、巨量乃至超量；第二，數據類型繁多：越來越多的為視頻、位置信息、圖像與圖片等半結構化和非結構化數據信息；第三，價值密度低，商業價值高：以視頻為例，連續不間斷監控過程中有價值的數據可能僅為一兩秒的數據流；第四，處理速度快，處理工具演進快：數據流往往為高速實時數據流，而且往往需要快速、持續的實時處理。[2，3]

2.大數據時代對人才的需求

2013年3月，IDC數字宇宙報告《大數據，更大的數字身影，最大增長在遠東》預計到2020年數字宇宙規模將達到40ZB。這意味著需要大量的人力和技術對如此龐大的數據進行處理、分析和管理。在此情況下，對于大數據環境下新型人才的培養問題在近年逐漸受到重視。未來對具有大數據管理和分析能力的人才需求將快速增長，這些人員除了具備相應的技術能力、管理能力、社交能力、系統分析和開發的能力外，還需要具備深度分析數據的能力。同時，一些和大數據相關的職位也會應運而生，例如數據分析師、數據架構師等。2011年麥肯錫全球研究所給出的一份報告預測，美國到2018年對具有良好信息素養的經理人才的需求量大約在150萬人，此外，還需要14萬～19萬數據分析方面的資深專家。[4]在我國，互聯網企業、電子商務、金融機構、醫療衛生、零售、保險等行業及政府數據中心對大數據專業人才的需求量都很大。

二、大數據時代下山東理工大學信管專業培養模式

大數據時代產生對相關人才的巨大需求，因此，山東理工大學（以后簡稱“我校”）信管專業提出了新的培養標準和課程設置體系，培養具有我校特色的信息管理專業人才。

1.培養目標和培養標準

在大數據環境下，重新定位信管專業的培養目標和標準，以適應“大數據”對專業人才提出的新要求，是信管專業建設的首要議題。我校信管專業突破國內高校信息管理專業人才培養的三種主要模式（一是強調IT技術，弱化了現代管理理論與方法；二是強調管理又過于弱化了IT技術；三是IT技術與管理相融合，但實際效果不理想），[5]強調學生不但要掌握現代信息系統的規劃、分析、設計、實施和運維等方面的方法與技術，更要具有現代管理科學思想和較強的信息系統開發利用以及數據分析處理能力。我校信管專業還制定了全新的培養標準矩陣（如表1所示），從五大方面28個小方面更為詳實地闡述了信管專業學生需具備的技能和能力，并為課程的設置提供了依據。

2.課程設置體系

為了滿足大數據時代對人才提出的新要求，我校信管專業課程設置圍繞主干學科（管理學、經濟學、計算機科學與技術、管理科學與工程）不僅設置了國內高校信管專業常設的管理學、統計學、管理信息系統、數據庫原理與應用、數據結構與算法分析、計算機網絡基礎與應用、Java程序設計、電子商務等課程外，還設置了數據倉庫與數據挖掘、商務智能與人工智能等相關課程，使學生在理解新興數據處理模式的同時，智能化數據分析處理及決策支持能力得到訓練。與此同時，還設置了基于移動終端的APP開發、企業信息系統構建與仿真、電子商務平臺架構設計等課程，使信管專業的學生成為擁有合理知識結構的復合型人才。大數據時代下新型的信息管理與信息系統專業人才的培養既要高度重視理論知識的學習，又要加強實踐能力的培養。為此，我校信管專業還設置了工程實訓、軟件實習等實踐項目，以及為期10周的IM&IS應用實踐環節，為學生搭建實踐平臺，拓寬實踐渠道。通過3年在校學習及總計約1年的實踐鍛煉（如圖1所示），我校信管畢業生不僅具有良好的管理知識基礎、信息技術應用能力，現代信息系統的開發利用的能力，還具備智能數據分析處理工具的操作能力以及綜合數據分析處理能力。

3.特色

大數據時代下，我校信管專業制定了具有自身特色的培養模式，即：培養目標和標準與行業發展結合，適應大數據對人才能力需求的變化；培養具有綜合分析和管理能力，強調動手能力的新型信管人才。

篇（5）

教育信息化在全國各高校已推行多年，雖然網絡化學習環境、遠程教育、數字化教學資源得到了廣泛應用，但是大部分教學活動的并沒有因為數字化設備的應用而隨之改變，課堂教學依舊是傳統的教師講授，學生記憶理解，只不過在這個過程中紙質教案電子化、黑板粉筆換做幻燈片投影化而已。

大數據時代學生在課外通過網絡等接收到的信息量要超過課上教師講授的信息量。在這種海量信息的沖擊下，學生的學習方法、知識結構和自主學習能力已產生變化，信息技術這門課程受大數據的影響最直接，作為教師也必須及時進行教學思維、教學方式、評價方式的改革。

一、轉變教師教學思維

傳統的信息化課程教育是教學管理者通過多年的教學管理經驗制定教學大綱，教師通過多年的課堂授課經驗設計教學內容，依據過去的經驗總結、歸納并選擇某些因素或知識點作為教學活動的重點。教師在大數據時代下從事教學活動，首先需要將思維從傳統的集體教學轉向個體教學。傳統的教育也強調因材施教，但在學校現有的教學模式下，教師不可能真正實現面向學生個體進行教學。而教育大數據技術的出現，通過對教育數據的分析、挖掘，可以實時得到符合學生實際學習情況與教師教學實際效果的具體數據，從而可以在授課過程中有針對性地制定并執行更符合實際的教學策略。

二、轉變課堂教學方式

大數據的環境下的信息技術課程，教師傳道授業的工作量在教學過程中的比重已有所下降，教師的身份更接近于學生學習時的引導者與研究時的合作者，教學的本質回歸到促進學習者個體的發展。

