欢迎来到易发表网!

关于我们 期刊咨询 科普杂志

云计算的基础知识优选九篇

时间:2023-08-02 16:30:16

引言:易发表网凭借丰富的文秘实践,为您精心挑选了九篇云计算的基础知识范例。如需获取更多原创内容,可随时联系我们的客服老师。

云计算的基础知识

第1篇

【摘要】高等职业教育以培养技能型人才为目标,但在教学过程中,由于教学模式单一,教学内容针对性不强,教学实训软硬件环境更新相对滞后等因素,制约了高职教育教学质量的提高。云计算的出现,为高职教育教学模式改革提供了新的契机,本文针对现行的高职教学模式,结合云计算的特征,探讨了基于云计算的高职教学模式改革。

 

【关键词】云计算;高职;教学模式

高职教育作为高等教育的组成部分,以培养技能型人才为目标,教学实施过程必须注重学生实践能力培养。但现行的教学过程多采取教师集中讲授,学生课堂学习或实训室实践的单一模式。对于学生个体而言,很难做到针对性较强的并且不受时空限制的教学指导。同时,虽然在高职院校中,实训用软硬件设备投入占教学成的本很大比例,但由于软硬件的更新速度很快,学校很难做到让学生在最先进的硬件设备上采用最主流的软件进行实训学习,影响了学生的学习质量。而随着高性能计算产品和互联网络技术的发展。在越来越多的应用领域出现了崭新的应用模式。颠覆、革新了部分传统操作平台和软件。主要表现在传统的PC及桌面应用被不断创新并移植到互联网络中,形成了以云计算为基础的各种云应用[1]。云计算是数据管理技术不断发展的产物,它是一种新型的数据管理计算模型,它在由大量计算机构成的资源池上实现计算任务,它能够使用户按需要获取计算力,存储空间,信息服务等功能,使得我们能够更专注于业务的实现,有利于提高工作效率,降低开发成本和技术的创新。云计算的出现,为高职教育教学模式改革提供了新的契机,本文针对现行的高职教学模式,结合云计算的特征,探讨了基于云计算的高职教学模式改革。

 

一、云计算的定义

云计算可以定义为以公开的标准和服务为基础,以互联网为媒介,提供安全和快捷的数据存储、网络计算及软件应用服务,从而让互联网这片“云”成为每位网络用户的数据中心、计算中心及软件服务中心[2]。

 

二、云计算的特点

云计算的核心思想就是服务。因此通过云计算来实现的服务即可以称为云服务。云服务的特点和优势可以表现在以下几点[3]:

1.云端存储数据。数据不必存于用户电脑中,只需存在云计算提供的海量存储空间中。

2.云端软件服务。无数的软件程序均置于云端的服务器中,而且软件架构在各种标准和协议之上,不必下载即可使用,而且可以多人网络协作使用。

3.随时随地提供服务。云计算提供的服务简化了终端用户的硬件配置。只要用户的硬件设备能接入网络并且登陆其云服务平台的账号,就可以享受云服务。

4.个性化的云服务。由于云计算整合了大量网络资源,因此它能够根据用户的不同需求为用户提供个性化的服务。

三、基于云计算的高职教学模式改革

1.基于云计算的自主学习教学模式

有了“云计算”带来的学习环境,学生变为学习的主体,每个学生可以根据自己需要,根据就业市场及用人单位对毕业生的要求,订制学习计划和使用云端的学习资源。学生只要拥有配置不需很高的终端设备,如电脑,手机等,可以在任何时候,任何地点进行学习,而不在拘泥于课堂的固定时间,固定模式。

 

(1)学习内容按需所取

传统教学模式中,教师在教室或是实训室面对全体同学进行课程讲授,就每一个同学而言,他们接受的课程内容是完全一致的,授课进度是完全同步的。而学生本身的知识能力水平参差不齐,接受能力也有高低差异,这就造成了“好”学生“吃不饱”,总觉得教师的授课内容简单,节奏过慢,希望讲得更深入些。与此相对的“差”学生“吃不了”,认为授课内容难度较大,讲解的节奏太快。在传统教学模式中,教师面对的是学生整体,这种矛盾很难调和。而基于云计算的自主式学习,学生通过终端设备,连接云端资源,可以根据需要学习不同的知识课程,也可以根据自身对知识的掌握程度对某一门课程进行筛选式学习。这使得学习过程具有了较强的针对性,提高了学习效率与学习质量。

 

(2)学习时间地点灵活

教学资源存储在云端,学生不必局限在特定的时间与特定的地点进行学习。而是根据自身情况,通过终端设备随时随地进行学习。特别是现阶段,在高职院校中普遍推行2+0.5+0.5的人才培养模式,即2年在校学习,其余时间在企业进行顶岗实习及毕业设计。在顶岗实习阶段,学生没有条件回校学习,而在顶岗过程中遇到的困难,有可能激发学生再学习的动力,此时,在工作之余,可以通过云端资源,进行自主性学习来弥补知识的欠缺。

 

2.基于云计算的协作交流教学模式

基于云计算的协作交流教学模式,是指在教学实施过程中,教师首先确定学习目标和内容,然后根据学生情况合理地组建学习实验协作小组,让学生们在提供云教学资源的服务器注册账号,形成一个云环境下的学习共同体,并利用云计算平台创设协作学习的环境和资源,协作学习活动以小组形式开展,以达到共同的学习目标。学生实现协作学习的学习工具和在线软件,都可以在支持云计算的网络中获得,同时,师生可以借助多样化的交流工具实现协作学习和交流,方便小组成员在线通讯和协作。

 

(1)学生之间的协作学习

在云计算中通过虚拟社区,学生之间可以进行互动、分享经验,交流心得,分享各种学习资源,甚至共同完成一个实训项目。学生在社区中可以有多种协作学习方式:一种是寻求帮助,即在学习过程遇到困难,可以向小组中其他学生求助,其他学生将通过回复提问的方式解决问题;另一种是小组讨论的方法,通过即时通讯工具,小组成员就某一个知识点进行讨论交流,从而达到深入学习的目的;再一种就是协同开发,即学习协作小组的学生可以通过云端提供的软件环境,进行某个实训项目的协作开发。

 

(2)学生与教师之间的交流

在云计算提供的社区中,如果学生在自主学习过程中遇到问题,可以与教师进行交流,寻求解决问题的方法,教师进行网上辅导和答疑。与此同时,教师可以通过交流给予学生学习评价与总结,并且可以充分了解学生,只有充分了解学生的学习情况后,才能制定相应的教学策略,并给予恰当的学习指导,实现因材施教。

(3)学生与企业人员的沟通

通过云中虚拟社区,协作学习小组可以邀请一些有经验的企业工作人员加入,通过与其进行沟通交流,可以使学生了解在行业企业中,最主流的技术以及最实际的工作流程,从而对自己的学习内容及方式进行调整。

 

第2篇

随着现代网络信息技术的不断发展,网络逐渐成为大学生校园生活的一个重要组成部分。云计算概念引入中国后对教育领域产生了重要而深远的影响。利用“云计算”技术弹、资源池化、按需服务、实时性强等特点,构建全国高校网络社区团支部云服务平台既能满足当代大学生个性发展的需要,又能使各级团组织形成相互捆绑、信息共享、各具特色、优势互补的网络体系。可见,信息化背景下,基于云计算的网络社区团支部建设将为高校思想政治教育搭建新的平台,为各级团组织凝聚和引领青年提供新的思路。

