緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇數據挖掘課程設計論文范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

    1.遵照教育部對經濟統計學專業的要求

    嚴格遵照教育部對經濟統計學專業的要求。主干學科為理論經濟學、應用經濟學、統計學,其中核心課程為西方經濟學(微觀經濟學、宏觀經濟學),計量經濟學,財政學,貨幣金融學,會計學,經濟統計學,國民經濟統計學,概率論與數理統計,抽樣技術與應用,應用時間序列分析。實踐性教學環節包括實驗課程(含基本統計分析軟件應用、統計實務模擬等),社會實踐(含經濟社會統計調查、統計工作實習等),科研和論文寫作(含畢業論文、學年論文、科研實踐等)。專業實驗包括計算機基本技能實驗、統計分析應用軟件實驗、經濟計量分析軟件實驗、數據挖掘技術與應用實驗。

    2.參照其他院校的培養方案和課程設置

    它山之石,可以攻玉。我們選擇了部分具有代表性的財經院校(如上海財經大學、中央財經大學、東北財經大學、西南財經大學、中南財經政法大學、北京工商大學、上海金融學院、 河南財經大學、浙江財經學院和山東工商學院)和綜合類院校(如浙江大學、吉林大學、南京大學和云南大學)以及師范類院校(如北京師范大學、華東師范大學、東北師范大學、南京師范大學)作為參照院校。通過比較分析得出,在統計學經濟統計、商務統計、金融統計方向中,財經類院校主要突出經濟學課程,招生偏重理科生。綜合性院校和師范類院校主要課程為理學類,招生偏重理科生。

    綜上所述,經濟統計學專業應培養適應信息化社會需要,熟練掌握現代統計理論和經濟數量分析方法,具有扎實的統計學、經濟學和金融學基礎,能熟練應用計算機軟件處理統計數據的復合型高素質經濟管理統計人才。學生畢業后可在政府部門、金融機構、外資企業和大中型公司等從事經濟統計分析、管理咨詢、市場調研和商務數據分析等管理工作。

    3.與學院培養方案形式統一

    新制訂的培養方案和整個學院的形式保持了統一,以便于教務人員管理工作的開展。

    二 經濟統計學培養方案專業課的設置

    經濟統計學的培養目標與基本規格和招收對象為理科生,設置了保險精算、金融統計和商務統計三個方向。學生修滿培養方案規定的學分并達到學位授予要求者,授予經濟學學士學位。

    由于經濟統計學對統計學和經濟學知識的要求較高,我們提高了課程總學分和總學時,注重主干學科和專業課程的開課順序和教學周學時分配,強化實訓實踐課程,實行理論和實踐并行。

    培養方案確定了5門學科基礎課程,分別為宏觀經濟學、微觀經濟學、C語言程序設計、概率論與數理統計、管理學。確定了5門專業基礎課程,分別為基礎會計學、經濟統計學、貨幣金融學、財政學、計量經濟學。確定了9門專業核心課程,分別為國民經濟統計學、多元統計分析、統計預測與決策、抽樣技術與應用、應用時間序列分析、金融統計學、市場調查與分析、投資學、數據挖掘。

篇（2）

就業前景分析方面，谷歌首席經濟學家哈爾•瓦里安預計，未來即將出現一類新型的專業人才和職業崗位——數據科學家，當然數據智能分析師也會應運而生。現下時代是數據時代，甚至稱之為大數據時代，企事業單位面臨大量數據如互聯網數據、醫療數據、能源數據、交通數據等，實際應用中普遍遇到分析能力弱、噪聲數據多、缺少分析方法、分析軟件能力差、模型可信度低等問題，其主要原因在于傳統數據分析方法不能滿足需要，而數據挖掘技術、機器學習技術、模式識別技術、知識發現等智能技術可以為數據智能分析方法與工具提供技術支撐。2014年4月24日，百度高級副總裁王勁在第4屆“技術開放日”上正式宣布推出“大數據引擎”，數據智能概念由此產生。數據智能分析是指通過數據挖掘技術、機器學習、深度學習、模式識別與分析、知識發現等技術，對數據進行處理、分析和挖掘，提取隱藏在數據中有價值的信息和知識，從而尋求有效解決方案及決策支持預測。目前社會急需懂得智能技術的各層次數據智能分析人才，可以預計，熟練掌握智能技術的數據科學家、數據分析師、數據挖掘人員將有廣闊的用武之地。培養手段探索方面：①以“點—線—面”結合的方式橫向縱向設置課程群，面向數據智能分析，以案例為導向貫穿“線”上的各關節點課程，比如以數學基礎課（線性代數、概率統計、數學分析）大類專業課（程序設計、數據結構、數據庫技術）數據智能分析專業課（數據挖掘、機器學習、多維數據分析）為主線，理論與實踐齊頭并進；②立足培養“計算技術+智能信息+知識技術”的高級數據分析師，理論學習—隨課實驗—集中實踐—科技活動—企業實習—畢業設計等教學環節協調配合，“資格認證—競賽獲獎—獎學資助”激勵培養；③以大數據智能分析為契機，積極培養本科生的大數據計算思維和認知能力，使其掌握大數據智能分析方法、機器學習數據挖掘工具和開發環境。政策導向分析方面：建議中國計算機學會與中國商業聯合會數據分析專業委員會等機構緊密協調合作，設立適應新時代社會與經濟發展的“數據智能分析師”認證[6]，當然將大數據智能分析納入計算機水平考試的可選項也是當前的一種解決方案，提高智能科學與技術專業社會認可度，增強本專業學生的歸屬感，更好地培養各層次的數據智能分析人才。

2創新型智能技術人才培養

智能科學與技術的發展與計算機技術幾乎同時起步，但其進展比計算機技術要慢許多，根本問題在于高級智能的載體——“人腦”是世界上最復雜的系統，人類對它的認識和了解仍然處于初級階段。近年來通過智能技術解決實際應用問題有了長足進步，國內已相繼有20多所高校面向市場變化和未來需求，自2004年以來陸續開辦了智能科學與技術本科專業。盡管大多數智能技術的理論基礎還不完備，但實際應用的強勁需求與問題解決能力超越了薄弱理論基礎的約束。本專業課程的教學內容與課程實踐都適合教師與學生以研究者的身份參與到“教”與“學”的活動之中。1）研究型教學。蓬勃發展中的智能技術需要教師啟發式、創造式、批判式地“教”，學生也要創造式、批判式地“學”。教與學要能夠從研究思維、問題探索、模型改進、算法優化、腦認知和自然智能指導的角度推進教學活動，進行創新性教學和研究型學習。教學實踐活動中應強調學生半監督式學習與自監督學習為主導，鼓勵引導深度學習，經典案例、前沿講座、討論探索貫穿課堂教學，課程考核注重創新科技實踐、問題探索、課程內容探索、課程研究性專題報告、以課程為基礎的作品開發等創新效果和教學效果。2）“研究型分組”培養。智能科學與技術專業開辦時間不長，成熟教材不多，課程體系需要不斷適應學生和社會的需求做出調整，又加上智能科學專業課程本身的發展探索與實際應用現在處于同步發展階段，決定了專業老師大力推進“研究型班級教學”，在教學過程中實施“大班基礎講授”+“小班研究型討論”+“小組探索型課題實施與報告”的教學體系，同時來自相關研究方向的研究生也作為助教協助專業老師對小班（組）課題討論進行引導。3）科研訓練提高學習積極性。大類培養模式下實施科研訓練引導學習，大一、大二年級主要學習公共基礎課程和大類專業基礎課程，其中的數學基礎課，如線性代數、高等數學、概率統計、離散數學等，由于缺乏實際應用案例支撐，很多學生會懷疑這些知識在將來本專業學習中的用處，課堂課后處于被動學習狀態，個別學生還會由于認識滯后，產生厭學情緒甚至放棄基礎知識學習，以致于專業分流后表現為學習能力嚴重不足。通過吸收本科生參加科學創新實踐和科技活動，使他們發現數學知識能夠用來解決實際問題，有利于提高本科生學習基礎知識的積極性，變被動學習為主動學習。同時，教師也能從中發現部分優秀本科生的創新潛力和研究能力，激發他們科學研究的興趣，引導他們把智能科學技術作為研究方向并致力于攻讀相關方向碩士研究生、博士研究生，進一步強化其科學創新能力，勢必會使其獲得高水平創新性成果。大類培養模式下強化專業教育與實踐，專業老師要積極主動引導學生，變被動地等待學生選專業轉變為吸引優質學生，以大二上學期為主要時間點，引導大類專業學生對特色專業的興趣，通過科學研究和學生科技活動吸引選拔學生進科研團隊，同時實施科研成果進課堂、進教材、進學生活動。專業教師、班導師可宣講專業特色和就業前景，指導本科生申請大學生科研訓練計劃、參加科技競賽、開發智能技術特色作品。大類培養模式下實施科研訓練計劃，需要本科生積極主動地理解大類下各子專業的特點和特色，結合自己的興趣愛好和實際情況，在大類培養結束時分流到各特色專業。因此，本科生參加科研實踐和專業科技活動的時間點很重要，從大一結束后的暑假開始，一直延續到本科畢業，同時實施“泛畢業設計”（即大二選方向并實施課題基礎儲備，大三實施課題，大四結合專業實習完善畢業設計）[3]，這樣既充分利用了本科生大二大三充裕的課后時間，也緩解了大四本科生面臨就業、考研、出國等問題的突出矛盾。

3智能系統開發人才培養

智能技術已成為當前技術革命創新的源泉，智能系統廣泛應用于工業、農業、服務業等各領域，比如2014年11月2日開始處女航的皇家加勒比郵輪公司“海洋量子號”郵輪也因為大規模運用了高科技智能系統而號稱“世界上第一艘智能郵輪”。智能系統是建立在“智能技術+計算技術”基礎上，結合了控制技術、信息技術的軟硬件系統。智能系統開發人才培養目標是社會急需的智能系統開發工程師，其從事的工作主要包括智能系統的設計、開發、維護、運營、服務及相關的技術指導。為了適應智能系統開發人才的培養，應該建設智能終端實驗平臺、計算智能實驗平臺、腦認知實驗平臺、高性能計算平臺等人才培養基地與實訓基地，推進實施智能終端軟件開發技術、智能系統應用課程設計、智能系統與工程課程設計、智能游戲開發與設計、人機交互系統開發與設計等教學實踐活動。

4復合型智能技術人才培養

智能科學與技術是一門綜合學科，智能技術也廣泛應用到智能交通、智慧城市建設、電子信息、信息安全、電子政務、電子商務、工業制造、教育、醫療、管理、農業現代化、國防現代化等眾多領域，需要大量復合型智能技術人才。筆者認為，以下4條措施是智能科學與技術新興專業培養復合型人才切實可行的培養方案：①充分發揮大類培養特色明顯的人才培養優勢，開放“全校特色專業選修課”，跨專業、跨學院科教團隊，與大學生科技創新計劃融合，重點培養學生的綜合性、復合性、應用性；②引導并嚴格要求B學分課程學習，特別是設計規劃實施好“科技創新”、“文體活動”、“技能認證”、“企業實習”、“暑期社會實踐”等綜合能力提高計劃；③交叉融合辦好本科生二專業，鼓勵學有余力的本科生對知識的渴求，允許學生在本專業的基礎上再輔修另一個專業，并提供配套措施，保證二專業學生能獲得優質教育，發揮學科交叉融合優勢，使本科生形成寬廣深厚的知識結構，培養有特色的智能科學技術專業復合人才；④通過與企業橫向合作，建立校企實訓基地，緊跟企業和市場需求，與企業聯合培養復合應用人才。

篇（3）

關鍵詞：實踐教學；信息與計算科學專業；信息處理；軟件開發

基金項目：肇慶學院教學研究項目（jy201028）。

作者簡介：孔麗英，女，副教授，研究方向為數據挖掘、粗糙集。

近十年來，制約信息與計算科學專業就業的原因之一是信息處理和應用系統實踐教學得不到重視，從而直接影響了畢業生的就業率，畢業生難以適應社會發展的要求。本文針對該專業學生能力培養，探索一套新的實踐教學模式，從根本上提高學生創新能力，全方位適應社會發展的要求。目前，畢業生的就業情況證明了該實踐教學模式可行、有成效，對提高學生就業率有很大作用。

1 目前實踐教學存在的弊端

信息與計算科學專業實踐教學在信息與計算科學專業教學中必不可少，極其重要。我學院從2000年開始招收信息與計算科學專業的學生，由于沒有一套規范的、行之有效的實踐教學體系，學生綜合能力培養受到影響，具體體現在以下幾個方面。

1) 重理論，輕實踐。教學以理論為主，實踐教學只作為理論教學的一個環節而被擺在次要地位，學生抱怨所學課程枯燥，學習積極性不高。

2) 實踐教學內容單一。信息與計算科學專業開設的實驗課程大多數是驗證性的，只為應付教學任務，綜合型和設計型實驗較少，學生難以得到深層次、全方位的培養，最終，學生會感覺該專業比不上計算機專業或數學與應用數學專業，認為自己選錯了專業。

3) 實踐教學設備不足。由于條件限制，我校的實踐教學依附于公共實驗室。眾所周知，公共實驗室只能滿足公共基礎課程實驗，其設備性能配置末能達到本專業開設實踐教學的要求，難以培養出有創新能力的高素質學生。

4) 實習基地得不到保證。學校沒有固定的實習基地提供給學生見習，學生只能分散到企業或工廠去實習。在見習中，大部分學生只能做文件處理工作，與所學專業無關，實習目難以實現。

5) 畢業設計時間短。學生畢業設計時間短，畢業后就業壓力大，各種因素都影響學生畢業論文的創作，要通過畢業論文的設計達到培養學生創新能力的目的非常困難。

信息與計算科學專業實踐教學的不足，從源頭上影響學生就業率。我們發現，有些崗前培訓學校能在幾個月，甚至更短的時間里幫助學生掌握一定的專業技能從而實現順利就業，他們靠的就是有針對性的實踐教學。因此，我校急需建立一套新的實踐教學模式，以提高學生的創新能力，以適應社會發展的要求。

