發布時間：2023-05-25 18:12:37
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的數據分析課堂樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
【關鍵詞】 小學科學；數據整理；數據分析
中圖分類號：G620 文獻標識碼：A 文章編號：1671-0568 （2014） 22-0077-03
數據整理與分析是學生科學探究活動中一個非常重要的環節。這個環節直接影響學生的科學概念建構與否，直接影響學生的分析概括能力提高與否，直接影響學生實事求是、一絲不茍的科學精神形成與否，因為這些都將在數據整理與分析的過程中得以培養。但目前的科學課堂，每當進行到數據的整理與分析環節時，往往是匆匆交流，草草收場；或漠視數據，出示概念；或簡單呈現，告之結論。這樣，收集的數據就變得沒有意義。本文主要探討如何對收集的數據進行有效的整理與分析，從而讓學生真正利用數據找尋規律、得出結論，讓課堂探究變得更真實、更準確。
一、整理――為分析“打底稿”
數據整理是對觀察、實驗等科學探究活動中所搜集到的資料進行排序、分類或歸類，從而更好地凸顯數據的特征，展現事物的規律。它是數據分析的基礎，本文形象地稱其為數據分析“打底稿”。
1. 巧設問題，鼓勵自主整理。在整理數據時，我們很多教師會幫助學生進行整理，或者干脆不讓學生整理。其實我們應相信學生的潛力是無窮的，可以給學生提供機會，提供時間，讓學生自主整理，讓他們有機會學會整理，并提高整理能力。
在四年級上冊的《天氣》單元中，學生在經過一個月的天氣觀察以后，獲得了相對豐富的數據，共有30天左右的有關天氣數據，每天又有最高氣溫、最低氣溫、風力、天氣現象等，還有些天有降雨量數據。面對這么繁多的數據，如何整理？必須先讓學生整理自己做的天氣日歷中的相關數據。如：這個月平均最高氣溫是多少，平均最低氣溫是多少，天氣現象主要有哪幾種，各有幾天？3級以上的風力有多少天，3級及3級以下的風力有多少天？通過這幾個問題，讓學生對天氣日歷中的幾個要素進行有針對性地整理，在問題的指引下，學生完全可以將繁多的數據整好、厘清。學生不僅能親身經歷整理的過程，還能清晰地認識到天氣變化的一些規律，自主性也得以更好地體現。
2. 提供方法，學會巧妙整理。整理數據的方法很多，在小學科學課中，常用的是畫統計圖，且統計圖小學數學課中就有系統地，分冊安排學生進行學習。科學課中要結合具體的實驗數據，讓學生運用統計圖來進行整理數據。
如四年級上冊的《溫度與氣溫》一課，讓學生將一天（五個時段）的氣溫變化畫成柱狀圖，一天的氣溫變化特點就直觀地顯現出來。又如：六年級上冊的《抵抗彎曲》，學生收集了紙的寬度與抗彎曲能力的大小及紙的厚度與抗彎曲能力大小的有關實驗數據后，教師指導學生作折線圖，畫好圖，數據特征躍然紙上，學生馬上就會發現：紙的厚度增加，抗彎曲能力大大增強。否則，不經過整理的數據，學生只發現：紙的厚度增加，抗彎曲能力增強，而難以建構隨著紙的厚度變厚，抗彎曲能力是大大（或者說是大幅度）增強。
除畫統計圖外，還可以根據不同的課的特點，讓學生參與設計整理的方法或教師直接提供方法，進行數據整理。如五年級下冊《擺的研究》一課中，研究擺長對擺的快慢的影響時，教師先提問：同學們，你們在獲得數據后，可以怎樣整理，讓數據更加清楚、明了呢？有沒有好的建議？指名兩個學生回答后，第三個學生就提出了大家都認同的一個好建議：可以按擺線從長到短的順序來排列數據的順序。這樣，我們給學生一個思考空間，學生就給大家提供一個整理數據的方法，不僅整理能力又得以提高，還充分地發揮了學生的能動性，而不是一味地由老師安排，學生僅僅是報一下數據、或到黑板填一下數據。很多時候，不是學生不會，而是我們沒有提供給學生機會。
通過一定的方法整理數據，幫助學生思考，讓學生體驗到對數據進行巧妙整理后，可以更清楚、更有效地分析數據。同時能夠更好地培養學生觀察數據的能力，提高學生整理數據的能力。
3. 小組指導，開展合作整理。在科學課中學生進行小組活動時，學生會有很多機會合作。制訂計劃時、觀察時、實驗時、制作時……但很少有機會合作整理。其實我們可以在小組里開展合作整理，教師給予一定的指導，讓學生之間互幫互助，互補互充，充分地整理數據。
如五年級上冊《測量力的大小》一課中，每個學生進行用彈簧測力計測量六種物體（三種是規定的物體，三種是自選的物體）重力大小的活動，記錄表如下：
正確使用彈簧測力計測量物體重力大小是每個學生必須要掌握的一項實驗技能，所以每個學生都會實驗、記錄，在課堂上，匯總全班學生的數據沒有意義，也并不現實，那么就請幾個學生來匯報自己的測量數據，教師就沒辦法了解大部分同學的數據，學生使用彈簧測力計的情況就很難反饋。這時候，我們可以發揮小組合作學習的作用，讓小組同學對自己組的4～5位同學的數據進行觀察、整理，從而為分析彈簧測力計的使用情況，改進操作中存在的問題，更加規范彈簧測力計的使用做好準備。教師可以提供小組的指導是：①對于測量三種規定的物體，請算出你們小組實測的平均值。②誰的估計值離這個平均值最近，可以請他示范測量的動作，取長補短。③對于測量三種自選的物體，小組可以一起給這些物體按重力的大小排排隊，再按從大到小的順序用手掂量掂量，感受重力的大小。通過這種小組合作整理的方式，學生能更有針對性地反思自己使用彈簧測力計的操作是否規范，同時能更深刻地建立對于物體重力大小的一種感性認識。
二、分析――讓數據“說實話”
分析數據是對整理后的數據進行一種歸納，抽象出數據所揭示的事物的特點或規律，讓數據“說實話”。也是對數據進行概括總結的過程，為了形成客觀的結論，建構科學概念。
1. 觀察先行，提高分析能力。當學生對數據進行整理后，科學探究下一步活動就會指向分析數據，得出一定的結論。此時，教師通常會拋出問題：你從中得出了什么結論？肯定馬上有學生舉手準備回答。可是學生不一定能夠從數據表或圖中找到規律，學生的回答很難指向數據的特點，而且學生沒有一個靜心思考的時間，習慣性地去猜教師可能想要哪個答案。這樣對學生的分析思考是很不利的。
教師應該要引導學生對數據先進行觀察。不同的數據，分析的難易程度會有所不同。在數據比較單一，特點比較凸顯的情況下，教師可以直接說：“請你觀察這組數據，你發現了什么？”而有時在數據較多，或較雜的情況下，教師可以進行引導：這一行（或一列）數據有什么特點？讓學生一行一行（或一列一列）地進行觀察。也可以引導：哪些數據說明的是同一個問題或特點？讓學生對數據進行歸類。還可以引導：請對比其中的這兩組數據，你發現了什么？讓學生在數據對比中，總結出規律。
總之，在開始分析數據時，我們要給學生一定的時間，讓其對數據進行自主觀察，或在教師一定的引導下進行有目的地觀察，讓學生充分認識觀察數據的方法，從而能夠更有效地從數據表中獲取有用的信息，提高數據分析能力。
2. 問題引領，拓寬分析思路。在課堂教學中，數據指向的事物特點或規律有時是明顯的、有時是不明顯的；有時是單一的，有時是多方面的。教師要根據學生的認知水平、分析數據的能力。適時提出問題，打開學生的思維，引領學生有目的去思考、多角度去分析，從而提取更多的價值信息。
如三年級下冊《磁鐵的兩極》一課，學生通過實驗獲得條形磁鐵的五個點的磁力大小數據如下：
×年×班“用回形針檢測條形磁鐵的磁力強弱”實驗數據匯總表：
