时间:2023-05-30 14:35:04
引言:易发表网凭借丰富的文秘实践,为您精心挑选了九篇课堂大数据分析范例。如需获取更多原创内容,可随时联系我们的客服老师。
关键词:起点调查;高中信息科技;课堂教学研究
中图分类号:G434 文献标识码:A 论文编号:1674-2117(2015)20-0036-04
在教育领域中,大数据具有很强的应用价值,基于学生全息数据的分析催生了一个新兴的研究领域――学习分析,就是一个明显的佐证。学习分析(Learning analytics)是运用先进的分析方法和工具预测学习结果、诊断学习中发生的问题、优化学习效果的一类教学技术的集合。[1]学习分析着眼于对学生学习过程中的数据进行收集、分析,对学习过程进行评估[2],发现学习过程中隐藏的问题,提出问题解决对策。学习分析的兴起受益于信息技术的发展,尤其是云计算平台的大规模应用助推教学资源的网络化和基于网络化、碎片化学习方式的普及。
学习分析带给一线中小学教师的不仅仅是信息技术支持下利用数据对学生的学习情况进行分析的教育应用,也应该是一种基于学生学习数据开展教育教学实践与研究的教育理念。在这一理念的启迪下,笔者开展了基于以下调查数据分析的高中信息科技课堂教学实践研究。
2014学习水平起点问卷调查简介
为了了解上海市高中生信息科技学习水平的情况,上海市教研室于2014年9月组织了上海市中学生信息科技学习水平起点问卷调查。起点问卷调查共26题,分三个模块,即学生基本情况、学生学习兴趣倾向、学生现有的知识与技能。
学生基本情况模块主要包括学生初中学习信息科技的年数、获得信息科技知识与技能的途径、解决家中计算机故障的方式、上网设备、上网地点和上网时间、网上信息搜索的方式和维护信息安全的方法。
学生学习兴趣倾向模块主要包括拥有博客或微博的情况、使用微信或飞信或易信的情况、上网所做的事情、对当今社会信息技术发展热点的关注度。
学生现有的知识与技能主要包括对计算机(智能手机)硬件及性能指标的了解程度、是否会安装和卸载软件(计算机、平板或智能手机)、系统软件的辨识、常见的网络知识的了解程度、曾经使用过的程序设计语言和图像处理软件、算法与程序设计的掌握程度、平面设计与创作的掌握程度。
三个模块的试题不仅涉及了学生现有的知识储备情况,也反映了学生在日常生活与学习中利用信息技术解决各种问题的现状,为高中信息科技教师了解学生信息科技的学习水平起点、开展教育教学工作和研究工作提供了原始而真实的数据。
闵教院附属中学2014学习水平起点问卷调查数据分析
闵教院附属中学是一所美术特色学校,学生的录取成绩是上海市高中录取分数线,因此,学生在学习上的表现或多或少存在一些问题,学习能力也有些欠缺。闵教院附属中学参加2014学习水平起点问卷调查的学生一共111人,占高一年级学生总数的97.37%,基本能够反映我校全体学生的信息科技学习水平起点情况。
从调查问卷的数据来看,学生基本情况较好,在初中阶段上过(1年、2年和3年)信息科技课的学生占93.69%,没学过信息科技的占6.31%。在上网方面,有98.2%的学生经常上网或偶尔上网,智能手机是学生上网的主要设备,有93.69%的学生在家中上网,说明接入互联网的学生家庭占比较高。学生获取信息科技知识的主要途径是信息科技课和阅读网上教程,说明学生获取信息的途径较为单一。
在学生学习兴趣倾向模块上,有71.17%的学生有“自己的博客或微博”,但是经常使用的学生只有55.86%,说明学生在学习过程中的上网时间与自由度不够。在“你一般上网做什么?”的选项中,居于前三位的分别是聊天、听音乐、看视频。而查找学习资料、搜索信息、看网络书籍三个选项占比分别是66.67%、45.05%和39.63%,说明学生主动利用网络资源进行学习的比例不高,这也是学生家长、学校教师一直限制学生上网的原因所在。在当今社会信息科技的发展热点上,学生能够有所关注,但是对热点的专业性与深度了解不够,这一点可以从有83.78%的学生了解3G/4G,但是对IPv6、Web2.0的了解比例分别只有8.11%和50.45%看出。
在学生现有知识与技能模块上,学生对计算机(智能手机)硬件及性能指标的了解程度非常不理想,只有21.62%的学生认识一些部件,知道部件性能的指标。这表明在今后的教学工作中,计算机的硬件知识虽然简单,但仍需要重点介绍。此外,该问卷调查还暴露出学生“基础不扎实、知识面窄”的特点,如“以下属于系统软件的是”一题,有45.05%的学生竟然选择了“Office软件”,31.53%的学生选择了“Flash软件”,38.74%的学生选择了“IE浏览器”。Linux和Unix两个选项的选择比例分别是11.71%和6.31%。
综合三个模块的情况来看,我校学生的信息学科知识、信息素养和信息意识与区里的整体情况相比,存在较大的差距。课堂教学需要付出更多的努力才能够弥补上述差距,才能让学生经过一年的高中信息科技课程学习获得良好的信息素养,在学业水平考试中取得较好的成绩。
基于2014学习水平起点问卷调查数据分析的高中信息科技课堂教学实践研究
1.明确高中信息科技课程教学目标,找准学生现状与课程目标之间的距离
上海市普通中小学信息科技课程是以计算机和网络为基本载体,以学信息技术、用信息技术、懂信息技术、与信息技术一起学为基本学习过程,融知识性、技能性和工具性于一体的重要的基础课程。课程总体目标是以信息素养的形成为主线,以全面提高所有学生的信息素养,使其具备信息科技的基础知识和技能为总体目标。高中阶段的课程教学目标是拓展信息科技知识的深度和广度,善于选择和使用合适的信息技术工具,提高自主学习和解决复杂问题的能力,形成正确使用信息和信息技术的评价标准的信息道德。[3]
上海市高中信息科技课程的目标,不仅对学生所应掌握的信息科技课程知识的广度和深度,运用信息技术解决各种问题的信息素养提出了较高的要求,还对基于信息素养所形成的道德价值判断以及对社会所肩负的责任提出了较高的要求。2014学习水平起点问卷调查的数据显示闵教院附中学生整体现状与课程目标的要求,在基础知识的了解广度和掌握程度、以基础知识为基石的信息素养,运用信息技术解决问题的能力等方面存在较大的差距。
2.抓住主体,分层教学
学生的整体基础不是很理想,但是也有少部分学生的信息技术知识与基础不错。为了解决课堂上大部分学生“吃不了”,少部分学生“吃不饱”的问题,笔者在教学设计时对课程内容进行了重新的梳理和分层,将课程内容划分为基础掌握内容和提高选修内容。基础掌握内容是面向全体学生的,是学业水平考试中明确规定的内容,而提高选修内容是供学有余力且有兴趣的学生进行自主学习使用,教师在课堂上预留5分钟左右的时间为这部分学生的自学提供帮助。通过这样的设计,以达到抓住主体,实施分层教学,整体提高,保证课堂教育教学质量的目标(如案例一)。
案例说明:之所以这样划分,是因为“二进制数与十进制数的相互转换;二进制数与八进制数的相互转换;二进制数与十六进制数的相互转换”是课标和考纲中明确规定重点考查的内容,近三年的学业水平考试出题情况也体现了这一要求。“十进制数与八进制数的相互转换;十进制数与十六进制数的相互转换;十进制数与R(任意)进制数的相互转换”在课标和考纲中作为拓展内容,近三年的学业水平考试并没有作为重点考查内容出现在试题中。
3.夯实基础,突破重难点
上海市属于经济比较发达的地区,闵教院附属中学的学生对一些发展前沿的信息技术多少都有所接触,虽然涉猎广,但层次较浅,专业知识面较窄,而上海市高中信息科技课程不仅要求学生拥有较广的知识面,还需要对课程知识有较深程度的掌握和将所学知识应用于生活解决问题的迁移应用能力。