信息技術課程的教學內容主要分兩大部分：理論與實踐。在理論課的教學中，教師講授新的知識點時只講授重要環節，然后讓學生盡最大可能地利用各種網絡教學資源，嘗試對知識點進行總結和拓展。由于學生所有學習活動都是在線的，上課、做作業、記筆記、做實驗、答疑、討論都是在計算機終端上進行，因此他們的一舉一動都會被記錄下來。學習各知識點時各用了多少時間，作業完成用時多少，并且在完成過程中經過幾次修改，等等，這些都是教育大數據的來源。這些數據要比考試卷面上的分數更能反映學生學習的真實情況，通過對這些數據的分析、挖掘，就能得到每位學生的學習狀態、表現與水平。這些信息是最真實、自然的數據，教師可以由這些數據了解每位學生的個性化特點，從而能在教學過程中因材施教，更有針對性地強化薄弱環節，推薦閱讀書目等。

三、轉變教學評價方式

篇（6）

0 引言

大數據、微課堂、個性化教育，給人一種強烈的時代感，讓人立刻想到當前信息時代的產物。在當今世界個性化教育或者說自主學習成為趨勢，而微課堂作為一種自主學習的方式，符合當前社會個性化教育的要求。微課堂根據課程標準來制作，通過互聯網絡，以多媒體為載體，圍繞教學中的知識點或教學環節而展開的符合學生認知特點的教與學的活動。微課堂是信息化教學的餞行者，微課堂通過多媒體使教學信息前移，是信息技術在教育領域的創新。微課堂改變了傳統的課程資源建設的核心，使傳統的課程資源以教師上課為核心，資源的收集和建設主要圍繞教師上課的需求；而微課堂的出現使得課程資源的建設向以學習者自主學習為核心，資源的開發和建設重點圍繞學習者的學習需求。微課堂也改變了教育教學方式，使傳統的以教師講授為核心的教學方式向以學生自主學習、師生共同深度拓展為核心的啟發式學習轉型，使傳統的以“教案”預設為特征的“演員型”教師向以教師組織下的師生共同深度拓展建構式學習的“導演型”教師轉型。而隨著大數據、云計算、深度學習的發展，微課堂的教育教學方式將獲得更好的發展。而本研究主要探討大數據對微課堂實施個性化教育的推動作用。

1 微課堂的本質

微課堂以建構主義為理論指導，強調的是課程的精心設計。在微課堂中教師根據教學內容將知識進行詳細分解，并以教學視頻的形式將知識點的講解過程顯現出來，這些教學視頻都是以這個知識為核心。教學視頻要求語句簡練，教學內容易懂易學，并且要符合學習者學習規律――即視頻時長不能過長，一般都要求在5-15分鐘之間。微課堂的教學視頻將教學內容進行了精細的講解，并且這些視頻也可以反復的觀看。學習者在進行微課堂學習的過程中，輔助以教師上傳的電子講義和作業習題等資料以達到更有成效的學習。微課堂在建設的過程中要求課程教師將知識進行足夠細致的切分，確保知識能在5-15分鐘內能夠講解清楚，并且學生能夠快速的理解接受。通過微課堂，教師不再需要對知識點進行重復的講解，這為課程教師節省了大量的時間和精力，課程教師可以利用這些時間和精力對學生進行有針對性的指導，提供個性化的教學，提高學生的學習效果和教學效果。在微n堂中學習者可以重復的觀看教學視頻，從而對知識點進行查缺補漏。由于受到時間的限制，微課堂的課程比傳統課堂課程教學設計更加簡潔精練。雖然微課堂的教學資源呈現碎片化，但是微課堂的主線不散，所有的知識點和資源都是圍繞一個主題進行展開的，微課堂的課程由教學內容、課間練習、課后練習、反饋、討論和評估構成，與傳統課堂課程相對，更加注重反饋。微課堂要求在短小的視頻中必須包含與學習內容相關的問題，通過這些問題以獲得學習者的及時反饋，了解學習者對學習內容的了解程度。

2 大數據助力微課堂個性化學習

大數據時代的到來，給教育帶來了重要的機遇。在教學過程中，通過收集學生學習活動的各項數據，并利用大數據的分析功能可使我們了解不同學習者的不同需求，并根據學習者的需求開發和查找到適合個性化學習的學習資源、學習路徑，因此實現真正的因材施教。大數據具有以下基本特征：（1）大量性。在大數據時代，數據的量巨大；（2）多樣性。大數據的數據類型多樣，既包括文本結構的數據，也包括非文本結構的數據――音頻、視頻、圖片、地理位置等；（3）價值性。大數據價值巨大。在大數據中不僅包含了個人的信息，也包含了個人的行為習慣、學習愛好、個人需求等等，這些對于教育來說都是價值巨大的，但價值密度低。由于大數據的這些特性，正好解決了微課堂實施個性化教育的需求，推動了微課堂個性化教育的發展。具體作用體現在以下幾個方面：

（1） 在微課堂的建設過程中，在大數據的輔助下，解放了課程教師，教師有更多的時間專注于提供個性化教學。

在大數據時代到來之前，微課堂的建設相當復雜，課程教師承擔著課程建設的主要任務。在大數據時代到來之前，課程教師要建立一門微課堂課程首先要組織一個課程制作團隊，然后課程教師要對課程知識點進行細分，接著根據細分的知識點錄制相應的視頻，同時還要分配人員去查找與知識點相關的資料，來輔助課程視頻的錄制。在視頻錄制好之后還要進行處理等等。這是一個復雜而費時的工作，但是課程教師卻要全程跟進。再加上在微課堂教學中要解決學生的疑問，課程教師已經忙得焦頭爛額了。然而大數據時代的到來，解決了課程建設中的很多問題，課程教師不再需要制作所有的視頻和查找相關的資料了。通過大數據數據分析功能，可以快速的將課程需要的資料整理出來。大數據的分析功能也可以提供課程建設相關建議，課程教師在大數據的幫助下，能夠很快的制作出微課堂課程。隨著大數據時代的發展，課程的建設可以有機器來完成，教師就可以完全的從課程建設中解放出來，把教學重點放到個性化的教學和一對一的解答中去。

