大数据课程总结十篇

大数据课程总结篇1

关键词：MOOC；优课联盟；学习行为；学习成效；大数据分析

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2015）38-0060-02

一、MOOC与优课联盟

MOOC，即Massive Open Online Courses（大规模开放在线课程，中文名：慕课），起源于开放教育资源运动和连通主义理论思潮，2012年出现了三大最知名的MOOC平台，分别是Coursera、Udacity和edX，称为全球MOOC元年，2013年以来MOOC在国内外呈现风起云涌之势，2013年被称为中国MOOC元年。

随着MOOC不断发展，UOOC联盟应运而生。2014年5月由深圳大学发起成立地方高校联盟，简称UOOC联盟（University Open Online Course，中文名：优课，U代表University和Union二层含义）。2014年9月18日UOOC联盟首批7门课程正式上线运行。UOOC联盟的宗旨是：通过大规模开放在线课程的共建、共享、共赢，达到优质教育资源共享，降低教育成本和协同创新的目的。

二、大数据与大数据分析

大数据（英语：Big data或Megadata），又称为巨量数据、海量数据、大资料，目前学术界对于大数据的概念，并没有一个统一的定义和标准，不过，业界对大数据所具备的4V特征已经达成共识。一是数据体量巨大（Volume）；二是数据类型繁多（Variety）；三是处理速度快（Velocity）；四是价值密度低（Value）。

大数据分析除了许多常规的统计分析方法外，还有许多特有的核心分析技术，比如数据挖掘、机器学习、社交网络分析、舆情分析、推荐引擎等。

目前国内利用大数据分析MOOC学习者的学习行为与学习效果的研究屈指可数。为此，笔者通过收集UOOC联盟平台上的第一手数据，以大数据的视野和分析技术来进行MOOC学习行为与学习效果的研究。

本文采用大数据分析法等深入研究选修UOOC平台上的7门课程的学习者的基本信息、学习行为、课程间各指标间的对比，在此基础上提出MOOC的不足以及提出相应的对策。本文以C1、C2、C3、C4、C5、C6、C7代表有一定的代表性的《唐宋词与人生》、《积极心理学》、《模拟电子技术导论》、《概率论与数理统计》、《大学计算机》、《古典文学的城市书写》、《文献管理与信息分析》这7门课程。

三、学习行为与学习成效分析

首先介绍UOOC联盟平台上首批上线的7门课程的基本情况、注册人数等，其次从课程的访问情况、视频观看情况、作业完成情况、讨论等四个方面来分析学习行为以及与学习成绩、完成率、辍学率间的相关性。

（一）基本情况分析

1.注册人数。2015年1月，学习者完成了首批上线的七门课程的相关学习。笔者从平台后台收集的数据统计，注册7门课程的人数如下图1：

由上图显示的数据可知，7门课程的平均注册人数为795.4人，总计5547人，最多的人数为1783人，最少的是248人。此数据受UOOC联盟平台的注册权限的限制，需要身份认证，必须是联盟高校的学习者。

2.七门课程的基本情况。

（二）学习行为分析

1.学习页面访问情况。学习者访问学习页面是学习的一个重要环节，从平台后台收集的数据显示，七门课程的平均页面访问数为25次，其中最高达到422次，但也有一部分学习者只注册却从未进入学习页面。数据显示的结果也表明了学习者学习的积极性不高，并且存在很大的差异性。

2.视频观看情况。MOOC平台上的学习资源主要以5～15分钟的短视频为主，学习者学习的主要活动是观看教学视频。七门课程的视频总时长最长达到981.2分钟，最短为357.9分钟，平均时长为9.3分钟；7门课程的总观看时长最长是619680.2分钟，个人观看时长最长达到1558.7，最短是0分钟，平均观看时长是492分钟。

3.讨论情况。UOOC联盟平台上的学习者讨论主要有四种情况：发表讨论、回复讨论、置顶讨论以及加精讨论。7门课程的总讨论数为18441次，七门课程中最高讨论数为2616，最低为0次，置顶讨论与加精讨论相对于发帖与回帖而言明显减少，置顶讨论的总次数最高是8次，加精讨论的总次数是86次；平均讨论次数3.6次，平均发表讨论为1.06次，平均回帖次数为2.54次；由数据可以分析得出，回帖的次数多于发帖的次数，在一定程度上说明了学习者学习较被动，主动性还有待提高。

4.任务完成情况。UOOC联盟平台上7门课程的总任务数为785个，平均任务数为112个，最多任务数为163，最少的任务数为43个；在7门课程中，任务全完成占总人数的比例最高达到43%，最低4%；任务完成一半以上占总人数的比例最高为53%，最低为13%；在这七门课程中一项任务都没有完成的人数最高达到58%，最低的占到23%，这一数据也反映了在学习过程中很大一部分学习者是只注册账号，从未完成学习的任务，学习积极性高的学习者与学习积极性不高的学习者之间存在很大的差别。

（三）学习成效分析

1.及格率、辍学率及结课率情况。UOOC平台首批上线的7门课程中，平均及格率为19%，平均辍学率为45%，平均结课率为55%，及格率最高的是课程C6，辍学率最高的是C5，结课率最高的是C4；这些数据说明7门课程的结课率高于辍学率，大部分学习者能够完成相应的课程，但是从及格率来看，学习者的学习成效还不够理想。如表2所示：

2.成绩情况。学习者的成绩的评定包括线上的学习与线下的考试结合。笔者对成绩进行分段统计，1～60分、61～75、76～90以及90分以上。从后台收集的数据显示C1、C2、C6这三门课程在76～90分段的人数最多，90分以上的人数也最多，这说明这三门课程的高分比较集中，C4、C5、C7在90以上段的人数为0。

大数据课程总结篇2

关键词：在线评测；程序设计；实践教学

0.引言

程序设计类课程具有入门难、两极分化严重、实践性强等特点，多数高校依赖计算机实验和综合课程设计，进行大量编程巩固训练，培养学生分析问题和以程序设计思想解决实际问题的能力。然而，上述实践教学方式的教学效果并不理想，主要问题概括为以下几个方面：

（1）程序设计类课程一般为5个班以上的大班教学，1名教师要同时指导200名左右的学生进行上机实验，教师工作压力大，监督能力有限，且无法及时了解每名学生的实验完成情况，没有时间和精力对学生提交的作业一一进行上机验证，只能通过抽检的方式检查，导致抄袭现象严重。

（2）上机实验教学通常是根据课堂讲课进度安排，实验课时一般为2学时或4学时，上机时间有限，只能以对课堂理论知识的验证和巩固理解为目的，不能进行有效的编程设计能力的训练，导致学生实际程序设计和调试能力差。

（3）进行上机实验的案例一般通过教材或课件提供，案例陈旧，不方便更新，覆盖知识点不全，且缺乏实用性和趣味性，因而很难调动学生学习的积极性和主动性。

（4）通过上机考勤、实验作业、课程设计报告等手段无法全面掌握和客观评价学生的学习情况，不利于学生动手操作能力和创新能力的培养。

所以，如何满足新时期教育发展的需求，如何提高实践教学的教学效果，是高校教师亟待解决的问题。随着我国教育信息化研究的不断深入和进程的不断加快，各大高校纷纷将现代教育技术引入到实践课教学的改革中来。为此，笔者将北京化工大学在线评测系统应用到计算机科学与技术专业的程序设计类实践教学中，提出了符合学生认知和教学规律的教学模式，在对所收集的大量实践教学活动原始数据进行科学合理统计和分析的基础上得出，该教学模式能激发学生的学习兴趣，并在一定程度上提高教学质量。

1.在线评测系统应用现状

在线评测（online judge，OJ）系统，起源于ACM国际大学生程序设计竞赛（ACMInternational Collegiate Programming Contest，ACMICPC），经过ACM竞赛近30年的发展，各大高校纷纷开发了属于自己的在线评测系统。其中，国外知名高校的在线评测系统有美国弗吉尼亚大学的UVA OJ系统、俄罗斯萨拉托夫国立大学的SGU OJ系统、俄罗斯乌拉尔国立大学的URAL OJ系统，另外还有一些国外公司开发的知名网站，包括TopCoder公司的TopCoder网站、Directi公司的CodeChef网站、CodeForces公司的CodeForces网站等。国内知名的在线评测系统中，最早开发在线评测系统的高校是浙江大学，其在线评测系统为ZOJ。提交次数最高的OJ系统是北京大学的pojE21，提交次数仅次于POJ的是杭州电子科技大学的HDOJ。其中，浙江大学的ZOJ、北京交通大学的BOJ、华中科技大学的HustOJ作为开源在线评测系统，具有很高的实用性。另外，哈尔滨工业大学、南开大学、吉林大学、福州大学等高校也先后开发了在线评测系统。这些评测系统，不仅被广泛应用于竞赛的集训和程序设计类课程的教学当中，还对外开放注册，为其他高校的程序爱好者们提供服务。

2.基于在线评测系统的教学模式

目前，在线评测系统广泛应用在各大高校程序设计类课程中，其现有教学模式可以通过以下3个方面进行总结：实验教学、课程范围、教学效果评价。

在实验教学方面，各大高校将该系统直接应用于程序设计类课程的上机实验教学。任课教师根据程序设计类课程的实验内容和具体要求，合理设置实验任务，新增题目或者从题库中选择合适的题目供学生上机练习。学生在编写、调试完程序后，将程序提交给评测系统进行判断。评测系统会在后台进行编译，并结合测试输入样例得出运行结果，与测试输出样例进行比对，给出评判结果。任课教师通过系统可以实时了解学生的做题情况并给予指导。该系统的使用，使得教师一人可以同时指导几个班级的学生一起上机，大大减轻教师的工作压力，还能避免作业抄袭现象。学生课后，可以继续登录系统，完成未完成的实验，保证了教学的连续性，在一定程度上，提高了教学质量。

在课程范围方面，该系统的应用主要集中在C/C++语言的教学上，对C/C++语言的教学质量有很大提高。而对于其他计算机专业相关的课程，例如数据结构、编译原理、计算机组成原理、数据库原理等很少涉及。

在教学效果评价方面，各大高校一般使用课程平均成绩的对比数据或者调查报告的形式来评测其教学效果，没有进行更科学有力的数据分析，不能有效说明对学生编程能力的提高是否有实质性的帮助。

3.本校实例

3.1北京化工大学在线评测系统

为了收集一手的实践教学研究数据，我校于201 1年基于改进的开源系统HustOJ开发了北京化工大学在线评测系统（online judge system ofBUCT），主要用于参加ACM竞赛的队员集训、校内周赛、跨校区组织的月赛以及我校程序设计类课程的实践教学中。

北京化工大学在线测评系统使用php语言开发，后台数据库使用MySQL，采用B/S架构，主要系统模块包括系统维护、题库管理与训练、实时状态与排名、竞赛及作业管理、名校联赛、北化程序员论坛、数据统计等，评测系统的主界面如图1所示。该系统支持C/C++、c#、Pascal、Java、Python、VB等常用编程语言。在使用过程中，笔者非常注重题库的管理，经过不断丰富和完善，系统题库现有题目1600多道，题目类型涵盖了数据结构、算法设计与分析、C/C++语言程序设计、Java语言程序设计、程序设计实训、ACM/ICPC程序设计方法与实践等几门课程的主要知识点。并为满足不同水平学生的练习需求，将题库题目按难度系数划分为5个等级，在一定程度上激发了学生对程序设计类课程的学习兴趣。

其中，数据统计模块使用数据可视化技术，从数据库中获取有意义的数据，通过highcharts、thinkphp等技术将数据分析结果进行图形化展示，从而可以更直观的了解学生在线评测系统的使用情况。

3.2OJ系统在我校的应用

经过近4年的教学实践，我校已形成一整套基于在线评测系统的程序设计类课程的教学方案，具体包括实践教学、教学效能、考核评价机制、激励机制4个方面。

3.2.1实时评测、反馈调控的互动实践教学模式

系统管理员在开学初将每届的学生信息导人到评测系统，根据学号生成相应的用户账号。任课教师可以通过评测系统的状态显示功能，查看学生的做题情况，实时跟踪学生的做题进度，对学生做题过程中遇到的共性问题给予针对性的讲解和及时指导，还可对排名靠后的学生进行重点辅导。为适应不同层次学生的学习需求，教师可以根据学生的知识掌握情况，及时调整实验任务的难度和数量，进行题目的分级分类，从而达到有效反馈、合理调控、提高课堂教学效果的目的。

3.2.2简化作业批改，提高教学效能

教师把课后作业题目挂到在线评测系统上，设置好起止时间，学生通过在线评测系统按时间要求进行作业提交，系统会统计出每道题目的提交次数、提交通过的题目数量及所使用的编程语言，对本次作业的完成情况进行排名，并可导出到Excel文件进行备案。教师可以方便地获取到所有学生每道题目的做题情况，记录总结学生遇到的典型问题，在课堂教学中进行针对性讲解。在线评测系统的使用，简化作业批改，使教师可以注重教育教学及自身素质的提高，从而提高教学效能。学生提交作业后，系统会快速给出评判结果，及时得知作业完成情况，即可进行后续修改与再次提交，与传统收发作业的模式相比，这种方式科学运用了生物心理学的规律，既缩短了反馈周期，又能激发学生的学习潜能和学习热隋。

