大数据环境下教学方法的探究

宋 艳

（齐鲁理工学院 计算科学与信息工程学院 山东济南 250200）

大数据环境下教学方法的探究

宋 艳

（齐鲁理工学院 计算科学与信息工程学院 山东济南 250200）

为适应大数据带来的变革要求，现在计算机行业人才要有高超的编程能力，更要有面向大数据的计算思维和认知能力，掌握大数据组织、存储、管理、分析方法、挖掘工具和开发环境，具有跨学科的基础知识和学习能力。项目教学法，是为社会培养实用型人才为直接目的的一种人才培养模式。

大数据 项目教学法 教学评价

随着科技的不断进步，数据产生了“大爆炸”。大数据虽然从数据的组织到存储、传输、查询、分析等带来了一系列的压力，但同时也带给世界无穷的机遇与挑战。2011年，英国《自然》杂志曾出版专刊指出，数据规模越大，处理难度越大，不过倘若能够有效地组织和使用大数据，对其进行科学的挖掘，产生的价值可能更大，人类将有更多的机会去发挥科学技术对社会发展的巨大推动作用。

一、大数据的教育应用现状分析

国内研究大数据在教育中的应用是从2012年开始的，自2012年起，大数据成为时代发展的一个重要趋势，这也直接影响到教育领域的专家学者开始关注。王震一提出：今天的大数据就像当年发明显微镜一样，人们从庞杂的海量数据中找到了前所未有的事物。2013年至今，随着国家对教育信息化的不断推进和信息技术与教育教学的深度融合，我国教育事业的改革和创新发展离不开信息技术的支持和引领，已经成为教育界的共识。2013年被媒体称之为中国大数据的元年。正是从2013年起，国内的教育技术领域掀起了基于大数据技术促进教育改革与创新发展相关的研究热潮，大数据的教育应用研究得到迅速发展，直接表现是研究论文数量与质量的倍增。可见，教育大数据的应用已被列入教育信息化的工作程序中，相信大数据将很快被推广并与教育领域的深度融合，这是当前时代教育事业发展的必然趋势。

二、项目化教学

项目化教学法是以实践为导向、以教师为主导、学生为主体的教学方法，它从职业实际需要出发选择有代表性的项目为教学内容，师生通过共同完成这一完整项目进行教学活动。学生们划分不同项目小组，在教师的指导下，按着项目的要求来进行资料收集、选择、整理，通过小组成员共同的研究分析，创造性地解决问题，完成项目任务。在这一任务完成的过程中，学生积极地参与了学习、自觉地进行了知识的建构。

基于建构主义的项目教学法以学生、项目、实际经验为中心，在课堂上教师要能够充分调动学生的学习积极性和学习动机，培养学生的团队精神，使学生在整个团对中感受到团队交流能力和协作能力的重要性。

项目教学法的设置分为如下四步：

1.情景设置

创设当前学生所学习内容与现实的情况基本相近的情景环境，也就是把学生引入到需要通过某知识点来解决现实问题的情景。

2.项目模块化，独立探索

将整个项目根据功能分成小的模块，让每个学进行生独立的思考，对知识点进行理解，消化示范项目的解决要点，为解决练习项目打下基础。

3.协作学习，合理分组

项目主题确定后，精心分开发小组，小组之间协作分工。协作分组的原则是不但要考虑每位学生的知识掌握程度而且要照顾基础较差的学生，要以互补为原则，综合考虑学生的各个因素，使得各个小组的实力相当。

4.学习评价

学生学习的效果直接由完成工程项目的情况来衡量，包括教师评价、学习小组评价和自评三部分。

三、项目总结和评价

根据教学要求，项目的总结分阶段进行。总结和评比主要由学生以讨论的方式自主进行，同学之间取长补短，互相切磋，教师进行点评，让项目趋于优化。分阶段的总结有利于及时发现问题、解决问题、还有利于相互学习和共享知识，促进小组间的竞争，提高学习兴趣，提高知识水平。教师在评价中，要特别注意正面鼓励，让学生充分体会成功带来的快乐，从而激励学生形成一种积极探索的学习氛围，项目完成后要进行综合评价。

四、教学评价

大数据环境下项目教学法的使用，使教学过程与专业岗位技能培养充分地融为一体，围绕项目实现构建课程体系，提高了教学效果的针对性和实效性。在项目化教学的具体实施过程中，教师引导学生采用团队合作形式，根据自己的兴趣与特长，扮演不同的岗位角色，学习目的更加明确、针对性更强，有利学生个性化的培养，也为学生将来的择业竞争奠定基础。

采用项目教学法，有效提升了学生的综合素质，将枯燥的理论知识和丰富的实践技能之间的有机结合，学生普遍反映强烈的学习兴趣，整个的学习过程就是一个项目引导，理论知识铺垫，实践技能培养，然后进入一个新项目、新知识、新技能的良性循环。

[1]李国杰，程学旗．大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J]．中国科学院院刊，2013，27（6）：647-657．

[2]冯伟．大数据时代面临的信息安全机遇和挑战[J]．中国科技投资，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．