（2）大數據使得面向大眾的教學向面向個性化教學轉變成為可能。

當前的教育，不管是傳統的教育教學還是基于網絡的MOOC教育教學，大部分都是面向大眾的教學。教學內容教學目標教學方式都是一樣，學生要么集中到一個教室要么坐在電腦跟前，通過相同的教學方法觀看著同一位老師講著相同的內容。教師根本上就沒有辦法考慮個性化的教育，因為受教育的人數太多。然而大數據時代的到來，將改變這一狀況。在學習者開始學習之前，微課堂會通過一序列的測試、問卷以及學習者在云端的數據來分析學習者的學習風格、學習愛好和知識水平，并且在學習過程中，全面地記錄、跟蹤和掌握學習者的不同學習特點、學習需求、學習基礎和學習行為，并應用大數據的數據分析功能，為不同類型的學習者打造個性化學習、推薦個性化學習資源、學習方法等，從而使教學從面向大眾轉向面向個性化。

（3） 教學方式、教學重點、教學難點不再是由教師根據個人的主觀經驗來制定，而是由大數據的數據分析，找出學生各自的學習難點與重點。

在大數據之前，教學方式、教學重點教學難點是由教師根據個人的教學經驗來確定的。然而現實學習過程中，不同的學習者喜歡的教學方式不一樣或者說不同的學習者適合不同的教學方式。同樣，學習的重點和學習難點對于不同的學習者來說應該不同，這也是個性化學習的需求。因為每個學習者的知識積累不同，所以每個學習者的學習重點和難點也應該不同。在大數據時代到來之前，這是很難實現的。而大數據的應用，能夠解決這個問題，為不同的學習者提供不同的學習方式、學習重點和學習難點。在課程學習開始之前，通過收集學習者的行為習慣和學前測試可以收集學習者學習方式和知識水平方面的數據，通過大數據的分析，就能制定出適合學習者學習的學習方式。而在學習的過程中，不斷收集學習者學習過程中的數據，經過大數據的分析功能，就可以很清楚的分析出每個學習者的學習難點。而通過大量數據的分析就可以獲得教學的重點，而這個重點是通過“全數據”分析而來，不再是通過抽樣或個人經驗獲得。

（4）基于大數據的微課堂能夠真正以學生為主體。

個性化教育要求學習課程按照學習者的學習規律來選擇和設計，并且學習進度也要根據學習者當前的水平和學習需求智能的調整。學習者在個性化學習環境中能夠根據自己的知識水平自由地選擇課程，根據接收能力的強弱設置課程進度，并且學習者也應該能為自己的學習負責。而大數據的存正好能夠滿足這些個性化學習的需求。大數據為個性化學習提供了一個新型、多元、高效的自主的網絡學習生態圈，為個性化學習提供了極為有利的環境和條件。隨著大數據的發展，云計算也得到了很好的發展，特別是高校云。高校云的發展為大數據在教學中的應用提供了有力的支持。高校云存儲中心為大數據的應用提供了大量關于學生客觀而又真實的行為記錄的數據基礎，數據處理中心對這些零散而又無特定結構的數據應用大數據的數據分析、數據挖掘等技術處理后能夠獲得學習者的特點、學習者當前的知識水平、學習者適合的學習方法等。這也使得教學能夠真正從學習者出發，根據學習者的特點和知識水平等來展開，真正做到以學習為主體，而不是根據教師經驗假設來展開。

3 總結

在微課堂的教學過程中，學習者都是大數據的生產者和消費者，學習者學習過程中的每一個操作每一個反饋，都是大數據中數據的一部分，而學習者學習過程中使用的資源、獲得的幫助又是大數據反作用過來的反饋。利用大數據的分析功能對于學習者的學習過程進行分析具有較強的實用價值。在大數據分析的支持下，微課堂中的學習資源個性化推送、學習質量分析等問題將得到很好的解決。在大數據時代，微課堂也就成了個性化教育的訴求的實現途徑。

【參考文獻】

[1]姜強.基于大數據的個性化自適應在線學習分析模型及實現[J].中國電化教育，2015（1）：84-92.

[2]金陵.大數據與信息化教學變革[J].中國電化教育，2013（10）：7-13.

篇（7）

中圖分類號：G64 文獻標識碼：A 文章編號：1003-9082（2016）10-0137-01

計算機作為高校教學的輔工具，在現如今的大數據時代正發揮著它無可替代的作用。線上教學與線下教學的融合統一，使得學生能更加個性化的學習；而大數據對考試結果進行的分析，極大的方便了教師對于學生學習情況的科學掌握。因此，加強高校計算機的信息化建設就顯得尤為重要。

一、高校計算機Mooc課程建設

Mooc課程作為線上教學的主要形式之一，它的優勢在于不是講下線課程照搬到線上，而是由老師重新設計課程[1]。學生可以在課程中根據自己的弱點有選擇的進行學習，極大的提高學生自主學習能力。因此，Mooc課程建設是高校計算機信息化建設的要點之一。作為Mooc課程建設的核心，是要打造計算機上的Mooc服務平臺，這就需要高校在計算機中建立課程教學的資源庫，構建出課程云平臺，在這個私有云中，要包括課程、問題、研討、作業等，而課程公有云即Mooc服務平臺通過與私有云的連接，將教學資源傳達給學生[2]。同時，計算機還要做好與Mooc課程的配套設施建設，如建立相關論壇，讓學生在論壇中討論使用Mooc課程時存在的問題，構建出一個Mooc學習網絡，而不是單一的學習課件，為學生的自主學習提供平臺。

二、計算機在線考試系統建設

在線考試系統建設有助于考試的公平性以及便于教師更為便捷的了解學生的知識掌握情況。在線考試系統的建設難點在于如何科學的隨機組卷。針對此類問題，可以通過如下方式解決[3]。首先，在對章節進行選取的時候，根據教學中的知識點的重要程度不同，對各個章節授予權限。對應試卷中題目的數量生成隨機數，如此讓每一章節對應不同的隨機數，隨機數的多少直接決定于該章所被選擇的題目數量，避免了知識點過于集中的問題。其次，對章節以及每個題型以及題目難度都設定一個抽取次數最大值，達到最大值將不再選取該部分題目，系統將對試題進行重新選擇，使得試卷難易程度適中。最后，設置自動關閉答題界面程序，在考試時間結束后，系統自動關閉答題界面的答題功能，保障考試的公平性。

