时间:2023-03-20 16:25:16
导言:作为写作爱好者,不可错过为您精心挑选的10篇数据挖掘课程设计论文,它们将为您的写作提供全新的视角,我们衷心期待您的阅读,并希望这些内容能为您提供灵感和参考。
中图分类号:G642.0 文献标志码:A 文章编号:1674-9324(2012)12-0218-02
一、背景
“数据仓库与数据挖掘”是国内外高等院校一门重要的课程,是国家基础教育较为重视的一门学科,受到不同专业学生的喜爱。其教学目标是提高学生的数据分析水平和能力,除了教授学生数据分析的常见方法之外,还将引导学生如何对实际的问题进行建模,如何对模型进行简化和求解。利用实例教学等方法,可以很好地将数据挖掘中的抽象概念、模型、公式等阐述清楚,让学生易于理解和接受。近年来,数据挖掘技术在医学领域中的应用越来越广泛。在疾病诊断、治疗、器官移植、基因研究、图像分析、康复、药物开发、科学研究等方面都获得了可喜的成果。运用各种数据挖掘技术了解各种疾病之间的相互关系、各种疾病的发展规律,总结各种治疗方案的治疗效果,以及对疾病的诊断、治疗和医学研究都是非常有价值的。因此,我们学院也把这门课程作为计算机专业及信息管理与信息系统专业的必修课。把计算机与医学结合,使得学生的培养方案全面包括了计算机与医学的知识点。由于该课程原本属于研究生阶段开设的专业课程,教材也大多侧重于介绍体系结构、算法原理、效率分析与改进等理论知识,其中所涉及的内容大多比较深,许多知识都超出了本科生的接受范围,此外,教材对相关理论在实际应用方面的说明也比较少,不利于安排实验教学。因此要实现“数据仓库与数据挖掘”课程的教学目标,必须在理论教学和实验教学环节综合考虑学时多少、教学条件以及学生的接受情况等因素,灵活地加以选择安排。
二、存在的问题
主要包括以下几方面:①课堂上以教师讲、学生听的教学形式为主,学生学习处于被动状态,他们的创造性因此被严重扼杀;②教师对专业课程体系和学生的知识体系不够重视,对课程体系的讲解不到位,造成学生在学习时课程之间联系不上,知识衔接不好,对知识的运用和融会贯通比较差;③实验与理论脱节。“数据仓库与数据挖掘”课程理论讲授的算法与实验软件中的算法有很大差距,使得学生难以理解。比如对于理论上讲授的关联规则算法,实验中使用SQL SERVER 2005中的商务智能工具做实验,学生发现有很多参数与理论上讲授的有很大不同;④医学院校的学生对纯粹计算机理论知识接受困难。由于该门课程是交叉学科,涉及计算机、数学、统计学等知识,如果学生的其他学科学得不好,就会对该课程的学习产生障碍;⑤教师讲授没有把理论课程结合到实际应用中。有很多学生不知道学习这门课的意义,老师没有很好引导学生,激活他们的学习热情。
三、目标驱动的教学框架
对于以上问题,本文提出了一个新的教学体系,设计了一套基于目标驱动的教学框架,把教师与学生紧密联系起来,从教学大纲的设置,教材的选择,理论教学,实验教学,课程设计及毕业论文,全面引导学生从初步了解到深入学习的过程。对于我们学校的实际情况,有两个专业的学生要学习这门课程。一个是计算机科学与技术专业,一个是信息管理与信息系统专业。对于两个不同的专业,我们设置不同的教学大纲。比如对于计算机专业的学生,数据仓库和数据挖掘教学总时数为72学时,其中理论为54学时,实验为36学时。
1.理论教学。对于信息管理与信息系统专业的学生,我们可以设置如下的教学计划,可分为三个主要部分。我们教材选择韩家炜的《数据挖掘概念与技术》,第一部分:第一至四章为数据挖掘的基础知识,包括数据仓库和数据挖掘的基本概念和相关知识介绍;第二部分:第五、六章介绍了数据挖掘的算法和工具;第三部分:第七章是数据挖掘的聚类分析的实际应用。本课程是信息管理与信息系统专业本科生专业必修课。通过该课程的学习,要求学生掌握数据仓库和数据挖掘的基本概念,了解基本方法和应用背景。掌握数据仓库的设计和建立,掌握数据挖掘的主要步骤和实现方法,数据挖掘的常用算法,实现数据挖掘的具体操作。理论学时的安排,第一章绪论(6学时);第二章数据仓库(4学时);第三章数据预处理(8学时);第四章数据挖掘发现知识的类型(8学时);第五章数据挖掘中常用算法(12学时);第六章数据挖掘的工具及其应用(8学时);第七章数据挖掘应用实例(8学时)。
2.实验教学。本课程配合理论教学,通过系统的实践教学锻炼,着重培养学生的独立分析问题和解决问题的能力,熟练掌握数据仓库的设计和建立以及各类数据挖掘方法,使学生具有一定的数据分析和挖掘能力,能在认识基础上,提出有效的数据挖掘方法,依据实际例子,写出解决方案。学生应在实验课前明确实验的目的和要求,然后针对相关问题写出解决方案。实验时对实际方案的运行结果应能进行分析并提出改进方法,最终写出实验报告。通过实验教学应达到以下基本要求:①理解数据仓库的工作机理及其构建过程;②掌握典型的数据仓库系统及其开发工具的使用;③理解数据挖掘技术的工作原理与流程;④掌握典型数据挖掘工具的使用;⑤掌握几种典型的数据挖掘算法;⑥掌握使用SQL SERVER 2000和SPSS工具解决实际问题。实验成绩包括:实验教学过程成绩、实验报告成绩,各占50%。实验过程表现成绩包括:学习态度是否认真、实验操作是否正确规范、基本技能掌握程度是否具有创新意识等方面。实验报告成绩包括:实验报告格式是否正确、原理是否论述清楚、实验结果分析讨论是否符合逻辑,报告字迹是否清楚等方面。
3.课程设计。理论课和实验课接近结束时,我们把最后三周作为本门课程的课程设计。课程设计的目的是让学生进一步深刻理解所学知识。由于本门课程很多算法不容易理解,如何让学生把所学知识结合到医学应用中是课程设计的关键。比如我们对信息管理与信息系统专业的学生课程设计,要求学生每人选择一个老师给定的题目,课程设计有详细的要求,比如题目“数据挖掘在医学诊断中的应用”要求学生能把本门课程相关的算法结合使用,最后给出详细的分析。通过课程设计,我们发现,学生对本门课程更有兴趣。
4.毕业论文。我们把课程一般开设在大三的下学期,也就是说学生学完这门课程后,就做了该门课的课程设计,使得学生对数据挖掘相关知识有了比较深刻的认识。这样,我们可以引导学生毕业论文的选择。毕业论文毕竟是反映学生大学四年所学知识,也对他们将来就业起到提前培训的作用。把理论结合实践,老师对学生的引导也十分重要。
我们根据医学院校的特征,提出了一套目标驱动的教学理念,从学生认识这门课程到学生理论课的学习,实验课的学习,课程设计及毕业论文的完成,在老师的指导下,使用我们的考核体系,可提高学生对所学课程的兴趣。
1 统计学介绍
统计学是认识现象规律的一种方法,它的特点是揭示现象量变到质变的规律,具有普适性。对于高校学科体系来说,统计学已经从经济学和数学中独立出来作为一级学科,足以表明统计学在理论研究与实际应用中的巨大作用。随着数据时代到来,统计学作为一门工具学科,越来越广地应用到生物、医药、物理、水利、工程技术、人文社科等其他学科的研究中,统计学专业课程设置向多样性发展,以期培养出能为社会所用的人才。
高校统计一般分为数理统计和经济统计两个方向,部分高校在理学院和经管学院分别设置统计学专业,比如:暨南大学经济学院的统计学专业学生获得的是经济学学位,信息科学技术学院的应用统计专业学生获得的是理学学位。虽然分为不同学院,设置的专业基础课程却有很大部分重叠。本文着重讨论经济统计专业人才培养现状。
2 人才培养目标
目前统计学人才培养目标是培养具有良好的数学基础和统计学、经济素养,掌握统计学基本理论和方法,能熟练运用统计软件分析数据,能在企事业单位从事统计调查、统计信息管理、数量分析等开发、应用与管理工作,或在金融、贸易等领域从事统计分析工作的复合应用型人才。
3 课程设置
高校统计学课程分为理论课程和实践教学课程。理论课程包括思想道德修养、中国近代历史、大学英语等通识课程,高等数学、概率论与数理统计、西方经济学等学科基础必修课程,财务管理、国际金融等基础选修课程,统计学、计量经济学、抽样调查、时间序列分析等专业必修课程,博弈论、非参数统计、数据挖掘、市场调研等专业选修课程。实践教学课程包括实习、学术活动和课程设计等。其中理论课程学分占总学分的80%左右,实践教学课程占总学分的20%左右。理论课程中通识课程和基础课程一般安排在大一和大二上学期;大二到大三主修专业必修课程和选修课程,专业课程大部分是理论课和实验课相结合,理论课主要讲授模型方法论,通过设计实验课,学习统计分析软件,并实现模型案例实证分析;大四理论课程基本结束,主修教学实习和课程设计。