3.2.3公平客观的考核评价机制

加大实践考核力度，使用在线评测系统进行实验课考核，操作实施方便，评判结果公正客观。学生通过使用在线评测系统，可实现对每次考核内容的系统化管理，发现当前课程学习的薄弱部分，主动弥补。每次考核都会给出系统排名，可使学生意识到学习差距，从而能对自身提出更高要求，调动学生学习积极性。

3.2.4创建科学合理的学习激励机制

评测系统会根据提交通过题目数量、提交通过比率给出总排名，从而鞭策落后的学生努力追赶，激励名列前茅的学生努力保持。另外，在每门课的教学中，设立“正确题目最多奖”“正确率最高奖”“通过高难度题目最多奖”；以宿舍为单位，统计每个宿舍完成题目数量进行排名；将ACM竞赛机制引入实践课教学中，每学期开展花样程序设计类竞赛，如课程月赛、周赛、以庆祝某个节假日为由的节日赛等。通过以上不同形式的激励，激发学生的学习动力，引导学生培养良好的学习习惯，形成积极向上的学习氛围，从而促进教学质量的提高。

4.教学效果分析

在2011-2014共4届学生的程序设计类实践教学中，“数据结构”“编译原理”“计算机科学导论”“操作系统原理”等课程的实践课教学先后被纳入在线评测系统中。下面将对2015年5月份之前的实践教学数据进行详细对比分析。

4.1各年级做题提交情况对比

各年级做题提交情况对比如表1所示，其中2013级的提交次数最多，正确率最高，对评测系统的使用效果最好，2011级和2012级由于教学模式未完全转变，对评测系统处于初步尝试阶段，2014级由于使用时间较短，故提交次数偏低。

4.2一年中不同月份做题提交情况分析

图2列出了2013年和2014年2年中不同月份提交总次数变化规律，由图2可看出，2013年该曲线变化情况为：1-4月、8-12月，随着课程教学的不断深入，提交总次数呈逐渐上升趋势，但是5、6月份由于学生准备期末考试，提交总次数下滑，8月份由于是暑假，学生做题积极性不高。总结2013年做题提交情况，2014年学校调整教学和考核方案，加大实践课教学力度，并将在线评测系统应用于小学期实践教学中，所以5、6月和10月的做题提交总次数达到峰值。

4.3各班级男女生做题提交情况对比

图3为计科2013级6个班级男女生的做题情况汇总。其中，每个班的总学生数和男女生比例相近，但却呈现出不同的提交情况分布。据调查，2班的班主任曾引导2班学生利用课余时间在系统上做题，所以2班提交总次数最多，达8823次，整体编程水平也较强。由图3可见，6个班级中，男生提交总次数为28028次，女生提交总次数为10782次，由于计科班级中，男女生比例大约为3：1，整体来说，男女生提交次数之比大约为2.55：1，女生平均提交次数略高于男生，可见，通过使用在线评测系统，女生的动手实践能力也得到提高。

4.4各宿舍做题人的提交情况对比

图4将计科2013级学生以宿舍为单位，列出了28个宿舍的做题人均提交情况。由图4可以看出，人的提交次数超过400次的有5个宿舍，其中人的提交次数最多的达720次，经过调查统计得知，这些宿舍有学生参加ACM/ICPC或者“蓝桥杯”软件大赛，因为个别学生对编程的爱好而引发整个宿舍学生的学习热情。所以，建议学校在大一学年结束时，可根据所有学生做题提交情况，合理调配宿舍成员，以一带多、相互促进、共同提高，丰富学生日常学习生活，激发学生团队意识，从而达到提高整个寝室学习状况的效果。

4.5课程总成绩、绩点与提交次数关系分析

图5列出了计科2012级数据结构和编译原理2门课程的期末总成绩、绩点与提交次数之间的关系。由图5可看出，提交次数与课程总成绩、绩点曲线变化基本一致，大致成正比关系，学生做题的提交次数越多，课程成绩越高，绩点越高，反之亦然。该图进一步验证了在线评测系统的应用能有效提高程序设计类课程的教学质量和教学效果。

4.6提交通过的题目数量与各科成绩相关性对比

公式中：COV为协方差；σx、σy为标准差；E为数学期望；变量x、y分别为所有学生提交通过的题目数量与各科考试成绩或平均学分统点。

由图6可见，ACM/ICPC程序设计方法与实践、编译原理、Linux/Unix编程基础、计算机科学导论、数据结构等专业核心课程，期末成绩与提交通过的题目数量的相关系数较大，故两者相关性较大，而数据仓库与数据挖掘、数据库原理、计算机组成原理、操作系统原理等课程的相关系数太小，表示两者相关性小。数据仓库与数据挖掘课程是大一第二学期开设的，学生在上课的时候普遍没有编程基础，该课成绩与在线评测系统提交通过的题目数量相关性不大。数据库原理、计算机组成原理等课程由于题库中的相关习题较少，学生做题量小，故相关性较小。所以后续需要继续丰富相关课程在线评测系统的题库，根据课程内容设置相应的题目，发挥在线评测系统在这些课程中的作用，实现评测系统在上述课程中的全面应用。

通过此相关系数还可看出，学生提交通过的题目数量越多，编程能力越强，课程成绩越好，故在教学中需大力引导学生注重编程基础，提高动手实践和编程操作能力。

大数据课程总结篇3

关键词：课程教学质量；测评系统；CS/BS模式

1 系统背景分析和需求分析

1.1 系统背景分析

课程教学质量评价是每个高校每学年都需要进行的一项常规教学考核工作。如何客观、合理地评价教师教学质量，及时了解教学的真实现状，是高校教务管理工作的重要课题。随着我院各校办学规模的扩大，原来采用的组织学生手工填写评价问卷的测评方式操作起来比较困难，已经不适应新的教学情况的要求，存在着许多的弊端，如：重复性资金投入多，组织工作量大，数据统计繁琐、效率低且容易出错，统计结果的分析、查询、浏览不够直观方便等。因此，从评价的技术层面上来讲，迫切需要建立一个适应新情况、便捷、高效、合理、科学的课程教学质量测评系统，将会对教学质量的推动及教学质量评价工作起很大的作用。

1.2 系统需求分析

质量评价系统采用C/S和B/S两种模式，使用对象是学生、教师、督导和教务管理员。学生登录后可以看到当前学期所学的所有课程信息，并对所学课程授课教师根据所设定的评价指标信息进行教学评价，评价完成后保存或提交，提交后评价信息不可修改。教师登陆后可以进行自评、对同行进行评价；在评价结果后可以查询学生对自己的评语、分数和按评价指标分项的评价分数。各系（部）管理员可查询本单位教师评价情况、教师评价的排名及打印出本系（部）全体教师的评价统计表、评价统计分析报表，以便存档和系（部）领导查阅。教务处质量评价管理员可查询全院教师评价分数、排名及评语，可打印全院教师评价统计表以及评价分析情况表等。系统基本操作流程如图1所示。

2 系统开发关键技术与平台

2.1 数据库访问技术

对数据库的访问是通过 Framework，OLE Framework，OLE Framework或SQL Framework等来实现。本系统采用了Visual C#.NET集成的控件访问数据库。是重要的应用程序级接口，用于在Microsoft .NET平台中提供数据访问服务。在中，可以使用新的.NET Framework 数据提供程序来访问数据源，是提供对Microsoft SQL Server等数据源以及通过OLE DB和XML公开的数据源的一致访问，数据共享使用者应用程序可以使用来连接到这些数据源，并检索、操作和更新数据。包含用于连接到数据库、执行命令和检索结果的.NET Framework数据提供程序，使用者可以直接处理检索的结果。

2.2 B/S与C/S相结合的结构模式

C/S(Client/Server)结构即客户机/服务器结构。从开发的角度来说，该结构模式具有较强的事务处理能力，能适应复杂的业务流程；本评价系统的更新、维护及所有数据处理通过CS客户端在后台的数据库中完成，包括对数据的查询、增加、删除、修改、数据的统计等，便于数据的扩充。B/S(Brower/Server)结构突出的特点是实现集中管理，应用程序、数据库及相关的组件全部集中在服务器端；客户端只作为Browser，无需安装其他应用软件。教学质量评价系统既要满足客户端-服务器(Client/Server)二级用户所需的数据处理与事务处理功能，又要满足浏览器―Web服务器―数据库服务器（Browser/Server）三级用户需要的信息浏览、查询、、辅助决策等功能。为此，结合两种结构的优点，系统总体技术采用的是以B/S模式为主并结合C/S模式的混合架构，图2为系统的总体架构图。

2.3 系统实现的平台

本系统采用Visual 2O05作为开发平台，利用和设计技术构建基于Web数据库的动态交互式测评系统，确保技术上的可行性和先进性。

框架已成为IT行业十分流行的完美的新型开发平台，其核心组件中有构建和管理新一代服务的基本结构和工具，包括Visual ，.NET企业服务器，.NET框架及等。开发者可以用.NET框架设计很多不同类型的应用程序。

3 系统设计

3.1 数据库设计

教学质量评价涉及的信息较多，以下只列出了数据库中与评价活动直接相关的一些表，对其他的一些表不再赘述。

教师情况表(编号、姓名、性别、身份证号、民族、部门、专业、学历、学位、职称、类别)。因教师、督导、领导都是学院教职工，故采用一个表，但增加一个字段来判定用户类别是教师还是督导。

学生基本情况表(学号、姓名、性别、身份证号、民族、专业代码、所属专业、班级代码、班级名称)。

课程信息表(课程代码、课程名称、课程类型、课程性质、学分、总学时、周学时、授课起止周、开课单位、授课对象)。

执行教学任务表（班级名称、班级人数、课程代码、课程名称、教师编号、主讲教师、辅讲教师编号、辅讲教师、学分、周课时、起始周、结束周、总课时、开课部门、考核方式、学年、学期、专业名称、年级）。

评价指标表(指标编号,指标级别,指标内容、指标分数，权重，适应评价对象，所属课程性质)。

开课信息表(编号、班级编号、课程编号、课程名称、任课教师编号)。

评价信息表(编号、评价对象编号、课程编号、班级编号、评价人编号、评价分数)

评价评分对照表(评价等级、对应分数、适应对象)。

评价时间设置表（编号、评价对象、操作对象、评价学期、评价开始时间、评价结束时间）。

3.2 系统功能结构设计

教学质量评价系统是对教学状态、教学效果进行评价，即学生、教师同行、督导、系和学院领导等多种层次人员从各个角度对任课老师教学状态及效果、学生学习状态及效果进行评价。通过收集这些样本数据加工处理，形成各种汇总报表，提供给教学管理人员、校或系领导，实现对全校整体教风、学风、教学质量的了解、监控，预见问题并进行防范与整治。教学质量评价系统主要由系统管理、在线评价、评价结果统计和评价结果查询四个部分组成，具体系统结构层次如图3所示。

3.2.1 系统管理

主要是对评价活动的组织者或管理者(教务处管理教学质量管理人员根据不同权限对评价活动中所涉及到的评价时间、公告、用户、班级、评价任务（需评价的课程）等进行管理。具体功能如下：

（1）系统基本设置：包括评价学期设置，评价统计方式设置；查询评价信息时间；

（2）课程类别标识：根据课程性质的不同，对所有课程进行分类管理；

（3）评价任务设定：显示当前学期所开设的所有课程信息，可在课程信息列表中设定课程是否参与评价；

（4）评价参数设置：包括评价指标设定；可评价学期设置；评价时间设置；评价参评对象设置；评价用户特权设置（设置评价对象为督导（专家）、领导等）；

（5）评价评分等级设置：设置评价指标对应分数，评价时通过在设定的五个等级中选择，系统在统计时将等级自动换算成相应的评价分数；

（6）评价指标分类设置：根据对课程的类别标识，不同类别课程设置不同的评价指标；

（7）评价用户管理：根据不同权限对教学评价系统中的用户(包括领导、督导、同行[教师]、学生、管理员)信息进行管理(包括添加、修改、删除)。系统管理员可以对所有用户信息进行管理；

(8)教研室管理：根据不同权限对教学评价系统中的教研室信息进行管理(包括添加、修改、删除)。依权限分配，系统管理员可以对所有教研室信息进行管理，教学秘书可以对所属院系部的教研室信息进行管理；

(9)评价任务管理：根据不同权限对教学评价系统中的课程信息进行管理(包括添加、修改、删除)。系统管理员可以对所有课程信息进行管理，各教学单位教学秘书可以对所属系部开设的、面向所属系部的课程信息进行管理。

3.2.2 在线评价

主要是学生、教师（同行）、督导、系（教研室）领导根据各自不同的评价权限及评价指标对教师、班级做出评价。评价选项采用伦西斯・利克特(Rensis Likert)五级量表进行选择评价，五级量表设有优秀、良好、中等、较差、极差五个表示不同认同程度的选项，实际统计结果时按指标分值的95％、85％、70％、60％、40％计算。不同评价分述如下：

