大数据环境下应用型本科教学主动策略研究.docVIP

大数据环境下应用型本科教学主动策略研究 　　摘 要：在分析大数据及其基本特征的基础上，对高校大数据进行研究，并对应用型本科教学中的自主性数据和外联性数据进行归纳；提出了在大数据背景下，应用型本科教学环节应对的主动策略，在专业课程体系、信息化教学数据、信息化教学管理、立体化教学评价四个方面进行分析与研究，为应用型本科教学在大数据环境下如何进一步提高创新型、应用型人才培养质量提供了策略支撑。 　　关键词：大数据；应用型本科；教学；主动策略 　　中图分类号：G40-058 文献标志码：A 文章编号：1673-8454（2018）07-0066-03 　　一、引言 　　大数据技术及思想已逐步深入到社会各个领域。在大数据时代，数据的产生和收集是基础，数据挖掘是关键，[1]以数据挖掘为基础技术手段研究庞杂数据信息之间的隐含联系，是大数据技术的基本思路，高等教育领域也不能例外。在大数据大发展的今天，高校应如何应对这场信息化时代数据革命，是主动应对还是被动改变，这是所有高校都应重视的命题。教学工作是应用型本科高校职能的核心内容，如何有效应对大数据的变革，甚至主动去利用大数据进行教学改革与实践，提高教学质量，适应社会需求，已迫在眉睫。在大数据为典型特征的信息技术飞速发展的今天，高校教学工作各环节的壁垒正逐步被打破，应对大数据要主动出击，从应用型本科人才培养的根本目标出发，在专业课程体系改革、信息化教学数据、信息化教学管理、立体化教学评价等方面寻求变化，研究和利用大数据，提升教学与人才培养质量。[2] 　　二、高校大数据概述 　　1.大数据及其基本特征 　　信息技术背景下所有信息本质上均可以数据的形式存在。在传统的数据分析过程中，面对规模性数据分析通常进行抽样处理，这样得到的结果具备一定的代表性，能在一定程度上体现事物发展的某种规律，但不够精确，如果采样频率不足，还将导致错误的判断。大数据则不然，数据分析的对象为边界范围内所有数据，采用新技术新方法对其进行处理，以提高更为强大的决策支持与流程优化。[3] 　　鉴于大数据为边界范围内所有数据，其基本特征可归纳为数据体量巨大，形式多样并在信息化环境下高速增长、不断变化。[4]因此，对各类大数据的处理并没有固定的技术方法，针对不同类型不同形式的数据应区别对待。笔者认为，在当前，相比具体范围具体种类大数据的处理技术，具备大数据的思维更为重要。 　　2.高校大数据 　　学术界对高校是否存在大数据有着不同的观点，一种观点是高校基本职能在运行过程中产生的数据体量及所涵盖的数据物理边界不足以支撑大数据的存在；另一种观点是高校的数据物理边界已随着信息化的发展逐渐被打破，教学方法、过程、评价等环节已突破时间与空间的约束，在一个开放、共享的环境下形成了高校大数据。笔者认为，后一种观点更符合我国当前高等教育体制改革发展的趋势。 　　三、教学环节中的大数据分析 　　经过对本科教学各环节产生数据的分析，可将本科教学中的大数据分为自主性数据和外联性数据。 　　1.自主性数据 　　自主性数据即在学校范围内的自主教学设计、教学过程、教学评价等环节产生的数据，它包括教师的教学数据、科研数据、实践数据，学生的课堂数据、作业数据、实验数据，以及教学与管理过程中产生的文件、制度、流程等数据的综合。这些数据随着学校发展历程不断积累，形成本科教学中的大数据。一部分数据由于存储方式与方法的局限已经消失，随着信息化教学管理手段与数据存储技术的提升，以及决策者对大数据的正确认识，更多的看似无效的数据被保存下来，形成了体量巨大、形式多样、急速增长的大数据集合。如图1所示。 　　2.外联性数据 　　随着信息化及?W络技术的发展，高校本科教学已处于一个更为开放与共享的环境中，正逐步形成高校与高校、高校与企业、高校与政府间互联互通的网状格局，教学环节在这个网状结构中变得更为透明，与教学相关的外部数据对教学本身起到积极推动的作用。网络课程资源、网络教学平台、第三方网络数据采集与评价等都不断产生着大量的数据。如图2所示。 　　四、大数据环境下的主动策略 　　应用型本科的提出是新时代经济社会对高素质、技术技能型、应用型人才广泛需求的原发性、适应性策略。其宗旨是培养符合社会生产、服务、研究等领域的实践型、创新型人才。在高等教育大数据背景下，应用型本科教学各项工作环节要积极面对新形势，充分了解大数据，融合大数据思维，主动积累和运用大数据。 　　1.专业课程体系的融合 　　以计算机类专业为例，传统的课程体系在知识结构、学时分配、实验实习、毕业设计等环节更加注重知识链条的完整性，为适应地方经济需求做出的改革也仅仅停留在占比很小的课程设计和专业课方向范围。从学生入校起，四年的大学课程已基本定型，这样的课程体系难以适应四年后的社会