高等学校核心课程体系尚属完善,大多数课程偏重理论教学,忽视实践教学,人才培养计划中未设置实践教学环节或者实践教学课时偏少。实践教学是以实践性知识为课程内容,以生成实践性知识为目标的课程。以实践过程和实践性知识的掌握为课程结构展开的起点,让学生在一定程度实践的基础上建构所需的理论知识,以教学实践任务为中心来组织课程内容,所需要的理论知识也围绕实践过程来选择、组织和学习,以实践过程作为学生学习的主要形式,并通过实践报告、实践表现等来评价学生的学习结果。实践课缩短了从理论向实践转化的时空上的滞后,比如市场调查分析,通过学生亲手设计调查问卷、选取合适的抽样方法展开问卷调查、后期问卷数据汇总分析,最终生成调查分析报告,在实践课程中加深统计专业知识的掌握和综合运用。因此,应适当提高实践教学课时比例。课程设置上,专业选修课程安排相对独立,忽视了与其他学科的交叉融合学习,可适当增加交叉学科基础知识的课程设置。
4 理论教学分析
教学方式上,大部分教师采取传统的课堂面对面教学,仍停留在传统统计专业教学模式。互联网时代,随着互联网+教育的兴起,由于网络课程的低成本和便利性,其在大学教育中占据越来越大的比重。微课、慕课等互联网教学模式,通过科学的设计将课程重点知识碎片化、网络化,便于更多学生随时随地进行学习,而现今大部分高校形式上鲜有统计学的慕课、微课等网络课程教学。教学手段上都是以理论讲解为主,专业知识枯燥无味,不能最大程度激发学生的学习兴趣,缺乏探讨式、研究式、报告式等多样化教学研讨形式。
课程设计是教师形成具体教学方案的过程,特别是对于统计学这门应用性、实践性都很强的课程,不仅要求学生能够熟悉和掌握统计学基本理论知识及常用的统计分析方法,更要求能够结合实际问题,应用最合适的统计方法,借助统计软件,完成对问题的研究分析,真正达到学以致用的目的。统计学课程的教学设计尤为重要。课程设计需要综合考虑教师自身教学技能、知识结构和教学经验,学生的知识储备情况和学习能力,课程本身所承载的信息技能。课程设计联系经济生活中的实际问题,有助于开拓学生的思维空间,学以致用、触类旁通,作为理论知识到实际应用的桥梁工程,合理规范的课程设计起到将抽象理论具化到应用的纽带作用。
教学内容上,统计软件应用教学大部分限于Excel、SPSS、Eviews等传统老旧的软件,以致大部分学生的毕业论文或者课程设计都是对照陈旧的教材生搬硬套,用SPSS或Eviews做一个简单的因子分析、主成分分析或者多元回归模型,而SAS、R语言、Python等功能强大兼具实用性的潮流软件学习课程欠缺。使用的教材着重对统计基础知识的讲解,对于变量选取、文本分析、随机森林等实用性强的模型讲解欠缺。
考核形式上,课程大部分以闭卷、开卷形式考核,造成学生只会死读书、读死书的弊病,灵活跳跃的逻辑思维能力和分析表述能力都是卷面考试考查不到而对于统计分析人员至关重要的能力。课程考核模式方面可以考虑加入分组开展调研、总结报告等开放式考核形式,变革考核情境,激发学生主动学习的积极性,在考核过程中塑造学生的统计思想。
5 实践教学分析
大学生实践学习分为实习和参加学术科研活动两方面。大学生实习课程一方面从传统意义上提高实践技能,另一方面转变为寻找就业的试水,本科生实习已经从过去的专业实践直接指向就业,学生可以在实习过程中对所学专业有客观实际的认识,不再局限于书本上教条案例,有助于学生拓展眼界,找到自身发展的兴趣点。对于应用性较强的统计专业,实习课程的开展、实习基地的选择、实习任务与时间的安排等都起到很重要的作用。实习基地的建设使学生在政府部门、企事业单位中了解部门统计、不同行业工作的内容和特点,拓宽学生的就业渠道。
高校学生实习有两种形式。一种是院系组织,建立校企合作实习基地,定期输送学生到实习岗位实践学习。大学中实习基地挂牌很多,但是限于学生和企业之间关于交通、住宿、实习时间等问题难以协调,或者受其他因素影响,实习基地能够提供给学生的实习机会较少。有待加强学校与企事业单位合作,建立友好长期的合作实习基地,为学生提供高质量的实习机会。另一种是学生自主寻找兴趣相关的实习机会,这一类实习需要付出较多的时间成本,很难找到专业对口的实习岗位,学生实习期间的安全问题也难以得到保障。校方应做好留底审核实习协议资料等工作,实时掌握校外实习的学生动向,确保实习的合法合规。
高校大学生参加实践竞赛等科研活动是培养创新型人才的有效途径。本科生参加实践竞赛有利于培养团队协作精神和创新精神,了解学科前沿动态,了解国家产业政策及区域社会经济发展问题,提高创新实践综合素质。另一方面也弥补了教师科研人员不足的问题。构建基于实践竞赛等科研活动的教学体系,对于学生明确学习目标、提升自主学习热情、培养科研兴趣具有积极推动作用。
科研竞赛方面,学校会给参加科研竞赛的学生学分奖励,提升学生在学术竞赛和科研活动上的积极性。目前各种国家级、省级科研竞赛有大创项目、挑战杯、数学建模竞赛、统计建模竞赛、数据挖掘竞赛、SAS数据分析大赛、市场调查大赛等。学生初期报名热情高涨,但常常由于指导教师欠缺、教学软件资源不足等原因,培训指导不能满足学生参加竞赛的知识需求,学生大部分是靠自学获取相关知识,竞赛结果不尽如人意。实践竞赛项目报名、培训、参赛等组织过程起着重要辅助作用,实践类竞赛项目的组织迫在眉睫。
6 总结
统计学的产生发展来源于实践,依赖于应用,并在应用过程中发展壮大,统计学的生命力就在于其能不断满足社会应用的需要。我国设有统计学及相关专业的高校数量也在明显增多。近些年来,随着信息产业发展,大数据环境对统计学专业的教学理念和教学模式产生变革性影响,统计基础的数据分析人才将是社会最需要的人才。针对当前统计学教学中存在的问题,以及统计学与其他学科的交叉融合这一事实,培养统计人才需要对高校统计学教学进行改革。
就业前景分析方面,谷歌首席经济学家哈尔•瓦里安预计,未来即将出现一类新型的专业人才和职业岗位——数据科学家,当然数据智能分析师也会应运而生。现下时代是数据时代,甚至称之为大数据时代,企事业单位面临大量数据如互联网数据、医疗数据、能源数据、交通数据等,实际应用中普遍遇到分析能力弱、噪声数据多、缺少分析方法、分析软件能力差、模型可信度低等问题,其主要原因在于传统数据分析方法不能满足需要,而数据挖掘技术、机器学习技术、模式识别技术、知识发现等智能技术可以为数据智能分析方法与工具提供技术支撑。2014年4月24日,百度高级副总裁王劲在第4届“技术开放日”上正式宣布推出“大数据引擎”,数据智能概念由此产生。数据智能分析是指通过数据挖掘技术、机器学习、深度学习、模式识别与分析、知识发现等技术,对数据进行处理、分析和挖掘,提取隐藏在数据中有价值的信息和知识,从而寻求有效解决方案及决策支持预测。目前社会急需懂得智能技术的各层次数据智能分析人才,可以预计,熟练掌握智能技术的数据科学家、数据分析师、数据挖掘人员将有广阔的用武之地。培养手段探索方面:①以“点—线—面”结合的方式横向纵向设置课程群,面向数据智能分析,以案例为导向贯穿“线”上的各关节点课程,比如以数学基础课(线性代数、概率统计、数学分析)大类专业课(程序设计、数据结构、数据库技术)数据智能分析专业课(数据挖掘、机器学习、多维数据分析)为主线,理论与实践齐头并进;②立足培养“计算技术+智能信息+知识技术”的高级数据分析师,理论学习—随课实验—集中实践—科技活动—企业实习—毕业设计等教学环节协调配合,“资格认证—竞赛获奖—奖学资助”激励培养;③以大数据智能分析为契机,积极培养本科生的大数据计算思维和认知能力,使其掌握大数据智能分析方法、机器学习数据挖掘工具和开发环境。政策导向分析方面:建议中国计算机学会与中国商业联合会数据分析专业委员会等机构紧密协调合作,设立适应新时代社会与经济发展的“数据智能分析师”认证[6],当然将大数据智能分析纳入计算机水平考试的可选项也是当前的一种解决方案,提高智能科学与技术专业社会认可度,增强本专业学生的归属感,更好地培养各层次的数据智能分析人才。
2创新型智能技术人才培养
