大數據背景下高職高數教改探索

周蕾 朱長新

摘? 要：高數作為一門基礎課程，在大數據時代如何適應社會的發展，值得我們去關注。文章針對高數的現狀，以廣州科技職業技術學院為例，探索了在大數據背景下高職高數的教改，并取得了不錯的效果，最后給出了進一步完善教改的方向。

關鍵詞：大數據;高職高數;教改

中圖分類號：G712? ? ? ? ?文獻標志碼：A? ? ? ? ?文章編號：2096-000X（2019）23-0133-03

Abstract： As a basic course， higher mathematics is worthy of our attention in how to adapt to the development of society in the era of big data.Based on the current situation of higher mathematics， this paper takes Guangzhou Vocational and Technical College of Science and Technology as an example to explore the teaching reform of higher vocational mathematics under the background of big data， and has achieved good results. Finally， it gives the direction of further improving the teaching reform.

Keywords： big data; Higher Vocational Mathematics; teaching reform

2015年，為全面推進我國大數據發展和應用，國務院印發了《促進大數據發展行動綱要》，標志著大數據時代的到來[1]。2017年初，工信部編制了《大數據產業發展規劃（2016-2020年）》。根據該規劃，預計到2020年大數據相關產品和服務業務收入突破1萬億元。數據是國家基礎性戰略資源，是21世紀的“鉆石礦”，能不能挖掘資源中潛在的價值，成為這個時代能不能走向財富的首要條件。對數據的分析與處理是大數據技術核心，這些與數學統計、計算機密切相關，如何應用數學相關知識從海量數據中“淘金”，能否培養出合格優秀的礦工——大數據相關人才，是國家、每一個行業和業務智能領域急需解決的問題。對高職類學校來說既是機遇也是挑戰。

十九大明確提出要高度重視基礎課程的培養，基礎課程是原創力的基石。在大數據背景下很多高職院校根據高職教育的發展規律，已開始重視公共基礎課教學改革。面對大數據時代的沖擊，高等數學如何在高職院校中繼續“活下來”、“存下去”，“活得有價值，存得其所”，怎樣突出基礎課程的工具性、應用型，這是我們必須面對的問題。本文以廣州科技職業技術學院為例，探索了在大數據背景下高職高數的教改，并取得了不錯的成果，最后給出了進一步完善教改的方向。

一、高職數學教學的現狀

（一）高等數學教師教學積極性低

隨著高職院校的擴招，學生生源質量降低，學生普遍基礎較差，這成為教師在教學時的困難和障礙，再加上高數內容多、課時被最大化壓縮，作為基礎課程但又不受重視，使教師的教學環境很是尷尬。所以更多情況下我們看到的是一本教材、一套教案、死板單調的教學方法一用便是數年，高數教師不免產生惰性缺乏教學激情，教學積極性低。其次職稱上升渠道慢，獲得政策和資金支持少，使教師的職業環境愈加艱難。

（二）學生學習積極性低

由于學生本身基礎差，對數學有強烈的畏難情緒，有些甚至是非常排斥;再加上合班上課人數多、上課進度快、教師教學熱情不高、所學內容脫離實際且枯燥又無趣，所以很多同學就認定數學不好學、學不好、數學無用，平時上數學課僅僅是為了考勤，期末應付考試，學習積極性自然也低。

事實上，師生雙方的積極性低、對高職教學現狀的不滿，給教學帶來了惡性循環，教學改革勢在必行。

二、教改具體措施

（一）激發教師職業熱情、加強教師素養

一直以來，高數教師在高職院校的存在感較低，受到不少歧視，學生對高數課程也是輕視的，導致高數教師的職業成就感低，教學熱情不足[2]。現在鼓勵高數教師參與各專業課教師和企業相關人員共同制定的教學計劃過程，明確高數的教學目標，共同討論和研究在大數據背景下科學的教學質量關，從源頭提升教學質量，不再閉門造車理論先行，讓高數教師也融入到“教師主流圈子”中。加強教師師資培訓，提高教師業務素養，每年1月、7月定期組織教師進行數學建模、數據挖掘等相關培訓，鼓勵教師考取數據分析等相關職業資格證書，針對性地選派青年教師做訪問學者，組建高水平、結構化教師創新團隊;依托大數據，完善學校基礎教學設施，豐富教師的成長空間，對網上資源進行開發、利用，多渠道進行教學，有針對性地刪減高數教材內容、降低學習難度;完善教師評價體系，從教學、科研等多方面進行綜合評價，對不合格的教師采取相應措施，對優秀的教師也應及時給予獎勵。只有教師積極性調動起來了，素養提升了，才能更好的為學生服務，更有針對性地探討高數教改實施方案，才能做到有的放矢。