2 實踐教學模式

信息與計算科學專業是應用性極強的學科專業，它覆蓋的知識面廣、實踐性強，但實踐教學不是零散的教學單元，因此，實踐教學應從培養創新意識、應用意識、設計能力以及社會實踐能力出發，不斷完善實踐教學體系，避免出現重形式輕實效、重理論輕實踐的錯誤理念。實踐教學的模式由課程實驗、課程設計、綜合技能訓練、畢業設計和課外實踐五部分組成，通過五個實踐教學環節設置，我們可以充分了解各教學環節的培養目標、培養內容和培養形式，使其構成一個實踐教學模式(如圖1所示)。該模式貫穿于數學應用和信息技術的人才培養過程,從而實現按社會需求培養人才的目的。

圖1 實踐教學模式

2.1 課程實驗

理論教學和實踐教學是高校教學中不可分割的兩個環節，兩者不是主從關系，而是辨證統一的關系，是相互依存、相互促進的教學體系結構[1]。課程實驗的目的是通過感性的實際操作，使學生更好地獲取感性認識，鞏固所學理論知識，拓展理論聯系實際的思維，從而達到培養學生創新、動手能力的目的。

課程實驗主要以某門課程作為一個實踐任務，根據課程的特色，整體優化實驗教學內容，安排驗證性實驗、綜合與設計性實驗。對于實踐性較強的數學類課程，如運籌學、數學實驗、數值分析、數據分析等課程開設驗證性實驗，是培養學生具備利用數學軟件和統計軟件驗證分析數據結果的能力，熟悉掌握數學軟件和統計軟件的使用。對于信息技術類的課程，如程序設計、數據結構、數據庫等開設設計性實驗，則是培養學生在學習過程中運用所學知識解決實際問題的能力。

課程實驗與課程教學同步進行，在實施過程中，學生根據實驗內容進行上機操作，解決實驗過程出現的問題，分析結果并總結當次實驗的體會，教師根據學生的體會理解學生掌握知識的程度，便于因材施教，最大限度確保每個學生取得成就感。課程實驗考核以上機考試為主，要求學生在規定時間內完成綜合設計的題目。

2.2 課程設計

課程設計是繼課程實驗后的實踐環節，它引導學生邁出將所學知識用于解決實際問題的第一步[2]。課程設計是以一門課程為主，與其他課程相關內容相結合所形成的綜合型和設計型的實驗內容，目的是培養學生具備信息分析和處理、程序設計、算法設計與分析以及應用的能力。對于實踐性較強的數學類課程，如數學實驗、數值分析、運籌學和數據分析等課程開設綜合型實驗，是培養學生掌握數學軟件和統計軟件的信息分析和處理的方法解決實際問題。對于信息技術類的課程，如程序設計、數據結構、數據庫、計算機網絡等開設設計型實驗，則是培養學生在學習過程中掌握設計管理系統方法的能力。

課程設計的實施過程是學生根據教師給出的課題，并在教師的指導下進行設計與分析，最終，學生提交系統或信息分析結果以及格式規范的課程設計報告，與此同時，通過答辯確定評定成績。課程設計集中安排在課程開設之后的后續學期開學后1至2周，教師根據學生完成設計的情況，確定答辯時間。

我校08信息班和09信息班已率先進行課程設計，通過課程設計訓練，學生在后繼課程學習中的能力得到充分體現，學習的積極性、學習興趣和成績都大大提高，教學達到了預期的目的。

2.3 綜合技能訓練

由于受課程設計時間限制，學生掌握的知識是有限的，如果學生對某些課程不感興趣，就會出現個別學生抄襲現象。目前，大部分高校都把畢業設計作為綜合訓練，作為學生從學校走向社會的必需之作，其實，這是一個誤區。畢業設計通常在第7學期末到第8學期的前6周進行，在這段時間里，學生的重點是找工作，生理、心理壓力大，根本沒有時間、精力高標準完成綜合訓練，而論文又是必需之作。因此，學生容易出現抄寫論文的現象，其最大的損失是學生的綜合素質得不到鍛煉。08信息班和09信息班已率先進行課程設計，對專業有了相對完整的認識，具備一定的設計能力和分析能力，最主要的是學生明確了自已感興趣的專業方向。因此，學生進行綜合技能訓練是可行的、必要的。

綜合技能訓練是學生運用所學數學和信息技術知識，以適當的課題研究為背景，進行科學研究的實踐教學。在實踐教學法中，將相關課程的知識和實際問題相結合，形成具有處理實際問題和信息開發的研究型實踐教學，目的是培養學生具有分析問題、解決問題的能力，特別是培養學生具有創新、開拓、進取、探索的能力。

綜合技能訓練在第7學期進行，在實施過程中，學生選定綜合技能訓練模塊，然后在教師或校外有豐富經驗的工程師的指導下進行設計與分析。最后，學生提交產品(程序或系統)以及格式規范的項目報告并通過答辯。考核成績主要根據學生的產品質量、項目報告和答辯情況來確定。綜合技能訓練為學生完成高質量的畢業設計奠定了扎實的基礎。

在綜合技能訓練教學中，我們著重考慮學生學習的興趣和畢業就業的方向，綜合設計教學劃分為應用系統開發、網頁開發和信息處理等三個模塊，每個模塊由專業教師確定項目內容、方法和目標，學生根據自已的需要或興趣選擇模塊，必要時可以組成學術團隊，人數一般為1至3人，按照項目的要求進行查閱資料、相互討論探索，在教師的引導下完成專業實踐。

綜合技能訓練這一教學環節在07信息班已實施，學生受益匪淺，主要體現在：1)學生對應用系統的開發和信息處理有了深層次的認識，知識掌握更扎實；2)提高了學生的綜合素質；3)就業范圍廣，適應能力強。

2.4 畢業設計

畢業設計是教學中的一個重要環節，也是實踐教學的最后一個環節，它可以對學生4年來所掌握的知識，以及理解和運用知識的能力進行檢驗。通過畢業設計，培養學生研究與實現能力、論文撰寫能力、口頭表達能力[2]。

2.5 課外實踐

課外實踐包括專業實習和各類競賽。專業實習是學生檢驗專業知識、實踐能力和獨立工作能力的機會，也是教師檢驗教學內容和實踐教學是否符合社會需要以及是否達到培養人才目標的機會[2]。課外實踐從另一側面對學生各種能力進行培養，其作用不容忽視。據調查了解，學生在實習中，很難到一線崗位進行工作，只能處理一些簡單的日常工作，根本無法把所學知識用到工作中，專業實習只是走形式，學生得不到鍛煉。因此，結合學生的知識結構、興趣愛好，學校開展一系列課外活動是必需的，例如程序設計、網頁設計和數學建模等競賽。

3 結語

學生在實踐教學模式中，首先經歷了驗證型實驗，然后是綜合設計型實驗，最后是創新研究性實驗。這種教學模式使學生設計和綜合應用能力都得到了培養，同時，通過這種模式的培養，學生更具有創新、開拓、思維和探討研究能力，能夠做到學以致用，我們也可以通過這種教學模式，從根本上達到培養應用型人才的目標。

參考文獻：

[1] 謝祥云,胡林,李渭清.探索信息與計算科學專業實踐教學的新思路[J]. 大學數學，2008,24(4):5-9.

[2] 王志英,蔣宗禮.計算機科學與技術專業實踐教學體系與規范[J]. 中國大學教學，2009(2):42-44.

Innovating Practice Teaching Modes, Cultivating Inter-disciplinary Talents

KONG Liying

篇（4）

1引言

隨著信息技術不斷發展，物聯網、云計算、大數據、移動互聯網等技術已經在各行各業中發揮越來越重要的作用，現代企業信息管理也利用信息系統轉變為利用相關信息技術進行敏捷化、智能化、柔性化、一體化和社會化的商業模式創新[1-2]。信息管理與信息系統專業所培養的學生在知識儲備以及實踐能力方面有了新的要求，因此專業建設需要適時調整人才培養方式以及課程體系來主動迎合社會對于相關人才的需求[3]。

信息管理與信息專業作為一門由管理學基礎理論與計算機科學技術相結合的交叉學科，是一門強調實踐性與應用性的學科[4]。信息管理與信息系統專業的實踐能力主要是運用所學的專業課程知識，進行信息的設計開發，實現資源的充分利用，解決相關問題。因此，所培養的學生除了具有信息開發的能力，還需要具備數據分析能力。其中，數據分析能力主要是對信息系統數據加以挖掘和分析，獲取自身需要的信息[5]，對學生未來從事與專業相關的工作有重要影響。

近年來，不少高校的信息管理與信息系統專業開始推動課程群建設，明確專業定位，減少不同課程的內容重復，加強課程之間的聯系，從而有效地整合現有的教學資源[6-7]。由于專業的特點，信息管理與信息系統專業對實踐教學平臺建設的要求更為迫切，高質量、高效率和高水平的實踐教學平臺既對課程群建設提供有力支撐，也是提升學生實踐能力和專業素質的重要手段[8-9]。

本文以中國地質大學（武漢）經濟管理學院信息管理與信息系統專業往屆畢業生以及相應實習企業的調研，發現部分專業畢業生的實踐能力較弱，面對實際業務中出現的問題或者需求，往往是“紙上談兵”，而無法獨立自主解決。因此，本文依托信管專業課程群和實驗軟件平臺建設項目，在整合專業核心課程，形成專業課程群的基礎上，進行實踐教學平臺的建設。該平臺以培養學生的信息系統開發能力與數據分析能力為目標，整合了教學團隊，軟件平臺和企業等資源，分別形成了課程教學軟件平臺、實踐課程資源平臺、專業實驗室平臺、校外實習基地平臺四大實踐平臺，幫助我校信息管理與信息系統專業的學生提升專業技能和實踐能力。

2實踐教學平臺建設存在的問題

從中國地質大學（武漢）經濟管理學院的信息管理與信息系統專業課程群和實驗軟件平臺建設項目出發，項目組一方面調查了2011年-2015年的信息管理與信息系統專業畢業生的工作情況，了解學生的主要就業行業、崗位、能力需求等，同時對我院現有的信管專業實踐教學平臺建設情況進行分析總結；另一方面，項目組調研了國內外高校的實踐教學平臺建設情況，了解其他高校的信息管理與信息系統專業實踐教學平臺建設的進展與成效。通過上述兩個方面的系統調研，項目組充分意識到我院現有的信管專業實踐教學平臺迫切需要加強建設，以增強學生的專業實踐能力。因此，我們比較分析了我校信息管理與信息系統專業實踐教學平臺建設主要存在以下幾方面的不足：

第一，師生對實踐教學的重要性認識不足。由于專業的特點，實踐教學是信息管理與信息系統專業本科人才培養的重要組成部分，但少數師生對實踐教學的重要性認識不足，還存在著“重知識、輕實踐”的現象，他們認為實踐教學環節僅僅是課堂理論教學中可有可無的輔助。所以，在教學工程中出現了以下現象：一是學生認為實驗課程相比課堂理論知識無關緊要，造成了實驗課的缺勤較多；二是實驗課在考核中占的比例相對較少，造成學生對實驗教學的不夠重視；三是教師相對于理論課對實驗課的要求不高，造成實驗課課堂紀律渙散。這些現象導致實踐教學環節不能很好地支撐理論教學，不僅造成理論知識掌握不牢，而且實踐操作能力也不能得到很好的鍛煉。

第二，軟件平臺對理論課程教學的支撐不夠。信息管理與信息系統專業的課程較多，而且要求的軟件也種類繁雜，而該專業所擁有的軟件不足，設置的實踐教學環節的教學定位未能與課程密切聯系而造成的軟件平臺對專業課程教學缺少強有力的支撐，而且實踐環節的課程設計未能與其專業理論課程完全對應，造成理論課程與實踐內容結合度不夠。

第三，實踐教學方法和手段的新穎性不強。實踐教學環節的課程功能定位不夠清晰，層次不高，硬件設施相對落后，難以滿足學生自主、多元、個性化的學習需求，在一定程度上限制了學生專業素質的提高。同時，有很多實踐教學的方法和手段還是原來的方式，未能隨著社會的發展進行更新。例如：關于數據挖掘的實踐教學還是學生在學習各種數據挖掘及分析方法的基礎上，按照老師的要求和給定的數據進行數據挖掘等實踐的練習。實踐內容不夠新穎，學生學習積極性不高，造成學生實踐操作能力不強。隨著物聯網、云計算、大數據、移動互聯網等信息技術的不斷發展，社會對于信息管理與信息系統專業的人才要求越來越高，不夠前沿的實踐教學方法和手段造成了所培養的人才的實踐能力不能滿足社會的發展需求。

第四，理論教學與企業實踐融合度不高。根據畢業生的反饋調查反映，信息管理與信息系統專業60%以上的畢業生從事信息系統設計開發和維護、系統實施、市場開拓、產品研發等崗位，這些工作均需要學生掌握最新的IT技術應用和管理知識。同時，學生普遍反映數據處理能力和系統實現能力需要加強。因此，迫切需要通過“產教協同”的實習基地的建設將基礎教學與企業實踐相融合，給學生提供更多的實踐技能培訓和實習機會，提升他們的實踐能力。

3實踐教學平臺的建設體系

為了優化教學內容，理順課程之間的內容與聯系，我們將信息管理與信息系統專業的核心課程進行銜接設計和集成，進一步劃分為相互支撐的三個課程群：信息系統設計實現、數據分析與優化決策與電子商務運營。“信息系統設計實現”核心課程群定位于信息系統設計理論和方法等基礎知識的培養，包括《管理信息系統》、《信息系統分析與設計》、《信息系統項目管理》、《ERP原理與應用》四門專業課以及《專業教學實習》；“電子商務運營”核心課程群定位于管理決策在商業管理應用方面應用實踐能力的培養，包括《電子商務》、《信息系統戰略與管理》、《企業電子商務管理》和《供應鏈與物流管理》四門專業課；“數據分析與決策”核心課程群定位于數據驅動的管理決策方面應用實踐能力的培養，包括《決策支持系統》、《數據挖掘》、《商務智能》、《R語言與數據分析》和《python數據分析與機器學習》五門專業課以及《數據分析實訓》。

通過對已有的信管專業實踐教學平臺建設中存在的問題進行分析和總結，依托信息管理與信息系統專業核心課程群建設，我們構建了“課程主導、軟件協同、配套完善、實戰訓練、需求驅動、綜合應用”的實踐教學平臺，主要包括三部分：“課程主導、軟件協同”的課程教學軟件平臺，“配套完善”的實踐課程資源平臺，“實戰訓練”的專業實驗室平臺，“需求驅動、綜合應用”的校外實習基地平臺。

