绪论:写作既是个人情感的抒发,也是对学术真理的探索,欢迎阅读由发表云整理的11篇数据挖掘课程设计论文范文,希望它们能为您的写作提供参考和启发。
1.遵照教育部对经济统计学专业的要求
严格遵照教育部对经济统计学专业的要求。主干学科为理论经济学、应用经济学、统计学,其中核心课程为西方经济学(微观经济学、宏观经济学),计量经济学,财政学,货币金融学,会计学,经济统计学,国民经济统计学,概率论与数理统计,抽样技术与应用,应用时间序列分析。实践性教学环节包括实验课程(含基本统计分析软件应用、统计实务模拟等),社会实践(含经济社会统计调查、统计工作实习等),科研和论文写作(含毕业论文、学年论文、科研实践等)。专业实验包括计算机基本技能实验、统计分析应用软件实验、经济计量分析软件实验、数据挖掘技术与应用实验。
2.参照其他院校的培养方案和课程设置
它山之石,可以攻玉。我们选择了部分具有代表性的财经院校(如上海财经大学、中央财经大学、东北财经大学、西南财经大学、中南财经政法大学、北京工商大学、上海金融学院、 河南财经大学、浙江财经学院和山东工商学院)和综合类院校(如浙江大学、吉林大学、南京大学和云南大学)以及师范类院校(如北京师范大学、华东师范大学、东北师范大学、南京师范大学)作为参照院校。通过比较分析得出,在统计学经济统计、商务统计、金融统计方向中,财经类院校主要突出经济学课程,招生偏重理科生。综合性院校和师范类院校主要课程为理学类,招生偏重理科生。
综上所述,经济统计学专业应培养适应信息化社会需要,熟练掌握现代统计理论和经济数量分析方法,具有扎实的统计学、经济学和金融学基础,能熟练应用计算机软件处理统计数据的复合型高素质经济管理统计人才。学生毕业后可在政府部门、金融机构、外资企业和大中型公司等从事经济统计分析、管理咨询、市场调研和商务数据分析等管理工作。
3.与学院培养方案形式统一
新制订的培养方案和整个学院的形式保持了统一,以便于教务人员管理工作的开展。
二 经济统计学培养方案专业课的设置
经济统计学的培养目标与基本规格和招收对象为理科生,设置了保险精算、金融统计和商务统计三个方向。学生修满培养方案规定的学分并达到学位授予要求者,授予经济学学士学位。
由于经济统计学对统计学和经济学知识的要求较高,我们提高了课程总学分和总学时,注重主干学科和专业课程的开课顺序和教学周学时分配,强化实训实践课程,实行理论和实践并行。
培养方案确定了5门学科基础课程,分别为宏观经济学、微观经济学、C语言程序设计、概率论与数理统计、管理学。确定了5门专业基础课程,分别为基础会计学、经济统计学、货币金融学、财政学、计量经济学。确定了9门专业核心课程,分别为国民经济统计学、多元统计分析、统计预测与决策、抽样技术与应用、应用时间序列分析、金融统计学、市场调查与分析、投资学、数据挖掘。
就业前景分析方面,谷歌首席经济学家哈尔•瓦里安预计,未来即将出现一类新型的专业人才和职业岗位——数据科学家,当然数据智能分析师也会应运而生。现下时代是数据时代,甚至称之为大数据时代,企事业单位面临大量数据如互联网数据、医疗数据、能源数据、交通数据等,实际应用中普遍遇到分析能力弱、噪声数据多、缺少分析方法、分析软件能力差、模型可信度低等问题,其主要原因在于传统数据分析方法不能满足需要,而数据挖掘技术、机器学习技术、模式识别技术、知识发现等智能技术可以为数据智能分析方法与工具提供技术支撑。2014年4月24日,百度高级副总裁王劲在第4届“技术开放日”上正式宣布推出“大数据引擎”,数据智能概念由此产生。数据智能分析是指通过数据挖掘技术、机器学习、深度学习、模式识别与分析、知识发现等技术,对数据进行处理、分析和挖掘,提取隐藏在数据中有价值的信息和知识,从而寻求有效解决方案及决策支持预测。目前社会急需懂得智能技术的各层次数据智能分析人才,可以预计,熟练掌握智能技术的数据科学家、数据分析师、数据挖掘人员将有广阔的用武之地。培养手段探索方面:①以“点—线—面”结合的方式横向纵向设置课程群,面向数据智能分析,以案例为导向贯穿“线”上的各关节点课程,比如以数学基础课(线性代数、概率统计、数学分析)大类专业课(程序设计、数据结构、数据库技术)数据智能分析专业课(数据挖掘、机器学习、多维数据分析)为主线,理论与实践齐头并进;②立足培养“计算技术+智能信息+知识技术”的高级数据分析师,理论学习—随课实验—集中实践—科技活动—企业实习—毕业设计等教学环节协调配合,“资格认证—竞赛获奖—奖学资助”激励培养;③以大数据智能分析为契机,积极培养本科生的大数据计算思维和认知能力,使其掌握大数据智能分析方法、机器学习数据挖掘工具和开发环境。政策导向分析方面:建议中国计算机学会与中国商业联合会数据分析专业委员会等机构紧密协调合作,设立适应新时代社会与经济发展的“数据智能分析师”认证[6],当然将大数据智能分析纳入计算机水平考试的可选项也是当前的一种解决方案,提高智能科学与技术专业社会认可度,增强本专业学生的归属感,更好地培养各层次的数据智能分析人才。
2创新型智能技术人才培养
智能科学与技术的发展与计算机技术几乎同时起步,但其进展比计算机技术要慢许多,根本问题在于高级智能的载体——“人脑”是世界上最复杂的系统,人类对它的认识和了解仍然处于初级阶段。近年来通过智能技术解决实际应用问题有了长足进步,国内已相继有20多所高校面向市场变化和未来需求,自2004年以来陆续开办了智能科学与技术本科专业。尽管大多数智能技术的理论基础还不完备,但实际应用的强劲需求与问题解决能力超越了薄弱理论基础的约束。本专业课程的教学内容与课程实践都适合教师与学生以研究者的身份参与到“教”与“学”的活动之中。1)研究型教学。蓬勃发展中的智能技术需要教师启发式、创造式、批判式地“教”,学生也要创造式、批判式地“学”。教与学要能够从研究思维、问题探索、模型改进、算法优化、脑认知和自然智能指导的角度推进教学活动,进行创新性教学和研究型学习。教学实践活动中应强调学生半监督式学习与自监督学习为主导,鼓励引导深度学习,经典案例、前沿讲座、讨论探索贯穿课堂教学,课程考核注重创新科技实践、问题探索、课程内容探索、课程研究性专题报告、以课程为基础的作品开发等创新效果和教学效果。2)“研究型分组”培养。智能科学与技术专业开办时间不长,成熟教材不多,课程体系需要不断适应学生和社会的需求做出调整,又加上智能科学专业课程本身的发展探索与实际应用现在处于同步发展阶段,决定了专业老师大力推进“研究型班级教学”,在教学过程中实施“大班基础讲授”+“小班研究型讨论”+“小组探索型课题实施与报告”的教学体系,同时来自相关研究方向的研究生也作为助教协助专业老师对小班(组)课题讨论进行引导。3)科研训练提高学习积极性。大类培养模式下实施科研训练引导学习,大一、大二年级主要学习公共基础课程和大类专业基础课程,其中的数学基础课,如线性代数、高等数学、概率统计、离散数学等,由于缺乏实际应用案例支撑,很多学生会怀疑这些知识在将来本专业学习中的用处,课堂课后处于被动学习状态,个别学生还会由于认识滞后,产生厌学情绪甚至放弃基础知识学习,以致于专业分流后表现为学习能力严重不足。通过吸收本科生参加科学创新实践和科技活动,使他们发现数学知识能够用来解决实际问题,有利于提高本科生学习基础知识的积极性,变被动学习为主动学习。同时,教师也能从中发现部分优秀本科生的创新潜力和研究能力,激发他们科学研究的兴趣,引导他们把智能科学技术作为研究方向并致力于攻读相关方向硕士研究生、博士研究生,进一步强化其科学创新能力,势必会使其获得高水平创新性成果。大类培养模式下强化专业教育与实践,专业老师要积极主动引导学生,变被动地等待学生选专业转变为吸引优质学生,以大二上学期为主要时间点,引导大类专业学生对特色专业的兴趣,通过科学研究和学生科技活动吸引选拔学生进科研团队,同时实施科研成果进课堂、进教材、进学生活动。专业教师、班导师可宣讲专业特色和就业前景,指导本科生申请大学生科研训练计划、参加科技竞赛、开发智能技术特色作品。大类培养模式下实施科研训练计划,需要本科生积极主动地理解大类下各子专业的特点和特色,结合自己的兴趣爱好和实际情况,在大类培养结束时分流到各特色专业。因此,本科生参加科研实践和专业科技活动的时间点很重要,从大一结束后的暑假开始,一直延续到本科毕业,同时实施“泛毕业设计”(即大二选方向并实施课题基础储备,大三实施课题,大四结合专业实习完善毕业设计)[3],这样既充分利用了本科生大二大三充裕的课后时间,也缓解了大四本科生面临就业、考研、出国等问题的突出矛盾。
3智能系统开发人才培养
智能技术已成为当前技术革命创新的源泉,智能系统广泛应用于工业、农业、服务业等各领域,比如2014年11月2日开始处女航的皇家加勒比邮轮公司“海洋量子号”邮轮也因为大规模运用了高科技智能系统而号称“世界上第一艘智能邮轮”。智能系统是建立在“智能技术+计算技术”基础上,结合了控制技术、信息技术的软硬件系统。智能系统开发人才培养目标是社会急需的智能系统开发工程师,其从事的工作主要包括智能系统的设计、开发、维护、运营、服务及相关的技术指导。为了适应智能系统开发人才的培养,应该建设智能终端实验平台、计算智能实验平台、脑认知实验平台、高性能计算平台等人才培养基地与实训基地,推进实施智能终端软件开发技术、智能系统应用课程设计、智能系统与工程课程设计、智能游戏开发与设计、人机交互系统开发与设计等教学实践活动。
4复合型智能技术人才培养
智能科学与技术是一门综合学科,智能技术也广泛应用到智能交通、智慧城市建设、电子信息、信息安全、电子政务、电子商务、工业制造、教育、医疗、管理、农业现代化、国防现代化等众多领域,需要大量复合型智能技术人才。笔者认为,以下4条措施是智能科学与技术新兴专业培养复合型人才切实可行的培养方案:①充分发挥大类培养特色明显的人才培养优势,开放“全校特色专业选修课”,跨专业、跨学院科教团队,与大学生科技创新计划融合,重点培养学生的综合性、复合性、应用性;②引导并严格要求B学分课程学习,特别是设计规划实施好“科技创新”、“文体活动”、“技能认证”、“企业实习”、“暑期社会实践”等综合能力提高计划;③交叉融合办好本科生二专业,鼓励学有余力的本科生对知识的渴求,允许学生在本专业的基础上再辅修另一个专业,并提供配套措施,保证二专业学生能获得优质教育,发挥学科交叉融合优势,使本科生形成宽广深厚的知识结构,培养有特色的智能科学技术专业复合人才;④通过与企业横向合作,建立校企实训基地,紧跟企业和市场需求,与企业联合培养复合应用人才。
关键词:实践教学;信息与计算科学专业;信息处理;软件开发
基金项目:肇庆学院教学研究项目(jy201028)。
作者简介:孔丽英,女,副教授,研究方向为数据挖掘、粗糙集。
近十年来,制约信息与计算科学专业就业的原因之一是信息处理和应用系统实践教学得不到重视,从而直接影响了毕业生的就业率,毕业生难以适应社会发展的要求。本文针对该专业学生能力培养,探索一套新的实践教学模式,从根本上提高学生创新能力,全方位适应社会发展的要求。目前,毕业生的就业情况证明了该实践教学模式可行、有成效,对提高学生就业率有很大作用。
1 目前实践教学存在的弊端
信息与计算科学专业实践教学在信息与计算科学专业教学中必不可少,极其重要。我学院从2000年开始招收信息与计算科学专业的学生,由于没有一套规范的、行之有效的实践教学体系,学生综合能力培养受到影响,具体体现在以下几个方面。
1) 重理论,轻实践。教学以理论为主,实践教学只作为理论教学的一个环节而被摆在次要地位,学生抱怨所学课程枯燥,学习积极性不高。
2) 实践教学内容单一。信息与计算科学专业开设的实验课程大多数是验证性的,只为应付教学任务,综合型和设计型实验较少,学生难以得到深层次、全方位的培养,最终,学生会感觉该专业比不上计算机专业或数学与应用数学专业,认为自己选错了专业。
3) 实践教学设备不足。由于条件限制,我校的实践教学依附于公共实验室。众所周知,公共实验室只能满足公共基础课程实验,其设备性能配置末能达到本专业开设实践教学的要求,难以培养出有创新能力的高素质学生。
4) 实习基地得不到保证。学校没有固定的实习基地提供给学生见习,学生只能分散到企业或工厂去实习。在见习中,大部分学生只能做文件处理工作,与所学专业无关,实习目难以实现。
5) 毕业设计时间短。学生毕业设计时间短,毕业后就业压力大,各种因素都影响学生毕业论文的创作,要通过毕业论文的设计达到培养学生创新能力的目的非常困难。
信息与计算科学专业实践教学的不足,从源头上影响学生就业率。我们发现,有些岗前培训学校能在几个月,甚至更短的时间里帮助学生掌握一定的专业技能从而实现顺利就业,他们靠的就是有针对性的实践教学。因此,我校急需建立一套新的实践教学模式,以提高学生的创新能力,以适应社会发展的要求。
2 实践教学模式
信息与计算科学专业是应用性极强的学科专业,它覆盖的知识面广、实践性强,但实践教学不是零散的教学单元,因此,实践教学应从培养创新意识、应用意识、设计能力以及社会实践能力出发,不断完善实践教学体系,避免出现重形式轻实效、重理论轻实践的错误理念。实践教学的模式由课程实验、课程设计、综合技能训练、毕业设计和课外实践五部分组成,通过五个实践教学环节设置,我们可以充分了解各教学环节的培养目标、培养内容和培养形式,使其构成一个实践教学模式(如图1所示)。该模式贯穿于数学应用和信息技术的人才培养过程,从而实现按社会需求培养人才的目的。
图1 实践教学模式
