大数据实习体会精品(七篇)
大数据实习体会篇(1)
关键词：成人高等教育 数据库 教学改革
一、引言
党的十七大提出：建立全民学习、终身学习的学习型社会。在终身学习理念的指导下，成人高等教育必将对提高全民素质和社会发展起到巨大的推动作用。然而，教育对象的特征决定了成人高等教育具有与普通高等教育相区别的特点。在成人高校的计算机专业所开设的课程中，数据库是非常重要的专业课程之一。几年来，在数据库课程教改实践中，通过深入研究成人教育的教学特点，学习和借鉴各种学习理论，确定了符合成教需要的教学目标，特别是依据成人特点，选择与之相适应的教学策略和评价方法，实施了有针对性的教学改革，取得很好效果。
二、计算机专业数据库课程的教学改革实践
教学改革的顺利进行需要有先进的理论指导。根据“系统化教学设计”的基本方法，把计算机专业数据库课程的教学过程分为五步完成。如图1所示。
图1计算机专业数据库课程教学过程的五个步骤
（一）分析成人学习特征
从学习者的学习特征角度分析，成人教育不同于普通高等教育。事实上，作为已从事某种职业的人来说，对工作中所需的技能已基本掌握，在这一点上成人学员与全日制高等职业教育的学生有着明显的不同。成人学习的特征具有如下特点。
1．成人学员对现实中的事务处理过程具有实际体验，更容易理解建立在实际情境中的学习内容。
成人学员大多已参加工作。（据我校对09级学员的问卷调查结果显示，其中没有工作的学员仅占7.2%）由于已经从事过某些工作，对事务的处理过程具有实际体验，因而对建立在实际情境中的学习内容，尤其是对实际应用中的数据处理需求，比单纯的逻辑推理更容易理解。
2．成人学员对学习内容的理解记忆需要在反复应用的基础上完成。
据我校对一年级新生的问卷调查结果显示，学员中20岁以上的占85.8%，其中25岁以上的占24.6%。对于年龄较大的学员，已经过了记忆力的强盛期，对于纯知识理论内容的记忆力较差。但他们对于建立在已具有的知识经验上的内容又能快速地理解，并能够在理解的基础上学习如何应用，从而加深记忆。对于大多数的年轻学员来说，由于在以往的学习中没有建立好的学习习惯，学习能力差，习惯于机械记忆，就需要创设有助于理解的实际环境，并反复应用，才能使他们完成学习。
3．成人学员由于家庭工作等原因，课余学习时间有限。
据我校在教学质量调查中对学员进行的问卷调查结果显示，学员中每天没有自学时间的占26.3%，自学时间少于1小时的占52.2%；自学时间在1至2小时的学员占16.9%。课余学习时间少，就必须充分利用课堂教学时间，使学员理解学习内容，并进行一定意义上的知识建构。
4．成人学员学习的专业与所从事或将要从事的职业没有必然联系。
成人学员所从事或将要从事的职业与所学专业不尽相同。选择专业的目的并不一定是因为正在从事与本专业相关的工作，也不一定是为了将来找到与专业对口的工作。据我校对09级学员的问卷调查结果显示，计算机相关专业的学员中只有3.3%从事IT业相关工作。
（二）依据成人特点确定教学目标
教学是有目的地促进学习以达成既定学习目标的活动[1]。课程教学应具备明确、具体的教学目标。在充分考虑了成人学员的特点后，将数据库课程的教学目标确定为以下三个方面。
1．理解数据管理的基本概念，建立数据管理的意识。
成人在接受高等教育时，已经在其职业活动中，具备了一定的实践经验，特别是对数据进行简单管理的经验。他们在实际工作中直接接触数据，并对这些数据进行手工管理、文件管理或类似于数据库的管理。甚至还可能已经作为用户，使用过某个数据库应用系统。但是，他们并没有直接接触过数据库管理系统，对于数据库系统也没有明确的概念，几乎无法区分数据库管理和使用电子表格处理数据有什么不同。因此，教学目标首先要求理解数据管理的基本概念，建立对数据进行管理的意识。
2．体会数据库管理的必要性，感受数据管理的需求。
成人学员以后大多不会直接设计数据库，甚至不会直接使用数据库管理系统。但他们很可能需要向数据库专业技术人员描述他们工作中需要处理的数据，使专业人员准确了解他们对数据管理的需求，以便进行数据库设计，建立基于数据库系统的各种应用系统，帮助他们完成对数据的处理。因此，教学目标要求了解使用数据库系统管理数据的过程，深刻体会数据库管理的必要性，并能从现实中感受到数据管理的需求。
3．能够对典型的数据处理需求进行简单的数据分析和初步设计，会使用某个数据库管理系统实现简单的数据管理。
在成人的职业活动中经常碰到的数据处理需求并不都能够请专业技术人员开发大型应用系统来完成。对于实际中的一些典型数据和简单需求，若能直接使用数据库管理系统来处理，必将大大提高工作效率。因此，教学目标要求了解数据库设计的简单方法，能够对典型的数据处理需求进行简单的数据分析和初步设计，学习使用某个数据库管理系统实现简单的数据管理。
总之，计算机专业数据库课程的教学目标，既需要学员学习运用数据库进行管理的实际技能，也需要具有基于概念和原理解决问题的能力。
（三）依据教学目标与成人学习特征选择适当的教学策略
1．依据教学目标选择教学模式
为了实现教学目标，需要在教学中为学员创建一个可以理解的情境。在此情境中，可以展现不同的数据处理方法，使学员体会数据库管理的必要性，感受到对于数据管理的需求。为了实现教学目标，需要深刻理解数据管理需求，而后仔细分析数据，这样才能抓住典型数据，实现初步设计。对于成人学员来说，掌握具体操作并不难，而何时使用这些操作才是重点。这就需要让学员在可以理解的情境中，通过逐步尝试，理解此操作在系统功能实现中所起的作用。
2．依据成人学习特征选择学习策略
“建构主义认为，学生的学习是发生在个人经验的情景之中的，教育的目的不是教授信息，而是创设情境，让学生按照自己的理解来解释信息。”[2]依据成人的学习特征，学员对于数据库管理的学习需要在其原有的知识背景上，在相关的情境中，通过操作的活动，进行深刻理解和有意义的知识重构。因此，数据库课程教学采取“做中学”的基本策略，为学习者创设典型情境，注重学员对具体情境下具体问题的理解，使学员通过对处理问题的经验的模仿，体会完成典型情境下处理数据的过程，进而完成对系统设计和数据管理的学习。
对于成人高校的学员来说，实践能力是学习的重要内容。而单纯的实践经验不能等同于实践能力。实践能力是对实践经验的总结提升，需要基础理论知识的指导。因此，教师在学员做的过程中，适当地给予指导、检查和评估，能够帮助学员理解掌握基础理论，从而使实践经验得到升华。
（四）纵横对比实施教学
加涅在《学习的条件》（1970）一书中描述的整个教学活动是“能够促进学生内在认知加工过程的外部教学活动”。[3]在数据库课程教学实施的过程中，将三个完整系统设计为五个单元，通过三个阶段进行纵横对比，设计具体的教学活动。如图2所示。
图2纵横对比的教学活动设计
教学实施总体设计中横向设计分为五个单元，其中包含三个完整的系统设计。第一单元是一个学生成绩统计和汇总的电子表格文档，用来与第二个单元进行对比。第二个单元是一个典型而完整的学生成绩管理数据库应用系统，用来作为完整案例，进行数据库原理分析和功能展示；第三单元是图书借阅管理系统，它在开始时仅是一个具体而实际的数据处理需求，通过演示需求分析、系统设计和系统实现的过程，全面展现一个数据库应用系统逐步实现的完整过程；第四单元是一个自主命题的系统，学员可根据自己的情况，利用熟悉的需求和数据，建立简单的数据库应用系统。最后一个单元是将其他学员的自主命题系统作为观摩。
教学实施总体设计中的纵向设计分为三个阶段。
第一阶段是建立概念阶段。此阶段对比电子表格文档和学生成绩管理系统的功能，展示并讲解数据库系统典型而实际的功能需求，学生通过实际操作和体验的对比，体会数据处理与数值分析汇总的重要区别。通过形象而具体的案例，建立概念、加深理解，并渗透数据管理的意识。此阶段通过学生成绩管理系统为学员呈现学习目标，通过与电子表格文档的对比，提示学员回忆先前的学习。
第二阶段是功能分析与详细设计阶段。先通过学生成绩管理系统已经实现的功能，展现数据处理的效果；再通过图书借阅管理系统，分析数据处理需求，逐步展现系统实现的完整过程。然后给出具体需求及适当的提示，让学员尝试完成某些系统功能的实现，以充分体会系统详细设计的过程。同时，让学员选择在实际工作或生活中遇到的、自己比较熟悉的数据处理实例，收集整理原始数据，并在教师指导下完成数据分析，提取数据处理需求，对数据库进行初步设计。并在体验和尝试前两个系统的同时，根据实际需求，同步分析并独立实现自己的数据库应用系统。此阶段利用图书借阅管理系统为学员呈现实际需求，通过教师引导下的分析和实现，为学员提供学习指导；然后通过学员自命题系统，引出学员的行为反应。
第三阶段是交流与评价阶段。在详细设计完成之后，通过分组讨论，学员之间互相学习与交流，完善系统设计。随后，在老师的提示和指导下，每组选择典型的实例在全体学员面前进行分析、讲解，全体学员参与讨论和评价，最终由教师做出点评。此阶段通过小组讨论和教师的分析评价，提供关于行为正确程度的反馈，评价行为表现；通过观摩多个系统，体会数据管理在实际中的需求和应用，进一步感受数据库管理的必要性，拓宽思路，促进保持和迁移。
这样，每个学员都接触到多个不同的数据处理的案例。看一个系统，分析和体验；学一个系统，理解与尝试；再做一个系统，独立实践；最后还要观摩几个系统，得到提高与升华。通过整个教学活动的设计，充分发挥学员在学习中的主体作用。而教师通过对学生成绩管理系统与电子表格案例进行对比和分析，对学生成绩管理系统功能进行展示和讲解，对图书借阅管理系统实现进行推理和演示，以及在学员完成自命题系统设计的过程中，对学员进行提示和指导，最后对选出的典型系统实例进行点评，成为学生学习的组织者、引导者和智囊。
（五）多层次教学评价
教学评价的目的是检验教学是否达到了教学目标。根据成人的学习特征，在教学过程中采用了多层次的评价体系。
首先是过程评价。在学习过程中，针对学员的参与程度、对问题的分析情况、数据采集样本质量，以及对数据库系统的操作熟练程度等方面进行过程评价。通过过程评价，不仅可以记录学员的建构与认知过程，从而针对学员的具体情况对其进行必要的指导与帮助，而且可以为学员建立一个可以看到的建构轨迹，从而促进学员的学习信心，调动其参与教学活动的积极性。
其次是总体评价。利用一个比较长的时间，让学员完成一个完整的学习过程，即完成自命题数据库应用系统的设计，并对系统设计和实现过程进行文档描述，形成一个可见的完整的工作成果。总体评价的重点是能否正确提取典型的数据处理需求，能否正确分析数据、描述实体及实体间关系，能否完成简单的系统功能设计。数据库应用系统设计总体评价要点如表1所述。
表1 数据库应用系统设计总体评价要点
评价方面 评价要点
系统设计 系统需求分析是否完善和必要
文档描述是否清楚
系统设计是否合理
系统实现 系统设计是否完成了需求
系统功能实现是否科学
系统界面是否友好
最后是综合评价。当出现文档描述和数据库应用系统的完整工作成果后，通过分组讨论和评比，选出优秀或典型的系统，由系统设计者进行演示与讲解，由全体学员与教师共同对最终的成果进行评价。
这样的多层次评价既保证了每一个学生的每一个学习过程都有可见的评价结果，又可以检验学员对系统设计的学习是否达到了教学目的，还可以通过学员参与的情况来检验参与者的学习是否达到了“理解数据管理的基本概念，建立数据管理的意识”的目标。
三、结束语
成功的教学实践往往具有一些共同的特点：学习者积极参与、新知识或技能在不同环境下的反复练习、关注个体差异、积极的反馈、真实的学习环境和社会交互（包括与同伴或小组成员）。所有的教学模式都强调学习者积极参与和交互的重要性[4]。在对计算机专业数据库课程的教学改革实践过程中，学习和借鉴了多种学习理论的观点和方法，并根据不同的学习目标，选择能够起作用的方法。通过几年的教学实践，成人学员对于数据库课程的教学反馈表明，学员对本课程的学习兴趣增强，对教学活动积极参与，学员对课程的教学效果反应良好，认为能够“学以致用”。
参考文献：
[1] Patricia L. Smith , Tillman J. Ragan著, 庞维国,屈程,韩贵宁等译. 教学设计（第三版）、上海：华东师范大学出版社，2008，（5）.
