结合在线课程教育的课堂教学实践探讨

刘群　王国胤　于洪　夏英

摘要：针对数据挖掘课程的教学现状，以重庆邮电大学智能科学与技术专业为例，介绍“在线微视频+翻转课堂+课堂教学”三位一体的教学模式，提出以核心专业课程为主导的系列课程建设和稳定的教学团队建设思想，阐述如何顺应95后学生的特点，引导学生创新性思维的建立。

关键词：数据挖掘；在线微视频；翻转课堂；系列课程；考核评价方式

0引言

众所周知中国社会在形态上已经进入了信息化时代，无论是网民数量还是网络经济发展的速度，均堪称世界第一。截至2015年6月，我国网民规模达6.68亿，互联网普及率为48.8%，其中，手机网民规模达6.20亿，占网民总数的90.1%，20～29岁年龄段网民的比例为31.4%，在整体网民中的占比最大。由此可见，互联网已经渗透到社会的各个方面，通过这种高效、快捷、方便的传播媒介，学生可以寻找到他们诸多学习疑惑的答案。随着各种在线视频课程如火如荼的发展，高等教育迫切需要做出相应调整。

在全球大数据浪潮中，对大数据进行智能分析和处理已经成为政府、企业、高校的关注焦点。在未来一段时间数据分析师将成为国内外人才紧缺的职业之一，这也对高校信息类专业的人才培养提出了挑战。数据挖掘基础课程是大数据分析的基础，大数据时代各种类型数据的爆炸式增长，对这门课程的内容提出了新的要求，本文将以重庆邮电大学数据挖掘基础课程改革建设为例，探讨结合在线课程教育的课堂教学改革。

1相关教学方法调研

在线课程的兴起可以追溯到2007年前后翻转课堂在美国的出现，但是到2011年以后，另一个重要在线教育方式MOOCs开始逐步崛起，二者本质上的区别主要在于：前者强调“互动与反馈”，而后者倡导建立“在线学习社区”。近年来，国内众多高校竞相鼓励教师运用网络技术积极推进线上线下混合教学。这种混合教学模式具备如下两个主要的特点：先学后教的方式赋予了学生更多的自由，他们的学习兴趣和针对性更强；“以教师为中心”的传统教学方式逐渐过渡到围绕“以学生为中心”来展开。这些特点都为改善本科教学质量提供了一条合适的路径。

虽然这种混合教学方式具有一系列优点，但也存在某些问题。公开在线课程每一节课的视频都超过45分钟，要让所有学生将一门课程所有的45分钟以上的视频在没有监督的情况下全部学习完是非常困难的。原因在于无论网上老师讲得再精彩，学生始终面对的是冷冰冰的机器，无法保证注意力的始终如一，相反课堂上面对面的教学可以让学生体会到更多的互动、关注和交流带来的人文情感，这些足以在适当的时候唤起学生的注意力。教学中完全的翻转课堂方式，容易使优生更强，却会使得那些不善于交流和表达的中等生论于边缘，本来的差生就更不用说了。近年来，一种以短小视频为核心的在线课程引起了教育者的极大兴趣，这种小型在线课程被称为微课程，它主要是针对某一知识点进行设计，录制成时长不超过15分钟的视频，同时提供配套的学习材料，帮助学习者随时随地快速学习。它能让学生课前迅速掌握每次课的主要学习点，带着问题来到教室进行进一步深入的学习。它的缺点是受时间限制，无法保证深入详细地给出每个知识点的来龙去脉。

因此我们认为引入微视频，探讨“在线微视频课程+翻转课堂+课堂教学”相结合的新的教学模式，进行相应的教学方式改革，可以改善教学的质量，更好地将知识传授给学生，提高学生学习的主动性，为课程改革起到实效。

2教学模式的设计

2.1教学中存在的问题

伴随着高等教育后大众化时代的到来，互联网应用蓬勃兴起，结合90后学生的性格特点，我们发现目前的课堂教学存在如下主要问题：

（1）课程体系和教学内容需要不断更新。随着网络资源的丰富，学生已能够随时从网络上吸取很多新知识新理念，专业课程的知识再也不能一成不变，必须随时更新。同样面对大数据时代及其带来的各种技术，智能科学与技术专业学生需要具备更广泛的数据分析相关知识和技术，这些都迫切需要核心专业课程数据挖掘基础不断地吐故纳新。

（2）教学模式和学生学习习惯发生变化。面对高等教育后大众化时代带来的学生数量急剧增加问题，以及在线网上教育带来的冲击和挑战，改革自身的教学模式成为必然。目前在校生全部都是95后，他们是在网络时代成长起来的，身上具有时代特点。他们注意力时间更短，见识广，兴趣多，更热衷于在线学习。

（3）考核评价方式亟待发生改变。95后的大学生特立独行，更愿意表现自己。随着互联网这种新媒体承载知识的不断丰富，学生的创新思维和实践能力可以通过网络学习得到充分的发挥。因此对学生的学习能力和成绩的评价不能再仅限于笔试考核，这倒逼着考核方式的转变。