一、云计算的概念及其在高等教育领域中的应用

云计算(Cloud Computing)是分布式处理、并行处理和网格计算的发展,是一种新兴的商业服务模式。它将数据存储于云上、软件和服务置于云中、构筑于各种标准和协议之上,随时随地可以通过各种设备获得。云计算所具有的海量数据存储、强大计算能力、高可用性、资源共享等优势,是推进高等教育信息化建设的一种理想选择。

近几年,云计算技术在高等教育领域中的应用越来越广泛,它将高等教育所需要的一切软硬件计算资源虚拟化,向师生、教育管理部门、相关团体提供以租用资源为形式的计算服务,用户能够在任何时间、地点自由地获取所需信息,形成个人网络环境。由此可见,将云计算技术的应用延伸到高校网络社区团支部建设,通过云计算平台建立网络团支部,在网上过团组织生活,讨论团组织工作,开展志愿服务活动,选举团支部书记,能够使团组织网络覆盖全体青年,与各类青年学子牵上线、搭上话、交上心,更好地为大学生成长成才服务。

二、云计算应用于高校网络社区团支部建设的优势

1.增强高校网络社区团支部的互动性、开放性和共享性

在云计算模式中,“云端”的服务器群所具有的良好容错性、强大的计算能力和几乎无限的带宽,保证了信息数据的安全和高并发性,用户的请求可迅速得到响应。因此,基于云计算的高校网络社区团支部可以成为全国高校师生提供服务的SNS交流网站,大大提高了用户之间的交流效率,搭建了一个功能丰富、信息充足的用户交流互动平台。用户可以在各种终端之间迅速同步获取数据,并具备站内外资源分享功能,体现了良好的开放性、共享性。

2.促进信息资源的共享和共建

目前,全国校级以上的各级团组织都拥有自己的服务器,用于组织建设、新闻、日常工作等。但各地建设的资源库资源分布不均、共享程度低、缺乏相互协作。云计算使用的是集中存储方式,将所有数据存储在规模庞大的数据中心,形成资源池,由专业的团队负责数据的管理和安全工作,能满足资源库规模逐步地扩大和数据安全的要求。此外,云计算扩展性非常强,多个学校团组织将现有的信息资源共同加入到一个“云”中,将原来仅仅为本校、本地服务的优质信息资源拓展成为更多组织和师生提供服务的“云”资源,实现了真正意义上的资源共享,为网络共青团组织体系的构建提供了有力保障。

3.实现按需服务,构建云服务“生态系统”

高校网络社区团支部云计算服务平台可以为用户提供各种适合用户需求的应用服务,如资料共享、文化展示、互动交流等。这些服务需要各类软件环境的支持,高校网络社区团支部云计算服务平台可以为服务供给者和服务需求者提供一个服务交换的市场,服务供给者在平台上部署并提供服务,服务需求者在平台上购买并使用服务,形成一个云服务“生态系统”。

三、高校网络社区团支部的云计算服务平台结构

云计算时代的到来,为高校网络社区团支部的管理和建设提供了新的思路。构建云计算数据交换及共享平台要依据SaaS(Software-as-a-service)软件即服务的概念,以SOA架构设计为理念,采用传统的数据同步方式进行业务系统集成。根据云基础设施体系结构模型与高校网络社区团支部建设特点,将该平台分为物理资源层、虚拟服务器层、基础管理层、中间件服务层、应用程序层和服务层六个层次,如图1所示。

图1

四、基于云计算技术的网络社区团支部建设模式

由于开发云计算服务平台需要一定的基础投资、网络规模和资源协调,目前我国高校网络社区团支部建设主要是依靠人人网、腾讯QQ、新浪微博等大型公司,然而这些平台大多应用于商业目的,如果直接采用现有的云计算方案,固然短期成本低,实施简单,但随之而来的是自主性、安全与信任、政策问题。将各高校网络社区团支部的资源直接依赖于现有公司存储在云端是不安全的,一旦受到各种因素影响而出现问题,将会导致不可预测的后果。因此,高校共青团只有组建自己的云计算服务平台,同时进行自主创新才能从根本上保证云安全,提供共青团内自己的云服务。

1.建立政府参与下的公司管理模式

建立全国高校网络社区团支部的云服务平台必须依靠政府的支持。政府作为投资主体,能够采用多种筹资渠道,注入资金以保障高校网络社区团支部云计算核心服务器的建立、运行与维护。可以让高校和科研院所统筹规划云计算服务平台建设,选择专业技术团队搭建云计算平台,提供规范化、标准化的云服务。

2.成立教育部门协调下的分层管理模式

建设高校网络社区团支部云计算服务平台除了赢得政府的支持外,还要成立一个在国家教育部门协调下的“云计算服务组织”,采用“政府核心服务器――省市级信息资源模块共享――校级特色资源组件共建”的三级管理模式,如图2所示。在全国范围内搭建若干个云计算服务中心,每个中心承担一个区域的云计算服务,可以在高校共青团现有IT基础设施的基础上协同构建,逐步将当前信息化基础设施及应用移植到地区云计算平台。成立地区云计算服务平台管理中心,组织中心进行总体规划、制订标准规范、协调地区管理机构、与云计算技术厂商以及应用服务提供商建立协作关系。

图2

3.倡导高校混合云建设模式,形成高校间公用云平台

第3篇

 

主题式教学指的是为学生提供恰当的学习情境与主题,围绕其制定需要达成的学习目标并实现的教学过程。这种个性化教学逐渐在新课改之风下,逐渐走入学生的课堂中来,这种对学生思想的开放性教育也大大体现出学生的思维可以灵活运用。一改教师灌输性思维教学,在计算机此等灵活性很强的学科面前处于劣势状态。

 

1.主题教学模式

 

在开放性教育时代中,人们逐渐在教育改革中摸索出新的教育方式,不断为我国教育事业做着巨大贡献,人们在长此以往的教学经验中也摸索出一定的教学经验,和相对应的规律,让广大学生更能在自主的环境中学会自主学习,也为学生以后的未来铺垫更重要的求知能力,显而易见主题教学模式在这一方面更为符合教师与学生们的胃口。实质性的主题教学模式的根本意义是将教学内容主题化按照主题组织教学活动的教学模式。运用此模式可以大大提升教师的教育方法,和学生的变相思维,对学生开展自主研究有着很大的帮助,让学生多方位思考与自主学习,并可以体现学生的自由发挥的脑力空间有很大的帮助。传统的教学方式只是硬性传输字面上的教育,而此方法则颠覆了古老教学方式的传统,更何况计算机的教学与传统学科有着大为不同的基础理念。更不能用传统的教学方式来让学生们学习计算机。所以正确的教学模式才能使学生受到更好的学科上的知识教育。

 

2.主题教学模式在高职计算机应用基础教学中的运用

 

2.1 树立主题教学意识纠正教学理念

 

主题教学方法与模式是适应当前高职教育理论与实践相结合的办学宗旨的高效教学方法。主题教学方法也对教师了解学生有着莫大的帮助,可以在教学内容的准备工作中起到良好的辅助作用,也为国家提倡新课改教育新模式应用有很大的帮助。

 