智能科学与技术的发展与计算机技术几乎同时起步,但其进展比计算机技术要慢许多,根本问题在于高级智能的载体——“人脑”是世界上最复杂的系统,人类对它的认识和了解仍然处于初级阶段。近年来通过智能技术解决实际应用问题有了长足进步,国内已相继有20多所高校面向市场变化和未来需求,自2004年以来陆续开办了智能科学与技术本科专业。尽管大多数智能技术的理论基础还不完备,但实际应用的强劲需求与问题解决能力超越了薄弱理论基础的约束。本专业课程的教学内容与课程实践都适合教师与学生以研究者的身份参与到“教”与“学”的活动之中。1)研究型教学。蓬勃发展中的智能技术需要教师启发式、创造式、批判式地“教”,学生也要创造式、批判式地“学”。教与学要能够从研究思维、问题探索、模型改进、算法优化、脑认知和自然智能指导的角度推进教学活动,进行创新性教学和研究型学习。教学实践活动中应强调学生半监督式学习与自监督学习为主导,鼓励引导深度学习,经典案例、前沿讲座、讨论探索贯穿课堂教学,课程考核注重创新科技实践、问题探索、课程内容探索、课程研究性专题报告、以课程为基础的作品开发等创新效果和教学效果。2)“研究型分组”培养。智能科学与技术专业开办时间不长,成熟教材不多,课程体系需要不断适应学生和社会的需求做出调整,又加上智能科学专业课程本身的发展探索与实际应用现在处于同步发展阶段,决定了专业老师大力推进“研究型班级教学”,在教学过程中实施“大班基础讲授”+“小班研究型讨论”+“小组探索型课题实施与报告”的教学体系,同时来自相关研究方向的研究生也作为助教协助专业老师对小班(组)课题讨论进行引导。3)科研训练提高学习积极性。大类培养模式下实施科研训练引导学习,大一、大二年级主要学习公共基础课程和大类专业基础课程,其中的数学基础课,如线性代数、高等数学、概率统计、离散数学等,由于缺乏实际应用案例支撑,很多学生会怀疑这些知识在将来本专业学习中的用处,课堂课后处于被动学习状态,个别学生还会由于认识滞后,产生厌学情绪甚至放弃基础知识学习,以致于专业分流后表现为学习能力严重不足。通过吸收本科生参加科学创新实践和科技活动,使他们发现数学知识能够用来解决实际问题,有利于提高本科生学习基础知识的积极性,变被动学习为主动学习。同时,教师也能从中发现部分优秀本科生的创新潜力和研究能力,激发他们科学研究的兴趣,引导他们把智能科学技术作为研究方向并致力于攻读相关方向硕士研究生、博士研究生,进一步强化其科学创新能力,势必会使其获得高水平创新性成果。大类培养模式下强化专业教育与实践,专业老师要积极主动引导学生,变被动地等待学生选专业转变为吸引优质学生,以大二上学期为主要时间点,引导大类专业学生对特色专业的兴趣,通过科学研究和学生科技活动吸引选拔学生进科研团队,同时实施科研成果进课堂、进教材、进学生活动。专业教师、班导师可宣讲专业特色和就业前景,指导本科生申请大学生科研训练计划、参加科技竞赛、开发智能技术特色作品。大类培养模式下实施科研训练计划,需要本科生积极主动地理解大类下各子专业的特点和特色,结合自己的兴趣爱好和实际情况,在大类培养结束时分流到各特色专业。因此,本科生参加科研实践和专业科技活动的时间点很重要,从大一结束后的暑假开始,一直延续到本科毕业,同时实施“泛毕业设计”(即大二选方向并实施课题基础储备,大三实施课题,大四结合专业实习完善毕业设计)[3],这样既充分利用了本科生大二大三充裕的课后时间,也缓解了大四本科生面临就业、考研、出国等问题的突出矛盾。
3智能系统开发人才培养
智能技术已成为当前技术革命创新的源泉,智能系统广泛应用于工业、农业、服务业等各领域,比如2014年11月2日开始处女航的皇家加勒比邮轮公司“海洋量子号”邮轮也因为大规模运用了高科技智能系统而号称“世界上第一艘智能邮轮”。智能系统是建立在“智能技术+计算技术”基础上,结合了控制技术、信息技术的软硬件系统。智能系统开发人才培养目标是社会急需的智能系统开发工程师,其从事的工作主要包括智能系统的设计、开发、维护、运营、服务及相关的技术指导。为了适应智能系统开发人才的培养,应该建设智能终端实验平台、计算智能实验平台、脑认知实验平台、高性能计算平台等人才培养基地与实训基地,推进实施智能终端软件开发技术、智能系统应用课程设计、智能系统与工程课程设计、智能游戏开发与设计、人机交互系统开发与设计等教学实践活动。
4复合型智能技术人才培养
智能科学与技术是一门综合学科,智能技术也广泛应用到智能交通、智慧城市建设、电子信息、信息安全、电子政务、电子商务、工业制造、教育、医疗、管理、农业现代化、国防现代化等众多领域,需要大量复合型智能技术人才。笔者认为,以下4条措施是智能科学与技术新兴专业培养复合型人才切实可行的培养方案:①充分发挥大类培养特色明显的人才培养优势,开放“全校特色专业选修课”,跨专业、跨学院科教团队,与大学生科技创新计划融合,重点培养学生的综合性、复合性、应用性;②引导并严格要求B学分课程学习,特别是设计规划实施好“科技创新”、“文体活动”、“技能认证”、“企业实习”、“暑期社会实践”等综合能力提高计划;③交叉融合办好本科生二专业,鼓励学有余力的本科生对知识的渴求,允许学生在本专业的基础上再辅修另一个专业,并提供配套措施,保证二专业学生能获得优质教育,发挥学科交叉融合优势,使本科生形成宽广深厚的知识结构,培养有特色的智能科学技术专业复合人才;④通过与企业横向合作,建立校企实训基地,紧跟企业和市场需求,与企业联合培养复合应用人才。
中图分类号:G642 文献标识码:A DOI:10.3969/j.issn.1003-6970.2012.07.053
引言
随着信息技术的不断发展,数据库系统已成为现实生活中不可或缺的一部分。《数据库原理》作为计算机类本科专业的专业基础课,有着重要的作用和地位。其课程内容既需要有较深的数理知识,同时又与工程实际有着密切的联系。因此,如何根据现有教学情况调整课程体系,整合教学内容,采用合适的教学方法,使既能掌握一定的理论基础,同时又具有较强的实际动手能力,达到产学相结合的目的,是目前应用型本科《数据库原理》课程教学应思考和解决的问题。
1.《数据库原理》目前教学中存在的现状
根据目前计算机及相关专业教学现状,结合应用型本科学校特点,《数据库原理》课程教学主要存在以下几个方面问题。
1.1理论与实践教学结合不强
《数据库原理》课程一般包括数据库原理、设计和应用三个部分。原理是其基础,设计和应用是提高,他们相辅相成、互相促进。但是目前一些院校教学的基本情况如下:
第一,有些教师重点偏向数据库原理的理论教学,而向学生介绍具体的数据库使用技术方面内容较少,使学生不能将所学知识融会贯通,不能适应企业对数据库应用人才的需要。
第二,教师重点偏向数据库开发工具的使用,忽视甚至放弃原理的教学,造成学生对具体开发工的操作能力突出,但缺乏数据库设计完整的知识结构。从而导致学生在实际使用数据库过程中不能很好的进行规划,导致大量数据的冗余和结构的不合理。
1.2教学实践有悖工程化原则
现代企业数据库应用基本上是工程化的合作开发,其基本特征是按软件工程学的原则进行组织,软件工程学的基本方法融入数据库原理与应用课程的实践环节,使学生尽早建立起工程化的概念,顺应人才市场需求的一条原则,但考察目前的教学过程可以看到,除了毕业设计(论文)之外,从课后作业、上机实践到课程设计,几乎都是学生的个人行为,大多数学生是抱着应付差事的心理被动地来完成这些任务的,缺乏创新思维。在毕业设计(论文)中反映出许多学生不懂得如何合作开发一个实用的数据库应用系统,严重影响了毕业设计的质量,学生毕业后也不能迅速适应所在单位的工作要求。从而达不到应用型本科产学相结合的教学模式。
1.3教学内容和教学方法较单一
目前,大多数学生还是通过课堂教学获得相关知识,但是,数据库相关知识日新月异,很多知识不可能在课堂教学中完成,很多内容还需学生课后自学,因此,就需要向学生提供更多的学习平台和空间,让学生能进行课后学习、交流。
1.4考核方式的单一性
考核是检验教学成果的有效方式和重要手段,对学生学习和教师教学具有重要的导向作用,不同的考试方式能激发学生不同的学习动机。数据库原理是一门理论性和实践性都很强的课程,传统的考试模式通常以期终理论考试成绩作为对学生最终评分的主要依据,造成学生为考试过关而学,并不注重提高自身能力。
2.《数据库原理》课程改革研究的具体措施
针对目前存在的以上问题,对《数据库原理》课程的改革已是十分必要。而根据我校应用型本科的特点以及计算机类专业产学模式结合的教学模式课题研究的背景,本课程教学改革的指导思想是多方面提高学生的学习,培养学生综合地应用专业知识,以产学结合为教学模式,对实际项目进行模拟化开发,训练工程化的设计思想。