[2] Sharon E. Smaldino , James D. Russell , Robert Heinich等著, 郭译. 教学技术与媒体（第八版）、北京：高等教育出版社，2008，（8）.
[3] R・M・加涅 , W・W・韦杰 , K・C・戈勒斯等著, 王小明,庞维国,陈保华等译. 教学设计原理（第五版）、上海：华东师范大学出版社，2008，（11）.
大数据实习体会篇(2)
[摘要]大数据时代开放教育会计专业教学模式亟须改革。文章论述了目前开放教育会计专业存在的问题，提出了大数据时代课程设置、教学设计、组织实施、过程监控等相应改革措施。
[
关键词 ]大数据 开放教育 会计专业 教学改革
[作者简介]王瑞玲（1973-），女，河南内黄人，河南广播电视大学，副教授，硕士，研究方向为会计学、管理学。（河南 郑州 450008）
[中图分类号]G642
[文献标识码]A
[文章编号]1004-3985(2015)21-0082-02
大数据时代已经来临，大数据的出现颠覆了传统数据管理模式。数据的处理从用户数据库转变到大数据集成，数据规模、数据类型及数据处理更加海量与多样化，云计算为远程高负荷及可靠性计算提供了技术支撑，从而为资源共享和探索信息时代的学习方式提供了坚实的信息技术基础。随着互联网+的广泛应用，又为开放教育改革提供了广泛空间。大数据与教育的结合，是当今世界教育改革的热点。
目前，全国各地的开放教育模式虽然也在逐步改革，但仍存在实践教学相对薄弱、学生自主学习兴趣和动力不足等问题。鉴于不同学科有各自的特点，本文仅以会计专业为切人点，以会计专业人才市场需求为导向，对大数据环境下开放教育会计专业教学模式存在的不足进行改革探讨，旨在充分利用现代信息技术，加强对大数据环境下会计专业学生自主学习能力的培养，从而形成科学的会计专业教学模式。
一、开放教育会计专业存在的问题
1．课程设置不合理。开放教育工作应根据我国高等教育改革目标，并遵循“贯彻教育方针、更新思想观念、拓宽专业口径、改革内容方法、加强素质教育、提高教育质量”的总体思路进行，在此基础上进行人才培养模式改革和开放教育探索才更有意义。与我国高等教育目标相一致，国家开放大学把培养目标也定位于“为我国经济建设和社会发展培养大批高质量的适应地方和基层需要的应用性的高等专门人才”。在这个方针下，开放教育会计专业的课程设置应以能力为本位，在知识学习的基础上加大实训课程的比重。
目前开放教育会计专业教学计划中的实训类课程明显不足，占总课程的比例不到30%，这个比例的实训课程对学生的能力培养是严重不足的。
2．教学设计不合理。大数据时代，课程学习中不缺“车”，也不缺“路”，缺少的是“带路者”。合理的教学设计就是让开放教育学习者跟随“带路者”顺利抵达彼岸。目前的教学设计大多仍停留在传统的方式上，在课程资源网站上存放一些视频、课件，习题等，但开放教育的学习者大多自学能力不强，这些教学资源普遍存在着结构不合理、内容不完整、制作不精良和时效性差的问题。在这些资源中很难找到学习乐趣，实训缺乏指导与合作，最终很难达到培养目标。
3．教学组织过程中利用现代教育技术不充分。在传统的教学组织过程中，每个学习者以单独学习为主，很少用合作方式学习。在互联网+的大数据时代，以小组方式的学习以及在线虚拟实训操作并进行效果评估是完全可以实现的。目前，由于现代教育技术利用不充分，开放教育的实践教学组织措施成为教学实施过程中的瓶颈。
4．过程监控不到位。对学习者学习过程进行监控是很有必要的，目前的学习过程也有一定的监控，比如，学生在线时间、浏览资源频次、论坛发帖总数等都可以统计，但是数据反馈机制不健全导致统计结果并没有很好地利用起来，监控往往流于形式，对教学设计的指导作用没有充分发挥出来。
二、大数据时代开放教育会计专业教学改革的思路
1．优化课程设置。课程设置是专业建设的基础，是全面提高教学质量和人才培养质量的重要载体，是实现人才培养目标的基本前提。以市场需求为导向的课程体系应该设置为“阶段培养、理实交融、能力渐进、工学结合、课证融通”。在现代教育技术不发达时期，由于开放教育学习者的分散性，在线进行实践类课程教学很难实施。在当前大数据时代，实践类课程教学具备了实施的条件，适时优化课程设置是首要的任务。会计专业应根据“公共基本素质和能力一初级会计适任能力一中级会计适任能力一个性发展和晋升管理岗位的拓展能力一综合应用能力”的“能力渐进”原则，把课程体系分解为：公共素质能力课程模块、教学做一体的职业知能课程模块（包含出纳、办税、会计核算等单项训练课程及综合训练课程）以及个性化专业选修课程模块。通过“虚（模拟仿真训练）实（实际工作岗位综合训练j结合”的会计专业技能实操训练和教学做一体化的职业知能模块的课程教学，理实交替组织、阶段培养，实现交互分段式的学习模式。在“实”的教学方面，由于开放教育大多数学习者属于在职者，如果当前从事的是会计工作，自然“实”就很容易落实；如果当前从事的不是会计工作，那么教师就要把任务布置下去，让学习者创造条件进行“实”的训练。另外，在“教学做一体的职业知能课程模块”课程设计中，每门课程要兼顾会计从业资格证、初级会计职称证等考试内容，实现“课证通融”。
2．进行科学教学设计。教学设计是在课程实施前，对学习目标（教学目标）、学习内容、学习活动、学习资源、学习支持．评价方法等进行统筹谋划，形成课程设计方案的环节和过程。大数据时代，教学设计就是课程学习中的“路线图”。这个时代的教学设计应该具备三个特点：第一，从设计教的活动向设计学的活动转变；第二，从设计学习资源向设计学习活动转变；第三，从设计前端向设计前后端所有活动转变。
基于上述教学设计应具备的特点，大数据时代开放教育会计专业的教学设计应包括以下内容：学习目标的设计应按职业要求确定、学习活动内容按照工作任务确定、学习活动按照工作过程设计、学习资源以学习活动的需要进行配置、学习支持根据学习者学习过程反馈情况提供、学习评价的重点应对应学习目标。
会计专业的能力目标是胜任出纳岗位工作、能够规范管理日常会计核算工作以及对应的社会能力和方法能力、能够正确理解财务管理及社会审计与内部审计流程与方法等。针对会计专业能力目标，对会计工作内容进行分解，根据典型工作任务设计学习活动内容。学习活动应按工作内容展开。例如财务会计实务课程学习中，学习活动应该有资金核算、存货核算、固定资产核算、工资核算、往来核算等。在每项核算中设计一个项目，把项目再分解为一个个任务，每个项目就是一个大的学习活动，每个任务就是小的学习活动。学习活动设计应该具体到学习的每一个步骤，明确做什么，如何做，最好能标注每一步的学习时间，而且关键性的活动由教师来引导和评分。
大数据时代，课程中不缺“课”，缺少的是“服务”，学习资源如何配置是每个教学设计者提供服务的内容之一。学习资源应以学习活动的需要进行配置，海量资源等于没有资源，不适用的资源是无效资源。传统的开放教育是基于课程资源的学习，以往的教学设计者把大量教学资源堆砌在课程网站，有相当一部分学生不知如何利用这些资源。因此，就需要充分运用大数据技术，及时筛查、过滤、整理、反馈学生学习动态，适时有针对性地进行调整、开发教学资源。这样围绕每个教学活动配置的教学资源的利用程度会比较高，效果也会比较好。而且，在资源配置时应结合媒介技术、教育资源与学习者需求等因素进行三维设计。
大数据如果能充分利用，学习者在学习过程中碰到的问题就会及时反馈给教师，教师就可以及时提供个性化的教学支持，比如情感关注、在线答疑，以及作业批改的“三明治”的方法（缺点夹在优点中讲，批评夹在希望中讲）等。
学习评价是否得当关系到学习者学习的动力。学习评价的标准应在课程开始就让学生充分了解，过程评价结果一定要及时反馈给学生，并使学生感受到所取得的进步。在学习评价设计中，可以融合大数据、云计算等现代信息技术，通过必要的系统应用，在教师和学生之间搭建快速沟通的渠道，以提高学习反馈、在线指导的效率。也可以使用多主体参与评价：学生、同伴和老师，使评价方式可以多样化。
3．教学组织实施要充分利用现代教育技术。查阅以往文献，小组教学更多见于英语开放教育的教学组织过程，鲜见会计的开放教学。由于会计专业有职位不相容的要求，所以会计实训学习更需要小组教学。开放教育在教学设计时首先需要进行学习者分析，教学组织者可以将相似学习习惯、学习条件、学习时间的学习者组成一个个学习小组。需要实训学习时，可以由小组中的一个学习者在网上发出邀约，通过短信、微信等方式及时通知到小组的每个成员；如果学习者学习主动性不够，教学组织者可以指定小组组长，并及时提醒该小组长要按时组织实施实训教学活动。这样以往教学中所缺乏的实践教学就会顺利有效进行。
4．学习监控要到位。美国远程教育学者穆尔教授在1989年提出了远程教育中教与学的三种基本相互作用的理论：学生和教育资源（课程学习材料）学科教学内容相互作用，学生与教师相互作用，学生与学生相互作用。加强学习过程的监控也就是加强学生与教学内容、学生与教师、学生与学生之间的相互作用。目前开放教育统计内容大致包括学生在线时间、浏览资源频次、论坛发帖总数等。通过这些统计，教师可以了解学习者对各资源模块感兴趣的程度，同时也可以使学习者反思自己是否在充分学习的基础上才参与讨论。但在大数据时代，监控结果的这些运用对学习者的学习帮助是不够的，对监控结果的运用还可以包括以下内容：首先，大数据通过对学习者初步分析以及其他学科的自主学习过程的监控，可以了解一个学习者的学习习惯，系统自动为这个学习者给出一个个性化的学习导学方案，并对学习者学习过程中遇到的问题，自动搜索网站相关资源或者给予适当提示。其次，学习平台也可以通过监控结果，提供当时学习同一内容的全国在线的学习者人数，互相进行讨论。在讨论过程中，系统根据讨论内容，适时提供人机对话等方式的帮助。如果网站现有资源给予学习者的帮助不足以解决困惑，那么下一步就可以寻求教师的在线帮助。另外，教师应根据学习者提出的问题，通过增添微课程、慕课等方式，进一步有针对性地配置相关资源，使学习者的学习更便捷。通过这样的过程控制模式，加强学生与教学内容、学生与教师、学生与学生之间的相互作用，实现教学相长、学习相长。
三、小结
大数据实习体会篇(3)