當時，教師就是這樣問學生的，你有什么發現？學生的注意力和興趣點都集中在C點上，因為這是很明顯的一個發現，但學生的這點發現卻背離了教師原有的預設，教師就用一句話把這個學生最感興趣的發現回避掉，這句話就是：因為我們今天的回形針太大了，而中間的磁力非常弱，所以一枚回形針也掛不住，這個“0”并不是代表沒有磁力。但這句解釋無法把學生的興趣點轉移，又一個學生舉手了，問：老師那用什么東西可以檢測呢？教師說：今天老師沒有準備比回形針小的物體，同學們回去可以再試試。你們還有其他發現嗎？只見課堂里鴉雀無聲，沒人舉手，此時教師看看時間也不多了，就直接設問：同學們，你看看每一條磁鐵是不是都是兩端的磁力強，中間的弱呢？……
這樣的數據，其實我們在觀察時可以發現：每一條磁鐵都是兩端的磁力強，中間的弱。但教師讓學生自己去發現時，學生們會先關注“C”點的數據是很正常的，如果沒有引導學生橫向去比較數據，他們的思考就會受局限，思維的廣度體現不出來了。筆者認為可以運用問題的引領的方式去引導學生對數據進行觀察和分析。當數據匯總后，請同學們一組一組地觀察數據，你發現有什么共同的規律？跟其他組的數據比較一下，你能發現不一樣的特點嗎？再仔細觀察一下，你有什么疑問嗎？這樣，通過問題的引領，學生一步一步地深入分析數據，也逐漸地建構起了相關的科學概念。
3. 正視事實，增強證據意識。在實際課堂教學中，教師們都想數據會說話，而且是說正確的話，但有時數據會讓學生不好說話，或引導學生說錯誤的話。也就是當數據出現不正常時，影響學生建構科學概念時，往往能夠正視這些數據，從容面對這些數據的教師卻不多。常見的現象是：有時――同學們，這組的數據是錯的，我們先不看；有時――干脆回避，提都不提；有時――全歸為誤差，我們不管。這里會給學生造成兩個誤區：一是只要我知道了結論，數據的正確與否是無關緊要的；二是數據出錯了，我都可以看成是誤差。這樣的處理方法顯然是不行的，我們要給每一個數據“說話”的權利，數據是實驗研究的依據，是為隱含的科學概念、科學規律提供證據。如果是正常的誤差范圍之內的，我們引導學生合理地去認識。但有時是操作不當引起的，有時是小組沒配合好引起的，有時是記錄時出錯引起的……我們要充分尊重事實，仔細分析數據錯誤的原因，久而久之，才能增強學生的證據意識，同時，有利于學生養成反思實驗的習慣。
如三年級下冊連續測量10分鐘內水溫變化，有一個小組的數據如下：
關鍵詞：大數據分析；高中數學；教學策略
一、引言
在大數據的影響之下，我們的傳統的教育教學方式正在發生著劇烈的改變，大數據分析在教學中的應用也越來越明顯，特別是在高中數學中的應用，未來的大數據分析必然會對教學產生巨大的作用，因此，研究大數據分析是一件至關重要的事。
二、大數據分析的概念
對于數據的本身來說，是用來記錄信息的，但是隨著計算機和互聯網技術的發展，我們在生產和生活中的各個領域都有了突飛猛進的進步，這相應地帶來的是各種數據的處理方式更加的復雜，數據的數量以及涉及的規模也在不斷地擴大。大數據的特點可以和經濟學的觀點一樣，從微觀和宏觀兩個方面來理解，但是目前大多數對大數據有研究的專家來說他們都是從宏觀的角度來分析大數據的定義的。大數據處理的數據數量很多，即使新數據也能很快地進行處理，這些數據的類型也是多種多樣涉及很多的領域，而且處理的數據具有真實性。大數據分析的重點在于分析，就是利用大數據技術對收集到的數據進行全方位的分析，大數據分析的優勢明顯，哪怕你的數據量非常大，但是分析也能快速地完成，并且還能保證數據的真實性。大數據分析的目的是通過對歷史數據的分析和解決，進行科學的總結，發現其規律性和模式，同時結合穩定的動態流數據預測事物發展的未來趨勢。
三、高中數學課堂教學策略的大數據分析
（一）更新高中數學教學思想，以此構建數據分析的概念。很多的老師因為受傳統的教學觀念的影響，思維方式和教學方法都已經模式化了，并沒有樹立數據分析的教學觀念，俗話說，物質決定意識，意識是物質的反映。如果老師的教學觀念還沒有及時更新的話，那么，教學行為在這些思想的影響下還是不會出現根本性的變化，為了解決這一難題，在國家新的課程改革中明確提出了“數據分析”這一概念，這一概念的提出標著在大數據的時代背景下我們的國家也越來越重視數據分析在教學中的實際運用，各位老師應該牢牢把握住數據分析的觀念，在實際教學中，幫助學生構建數據分析的知識框架。（二）勇于探索，在數學教學中嘗試分層教學。現在的高中數學教學的過程中，采用的還是以班級為單位的固定的教學方法，這種教學方法已經是一種既定的模式，對知識接受不同程度的學生他們上課的內容是相同的，這樣接受能力強的學生的潛能得不到發揮，接受新知識能力弱的學生跟不上老師講解的內容，打擊了他們學習的積極性和主動性。早在幾千年之前，我們的大教育家孔子在教學的過程中就提出了因材施教的教育理念，要求老師在課堂教學中準確地把握每一個學生的性格特點，來進行知識的傳授，不錯過任何學生的潛力，同時進行不同類型的教育。在高中數學課堂教學中，教師可以分層次地教學生。一班上有不少學生，學生與學生之間存在個人和個人之間的差異，不同學生的不同類型的教學可以有效地促進教學課堂。個人差異和個體差異明顯的小學生，也可以嘗試不同的教學方法，嘗試新的教學模式，面對個人差異，分不同層次的分析教學給他們，這有助于促進學生更好地學習數學，也充分挖掘學生在數學上的潛力。（三）學習分類和重視數學知識的積累。高中數學是一個強大的抽象性和邏輯性的學科，需要有更大的知識量，這就要求學生學會分類，分類各種數學知識，這有助于學生加深對數學知識的理解，也可以幫助學生理清數學知識的靜脈，學生進入下一階段的數學學習會學得更好。另外，還要強調數學知識的積累。
作者:馮雄德 單位:武威第七中學
參考文獻：
［1］宋顯微．高中數學課堂教學研究［J］．亞太教育，2016（14）．
［2］賈慧梅．基于云平臺的初中數學課堂教學研究［J］．中國教育技術裝備，2015（23）．
關鍵詞： 智慧課堂；大數據分析；結構性變革
中圖分類號：G632 文獻標識碼：A 論文編號：1674-2117（2015）13/14-0112-04
從基于物聯網技術構建的智慧教室，到利用電子書包開展智慧學習，以及基于云計算和網絡技術搭建的智慧課堂，信息技術增強了課堂互動交流，提升了課堂教學效率。大數據時代，開展基于大數據技術的動態學習評價，建立基于學習數據分析的智慧課堂，為現代學校智慧課堂的構建與應用提供了新的思路。
智慧課堂的定義
目前對智慧課堂的定義總體上有兩類：一類是從“智慧”的語義學上定義，與“智慧課堂”對立的是“知識課堂”；另一類是從信息化視角定義的。本文的定義是基于后者。從信息化的視角來看，隨著信息技術不斷發展及其在學校教育教學中的應用，信息技術從早期的輔助手段向與學科教學的深度融合發展，傳統課堂向信息化、智能化課堂發展，對智慧課堂的認識也在不斷深化。
目前基于信息化視角對智慧課堂概念的定義有三種。一是基于物聯網技術應用的。這一定義強調基于物聯網的“智能化”感知特點。二是基于電子書包應用的。這一定義強調基于電子書包的“移動化”智能終端特點。三是基于云計算和網絡技術應用的。這一定義強調課堂中的“個性化”學習應用特點。
這里我們結合實際開發應用，提出基于動態學習數據分析的智慧課堂概念。即智慧課堂是指利用大數據、云計算、物聯網等新一代信息技術打造的智能、高效的課堂，是基于動態學習數據分析和“云+端”的運用，實現評價反饋即時化、交流互動立體化、資源推送智能化，全面變革課堂教學的形式和內容，構建大數據時代的信息化課堂教學模式。