因此,笔者在课程教学实践中,对课程的基础知识和重难点知识根据学生的情况重新进行了梳理,制定了基础知识、重难点知识表,并在教育教学中做到夯实基础,突破重难点,拓宽知识面的同时,深入挖掘知识点的深度(如案例二)。
案例说明:信息技术工具知识点梳理调整表只是高中信息科技必修模块中的一个单元的调整表。将“软件的分类”从“基础/知道”调整为“重点/理解”,是综合本次调查数据结果和以前的教育教学经验而进行的,因为闵教院附属中学的学生经常会将常用的系统软件和应用软件的分类混淆。将“常用软件的卸载与安装”从“重点/理解”调整为“基础/知道”是基于98.2%的学生会安装也会卸载软件的调查数据而做的决定。
4.调整课堂结构,让学生自由“想”,充分“做”
上海市高中信息科技课程由统一模块和选修模块两个部分组成,闵教院附属中学选择的选修模块是设计与创作。该选修模块由设计与创作理论知识、Photoshop平面作品设计和Flas创意设计三部分组成。
2014学习水平起点调查问卷数据显示,有94.59%的学生使用过Photoshop、FireWorks、金山画王、光影魔术手、美图秀秀或其他的图形图像处理软件。这说明学生在图像图形处理上已经奠定了一定的基础,在课堂教学中不需要从零开始,教学的重点应是作品整体设计能力与创意的提升,而非软件工具的使用。
针对这一教学起点,笔者在Photoshop平面作品设计的教学上,将传统的教师作品展示、教学演示,学生按照要求进行作品创作、保存、提交和师生评价,调整为教师作品展示、作品创作说明,学生自由创作作品、保存、提交和师生评价(见下页的课堂结构调整示意图)。虽然课堂结构的改变不大,但是给予学生更多自由设想、充分创作的时间。学生进行设想与创作的时间由在传统的课堂结构上只有10分钟左右增加到20~25分钟。在新的课堂结构中,教师需要尽量花最少的时间把需要讲授的新内容与学生一起探讨清楚,留出更多的时间和空间让学生去创作与实践[4],以提高学生在实践中应用信息技术创造性地解决问题的能力。
5.关注课堂细节,引导树立信息伦理意识,规范提升信息道德水平
在信息化社会,社会公民不仅应具备良好的信息素养,还应具备良好的信息道德水平。针对我校学生信息意识薄弱、学生对信息道德和信息伦理认识不全面的情况,笔者在课堂教育教学中做了以下探索。
(1)面对、引导和处理课堂细节上的信息伦理问题。
在学习设计与创作模块的内容时,经常会用到从网上下载的图片,或者学生军训的照片。网上下载的图片会涉及版权问题,而学生的军训照片会涉及学生的肖像权问题。这时,教师需要从正面引导学生注意在作品中标注作品素材的来源,以保护原作者、原网站的版权。使用学生的军训照片,原则上应该取得学生本人的同意,取得肖像权的许可。通过长时间的积累和有意识的培养,学生在版权保护、肖像权的使用等信息伦理问题的认识上,有了很大的提升。
(2)设置信息伦理讨论问题,让学生对网络道德有全面认识。
在学习第四单元《信息技术与社会》的“负责任地使用信息技术”的内容时,结合第三单元《计算机网络》,就新闻报道上的网站账号泄密、银行卡遭盗刷、棱镜门事件等热点话题在课堂上让学生进行讨论,让学生认识到这些事件不仅违反法律法规,还有违网络道德和信息伦理要求,让学生“树立在信息化社会中的基本道德规范,应用信息技术过程中个人自律能力”[5],避免学生在今后的网络生活中因为对法律法规和网络道德不了解而走上网络违法犯罪的道路。
高中信息科技课堂教学改进实践反思
1.课堂教学工作应依据学生学习数据开展
课堂教育教学是基于师生互动开展的知识学习活动,学习活动效果的好坏不仅取决于教师能否在课堂上为学生提供多样化的学习支持,教学策略设计的优劣,教学科研能力的高低等,也受到学生已有知识储备、学习能力、学习习惯等因素的影响。因此,教师在开展教育教学的过程中,应该能够自觉做到全面了解学生的知识储备、学习能力、学习习惯等学习数据,在教育教学中依据这些学习数据开展课堂教育教学,而不能够游离于学生的基本现状主观地开展无效的教学。
2.分层教学目标的制定与落实在大数据的支持下可以更精细化
基于条件的限制和对学生数据收集的局限性,对学生的分层还没能做到兼顾每一位学生的每一个方面,只是一定程度上的整体分层,基于这一定程度上的整体分层教学目标的制定还存在不足。因此,若有大数据分析系统的支持,教师便能够方便地了解到学生全面的学习数据,学科课程教育教学目标的制定与落实可以更加精细化,可以做到以数据为指导来开展教育教学工作和研究工作,实现课堂教学有意义的及时调整。
参考文献:
[1]李青,王涛.学习分析技术研究与应用现状述评[J].中国电化教育,2012(8):129.
[2]蔡婷.大数据背景下学习分析技术对教学模式的变革[J].课程教育研究,2014(33):201.
[3][5]上海市中小学信息科技课程标准(试行稿)[EB/OL].http:///link?url=niUXK9E8XXZNdS60JmFY8jVOcPlThpZBo1SyaW6EoFh7ppAbRmJbz4CiW2bTzfxyexoYA3HGHJNBpmWLvO3qq5g5_1KZ_ZlPCO8-Nd76lUC.
关键词:大数据时代;预测性;数据分析能力
随着大数据时代的来临,教育事业发生了重大的变革,大数据技术已经被广泛运用在高校教育评价、课堂教学、教育模式等各个方面。课堂教学是高校教育中最为有效的教育途径,在大数据时代背景下的高效课堂教学发展趋势,值得广大教育者重点关注研究,这可以加强大数据技术在课堂教学中的应用,提高教学质量。
一、大数据相关概述
大数据主要指在高速发展的网络信息技术下,所呈现的巨量数据信息以及随之而产生的相关处理技术。大数据具有庞大的数据量,涉及的数据类型多种多样,数据价值的密度相对较低,并且对数据的时效性要求较高。其技术能够将复杂信息中有价值的数据筛选出来,为人们的工作生活带来了极大的便利,其广泛运用到生活中的各个领域,将会推动新技术的快速发展。
二、大数据时代对高校课堂教学的影响
高校的学科发展越来越复杂,尤其是交叉学科,需要教师不仅能够掌握本学科的相关知识,还要时刻关注其他学科的发展动态,并不断学习相关联的学科知识。大数据时代的到来使教师能够通过多重技术手段获取需要的信息数据,并利用信息的共享性,不断挖掘学科前沿信息,预测其发展动态,从而提升自身的教学水平。
在课堂教学中,融入大数据技术,利用与教学内容相符的视频等资源,可以使学生深入了解理论知识。或是利用大数据技术演示具有危险性的实验,避免危险实验对学生的人身安全造成威胁,通过生动形象的画面让学生充分了解实验步骤和注意事项,并利用回放功能加深学生印象,使学生既避免了实验的危险性,又提升了学习的兴趣,同时也为学校减少了一笔昂贵的实验经费。
很多学校的学生课堂行为都会被摄像系统记录,大数据时代的技术能够帮助教师对学生的学习行为等进行整理分析,使教师充分了解学生的学习情况,根据学生的差异性实施不同的教学方法。
三、大数据时代背景下高校课堂教学的发展趋势
1.增加预测性判断
教育过程具有计划性,教师与学生通常是按照教学计划进行教学活动的。大数据时代的到来,将会为教师的课堂教学提供依据。利用大数据技术对学生的学习情况和日常行为进行整理分析,教师可以充分了解适合学生的教学方法、学习时间、学习方式、理论实践方法等,进而对课堂教学的方法、内容和时间进行相应调整。大数据技术还可以预测学生思想、行为的发展倾向,帮助教师在课堂教学中对学生的不良行为进行有效预防。
大数据时代背景下的高校课堂教学,将会增加预测性判断,提升教师的教育主动权,约束学生行为,提高学习效果,培养学生成为身心健康的综合型人才。
2.发挥教师数据分析能力