计算机应用基础课程是一门应用技术课,不仅仅从试卷上能检测学生的掌握能力。而是可以多方位的检验学生。所以正确应用主题模式教学是对计算机这一学科的更深入的教学传授方案,只有经过多方位的对主题教学模式的详细分析与应用才能使高职学生在计算机这一科有明显的知识上的收获与将来走向工作岗位的熟练操作与正确应用,在面对更多元化的社会,

 

2.2 做好计算机应用基础教学的主题设计

 

首先,在不同于传统学科的计算机面前,有一个实质性的主题教学方案是非常有必要的。由于计算机的几爱学是需要学生自己动手操作,并会举一反三,各个系统的知识环环相扣,有很大的变数,所以在教师准备的环节时应注重用合理的方法做出合理的方案以便学生能在课堂上学到真正的知识。其中课堂拟定的主题应具有真实性,这样才能服贴于教材的本质内容,方便教师在授课环节可以依据各种事例来分析重点所在。

 

其次,要注重层次,教师要在拟定题目是分清孰轻孰重,把相关的知识联系到一起,然后由简至难,层层相扣,让学生逐渐体会知识然后自己分析其中的道理。最后是注意寻求开放性,教师不能在计算机教学方面过于死板,因为在计算机相关考试中永远不可能有重复的事例出现,更不可能遇到一模一样的原题,应为计算机是具有很大开放性的学科。所以教师授课要运用最大限度来扩展学生的知识面,运用多种案例与多种分析来为学生传授知识。

 

2.3 通过探究和实践多方位锻炼学生能力

 

在开展相关计算机课堂主题教学模式的课堂上,其实可以把更多的重点放在学生自主学习、互动探究,小组讨论和集体演示这几个环节,在计算机课堂上,更注重的其实是学生可以在自主学习的过程中学会互相交流,然后用学到的新的知识来进行更深层的知识上的求知,计算机的学习过程不仅仅是保留在书面上而更重要的是学会真正的动手操作,这才能体现真正的主题教学理念。为学生学到更多的知识而实行的一系列的教学改革。在主题教学模式开展的情况下,更多得到锻炼的是学生,学生可以在一堂课中,从不同的方面学到更加真切的东西,不仅仅局限于知识层面上的增加,而是多方位的得到锻炼。

 

3.结语

 

计算机的作用在日常生活中只增不减,能正确运用计算机这一门技术是对将来的各行各业进一步发展有着不可磨灭的功劳.在主题教学模式中运用技术是非常重要的,这可以使重要学习材料的展示多样化,并且有助于教学资源的透彻分析与合理化的应用,并且在确保每个学生都接受到良好的教学理念的情况下,可以有大量的自由空间发挥自己丰富的想象力与创造力,以便达到主题教学理念的最好的一面。合理运用正确的教学理念的不仅可以从根本解决计算机这一技术性学科的教授方式的难题,也可以通过合理运用让课程更加具有真实性,层次性和对学生的开放性,这就达到的此教学方案的根本理念。

第4篇

关键词: 内河航运; 弹性计算技术; 两级分布式; 数据处理

中图分类号:TP301 文献标志码:A 文章编号:1006-8228(2014)06-34-04

0 引言

内河航运是我国综合运输体系的重要组成部分,在我国经济发展中起着非常重要的作用。针对航运市场发展的总体态势,发挥信息化对水路运输行业现代化发展的支撑和引领作用,以信息资源共享为基础,以信息服务为核心,以现代物联网技术、通信技术和信息技术为支撑,以促进水路交通运输产业和物联网产业发展为目标,进行智能航运信息服务应用的研究。

物联网是通过基础设施层的各种感知设备感知物体信息,然后利用网络技术将感知获取的海量数据传输至物联网数据中心,物联网信息服务系统整合了海量数据,为各种物联网应用提供信息服务并接收反馈控制[4]。而船联网是物联网的一个典型的应用,船联网以船舶、航道、陆岸设施为基本节点和信息源,结合具有卫星定位系统、无线通信技术的船载智能信息服务,利用船载电子传感装置,通过网络完成信息交换,在网络平台上完成各节点的属性和动/静态信息的进行提取、监管和利用[5]。

1 平台架构

船联网项目采用一个中心、多个省级分节点的部署架构,借助目前成熟的MapReduce计算模型,结合智能航运数据处理的实际需要,本文提出一种两级分布式计算平台:中心和各省分节点之间组成一个船联网全局性的分布式平台;中心节点自身建设为一个局域分布式平台。这里称大平台为全局分布式框架,中心节点的局域平台为中心分布式框架,示意如图1。

船联网全局分布式框架广域部署,通过中心节点调度各省资源,支撑船联网省级航运业务应用,如区域船舶监控、应急指挥等。中心分布式框架在中心节点局域部署,通过中心主节点调度中心分节点资源,支撑项目全局性的业务应用,如综合监管、统计分析等。

这两级分布式计算框架都需要能够处理航运海量的数据,比如船舶船员基本信息、船舶签证、船舶动态感知数据、航运地理信息数据等。从区别上讲,全局分布式框架侧重各省级分节点与中心节点、分节点之间的互联互通和数据共享;中心分布式框架用于完成中心节点各种数据计算任务,并为全局分布式框架的计算调度提供支持。

2 计算模型

2.1 全局分布式框架计算模型

船联网全局分布式框架的计算模型如下。

⑴ 各省级分节点处理各省航运数据,包括数据的整合、清洗、转换等,即分节点可以处理的计算任务直接在分节点完成。

⑵ 中心节点整合各个分节点上报的数据,包括船舶船员基本信息、船舶签证信息、动态感知信息等。

⑶ 船舶船员基本信息、编码等静态数据由中心节点轮询各分节点采集;船舶签证信息、感知信息等动态数据由分节点主动推送。

⑷ 各分节点只与中心节点联系,分节点之间不直接交换数据。

2.1.1 省级分节点的数据处理

省级分节点负责从各省航运业务系统采集数据,完成省一级的数据整合和清洗,同时可以支撑省一级的航运应用。

例如,A省有一GPS系统采集船舶位置信息,则A省分节点负责从该GPS系统采集船舶位置信息并存储,然后完成数据的校验清洗,再按要求将该数据上传中心节点。A省如有另一业务系统只需要本省船舶GPS信息,则直接从A省分节点获取,不需要向船联网中心节点发起请求。

2.1.2 中心节点的数据处理

船联网中心节点负责接收各个省级分节点上传的已初步清洗的数据,然后再作最终的数据整合。由于在各分节点已清洗过,已屏蔽掉大量数据问题,所以中心节点只需要处理少量计算(主要是再一次检验的计算量)即可完成数据整合。

完成整合后的数据在中心节点落地,交由中心节点作进一步的分析处理。船联网在整合数据的基础上提供全局性的数据服务支持,比如跨区域的数据服务。

2.1.3 节点间的数据传输机制

船联网节点间的数据传输将只在中心节点和分节点之间进行,分节点之间相互隔离。中心节点定期轮询各个省级分节点,将船舶基本信息等主数据采集上来(分节点提供相应的数据库接口),并监控各分节点的运行状态。各个省级分节点通过消息服务,定期将签证、感知信息等动态实时数据推送给中心节点。

2.2 中心分布式框架计算模型

船联网中心节点分布式框架计算模型使用目前较为成熟的MapReduce计算模型。目前世界上最快的1TB排序记录就是由基于MapReduce实现的。

MapReduce将计算任务划分为map和reduce两个阶段。map阶段负责“分”,即把复杂的任务分解为若干个“简单的任务”执行。“简单的任务”有以下几个含义:

⑴ 数据或计算规模相对于原任务要大大缩小;

⑵ 就近计算,即任务会被分配到存放了所需数据的节点进行计算;

⑶ 这些小任务可以并行计算,彼此间几乎没有依赖关系。

reduce阶段负责对map阶段输出的结果进行汇总,即将分割开的任务合并,将与一个key关联的一组中间数值集归约为一个更小的数值集,输出最终的计算结果。

2.2.1 MapReduce执行机制[1-3]

通过将Map调用的输入数据自动分割为M个数据片段的集合,Map被分布到多台机器上调用执行。输入的数据片段能够在不同的机器上并行处理。使用分区函数将Map调用产生的中间key值分成R个不同分区,Reduce调用也被分布到多台机器上执行。分区数量和分区函数由用户来指定。

⑴ 计算程序首先调用的MapReduce库将输入文件分成M个数据片段,每个数据片段的大小一般从 16MB到64MB(可以通过备选参数来控制每个数据片段的大小)。然后计算程序在机群中创建大量的程序副本。

⑵ 这些程序副本中有一个特殊的程序-master。副本中其他程序都是worker程序,由master分配任务。有M个map任务和R个reduce任务将被分配,master将一个map任务或reduce任务分配给一个空闲的worker。

⑶ 被分配了map任务的worker程序读取相关的输入数据片段,从输入的数据片段中解析出key/value对,然后把key/value对传递给计算程序自定义的map函数,由map函数生成并输出的中间key/value对,并缓存在内存中。

⑷ 缓存中的key/value对通过分区函数分成R个区域,之后周期性的写入到本地磁盘上。缓存的key/value对在本地磁盘上的存储位置将被回传给master,由master负责把这些存储位置再传送给reduce worker。

⑸ 当reduce worker程序接收到master程序发来的数据存储位置信息后,使用RPC从map worker所在主机的磁盘上读取这些缓存数据。当reduce worker读取了所有的中间数据后,通过对key进行排序后使得具有相同key值的数据聚合在一起。由于许多不同的key值会映射到相同的reduce任务上,因此必须进行排序。如果中间数据太大无法在内存中完成排序,那么就要在外部进行排序。

⑹ reduce worker程序遍历排序后的中间数据,对于每一个惟一的中间key值,reduce worker程序将这个key值和它相关的中间value值的集合传递给用户自定义的reduce函数。reduce函数的输出被追加到所属分区的输出文件。

⑺ 当所有的map和reduce任务都完成之后,master唤醒计算程序。在这个时候,在计算程序里的对MapReduce调用才返回。

2.2.2 结果数据的处理

在成功完成任务之后,MapReduce的输出存放在R个输出文件中(对应每个Reduce任务产生一个输出文件,文件名由用户指定)。如果这些输出不是最终的业务计算结果,则不需要将这R个输出文件合并成一个文件,而是把这些文件作为另外一个MapReduce的输入,或者在另外一个可以处理多个分割文件的分布式应用中使用。

当得出最终的业务计算结果,可能需要将数据迁移到适合业务应用访问的存储中,比如关系型数据库或支持高并发、低响应延迟的NOSQL数据库中。

3 节点故障处理机制

作为一个分布式计算平台必须要能很好地处理节点故障,不能因为某一个节点的故障而导致整个集群的计算任务失败。对于任务本身因为代码缺陷造成的执行失败,当任务执行次数超过一定阈值后便不再执行,不列为节点故障问题。

3.1 中心节点故障

中心节点分布式框架中存在worker和master两类节点角色。

3.1.1 worker故障

master周期性地ping每个worker。如果在一个约定的时间范围内没有收到worker返回的信息,master将把这个worker标记为失效。所有由这个失效的worker完成的map任务被重设为初始的空闲状态,之后这些任务就可以被安排给其他的worker。同样,worker失效时正在运行的map或reduce任务也将被重新置为空闲状态,等待重新调度[2]。

当worker故障时,由于已经完成的map任务的输出存储在这台机器上,map任务的输出已不可访问了,因此必须重新执行。而已经完成的reduce任务的输出存储在全局文件系统上,因此不需要再次执行。

当一个map任务首先被worker A执行,之后由于worker A失效了,又被调度到worker B执行,这个“重新执行”的动作会通知给所有执行reduce任务的worker。任何还没有从worker A读取数据的reduce任务将从worker B读取数据。

MapReduce可以处理大规模worker失效的情况,MapReduce master只需要简单地再次执行那些不可访问的worker的工作,之后继续执行未完成的任务,直到最终完成这个MapReduce操作。

3.1.2 mastre故障

一个简单的解决办法是,让master周期性的将描述集群计算任务的数据结构的写入磁盘(位于集群以外的位置),即检查点(checkpoint)。如果这个master任务失效了,可以从最后一个检查点(checkpoint)开始启动另一个master进程。然而,由于只有一个master进程,master失效后再恢复是比较麻烦的,因此我们现在的实现是,如果master失效就中止MapReduce运算。客户可以检查到这个状态,并且可以根据需要重新执行MapReduce操作[2]。

当用户提供的map和reduce操作是输入确定性函数(即相同的输入产生相同的输出)时,我们的分布式计算任务在任何情况下的输出都和所有程序以正常的顺序执行所产生的输出是一样的。

3.2 省级分节点故障

基于全局分布式框架的计算模型,如果省级分节点发生故障,则该省的数据将缺失(主要是影响动态感知数据),和该省相关的数据计算任务都将失败。但不会影响其他省与中心节点之间的业务,中心节点仍能保持绝大部分的业务服务能力。

省级分节点需要具备一定的冗灾机制,比如数据库HA、数据备份,以应对分节点故障,保证分节点的不间断运行。同时在省级分节点和中心节点之间的网络设施上也应该有一定的冗余,以应对突发事件。

4 应用场景

以下论述船联网两级分布式计算框架的应用场景,以及在各个场景下集群的计算扩展能力。

4.1 跨省船舶监控

船联网要求实现跨省船舶实现联网监控,比如A省船舶进入B省区域,B省应能够立即获取到该船舶的基本信息和动态感知数据(如GPS)。

在船联网分布式计算框架下,当有船舶跨省行驶,船舶所属省的省级分节点将率先监控到这一行为,分节点会查询该船只的基本信息和签证信息,然后通知中心节点,并开始向中心节点持续发送该船只的动态感知数据。中心节点得到信息后,更新该船只的状态信息,然后联系船舶进入的目的省所在的省级分节点,将船舶基本信息、动态数据也发送给目的省分节点。当船只返回原籍或驶入其他省份,则中心节点变更推送的目的分节点。如此一来,跨省船舶的信息在中心节点和目的省都可以查询和监控,在保证集群线性扩展能力的前提下完成了跨省船舶的监控跟踪。

4.2 航运数据质量分布式管控

智能航运首先需要按照一个统一的数据标准校验其数据质量,通过校验的数据才能应用于应用服务。同时,船联网也需要一套持续可行的数据质量管理机制,保证后续数据处理的规范性。