智慧課堂的主要特點
基于動態學習數據分析和“云+端”運用的智慧課堂，與傳統課堂相比，在技術和教學應用上具有重要的特色和創新價值。主要特點有：
①基于數據的課堂：一切靠數據說話，依據學生學習行為大數據挖掘分析與決策，用直觀的數據了解學生對知識掌握的水平，精準地掌握來自學生的第一手學情資料。
②高效互動的課堂：利用智能化的移動學習工具和應用支撐平臺，教師與學生、學生與學生之間的溝通與交流更加立體化，能無障礙地進行即時交流和互動。
③動態開放的課堂：借助于新興信息技術及各種智能終端，課堂系統超越了時空限制，實現更為開放的教室、更為開放的課堂活動，讓課前、課中、課后融為一體。
④合作探究的課堂：采取小組協商討論、合作探究的學習方式，協作群組服務能夠幫助有相同學習需求和興趣的學習者自動形成學習共同體，教師可以通過平臺對小組合作進行實時的數字化評價和及時的反饋。
⑤個性化學習的課堂：通過課前預習測評分析和課中隨堂測驗即時分析，實現對學生的個性化學習能力的評估，有針對性地制定教學方案和輔導策略，真正實現“一對一”的個性化教學。
⑥教學機智的課堂：教師基于動態學習數據分析和即時反饋，采取機智性行動，及時調整課前的教學設計，優化和改進課堂教學進程，充分體現教師的教學智慧和教學藝術。
智慧課堂的信息化環境
智慧課堂常態化應用的前提是具有先進、方便、實用的工具手段，為此，需要構建基于學習動態數據分析和“云+端”應用的智慧課堂信息化環境。智慧課堂信息化環境的基本架構如圖1所示。
智慧課堂信息化環境的總體架構包括三大部分，其主要功能是：
①微云服務器：提供本地網絡、存儲和計算服務，可以方便、直接地將即時錄制的當堂課程進行本地化存儲；構建無線局域網，教師和學生可以通過多種移動設備，在無需互聯網的狀態下，實現任意點對點的通訊與交互，節省大量互聯網資源的占用；當連接互聯網時，可以實現教室的跨越空間的直播。
②端應用工具：包括教師端和學生端。教師端實現微課制作、授課、交流和評價工具，導入PPT并實現動畫及視頻的插入，電子白板式任意書寫，實現任務、批改作業、解答問答等。學生端可以接收并管理任務（作業），直接完成作業，進行師生交互、生生交互。
③云平臺：提供云基礎設施、支撐平臺、資源服務、教學服務等，如構建完整的教學資源管理平臺，可以進行結構化與非結構數據的各種教育教學資源管理，支持各種教育教學資源的二次開發與利用，實現多種教育教學資源綜合應用。
智慧課堂的教學流程
在教學實踐運用中，智慧課堂的教學流程為“3+10”模式，即由3個階段和10個環節組成。這些階段和環節包括了教師“教”和學生“學”的共同活動以及它們的互動關系。智慧課堂的教學流程如下頁圖2所示。
1.課前環節
學情分析：教師通過智慧課堂信息化平臺提供的學生作業成績分析，精確地掌握來自學生的第一手學情資料，預設本節課的教學目標，并向學生推送微課或富媒體預習及檢測的內容。
預習測評：學生預習教師推送的富媒體內容，完成和提交預習題目，并可在論壇或平臺上進行相關討論，提出疑問或見解，記錄在預習過程中的問題。
教學設計：教師根據學情分析結果和學生預習檢測統計反饋的情況，以學定教，確定教學目標、內容、方法等，優化教學方案設計。
2.課中環節
課題導入：教師采取多種方法導入新課內容，主要通過預習反饋、測評練習和創設情境等方式導入新課程，學生展現課前自學成果，圍繞新課導入進行演講展示、分享觀點。
探究學習：教師下達新的學習探究任務和成果要求，學生開展協作探究學習，主要包括小組合作探究、游戲教學等方式。教師設計活動，為學生分組，進行互動討論，學生開展小組協作后提交成果并展示。
實時測評：學生完成學習探究任務后，教師將隨堂測驗題目推送到每個學生終端上。學生完成隨堂測驗練習并及時提交，教師進行實時診斷和反饋。
總結提升：教師根據實時測評反饋結果對知識點、難點進行總結和點評，對薄弱環節補充講解，重點進行問題辨析。學生針對教師布置的彈性分層作業和任務，對所學習的新內容進行運用鞏固、拓展提升。
3.課后環節
課后作業：教師利用平臺個性化的課后作業，學生完成課后作業并及時提交，得到客觀題即時反饋。
微課輔導：教師依據學生課堂的學習情況，結合批改作業，錄制、講解微課并有針對性地推送給學生，進行個性化輔導。
反思評價：學生在線觀看教師所錄解題微課，總結所學內容，在平臺或論壇上感想與疑問，與教師、同學在線討論交流，進行反思評價。
智慧課堂教學應用實例
我們研究與開發的“基于動態學習數據分析的智慧課堂”，已經在全國各地許多學校進行實際應用并取得良好成效。2015年1月10日，由蚌埠市教育局主辦的“蚌埠首屆智慧課堂觀摩研討會”在蚌埠二中舉行，來自安徽、上海、江蘇、深圳、武漢等省市的1000多名中小學教師前來觀摩6節課，《中國教育報》專題報道了這次觀摩活動。在觀摩會上，蚌埠第二實驗學校基于“智慧課堂信息化平臺”開展了一堂教學實踐課“認識三角形”。該堂課利用信息技術的優勢，使學生課前學習微課；課堂上根據學生的認知特點，創設“金字塔闖關”的游戲情境，并進行實時測評和資源推送，結合任務驅動教學法展開深入的探究活動。
1.觀摩課名稱
認識三角形。
2.課程描述
“認識三角形”是蘇教版《數學》第八冊的教學內容。
3.教學目標
①利用生活經驗，通過觀察、操作等學習活動，認識三角形的基本特征，了解三角形兩邊之和大于第三邊。
②在認識三角形的活動中，體會認識多邊形特征的基本方法，培養觀察、比較、抽象、概括能力。
③體驗并掌握自主學習的形式和方法，培養學習興趣，培養合作交流的意識和創新精神。
4.教學模式
（1）課前環節
發放資源：在微課平臺發放學習資源，學生在家自主學習三角形的相關知識，并完成教師在作業平臺發放的作業包。
微課學習內容：①三角形的基本特征；②三角形的三邊關系。
（2）課中環節
集體分享：利用平臺觀看學生作業平臺中的“生活中的三角形”。
游戲教學：利用三角形的相關知識，與同學合作探究，鞏固深化學習內容。
①自主創造。學生可以自己獨立創造一個三角形，或與同學合作，創造一個三角形拍照并上傳。教師展示學生作品并點評。
②分組探究。小組合作，從4根小棒中任意選3根，圍成一個三角形，寫出所有選法。教師巡視指導并展示學生上傳的數據記錄，進行分析，使學生進一步理解“三角形兩條邊的和大于第三條邊”。
③自主學習。學生完成作業平臺中的測評練習。教師借助數據分析平臺提供實時反饋圖，針對問題展開討論。
④鞏固練習。依據所學內容，教師提出問題（把20厘米長的吸管截成3段，每段長是整厘米數，圍成一個三角形，思考：最長的一條邊最多是多少厘米？）和要求，學生先獨立思考，再動手操作。
（3）課后環節
總結討論，教師提出課后任務：通過今天的學習活動，你有什么感受？
5.效果評價
這是一節充分展示“智慧課堂”技術與教學深度融合的課。教師在沒有“刻意”應用“技術”的痕跡下，以極其自然的方式，通過大數據分析、小組協作以及“云+端”設備的應用，實現了“探究學習、主動學習、游戲化學習”等一系列傳統課堂難以實現的教學理念和方法。這是一節形式與內容均發生了深刻變化的高效課堂，充分展現了教師基于動態信息反饋的教學機智。
參考文獻：
[1]王盛之，毛沛勇.基于數字化教學案的智慧課堂互動教學系統實踐研究[J].教學月刊（教學管理）中學版，2014（4）.
[2]林利堯.中小學智慧課堂建設與應用研究[J].中國現代教育裝備，2013（10）.