3.1課程教學軟件平臺建設

課程教學軟件平臺建設是在課程群建設和已有軟件的基礎上，完善課程教學軟件建設，形成滿足課程群教學的軟件平臺。首先要保證信管專業教學各個課程群的軟件配備。其次是為教學提供合理配套的最新軟件工具，避免使用過時的教學軟件，使用最新最為實用的軟件，培養學生與社會接軌，真正成為社會所需的應用型人才。

因此，在信息管理與信息系統專業的培養方案里面確定了三項實訓科目：《建模與系統應用實訓》《信息系統設計與開發實訓》和《大數據分析與處理實訓》。通過這三項實訓內容，并與課程內容有機結合起來，學生可以將在課程中學到的知識在實訓中檢驗，看自身是否已經掌握，并且在實訓中補充自己課程知識中忽略的知識點。通過專業課程對應的實訓，來提升學生系統建立、數據分析等方面的能力，在實訓中開拓學生的視野，同時加強學生的專業理論知識的學習。

3.2實踐課程資源平臺建設

信息管理與信息系統專業具有交叉學科的特點，要求所培養的學生具備較強的實踐和動手能力。在構建課程教學軟件平臺基礎上，我們完善實踐課程與資源建設，發揮軟件實驗室的作用，更好支撐對學生實踐動手能力的培養。

首先，我們完成了“信息系統設計實現”課程群的課程案例集“決策支持系統案例集”和“電子商務運營”課程群的課程案例庫“社交商務案例集”，以及“數據分析與決策”課程群的大數據分析數據集“大數據分析數據集”。這些案例集在教學過程中不斷應用，根據學生的反饋進行修改完善。

其次，我們完成了《數據清洗與可視化實驗手冊》、《GAMS軟件實踐應用手冊》等實踐教學指導書。在進行實踐教學過程中，我們可以更好地進行實踐教學，提升實踐教學的效果。并在此基礎上，我們不斷完善教學指導體系。

3.3專業實驗室平臺建設

專業實驗室平臺主要是為信管專業學生構建科研實訓平臺與實戰環境，這主要是彌補傳統的專業實驗課內容設計較為單一、功能定位不夠清晰且較為脫離企業實際需求的不足[10]。

因此，為了培養信息管理與信息系統專業的學生形成數據分析思維，我們指導學生如何從數據采集、清洗到數據挖掘多個方面來鍛煉，從而讓他們可以具備足夠的能力滿足大數據環境下知識管理與智能決策的需要。首先，我們建設了大數據實踐教學軟件實驗室，構建大數據實訓科研平臺，從企業引進先進的軟硬件平臺，以及相關數據和項目案例，為學生搭建起接近企業真實應用的大數據實戰環境，讓學生有機會理解企業業務需求和數據分析，通過實戰訓練，解決實際問題，切實服務于教學與科研。其次，我們結合實踐課程資源，指導學生通過自主設計、團隊合作，完成相關的實驗項目。最后，信息管理與信息系統專業教師與學院的實驗教師一起組建實驗指導教師隊伍，每門課都有相應的實驗指導老師負責進行上課，同時借助企業的力量來培訓實驗指導老師，并以客座教授來引入企業導師加強實驗指導的師資力量。

3.4校外實習基地平臺建設

校外實習基地是企業和高校溝通的橋梁。通過合作，企業可以共享高校的人才和相關的研究設備，高校也可以參與到企業的技術研發工作中，并提升學校的科研能力和學生的就業能力。通過加強校企合作，樹立以就業為導向的教學理念，能夠讓學生盡快適應社會發展對專業人才的能力要求。

我校信息管理與信息系統專業與上海漢得信息技術有限公司、武漢鵬程信息技術有限公司和九派（武漢）全媒體股份有限公司等企業合作建設了實習基地，在校學生參與企業的實際項目中，不僅了解了企業的環境和項目情況，而且在參與項目的工程中熟悉了項目規劃、設計到研發實施的整個流程。學生通過在實習訓練基地實習，學習了實際工作中對信息技術的要求，并通過在校學習彌補與實際工作中的差距，不斷提升自己的工作能力，成為一個專業知識與專業技能“雙過硬”的人才。同時，在學生的實訓過程中，信息管理與信息系統專業教師也加強了與企業相關人員的交流與溝通，共同探討新的教學方式，改進教學內容和方式，提升教學水平，為企業的發展提供更多的實踐性人才。

4所取得的成效

我們形成了信息管理與信息系統專業開放、共享、融合的實踐教學平臺，滿足了專業實訓的需要。該平臺良好地支撐了信息管理與信息系統專業的實踐教學，有力地促進了該專業學生知識、能力、思維和素質的全面協調發展，在四個方面體現了學生實踐動手能力的提升：

（1）在信息管理與信息系統專業學生的畢業設計中，學生對于信息系統實現完整程度有了明顯的進步，數據分析的能力也有顯著提升。在畢業設計中，信息管理與信息系統專業更多學生以數據分析作為論文選題，論文質量很高，多篇論文獲得校級、湖北省優秀論文。

（2）信息管理與信息系統專業學生積極申請各類別的大學生科研計劃、社會實踐活動，積極參加國家級、省級全國數學建模競賽、挑戰杯等各類科技競賽活動，獲得了豐碩成果。例如在數學模型競賽和數據分析競賽中學生參與度和獲獎方面取得了極大的進步：2018年僅有3位信息管理與信息系統專業學生在這兩個方面獲得省部級獎項，在2019年有20余位信息管理與信息系統專業學生獲得了省部級以上的獎項，其中3項國際級獲獎。

（3）信息管理與信息系統專業學生實踐能力的提升，使得他們在實習單位更好地走進企業內部，能夠運用自己所學的知識去處理實際工作中遇到的問題，將理論與實踐結合，進而進一步增強自身實踐能力，提升專業技能，更好地完成實習中的任務。因此，信息管理與信息系統專業學生在就業方面無論是就業的質量和數量方面都有了很大的提高。

（4）信息管理與信息系統專業學生積極參與“學術領航”活動，在學習專業知識的同時，鍛煉科研能力，從理論與科研結合方面來更好地提升了實踐能力。因此，信息管理與信息系統專業學生一直保持良好的保研情況，基本上報送到985高校繼續深造。

篇（5）

[

關鍵詞 ]新媒體 人才培養 體系

2009年1月，寧波日報報業集團全媒體新聞部正式成立，相繼南都全媒體集群組建成立。2012年3月，國家新聞出版總署、廣電總局職責整合，組建國家新聞出版廣電總局。2012年底，網絡與新媒體專業成為教育部審批同意設置的普通高等學校本科新專業。

新聞行業與教育的不斷改革前行，也激發了融合背景下新聞人才培養的全面思考。當前，我國新聞人才培養環境與趨向也在不斷演變，主要表現為：(1)信息行業的迅猛發展催生眾多領域急需專業化人才；(2)媒體行業的融合發展對復合型的新聞人才的需求不斷增長；(3)傳統媒體對新聞內容的生存更加注重專業、深度，調查記者、數據分析師等人才需求熱；(4)網絡與新媒體專業人才培養已成為新聞傳播教育的未來支撐。

2013年，以暨南大學為代表的全國28所高等院校首批招收網絡與新媒體專業本科學生，2014年這一數據加大到48所。面對傳媒融合發展的需求及人才競爭的白熱化，構建網絡與新媒體專業多元化人才培養的體系迫在眉睫。然而當前該新專業國內尚無完善的教學體系與人才培養模式，大多是基于傳統新聞傳播學科的延伸和嫁接，是培養傳統新聞人才的數字化應用？還是培養技術人才的新聞業務素養？亦或是其他的創新模式？本文將從人才培養定位課程體系兩大方面來解讀網絡與新媒體專業的核心能力培養體系建構。

一、人才培養定位

網絡與新媒體專業學科歸屬于新聞學與傳播學，專業上與新聞學、廣播電視學、廣告學等專業并列，人才培養的體系構建既要有學科的統一性，也要有專業的差異性。

進入互聯網時代，傳媒的數字化發展日新月異，目前普遍認同的主要趨向有：多適配、多媒體、全天候、即時、互動、社交化、位置；圍繞專業能力的需求主要包括：新聞基本功、全媒體傳播技能、網絡輿情研究能力、數據挖掘和分析能力、策劃創意、團隊協作能力、工具應用能力：圍繞人才培養的

關鍵詞 主要有：內容、渠道、技術、產品、互聯網思維。

從發展趨勢、能力需求和人才培養三個維度可以歸納網絡與新媒體人才培養的基本思路：(1)培養掌握新聞與傳播專業基礎知識的復合型人才：(2)培養基于網絡與新媒體技術應用的全媒體傳播人才；(3)培養熟悉互聯網核心應用的網絡與新媒體創新人才。

具體培養規格要求分解為五個層面：

(1)掌握網絡與新媒體領域所涉及新聞學、傳播學、計算機科學、社會學等多學科交叉的基本理論。

(2)具備網絡與新媒體的專業視野及敏銳的觀察力，掌握信息傳播的基本規律和新興媒介的發展特點，通曉信息傳播的技術原理。

(3)具備交互、體驗、服務等眾多類型信息產品的內容策劃、設計，并熟練掌握網絡與新媒體信息制作的基本技能。

(4)了解網絡與新媒體相關的政策與法規，掌握科學的社會調查方法，具備嫻熟、練達的社會活動能力。

(5)具有較強的計算機應用能力和外語聽、說、讀、寫、譯的能力。

二、課程體系

互聯網發展對高校新聞與傳播學科的影響與日俱增，傳統媒體與新興媒體加速融合。人才培養從傳統的內容主體逐漸向復合型轉變。技術素養成為未來數字化發展的重要基礎。

近年來，多數高校新聞傳播學院（系）的網絡傳播或新媒體等相似專業的課程設置都向“寬口徑，厚基礎，精專業”的方向發展，以實現培養綜合型、復合型新聞傳播人才的目標，但在主干課程或專業課程設置的實際操作中卻各有側重，形成了以下幾種模式：一是以傳統新聞學訓練為主，互聯網信息傳播和應用為輔，這種模式以中國人民大學和中國傳媒大學為代表：二是以互聯網應用和技能訓練為主，傳統新聞學訓練為輔，這種模式以武漢大學和華中科技大學網絡傳播專業為代表；三是以傳播學訓練為主，以互聯網信息傳播和應用為輔，這種模式以復旦大學新聞學院為代表。這三種模式具有代表性，同時也隱藏著在人才培養方面不同價值取向的沖突：選擇傳統新聞學的價值取向還是傳播學經驗學派的價值取向；以新聞傳播基礎訓練為主，還是以網絡傳播應用技能訓練為主；是突出網絡傳播信息內容層面，還是側重網絡傳播技術層面。

（一）課程分析。

本文研究選取了全國首批開辦網絡與新媒體專業的28所院校，就新專業申報表中主干課程一欄進行了統計分析，排名前10課程／次如（圖表1）

通過圖表分析，28所院校全部開設了《傳播學概論》基礎理論課程，對網頁設計、網絡動畫等計算機技能均比較重視，排名前10的課程中，網絡與新媒體實務相關的多達5門，理論課程2門，傳統媒體實務2門。研究表明，新專業的課程體系主要以傳統新聞與新媒體融合為理論依據，以傳統新聞與傳播實務為基礎，以網絡與新媒體實務為能力培養的重要內容，包括計算機技術應用與新媒體傳播、運營實務等。

中國傳媒大學媒體管理學院院長李懷亮認為，新媒體專業培養是一個復雜的、系統的工程，涉及到理科、工科、文學、藝術、經濟與管理等多個學科門類。張芹、黃宏在《高校網絡和新媒體傳播專業人才培養模式分析》一文中歸納指出，新媒體的媒介特征及產業屬性決定了新媒體專業設置主要由三大學科群構成，即傳播學、信息科學和傳媒經濟學三大學科群；還須三大技術支撐，即計算機技術、互聯網技術和傳感技術。

歸納28所高校三大學科群主要開設的課程包括：

傳播學科：傳播學概論、新聞學概論、新聞寫作、網絡傳播概論、網絡倫理學、新聞法規與傳媒規制、新媒體與社會、新聞攝影、電視攝像與編輯等。

信息學科：計算機網絡原理與實務、平面設計、數字信息處理、網絡信息檢索與利用、網頁設計與制作、網絡信息編輯、網絡傳播技術、數字出版及技術等。

傳媒經濟學科：傳媒經濟學、新媒體經營與管理、網絡運營、網絡廣告學、網絡營銷學、電子商務概論、網站策劃與建設、新媒體產品設計等。

根據課程涵蓋的內容及課程名稱

關鍵詞 提取門類，排前5名的依次為技術類（包含基礎技術和應用技術）、概論（包含傳統與網絡新媒體）、網頁設計（包括網頁與網站）、編輯類（包含傳統編輯與網絡編輯）及廣告，其中技術類、基礎理論的課程每所學校開設門次接近2門，對技術和理論學習的認可度非常高，廣告與營銷方面也有49次開課次，對市場運作能力也非常看重。如（圖表2）

（二）課程體系設計。

根據28所院校的主干課程分析，構建核心能力培養的課程體系可以從三大層面設計，分別是專業理論（包括傳統新聞、網絡與新媒體）、技術應用（包括數學、計算機及通訊）和傳媒實務（包括傳統媒體實務、新媒體傳播實務、市場運營與管理）。

1．專業理論體系及其課程設計。

網絡與新媒體作為全新的特設專業，基于完整專業體系的建立，理論部分與實踐（務）部分是相輔相成的兩大支柱，且是網絡與新媒體專業人才培養不可缺少的充分必要條件，而且兩者密不可分、相互補充、相互影響。理論體系以新聞傳播學基礎理論為一致性原則，以網絡與新媒體專業理論為創新構建，其專業理論的課程體系設計思路主要包含兩個層面：

(1)以專業主干課程為主體，構建專業理論的縱深，主要課程包括新聞學概論、傳播學概論、中外新聞史、網絡與新媒體概論、網絡傳播概論、融合新聞學、新媒體與社會、網絡倫理與法規、網絡與新媒體研究方法等；