2.2教学改革的主要措施

1）建立“在线微视频课程+翻转课堂+课堂教学”相结合的新的教学模式。

首先借助已经上网的在线微视频课程作为数据挖掘基础课程的“课前推送”，引导学生课前对每一讲视频的内容进行课前预习并完成该视频课程提供的课后作业。教师可以根据学生课前作业的完成情况在课堂上有针对性地开展教学，同时学生通过课上互动，可以很好地提高学习的积极性和兴趣度。对于一些简单易懂的数据挖掘算法，比如关联规则挖掘中的Apriori算法、分类算法中的决策树ID3和C4.5算法、KNN算法以及聚类算法中的K-means算法，要求学生学习微视频课程，制作PPT并在课堂上讲解这部分内容。这种在线教育和实体课堂优势的相互融合，会获得良好的教与学效果，同时也能反哺式建设在线微视频课程。

2）形成围绕数据挖掘基础课程的系列课程，强化系列课程的教师团队建设，保障教学质量。

大数据时代给计算机人才带来了机遇，也提出了挑战，教学应该不断地适应计算机人才培养的需要，调整相关的课程体系结构，以帮助学生实现与社会需求的无缝对接。因此建立一个围绕专业核心课程的系列课程体系非常重要，这种建设紧紧围绕核心课程展开，既可以保障专业核心课程的教学质量，又可以满足学生学到的专业知识与社会需求不掉线。为此我们确定了以数据挖掘基础课程为核心的系列课程体系，即数据分析实践、数据可视化和大数据分析与处理，这3门课程的学时统一设置为24学时，其中的数据分析实践课程主要讲授数据统计分析方法的知识，数据可视化课程围绕数据分析可视化的方法展开，大数据分析与处理主要介绍目前较流行的大数据平台应用知识。

一支稳定的中青年结合的教学团队是保障系列课程教学质量的重要因素，稳定的教师队伍可以有效地保证教学过程中的大纲设置、内容更新和教材使用的一致性，有利于教学过程中的沟通，从而不断地提高教学质量。

3）数据挖掘基础课程教学内容的更新和模块化建设。

随着大数据时代对人才的需求，不同专业都有了开设数据挖掘课程的要求。我们根据不同专业的不同需求，及时调整并规范不同学时下的数据挖掘基础课程的教学内容，并优化教学大纲，提炼教学内容。将整个课程内容分为必修模块和选修模块，如表1所示。对智能科学技术专业要求必须讲授全部两个模块的内容，而一些学时有限的其他信息类专业在完成必修模块内容的同时，可以根据需要适当选讲部分选修模块的内容。

4）改革数据挖掘课程的考核评价方式。

学生期末总评成绩在期末开卷笔试基础上，引入小组作品完成质量的考核。作品完成质量从“过程参与表现+口头表达能力”两个方面进行评分，这有利于对学生真实能力的评价，过程参与表现就是将每个学生在小组项目中所做出的贡献作为最终期末考评的一个考核指标，这一分数可以由小组内成员互相给出。口头表达能力体现在小组代表讲解和答辩项目成果的表现上，这一成绩可以由小组之间互相打分，按照一定的比例将学生的成绩加上教师给出的答辩成绩作为该项评价的总分。目前我们给出的这个成绩的换算比例是“组内分数30%+组间分数30%+教师分数40%”。这种考核方式可以保证教师准确把握每个学生掌握和运用知识的能力，也利于提高学生动手能力，真正改善课堂的教学质量。

3结语

结合今年初我们教师团队录制的微视频课程，通过一个学期的教学实践，尽管我们所设计的课程系列中部分课程还没有全部开始教学，但是也获得了一些很有益的教学经验：①随着互联网浪潮的风起云涌，不同的在线教育方式层出不穷，设计、开发和试点新型的在线教育和课堂教育相结合的学习方式势在必行。②计算机领域的专业课程通常都是成长型课程，既包含了过去几十年经典的研究成果，又会不断加入新成果，只有不断调整和更新专业课程的教学内容，才能让学生充分感受到时代的脉搏和专业课程的魅力。③学生生活在网络的时代，思维活跃，自尊心强，价值观多元化并且学生间各类差距非常大。如何培养他们的创新意识，增强他们的自信心，切实提高他们的动手能力，这给大学教育提出了挑战。结合在线课程的课堂教学，加上改革学生评价体系，能够更有效地调动学生学习的主动性和兴趣。④核心专业课程给予学生某一领域知识的深度，建设围绕核心专业课的系列课程体系能够更好地开阔学生的学科视野，同时领域知识的交叉也为创新性思维养成以及对接社会需求打下基础。

总之，结合在线课程教育的课堂教学改革是十分必要的，只要教学内容和教学方法适当，就一定能够发挥学生的创新潜质，为课堂教学质量的提高保驾护航。

（编辑：彭远红）