關鍵詞：大數據；數據分析；數理統計
基金項目：華北理工大學研究生教育教學改革項目資助（項目編號：K1503）
基金項目：華北理工大學教育教學改革研究與實踐重點項目資助（項目編號：Z1514-05；J 1509-09）
G643；O21-4
谷歌公司的經濟學家兼加州大學的教授哈爾?范里安先生過去說過統計學家將會成為像電腦工程師一樣受歡迎的工作。在未來10年里，人們獲得數據、處理數據、分析數據、判斷數據、提取信息的能力將變得非常重要，不僅僅在教育領域，各行各業都需要數據專家，“大數據”時代的到來使得數據處理與分析技術日新月異，深刻的影響著各個行業、領域及學科的發展，尤其是與數據關系密切的行業及學科，而作為工科各專業碩士研究生重要的公共基礎課數理統計學是天生與數據打交道的學科。
怎樣在“大數據”時代背景下培養出適應面向企業自主創新需求的數據分析人員或掌握現代數據處理技術的工程師，如何把當下流行的“大數據”處理技術與相關數理統計學課程教學有機的結合，以激發學生對數據處理與分析技術發展的興趣，這些都是我們在與數理統計學相關的課程教學中不得不思考的問題。然而，當前高校工科各專業碩士研究生數理統計教學的現狀卻與其重要程度相去甚遠，整個教學過程的諸多環節都存在較大的不足，主要表現為：1.教學內容偏重理論，學生學習興趣不高；2. 輕統計實驗；忽略對統計相關軟件的教學；3.沒有注重數理統計的學習與研究生專業相結合，實用性強調不夠。4. 輕能力培養；輕案例分析等。
這些現象導致的直接后果就是學生動手能力上的缺陷和創新能力的缺乏， 不能夠自覺利用數理統計知識解決實際問題， 尤其缺乏對統計數據的分析能力。因此，需要數理統計學隨著環境的變化不斷創新新的數理統計思維和教學內容。避免教學內容與大數據時代脫節。為此筆者在該課程的教學過程中，有意識地進行了一些教學改革嘗試。提出了幾點工科研究生數理統計教學的改革措施。
（1）調整教學內容，將與數理統計相關的大數據處理案例引進課堂。有很多有普遍性的應用統計實際案例，可以在本課程的教學過程中有選擇的引入介紹給學生，讓學生們了解利用所學統計方法進行實際數據分析的操作過程和得出結論的思維方法。以期解決工科研究生對確定性思維到隨機性思維方式的轉變的不適應性。
（2）適應大數據時代數理統計學課程的教學環境。實現教學方式的多樣性。大數據時代背景下，互聯網十分發達，學生根據自己的興趣去收集、整理和分析數據，既可以改變他們對統計方法的進一步認識，也可以增加他們的學習興趣。甚至可以以專業QQ群，郵件的方式和同學、老師之間相互交流，交流者處于相互平等的地位，可以暢所欲言，隨時隨地都可以交流，起到事半功倍的效果。這種交流使得教師不再是知識的權威，而是把教師上課作為一種更好自主學習的引導，這種交流使得他們的思想變得更加成熟。同時參與各種網絡論壇，貼吧回答問題等使得他們更能體現自己的價值，這種交流也使得學生的學習熱情和學習精神得到更好的激發。
（3）引導工科研究生開展與本專業相結合的課題研究，強調實用性，注重統計思維能力培養。適應大數據時代數理統計學課程教學環境，實現教學方式的多樣性。以期彌補學生缺少數據分析實例的訓練，解決學以致用的不足。在目前的數理統計教學安排下，受學時所限，如果相當一部分時間用來學習公式、定理的推導及證明，勢必沒有時間進行實際的數據分析練習。在大數據時代背景下，隨著海量數據、復雜形式數據的出現，使得統計方法的發展和以前有了很大的不同，沒有實際的數據分析訓練，學生們就無法對統計的廣泛應用性及重要性有深刻的體會，也不利于保持和提高他們的學習興趣。這要求具體工作者提出新的統計思想和方法，加深對已有統計思想的理解，以解決實際問題。
（4）改革成績評定方式。現有的考試模式為通過有限的一到兩個小時的期末考試，進行概念的辨析和理論及方法的推導計算，由此來判斷研究生關于數理統計課程的學習情況有很大的不足，特別是對可以利用軟件進行的某些實際數據分析的考察沒有辦法實現。因此，有必要通過日常課堂“論文選題―提交―討論”與期末理論考試相結合的形式對學生數理統計學習進行考核。加大對學生平時考察的力度，相應地減少期末考試成績的比重。讓學生選擇一些與自己專業有關的數據進行嘗試性的數據分析、一些統計科普著作的讀書報告等并寫成論文的形式提交，做為對學生成績的評定方式，更能綜合、客觀地評價學生的學習情況。
數據分析在現代生活中發揮的作用越來越大，而道磽臣品椒可以與數據分析有機的結合，從而在提高數據分析效率的同時，保持分析結果的有效性，為生產和實踐活動提供準確的參考。以上的思考和建議僅是我們在教學研究和教學過程中的一點體會，還有許多工作亟待深入，比如適合工科研究生數理統計課程的大數據案例選取，與課程內容的有效銜接；案例教學法如何實施；教學方式多樣化問題；課堂教學與網絡交流結合；理論介紹與軟件應用訓練結合問題等。教學改革與實踐是一項艱巨的任務，以培養學生的實際運用能力和正確解釋數據分析結果的能力為目的，強調統計思想和方法應用的培養，讓學生們了解利用所學統計方法進行實際數據分析的操作過程和得出結論的思維方法將是一項長期的工作。
參考文獻
[1].游士兵，張 佩，姚雪梅.大數據對統計學的挑戰和機遇[J].珞珈管理評論， 2013， （ 02）： 165-171.
“大數據”是2012年以來信息技術領域中最為炙手可熱的詞匯。社會發展已經進入對大數據處理的搶奪戰中。MOOC教育在大數據的影響下，突破了傳統教學體系中存在的各類阻礙，不僅變革了傳統的教學體系，還催生了全新的教與學文化。現代大學教學體系一方面需要變革傳統教學中的種種弊端，例如，教學內容陳舊、教學方式僵化、教學成果評價單一、教學文化缺乏活力；另一方面需要面對科技快速發展提出的挑戰。大數據環境下，MOOC不斷實現突破和創新，一個處于科技前沿的全新大學教學體系正在其影響下悄然形成。
一、大數據的內涵與特點
目前，對大數據還沒有統一的定義。基于大數據的特點，行業內普遍從大數據的規模性、多樣性以及高速性、價值性四個方面闡述其內涵。首先，大數據能夠幫助對現有事物有感知作用。“面向領域或主題的歷史數據與當前數據的融合，是對潛在線索與模式的挖掘、對事件群體與社會發展狀態的感知。”[1]其次，大數據能夠對未來發展有預測作用。通過數據，整理、提煉出事物發展的未來趨勢，為工作提供一定的可靠材料。最后，大數據發揮出服務作用。利用大數據，提高社會服務的效率是其所要實現的目標。
二、MOOC與大數據
MOOC（Massive open online course）即大規模開放式在線課程。“大規模”“開放”“在線”突出表達了MOOC的特點。MOOC的興起與互聯網技術、傳統教育模式、高等教育成本有直接的關系。互聯網技術將人們帶入了前所未有的科技世界中。互聯網技術直接改變了人們的生活方式、工作形式。互聯網技術為MOOC的興起提供了最直接的技術支持。20世紀初，美國教育家杜威提出“新三中心”，即“以兒童為中心，以活動為中心，以經驗為中心”。他的教育思想是對傳統教育模式的有力反擊。對于滯后的傳統教育模式，MOOC教育同樣對出相應的變革；高等教育成本是每一所高校不可回避的問題。“在世界范圍內，高等教育成本的大幅攀升使得低成本的教育解決方案在廣泛的人群中擁有龐大的需求，美國大學生一年大學學習的平均花費為27，435美元，這意味著一名學生獲得學士學位需要花費超過10萬美元。”[3]MOOC教育的免費政策正是該項高教難題解決的辦法之一。
MOOC與大數據之間關系緊密。首先，MOOC本身依賴于互聯網技術，是科學技術的體重體現。其次，MOOC產生大量待分析的數據。在MOOC教育平臺上，從參加課程的學生名單到教師授課內容的統計等，產生了龐大的待分析數據。最后，MOOC在教學體系中運用大數據分析技術。良好的數據分析將會大大提高MOOC對實際數據的利用能力。通過對數據的挖掘，MOOC能夠獲取第一手有價值的教學信息，結合數據反饋的信息，在教學體系構建中利用起來。
大數據背景下，MOOC對于高等教育領域的影響在于，它借助于大數據分析手段在教學內容、教學方式、教學成果評價和教學文化四個方面為學生、教師、學校重新構建了一個全新的教學體系。
三、大數據有助于MOOC重構大學教學體系
“技術向來都是教育的附屬品。技術通過促進一個人人平等的知識狂潮而發揮著核心作用，在這個知識狂潮中，學習即是開放的，也是不受班級與課表的限制。”[3]教學內容、教學方式、教學成果評價以及教學文化共同構成了教學體系。大數據分析手段幫助MOOC教育重新塑造大學教學體系。