（1）评价教师：包括教师自评、教师（同行）互评、学生评教、督导评价四个方面；

（2）评价学生：任课教师所教授班级的学习情况做出整体评价。

3.2.3 评价结果统计

（1）评分统计、分析：包括评价统计、汇总统计、评语查询；

（2）教师评价统计：对班级评价统计即评学情况统计、教师自评统计；

（3）报表打印：学生评价统计报表，提供对按学年学期、专业、班级及课程分类统计的报表。

3.2.4 报表打印功能

评价汇总表，提供按系（部）提供学生评价总评报表打印。

在整个教学评价结束以后要对评价的数据进行各种统计分析。系统根据用户不同权限显示不同范围的评价汇总结果(包括参评人数、平均得分、标准差、最高分、最低分等)和具体指标汇总结果(每一项评价指标的参评人数、平均得分、标准差、最高分、最低分等)。系统管理员和院领导可以查询全校所有的评价结果；教学秘书（系（部）管理员）和系（部）领导可以查询所属系（部）的评价结果；督导可以查询自己做出的评价；教师可以查询自己做出的评价及作为评价对象 (教师某一课程未完成自评时不能查询该课程的评价结果)的评价结果；学生可以查洵自己做出的评价及任课教师对所在班级做出的评价。各种结果具体如下：

（1）评价教师结果：查询对教师教学活动评价的汇总结果；

（2）评价班级结果：查询对班级学风评价的汇总结果。

4 结束语

“广州城建职业学院教学质量评价系统”已经在我院进行了三年运行，学院每学期500多名教师及10000多名学生在两星期内通过校园网的在办公室或宿舍参与了教学质量评价，能在较短的时间内完成了教学质量评价工作，达到了工作量小、方便、快速、准确的评价效果，为学院的教学管理提供了丰富、及时、量化的数据。在此基础上，我们将考虑能够进行历史数据比较、能够分不同属性(职称、学历、性别、课程类型等)进行统计分析，以期对我院的教学质量做出更加全面、准确的评价。并在此基础上，扩展到教师业绩考核、各教务处和系（部）教务管理及教材评价上，以便更有效的提高教学质量评价、监控的效率。

参考文献

[1] 卢凤珠,吴达胜,赵丽华.基于CS/BS模式的实验室管理系统的设计与实现[J].四川教育学院学报,2005,21(3).

[2] 翁建红,刘志成.基于的网上评教系统的设计与实现[J].计算机与现代化,2009(12).

大数据课程总结篇4

关键词：非计算机专业；网络数据库；教学改革；数据库课程；教学模式；考核模式；程序功能模块；网络课堂平台

中图分类号：TP311 文献标识码：A 文章编号：1673-1573（2013）02-0126-03

数据库技术是计算机科学在应用领域最活跃、应用最广泛的一种实用性技术。根据教育部高教司印发的高等学校文科类专业《大学计算机教学基本要求》，计算机大公共课程的教学模块包括数据库系统基础和程序设计基础。目前高等学校非计算机专业一般开设的数据库管理系统是Visual FoxPro和Access。然而，随着网络技术的迅猛发展，要求数据库技术与网络技术紧密结合。因此，选择一款主流的能进行网络数据库开发的软件是必须的。SQL Server就是当今深受欢迎的数据库管理系统之一，它可以很好地支持服务器/客户端模式，进行网络数据库的开发和应用，能满足各类企事业单位构建网络数据库的要求。

本着学以致用，培养兼具信息应用能力的复合型人才，河北经贸大学对管理类非计算机专业学生的数据库课程进行了改革尝试，2012学年在部分班级中开设了《SQL Server数据库应用教程》。通过一学年的探索，在教学、实验、考核模式等方面进行了总结，并作了可行性的研究分析。

一、高校非计算机专业数据库课程教学模式的实践与探讨

高校非计算机专业学生的计算机应用课程一般是开设两个学期，第一学期是办公自动化软件的应用，接着第二学期是计算机语言程序设计或数据库应用系统开发。所以，学生直接由简单的办公自动化软件的学习一下跳跃到专业的数据库应用系统开发，缺乏一些相关逻辑课程的基石，对于学生而言还是有一定的难度。这就要求我们必须科学地进行教材的选择，结合文科管理类学生的情况，教材的选择要具有如下特点：一是概念清晰，逻辑性强，面向应用，兼顾基础理论；二是例题丰富，结合学生特点精心设计，易于理解；三是大量的理论练习题和上机练习题，知识点覆盖全面。另外，在课程安排、内容调整、教学方法等方面也不断地进行了改进和完善，以实现更好的教学效果。

主张以实例项目为驱动实施课程教学。精心设计每一堂课和每一次实验。为了让学生在第一节课就能感到SQL开发数据库的乐趣。笔者设计了一个学生基本情况调查表单的客户端程序，然后在实验室的局域网里安装上一台SQL Server数据库服务器，负责收集学生在客户端提交的调查表单数据。授课模式见图1。

这就是一个SQL Server数据库的应用实例。首先，学生通过这样的实验参与，对将要学习的SQL Server数据库的客户机/服务器体系结构有了切身的体会，也对将要学的内容建立直观的感性认识。其次教师收集了学生的基本情况，建立了初步的学生学习档案。对每一位学生所学过的计算机知识和掌握程度有了大概了解，为以后的学生分组教学也提供了一些依据。

在整个授课过程中打破原有布局重新整合教学内容，用项目中的问题为引线，在讲述项目实例的过程中，将每章的知识点融入。项目实例的选择非常重要，对于不同的行业有着不同的数据消费模式，一般有企业生产经营中进销存管理、人事方面的信息管理、财务方面的金额管理以及教育方面的考试信息管理等。一般的教材设计的管理系统开发实例都是学生比较熟悉的数据。如：学生信息管理系统，包括了学生基本数据信息管理、课程信息管理、学生选课数据管理。再还有就是图书馆信息管理系统，包括了学生经常进行的图书借阅数据管理以及图书馆藏书的数据管理。

为了扩展数据库系统的应用开发，笔者在授课过程中选择了学生最熟悉的应用——在线测试数据库系统。如今在线测试系统已经应用到了很多行业，如：驾驶员的理论考试、银行系统的招聘考试、托福网考、计算机等级考试以及很多高校的某些课堂也开始实行网络在线考试。

笔者在教学中就以“在线测试数据库系统”的开发为应用项目贯穿各章知识点（见图2）。

数据库应用系统的开发，首先是数据库的设计，在该系统中包括了题库数据表、考生信息数据表、考生成绩表以及考生的答题表。数据库的设计是对现实世界对象进行抽象，在数据库的设计中就要融入概念模型的建立，常用的是“实体—联系方法”即用E-R模型来描述概念模型。在该数据库结构的设计中包括了常用的数据类型。

数据库应用系统的开发难点在于程序功能模块的设计，在这个项目中包括了常用的功能模块即用户登录判断过程。在这个模块的设计中融入了程序设计的基本结构即顺序、判断、循环结构。第二个功能模块是随机抽取考题模块，该模块的设计中融入了常用的随机函数的应用。第三个功能模块是考试成绩统计模块，该模块中融入了常用的SQL语句和聚合函数的应用。

计算机课程重在实验操作上，河北经贸大学非计算机专业的程序设计课程是68学时，其中上机学时为34。即每周是一次上课一次上机实验。每周的上机内容都要精心设计，前5周学生完成了数据库的建立，数据库服务器的配置。第6周实验教师可以安排一次平时测验，就用授课的项目实例即“在线测试数据库”系统来测验，通过测验可以得到学生的成绩库。一是对学生当前学习状态有所了解，二是在接下来的课程内容安排中，可以以此为例进行数据的整理和统计操作。学生在实验中既是数据库系统的设计者，又是数据库系统的应用者，真正做到了学以致用，激发了学生的学习兴趣。

每次实验都在之前的实验结果基础之上完成，环环相扣。整个授课过程中以项目实例为驱动，重新整合教学内容，各个知识点相互衔接，逻辑性强，由简单到复杂，循序渐进，最终形成完整的应用系统。

当然提高教师的素质和稳定教学团队也是很重要的。因为教师在讲授该课程时，教学实例是要根据学生和专业的实际情况进行调整的。只有充分调动学生对教学内容的学习积极性，才能真正提高教学质量。教师应深入了解、熟悉教学对象所在专业的情况，以便联系不同的专业进行实际教学。这就要求教师承担教学任务的专业性要相对稳定，以保障教学质量。

二、建立和完善非计算机专业数据库课程的网络化教学平台

课堂时间毕竟是有限的，我们可以充分利用网络资源来开辟第二课堂。现在很多高校都有网络课堂平台。河北经贸大学在前几年就建立了网络课堂平台Blackboard。

在Blackboard的开放式结构下，教师可以发挥更大的创造性。网络平台的最大优势就是共享和互动。可以突破时间和空间的界限。

首先，教师可以把许多的资料共享于平台下。因为课堂时间有限，基本上只能完整的教授一个项目的开发设计。教师可以通过对学生学习状态的了解，在网络课堂里增加其他数据库应用系统项目，因势利导，调动学生的学习兴趣，增强学生的信息意识，把数据库的管理应用到其专业领域和实际工作中。

在学校的Blackboard网络平台下，笔者根据学生的掌握情况，灵活的对学生进行分组、分层次的管理，创建虚拟课堂，有针对性地为学生设计案例，布置作业和进行测试。在Blackboard网络平台的讨论板里，笔者设立了不同的主题论坛，如：学习经验、疑难解答、教学建议、课程讨论、学习小结等。

总之，在数据库课程的教学中，我们很好地利用了学校网络课堂平台的共享性和互动性，这弥补了大班集中式授课容易造成师生互动性不足的问题。同时，这种自由、互动的学习方式还有助于开拓学生的思路，养成积极探索的学习习惯，培养学生的独立思考能力和自学能力。

三、探讨和总结适合于非计算机专业数据库课程的考核模式

数据库课程是实践性很强的课程，在考核方法上应灵活多样，可以采用考试、考查、评估学生作业或完成某一具体任务等方法来实现。

笔者讲授的数据库课程结课考核分成三个部分：笔试、大作业设计、平时成绩。

笔试考察部分占总成绩的40%。笔试主要是考察对有关知识的系统性理解，比如数据库管理系统的基本概念、程序设计的基本结构、典型的程序设计算法等，题型为选择题、判断题及填空题。学校计算机中心研发了“数据库课程在线考试系统”并建立了丰富的题库。这部分考试安排在课程最后一周的上机课上随堂考核。采用题库的方式在线考核，具有环保、考试时间灵活、题目随机性大、判分快捷等特点，适合在较短时间内对大量学生进行集中考察，可以推广到其他课程的考核。

数据库的大作业设计部分占总成绩的30%。这部分是学生计算机综合能力的体现，出题内容可以多样化、具体化、层次化。这项考核可以在结课前两周就布置下去。考核方向可以是：具体的某管理数据库的设计、数据库的安全保障、数据的统计分析以及数据的管理和挖掘问题。可以视任务的工作量大小独立完成或小组完成，完成的形式也可以多样化，可以是作品设计、程序编写，也可以是小论文形式阐述问题的解决方案等。

通过一学期的教学，教师基本掌握了本班学生的学习状况，在大作业的考题方面应重视学生的差异，即在保证最低教学要求考核标准的基础上，应鼓励个性化、创造性发展。

在大作业的评分方面，要充分鼓励和肯定不同基础的学生在已有基础上取得的进步，使不同层次的学生都有一份成功的体验。正面的肯定和引导可以进一步激发学生学习与应用计算机的兴趣。

平时成绩部分占总成绩的30%。学生平时的表现也是考核成绩的重要组成部分。平时表现是指学生在计算机课中的授课与上机实验时的出勤及表现的情况，比如上机实验任务是否独立完成，作业是否按时上交，上机实验的结果是否具有创意等。当然教师也要对学生的平时情况做好记录，这些资料有利于教师全面掌握学生的计算机学习情况。

总之，应从单一化考核向以素质能力为主的多元化考核转变，注重对学习全过程和自主学习能力的考核，逐步提高平时成绩的比重，促进学生主动、自主地学习。

参考文献：

[1]邱李华.SQL Server2000数据库应用教程[M].北京：人民邮电出版社，2010.