三、高校試題庫建設

高校試題庫的建設要包含開放性、通用性與智能性的特點。因此，在對高校計算機進行試題庫建設的同時，要對試題庫平臺進行開放式建設[4]。可采用立項的方式，以一兩門課為代表建設試題庫平臺，充分整合現有的教學資源與網絡上的先進教學資源，也可與其他高校聯合，共享教育資源，做到試題庫的開放性。通用性則體現在試題庫系統與各學科課程的融合上，即試題庫要適用于校內所有教學科目。在完成對選擇的一兩門課的開放性建設后，將系統逐漸發展成為為適合所有科目的線上試題庫系統。而智能性的建設主要體現在對試題的智能行選擇，除了要求試題庫中的試題有較高的質量及較多的數量之外，如何進行智能選取可參考本文中計算機在線考試系統的建設流程。

四、數據倉庫建設

數據倉庫的建設是為了應對隨著目前高校招生人數的擴大，在校學生信息數量的龐雜，以及為了統一協調教師隊伍的管理，跟蹤畢業生就業狀況而必須建立的系統，有助于高校進行內部管理。建立數據倉庫首先要確定數據來源，數據源的統計需要從學校內部已有的系統以及校外的數據，如國家的政策等進行提取以及分類，在建模的過程中建議采取平行式的倉庫模式，針對重要數據建立數據集市。其次，要對數據庫管理進行設計，主要管理日常數據庫應用中可能出現的數據安全問題進行維護，做好對數據的跟蹤。最后，要構建數據倉庫中的查詢系統，面向全校師生，提供全面而精確的數據。在查詢系統中，更重要的是分析工具的設計，在大數據時代，依托互聯網，能夠生成多維比較，使數據更加具有可信度。而對于數據的顯示，要在計算機中設計星型模型以及雪花型模型，便于查詢者對查詢數據的掌握。

五、大數據在高校的實際應用

大數據理論在高校中最顯著的應用當屬于對校內學生學習成績的評估。任課教師可以通過大數據對考試結果進行分析，掌握任教范圍內學生的知識掌握情況；學校可以通過大數據對校內個院的教學質量做綜合考評，無論是教師與學校，都可以通過計算機中大數據的支持來進行教學改革。如利用大數據對某院某系的期中考試成績進行總結，在發現學生學習短板時，可以由任課教師在之后的授課中進行補缺的教授，補齊短板，學校也可以通過加強Mooc課程的建設，鼓勵學生自主學習，自主補缺，而計算機中學生學習的數據也會進行隨時統計，便于學校對學生學習的動態進行及時掌握。

六、結語

在大數據時代，依托互聯網進行高效計算機基礎教育信息化建設是一件刻不容緩的大事。計算機的信息化建設不僅能滿足學生隨時提升學習能力的需求，也有助于校方對學校進行統一管理。因此，通過高校計算機Mooc課程建設、在線考試系統的建立、建設試題庫及數據倉庫來進行高效計算機信息化建設，是目前高校轉變教學思路、創新教學模式的必由之路。

參考文獻

[1]張艷，劉亞.大數據時代MOOC對計算機專業教育的影響[J].計算機時代，2015，（03）：88-89，92.

篇（8）

在計算機技術和互聯網技術普遍應用的今天，大數據技術為行業發展和進步起到了積極的作用。就教育行業的發展來講，有了大數據技術的利用，教育的針對性、專業性和市場化特征表現的更加明顯，教育實效性效果有了顯著提升。總結分析大數據在中職計算機技術教學中的應用，其產生了三方面的突出價值。

1.1大數據為中職計算機技術教學的課程設置提供了參考

計算機技術的發展日新月異，所以很多職業院校的計算機課程實際上是與社會脫節的，這對于職業院校的價值體現十分不利。中職計算機技術教學實踐積極的利用大數據技術分析當前社會計算機的應用需求現狀，可以為更加合理的設置計算機技術課程提供參考。簡言之，大數據技術能夠準確的分析技術發展以及應用趨勢，可以為中職計算機技術教學的實踐提供參考，使院校在課程設置的時候做到充分的與社會接軌，這樣，職業教育的價值發揮會更加的顯著。

1.2利用大數據技術可以為計算機技術教學的創新提供依據

傳統的教學模式顯然已經不能適應當前的教育需要，尤其是職業教育，傳統教育模式對其的限制表現的越來月明顯，所以教育模式、教育方法需要做創新。大數據技術的利用一方面能夠掌握未來計算機人才需要的基本方向，另一方面可以了解到各種計算機教學方法的利用實效，基于人才發展方向和教學方法的具體分析，中職計算機技術教學可以選擇更符合人才發展方向的教學模式，這對于教學促進來講也是有積極意義的。

1.3大數據技術的利用能夠為中職計算機技術教學的優化提供幫助

在教學實踐中總會遇到各種各樣的問題，利用大數據技術做教學問題的總結和分析，職業院校以及老師會更加清楚的掌握到教學中比較容易犯得錯誤，基于數據結果進行錯誤發生的研究和分析，能夠有效的幫助中職計算機技術教學實現優化和進步。

2大數據背景下中職計算機技術教學存在的問題

2.1教學目標設定不科學

中職院校在對計算機應用技術進行教學時，對于一些非專業性的學生的教學目標，只是讓學生們掌握住計算機的基本知識以及相關的操作技巧，幫助學生們通過全國計算機的考試，而對于一些非專業的學生只要考試及格，就可以滿足就業要求。在這種教學目標之下，很多的學生們往往是為了提高自己的過關率，而對于一些考試內容進行學習，忽視了對其他計算機以及網絡應用技術的了解和認識，很多學生的學習目標也出現了偏差。