通过智能航运数据处理的分布式弹性计算框架,可以采取分而治之的方式达到数据质量的管控,同时也能保证整体架构的扩展性。中心节点制定数据质量管控的规范,下发数据标准到各个省级分节点。省级分节点按照数据标准校验并清洗自己负责的部分,转换为符合要求的数据结构,然后将结果数据和数据质量处理报告上报给中心节点。如果省级分节点持续增加,数据在达到一定规模限制后中心节点也可以借助自身的中心分布式框架进行计算扩展。

4.3 海量航运数据挖掘分析

随着海量航运数据的集中,为挖掘数据的内在价值,需要对这些业务数据进行统计分析和数据挖掘,如预测建模、关联分析、数据聚类、异常检测等。进行海量航运数据挖掘分析时,两级分布式计算框架通过全局分布式保证了挖掘模型样本的数据质量,然后在中心分布式框架上完成挖掘分析计算。在中心分布式框架上可以结合mahout、R等挖掘分析软件,更快速地完成分析模型的构建。

5 结束语

两级分布式计算平台的设计体系可以在满足当前智能航运数据处理要求的情况下,充分考虑到今后航运信息化发展中数据爆炸性增长时的计算扩展要求。虽然在初期,整个分布式计算平台的建设需要一定的投入(涉及多个省市以及中心节点的建设),但由于具备良好的线性扩展能力,今后的集群扩展成本将非常可控:平台不需要更换升级,只要不断增加节点,即可以提供不断增长的计算能力。随着具体计算需求的落地和实现,智能航运分布式计算平台将充分挖掘航运数据中的价值,为航运业务应用提供更好的数据支撑和运算服务。

参考文献:

[1] L?mmel R. Google's MapReduce programming model―Revisited[J].Science of computer programming,2008.70(1): 1-30

[2] Dean J, Ghemawat S. MapReduce: simplified data processing on

large clusters[J]. Communications of the ACM,2008.51(1):107-113

[3] Urbani J, Kotoulas S, Oren E, et al. Scalable distributed reasoning

using mapreduce[M]//The Semantic Web-ISWC 2009. Springer Berlin Heidelberg,2009:634-649

第5篇

关键词:技工院校 计算机应用基础 教学误区 措施

现阶段社会市场竞争的核心是科技的竞争,并且建立在信息技术的基础之上,计算机技术已经成为社会市场中不可缺少的一门技术,并且拥有广阔的发展前景。很多技校也抓住了这股趋势,开设计算机应用基础这门课程,但是技校的计算机应用基础教学模式存在诸多弊端和误区,对学生的计算机技术学习产生了不利的影响。所以技校应该要不断地进行计算机应用基础教学的深化和改革,为学生信息技术能力的发展奠定基础。文章就技校计算机应用基础教学中存在的误区展开分析,对提高技校计算机应用基础的教学效率进行讨论和探索。

一、技校计算机应用基础教学存在的误区

1.教材教学上存在的误区

第一,在教材内容上技校以《计算机应用基础》课本为主要的教学实践参考,教材的内容主要包括计算机基础知识、Windows操作系统、Office办公软件等。教材的内容主要是针对微软开发的软件和系统展开的,但是微软系统和软件的更新速度非常快,例如,Windows XP、Windows7、Windows8、Windows10,但是技校《计算机应用基础》教材中的知识内容主要是针对比较旧的Windows XP系统展开的(最新也还是Windows7),所以导致在教学实施上存在一定的滞后性。第二,在教学模式上,虽然技校的基本计算机硬件设施已经趋于完善,但是教学模式依然呈现“填鸭式”教学,学生只能被动接受计算机知识,对学生创新性和创造性能力的培养产生了不利影响。第三就是重复教学,技校的学生在小学、 初中的时候已经学过基础的计算机应用知识,例如,利用Power Point演示文稿制作、Word排版等,但是在技校接受教育的时候,依然重复设置这些教学内容,没有进行计算机应用基础知识的升级和优化,导致学生对计算机应用基础知识失去兴趣。

2.计算机应用基础学习上的误区

很多教师为了提高学生学习计算机应用基础知识的积极性,盲目地采用对学生进行视觉冲击的教学方法,虽然短期内能够吸引学生的注意力,但却忽视了学生的基本技能训练。其次,技校学生展开计算机应用基础知识的学习,往往是因为学校开设了这门课程,只是单纯的完成学习任务,很少用学到的计算机技术去解决日常生活和学习中的难题。

3.计算机教师知识结构与“互联网+教育”不符

“互联网+”是“创新2.0”下的互联网发展新业态,以及知识社会“创新2.0”推动下的互联网形态演进及其催生的经济社会发展新形态。现阶段技校互联网+教育技术在计算机课程中的应用的技术范围浅薄,融入的程度不足,学生并不能在接受计算机教育的过程中,有效地掌握互联网技术。当前技校的计算机教师的知识结构难以满足互联网+教育要求,大部分教师虽然有多年的教学实践和丰富的教学经验,但是面对“互联网+”这种新型的互联网形式,不能及时有效地融入到自己的教学当中,所以对推动互联网+教育的技校计算机专业课程体系的改革产生了不利影响。

二、提高技校计算机应用基础教学效率的措施

1.提高学生自主学习能力

从心理学的角度来看,技校学生心理的发展依然不够成熟,活泼好动是这部分学生的天性,学生的思维也处于形象思维向逻辑思维过渡的阶段。通过电脑游戏可以让学生在轻松的氛围中学会计算机知识,并且能够提高学生的自主创新能力。

在计算机应用基础教学中,学生自主的研究和探讨是一项重要的教学任务,可以深化学生对计算机知识的认识和理解,可以让学生学会从多个角度分析问题。所以技校计算机教师在实施教学的过程中,要将课堂归还学生,给学生足够的时间,让学生对学到的知识进行消化和理解,在自主的实践操作中掌握计算机技能。

2.上课时多用通俗易懂的语言,使学生容易理解

技校学生进行计算机学习应该主要以基本的计算机操作技能为基础,学习实用性的计算机知识,所以教师在知识理论讲解的时候要注意语言组织的通俗性,不能阐述太多的专业术语,否则会使学生一头雾水,不仅没有听懂基本的理论知识,对实践操作也产生不利的影响。例如,“以太网”,教师可以描述成“以为主操作系统的网络”,“交换机”,教师可以描述为“网络设备,用于处理不同网络间的通信与数据交换”等。

3.适当改变教学内容的先后次序

《计算机应用基础》课本教材内容的设计很多时候并不严谨,很多教材的内容没有按照学生的知识掌握进度进行设置,所以技校计算机教师应该在适当的情况下调整教学内容的顺序,让学生能够循序渐进地掌握计算机知识。例如,刚开始学生要掌握计算机的基础知识,然后才能进行计算机组成原理、数据库、软件设计等的学习。

4.计算机课必须注意对学生的因材施教

学生是教育的主体,在计算机教学的过程中,教师应该对每一位学生的基础知识掌握程度进行分析。针对不同学习能力的学生,制定不同的教学目标,尽量保证每一位学生都能够得到进步。例如,在计算机上机操作的时候,教师将学习能力较强的学生放在一个小组,学习能力较差的学生放在一个小组,中等学生分为一个小组,针对不同的小组,布置难易程度不同的学习任务,体现计算机教学中“因材施教”的原则。

5.将“互联网+”融入算机应用基础教学中

在学习《计算机应用基础》这门专业课程的时候,计算机教师可以利用移动互联网与计算机应用之间的关系,设置云端课程。例如,教师将教学资源上传到网络云盘,学生可以在网络覆盖的情况下,直接登录云盘实现教学资源的浏览、下载等,逐步实现线下教学,云端储存、终端共享的“云教学模式”。其次,在《计算机应用基础》课程学习的时候,增加设置云储存、云服务器维护等知识内容,增加学生关于云端设备系统研究和开发的知识技能,与“互联网+”时代背景下,对技校学生技术能力的要求保持吻合。

三、小结

综上所述,实现技校计算机应用基础教学模式的创新和改革,对学生创新思维和创造能力进行培养,保证学生能够最大限度地适应教学环境和社会环境。技校应该克服计算机应用基础教学存在的误区,提高学生自主学习的能力,适当改变教学内容的先后次序,将“互联网+”融入计算机应用基础教学中,提高技校计算机应用基础的教学效率。

参考文献:

[1]郭亚静.谈技校学生计算机应用基础课程教学改革[J].成才之路,2010(31).