大数据时代,高校教师不仅要具备丰富的专业知识,还需要一定的数据分析能力来适应数据支持的决策文化。教师的专业知识水平对课堂教学质量有着直接影响,是教师专业性和教学水平的重要衡量标准。随着大数据时代的到来,教师对教育数据的分析能力,也逐渐成为教学质量的重要影响因素。教师需要在复杂的数据中,找到与学生相关联的、有价值的信息,并运用在课堂教学中,有效地提高学生的学习效果,维护学生的身心健康。因此,其数据分析能力在高校课堂教学中的地位至关重要,在高校课堂教学中充分发挥教师的数据分析能力,已成为高校课堂教学的必然发展趋势。
为了应对这一趋势,高校应适应市场需求,转变传统观念,增加开设数据分析课程,积极培养专业性强并且数据分析能力高的复合型教师人才。
3.个性化教育
大数据技术能够将学生在互联网上留下的所有信息进行总结,对学生过去的行为数据进行分析,教师可以通过分析结果,对学生的兴趣爱好、心理特征、行为特点等进行了解,并具体问题具体分析,明确学生的差异性,适当调整课堂教学的内容、方式及时间安排,对学生因材施教。
大数据时代的来临使教师能够更深入地了解学生,以制订更加科学合理的教学方法。高校课堂教学也将趋于个性化教育发展,更加尊重学生的差异性,不断调整教学策略,以提高学生的学习质量和教师的教学效果。
大数据时代的到来,对社会上各个领域都产生了一定影响,高校课堂教学也深受大数据时代的影响,开始广泛运用大数据技术,以提升教师的教学质量和学生学习效果。增加预测性判断、提高教师数据分析能力、个性化教育已经成为大数据时代背景下高校课堂教学的必然趋势,广大教育工作者应更加深入研究,加强大数据时代高校课堂教学的有效性,推动高校教育的健康、快速发展。
参考文献:
[关键词]大数据;英语教育;影响;运用
引言
无论是从英语学科发展还是教育模式改变的角度出发,“大数据”都是一个非常前沿的研究性课题。这是由于英语教育与社会发展是有着紧密的联系,将“大数据”技术应用于现代英语教育中,不仅将成为英语学科迅速发展的一个新的增长点,而且有助于英语学科自身建构的突破,以促进学科教育的革命性改变。在现代英语教学中,各类信息渠道都产生了大量的结合化、非结构化数据,通过大数据采集技术、分析技术、挖掘技术的有效应用,不仅能够为学生的英语学习提供一个更加自由化、个性化的学习环境,而且也为教师了解学生的学习方法及学习情况提供一个崭新的、远程的、可量化的掌控手段,有助于现代英语教育质量与教育效果的全面提升。
一、大数据的内涵与特征
(一)大数据的概念及内涵
大数据作为一个抽象的概念,不仅是指数据在数量上的庞大,也是指是数据在规模及形式上的庞大与不可预估的定量信息。大数据区别于传统的规模化数据信息,在最新的维基百科中认为,“大数据”是指无法在一定时间内用通常的软件工具进行捕获、管理的数据集合。对于英语教育而言,“大数据”的数据主要来自于两个部分。其中,一部分主要来源于各学校及施教单位内部自身信息系统所生成的运行数据,这类数据多数是标准化和结构性数据;而另一部分则来源于校园外部,也是现代英语教学中所需要的大量文本信息、图像信息、音频信息、视频信息以及微信、微博等多种类的非结构化数据。如何在规模庞大、类型复杂的英语数据源中,采集与挖掘出对英语教育有用的信息,并在最短内做出有效分析,将是大数据时代中英语教学所需进行的一项核心工作。
(二)大数据的特征
大数据的数据特征,主要是指数量上的规模性(Volume),结构形式的多样性(Variety)以及速度传播上的高速性(Veloci-ty)这三个特征,即平常所说的3V。其中,规模性是指大数据的信息规模很大,一般的可以达到TB级及PB级;形式上的多样性则是指数据类型上,大数据包含着结构化数据和非结构化数据这两类;传播速度的高速性是指在数据的构建、数据采集、数据分析、数据挖掘等一系列过程非常迅速。
二、大数据对英语教育的影响
(一)对英语教学模式的影响
传统的英语教学主要是以课堂教学为主,而通过将大数据技术与英语教育深度融合,英语教学将成为一种更加开放性、互动性的教学模式。在大数据时代,学生的平板电脑、笔记本、智能手机等移动终端,都将成为英语教学的常规载体,英语学习不再仅局限于校内和课堂中,在一切场所中都不受时间、地点的限制进行自主学习。同时,伴随着信息技术的迅速发展,全球教育资源正在逐步实现无缝整合与共享,近年来所开放的优秀教育资源如OER、MOOCS等,正逐步向全球各角落的学习者所同步共享。这些优秀的英语学习资源的利用,能明显缩小我国各地域间英语教育水平的落差,从而为学生真正提供一个优质、自由的英语学习环境。
(二)对英语教学方式的影响
大数据时代下的英语教育,一是能提供信息的无缝链接,它能实时获取各种英语资源与网络服务的多终端访问,能实现数据同步与英语知识的无缝迁移;二是能实现信息的全面交互,英语学习需要学生通过良好的人际交互以更好的理解与掌握语言能力,而利用大数据技术能实现师生之间、学生之间随时随地的互动交流;三是能对学习情况进行积累监测,利用大数据分析技术、挖掘技术,能通过移动终端随时获取学生课外学习情况、记录成绩,并能通过区域性的数据统计,得到具有研究价值的数据报告,以详细掌握学生课内外的学习轨迹;四是能提高教学管理效率,大数据采集技术中的二维码技术、红外感应技术、全球定位等技术,都可以使各种英语教育装备与互联网连接,从而实现对英语教育内容、教育过程的智能化识别、定位、监控与管理,以明显提高英语教学的管理效率。总而言之,通过数据采集技术以全面收集各种英语教育数据,再利用数据分析与数据挖掘技术对这些数据进行深度处理,不仅能够英语教学与管理提供更加科学化的决策支持,而且能明显提升英语教育的实用性,有助于推动现代英语教育的可持续化发展。
(三)对英语教学评价的影响
大数据与英语教育的深度融合,还可以实现对学生英语学习过程的有效评估。一方面,通过大数据采集技术,可以监控学生的英语学习流程,发现学生的日常学习状态,并通过对数据的变动分析,教师也能观察到教学方式、教学流程改变的效果,促进教师在课后反思自己需要进一步改进的地方;另一方面,通过对学生英语学习行为的数据分析,也有助于掌握学生的知识掌握程度与兴趣点,以促进教学效果的反思。由此可见,“依靠数据说话”已成为了现代英语教学评价的基本立足点。通过对教学过程、学习行为以及各种教学管理数据的全面采集、集中存储、深入挖掘与分析,不仅能学生的英语学习具有重要的指导意义,也为教师的教学质量评估提供了全面、准确的分析结果。
三、大数据的关键技术及在英语教学中的运用
(一)大数据的关键技术
大数据技术是由数据采集、数据分析、数据挖掘、数据管理、数据共享、数据可视化等一系列技术的集合。数据的基本流程。1.数据采集技术英语教育中所形成的大数据,一个重要特点就来源广泛、类型多样,这就需要利用数据采集技术对数据进行有效的抽取与集成,并通过关联存储于数据库中,以方便对数据随时的提取与分析。目前,用于英语教育数据的采集技术,主要包括了:基于搜索引擎采集技术、基于数据流引擎采集技术、基于数据库采集技术、基于ETL引擎采集技术等类型。2.数据分析技术数据分析技术也是英语教育数据处理流程的核心,其主要目的是根据教学的需求,对这些数据进行深入的挖掘、整理与分析。数据分析技术主要包括了数据挖掘技术、机器学习技术、统计分析技术等类型。其中,统计分析技术主要为云计算技术、分布式处理技术等。3.数据可视化技术数据可视化技术也被称为数据解释技术,它能通过对数据分析结果的可视化形象,向用户展示具体、形象的结果。在英语教育中,数据可视化技术不仅可全面、直观的呈现各类英语教育统计数据,而且也可通过可视化操作界面,远程操控英语教学设备。
(二)大数据在英语教学中的运用