1.大數據中的MOOC教學內容
MOOC教育在大數據分析手段的影響下，教學內容將有重大的變革。根據我國互聯網信息中心統計數據顯示，“截至2010年12月，中國青少年網民規模為2.12億。青少年互聯網滲透率較高，60.1%的青少年都是網民，超出全國平均水平25.8個百分點。”[4]現代大學生是真正意義上的“數字土著”。“數字土著”是“美國北卡羅來納大學著名學習軟件設計家Marc Prensky提出了‘數字原住民’（Digital Natives）和‘數字移民’（Digital Immigrants）的概念，用以表征父輩與子輩在數字化技術方面的巨大差異。”[5]
在傳統大學教育體系中，教學內容的確定有一定的滯后性、呆板性。教材知識內容更新緩慢，不顧知識發展的規律，重復使用，對于學生來說弊端較多。同時，教學內容缺乏靈活性。呆板的教學內容調動不起來學生的積極性。通過高端的大數據分析技術，MOOC將大量的、豐富的教學內容提供給學習者。“MOOC在當今社會之所以形成強大浪潮，引起人們廣泛關注，根本原因在于它為人類的知識創造提供了一個嶄新平臺。”[6]MOOC優質的課程資源搬到網絡上，變革了傳統的教學內容。例如，Coursera是免費的大型的公開在線課程項目，該平臺上的課程總數已達124門。MOOC平臺上，學生可以任意選取自己感興趣的課程，感受名校教授講課的魅力，體驗不同教授對知識的多樣見解。數據顯示，“來自世界各地的160000人注冊了斯坦福大學Sebastian Thrun與Peter Norvig聯合開出的一門《人工智能導論》的免費課程。”[7]在此基礎上，MOOC教育提供者能夠獲取學生選擇課程的具體信息。從這些信息中，研究人員將受到學生歡迎的課程羅列出來，供教育研究人員、教師參考。大數據分析成功的將學生感興趣的教學內容呈現出來，方便教師及時調整課程的上線數量。無形中，大數據分析改變了傳統教學內容。全新的教學內容將得到更多學生的喜愛。
2.大數據背景下的MOOC教學方式
教學方式是指教師在要求學生獲取知識，提高能力，獲取學習方法的過程中所采用的方式。MOOC教育中，數字化的教學方式逐步滲透到高等教育當中。由于MOOC教育中知識的學習通過視頻與網絡傳播，教師的教學方式必須做出相應的轉變。MOOC數字化的教學方式是循序漸進的過程，電腦化的教學方式也將被學生、教師逐漸適應。亞利桑那州立大學的執行副教務長菲爾?萊杰爾認為“我想大部分的教師會認為這是一個好的轉變。另外，3年后80%的教師都會熟悉數字化的教學方法了。”[8]除去數字化的教學方式，MOOC平臺上的課程教師還將多種教學方式結合起來。通過一段時間的檢驗，一些課程通過數據分析，教師還根據數據反映出的不足改進自己的教學方式。MOOC促進了師生之間圍繞知識進行更多的互動。利用大數據分析手段，教師可以將課堂上的時間空出來，利用課堂時間將關鍵的問題羅列出來，引導學生進行討論。在此基礎上，大數據分析催生了多種教學方式的綜合運用。
3.大數據分析中的MOOC教學成果評價
MOOC利用大數據的優勢變革了傳統教學評價方式。一般來講，教學成果評價表現在兩個方面，一是教師評價改進自身課程，提高課程質量。二是學生學習成果的評價。以往的教學成果評價的弊端在于只有等到考試的時候，教師才第一次了解到學生是否真正掌握了知識。然而，MOOC平臺上，通過對大數據的分析與處理，教師可以迅速的改進課程。“由于MOOC課程參與人數極多，機器學習機制能夠對大量數據進行分析，從一個人看過多少次視頻，到一個題目有多少人答對。”[9]教師通過平臺后的數據庫，能夠分析數以千計的學生學習成功與失敗的關鍵原因，找到課程需要相應作出調整的地方。更值得注意的是，MOOC的實時性。MOOC可以使教師在任意時間內都能夠獲取到這樣的數據加并以分析和利用。教師獲取這些數據后，既可以改進課程，又可以給學生更好的建議，幫助他們改變學習方式，提高學習成績。對于學生來說，MOOC平臺上，學生學習成果評價在“具體評價方式與課程認證兩個方面對傳統模式進行了革新。”[10]大數據為MOOC平臺的學生提供更新穎的評價內容。首先，MOOC教育中采取了軟件機器評分與同學互評相結合的方式。MOOC對于理工科學生的學習成果多采用軟件或機器的評分方式。利用軟件或機器的優勢在于它們能夠更為精確的批復出學生作業或測試中的錯誤。
4.大數據影響下的MOOC教學文化
從現有教學文化內涵研究來看，不同學科的研究者提出了不同的闡述內容。一般認為，教學文化“基本結構分為三個方面即教學的有效性、學生的參與性以及學習的主動性。”[11]大數據分析方式對教學文化的影響是出乎意料的。首先，大數據分析手段幫助MOOC教育增強了其教學的有效性。以往部分教師在教學內容的選擇、設計上沒有下功夫，知識更新速度慢。MOOC平臺上，教師為學生提供的是高質量的教學內容。MOOC上的課程都是經過精心篩選，出自世界名校教師之手。這些課程教授過程中，教師采取了多樣的教學方式，教學語言多樣化，適應不同學習需求的學生。頻繁的互動，將有助于避免學生注意力分散情況的發生，進一步提升了教學的有效性。MOOC課程不僅能夠實現在課堂上師生之間的交流，同時，還有助于在課堂上形成師生、生生之間的溝通與交流。其次，大數據分析手段幫助MOOC教育提升了其學生的參與性。通過MOOC數據統計顯示，在以往在線教育過程中“每學期只有5%-10%的學生能做到經常在教室里或課堂上參與深入討論，其余學生的態度則是相當消極的。”[12]因此，高等教育教學必須將學生的參與性調動起來，這樣才能更好的實現教學目標。MOOC教育實現了提升學生學習精力投入的目標。
MOOC教育對高等教育國際化同樣做出巨大貢獻。現代教育的主要特征在于它的國際性和融合性。突破國界和地域限制，MOOC教育正是踐行知識世界融合的目標。在大數據技術的支持下，MOOC不僅將課程提供者的價值觀念、思想意識快速的在世界范圍內傳播，同時，MOOC還使學習者更加直接的面對不同理念、價值、文化潛在的影響。
針對英語泛在學習模式存在的傳統課堂教學和線上教學缺乏有效銜接、缺乏生態性系統設計、缺乏具有“參與感”和“現場感”的語言學習環境等問題，構建了基于大數據分析的英語泛在學習生態系統，有利于充分發揮大數據等信息技術對英語教育的改造提升作用，為大數據時代英語教學變革提供新的思路和方向，對促進新型信息技術與英語教學過程、內容、方法和教學評價體系的深度融合具有借鑒意義。
關鍵詞
泛在學習；學習生態；有效學習；英語學習；大數據
近年來，移動互聯網、大數據等信息技術發展日新月異，已經成為推動教育變革的重要力量。移動通信終端的普及為學生營造了泛在英語學習環境，大數據技術開啟了個性化智能教育時代，翻轉課堂、MOOC、微課等新型教學模式層出不窮，雖然它們不能取代傳統教學模式，但英語教師必須與時俱進，重視信息技術對傳統英語課堂的改造和提升，以全新的視角思考英語教學的變革方向。
一、研究理論概述
1.泛在學習理論
泛在學習是指任何人在任何時間和任何地點都可以通過泛在網絡實現任何知識內容的學習。泛在網絡和泛在計算技術為人類實現隨時隨地的泛在學習提供了技術保障，信息技術和教育技術的融合發展正深刻改變著知識的傳播方式和學生的學習方式，不斷重構著教育和學習的生態環境。一方面，移動通信終端的多元化發展解除了傳統英語學習對地點的約束，翻轉課堂、MOOC等新型教學模式使學生可以自由地選擇學習時間、進度、內容和學習方式。另一方面，傳統教學設備正在向數字教學設備變遷，教育領域信息基礎設施建設有效地推動跨區域教學資源整合，海量的多媒體教學內容必須和學生的碎片化時間有效結合，教師需要針對不同學情的學生進行精準施策和差異化施策。
2.學習生態理論
學習生態是由學習群體及其所處的環境共同構成的生態系統。系統由信息技術、多媒體教學設施等支撐，通過以合作、交流、共享、互動為特征的教育實踐，實現知識信息傳遞和有效學習，從而促進系統的不斷優化。學生與學習環境、學生和學習群體之間密切聯系、相互作用，通過知識的吸納、內化、創新、外化、反饋等過程實現有效學習[1]。在泛在學習的背景下，學習生態研究的是教育信息、學習主體、教師、教育信息環境之間相互作用的生態系統，需要從教育信息化建設和應用的視角研究各個生態系統成員之間的相互作用規律，維護生態系統的平衡發展。
3.有效學習理論