2.1 课程实验
理论教学和实践教学是高校教学中不可分割的两个环节,两者不是主从关系,而是辨证统一的关系,是相互依存、相互促进的教学体系结构[1]。课程实验的目的是通过感性的实际操作,使学生更好地获取感性认识,巩固所学理论知识,拓展理论联系实际的思维,从而达到培养学生创新、动手能力的目的。
课程实验主要以某门课程作为一个实践任务,根据课程的特色,整体优化实验教学内容,安排验证性实验、综合与设计性实验。对于实践性较强的数学类课程,如运筹学、数学实验、数值分析、数据分析等课程开设验证性实验,是培养学生具备利用数学软件和统计软件验证分析数据结果的能力,熟悉掌握数学软件和统计软件的使用。对于信息技术类的课程,如程序设计、数据结构、数据库等开设设计性实验,则是培养学生在学习过程中运用所学知识解决实际问题的能力。
课程实验与课程教学同步进行,在实施过程中,学生根据实验内容进行上机操作,解决实验过程出现的问题,分析结果并总结当次实验的体会,教师根据学生的体会理解学生掌握知识的程度,便于因材施教,最大限度确保每个学生取得成就感。课程实验考核以上机考试为主,要求学生在规定时间内完成综合设计的题目。
2.2 课程设计
课程设计是继课程实验后的实践环节,它引导学生迈出将所学知识用于解决实际问题的第一步[2]。课程设计是以一门课程为主,与其他课程相关内容相结合所形成的综合型和设计型的实验内容,目的是培养学生具备信息分析和处理、程序设计、算法设计与分析以及应用的能力。对于实践性较强的数学类课程,如数学实验、数值分析、运筹学和数据分析等课程开设综合型实验,是培养学生掌握数学软件和统计软件的信息分析和处理的方法解决实际问题。对于信息技术类的课程,如程序设计、数据结构、数据库、计算机网络等开设设计型实验,则是培养学生在学习过程中掌握设计管理系统方法的能力。
课程设计的实施过程是学生根据教师给出的课题,并在教师的指导下进行设计与分析,最终,学生提交系统或信息分析结果以及格式规范的课程设计报告,与此同时,通过答辩确定评定成绩。课程设计集中安排在课程开设之后的后续学期开学后1至2周,教师根据学生完成设计的情况,确定答辩时间。
我校08信息班和09信息班已率先进行课程设计,通过课程设计训练,学生在后继课程学习中的能力得到充分体现,学习的积极性、学习兴趣和成绩都大大提高,教学达到了预期的目的。
2.3 综合技能训练
由于受课程设计时间限制,学生掌握的知识是有限的,如果学生对某些课程不感兴趣,就会出现个别学生抄袭现象。目前,大部分高校都把毕业设计作为综合训练,作为学生从学校走向社会的必需之作,其实,这是一个误区。毕业设计通常在第7学期末到第8学期的前6周进行,在这段时间里,学生的重点是找工作,生理、心理压力大,根本没有时间、精力高标准完成综合训练,而论文又是必需之作。因此,学生容易出现抄写论文的现象,其最大的损失是学生的综合素质得不到锻炼。08信息班和09信息班已率先进行课程设计,对专业有了相对完整的认识,具备一定的设计能力和分析能力,最主要的是学生明确了自已感兴趣的专业方向。因此,学生进行综合技能训练是可行的、必要的。
综合技能训练是学生运用所学数学和信息技术知识,以适当的课题研究为背景,进行科学研究的实践教学。在实践教学法中,将相关课程的知识和实际问题相结合,形成具有处理实际问题和信息开发的研究型实践教学,目的是培养学生具有分析问题、解决问题的能力,特别是培养学生具有创新、开拓、进取、探索的能力。
综合技能训练在第7学期进行,在实施过程中,学生选定综合技能训练模块,然后在教师或校外有丰富经验的工程师的指导下进行设计与分析。最后,学生提交产品(程序或系统)以及格式规范的项目报告并通过答辩。考核成绩主要根据学生的产品质量、项目报告和答辩情况来确定。综合技能训练为学生完成高质量的毕业设计奠定了扎实的基础。
在综合技能训练教学中,我们着重考虑学生学习的兴趣和毕业就业的方向,综合设计教学划分为应用系统开发、网页开发和信息处理等三个模块,每个模块由专业教师确定项目内容、方法和目标,学生根据自已的需要或兴趣选择模块,必要时可以组成学术团队,人数一般为1至3人,按照项目的要求进行查阅资料、相互讨论探索,在教师的引导下完成专业实践。
综合技能训练这一教学环节在07信息班已实施,学生受益匪浅,主要体现在:1)学生对应用系统的开发和信息处理有了深层次的认识,知识掌握更扎实;2)提高了学生的综合素质;3)就业范围广,适应能力强。
2.4 毕业设计
毕业设计是教学中的一个重要环节,也是实践教学的最后一个环节,它可以对学生4年来所掌握的知识,以及理解和运用知识的能力进行检验。通过毕业设计,培养学生研究与实现能力、论文撰写能力、口头表达能力[2]。
2.5 课外实践
课外实践包括专业实习和各类竞赛。专业实习是学生检验专业知识、实践能力和独立工作能力的机会,也是教师检验教学内容和实践教学是否符合社会需要以及是否达到培养人才目标的机会[2]。课外实践从另一侧面对学生各种能力进行培养,其作用不容忽视。据调查了解,学生在实习中,很难到一线岗位进行工作,只能处理一些简单的日常工作,根本无法把所学知识用到工作中,专业实习只是走形式,学生得不到锻炼。因此,结合学生的知识结构、兴趣爱好,学校开展一系列课外活动是必需的,例如程序设计、网页设计和数学建模等竞赛。
3 结语
学生在实践教学模式中,首先经历了验证型实验,然后是综合设计型实验,最后是创新研究性实验。这种教学模式使学生设计和综合应用能力都得到了培养,同时,通过这种模式的培养,学生更具有创新、开拓、思维和探讨研究能力,能够做到学以致用,我们也可以通过这种教学模式,从根本上达到培养应用型人才的目标。
参考文献:
[1] 谢祥云,胡林,李渭清.探索信息与计算科学专业实践教学的新思路[J]. 大学数学,2008,24(4):5-9.
[2] 王志英,蒋宗礼.计算机科学与技术专业实践教学体系与规范[J]. 中国大学教学,2009(2):42-44.
Innovating Practice Teaching Modes, Cultivating Inter-disciplinary Talents
KONG Liying
1引言
随着信息技术不断发展,物联网、云计算、大数据、移动互联网等技术已经在各行各业中发挥越来越重要的作用,现代企业信息管理也利用信息系统转变为利用相关信息技术进行敏捷化、智能化、柔性化、一体化和社会化的商业模式创新[1-2]。信息管理与信息系统专业所培养的学生在知识储备以及实践能力方面有了新的要求,因此专业建设需要适时调整人才培养方式以及课程体系来主动迎合社会对于相关人才的需求[3]。
信息管理与信息专业作为一门由管理学基础理论与计算机科学技术相结合的交叉学科,是一门强调实践性与应用性的学科[4]。信息管理与信息系统专业的实践能力主要是运用所学的专业课程知识,进行信息的设计开发,实现资源的充分利用,解决相关问题。因此,所培养的学生除了具有信息开发的能力,还需要具备数据分析能力。其中,数据分析能力主要是对信息系统数据加以挖掘和分析,获取自身需要的信息[5],对学生未来从事与专业相关的工作有重要影响。
近年来,不少高校的信息管理与信息系统专业开始推动课程群建设,明确专业定位,减少不同课程的内容重复,加强课程之间的联系,从而有效地整合现有的教学资源[6-7]。由于专业的特点,信息管理与信息系统专业对实践教学平台建设的要求更为迫切,高质量、高效率和高水平的实践教学平台既对课程群建设提供有力支撑,也是提升学生实践能力和专业素质的重要手段[8-9]。
本文以中国地质大学(武汉)经济管理学院信息管理与信息系统专业往届毕业生以及相应实习企业的调研,发现部分专业毕业生的实践能力较弱,面对实际业务中出现的问题或者需求,往往是“纸上谈兵”,而无法独立自主解决。因此,本文依托信管专业课程群和实验软件平台建设项目,在整合专业核心课程,形成专业课程群的基础上,进行实践教学平台的建设。该平台以培养学生的信息系统开发能力与数据分析能力为目标,整合了教学团队,软件平台和企业等资源,分别形成了课程教学软件平台、实践课程资源平台、专业实验室平台、校外实习基地平台四大实践平台,帮助我校信息管理与信息系统专业的学生提升专业技能和实践能力。
2实践教学平台建设存在的问题
从中国地质大学(武汉)经济管理学院的信息管理与信息系统专业课程群和实验软件平台建设项目出发,项目组一方面调查了2011年-2015年的信息管理与信息系统专业毕业生的工作情况,了解学生的主要就业行业、岗位、能力需求等,同时对我院现有的信管专业实践教学平台建设情况进行分析总结;另一方面,项目组调研了国内外高校的实践教学平台建设情况,了解其他高校的信息管理与信息系统专业实践教学平台建设的进展与成效。通过上述两个方面的系统调研,项目组充分意识到我院现有的信管专业实践教学平台迫切需要加强建设,以增强学生的专业实践能力。因此,我们比较分析了我校信息管理与信息系统专业实践教学平台建设主要存在以下几方面的不足:
第一,师生对实践教学的重要性认识不足。由于专业的特点,实践教学是信息管理与信息系统专业本科人才培养的重要组成部分,但少数师生对实践教学的重要性认识不足,还存在着“重知识、轻实践”的现象,他们认为实践教学环节仅仅是课堂理论教学中可有可无的辅助。所以,在教学工程中出现了以下现象:一是学生认为实验课程相比课堂理论知识无关紧要,造成了实验课的缺勤较多;二是实验课在考核中占的比例相对较少,造成学生对实验教学的不够重视;三是教师相对于理论课对实验课的要求不高,造成实验课课堂纪律涣散。这些现象导致实践教学环节不能很好地支撑理论教学,不仅造成理论知识掌握不牢,而且实践操作能力也不能得到很好的锻炼。
第二,软件平台对理论课程教学的支撑不够。信息管理与信息系统专业的课程较多,而且要求的软件也种類繁杂,而该专业所拥有的软件不足,设置的实践教学环节的教学定位未能与课程密切联系而造成的软件平台对专业课程教学缺少强有力的支撑,而且实践环节的课程设计未能与其专业理论课程完全对应,造成理论课程与实践内容结合度不够。
第三,实践教学方法和手段的新颖性不强。实践教学环节的课程功能定位不够清晰,层次不高,硬件设施相对落后,难以满足学生自主、多元、个性化的学习需求,在一定程度上限制了学生专业素质的提高。同时,有很多实践教学的方法和手段还是原来的方式,未能随着社会的发展进行更新。例如:关于数据挖掘的实践教学还是学生在学习各种数据挖掘及分析方法的基础上,按照老师的要求和给定的数据进行数据挖掘等实践的练习。实践内容不够新颖,学生学习积极性不高,造成学生实践操作能力不强。随着物联网、云计算、大数据、移动互联网等信息技术的不断发展,社会对于信息管理与信息系统专业的人才要求越来越高,不够前沿的实践教学方法和手段造成了所培养的人才的实践能力不能满足社会的发展需求。
第四,理论教学与企业实践融合度不高。根据毕业生的反馈调查反映,信息管理与信息系统专业60%以上的毕业生从事信息系统设计开发和维护、系统实施、市场开拓、产品研发等岗位,这些工作均需要学生掌握最新的IT技术应用和管理知识。同时,学生普遍反映数据处理能力和系统实现能力需要加强。因此,迫切需要通过“产教协同”的实习基地的建设将基础教学与企业实践相融合,给学生提供更多的实践技能培训和实习机会,提升他们的实践能力。
3实践教学平台的建设体系
为了优化教学内容,理顺课程之间的内容与联系,我们将信息管理与信息系统专业的核心课程进行衔接设计和集成,进一步划分为相互支撑的三个课程群:信息系统设计实现、数据分析与优化决策与电子商务运营。“信息系统设计实现”核心课程群定位于信息系统设计理论和方法等基础知识的培养,包括《管理信息系统》、《信息系统分析与设计》、《信息系统项目管理》、《ERP原理与应用》四门专业课以及《专业教学实习》;“电子商务运营”核心课程群定位于管理决策在商业管理应用方面应用实践能力的培养,包括《电子商务》、《信息系统战略与管理》、《企业电子商务管理》和《供应链与物流管理》四门专业课;“数据分析与决策”核心课程群定位于数据驱动的管理决策方面应用实践能力的培养,包括《决策支持系统》、《数据挖掘》、《商务智能》、《R语言与数据分析》和《python数据分析与机器学习》五门专业课以及《数据分析实训》。
通过对已有的信管专业实践教学平台建设中存在的问题进行分析和总结,依托信息管理与信息系统专业核心课程群建设,我们构建了“课程主导、软件协同、配套完善、实战训练、需求驱动、综合应用”的实践教学平台,主要包括三部分:“课程主导、软件协同”的课程教学软件平台,“配套完善”的实践课程资源平台,“实战训练”的专业实验室平台,“需求驱动、综合应用”的校外实习基地平台。
3.1课程教学软件平台建设
课程教学软件平台建设是在课程群建设和已有软件的基础上,完善课程教学软件建设,形成满足课程群教学的软件平台。首先要保证信管专业教学各个课程群的软件配备。其次是为教学提供合理配套的最新软件工具,避免使用过时的教学软件,使用最新最为实用的软件,培养学生与社会接轨,真正成为社会所需的应用型人才。
因此,在信息管理与信息系统专业的培养方案里面确定了三项实训科目:《建模与系统应用实训》《信息系统设计与开发实训》和《大数据分析与处理实训》。通过这三项实训内容,并与课程内容有机结合起来,学生可以将在课程中学到的知识在实训中检验,看自身是否已经掌握,并且在实训中补充自己课程知识中忽略的知识点。通过专业课程对应的实训,来提升学生系统建立、数据分析等方面的能力,在实训中开拓学生的视野,同时加强学生的专业理論知识的学习。