1.在英语远程教育中的应用随着全球一体化时代的到来,熟练掌握英语已成为新时期、高素质人才日常生活、工作所需。为了更加便捷的学习英语,大量网络在线课堂、网络英语学习资源也应运而生,英语教学也逐渐由传统的课堂教学模式向着更加个性化、便捷化、网络化的教学方向转变,英语教育的远程化、网络化时代已然到来。近年来,由于新兴的远程化网络英语课程大量出现,随着而来也出现了大量的英语教育数据,再加上学生利用这些课程在网络中学习、互动、互助,也相应产生海量数据。因此,大数据技术在英语网络远程教育中也有了相应的用武之地。例如,通过数据采集技术,能统计学生在网络中对英语知识提问的次数、参与讨论的多少等等,然后在这些基础上,通过数据分析技术,能详细掌握学生的学习状态和英语水平,进而对学生的英语学习行为进行正确的诱导与评价。随着大数据技术在英语远程网络教育的应用,教师不再基于自己教学经验来分析学生在学习中的偏好、难点以及共同点,而只要通过分析与整合学生英语学习的状态与行为记录,就可轻易地掌握学生的英语学习规律与学习水平,然后再有的放矢,对不同的学生采用更加有针对性的帮助和辅导,这都有助于明显提升远程英语教育的效率与效果。
2.在英语课堂教育中的运用大数据技术除可应用于远程英语教育以外,在课堂教学中也有着广阔的应用空间。大数据技术在英语教育中的应用,最重要的目的就是提高学生英语学习的效果与效率,而通过大数据分析技术、采集技术的应用,对英语课堂的教学模式、教学方法以及学习行为都能形成有利的改变。通常而言,学生在课堂学习中作业信息、日常学习信息等重要信息,往往容易被忽视。而通过大数据采集技术与分析技术,则能及时发现与整理这些重要信息,不仅能为提高学生的英语成绩提供更加个性化的服务,也有助于提高学生英语考试的成绩、平时的出勤率、四六级通过率等。例如,通过大数据技术,能及时分析出某位学生英语成绩不佳的原因,是由于周围环境影响因素?是由于学习内容没掌握因素?或者是因生病缘故?等等,从而为教师提供有用的数据信息,以实现更加针对性的英语课堂教学。
3.在英语考试中的应用大数据技术还有助于让英语考试更加科学与合理,由于英语考题的设置,需要考虑到学生的英语学习水平、答题效率多种因素。在考试过程中,试卷的答题结果、班级成绩情况,也能为教师提供大量的数据信息。而通过数据采集技术、数据分析技术,则有助于详细了解学生的英语学习情况与记忆情况,在下一次出题时就能更加贴近于学习实际,并设置出更加适合学生的个性化问题,设计出能够促进英语记忆力的考题线索。
四、总结
关键词:大数据;数据分析;数理统计
基金项目:华北理工大学研究生教育教学改革项目资助(项目编号:K1503)
基金项目:华北理工大学教育教学改革研究与实践重点项目资助(项目编号:Z1514-05;J 1509-09)
G643;O21-4
谷歌公司的经济学家兼加州大学的教授哈尔・范里安先生过去说过统计学家将会成为像电脑工程师一样受欢迎的工作。在未来10年里,人们获得数据、处理数据、分析数据、判断数据、提取信息的能力将变得非常重要,不仅仅在教育领域,各行各业都需要数据专家,“大数据”时代的到来使得数据处理与分析技术日新月异,深刻的影响着各个行业、领域及学科的发展,尤其是与数据关系密切的行业及学科,而作为工科各专业硕士研究生重要的公共基础课数理统计学是天生与数据打交道的学科。
怎样在“大数据”时代背景下培养出适应面向企业自主创新需求的数据分析人员或掌握现代数据处理技术的工程师,如何把当下流行的“大数据”处理技术与相关数理统计学课程教学有机的结合,以激发学生对数据处理与分析技术发展的兴趣,这些都是我们在与数理统计学相关的课程教学中不得不思考的问题。然而,当前高校工科各专业硕士研究生数理统计教学的现状却与其重要程度相去甚远,整个教学过程的诸多环节都存在较大的不足,主要表现为:1.教学内容偏重理论,学生学习兴趣不高;2. 轻统计实验;忽略对统计相关软件的教学;3.没有注重数理统计的学习与研究生专业相结合,实用性强调不够。4. 轻能力培养;轻案例分析等。
这些现象导致的直接后果就是学生动手能力上的缺陷和创新能力的缺乏, 不能够自觉利用数理统计知识解决实际问题, 尤其缺乏对统计数据的分析能力。因此,需要数理统计学随着环境的变化不断创新新的数理统计思维和教学内容。避免教学内容与大数据时代脱节。为此笔者在该课程的教学过程中,有意识地进行了一些教学改革尝试。提出了几点工科研究生数理统计教学的改革措施。
(1)调整教学内容,将与数理统计相关的大数据处理案例引进课堂。有很多有普遍性的应用统计实际案例,可以在本课程的教学过程中有选择的引入介绍给学生,让学生们了解利用所学统计方法进行实际数据分析的操作过程和得出结论的思维方法。以期解决工科研究生对确定性思维到随机性思维方式的转变的不适应性。
(2)适应大数据时代数理统计学课程的教学环境。实现教学方式的多样性。大数据时代背景下,互联网十分发达,学生根据自己的兴趣去收集、整理和分析数据,既可以改变他们对统计方法的进一步认识,也可以增加他们的学习兴趣。甚至可以以专业QQ群,邮件的方式和同学、老师之间相互交流,交流者处于相互平等的地位,可以畅所欲言,随时随地都可以交流,起到事半功倍的效果。这种交流使得教师不再是知识的权威,而是把教师上课作为一种更好自主学习的引导,这种交流使得他们的思想变得更加成熟。同时参与各种网络论坛,贴吧回答问题等使得他们更能体现自己的价值,这种交流也使得学生的学习热情和学习精神得到更好的激发。
(3)引导工科研究生开展与本专业相结合的课题研究,强调实用性,注重统计思维能力培养。适应大数据时代数理统计学课程教学环境,实现教学方式的多样性。以期弥补学生缺少数据分析实例的训练,解决学以致用的不足。在目前的数理统计教学安排下,受学时所限,如果相当一部分时间用来学习公式、定理的推导及证明,势必没有时间进行实际的数据分析练习。在大数据时代背景下,随着海量数据、复杂形式数据的出现,使得统计方法的发展和以前有了很大的不同,没有实际的数据分析训练,学生们就无法对统计的广泛应用性及重要性有深刻的体会,也不利于保持和提高他们的学习兴趣。这要求具体工作者提出新的统计思想和方法,加深对已有统计思想的理解,以解决实际问题。
(4)改革成绩评定方式。现有的考试模式为通过有限的一到两个小时的期末考试,进行概念的辨析和理论及方法的推导计算,由此来判断研究生关于数理统计课程的学习情况有很大的不足,特别是对可以利用软件进行的某些实际数据分析的考察没有办法实现。因此,有必要通过日常课堂“论文选题―提交―讨论”与期末理论考试相结合的形式对学生数理统计学习进行考核。加大对学生平时考察的力度,相应地减少期末考试成绩的比重。让学生选择一些与自己专业有关的数据进行尝试性的数据分析、一些统计科普著作的读书报告等并写成论文的形式提交,做为对学生成绩的评定方式,更能综合、客观地评价学生的学习情况。
数据分析在现代生活中发挥的作用越来越大,而道硗臣品椒可以与数据分析有机的结合,从而在提高数据分析效率的同时,保持分析结果的有效性,为生产和实践活动提供准确的参考。以上的思考和建议仅是我们在教学研究和教学过程中的一点体会,还有许多工作亟待深入,比如适合工科研究生数理统计课程的大数据案例选取,与课程内容的有效衔接;案例教学法如何实施;教学方式多样化问题;课堂教学与网络交流结合;理论介绍与软件应用训练结合问题等。教学改革与实践是一项艰巨的任务,以培养学生的实际运用能力和正确解释数据分析结果的能力为目的,强调统计思想和方法应用的培养,让学生们了解利用所学统计方法进行实际数据分析的操作过程和得出结论的思维方法将是一项长期的工作。
参考文献
[1].游士兵,张 佩,姚雪梅.大数据对统计学的挑战和机遇[J].珞珈管理评论, 2013, ( 02): 165-171.