第6篇

学生的基本情况,包括学号、姓名、性别、专业等,可从教务处获得学生的学习情况,包括基础知识掌握程度、上机时间等,可设计一张调查表对学生进行问卷调查获得学生的成绩情况,包括学号、姓名、性别、专业、课程名称、成绩等,可从教务处获得。

2数据预处理

此过程一般要经过数据集成、清理、转换、归约这四个步骤。为了建立决策树模型,本例中选择性别、基础知识掌握程度、上机时间这三个与成绩相关性较大的属性作为建立决策树模型的依据。本例中收集了2011级电子信息工程专业的320条学生成绩信息来建立决策树模型,其中三分之二数据作为训练集,三分之一数据作为测试集。其中,基础知识掌握程度分为:不好、一般、好;一周上机时间经过离散化处理后分为:少于2小时为<2,2到4小时位2—4,多于4小时为>4;分类属性为:成绩<60的为不及格,成绩60—80的为良好,成绩>80的为优秀。

3构建决策树的计算过程

以学生成绩的不及格、良好以及优秀为例说明构造决策树的计算过程:首先,计算成绩为不及格、良好、优秀的分类所需的信息熵的值为1.1101582067719973。然后以“基础知识掌握程度”决策属性为例,按照以上公式可计算它为“好、一般、不好”这三个类别时的信息熵分别为:0.11023523512325469、3342393443232003、0.26626684897980446。按照属性基础知识掌握程度划分S后样本子集的信息熵为0.7107414284262594。信息增益值Gain(基础知识掌握程度)的值为0.39941677834573786。分裂信息SplitE(基础知识掌握程度)的值为1.2686583529964333。则基础知识掌握程度属性列的信息增益率的值为0.31483399561620257。同理,可得出决策属性为上机时间信息增益率和性别的信息增益率分别为0.38135113259381354、0.016149189936541544。通过比较,我们可以发现信息增益率最大的是“上机时间”决策属性,所以我们应该把“上机时间”决策属性作为根节点,按照以上计算方法,依据比较信息增益率的大小,再对每个分支的节点属性进行确定。

4决策树规则提取

由以上计算过程,我们可以得到一个完整的决策树,但为了消除噪声数据和异常点,我们对决策树采取剪枝策略。剪枝后生成的决策树可以直接从中提取决策规则。

5总结

第7篇

关键词:云计算;大数据;人才培养;课程设置;项目化教学

中图分类号:G642 文献标识码:A 文章编号:1009-3044(2017)03-0157-02

作为沿海发达地区广东省在“十三五”规划中,对广东地区云计算大数据产业发展专题规划,提出了适合本地区区域经济发展的产业规划设计,提出在十三五区间将广东建设成为全国的云计算大数据创业创新高低,成为世界领先全国一流的云基础设备和云终端核心制造基地。为此,广东制定了珠三角“联云计划”人才支撑计划,为相关产业的发展提供源源不断人才和智力支持[1]。根据不完全的统计,2016年广东的云服务产业规模达到1000亿元,云终端制造产业规模达到3000亿元,预计到2020年整个广东云计算的产业规模将达到6000亿元,在社会的各个领域的应用更加广泛,服务能力进一步提升,基本实现产业规模化。

图1 珠三角地区云计算产业概况

与此同时,在人才培养方面,与产业快速发展不相适应,目前的培养供给无法很好满足产业需求。特别是对人才结构出现严重的倒挂现象,一方面产业所需要的大部分是属于产业下游的技能型的人才,人才的需求结构类似于“金字塔”结构,处于金字塔下方的技能人才占据六七成;另外一方面目前在培养人才上面主要是本科院校,其所培养主要是研究性信息技术人才,云计算人才的供给多集中于产业链的中上游,而下游产业链人才的供给相对偏弱。下游人才主要集中在操作类岗位,主要是技能型岗位,从事重复操作的维护、服务类工作,以虚拟化工程师为主[2]。珠三角地区产业概况如图1所示。

根据招聘网站2016 年12 月的统计,云计算领域人才需求量56%为大专以上,与金字塔结构对应。

1 云计算应用型人才需求现状

云计算技术应用是研究描述大数据分析和处理、分布式应用、并行化应用、虚拟化应用的理论与技术,它把当前各行各业所产生的呈爆炸式增长的海量数据进行分布式并行分析和处理,发掘出海量信息中的数据价值。同时,云计算也具有虚拟化的特征,它把信息科学和计算科学等领域里面的一些基础设施、硬件资源、软件资源等作为一项服务提供给用户,就像用户使用电力设施或水资源一样,实行按需付费使用。根据云计算技术的特色及高职高专学生培养目标要求。

从所需人才类型上划分,云计算产业所需人才结构主要呈现“金字塔”型。据监测结果显示,应用产业作为云计算发展的重点领域,面对未来云计算产业的飞速发展,企业人才急缺的问题日益显现。以云计算产业应用领域相关的IT 人才需求为例,截至 2016 年下半年,IT 人才的需求量已突破30 万人,其中一线城市IT 人才需求最为明显,上海IT 人才缺口将近7 万人,其次分别为北京、深圳和广州,分别 突破6 万人、3 万人和2.5 万人。目前云计算类岗位的薪酬已居行业前列。应届生工资在4500-5900 之间,整体工资水平在10000-15000 元,远胜行业类似岗位。

国家“十三五”规划将云计算作为战略性新兴产业的发展重点,云计算产业正面临前所未有的发展机遇,云计算专业根据市场人才需求,为广东地区培养云计算技术与应用人才[3]。

2 人才培养定位

云计算的产业链是由云计算服务提供商、软硬件与网络基础设施服务商、云计算业务集成服务商、终端设备厂商等构成,是一个完整的产业生态链,专业定位非常明确面向国民经济各行业和领域云计算建设的需要,根据高职高专学生特色注重培养学生较强实践动手能力和基本云计算核心理论基础知识,具备使用先进云计算技术和工具进行云计算应用等能力。

目前广东部分职业技术学院已经开设了云计算专业,培养云计算数据中心建设、维护、运营的人才;外省的重庆正大软件职业技术学院、山东科技职业学院、成都学院、山西职业技术学院等也开设了云计算专业;很多高职高专开设了云计算课程,20多所高职院校已开设云计算专业。以上可看出,高职高专院校的领导及教师都意识云计算技术的重要性和专业的必开性,但由于云计算是一门新兴的学科,大部分高职院校对云计算这门课程如何定位、如何讲、讲什么还不清楚,相关课程的教师迫切的需要有系统地讲述云计算专业基础知识的教材。市面上的云计算相关图书大多为店销书,偏重产业和技术介绍,没有适合高职高专作为教材的书籍,这一现状大大的制约了高职院校云计算专业的开设和发展,影响了高职层次云计算人才的培养。

