大數據背景下《商務智能》混合教學模式探究

程鑫，劉夢，李華鋒

（山西財經大學，山西太原 030006）

隨著信息技術的迅猛發展，在經濟運行、社會活動中所產生的多元異構數據推動著信息社會走向了“大數據”時代，工作和生活中的大量數據被收集起來，在這樣的環境中人們的生產生活方式、企業的運營管理模式都被逐步改變，商務管理領域中對掌握數據分析且懂經濟管理的復合型人才的需求越來越強烈。

《商務智能》屬于計算機科學、統計學、管理學等多領域組合的新興課程，且發展快、應用廣，課程內容涉及數據倉庫、OLAP、數據挖掘、統計分析技術的綜合運用，也需要學生掌握電子商務、企業管理、業務流程重組等多個前沿領域的知識。學生通過學習能夠掌握知識的挖掘、分析技術，能夠運用和管理商務數據來達到輔助管理者做決策從而提高企業競爭力的目標。商務智能具有很強的實踐性，如何培養能夠進行多業務處理、多行業分析的應用型“T”型人才是大數據背景下《商務智能》課程的教學目標。

1 教學過程中存在的問題

商務智能的出現為技術發展和商務應用提供了一個連接點。國外高校十年前已經開始探索滿足企業人才需求的商務智能教學方法，比如挪威大學的Wanda Presthus等（2012）提出基于現實問題的教學方法，該方法由基于難題的教學方法（puzzle-based learning）衍生而來[1]。難題是現實應用中出現的問題，包括企業的運營數據與解決方案[2]。此外，國外教育門戶網站在線課程資源的建設也較國內更為完善，其中以Teradata University Network（TUN）為代表[3]。

大數據背景下，企業對具有數據分析技能的高級人才需求逐漸增大，國內很多高校開始為本科生和研究生開設《商務智能》課程。但目前我國高校在《商務智能》課程教學思想與教學方法上與國外名校還存在很大差距，教學效果差強人意。通過調研分析，發現當下高等學?！渡虅罩悄堋氛n程教學主要出現了以下三個問題：

（1）學生預備知識儲備不足

商務智能課程是由不同的學科知識交織形成的，想要系統地學習并掌握該門課程需要具備管理學、經濟學、數據庫管理、統計學習、機器學習等多方面的基礎知識；而且該門課程的核心內容有數據挖掘、數據倉庫等，理解并掌握這些核心知識有一定難度。但在教學過程中發現，很多學生對相關學科的知識掌握不到位，學生學習難度較大，對商務智能的相關概念理解不到位，致使無法對課程進行有效學習。

（2）混淆培養目標

商務智能課程的核心內容包括數據倉庫、OLAP和數據挖掘等，但課程的教學目標并不只限于技術層面，其涵蓋了技術、管理以及應用等多個層面。該門課程具有很強的實踐性，不僅可應用于電子商務、客戶關系管理、企業資源管理、物流管理等傳統領域，而且在大數據背景下，隨著信息技術的發展，在企業管理、政府、金融、電信等領域也得到了廣泛的應用。商務智能課程旨在培養學生運用數據分析技術解決問題的能力，過于強調技術、算法的實現，而忽略了其在各行業的應用。

（3）教學方式仍然傳統

盡管商務智能課程設計的知識點新穎，但其教學方式仍然傳統，大多采用教師全程講授、學生聽課的單向教學模式，這樣的教學方式使學生在學習中缺乏主動性和創造性，主體作用發揮不理想，對應用性、實踐性較強的內容并沒有特別重視，對于提高學生實踐動手能力收效甚微。學生感覺課程內容乏味，很難學習到系統性的知識，很難解決現實應用中的數據分析問題[4]。

綜合運用線上與線下混合的教學方式，可以幫助學生預習和掌握商務智能課程所需的預備知識，培養學生的主觀能動性和團隊創新合作能力，同時激發起學生的學習興趣。此外，教師還可以根據學生的反饋及時調整教學內容和方法，實現有針對性的教學。在此基礎上，采用線上線下混合教學模式是一種有益的嘗試。

2 大數據背景下混合教學方案設計

混合教學模式是一種借助在線教育平臺將教學活動從課堂延伸到課外，“線上”+“線下”相結合的教學模式，它將傳統教學方式與網絡教學的優點相結合，通過這兩種教學組織形式的有機結合，一方面使學生從被動的知識接收者變成主動的知識學習者，激發學生學習興趣，提高其自主學習的能力；另一方面，教師在整個課堂中只起到引導作用，這樣可以發揮每個學生在整個教學過程中的主導作用，讓學生主動學習交流，從而達到教學目標。不能只是單純地把教學內容分成“線上”“線下”兩部分，教師要在整個教學過程中發揮啟發、引導、監控教學過程的作用，從而激發學生作為學習過程主體的積極性與創造性，形成教學閉環，做到教學廣度和深度緊密結合，使學生的知識架構更加合理，思維方式更加多元化。