“大数据”是2012年以来信息技术领域中最为炙手可热的词汇。社会发展已经进入对大数据处理的抢夺战中。MOOC教育在大数据的影响下,突破了传统教学体系中存在的各类阻碍,不仅变革了传统的教学体系,还催生了全新的教与学文化。现代大学教学体系一方面需要变革传统教学中的种种弊端,例如,教学内容陈旧、教学方式僵化、教学成果评价单一、教学文化缺乏活力;另一方面需要面对科技快速发展提出的挑战。大数据环境下,MOOC不断实现突破和创新,一个处于科技前沿的全新大学教学体系正在其影响下悄然形成。
一、大数据的内涵与特点
目前,对大数据还没有统一的定义。基于大数据的特点,行业内普遍从大数据的规模性、多样性以及高速性、价值性四个方面阐述其内涵。首先,大数据能够帮助对现有事物有感知作用。“面向领域或主题的历史数据与当前数据的融合,是对潜在线索与模式的挖掘、对事件群体与社会发展状态的感知。”[1]其次,大数据能够对未来发展有预测作用。通过数据,整理、提炼出事物发展的未来趋势,为工作提供一定的可靠材料。最后,大数据发挥出服务作用。利用大数据,提高社会服务的效率是其所要实现的目标。
二、MOOC与大数据
MOOC(Massive open online course)即大规模开放式在线课程。“大规模”“开放”“在线”突出表达了MOOC的特点。MOOC的兴起与互联网技术、传统教育模式、高等教育成本有直接的关系。互联网技术将人们带入了前所未有的科技世界中。互联网技术直接改变了人们的生活方式、工作形式。互联网技术为MOOC的兴起提供了最直接的技术支持。20世纪初,美国教育家杜威提出“新三中心”,即“以儿童为中心,以活动为中心,以经验为中心”。他的教育思想是对传统教育模式的有力反击。对于滞后的传统教育模式,MOOC教育同样对出相应的变革;高等教育成本是每一所高校不可回避的问题。“在世界范围内,高等教育成本的大幅攀升使得低成本的教育解决方案在广泛的人群中拥有庞大的需求,美国大学生一年大学学习的平均花费为27,435美元,这意味着一名学生获得学士学位需要花费超过10万美元。”[3]MOOC教育的免费政策正是该项高教难题解决的办法之一。
MOOC与大数据之间关系紧密。首先,MOOC本身依赖于互联网技术,是科学技术的体重体现。其次,MOOC产生大量待分析的数据。在MOOC教育平台上,从参加课程的学生名单到教师授课内容的统计等,产生了庞大的待分析数据。最后,MOOC在教学体系中运用大数据分析技术。良好的数据分析将会大大提高MOOC对实际数据的利用能力。通过对数据的挖掘,MOOC能够获取第一手有价值的教学信息,结合数据反馈的信息,在教学体系构建中利用起来。
大数据背景下,MOOC对于高等教育领域的影响在于,它借助于大数据分析手段在教学内容、教学方式、教学成果评价和教学文化四个方面为学生、教师、学校重新构建了一个全新的教学体系。
三、大数据有助于MOOC重构大学教学体系
“技术向来都是教育的附属品。技术通过促进一个人人平等的知识狂潮而发挥着核心作用,在这个知识狂潮中,学习即是开放的,也是不受班级与课表的限制。”[3]教学内容、教学方式、教学成果评价以及教学文化共同构成了教学体系。大数据分析手段帮助MOOC教育重新塑造大学教学体系。
1.大数据中的MOOC教学内容
MOOC教育在大数据分析手段的影响下,教学内容将有重大的变革。根据我国互联网信息中心统计数据显示,“截至2010年12月,中国青少年网民规模为2.12亿。青少年互联网渗透率较高,60.1%的青少年都是网民,超出全国平均水平25.8个百分点。”[4]现代大学生是真正意义上的“数字土著”。“数字土著”是“美国北卡罗来纳大学著名学习软件设计家Marc Prensky提出了‘数字原住民’(Digital Natives)和‘数字移民’(Digital Immigrants)的概念,用以表征父辈与子辈在数字化技术方面的巨大差异。”[5]
在传统大学教育体系中,教学内容的确定有一定的滞后性、呆板性。教材知识内容更新缓慢,不顾知识发展的规律,重复使用,对于学生来说弊端较多。同时,教学内容缺乏灵活性。呆板的教学内容调动不起来学生的积极性。通过高端的大数据分析技术,MOOC将大量的、丰富的教学内容提供给学习者。“MOOC在当今社会之所以形成强大浪潮,引起人们广泛关注,根本原因在于它为人类的知识创造提供了一个崭新平台。”[6]MOOC优质的课程资源搬到网络上,变革了传统的教学内容。例如,Coursera是免费的大型的公开在线课程项目,该平台上的课程总数已达124门。MOOC平台上,学生可以任意选取自己感兴趣的课程,感受名校教授讲课的魅力,体验不同教授对知识的多样见解。数据显示,“来自世界各地的160000人注册了斯坦福大学Sebastian Thrun与Peter Norvig联合开出的一门《人工智能导论》的免费课程。”[7]在此基础上,MOOC教育提供者能够获取学生选择课程的具体信息。从这些信息中,研究人员将受到学生欢迎的课程罗列出来,供教育研究人员、教师参考。大数据分析成功的将学生感兴趣的教学内容呈现出来,方便教师及时调整课程的上线数量。无形中,大数据分析改变了传统教学内容。全新的教学内容将得到更多学生的喜爱。
2.大数据背景下的MOOC教学方式
教学方式是指教师在要求学生获取知识,提高能力,获取学习方法的过程中所采用的方式。MOOC教育中,数字化的教学方式逐步渗透到高等教育当中。由于MOOC教育中知识的学习通过视频与网络传播,教师的教学方式必须做出相应的转变。MOOC数字化的教学方式是循序渐进的过程,电脑化的教学方式也将被学生、教师逐渐适应。亚利桑那州立大学的执行副教务长菲尔?莱杰尔认为“我想大部分的教师会认为这是一个好的转变。另外,3年后80%的教师都会熟悉数字化的教学方法了。”[8]除去数字化的教学方式,MOOC平台上的课程教师还将多种教学方式结合起来。通过一段时间的检验,一些课程通过数据分析,教师还根据数据反映出的不足改进自己的教学方式。MOOC促进了师生之间围绕知识进行更多的互动。利用大数据分析手段,教师可以将课堂上的时间空出来,利用课堂时间将关键的问题罗列出来,引导学生进行讨论。在此基础上,大数据分析催生了多种教学方式的综合运用。
3.大数据分析中的MOOC教学成果评价
MOOC利用大数据的优势变革了传统教学评价方式。一般来讲,教学成果评价表现在两个方面,一是教师评价改进自身课程,提高课程质量。二是学生学习成果的评价。以往的教学成果评价的弊端在于只有等到考试的时候,教师才第一次了解到学生是否真正掌握了知识。然而,MOOC平台上,通过对大数据的分析与处理,教师可以迅速的改进课程。“由于MOOC课程参与人数极多,机器学习机制能够对大量数据进行分析,从一个人看过多少次视频,到一个题目有多少人答对。”[9]教师通过平台后的数据库,能够分析数以千计的学生学习成功与失败的关键原因,找到课程需要相应作出调整的地方。更值得注意的是,MOOC的实时性。MOOC可以使教师在任意时间内都能够获取到这样的数据加并以分析和利用。教师获取这些数据后,既可以改进课程,又可以给学生更好的建议,帮助他们改变学习方式,提高学习成绩。对于学生来说,MOOC平台上,学生学习成果评价在“具体评价方式与课程认证两个方面对传统模式进行了革新。”[10]大数据为MOOC平台的学生提供更新颖的评价内容。首先,MOOC教育中采取了软件机器评分与同学互评相结合的方式。MOOC对于理工科学生的学习成果多采用软件或机器的评分方式。利用软件或机器的优势在于它们能够更为精确的批复出学生作业或测试中的错误。
4.大数据影响下的MOOC教学文化
从现有教学文化内涵研究来看,不同学科的研究者提出了不同的阐述内容。一般认为,教学文化“基本结构分为三个方面即教学的有效性、学生的参与性以及学习的主动性。”[11]大数据分析方式对教学文化的影响是出乎意料的。首先,大数据分析手段帮助MOOC教育增强了其教学的有效性。以往部分教师在教学内容的选择、设计上没有下功夫,知识更新速度慢。MOOC平台上,教师为学生提供的是高质量的教学内容。MOOC上的课程都是经过精心筛选,出自世界名校教师之手。这些课程教授过程中,教师采取了多样的教学方式,教学语言多样化,适应不同学习需求的学生。频繁的互动,将有助于避免学生注意力分散情况的发生,进一步提升了教学的有效性。MOOC课程不仅能够实现在课堂上师生之间的交流,同时,还有助于在课堂上形成师生、生生之间的沟通与交流。其次,大数据分析手段帮助MOOC教育提升了其学生的参与性。通过MOOC数据统计显示,在以往在线教育过程中“每学期只有5%-10%的学生能做到经常在教室里或课堂上参与深入讨论,其余学生的态度则是相当消极的。”[12]因此,高等教育教学必须将学生的参与性调动起来,这样才能更好的实现教学目标。MOOC教育实现了提升学生学习精力投入的目标。