3.2实践课程资源平台建设
信息管理与信息系统专业具有交叉学科的特点,要求所培养的学生具备较强的实践和动手能力。在构建课程教学软件平台基础上,我们完善实践课程与资源建设,发挥软件实验室的作用,更好支撑对学生实践动手能力的培养。
首先,我们完成了“信息系统设计实现”课程群的课程案例集“决策支持系统案例集”和“电子商务运营”课程群的课程案例库“社交商务案例集”,以及“数据分析与决策”课程群的大数据分析数据集“大数据分析数据集”。这些案例集在教学过程中不断应用,根据学生的反馈进行修改完善。
其次,我们完成了《数据清洗与可视化实验手册》、《GAMS软件实践应用手册》等实践教学指导书。在进行实践教学过程中,我们可以更好地进行实践教学,提升实践教学的效果。并在此基础上,我们不断完善教学指导体系。
3.3专业实验室平台建设
专业实验室平台主要是为信管专业学生构建科研实训平台与实战环境,这主要是弥补传统的专业实验课内容设计较为单一、功能定位不够清晰且较为脱离企业实际需求的不足[10]。
因此,为了培养信息管理与信息系统专业的学生形成数据分析思维,我们指导学生如何从数据采集、清洗到数据挖掘多个方面来锻炼,从而让他们可以具备足够的能力满足大数据环境下知识管理与智能决策的需要。首先,我们建设了大数据实践教学软件实验室,构建大数据实训科研平台,从企业引进先进的软硬件平台,以及相关数据和项目案例,为学生搭建起接近企业真实应用的大数据实战环境,让学生有机会理解企业业务需求和数据分析,通过实战训练,解决实际问题,切实服务于教学与科研。其次,我们结合实践课程资源,指导学生通过自主设计、团队合作,完成相关的实验项目。最后,信息管理与信息系统专业教师与学院的实验教师一起组建实验指导教师队伍,每门课都有相应的实验指导老师负责进行上课,同时借助企业的力量来培训实验指导老师,并以客座教授来引入企业导师加强实验指导的师资力量。
3.4校外实习基地平台建设
校外实习基地是企业和高校沟通的桥梁。通过合作,企业可以共享高校的人才和相关的研究设备,高校也可以参与到企业的技术研发工作中,并提升学校的科研能力和学生的就业能力。通过加强校企合作,树立以就业为导向的教学理念,能够让学生尽快适应社会发展对专业人才的能力要求。
我校信息管理与信息系统专业与上海汉得信息技术有限公司、武汉鹏程信息技术有限公司和九派(武汉)全媒体股份有限公司等企业合作建设了实习基地,在校学生参与企业的实际项目中,不仅了解了企业的环境和项目情况,而且在参与项目的工程中熟悉了项目规划、设计到研发实施的整个流程。学生通过在实习训练基地实习,学习了实际工作中对信息技术的要求,并通过在校学习弥补与实际工作中的差距,不断提升自己的工作能力,成为一个专业知识与专业技能“双过硬”的人才。同时,在学生的实训过程中,信息管理与信息系统专业教师也加强了与企业相关人员的交流与沟通,共同探讨新的教学方式,改进教学内容和方式,提升教学水平,为企业的发展提供更多的实践性人才。
4所取得的成效
我们形成了信息管理与信息系统专业开放、共享、融合的实践教学平台,满足了专业实训的需要。该平台良好地支撑了信息管理与信息系统专业的实践教学,有力地促进了该专业学生知识、能力、思维和素质的全面协调发展,在四个方面体现了学生实践动手能力的提升:
(1)在信息管理与信息系统专业学生的毕业设计中,学生对于信息系统实现完整程度有了明显的进步,数据分析的能力也有显著提升。在毕业设计中,信息管理与信息系统专业更多学生以数据分析作为论文选题,论文质量很高,多篇论文获得校级、湖北省优秀论文。
(2)信息管理与信息系统专业学生积极申请各类别的大学生科研计划、社会实践活动,积极参加国家级、省级全国数学建模竞赛、挑战杯等各类科技竞赛活动,获得了丰硕成果。例如在数学模型竞赛和数据分析竞赛中学生参与度和获奖方面取得了极大的进步:2018年仅有3位信息管理与信息系统专业学生在这两个方面获得省部级奖项,在2019年有20余位信息管理与信息系统专业学生获得了省部级以上的奖项,其中3项国际级获奖。
(3)信息管理与信息系统专业学生实践能力的提升,使得他们在实习单位更好地走进企业内部,能够运用自己所学的知识去处理实际工作中遇到的问题,将理论与实践结合,进而进一步增强自身实践能力,提升专业技能,更好地完成实习中的任务。因此,信息管理与信息系统专业学生在就业方面无论是就业的质量和数量方面都有了很大的提高。
(4)信息管理与信息系统专业学生积极参与“学术领航”活动,在学习专业知识的同时,锻炼科研能力,从理论与科研结合方面来更好地提升了实践能力。因此,信息管理与信息系统专业学生一直保持良好的保研情况,基本上报送到985高校继续深造。
[
关键词 ]新媒体 人才培养 体系
2009年1月,宁波日报报业集团全媒体新闻部正式成立,相继南都全媒体集群组建成立。2012年3月,国家新闻出版总署、广电总局职责整合,组建国家新闻出版广电总局。2012年底,网络与新媒体专业成为教育部审批同意设置的普通高等学校本科新专业。
新闻行业与教育的不断改革前行,也激发了融合背景下新闻人才培养的全面思考。当前,我国新闻人才培养环境与趋向也在不断演变,主要表现为:(1)信息行业的迅猛发展催生众多领域急需专业化人才;(2)媒体行业的融合发展对复合型的新闻人才的需求不断增长;(3)传统媒体对新闻内容的生存更加注重专业、深度,调查记者、数据分析师等人才需求热;(4)网络与新媒体专业人才培养已成为新闻传播教育的未来支撑。
2013年,以暨南大学为代表的全国28所高等院校首批招收网络与新媒体专业本科学生,2014年这一数据加大到48所。面对传媒融合发展的需求及人才竞争的白热化,构建网络与新媒体专业多元化人才培养的体系迫在眉睫。然而当前该新专业国内尚无完善的教学体系与人才培养模式,大多是基于传统新闻传播学科的延伸和嫁接,是培养传统新闻人才的数字化应用?还是培养技术人才的新闻业务素养?亦或是其他的创新模式?本文将从人才培养定位课程体系两大方面来解读网络与新媒体专业的核心能力培养体系建构。
一、人才培养定位
网络与新媒体专业学科归属于新闻学与传播学,专业上与新闻学、广播电视学、广告学等专业并列,人才培养的体系构建既要有学科的统一性,也要有专业的差异性。
进入互联网时代,传媒的数字化发展日新月异,目前普遍认同的主要趋向有:多适配、多媒体、全天候、即时、互动、社交化、位置;围绕专业能力的需求主要包括:新闻基本功、全媒体传播技能、网络舆情研究能力、数据挖掘和分析能力、策划创意、团队协作能力、工具应用能力:围绕人才培养的
关键词 主要有:内容、渠道、技术、产品、互联网思维。
从发展趋势、能力需求和人才培养三个维度可以归纳网络与新媒体人才培养的基本思路:(1)培养掌握新闻与传播专业基础知识的复合型人才:(2)培养基于网络与新媒体技术应用的全媒体传播人才;(3)培养熟悉互联网核心应用的网络与新媒体创新人才。
具体培养规格要求分解为五个层面:
(1)掌握网络与新媒体领域所涉及新闻学、传播学、计算机科学、社会学等多学科交叉的基本理论。
(2)具备网络与新媒体的专业视野及敏锐的观察力,掌握信息传播的基本规律和新兴媒介的发展特点,通晓信息传播的技术原理。
(3)具备交互、体验、服务等众多类型信息产品的内容策划、设计,并熟练掌握网络与新媒体信息制作的基本技能。
(4)了解网络与新媒体相关的政策与法规,掌握科学的社会调查方法,具备娴熟、练达的社会活动能力。
(5)具有较强的计算机应用能力和外语听、说、读、写、译的能力。
二、课程体系
互联网发展对高校新闻与传播学科的影响与日俱增,传统媒体与新兴媒体加速融合。人才培养从传统的内容主体逐渐向复合型转变。技术素养成为未来数字化发展的重要基础。
近年来,多数高校新闻传播学院(系)的网络传播或新媒体等相似专业的课程设置都向“宽口径,厚基础,精专业”的方向发展,以实现培养综合型、复合型新闻传播人才的目标,但在主干课程或专业课程设置的实际操作中却各有侧重,形成了以下几种模式:一是以传统新闻学训练为主,互联网信息传播和应用为辅,这种模式以中国人民大学和中国传媒大学为代表:二是以互联网应用和技能训练为主,传统新闻学训练为辅,这种模式以武汉大学和华中科技大学网络传播专业为代表;三是以传播学训练为主,以互联网信息传播和应用为辅,这种模式以复旦大学新闻学院为代表。这三种模式具有代表性,同时也隐藏着在人才培养方面不同价值取向的冲突:选择传统新闻学的价值取向还是传播学经验学派的价值取向;以新闻传播基础训练为主,还是以网络传播应用技能训练为主;是突出网络传播信息内容层面,还是侧重网络传播技术层面。
(一)课程分析。
本文研究选取了全国首批开办网络与新媒体专业的28所院校,就新专业申报表中主干课程一栏进行了统计分析,排名前10课程/次如(图表1)
通过图表分析,28所院校全部开设了《传播学概论》基础理论课程,对网页设计、网络动画等计算机技能均比较重视,排名前10的课程中,网络与新媒体实务相关的多达5门,理论课程2门,传统媒体实务2门。研究表明,新专业的课程体系主要以传统新闻与新媒体融合为理论依据,以传统新闻与传播实务为基础,以网络与新媒体实务为能力培养的重要内容,包括计算机技术应用与新媒体传播、运营实务等。
中国传媒大学媒体管理学院院长李怀亮认为,新媒体专业培养是一个复杂的、系统的工程,涉及到理科、工科、文学、艺术、经济与管理等多个学科门类。张芹、黄宏在《高校网络和新媒体传播专业人才培养模式分析》一文中归纳指出,新媒体的媒介特征及产业属性决定了新媒体专业设置主要由三大学科群构成,即传播学、信息科学和传媒经济学三大学科群;还须三大技术支撑,即计算机技术、互联网技术和传感技术。
归纳28所高校三大学科群主要开设的课程包括:
传播学科:传播学概论、新闻学概论、新闻写作、网络传播概论、网络伦理学、新闻法规与传媒规制、新媒体与社会、新闻摄影、电视摄像与编辑等。
信息学科:计算机网络原理与实务、平面设计、数字信息处理、网络信息检索与利用、网页设计与制作、网络信息编辑、网络传播技术、数字出版及技术等。
传媒经济学科:传媒经济学、新媒体经营与管理、网络运营、网络广告学、网络营销学、电子商务概论、网站策划与建设、新媒体产品设计等。
根据课程涵盖的内容及课程名称
关键词 提取门类,排前5名的依次为技术类(包含基础技术和应用技术)、概论(包含传统与网络新媒体)、网页设计(包括网页与网站)、编辑类(包含传统编辑与网络编辑)及广告,其中技术类、基础理论的课程每所学校开设门次接近2门,对技术和理论学习的认可度非常高,广告与营销方面也有49次开课次,对市场运作能力也非常看重。如(图表2)
(二)课程体系设计。
根据28所院校的主干课程分析,构建核心能力培养的课程体系可以从三大层面设计,分别是专业理论(包括传统新闻、网络与新媒体)、技术应用(包括数学、计算机及通讯)和传媒实务(包括传统媒体实务、新媒体传播实务、市场运营与管理)。
1.专业理论体系及其课程设计。
网络与新媒体作为全新的特设专业,基于完整专业体系的建立,理论部分与实践(务)部分是相辅相成的两大支柱,且是网络与新媒体专业人才培养不可缺少的充分必要条件,而且两者密不可分、相互补充、相互影响。理论体系以新闻传播学基础理论为一致性原则,以网络与新媒体专业理论为创新构建,其专业理论的课程体系设计思路主要包含两个层面:
(1)以专业主干课程为主体,构建专业理论的纵深,主要课程包括新闻学概论、传播学概论、中外新闻史、网络与新媒体概论、网络传播概论、融合新闻学、新媒体与社会、网络伦理与法规、网络与新媒体研究方法等;
(2)以专业选修课程为补充,丰富专业理论的延伸,主要课程包括西方网络与新媒体理论、数字出版导论、网络与新媒体经典案例等。选修课程根据各高校师资的具体情况,其设计思路也可以不尽相同。
2.技术应用体系及其课程设计。
网络与新媒体作为典型的文理交叉型专业,其技术应用的学习和实践是关键,结合人才培养的具体要求,可以开设数学基础、计算机应用技术等多门课程,构成较为连贯的技术应用体系。体系设计的目标是:掌握计算机学科的基础技术。熟练运用网络与新媒体传播技术。
(1)以大数据应用为方向,构建数据挖掘与数据分析为特色的技术应用,主要课程包括:高等数学、概率论与数理统计、统计学、数据挖掘与数据分析、数据可视化等;
(2)以计算机应用技术为主体,夯实学生的技术素养,主要课程包括:C语言、网页设计、网站设计、数据库应用、网络与新媒体技术、平面设计、多媒体设计、网络动画、网络安全技术等。
3.传媒实务体系及其课程设计。
网络与新媒体专业的核心特色在于实务体系的交叉,通过多元化实务的体系设计构建复合型、应用型人才培养的具体目标。课程设计的目标是:掌握网络与新媒体行业所需的基本业务,能够独立进行全媒体新闻传播,主要包括采编实务、运营与管理实务以及其他实务能力。
(1)以传统新闻实务为基础,培养学生扎实的新闻基础业务,课程主要包括:新闻采访、新闻写作、新闻编辑、新闻摄影、电视摄像与编辑等:
(2)以网络与新媒体实务为主体,与行业发展需求为目标,培养学生全面的专业动手能力,课程主要包括:全媒体新闻采写、网络编辑与策划、网络与新媒体评论、网络与新媒体用户分析、网络舆情监测等:
(3)以互联网思维为基本思路,以传媒经济为主要延伸,课程主要包括:市场营销学、网络营销学、电子商务实务、互联网产品设计、网络与新媒体广告等。
(4)以集中实践为形式,加大实践和实习的培养力度。若以180四年总学分制计算,实践、实习的周数应在20周左右(不包含毕业论文、设计)。
