大数据环境下智慧教学模式设计模式研究.docVIP

大数据环境下智慧教学模式设计模式研究 　　[摘 要]当前我国重视学生们的教学模式和教学程度，充分认为对于培养下一代的教育问题上，所以传统的填鸭式教学早已落伍，针对当前的数字化信息平台的教育应该更加符合对于学生们的教育问题，首先对于教师们的授课，不应该仅仅局限于传统的教学知识范围，而是需要运用大数据的授课方式，设计出智慧教学的教学方案，同时通过智能平台实现高效率的教学。本文通过介绍大数据环境下的教学模式的设计模式，希望能够实现数据化的平台教学，从而加强教师与学生之间的教学质量。 　　[关键词]大数据；智慧教学；设计；模式 　　中图分类号：G434；G712 文献标识码：A 文章编号：1009-914X（2017）22-0243-01 　　一、智慧教学实施方案 　　（一）智慧教学模式目标 　　智慧教学的教学目标是希望能够将传统的教学定位进行转换，通过以学生的教学质量，上课的听取程度为核心进行研究的一阵教学模式。通过智能化的信息化教学，以大数据的下的教学基础设施进行系统的学习，不再仅仅拘泥于传统的课堂知识，而是通过数据的延伸进行系统的了解和学习。当前在大数据技术下实现的教学模型，是通过不断地学习和丰富学生得知识，从而提高学生们的个性化发展，同时为智慧教学提供了学习的基础。 　　（二）智慧教学模式内容 　　当前智慧教学模式的内容首先应该通过大数据，也就是海量数据进行入手，通过数据的学习和转换，将学生们学习的知识进行统计和分析，从而将学习中推荐的要素和数据模型进行分解和挖掘。结合当前数据的学习和模型的演变。当前在学习的过程中需要通过个性化的学习方式，促进学生们的学习质量，提高学习的热情，营造学习的氛围。所以在智慧教学模式的内容主要有两个方面。 　　第一，利用分布式存储技术。根据分布式存储技术将数据的算法进行分析和深度学习，并且在学习的过程中应该对模型的应用进行评价。在智慧教学模式中的模型也主要分为五个部分：将专业的知识进行分析的领域知识模型，分析学生们的电子信息资料的学生电子档案模型，分析学习行为数据的行为模型，分析量化学习过程产生的基本数据的应用评价模型，分析学习行为数据的就业发展模型。 　　第二，智慧教学模式的内容还包括对于学生们在学习的过程中行为模式进行分析和研究，从而深层次的挖掘学生们适用的个性化教学方式，在系统应用的平台中收集学生们的行为习惯、学习的方式方法，受众面积较广的教学模式进行学习。将学生们的知识领域彻底扩大化，从而根据用户模型和推荐对象的模型进行演变。最终将推算的结果公布给学生。 　　二、智慧教学模式设计实施方案 　　智慧教学模式的设计和实施方案首先应该运用数据化的采集方式，将数据进行采集，同时运用大数据的模式将原有的数据进行过滤。以及上课时产生的噪音，教师的上课结构性数据、学生们的上课情况进行一一的数据采集。当前数据采集还包括Hadoop技术对于数据的回归和总结分析，最终将上课的重点知识、学生们的行为模式，进行分类和挖掘。通过多媒体化的收集机器进行数据的分解和研究，同时在数据分解的过程中利用机器的数据分析，建设新型的教学模式，同时字数据分析模型和数据的采集中，老师们需要对数据展开会议讨论，针对目前的上课教育模式和上课质量建设新型的教学模型是非常重要的。在数据的采集和分析过程中构建了数据分析模型，那么在深度的讨论之后构建的是领域知识模型，两种模型的共同构建和发挥，将智慧教学模式体系建设成功。 　　三、智慧教学设计实施方案的建议 　　（一）教学数据采集 　　智慧教学的设计和实施方案应当选取较为典型的例子，或者说在数据的采集中选取特定的教学空间和学生为采集数据的目标，教学老师在数据的采集中，不能参与课堂知识的讨论和授课，同样在选取数据作为典型例子的特定学生、特定教师是不能过分的指导采集数据的方式和方法的，避免老师与学生之间进行临场演习，这样极大的限制了数据采集的真实性和有效性。同时在数据的采集过程中，应该对研究对象进行追踪，不能短暂的进行数据的采集，这样对于数据的延续性也产生了极大的危害。同时在数据的采集过程中应该将形成的数据做出系统的调查和统计，同时在原始数据的收集和形成中也应该注意产生数据发生的变量有哪些。数据的采集是智慧教学设计实施的第一步，也是非常关键的一步，通常决定了智慧教学设计实施的步骤和计划。 　　（二）数据预处理 　　同时在数据的预处理中应该充分的将数据的过滤和分解有序的进行。在上一步骤的数据采集之后应该将数据在机器中运用预处理的方式进行初级的挖掘，比如：进行噪音的处理和过滤。将数据的分析和处理实现运用转换的处理模式，将数据的采集和处理进行叠加和处理，同时将学生们的行为模式进行多路编辑和分析，以及分类。对于上课的各个时间段学生与老师之间的行为互动和行为模式之间的预处理测