MOOC教育对高等教育国际化同样做出巨大贡献。现代教育的主要特征在于它的国际性和融合性。突破国界和地域限制,MOOC教育正是践行知识世界融合的目标。在大数据技术的支持下,MOOC不仅将课程提供者的价值观念、思想意识快速的在世界范围内传播,同时,MOOC还使学习者更加直接的面对不同理念、价值、文化潜在的影响。
关键词大数据计算机教学教学质量应用效果
1大数据技术及网络教学平台的发展背景
20世纪80年代,未来学家埃尔文托夫勒在《第三次浪潮》预言了大数据技术的飞速发展和广泛应用。近年来,受大数据技术的影响,联合国制定了大数据开发相关的“全球脉动”计划,对大数据技术应用中各国面临的机遇和挑战进行了深入阐述,体现了国际社会对大数据技术的高度关注。我国通过制定《大数据标准化白皮书》等国家规划,将大数据融入到政府、企业以及公益等领域和行业,从而进一步挖掘和激发大数据技术的应用和发展潜力。大规模开放网络课程自2012年开始作为一种新的教育模式备受瞩目。在OCW平台视频播放功能的基础上,现有网络教学平台增加了布置作业、教学互动以及在线评估等功能。随着网易引进国外高等院校视频课程,我国网络教学平台建设逐渐步入正轨,网络教学应用于本科院校计算机教学。本科院校计算机教学不仅具有信息化和数据化的教学思路和学科特点,而且具有丰富的网络教学资源和学生群体。网络教学平台作为教学资源的集散地和展示窗口,与大数据技术同根同源,在技术融合方面拥有得天独厚的优势,提供了大量数据,便于使用大数据技术对教学效果进行量化提升。本研究通过以“超星学习通”网络学习平台应用为例,建立大数据分析处理系统,通过教学质量评估算法形成可视化报表,为本科院校计算机教学质量提升提供参考。
2大数据技术在计算机教学质量提升中的应用
2.1“超星学习通”平台介绍
“超星学习通”平台由登录界面和个人主页构成,课程部分由课程主页、通知、课程学习以及讨论组件构成。在学习页面设置了学习进度、课堂笔记、视频学习等模块。“超星学习通”平台的核心功能是教学视频播放,本文视频播放后台管理功能主要实现课程管理、视频管理、管理员管理、评论内容管理和注册会员管理功能。课程管理能够实现课程建立删除、课程资料上传以及课程习题管理功能,管理员管理能够实现教师账号添加、教师账号信息修改以及教师账号删除功能。视频管理能够实现视频分类添加、课程视频上传以及视频信息收集功能。“超星学习通”平台可以在PC、移动设备等多种终端上运行,能够让学生随时随地进行计算机专业课程学习。
2.2大数据分析系统搭建
大数据分析系统基于云计算及时进行搭建,使用Hadoop技术构建了数据集成、文件存储、数据存储、编程模型、数据分析以及平台管理六层处理结构。Hadoop架构能够帮助开发者进行分布式程序开发,从而对大量数据进行分布式处理。通过将“超星学习通”平台管理后台与数据库的连接,能够获取学生学习过程的相关数据。“超星学习通”平台能够为教师提供多种类型的学生学习和教师教学活动数据,结合“问卷星”等多种工具可以确保数据收集的全面性和准确性。大数据分析系统可以快速地对收集到的数据进行处理,从而为教师在学习过程中快速、准确地进行动态评测提供有效手段。
2.3教学质量评估算法及实施
常见的数据分析模型有决策树、神经网络、贝叶斯分类等算法模型。本文选取贝叶斯分类方法进行数据分析,对群成员间的关系进行可能性预测,分析不同类别的数据之间潜在的关系。在数据分析中,将学生分为具有代表性的两类:A类是将全部教学视频看完后参加在线考核,B类是仅观看部分教学视频并参加在线考试。通过考察两类学生在相同条件下参加在线考核的成绩,从而对计算机教学质量进行评价。利用朴素贝叶斯模型可以量化学生平均学习成本,从而考察学生正确回答某一知识点所需要的平均时间。在考量教学质量的过程中,要排除无效的学习行为记录和习题。通过贝叶斯模型可以获得单个知识点的学习成本系数,通过期望公式计算获取平均学习成本系数。平均学习成本系数越接近1,则课程质量越高。通过学习成本的方差计算,可以获取课程的难易程度。结合普通最小二乘法获取最佳拟合曲线,从而对平均学习成本系数是否符合期望进行考察。实验证明,能够通过大数据技术对本科院校计算机教学质量进行考察并给出建议提升路径。
3提高大数据在计算机教学质量提升作用的对策
3.1提高大数据技术在计算机教学模式改革中的作用
本科院校计算机教学要紧贴技术发展前沿,将大数据技术与“超星学习通”平台结合,为本科院校计算机教学质量甚至是本科院校教学质量提升提供发展路径。大数据技术的运用能够帮助教师根据学生的需求和计算机专业教学特点进行教学调整,优化教学内容。学校通过将大数据技术与相关计算机课程相结合,将数据开放鼓励学生进行算法研究,通过多种算法对学习数据进行处理,提高了学生的学科参与度和学习积极性。在学生参与的过程中涌现出了许多有益的尝试,其中之一就是计算机专业学生“六维”培养。“六维”是指从社会、学校、职业、企业、中国、世界六个维度进行人才培养,利用大数据技术开发了“六维”学生综合评价子系统。“六维”培养模式将学生在校学习、生活的核心内容进行量化和数据记录,为教师提高教学质量提供多维信息。数据来源主要由个人基本信息、平台考核情况、平台互动信息等组成。通过量化评价,“六维”模块能够从学习短板、能力提升、职业规划、教学提高等方面提出建议,为教学质量提高提供路径。
3.2改善本科院校计算机教学思维来提升教学质量
传统教学模式使得教师和学生受到教学大纲和课程教材的限制,学生更多被动地接受教学内容,无法实时反馈对教学内容的学习效果。这种条框式的教育理念与当今社会对创新性人才的需求不相符。通过“超星学习通”平台和大数据技术的应用,能够使教师直观、及时地了解学生对知识点的掌握情况,从而提高学生运用计算机技术解决实际问题的能力。“超星学习通”平台具备的互动性和及时性特点,为学生提供了自主学习渠道。在大数据分析的基础上,教师可以改善优化教学思维,结合教学大纲要求和自身经验,有效开展教学活动。笔者所在学校将“超星学习通”平台与教学日常考核系统进行关联,考核系统能够对学习数据进行监测并及时预警,提醒教师重点关注。
3.3运用大数据优化本科院校计算机教学模式
大数据技术能够将本科院校计算机教学过程从课前准备、课堂授课以及课后测试逐步进行优化,将教学过程转变为课前备课、在线授课、线上测试、数据分析以及及时改进5个步骤。“超星学习通”平台的运用使传统课堂教学搭上了互联网这班快车,大数据技术的运用使得教学数据分析成为现实。此外,本科院校计算机教学模式的优化也会为教学质量提升提供一条路径。大数据技术在计算机教学中应用之后,“超星学习通”平台教学视频日更新率提高了三个百分点,教师进行课程优化的精力和动力更充足了。
3.4大数据技术能够实现计算机学科个性化教学开展
“超星学习通”平台采集的大量数据在大数据技术的帮助下,可以实现学生个体个性化的数据分析,从而得到学生计算机学习个性化改进方案。课堂教学中教师的精力有限,难以关注每个学生的课堂表现,也难以将课后测试的结果与课堂表现结合。而大数据技术和网络教学平台相结合,可以对每一位学生学习的全流程进行跟踪和数据收集,经过大数据分析后为教师提供参考,从而提高教学质量和学习效率。通过“超星学习通”平台的应用,笔者所在院校计算机课程满意度有了明显提高。
关键词:管理统计学;教学模式;大数据;案例教学
中图分类号:G4 文献标识码:A doi:10.19311/ki.1672-3198.2016.33.147
1 引言
管理统计学是一门应用统计学方法和理论研究经济管理问题的应用性学科,它通过收集、分析、表述、解释数据来探索经济管理问题的规律,并辅助企业进行管理决策和提高管理效率。传统的统计学关注小规模数据下的数据描述、推断和科学分析用。与之相应,管理统计学的课堂教学主要关注统计学原理的讲述、小数据的推断分析和经济管理问题的简单应用。
然而,自2008年Nature杂志发表“Big data:science in the peta byte era”以恚大数据的发展方兴未艾,备受学术界,企业界等关注。大数据的理念和技术不仅在互联网、金融、机器人、人工智能等领域取得突破性进展,也将对企业的生产、经营和决策等活动带来深刻的影响,通过对企业大数据的深度挖掘,有助于实现企业的商业价值,规避企业的决策风险,提高企业的竞争力。
大数据时代的到来,对管理统计学来说既是机遇又是挑战,机遇在于:大数据的分析主要建立在统计学的基础上对数据进行处理、分析,从而使得大数据可视化;而挑战在于:当下管理统计学的教学方法和教学手段难以匹配大数据时代对数据分析从业者的要求,这就要求对管理统计学的课堂教学模式进行进一步的发展与创新,以期适应大数据背景下的新要求。