结语:人才培养体系的构建对网络与新媒体专业的立足与发展至关重要,它关系专业的学科立足,关系人才培养的效果,关系专业的未来发展,新媒体发展的不确定因素远远超出学界和行业的预期想象,因时制宜的人才培养定位,不断创新改革的教学内容和教学模式,将是网络与新媒体人才培养体系的核心思想。
参考文献:
[1]余红:《李婷我国网络与新媒体人才求调研与专业培养》,《现代传播》2014第2期
[2]朱旭辉:《网络与新媒体学科发展路径的探析》,《编辑学刊》2013年第6期
[3]安金伟:《网络传播与新媒体专业人才培养模式改革与创新研究》,华中科技大学学位论文.2012
[4]张芹、黄宏:《高校网络和新媒体传播专业人才培养模式分析》,《黑龙江社会科学》2007年第3期
【中图分类号】G40-057【文献标识码】A【论文编号】1009-8097(2015) 06-0089-07【DOI】10.3969/j.issn.1009-8097.2015.06.014
引言
2011年以来,在美国顶尖大学中迅速发展起来并迅速影响世界的MOOC(大规模开放在线课程)模式无疑给“在线学习”这一学习形式树立了成功应用的典范,该模式证明了只有当大学的课程、课堂教学、学生学习进程、学生体验、师生互动过程等被完整、系统地在线实现…,特别是当辅导教师的存在以及相关系统指导活动实现时,在线学习才是有效的。这从一个侧面说明,在线学习并不是纯粹的学生自主学习,还需要充分发挥辅导教师的主导作用。
在线学习模式下,师生活动在时空上相对分离,尽管有同步教学活动发生,但更多时候是异步教学活动,因为异步教学更有助于满足学习者的个性化学习需要。不同于课堂面授教学,辅导教师难以把握一门在线课程学习者学习开展情况的全貌。但是,通过在线学习平台对学习过程的记录,辅导教师了解课程的教学过程是可能的,而且基于学习过程记录开展在线教学的反思以不断改进在线教学这一做法也是必要的。一文献探讨
“教学反思”,顾名思义,反思对象就是教学过程,反思的基础是对教学过程的忠实记录。波斯纳(Poser)将教师的成长发展与其对自己经验的反思结合起来,提出了一个教师成长的公式:经验+反思=成长。由此可见反思对教师成长以及专业发展的重要性。
教学反思的方法是多样的。王映学、赵兴奎指出教学反思的途径主要有录像反思、日记反思、从学习者角度反思、与同事及专家的交流中反思以及通过向学生征询意见反思。张大均将教师成长的途径从观摩教学、微格教学、教学决策训练和教学反思几个方面来说明。俞国良等则将教师的反思训练列为录像反思法、对话反思法和教学反思法。从上述方法中可以看到,教学反思的基础是对教学过程的忠实记录。在“日记反思法”中,第一步就是对教学中包含问题的教学事件进行详细、忠实的描述。在“从学习者角度反思”中,第一步就是“简要记下学习发生的时间、场合、涉及的学习内容和培训(讲授或主持)人员”。在微格教学法中,则通过录像设备记录教学全过程。
在信息化网络时代,教师可以利用现代教育技术手段来实现教学过程的忠实记录,进行有效的教学反思,从而更好地促进自身的专业发展。各种新的网络技术工具给我们的生活带来了新的便利,同时也为教师提供了新的教学反思工具。近年来兴起的学习分析技术可以成为教师开展在线教学反思的有力工具。学习分析技术是对学生生成的海量数据进行解释和分析,以评估学生的学术进展,预测未来的表现,并发现潜在的问题。对教师而言,学习分析技术可用来开展更为深入的教学分析,以便教师在数据分析的基础上为学生提供更有针对性的教学干预。在线学习中,在线学习平台详细记录了师生行为,犹如课堂教学录像。借助学习分析技术,分析师生行为记录数据,可以再现在线学习过程,使教师能够把握在线教学过程全貌,并了解每个教学环节、重要教学活动以及每个学生的种种细节,使原本模糊的印象数字化、清晰化,辅助教师反思其在教学设计、资源制作、学习引导、学习评价等方面的可取之处与不足之处。
因此,本文选取基于Moodle平台的在线课程为样本,应用学习分析技术,具体包括话语分析、社会网络分析等分析技术,统计分析与可视化、聚类、预测、关系挖掘、文本挖掘等数据挖掘方法,以及SSAS、SPSS、ucrNET、EXCEL、ICTCLAS中文分词系统等工具,从一位辅导教师的视角,开展基于学习过程记录的在线教学反思研究,探索一种全新的教学反思形式。
二 研究样本
本文选取国家开放大学主办的网络教育从业人员培训班为研究对象。该培训班依托Moodle平台开设(网址:http://),有“学生支持服务”、“在线学习辅导”和“在线课程设计”三门课,每门课的培训时间为6周,学生通过Moodle平台开展在线学习,辅导教师提供全程的在线辅导。本文具体选择“在线学习辅导”课程第五期培训班作为研究样本。
三 数据分析与培训反思
1 重温整个教学过程――师生群体平台访问行为分析
通过对平台模块访问、模块访问序列以及师生活动时间分布情况的分析,重新回顾教学过程,并对一些突出的数据表现加以解读,使原本时空分离的师生活动再度整合,还原辅导教师的教学过程与学生学习过程的原貌。
(1)平台模块访问总体情况
表l是该期培训过程中,师生访问Moodle平台各模块的频次统计结果。
从统计结果可知,师生最常访问的模块是“forum”,占总活动频次的近50%,说明课堂讨论是最主要的学习活动,也是这门基于讨论的探究式课程学习的突出特点。其次就是“wiki”、“resource”和“assignment”三类行为。这三类行为的频次和比例较为平均,是位列“Forum”之后的重要学习活动。在讨论的基础上,课程设计中的“wiki”其实是为了给学生协作式小组学习的机会,是除“forum”外学生之间重要的交互空间。“resource”(浏览资源)是学习内容重要的组成部分,在此基础上参加讨论和wiki协作学习,最终的学习成果以“assignment”(小论文、大论文)的形式呈现。这几个模块的频次和比例分配较为合理,较好地还原了教学过程。
(2)平台模块访问序列分析
我们已经了解了不同模块的访问频次,下面我们再来了解一些师生访问平台模块的路径。
这里采用Microsoft顺序分析和聚类分析算法,数据来源则是用户每天浏览课程页面产生的过程数据。笔者选取5个频繁访问模块包括forum、wiki、assignment,resource和user(course除外,因为在该模块主要发生登录行为,并没有实际的学习行为)的数据来分析模块访问序列,得到如图l所示结果。由图l可知,从user、resource、assignment、wiki四个模块跳转到forum的条件概率均比较高(分别为0.40、0.32、0.26、0.16),可见forum是一个活动中心模块,也是一个重要的活动中介模块,诸如resource、assignment、wiki等活动可以从中再次启动。而在由forum跳转到其他模块的情形中,forumresource的转换组合的发生概率是最高的,达到0.06。在发帖参与讨论的过程中,发现问题、深入思考再继续学习相关资源,这符合学习常规,也形成了讨论带动资源的学习两者之间的良性互动,从而实现深度学习和反思。另外,resource模块对其他模块的支撑作用还表现为assignmentresource,这一条件概率达到0.13,即学生在做作业的过程中要求助于资源模块,这也是符合学习常规的。
(3)不同时期各模块访问特点
接下来结合时间维度,了解不同时期平台各模块访问特点,以了解不同时期师生关注重点的变化。计算出本期培训不同周此平台模块访问频次分布情况,并绘制师生在主要学习模块的活动频次占比随时间分布的折线图,得到如图2所示结果。
从图2可以看出,除高频访问模块forum外,在正式学习开始前两周及第1周,学生的访问重点user模块和resource模块反映出学生在熟悉人和内容。这启示我们,在网络课程开始之前,辅导教师可能需要提前两到三周就介入课程的学习,实时跟踪学习进程,为他们提供相应的服务来进行预热,这对于后面课程学习的顺利发展和学生积极性的保持都很有帮助。进入第2周,开始主要的学习活动,主要模块则是wiki以及forum。到第3周,wiki活动达到顶峰一一第3周出现本课程第一次wiki协作式小组学习活动,所以这时达到顶峰是正常的;另外,这些学生从没有接触过基于wiki的小组写作式学习,所以他们有很强的好奇心和强烈的兴趣参与。到第4周,assignment活动达到顶峰。这实际上是学生提交的第3周布置的assignment(小论文),这是本课程第一次提交assignment;课程结束后的三周,assignment模块的活动逐渐增强,伴随着resource模块活动的增强,forum活动相对减弱,进入做作业(撰写大论文)的状态。
2 聚焦重点教学活动一一师生论坛交互分析
师生在论坛的讨论发言是本课程的一项重点教学活动。通过这一活动,相关教学信息得以传递,各种其他教学活动得以依次展开,课程知识也在这里不断呈现,支持服务也在这里相继给出。
(1)师生交互的数量与内容
该课程讨论活动在6个学习单元分散展开,本期培训班发帖数量累计743个,如表2所示。由表2可知,辅导教师的发帖量基本呈缓慢下降的趋势。从该趋势我们可以看到,在第1周“学习指南”和第2周“第一单元:什么是在线辅导?”两周的教学中,由于是在线教学的开始阶段,辅导教师需要更多地引导学生进行讨论,投入相对更多的时间。从第3周开始,数据显示,辅导教师的发帖量开始有所减少,从将近50%的比例下降到40%左右。这是因为,经过前两周的学习,由于辅导教师的有效引导,学生保持了较高的积极性,效果明显。从第3周开始,辅导教师有意减少了发帖的量,注意留给学生更多的时间思考并参与讨论,这时候学生明显上升到了讨论的主角这一角色,这说明辅导教师对于讨论的把握和控制比较成功。
(2)师生交互发帖的内容
作者采用傅骞、魏顺平等研发的术语提取算法从所发帖子中提取了约240个术语,如表3所示。这些术语的出现频次为4909次(其中辅导教师使用976次,约占20%);在481个帖子中出现(其中教师帖为204个),占帖子总数的65%。从另外一个角度说,有1/3左右的帖子没有出现任何术语。由此可见,论坛的主要功能是开展课程知识讨论,次要功能则是激发并维持学生的学习动机,引导、鼓励学生不断参加学习。
在前10位术语中,“辅导”出现了3次,“在线(远程)”出现了4次,这比较好地体现了本课程的特点,即在线学习辅导。而排在前两位的是“辅导教师”和“电大”,这更能说明这次培训的内容和对象的特点。无一例外,本次培训的对象全部来自电大系统,所以他们对本系统是最关注的,另外他们对如何做好“辅导教师”也是最关心的,所以他们选择了这门课。从这些术语可以看出,本期的讨论比较成功,课程的设计也比较合理,能够满足学生的需求。
接着,作者对各单元使用的普通词汇(包括动词和名词等实词,不含虚词,不含术语)使用频次进行统计,以体现辅导教师的语言艺术和辅导特色。其中使用频次排名前十的普通词汇分别是“同学、加油、学生、谢谢、可以、学习、问题、课程、研究、讨论”。“加油”和“谢谢”这两个词的大量使用反映了辅导教师为学生提供的情感支持。辅导教师时时刻刻不忘鼓励、支持任何一位学生的发言和进步,处处对他们的讨论表示感谢,无论发言是否精彩,无论对他们的观点是否赞同,都通过“加油”和“谢谢”表示感谢。
(3)师生交互的动态过程与静态结构
我们从师生交互发帖时间分布以及师生交互网络分析来了解师生交互的动态过程与静态结构。本培训课程设有6个单元外加大论文指导环节(实际上是7个单元),计划教学时间是6周,一个单元用时一周。理想情况下,学生应该在规定的学习时间内完成相应单元的活动,但事实并非如此。以每个单元的“话题讨论”为例,某个单元的话题往往要持续3周才会真正结束。各单元讨论活动随时间分布情况如表4所示。
表4中带*号的数字部分是在单元规定学习时间内的发帖数量,但是每个单元在规定学习时间后,在随后的2至3周还陆续有帖子发出来。于是从第3单元开始,将会有3个单元的活动叠加在一起。出现这种叠加现象,可能较大程度上是由工学矛盾造成的。学生不能及时完成本周的学习活动,所以会往后拖延。其实,从学生的角度是可以理解的,这也要求我们的在线教学要有一定的灵活性。同时,也恰恰是在第3周开始出现第一个assgignment(小论文),学生的负担开始加重。正是当“新债旧债”交织在一起的时候,出现了连锁式叠加的现象。当然,这种现象也会无形中增加辅导教师的负担。
根据辅导教师和学生发帖、回帖的关系,借助UCINET社会网络分析工具,可绘制师生交互网络图,如图3所示。从图3可以看出,所有24个成员(包括辅导教师,如图中编号为68的正方形节点)均在一个网络中,不存在孤立的成员。
【中图分类号】G420 【文献标识码】A 【论文编号】1009―8097(2010)09―0127―07
一 引言
作为知识的创造者、保持者和传播者,长期以来对知识的责任一直是高等教育机构的首要目标。然而,为了适应现代化的知识社会,全世界的高等教育机构需要采用新的方法来履行责任,实现目标。和中国的各大高校一样,全世界的高等教育机构都正经历着飞速的发展和变化。一方面,在激烈的竞争环境下,学生们面临的压力越来越大,社会对高等教育也越来越重视;另一方面,在社会期待和监督下,教育工作者需要展示出高质量的教学成果,同时,现有教育资源的不足又无法满足日益增长的学生人数及其日趋多元化的学习需求[1]。