有效學習是指學生在教師的指導下，針對學習內容采取適合自己的學習策略，積極主動地參與到學習過程中，高效率地完成知識建構，從而實現學習目標并優化自身知識結構的學習行為。有效學習是對學習內容、學習方法、學習過程、學習結果的價值追求[2]，學生可以實現對知識的深層次理解和靈活應用。學習內容的優化在大數據背景下表現為對海量學習內容的篩選、清洗與轉化[3]，使之滿足學生的學習需要。學習方法調整是建立在對學生學習情況進行多元評價的基礎上，根據學生個人學習偏好、認知習慣、學習方式、情感態度因素、學習內容的變化而動態進行的。學習過程的積極參與是指學生能夠積極主動地學習，充分和師生進行合作、交流，善于提出問題、分析問題和解決問題。學習評價是學生改變學習計劃、優化學習方法的重要手段，對學生學習可以起到引導、激勵、啟示和教育作用。
二、當前英語泛在學習模式存在的主要問題
1.傳統課堂教學和線上教學環節缺乏有效銜接
首先，傳統課堂教學和線上教學在教學節奏、知識范圍上沒有有效銜接。例如，學生不知道如何在線上學習課堂上沒有掌握的知識點，或者在線上環節重復學習課堂中已經掌握的知識點。其次，缺乏對課堂英語學習和個性化英語自主學習的融合創新設計。在傳統課堂教學中，整齊劃一的教學標準無法滿足英語學習分層分級的差異化教學要求。不同學情的學生對學習時間、空間、內容、方式的需求不盡相同，教師在教學中沒能和學生線上學習的大數據分析結果進行有效的融合對接，僅根據自身的教學經驗和主觀判斷作為實施因材施教的依據，因此其決策缺乏精準性和穩定性。
2.泛在學習缺乏生態性系統設計，學生英語泛
在學習的用戶黏性不高當前泛在學習過程特別是在線學習過程缺乏師生互動性、社交互動性、線上線下互動性。泛在學習僅停留在將文字、圖像、視頻等教學資料數字化、網絡化、集成化和泛在化的階段，這在某種程度上增加了學生英語學習的選擇性和便利性，但缺乏針對不同學生的學習黏性設計，因此泛在學習效果并不理想。
3.英語泛在學習體系缺乏具有“參與感”和“現場感”的語言學習環境
建構主義理論認為，知識的獲得是在學習環境的特定情境作用下，借助教師的幫助與學習伙伴的協作，通過意義的建構過程實現的。因此在英語泛在學習過程中，必須增強學生在特定情境下的溝通和交際活動的參與性[4]。例如，如果在英語課程設計和在線學習設計環節，鼓勵學生廣泛參與學習內容、學習方法、學習偏好的設計，就會讓學生感受到教師對學生的愛與尊重，從而增強學生學習的主動性和積極性，使不同學情的學生都能在學習過程中體驗自我實現感，實現自主學習。另外，教師缺乏對學生多元需求的感知和把握，缺乏語言鍛煉的“現場感”設計，使學生無法在接近真實生活情境的語言環境中得到語言交際鍛煉。
三、基于大數據分析的英語泛在學習生態系統
移動通信和大數據分析技術的發展為有效解決當前英語泛在學習模式存在的問題提供新的方式和途徑。基于大數據分析的英語泛在學習生態系統以學生的英語學習需求、特征、習慣、喜好等大數據挖掘為切入點，聯合學校、互聯網教育機構、教材編寫人員、教師、信息化支撐機構、教育管理機構、在校學生和在職學員等生態系統成員共同把泛在學習落實到教學環境、模式設計、資源開發、評價機制和管理機制等工作中，不僅僅是教育內容資源和信息的共享空間，而且是實施素質教育和個性化學習的公共服務平臺。因此，本文構建了基于大數據分析的英語泛在學習生態系統，主要包括大數據采集、大數據存儲、大數據分析、大數據應用四個子系統，并構建了系統體系結構模型。
1.大數據采集子系統
首先，大數據采集子系統要實現數據、文字、圖像、音頻、視頻、多媒體等結構化數據和非結構化數據采集，實現跨區域、跨機構、跨教學環節的數據互聯互通和數據采集功能，解決教育數據資源配置效率不高的問題。其次，實現英語教學設計、教學實施、課程內容建設、網絡學習內容資源建設、語料庫建設、學生學習認知過程監控、學生學習情感態度監控和學習評價等全教學鏈條的數據采集功能，為生態系統成員之間的共生發展提供良好的數據資源基礎。英語教學設計數據主要采集教師按照教學大綱和教學目標要求對不同學生制定的學習內容、學習進度、學習路徑等數據，厘清學生在課堂上和網絡上分別學什么、在哪學、怎么學的問題。教學過程數據主要采集教師在教學中幫助學生解決英語學習問題的經驗、做法和策略，包括情感態度、認知因素的調控、語言情境的構建、師生的有效互動等。課程內容數據主要是采集教師、學校、互聯網教育機構課程教學內容數據，包括教材內容、課件、題庫、案例等授課內容資料，以及以上資料經過碎片化處理的數據資料。網絡資源數據庫主要采集互聯網、校園網上英語學習方面的相關資料。英語語料庫數據主要采集中國學習者英語語料庫、美國當代英語語料庫等語料庫內容，以及英語教材、英美小說、散文、演說詞、電影劇本、新聞稿等英文自然語料。學習行為數據庫主要采集學生課堂學習行為和線上學習行為數據。課堂學習行為包括是否預習、復習等，線上學習行為數據采集學習日志、學習習慣、學習時長和學習路徑等。學習評價數據主要采集教師或者在線學習系統對學生的學習能力、學習方法、學習策略運用、學習過程和學習結果的評價數據。學習情感態度數據主要是通過問卷、訪談等方式采集影響學生英語語言習得的動機、態度、焦慮、自信等指標。
2.大數據存儲子系統
大數據存儲子系統主要實現對大數據采集子系統采集的海量結構化、非結構化數據進行數據清理、歸檔、壓縮，實現一體化數據存儲。可以實現跨區域、跨系統的英語泛在學習數據的融合，解決不同教學機構、數據結構、操作系統帶來的信息孤島問題。英語學習數據倉庫是指集成了大數據分析子系統和應用子系統決策分析所需的泛在學習數據，這些數據是按照一定的英語學習主題進行組織，是在對原有分散的各類英語泛在學習數據庫數據進行加工、匯總和整理后得到的，有效地消除了各類源數據中的不一致性，所以英語學習數據倉庫的信息均是關于學生英語泛在學習全局情況的一致性信息。數據倉庫的這些全局性信息同時通過網絡云平臺實現英語泛在學習數據的云端存儲，可以直接由大數據應用子系統調用。
3.大數據分析子系統
認知因素和情感因素是影響英語習得效果的兩個重要方面。大數據分析子系統首先結合學生應該達到的學習目標對學生個體的英語學習認知行為和學習的情感態度進行數據挖掘，分析學生的動機、態度、焦慮、自信、興趣等情感因素，以及學習毅力、能力、習慣、方法、英語水平和常犯錯誤等認知行為因素，對數據挖掘結果進行聚類運算和分類處理，根據學生的學習認知行為和學習態度情況將學生細分，以識別不同學生之間相似的泛在學習需求，以及某個學生個體在不同學習階段泛在學習需求的差異性。同時，大數據分析子系統會對學生的學習過程和學習結果進行動態綜合評價，并根據學習評價結果判斷學習方案的優劣，有針對性地進行線上和線下學習方案的調整。
4.大數據應用子系統
大數據應用子系統包括學習信息推送系統、學習信息定制系統、在線互動學習系統、語言情境仿真系統、知識關聯推薦系統、知識精準搜索系統、知識樹形管理系統和娛樂在線學習系統等應用。學生可以通過學習終端連接到相關應用系統進行英語語言知識的有效學習。學習信息推薦系統自動推薦給學生的學習信息是學生應掌握而目前未掌握的英語知識。學習信息定制系統可以滿足學生根據自身學習需求而定制某類主題的學習信息。學生一方面通過在線互動學習系統可以和輔導教師進行交流互動，解決學習中遇到的問題，另一方面可以通過社交軟件實現和其他學習者的溝通和交流，共享英語學習經驗。語言情境仿真系統可以實現某類主題的英語學習情境的在線仿真，讓學生在接近真實環境的英語語言情境中進行英語交際鍛煉。知識關聯推薦系統是根據學生所學知識點，自動關聯推薦對應的拓展知識點。知識精準搜索系統可以幫助學生快速實現英語知識的精準有效搜索，從而進行有針對性的學習。知識樹形管理系統可以實現學生已掌握知識和未掌握知識的樹形目錄管理，實現線上學習和課堂學習知識管理的無縫鏈接。基于大數據分析的英語泛在學習生態系統有利于充分發揮信息技術對傳統英語教育的改造提升作用，可以有效促進信息技術與教學過程、內容、方法和教學評價體系的深度融合。在生態系統的價值取向上注重以促進學生全面健康發展為中心，注重需求導向的個性化學生培養模式。在學生習得效果評價體系上注重加強學習過程評估，強調過程評估和結果評估相結合。系統注重充分挖掘學生的個體差異，充分挖掘學生的學習潛能，圍繞學生英語學習習慣的形成和學習情感態度的培養，以現代信息技術為輔助手段，將英語語言知識進行碎片化、情境化、可視化處理，通過采取教育信息推送、關聯推薦和定制化相結合的方式實現知識的在線傳播，給學生提供個性化、定制化的英語學習信息服務，帶給學生全新的英語泛在學習體驗。
作者：張慧丹 單位：中國音樂學院社科部
參考文獻
[1]張豪鋒，卜彩麗.略論學習生態系統[J].中國遠程教育，2007（4）.