大数据课程总结篇5

摘要：本文通过对一个全新的实践课程“基于大规模集群的海量数据处理技术”的教学课程内容与教学设计的分析，对引入工业界最新的技术到教学实践过程进行了有益的尝试。通过实践表明，在现有的本科课程体系中选取适当的工业界实践技术能够有效激发学生的学习热情，提高学习兴趣，并通过小组项目的形式有效增强了学生的创新能力，合作能力和动手能力。

关键词：集群；海量数据处理；工业界新技术；创新课程

中图分类号：G642

文献标识码：B

1课程简介

本课程是Google公司与清华大学合作，在清华大学开设的有关集群分布式编程的课程。通过本课程的学习，学生将深入了解到通过大规模集群的模式处理海量数据的方式与编程方法。在课程进行的过程中，来自Google公司的工程师了讲述有关使用大规模集群处理海量数据的理论知识以及相应的实际编程方法。通过实践相关的课程内容，使用开源的Apache Hadoop工具，学生亲身实践了Google文件系统以及Google所使用的分布式编程方式MapReduce。学生需要完成特定的分布式应用程序设计来巩固所学的编程知识，用于处理实际的海量数据问题。

2课程的内容

本课程的内容分成两个部分，一个部分是上课的内容，即是在课堂中讲述分布式编程的基本理论与方法，主要包括下面五个方面的内容：

(1) 课程简介：主要讲述分布式编程的模式，分布式编程所需要涉及到的相关知识，包括分布式的应用问题，并行与分布的基础，分布式的历史，并行编程与同步等的相关内容。

(2) MapReduce编程技术：主要讲述有关MapReduce编程技术的来龙去脉，相关的理论与技术实现，包括函数式编程语言的简介，大规模数据处理，MapReduce的编程模型，MapReduce编程实例，在实际编程中的错误处理以及优化等相关内容。

(3) 分布式系统的层次：主要简介分布式编程，包括网络的基本处理，远程过程调用，事务处理系统的工作流程，可靠性等方面的内容。

(4) 分布式文件系统：分布式文件系统是分布式编程的一块重要的内容，是构建上层应用的基础，用来存储各种应用的数据。本节的内容包括文件系统简介，网络文件系统NFS以及AFS相关的内容，Google使用的GFS(Google File System)等相关的内容。

(5) 其它的分布式系统：将通过具体的例子来讲述在实际的可运行的分布式系统的内部结构，内容包括域名系统，PlanetLab等，这些内容为学员将来的研究提供入门的知识。提高的内容还包括Google所使用的分布式锁技术Chubby以及分布式的结构化数据处理方法BigTable。

本课程的另外一个重要组成部分是实验和分组大项目。其中实验内容是固定的，分组大项目则由学生自由组合，一般由2～3人为一个小组。每个小组自主提出与课程内容相关的大实验内容，并有大约3个星期的时间完成大项目的内容。下面是固定实验的内容：

实验0：实验环境Hadoop/Eclipse/Map/Reduce编程环境的介绍与熟悉。

实验1：倒排索引实验

倒排索引是所有搜索引擎的基础，将一个文档中出现的单词以及相关的文档编号联系在一起，以便在检索的时候能够达到快速搜索的目的。本实验通过让学生对Wikipedia的数据进行倒排索引，使得学生初步具有使用分布式环境进行大规模文档索引的基本技能。

实验2：图算法PageRank的实现

图算法PageRank是Google对一个网页进行评价的一个重要因素。本实验使用Wikipedia网页数据，形成一个网络图的结构。通过实现一个分布式的PageRank算法，使得学生能够在分布式系统上实现算法有一个较为深入的认识。同时结合实验一的内容，使得学生能够了解到当前搜索引擎的基本架构。

实验3：聚类算法Canopy的实现

在分布式系统处理大规模数据的时候，还需要考虑很多算法，其中本实验的聚类算法即是一项比较重要的内容。聚类算法通过无监督的学习过程，从一个数据集中抽取有用的信息。聚类算法的计算量比较大，本实验则是通过分布式的方法，能够处理大数据集Netflix的数据。使得学生能够对于大规模数据处理有更进一步的认识。

3课程实践

我们在2007年和2008年暑假分别组织了两次课程。总体来说，两次课程还是非常成功的，许多学生在这个课程上第一次体验了分布式编程，观察到程序在多个节点上同时运行的情况。

3.1课程的准备与授课

(1) 硬件环境的准备

Google为本课程提供了一个20个节点的集群，集群节点配置为两路双核Intel CPU 1.2GHz，每个节点配备4G内存，两块SATA180G的硬盘，集群的各个节点之间采用千兆以太网连接。

(2) 软件环境的准备

课程所需要的数据集从网络上采集，在实验开始之前在实验环境的存储设备上准备完毕。网络上的数据主要是两个部分，一部分是Wikipedia的数据，一部分是Netflix的数据。Wikipedia的数据在硬盘上展开之后有10G之多，存放到Hadoop的分布式文件系统HDFS中。Netflix的数据也有1G之多，同样放在HDFS中。学生的应用程序可以直接访问这些数据。

在应用软件上，主要是软件包Hadoop的部署。由于Hadoop本身还需要ssh等软件的支持，以保证安全性以及远程执行，在配置上面需要一定的工作量。在编程环境方面，主要是Java环境的部署(使用从Sun公司网站上下载的最新的JDK软件包)以及Eclipse编程环境上MapReduce插件的安装。这几个软件安装比较方便，下载软件包解压缩，而后配置一下环境变量。

在教材的准备上，我们修改了一部分由Google提供的教材，使得教材能够更加符合计算机系现有的教学进度。主要修改的内容包括增加了一部分分布式系统系统内容的介绍，原因是本科生以前没有学习过分布式系统的课程(实际上本科生还是十分需要了解分布式系统的)，对分布式系统没有感性认识；减少了有关函数式编程语言的内容，因为本科生没有相关的课程，而此部分内容与分布式系统相关性不是很大。

(3) 授课的过程

暑期小学期的时间是5个星期，因此本课程的安排也是按照5个星期的时间进行。在前两周主要是固定的授课时间(上午9点到11点)，隔天进行，同时穿插固定的实验内容。学生一般在两个星期之内完成5个规定的实验项目。在2007年授课的时候，我们还邀请了Google公司内部的员工给学生做了三个特殊的讲座，分别是有关Google内部RPC的实现机制，对等网络的介绍以及BigTable内容的相关讲座。学生对于这样的讲座非常感兴趣，因为这些内容实际上是在工业界正在使用的技术内容，对于平常课本的教学内容有进一步更深的认识。2007年的夏季学期有15位同学选课，最后分成7个小组做大项目；2008年有14位同学选课，分成6个小组做大项目。在完成大项目之后，每一个小组会派出一名代表在所有的同学面前讲述自己小组的工作以及小组成员的分工情况。2007年的大项目总结会在Google中国公司进行，Google公司总部、华盛顿分部以及Google中国公司的部分员工参与了最后的总结会。学生的项目创意和完成情况受到了他们的好评，有很多项目被认为具有研究生水平。

3.2学生大项目的情况

大项目是由学生自主提出项目内容，基于课程内容完成。

2007年的大项目概况：

项目1：对Netflix数据进行处理，实现相应的矩阵算法SVD，使得从这个数据集中获得比较好的电影推荐结果。

项目2：通过对学校中各种不同角色的模拟以及他们之间的相互关系，可以用来模拟传染病在一个人群中的传播模式(如图1所示)。

图1Epidemic!传染病模拟(学校生活模拟)

项目3：通过网络上的数据采集以及最后对采集到的数据进行后期处理，建立索引，对于用户采购IT产品，例如数码相机进行推荐，是一个垂直搜索的雏形。

项目4：NBody系统的模拟，即通过模拟多个小球或者数量众多节点的相互作用模型，用以研究行星的变化，气体的变化，布朗运动等。

项目5：统计气象预报，通过对某一个地区几十年的气象数据进行统计，用来对未来的数据进行预报，主要实现一个分布式的神经网络算法。

项目6：心电图数据处理，现有的心电图数据处理还停留在小规模的状态，大规模的心电图数据被大量浪费，本项目试图对大量的数据进行并行处理，从而能够利用长时间的心电图数据。

项目7：网络音乐的模式分类，由于网络上各种

音乐数据非常的多，本项目则基于内容对音乐进行聚类和搜索。

2008年的大项目概况：

项目1：笔记本电脑信息的整合与搜索：从互联网上各大网站等信息来源获取各类笔记本产品的详细信息，对数据进行分类和索引，根据用户的查询需求提品推荐，为用户在购买笔记本时提供有针对性的推荐和查询服务。

项目2：水木精华区的全文搜索：为水木精华区建立全文搜索引擎，以网络爬虫为开始，将数据保存到分布式文件系统中并建立索引，最后建立搜索引擎。

项目3：网络新闻分类：从互联网上下载各类新闻，并通过机器学习算法建立新闻分类。主要实现一个基于朴素贝叶斯方法的分类器以及网页下载与索引程序(如图2所示)。

图2 新闻分类搜索引擎

项目4：跨论坛热门信息检索：网络上有多个论坛的内容，本项目是为了在多个论坛的热点新闻之间建立联系，在构造搜索引擎的过程中，将论坛热门信息因素加入到检索排序中。

项目5：煎饼大亨：本项目主题是实现一款模拟经营类游戏。使用Apache Hadoop大规模数据处理技术，对店铺、顾客进行模拟，并针对店铺信息等提供可供玩家设置的交互性，从而实现最简单的模拟经营效果。

项目6：图片搜索引擎：实现了一个基本的图片搜索引擎的功能。根据关键字来查找互联网相关图片，返回图片缩略图，并给出文件名，文件大小，图片所在网页等信息。

3.3经验，教训，反馈

(1) 经验与教训

总体而言，本课程的开展还是非常成功的，大部分学生都是第一次接触到分布式系统的编程，也第一次通过集群的方式去解决一个具体的数据处理问题。例如在2004级学生孟祥亮在毕业总结中写道：“学习到很多平时课堂上学不到的知识”。

学生基本上对这样的授课形式非常有兴趣，即首先通过一定的课堂讲解获得基础知识，而后利用所获得的知识解决一些实际的问题。在课程内容上，由于课程内容非常新颖，而且也紧贴当前工业界的热点，因此能够引起学生很大的学习兴趣，积极性比较高。通过本课程的学习，学生能够在一定程度上了解到当前计算机工业界中所采用的技术，而不是课本上比较枯燥的内容。实际上，这样的实践课能够将课本知识与实际应用相结合，满足学生对于工程实践上相关内容的了解需求。而实验的设计则完全能够满足学生对于分布式编程的初步认识，了解程序的相关运行状况。

在教学的过程中也碰到了一些技术上的困难。最困难的是Hadoop环境的问题，由于是尚未成熟的软件包，Hadoop缺乏文档说明，设置起来也比较困难。现在Hadoop的最新版本是0.19，还需要很多工作才能够使得软件成熟。好在设置完成之后的Hadoop在运行的过程中较为稳定，基本上能够稳定运行2～3天，出现异常状况后只需要重新启动即可。在具体的教学过程中的困难是Hadoop缺乏编程文档，在很多情况下需要学生去阅读源代码，这可以让学生更加深入地了解相关系统的运行状况。

在大项目的选题情况上，基本上所有的项目都可以归为三个类型。第一个类型是网络应用程序，即通过重新实现一个搜索引擎类似的应用来加深对于课程内容的印象以及对现有网络应用程序构建的直观经验。第二个类型是有关于机器学习的分布式实现，由于机器学习是一大类比较重要的应用程序，可能需要处理大量的数据，学生很有兴趣使用分布式的方式去实现现有的机器学习算法。第三个是非常具体的类型，是有关于N体问题的模拟，选题的方向比较直接，即对每一个体做模拟，然后在局部做相互作用关系，最后总结作用关系模拟出结果。由于课程的设置比较紧，学生没有太多的时间考虑一些更加有意思的课题，这一点需要在将来的授课实践中做改进。

(2) 教学反馈

在教学完成之后，我们对学生的学习情况作了一定的调查总结，获得有益的反馈。总结来说，学生反而反应情况有两点：

(1) 时间比较紧。由于是5个星期的课时，需要完成的工作很多，包括上课，读论文，写家庭作业(回答有关论文的小问题)，做规定的实验以及最后的大项目。在这样的情况下，学生在构思最后的大项目的时候比较匆忙，从而只能够想到一些比较容易获得的题目。另外，有些学生认为聚类的大实验可能没有必要，但实际上这是一次让学生了解不同分布式系统的机会，还是不要去掉的为好。在时间紧张的情况下，有一些家庭作业倒是可以去掉，因为在讲课的过程中已经有所涉及 。

(2) 计算资源缺乏。在所有学生同时运行程序的时候，20个节点还远远无法满足计算需求。特别是将近暑假小学期结束的时候，系统的反应会非常缓慢。如果有可能的话，需要增加计算节点，以提高集群的总体计算能力。或者将节点进行分组，由某些组共享几个独立的节点，但是这样会减少程序的分布式程度。有几个学生在学习的过程中已经能够自己建立Hadoop集群，减少与其它组同学的相互影响，提高效率。

另外，我们还举办了有关此课程的全国著名高校研讨班，参加者包括北京大学，上海交通大学，浙江大学，华中科技大学，北京科技大学等高校教师，反响热烈。与会各方的教师以及Google方面的代表都认为此课程是非常有意义的。下面是参会人员的反响。

“本次培训班举办得很成功。”

――Google公司朱爱民(Google公司高校合作部)

“研讨会上获得的经验和资料将帮助我们课程的顺利展开。”

――北京大学闫宏飞(副教授)

北京大学和浙江大学已经率先开展了相关的课程。

4结论

我们组织了新型课程“基于大规模集群的海量数据处理技术”，本课程将最新的工业界使用的分布式数据处理技术带给学生。总结来说，本课程很好的为学生讲述了如何构建一个真正可用的分布式系统，将课本知识扩展到实践的层次，加深学生对所学知识的印象。同时，本课程也为本科学生提供了分布式编程的机会，提高他们的专业水平。我们认为引入工业界最新的技术到教学实践过程是非常有益的尝试。

参考文献：

[1] Kang Chen, Yubing Yin, Weimin Zheng. Teaching Large Scale Data Processing: the Five-Week Course and Two Years’ Experiences[R]. The First ACM Summit on Computing Education in China, Beijing, Oct. 24-26,2008.