在大学校园中,全日制大学生是非常幸福的,因为他们能和师生们直接接触,一起参与学术沙龙,而且还能享受到教学设施的服务。然而,这种传统的理想高等教育模式需要大量的教育资金和劳动力,各国政府给予高等教育的资助无法满足不断升级的教育资源需求。为了解决这个问题,各大高校都曾采用了不同程度的扩招办法来填补教育资金的不足,于是社会开始对高校的教育质量感到担忧。OECD的一份报告[2]对工业社会中高等教育环境变化进行了广泛而又详细的分析。
高校教师面临着众多的挑战,班级人数正在增加的同时,社会也对他们提出了更高要求。他们需要使用更有效的教学方式,来提高学生的学习和研究能力,并完成教学目标。此外,越来越多的关于高等教育的教学和学习的研究[3]阐述了以学生为中心的教学方法,强调鼓励学生们的合作和互动,以及促进主动学习的重要性,还建议提供及时详细的反馈,强调限时任务的需要,同时尊重不同的学习模式。另一方面,教师们在教学过程中发现,他们发现难以通过沟通交流的方式来监督学生的学习进展[4]。尽管更传统的“灌输式”的教学模式在一定的教育环境下有其立足之地,但对于促进学生的学习来看,它日益被看作是一种落后途径。与此同时,高等教育领域的竞争日趋激烈,教育成本不断上升,学生和家长们对教育质量、教育支出的透明度提出了更高要求[5]。
1 学习管理系统的应用
面对大量的教育需求,同时为了实现更高效的教学,解决现代社会的教育需求与传统教育方法的矛盾,高校开始向企业学习,着手利用以信息技术为基础的现代教育技术来打造自己的核心竞争力。
互联网是当今最重要的收集、共享和信息的媒介。随着高校信息化的发展,基于网络的信息技术迅速成功地应用于高等教育领域。如今国内外众多高校提供的在线课程就是最好的例证,它为师生提供了一种有效的网络教育环境。更值得一提的是,在线的学习管理系统(Learning Management System, LMS)在国内外有了飞速发展和普及。
学习管理系统拥有支持教学的资料和工具,它集课程设计、学生管理、学习管理、主题讨论、问卷投票、在线考试、教学评价等于一体,还包括会议系统、学生社区以及其他工具,还能用于对学习效果和学习进度进行评估。
2 数据挖掘技术的利用
高校逐渐普及了学习管理系统,然而仅仅利用这些系统的表面功能,无法让教师在网络教学过程中及时、彻底、准确地了解学生们的学习活动及其动态进展情况,并评估课程内容结构和教学效果,更无法将其潜力挖掘出来。虽然有些系统提供了一些基础的统计汇总功能,比如常被访问的页面、最喜爱的交流方法等,但这些信息是不够用来分析学生的学习行为和学习进展的。
在网络学习环境中,近距离师生关系的缺失是问题的关键所在。这种关系的缺乏导致教师无法直接监督学生,学生不能以一种自然而然的方式来表达他们所面临的问题。换句话说,教师需要获得更多的潜在信息和知识来辅助他们进行指导和决策,学生则需要得到及时指导。为此,借鉴商业领域的成功应用,高校需要向现代教育技术中引入数据挖掘技术来改进基于网络的学习环境。
数据挖掘(Data Mining)[7]是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,抽取出潜在的、有价值的知识、模型或规则的过程。同样,它也能从教育数据的中发现被忽视的规律和模式,从而更好地支持和指导教学工作。
经过长时间的积累,任何一个信息系统中都蕴含着大量数据,学习管理系统也是一样。众多的学生和教师在使用系统过程中,都会产生两个不断发展和更新的数据集,其中包括师生们使用的在线课程资源,以及师生在使用这些资源的过程中所留下的“足迹”。本文正是将探索利用数据挖掘技术从这两个数据集中抽取出潜在、有价值的知识、模型或规则,从而为在线学习环境提供支持。
二 学习管理系统的发展
1 LMS的广泛使用
对于高校来说,正因为学习管理系统会给教学带来诸多好处,所以目前很多高校都已购买商业软件、使用开源系统,或是自主开发学习管理系统。
据美国Campus Computing Project的2008年调查[8]发现,超过70%的美国高等教育机构使用了校园范围内的LMS。2007年数据显示,超过39万名美国学生(高于20%的美国高校学生)在2007秋季学期就注册了至少一个在线课程[9]。更重要的是,更多的教师利用LMS来对传统课程进行支持,形成了混合的课程教学方式。例如,超过4500名学生在2008年注册了不列颠哥伦比亚大学提供的109门在线课程。数据显示LMS已经在许多高校中获得了广泛应用。同样在2008年,超过22.5万名学生注册登录了由超过3800位教师教授的3169个不同LMS支持的课程。
2 商业与开源LMS的角逐
据美国Campus Computing Project的2009年调查[10]发现:从2000年到2009年,在美国的5类大学中,使用学习管理系统的课程数呈逐年上升趋势,并且平均普及率从2000年的15%上升到了2009年的55%左右。其中,商业的学习管理系统目前占据绝大部分的高校市场,世界上最著名的Blackboard和WebCT公司已于2005年10月合并,成为全球最大的LMS提供商。随着全世界对于开源(Open Source)这一概念逐渐产生共鸣,开源的学习管理系统也如雨后春笋般出现,其中较有名的主要有Moodle、Claroline、Sakai、OLAT等。同时,还有一些高校针对自身情况,选择自主开发学习管理系统。美国EDUCAUSE公司的一项调查[11]结果显示,目前正在使用课程管理系统的美国高校中,约有12%的院校所使用的软件属于自主开发或是与其他院校合作开发,其中“具有博士授予权的大学”比例最高达到14.9%。
值得一提的是,Campus Computing Project的2008年调查[8]显示,商业化的代表Blackboard在高校中的占有率已从2007年的66.3%下降到2008年的56.8%,以Moodle、Saiki等开源学习管理系统为校园标准的高校则从2006年的7.2%上升到2007年10.3%。此外,在2008年的调查中,在被问及在未来5年内(即在2013年之前),是否会将原有体系迁移到开源的系统上时,约四分之一(24.4%)的被调查者表示他们会迁移到开源的学习管理系统上,约六分之一(15.3%)表示会迁移到开源的内容管理系统上,还有一小部分表示会迁移到开源的ePortfolio管理系统(12.9%)和ERP系统(少于5%)上。
3 在线考试模块的嵌入
大部分学习管理系统都配备了在线考试(Web-based Examination)模块,在线考试、测验在学生使用学习管理系统的过程中起着十分重要的作用。比如,BlackBoard和Moodle等学习管理系统中的在线考试模块都具备了生成试题库、随机组卷、各种题型的选择、考试限时、考试评分等基本功能,同时还有许多考试系统在自适应考试、主观题评分等技术上有了新的进展。
通过在线考试模块的数据,学习管理系统才能获得学生学习情况的总结性结果,为其他教学分析提供学习效果指标。Campbell等[12]对学生的在线考试成绩和在线活动数据进行了回归分析,并且发现美国学生的学术能力评估考试(SAT)分数能够温和地预测学生未来的成功,而且如果加入了学习管理系统登录次数这一变量,则该模型的预测能力将会翻三倍。他们还通过数据表明,学生以中等偏低的在线考试分数进入一个课程,能够通过努力(用LMS登录次数表示)取得成功(用期末在线考试的成绩表示)。
4 监控学习进展的挑战
有了先进的学习管理系统,高校仍然面临着许多问题。在网络教育环境下,教师如何有效地跟踪学生的学习进展情况,以及如何对新执行的教学策略的影响进行有意义的评估已经成为一项挑战。和全世界一样,中国的教师常常会给学生布置作业,并通过这种传统的总结性方法来评估学生的学习情况。这种方法为教师和学生提供了必要的反馈,但这通常需要课程进展到一定阶段时才能获得反馈信息。因此,这种方法起不到太大作用,教师能采取的指导措施也很有限。此外,总结性评估方式只能在较低程度上对学生的学习方式、学习氛围的发展、学生之间的接触、沟通、交流和合作的实际程度给予最低的洞察力[13]。更令人焦虑的是,随着班级人数的上升,缺勤、被孤立或者无法充分参与到合作完成的课程作业中来的学生将会逐渐被忽视,而且教师们往往只关注得到那些积极参与的学生。
教师在网络教育环境中急需新的方法来快速识别高危学生,并且设计学习策略来指导他们的学习。基于初步的调研发现,Wang等[14]认为可以从BlackBoard和Desire 2 Learn等学习管理系统中找到学生在线活动的数据与学习期末成绩之间的映射关系。延续前人的观点,Campbell等[6][16]建议,该高校和教师能从LMS数据中挖掘出有益的知识和模式,以便开发“预警”报告工具,反映高危学生情况,并且让教师及时形成指导策略。
5 社会网络的注重
近年来,教育工作者已经越来越认识到遵循社会构建(Socio-Constructivist)的原则来进行学习设计的教育收益所在。社会构建的教育方法强调以学生为中心来进行教学设计,加强对学习的社会本质的认识,要求学生主动地和同学、学习资料和教师进行交互[17]。开发和支持学习社区来促进学生的学习已经成为教师的共同目标。为了进一步支持社区中心的做法,众多学者描述了信息和通信技术能力,以促进学生之间的通讯和接触,从而促进社会网络和社会意识(Sense of Community)的发展[18]。
与此同时,新的方法正不断涌现,它使教师按照学生社区、互动和参与等指标来评估设计的教学活动的学习影响。Dawson等[19][20][21]指出,LMS跟踪变量表明学生通信交流行为是社会意识的重要指标。然而,到目前为止,很少有研究表明如何将学生在线交流行为和社会意识映射到学生最终的学业成功上。
6 跟踪变量的数据积累和数据挖掘的可行性
LMS捕捉和储存了大量、复杂的学生活动和交互的数据,使数据挖掘成为可能。学生跟踪变量包括了学生访问LMS的上线时间和连接持续时间、LMS工具的使用情况、信息的阅读和情况、内容页面访问等数据的测量。这些数据能被实时捕获到,而且可以在课程进展的任何阶段开采。LMS对这些数据的收集不是侵入式的,也不需要教师的干预。重要的是,尽管这些数据通过其他方式难以理解,但可以代表学习行为的某些方面:学习模式以及学生接触、沟通、参与网络学习的程度和方式[21]。
Campbell等[22]指出对从各种信息系统中获取的数据进行分析的方法可以用到高校教学的决策过程中来。然而,到目前为止研究人员只能通过缓慢的人工方式获取、分析、可视化、解释这些数据,并且当前的LMS提供非常有限的数据报告功能[23]。而且,对于哪些获取的跟踪变量有教学意义,哪些可用的数据能够象征学生参与有目的教学活动,并且有助于他们提高在课程中的学习和收获,目前的研究还很少,而且没有任何可以提供给教师的指南。数据挖掘长期以来一直在商业领域成功地应用,到目前为止在学术领域还没体现出较大的兴趣[15]。
7 学术分析的出现
通过数据挖掘技术在教育技术领域的努力探索,学术分析(Academic Analytics)[24]这个概念出现了,它涉及教育数据库中大量数据的提取和各种统计技术的应用,以确定模式及相关性。学术分析带来了对数据获取选择和组织、储存和汇报等过程。更重要的是,这个分析方法能用统计技术和预测模型来整理合并数据,为高校面临的挑战提供报告和辅助决策。Campbell等[6][24]认为对LMS的数据进行学术分析应用,能够识别高危的学生,评估课程的效果,还能对学生的成功提供全新的见解。
目前,各高校的LMS已经储存了海量的多样性数据。因此,高校可以充分利用学术分析从中挖掘出潜在的有价值的知识,以识别一系列与学术相关的关键活动,为从战略决策到教学实践的实施提供参考。这个挑战对于高校来说,不再仅仅是产生和获取数据,还要能轻松、准确地解释数据,并将发现的知识、模式或规律付诸实践。
尽管在这些系统中记录和获取的数据量非常庞大,但目前只出现了很少的研究人员探索了如何让学术分析适合教学实践的设计、交付和评价[15]。同样,只有为数不多的几个例子显示了学术分析在高校的成功应用,从而提高了教学和学习质量。
三 数据挖掘的应用
数据挖掘在学习管理系统中的应用方法和步骤和数据挖掘在其他领域的应用类似,如图1所示,所不同的是主要是针对的数据源不同。
沿袭前人的研究成果,一些高校实践了数据挖掘的方法,对学生在线学习、交流、讨论所产生的数据结合在考试数据进行数据挖掘,发现了潜在的规律和模式,在教学中帮助教师及早地预测出学习情况不佳的学生,从而实施及时的教学支持和指导。
1 初步探索
从学习管理系统中获得数据源后,可以对数据进行初步探索。初步探索有助于用户更好地了解数据的性质,从而为随后的数据预处理以及挖掘分析奠定基础。
在澳大利亚的昆士兰大学,Dawson等[21]从BlackBoard学习管理系统中抽取的数据揭示了在这门课程中工具类型的使用情况。在他们的研究中,占主导地位的工具是论坛,它占据了网络环境中所有交互的80%;另外,学生和教师第二个最常用的工具是内容页面的浏览,如图2所示。在课程刚开始的几个星期里,公告和作业等其他LMS工具也在被使用,但是使用程度比较论坛的讨论和内容页面的浏览低很多。对LMS数据的初步探索可以汇总为一个重要结果,在整个网络课程学习过程中,为教师提供给了有关LMS的使用情况。例如,根据汇总互动记录的数量,论坛讨论在本研究中被确定为主要工具,而诸如在线测验评估、维客、博客等工具则被学生很少利用。但是,这并不是说这些工具还没有被纳入个人学习和教学实践中,而是很多学生可能使用了其他外部平台来代替。