[关键词]学习分析；网络学习生态系统；实践指导
一、引言
信息技术、制造和自动化技术、资源保护技术以及卫生保健技术四类技术将影响2030年前的全球。与传统的学习模式相比较，GeorgeSiemens（2009）认为，知识利用网络作为传播媒介，这一变革使知识产生了新的特征。知识经历了从分类、层级到网络和生态的变革。随着知识网络化和生态化的变革，海量数据生成，“大数据”应运而生，利用科学手段收集与分析大数据，挖掘大数据潜藏的真相，预测与干预事物发展成为可能。荷兰行为观察软件商NOLDUS公司的研究结果表明，仅一节40分钟的课堂，一个学生所产生的可归类、标签，并且进行分析的量化数据约有50-60MB，这相当于传统数据领域中积累5万年的数据量总和。教育信息化、网络教育与学习已成为终身教育与终身学习的发展趋势，并且教育数据在不断生成。但是，如何使用这些数据去优化教育过程，如何利用这些数据支持学生学习以及教师教学的问题，如何构建和谐网络学习生态环境，为终身教育服务，以往的方法似乎有些捉襟见肘，学习分析技术为解决这些实践难题开辟了崭新的道路。本文旨在以网络学习生态系统建设的实际情况与所面临的问题为切入点，引入学习分析理论与方法对解决建设过程中的问题进行可行性分析，对网络学习的教育策略产生合理的引导，从而构建和谐网络学习生态系统。
二、学习分析理论与网络学习生态系统理论
（一）学习分析理论研究
Siemens（2011）提出的关于学习分析的定义被学界认可，即学习分析技术就是测量、收集、分析和报告关于学习者及其学习情景的数据，以期了解和优化学习和学习发生的情境。这一定义详细界定了学习分析中所涉及的对象、方法与目的，是引用范围较广的一个定义。学习分析根据不同的学习情境，提出不同的分析框架，作为工具常以“插件”形式嵌入网络学习环境中。虽然各个框架结构和运作方式各不相同，但是基本要素一般包括个体、数据和工具平台三部分。其中，个体通常来讲是数据的来源，也是最终分析结果指导干预的对象，即学习者和教师。作为新兴的研究领域，学习分析得到了全球范围内研究者的广泛关注，研究成果丰富。研究主要集中在理论与技术应用两大方面。学习分析的基础理论研究成果数量最多，此外，学习行为数据可视化和学习分析工具设计与应用研究也是较多研究者探讨的主题。这说明学习分析理论在实际应用过程中存在诸多问题，其中最大的问题是工具的缺乏，因此想要有效利用学习分析对实际教学产生指导作用，必须重视网络平台的搭建和工具的设计。但由于学习分析是学习教学活动和大数据分析技术的交叉领域，因此存在着许多界定不够明确的概念和理论不够严谨的研究结果。其中最严重的两个问题是研究对象泛化和研究目的混淆，即不分对象的滥用学习分析和忽视学习分析最初的应用目的。由美国学习分析研究会提出的SOLAR学习分析系统是一个整合系统。主要包括:分析引擎；适应内容和个性化引擎；干预引擎；仪表盘，报告和可视化工具。这一系统是学习分析领域中结构较为完备，且具有较高参考价值的系统构架之一。鉴于这一系统，有学者提出学习分析系统的技术特征应该包括功能模块化、报告可视化、数据多源化。但现阶段在教育领域中，致力于优化学习服务的学习分析技术，通常过分注重于数据的分析，较少考虑学习者的态度与感受等内隐式的行为信息。研究表明，近80%的数据都为非结构化模式。文本作为教育大数据中大量出现的非结构化数据，往往能最真实、直接地反映学习者的状态。文本挖掘作为辅助学习分析的核心技术之一，可以帮助辨识和解释学习者的心理及行为过程，提取隐藏的关键信息，以便于实时监控学习者的意见和想法，有助于学习者在文本交互中的自动干预和推理。
（二）网络学习生态系统理论研究
“生态”是一个探讨有机体与环境关系的术语，因其追求有机体与环境的平衡、和谐以及可持续发展的观点而极具推广和迁移价值，广泛受到各个领域研究者的追捧。近年来，不断有学者从生态学视阈观察、理解事物，基于生态学观点对网络学习中各个因子及相互关系进行重新定义，从而划分出了经由物质和能量交换所形成的统一整体，即网络学习生态系统。网络学习生态系统是由学习共同体及其物理的和虚拟的学习环境构成的自成一体的实体。在生态学意义上，一个完整的生态系统通常由四个基本因子构成，即生产者、消费者、分解者以及非生物环境。在网络学习生态系统中，网络知识与信息的提供者为生产者，学习者是消费者，对网络中的知识和信息进行维护的人员为分解者，网络硬件设施是非生物环境。同时，需关注的还有网络学习生态系统是不断发展进化的，正如自然界的生态系统存在“进化”现象一样。当网络学习生态系统中某一生态因子的发展水平提高，导致系统失衡时，系统通过自适应调节，最后可能进化到一个更高层次的平衡，这就是网络学习系统的发展进化，而学习者进化是网络学习生态系统进化的最根本标志。针对网络学习生态系统，“进化”的研究也层出不穷。网络学习生态系统理论应用到教育领域，研究关注的焦点有：第一，由于缺乏面对面的互动交流，学习者容易产生孤寂感、焦虑感、挫败感甚至自卑感等心理缺失。因此，通过网络学习生态系统的构建和完善，可以在学习者、网络学习资源建设、学习支持服务这三个主要方面入手，分别做到尊重学习者生态主体地位、整合零散资源、以技术进化支持学习来实现良好的网络学习生态化，并推动其可持续和谐发展。第二，网络学习由于师生、生生间的时空距离，使情感缺失成为影响远程学习者认知效率和效果的最关键因素之一，如何解决这一生态失衡问题也是近年来许多学者研究的热门话题。目前，认可范围较广的方案是建立虚拟学习社区，即将原始的生态系统社会化，在原有的生态系统要素基础上加入人为的干预，进而有效调动个体心理资源，促进个体自主学习。
三、网络学习生态系统构建面临的困难
目前对网络学习生态系统的构建研究，仍然处于不成熟、不完备的状态，面对网络学习本身存在的问题和网络学习生态化过程中所遇到的各种情况仍然缺乏有效的解决方案。主要存在以下三个问题：
（一）网络学习生态环境污染
网络学习以其信息量巨大、信息传递方便快捷、不受时空限制等特点越来越受到人们的关注与青睐，网络学习在其便利的同时，也存在着大量不良信息，影响学习效果。网络学习生态环境污染主要有资源配置污染、资源内容污染、资源传递污染三方面。资源配置污染指网络学习生态环境被人为分割，使相互关联的巨大整体被割裂为数个大小不一的孤立群体，导致在部分群体中生产者和消费者比例失调，进而导致生态失衡。资源内容污染是指不良信息散布者被当做生产者，导致网络学习生态环境中流动的信息内容从原本的学习信息转化为不良信息。资源传递污染主要集中在传递过程中的时效性上，如分解者不及时消除过时的老旧信息，更新升级系统内信息传递的时效性和有效性，就会导致已脱节的陈旧知识被消费者不断吸收。
（二）网络学习生态客体的适应性较差
学习者作为网络学习生态主体，应具备自我调节适应能力以适应网络学习生态环境和网络学习资源生态客体不断的更新。有研究表明，在网络学习生态主体、网络学习生态客体和网络学习生态环境的适应水平上，相比于网络学习生态主体的平均适应水平，网络学习生态客体的平均适应水平要低一些。这表明网络学习者更倾向于自我调节以适应网络学习生态环境，而非发挥学习者自身主观能动性去改造环境，使其利于自身的学习。
（三）网络学习生态系统中学习者定位偏差
在生态学观点中，生态环境的基础是环境和生产者，而消费者是适应和改造环境，并努力创造有利于自身生存环境的主力军。网络学习生态系统中的学习者普遍存在着过分依赖“以教师为中心”的传统教学模式，导致自主学习困难的现象，这一类学习者难以担任健康的网络学习生态环境消费者。在信息传递的过程中，网络学习通常存在情感交互缺失的问题。这是由于学习者在网络学习生态系统中把自我孤立，未与其他学习者进行交互，进而形成消费者群体，导致生态系统内的信息流通受到隔断，影响整体生态的平衡。
四、学习分析应用于网络学习生态系统构建的优势分析
学习分析技术以在线学习环境与学习者学习行为产生的“大数据”为对象，对收集的“大数据”和模型进行分析，探究学习者行为与网络学习生态系统因子的联系，并对学习行为作出预测和干预，以期达到优化学习行为的目的。网络学习的一大特点，就是所有线上学习过程都能够通过技术手段进行记录和可视化处理，通过收集学习者在线学习行为过程数据，分析数据得出结果，帮助教师了解教学过程的有效性。学习分析应用于网络学习生态系统的主要形式，可以有以下四个方面：
（一）结合教育数据挖掘来进行实践应用
教育数据挖掘利用学习分析技术，分析学习行为数据，用显性化模型化展现学习行为，发现网络学习生态系统各生态因子间的相关联系，预测学习者行为发展趋势，合理提出干预手段，优化学习过程。学习分析是通过研究分析学习行为数据，使学校和教师能够根据不同学习者的能力水平和实际需求，为其提供合适的教育机会。数据永远是大数据应用的核心，而网络学习能够将线上学习行为数据通过技术手段进行记录收集，将这些数据合理应用，可以对教育起到优化作用，利用教育数据挖掘进行理论探究，并以学习分析的方法回馈指导网络学习生态系统的构建和维护。通过合理利用工具和理论，了解学习者的个体差异，进而提供个性化教育资源与服务，以实现教育公平。
（二）在线学习行为可视化
仅仅有了理论指导和实践工具还不够，能够将数据结果简单明了地表示出来，使其被接受的范围更加广泛也是这一研究领域的重中之重。数据可视化是探索和理解大型数据集的最有效途径之一。将在线学习行为数据置于视觉空间中，发现其中的数据模式，使其可视化，能同时起到解释在线学习行为和探索远程教育规律的作用，能够为网络教育研究者描述复杂的学习行为或者为制定教育决策提供帮助。学习分析技术的数据来源多样化，能够实现多维度的数据采集与分析。比如，通过网络平台访问行为分析可以重现整个教学过程，进行师生交互分析可以聚焦重点教学活动，借助UCINET社会网络分析工具可以发现是否存在孤立成员等不利于群体平衡的问题等。不同来源、不同意义、不同属性的各类数据都可以通过学习分析得出相应的结果，进而对实际教学进行指导。
（三）建立虚拟学习社区