2.1课程内容体系的改革
根据课程改革的指导思想,对《数据库原理》课程体系进行改革,建立理论教学内容、实践教学内容以及能力拓展内容三级结构。其中,理论教学内容主要包括数据库的基本知识;在实践教学内容中把理论课程中的实验部分进行重新设计,分为必做实验和选做实验,同时将实践教学内容中的课程设计部分进行修改,课程设计题目由指导教师明天和学生自主命题共同组成,教师命题要求指导教师根据产学模式,以相应的校企合作企业的项目为原型进行修改命题,鼓励学生从实际生活、工作、学习的需要出发设计题目,同时以团队形式充当不同的项目角色;能力拓展内容鼓励学生参加各种计算机竞赛、参加各种形式的认证考试(如计算机等级考试三级、软件服务外包大赛、MAT认证等)。
2.2教学方法方式改革
在实际的教学过程中,合理的综合使用各教学方法、教学手段,以学生为中心,多采用讲解和项目教学相结合的教学方法,提供丰富的学习资源和学习平台,增加学生的实践机会、自学机会和创新机会,极大地调动学生的学习的主动性和积极性。
2.2.1结合多种教学方法进行教学
《数据库原理》课程的特点是理论性较强,因此在对理论知识进行讲解时,以项目案例贯穿其中进行知识的讲解。为了让学生进行能快速理解,采用学生熟悉的学生选课系统作为案例。同时,在对理论性较强的知识点讲解时,采用多媒体课件辅助教学,如用户访问数据库的工作过程一节时,就制作了Flas来辅助讲解,这样学生就能直观的掌握工作过程,同时也增强了学习兴趣。此外,在课堂教学中,还采用小组讨论、回答问题等形式来丰富课堂教学。
2.2.2提供课程网站进行学习及教学
此外,由于数据库知识日新月异,为了让学生能更多的了解最新知识,在课堂教学之外,还采用其他教学方式让学生进行学习,课程网站就是其中之一。为此,在学校课程中心《数据库原理》课程网站上,除了传统的布置作业、上传下载课件等之外,还提供了丰富的课程资源和讨论区。在课程资源模块中,放置了大量的关于数据库技术方面的文章,如各种数据库管理系统的安装和使用,数据挖掘和数据仓库等方面的知识,极大地丰富了学生的学习资源,同时在课堂教学中也鼓励学生自己去查阅相关文献和企业对数据库方面的最新需求。为了方便学生在学习过程中的及时交流,教师与学生每周固定一次在线交流时间,解决学习及教学讨论等问题,同时师生也可发起相关话题,进行探讨,从而增强师生、生生之间的交流和沟通。
除了让学生能及时了解最新知识、及时沟通之外,为了强化学生对理论知识点的掌握,该课程网站还提供了在线自适应测试系统,学生可以根据自己实际掌握情况选择不同的内容进行测试,同时系统还可以根据学生测试情况判断学生目前的知识水平,自动的提供相关测试内容供学生学习。
2.3实践教学内容改革
根据课程内容体系结构,实践教学内容包括课程内实验和课程设计。课程内实验又分为必做实验和选做实验。必做实验教师在课堂上应给学生指定明确的有利于消化课堂理论知识的实验题目,让学生上机时做到目的明确、有的放矢。选做实验可以让学生根据自己掌握情况进行选做,如数据库的恢复、触发器使用、其它数据库管理系统使用等实验可作为选做实验。
上机实验针对的往往是一定范围的知识点,各个知识点相互联系不够紧密,具有一定的局限性,因此在课程的后期需要集中安排课程设计。根据培养应用型人才及产学结合教学模式的要求,在课程设计环节中,指导教师根据校企合作企业所提供的实际项目进行改进,让学生进行项目的模拟化设计开发,如公司EHR系统、设备管理系统等项目等,同时也鼓励学生自己从实际生活、学习出发自拟题目。根据这些实际项目或有意义的课题,让学生在课程设计环节中得到工程化训练,从而学生能够更快的适应企业项目,达到产学相结合的教学模式。通过前期对数据库基础、SQL语言、数据库设计理论、数据库完整性、安全性、数据库恢复技术和并发技术的学习,使学生具有基本理论知识,再通过学生课程设计项目的需求分析训练了学生的沟通能力和工程思想;通过数据库编程和程序设计结构的学习是学生具有进行开发的专业技术能力,通过作品的展示、评价和答辩,使学生的团队精神、综合应用能力得到锻炼。
此外,还鼓励组织学生参加计算机应用能力大赛、软件服务外包大赛等各种竞赛,通过竞赛,使学生的知识面加宽,阅历增强,认识到本课程技术的更深应用领域和技术,促进了学生继续训练学习的兴趣,同时也提高了学生解决实际问题的能力。
2.4改革考核方式,注重能力考核
学生学习能力的评价应采用不同的方法来衡量学生的专业知识、个人自身能力、团队合作能力、建造产品和系统的能力。这些方法包括笔试、口试、学生表现的考察、评分、学生反映、论文、学生互评和自评等。不同能力的评价需要有不同的方法。
数据库原理课程的考核分为理论知识考核与应用能力考核两部分。理论知识的比重占50%,应用能力的比重也占50%。理论知识考核重点考察学生对关键性概念和原理的熟悉和理解,着重考核学生综合运用知识解决实际问题和创新思维的能力。因此,理论知识应采取笔试和口试相结合的方法。
二、土木工程实践教学资源协同开发的原则与方法
现在的信息技术手段、网络服务及移动终端设备已经完全具备对庞大的数据进行整合和处理应用的能力,故借助于云计算技术来收集、整合、处理、挖掘超量、繁复的工程实践教学资源,不但能有效解决工程专业实践教学中的众多困扰,而且能为工程人才个性化培养及创建终身教育奠定坚实基础。
1.开发原则
各种专业工程实践教学资源的内容丰富、博大,所以在协同开发和挖掘相关资源时,应坚持“有所为,有所不为”的原则。应分专业类别广泛收集各种实践教学资源,并在收集和整合资源过程中,要注意以资源的全体和完整为主,不要片段、抽样;要注重资源获取的效率,不要以工程项目内容的绝对精确作取舍;要考量工程项目资源内容相关性,不必在因果逻辑上做深究[3]。要按照培养目标,从学习者实践知识建构需要来识别资源的意义,在丰富、灵活、多样、宽泛的基础上,进行资源采集、处理和加工,让运用者按需配置其专业工程实践教学资源,能方便、高效地实现其教学价值。依据专业工程学科创新知识与能力培养所设定的目标,以协同创新的核心单位为主体,科学创设基于学生专业工程实践学习需要的活动情境。即将有关资源分层次构造出各学习阶段专业工程实践的问题情境,以引导学生循序渐进式地经历实践的过程,使学生能自觉调动多种感官,如视觉、听觉、触觉以及语言表达等,寻找多种操作、动手、研讨途径,积累起丰富的土木工程实践感性认识和动手操作经验,激发学生对工程项目的类型、设计与施工条件、理论与技术方法、施工技术与组织管理、工程量、产品形态、建(制)造和场地环境、时空边界条件等现象与相互关系产生浓厚的兴趣和探究的欲望。
2.主要途径
由于培养人才的责任主体是大学,校方的图书与电子资源丰富,多建有信息网络技术中心,软硬件设施和技术人才相对充足,且信息技术在所涉土木工程专业教学需求与科研应用量巨大。建立学校与协同核心单位间工程实践教育资源共享平台是协同创新发展的一种必然趋势,因此,校方应成为实践教学资源共享建设的投资主体与推行者。协同开发与共享专业工程实践教学资源的主要途径,可从以下四方面进行:(1)建立一套运行机制。专业工程实践教学资源建设是一项有序的、动态的、可持续发展的系统工程,必须建立良好的运行机制,以促进建设过程中各个环节的正规有序,实现统合,搞好顶层设计。(2)规范一套建设标准。用科学的标准来促进专业工程实践教学资源系统的建构[4,5]。应建立面向协同中心所涉各类工程专业的不同实践教学主题、覆盖其各个层次、不断动态更新的工程实践教学资源建设标准,为实现各级各类资源系统的网络互连、信息互通、资源共享奠定基础。(3)搭建一个基于云服务的共享平台。各类工程实践教学资源只有不断被其工程专业教学所应用、学习者所掌握,使其流动、开放和充分共享,才可持续。在各专用工程实践教学资源库和实践教学课件建设的基础上,通过云服务端资源集成,实现各门专业的各级各类实践教学活动资源交换和资源共享。(4)培养和建立一支“双师”实践教学专业队伍。专业工程实践教学资源库及课件开发、建设的每个环节都需要依靠高素质专业人员完成,因此,必须根据协同机制,整合学校与协同核心单位的人才资源,培养和造就一支懂教学、懂工程技术、懂教育教学管理的资源库建设专业队伍。
3.技术方法