(2)以專業選修課程為補充，豐富專業理論的延伸，主要課程包括西方網絡與新媒體理論、數字出版導論、網絡與新媒體經典案例等。選修課程根據各高校師資的具體情況，其設計思路也可以不盡相同。

2．技術應用體系及其課程設計。

網絡與新媒體作為典型的文理交叉型專業，其技術應用的學習和實踐是關鍵，結合人才培養的具體要求，可以開設數學基礎、計算機應用技術等多門課程，構成較為連貫的技術應用體系。體系設計的目標是：掌握計算機學科的基礎技術。熟練運用網絡與新媒體傳播技術。

(1)以大數據應用為方向，構建數據挖掘與數據分析為特色的技術應用，主要課程包括：高等數學、概率論與數理統計、統計學、數據挖掘與數據分析、數據可視化等；

(2)以計算機應用技術為主體，夯實學生的技術素養，主要課程包括：C語言、網頁設計、網站設計、數據庫應用、網絡與新媒體技術、平面設計、多媒體設計、網絡動畫、網絡安全技術等。

3．傳媒實務體系及其課程設計。

網絡與新媒體專業的核心特色在于實務體系的交叉，通過多元化實務的體系設計構建復合型、應用型人才培養的具體目標。課程設計的目標是：掌握網絡與新媒體行業所需的基本業務，能夠獨立進行全媒體新聞傳播，主要包括采編實務、運營與管理實務以及其他實務能力。

(1)以傳統新聞實務為基礎，培養學生扎實的新聞基礎業務，課程主要包括：新聞采訪、新聞寫作、新聞編輯、新聞攝影、電視攝像與編輯等：

(2)以網絡與新媒體實務為主體，與行業發展需求為目標，培養學生全面的專業動手能力，課程主要包括：全媒體新聞采寫、網絡編輯與策劃、網絡與新媒體評論、網絡與新媒體用戶分析、網絡輿情監測等：

(3)以互聯網思維為基本思路，以傳媒經濟為主要延伸，課程主要包括：市場營銷學、網絡營銷學、電子商務實務、互聯網產品設計、網絡與新媒體廣告等。

(4)以集中實踐為形式，加大實踐和實習的培養力度。若以180四年總學分制計算，實踐、實習的周數應在20周左右（不包含畢業論文、設計）。

結語：人才培養體系的構建對網絡與新媒體專業的立足與發展至關重要，它關系專業的學科立足，關系人才培養的效果，關系專業的未來發展，新媒體發展的不確定因素遠遠超出學界和行業的預期想象，因時制宜的人才培養定位，不斷創新改革的教學內容和教學模式，將是網絡與新媒體人才培養體系的核心思想。

參考文獻：

[1]余紅：《李婷我國網絡與新媒體人才求調研與專業培養》，《現代傳播》2014第2期

[2]朱旭輝：《網絡與新媒體學科發展路徑的探析》，《編輯學刊》2013年第6期

[3]安金偉：《網絡傳播與新媒體專業人才培養模式改革與創新研究》，華中科技大學學位論文．2012

[4]張芹、黃宏：《高校網絡和新媒體傳播專業人才培養模式分析》，《黑龍江社會科學》2007年第3期

篇（6）

【中圖分類號】G40-057【文獻標識碼】A【論文編號】1009-8097（2015） 06-0089-07【DOI】10.3969/j.issn.1009-8097.2015.06.014

引言

2011年以來，在美國頂尖大學中迅速發展起來并迅速影響世界的MOOC（大規模開放在線課程）模式無疑給“在線學習”這一學習形式樹立了成功應用的典范，該模式證明了只有當大學的課程、課堂教學、學生學習進程、學生體驗、師生互動過程等被完整、系統地在線實現…，特別是當輔導教師的存在以及相關系統指導活動實現時，在線學習才是有效的。這從一個側面說明，在線學習并不是純粹的學生自主學習，還需要充分發揮輔導教師的主導作用。

在線學習模式下，師生活動在時空上相對分離，盡管有同步教學活動發生，但更多時候是異步教學活動，因為異步教學更有助于滿足學習者的個性化學習需要。不同于課堂面授教學，輔導教師難以把握一門在線課程學習者學習開展情況的全貌。但是，通過在線學習平臺對學習過程的記錄，輔導教師了解課程的教學過程是可能的，而且基于學習過程記錄開展在線教學的反思以不斷改進在線教學這一做法也是必要的。一文獻探討

“教學反思”，顧名思義，反思對象就是教學過程，反思的基礎是對教學過程的忠實記錄。波斯納（Poser）將教師的成長發展與其對自己經驗的反思結合起來，提出了一個教師成長的公式：經驗+反思=成長。由此可見反思對教師成長以及專業發展的重要性。

教學反思的方法是多樣的。王映學、趙興奎指出教學反思的途徑主要有錄像反思、日記反思、從學習者角度反思、與同事及專家的交流中反思以及通過向學生征詢意見反思。張大均將教師成長的途徑從觀摩教學、微格教學、教學決策訓練和教學反思幾個方面來說明。俞國良等則將教師的反思訓練列為錄像反思法、對話反思法和教學反思法。從上述方法中可以看到，教學反思的基礎是對教學過程的忠實記錄。在“日記反思法”中，第一步就是對教學中包含問題的教學事件進行詳細、忠實的描述。在“從學習者角度反思”中，第一步就是“簡要記下學習發生的時間、場合、涉及的學習內容和培訓（講授或主持）人員”。在微格教學法中，則通過錄像設備記錄教學全過程。

在信息化網絡時代，教師可以利用現代教育技術手段來實現教學過程的忠實記錄，進行有效的教學反思，從而更好地促進自身的專業發展。各種新的網絡技術工具給我們的生活帶來了新的便利，同時也為教師提供了新的教學反思工具。近年來興起的學習分析技術可以成為教師開展在線教學反思的有力工具。學習分析技術是對學生生成的海量數據進行解釋和分析，以評估學生的學術進展，預測未來的表現，并發現潛在的問題。對教師而言，學習分析技術可用來開展更為深入的教學分析，以便教師在數據分析的基礎上為學生提供更有針對性的教學干預。在線學習中，在線學習平臺詳細記錄了師生行為，猶如課堂教學錄像。借助學習分析技術，分析師生行為記錄數據，可以再現在線學習過程，使教師能夠把握在線教學過程全貌，并了解每個教學環節、重要教學活動以及每個學生的種種細節，使原本模糊的印象數字化、清晰化，輔助教師反思其在教學設計、資源制作、學習引導、學習評價等方面的可取之處與不足之處。

因此，本文選取基于Moodle平臺的在線課程為樣本，應用學習分析技術，具體包括話語分析、社會網絡分析等分析技術，統計分析與可視化、聚類、預測、關系挖掘、文本挖掘等數據挖掘方法，以及SSAS、SPSS、ucrNET、EXCEL、ICTCLAS中文分詞系統等工具，從一位輔導教師的視角，開展基于學習過程記錄的在線教學反思研究，探索一種全新的教學反思形式。

二 研究樣本

本文選取國家開放大學主辦的網絡教育從業人員培訓班為研究對象。該培訓班依托Moodle平臺開設（網址：http：//），有“學生支持服務”、“在線學習輔導”和“在線課程設計”三門課，每門課的培訓時間為6周，學生通過Moodle平臺開展在線學習，輔導教師提供全程的在線輔導。本文具體選擇“在線學習輔導”課程第五期培訓班作為研究樣本。

三 數據分析與培訓反思

1 重溫整個教學過程――師生群體平臺訪問行為分析

通過對平臺模塊訪問、模塊訪問序列以及師生活動時間分布情況的分析，重新回顧教學過程，并對一些突出的數據表現加以解讀，使原本時空分離的師生活動再度整合，還原輔導教師的教學過程與學生學習過程的原貌。

（1）平臺模塊訪問總體情況

表l是該期培訓過程中，師生訪問Moodle平臺各模塊的頻次統計結果。

從統計結果可知，師生最常訪問的模塊是“forum”，占總活動頻次的近50%，說明課堂討論是最主要的學習活動，也是這門基于討論的探究式課程學習的突出特點。其次就是“wiki”、“resource”和“assignment”三類行為。這三類行為的頻次和比例較為平均，是位列“Forum”之后的重要學習活動。在討論的基礎上，課程設計中的“wiki”其實是為了給學生協作式小組學習的機會，是除“forum”外學生之間重要的交互空間。“resource”（瀏覽資源）是學習內容重要的組成部分，在此基礎上參加討論和wiki協作學習，最終的學習成果以“assignment”（小論文、大論文）的形式呈現。這幾個模塊的頻次和比例分配較為合理，較好地還原了教學過程。

（2）平臺模塊訪問序列分析

我們已經了解了不同模塊的訪問頻次，下面我們再來了解一些師生訪問平臺模塊的路徑。

這里采用Microsoft順序分析和聚類分析算法，數據來源則是用戶每天瀏覽課程頁面產生的過程數據。筆者選取5個頻繁訪問模塊包括forum、wiki、assignment，resource和user（course除外，因為在該模塊主要發生登錄行為，并沒有實際的學習行為）的數據來分析模塊訪問序列，得到如圖l所示結果。由圖l可知，從user、resource、assignment、wiki四個模塊跳轉到forum的條件概率均比較高（分別為0.40、0.32、0.26、0.16），可見forum是一個活動中心模塊，也是一個重要的活動中介模塊，諸如resource、assignment、wiki等活動可以從中再次啟動。而在由forum跳轉到其他模塊的情形中，forumresource的轉換組合的發生概率是最高的，達到0.06。在發帖參與討論的過程中，發現問題、深入思考再繼續學習相關資源，這符合學習常規，也形成了討論帶動資源的學習兩者之間的良性互動，從而實現深度學習和反思。另外，resource模塊對其他模塊的支撐作用還表現為assignmentresource，這一條件概率達到0.13，即學生在做作業的過程中要求助于資源模塊，這也是符合學習常規的。

（3）不同時期各模塊訪問特點

接下來結合時間維度，了解不同時期平臺各模塊訪問特點，以了解不同時期師生關注重點的變化。計算出本期培訓不同周此平臺模塊訪問頻次分布情況，并繪制師生在主要學習模塊的活動頻次占比隨時間分布的折線圖，得到如圖2所示結果。

從圖2可以看出，除高頻訪問模塊forum外，在正式學習開始前兩周及第1周，學生的訪問重點user模塊和resource模塊反映出學生在熟悉人和內容。這啟示我們，在網絡課程開始之前，輔導教師可能需要提前兩到三周就介入課程的學習，實時跟蹤學習進程，為他們提供相應的服務來進行預熱，這對于后面課程學習的順利發展和學生積極性的保持都很有幫助。進入第2周，開始主要的學習活動，主要模塊則是wiki以及forum。到第3周，wiki活動達到頂峰一一第3周出現本課程第一次wiki協作式小組學習活動，所以這時達到頂峰是正常的；另外，這些學生從沒有接觸過基于wiki的小組寫作式學習，所以他們有很強的好奇心和強烈的興趣參與。到第4周，assignment活動達到頂峰。這實際上是學生提交的第3周布置的assignment（小論文），這是本課程第一次提交assignment；課程結束后的三周，assignment模塊的活動逐漸增強，伴隨著resource模塊活動的增強，forum活動相對減弱，進入做作業（撰寫大論文）的狀態。

2 聚焦重點教學活動一一師生論壇交互分析

師生在論壇的討論發言是本課程的一項重點教學活動。通過這一活動，相關教學信息得以傳遞，各種其他教學活動得以依次展開，課程知識也在這里不斷呈現，支持服務也在這里相繼給出。

（1）師生交互的數量與內容

該課程討論活動在6個學習單元分散展開，本期培訓班發帖數量累計743個，如表2所示。由表2可知，輔導教師的發帖量基本呈緩慢下降的趨勢。從該趨勢我們可以看到，在第1周“學習指南”和第2周“第一單元：什么是在線輔導？”兩周的教學中，由于是在線教學的開始階段，輔導教師需要更多地引導學生進行討論，投入相對更多的時間。從第3周開始，數據顯示，輔導教師的發帖量開始有所減少，從將近50%的比例下降到40%左右。這是因為，經過前兩周的學習，由于輔導教師的有效引導，學生保持了較高的積極性，效果明顯。從第3周開始，輔導教師有意減少了發帖的量，注意留給學生更多的時間思考并參與討論，這時候學生明顯上升到了討論的主角這一角色，這說明輔導教師對于討論的把握和控制比較成功。

（2）師生交互發帖的內容

作者采用傅騫、魏順平等研發的術語提取算法從所發帖子中提取了約240個術語，如表3所示。這些術語的出現頻次為4909次（其中輔導教師使用976次，約占20%）；在481個帖子中出現（其中教師帖為204個），占帖子總數的65%。從另外一個角度說，有1/3左右的帖子沒有出現任何術語。由此可見，論壇的主要功能是開展課程知識討論，次要功能則是激發并維持學生的學習動機，引導、鼓勵學生不斷參加學習。

在前10位術語中，“輔導”出現了3次，“在線（遠程）”出現了4次，這比較好地體現了本課程的特點，即在線學習輔導。而排在前兩位的是“輔導教師”和“電大”，這更能說明這次培訓的內容和對象的特點。無一例外，本次培訓的對象全部來自電大系統，所以他們對本系統是最關注的，另外他們對如何做好“輔導教師”也是最關心的，所以他們選擇了這門課。從這些術語可以看出，本期的討論比較成功，課程的設計也比較合理，能夠滿足學生的需求。

接著，作者對各單元使用的普通詞匯（包括動詞和名詞等實詞，不含虛詞，不含術語）使用頻次進行統計，以體現輔導教師的語言藝術和輔導特色。其中使用頻次排名前十的普通詞匯分別是“同學、加油、學生、謝謝、可以、學習、問題、課程、研究、討論”。“加油”和“謝謝”這兩個詞的大量使用反映了輔導教師為學生提供的情感支持。輔導教師時時刻刻不忘鼓勵、支持任何一位學生的發言和進步，處處對他們的討論表示感謝，無論發言是否精彩，無論對他們的觀點是否贊同，都通過“加油”和“謝謝”表示感謝。

（3）師生交互的動態過程與靜態結構

我們從師生交互發帖時間分布以及師生交互網絡分析來了解師生交互的動態過程與靜態結構。本培訓課程設有6個單元外加大論文指導環節（實際上是7個單元），計劃教學時間是6周，一個單元用時一周。理想情況下，學生應該在規定的學習時間內完成相應單元的活動，但事實并非如此。以每個單元的“話題討論”為例，某個單元的話題往往要持續3周才會真正結束。各單元討論活動隨時間分布情況如表4所示。