2.2基礎教材與現實需要的差距較大

經過對當下中職院校學生們的計算機基礎教材以及大綱進行調查研究，可以發現其中包括了計算機的基本知識、計算機的操作系統、辦公自動化的基礎，以及計算機網絡基礎的內容，教師們在對教材進行講解時往往注重于理論的灌輸，忽視了學生們對于一些實踐應用的培養，這樣會造成考試和需求之間的相分離。在對學生進行教學時往往注重學生們對于一些應用模塊題型的練習，而忽視了對相關內容的講解，導致學生們知識為了應付考試，對于一些常見的常考的函數有所了解，但是對于多級列表設置等模塊仍是相對存在著一定的偏差，由于中職院校計算機基礎教材的內容不能夠滿足考試所需，很難真正的提高學生們的專業技術水平以及計算機應用技術。

2.3教學方法較為單一

在對計算機進行教學時往往以理論灌輸為主，教師在課堂中居于主體，學生們只是被動的接受，參與熱情不高，也無法提高自身的主觀學習能動性。當下部分中職院校在進行計算機應用技術教學時依然是把課堂的實際任務操作演練或者是借助多媒體教學作為重點內容，幫助學生們對基本理論知識進行理解，盡管這樣能夠讓學生們了解教材的重點內容，但是學生們實踐能力相對較差，這種理論教學和實際教學相分離的教學模式，讓學生們對于計算機應用技術的學習，日益的喪失興趣，尤其是缺乏主動性和積極性，很難真正的解決實際的問題。

2.4教學實踐與理論的脫節表現較為明顯

中職院校開展計算機應用技術教學學生們的地位較為被動，教師們不注意和學生之間的互動，這樣不僅讓學生們的積極性下降，而且不能夠及時的發現學生們在學習的過程當中存在的問題和不足，教師在講解中也缺乏重點和針對性，這樣不僅導致學生們對計算機教學較為反感，而且也不利于提高自己的主觀學習性，最終讓學生們在大數據時代的背景之下，對于計算機應用技術的掌握程度依然有限，無法滿足社會對計算機專業人才的需求，也不利于提高中職院校學生們綜合素質的提升，影響到學生們的未來就業。

3基于大數據背景下中職院校計算機技術移動教學措施分析

3.1改變傳統的教學模式，提升教學的靈活性

傳統的教學模式固定性比較強，學生學習的時間和地點比較的固定，這對于移動學習來講十分不利，所以在大數據背景下要積極的進行教學模式的改變，提升教學的靈活性。就教學模式的改變來看，主要有兩點：（1）針對大數據分析的結果總結教學實踐中的重點問題，然后由老師基于重點做教學視頻的制作。一般來講，遵循“一個問題一段視頻”的原則，這不僅對具體的問題進行了針對性的闡述，而且有效的區分了問題的解答，縮短的視頻的實踐。在生活和學習中，學生能夠利用移動設備和網絡進行靈活的在線學習，比如業余時候進行短視頻的觀看。（2）采用平系模式做移動學習。平系模式主要指的是老師利用大數據分析的結構構建具體問題的分析平臺，學生能夠在移動設備中隨時隨地的訪問平臺進行詢問和探討問題，進而解決相應的疑惑。總之，利用大數據分析技術做“問題教學”模式的構建，并積極的利用當前生活中的數據交流平臺和移動網絡設備，學生的移動學習效率會有進一步的提升，學習的靈活性和有效性得到顯著的加強。

3.2創新教學方法，強化移動教學實踐的加強

教學方法對具體的教學效果提升有重要的影響，因此在中職計算機技術教學實踐中基于大數據分析創新教學方法，強化移動教學實踐的加強現實意義顯著。就具體的方法創新來講，目標表現比較搶眼的方法有兩個：

3.2.1采用碎片教育法

所謂的碎片教育法和系統教育法是相對的，這種教育方法的實施目的是讓學生能夠靈活的利用課余時間做小知識的學習和掌握。從具體的分析來看，系統的知識量比較大，需要的學習周期也比較長，所以學生很難在教學中實現移動學習。碎片教育法將系統性的知識進行肢解，將其拆解為零散的知識點，學生在生活實踐中可以利用移動設備等進行細小知識點的存儲，這樣，其可以在生活休息中實現移動學習，掌握相關知識。

3.2.2翻轉教學法、面對面教學以及在線教學等方法

在網絡時代之下，可以借助于網絡教學的平臺開展計算機應用教學。比如教師可以通過進行翻轉課堂教學模式，調動學生的主動參與熱情，激發學生的主觀能動性，通過對教學內容進行模塊化的設計，并且制定出不同的任務，讓學生們真正的在做中學、學中做，因此教師可以依托于現有的網絡教學平臺，采取面對面教學或者是在線教學等教學模式。通過構建這種計算機網絡教學的平臺，可以讓學生們享受到更加優質的教學資源，也進一步增強了教師和學生之間的互動。

3.3構建網絡教學平臺，為移動教學提供資源

在大數據背景下，構建網絡教育平臺為移動教學提供資源，這于中職院校計算機技術的教學提升來講現實意義顯著。就網絡教育平臺的具體構建來看，主要分為兩部分內容：（1）構建在線學習平臺，此平臺突破了傳統教學模式的時間、空間限制，老師可以在平臺上進行學習資料的共享，學生能夠通過平臺觀看和學習老師共享的資源，這樣，學生在課堂之余又多了一個學習的平臺與渠道。通過平臺的利用，學生與老師實現了從課上到課下的對話，知識領悟會更加的深刻，所以學生無論是理論記憶還是技術感受都會有明顯的提升。（2）實現了對課程資源的有效補充。從具體的分析來看，雖然利用大數據分析結果能夠實現針對性的課程設置，但是畢竟課程的執行周期較長，所以一些新技術、新內容無法在教材當中另做補充。網絡教學平臺可以作為信息資源補充站，老師以及學校將相關專業的最新消息在平臺上，由老師和學生做在線的共享學習和交流，這不僅提升了老師的知識范圍，學生也能夠接觸到最新的技術發展信息。簡言之，通過網絡教學平臺的構建，中職院校的計算機技術教學有效的實現了課上和課下的聯動，實現了課本資源和網絡資源的相互補充，這對于最終的教學成果提升有顯著的價值和意義。