在西班牙的坎塔布里亚大学,Zorrilla等[25]对WebCT学习管理系统进行联机分析处理(On-Line Analytical Processing, OLAP),以便了解学习管理系统的使用情况、课程结构设计得怎样,如以及学生在线学习行为如何随着时间变化。图3显示了学生使用学习管理系统的访问次数、访问平均时间和网页浏览页数。其中,左图显示了某学期所有课程的情况,右图则选择了精心设计的课程的情况。
从图3(a)中可以发现,在一门课程初期,学生们倾向于探索许多不同的系统功能(每次访问更多的页面)。然而,随着时间的推移,他们会越来越集中于某种功能。
从图3(b)中可以观察到,本学期学生的平均在线时间是很低的,不到15分钟,介于20到30分钟之间。这表明大部分课程设计成了内容库(例如,教师设计了链接到了PDF文件的许多网页)。因此,学生只需要连接到系统下载这些文件;另一方面,可能表明学生不经常使用协同的互动工具(如聊天室),因为它们需要长时间的在线时间。
2 分类
美国的密歇根州立大学使用了LON-CAPA学习管理系统中的跟踪数据对学生进行了分类,并对学生最终的在线考试成绩进行预测[26]。该项目用遗传算法和其它算法来实现分类,对LON-CAPA中的历史数据训练出分类模型,来对某课程的新学生的在线学习情况的测试数据进行分类,其中遗传算法表现出了最好的分类效果,如图4所示。
3 预测
加拿大英属哥伦比亚大学的Macfadyen等[28]在BlackBoard学习管理系统中用散点图展示了一些LMS跟踪变量和最终在线考试成绩呈现正相关的趋势。散点图是一个用来很好地识别调查的变量之间潜在的相关趋势的初始方法。图5为一个代表性的散点图,显示了挑选出的LMS跟踪变量和最终在线考试成绩之间的相关趋势。前人研究[22][27]表明,LMS跟踪变量和学习成绩之间存在着显著的相关性。
为了进一步考察课程中选定的变量作为学生成绩指标的重要性,Macfadyen对每个变量和最终在线考试成绩之间做了一个简单的相关分析[28]。Macfadyen对22个变量进行了考察,其中的13个标量表现出了和最终学生成绩之间的正向的和统计上显著的相关性(P
4 论坛网络分析
Macfadyen[28]从论坛讨论数据中探索性地提取和分析,以一种简单的可解释的图来代表社会网络能给给教育工作者带来价值。网络的可视化提供了更容易识别学生的方法,教师能确认在学习网络中处于的或缺席状态的学生,如图6所示。社会关系网络图中的每个节点代表在本课程中参与论坛讨论一个学生或教师,节点的大小代表“中心性”――由每个用户所完成的直接连接的数量。虽然学生的名字没有在网络中显示,但是这个社会关系网络图清楚地表明群体内接触的总体程度,以及每个学生的接触程度。
此外,这种分析和网络可视化的模式提供给了当今教师一个机会,利用这个机会他们可以调整适应教学方法,以满足学生群体的不断变化的学习动态。例如,图6还说明了在这个学习网络中教师的中心位置。如果理想的教学结果是产生以学生自己为主导的学习社区,这些信息将建议教师可能需要在战略上调整他们的活动或指导,来创造更多的学生与学生的交流关系(虽然理想的学生之间通过其他方式来完成互动也是可行的)。网络可视化的产生因此为教师提供了关于他们在形成的学习网络中的位置,让他们评估自己在网络行为中的活动的影响,以及学习网络是否朝着他们预期的教学成果的方向发展。
四 结论
从本文的调研结果不难看出,伴随全球教育领域的不断变革,学习管理系统也开始在全球高等教育机构的环境中飞速发展,在发展过程中遇到了挑战的同时,也为数据挖掘的应用开辟了另一片新天地,甚至出现利用“学术分析”这一新概念来预示数据挖掘将在教育技术领域的成功应用。本文调研了数据挖掘在学习管理系统中的成功应用案例,并强调学生在线学习的行为模式与学生参与情况对在线考试的最终考核成绩之间的映射具有代表性。通过对学生在线学习情况的历史数据进行挖掘和可视化,预测其未来概况,为“高危”的学生建立早期预警“指示器”,及时为教师提供早期指导学生的机会。教师通过及时地再指导,实时调整在线教学资源,就能促进学生良好在线学习行为的形成,进而取得好成绩。
显然,高等教育机构将会更多地采用在线教学方式,这是未来发展趋势,并且数据挖掘技术将会起重要作用。因此,高校要让教师拥有更多的机会来监督学生在线学习时对课程内容资料的利用、对课程活动的参与以及同学之间的互动情况。对相关数据的分析是与学生参与的学习活动评估直接相关的,有关学生如何以及何时参与活动,什么活动能促进学生参与等问题,都可以通过监督和分析学生的在线行为来解答。尽管对一些研究结果的还需要更科学的解释,但这些分析结果对传统教育来说提供了新的见解。
参考文献
[1] Twigg, Carol A. The changing definition of learning[J]. Educom Review, 1994, 29(4): 23-25.
[2] OECD. Education at a Glance 2008: OECD Indicators[EB/OL].Paris:Directorate for Education, Organisation for Economic Co-operation and Development.
[3] Chickering, Arthur W, Gamson, Z. Seven principles for good practice in undergraduate education[J]. AAHE Bulletin, 1987, 39(7): 37.
[4] Smith B., MacGregor J, Matthews R, Gabelnick F. Learning communities: Reforming undergraduate education[M]. San Francisco: Jossey-Bass, 2004.
[5] Mavondo F, Zaman M, Abubakar B. Student satisfaction with tertiary institution and recommending it to prospective students[A]. Proceedings of the Conference of ANZMAC, Gold Coast, 2000.
[6] Campbell J, Oblinger D. Academic analytics[EB/OL]. Washington,DC:EDUCAUSE Center for Applied Research.
[7] Han J, Kamber M. Data Mining: Concepts and Techniques[M]. 2nd ed. Morgan Kaufmann, 2006.
[8] Campus Computing. The 2008 Campus computing survey[EB/OL]. Encino, CA: The campus computing project.
[9] Allen I, Seaman J. Staying the course[EB/OL]. Online education in the United States, 2008. Newburyport, MA: The Sloan Consortium.
[10] Campus Computing. The 2009 Campus computing survey[EB/OL].Encino,CA:The campus computing project.
[11] Hawkins L, Rudy J, Nicolich R, Core Data Service survey: Fiscal Year 2004 Summary Report[EB/OL].
[12] Campbell J, Finnegan C, Collins B. Academic analytics: Using the CMS as an early warning system[A].WebCT impact conference,2006.
[13] Coates H. The value of student engagement for higher education quality[J]. Quality in Higher Education, 2005, 11(1): 2536.
[14] Wang A, Newlin M. Predictors of performance in the virtual classroom: Identifying and helping at-risk cyber-students[J].The Journal of Higher Education. Academic Matters, 2002, 29(10): 2125.
[15] Goldstein P, Katz R. Academic analytics: The uses of management information and technology in higher education[EB/OL]. Washington, DC: EDUCAUSE Center for Applied Research.
[16] Yanosky R, Harris M, Zastrocky M. Top technology priorities for higher-education e-learning[EB/OL]. Stamford, CT: Gartner Research Group.
[17] Laufgraben L, Shapiro N. Sustaining and improving learning communities[M]. San Francisco: Jossey-Bass, 2004.
[18] Brook C, Oliver R. Online learning communities: Investigating a design framework[J]. Australian Journal of Educational Technology, 2003, 19(2): 139160.
[19] Dawson S, Burnett B, O’Donohue M. Learning communities: An untapped sustainable competitive advantage for higher education[J]. The International Journal of Educational Management, 2006, 20(2): 127139.
[20] Dawson S. A study of the relationship between student communication interaction and sense of community[J]. The Internet and Higher Education, 2006,(9): 153162.
[21] Dawson S,McWilliam E,Tan J.Teaching Smarter:How mining ICT data can inform and improve learning and teaching practice[A].ASCILITE 2008,Melbourne.Australia, 2008.
[22] Campbell J. Utilizing student data within the course management system to determine undergraduate student academic success: An exploratory study[D]. Indiana: Purdue University, 2007.
[23] Mazza R, Dimitrova V. CourseVis: A graphical student monitoring tool for supporting instructors in web-based distance courses[J]. International Journal of Human Computer Studies, 2007, 65: 125139.
[24] Campbell J, DeBlois P, Oblinger D. Academic analytics: A New Tool for a New Era[J]. EDUCAUSE Review, 2007, 42(4): 4257.
[25] Zorrilla ME, Menasalvas E, Marin D, Mora E, Segovia J. Web usage mining project for improving web-based learning sites[J]. Computer Aided Systems Theory - EUROCAST 2005, 3643: 205-210.