[2] S. M.-S. Aaron Kimball and C. Bisciglia. Cluster computing for web scale data processing[C]. SIGCSE’08, Portland, OR.,2008.

大数据课程总结篇6

关键词：自主合作探究；中职计算机课堂；项目式

中图分类号：G632文献标识码：A文章编号：1009-3044(2011)12-2888-02

The Example of Exploring and Analyzing the Classroom Mode of Computer Instruction in Secondary Vocational Education

HUANG Ying-jun

(Transportation School in Shandong Province, Ji'nan 271000, China)

Abstract: Taking the lesson of creating tables in VF database as a example in this paper, if you can organize class and design class with a suitable method and deal with the problem of questions in classroom teaching efficiently, you will discover the innovative learning of cooperation is fit for the secondary vocational education.

Key words: innovative learning of cooperation; the computer classroom of secondary vocational education; projects

对于中职计算机课堂教学实行何种模式，一直在探索研究，在刚开始使用自主合作式教学法时，觉得困难很大，尤其是上机操作这一环节。而在不断的教学实践中发现计算机教学应用这一模式，效果很明显。中职计算机教学不同于其他基础学科，主要是重实践操作，以实用为主，所用到的基础知识不是太多，所以对于中职学生应用自主合作探究式教学更易操作。

传统中职计算机教学大都采用教师讲授与学生上机操作相结合的方式。教师在教师机讲授新课，通过软件或硬件控制，所有学生用机共享教师机的屏幕，当讲授完毕后，释放学生机，由学生自行操作。整个过程中，教师机可以实时监控学生机。以前，我们教师认为这种方式很直观，效果很好，但仔细思考后，才发现弊端。教师讲解后学生照原样操作，这种方式不利于学生积极主动地思考，在操作中也无法体现创造性，而且学生印象也不深刻，很易忘记。

采用自主合作探究模式教学，每次课都用“项目式”，一次课或几次课完成一个项目。上课时，先将本次课要做的项目和要解决的问题一一讲明，把整个项目需要用到的知识点和问题做成幻灯片发给学生。然后由学生分组讨论，提出疑问，教师或学生作答。讨论出大体思路后，学生自己上机操作。在这个过程中，教师要一直不断地巡视，遇到讨论不出的问题要及时解决。操作完成后，由每个小组派出代表将做好的项目共享给大家看，一起找出问题和不足来，一起解决。之后，评选最佳小组，并将优秀项目存档。最后，教师来总结这次课的操作方法，巩固本堂课的知识点，并让学生写出对自己的评价及自己小组其他人的评价，定时交流检查。

以VF数据库建表的这一节内容的教学安排为例来具体说明。

1 教材分析

本节内容选自VF数据库的第二节，在掌握了第一节数据库的特点及基本概念的基础上，讲解了数据库表的建立过程，为以后的数据库操作打下了基础。

2 教材处理

这部分内容的容量很大，其实应该是两节的内容，鉴于学生可以较好的理解数据表的建立过程，就把两节合为一节。其后增加一次课巩固复习。

3 教学目标

1）认知目标：掌握数据表结构的建立及数据记录的输入。

2）能力目标：培养学生自主学习、探索学习的能力，动手实践的能力以及归纳总结的能力。

3）情感与价值观目标：培养学生勇于探索未知世界，积极主动学习的思想树立自主学习的信心。

4 教法分析

这部分内容如果按课本上来讲，比较枯燥，无法吸引学生的注意力，采用将课本内容设计成项目式的自主合作探究模式教学法。教学手段及教学环境：多媒体网络机房，配有投影仪，安装有教学管理软件，教师机和学生机能相互实时通信。实际教学中采用课件演示、投影演示、多媒体网络教室同步演示等教学手段。根据班级人数等实际情况分几个学习小组，每组各有一位组长负责监督汇总等管理工作。

5 学法分析

通过自主合作探究学习，通过思考与实践得出结论，对知识重新建构。充分体现学生的主体作用，重视实践能力的培养，增加学生参与教学活动的时间和思维空间，努力创设任务情景，不断活跃学生的思维，提高学生的分析问题和总结问题的能力。

6 教学过程

1）导入新课：提出问题：在一般的人员登记表中，如入学登记表、员工信息表等，都有哪些登记项，格式是怎样的？

2）学习新课：

A：投影仪演示：常规的数据表格式；本节课项目名称：“班级成员情况登记表”；项目目的：学会如何建立数据表

B：发送需要用到的知识点到所有学生机：数据库的常用创建方式，利用菜单和命令create；常用的数据类型如字符型、数据型、日期型、备注型、通用型数据的定义；字段名的定义，字段宽度的定义等。

C：小组讨论：如果将本班的所有学生建立一个“班级成员情况登记表”，需要哪些登记项？这些登记项在数据库中称为什么，都属于什么数据类型，所占的宽度各为多少？如何使用菜单和命令方式创建数据库？建立“班级成员情况登记表”的基本步骤可以归纳为几步？这个过程中教师要认真负责加强巡视，了解学生学习情况，进行个别指导，引导学生互相帮助，协作学习。

D：代表发言：在此过程中，教师的任务就是“矫正及总结”。每个代表发言后，可以由其他的学生提出疑问或纠正发言，教师起辅助指导的作用。

E：完成项目：根据讨论的结果，学生自主上机完成项目。此期间依然可以讨论，教师要密切关注每个学生，观察其完成的质量及遇到的问题，及时给予解答。

F：演示成果：各个小组商量后，派出代表演示项目。在演示过程中，教师多以赞扬鼓励的语气来纠正及完善演示。

G：总结：大家选出认为最好的项目，并评选最佳小组。教师作最后的课堂小结，将主要内容、知识点串联起来。

H：评价：由学生自己写出这节课对自己的评价，包括做得好的地方及需要改进的地方。对自己组的其他同学也做出评价，主要是肯定性的。

以上就是整个的课堂设计。课时备课中，制定项目、设计课堂是最困难的，每次都要想一个项目，既要包含课程的内容知识，又要考虑学生的兴趣及能力，还要制定项目的流程，这些是最花心思的。保证学生既朝着既定的方向，又有相当自地完成学习任务。在上课过程中，还有几点需要注意。一是教师矫正总结。由于教师不再大篇幅的讲授，很多知识点和易错点只能靠教师的矫正来实现。学生的天赋，先前教育条件、知识基础、生活环境以及思维能力等方面的差异，各人在接收、处理信息的速度和正确程度上是有差异的，因此，这就要求在教学中必须充分考虑和了解学生信息接收、处理的正误情况及其程度，对学生的学习过程作出准确的判断，在此基础上对错误加以矫正，对不足加以补救，进而归纳总结促使学生全面、正确的掌握知识。二是要注意课堂的效率，教师要控制好上课的步调。本来课堂时间就有限，又大多放给了学生，所以教师要在提高课堂教学的效率上狠下功夫。事实上，自主合作探究教学法实践起来有很多难点，这需要教师长期的坚持努力。以上所写都是自己在教学过程探索中的一点感想和粗浅认识，感谢我校广大教师给予的支持和帮助。

参考文献：

[1] 蒋奖.中学生心理健康教育[M].北京:中国轻工业出版社.2008

[2] 山东省教育厅组编.Visual Foxpro实用教程[M].山东:石油大学出版社,2005.

大数据课程总结篇7

【关键词】排课管理系统；功能分析；数据分析

1 功能分析

通过功能需求分析，刻画系统的行为，并通过系统的软件功能完成用户的任务，从而满足业务的需要。

1.1 角色分析

宁波工程学院排课管理系统涉及到以下角色：（1）教务处人员，是系统的主要参与者，其职责或功能为基本数据与信息管理、系统管理与维护等；（2）院系教务人员，是系统主要参与者，其职责或功能为教师任务书编制、人机交互式排课等；（3）教师的职责或功能为教学任务书核对、课表查询；（4）学生的职责或功能课表查询。

1.2 系统数据流分析

本文运用结构化方法分析业务功能，用户比较能理解数据，结构化方法以数据为中心，用数据流图（DFD）来描述业务功能。在数据流图中，矩形框表示角色，圆边框表示功能，开口矩形表示为数据表或数据文件，箭头线是数据线。

数据流图按分层来画，分别为顶层数据流图、一层数据流图，一层数据流图对应总体功能结构，几个圆边框对应功能结构中的几个功能。

1.2.1 顶层数据流图

从业务功能的角度出发，给出了宁波工程学院排课管理系统的顶层数据流图，如下图1所示：

图1 顶层数据流图

从以上顶层数据流图中可以看出，系统的参与者主要分为四类：教务处人员、院系教务人员、教师和学生。其中教务处人员管理基本数据信息以及更新和维护系统，院系教务人员通过关联信息编制形成教学任务书和排定课表，教师和学生主要通过该系统进行课表查询。

1.2.2 一层数据流图

为了进一步细化各加工步骤说明，下面给出了系统的一层数据流图。

图2 系统一层数据流图

在上图2中，主要包含三大块功能，即教务处人员的基本数据信息管理和系统管理、院系教务人员的任务书编制管理和人机交互式排课以及师生的课表查询管理。教务处人员通过录入教师、学生、教室、教学计划、班级、课程等基本数据信息，实现对基本数据信息的管理与维护，为人机交互式排课提供数据信息基础，并通过系统管理对系统进行更新和维护。院系教务人员通过编制形成任务书和关联基本数据信息，运用人机交互式排课方法排定课表，并反馈系统更新和维护信息。教师和学生通过各自权限查询课表信息。人机交互式排课是该系统的核心工作，其他工作都是围绕它为核心来进行的。

1.3 系统功能结构分析

通过需求分析中的数据流程图逐层分解，可得到宁波工程学院排课管理系统的四大模块：基本信息管理、教学任务管理、人机交互式排课和系统管理。教师、学生、班级、教室、教学计划、课程等基本信息管理模块仅提供给教务处人员使用，教务处人员通过这些模块录入和维护教师、学生、班级、教室、教学计划、课程等信息。教学任务管理模块仅提供给院系教务人员使用，院系教务人员通过该模块制定任务书，并打印任务书分发给教师使用。人机交互式排课模块仅提供给院系教务人员使用，院系教务人员使用该模块进行人机交互式排课，并设置参数供教师和学生查询使用。系统管理模块提供给教务处人员、院系教务人员、教师和学生使用，院系教务人员通过该模块反馈信息，教务处人员通过该模块更新、维护和备份系统信息，教师和学生通过该模块检索查询课表信息。

2 数据分析

2.1 实体关系分析

E-R图（Entity Relationship Diagram），也称实体-关系图，提供了表示实体类型、属性和联系的方法，用来描述现实世界的概念模型。由于宁波工程学院排课管理系统的基本信息管理数据流图涉及基本信息，教学任务管理数据流图涉及任务书信息，人机交互式排课数据流图涉及课表信息，系统管理数据流图涉及系统信息，因此宁波工程学院排课管理系统包括基本信息、任务书信息、课表信息、系统信息和教务处人员、院系教务人员、教师、学生等八个实体。

图3 宁波工程学院排课管理系统E-R图

如上图3，宁波工程学院排课管理系统E-R图表示：教务处人员与基本信息、系统信息是操作产生的关系，院系教务人员与任务书信息、系统信息是操作产生的关系，院系教务人员与课表信息是关联产生的关系，教师、学生与课表信息是查询产生的关系，其中，院系教务人员、教师、学生与课表信息是多对多关系，教务处人员、院系教务人员与系统信息是多对多关系，其余都是1对多关系。

2.2 数据库表

根据E-R图，给出如下软件系统主要两个数据库表的设计，分别为教师信息表和课表信息表。其中，学生、班级、教室、教学计划、课程、任务书等信息表可以类似表示。

（1）教师信息

保存教师的基本信息。

表1 教师信息表

教工号是表1 教师信息表的主键，它是标识该表中所有行的一个列或一组列。专业班级是建立和加强表1教师信息表与表2课表信息表数据链接的一列，故专业班级是表1教师信息表的外键。

（2）课表信息

保存课表的信息。

表2 课表信息表

专业班级是表2课表信息表的主键，它是标识该表中所有行的一个列或一组列。教工号是建立和加强表2课表信息表与表1教师信息表和任务书信息表数据链接的一列，教室名称是建立和加强表2课表信息表与教室信息表数据链接的一列，专业名称是建立和加强表2课表信息表与班级信息表数据链接的一列，课程名称是建立和加强表2课表信息表与课程信息表数据链接的一列，故教工号、教室名称、专业名称和课程名称都是表2课表信息表的外键。

3 总结

本文通过对宁波工程学院教务管理部门以及排课管理系统开发部门等的深入调研，并结合本人长期以来所从事排课工作的具体实践，对宁波工程学院排课管理系统功能和数据进行了全面的研究和分析，本文所做的主要工作有如下几方面：

1）对多年来本人所从事的排课管理工作进行了详细而细致的梳理，把工作中碰到的问题和实践经验提炼出来。

2）根据宁波工程学院排课管理系统的运行实际，通过刻画顶层和一层数据流图来描述业务功能。

3）依据功能分析刻画形成E-R图，并给出主要两个数据库表的设计。

通过对宁波工程学院排课管理系统的功能、数据分析的过程，深入地分析宁波工程学院排课管理系统的内部运行机理，对于以后工作中碰到类似系统问题的解决、维护与运用，具有很大的帮助作用与参考价值。

【参考文献】

[1]杨丽丽.排课系统的设计与实现[D].长春：吉林大学，2012.