3.4基于移動學習目標做評價和考核

在教育教學中，考核評價對于教學的具體進步有著非常顯著的影響，所以為了在移動學習實踐中強調對學生的考核，需要基于移動學習目標制定考核體系。從上述分析來看，在大數據背景下，網絡教育實施對移動學習有比較大的幫助，所以當前的計算機應用技術的部分內容是以網絡的方式進行教授的，這種教學方式和課堂教學形成了互補，所以學生只有實現了課堂學習和網絡學習的雙重認知，其學習的成績才會有顯著性提升。在教學考核體系的構建中，為了敦促學生積極的參與移動學習，可以將網絡教學的內容在考核中做更大比例的設置，這樣，基于考核評價可以確定學生具體的網絡教學資源利用率。基于教學實踐反饋的相關內容，學校和老師再做具體的課程調整，課程實施的具體價值和目標會更加顯著。總之，基于移動學習目標做評價和考核體系的設定有突出的現實意義。

4總結

在大數據背景下，數據分析和利用能夠為教育實踐提供更好的參考，所以在教育教學中需要積極的利用大數據。計算機應用技術教學對于學生計算機使用能力提升有重要的幫助，但是目前的教育模式過于固定，不符合移動大環境，因此積極的分析移動學習的突出現實意義，并針對目前的教育教學問題做基于大數據的學生移動學習分析和討論，這能夠推進教育改革，實現教育和生活的有機融合。

參考文獻

[1]董琰.大數據背景下中職計算機應用技術移動學習的研究[J].現代商貿工業,2017(32):66-67.

[2]柳甲榮.大數據背景下計算機技術在茶文化翻譯中的應用研究[J].福建茶葉,2017(02):210-211.

[3]潘期輝.大數據背景下高校計算機應用基礎課程創新教學初探[J].電腦知識與技術,2016,12(04):143-144.

篇（9）

1人工智能及大數據的概念

1.1人工智能

人工智能是一門利用計算機程序模擬人類智能的科學,其應用領域十分廣泛,例如機器人、模式識別及專家系統等。人工智能的高科技產品,不僅實現了對人類思維的模擬,在某些方面還超過了人類。

1.2大數據

大數據是指海量信息的集合,一般用常規軟件工具無法對其進行有效的采集、存儲和處理,需要借助具有超強洞察力的大數據技術對其進行有效的采集、存儲、處理、分析和共享。大數據技術能夠有效地進行超大規模的并行處理,能夠有效地處理結構化及半結構化的數據,具有較強的數據挖掘能力及分析決策能力。

2人工智能及大數據對軟件技術專業人才的需求特點

2.1知識更新能力

人工智能及大數據技術日新月異,需要軟件專業技術專業人才具有較強的知識更新能力,較強的自主學習能力,以及較高的技術應用能力。但目前相當一部分軟件技術專業的大學生的自主學習能力不高,知識更新能力不強,亟需針對人工智能及大數據對軟件技術專業人才的需求特點改進培養方案,增加相關課程,培養學生對新知識的理解和掌握尤為重要。

2.2創新思維能力

人工智能及大數據時代下,需要軟件技術專業人才具備較強的適應創新能力,較強的開拓思維能力,以及較強的團隊協作能力。但目前相當一部分軟件技術專業的大學生的創新思維能力較差,新知識更新缺乏主動性,迫切行,學習意識不強。亟需針對人工智能及大數據對軟件技術專業人才的需求特點創新改革培養方案,確定切實可行培養策略是學科發展的需要和任務。

2.3大數據分析能力

人工智能及大數據對人才的大數據分析能力要求較高,主要包括數據采集、數據整理、數據描述、數據統計分析和深度學習等諸多方面的能力。但目前相當一部分軟件技術專業的大學生的大數據分析能力不夠,不能很好地進行數據采集、存儲、整理、描述、統計分析和歸納總結,亟需針對人工智能及大數據對軟件技術專業人才的需求特點創新培養體系。

2.4軟件開發及測試能力

人工智能及大數據對人才的軟件開發及測試能力要求較高,主要包括軟件分析、軟件設計、軟件實現和軟件測試等方面的能力。但目前相當一部分軟件技術專業的大學生的軟件開發及測試能力較差,不能夠有效地開展軟件的規劃、分析、設計、實現與測試等環節,亟需針對人工智能及大數據對軟件技術專業人才的需求特點提升學生的軟件開發與測試的實踐能力。

3建設策略

3.1轉變教學理念,順應人工智能及大數據時展要求

傳統的教學理念已經不能適應人工智能及大數據時代的要求,亟需轉變教學理念,從而適應人工智能及大數據時代的要求,進而提升軟件技術專業人才的培養質量。在人工智能及大數據背景下,學校應深入分析人工智能及大數據對軟件技術專業人才的需求特點,從而有針對性的制定培養目標、培養任務和培養方案。在制定培養目標時,應著重考慮軟件技術專業人才在人工智能及大數據時代應具備的能力素質。在制定培養任務時,應著重參考人工智能及大數據相關崗位的崗位要求。在制定培養方案時,應堅持以學生為主體,以學生為本,突出知識更新能力、自主學習能力、開拓創新能力、團隊協作能力、大數據分析能力和軟件開發及測試能力的培養。

3.2引導學生利用現代化、智能化的網絡平臺進行自主學習

為了更好地適應人工智能及大數據對軟件技術專業人才的需求,應引導學生利用現代化、網絡化和智能化的Web平臺進行自主學習,從而提升學生的知識更新能力、開拓創新能力、解決問題的能力和團隊協作能力。首先,在人工智能及大數據背景下,網絡上涌現了大量的人工智能及大數據相關的學習資源,但這些網絡資源存在良莠不齊的現象,因此教師應該引導學生如何搜索、鑒別和使用這些網絡學習資源。然后,教師可以引導學生自由分組開展人工智能及大數據相關的學習,通過興趣小組的方式激發學生對人工智能及大數據的學習熱情,提升學生的自主學習能力,提升在線學習的效率。最后,教師可以自建教學網站,對網絡資源進行篩選和優化,使學生能夠更好地進行網絡學習。