本期名师讲堂栏目,让我们走近真诚热情、朴实无华的何钦铭教授,去体会他的教育思想,学习他的教学经验,感受他的人格魅力,分享他作为一名大学教师的自豪感和幸福感。
关键词:数据库系统;教学改革;创新能力
中图分类号:G642 文献标识码:B
1数据库系统课程教学中的局限性
本科数据库系统课程通常包括三部分内容:数据库原理、数据设计和数据库应用。数据库原理是其基础,数据库设计和应用是提高,它们相辅相成、互相促进。大部分院校都将数据库应用作为一门独立的课程开设,开设Visual FoxPro、Delphi、SQL Server等。综合考虑,数据库系统课程开设存在一些共同的缺陷。
1.1重视理论教学,轻视数据库设计
在教学时,多数教师重点偏向理论教学,对数据建模、关系数据库、数据查询语言核心内容用大量的时间讲授,而对于数据库设计则用很少的时间,很少向学生介绍具体的数据库使用技术,使学生不能将所学知识融会贯通,不知道如何将所学理论与实际结合。致使部分学生对数据库系统课程失去应有的兴趣,学生不能掌握课程的实质,达不到应有的目标。
1.2对实践教学环节重视不够
目前实验课教学存在很多弊端,例如学生不明确实验目的,实验内容不清楚,考核中实验课也没有一定的比例等,使得实验流于形式,既花费了时间又没有起到应有的作用。
1.3课程内容相互独立,忽视知识间的联系
数据库系统中,各章之间联系相对紧密,有些概念在不同的章节中重复出现,但这些概念都是由浅入深,逐步完善,知识点也是相互交错。教师讲授时,有时忽视这些知识间的联系,将问题单一化,不利于学生知识的掌握。例如在关系数据理论中,在讲授将关系分解为保持函数依赖的第三范式并具有联接无损性的算法时,要求在求出极小集后,将函数依赖按左部相同的合并,并将每一组依赖作为一个分解。在讲授数据库设计时,在逻辑结构设计时,要求实体之间的一对一关系,可以将两个实体的码组成一个关系也可以与任意一端的关系合并,对一对多关系,可以将两个实体的码组成一个关系也可以与将一端关系的码与一端关系合并,同时强调具有相同码的关系可以合并。实际上,模式分解理论与逻辑结构设计的转换规则是相同的;在模式分解中,函数依赖的左边属性一定是关系的码,而在逻辑结构设计时,一对一或者一对多的关系也是将被决定属性合并到决定属性(码)所在的中关系中。
1.4考核模式单一,不利于学生能力的发挥
传统的考试模式通常以期终一张试卷作为学生的最终评分依据,造成学生为考试过关而学,死记硬背一些概念、规则方法,而不能提高学生自身能力,教师仅为完成教学任务而教,并不注重培养学生的能力。
2教学改革的方法及措施
2.1注重基本概念教学
在数据库课程的教学中,掌握好基本概念对理论课程的学习很有帮助,数据库中的有些概念贯穿在课程的始终,这些概念的掌握对整个课程的学习有很重要的作用。如数据库、数据库系统、关系、元组、实体、属性、事务、完整性约束等。有的概念联系比较紧密,弄清概念之间的联系与区别,对概念的掌握有较大帮助。如实体和属性的概念,实体是客观存在并可以相互区别的事物,属性是对实体特征的描述,它们之间有必然的区别,但是也有一定的关系。实体和属性不是绝对的,如果属性需要进一步描述,则属性就作为实体,反之如果实体不需要再进一步描述,则实体也可以作为另一实体的属性。如在考虑学生管理数据库时,政治面貌如果只考虑现在的情况(党员、团员等),则政治面貌就是学生实体的属性,但是如果考虑学生何时入团、何时入党,则政治面貌就是一个实体。再如事务和程序的概念等都有较强的联系。
另外,数据库中的概念由渐入深,随着课程教学内容的逐渐深入一些基本概念也更加具体和完善。例如在课程中,有四个地方都定义了码,在介绍概念模型时,码定义为:唯一标识实体的属性集。在研究关系模型时,码定义为:表中的某个属性组,它可以唯一确定一个元组。给出了码的粗略描述,没有实质性的量化定义。而在关系数据库中,讲授关系的形式化定义时,码定义为:若关系中某一属性组的值能唯一的标识一个元组,则称该属性组为候选码,若一个关系有多个候选码,则选中一个为主码。在讲授规范化理论时,学习了函数依赖后,利用函数依赖的概念定义码为:设K为R中的属性或者属性组合,若KU则K为R的候选码。若候选码多于一个,则选定其中的一个为主码。从理论上来说,这四个概念都是正确的,但一个比一个更具体、更严密、更准确。
同样在对函数依赖讲授时也采用了同样的手法,在关系数据理论中函数依赖定义为:设R(U)是属性集U上的关系模式,X、Y是U的子集,若对于R(U)的任意一个可能的关系r,r中不可能存在两个元组在X上的属性值相等,而在Y上的属性值不等,则称X函数确定Y或者Y函数依赖于X,记作XY。为了便于Armstrong公理的证明,对函数依赖又给出了定量的描述。定义为:若对于R(U)的任意一个可能的关系r,t和s是r的任意两个元组,X、Y是U的子集,若对于任意一个t[X]=s[X],必然有t[Y]=s[Y],则称X函数确定Y或者Y函数依赖于X,记作XY。教师要讲清楚对同一概念为什么这样处理,这些概念层层的描述有什么好处。掌握了同一概念的不同定义,便于对这些概念的深入理解。
2.2注重理论与实践的结合
学习数据库课程的主要目的是为了应用,结合所学的数据库语言搞好每一章的课程实验,以便验证所学理论是很重要的。如在讲授SQL语言时,让学生建立一个数据库,并结合所学内容做查询、插入、删除、修改等实际操作,真正理解和掌握SQL语言的应用环境。在讲授数据库安全性和完整性时,利用实际系统让学生对系统做数据控制。提高学生对数据库课程的认识,激发学生的学习欲望。
2.3加强课程设计,提高学生综合能力
数据库设计理论主要是为了指导数据库实践,通过系统的理论学习和部分单元训练,通过课程设计让学生掌握数据库设计的全过程,并进一步掌握数据库课程。课程设计是数据库中必不可少的,我采取将学生分组的方式每5~6名同学一组,为每组同学拟定一个题目,如图书管理系统、学生档案管理系统、销售管理系统、能源管理系统等,教师提出要求让学生深入图书馆、学生管理部门或者企业进行系统调查,进行需求分析设计出数据流图,编写数据字典,然后进行概念结构设计,从数据流图和数据字典中提炼出E-R图,再进行逻辑结构设计、物理结构设计、数据库实施和维护的设计。让每一位同学明确数据库设计的过程,使每一组同学进行上机调试,使所有功能进行程序实现,最后让同学们进行设计答辩。
通过课程设计和设计答辩,学生巩固了理论知识,丰富了课程实践,掌握了如何运用理论指导实践,突出了学生在教学中的中心地位,发挥学生的主观能动性。这样既使学生掌握了数据库设计的理论又使学生学习了系统设计的方法,既提高学生程序设计能力又锻炼了学生的协作能力,也为学生今后撰写毕业论文(设计)打下了坚实的基础。
2.4扩展学生思路,向学生传授新知识
由于课本的出版周期长,更新也较慢,也由于课本编写的一些要求,所以课本上有些内容是陈旧的,对有些问题也不可能全面的介绍,有些新知识也很难溶入到教材中。我在讲授课程时,除了给学生有意补充新知识外,又给学生开设了“数据库中的空值问题”、“数据仓库和数据挖掘技术”、“目前数据库的研究方向”、“数据库的查询优化问题”等专题讲座。扩充了学生的视野,激发了学生的学习兴趣,为他们今后的学习和研究打下了一定的基础。
2.5改革考试模式,注重学生能力的提高
试卷考试主要考查数据基础理论知识,同时将平时成绩和上机实习成绩尤其是数据库课程设计的成绩纳入最终成绩中,使平时成绩占30%-40%,降低期末考试的分数,让学生用更多的时间投入到平时的学习中。
3结束语
数据库系统课程是计算机专业的核心课程,随着计算机科学的发展,数据库系统原理课程也在不断的发展,教学内容不断更新,教学方法也在不断改革,所以课程教学改革是一个永恒的课题。只有不断的改革教学方法和教学手段,才能使教学更加丰富,使学生学到更多的知识。
参 考 文 献
[1] 王珊,萨师煊. 数据库系统概论(第四版)[M]. 北京:高等教育出版社,2006.
0引言
大数据作为继云计算、物联网之后IT行业又一颠覆性的技术,备受人们的关注,大数据技术正从概念转向实际的应用,涌现出越来越多的大数据技术应用成功案例,大数据的价值也在迅速增长。2015年,中国大数据市场规模达到115.9亿元人民币,增速达38%,预计2016~2018年中国大数据市场规模将维持40%左右的高速增长[1]。大数据时代的到来,使得软件行业对人才的应用能力和综合素质提出了更高的要求。咸阳师范学院作为咸阳市地方应用型高校以服务咸阳地区经济社会发展为己任,肩负着培养满足咸阳地方社会需求软件人才的使命,需要把培养面向大数据时代的软件工程专业人才作为战略任务来抓。而课程体系的建设是软件工程专业人才培养体系最重要的一个方面。本文通过分析我院传统软件工程专业课程体系,以及大数据时代下企业对软件工程专业人才要求,找出大数据时代下软件工程专业应用型人才中课程体系存在的问题,探索出我院面向大数据环境的应用型软件工程人才中课程体系的建设。
1我院软件工程专业传统的课程体系
自我院计算机系成立以来,软件工程专业一直是我院重点建设专业。2013年,“‘3+1’校企合作软件人才培养模式创新实验区”被确定为省级人才培养模式创新实验区。一直以来,该专业以培养“厚基础、强能力、高素质”应用型人才的为培养目标,以企业、市场需求为导向,重视实践、技能和应用能力的培养,与尚观科技、中软国际、华清远见、蓝鸥科技等西安多家企业联合,采取3+1嵌入式校企联合教育培养模式,将课程教学、工程实践、行业理念进行无缝结合。课程体系是一个专业所设置的课程相互间的分工与配合[2],主要反映在基础课与专业课,理论课与实践课,必修课与选修课之间的比例关系上[3]。地方应用型本科院校的课程体系设计既要体现基础知识的传授,也要体现实践能力的培养,同时还要考虑学生的职业能力规划发展问题。我院2013-2015级软件工程专业课程体系结构图如图1所示。图12013-2015级软件工程专业课程体系结构图从图1可以看出通识教育必修课程的教学阶段共3个半学年,主要涉及思想政治基础知识、体育、人文历史、外语应用能力等;相关学科基础类课程主要包括高数、线性代数、数字逻辑等数学类课程;本学科基础类课程主要涉及程序设计语言、计算机网络、操作系统、数据结构、计算机组成原理等;专业技能教学阶段强调对学生工程性、实用性、技术性和复合型能力的培养,主要安排专业必修课程和专业选修课程。专业必修课程包括面向对象程序设计、软件工程、数据库原理与应用、软件设计与体系结构、算法分析与设计等,专业选修课程包括Web软件开发、Linux系统应用程序开发、移动终端开发等。根据教育部专业教学指导委员会软件工程行业规范[4],本着“轻理论,重实践”的原则,我院在一定程度上压缩理论课课时,增加实践课课时,优化专业课程体系结构。我院2015级软件工程专业的人才培养计划中,各类课程学分设置与所占比例。
2大数据时代企业对软件工程专业人才的要求
大数据时代所需要的人才是一定拥有数据处理、分析技术的,也就是对数据有敏锐的直觉和本质的认知、能够运用统计分析、机器学习、分布式处理等技术,从海量、复杂的数据中挖掘出有用的信息,以清晰易懂的形式传达给决策者,并创造出丰富有价值的专业人士[5]。在大数据时代下,对软件专业人才培养,应具备以下四个方面的技能。(1)具有厚实的数学、统计和计算机学科的相关知识,能够根据具体案例大数据分析任务的要求,运用大数据处理、分析平台,收集整理海量数据并加以分析,挖掘出有价值的信息。(2)掌握大数据处理技术及可视化工具,能根据具体任务的需求,对数据进行选择、转换、加工等处理操作,采用有效方法和模型对数据进行分析并形成数据分析报告,用易于用户理解的方式,提供科学的决策依据。(3)熟悉行业知识、专门业务及流程,将大数据技术和企业文化相结合,充分利用大数据分析处理的结果,挖掘出海量数据中隐藏的价值并应用于企业市场领域。(4)团队合作精神,大量数据的收集整理、存储、分析和处理,一个人是很难完成的,需要一个由团队成员合理分工、共同协作完成。
3大数据时代我院软件工程专业传统的课程体系存在的问题
地方高校一直以来受传统的“学术型”、“研究型”人才培养模式的影响较大,形成了适合于“精英教育”为培养研究型人才的课程体系,无法适应以工程实践能力、创新创业意识、新技术新方向为目标的人才培养,课程体系中理论教学占主导地位,实践教学往往处于次要地位[6]。而目前处于大数据时代,信息技术的不断创新、企业需求不断变化、综合型人才需求巨大等因素的影响下,传统的培养研究型人才的课程体系,无法适应大数据时代以工程实践能力、创新创业意识、新技术新方向为目标的人才培养。通过了解大数据环境企业对软件工程人才的要求,分析我院2013-2015级软件工程专业人才培养课程体系结构,发现存在以下问题:(1)缺少大数据技术方面的课程。传统的课程体系中主要包括软件工程专业一些传统的课程,如数据结构、软件工程、软件体系结构等,而且课程内容较陈旧,所开设的一些应用软件的学习不能紧密贴合行业和技术发展,软件工程专业教育必须适应互联网时展和大数据技术的需求,关注企业发展及大数据系统的建设问题,以满足企业对应用型人才的需要。(2)实践类课程学时所占比例较少。我院2015级软件工程专业实践类课程占总学时的10.8%,是因为传统的课程体系注重知识传授,而忽略了学生解决问题、动手能力的提高。地方高校在人才培养中重视理论内容、计算机编程能力,而忽略学生探索能力的培养,这些都不利于学生对新技术、新方向发展的把握,学生难以应对各种层出不穷、错综复杂的海量数据,很难挖掘出隐藏的数据价值并有效利用。(3)课程体系结构设置方面,一是存在通识教育类课程教学阶段持续时间长,一直到第7个学期,这就影响了后面专业类课程的学习;二是专业基础类分为专业必修和选修,没有从课程教学阶段不同来划分,不能体现课程先后的衔接关系。
4大数据时代我院软件工程专业课程体系建设改革
在大数据时代,软件工程专业教育必须适应企业发展和大数据行业的需求。教学内容的设置应与行业需求接轨,根据我院学生特点调整2016级软件工程专业课程体系。具体做了以下几点的调整。(1)课程体系结构更合理。一是通识教育类课程的调整。一方面将教学阶段全部调整到第1、2学年完成,这样在第3学年学生就可以重点学习专业类技能课程;另一方面此部分增加了大学生心理健康和创新创业教育课程,主要可以加强学生团队合作精神的培养。二是专业类课程结构的调整。将专业类课程分为专业(学科)基础课程和专业技能课程两大类,专业(学科)基础课程主要包括数学类课程、计算机导论、程序设计语言、数据结构、操作系统、软件工程、运筹学、数据分析与处理。专业技能课程又分为专业核心课程和专业方向课,专业核心课程包括面向对象程序语言类、软件设计模式、算法分析与设计、软件测试等软件工程专业要求的核心课程,而专业方向课分为3个方向:大数据分析、Web技术应用、移动终端开发,鼓励学生在学好专业基础和核心课程的同时,发现自己专业类的兴趣,选择一个自己感兴趣的方向集中学习,大数据分析方向是重点向学生推荐。在教学阶段安排上,一般专业(学科)基础课程要优先于专业技能课程,这样可以让学生在掌握了学科、专业基础上,充分了解软件工程专业技能的训练。(2)增加了大数据技术方面的课程。在新调整的课程体系中,专业(学科)基础课程和专业技能课程都增加了大数据相关内容。基础课设置增添运筹学、数据分析与处理等,使学生了解大数据行业基础知识,激发学生对大数据行业发展及大数据应用前景的兴趣;专业技能课设置了数据仓库与数据挖掘、大数据统计分析与应用、数据挖掘算法与应用等前沿科学技术相关课程以满足大数据系统建设与应用的需要,培养更多企业需要的大数据管理分析软件专业人才。院级选修课鼓励研究大数据方向的教师积极申请大数据案例分析、大数据安全与隐私保护、HadoopMap/Reduce技术原理与应用等实用性强的课程,以补充对大数据方向特别感兴趣学生的学习内容。(3)增加实践类课程所占比例。相比较2015级,以培养地方应用型人才为总目标,实践类课程课时由19课时增加到28课时,所占总课时比例提高了约50%。实践类课程包括校内(课程设计和实训)和校外(见习、实习、实训、毕业论文),种类多样化,使得学生多方面提升自己解决问题和动手操作能力。针对校内实验我院教师结合大数据教学实验平台,根据课程内容设计实验项目,从初级到高级,安排合理的阶梯式学习,实验内容持续更新,加入最新、主流的分析建模工具和挖掘算法,学生在免费、开放的平台环境下进行大数据构建、存储、分析统计等实验内容,使学生熟练掌握Ha-doop、HBase、Spark等关键技术,提高大数据理论分析及技术应用的能力。做好校内实践的同时,校外实践更是尤为重要,首先在实习、实训企业的选择上,尽量选择“口碑好、技术强、理念先进”的单位,目前我院已与邻近城市西安与尚观科技、中软国际、华清远见、蓝鸥科技等西安多家企业联合,第四学年分批组织学生到合作企业的实训基地参加真实的实训项目,体验IT企业真实的工作环境、工作流程和企业文化,了解互联网大数据、零售大数据、金融大数据等领域知识,学习海量数据搜集、分析、存储技术,引导学生按照项目的需求、总体设计、详细设计、编码、测试等流程完成实践内容,规范化文档和代码的编写,培养学生的行业、职业素养。
5应用效果
目前应用此方案有2016和2017级两级学生,虽然这两级学生都还没有就业,但在创新应用能力方面都较2015级之前学生有显著提升。近两年有10余组学生团队获得国家级、省级、校级“大学生科研训练项目”立项资助,有8名同学获得“蓝桥杯”程序设计大赛国家级二等奖、三等奖,省级一等奖2项,二等奖、三等奖多项。2016年有两队学生获得陕西省高校“互联网+”创新创业大赛三等奖,一队学生获得咸阳市青年创业大赛二等奖。数十名学生在核心期刊上公开发表学术论文。从目前取得的成绩来看,课程体系结构的调整,使得学生不仅获得扎实的理论知识,而且具备了过硬的实践和创新能力,我院软件工程专业毕业生一定会深受用人单位喜欢。
6总结
针对大数据时代下地方本科院校软件专业人才培养中课程体系存在的一些问题,笔者分析了大数据环境对软件工程专业人才的要求,以地方本科院校咸阳师范学院为例,改革调整了课程体系,主要在在理论教学和实践教学中增加大数据相关理论及技术内容,通过近年来的探索与实践,此课程体系结构有效提高了学生的创新应用能力,为大数据时代企业发展培养了高水平、高素质的大数据分析人才,新的课程体系适应了大数据环境下软件工程人才的培养。
参考文献
[1]孙琳.大数据应用的创新路径[N].人民政协报,2016-05-17.