构建一个基于云计算的数字化实践教学资源处理平台。实践教学资源经数据处理,区分成关系化、结构化和非结构化数据,其中关系化数据是指二维关系约束的数据表,结构化数据包括了数字、符号等数据,非结构化数据包括了文本、图像、声音、视频等数据,从而进行有效存储、组织来自校内外协同创新单位的教学资源。利用处理平台能够对几百甚至是几千个分布式数据库,或者分布式存储集群中的内容进行分析。该处理平台还能根据具体教学环节、层次需求建立相应服务,解决传统的学习平台资源无序、缺乏统一管理调配的问题。教师可以通过云服务平台在技术项目上实现跨学校、跨地域合作,分享工程实践与研究成果,为教学、学术研究提供便利;学生可以突破时空限制,使用现代化通讯工具随时随地全方位获取优质的实践教学资源。数据化工程实践教学资源的开发流程与实现方式,可以概括为四步:分别是采集、导入和预处理、统计和分析,最后是资源实践教学价值的发现与挖掘[6]。(1)以协同机制作保障,通过数据迁移、数据转换、共享等有效手段[4]对数字化实践教学资源进行收集、采集,把协同创新主体单位既有实践教学资源重新整合起来,并加载到数据仓库或数据集市中——存储在远程云服务端,成为联机分析处理、数据挖掘的基础。这样才可以彻底消除学校或土建行业信息化建设中各相关单位存在的信息孤岛以及信息碎片化现象,提高实践教学资源的可使用率。还可通过MapReduce编程模型对实践教学资源进行管理,以提高对海量教学资源分析的速度和效率[7]。(2)在完成资源收集之后,如果要对这些海量数据进行有效分析,还需将这些来自前端的数据导入到一个集中的大型分布式数据库,或者分布式存储集群,通过并行计算框架[7],优化并行分析算法,如Mahout、R语言等,对这些分散乃至碎片数据进行过滤,在导入基础上作一些简单的清洗和预处理工作,以排除混杂、错乱的工程信息,重复的资源数据,提高资源的质量。(3)从分布式数据库,或者分布式计算集群的海量实践教学资源中,提炼出连续的、低信息粒度的实践教学素材,并择优质实践教学素材交于上层实践教学统计、分析系统,进行普通的专业工程实践需求分析和分类汇总等。(4)对实践教学资源分析之后的资源内容进行实践教学模拟和价值挖掘,是指利用数据挖掘算法,包括分类算法、回归算法、聚合算法和降维算法等,对存储在云服务端(分布式数据库或者分布式计算集群)大量的、不完全的、模糊的数字化工程教学资源挖掘,以挖掘出隐藏在资源背后有价值的信息,为教师作出实践教学组织安排奠定基础。应用数据分析、挖掘等技术对存储在云服务端的各种分散的关系化、结构化和非结构化实践教学资源进行分析和挖掘,掌握学习者查询其专业工程实践资源的行为、知识点内容、知识应用能力等,以预测学习者对实践知识与资源服务的需求,使教师能根据预测进行决策,更好地引导学习者学习;同时,也可应用数据分析技术对开设的课程进行效果评估,尽早地捕捉学生的学习不适应症状,进行学习预警和干预[8],以便及时调整培养方案,为学习者推荐学习轨迹,开展自适应学习,自我导向学习[9,10]。例如:自适应学习既不是简单的符号或文字,也不是言语或文字陈述的概念或原理,而是教师列展的一些具体的实例或问题。学习者的任务是通过考察实例、分析和解决问题来发现有关的知识,并积累解决问题的技能[11]。教师是用最适合的学习方法,让学习者主动参与到学习过程中,接受各种各样的挑战。整个学习过程因为有学习效果的追踪,记录了学习者在每个任务上花费的时间,实时反馈给教师,如果学生遇到不能解决的问题时,教师会立即知道,并对其进行针对性的辅导。应用数据分析技术也可对协同科研创新合作过程及交互型工程技术服务过程进行分析和预测,从而应对过程中的资金、政策、机制、技术、成果、共享等环节潜在的矛盾与风险。
三、专业工程实践教学资源共享应用
专业工程实践教学资源和信息化技术是共享方案设计中不可或缺的两大方面。构筑较快见效的共享建设方案可以“三层法”:基础设施层、平台服务层和共享应用服务层[12]。实践教学资源共享应用是将云计算作为其技术支持,通过对实践教学资源挖掘与实践学习分析则会带来工程实践教学理念、方式和技术方面的巨大变革和创新。
1.教学资源的流动需求与信息技术相结合
工程实践教学资源应用的关键也是其必要条件,就在于“信息技术”与“专业工程实践教学”的融合。丰富多样的专业工程实践教学资源通过信息技术应用到大学教育中,对学习者未来事业会有更加直接的帮助;快捷的反馈信息是衡量实践教学资源开发、应用过程对实践教学各个方面和层次产生影响、效果的依据。将开发的数字课程应用到教学上。比如:创建自适应各专业的工程实践学习课程,利用人工智能为每个学生创建自适应的学习体验。还可创建各专业工程实践定制化学习或终身学习课程,将工程实践教学从同一模式的“批量化生产”变为“科学管理下的定制化学习过程,帮助学生培养更好的学习技能”,“让学生了解如何利用时间、应对挑战、成为终身学习的人”[9]。
2.当代网络交流条件引发实践教学组织方式变革
随着具有语义网特征的数据基础设施和数据资源发展起来,实践教学组织的变革就越来越显得不可避免。丰富多样的工程实践教学将召唤网络结构产生无组织的教学组织力量。最先反映这种教学结构特点的,是各种各样去中心化的WEB2.0应用,如RSS、维基、微信、博客、云储存与计算等。各种专业的工程实践教学资源中只有少量是结构化数据,如项目可研报告、立项审批、设计文件、计算书仍至工程图纸、项目报建(批)、质量与安全监督、施工(生产)许可、施工组织设计(生产计划)、竣工(产品)验收等,其余大量的由半结构化数据和非结构化数据组成,如施工(生产)过程中具体的施工(生产)作业方式、方法,技术会议等以邮件、视频、微博等的形式表现。海量的专业工程实践教学资源之所以成为实践教学的变革力量,在于它通过追随实践意义而获得工程智慧。
[
关键词 ]新媒体 人才培养 体系
2009年1月,宁波日报报业集团全媒体新闻部正式成立,相继南都全媒体集群组建成立。2012年3月,国家新闻出版总署、广电总局职责整合,组建国家新闻出版广电总局。2012年底,网络与新媒体专业成为教育部审批同意设置的普通高等学校本科新专业。
新闻行业与教育的不断改革前行,也激发了融合背景下新闻人才培养的全面思考。当前,我国新闻人才培养环境与趋向也在不断演变,主要表现为:(1)信息行业的迅猛发展催生众多领域急需专业化人才;(2)媒体行业的融合发展对复合型的新闻人才的需求不断增长;(3)传统媒体对新闻内容的生存更加注重专业、深度,调查记者、数据分析师等人才需求热;(4)网络与新媒体专业人才培养已成为新闻传播教育的未来支撑。
2013年,以暨南大学为代表的全国28所高等院校首批招收网络与新媒体专业本科学生,2014年这一数据加大到48所。面对传媒融合发展的需求及人才竞争的白热化,构建网络与新媒体专业多元化人才培养的体系迫在眉睫。然而当前该新专业国内尚无完善的教学体系与人才培养模式,大多是基于传统新闻传播学科的延伸和嫁接,是培养传统新闻人才的数字化应用?还是培养技术人才的新闻业务素养?亦或是其他的创新模式?本文将从人才培养定位课程体系两大方面来解读网络与新媒体专业的核心能力培养体系建构。
一、人才培养定位
网络与新媒体专业学科归属于新闻学与传播学,专业上与新闻学、广播电视学、广告学等专业并列,人才培养的体系构建既要有学科的统一性,也要有专业的差异性。
进入互联网时代,传媒的数字化发展日新月异,目前普遍认同的主要趋向有:多适配、多媒体、全天候、即时、互动、社交化、位置;围绕专业能力的需求主要包括:新闻基本功、全媒体传播技能、网络舆情研究能力、数据挖掘和分析能力、策划创意、团队协作能力、工具应用能力:围绕人才培养的
关键词 主要有:内容、渠道、技术、产品、互联网思维。
从发展趋势、能力需求和人才培养三个维度可以归纳网络与新媒体人才培养的基本思路:(1)培养掌握新闻与传播专业基础知识的复合型人才:(2)培养基于网络与新媒体技术应用的全媒体传播人才;(3)培养熟悉互联网核心应用的网络与新媒体创新人才。
具体培养规格要求分解为五个层面:
(1)掌握网络与新媒体领域所涉及新闻学、传播学、计算机科学、社会学等多学科交叉的基本理论。
(2)具备网络与新媒体的专业视野及敏锐的观察力,掌握信息传播的基本规律和新兴媒介的发展特点,通晓信息传播的技术原理。
(3)具备交互、体验、服务等众多类型信息产品的内容策划、设计,并熟练掌握网络与新媒体信息制作的基本技能。