3.3構建大數據分析課程體系,提升學生的大數據分析能力

篇（10）

摘要：會計專業的突出特點是實踐性很強。隨著時代的進步和發展，會計專業原有的教學模式已經不能滿足現代會計教育發展的需要和企業、社會對會計人才的要求。同時，隨著信息技術的推廣使用，大數據技術也快速進入各行業并在財務領域得到廣泛應用，會計人才的數據收集、整理能力顯得十分必要。因此，面對大數據時代的來臨，傳統的會計專業教學方式面臨諸多挑戰，已不能滿足會計人才培養的要求。因此，適應大數據時代的發展趨勢，進行會計專業教學創新，是當今會計人才培養的迫切需要。

關鍵詞 ：大數據；會計專業教學；創新研究

中圖分類號：G71文獻標志碼：A文章編號：1000-8772（2015）25-0193-02

創新是一個國家發展的源泉與動力，“提高自主創新能力，建設創業型國家”也是我國發展戰略的關鍵。因此，在新的歷史發展時期，要求高職會計教師必須與時俱進，不斷探討新的教學方法，借鑒國外先進的教學理念，并結合高職會計專業的教育實際與市場發展趨勢，對高職會計創新教學進行最優化設想。同時，隨著信息技術的推廣使用，大數據技術也快速進入各行業并在財務領域得到廣泛應用，會計人才的數據收集、整理能力顯得十分必要。因此，適應大數據時代的發展趨勢，不斷創新會計專業教學模式，對培養會計人才意義重大。

一、大數據在會計職業中的應用趨勢

大數據時代開始于2013年，是從網絡科技行業開始的新技術革命時代。大數據是現今社會經濟發展的一大必然趨勢，因此，會計專業所面向的諸如金融業、建筑業、快消業、快遞業等行業也需要面臨大數據的應用。各行各業的會計人員需要對處理和運用大數據進行相應的學習和研究，會計專業的教學也要緊跟職業和行業的發展趨勢，對大數據背景下的會計教學進行創新。

在“大數據時代”背景下，公司在戰略選擇時越來越注重對市場進行數據分析，用客觀的有依據的數據來作為判斷基礎，減少無數據支持的、不科學的臆斷的決策。在所依據的決策數據中，會計對本企業和相關市場的數據統計和分析信息，尤其是其中隱藏的資本運動趨勢和行業前景趨勢的數據，就是決策最重要的依據之一。因此，會計對管理、決策的輔助職能將越發重要。高水平的、應用型的會計人才就是企業急缺的，會計專業教育也應該符合市場經濟需要，創新教學的基本理念和模式方法，培養符合大數據工作要求的專業人才。

大數據所改變的主要是會計職業的工作對象，在相關的各個行業中，由于業務量激增，相應的數據量和信息量都大量涌入會計需要處理的數據中。以金融業為例，全民炒股的大熱和互聯網金融的興起，要求會計處理更多的業務量，比如本金利息、投資收益、日成交量等等，需要會計人員運用電算化工作進行統計。會計人員還可以配合網絡工程師進行相關軟件和應用中具體算法的開發和校正。會計還要對大數據的工作狀態進行統計和計算，輔助企業判斷本公司的業績、效果，總結企業各項業務的綜合動態走勢，幫助了解行業的發展趨勢，輔助企業進行戰略決策。這些會計業務也在處理空前巨大數據的背景下迎來新挑戰。

二、大數據背景下會計專業教學創新的主要方向

大數據要求會計教學提高學習主動性。相對于對科技進步較為敏感的網絡專業，會計專業的學生較為缺乏對新時代的敏感性和學習并適應新時代要求的主動性，會計專業的教學甚至科研都對大數據缺乏敏感度。在日新月異的新時代，會計教學不應只拘泥于傳統的教學內容，更要培養學生的自主學習意識，幫助學生在走上工作崗位后，能夠有不斷更新自己、與時俱進和不斷學習的習慣，才不會在發展浪潮中被淘汰。

學習的主動性來源于自主學習意識和對新知識的認知感。自主學習意識是人的主觀能動作用，需要人對該事物的重要性和緊迫性有足夠認知，并有足夠自制力將其轉化為積極主動的動力。在大數據背景下增強會計專業學生的自主學習能力，需要會計教學的教師們充實和更新教學的內容，緊跟時代步伐，到一線企業公司了解工作的實務內容和要求，將大數據的實例轉化成題目或操作項目，引進到教學中來；還需要教師們創新教學手段，充分利用網絡資源和數據，引進全方位、多角度的操作實踐，讓學生充分認識到大數據的運用與教科書上會計基本理論知識的區別，并將會計的基本原理，從課本題目的小數據，延伸到工作中的大數據中，熟練運用和操作大數據。

對新知識的認知感是青年學生的最大優勢，在足夠的興趣和主動性影響下，青年學生對大數據時代新鮮事物的感知性可能是其教師們都比不上的。這時就需要教師們因勢利導，充分發揮學生的認知感，認可學生的銳眼和創新想法，并組織學生進行交流，形成競爭意識，將學生對新知識的了解，轉化為教學內容，并引導學生進行課內課外的主動交流，互通有無，團結協作，互相學習，研究創新。

三、大數據視角下會計專業教學的創新

目前高職院校會計專業人才培養理念拘泥于培養記賬、算賬甚至做賬的會計從業人員。但是，會計專業學生所服務的有潛力的大中小型企業更需要會計人員在企業的戰略管理方面提供服務，即需要會計管理能力，尤其是在交易量特別巨大的行業市場，需要會計人才對相關市場進行大數據的收集和分析，為企業中短期決策提供數據依據支持。