[2]张小红.高校排课系统的设计与实现[J].电子科技，2012（7）：45-47.

[3]李正慧.排课系统数据表的设计与功能的实现[J].数字技术与应用，2011（7）：116-119.

[4]俸世洲.独立学院排课系统的数据库与算法分析[J].中小企业管理与科技，2011（5）：274.

[5]苏贞.清华大学教务管理系统在排课问题中的应用与思考[J].科技视界，2013（28）：146-147.

大数据课程总结篇8

关键词： 数据库；数据表；功能模块；数据源；初始化；冲突处理；缓冲区；报表

中图分类号：TP311文献标识码：A文章编号：1009-3044(2008)21-30482-04

Computer System for Arranging Schedule

HUANG Qi

(Sino-South African Industrial Information Engineering,Yueyang 414000,China)

Abstract: Computer course scheduling is a computer in the school system in the management of a very important applications, it has greatly improved the efficiency of the course arrangement, the accuracy of course arrangement for the management of schools to provide a smooth and effective help. Computer System for the main course arrangement from the start with data preparation, how to provide a reasonable organization of data is essential, specific course arrangement, the algorithm in terms of logic to be tight, coherent, statements of the format should try to meet user demand. User-oriented computer applications is the basic principle, the system interface, operating system, the system should result from the will of users.

Key words: databases; data sheets; function modules; data sources; initialization; conflict management; buffer zones;statements

1 引言

笔者是一名从事计算机教学与管理多年的计算机教育工作者，所在单位是一所具有三十多年历史的部级重点职业技术学院，在多年的管理工作中，先后参与过教学管理、学籍管理、工资管理等学校管理工作，利用计算机专业知识开发了工资管理系统、成绩分析系统、户籍管理系统、计算机排课系统等一系列教学管理软件，为学校的发展作出了一定的贡献。

学校的前身是一所部属技工学校，主要培养化工设备安装方面的中级技术工人，规模不大，学生约四五百人，十来个班级，早期排课工作都是由教务员手工编排。随着国家教育政策的调整，学校办学模式不断丰富，学校规模不断扩大，排课工作手工进行，效率低、难度大，几乎不再可行。随着计算机应用的普及，计算机进入学校日常管理工作中，各种应用软件也如雨后春笋，其中不泛各种排课系统。

根据学校教学管理的需要，结合多年从事教学管理工作的经验，笔者对计算机排课进行细致科学的分析，开发出计算机排课系统，并在实际应用中不断得到完善，下面就基于VFP6.0编程语言开发的计算机排课系统的实现进行阐述。

2 系统框架

3 功能模块及实现

3.1 数据准备

数据准备工作，关乎整个系统的成功与否，关乎系统实现方法是否有效、科学，特别重要。在设计上本功能模块主要解决：专业开设情况、班级信息的建立、专业教学计划的设置、教师基本信息的准备。这些项目所对应数据表的结构及属性尤为关键，有关联整个系统的纽带作用，在设计时经过了反复推敲。

3.1.1 专业开设情况

专业设置情况数据的准备，源于数据表ZYKU.DBF，具体实现上，设计一表单，该表单用于创建数据表ZYKU.DBF，并对该表进行增加、删除、插入等编辑操作，退出该表单时，系统将生成新开设各专业的教学计划表，并将它们按开设时间存放在对应的文件夹下。ZYKU.DBF文件是整个系统的数据源头，其他数据的生成都由其衍生，数据表具体结构及各字段名对应含意为：

说明：“ZJH”字段内容对应该专业教学计划的数据文件名，由系统生成，字段内容为“ZJC”字段各汉字的首字母+“ZDT”字段的后两位数字。

3.1.2 班级信息

从班级信息库BJKU.DBF中，我们将获取进行排课的班级的具体信息，设计该表格时，入学时间是判别是否排课的一个参考项目，系统将依据入学时间进行计算。具体实现上，设计一表单，该表单实现数据表BJKU.DBF的创建，表数据的增加、删除、插入等编辑操作。数据表结构及各字段名对应信息如下表所示：

说明：“BJMC”字段由系统生成，字段内容为ZYKU.DBF中“ZJC”字段的内容+“ZDT”字段的最后一位数字+班级顺序号。

3.1.3 专业教学计划

每开设一专业，都建立有专门的教学计划表，设计一表单进行教学计划的设置，在该表单中，设计两个下拉列表，分别选取入学时间、专业，在ZYKU.DBF表中获取对应的教学计划表，如“JD07.DBF”，该文件名表示“2007级机电专业”所对应的教学计划表。教学计划表结构所对应各字段及作用如下表所示：

说明：“XQ1”、“XQ2”字段内容为学期序号，如该课程在第3、4学期开设，考核形式为“考试”，则在XQ1中填入“34”，10以上的数字，则依次用大写字母“ABCD”等表示；字段X1、X2等表示学期，1、2表示第1学期、第2学期，字段内容表示课时数。

3.1.4 教师基本信息

对应表JSXX.DBF，设计表单对表进行数据插入、修改及删除等操作，表的具体内容如下表所示：

3.2 排课数据初始化

数据准备工作完成后，接下来的工作是排课数据初始化，为本次排课生成班级课程设置情况表（PKBJ.DBF）、教师排课情况表（JSPK.DBF）用来收集本次排课的基本数据，以及总课程表（ZKB.DBF），用来存放本次编排的课程表数据。

3.2.1 班级课程设置情况信息收集

班级课程设置情况信息收集，建立数据表（PKBJ.DBF），用来收集将要进行本次排课的班级，以及各班级本期所开设课程、及课程对应课时数等基本信息。数据表结构及各字段作用如下表所示：

说明：“YJS”字段用于排课时统计该课程已经编排的课时数；J11、J12、……、J53表示节次，如J53表示星期五第三节，逻辑型，如为“真”，表示该课程在该节次上已有编排。均为排课时用。

课程设置信息收集方法如下：

1)打开班级库（BJKU.DBF）；2)取出当前班级的班级名称（BJMC）、入学时间（RXDT），将班级名称存入变量BMC中；3)根据系统当前时间和入学时间计算出该班级编排学期；4)根据入学时间、班级名称，找到该班级对应的教学计划，打开该教学计划数据表；5)在教学计划表的XQ1、XQ2字段中查找对应的学期序号，如找到则在PKBJ.DBF尾增加一空记录，将变量BMC、教学计划表中当前记录所对应的课程简名（KCMC）、课时数、考核形式等内容填入PKBJ.DBF中新增记录的对应字段。完成教学计划表中所有记录的查找；6)回到BJKU.DBF，将记录指针下移一记录，重复2到6的步骤，直到BJKU.DBF所有记录操作完成。

3.2.2 教师排课情况表

教师排课情况表（JSPK.DBF）主要用于课表编排时的冲突处理，该表结构简单，如下表所示：

说明：J11、J12、……、J53表示节次，如J21表示星期二第一节，逻辑型，如为“真”，表示该教师在该节次上已有排课，不能再排。

3.2.3 总课程表

总课程表（ZKB.DBF）用来存放排课的结果，表格包含项目如下表所示：

表格建立好后，将PKBJ.DBF表中的班级字段（BJ）内容追加到总课表中，再将BJKU.DBF中对应班级班主任（BZW）字段的内容追加到总课表中。

3.3 排课信息录入

完成数据初始化工作后，将进行具体授课安排，将各班级所设课程指定给相关老师教授。这项工作较为简单，只需为课程设置情况表（PKBJ.DBF）中的任课教师（RKJS）一项给定数据。

建立一表单，在表单上设计一下拉列表框，将下拉列表框连接到PKBJ.DBF表的BJ字段；设计一表格，显示PKBJ.DBF中指定班级的课程（KCMC）、考核形式（KHXS）、任课教师（RKJS）、课时数（JS）等字段内容，仅任课教师列可编辑，直接在表格中任课教师列输入相关授课信息即可，完成后选择下一班级录入，直到完成所有班级的录入，退出表单。

3.4 系统编排课程表

在所有准备工作就绪后，正式开始系统排课，这是整个系统的关键工作，是面向用户的终端输出。由于牵涉的数据较多，也较复杂，在编程前应绘制出系统算法的流程图，使思维清晰，从而提高编程效率及准确性。排课工作分两步进行，正常排课和冲突处理，具体算法如下：

3.4.1 正常排课

打开数据表总课程表（ZKB.DBF）、班级课程设置表（PKBJ.DBF）、教师排课情况表（JSPK.DBF），选择ZKB.DBF

1)判断文件是否结束（EOF（）值为真），如结束，则排课工作完成，进行下一步工作；

2)取出中表的“BJ”字段值，置入变量“BJM”；

3)设置双层循环，完成“BJM”指定班级的排课；

a： For i=1 to 5

tj=“J”+i+“1 or J”+i+“2 or J”+i+“3”

b： For j=1 to 3

jc=“J”+i+j

1>选择表PKBJ.DBF，利用索引功能，筛选出表中所有“BJ”字段为“BJM”的数据记录。

2>GO TOP将记录指针移向顶部。

3>设置循环进行该节课的编排，程序段框架如（图1）所示。

b：EndFor

a：EndFor

4)选择ZKB.DBF；

5)执行SKIP命令，使记录指针指向下一记录；

6)返回步骤1)，编排下一班级。

3.4.2 冲突处理

冲突是指在对某班进行排课时，编排课程的任课教师在该节课上已在其他班有任课安排。

由于正常排课时，并未考虑解决排课冲突的问题，一般情况下会出现一些节次未进行编排的情况，这些未排节次可从课程设置情况表中已排节数（YJS字段）信息中获取，或从总课表中字段值为空判定。考虑篇幅，此处仅指出具体解决方案，编程时应多使用几种调整方法，以尽可能保证解决冲突。

调整方案一：在当天进行调整

调整方案二：调整冲突课程

调整方案三：调整A、B冲突课。如以上两种方案仍不能解决冲突，这时可调整A或B冲突课，调整方法同方案一和方案二，不再重复。但在实际编程时，算法较复杂，应画出详细流程图，提高编程效率。

3.5 手工调整课表

排课工作完成后，系统的主体工作基本完成，为方便用户需要，设置课表手工调整功能。调整课程由用户指定，在操作表单中将显示出指定班级的课程表，调整课程时可能会存在冲突，可由用户确定是否进行冲突处理来进行调整，方法同系统排课中的冲突处理方案。

3.5.1 方法1

对调，如D2?圮E3，拖放D2到E3，触发事件，判断是否存在冲突，无冲突则完成调整，并修改相关数据；冲突则提示是否进行调整，用户确定则进行冲突处理，否则放弃。

3.5.2 方法2

轮转调换，如：

算法：设计一缓冲区，用来存放其中一节课的信息（如B2），将D2拖放至“B2”，将E3拖放至“D2”，将缓冲区拖放至“E3”，拖放将触发事件，判断是否存在冲突及完成相关调课工作，如存在冲突，将由用户决定是否解决冲突，进行调课。

3.6 手工排课

手工排课工作，仅为方便用户设计，具体排课工作完全由用户自主完成。主要考虑到一些非正常排课工作，如短期培训班等，排课时系统判断是否存在冲突，如存在冲突则提示用户进行调整。设计一操作表单，在表单中首先要求用户进行课程信息设置，具体内容同数据初始化中的班级课程设置信息，完成后显示课程表，用户将所设课程拖放至指定节次进行编排。限篇幅在此不作详细论述。

3.7 课程报表输出

课程报表的输出是本系统的终极服务，课程表格形式应多样化以尽可能的满足用户需要。不同的对象，如班级、老师、部门领导、校长，所需求的课表形式不一样，因此设计时要求课表形式尽可能多样化。笔者根据多年的管理经验设计下列报表，并根据打印机及打印纸张设计不同的表格样式，限于篇幅仅选取其中的一种进行阐述。

根据报表形式，很难直接从现有某一个数据表中提取数据信息生成报表，为便于控制，创建一临时表（TMP.DBF），表格结构同总课程表（ZKB.DBF），完成下列工作：1)将总课程表（zkb.dbf）中的所有数据追加到临时表tmp.dbf中;2)将班级信息表（bjku.dbf）中的班主任姓名（BZW）添加到tmp.dbf中;3)添加教师信息，从第一条记录开始，在每个班的课程信息后插入一空记录，将课程设置信息表（pkbj.dbf）中对应课程的任课教师姓名加入至新记录中。完成报表输出的数据准备工作。

下面列举四种报表，基本能够满足用户需要，在具体输出时，可根据用户需要选定所需报表进行输出，系统将进行处理，输出对应的表格。具体实现上较为复杂，在此不作论述，读者可自行分析或与笔者联系。

1)总课表

2) 班级课程表

3) 教师授课表

4) 部门教师授课情况汇总表

4 系统补充说明

笔者从事职业教育近二十年，对学校管理工作积累了一些经验，不同的学校在办学模式、管理方式上会存在一些差异，因此要使排课系统能尽量使用户满意，还应解决下面一些问题：

1)办学形式：笔者所在学校是一所职业学校，有技校、中专、高职等办学模式，此外还有普通中小学、高中、高等学校等办学形式。系统设计时，应综合不同的用户需求，使大多数用户都能根据自己的需要进行课表编排。

2)课程节数设置：不同形式的学校，授课方式有所不同，当前普通学校一般都一门课程上一个课时，笔者所在职业学校则是一门课程连续上两课时，因此编排课程前应先给定相关信息。

3)排课条件：实际情况中，某些教师的授课安排可能有些特殊的要求，可设置一专门的数据表存放这些信息，排课时优先考虑。

大数据课程总结篇9

〔关键词〕国外图书馆；数据素养教育；最佳实践；科学数据管理

DOI：10.3969/j.issn.1008-0821.2016.08.012

〔中图分类号〕G2549〔文献标识码〕A〔文章编号〕1008-0821（2016）08-0066-09

Best Practice and Enlightenment of Data Literacy

〔Abstract〕This paper firstly discussed the importance of data literacy education in E-Science environment and considers that academic library is the best organization to teach data literacy.Next，the paper introduced its concept and content and pointed out that domestic libraries explore data literacy education should learn from outstanding achievements and practical experiences abroad.Then analyzed the New England Collaborative Data Management Curriculum（NECDMC）project led by the Lamar Soutter Library at the University of Massachusetts Medical School，data information literacy（DIL）led by Purdue University，the University of Minnesota，the University of Oregon，and Cornell University and MANTRA led by data library staff in University of Edinburgh and concluded the model of best practices from curriculum goal，students，teaching methods，teaching materials and teaching evaluation.Experiences learn from best practices included funds and personnel support，focus on characteristics of field scientific data and data management requirements，kept the data literacy courses sustainable and so on.