表4中帶*號的數字部分是在單元規定學習時間內的發帖數量，但是每個單元在規定學習時間后，在隨后的2至3周還陸續有帖子發出來。于是從第3單元開始，將會有3個單元的活動疊加在一起。出現這種疊加現象，可能較大程度上是由工學矛盾造成的。學生不能及時完成本周的學習活動，所以會往后拖延。其實，從學生的角度是可以理解的，這也要求我們的在線教學要有一定的靈活性。同時，也恰恰是在第3周開始出現第一個assgignment（小論文），學生的負擔開始加重。正是當“新債舊債”交織在一起的時候，出現了連鎖式疊加的現象。當然，這種現象也會無形中增加輔導教師的負擔。

根據輔導教師和學生發帖、回帖的關系，借助UCINET社會網絡分析工具，可繪制師生交互網絡圖，如圖3所示。從圖3可以看出，所有24個成員（包括輔導教師，如圖中編號為68的正方形節點）均在一個網絡中，不存在孤立的成員。

篇（7）

【中圖分類號】G420 【文獻標識碼】A 【論文編號】1009―8097(2010)09―0127―07

一 引言

作為知識的創造者、保持者和傳播者,長期以來對知識的責任一直是高等教育機構的首要目標。然而,為了適應現代化的知識社會,全世界的高等教育機構需要采用新的方法來履行責任,實現目標。和中國的各大高校一樣,全世界的高等教育機構都正經歷著飛速的發展和變化。一方面,在激烈的競爭環境下,學生們面臨的壓力越來越大,社會對高等教育也越來越重視;另一方面,在社會期待和監督下,教育工作者需要展示出高質量的教學成果,同時,現有教育資源的不足又無法滿足日益增長的學生人數及其日趨多元化的學習需求[1]。

在大學校園中,全日制大學生是非常幸福的,因為他們能和師生們直接接觸,一起參與學術沙龍,而且還能享受到教學設施的服務。然而,這種傳統的理想高等教育模式需要大量的教育資金和勞動力,各國政府給予高等教育的資助無法滿足不斷升級的教育資源需求。為了解決這個問題,各大高校都曾采用了不同程度的擴招辦法來填補教育資金的不足,于是社會開始對高校的教育質量感到擔憂。OECD的一份報告[2]對工業社會中高等教育環境變化進行了廣泛而又詳細的分析。

高校教師面臨著眾多的挑戰,班級人數正在增加的同時,社會也對他們提出了更高要求。他們需要使用更有效的教學方式,來提高學生的學習和研究能力,并完成教學目標。此外,越來越多的關于高等教育的教學和學習的研究[3]闡述了以學生為中心的教學方法,強調鼓勵學生們的合作和互動,以及促進主動學習的重要性,還建議提供及時詳細的反饋,強調限時任務的需要,同時尊重不同的學習模式。另一方面,教師們在教學過程中發現,他們發現難以通過溝通交流的方式來監督學生的學習進展[4]。盡管更傳統的“灌輸式”的教學模式在一定的教育環境下有其立足之地,但對于促進學生的學習來看,它日益被看作是一種落后途徑。與此同時,高等教育領域的競爭日趨激烈,教育成本不斷上升,學生和家長們對教育質量、教育支出的透明度提出了更高要求[5]。

1 學習管理系統的應用

面對大量的教育需求,同時為了實現更高效的教學,解決現代社會的教育需求與傳統教育方法的矛盾,高校開始向企業學習,著手利用以信息技術為基礎的現代教育技術來打造自己的核心競爭力。

互聯網是當今最重要的收集、共享和信息的媒介。隨著高校信息化的發展,基于網絡的信息技術迅速成功地應用于高等教育領域。如今國內外眾多高校提供的在線課程就是最好的例證,它為師生提供了一種有效的網絡教育環境。更值得一提的是,在線的學習管理系統(Learning Management System, LMS)在國內外有了飛速發展和普及。

學習管理系統擁有支持教學的資料和工具,它集課程設計、學生管理、學習管理、主題討論、問卷投票、在線考試、教學評價等于一體,還包括會議系統、學生社區以及其他工具,還能用于對學習效果和學習進度進行評估。

2 數據挖掘技術的利用

高校逐漸普及了學習管理系統,然而僅僅利用這些系統的表面功能,無法讓教師在網絡教學過程中及時、徹底、準確地了解學生們的學習活動及其動態進展情況,并評估課程內容結構和教學效果,更無法將其潛力挖掘出來。雖然有些系統提供了一些基礎的統計匯總功能,比如常被訪問的頁面、最喜愛的交流方法等,但這些信息是不夠用來分析學生的學習行為和學習進展的。

在網絡學習環境中,近距離師生關系的缺失是問題的關鍵所在。這種關系的缺乏導致教師無法直接監督學生,學生不能以一種自然而然的方式來表達他們所面臨的問題。換句話說,教師需要獲得更多的潛在信息和知識來輔助他們進行指導和決策,學生則需要得到及時指導。為此,借鑒商業領域的成功應用,高校需要向現代教育技術中引入數據挖掘技術來改進基于網絡的學習環境。

數據挖掘(Data Mining)[7]是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中,抽取出潛在的、有價值的知識、模型或規則的過程。同樣,它也能從教育數據的中發現被忽視的規律和模式,從而更好地支持和指導教學工作。

經過長時間的積累,任何一個信息系統中都蘊含著大量數據,學習管理系統也是一樣。眾多的學生和教師在使用系統過程中,都會產生兩個不斷發展和更新的數據集,其中包括師生們使用的在線課程資源,以及師生在使用這些資源的過程中所留下的“足跡”。本文正是將探索利用數據挖掘技術從這兩個數據集中抽取出潛在、有價值的知識、模型或規則,從而為在線學習環境提供支持。

二 學習管理系統的發展

1 LMS的廣泛使用

對于高校來說,正因為學習管理系統會給教學帶來諸多好處,所以目前很多高校都已購買商業軟件、使用開源系統,或是自主開發學習管理系統。

據美國Campus Computing Project的2008年調查[8]發現,超過70%的美國高等教育機構使用了校園范圍內的LMS。2007年數據顯示,超過39萬名美國學生(高于20%的美國高校學生)在2007秋季學期就注冊了至少一個在線課程[9]。更重要的是,更多的教師利用LMS來對傳統課程進行支持,形成了混合的課程教學方式。例如,超過4500名學生在2008年注冊了不列顛哥倫比亞大學提供的109門在線課程。數據顯示LMS已經在許多高校中獲得了廣泛應用。同樣在2008年,超過22.5萬名學生注冊登錄了由超過3800位教師教授的3169個不同LMS支持的課程。

2 商業與開源LMS的角逐

據美國Campus Computing Project的2009年調查[10]發現:從2000年到2009年,在美國的5類大學中,使用學習管理系統的課程數呈逐年上升趨勢,并且平均普及率從2000年的15%上升到了2009年的55%左右。其中,商業的學習管理系統目前占據絕大部分的高校市場,世界上最著名的Blackboard和WebCT公司已于2005年10月合并,成為全球最大的LMS提供商。隨著全世界對于開源(Open Source)這一概念逐漸產生共鳴,開源的學習管理系統也如雨后春筍般出現,其中較有名的主要有Moodle、Claroline、Sakai、OLAT等。同時,還有一些高校針對自身情況,選擇自主開發學習管理系統。美國EDUCAUSE公司的一項調查[11]結果顯示,目前正在使用課程管理系統的美國高校中,約有12%的院校所使用的軟件屬于自主開發或是與其他院校合作開發,其中“具有博士授予權的大學”比例最高達到14.9%。

值得一提的是,Campus Computing Project的2008年調查[8]顯示,商業化的代表Blackboard在高校中的占有率已從2007年的66.3%下降到2008年的56.8%,以Moodle、Saiki等開源學習管理系統為校園標準的高校則從2006年的7.2%上升到2007年10.3%。此外,在2008年的調查中,在被問及在未來5年內(即在2013年之前),是否會將原有體系遷移到開源的系統上時,約四分之一(24.4%)的被調查者表示他們會遷移到開源的學習管理系統上,約六分之一(15.3%)表示會遷移到開源的內容管理系統上,還有一小部分表示會遷移到開源的ePortfolio管理系統(12.9%)和ERP系統(少于5%)上。

3 在線考試模塊的嵌入

大部分學習管理系統都配備了在線考試(Web-based Examination)模塊,在線考試、測驗在學生使用學習管理系統的過程中起著十分重要的作用。比如,BlackBoard和Moodle等學習管理系統中的在線考試模塊都具備了生成試題庫、隨機組卷、各種題型的選擇、考試限時、考試評分等基本功能,同時還有許多考試系統在自適應考試、主觀題評分等技術上有了新的進展。

通過在線考試模塊的數據,學習管理系統才能獲得學生學習情況的總結性結果,為其他教學分析提供學習效果指標。Campbell等[12]對學生的在線考試成績和在線活動數據進行了回歸分析,并且發現美國學生的學術能力評估考試(SAT)分數能夠溫和地預測學生未來的成功,而且如果加入了學習管理系統登錄次數這一變量,則該模型的預測能力將會翻三倍。他們還通過數據表明,學生以中等偏低的在線考試分數進入一個課程,能夠通過努力(用LMS登錄次數表示)取得成功(用期末在線考試的成績表示)。

4 監控學習進展的挑戰

有了先進的學習管理系統,高校仍然面臨著許多問題。在網絡教育環境下,教師如何有效地跟蹤學生的學習進展情況,以及如何對新執行的教學策略的影響進行有意義的評估已經成為一項挑戰。和全世界一樣,中國的教師常常會給學生布置作業,并通過這種傳統的總結性方法來評估學生的學習情況。這種方法為教師和學生提供了必要的反饋,但這通常需要課程進展到一定階段時才能獲得反饋信息。因此,這種方法起不到太大作用,教師能采取的指導措施也很有限。此外,總結性評估方式只能在較低程度上對學生的學習方式、學習氛圍的發展、學生之間的接觸、溝通、交流和合作的實際程度給予最低的洞察力[13]。更令人焦慮的是,隨著班級人數的上升,缺勤、被孤立或者無法充分參與到合作完成的課程作業中來的學生將會逐漸被忽視,而且教師們往往只關注得到那些積極參與的學生。

教師在網絡教育環境中急需新的方法來快速識別高危學生,并且設計學習策略來指導他們的學習。基于初步的調研發現,Wang等[14]認為可以從BlackBoard和Desire 2 Learn等學習管理系統中找到學生在線活動的數據與學習期末成績之間的映射關系。延續前人的觀點,Campbell等[6][16]建議,該高校和教師能從LMS數據中挖掘出有益的知識和模式,以便開發“預警”報告工具,反映高危學生情況,并且讓教師及時形成指導策略。

5 社會網絡的注重

近年來,教育工作者已經越來越認識到遵循社會構建(Socio-Constructivist)的原則來進行學習設計的教育收益所在。社會構建的教育方法強調以學生為中心來進行教學設計,加強對學習的社會本質的認識,要求學生主動地和同學、學習資料和教師進行交互[17]。開發和支持學習社區來促進學生的學習已經成為教師的共同目標。為了進一步支持社區中心的做法,眾多學者描述了信息和通信技術能力,以促進學生之間的通訊和接觸,從而促進社會網絡和社會意識(Sense of Community)的發展[18]。

與此同時,新的方法正不斷涌現,它使教師按照學生社區、互動和參與等指標來評估設計的教學活動的學習影響。Dawson等[19][20][21]指出,LMS跟蹤變量表明學生通信交流行為是社會意識的重要指標。然而,到目前為止,很少有研究表明如何將學生在線交流行為和社會意識映射到學生最終的學業成功上。

6 跟蹤變量的數據積累和數據挖掘的可行性

LMS捕捉和儲存了大量、復雜的學生活動和交互的數據,使數據挖掘成為可能。學生跟蹤變量包括了學生訪問LMS的上線時間和連接持續時間、LMS工具的使用情況、信息的閱讀和情況、內容頁面訪問等數據的測量。這些數據能被實時捕獲到,而且可以在課程進展的任何階段開采。LMS對這些數據的收集不是侵入式的,也不需要教師的干預。重要的是,盡管這些數據通過其他方式難以理解,但可以代表學習行為的某些方面:學習模式以及學生接觸、溝通、參與網絡學習的程度和方式[21]。

Campbell等[22]指出對從各種信息系統中獲取的數據進行分析的方法可以用到高校教學的決策過程中來。然而,到目前為止研究人員只能通過緩慢的人工方式獲取、分析、可視化、解釋這些數據,并且當前的LMS提供非常有限的數據報告功能[23]。而且,對于哪些獲取的跟蹤變量有教學意義,哪些可用的數據能夠象征學生參與有目的教學活動,并且有助于他們提高在課程中的學習和收獲,目前的研究還很少,而且沒有任何可以提供給教師的指南。數據挖掘長期以來一直在商業領域成功地應用,到目前為止在學術領域還沒體現出較大的興趣[15]。

7 學術分析的出現

通過數據挖掘技術在教育技術領域的努力探索,學術分析(Academic Analytics)[24]這個概念出現了,它涉及教育數據庫中大量數據的提取和各種統計技術的應用,以確定模式及相關性。學術分析帶來了對數據獲取選擇和組織、儲存和匯報等過程。更重要的是,這個分析方法能用統計技術和預測模型來整理合并數據,為高校面臨的挑戰提供報告和輔助決策。Campbell等[6][24]認為對LMS的數據進行學術分析應用,能夠識別高危的學生,評估課程的效果,還能對學生的成功提供全新的見解。

目前,各高校的LMS已經儲存了海量的多樣性數據。因此,高校可以充分利用學術分析從中挖掘出潛在的有價值的知識,以識別一系列與學術相關的關鍵活動,為從戰略決策到教學實踐的實施提供參考。這個挑戰對于高校來說,不再僅僅是產生和獲取數據,還要能輕松、準確地解釋數據,并將發現的知識、模式或規律付諸實踐。