教學創新首先要做到教學理念的創新，只有理念先進了，教學改革創新才會順利進行，否則傳統勢力的存在會對教學改革產生負面影響。從教學理念上看，會計專業的教學理念需要適應科技經濟的社會發展需要，調整方向應該是：以核算能力的培養為基礎，以會計管理能力的培養為核心，運用新的科技手段，掌握大數據的處理和分析。教師必須先從自身做起，更新自己的觀念，充分體會和感受大數據對工作和生活的巨大影響。然后要對大數據在職業中的實際應用有所了解，對大數據給會計工作帶來的機遇與挑戰，知識的更新和創新有所了解，對社會的發展趨勢緊緊把握，將最新的信息引入到教學中來。

在理念更新的基礎上，會計教學要對課程計劃進行創新，在傳統教學的理論基礎上，引進新的資源和知識體系，增強學生的實踐技能和工作能力。同時，也將會計理論潛移默化地引入到大數據的要求中去，培養學生對大數據的編制能力、處理能力、運算能力、檢查能力和總結能力。

從實際操作來看，會計專業教學的創新，要在保證學生擁有接入相關網絡數據的、處理運算大數據能力的基礎計算機硬件和軟件設備的基礎上進行。首先應培養學生在網絡數據中挖掘有效資源的能力。教師在教學過程中應布置此類作業或實踐項目，鍛煉學生在網絡上查找和篩選數據的能力。

在搜集數據的基礎上，在保證學生對傳統會計理論知識充分掌握的前提下，教師教學生使用相關軟件進行數據分析，培養學生對數據的預處理和建模創新能力，幫助學生養成管理型會計的思維方式。另外，由于大數據的工作量巨大，實際會計工作往往是由一個會計團隊合作進行的。在創新的課程中，必須通過課題或項目，讓學生組成項目小組進行實踐操作，通過團隊合作完成項目的方式，使學生能夠運用會計專業的各方面知識，分擔會計工作流程中的各個工作崗位的角色，培養團隊意識，學會分工合作，適應未來工作需要。

在開設檢索課程和統計學課程之外，需要增設數據處理軟件工具的實務操作課程，在會計電算化的要求下，會計教學中必須教會學生如何熟練、巧妙地使用電算化的相關軟件，如excel、用友等。在學校里，學生學習的都是基本用法，但是在實際工作中，由于行業不同、企業不同、數據性質不同、計算需要不同，會計需要自己編制一些適合的表格進行計算。那么，復雜套表的設計，公式的運用等就需要會計靈活地使用軟件進行設計，滿足會計實際工作中的需要。

由于大數據的規模性和系統性，并且處理的數據量巨大，一個小小的差錯就可能導致結果的很大誤差或錯誤，會計工作中的準確性和對責任感的要求都是極為嚴格的。教學實踐中需要步步留痕，每一個步驟都是由團隊中的某位成員進行的，都有據可查，在作業結果錯誤時，對出錯的成員進行“懲罰”，以示團隊對準確性的嚴格要求，以利于團隊成員中個人責任感的提升。教學中也可以建立學分之外的獎懲機制，在項目進行的過程中和項目完成后，對優秀學生進行獎勵，對出過錯誤的學生進行“懲罰”。

課程中還可以結合實務技能，引用互聯網上的實際數據，分門別類地對各行業的大數據進行立項分析，或者從某些大型企業的公開數據中，進行數據的引用，使用這些數據進行教學訓練，模擬公司會計實務操作流程，使學生能夠身臨其境地進行大數據的計算和分析，以總結性論文、報告或演講的形式將結論進行匯報，通過各組的相互對比，評價立項活動的各組業績是否正確，從而進行學分評價。

完善會計網絡教學平臺建設和使用。學校可以設計搭建或引進會計網絡教學平臺，學生平時通過平臺進行課程學習、完成和提交作業、完成隨堂和結課測驗等功能。運用網絡促進學生學習，需要進一步完善網絡軟硬件設施的建設，及時升級更新教學平臺，引進會計的大數據資源，進行相關數據的自動或手動的實時監控收集，套用常用的建模，劃分統計模塊，進行項目操作。同時，教學平臺還要讓學生查看學習作業和隨堂測試結果，教師的評語和建議，及時了解自己不懂不會的知識點。教師也能全面了解學生隨堂知識的掌握情況，掌握學生學習動態數據，隨時改進教學進度和教學方法。

會計教學的創新還可以與行業公司進行合作，承攬一些實際的會計工作項目，如預決算、招投標、核標、工程評估、財務報表、統計、科研調查等。這一與關聯公司的互動合作是互利互惠的，既能幫助公司完成工作，也能借此鍛煉學生的工作能力，促使學生將理論與實踐相結合，為學生的未來工作打好基礎。

四、結語

大數據時代對各行各業的會計提出了不同挑戰，同時也是相同要求。作為會計工作能力培養的會計專業教學，其創新是一個前程漫漫的過程。希望各高校、科研院所的教育從業人員能夠進行理論和科研創新，進行教學實踐的探索，互通有無，增加溝通，不吝討論，共同開動腦力探索出對大數據新知識、新理論、新實踐更為適合的會計人才培養新方法。

參考文獻：

[1]趙潤杰，論高等職業學校會計教育的創新[J]，教學與職業，

2008（8）.

[2]農海燕，適應“2+1”模式優化高職會計專業教學[J]，經濟與社

會發展，2008（10）.

[3]高雁，淺析高職高專會計教學模式的創新，吉林省經濟管理

干部學院學報[J]，2010（6）（4）于沛、綦桂芬，教、學、做合一教

學法嘗試[J]，吉林商業高等專科學校學報，2000（3）.

[5]吳飛美，淺析高職高專復合型市場營銷人才培養模式[J]，福

建商業高等專科學校學報，2006（2）.

[6]孫建東、李衛紅、趙鈞鐸，對高職高專《工商企業管理[》課程

創新建設的思考[J]，科技情報開發與經濟，2007（29）.

[7]張導成，關于我院高職高專教育實踐教學改革的思考[J]，科

技創新導報，2009（11）.