[2]曹貞.以有效學習為目標的大學課堂教學[J].教育與職業，2007（26）.
關鍵詞：數據挖掘；在線微視頻；翻轉課堂；系列課程；考核評價方式
0引言
眾所周知中國社會在形態上已經進入了信息化時代，無論是網民數量還是網絡經濟發展的速度，均堪稱世界第一。截至2015年6月，我國網民規模達6.68億，互聯網普及率為48.8%，其中，手機網民規模達6.20億，占網民總數的90.1%，20～29歲年齡段網民的比例為31.4%，在整體網民中的占比最大。由此可見，互聯網已經滲透到社會的各個方面，通過這種高效、快捷、方便的傳播媒介，學生可以尋找到他們諸多學習疑惑的答案。隨著各種在線視頻課程如火如荼的發展，高等教育迫切需要做出相應調整。
在全球大數據浪潮中，對大數據進行智能分析和處理已經成為政府、企業、高校的關注焦點。在未來一段時間數據分析師將成為國內外人才緊缺的職業之一，這也對高校信息類專業的人才培養提出了挑戰。數據挖掘基礎課程是大數據分析的基礎，大數據時代各種類型數據的爆炸式增長，對這門課程的內容提出了新的要求，本文將以重慶郵電大學數據挖掘基礎課程改革建設為例，探討結合在線課程教育的課堂教學改革。
1相關教學方法調研
在線課程的興起可以追溯到2007年前后翻轉課堂在美國的出現，但是到2011年以后，另一個重要在線教育方式MOOCs開始逐步崛起，二者本質上的區別主要在于：前者強調“互動與反饋”，而后者倡導建立“在線學習社區”。近年來，國內眾多高校競相鼓勵教師運用網絡技術積極推進線上線下混合教學。這種混合教學模式具備如下兩個主要的特點：先學后教的方式賦予了學生更多的自由，他們的學習興趣和針對性更強；“以教師為中心”的傳統教學方式逐漸過渡到圍繞“以學生為中心”來展開。這些特點都為改善本科教學質量提供了一條合適的路徑。
雖然這種混合教學方式具有一系列優點，但也存在某些問題。公開在線課程每一節課的視頻都超過45分鐘，要讓所有學生將一門課程所有的45分鐘以上的視頻在沒有監督的情況下全部學習完是非常困難的。原因在于無論網上老師講得再精彩，學生始終面對的是冷冰冰的機器，無法保證注意力的始終如一，相反課堂上面對面的教學可以讓學生體會到更多的互動、關注和交流帶來的人文情感，這些足以在適當的時候喚起學生的注意力。教學中完全的翻轉課堂方式，容易使優生更強，卻會使得那些不善于交流和表達的中等生論于邊緣，本來的差生就更不用說了。近年來，一種以短小視頻為核心的在線課程引起了教育者的極大興趣，這種小型在線課程被稱為微課程，它主要是針對某一知識點進行設計，錄制成時長不超過15分鐘的視頻，同時提供配套的學習材料，幫助學習者隨時隨地快速學習。它能讓學生課前迅速掌握每次課的主要學習點，帶著問題來到教室進行進一步深入的學習。它的缺點是受時間限制，無法保證深入詳細地給出每個知識點的來龍去脈。
因此我們認為引入微視頻，探討“在線微視頻課程+翻轉課堂+課堂教學”相結合的新的教學模式，進行相應的教學方式改革，可以改善教學的質量，更好地將知識傳授給學生，提高學生學習的主動性，為課程改革起到實效。
2教學模式的設計
2.1教學中存在的問題
伴隨著高等教育后大眾化時代的到來，互聯網應用蓬勃興起，結合90后學生的性格特點，我們發現目前的課堂教學存在如下主要問題：
（1）課程體系和教學內容需要不斷更新。隨著網絡資源的豐富，學生已能夠隨時從網絡上吸取很多新知識新理念，專業課程的知識再也不能一成不變，必須隨時更新。同樣面對大數據時代及其帶來的各種技術，智能科學與技術專業學生需要具備更廣泛的數據分析相關知識和技術，這些都迫切需要核心專業課程數據挖掘基礎不斷地吐故納新。
（2）教學模式和學生學習習慣發生變化。面對高等教育后大眾化時代帶來的學生數量急劇增加問題，以及在線網上教育帶來的沖擊和挑戰，改革自身的教學模式成為必然。目前在校生全部都是95后，他們是在網絡時代成長起來的，身上具有時代特點。他們注意力時間更短，見識廣，興趣多，更熱衷于在線學習。
（3）考核評價方式亟待發生改變。95后的大學生特立獨行，更愿意表現自己。隨著互聯網這種新媒體承載知識的不斷豐富，學生的創新思維和實踐能力可以通過網絡學習得到充分的發揮。因此對學生的學習能力和成績的評價不能再僅限于筆試考核，這倒逼著考核方式的轉變。
2.2教學改革的主要措施
1）建立“在線微視頻課程+翻轉課堂+課堂教學”相結合的新的教學模式。
首先借助已經上網的在線微視頻課程作為數據挖掘基礎課程的“課前推送”，引導學生課前對每一講視頻的內容進行課前預習并完成該視頻課程提供的課后作業。教師可以根據學生課前作業的完成情況在課堂上有針對性地開展教學，同時學生通過課上互動，可以很好地提高學習的積極性和興趣度。對于一些簡單易懂的數據挖掘算法，比如關聯規則挖掘中的Apriori算法、分類算法中的決策樹ID3和C4.5算法、KNN算法以及聚類算法中的K-means算法，要求學生學習微視頻課程，制作PPT并在課堂上講解這部分內容。這種在線教育和實體課堂優勢的相互融合，會獲得良好的教與學效果，同時也能反哺式建設在線微視頻課程。
2）形成圍繞數據挖掘基礎課程的系列課程，強化系列課程的教師團隊建設，保障教學質量。
大數據時代給計算機人才帶來了機遇，也提出了挑戰，教學應該不斷地適應計算機人才培養的需要，調整相關的課程體系結構，以幫助學生實現與社會需求的無縫對接。因此建立一個圍繞專業核心課程的系列課程體系非常重要，這種建設緊緊圍繞核心課程展開，既可以保障專業核心課程的教學質量，又可以滿足學生學到的專業知識與社會需求不掉線。為此我們確定了以數據挖掘基礎課程為核心的系列課程體系，即數據分析實踐、數據可視化和大數據分析與處理，這3門課程的學時統一設置為24學時，其中的數據分析實踐課程主要講授數據統計分析方法的知識，數據可視化課程圍繞數據分析可視化的方法展開，大數據分析與處理主要介紹目前較流行的大數據平臺應用知識。
一支穩定的中青年結合的教學團隊是保障系列課程教學質量的重要因素，穩定的教師隊伍可以有效地保證教學過程中的大綱設置、內容更新和教材使用的一致性，有利于教學過程中的溝通，從而不斷地提高教學質量。
3）數據挖掘基礎課程教學內容的更新和模塊化建設。
隨著大數據時代對人才的需求，不同專業都有了開設數據挖掘課程的要求。我們根據不同專業的不同需求，及時調整并規范不同學時下的數據挖掘基礎課程的教學內容，并優化教學大綱，提煉教學內容。將整個課程內容分為必修模塊和選修模塊，如表1所示。對智能科學技術專業要求必須講授全部兩個模塊的內容，而一些學時有限的其他信息類專業在完成必修模塊內容的同時，可以根據需要適當選講部分選修模塊的內容。
4）改革數據挖掘課程的考核評價方式。
學生期末總評成績在期末開卷筆試基礎上，引入小組作品完成質量的考核。作品完成質量從“過程參與表現+口頭表達能力”兩個方面進行評分，這有利于對學生真實能力的評價，過程參與表現就是將每個學生在小組項目中所做出的貢獻作為最終期末考評的一個考核指標，這一分數可以由小組內成員互相給出。口頭表達能力體現在小組代表講解和答辯項目成果的表現上，這一成績可以由小組之間互相打分，按照一定的比例將學生的成績加上教師給出的答辯成績作為該項評價的總分。目前我們給出的這個成績的換算比例是“組內分數30%+組間分數30%+教師分數40%”。這種考核方式可以保證教師準確把握每個學生掌握和運用知識的能力，也利于提高學生動手能力，真正改善課堂的教學質量。