因此针对高职高专院校的云计算专业的培养目标、核心课程体系应如何建设,经过深入的调研,在云计算应用型人才培养定位上需要非常明确就是以就业为导向,学生能力为目标,以平台产品为载体,项目化教学为模式,重点培养具有云计算平台搭建和云计算应用设计能力的高素质技术技能型的云计算人才。

3 应用创新型人才培养思路

3.1 培养模式

按照基于新型工程教育模式的培养理念培养具有应用技能和创新思维的新型人才,在专业课教学中培育职业素养的意识和手段。在培养模式上采取项目为载体,通过项目作为引领构建“教学做一体化”的课程体系,实现校内校外实训,通过与教学企业的合作,⑵笠嫡媸蛋咐引入到课堂中,完成实训内容后进行工学交替、顶岗实习等企业化教学,校企双主体人才培养模式。

在应用创新型人才培养目标中重点培养具有熟练掌握至少一个国际知名云计算平台技术的云计算系统工程师及云计算系统运维人才,学生通过大量实践操作,熟练掌握设计、开发、规划、安装和管理云计算系统所需的专业知识,可以按照实际需求对云计算平台进行配置、优化以及局部改进的能力,能够为企事业单位和政府部门引进云计算系统进行设计、规划、安装和管理。主要可从事云服务提供商、软件开发公司、互联网企业、学校、政府及企事业单位的云计算系统的规划、设计、开发、搭建和运维。

3.2 产业融合,就业导向

首先人才的培养是以就业为目的,高职院校人才培养和专业规划需要体现紧跟市场、一线定位的原则,需要在国内的产业背景为依托,跟产业发展相配套,培养的人才需要满足企业的需求和要求,因此,在专业规划、课程体系等各个环节需要做到“学有所教、教有所能、能有所用”。此外,在专业校企合作方面,需要与真实企业进行合作,实现共同办学、构建课程体系,保证学生在毕业后可以符合企业需求,打造“入学有就业保障、毕业即可就业”校企合作新格局。

校企合作,师资“互聘共培”。通过学校聘任企业工程师承担专业教学任务,企业聘任教师参加项目研发,提高专任教师的实践能力和兼职教师的教学能力。

3.3不同层次培养

坚持教学改革,把提高教学质量放在首位,逐步改善教学条件;按照“不同层次”学生具有不同特点进行结合岗位需求的人才分类培养,提高整体专业教学效果,提高专业人才培养质量。对于应用创新型云计算大数据技术人才来说,其岗位包括了云计算维护工程师、云计算售后服务工程、云计算测试工程师,可以按照学生对于专业特长和兴趣,设计相应的专业能力,配套相应的教学知识,,根据高职高专学生特色注重培养学生较强实践动手能力和基本云计算核心理论基础知识,具备使用先进云计算技术和工具进行云计算应用等能力。

3.4引入工程项目

新型工程教育模式的核心就是把工程项目引入教学过程,以项目设计为主线完整地、有衔接地贯穿于整个本科教学阶段。目前云计算大数据技术尚处于快速发展阶段,在人才培养模式上还不是特别成熟。为此,根据本专业(方向)人才培养要求,专业实践教学主要包括专业基础能力实训、专业核心技能训练、专业综合实践,专业实践教学实训设备主要包括主流的PC 机、服务器、网络互联设备和网络安全等设备等。根据本专业(方向)校企双主体人才培养模式要求,实践教学基地主要以“教学企业”、校内实训室、校外实训基地构成。其中“教学企业”主要承担综合实践和企业真实项目实训,校内实训室主要开展专业基础能力和核心能力训练、校外实训基地主要开展顶岗实习(毕业设计)等实践训练。其中“教学企业”按照企业应用实际环境建设、校内实训室按照校企共建模式建设专业技能实训室,校外实训基地按照企业实际岗位要求建设。

3.5课程体系创新

高职院校云计算应用创新人才培养课程体系上需要按照采用“平台+ 方向”的思路,这个思路是符合高职院校课程特点和要求的。“平台课”需要大部分的学生都具备基础知识和技能,这是以后学生发展的后劲所在“专业课”。此外,在课程体系上需要进一步的创新,在课程的开发上,可以让企业参与进来,共同来开发课程,将企业对学生的职业素养和工作场景带入到课程中,更加符合一线定位的理念,真正培养学生的职业素养,打造“校企双主体”的课程体系。遵循“学习的内容是工作,通过工作实现学习”的理念,构建由基本素质、专业基础能力、专业核心能力、综合性实践能力、专业拓展能力、综合素质等六个模块构成的基于职业岗位(群)的高职教育课程体系。

实行工学结合课程资源库建设项目,加强专业核心课程和核心课程群的建设。整理专业相关材料和成果,建精品课程建设团队。

3.6校内外一体的“云实训”

全面规划、合理设置和布局校内外实训基地,突出实训基

地共享平台建设,建立一批以专业群为基础的跨专业的实训基地。在实训基地建设中,需要校内实习公司和校外真企业共同参与,参与到人才培养过程中,重点构建校内实习公司,通过企业真实的案例来让学生做项目,实施“教学做一体化”的教学过程,将课堂搬到企业来利用项目作为载体实现实训目标。对于企业来说,可以全程参与到人才培养中,利用一线企业市场、资金、场地、设备、项目、人员等的优势,充分利用企业方的资源,在教学中使得学生对实际工作任务、工作场景等有直接认知,实现基于新型工程教育模式的培养理念。

同时,规范创新实践教学管理,加强实践教学环节的质量监控,切实提高实践教学质量。

4总结

随着云计算大数据人才需求不断增长,对高职院校来说需要创新人才培养模式,切实提高实践教学质量,按照新型工程教育模式的培养理念培养产业所需要的技能人才。

参考文献:

[1] 喻晓, 胡成松. 面向云计算人才培养的应用技术型计算机专业课程群建设[J]. 信息技术与信息化, 2015(3).

第8篇

出版社:电子工业出版社

当全球各大公司都在炒作“云计算”这个概念的时候,你知道为什么要有“云计算”这个概念吗?蔺华、杨东日、刘龙康编著的这本《大师访谈(云计算推动商业与技术变革)》将带你去探索,走进一家家大公司,对话一个个大师级的人物。

《大师访谈(云计算推动商业与技术变革)》通过对业界多家主流“云计算”服务提供厂商微软、Google、IBM、苹果等高层和专家的访谈,帮助读者全面、深入地学习和理解云计算,通过不同专家对云计算的看法展现出云计算的全貌。这些充满睿智的对话里,有针锋相对,有自相矛盾,谈技术深入浅出,又不失诙谐幽默。本书不仅仅是介绍技术,更探讨思想,让大家了解“为什么要有云”。

大话通信——通信基础知识读本

作者:杨波,周亚宁 编著出版社:人民邮电出版社

本书是一本关于通信基础知识读物,内容涉及通信的各个领域,从通信网络的基础架构到包括语音通信、数据通信、移动通信在内的各类通信技术,从通信的服务运营,到通信在个人和家庭以及行业和企业中的应用,基础设施建设到产品开发基础,通俗地诠释了通信的相关知识,并附有行业内的企事业单位和标准化组织等简要介绍。受到互联网影响的行业及个人。本书向读者讲述通信的发展历程。

不是三维——软件项目的设计、开发与管理

作者:何小朝 著

出版社:电子工业出版社

本书从软件与三维实物的本质性不同出发研究软件生产方法论。今天,软件生产中许多传统问题并没有得到质的改善,以“爆炸”形容的技术发展的实质究竟是什么?先进管理模式下的管理现状如何?本书首先深入分析以上问题,指出软件的本质及其至今不能实现工业化生产的内在原因;接着,从软件设计,测试与管理三个方面,系统地介绍了作者多年实践中总结出来的有效实用方法观点。

完美软件——对软件测试的各种幻想

作者:(美)温伯格 著,宋锐 译出版社:电子工业出版社

“程序设计心理学”一书作者Weinberg的另一力作!