(4)了解网络与新媒体相关的政策与法规,掌握科学的社会调查方法,具备娴熟、练达的社会活动能力。
(5)具有较强的计算机应用能力和外语听、说、读、写、译的能力。
二、课程体系
互联网发展对高校新闻与传播学科的影响与日俱增,传统媒体与新兴媒体加速融合。人才培养从传统的内容主体逐渐向复合型转变。技术素养成为未来数字化发展的重要基础。
近年来,多数高校新闻传播学院(系)的网络传播或新媒体等相似专业的课程设置都向“宽口径,厚基础,精专业”的方向发展,以实现培养综合型、复合型新闻传播人才的目标,但在主干课程或专业课程设置的实际操作中却各有侧重,形成了以下几种模式:一是以传统新闻学训练为主,互联网信息传播和应用为辅,这种模式以中国人民大学和中国传媒大学为代表:二是以互联网应用和技能训练为主,传统新闻学训练为辅,这种模式以武汉大学和华中科技大学网络传播专业为代表;三是以传播学训练为主,以互联网信息传播和应用为辅,这种模式以复旦大学新闻学院为代表。这三种模式具有代表性,同时也隐藏着在人才培养方面不同价值取向的冲突:选择传统新闻学的价值取向还是传播学经验学派的价值取向;以新闻传播基础训练为主,还是以网络传播应用技能训练为主;是突出网络传播信息内容层面,还是侧重网络传播技术层面。
(一)课程分析。
本文研究选取了全国首批开办网络与新媒体专业的28所院校,就新专业申报表中主干课程一栏进行了统计分析,排名前10课程/次如(图表1)
通过图表分析,28所院校全部开设了《传播学概论》基础理论课程,对网页设计、网络动画等计算机技能均比较重视,排名前10的课程中,网络与新媒体实务相关的多达5门,理论课程2门,传统媒体实务2门。研究表明,新专业的课程体系主要以传统新闻与新媒体融合为理论依据,以传统新闻与传播实务为基础,以网络与新媒体实务为能力培养的重要内容,包括计算机技术应用与新媒体传播、运营实务等。
中国传媒大学媒体管理学院院长李怀亮认为,新媒体专业培养是一个复杂的、系统的工程,涉及到理科、工科、文学、艺术、经济与管理等多个学科门类。张芹、黄宏在《高校网络和新媒体传播专业人才培养模式分析》一文中归纳指出,新媒体的媒介特征及产业属性决定了新媒体专业设置主要由三大学科群构成,即传播学、信息科学和传媒经济学三大学科群;还须三大技术支撑,即计算机技术、互联网技术和传感技术。
归纳28所高校三大学科群主要开设的课程包括:
传播学科:传播学概论、新闻学概论、新闻写作、网络传播概论、网络伦理学、新闻法规与传媒规制、新媒体与社会、新闻摄影、电视摄像与编辑等。
信息学科:计算机网络原理与实务、平面设计、数字信息处理、网络信息检索与利用、网页设计与制作、网络信息编辑、网络传播技术、数字出版及技术等。
传媒经济学科:传媒经济学、新媒体经营与管理、网络运营、网络广告学、网络营销学、电子商务概论、网站策划与建设、新媒体产品设计等。
根据课程涵盖的内容及课程名称
关键词 提取门类,排前5名的依次为技术类(包含基础技术和应用技术)、概论(包含传统与网络新媒体)、网页设计(包括网页与网站)、编辑类(包含传统编辑与网络编辑)及广告,其中技术类、基础理论的课程每所学校开设门次接近2门,对技术和理论学习的认可度非常高,广告与营销方面也有49次开课次,对市场运作能力也非常看重。如(图表2)
(二)课程体系设计。
根据28所院校的主干课程分析,构建核心能力培养的课程体系可以从三大层面设计,分别是专业理论(包括传统新闻、网络与新媒体)、技术应用(包括数学、计算机及通讯)和传媒实务(包括传统媒体实务、新媒体传播实务、市场运营与管理)。
1.专业理论体系及其课程设计。
网络与新媒体作为全新的特设专业,基于完整专业体系的建立,理论部分与实践(务)部分是相辅相成的两大支柱,且是网络与新媒体专业人才培养不可缺少的充分必要条件,而且两者密不可分、相互补充、相互影响。理论体系以新闻传播学基础理论为一致性原则,以网络与新媒体专业理论为创新构建,其专业理论的课程体系设计思路主要包含两个层面:
(1)以专业主干课程为主体,构建专业理论的纵深,主要课程包括新闻学概论、传播学概论、中外新闻史、网络与新媒体概论、网络传播概论、融合新闻学、新媒体与社会、网络伦理与法规、网络与新媒体研究方法等;
(2)以专业选修课程为补充,丰富专业理论的延伸,主要课程包括西方网络与新媒体理论、数字出版导论、网络与新媒体经典案例等。选修课程根据各高校师资的具体情况,其设计思路也可以不尽相同。
2.技术应用体系及其课程设计。
网络与新媒体作为典型的文理交叉型专业,其技术应用的学习和实践是关键,结合人才培养的具体要求,可以开设数学基础、计算机应用技术等多门课程,构成较为连贯的技术应用体系。体系设计的目标是:掌握计算机学科的基础技术。熟练运用网络与新媒体传播技术。
(1)以大数据应用为方向,构建数据挖掘与数据分析为特色的技术应用,主要课程包括:高等数学、概率论与数理统计、统计学、数据挖掘与数据分析、数据可视化等;
(2)以计算机应用技术为主体,夯实学生的技术素养,主要课程包括:C语言、网页设计、网站设计、数据库应用、网络与新媒体技术、平面设计、多媒体设计、网络动画、网络安全技术等。
3.传媒实务体系及其课程设计。
网络与新媒体专业的核心特色在于实务体系的交叉,通过多元化实务的体系设计构建复合型、应用型人才培养的具体目标。课程设计的目标是:掌握网络与新媒体行业所需的基本业务,能够独立进行全媒体新闻传播,主要包括采编实务、运营与管理实务以及其他实务能力。
(1)以传统新闻实务为基础,培养学生扎实的新闻基础业务,课程主要包括:新闻采访、新闻写作、新闻编辑、新闻摄影、电视摄像与编辑等:
(2)以网络与新媒体实务为主体,与行业发展需求为目标,培养学生全面的专业动手能力,课程主要包括:全媒体新闻采写、网络编辑与策划、网络与新媒体评论、网络与新媒体用户分析、网络舆情监测等:
(3)以互联网思维为基本思路,以传媒经济为主要延伸,课程主要包括:市场营销学、网络营销学、电子商务实务、互联网产品设计、网络与新媒体广告等。
(4)以集中实践为形式,加大实践和实习的培养力度。若以180四年总学分制计算,实践、实习的周数应在20周左右(不包含毕业论文、设计)。
结语:人才培养体系的构建对网络与新媒体专业的立足与发展至关重要,它关系专业的学科立足,关系人才培养的效果,关系专业的未来发展,新媒体发展的不确定因素远远超出学界和行业的预期想象,因时制宜的人才培养定位,不断创新改革的教学内容和教学模式,将是网络与新媒体人才培养体系的核心思想。
参考文献:
[1]余红:《李婷我国网络与新媒体人才求调研与专业培养》,《现代传播》2014第2期
[2]朱旭辉:《网络与新媒体学科发展路径的探析》,《编辑学刊》2013年第6期
[3]安金伟:《网络传播与新媒体专业人才培养模式改革与创新研究》,华中科技大学学位论文.2012
[4]张芹、黄宏:《高校网络和新媒体传播专业人才培养模式分析》,《黑龙江社会科学》2007年第3期
培养和造就具有创新精神和创造能力的应用型高技能人才是目前职业学校的核心问题。很多中等职业学校已经开始对应用型高技能人才的培养模式、实操能力、创新能力等方面进行了研究。对不同专业学生实操能力和创新能力的培养方案也进行了探索和实施。但在围绕专业核心课程进行实操能力、创新能力培养方面,还没有形成有效的模式。本文结合数控专业计算机辅助设计(CAD)课程的教学实践,提出了一种四维一体的实操能力、创新能力培养的教学模式,对创新型高技能人才的培养进行了探索性的研究。
一、数控专业CAD课程教学现状
现在中等职业学校的数控专业开设CAD课程已经是普遍现象。它是信息化、工业化技术不断发展与学科之间不断融合所导致的一种现实结果。从人才培养的角度和课程特点来看,数控专业开设CAD课程可以提高学生的专业素质、培养学生实操技能,锻炼学生的实作能力,培养学生的创新设计能力。但在对中职生的教学过程中也存在以下共性问题:
(1)课程内容单一、覆盖面窄、缺乏针对性,多数学校以讲授AutoCAD软件功能为主。
(2)课程目标定位较低或滞后。课程总学时在40至60学时之间,课程结束后学生应用CAD软件设计的能力较差,不能达到企业应用的水平。
(3)缺少既具有丰富实践经验、创新能力,又具有一定理论水平的双师型师资队伍,不利于学生创新能力和综合能力的培养。
(4)在课程实施中尚缺少提高实操能力和创新能力的具体措施和制度保障。