网络学习生态系统本身就是一个网络学习者们的生存与生活网络空间，在网络学习生态系统中引入个体的社会交互关系，建立虚拟学习社区，对学习者行为实施预测与干预，能够极大地提高网络学习生态系统的稳定性和进化速度，最大化学习有效性。学习分析技术能够对虚拟学习社区的数据进行可视化处理，预测学习者行为趋势，为虚拟学习社区的社会互提供了有力支持。通过研究社区派系交互、参与者交互、不同层次参与者内容交互等的分析，将其可视化，能够直观地发现网络学习过程中存在的各类问题，进而进行有效的干预。
（四）构建更高层次的自适应学习系统
网络学习的产生，除了技术进步、理论推动、客观需求等因素的促进作用外，也包含了教育者需要降低投入、提高产出、增大教育效率的主观意愿。目前来说，通过资源和信息的大范围共享，网络学习已经在一定程度上起到了增大教育效率的效果，然而对网络学习的研究和探索才刚刚开始。正如自然界生态系统中存在“进化”现象一样，网络学习生态系统中同样存在“进化”。自然界中，生物进化的结果是产生了人类的智能，网络学习生态系统进化的结果是产生自适应学习系统。自适应就是在处理和分析过程中，根据处理数据的数据特征自动进行算法调整，使其与所处理数据的特征相适应，以取得最佳处理效果的过程。通常在实际应用中，先通过学习分析的方法结合云计算来分析学习者过往网络学习行为所产生的大数据，以其结果结合自适应算法来推荐给学习者个性化的学习策略和学习内容，从而达到内容升级进化和个性化指导的目的。自适应学习系统在结合了学习分析的大数据计算之后，能够很好地充当网络学习生态系统中分解者的作用，有效防止由于信息量过多而产生的学习焦虑，并根据学习者以往感兴趣话题对内容进行筛选，减少网络学习生态系统中的环境污染对学习者造成的影响，同时充分调动个体心理能量，进行主动学习，达到增大教育效率的目的。
五、结语
网络学习作为未来学习与终身教育的主要发展方向，目前已经得到越来越多的教育者和研究者的重视，建立良好的网络学习生态系统是网络学习发展的必经之路。学习分析作为新兴的教育分析技术，在网络学习上的应用价值巨大，合理利用学习分析技术能够对网络学习生态系统的构建和维护起到极大的推进作用。只有在科学完备的理论指导下不断地进行实践探索，才能够真正找出符合中国教育特点的、行之有效的网络教育与学习方法。
参考文献：
[1]科技部．2030年全球趋势：四大技术改变世界[DB\OL]．[2013-01-18]．
[2][加]G•西蒙斯．网络时代的知识与学习———走向连通[M]．詹青龙，译．华东师范大学，2009.
大数据实习体会篇(4)
一、问题的提出
如今，一个大规模生产、分享和应用数据的时代（即大数据时代）正在开启，人们的工作、学习以及思维方式也因大数据的到来而发生着改变。MOOC教育在大数据的推动下不断突破和创新，革新了传统的教育制度，MOOC教学评价在大数据的支持下趋于客观和完善。在教育高度信息化的网络时代，人们的学习方式也在迈向数字化，智能手机、平板电脑等各种便携式移动终端是人们常用的学习工具，学习者在学习过程中会产生大量的数据来记录他们的学习过程，大数据挖掘技术可以有效地跟踪和记录学习者的学习过程，从而为我们提供更加准确、客观的教学评价。喻长志[1]指出：大数据将重新构建教学评价方式，由原来的“经验式”评价转变为“依据式”评价、由原来的单一维度评价转变为多元性评价、由原来的结果性评价转变为过程性评价，通过大数据的支持找出教学活动的规律。可见，在大数据技术的支持下，教学评价将会更加科学、准确。
近年来，MOOC（Massive Open Online Course）即“大规模在线开放课程”风起云涌，至今方兴未艾，成为“地平线报告”预测的将在未来一年之内普及的技术，并且被认为是网络学习的“下一个革新之举”[2]。卡兰?凯莫卡特认为MOOC是新型的网上大学[3]。在一次论坛上，有学者把MOOC为代表的网络教育称为“新”网络教育[4]。从国内外学者对MOOC概念的界定可以看出，MOOC本身具有两个显著特征：一是开放共享（Open access），来自世界任一角落的人都能够免费参与MOOC课程学习；二是可扩张性（Scalability），MOOC课堂是针对不确定的参与者来设计的，具有显著的大规模性。
“大数据”是近年来信息技术领域比较流行的词汇，一般认为其具有“4V”特征，即大量（Volume）、高速度（Velocity）、多样化（Variety）和价值（Value）。MOOC与大数据具有密切的联系，大数据背景下，MOOC将革新传统教育体制、教学理念、教学方式以及教学评价等，本文主要探讨基于大数据的MOOC教学评价。大数据时代，MOOC教学评价区别于传统教学评价而具有自身的鲜明特征。由于MOOC学习者人数众多，教师不可能像传统课堂教学那样事先对学习者特征进行分析，尔后根据学习者特点实施恰当的教学。所以，MOOC教学更需要对其教学评价进行精心的设计，MOOC教学评价贯穿整个教学过程，具有举足轻重的作用。此外，由于在MOOC教学中师生、生生处于相对分离状态，课程内容主要以视频为学习载体，所以，又使得MOOC具有远程教育的一些特征。因此，有必要对MOOC教学评价的特征进行分析。基于此，本文主要探讨大数据背景下MOOC教学评价的特征，以期为我国MOOC教学评价提供一些有益的借鉴和启示。
在MOOC教学评价相关文献分析与总结的基础上，结合作者自身对MOOC课程的学习体验，认为大数据有助于重构MOOC教学评价体系，其特征主要体现在以下几个方面（如图1）。
图1 大数据背景下MOOC教学评价的特征
二、大数据背景下的多元性MOOC教学评价
传统教学中，一般教师作为评价主体、学生作为评价对象，评价方式通常采用单一的纸笔测验，以终结性评价为主，分数是评价学生的唯一标准。不同于传统教学，MOOC在大数据技术的支持下表现出多元性的特征。
1.评价主体多元
对MOOC学习效果的评价，其评价主体已不再仅仅是教师，还包括学生、校友等。MOOC学习平台上，通过后台大数据的分析与处理，加之不同主体对学习者的评价，有助于教师从不同渠道了解学生的学习情况，以便进一步改进教学。同时，也能够使学生认识到自身存在的优点与不足，有助于学生的全面发展。
（1）教师作为评价主体。无论是传统教学还是网络教学，教师永远是教学的一线工作者，其主导地位不可忽视与否认，MOOC教学亦不例外。在MOOC课程教学评价中，学习者数量众多，大数据为MOOC学习者提供了更加新颖的评价方式：同伴互评和机器自动评阅，但教师也会参与其中，教师通过评价学生的作业可及时发现教学上存在的问题，进而采取一定的补救措施，有利于MOOC教学效果的提升。
（2）学生作为评价主体。在传统的教学评价中，学生是评价的客体，是被评价的对象，他们对于评价的结果只能被动地接受，在一定程度上削弱了他们的主观能动性，忽视了学习者的个性差异。相比之下，MOOC教学评价将学生纳入评价活动中，强调学生也可以是评价的主体，评价形式为学生自评和同伴互评。比如：陈肖庚等在《MOOC的发展历程与主要特征分析》一文中论述了同伴互评和学生自评这两种MOOC课程评价方式的创新性与有效性。另外，祝智庭等学者也论述了Coursera平台广泛采用的自评和互评策略有效地促进了学习者的学习[5]。MOOC将学生这一主体元素引入教学评价后，既可以调动学生学习的积极性，也可以通过评价活动引导学生在评价过程中明确自己的定位，发现自身的不足，取人之长，补己之短，不断完善自己，从中培养他们的自我反思及自我监控能力，使学生在评价过程中真正体现其主体性，成为学习的主人。
4.价值取向多元
第一，为促进学生全面发展而评价。教学评价的最终目的是要促进学生的全面发展，MOOC教学评价亦没有偏离这一重要取向。MOOC教学评价更多的是关注学生的主体发展、自我成长与进步。就MOOC而言，可以说，其教学评价更多地是一种促进学生发展的动力，而不仅仅是衡量学生学业成绩的方式或手段。
第二，为了解学生学习需求而评价。无论是传统课程还是MOOC课程，要想为学习者提供适合他们的资源与服务，首先要了解学习者的学习需求。MOOC教学同样要满足不同学习者内心深处的个性化学习需求，可通过多层面、多维度的综合教学评价，了解并分析不同学习者的学习需求，之后为他们提供合适的学习资源与个性化服务，使学习者能从评价中感受到更多的尊重和认同，从而获得前进的动力。
第三，为尊重学生个体差异而评价。每个学生都是独立的个体，从教学设计的角度来讲，要想使课程取得良好的效果，首先必须对课程受众进行分析，即学习者特征分析。而对于MOOC课程而言，其学习者情况更为复杂，一方面，MOOC学习者人数众多，无法与传统班级授课制相比；另一方面，MOOC学习者种类繁多，根据其职业背景和学习目的，可将其分为在校大学生、中小学学生、教师、家长、以兴趣为导向的学习者、以充实个人内涵为目的的学习者、促进职业发展的学习者等。此外，虽然MOOC主要面向高等教育，但MOOC学习者中也不乏有年龄较大或较小的学习者。所以，MOOC课堂无法像传统课堂那样分析学习者特征，可通过学习分析、教育数据挖掘、体态计算等技术对学习过程进行评价、追踪预测和分析，以了解学习者的个体差异，从而为其提供个性化的学习服务、推送个性化的学习资源、制定个性化的学习方案。有研究[11]表明，MOOC的特征之一就是基于大数据的个性化服务，不同学习者的电脑后端会推算目前的学习状况，然后推送相应的学习资源，因材施教。
三、大数据背景下的开放性MOOC教学评价
相对于传统课堂较封闭的评价体系而言，MOOC在评价理念与评价过程两方面表现出明显的开放化特征。
1.评价理念开放
MOOC中的教与学本身是一个极为复杂的系统，因此，对MOOC进行教学评价难以用单一的评价理念或标准来评判每个教师和学生的行为，需视具体情况而定。MOOC教学评价的理念可用“一切为了学习者，为了一切学习者，为了学习者的一切”来形容，正是这一理念，使得MOOC教学评价强调丰富的评价内容、多样化的评价渠道以及开放性的评价过程，通过网络与信息技术的支持构建开放的MOOC教学评价，以全面促进学习者的发展。
2.评价过程开放