〔Key words〕libraries abroad；data literacy education；best practice；research data management

E-Science科研环境下，科学数据已成为科研产出的重要组成部分[1]，资助机构、期刊出版商以及学术研究机构纷纷制定和相应的数据政策，要求研究人员合理规范地管理、存储和共享数据，这无疑给研究人员的数据素养提出了更高的能力要求，亟需数据素养教育。美国研究图书馆协会在2012年的报告中指出，图书馆集资源、能力、服务经验为一体，是提供数据管理服务和开展数据素养培训的最佳主体，能够帮助研究人员应对数据驱动研究环境中的挑战[2]。基于此，国外图书馆积极开展数据服务研究，探索数据管理培训和数据素养教育，在长期实践中积累了丰富的研究经验和实践成果。国内数据素养教育才刚起步，尽管中科院文献情报中心等部分图书馆已经试点了一系列学分课程和数据培训班，但在教育内容设计、教学途径选择、教育成果评估等方面尚处摸索阶段，要形成完善的数据素养教育模式还需学习和借鉴国外图书馆数据素养教育实践的优秀经验。在此背景下，笔者调研了英国、美国、加拿大等大学图书馆的数据素养教育概况，根据项目资助支撑、数据学科领域背景、教育实践经验和教育模式成熟度选取了马萨诸塞大学医学院Lamar Soutter图书馆的新英格兰数据管理协作课程[3]、普渡大学、明尼苏达大学、俄勒冈大学和康奈尔大学4所图书馆联合开发的数据信息素养教育项目[4]和爱丁堡大学图书馆的MANTRA教育项目[5]作为数据素养教育最佳实践进行分析，以期为国内图书馆探索数据素养教育提供参考和启示。另对英美加各国数据素养教育概况的调研已有专文讨论，本文在此不予详述。

1数据素养及其教育

11数据素养的概念和内涵

随着大数据时代的来临，数据素养已成为21世纪公民必备的关键技能[6]，尤其是在数据密集型第四科研范式下，研究人员创建、获取、存储及复用数字科研数据的能力已成为推动科学进步、提出应对经济和社会挑战创新的关键，并对全球生产力、竞争力和生活质量具有潜在影响[7]。那么，什么是数据素养？MSchield认为数据素养是根据科研需求在不同数据源中获取、操作和总结数据，并从中推断结论的一种能力[8]；Qin J和DIgnazio认为数据素养是研究者在科研过程中收集、处理、操作、评估和利用数据的能力[9]；Calzada Prado和Marzal认为数据素养包含个人获取、理解、批判性地评估和管理数据的能力，并在使用数据的过程中遵守道德规范[10]；Chantel Ridsdale、James Rothwell等认为数据素养是一种以规范形式收集、管理、评估和应用数据的能力[11]。综合各方意见，可将数据素养归纳为正当地发现和获取数据、批判地选择和评估数据、规范地管理和处理数据、合理地利用和共享数据的意识和能力，其内涵包括4个方面的内容，分别是数据意识、数据知识、数据能力、数据伦理与道德，如图1所示[12]。总体而言，数据素养强调的不仅是批判性地认识和掌握数据的基本知识，更重要的是在科研实践中能够规范地处理和分析数据、利用数据，遵守数据伦理与道德，实现数据价值最大化。图1数据素养的内涵

12数据素养教育

对于研究人员而言，科学高效地管理数据并非易事[13]。E-Science科研环境下庞大的数据量和复杂的数据管理问题使得研究人员面临严峻挑战，数据产生与收集、数据分析与处理、数据保存与存档、数据发表与共享等问题贯穿项目启动、项目实施和项目结题的全过程，研究人员亟需数据素养培训和指导[14]。为此，国外图书馆积极探索数据素养教育，并在长期实践中已形成较为成熟的数据素养教育模式，就如何设置教学目标、确定教学对象、设计教学大纲、选取教学方法和实施教学评估方面累积了丰富的成果和经验。下文将对数据素养教育的最佳实践进行详细剖析。

2数据素养教育最佳实践分析

所谓最佳实践（Best Practice），是指那些在别处产生显著效果，并能适用于此处的优秀实践[15]。本文在调研中对各大学图书馆的数据素养教育实践进行归纳总结，根据项目资助支撑、课程学科领域背景、教育实践经验和教育模式成熟度遴选了3个最佳实践进行详细分析，分别是马萨诸塞大学医学院Lamar Soutter图书馆的新英格兰数据管理协作课程、普渡大学、明尼苏达大学、俄勒冈大学和康奈尔大学4所图书馆联合开发的数据信息素养教育项目和爱丁堡大学图书馆的MANTRA教育项目。

21马萨诸塞大学医学院Lamar Soutter图书馆――新英格兰数据管理协作课程在当前高等教育中，数据素养教学大多不列入本科生和研究生的课程列表[16]，而医学、自然科学等专业的学生对数据素养却有迫切需求[17]，图书馆成为填补数据管理教育缺口的不二人选。基于此，马萨诸塞大学医学院Lamar Soutter图书馆联合伍斯特理工学院的乔治・戈登图书馆、美国东北大学等新英格兰地区大学图书馆开发了新英格兰数据管理协作课程（New England Collaborative Data Management Curriculum，以下称NECDMC），以培养和提高研究人员和学生的数据管理能力。NECDMC项目受美国国家医学图书馆资助，项目编号HHS-N-276-2011-00010-C，项目主页：http：∥library.umassmed.edu/necdmc/index。该项目围绕两个目标展开，一是明确数据管理的概念，建立数据素养教育的基本内容体系；二是利用学校平台为学生提供数据素养教育的资源和机会。NECDMC项目面向健康科学、科学和工程等领域的本科生、研究生以及研究人员，在调研实际需求的基础上，结合特定的学科背景来设置教学内容模块，涉及临床医学研究、生物医学实验室、工程项目以及定健康研究等。

211需求调研

首先，NECDMC项目组设计调查问卷通过SurveyMonkey等平台对不同领域用户的数据素养现状和数据管理需求展开调查。在马萨诸塞大学，研究工作已经成为学生生活的重要组成部分，然而调查结果显示，81%的学生没有接受过数据管理培训，79%的学生不知晓资助机构的数据政策。在问及是否需要规范管理数据时，绝大多数学生认为需要接受正式或非正式的数据素养培训，学习数据管理最佳实践以帮助学生解决科研实践中面临的数据管理挑战。调查结果表明，学生最希望学习到的数据技能包括：组织、管理和追踪数据集；数据存储与备份；数据检索与发现；数据描述与记录；数据处理；数据收集；遵守本校和资助机构的数据管理规范和要求；处理大规模的数据；数据工具和资源。需求调研是开展数据管理培训的基础，下一阶段的课程模块设计即在需求调研的基础上展开。

212设计课程模块

NECDMC项目组在需求调研的基础上设计了包含7个教学模块课程模型，主要面向健康医学、科学和工程领域的本科生、研究生和研究人员，与美国国家科学基金会的数据管理计划建议相对应，并强调应对当前环境面临的数据管理挑战。7个课程模块既可以作为相对独立的教学模块，如作为集成研讨会的主题，也可以作为系列课程的教学大纲，亦或根据需求选择其中一二展开针对性培训。这7个模块分别是：（1）科研数据管理概述；（2）数据类型、数据格式、数据的不同阶段；（3）元数据；（4）数据存储、备份和安全；（5）与数据相关的法律和伦理问题；（6）数据共享和数据复用政策；（7）数据存档和长期保存。各个教学模块及其对应的教学内容、学习任务和评估如表1所示。

213积累的教学资源

NECDMC项目组在长期探索数据素养教育实践的过程中积累了丰富的教学资源，包括创建的数据管理计划模板、数据管理经典案例剖析和课程辅助材料。

（1）NECDMC项目组创建的数据管理计划模板

数据管理计划是简要描述数据处理方式的正式文档，其中列出了在项目进展中以及在项目结题之后数据收集、数据创建、数据组织、数据处理、数据存储、数据共享和数据复用的全过程，数据管理计划帮助科研人员识别和列出在整个科研过程中与科研数据管理相关的风险。数据管理计划不仅是资助机构要求的项目申请书的重要构成，更是指导整个科研工作流数据管理工作的纲领性文件。不仅NSF、NIH等科研资助机构要求提交数据管理计划，化学、生物医学等领域的行业惯例也有数据管理计划要求。为此，NECDMC项目组开发了系列的数据管理计划模板，列出不同资助机构、学科领域要求的数据管理计划模板要素，以帮助研究人员制定有效的数据管理计划，其中根据NSF数据管理政策创建的数据管理计划模板如表2所示。

（2）数据管理经典教学案例

NECDMC项目在授课之余总结了许多数据管理经典教学案例，每个案例列出了教学内容大纲，并总结了与该主题相关的数据问题，以供图书馆员在涉及数据管理课程时参考和借鉴。这些教学案例涉及不同学科，包括临床医学研究（骨科移植手术数据管理、维生素D治疗双向抑郁数据管理）、生物医学实验室研究（运动和饮食对糖尿病风险影响的10年追踪数据、老鼠功能心脏组织的再生数据）、定健康研究（非裔美国人的老年生活护理调查数据）、航空航天工程（在轨火箭发动机组件的控制卫星数据）、工程测试实验室（移动和紧凑型造影检查仪设计数据）、跨学科研究项目（数据保存案例研究：外星人项目）、生态环境科学（草原鸟类生存环境和栖息地选择研究数据）、生物神经学研究实验室（噬菌体基因测序数据）等。

（3）课程辅助资料

除了介绍课程模块的内容，NECDMC项目还罗列了各个模块相关的教学辅助资料和阅读材料，可供学生和教师学习和借鉴。

22普渡大学、明尼苏达大学、俄勒冈大学和康奈尔大学4所大学图书馆――数据信息素养教育项目2011年，普渡大学、康奈尔大学、明尼苏达大学、俄勒冈大学的图书馆受美国博物馆与图书馆服务协会（IMLS）资助，联合开展数据信息素养培训项目（Data Information Literacy Projects，项目编号：LG-07-11-0232-11），项目主页：http：∥。该项目围绕两个问题展开：一是在E-Science和技术驱动的科研环境下，未来的研究人员需要具备怎样的数据管理能力和数据素养；二是学术图书馆应如何将数据检索、组织、传播和保存等相关的专业知识传授给学生。在这两个问题的基础上制定了3个目标：首先建立一套学界认可的数据信息素养能力框架体系；其次以学科背景为基础，开展数据素养教育实践，培养学生的数据管理能力；最后是形成数据素养教育最佳实践，为图书馆开设数据素养课程建立可行的模型和标准流程。

221数据信息素养能力框架

DIL项目组采用问卷和访谈法调研了教师和学生的数据管理需求，结合数据信息素养试点课程教学经验以及ACRL的系列信息素养能力标准，在长期研究实践中建立了一套包含12项核心能力的数据素养能力框架，表3列出了这12项核心能力及其相关的数据技能，分别是：数据实践规范、数据转换与互操作、数据监管和再利用、数据管理和组织、数据保存、数据处理和分析、数据质量和记录、数据可视化和表示、数据库和数据格式、数据发现和获取、元数据和数据描述、数据伦理与道德。能力框架为教学实践提供了明确的目标和方向，也为各个机构教学目标设计提供了基本的框架和指南，DIL项目中各个试点课程均是以这一框架为基础展开需求调研和教学设计的。