二、以实操能力和创新能力培养为目标的四维一体CAD教学体系
针对上述教学过程中存在的共性问题,从重基础、宽口径,培养具有高技能的创新型人才角度出发,须将课程的教学目标定为:在让学生掌握CAD的基本概念,了解其设计思想的基础上,熟练掌握一种CAD软件的使用方法,着力培养学生基于CAD软件使用基础上创新设计的能力。因此必须对该课程的教学大纲进行重新规划,并采用派出骨干教师参加软件原厂课程培训和邀请企业工程师来校对教师和学生进行培训的方式,培养既有深厚理论基础又有丰富实践经验的任课教师,来解决师资方面存在的问题。
而针对课内学时不足及近年来就业难等具体问题,将课程学习和课外强化、资格认证、开展技能比赛等方式紧密结合起来,创建了四维一体的CAD课程教学体系。该教学体系的指导思想是立足课程理论教学基本点,将软件培训、实操训练、资格认证、创新设计融为一体,全面提高学生实操能力和创新能力。按照该指导思想,确定课程计划学时为80学时,理论讲授26学时(包括软件功能教学),实操训练40学时,并增加课程设计环节14学时。从第二学期开始开设该门课程,用40个学时的时间完成理论知识讲授、基础实操训练,使学生基本具备独立的实操能力。第三学期开始用近两个月的时间对技能进行强化,使学生独立、熟练的完成实操练习。然后结合专业特点安排相关课程设计,可以分组进行,从而培养学生的合作精神、锻炼学生的实操能力,最后根据需求进行认证考试。并从学校层面组织开展各种专业技能比赛,并根据学生实操能力分别推荐参加市、区级技能比赛,激发学生学习兴趣。总体用近一年的时间完成软件培训、技能比赛、资格认证等环节。
因此可尝试将该课程体系划分为5个环节。
1.课程学习环节主要包括课程讲授和上机实验,是完成创新应用能力培养的基础环节。课堂主要讲授CAD基础理论、基本概念。主要内容包括草图绘制技术、参数化设计、模块设计、特征建模、装配建模、产品数据管理、计算机辅助工程分析、曲线曲面造型技术等。
2.实训环节:学生在此环节主要完成典型案例的上机实训、课程设计等,从而掌握软件的基本功能,并能熟练使用软件,从而提高实用技能。
3.软件应用实践环节:以软件应用培训为主,主要利用学生空余时间进行。一般安排每周4-6学时,十周时间。培训内容同软件原厂认证工程师培训统一,培训案例主要来源于工程实际的典型案例。培训主要使用案例教学法,并由获得认证讲师资格的教师或企业应用工程师主讲。教学采用每人一机,全程局域网络视频交互方式,讲练结合,极大地激发了学生的学习热情。通过培训考核的学生可获得三维CAD技能工程师认证证书,并推荐参加原厂工程师认证资格考试。
4.工程实践环节该环节主要培养学生工程意识、协作能力及初步的创新能力。此环节教学目标是:学生每3-5人为一个设计小组,分工合作完成一个中等复杂程度的装配设计,并提交工程图、装配和零件仿真。此环节时间一般安排在第三学期后期,等同于CAD课程设计可用来替代一定学时的企业实习。通常做法是由学生自由组队并选定设计对象,教师备案;教师做进一步指导,学生一个月内提交设计文件。该环节能使学生真正熟悉企业生产流程,锻炼团队协作能力。同时进一步提高其创新设计的能力。
5.考核认证环节:经过系统的应用学习和工程实践之后,推荐学生参加原厂工程师资格认证考试或者用人单位认可的其它认证资格考试,为就业打下良好基础。对成绩优秀的学生组织市级、区级、国家级比赛,更进一步提高学生综合素质和创新能力。
在日常学习及毕业设计过程中,如果学生具备非常好的搜索技能,那么学生能在非常短的时间内找到解决问题的资料、工具、方法,从而提高解决问题的可能性。对于信息搜索能力,首先,学习常用的搜索引擎(Google,Baidu,Sogou),了解每个搜索引擎的优势及特点,例如,Google搜索引擎提供的子功能GoogleScholar可以提供学术资源的查找与搜索,尤其是英文学术资源的查找;其次,了解学校电子图书馆提供的电子资源概况,以及如何获取和使用这些资源,包括学习使用一些常见的文献管理软件如NoteExpress,EndNote等;最后由专业课教师在平时上课的过程中或者在新生专业介绍会上列出与物流管理专业相关的常用社区、论坛或微博网址,如了解与管理、经济等物流管理专业相关的大型学术网站———人大经济论坛。
(二)信息存储技术
21世纪已经进入大数据的时代,如何采集数据,利用数据挖掘出数据背后的有用信息是非常有潜力的一种管理模式。例如著名的尿布—啤酒故事就是典型的购物篮分析所带来的好处,而没有大量历史数据的使用与存储,购物篮分析又谈何容易。而大量的数据从各种链接、免费数据库、商业数据库采集时,需要考虑采用何种方式存储这些数据,以及如何管理并利用这些数据,因此,我们应该学习有关信息存储技术。学习数据库技术可以实现对一些分散的数据进行集中统一管理。
(三)信息处理能力
在收集好数据之后,对数据信息进行合理的处理是获取信息价值的必要途径,给学生介绍相关数据信息处理软件:Excel,MATLAB,SPSS,R,EViews等。这些软件都比程序设计语言处理数据要更加易于学习和使用,而且对于数据的可视化都较其他程序设计语言工具方便得多。此外,对于海量数据的处理还可以借助诸如Or-acle、SQLServer这样的大型数据库。
(四)问题建模及求解能力
对物流管理专业类学生而言,物流作为第三利润源的概念已经通过很多专业基础课程及专业课程的学习而深深映入脑海,那么思考的一个问题便是如何挖掘第三利润源,也就是采取何种策略降低物流成本,使得物流冰山下的成本得以不断减少,从而达到追逐并获得第三利润源的目的。这个过程其实就是优化问题,即如何建立优化模型,例如建立模型优化生产调度策略,优化车辆配送路径,优化物流配送车辆装载率,优化供应链的库存,对供应链订单进行排序等,这些优化模型构建的相关基础知识在物流管理专业核心课程———管理运筹学里都有详细的介绍,但是对于求解的方法基本都是介绍的经典理论且是对非常小规模的问题进行处理,然后用手工计算的方式进行求解。为此,我们提出介绍一些建模优化软件如LINGO、CPLEX、MATLAB等来对问题进行求解,从而实现所解决的问题更接近实际情况。
(五)结果展示能力
当对一个问题进行分析,建模并求解之后,需要对结果进行展示,其中包括数据可视化的展示,即图形化表示,为此学生需要具备一定的绘图能力,这个任务可以通过学习MicrosoftVisio及Excel的绘图功能来完成。此外,我们需要对相关结果形成正式的报告或文档(毕业设计论文,课程设计报告),这个任务可由微软办公软件WORD来完成,即学习WORD中的一些高级排版技巧(自动生成目录,自动公式编号等)。最后,学生可能需要在一些公开场合(例如参加全国大学生物流设计大赛的答辩会)展示自己解决问题的成果,这时需要使用到PowerPoint多媒体功能。
二、物流管理专业学生实用软件技能的培养模式
(一)单独开设相关课程
对于某些应用范围大、处理能力强的通用软件或开发软件应单独开设系列课程,例如对于在诸多场合(优化、数据处理等)都非常实用的软件MATLAB可以考虑单独开设课程来讲授,以使学生在后续课程当中可以不断地使用该软件解决课程作业及进一步解决更加实际的问题。这些软件技能的培养对于其他课程能起到承上启下、循序渐进的纽带作用。
(二)依托相关专业基础课或专业课设置教学内容模块
对于某些学习难度不是太大的实用软件技能,采用随堂教学的方式依托相关课程设置一定学时的教学内容模块来实现软件的普及入门。例如EXCEL、WORD、VISIO的学习可以放在校必选基础课———“计算机文化基础”课程里,而对于LINGO可以放置在“管理运筹学”课程里,而且从2012年开始,兰州交通大学物流管理专业选用由李引珍教授编著的国家级精品课程教材《管理运筹学》已经将LINGO列入了每一章的讲授内容。此外,基于Logware软件的供应链仿真建模分析也在相关课程设计中得以运用,即对于依托相关课程实施实用软件技能培养已迈入了实质性的教学阶段。
(三)设置引导型教学模块
考虑到总学时的限制,教师在讲授某些主干课程的同时,指出要求学生自学的实践内容,即开展引导型教学模式,以培养学生的自学意识和自学能力,达到延伸、扩展课堂教学内容的目的。这部分内容可以由教师指出学生自学的提纲,内容,自学的方式、方法以及自学的资源(推荐书籍,推荐学习的工具、学习网址),由学生课后业余时间主动学习。而且对于引导型教学模块的内容,还可以设置自学应该达到的目标,考核的方式(例如做一次汇报)及手段。