如圖1所示，結合當前高校商務智能課程的開設情況，設計了混合教學方案，可以分為以下三個階段實施課程教學活動：

圖1 混合教學方案設計

（1）課程準備階段

教師首先要熟習教學大綱，并根據本專業人才培養目標制訂細致的教學計劃，明確教學任務。將商務智能課程基礎理論部分按學習進度拆分為幾大模塊，再將獨立的知識點與各個模塊對應起來，學生將不同的模塊串聯起來可以完整地構造出商務智能課程的知識脈絡。

課前準備過程中，主要有兩塊內容需要學生提前在線上進行學習，一是課程所需的預備知識，學生通過學習平臺，在課前利用老師發布的教學資源并結合自身的基礎，對知識尤其是前沿領域知識進行學習，彌補專業基礎；二是相關模塊的導學案例，本文按照教學模塊的劃分設置了相關案例集，見表1。以鮮活的現實案例作為學習內容的切入點，用具體的案例和現實應用場景給學生創造一種真實感，激發學生的學習興趣。

表1 導學案例集

線上課程資源可以根據基礎理論內容和考核目標的差異，設計線上測試、導學案例分析等任務，發揮網絡教學平臺的便捷優勢，引導學生充分利用自己的碎片化時間進行補充和學習，實現個性化、自主性的課前準備學習。提升對知識的理解深度和廣度并融會貫通，逐步完成整體知識結構的自主建構。爭取讓學生以基本相差無幾的水平進入到線下的課堂學習中。

（2）課程應用與實施階段

首先，結合線上預習情況調整每次課程的教學活動，充分發揮課堂面對面互動的優勢。教師在課前掌握學生預習中提出的問題和對課程內容的需求，在上課前從學生學習反饋中總結出共性的問題在課堂上做重點教學。在講授主要內容之后，教師負責引導學生參與課堂學習，組織學生分組討論，及時捕捉學生在課堂學習中的反饋。學生分組討論過程中教師需要根據學生展示內容引出問題供大家研討。在這個環節學生通過匯報展示發揮自身特長，相互學習，調動學生的積極性和求知欲，可以培養學生在傳統灌輸式教學中不能培養的團隊協作能力。

其次，總結課堂教學活動，利用網絡教學平臺上傳課后任務及補充材料，實現教學上的良性循環和教學閉環。線下教學活動結束后要對學生的學習狀況進行及時總結，包括上課時的表現、課堂測驗及練習情況、小組討論情況等。通過對這些內容的總結，一方面找到學生普遍存在的共性問題，提供補充學習資料，通過網絡學習平臺反饋給學生，為其課后的補充學習和作業完成提供幫助，有效實現教師和學生的互動交流和資源共享；另一方面可以找到現在的教學內容和課程結構的不合理之處，調整和修改教學實施方案，使得后面的教學更加合理和有效。學生根據自己的學習情況利用課余碎片化時間在平臺繼續學習，同時保持和老師的溝通和探討，真正做到理解知識、應用知識。

（3）課程評價及修正階段

為了能更加公平、公正、理性地評價學生，在混合教學模式中教師可采取全過程評價的方式，依靠網絡平臺提供的線上數據進行分析，取得全新的評價辦法，包含線上跟蹤學習分析、團隊協作創新評價等。將每個學生的學習過程分為平時表現、小組討論以及期末結果評價三個部分進行考核。對平時表現，包括課前準備、對課件的訪問點擊次數以及課堂上的答題、互動情況等方面。小組討論包括小組整體性評價、組員互評以及貢獻度評價，評價主體既有老師又有學生。期末結果評價包括期末試卷成績以及團隊評價。最終的成績由考核的三個部分組成，對于各個環節應設立不同的權重，建立有效的綜合評價機制。

根據學生在每個環節的反饋意見，整個課程結束后需要進一步調整教學內容以及混合教學方案設計。第一，線上修正。及時整理線上教學反饋數據，通過監督學生的學習進度，根據學生平時作業與課后測試的提交次數、答疑與討論區問題匯總、線上問卷調查等數據分析結果，判斷學生的學習掌握情況以及課程的教學效果，并進行同步實時修正，完善線上的教學；第二，線下修正。通過觀察法、訪談法等對課堂教學過程、課后教學評價數據進行收集、匯總課上學習情況，反思課堂中采用的教學方法、教學內容設置是否得當、教學任務安排是否均衡，進而羅列分析，加以改進。

3 結語

商務智能作為管理信息系統發展的時代產物，大數據時代的濫觴實現了信息科技的勃發與飛躍，市場主體越發推崇數據資源的多元價值，實踐中通過系統地數據挖掘實現對所需商務信息的有效技術收集、整理與優化分析，做出相對科學的輔助決策來提升企業的核心競爭力。

綜上所述，在新時代追求高質量發展的大數據歷史洪流中，現有課程教學模式的格制鼎新，要在夯實與整合當前教學主體資源與多元媒介等基本要素的基礎上，充分利用網絡教學平臺實踐線上、線下混合式教學的新模式，注重對信息技術的應用與改進。以立德樹人為中心，充分運用案例教學與情景教學等形式多樣的先進教學方法，依托網絡教學平臺探索多元化的教學模式，進而全面提升學生學習的主動性與實效性，打造商務智能智慧課堂。