（二）理論聯系實際開展研究

在教學研究中，我們逐步認識到傳統的“一刀切”的教學方式早已不能滿足學生的需求，從以下方面做了改革：

1. 分層走班式教學[3]：為了更好的提高教學效果，以學生入學時的高考數學成績為依據，以筆紙測驗的方式，對學生進行相關預備知識的測驗，將學生分成三個層次（A、B、C）的教學班。學生根據各自的具體學習情況到不同的班級去上課，教師根據學生的不同層次重新優化組合教學內容，確定與其基礎相對應的學習目標。實施以來教學效果顯著，師生互動良好，“學困生”的學習積極性有明顯的提升，數學畏難情緒不再那么強烈，學習信心大幅度提升;對“學優生”而言也擴大了知識面的需求。

2. 模塊式教學[4]：將教材內容分成三個大系列的教學模塊，包括通用基礎模塊、應用模塊和選修模塊。通用基礎模塊各個專業都適合，如函數與極限、一元函數微分學、一元函數的積分學;應用模塊則是針對不同專業、不同階段的高等數學學習需求，按行政班級進行教學，建立分專業的“按需學習”的持續教學模式，密切聯系實際，將新發現的教學素材融入教學中。以計算機軟件工程專業的學生為例，在學習了通用模塊內容后，會根據專業需求，進一步選取教授線性代數、常微分方程、積分變換等小模塊的內容，輔以數學建模、數學實驗等選修模塊，爭取基礎課程與專業課程做到“零距離”接觸。利用數學統計軟件，將SPSS、SAS、Matlab等統計軟件引入到高等數學教學中。在軟件選取方面根據各專業的需求不同也會有所側重，除了要考慮所選軟件能否為高數自身的教學需求服務外，還需考慮這些軟件能否兼顧為學生后續課程的學習服務。用這些軟件可以將學生從繁瑣費時的計算中解放出來，還能解決實際問題，極大地激發了學生學習興趣。

3. 網絡反饋式教學：分層走班主要是用在通用模塊的教學，之后按專業需求進行應用模塊和選修模塊的學習。不管是前者還是后者，在教學過程中網絡學習模式都受到了師生的熱捧。大數據時代，教師鼓勵學生利用網絡上的信息化教學資源（包括校園網和校外網），如各種慕課、網絡視頻、作業APP等選擇自己感興趣的內容，跳轉到自己適合的難度，從而提高了學習效率，更重要的是學生沒有學習壓力，學習的時長、時機、場合、回顧都可以自己控制。除課堂上解答學生的問題外，教師重視線上線下與學生的交流，根據學生學習反饋情況來改善教學。

4. 分組式教學[5]：為了更好的提高學生的數學體驗和興趣，我們在分層走班式教學的初始就探索了分組化的教學模式。我們將學生大致分成A、B、C三個層次，事實上，同層次學生的學習能力也有差異，然后再將他們分成不同的小組。同一組的成員讓學習能力強的學生帶動學習能力弱的學生，極大化的縮小組員間的差距。隨著時間的推移，組間學生的差異也會愈加明顯，再通過組間優秀學生的流動，帶動較差組隊的學習熱情和學習效率，極大化的縮小組間學生的差距，充分調動學生的積極性，最終達到共同進步的目的。