222DIL项目的数据素养课程实践

在界定数据信息素养能力要求后，根据能力框架编制调查问卷和访谈大纲，调研研究人员和学生的数据素养需求。由于学科领域和服务对象不同，因此选取了5个学科作为试点，在具体学科数据需求的基础上设计数据素养教育课程，表4列出了5个试点课程的承接单位、学科领域、数据类型、教学对象、数据需求和教学内容、授课形式以及最后达到的教学成果。需要强调的是，各个试点课程的教学内容设计是基于DIL项目组开发的数据信息素养能力框架，通过问卷调研和访谈法确定各学科研究人员和学生的具体需求，根据需求内容设计课程教学大纲，并随着课程进度实况予以调整。在具体课程实施环节中，根据教学对象和领域数据的特点选取了不同的授课形式，包括一学分迷你课程、在线课程、一次性课程、嵌入式图书馆服务和系列研讨会等，不同授课形式的优缺点如表5所示。此外，项目组还在课后邀请参与课程培训的研究人员和学生评估课程，收集课程意见和反馈信息，以不断改进和优化课程体系。

223图书馆数据素养教育模型和流程

以Carlson为代表的DIL团队在长期的数据素养研究和教学实践基础上总结建立了图书馆数据素养教育模型，包括课程规划、设计数据素养课程、课程实施、课程评估和总结4个阶段，如图2所示。DIL团队在项目网站上免费分享了完整的设计方案和教学资料，可供其他图书馆实施数据素养教学课程提供参考和借鉴。图2DIL项目建立的图书馆数据素养教育模型

23爱丁堡大学图书馆――MANTRA教育项目

爱丁堡大学图书馆的MANTRA数据管理在线课程受JISC（科研数据管理项目，Managing Research Data，资助编号2010-11）和爱丁堡大学（the University of Edinburgh Research Data Management Programme，资助时间：2013-至今）资助，课程网址http：∥datalib.edina.ac.uk/mantra/。作为一个免费的、不计学分的、提供自学课程的在线培训平台，MANTRA主要面向研究生（硕士、博士）、新晋研究人员和信息工作者的数据素养需求，帮助他们在科研过程中理解和学习如何管理数据。

231服务定位

MANTRA数据管理在线课程具有明确的服务定位，当学习用户进入课程平台选择相应的学习角色时，系统将推送针对该用户群体服务的目标、主要学习内容，并推荐具体的学习模块。具体包括从事科研工作的研究生、研究人员、高级研究员（项目负责人）、信息工作者（图书馆员）4种用户群体。

（1）研究生

服务定位：MANTRA帮助研究生学习如何在科研过程中管理数据，在研究实践中学会利用R、SPSS、Nvivo和ArcGIS等数据分析处理工具。主要学习内容：科研数据管理的概念和术语；学位论文、研究报告、实习报告中科研数据收集和管理的方法和策略；制定数据管理计划（数据收集、分析和存储）。推荐学习模块：科研数据基础知识。

（2）研究人员

服务定位：MANTRA帮助研究人员解决当前研究实践中的数据管理问题，为将来开展研究项目或申请项目资助提供建议。主要学习内容：回顾当前的研究实践并制定数据管理计划；检查并完善数据管理实践中的各个环节；将MANTRA提供的资源作为参考，并用于评估自己的实践。推荐学习模块：数据管理计划。

（3）高级研究员（项目负责人）

服务定位：MANTRA帮助高级研究员更好地培训研究团队成员，帮助项目负责人调整数据管理计划，并了解更多开放数据的相关信息。主要学习内容：在教学和学习过程中发现可以帮助团队成员提高数据管理能力的内容；在检查数据管理计划时提供检查指标，并推荐相关资源；了解数据管理最佳实践以及数据共享和数据许可的优点。推荐学习模块：数据共享、保存和许可；数据分析和处理。

（4）信息工作者（图书馆员）

服务定位：MANTRA帮助信息工作者了解科研数据管理实践，以及数据的开放获取、许可发表等相关问题。主要学习内容：培训员工增强其对本机构数据管理要求的认识；帮助研究人员和学生做好数据管理计划的准备工作；了解数据共享和数据许可的意义，以及数字长期保存的重要作用。推荐学习模块：数据管理培训工作包；数据共享、保存和许可。

232课程模型

MANTRA数据管理培训课程模型包括9个模块：科研数据管理基础知识；文件格式与转换；数据保护、权益和访问；数据管理计划；数据记录、元数据和数据引用；数据共享、保存和许可；数据组织；数据存储与安全；数据操作练习，每个学习模块的教学目标和主要内容如表6所示。在MANTRA平台上点击相应模块即可学习相应内容，包括视频、动画文、文本阅读框等形式。每个在线课程模块约1小时，但需要学生在课后拓展阅读，动手进行数据操作练习。

233数据管理培训工具包

数据管理培训工具包是由爱丁堡大学EDINA数据图书馆、英国数据档案（UKDA）、英国数字管理中心（DCC）、普渡大学图书馆分布式数据管理中心联合开发的，旨在帮助图书馆员更好地设计数据管理课程。数据管理培训工具包由9个部分组成，分别是数据管理培训工具包讲义、培训计划、MANTRA在线课程的内容、批判性写作、来自英国数据档案和埃塞克斯大学的管理和共享数据培训资源（附小组练习和答案）、爱丁堡大学提供的播客视频课程集锦、与MANTRA课程主题对应的讲义课件、学生自学任务内容、课程评估表。通过数据管理培训工作包可为图书馆员设计小型数据管理培训班提供教学内容和课程资料，降低教学成本。

除了提供MANTRA在线课程平台，爱丁堡大学图书馆还定期或不定期举办科研数据管理研讨会，聚焦某个议题进行针对性教育，例如“数据管理计划撰写”、“数据伦理与规范”等。随着网络信息技术在课程教学中的应用，爱丁堡大学图书馆还联合北卡罗来纳大学教堂山分校图书馆开设为期五周的MOOC课程“数据管理和共享”，支持证书认证[18]。

3数据素养教育最佳实践模式总结

31教育目标明确

最佳实践中的图书馆在设计数据素养课程时往往具有明确的目标，即帮助用户树立数据意识，培养用户的数据管理技能，并以此为准则指导整个课程活动的开展。具体而言，马萨诸塞大学医学院NECDMC项目具有建立数据素养教育基本内容体系和提供数据素养教育资源的两大目标；普渡大学等四校图书馆的DIL项目则有3个目标，分别是建立数据信息素养能力框架体系、以学科为基础开展数据素养教育实践和建立图书馆开设数据素养课程的模型；爱丁堡大学图书馆的MANTRA教育项目通过划分学习用户群体，设定具体的培训目标。

32教学对象层次化和领域化

首先是教学对象的层次化。本科生、研究生、研究人员等不同用户群的数据需求因人而异，项目负责人、管理员、小组成员、学生等在科研实践中也负有不同的数据管理权责，因而数据素养教育应充分考虑教学对象的差异性。如NECDMC课程面向本科生、研究生和研究人员，DIL项目主要面向研究生，MANTRA课程分别面向研究生、研究人员、项目负责人和图书馆员推荐不同课程模块，提供针对性培训。其次是重视教学对象的学科领域。不同领域的科学数据具有不同性质和特点，因而所需的数据管理和操作技能也不尽相同。

NECDMC课程主要针对健康科学、科学和工程领域，DIL项目的5个试点学科包括自然资源、土木工程、生态学、农业与生物工程以及电子与计算机科学。

33教学途径多样化

大数据课程总结篇10

课程类型

新授课

授课对象

高一年级

课时分配

1课时

教材分析

浙教版（2019）教材旨在全面提升学生的信息素养，帮助学生掌握信息技术基础知识与技能、增强信息意识、发展计算思维、提高数字化学习与创新能力、树立正确的信息社会价值观和责任感。本节课是必修一《数据与计算》第一章第一节“感知数据”的内容。通过提供丰富的教学案例和数字化环境让学生掌握数据的概念，形成对人与社会的多元理解力。

学情分析

 本节课面向的是高一学生。大部分学生对在初中阶段已接触过信息技术，对信息、数据的概念有大致的模糊概念。教师课堂教学适宜创设新颖、内容丰富的教学情境，调动学生对课堂案例自主探究的兴趣。在充分发挥互动式课堂的基础上，教师根据课堂结构利用简单的任务形式引导学生进行知识的总结与扩展。

教学目标

1.感知数据，了解数据的记录形式。

2.了解数据的演变及对人与社会的作用。

3.掌握分析数据获得更高价值信息的能力。

核心素养

信息意识

感知身边的数据，分析数据中所承载的信息

计算思维

掌握获取数据的方法步骤，掌握数据处理的基本方法与技能。

数字化学习

与创新

利用信息技术对数据进行分析，获得更高价值的信息。

信息社会责任

体会数据的重要性，理解数据对社会的影响，养成正确处理信息的习惯，树立正确的价值观。

教学重难点

重点

发现并认识数据，感知数据的记录形式及带来的便利，了解数据的演变。

难点

分析并利用数据，使其形成具有更高价值的信息。

教学方法

讲授法、任务驱动法、自主探究和小组讨论结合

教具

计算机、PPT、相关素材（视频、文字）、学生任务单

 

 

 

 

 

 

 

教

学

内

容

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

教

学

内

容

 

 

 

 

 

 

 

 

教学内容

 

 

 

 

 

 

 

 

教学内容

 

 

 

 

 

 

 

 

 

教学内容

教师活动及学生活动

设计意图

【导入】

师：展现一个视频（世界GDP排名变化），带领学生感受中国的改变。引导学生发表下对中国GDP数据变化的看法并且思考从视频里你得到了哪些有价值信息。

生：表达对中国发展的看法以及获得信息。

利用学生的爱国情怀观看视频提升对教学内容的兴趣，思考获得的信息，让学生对数据和信息有一定的概念。

【课堂推进——了解数据】

师：打开“国家数据网”浏览国家的一些重要数据。

生：浏览中国人口、经济等数据，发表看法。

 

师：数据从古至今，无处不在。结合视频素材及书本内容探讨数据的演变过程。

师：利用小组的模式共同探讨数据的演变过程。

生：根据视频及书本内容进行总结并在小组内讨论，由小组统一意见后进行表达。

 

师：利用多媒体资源对书本上数据演变过程的讲解进行扩展，让学生产生对数据演变的过程的大致想法。让学生思考哪些演变对人类社会影响很大？

生：学生通过思考回答问题，表达对演变过程的看法。

 

师：数据一定程度上依赖于载体，根据书本上的知识讲解数据的载体的改变。（造纸术的发明、电报电视的发明、计算机的发明及互联网广泛使用等等 ）

生：学学生阅读书本第四页及第五页的文字材料。

 

师：书本上对数据的载体进行了简单的介绍。教师突出讲解这些不同形式的数据载体所包含的时代信息。

生：思考多样的数据载体对人类社会的意义。总结在现在的生活中有哪些常见的数据载体。

 

生：根据任务单进行小组讨论，分析数据多样性及载体多样性对社会的影响，并填写相应的表格得出一致的结论。

 

 

 

师：总结各个小组的观点，并进行点评。在全班达成统一意见。

 

 

学生浏览数据的同时感受数据的重要性。

 

 

学生通过小组讨论，发挥学生自己的主导作用，课堂学习完全掌握在学生手中，有利于理解数据的演变，并且加深数据重要性的认识。

 

 

 

扩展知识，开拓学生的视野，培养信息技术核心素养。强化学生的责任感。

 

 

 

由数据的演变引申到数据载体的多样性及发展。学生通过小组讨论和教师辅助回忆，总结载体多样性带来的便利。突出数据对现代社会的重要性，为后面强调要处理好、保护好数据做铺垫。

 

 

 

独立尝试分析材料并获取信息，听过小组完成任务的形式进行书面的总结报告巩固所学，锻炼学生分析问题、解决问题的能力。

 

 

对学生的成果进行评价及反馈，鼓励学生，激发学生兴趣

【课堂推进——感知数据】

师：身边的数据无处不在，数据能展现社会面貌也会影响社会的发展。在日常生活中每天会获取非常多的数据，也要处理许多数据。教师对日常生活中使用的数据进行简单的举例，并引导学生进行讨论生活中的数据。

生：阅读书本的内容，总结数据对生活的影响。小组进行讨论总结。

师：根据小组的讨论结果进行分析，并加以拓展。数据对社会有什么用？在学校里你觉得哪些数据是很重要的？通过  分析这些数据你能得出哪些有价值的信息

生：思考后进行回答。

 

师：生活中的数据能帮助我们获取相关的信息，互联网、移动网络的产生对我们的生活产生了极大影响。大多数数据会随着时间的推移而变化，如股票的走势。对数据的变化趋势的分析成为当今社会的一大热门。

 

师：观看数据对科学发展影响的视频。科学强调证据，得到可靠的数据才能取得科学成就。带领学生阅读第七页拓展链接。

 

 

 

 

 

 

 

在教师的简单介绍下，激发学生对身边数据探索的积极性。

让学生认识到数据的重要性以及数据中包含的意义。

 

 

 

 

 

 

 

 

简单的点明下数据分的重要性，为后面学习大数据做铺垫。

 

 

带领学生了解数据对科学的作用。

 

【总结】

师：结合本节课科荣，引导学生进行总结。（数据的作用、数据的载体、数据对社会、科学的影响）

 

 

对所学知识进行巩固并建议学生养成正确对待数据的意识

作业与提升