MOOC教学评价过程大致分为四个阶段：评价设计、评价实施、评价分析和评价反馈。每一阶段都有不同的任务，但却都具有开放性的特征。首先，在评价设计阶段，从评价目标的制定、评价主体的确定到评价方法的选择，都非常重视其评价过程的开放性。比如：在MOOC网站上，任何MOOC学习者都可以任意浏览某一课程的课程简介、课程评价方式等信息，注册账号以后会浏览到更为详细的课程信息，从评价的角度来看，包括课程的评价标准、考核方式、评价方法以及评价细则等内容。其次，在评价实施阶段，评价人员根据上一阶段所形成的评价方案，利用各种评价手段，完成对MOOC教学的评价任务。在实施过程中，由于学习者也加入到了评价活动中，所以，其实施过程也是面向学习者开放的。最后，在评价分析和反馈阶段，评价人员根据评价实施阶段收集到的反映学习者学习过程的资料和数据进行归纳和分析，并将评价结果反馈给学习者。在这一过程中，其评价的数据和结果都是面向学习者开放的，学习者可以根据评价结果的反馈信息及时发现自身的不足，进一步加以改正。
四、大数据背景下的人性化MOOC教学评价
教育要充分体现以人为本，服务学生的理念。在MOOC教学评价中，真正地把作为主体的学习者放在了首位，在评价标准与评价反馈中呈现出了人性化的特征，为学习者提供了人性化的关怀。
1.评价标准人性化
MOOC课程评价标准体现了现代教学理念，以学生发展为本，尊重学生个体差异。主要体现在以下两个方面。
一是MOOC课程作业评价标准人性化。一方面，MOOC课程作业评价标准不像传统教学那样预先设定好，而是在教学过程中逐渐生成的，且其评价标准不是一成不变的，它会随着课程的深入、课程目标的设定以及来自学习者的反馈而不断发展变化，会根据不同的情况适当调整。比如：在Coursera平台的《大数据与信息传播》一门课中，部分学生在讨论区中反映互评分数不合理，对此，课程提供方做出了相应的改进与调整。此外，在课程作业内容设置方面，也会根据学习者的需求进行调整。另一方面，MOOC课程作业提交的截止日期一般为2-3周，时间比较充裕，而且即将到期的作业还会有邮箱提醒，学习者不必担心错过课程作业的提交时间。此外，对于客观选择题，学生提交以后，系统会自动评分。比如：在Coursera平台的《数学之旅》一门课中，随堂测验部分的客观题分单选和多选两种，学生提交作业以后会看到每题的得分情况和相应习题解释。
二是MOOC学分制度人性化。目前，已有社区学院和公立高等大学等院校宣布接受美国教育委员会认可的学分，将修读MOOC项目课程取得的学分与修读本校课程取得的学分予以同等程度的承认[12]。学分的取得是对学习者学习过程与学习结果的肯定与认可，MOOC部分项目与学分制度挂钩，利用学分制与传统教育接轨，体现了教育以人为本的理念。
2.评价反馈人性化
大数据时代的来临，使得MOOC教学评价不仅测量学生对知识的掌握程度，还利用智能化评价手段对学习过程给予及时的反馈，利用可视化统计表单呈现给学习者真实的学习数据，督促学生及时的调整学习现状[13]。反馈是网络教学重要的互动环节，及时的反馈（Instant Feedback）是人性化教学的要求，也是情感关怀的体现。在基于网络环境下的MOOC学习中，由于师生处于相对分离状态，反馈的及时性就显得极为重要。及时的反馈有助于学习者了解自己的学习情况，加深对问题的理解与掌握，为下一步学习打下良好的基础，从而激发学习者进一步学习的愿望。此外，及时的反馈还能帮助学习者及时发现、纠正他们自身存在的问题与错误，从而调整学习计划，有助于提高学习效率。相反，如果没有反馈或反馈不及时，学习者无法得知或很久以后才得知自己的学习结果（如作业正确与否），那么，学习者就很难保持已有的学习热情，学习兴趣也会大大降低。所以，对于MOOC学习者来说，及时的反馈是非常重要、也是非常有必要的。
相对于传统课程，MOOC课程的评价反馈是比较及时的。比如：Coursera为学习者提供多次自动测试机会，每次测试后学习者通过系统可以得到分数反馈。Udacity为学习者提供Submit Answer，可以及时在output中得到反馈答案[14]。在客观题作业方面，一般采用机器自动评阅的方式，学习者提交作业以后，会立即得到反馈（直接看到评阅结果）；在主观题方面，主要采用同伴互评的方式，虽然不能立即得到反馈，但其时间一般不超过两周，学习者可以在相对较短的时间里得到反馈。
大数据实习体会篇(5)
关键词：数据库系统原理；绪论课；教学
作者简介：吴岩（1980-），女，河南南阳人，河南理工大学计算机科学与技术学院，讲师。（河南 焦作 454000）
基金项目：本文系河南省数据库系统原理省级精品课程项目的研究成果。
中图分类号：G642.1 文献标识码：A 文章编号：1007-0079（2014）02-0135-02
数据库技术是计算机科学领域中的一项重要技术，它已成为信息基础设施建设的核心技术和重要基础。“数据库系统原理”课程系统完整地讲述了数据库技术的基本原理、方法及实践应用。[1]作为计算机相关专业的一门专业核心课程，本课程的教学目标是使学生理解和掌握数据库系统的基本原理和技术，掌握数据库应用系统的设计方法，具有运用数据库技术解决实际问题的能力。因此，数据库系统原理课程的教学方法和效果备受关注。
作为数据库系统原理的第一堂课，绪论课教学对本课程的学习起着不可忽视的作用，这堂课常常是学生产生课程学习兴趣和求知欲望的关键教学环节。[2]数据库系统原理是一门理论性、实践性都很强的专业课，抽象概念多，相关知识面广，学生学习难度较大。如何讲授好该课程的绪论课，使学生对数据库的基本概念和原理及其在社会各个领域中的运用有全面的认识和理解，激发学生学习本课程的兴趣，是教学工作者不断探讨和研究的主要问题。
一、绪论课教学中存在的问题
在传统的绪论课教学中，大多是教师根据选定的教材，直接从数据库的基本概念讲起，描述数据库系统的特征、数据模型的类型和数据库系统的体系结构，[1]讲解过程如图1所示。单纯理论知识的介绍很容易使学生在学习过程中感到抽象而乏味，部分概念理解难度较大，从而造成学生一开始接触数据库课程就失去了学习的兴趣和动力。存在的主要问题有以下几个方面。
1.缺乏对数据库在现实领域应用的认识
在绪论课中，仅仅对以上知识点内容按部就班地讲述，学生生硬被动地接受，没有体验到数据库技术在信息化应用中的重要作用，不能够认识数据库技术在解决应用问题所采用的主要方法，从而容易导致学生认为数据库课程没有多少实际用处，因而难以激发学生的学习热情。
2.缺乏对整个课程知识体系的理解
数据库系统原理课程围绕数据库如何实现高效的数据组织、管理及应用，讲述相关的基本概念、基本原理和设计方法，具有完整的课程知识体系。教师缺乏对课程知识体系的介绍，或者只是简单地列出本课程讲授的主要内容，不足以使学生理解各部分内容解决的问题及相互之间的联系，从而对整个课程的学习没有全面的把握。
3.部分知识点难以真正理解
由于学生初次接触数据库知识，部分概念较为抽象，学生缺少直观感受，容易造成理解的困难，如概念模型、逻辑模型、模式等基本概念；另外，学生只对应用系统有初步的了解，并不熟悉其系统结构，所以在理解三级体系结构及二级映像知识点时，不能把握其本质，只停留在表面特征的记忆上，不能达到良好的学习效果。
二、对绪论课教学过程的探讨和实践
为了进一步激发学生学习数据库原理课程的兴趣，切实增强学生实践动手能力，本文对绪论课教学方法进行了探索和研究，在实际教学中采用了“以用促学”的教学思路，[3，4]“启发式推进”的教学过程，这种方法有效地提高了学生对数据库课程学习的积极性。主要教学场景如图2所示。
1.内容导入
首先由教师提问：请同学列举5个以上的由计算机管理并涉及大量数据的应用系统。[3]教师可先示例“图书管理系统”以供举一反三。这样做使学生首先感受数据库技术在生活中具有广泛的用武之地，体会数据库技术的重要性，激发学生的学习动力。学生可以结合自己身边的应用领域，列举很多的应用实例，如学籍管理系统、财务管理系统、电信业务管理系统、火车/飞机售票管理系统、医院管理系统等等。
教师可将提前准备好的应用系统在课堂上演示，如小型客户信息管理系统；也可请学生动手操作某应用系统，如学校教务管理系统。通过实际操作，使学生对应用系统的功能有直观的感受。
2.共性分析
教师通过对几个应用系统实例进行分析，引导学生得出这类系统都对大量数据进行了有效组织和管理，都具有数据输入、数据输出、数据存储和检索的共同特征，使学生对数据库的功能有初步认识。
3.列举问题
分析出数据库具有的基本功能之后，教师继续提出新的问题：应用系统是如何实现这些功能的？实现这些功能需要哪些技术？进一步引导学生思考在系统使用过程中可能存在的问题。可通过讨论的方式，激发学生思维，让学生自由发表自己的看法。最后，由教师对问题进行总结，可列举出如下问题：[3]系统如何描述数据？系统如何组织数据？系统如何操作这些数据？应用程序如何访问这些数据？如何提高大量数据的访问效率？系统允许哪些人可以操作哪些数据？多人同时对同一数据进行访问，系统如何处理？系统若出现故障，如何保障数据不丢失？
4.内容介绍
针对以上提出的各个问题，教师初步阐述在数据库领域是如何解决这些问题的，从而引出本课程学习的主要内容及学习的重点和难点，如表1所示。[3]在讲解过程中，应避免采用复杂的专业术语，尽量采用通俗易懂的语言。通过对问题解决方案的介绍，使学生对应用系统开发、使用过程中的关键问题有初步的了解，能深刻体会到数据库技术所起到的重要作用；同时，又使学生能较全面地理解数据库课程的知识体系、本课程和专业相关其他课程的联系以及本课程在专业培养目标中的重要作用。
三、总结
在绪论课教学中，教师从应用系统出发，通过引入和分析贴近生活的多个数据库应用实例，让学生感知数据库技术应用的广泛性和重要性，以及本课程在专业培养中的重要地位；通过总结这些实例的共性，使学生理解数据库的基本概念和功能；通过提出使用中会遇到的问题来简要介绍数据库课程的主要内容和各个关键知识点，使学生在课程学习的开始，对本课程产生比较全面、深刻的认识。这种“启发式推进”的讲授方法不仅可以使学生认识到所学知识对社会和对自己的意义，产生学习的需要，而且在满足这种需要而学习的过程中会产生愉快的情绪体验，从而产生进一步学习的愿望，有效地激发了学生学习的主动性和积极性。
参考文献：
[1]赵文涛.数据库系统与应用[M].北京：中国矿业大学出版社，＼2012.
