基于大数据时代网络金融课程教学探讨.docVIP

基于大数据时代网络金融课程教学探讨 　　【摘要】随着科学技术的发展，网络已经成为人们工作、学习、生活中不可或缺的工具，网络教学也逐渐普及起来。然而网络教学作为新兴的教学手段，其发展还处于不断探索的过程，但网络教学方式存在的多种弊端对于教学质量产生了消极的影响。本文将对大数据时代网络课程教学中存在的问题进行简要分析，同时探讨提高网络课程教学效率和质量的有效对策。 　　【关键词】大数据 网络时代 金融教学 　　一、引言 　　“云计算”、“物联网”、“互联网+”等新兴词汇的出现和普及，标志着我国已经全面进入了大数据时代，数据呈现出飞快的增长速度。同时，大数据时代背景下，人们的生活、工作、学习都变得更加信息化、科技化。其中数据时代中课程教学的变化主要体现多样化的教学手段、更为丰富的教学内容、灵活多变的教学形式，以及超越了时间、空间的教学模式。网络金融是一门充分融合了互联网技术和金融专业知识的教学课程，也同多门课程内容有交叉，例如信息技术、融合管理等。可以说，大数据时代对网络金融课程的影响具有必然性。我国当前网络金融课程教学存在的诸多弊端，单一的教学形式、填鸭式的教学方法、千篇一律和脱离时代的教学内容等，都是导致网络金融课程教学效果低下的“罪魁祸首”。大数据时代背景条件下，将从数据搜集、归纳和分析的角度对网络金融课程教学进行探讨，提出基于数据库的有利于提高课程教学质量的教学模式，确保网络金融教学面对不断变化的教学对象和教学环境时，依然能保证甚至提升教学水平。 　　二、利用大数据挖掘技术创新网络金融课程教学模式 　　忽略个体性差异是传统网络教学中存在的非常大的弊端，网络课程针对的是大众化的群体，每个人的基础不同，对新知识的理解速度、接受能力也存在差异。试想一下，如果网络金融课程不进行适当的改革，而是坚持对所有的课程终端学习者输送同样的教学内容，辅以同样的教学手段，势必无法做到有的放矢，这样导致的后果就是水平好的学生学习不到对他们有用的知识点，水平差的同学完全跟不上课程进度。这样势必对网络金融课程的教学质量产生极其消极的影响。 　　利用大数据挖掘技术，能够洞悉终端学生对网络金融教学的需求，从而保证教学的针对性，实现“个性化”教学目标，满足不同学生的学习需求。与传统的数据分析不同，采用大数据挖掘技术的采样目标是所有的数据，而并非抽样进行分析，这样更有助于从更加客观的角度进行需求分析。一方面，对学生通过多途径提出的对网络金融教学内容有关的问题进行数据搜集，并挖掘学生需求主题与课程知识体系主题两者的联系，建立A数据库。另一方面，通过对金融课程教材、微博、博客等网络数据库的数据全方位搜集和分析，对与学生诉求主题相关的其他主题进行挖掘，建立B数据库。最终，采用语义相似度计算手段，将A数据库与B数据库中的数据进行融会贯通，建立总数据库，在网络金融课程教学过程中做到教学针对性强，教学内容知识面全，满足学生的个体化需求及差异，从根本上提升网络金融课程教学质量。 　　（一）挖掘网络金融课程主题 　　在挖掘、分析和构建A和B数据库时，采用的方法叫做文本挖掘层次类聚法。数据的来源有两个途径，一个是来自于学生对教学知识的需求和问题，另一部分是由教材、论坛、微博、博客等网络工具体现的学生所关注的内容。首先，采取预处理手段对以上两部分数据施行分析，例如文本语义标引、分词等方法；其次，采用SVD技术施行词频降维，构建以概念（t）为行，以文本（d）为列的矩阵N。这样概念在文档中的权重就能体现在矩阵中，实现网络金融课程主题的挖掘。 　　（二）挖掘网络课程主题之前的关联 　　在大数据挖掘中，关联规则分析是非常有效的方法。假设文本集为D，我们将文本集中每一个因素d当作一个事物；同时采用SVD技术对文本d进行分析得到特征项，形成新的项量，最终构成项集。最终，通过对项集中每一个事务、文本的数据分析和挖掘，推断各个因素之间的关联。 　　三、构建以MOOC理念为基础的网络金融课程教学平台 　　MOOC理念由最初提出到全面的推崇自然是有其不可忽视的优势。何为MOOC理念，用中文意思就是“大规模在线开放课程”。顾名思义，规模大、在线、公开是其最大的特点，更重要的是这种教学理念坚持“以人为本”，注重发挥学生的个体能动性，擅长将整体知识点进行分割设计微型知识体系，注重信息技术与教学、教学评价相结合。在这里，本文将以MOOC理念为基础构建和完善网络金融课程教学平台。 　　（一）数据集成 　　大数据时代，规模大，结构复杂、语义歧义化是数据的主要特点。通过数据集成能够把零散、规模大、结构复杂、存在歧义的数据施行预处理，实现语义整合，然后再将处理后的数据传输到云计算系统。数据集成的目的在于达到所有不同结构数据库的数据共享，同时为终端使用者呈现分布式的Single Sys