盡管在這些系統中記錄和獲取的數據量非常龐大,但目前只出現了很少的研究人員探索了如何讓學術分析適合教學實踐的設計、交付和評價[15]。同樣,只有為數不多的幾個例子顯示了學術分析在高校的成功應用,從而提高了教學和學習質量。

三 數據挖掘的應用

數據挖掘在學習管理系統中的應用方法和步驟和數據挖掘在其他領域的應用類似,如圖1所示,所不同的是主要是針對的數據源不同。

沿襲前人的研究成果,一些高校實踐了數據挖掘的方法,對學生在線學習、交流、討論所產生的數據結合在考試數據進行數據挖掘,發現了潛在的規律和模式,在教學中幫助教師及早地預測出學習情況不佳的學生,從而實施及時的教學支持和指導。

1 初步探索

從學習管理系統中獲得數據源后,可以對數據進行初步探索。初步探索有助于用戶更好地了解數據的性質,從而為隨后的數據預處理以及挖掘分析奠定基礎。

在澳大利亞的昆士蘭大學,Dawson等[21]從BlackBoard學習管理系統中抽取的數據揭示了在這門課程中工具類型的使用情況。在他們的研究中,占主導地位的工具是論壇,它占據了網絡環境中所有交互的80%;另外,學生和教師第二個最常用的工具是內容頁面的瀏覽,如圖2所示。在課程剛開始的幾個星期里,公告和作業等其他LMS工具也在被使用,但是使用程度比較論壇的討論和內容頁面的瀏覽低很多。對LMS數據的初步探索可以匯總為一個重要結果,在整個網絡課程學習過程中,為教師提供給了有關LMS的使用情況。例如,根據匯總互動記錄的數量,論壇討論在本研究中被確定為主要工具,而諸如在線測驗評估、維客、博客等工具則被學生很少利用。但是,這并不是說這些工具還沒有被納入個人學習和教學實踐中,而是很多學生可能使用了其他外部平臺來代替。

在西班牙的坎塔布里亞大學,Zorrilla等[25]對WebCT學習管理系統進行聯機分析處理(On-Line Analytical Processing, OLAP),以便了解學習管理系統的使用情況、課程結構設計得怎樣,如以及學生在線學習行為如何隨著時間變化。圖3顯示了學生使用學習管理系統的訪問次數、訪問平均時間和網頁瀏覽頁數。其中,左圖顯示了某學期所有課程的情況,右圖則選擇了精心設計的課程的情況。

從圖3(a)中可以發現,在一門課程初期,學生們傾向于探索許多不同的系統功能(每次訪問更多的頁面)。然而,隨著時間的推移,他們會越來越集中于某種功能。

從圖3(b)中可以觀察到,本學期學生的平均在線時間是很低的,不到15分鐘,介于20到30分鐘之間。這表明大部分課程設計成了內容庫(例如,教師設計了鏈接到了PDF文件的許多網頁)。因此,學生只需要連接到系統下載這些文件;另一方面,可能表明學生不經常使用協同的互動工具(如聊天室),因為它們需要長時間的在線時間。

2 分類

美國的密歇根州立大學使用了LON-CAPA學習管理系統中的跟蹤數據對學生進行了分類,并對學生最終的在線考試成績進行預測[26]。該項目用遺傳算法和其它算法來實現分類,對LON-CAPA中的歷史數據訓練出分類模型,來對某課程的新學生的在線學習情況的測試數據進行分類,其中遺傳算法表現出了最好的分類效果,如圖4所示。

3 預測

加拿大英屬哥倫比亞大學的Macfadyen等[28]在BlackBoard學習管理系統中用散點圖展示了一些LMS跟蹤變量和最終在線考試成績呈現正相關的趨勢。散點圖是一個用來很好地識別調查的變量之間潛在的相關趨勢的初始方法。圖5為一個代表性的散點圖,顯示了挑選出的LMS跟蹤變量和最終在線考試成績之間的相關趨勢。前人研究[22][27]表明,LMS跟蹤變量和學習成績之間存在著顯著的相關性。

為了進一步考察課程中選定的變量作為學生成績指標的重要性,Macfadyen對每個變量和最終在線考試成績之間做了一個簡單的相關分析[28]。Macfadyen對22個變量進行了考察,其中的13個標量表現出了和最終學生成績之間的正向的和統計上顯著的相關性(P

4 論壇網絡分析

Macfadyen[28]從論壇討論數據中探索性地提取和分析,以一種簡單的可解釋的圖來代表社會網絡能給給教育工作者帶來價值。網絡的可視化提供了更容易識別學生的方法,教師能確認在學習網絡中處于的或缺席狀態的學生,如圖6所示。社會關系網絡圖中的每個節點代表在本課程中參與論壇討論一個學生或教師,節點的大小代表“中心性”――由每個用戶所完成的直接連接的數量。雖然學生的名字沒有在網絡中顯示,但是這個社會關系網絡圖清楚地表明群體內接觸的總體程度,以及每個學生的接觸程度。

此外,這種分析和網絡可視化的模式提供給了當今教師一個機會,利用這個機會他們可以調整適應教學方法,以滿足學生群體的不斷變化的學習動態。例如,圖6還說明了在這個學習網絡中教師的中心位置。如果理想的教學結果是產生以學生自己為主導的學習社區,這些信息將建議教師可能需要在戰略上調整他們的活動或指導,來創造更多的學生與學生的交流關系(雖然理想的學生之間通過其他方式來完成互動也是可行的)。網絡可視化的產生因此為教師提供了關于他們在形成的學習網絡中的位置,讓他們評估自己在網絡行為中的活動的影響,以及學習網絡是否朝著他們預期的教學成果的方向發展。

四 結論

從本文的調研結果不難看出,伴隨全球教育領域的不斷變革,學習管理系統也開始在全球高等教育機構的環境中飛速發展,在發展過程中遇到了挑戰的同時,也為數據挖掘的應用開辟了另一片新天地,甚至出現利用“學術分析”這一新概念來預示數據挖掘將在教育技術領域的成功應用。本文調研了數據挖掘在學習管理系統中的成功應用案例,并強調學生在線學習的行為模式與學生參與情況對在線考試的最終考核成績之間的映射具有代表性。通過對學生在線學習情況的歷史數據進行挖掘和可視化,預測其未來概況,為“高危”的學生建立早期預警“指示器”,及時為教師提供早期指導學生的機會。教師通過及時地再指導,實時調整在線教學資源,就能促進學生良好在線學習行為的形成,進而取得好成績。

顯然,高等教育機構將會更多地采用在線教學方式,這是未來發展趨勢,并且數據挖掘技術將會起重要作用。因此,高校要讓教師擁有更多的機會來監督學生在線學習時對課程內容資料的利用、對課程活動的參與以及同學之間的互動情況。對相關數據的分析是與學生參與的學習活動評估直接相關的,有關學生如何以及何時參與活動,什么活動能促進學生參與等問題,都可以通過監督和分析學生的在線行為來解答。盡管對一些研究結果的還需要更科學的解釋,但這些分析結果對傳統教育來說提供了新的見解。

參考文獻

[1] Twigg, Carol A. The changing definition of learning[J]. Educom Review, 1994, 29(4): 23-25.

[2] OECD. Education at a Glance 2008: OECD Indicators[EB/OL].Paris:Directorate for Education, Organisation for Economic Co-operation and Development.

[3] Chickering, Arthur W, Gamson, Z. Seven principles for good practice in undergraduate education[J]. AAHE Bulletin, 1987, 39(7): 37.

[4] Smith B., MacGregor J, Matthews R, Gabelnick F. Learning communities: Reforming undergraduate education[M]. San Francisco: Jossey-Bass, 2004.

[5] Mavondo F, Zaman M, Abubakar B. Student satisfaction with tertiary institution and recommending it to prospective students[A]. Proceedings of the Conference of ANZMAC, Gold Coast, 2000.

[6] Campbell J, Oblinger D. Academic analytics[EB/OL]. Washington,DC:EDUCAUSE Center for Applied Research.

[7] Han J, Kamber M. Data Mining: Concepts and Techniques[M]. 2nd ed. Morgan Kaufmann, 2006.

[8] Campus Computing. The 2008 Campus computing survey[EB/OL]. Encino, CA: The campus computing project.

[9] Allen I, Seaman J. Staying the course[EB/OL]. Online education in the United States, 2008. Newburyport, MA: The Sloan Consortium.

[10] Campus Computing. The 2009 Campus computing survey[EB/OL].Encino,CA:The campus computing project.

[11] Hawkins L, Rudy J, Nicolich R, Core Data Service survey: Fiscal Year 2004 Summary Report[EB/OL].

[12] Campbell J, Finnegan C, Collins B. Academic analytics: Using the CMS as an early warning system[A].WebCT impact conference,2006.

[13] Coates H. The value of student engagement for higher education quality[J]. Quality in Higher Education, 2005, 11(1): 2536.

[14] Wang A, Newlin M. Predictors of performance in the virtual classroom: Identifying and helping at-risk cyber-students[J].The Journal of Higher Education. Academic Matters, 2002, 29(10): 2125.

[15] Goldstein P, Katz R. Academic analytics: The uses of management information and technology in higher education[EB/OL]. Washington, DC: EDUCAUSE Center for Applied Research.

[16] Yanosky R, Harris M, Zastrocky M. Top technology priorities for higher-education e-learning[EB/OL]. Stamford, CT: Gartner Research Group.

[17] Laufgraben L, Shapiro N. Sustaining and improving learning communities[M]. San Francisco: Jossey-Bass, 2004.

[18] Brook C, Oliver R. Online learning communities: Investigating a design framework[J]. Australian Journal of Educational Technology, 2003, 19(2): 139160.

[19] Dawson S, Burnett B, O’Donohue M. Learning communities: An untapped sustainable competitive advantage for higher education[J]. The International Journal of Educational Management, 2006, 20(2): 127139.

[20] Dawson S. A study of the relationship between student communication interaction and sense of community[J]. The Internet and Higher Education, 2006,(9): 153162.

[21] Dawson S,McWilliam E,Tan J.Teaching Smarter:How mining ICT data can inform and improve learning and teaching practice[A].ASCILITE 2008,Melbourne.Australia, 2008.

[22] Campbell J. Utilizing student data within the course management system to determine undergraduate student academic success: An exploratory study[D]. Indiana: Purdue University, 2007.

[23] Mazza R, Dimitrova V. CourseVis: A graphical student monitoring tool for supporting instructors in web-based distance courses[J]. International Journal of Human Computer Studies, 2007, 65: 125139.

[24] Campbell J, DeBlois P, Oblinger D. Academic analytics: A New Tool for a New Era[J]. EDUCAUSE Review, 2007, 42(4): 4257.

[25] Zorrilla ME, Menasalvas E, Marin D, Mora E, Segovia J. Web usage mining project for improving web-based learning sites[J]. Computer Aided Systems Theory - EUROCAST 2005, 3643: 205-210.

篇（8）

本期名師講堂欄目，讓我們走近真誠熱情、樸實無華的何欽銘教授，去體會他的教育思想，學習他的教學經驗，感受他的人格魅力，分享他作為一名大學教師的自豪感和幸福感。

篇（9）

關鍵詞：數據庫系統；教學改革；創新能力

中圖分類號：G642 文獻標識碼：B

1數據庫系統課程教學中的局限性

本科數據庫系統課程通常包括三部分內容：數據庫原理、數據設計和數據庫應用。數據庫原理是其基礎，數據庫設計和應用是提高，它們相輔相成、互相促進。大部分院校都將數據庫應用作為一門獨立的課程開設，開設Visual FoxPro、Delphi、SQL Server等。綜合考慮，數據庫系統課程開設存在一些共同的缺陷。

1.1重視理論教學，輕視數據庫設計

在教學時，多數教師重點偏向理論教學，對數據建模、關系數據庫、數據查詢語言核心內容用大量的時間講授，而對于數據庫設計則用很少的時間，很少向學生介紹具體的數據庫使用技術，使學生不能將所學知識融會貫通，不知道如何將所學理論與實際結合。致使部分學生對數據庫系統課程失去應有的興趣，學生不能掌握課程的實質，達不到應有的目標。

1.2對實踐教學環節重視不夠

目前實驗課教學存在很多弊端，例如學生不明確實驗目的，實驗內容不清楚，考核中實驗課也沒有一定的比例等，使得實驗流于形式，既花費了時間又沒有起到應有的作用。

1.3課程內容相互獨立，忽視知識間的聯系

數據庫系統中，各章之間聯系相對緊密，有些概念在不同的章節中重復出現，但這些概念都是由淺入深，逐步完善，知識點也是相互交錯。教師講授時，有時忽視這些知識間的聯系，將問題單一化，不利于學生知識的掌握。例如在關系數據理論中，在講授將關系分解為保持函數依賴的第三范式并具有聯接無損性的算法時，要求在求出極小集后，將函數依賴按左部相同的合并，并將每一組依賴作為一個分解。在講授數據庫設計時，在邏輯結構設計時，要求實體之間的一對一關系，可以將兩個實體的碼組成一個關系也可以與任意一端的關系合并，對一對多關系，可以將兩個實體的碼組成一個關系也可以與將一端關系的碼與一端關系合并，同時強調具有相同碼的關系可以合并。實際上，模式分解理論與邏輯結構設計的轉換規則是相同的；在模式分解中，函數依賴的左邊屬性一定是關系的碼，而在邏輯結構設計時，一對一或者一對多的關系也是將被決定屬性合并到決定屬性(碼)所在的中關系中。

1.4考核模式單一，不利于學生能力的發揮

傳統的考試模式通常以期終一張試卷作為學生的最終評分依據，造成學生為考試過關而學，死記硬背一些概念、規則方法，而不能提高學生自身能力，教師僅為完成教學任務而教，并不注重培養學生的能力。

2教學改革的方法及措施

2.1注重基本概念教學

在數據庫課程的教學中，掌握好基本概念對理論課程的學習很有幫助，數據庫中的有些概念貫穿在課程的始終，這些概念的掌握對整個課程的學習有很重要的作用。如數據庫、數據庫系統、關系、元組、實體、屬性、事務、完整性約束等。有的概念聯系比較緊密，弄清概念之間的聯系與區別，對概念的掌握有較大幫助。如實體和屬性的概念，實體是客觀存在并可以相互區別的事物，屬性是對實體特征的描述，它們之間有必然的區別，但是也有一定的關系。實體和屬性不是絕對的，如果屬性需要進一步描述，則屬性就作為實體，反之如果實體不需要再進一步描述，則實體也可以作為另一實體的屬性。如在考慮學生管理數據庫時，政治面貌如果只考慮現在的情況(黨員、團員等)，則政治面貌就是學生實體的屬性，但是如果考慮學生何時入團、何時入黨，則政治面貌就是一個實體。再如事務和程序的概念等都有較強的聯系。