[2]姜巨福，程远胜，王迎.专业课程教学中上好绪论课的重要性[J].科技创新导报，2011，（7）：154.
[3]胡旺.一种激发学习兴趣的数据库课程教学方法：从应用到原理[J].计算机教育，2009，（17）：128-129.
大数据实习体会篇(6)
关键词：大数据；影视艺术；实践方法；举措
中图分类号：J90-05文献标识码：A文章编号：2096-5079（2020）07-0-02
伴随着互联网技术的发展，中国大数据时代已经到来，对影视产业带来了颠覆性的影响。
一、影视艺术教育实践方法革新的背景
（1）影视作品创作类型多元化。“互联网+影视”背景下，影视作品不再局限于传统的院线电影、电视作品，网络电影、微电影、短视频、自制剧等类型作品层出不穷。
（2）影视作品的创作内容多元化，传播渠道多样化日益明显。
（3）影视作品创作主体多元化。除了院线电影制作公司、电视台为领军的创作主体外，一些社会组织、行业协会、影视传媒公司和草根制作团队（非专业制作团队）也逐步成为创作主体。
（4）影视作品创作模式的转变。大数据背景下产生了一种全新的电影操作模式，即通过数据信息深入分析受众的需求，对市场进行充分预估，再以市场为目标生产和推广电影，进行衍生开發，实现产业价值。
二、大数据时代影视艺术人才需求特征
（一）具有敏锐的市场洞察能力
时代在不断的发展和进步，如果影视行业的从业人员不能够根据时代变化的特征来不断地扩充自己，难免会在时展的洪流之中销声匿迹，同样的影视艺术行业的也应该积极展开双创工作，并围绕科技创新和自主创新这两个方面展开，制定符合大数据时代特色，且更具有创新性的学科教育及实践创作体系，提高艺术创作人才对经济市场和影视行业市场变动的感知能力，提高对影视艺术元素捕捉的敏感度，推动影视行业创新和发展的内力。
（二）具有敏感的数据分析能力
时下对于影视艺术人才的培养，不仅仅局限于对影视艺术学科专业能力的培养，更要体现时代背景。被大数据充斥的影视行业，需要具有大数据概念、理念的新型专业人才。
夯实专业基础的同时，应具备敏感的数据感知及分析能力。通过大数据的智能化分析，获取受众观影内容喜好与需求、受众观影心理、观影趣味、观影行为等多方面的信息数据，保证创作的针对性。从传播角度而言，对于数据信息的掌握是有效扩大受众面，占领观影市场的有效手段。
（三）具有多元化的知识体系
众所周知，影视艺术是融合性艺术，影视艺术创作者，应是具备多元化知识体系的“杂家”。影视艺术创作是集体创作，是多种学科、行业的交叉融合，创作者多元化知识体系的构建，多重能力的并行塑造，可以使创作者从大数据中汲取有效信息，并将其在作品中合理化呈现。此举不仅能够促进影视艺术行业的正向发展，还能够有效促进学生对影视行业快速发展的适应。
三、影视艺术教育实践的“大数据化”革新举措
（一）“点式教学”向“线面一体式教学”转变，重构“大专业”
大数据时代“融合”大于“割裂”的专业形态日益凸显。影视艺术专业在各个学科之间的相互交叉，实现了真正意义上的多元融合。新形势下，影视艺术教育理应转变教学立案，打破学科框架与界线，构建“大专业”，实现多学科的有机融合。
传统的影视艺术专业的教学是针对创作所需的知识与技能，进行“点式教学”，过于强调某一方面的知识点。实践时，缺少了学科知识的融合性应用，导致作品整体质量不高。大数据时代的大专业建设，归于教学其本质是对学生综合能力的培养与提升。借助于大数据平台，将传统的“点式教学”向“线面一体式教学”转变。
一是，专业技能知识体系的搭建。实现“采”“编”“播”“摄”“录”“演”“服”“化”“道”“音”“美”“照”多专业技能知识的“一体化”教与学。二是，专业内涵知识体系的搭建。实现影视艺术与文学、史学、哲学、美学等多领域知识的融会贯通。树立跨专业、大学科意识，利用大数据思维方式以及知识结构来拓展影视艺术教育的内涵。
（二）“模拟实践”向“项目化实践”转变，实现专业实践路径的大数据化
“模拟实践”时代，是单纯完成练习，是以“作业”形式检验学习成果，老师是唯一评价主体，虚拟成分过重。“项目化实践”则是具有市场检验性的实践创作，需要具有创作规格“作品”，是来自于社会、市场的任务单，是具有“产品”价值的成果。其评价主体更加多元化，评价结果通过大数据检验，更具有说服力。
实践创作路径的大数据化，有几点特色：首先，利于实现专业（学校）、行业、企业三者之间建立大数据交流平台，整合资源，建立资源数据库，提高有效资源的最大利用率。其次，通过来自市场（企业等）的实际项目能够不断拓展创作实践的多维空间。同时可以激发学生创作灵感和学习潜能，使学生零距离接触行业、企业，提升专业能力，使“作业”变“作品”，使“作品”变“产品”。第三，面向社会、面向市场、面向产业的“项目化实践”方式，利于专业的对标建设，成果转化，从而获得更多的社会效益与经济效益。
（三）结合互联网技术，多管齐下，搭建新型大数据实践平台
大数据实习体会篇(7)
[关键词]学习分析；大数据时代；高校教师；在线专业发展
[中图分类号]G434 [文献标识码]A [文章编号]1672-0008（2014）01-0056-07
一、引言
随着智能手机、“可佩带”式计算设备的逐渐普及和云计算技术的逐渐成熟，人们的行为、位置甚至身体生理数据的每一点变化，都成为可被记录和分析的数据。一个大规模生产、分享和应用数据的时代——“大数据时代”正在到来。在这个以数据为核心的时代。一股在线教育浪潮正在席卷全球的教育领域，据MIT斯基商学院报告：从2002年到2012年。美国参与至少一门在线课程学习的人数由57万激增到670万。新型的智能网络学习平台，正在成为高科技领域创新和投资的重点。如。著名的在线教育公司Cours-era已经和普林斯顿、宾夕法尼亚大学等30多所大学合作，在互联网上免费开放大学课程。2012年，可汗用一台电脑创建了可汗学院（Khan Academy），招募了一千万学生，创造了教育神话，被公认为全球教师界的超级巨星。哈佛大学、麻省理工学院和凤凰城大学等著名高校花巨资开始投资建设自己的智能网络学习平台，并向全世界免费开放，EDUCASUSE将2012年誉为“颠覆性改变高等教育年”。
诚然，无论在发展中国家还是欧美等发达国家的高校，学习管理系统（LMS）和虚拟学习环境（VLE）是很常用的一种教学工具，这预示着高等教育正在经历着一场真正意义上的数字化、网络化、全球化的历史性变革，以往一直改变着人们日常生活的数字化革命，正在逐渐改变着高等教育生态系统的每一个细胞。高校教师传统的教学和研究模式趋向颠覆。学生在在线学习时，会留下关于行为、利益和偏好等方面的大量“面包屑”似的数据。教师合理分析并理解这些数据，不仅对大规模在线课程还是其他类型的学习都有裨益。高校要取得较好的发展，高校教师的数字化变革是核心要素，但教师往往不能很好地掌握在线教学的必要教学策略，因此，教师需要学习在线教学中新的教学、交流和工作方式。美国EDUCAUSE学习计划2012年会将学习分析与高校教师专业发展列为研讨的专题之一。在大数据时代，高校教师如何有效地利用这些在线学习系统和环境。挖掘、分析并理解这些数据，进而为学生设计出更具应用性的学习环境、开发适应性课程、改进自身教学实践。促进自身专业发展。是当今高校教育信息化进程中的重要课题之一。本文旨在以大数据时代高等教育变革为背景，探索高校教师如何利用学习分析，来掌握提升自身专业发展的策略和方法。
二、学习分析在高等教育中悄然兴起
学习分析技术是测量、收集、分析和报告有关学生及其学习环境的数据，其目的是理解和优化学习及其产生的环境。学习分析的发展源于商业分析、教育数据挖掘和学术分析等概念，它整合了信息科学、计算机科学、统计学、心理学、学习科学等多学科的概念和技术。美国NMC《2011年地平线报告》提出，学习分析在高等教育中具有广阔的应用前景。之后在全世界掀起了学习分析的研究热潮。NMC《2013地平线报告（高教版）》（预览版）提出“大数据和学习分析”将在未来2-3年成为主流技术。对全球的高等教育而言，学习分析具有能觉察和应对21世纪教育和学习的复杂景观的能力，是一个迅速发展的研究和实践领域，已经引起了全球各国政府、教育基金会和学习机构的关注。EDUCAUSE副主席Susan Graiek指出：使用分析来支持关键机构的产出（效果）：通过高性能计算、大数据和分析支持研究任务。分别是美国2012年十大高等教育中IT应用热点问题之一。
从商业到高等教育机构，几乎所有的机构都在分享相同的应用分析的业务，如在商业领域已经率先发展并从大量数据中获得见解的技术，可以识别产品的忠实和潜在客户，提炼产品对顾客需求的满足程度，从而调整他们的市场并获取用户使用产品的经验。企业在思考“谁是我的忠实客户”，高校在考虑“谁会钟情于我们的学校”，通过解决有关招生、融资和运作效率，高校正在践行以确保办学成功。如企业为消费者量身定做广告一样，分析学生学习相关数据，需要能够处理这些非结构化的文本和图像等来自多方面的大数据的新技术。高校的研究者和开发者开始开发模拟技术以洞悉在线学习者的学习活动，如，利用分析软件使教学过程变得有效而准确，训练学生高效行为和习惯：捕获学习者在线行为的大数据可以推断其知识、意图和利益，创建预测未来行为和兴趣的模型，特定学生的数据可用于定制在线学习平台和推荐学习资源，这将有助于学生学习成功。如。美国在线教学系统Knewton、马里兰大学的“检查我的活动”等项目成功地分析学生需求，评价学生学习绩效。