5. 項目式教學：所謂項目式教學就是一個以現實數據為驅動的實際項目貫穿于整個教學中，增加學生大數據意識，提高學生的數學建模和數據處理能力。大數據從數據源經過分析挖掘到最終獲得價值一般經過5個主要環節：數據準備（采集）、數據存儲與管理（預處理）、計算處理（建模處理）、數據分析和知識展現（現實反饋），從中發現新知識、創造新價值。按照 “數學建模”基本的教學框架，我們從這5個步驟去進行了訓練。數據源主要來自統計局季度數據、發改委季度數據、中國基金會數據庫、歷年數學建模競賽真題， 針對數據源構建出的現實項目的特點，理論聯系實際，教授學生基本的理論知識和處理數據的基本軟件;再根據學生的特點（有人擅長模型推導、有人擅長算法編程、有人擅長論文寫作）進行分工協作。這些實操性的訓練，很多時候是現學現用，特別訓練學生在短時間內有效查閱文獻資料、數據分析能力、靈活應變和團隊間團結合作的能力，對培養應用型創新人才具有極大的幫助[6]。同時鼓勵學生參加數學建模比賽，以賽促教，培養學生解決實際問題的能力。

6. 校企合作：社會是最好的學校，到企業崗位中鍛煉是最好的教學方式。本著產教相融、互惠互利的原則，加強與企業的合作，充分發揮各自優勢，進行資源共享，通過數據軟件分析幫助企業解決實際問題，給出現實社會中相關意見和建議，促進學生從“學校人”向“職業人”——數據分析師、數據咨詢師的轉變，得到了企業較好的評價。

（三）改革考核制度

學生最頭疼的莫過于期末考試了。教師應采取更靈活的考核方式，有考試成績、論文成績和平時成績幾部分來確定學生的最終成績。即“線上”和“線下”結合。如在教學過程中引導學生參與慕課、微視頻等多種形式的學習打卡可以作為平時線上成績的一部分;期末筆試考試卷面成績占綜合成績的40%等。積極鼓勵學生獲得與數學和專業課相關的多類職業技能等級證書，如計算機軟件工程專業學生可以報考CDA數據分析師和數學咨詢師、會計專業可以考取統計師證（初級、中級、高級）和會計資格證等，持證學生可免試部分內容。靈活多樣的考核方式使得到的最終成績比較全面，學生比較容易接受，符合大數據時代背景下應用型人才的培養要求，也最終達到了高職人才培養的目標。

三、結束語

經過上述的改革，我校取得了不錯的成績。編寫出的高職《高等數學》、《數學建模》等相關教材及相應的課件、習題APP、線上精品課程、特別是線上精品講座受到了學生的大力歡迎，具體做法是由高數教師和專業課教師共同圍繞一個與專業課聯系緊密的高數知識點集體備課，由學生評教出的優秀高數教師錄制完成。學生的高數成績期末通過率得到大幅提高，數學建模比賽獲國家級一等獎。

在這些具體的高數教改成果背后是高數的更接地氣，學生能力的提高，是應用型人才的培養，只有這樣才能適應大數據時代。該教改提高了師生的積極性，增加各專業的交叉能力，加強學生對數學知識的理解程度，培養了學生運用數學的能力，極大地提高了學生的創新能力、數據分析能力以及團隊協作能力，可以在就業中具有更強的競爭力。但在教改過程中，還有很多不盡如人意的地方，比如還需進一步優化數學教材、細化模塊化教學、加強數學理論與實踐的結合等，需要在以后的具體教學實踐中進一步地探索和不斷完善，扎實地做好大數據時代原創力的基石。

參考文獻：

[1]單志廣.國家大數據發展的頂層設計數據強國戰略的沖鋒號角——《關于促進大數據發展行動綱要》的幾點解讀[J].財經界，2015（28）：30-35.

[2]尤慧，朱文芳.我國高等數學教學現狀的研究述評[J].高等理科教育，2017（3）：91-95.

[3]于欣，孫少平.“分層次走班制”在高職數學課堂教學中的探索與實踐[J].職業，2015（14）：138-139.

[4]曹生讓.高職數學課程模塊化教學研究[J].數學學習與研究，2016（11）：16-16.

[5]王松靜，奚李峰.現實數據驅動的“數學建模”教學改革研究[J].寧波大學學報（教育科學版），2017（5）：76-80.

[6]呂品，于文兵，汪鑫.數據挖掘挑戰賽驅動的本科生大數據分析能力培養——以上海電機學院軟件工程專業學生為例[J].計算機教育，2017（11）：36-39.