[2]潘正高.地方应用型高校软件工程专业课程体系的研究[J].西昌学院学报,2017,31(3):94-97.
[3]潘怡.应用型本科院校软件工程专业课程体系设置探讨[J].长沙大学学报,2008,22(5):98-100.
Abstract: this article based on the engineering application talents training target, through the analysis about domestic traffic planning course open experimental teaching experience and research established, on the basis of experimental teaching and field experiment class, production practice, curriculum design, open experiment and graduation design combination of multi-level experimental teaching system. In each experiment teaching content and teaching link means further research and analysis.
Keywords: engineering applied traffic planning multi-level experiment teaching
中图分类号: G423.1文献标识码:A 文章编号:
前言
课堂教学、实验教学和毕业实践是高等学校教育中的三个重要环节,缺一不可。对于工科学生来说,加强实验教学、提高学生动手能力更有其重要性和必要性。
交通规划是交通工程专业的一门专业主干课程。它解决的是城市交通规划的理念、原则、思路、程序、步骤以及模型方法等。通过这门课程的学习,应该使学生充分掌握交通规划的全过程以及交通规划的步骤与重要的规划理论模型。这门课程既是理论性很强的课程,也是应用性很强的课程。所以在讲授交通规划类课程时应该充分掌握课程特点,将理论与实践结合起来,将理论模型与计算机规划软件结合起来,将课堂教学与工程项目结合起来,才能更好地达到教学的效果,实现教学效果与学生知识吸收的最大化,。
我国很多高校针对交通规划类课程均开设了实验教学环节,取得了明显的成效,但仍存在一些不足。为了达到培养工程应用型人才的教学目标,培养适应社会经济发展需要的交通规划专业人才,有必要对交通规划类课程实验教学体系进行研究,有针对性的开发各层次实验教学项目。
国内交通规划类实验教学研究现状
就目前整体情况来看,各高校的交通规划专业基本上都开设了实验课,但在实验教学内容、形式和手段等方面存在较大差异。东南大学本着培养交通规划、物流系统规划高级工程技术及管理人才的教育目标,在教学中以工程项目为依托教授理论知识,并开设了运输系统规划与设计课程设计。同济大学交通规划实验教学主要分为两个层次:课堂操作实验(20学时上机)和交通规划课程设计(2周)。长安大学交通规划课程依托教师所承担的国际合作规划项目讲授理论知识,并以西安市长安路公交走廊优化分析作为课程设计内容。哈尔滨工业大学交通工程专业在讲授交通规划原理的基础上,侧重于交通需求预测四阶段模型的软件开发。吉林大学交通运输专业的规划与管理方向开设了城市交通规划课程设计,针对实际工程项目展开。北京工业大学交通规划课程实验环节侧重软件的学习和应用,通过学习CUBE、TRANCAD、EMME/2、VISSUM等交通规划软件,开展城市和公路交通规划,建设项目交通影响分析以及大型活动交通规划和停车场规划。北京交通大学编写了交通规划实
践指导手册,针对交通规划所涉及的交通调查、交通需求预测四阶段的相关实验环节进行了详细说明。
此外,交通工程专业教师也对交通规划类课程实验教学进行了一些有益的理论探讨。浙江大学建筑工程学院教师梅振宇、黄志义、项贻强、王福建等人[1]在分析交通规划类课程实验教学特点的基础上,分4个层面,即专业感性认识、课程模块模拟操作、业务实习和综合训练层面,构建了交通规划专业开放型实验教学体系框架。东南大学的陆建、王炜[2]在总结10多年来交通规划类课程实验教学研究与实践的基础上,突破实验课程建设的单一模式,面向工程实践,拓展实验教学的内容,完善实验教学体系,采取多种实验手段,对交通规划类课程要求的操作能力进行培养。内蒙古科技大学的于景飞[3]以培养工程应用型人才为出发点,对交通规划课程教学改革从教学内容和方式、实践教学等几个方面入手进行总结和讨论,提出了包括交通调查实习、软件应用实习和课程设计在内的实践教学体系。北京工业大学秦焕美【4】总结了交通规划软件实验教学的特点以及其实验教学的主要内容,探讨了交通规划软件实验室教学思路、教学形式和方法。长沙理工大学况爱武【5】从Transcad交通规划软件的特点出发,探讨了Transcad交通规划软件的教学内容及教学方法。
实验教学体系构建
2.1 实验教学体系的特点
交通规划是一门应用性很强的课程,为了达到培养工程应用型人才的目标,应针对理论教学内容,开设与之相对应的实践教学环节。实践教学作为理论教学的延伸,并作为理论联系实际的重要环节,对大学生创新思维、动手能力以及分析和解决问题能力的培养至关重要。明晰交通规划类实验教学体系的特点,有的放矢地设计实验体系框架,是做好交通规划类课程实验教学的关键。交通规划类实验教学体系具有以下特点:
第一,系统性。交通规划实验教学体系的系统性体现在两个方面:一方面,交通规划课程针对城市道路网规划,讲授了从交通与土地利用分析、道路网络拓扑建模、交通需求预测到交通方案评价的整个规划流程,每一个环节均具有较强的实践性,因此,实验教学体系应当体现规划的系统性,使学生通过实践操作加深对交通规划理论与方法的理解与掌握;另一方面,交通规划对象是交通系统,交通系统本身就是一个复杂的大系统。
第二,复杂性。交通规划实验教学内容包括了:城市道路网络规划、公路网规划、公共交通线网规划、场站枢纽规划与设计、停车场规划、慢行交通系统规划等,应用面广。
第三,学科交叉性。交通规划实验教学涉及运输经济学、数理统计、预测学、最优化理论、计算机科学、数学等多门学科,要求学生具有扎实的数学功底和计算机基础。
第四,发展速度快。交通规划是一门发展中的学科,交通规划实验教学也应当与时俱进,跟踪学科发展新动态。
第五,与工程实践密切相关性。交通规划工程中既有大量的定量计算,也有很多对未来不确定因素的定性分析。只有紧密结合工程实践,才能使学生形成对交通规划的感性认识,培养学生工程概念以及实践操作能力。
2.2 实验教学体系框架构建
对于本科生这个层面的实验教学,主要是立足于认识交通规划工程的特点、培养工程概念以及科学素养、提高实践操作能力的培养目标,在系统学习交通规划理论知识的基础上,由浅入深,分层次、有针对性地模拟、创造工程实践环境,开展认识实习,使学生充分了解交通规划的流程,掌握交通数据采集、处理与分析、需求预测、影响评价以及软件仿真等基本原理和方法。基于以上考虑,交通规划实验教学体系分为课堂实验教学、外业实验、课程设计、生产实习、开放型实验以及毕业设计等六个模块、四个层次进行,具体结构如图1所示:
图1 交通规划实验教学体系框架图
教学内容及教学手段分析
3.1 课堂实验教学教学内容及教学手段分析
课堂实践教学环节使学生熟悉各专项规划的基本流程及规划原理,重点培养交通规划中数据分析与处理能力、交通建模能力和交通规划软件操作能力。课堂实验教学内容由两条主线组成:一是,专项规划案例教学,包括,城市道路网规划设计案例、公路网规划设计案例、道路网通行能力分析案例、交通项目影响评价案例、慢行交通规划案例、停车场规划案例等;二是,与交通规划密切相关的软件操作学习,包括:数理统计分析软件SPSS以及EXCEL,交通需求预测软件TransCAD、VISSUM、EMME-3、CUBE等,交通制图软件AutoCAD,地理信息系统软件MapInfor等。两条主线相辅相成,缺一不可,案例教学采用课堂讲授与学生讨论的形式,而软件学习则是实验室指导与学生自学相结合的形式。
3.2 外业实验教学内容及教学手段分析
外业实验教学环节重点培养学生交通信息的采集能力,结合实际规划课题或者模拟开展居民出行调查、交通流特征调查、交通基础设施调查等基本调查内容。从调查人员调配、调查表格设计以及调查实施等多个环节锻炼学生的组织、协调能力以及实际操作能力。
3.3 课程设计内容及教学手段分析
课程设计教学环节重点培养学生对交通规划整体流程的把握,加深对交通规划基础理论和原理的理解,是对学生知识综合性的锻炼。课程设计学时一般为两周,题目选择一个简化的交通规划课题,任课教师给出规划要求、规划年限、路网结构以及社会经济指标数据等原始数据,学生根据给定的条件,利用交通规划理论知识,借助计算机软件,完成原始数据的分析与处理、交通需求与社会经济指标相关性分析、交通需求预测,给出规划方案并对其进行评价。
3.4 生产实习内容及教学手段分析
生产实习重点培养学生对交通规划工程的感性认识,强化对交通规划理论知识和实践操作能力的掌握,培养初步的交通规划经验。生产实习主要通过两个渠道开展:第一个渠道,本校教师承担的交通规划课题应当鼓励学生参与;第二个渠道,学校与规划院、科研所合作,提供高年级学生的实习岗位。
3.5 开放型实验教学内容及教学手段分析
开放型实验重点培养学生对交通规划理论的深入理解,扩宽学生知识面,初步培养学生的科学素养。开放型实验并非面向全体学生进行的必修型实验,而是由学生根据自身的基础和兴趣主动申请参与。开放型实验形式灵活,内容可以涵盖数据挖掘、交通规划建模、以及交通仿真软件二次开发等。这些实验可以结合实际课题,要求学生根据需求设计、组织实验,需要学生掌握交通规划课程的内涵和外延,能够分析规划过程中的常见问题,具备一定的科研能力。
3.6 毕业设计内容分析
毕业设计重点培养学生综合利用交通规划理论解决和分析问题的能力。毕业设计可根据学生不同的特点、兴趣和爱好,有选择性地在交通规划的某一领域展开较为深入地研究,提高学生综合运用理论知识的能力,以及培养学生自学以及进行科学研究的能力,为学生下一步深造或者就业打下基础。
结论
本论文在借鉴国内诸多高校开展交通规划实验教学实践经验及研究成果的基础上,结合作者多年一线教学经验,提出了交通规划课程实验教学的特点,并针对其特点,提出了由6个模块、4个层次组成的实验教学体系。最后,对体系各模块的教学内容以及教学手段进行了分析和总结。本论文是对我校交通规划实验教学工作的总结,通过系统的实验教学,我校学生对交通规划基础理论理解深刻,学生能够较为熟练掌握交通规划软件完成简单的交通规划工程,具有较好的工程素养,符合我校工程应用型人才的培养目标。
参考文献
[1] 梅振宇, 黄志义, 项贻强, 王福建. 交通规划课程开放型实验教学体系框架设计[J]. 理工高教研究:2010,29(8):125-127,133.
[2] 陆建,王炜. 交通规划类课程实验教学的研究与实践[J]. 实验室研究与探索,2005,24(1):10-12,25.
[3] 于景飞. 基于培养工程应用型人才的交通规划课程教学改革[J]. 中国教育技术装备,2010,(24):43-44.
[4] 秦焕美. 交通规划软件实验教学研究[J]. 实验室研究与探索,2007,26(2):50-53.