学习分析在高等教育中的应用具有众多优势，在解决目前高校有关学习和教育经验的众多问题时具有巨大潜力。如。预测确定学生额外学习支持的需求模型、减少学生自然流失、测量学生特质、构建能够提升教学实践的弹性模式等。学习分析利用数据密集和数据基础，支持正式和非正式学习以扩展当前学习环境过程中的理解能力。学习分析具有支持元认知学习的潜能，能鼓励学习者对自己的学习负责，学习分析能利用大量的数据和先进的技术增强学生管理自己的学业发展。
学习分析不仅具有有益于学生学习的潜能，而且对教师的教学也有帮助。对学生学习生成的相关数据进行分析，利用实时和基于数据决策的工具可以提高教师课堂教学效率。并增强相关学习服务。探索监控学生的学习活动并预测学生的学习结果的方法。能使教师对学生进行有效学习干预和决策。学习分析还能提升教师对学生绩效的可视化分析能力，教师从分析视角得出可视化结论并采取相应的行动，进而为学生开发适应性的学习资料。
学习分析是一个破译来自教育大数据、学生相关系列数据的趋势和模式等领域，其目的是进一步发展个性化的、支持性的高等教育系统。学习分析可以帮助高校领导削减成本和促进教学和学习，使用预测分析可以提高效率、节省费用、提高学生成就、规划课程，招募和留住大学生，优化教室的调度以及获得校友的资助。高等学校开始使用学习分析促进其服务并改善学生的学业，营造数据分析文化。这对高校资金的科学预算、资源的合理配置、减少重复建设或者投资效益评价和提高教学效率，以及提高人才培养质量都具有重要意义。
三、大数据时代高等教育呼唤具有数据分析能力的教师
（一）大数据时代高等教育的变革
大数据（big dma），或称巨量资料，是指所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。进入2012年，大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。2012年3月，美国联邦政府宣布投入2亿多美元启动大数据的研发任务，并把大数据定义为和历史上的互联网、超级计算同等重要的国家战略。并采取了如下主要举措：鼓励研究型大学设立跨学科的研究生专业课程，以培养新一代数据科学家和工程师人才：向一个研究培训小组发放200万美元的奖金，用于支持大学生培训计划，教授他们如何利用图形和可视化工具解析复杂数据：召集各个学科和领域的研究人员，共同探讨如何利用大数据转变教育与学习模式。这充分体现了美国政府对大数据时代教育领域的足够重视。
大数据既是一门技术。又是一种商业模式。大数据风暴正在变革着我们的思维方式，并开启了一次重大的时代转型。大数据正在改变着我们的学习、生活和工作，成为新发明和新服务的源泉。哈佛大学社会学教授加里，金说：“这是一场革命，海量的数据使得各个领域开始了量化进程，无论教育部门、商业部门还是政府。几乎所有领域都将卷入这种进程，高校也身在其中。”据统计。全球结构化数据增长速度约为32%，而非结构化数据增速高达63%，这个趋势在高校亦然。目前，高校数据库里的内容不仅多，而且结构也发生了极大改变，大量的数据是非结构化数据。
大数据引发了全球在线教育的热潮，MOOC的出现真正体现了高等教育的国际化。Coursera、edX、U-dacity等智能平台面向全世界提供知名高校的优质课程。2013年5月，edX发展了首批亚洲成员。包括清华大学、北京大学、香港大学等高校。清华大学创建了“大规模在线教育研究中心”，近期将开发30门新一代在线课程。这些平台因为能收集、分析、使用大量数据而强大，众多学习者在此平台中学习时留下重要的学习行为数据，当数据累集到一定程度，就能够通过大数据技术分析得出学习者对哪些知识点比较感兴趣、哪些学习工具和学习资料使用频率最高等规律，了解这些规律有助于研究全球学习者的行为模式，进而打造出更具适应性的智能学习平台，并强化其学校的品牌效应。吸引更多学习者注册本课程。
教育领域正在发生的这场革命，缘于伴随着信息技术的进步，人类收集、存贮、分析、使用数据的能力的大幅度增强。不难想象。这种以智能化学习平台为先导的大数据时代，无论对学习者、教师、学校、整个教育产业，甚至是在线教育。都将催生革命性的变化。这将使传统高等教育模式面临新挑战，原有的高等教育生态甚至会被打破，利益将重新分配。这股正在兴起的在线教育浪潮，已经造就了一批教育明星和通过教育致富的高收入群体。这将使教师这个职业的吸引力逐渐提高，教师这个行业的竞争性增强，新的人才可能涌入，旧的格局必将打破。
针对大数据时代高等教育的变革，我国教育部已经将发展在线教育作为深化我国高等教育改革、提高高等教育质量和提升国际竞争力的重大举措。在不远的将来，名校将人人可上，普通大学的发展会受到什么影响？既然最好的视频资源可以免费获得。教师的角色又需不需要调整？也许发展到最后，可能会让一些教师成为助教，甚至会被淘汰。一方面，知识的贡献使得优秀的教师有更好的发展前景：而另外一部分教师也有可能转行。也有可能做辅导教师。这些变革必将对教师提出严峻挑战。对教师提出更高的要求。
（二）大数据时代高校教师应具备较强的数据分析能力
美国面向教师的“教育技术标准”（2008版）规定，数字化时代的高校教师应该具备的能力有：理解在线学习如何支持大学发展，理解教师在在线教学中的职责，应用在线教育教学法开发高质量的课程，解读在线学习者独特的需求，适应关注以学为主的在线课程的传递方法。利用学习管理系统创建关键的学习内容，理解有效的学习社区组件并将其整合在在线课程中，构建基于在线学生的个别化和协作性的任务和评价，高效地与在线学生交流并提供及时反馈，展示最新的有关在线资源的理解，认识到教师参与在线教学的挑战，参与专业发展、提升领导力。
但在大数据时代，高校教师只具备基本的数字化教学能力是远远不够的，还应具有一定的数据分析能力，以适应数据支持的决策文化。据报道。大数据时代具有分析技能的人员将十分走俏，麦肯锡全球研究院在2011年5月估计，仅美国就需要19万“熟练掌握分析技能的人员”，以及150万“能够分析大数据、并根据分析结果进行决策的经理人和分析师。美国联邦政府2012年的大数据研发任务中明确提出：召集各个学科和领域的研究人员，共同探讨如何利用大数据转变教育与学习模式。相关专业的高校教师要率先学数据分析的相关知识和技术，肩负起培养专业数据分析的重任，其他学科的教师应该主动适应高等教育数据化发展，理解数据支持的教学决策文化，提升分析数据的能力，并清楚地认识到大数据时代高校课程变化对自己专业发展提出的严峻挑战，意识到适应大数据时代要求的专业发展的重要意义。美国高品质在线专业发展提供商PBS TeacherLine。从一开始就收集了学习者、教学和课程方面的数据，该公司认为。在线教师发展除了要注重在线发展的一般要求外，更重要的是要适应数据驱动的文化。提升教师数据分析能力。
四、学习分析在高校教师在线专业发展中的作用
教师在线专业发展，是指教师通过在线学习、在线教学和在线研究实现专业提高的活动，使高校教师获得并增强他们的教学、科研和社会服务等专业活动的能力。高校教师的在线专业发展。从时间维度来讲，经历了职前学习、职中实践、反思以及面向未来幸福的教师等阶段。从空间维度来讲，高校教师在线专业发展在传统环境和数字化虚拟化环境中共同发展。高校教师作为一种职业，其专业内涵包括：教学、研究和社会服务的专业知识与精神，要求教师能在教学、学术、服务和行政四个方面都有所建树。高校教师作为当今社会中的特殊群体，是一个多角色的整合体，在专业发展的历程中，会在不同阶段扮演不同的角色，如，学习者、教学者、研究者和管理者等。新技术已经改变教学，同样可能改变教师专业发展。在以数据为核心的大数据时代，学习分析如何改进教师在线教学实践。促进高校教师在线专业发展？
（一）学习分析可以提升高校教师作为在线学习者的学习效率，激发其自主专业发展意识
教师专业发展的本质是教师自学并获得能力提高的过程。专业知识每天都有新发展，高校教师要充分利用网络来更新自己的专业知识，并通过不断的在线学习来体验动态的专业实践价值。大数据时代对高校教师提出了终身学习的切实要求，要求他们必须掌握数据经济时代到来的必备知识与技能，如。新的在线教学设计技能、数据分析技术和学习分析技能等。
高质量的在线专业发展机会，对新手和经验丰富的在线教师的成功都是至关重要的。教学和技术的综合训练、学习对教师顺利进入在线课堂是很有必要的。要经过训练学会使用WebCT和Blackboard等课程管理系统。学会设计课程内容。创建网络化学习环境。从学习的自由度和规模来看，教师的第一种在线学习方式为结构化、有组织的在线学习。如。美国EMSS教师在线学习项目和中国高校教师网络培训中心的在线培训。另一种是教师自发的、以教师自身专业需要和兴趣而选择的在线学习，如，参加系统专业课程学习网站、参与网络学习共同体。国外大学颇为重视新教师的职前培养和职后培训工作，美国印地安那大学、普渡大学和迈阿密大学等几乎所有的大学都建有学习与教学促进中心，如，迈阿密大学教学促进中心主任米尔顿，D，克斯（Milton D，COX）创建了全校性的教师学习共同体，为教师个体提供一个学习、寻求帮助、宣泄情感、建立关系和信任、获取专业发展支持的场所。英国伯明翰大学针对新教师岗前培养提供了内容丰富、材料翔实的网页，涉及岗前培养的活动安排、课程设置、培训考核等多个方面。