如何结合大数据时代的新要求设计合适的课堂教学模式,如何结合丰富的大数据应用案例开展课堂教学活动,如何增强大数据背景下学生的数据驱动的管理决策意识,培养适应大数据时代要求的高素质人才,这些都是大数据背景下传统的管理统计学课堂教学模式所面临的问题和挑战,这也促使管理统计学教学工作者不得不去探究、优化甚至改革现有的管理统计学课堂教育模式。
2 传统管理统计学教学模式的概述
笔者所在的教学团队来自于武汉科技大学管理学院,承担全院《管理统计学》课程教学任务,在教学方法、实践教学等有较为丰富的教学经验。然而,在多年的教学过程实践和与学生的教学互动当中发现:现有的管理统计学教学模式尽管相对较为成熟,在培养学生的数据分析意识方面起到的重要作用,但是仍存在以下不足,而这些不足恰恰难以适应大数据背景下对管理统计学教学带来的挑战。
2.1 注重理论讲授,忽视应用教学
受技术发展和数据规模等因素的制约,传统的管理统计学教学大都采用理论驱动的教学模式,教师依托教材,注重统计学基本原理和方法的传授,学生掌握基本原理,对统计学的实际应用等关注较少。
尽管管理统计学课堂教学会涉及到一定的应用案例,但是这些案例大都简单,陈旧,数据来源单一,难以接触实际原始数据,统计建模思路也相对固定,这些教学案例既不能反映管理统计学的最新发展和应用思想,也无法将其带入企业经营的情景,对企业决策过程缺乏了解,这些因素都使得学生对该课程的学习兴趣不高,不利于培养学生应用统计学解决实际问题的能力,进而影响课堂教学效果。
2.2 注重数学推导,忽视工具应用
管理统计学要求学生掌握一定的数学基础,教材也都有较多的数学公式和理论推导,忽视了培养学生应用SPSSvSASvR等统计软件工具解决统计问题的操作能力。
根据经管类专业的培养定位,对于经管类专业的学生而言,相比于统计的数学公式,真正实用的如何借用SPSSvSASvR等统计软件工具来解决企业经营决策面临的实际问题,尤其是在大数据背景下,需要处理海量、复杂、多源、异质的高维数据。这些是单凭数学推导和简单的手动计算无法完成的。
近年来,大数据、互联网等技术的快速发展催生了一类新型且前景广阔的职业方向-数据分析师。综合数据分析师的职业要求,可以发现,这些职位大都要求从业者了解基本的统计学原理和方法,熟练掌握SPSSvSASvR等统计软件工具,并应用这些工具解决企业经营管理面临的实际问题。
2.3 注重知识考核,忽视项目训练
受限于教学管理制度和考核手段等因素,目前管理统计学课堂教学考核方式大都以闭卷为主,主要考察学生对统计学基本知识点的掌握情况,以及学生应用统计学知识解决简单案例的综合能力。
然而,在大数据时代背景下,除了要求掌握统计学基本原理,更应培养学生应用统计学知识解决实际问题的综合能力,而这种综合能力往往涉及数据获取、数据预处理、数据探索、统计建模、模型检验、模型评价、模型解释、模型部署和模型修正等数据分析的全过程,这种综合能力的掌握是无法通过现有的知识考核来达到的,这些必然要求学生通过参与实际项目或模拟情景来实现。
3 大数据背景下管理统计学教学模式探讨
如何结合大数据时代的新要求设计合适的课堂教学模式,如何结合丰富的大数据应用案例开展课堂教学活动,如何增强大数据背景下学生的数据驱动的管理决策意识,培养适应大数据时代要求的高素质人才,这些都是大数据背景下传统的管理统计学课堂教学模式所面临的问题和挑战。而现有的管理统计学课堂教学模式难以匹配大数据时代对其提出的要求,这就要求对管理统计学的课堂教学模式进行进一步的发展与创新,以期适应大数据背景下的新要求。
关键词: 智慧课堂;大数据分析;结构性变革
中图分类号:G632 文献标识码:A 论文编号:1674-2117(2015)13/14-0112-04
从基于物联网技术构建的智慧教室,到利用电子书包开展智慧学习,以及基于云计算和网络技术搭建的智慧课堂,信息技术增强了课堂互动交流,提升了课堂教学效率。大数据时代,开展基于大数据技术的动态学习评价,建立基于学习数据分析的智慧课堂,为现代学校智慧课堂的构建与应用提供了新的思路。
智慧课堂的定义
目前对智慧课堂的定义总体上有两类:一类是从“智慧”的语义学上定义,与“智慧课堂”对立的是“知识课堂”;另一类是从信息化视角定义的。本文的定义是基于后者。从信息化的视角来看,随着信息技术不断发展及其在学校教育教学中的应用,信息技术从早期的辅助手段向与学科教学的深度融合发展,传统课堂向信息化、智能化课堂发展,对智慧课堂的认识也在不断深化。
目前基于信息化视角对智慧课堂概念的定义有三种。一是基于物联网技术应用的。这一定义强调基于物联网的“智能化”感知特点。二是基于电子书包应用的。这一定义强调基于电子书包的“移动化”智能终端特点。三是基于云计算和网络技术应用的。这一定义强调课堂中的“个性化”学习应用特点。
这里我们结合实际开发应用,提出基于动态学习数据分析的智慧课堂概念。即智慧课堂是指利用大数据、云计算、物联网等新一代信息技术打造的智能、高效的课堂,是基于动态学习数据分析和“云+端”的运用,实现评价反馈即时化、交流互动立体化、资源推送智能化,全面变革课堂教学的形式和内容,构建大数据时代的信息化课堂教学模式。
智慧课堂的主要特点
基于动态学习数据分析和“云+端”运用的智慧课堂,与传统课堂相比,在技术和教学应用上具有重要的特色和创新价值。主要特点有:
①基于数据的课堂:一切靠数据说话,依据学生学习行为大数据挖掘分析与决策,用直观的数据了解学生对知识掌握的水平,精准地掌握来自学生的第一手学情资料。
②高效互动的课堂:利用智能化的移动学习工具和应用支撑平台,教师与学生、学生与学生之间的沟通与交流更加立体化,能无障碍地进行即时交流和互动。
③动态开放的课堂:借助于新兴信息技术及各种智能终端,课堂系统超越了时空限制,实现更为开放的教室、更为开放的课堂活动,让课前、课中、课后融为一体。
④合作探究的课堂:采取小组协商讨论、合作探究的学习方式,协作群组服务能够帮助有相同学习需求和兴趣的学习者自动形成学习共同体,教师可以通过平台对小组合作进行实时的数字化评价和及时的反馈。
⑤个性化学习的课堂:通过课前预习测评分析和课中随堂测验即时分析,实现对学生的个性化学习能力的评估,有针对性地制定教学方案和辅导策略,真正实现“一对一”的个性化教学。
⑥教学机智的课堂:教师基于动态学习数据分析和即时反馈,采取机智性行动,及时调整课前的教学设计,优化和改进课堂教学进程,充分体现教师的教学智慧和教学艺术。
智慧课堂的信息化环境
智慧课堂常态化应用的前提是具有先进、方便、实用的工具手段,为此,需要构建基于学习动态数据分析和“云+端”应用的智慧课堂信息化环境。智慧课堂信息化环境的基本架构如图1所示。
智慧课堂信息化环境的总体架构包括三大部分,其主要功能是:
①微云服务器:提供本地网络、存储和计算服务,可以方便、直接地将即时录制的当堂课程进行本地化存储;构建无线局域网,教师和学生可以通过多种移动设备,在无需互联网的状态下,实现任意点对点的通讯与交互,节省大量互联网资源的占用;当连接互联网时,可以实现教室的跨越空间的直播。
②端应用工具:包括教师端和学生端。教师端实现微课制作、授课、交流和评价工具,导入PPT并实现动画及视频的插入,电子白板式任意书写,实现任务、批改作业、解答问答等。学生端可以接收并管理任务(作业),直接完成作业,进行师生交互、生生交互。
③云平台:提供云基础设施、支撑平台、资源服务、教学服务等,如构建完整的教学资源管理平台,可以进行结构化与非结构数据的各种教育教学资源管理,支持各种教育教学资源的二次开发与利用,实现多种教育教学资源综合应用。
智慧课堂的教学流程
在教学实践运用中,智慧课堂的教学流程为“3+10”模式,即由3个阶段和10个环节组成。这些阶段和环节包括了教师“教”和学生“学”的共同活动以及它们的互动关系。智慧课堂的教学流程如下页图2所示。
1.课前环节
学情分析:教师通过智慧课堂信息化平台提供的学生作业成绩分析,精确地掌握来自学生的第一手学情资料,预设本节课的教学目标,并向学生推送微课或富媒体预习及检测的内容。
预习测评:学生预习教师推送的富媒体内容,完成和提交预习题目,并可在论坛或平台上进行相关讨论,提出疑问或见解,记录在预习过程中的问题。
教学设计:教师根据学情分析结果和学生预习检测统计反馈的情况,以学定教,确定教学目标、内容、方法等,优化教学方案设计。
2.课中环节
课题导入:教师采取多种方法导入新课内容,主要通过预习反馈、测评练习和创设情境等方式导入新课程,学生展现课前自学成果,围绕新课导入进行演讲展示、分享观点。