本期名师讲堂栏目,让我们走近真诚热情、朴实无华的何钦铭教授,去体会他的教育思想,学习他的教学经验,感受他的人格魅力,分享他作为一名大学教师的自豪感和幸福感。
1背景
智能科学与技术是当前科学研究和工程实践的理论与技术发展的前沿领域,智能科学与技术专业是一个多学科交叉的跨应用领域专业Ⅲ。智能科学技术的发展将把整个信息科学技术推向“智能化”的高度,这正是当代科学技术发展的大趋势,对于这方面人才的需求也越来越迫切。智能科学与技术培养掌握坚实智能科学与技术基本理论和系统专门知识,具备作为工程师或领导者及公民的良好人文修养,具有从事科学研究、工程设计、教学工作或独立担负本专业技术工作能力,深入了解国内外智能科学与技术领域新技术和发展动向,能结合与本学科有关的实际问题进行创新研究或工程设计的高级专门人才。
高校应稳妥发展与完善智能科学与技术专业的本科生教育,夯实本科教育基础并积极创造条件,大力开展创新教学,努力培养学生的创新意识、创新精神和工程实践能力,使之成为具有系统技术基础理论、专业知识和基本技能,良好科研素质和较强创造能力的智能科学与技术工程师。
2教学计划与教学管理分析
智能科学与技术属于计算机类专业,其必修课程设计原则是使学生具备计算机科学与工程的基础理论知识,尤其是大类专业招生教学的院校,通识课程主要是数学、物理文化基础,强调扎实的自然科学基础。专业教学的特色体现在专业必修和专业选修课程,专业必修课一般分为数学基础和专业课程。计算机类专业数学基础课程一般包括线性代数、微积分、离散数学、微分方程、概率与统计、数值计算等;专业课程一般包括程序设计基础、高等程序设计、数据结构、操作系统、计算机组成与结构、数字电路与逻辑设计等。
2.1学分
本科培养计划的学分中,国内外大学学分总数趋势是逐步减少,追求少而精。国内院校一般在130~190学分之间,如北京大学为150学分,清华大学为1 70学分,东南大学与浙江大学均为160学分,还有16学时为1学分的,也有18学时为1学分的。
中国台湾的大学一般在130学分左右。台湾交通大学最低毕业学分为128学分,其中必修课程须达76学分(共同必修58学分+资工组核心须达分+(资工组副核心课程学分+另2组核心课程学分)),专业选修本系课程须达12学分,其他选修课程须达12学分,通识课程须达28学分(含外语课程必修8学分)。台湾“中央大学”为136学分,台湾“清华大学”为136学分,其中必修和必选学分126,其他与导师商量决定。
美国的大学各校差异较大。美国的学分计算有4学期制、两长一短制及两学期制,其中加州大学伯克利分校为120学分,麻省理工大学为90学分,加州大学洛杉矶分校为186学分,斯坦福大学为180学分。
2.2教学管理
在教学管理上,斯坦福大学给学生提供了非常宽松的自由发展空间。新生入校后不分专业、不分学院。除了医学院和法学院学生需要经过一定的选拔程序外,本科生可以在入学后的前一个学期适当时候随意选择专业,并且选择专业后允许更改,只要毕业时满足专业培养方案即可。
国内的浙江大学是较早实行按大类招生的学校之一,分为大类培养、专业培养和特殊培养3类,前两年不分专业,按学科分类集中培养。
台湾的大学专业也是按大类完成前期的基础课程,再分小专业完成各学程,包括基础课、核心课和进阶课。
教学分组是现在的主流课程架构,也是体现专业方向的主要形式,分组课程是体现专业特色的课程组。国内清华大学采用的是分组教学;台湾的大学基本上采用的是以教学方向分组的方式,台湾的大学教学分为课程与修业、学分学程。
2.3实验与实践教学
计算机类专业各大院校都强调课程实验与实验教学,而目前课程该如何进行教学?这不仅是实验问题,如何以工程教育专业论证为目标,怎样使教学目标达到毕业要求是关键。做中学是主流实验教学方式,尤其是美国的大学,大作业体现的是实验与理论教学的结合,是考查学生是否理解理论知识的重要途径。学生不仅能够学习扎实的数学和计算机专业知识,还进行大量的实践创新训练。麻省理工大学、加州大学伯克利分校、加州大学洛杉矶分校、斯坦福大学都属于实践创新性教学模式。例如,斯坦福大学程序设计范式课程重点比较C、C++、Java的特点和难点,每1~2周有一次大作业,针对不同的任务,要求学生用不同的语言实现,使学生加深理解各类编程语言的应用场合;麻省理工大学的课程计划是必须先修12学分的实验课程,再修3门或4门核心课程,最后选择3门方向学科和1门关于该方向的实验课、2门专业拓展课。
3智能科学与技术课程体系分析
智能科学与技术课程体系在智能基础理论研究的基础上,需要安排基础性、通用性、关键性的智能技术研究,主要包括感知技术和信息融合技术;自然语言处理与理解技术;知识处理(认识)技术,包括知识提炼、知识分类、知识表示技术等;机器学习技术,特别是统计与规则相结合的学习技术;决策技术,即知识演绎技术特别是不确定推理技术等;策略执行技术,即控制与调节技术;智能机器人技术,特别是面向专门领域的智能机器人技术;智能机器人之间的合作技术;基于自然语言理解的智能人机交互与合作技术;智能信息网络技术。
国内最早创办智能科学与技术专业的学校包括北京大学,西安电子科技大学是第2批开始培养智能专业学生的院校。北京大学的本科教学计划中,专业必修课程(2分)包括:①专业数学/理论基础(15学分):算法分析与设计、集合论与图论、概率统计A、代数结构与组合数学、数理逻辑;②硬件与系统基础(分):数字逻辑设计、微机原理和信号与系统;③智能基础(5学分):脑与认知科学与人工智能基础。专业限选课程(15学分)包括信息论基础、计算方法B、数字逻辑设计实验、微机实验、数据结构与算法实习、机器感知和智能处理实验、智能多媒体信息系统实验。选修组合课程(29~32学分):学生按照自己的兴趣,参考智能的2个专业方向推荐专业课组合,自行选择,至少选修20学分的智能专业课程。公共核心+专业方向+新技术及其他:①公共核心课程(分):智能科学技术导论、模式识别基础、生物信息处理、智能信息处理;②专业方向课程(11~15学分):机器感知与智能机器人方向、智能信息处理与机器学习方向、新技术及其他。
西安电子科技大学智能专业主要课程包括电路分析理论、信号与系统、数字信号处理、数字电路及逻辑设计、模拟电子技术基础、微机原理与系统设计、数据结构、软件工程、人工智能概论、算法设计与分析、最优化理论与方法、机器学习、计算智能导论、模式识别、图像理解与计算机视觉、智能传感技术、移动通信与智能技术、智能控制导论、智能数据挖掘、网络信息检索、智能系统平台专业实验等课程及30多门选修课程。
建议各学校可以根据学院教学特色与实际需求,设计专业核心课程。北京大学偏重“信息处理”,湖南大学偏重“智能系统”,但需要强调的一个前提就是智能科学与技术专业属于大计算机类,更需要大EECS专业的基础。编程、电路、数学、数据结构、计算机系统这五大核心基础就是大EECS;其次是专业,计算机以系统结构、操作系统、网络、编译、数据库五大经典专业核心课为主,湖南大学的智能科学与技术专业强调系统,因此信号与系统、操作系统、嵌入式系统、人工智能是最基本的专业核心课,然后再分不同的分支。湖南大学智能科学与技术专业核心课程包括人工智能概论、机器学习、计算智能导论、模式识别、智能控制导论、智能数据挖掘、机器人学等;研究学位课程包括模式识别、人工智能等,主要体现为智能科学与技术基础(人工智能概论、机器学习、计算智能导论、模式识别)、核心(智能控制导论、智能数据挖掘)和应用(机器人学)。
4结语
(1)在课程计划实施过程中,教师需要遵循课程的时序图,即描述课程的进阶关系,从本科直到研究生,同时还可以实行一定的修课限制,如台湾交通大学计算机概论与程式设计和面向对象程式设计两科皆不及格者不得修数据结构与算法概论,若数据结构不及格不能修算法设计课程等。
(2)程序设计类课程用上机程序能力考试来设置合格条件,如台湾交通大学基础程式设计及格条件为通过“程式能力鉴定”,湖南大学则以CCF―CSP软件能力测试作为程序设计课程通过的考核标准。
(3)鼓励学生参与项目、竞赛等课外科技活动,如台湾“清华大学”的综合论文训练是由具有同等水平的项目训练成果或SRT(student research training)计划项目以及其他课外科技活动成果经认定后代替的。