在在线学习中，教师可以利用学习分析及相关工具诊断自己的学习，合理安排时间、制定学习目标，利用学习分析评价自身的学习效果。如，利用类似于SNNAP等学习分析工具，分析教师在线学习或培训课程管理系统中的数据，能为合理有效地评价自己的学习提供数据支持。通过学习分析得来的数据，不仅有利于教师自我评价，更重要的是通过数据。教师可以了解自己的优势和不足。认识自我、发展自我、规划自我。教师在线学习是一种相对宽松、自由、民主的学习环境，这种学习环境会增强教师的学习体验、提升教师教学创新的自信心，通过学习逐渐形成专业发展意识，形成自身的职业发展定向。
（二）学习分析可以提高高校教师作为在线教学者的教学效率，发展其在线教学实践智慧
教学是大学教师最基本的职责，教学能力的发展是高校教师专业发展的首要内容，提高在线教学质量是高等教育发展的不懈追求，这需要促进高校教师在线教学发展、提高教师的在线教学能力。教师通过学习分析和相关工具得到关于学生学习绩效、学习过程以及学生对课程教学的信息，这些信息从数据决策的角度，可以为教师的教学角度的课程设置、教学改进以及从教师学习者角度的终身发展定向，这些信息是教师成长过程中重要的一线数据，也是促进教师专业发展的一面镜子。
其一，分析教学需求。有助于科学决策。学习分析可以使教师给予实时数据的教学决策，提供个性化学习内容和学习支持。可汗学院利用TeacherTookit获取学生观看视频和实践练习的数据，分析报告能决定那些学生在努力学习，此报告不仅供师生检视学习进步，也有助于决定如何为特定领域需要帮助的学生创建个性化的学习。为了探测教师如何应用数据进行决策，美国纽约市教育委员会雇用一家名为“the Grow Network”评估报告公司，利用数据挖掘和学习分析的相关技术，分析在线教学的数据，针对教师的报告关注拥有各种技能水平的学生，因此。可以确定教学需要：使用此工具的教师能够考虑自己在某领域内教学实践的背景下做出决策：确定教学日程、每周安排、分组、个别化学习计划，以便满足学生不同的学习需求：以及与学生家长就学生学习问题进行交流：通过审视自己的教学以提升自身的专业实践能力。
其二。合理设计课程，促进学生成功。在线课程的质量是网络教育质量的核心部分，课程设计能力是高校教师教学专业能力与知识的核心要素。美国在线学习平台“Knewton”采用自适应学习算法来判断学生的实际水平，并为其提供适应性课程指导。从亚利桑那州立大学10000余位学生的反馈来看，Knewton确实起到了良好的作用，不少学生都在原定计划前完成了学习任务。美国ELl2012年年会讨论实时分析对学习者在活动课程中是否有效时，与会者一致认为教学设计者具有重要作用，如。萨斯喀彻温大学的克里斯，布鲁克斯提出了一个快速的教学设计过程：通过课程设计解决最新问题或不足。为了特定课程中的学生，他提出了一个利用教学设计师和使用描述性课程仪表板在内的人员配备模型。实践证明：快速部署、小规模的干预措施是易测量、更可取的。第二个例子来自西班牙科尔多瓦大学，研究者为了使数据挖掘技术能被教师灵活应用并分析他们的课程，开发了整合了基于Moodle的实验数据挖掘工具。此工具自建一个开源框架，允许课程设计师去做一系列的课程分析或课程集合。目前，数据挖掘技术已经用于根据性格和学习策略的反应来进行学生组别、检测学生失误、识别不良学习动机的学生和预测可能的学生学习结果。
其三，监控教学实况。促进反思性实践。美国学者珀斯纳提出“经验+反思=教师的成长”，他认为，没有反思的经验只是一种狭隘的经验，决不能上升到教师的系统理论及规律。体验与反思是高校教师专业发展的必经环节，理想的课程要变成高校教师的教学实践知识，上升到实践智慧的层次，必须经过自己教学实践的亲身参与、理解、体验与感悟。高校教师应该不断地反思自己的日常教学实践，追问教学生活经验的意义与价值。学习分析可以帮助高校教师监视网络教学的实时情况，为其教学反思提供有力的实时数据支持。美国加州大学评估和学生测试研究中心开发了在线的决策支持工具——OSP（theQuality School Portfolio），OSP的设计目的是为了促进教师使用数据的能力，教师可以用OSP为每个学生建立一个单独的纵向的成长记录，其包括个人信息和评价信息，该记录还包括与学生观念、兴趣、习惯和学习机会相关的数据。在QSP的报告表里，教师可以轻松快速地创建个性化的学生进步报告，密切监视学生在达到报告的目标过程中所取得进步，并且能显示哪些目标已达到，哪些还没有实现。研究发现，OSP能促进教师合作和分享计划，经过此项目中的数据应用，教师已经很看重数据应用在确定学生需求中的重要价值。还有一个例子是丹麦哥本哈根商学院的教学分析项目，旨在向教师提供课堂中的实时分析信息。目标是为持续的学习活动现场提供及时的、有意义的和可操作的形成性评估。
（三）学习分析可以提高高校教师作为研究者的研究绩效，提升其对学生在线学习的服务能力
高校是知识生产的主要场所，科学研究是大学教师专业发展的又一内容。雅斯贝尔斯曾经说过：“大学教师首先应该是研究者。大学教师要指导、激励学生刻苦钻研，最好的研究者才是最优良的教师。”因此，高校教师要树立“教学即教研”、“教师即研究者”的观念。利用学习分析对与学习者学习过程相关的数据进行深入分析与阐释，能够发现隐藏在每个学习者学习数据背后的学习偏好和学习模式，教师利用学习分析分析汇集于在线学习系统中的学习者相关数据。发现隐藏在网络学习中的学习规律。从而更好地设计适应性在线课程。提高教学绩效。体现专业发展的价值。美国佛罗里达州立大学的研究者通过分析67名学生在Moodle平台中发表的日志来聚焦学习活动，以检验这些活动是否能预测学生的社区意识，在课程结束时，所有学生参加了课堂社区规模（CSS）测试，测试分数与每个学生的累计用户日志匹配，研究人员认为记录用户事件的总数是一个在课程里有效的社区意识的预测。通过进一步地研究，最终可以帮助教师客观地为自己的学生建立一个更精确的和定制的内容。另一个例子来自美国普渡大学。为了增加学生在课堂上的成功率，约翰，坎贝尔教授研究团队开发了“学术警报系统”（Sig-nals），把它集成到Blackboard的CMS中，该课程信号是通过三种独特的方式使用和工作：它提供了实时反馈和早期干预，一般在课程开始的第二周就开始干预。提供了频繁和持续的反馈。学生登录系统之后会在一个简易的面板上显示红色、黄色或绿色指示灯。直观地显示学生是否做得很好。该系统挖掘并分析学生学术成绩的数据。如。测验和考试成绩以及学生努力的证据，数年的研究表明。早期的频繁评价不仅是最佳实践，也是改变了在课程学习中表现不佳学生的研究习惯的一种有效方法。
（四）学习分析可以提高高校教师作为管理者的管理效率，提升其在线教学领导力
在网络环境中，教师面对当前复杂的在线课堂情境以及更加复杂的教育对象，教师的在线管理能力变得越来越重要，教师作为管理者的角色不容忽视。在线教学中高校教师作为管理者的角色需要管理课程内容、管理在线学习者、管理学生作业、管理在线学习活动以及管理学习管理系统等。美国北亚利桑那大学的“学术早期报警系统（GPS）”项目。在GPS系统中学生和老师使用同一网页，这使学习者更容易成功。该项目使用数据挖掘和学习分析。分析学生在在线学习系统中学习的情况。重点分析学生的考勤、成绩、学术等方面。学生可以在系统里或者在邮件里收到教师关于自己成绩、考勤和学术关注等方面的信息。诊断性管理工具——“SNAPP”是从学习管理系统中获取学生参与讨论、鼠标点击、在同一页面停留的时间等在线学习行为数据，进行实时的社交网络和可视化分析，此工具不仅以可视化的方式显示在同一学习系统中最活跃的学习者，还可以显示学习者之间的在线网络关系等，从而诊断哪些学生在此课程中投入度最小，这样使教学人员评估学生的行为模式，对学习活动的设计目标和干预需要，能为学生合理有效地评价自己的学习提供数据支持。
五、结束语
教师专业发展是一种自主性或主体性发展，一方面，教师需要具有一定的自我发展的意识和动力。自觉承担专业发展的主要责任。通过不断学习、实践、反思、探索，使自己的教育教学能力不断提高，并不断向更高层次的方向发展：另一方面。教师教育应十分关注教师的精神存在。精神教育。概括地说是对旨在促进人的精神世界发展，提升人的精神生活质量的教育活动的总称。精神教育在教育的价值取向主张教育目的在于提高人（学生）的内在精神素养。然而，要通过教育来充盈人（学生、教师）的精神空间，其首要前提是重视教师的精神处境，丰富教师的精神世界。只有教师的精神生长空间不断得到滋养，才能通过自身的精神魅力与学生进行精神对话。在潜移默化中感染学生，提高学生的精神追求，实现对学生真正有效的精神教育。因此。在大数据时代的智能化在线教学热潮中，各种学习平台是预测学生学习活动的重要数据源。学习分析不仅能造就优秀学生，而且能使教师了解优秀学生如何使用在线学习系统。
学习分析在教育领域有积极的应用价值和巨大的发展潜力，也是高校教师在线专业发展的优秀工具，可以帮助教师科学决策教学、合理安排教学策略和设计课程，进行教学反思。体验在线教学的意蕴，使高校教师走上更科学、更幸福的专业发展道路。教师的专业发展不能简单理解为教师不断接受新知识、提高专业能力的过程，我们更应当关注教师精神存在的提升过程。
[作者简介]