另外，數據庫中的概念由漸入深，隨著課程教學內容的逐漸深入一些基本概念也更加具體和完善。例如在課程中，有四個地方都定義了碼，在介紹概念模型時，碼定義為：唯一標識實體的屬性集。在研究關系模型時，碼定義為：表中的某個屬性組，它可以唯一確定一個元組。給出了碼的粗略描述，沒有實質性的量化定義。而在關系數據庫中，講授關系的形式化定義時，碼定義為：若關系中某一屬性組的值能唯一的標識一個元組，則稱該屬性組為候選碼，若一個關系有多個候選碼，則選中一個為主碼。在講授規范化理論時，學習了函數依賴后，利用函數依賴的概念定義碼為：設K為R中的屬性或者屬性組合，若KU則K為R的候選碼。若候選碼多于一個，則選定其中的一個為主碼。從理論上來說，這四個概念都是正確的，但一個比一個更具體、更嚴密、更準確。

同樣在對函數依賴講授時也采用了同樣的手法，在關系數據理論中函數依賴定義為：設R(U)是屬性集U上的關系模式，X、Y是U的子集，若對于R(U)的任意一個可能的關系r，r中不可能存在兩個元組在X上的屬性值相等，而在Y上的屬性值不等，則稱X函數確定Y或者Y函數依賴于X，記作XY。為了便于Armstrong公理的證明，對函數依賴又給出了定量的描述。定義為：若對于R(U)的任意一個可能的關系r，t和s是r的任意兩個元組，X、Y是U的子集，若對于任意一個t[X]=s[X]，必然有t[Y]=s[Y]，則稱X函數確定Y或者Y函數依賴于X，記作XY。教師要講清楚對同一概念為什么這樣處理，這些概念層層的描述有什么好處。掌握了同一概念的不同定義，便于對這些概念的深入理解。

2.2注重理論與實踐的結合

學習數據庫課程的主要目的是為了應用，結合所學的數據庫語言搞好每一章的課程實驗，以便驗證所學理論是很重要的。如在講授SQL語言時，讓學生建立一個數據庫，并結合所學內容做查詢、插入、刪除、修改等實際操作，真正理解和掌握SQL語言的應用環境。在講授數據庫安全性和完整性時，利用實際系統讓學生對系統做數據控制。提高學生對數據庫課程的認識，激發學生的學習欲望。

2.3加強課程設計，提高學生綜合能力

數據庫設計理論主要是為了指導數據庫實踐，通過系統的理論學習和部分單元訓練，通過課程設計讓學生掌握數據庫設計的全過程，并進一步掌握數據庫課程。課程設計是數據庫中必不可少的，我采取將學生分組的方式每5~6名同學一組，為每組同學擬定一個題目，如圖書管理系統、學生檔案管理系統、銷售管理系統、能源管理系統等，教師提出要求讓學生深入圖書館、學生管理部門或者企業進行系統調查，進行需求分析設計出數據流圖，編寫數據字典，然后進行概念結構設計，從數據流圖和數據字典中提煉出E-R圖，再進行邏輯結構設計、物理結構設計、數據庫實施和維護的設計。讓每一位同學明確數據庫設計的過程，使每一組同學進行上機調試，使所有功能進行程序實現，最后讓同學們進行設計答辯。

通過課程設計和設計答辯，學生鞏固了理論知識，豐富了課程實踐，掌握了如何運用理論指導實踐，突出了學生在教學中的中心地位，發揮學生的主觀能動性。這樣既使學生掌握了數據庫設計的理論又使學生學習了系統設計的方法，既提高學生程序設計能力又鍛煉了學生的協作能力，也為學生今后撰寫畢業論文(設計)打下了堅實的基礎。

2.4擴展學生思路，向學生傳授新知識

由于課本的出版周期長，更新也較慢，也由于課本編寫的一些要求，所以課本上有些內容是陳舊的，對有些問題也不可能全面的介紹，有些新知識也很難溶入到教材中。我在講授課程時，除了給學生有意補充新知識外，又給學生開設了“數據庫中的空值問題”、“數據倉庫和數據挖掘技術”、“目前數據庫的研究方向”、“數據庫的查詢優化問題”等專題講座。擴充了學生的視野，激發了學生的學習興趣，為他們今后的學習和研究打下了一定的基礎。

2.5改革考試模式，注重學生能力的提高

試卷考試主要考查數據基礎理論知識，同時將平時成績和上機實習成績尤其是數據庫課程設計的成績納入最終成績中，使平時成績占30%－40%，降低期末考試的分數，讓學生用更多的時間投入到平時的學習中。

3結束語

數據庫系統課程是計算機專業的核心課程，隨著計算機科學的發展，數據庫系統原理課程也在不斷的發展，教學內容不斷更新，教學方法也在不斷改革，所以課程教學改革是一個永恒的課題。只有不斷的改革教學方法和教學手段，才能使教學更加豐富，使學生學到更多的知識。

參 考 文 獻

[1] 王珊,薩師煊. 數據庫系統概論(第四版)[M]. 北京:高等教育出版社,2006.

篇（10）

0引言

大數據作為繼云計算、物聯網之后IT行業又一顛覆性的技術，備受人們的關注，大數據技術正從概念轉向實際的應用，涌現出越來越多的大數據技術應用成功案例，大數據的價值也在迅速增長。2015年，中國大數據市場規模達到115．9億元人民幣，增速達38％，預計2016～2018年中國大數據市場規模將維持40％左右的高速增長［1］。大數據時代的到來，使得軟件行業對人才的應用能力和綜合素質提出了更高的要求。咸陽師范學院作為咸陽市地方應用型高校以服務咸陽地區經濟社會發展為己任，肩負著培養滿足咸陽地方社會需求軟件人才的使命，需要把培養面向大數據時代的軟件工程專業人才作為戰略任務來抓。而課程體系的建設是軟件工程專業人才培養體系最重要的一個方面。本文通過分析我院傳統軟件工程專業課程體系，以及大數據時代下企業對軟件工程專業人才要求，找出大數據時代下軟件工程專業應用型人才中課程體系存在的問題，探索出我院面向大數據環境的應用型軟件工程人才中課程體系的建設。

1我院軟件工程專業傳統的課程體系

自我院計算機系成立以來，軟件工程專業一直是我院重點建設專業。2013年，“‘3＋1’校企合作軟件人才培養模式創新實驗區”被確定為省級人才培養模式創新實驗區。一直以來，該專業以培養“厚基礎、強能力、高素質”應用型人才的為培養目標，以企業、市場需求為導向，重視實踐、技能和應用能力的培養，與尚觀科技、中軟國際、華清遠見、藍鷗科技等西安多家企業聯合，采取3＋1嵌入式校企聯合教育培養模式，將課程教學、工程實踐、行業理念進行無縫結合。課程體系是一個專業所設置的課程相互間的分工與配合［2］，主要反映在基礎課與專業課，理論課與實踐課，必修課與選修課之間的比例關系上［3］。地方應用型本科院校的課程體系設計既要體現基礎知識的傳授，也要體現實踐能力的培養，同時還要考慮學生的職業能力規劃發展問題。我院2013－2015級軟件工程專業課程體系結構圖如圖1所示。圖12013－2015級軟件工程專業課程體系結構圖從圖1可以看出通識教育必修課程的教學階段共3個半學年，主要涉及思想政治基礎知識、體育、人文歷史、外語應用能力等；相關學科基礎類課程主要包括高數、線性代數、數字邏輯等數學類課程；本學科基礎類課程主要涉及程序設計語言、計算機網絡、操作系統、數據結構、計算機組成原理等；專業技能教學階段強調對學生工程性、實用性、技術性和復合型能力的培養，主要安排專業必修課程和專業選修課程。專業必修課程包括面向對象程序設計、軟件工程、數據庫原理與應用、軟件設計與體系結構、算法分析與設計等，專業選修課程包括Web軟件開發、Linux系統應用程序開發、移動終端開發等。根據教育部專業教學指導委員會軟件工程行業規范［4］，本著“輕理論，重實踐”的原則，我院在一定程度上壓縮理論課課時，增加實踐課課時，優化專業課程體系結構。我院2015級軟件工程專業的人才培養計劃中，各類課程學分設置與所占比例。

2大數據時代企業對軟件工程專業人才的要求

大數據時代所需要的人才是一定擁有數據處理、分析技術的，也就是對數據有敏銳的直覺和本質的認知、能夠運用統計分析、機器學習、分布式處理等技術，從海量、復雜的數據中挖掘出有用的信息，以清晰易懂的形式傳達給決策者，并創造出豐富有價值的專業人士［5］。在大數據時代下，對軟件專業人才培養，應具備以下四個方面的技能。（1）具有厚實的數學、統計和計算機學科的相關知識，能夠根據具體案例大數據分析任務的要求，運用大數據處理、分析平臺，收集整理海量數據并加以分析，挖掘出有價值的信息。（2）掌握大數據處理技術及可視化工具，能根據具體任務的需求，對數據進行選擇、轉換、加工等處理操作，采用有效方法和模型對數據進行分析并形成數據分析報告，用易于用戶理解的方式，提供科學的決策依據。（3）熟悉行業知識、專門業務及流程，將大數據技術和企業文化相結合，充分利用大數據分析處理的結果，挖掘出海量數據中隱藏的價值并應用于企業市場領域。（4）團隊合作精神，大量數據的收集整理、存儲、分析和處理，一個人是很難完成的，需要一個由團隊成員合理分工、共同協作完成。

3大數據時代我院軟件工程專業傳統的課程體系存在的問題

地方高校一直以來受傳統的“學術型”、“研究型”人才培養模式的影響較大，形成了適合于“精英教育”為培養研究型人才的課程體系，無法適應以工程實踐能力、創新創業意識、新技術新方向為目標的人才培養，課程體系中理論教學占主導地位，實踐教學往往處于次要地位［6］。而目前處于大數據時代，信息技術的不斷創新、企業需求不斷變化、綜合型人才需求巨大等因素的影響下，傳統的培養研究型人才的課程體系，無法適應大數據時代以工程實踐能力、創新創業意識、新技術新方向為目標的人才培養。通過了解大數據環境企業對軟件工程人才的要求，分析我院2013－2015級軟件工程專業人才培養課程體系結構，發現存在以下問題：（1）缺少大數據技術方面的課程。傳統的課程體系中主要包括軟件工程專業一些傳統的課程，如數據結構、軟件工程、軟件體系結構等，而且課程內容較陳舊，所開設的一些應用軟件的學習不能緊密貼合行業和技術發展，軟件工程專業教育必須適應互聯網時展和大數據技術的需求，關注企業發展及大數據系統的建設問題，以滿足企業對應用型人才的需要。（2）實踐類課程學時所占比例較少。我院2015級軟件工程專業實踐類課程占總學時的10．8％，是因為傳統的課程體系注重知識傳授，而忽略了學生解決問題、動手能力的提高。地方高校在人才培養中重視理論內容、計算機編程能力，而忽略學生探索能力的培養，這些都不利于學生對新技術、新方向發展的把握，學生難以應對各種層出不窮、錯綜復雜的海量數據，很難挖掘出隱藏的數據價值并有效利用。（3）課程體系結構設置方面，一是存在通識教育類課程教學階段持續時間長，一直到第7個學期，這就影響了后面專業類課程的學習；二是專業基礎類分為專業必修和選修，沒有從課程教學階段不同來劃分，不能體現課程先后的銜接關系。

4大數據時代我院軟件工程專業課程體系建設改革

在大數據時代，軟件工程專業教育必須適應企業發展和大數據行業的需求。教學內容的設置應與行業需求接軌，根據我院學生特點調整2016級軟件工程專業課程體系。具體做了以下幾點的調整。（1）課程體系結構更合理。一是通識教育類課程的調整。一方面將教學階段全部調整到第1、2學年完成，這樣在第3學年學生就可以重點學習專業類技能課程；另一方面此部分增加了大學生心理健康和創新創業教育課程，主要可以加強學生團隊合作精神的培養。二是專業類課程結構的調整。將專業類課程分為專業（學科）基礎課程和專業技能課程兩大類，專業（學科）基礎課程主要包括數學類課程、計算機導論、程序設計語言、數據結構、操作系統、軟件工程、運籌學、數據分析與處理。專業技能課程又分為專業核心課程和專業方向課，專業核心課程包括面向對象程序語言類、軟件設計模式、算法分析與設計、軟件測試等軟件工程專業要求的核心課程，而專業方向課分為3個方向：大數據分析、Web技術應用、移動終端開發，鼓勵學生在學好專業基礎和核心課程的同時，發現自己專業類的興趣，選擇一個自己感興趣的方向集中學習，大數據分析方向是重點向學生推薦。在教學階段安排上，一般專業（學科）基礎課程要優先于專業技能課程，這樣可以讓學生在掌握了學科、專業基礎上，充分了解軟件工程專業技能的訓練。（2）增加了大數據技術方面的課程。在新調整的課程體系中，專業（學科）基礎課程和專業技能課程都增加了大數據相關內容。基礎課設置增添運籌學、數據分析與處理等，使學生了解大數據行業基礎知識，激發學生對大數據行業發展及大數據應用前景的興趣；專業技能課設置了數據倉庫與數據挖掘、大數據統計分析與應用、數據挖掘算法與應用等前沿科學技術相關課程以滿足大數據系統建設與應用的需要，培養更多企業需要的大數據管理分析軟件專業人才。院級選修課鼓勵研究大數據方向的教師積極申請大數據案例分析、大數據安全與隱私保護、HadoopMap／Reduce技術原理與應用等實用性強的課程，以補充對大數據方向特別感興趣學生的學習內容。（3）增加實踐類課程所占比例。相比較2015級，以培養地方應用型人才為總目標，實踐類課程課時由19課時增加到28課時，所占總課時比例提高了約50％。實踐類課程包括校內（課程設計和實訓）和校外（見習、實習、實訓、畢業論文），種類多樣化，使得學生多方面提升自己解決問題和動手操作能力。針對校內實驗我院教師結合大數據教學實驗平臺，根據課程內容設計實驗項目，從初級到高級，安排合理的階梯式學習，實驗內容持續更新，加入最新、主流的分析建模工具和挖掘算法，學生在免費、開放的平臺環境下進行大數據構建、存儲、分析統計等實驗內容，使學生熟練掌握Ha－doop、HBase、Spark等關鍵技術，提高大數據理論分析及技術應用的能力。做好校內實踐的同時，校外實踐更是尤為重要，首先在實習、實訓企業的選擇上，盡量選擇“口碑好、技術強、理念先進”的單位，目前我院已與鄰近城市西安與尚觀科技、中軟國際、華清遠見、藍鷗科技等西安多家企業聯合，第四學年分批組織學生到合作企業的實訓基地參加真實的實訓項目，體驗IT企業真實的工作環境、工作流程和企業文化，了解互聯網大數據、零售大數據、金融大數據等領域知識，學習海量數據搜集、分析、存儲技術，引導學生按照項目的需求、總體設計、詳細設計、編碼、測試等流程完成實踐內容，規范化文檔和代碼的編寫，培養學生的行業、職業素養。