揭穿软件测试神话。

每个人都在软件测试中扮演着某种角色,即使是项目团队之外的人也一样,同样是不可或缺的。测试人员、开发人员、客户和用户都会参与塑造测试的过程和结果,很多时候是在无意中进行的。测试人员不需要继续生成大堆文档、造成敌视的态度,而是可以通过在任何过程中结合有效的测试意识来培育大量的机会和丰富独家传记。

三网融合的关键技术及建设方案

作者:杨炼 等编著

第9篇

[关键词]翻转课堂;高职;计算机应用基础课程;应用

中图分类号:G4 文献标识码:A 文章编号:1009-914X(2015)23-0126-01

1.高职计算机应用基础课程教学现状分析

1.1 学生生源结构差别大,对计算机应用基础知识掌握程度不一

高职院校学生生源结构差别大,对计算机应用基础知识掌握程度不一。高职学生生源中有中职生、普高生和三校生,他们在来自不同类型的学校,对教学的侧重各有不同。同时,随着高职录取方式的多样性,有统招录取学生、单招录取学生和特长生、保送生等,因他们经过不同渠道进入高职校园,其对计算机基础知识的掌握程度自然不一。

1.2 教学模式陈旧,以填鸭式为主、师生互动少

计算机应用基础课程虽然是理论加实践的课程,但在传统的教学模式中没有很好发挥实践的作用,仍然多以填鸭式教学为主。课堂上教师讲得多,学生听得多,一直在被动的接受,学生学习兴趣不能得到有效激发。

2.“翻转课堂”的概念及优点

2.1 “翻转课题”的概念

翻转课堂是指打破原有教学模式,将学习的决定权从教师转移至学生。在这种教学模式下,课堂内的宝贵时间,学生能更专注于主动学习,共同研究,从而获得更深层次的理解。教师不再占用课堂的时间来讲授基础知识,这些知识的学习由学生在课后自主完成。学生可以看视频、课件、听播客、阅读电子图书,还能在网络上互动交流,能在任何时候查阅需要材料。同时,教师能有更多的时间与学生交流。课后,学生可自主规划学习内容、学习节奏和风格,教师仅需协助即可,让学生自主学习、形成个性化学习方法,实现在实践中学习。

2.2 “翻转课堂”的优点

(1) 翻转课堂学习环境宽松,且有课件、视频和情境等素材的融入,更能有效激发学生的学习欲望和兴趣。

(2) 翻转课堂模式下学生学习节奏完全由自己掌握。学生在自学时对已经清楚的内容可略看或跳过,对复杂问题可以反复查阅课件和视频资料等。既实现了真正的分层教学,又无形中培养了学生自主学习能力,有利于学生良好学习习惯的养成。

(3) 翻转课堂让学生学习内容更加丰富。在翻转课堂模式下学生可以利用学习平台、甚至其他网络平台学到更多、更广的知识。这特别对学习成绩好,勤于钻研的学生非常有利。

(4) 翻转课堂教学模式有利于提高学习效率。学生可从传统课堂专注记笔记中解放出来,专心研究学习内容,提高学习效率。同时学生可以随时查阅、翻看平台资源,利于学生收集学习素材。

(5) 翻转课堂教学模式实现了真正的教育资源共享。在翻转课堂模式下更能充分发挥了集体智慧,教师有更多的时间花在课件、视频等资料的制作和打磨上。素材准备之后可以实现教师间共享,有效避免了所有老师都去准备相同资料的重复劳动。

3 翻转课堂在高职计算机应用基础课程教学中的应用

计算机应用基础课程作为高职院校中理论和实践相结合的课程,其对“翻转课堂”模式有着天然的适应性。首先计算机应该基础课程教师对新模式使用的多媒体软件、视频制作工具和网络平台应用熟练,便于搜集、制作出精良的课件和课外教学视频,并搭建良好的网络教学平台。其次,当代大学生群体的电脑、智能手机、平板等工具普及率高和校园宽带、Wifi等的全覆盖等为学生自主学习提供了保障。

高职计算机应用基础课程的翻转式教学大致分三个步骤完成。第一,教师课前准备和学生课前知识的学习;第二,实践训练;第三,课堂学习巩固,完成知识的内化,如图1所示。

第一,教师课前准备和学生课前知识的学习阶段。上课之前任课教师根据课程内容和学生学习特点提前制作好课件、视频资料和相关课程标准等上传到网络教学平台。以重庆工程职业技术学院为例,该校使用先进的共享型教学资源库云综合平台,任课教师可以随时随地将相关资料上传至该平台。学生利用课余时间登陆该平台系统,下载课件、视频资料等进行学习。对在学习中存在的疑问学生还可通过该平台与教师进行充分的交流,从而完成基础知识的传授。

第二,实践训练阶段。教师根据教学内容设计实训主题,要求学生现场完成。实训的同时可促使学生再次对有关基础知识的学习,并将自己课前所学的基础知识用于实践训练中。同时,学生还可就不清楚的问题现场向教师提问,以便能及时解决。教师可以从学生的提问中掌握学生学习情况和了解存在的问题。

第三,课堂学习巩固阶段。教师根据学生第一阶段的提问和第二阶段的实训情况总结出一些有探究价值的问题,组织并指导学生进行讨论、汇报、相互质疑等,再由教师进行综合点评,让学生加深对知识的理解与掌握,从而完成知识的内化。

4 总结

通过翻转课堂教学模式在高职计算机应用基础课程中的应用研究可以看出,翻转课堂这种教学模式可以让学生带着问题走进课堂,带着更多的思考离开课堂。既能激发学生利用课外时间充分的进行自主学习,而且能很好地解决高职学生生源结构差别大、对计算机应用基础知识掌握程度不一和传统教学方式中以填鸭式教学为主、师生互动少等问题,对培养学生的自学能力、自控能力等均非常有益。

参考文献

[1] 廖国荣,左涛.“翻转课堂”之《氮的氢化物》教学设计[J].中小学信息技术教育,2012(3).

[2] 王忠华,谷跃丽.基于翻转课堂教学模式的教学应用探究[J].中国信息技术教育,2013.

[3] 钟晓流,宋述强,焦丽珍.信息化环境中基于翻转课堂理念的教学设计研究[J].开放教育研究2013(1).

[4] 刘荣.翻转课堂:学与教的革命[J].基础教育课程,2012,12.

[5] 张金磊.“翻转课堂”教学模式的关键因素探析[J].远程教育杂志,2013,10.

作者简介

相关文章