探究学习:教师下达新的学习探究任务和成果要求,学生开展协作探究学习,主要包括小组合作探究、游戏教学等方式。教师设计活动,为学生分组,进行互动讨论,学生开展小组协作后提交成果并展示。
实时测评:学生完成学习探究任务后,教师将随堂测验题目推送到每个学生终端上。学生完成随堂测验练习并及时提交,教师进行实时诊断和反馈。
总结提升:教师根据实时测评反馈结果对知识点、难点进行总结和点评,对薄弱环节补充讲解,重点进行问题辨析。学生针对教师布置的弹性分层作业和任务,对所学习的新内容进行运用巩固、拓展提升。
3.课后环节
课后作业:教师利用平台个性化的课后作业,学生完成课后作业并及时提交,得到客观题即时反馈。
微课辅导:教师依据学生课堂的学习情况,结合批改作业,录制、讲解微课并有针对性地推送给学生,进行个性化辅导。
反思评价:学生在线观看教师所录解题微课,总结所学内容,在平台或论坛上感想与疑问,与教师、同学在线讨论交流,进行反思评价。
智慧课堂教学应用实例
我们研究与开发的“基于动态学习数据分析的智慧课堂”,已经在全国各地许多学校进行实际应用并取得良好成效。2015年1月10日,由蚌埠市教育局主办的“蚌埠首届智慧课堂观摩研讨会”在蚌埠二中举行,来自安徽、上海、江苏、深圳、武汉等省市的1000多名中小学教师前来观摩6节课,《中国教育报》专题报道了这次观摩活动。在观摩会上,蚌埠第二实验学校基于“智慧课堂信息化平台”开展了一堂教学实践课“认识三角形”。该堂课利用信息技术的优势,使学生课前学习微课;课堂上根据学生的认知特点,创设“金字塔闯关”的游戏情境,并进行实时测评和资源推送,结合任务驱动教学法展开深入的探究活动。
1.观摩课名称
认识三角形。
2.课程描述
“认识三角形”是苏教版《数学》第八册的教学内容。
3.教学目标
①利用生活经验,通过观察、操作等学习活动,认识三角形的基本特征,了解三角形两边之和大于第三边。
②在认识三角形的活动中,体会认识多边形特征的基本方法,培养观察、比较、抽象、概括能力。
③体验并掌握自主学习的形式和方法,培养学习兴趣,培养合作交流的意识和创新精神。
4.教学模式
(1)课前环节
发放资源:在微课平台发放学习资源,学生在家自主学习三角形的相关知识,并完成教师在作业平台发放的作业包。
微课学习内容:①三角形的基本特征;②三角形的三边关系。
(2)课中环节
集体分享:利用平台观看学生作业平台中的“生活中的三角形”。
游戏教学:利用三角形的相关知识,与同学合作探究,巩固深化学习内容。
①自主创造。学生可以自己独立创造一个三角形,或与同学合作,创造一个三角形拍照并上传。教师展示学生作品并点评。
②分组探究。小组合作,从4根小棒中任意选3根,围成一个三角形,写出所有选法。教师巡视指导并展示学生上传的数据记录,进行分析,使学生进一步理解“三角形两条边的和大于第三条边”。
③自主学习。学生完成作业平台中的测评练习。教师借助数据分析平台提供实时反馈图,针对问题展开讨论。
④巩固练习。依据所学内容,教师提出问题(把20厘米长的吸管截成3段,每段长是整厘米数,围成一个三角形,思考:最长的一条边最多是多少厘米?)和要求,学生先独立思考,再动手操作。
(3)课后环节
总结讨论,教师提出课后任务:通过今天的学习活动,你有什么感受?
5.效果评价
这是一节充分展示“智慧课堂”技术与教学深度融合的课。教师在没有“刻意”应用“技术”的痕迹下,以极其自然的方式,通过大数据分析、小组协作以及“云+端”设备的应用,实现了“探究学习、主动学习、游戏化学习”等一系列传统课堂难以实现的教学理念和方法。这是一节形式与内容均发生了深刻变化的高效课堂,充分展现了教师基于动态信息反馈的教学机智。
参考文献:
[1]王盛之,毛沛勇.基于数字化教学案的智慧课堂互动教学系统实践研究[J].教学月刊(教学管理)中学版,2014(4).
[2]林利尧.中小学智慧课堂建设与应用研究[J].中国现代教育装备,2013(10).
关键词:大数据 大学生 思想 教育
随着互联网技术的普及,大学作为科研和教育的主要阵地,新形势下,各种数据的统计综合更加快捷。教育工作者如何分析大数据形式下大学生思想政治教育的特点,并制定合理的教学策略,是当前的一个重要研究课题。
在大数据时代,大学生思想政治教育的主体、客体更全面 ;大学生思想政治教育的内容不是精确的,而是混杂的 ;大数据时代下,大学生思想政治教育的内容具有相关关系 ;大数据时代的思想政治教育内容是“数据化”的。
一、大学生思想政治教育面对的挑战
1.思想政治教育的教育行为可能侵犯学生隐私
大数据分析可以使思想政治教育工作者看到学生的方方面面,而这些多多少少都会侵犯到学生的隐私权。虽然我们在收集数据之前,可能依照当下隐私保护法以个人为中心的思想:告诉学生,我们收集了哪些数据,作何用途,并且在收集数据之前征得学生个人的同意。但是大数据的价值更多源于它的二次利用,在大数据时代,很多数据在收集的时候并无意作其他用途,而最终却产生了很多创新性的用途。所以我们无法提前告知学生尚未想到的用途而学生也无法统一这种尚是未知的用途,在这个过程中便侵犯了学生的隐私权。
2.大数据的思想政治教育导向可能不可靠
大数据的时代背景,可能让我们越来越依赖大数据,但是大数据可能没有那么可靠。数据的质量可能很差,数据分析的结果可能不是客观的;数据分析可能存在错误或者具有误导性;或者数据达不到量化的目的。比如说用标准化测验来检验大学生的思想表现和评定其对大学老师或者学校的奖惩是不合理的。测验能否全面检验一个学生的综合能力?是否能反映出师资队伍所需要的品质?这些都无法回答,但是数据分析却看不出这些问题的存在。这本身就是一个问题。
二、大数据对大学生思想政治教育工作的启示
1.形成全方位的思想行为预警机制
“大数据的核心就是预测。大数据的主要功能就是通过数学算法来分析海量数据,最终预测出事情发生的可能性。在技术层面上建立行为预警机制是可行的,将微博、社交网络、搜索引擎中获得的数据,利用大数据技术进行挖掘和分析,可以了解某些大学生在某一特定时期的思想和行为动态。例如,许多大学生在遇到恋情告吹、就业不顺、学业受挫、人际矛盾等情况时,会通过人人网、微博、QQ状态、微信群、朋友圈等途径宣泄情绪、表达感想、寻求帮助。利用大数据技术进行数据挖掘和分析后,就可以预测哪些学生的思想和情绪波动较大需要加强关注、哪些需要朋辈互助、哪些需要老师的沟通和引导、哪些需要专业的心理咨询辅导、哪些需要特别关注以免出现突发事件等,进而有针对性地开展工作。
2.建立大学生思想政治教育的“云课堂”
目前,课堂讲授还是大学生思想政治教育的主要形式,一位老师面对一大群学生,教育的形式以“老师讲、学生听”的单向传授为主,学生对传授的内容无法自主选择,缺乏接受教育的主动性。近年来,越来越多的网络在线教育和大规模开放式网络课堂(MOOC)横空出世,使教育领域中的大数据获得了更为广阔的应用空间。如同已有的一些专业学习的在线教育平台,利用大数据技术建立一所大学生自主学习的思政教育“云课堂”,可以使学生在接受思政教育时,自由地选择受教育的地点和时间。与传统的课堂授课相比,这种思政教育“云课堂”让学生变被动为主动,主体意识大大增强,而老师也能和学生平等的对话和交流,并有针对性地进行个性化的教育。“云课堂”在开展教育的同时,也可以对受教育者的关注热点、思想动态、学习效果进行数据分析,从而改进教育方式和内容。
3.实现大学生就业指导精准的个性化服务
2013年全国普通高校毕业生达到699万人,就业形势更加严峻复杂。怎样有针对性地开展就业指导工作、怎样满足每个毕业生个性化的需要、怎样实现学校和市场两方面供需的有效匹配,是目前高校开展大学生就业指导服务工作普遍遇到的难题。各高校都有专门的就业指导部门,大多也都开设了相应的就业指导课程,有的高校在各院系还设有专职或兼职的老师负责学生的就业指导工作,就业指导的重要性可见一斑。但当前高校的就业指导工作还是以常规意义上的就业形势分析和指导讲座、企事业单位就业宣讲会、就业经验分享会等为主,个性化的就业指导开展得很少或者效果不够理想。
随着大数据时代的到来,可以通过大数据技术可以为每个学生提供求职意向、专业测评、个性分析、岗位匹配、薪酬对比等服务,产生每个毕业生的个人数据信息,再将社会上分散、海量、复杂的就业需求信息与每个学生的个人数据信息进行综合分析和匹配对应,帮助每个学生认清和解答“哪个城市适合我发展”“这个行业未来五年的发展空间如何”“我目前的水平和能力能够胜任哪方面的工作”“我还需要具备哪方面的能力和知识才能胜任心仪岗位的需要”等困惑和问题,引领大学生就业指导工作进入精准的个性化服务新时代。