大數據環境下教學方法的探究

宋 艷

（齊魯理工學院 計算科學與信息工程學院 山東濟南 250200）

大數據環境下教學方法的探究

宋 艷

（齊魯理工學院 計算科學與信息工程學院 山東濟南 250200）

為適應大數據帶來的變革要求，現在計算機行業人才要有高超的編程能力，更要有面向大數據的計算思維和認知能力，掌握大數據組織、存儲、管理、分析方法、挖掘工具和開發環境，具有跨學科的基礎知識和學習能力。項目教學法，是為社會培養實用型人才為直接目的的一種人才培養模式。

大數據 項目教學法 教學評價

隨著科技的不斷進步，數據產生了“大爆炸”。大數據雖然從數據的組織到存儲、傳輸、查詢、分析等帶來了一系列的壓力，但同時也帶給世界無窮的機遇與挑戰。2011年，英國《自然》雜志曾出版專刊指出，數據規模越大，處理難度越大，不過倘若能夠有效地組織和使用大數據，對其進行科學的挖掘，產生的價值可能更大，人類將有更多的機會去發揮科學技術對社會發展的巨大推動作用。

一、大數據的教育應用現狀分析

國內研究大數據在教育中的應用是從2012年開始的，自2012年起，大數據成為時代發展的一個重要趨勢，這也直接影響到教育領域的專家學者開始關注。王震一提出：今天的大數據就像當年發明顯微鏡一樣，人們從龐雜的海量數據中找到了前所未有的事物。2013年至今，隨著國家對教育信息化的不斷推進和信息技術與教育教學的深度融合，我國教育事業的改革和創新發展離不開信息技術的支持和引領，已經成為教育界的共識。2013年被媒體稱之為中國大數據的元年。正是從2013年起，國內的教育技術領域掀起了基于大數據技術促進教育改革與創新發展相關的研究熱潮，大數據的教育應用研究得到迅速發展，直接表現是研究論文數量與質量的倍增。可見，教育大數據的應用已被列入教育信息化的工作程序中，相信大數據將很快被推廣并與教育領域的深度融合，這是當前時代教育事業發展的必然趨勢。

二、項目化教學

項目化教學法是以實踐為導向、以教師為主導、學生為主體的教學方法，它從職業實際需要出發選擇有代表性的項目為教學內容，師生通過共同完成這一完整項目進行教學活動。學生們劃分不同項目小組，在教師的指導下，按著項目的要求來進行資料收集、選擇、整理，通過小組成員共同的研究分析，創造性地解決問題，完成項目任務。在這一任務完成的過程中，學生積極地參與了學習、自覺地進行了知識的建構。

基于建構主義的項目教學法以學生、項目、實際經驗為中心，在課堂上教師要能夠充分調動學生的學習積極性和學習動機，培養學生的團隊精神，使學生在整個團對中感受到團隊交流能力和協作能力的重要性。

項目教學法的設置分為如下四步：

1.情景設置

創設當前學生所學習內容與現實的情況基本相近的情景環境，也就是把學生引入到需要通過某知識點來解決現實問題的情景。

2.項目模塊化，獨立探索

將整個項目根據功能分成小的模塊，讓每個學進行生獨立的思考，對知識點進行理解，消化示范項目的解決要點，為解決練習項目打下基礎。

3.協作學習，合理分組

項目主題確定后，精心分開發小組，小組之間協作分工。協作分組的原則是不但要考慮每位學生的知識掌握程度而且要照顧基礎較差的學生，要以互補為原則，綜合考慮學生的各個因素，使得各個小組的實力相當。

4.學習評價

學生學習的效果直接由完成工程項目的情況來衡量，包括教師評價、學習小組評價和自評三部分。

三、項目總結和評價

根據教學要求，項目的總結分階段進行。總結和評比主要由學生以討論的方式自主進行，同學之間取長補短，互相切磋，教師進行點評，讓項目趨于優化。分階段的總結有利于及時發現問題、解決問題、還有利于相互學習和共享知識，促進小組間的競爭，提高學習興趣，提高知識水平。教師在評價中，要特別注意正面鼓勵，讓學生充分體會成功帶來的快樂，從而激勵學生形成一種積極探索的學習氛圍，項目完成后要進行綜合評價。

四、教學評價

大數據環境下項目教學法的使用，使教學過程與專業崗位技能培養充分地融為一體，圍繞項目實現構建課程體系，提高了教學效果的針對性和實效性。在項目化教學的具體實施過程中，教師引導學生采用團隊合作形式，根據自己的興趣與特長，扮演不同的崗位角色，學習目的更加明確、針對性更強，有利學生個性化的培養，也為學生將來的擇業競爭奠定基礎。

采用項目教學法，有效提升了學生的綜合素質，將枯燥的理論知識和豐富的實踐技能之間的有機結合，學生普遍反映強烈的學習興趣，整個的學習過程就是一個項目引導，理論知識鋪墊，實踐技能培養，然后進入一個新項目、新知識、新技能的良性循環。

[1]李國杰，程學旗．大數據研究：未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考[J]．中國科學院院刊，2013，27（6）：647-657．

[2]馮偉．大數據時代面臨的信息安全機遇和挑戰[J]．中國科技投資，2012，34：49-53．

[3]West，Darrell M．Big Data for Education：Data Mining，Data Analytics，and Web Dashboards．Governance Studies at Brookings [R]．Washington：Brookings Institution，2012：1-10．

[4]Bienkowski M，Feng M，Means B．Enhancing teaching and learning through educational data mining and learning analytics：an issue brief．Washington，D．C．Office of Educational Technology，U．S．Department of Education．2012．p．9，p．10，p．13．

[5]Hung，J．L．，Hsu，H．C．，and Rice，K．（2012）．Integrating Data Mining in Program Evaluation of K-12 Online Education．Educational Technology & Society，15（3），27 41．

[6]Anthony G．Picciano．The Evolution of Big Data and Learning Analytics in American Higher Education [J]．Journal of Asynchronous Learning Networks，2012，（3）：9-20．