3結語
筆者在教學實踐中，依據統計學教學基本理論應以實際應用為目的，以“必須”、“夠用”為度的原則，結合清遠職業技術學院教學條件和學生的實際情況，對統計學教學做了如下改革：
1.簡化理論，保證“夠用”。統計學的原理抽象、公式的推導難懂、計算過程復雜容易出錯，這些都是學生學習統計學的共同難點。大多數高職院校學生高等數學基礎差，甚至根本就沒有高等數學的基礎。而且，統計學課程的周課時少（一般周課時只有2節），教學進度快，學生理解消化的時間不夠。對高職學生來說就更是難上加難了。所以，在保證“夠用”的前提下，簡化理論就成了統計學教學中的一個重要任務。筆者在實際教學中，按照“必須”和“夠用”的原則，根據人才培養方案和教學大綱的要求對上課的內容進行重組。強調課程體系的針對性，課程設置不是從學科體系出發，而是從職業崗位群的需要出發，體現國際勞工組織的MES職業培訓體系經常采用的模式――模塊式課程模式（把專業學科的系統理論知識進行簡化、分解成職業崗位群所需要的模塊知識）。具體課堂教學操作是：
在簡化理論方面，首先，在教材體系中，簡化教材中抽象基本原理的講述、復雜公式的推導，省略繁雜的書面統計計算過程的章節。把重點放在假設檢驗、方差分析、χ2檢驗和直線回歸等實際應用性的章節；其次，在教學內容上，簡化抽象基本原理的講述、復雜公式的推導，省略繁雜的統計計算過程。重點講授基本原理適應解決的對象，統計公式應用的條件，解題的基本步驟、基本方法和應注意的事項，新增引用Excel計算統計量、統計分析和常見統計軟件的初步應用等內容。
所謂“夠用”，首先是保證學生將來從事的崗位群所需要的統計方法及其原理，包括基本統計方法和原理的含義、應用對象、適用條件等基本知識；其次要保證具有分析和解決實際問題的實操能力，能做到學以致用。主要包括基本統計原理在實際工作中的應用、分析和解決問題的靈活運用能力和基本統計工具（Excel和SPSS，EVIEWS，SAS統計軟件）的使用能力等，其中重點是MicrosoftOfficeExcel一些自帶工具在統計學上的應用。
2.優化手段，講求“實用”。在課堂教學中，我們還應遵循教育教學過程和培養目標的另一個特點，即注重崗位能力的培養，根據“按需施教、學以致用”的原則，組織課程教學、試驗和實訓。筆者根據以上原則，突出統計專業課程是定量分析的內容較多，應用性和實踐性十分明顯的特點，把優化教學手段和“實用”結合起來，一并體現在課堂教學之中，主要是改變傳統講授統計學的“三個一”模式，對教學手段進行優化，采用多媒體自做課件教學和計算機實操教學。首先，利用多媒體教學信息容量大、視覺直觀、效果好的優點，既能簡化教材中抽象基本原理的講述、復雜公式的推導，省略繁雜書面統計計算的過程，又不影響學生對教材的學習和理解，在保證基本理論夠用的前提下，還有足夠的時間把重點放在講授基本原理應用性的實用內容上。其次，增加計算機實操（實驗實訓）課，把教材中的手工、半手工統計計算轉化成計算機計算。主要做法是增加SPSS、EVIEWS和SAS統計軟件的簡介，重點放在引用Excel自帶的函數公式“fx”計算標準誤、方差等統計量、利用Excel自帶的“數據分析”工具分析雙樣本均數假設檢驗和方差分析、利用Excel的“圖表向導”求回歸方程、相關系數和制作圖表等內容，其主要目的就是利用計算機這個現代化工具去解決實際生產中的統計問題，使復雜的統計計算簡單化，以增強學生的解決實際生產問題的實操運用能力。第三，根據教學對象將來的就業方向，并結合實際工作中的實際案例和學生學習中其它學科出現的統計問題自編練習題，讓學生反復練習并要求他們能舉一反三、熟練應用。
3.注重方法，力求“會用”。本文所講的方法是指注重統計學的實際運用方法，強調統計學基礎知識和基本原理在實際工作中的運用。重點內容應放在Excel自帶的函數公式、數據分析庫和統計軟件的基本應用上，而不是理論和繁雜的書面計算過程。核心問題是教會學生能夠靈活應用統計學這個統計工具，去解決生產實踐中的實際問題。在實際生產中，最為簡單、方便、實用的統計工具就是Excel。所以筆者在教學過程中就是以Excel的應用為中心，結合實際生產中的問題開展教學工作。
在工作中要始終堅持“會用”這個原則，“會用”包括兩層含義：第一，會用統計的原理解決實際問題，即知道解決什么問題時使用什么統計方法；第二，會利用Excel自帶的函數公式“fx”、“數據分析”庫和圖形處理等計算統計量，并根據統計計算結果對問題進行推論，達到解決實際問題的目的。
在課堂教學中，我們應注意以下幾個問題：第一，注意講清楚“數據分析”工具與手工統計分析計算上的銜接關系；第二，向學生交代清楚Excel自帶“數據分析”適用對象、適用條件，并教會他們分析和判斷；第三，詳細講授運用Excel自帶函數公式和“數據分析”的具體操作步驟，明確Excel計算結果中各個數量所代表的意義。下面舉例說明兩種安眠藥的療效有無極顯著的差異：
對10名失眠患者，服用甲乙兩種安眠藥。以XiYi分別表示使用甲乙兩種安眠藥后各個患者睡眠的延長小時數，結果如下表：
分析說明：第一，利用Excel自帶的“數據分析”工具解此題的步驟同手工統計法，也要求有以下4個步驟，①提出假設；②確定顯著水平；③計算概率值；④推斷H0的正誤。其中提出假設、確定顯著水平和推斷H0的正誤這三步與手工統計分析相同；而Excel自帶的函數公式和“數據分析”工具僅僅用于計算概率值。第二，Excel自帶的“數據分析”工具的選定和運用分析。本題具有兩組樣本數據，而且兩個樣本是相互關聯的，樣本容量一樣，每對數據都是同一總體在不同條件下抽取的樣本，如第1組數據1.9和0.7是同一個患者服用甲乙兩種藥睡眠延長的時間數。所以應選用Excel“數據分析”工具中的“t-檢驗：成對雙樣本均值分析”。第三，講清具體操作步驟，并注意對結果進行說明。
解：①檢驗假設：H0：u1=u2即兩種藥療效相同；HA：u1≠u2即兩種藥療效不相同
②取α的值為0.01（判斷這兩種安眠藥的療效有無極顯著的差異）
③統計計算：此步需用Excel“數據分析”工具，具體操作步驟如下：
打開Excel，把數據輸入Excel表格，點擊“工具”，再點擊“數據分析”，在對話框中選取“t-檢驗：成對雙樣本均值分析”，點擊“確定”。在隨后出現的對話框內單擊“變量1的區域”后的對話框，而后拖動鼠標選定Excel表中的第1組數據；同理，單擊“變量2的區域”后的對話框，而后拖動鼠標選定Excel表中的第2組數據；把“（Α）”后對話框的值改成0.01。然后在“輸出選項”下面的“輸出區域”前的圓圈內單擊鼠標表示選定，再用鼠標點擊“輸出區域”后面長形對話框，并在Excel數據表中鼠標點擊適當的單元格作為輸出區域。最后用鼠標點擊“確定”，此時Excel就會自動生成如上表的結果：“df”為自由度；“tStat”是“t-檢驗：成對雙樣本均值分析”的統計值，即t=4.062128；“t單尾臨界”是單尾檢驗臨界值，即單尾t0.01=2.8214；“t雙尾臨界”是雙尾檢驗臨界值，即雙尾t0.01=3.2498；“P”為概率，“P(T
④推斷H0的正誤：