5應用效果

目前應用此方案有2016和2017級兩級學生，雖然這兩級學生都還沒有就業，但在創新應用能力方面都較2015級之前學生有顯著提升。近兩年有10余組學生團隊獲得國家級、省級、校級“大學生科研訓練項目”立項資助，有8名同學獲得“藍橋杯”程序設計大賽國家級二等獎、三等獎，省級一等獎2項，二等獎、三等獎多項。2016年有兩隊學生獲得陜西省高校“互聯網＋”創新創業大賽三等獎，一隊學生獲得咸陽市青年創業大賽二等獎。數十名學生在核心期刊上公開發表學術論文。從目前取得的成績來看，課程體系結構的調整，使得學生不僅獲得扎實的理論知識，而且具備了過硬的實踐和創新能力，我院軟件工程專業畢業生一定會深受用人單位喜歡。

6總結

針對大數據時代下地方本科院校軟件專業人才培養中課程體系存在的一些問題，筆者分析了大數據環境對軟件工程專業人才的要求，以地方本科院校咸陽師范學院為例，改革調整了課程體系，主要在在理論教學和實踐教學中增加大數據相關理論及技術內容，通過近年來的探索與實踐，此課程體系結構有效提高了學生的創新應用能力，為大數據時代企業發展培養了高水平、高素質的大數據分析人才，新的課程體系適應了大數據環境下軟件工程人才的培養。

參考文獻

［1］孫琳．大數據應用的創新路徑［N］．人民政協報，2016－05－17．

［2］潘正高．地方應用型高校軟件工程專業課程體系的研究［J］．西昌學院學報，2017，31（3）：94－97．

［3］潘怡．應用型本科院校軟件工程專業課程體系設置探討［J］．長沙大學學報，2008，22（5）：98－100．

篇（11）

Abstract: this article based on the engineering application talents training target, through the analysis about domestic traffic planning course open experimental teaching experience and research established, on the basis of experimental teaching and field experiment class, production practice, curriculum design, open experiment and graduation design combination of multi-level experimental teaching system. In each experiment teaching content and teaching link means further research and analysis.

Keywords: engineering applied traffic planning multi-level experiment teaching

中圖分類號： G423.1文獻標識碼：A 文章編號：

前言

課堂教學、實驗教學和畢業實踐是高等學校教育中的三個重要環節，缺一不可。對于工科學生來說，加強實驗教學、提高學生動手能力更有其重要性和必要性。

交通規劃是交通工程專業的一門專業主干課程。它解決的是城市交通規劃的理念、原則、思路、程序、步驟以及模型方法等。通過這門課程的學習，應該使學生充分掌握交通規劃的全過程以及交通規劃的步驟與重要的規劃理論模型。這門課程既是理論性很強的課程，也是應用性很強的課程。所以在講授交通規劃類課程時應該充分掌握課程特點，將理論與實踐結合起來，將理論模型與計算機規劃軟件結合起來，將課堂教學與工程項目結合起來，才能更好地達到教學的效果，實現教學效果與學生知識吸收的最大化,。

我國很多高校針對交通規劃類課程均開設了實驗教學環節，取得了明顯的成效，但仍存在一些不足。為了達到培養工程應用型人才的教學目標，培養適應社會經濟發展需要的交通規劃專業人才，有必要對交通規劃類課程實驗教學體系進行研究，有針對性的開發各層次實驗教學項目。

國內交通規劃類實驗教學研究現狀

就目前整體情況來看，各高校的交通規劃專業基本上都開設了實驗課，但在實驗教學內容、形式和手段等方面存在較大差異。東南大學本著培養交通規劃、物流系統規劃高級工程技術及管理人才的教育目標，在教學中以工程項目為依托教授理論知識，并開設了運輸系統規劃與設計課程設計。同濟大學交通規劃實驗教學主要分為兩個層次：課堂操作實驗（20學時上機）和交通規劃課程設計（2周）。長安大學交通規劃課程依托教師所承擔的國際合作規劃項目講授理論知識，并以西安市長安路公交走廊優化分析作為課程設計內容。哈爾濱工業大學交通工程專業在講授交通規劃原理的基礎上，側重于交通需求預測四階段模型的軟件開發。吉林大學交通運輸專業的規劃與管理方向開設了城市交通規劃課程設計，針對實際工程項目展開。北京工業大學交通規劃課程實驗環節側重軟件的學習和應用，通過學習CUBE、TRANCAD、EMME/2、VISSUM等交通規劃軟件，開展城市和公路交通規劃，建設項目交通影響分析以及大型活動交通規劃和停車場規劃。北京交通大學編寫了交通規劃實

踐指導手冊，針對交通規劃所涉及的交通調查、交通需求預測四階段的相關實驗環節進行了詳細說明。

此外，交通工程專業教師也對交通規劃類課程實驗教學進行了一些有益的理論探討。浙江大學建筑工程學院教師梅振宇、黃志義、項貽強、王福建等人[1]在分析交通規劃類課程實驗教學特點的基礎上，分4個層面，即專業感性認識、課程模塊模擬操作、業務實習和綜合訓練層面，構建了交通規劃專業開放型實驗教學體系框架。東南大學的陸建、王煒[2]在總結10多年來交通規劃類課程實驗教學研究與實踐的基礎上，突破實驗課程建設的單一模式，面向工程實踐，拓展實驗教學的內容，完善實驗教學體系，采取多種實驗手段，對交通規劃類課程要求的操作能力進行培養。內蒙古科技大學的于景飛[3]以培養工程應用型人才為出發點，對交通規劃課程教學改革從教學內容和方式、實踐教學等幾個方面入手進行總結和討論，提出了包括交通調查實習、軟件應用實習和課程設計在內的實踐教學體系。北京工業大學秦煥美【4】總結了交通規劃軟件實驗教學的特點以及其實驗教學的主要內容，探討了交通規劃軟件實驗室教學思路、教學形式和方法。長沙理工大學況愛武【5】從Transcad交通規劃軟件的特點出發，探討了Transcad交通規劃軟件的教學內容及教學方法。

實驗教學體系構建

2.1 實驗教學體系的特點

交通規劃是一門應用性很強的課程，為了達到培養工程應用型人才的目標，應針對理論教學內容，開設與之相對應的實踐教學環節。實踐教學作為理論教學的延伸，并作為理論聯系實際的重要環節，對大學生創新思維、動手能力以及分析和解決問題能力的培養至關重要。明晰交通規劃類實驗教學體系的特點，有的放矢地設計實驗體系框架，是做好交通規劃類課程實驗教學的關鍵。交通規劃類實驗教學體系具有以下特點：

第一，系統性。交通規劃實驗教學體系的系統性體現在兩個方面：一方面，交通規劃課程針對城市道路網規劃，講授了從交通與土地利用分析、道路網絡拓撲建模、交通需求預測到交通方案評價的整個規劃流程，每一個環節均具有較強的實踐性，因此，實驗教學體系應當體現規劃的系統性，使學生通過實踐操作加深對交通規劃理論與方法的理解與掌握；另一方面，交通規劃對象是交通系統，交通系統本身就是一個復雜的大系統。

第二，復雜性。交通規劃實驗教學內容包括了：城市道路網絡規劃、公路網規劃、公共交通線網規劃、場站樞紐規劃與設計、停車場規劃、慢行交通系統規劃等，應用面廣。

第三，學科交叉性。交通規劃實驗教學涉及運輸經濟學、數理統計、預測學、最優化理論、計算機科學、數學等多門學科，要求學生具有扎實的數學功底和計算機基礎。

第四，發展速度快。交通規劃是一門發展中的學科，交通規劃實驗教學也應當與時俱進，跟蹤學科發展新動態。

第五，與工程實踐密切相關性。交通規劃工程中既有大量的定量計算，也有很多對未來不確定因素的定性分析。只有緊密結合工程實踐，才能使學生形成對交通規劃的感性認識，培養學生工程概念以及實踐操作能力。

2.2 實驗教學體系框架構建

對于本科生這個層面的實驗教學，主要是立足于認識交通規劃工程的特點、培養工程概念以及科學素養、提高實踐操作能力的培養目標，在系統學習交通規劃理論知識的基礎上，由淺入深，分層次、有針對性地模擬、創造工程實踐環境，開展認識實習，使學生充分了解交通規劃的流程，掌握交通數據采集、處理與分析、需求預測、影響評價以及軟件仿真等基本原理和方法。基于以上考慮，交通規劃實驗教學體系分為課堂實驗教學、外業實驗、課程設計、生產實習、開放型實驗以及畢業設計等六個模塊、四個層次進行，具體結構如圖1所示：

圖1 交通規劃實驗教學體系框架圖

教學內容及教學手段分析

3.1 課堂實驗教學教學內容及教學手段分析

課堂實踐教學環節使學生熟悉各專項規劃的基本流程及規劃原理，重點培養交通規劃中數據分析與處理能力、交通建模能力和交通規劃軟件操作能力。課堂實驗教學內容由兩條主線組成:一是，專項規劃案例教學，包括，城市道路網規劃設計案例、公路網規劃設計案例、道路網通行能力分析案例、交通項目影響評價案例、慢行交通規劃案例、停車場規劃案例等；二是，與交通規劃密切相關的軟件操作學習，包括：數理統計分析軟件SPSS以及EXCEL，交通需求預測軟件TransCAD、VISSUM、EMME-3、CUBE等，交通制圖軟件AutoCAD，地理信息系統軟件MapInfor等。兩條主線相輔相成，缺一不可，案例教學采用課堂講授與學生討論的形式，而軟件學習則是實驗室指導與學生自學相結合的形式。

3.2 外業實驗教學內容及教學手段分析

外業實驗教學環節重點培養學生交通信息的采集能力，結合實際規劃課題或者模擬開展居民出行調查、交通流特征調查、交通基礎設施調查等基本調查內容。從調查人員調配、調查表格設計以及調查實施等多個環節鍛煉學生的組織、協調能力以及實際操作能力。

3.3 課程設計內容及教學手段分析

課程設計教學環節重點培養學生對交通規劃整體流程的把握，加深對交通規劃基礎理論和原理的理解，是對學生知識綜合性的鍛煉。課程設計學時一般為兩周，題目選擇一個簡化的交通規劃課題，任課教師給出規劃要求、規劃年限、路網結構以及社會經濟指標數據等原始數據，學生根據給定的條件，利用交通規劃理論知識，借助計算機軟件，完成原始數據的分析與處理、交通需求與社會經濟指標相關性分析、交通需求預測，給出規劃方案并對其進行評價。

3.4 生產實習內容及教學手段分析

生產實習重點培養學生對交通規劃工程的感性認識，強化對交通規劃理論知識和實踐操作能力的掌握，培養初步的交通規劃經驗。生產實習主要通過兩個渠道開展：第一個渠道，本校教師承擔的交通規劃課題應當鼓勵學生參與；第二個渠道，學校與規劃院、科研所合作，提供高年級學生的實習崗位。

3.5 開放型實驗教學內容及教學手段分析

開放型實驗重點培養學生對交通規劃理論的深入理解，擴寬學生知識面，初步培養學生的科學素養。開放型實驗并非面向全體學生進行的必修型實驗，而是由學生根據自身的基礎和興趣主動申請參與。開放型實驗形式靈活，內容可以涵蓋數據挖掘、交通規劃建模、以及交通仿真軟件二次開發等。這些實驗可以結合實際課題，要求學生根據需求設計、組織實驗，需要學生掌握交通規劃課程的內涵和外延，能夠分析規劃過程中的常見問題，具備一定的科研能力。

3.6 畢業設計內容分析

畢業設計重點培養學生綜合利用交通規劃理論解決和分析問題的能力。畢業設計可根據學生不同的特點、興趣和愛好，有選擇性地在交通規劃的某一領域展開較為深入地研究，提高學生綜合運用理論知識的能力，以及培養學生自學以及進行科學研究的能力，為學生下一步深造或者就業打下基礎。

結論

本論文在借鑒國內諸多高校開展交通規劃實驗教學實踐經驗及研究成果的基礎上，結合作者多年一線教學經驗，提出了交通規劃課程實驗教學的特點，并針對其特點，提出了由6個模塊、4個層次組成的實驗教學體系。最后，對體系各模塊的教學內容以及教學手段進行了分析和總結。本論文是對我校交通規劃實驗教學工作的總結，通過系統的實驗教學，我校學生對交通規劃基礎理論理解深刻，學生能夠較為熟練掌握交通規劃軟件完成簡單的交通規劃工程，具有較好的工程素養，符合我校工程應用型人才的培養目標。

參考文獻

[1] 梅振宇, 黃志義, 項貽強, 王福建. 交通規劃課程開放型實驗教學體系框架設計[J]. 理工高教研究：2010,29（8）：125-127,133.

[2] 陸建，王煒. 交通規劃類課程實驗教學的研究與實踐[J]. 實驗室研究與探索，2005,24（1）：10-12,25.

[3] 于景飛. 基于培養工程應用型人才的交通規劃課程教學改革[J]. 中國教育技術裝備，2010,（24）：43-44.

[4] 秦煥美. 交通規劃軟件實驗教學研究[J]. 實驗室研究與探索，2007,26（2）：50-53.