“走近大数据”新生研讨课设计
来源:用户上传
作者:董满才 柴远波 黄春梅
摘要：目前大数据正在渗透到国计民生、企业发展、装备制造、社会公共管理与服务的方方面面。为了使高校新生尽快了解大数据、热爱大数据，文章提供了“走近大数据”新生研讨课设计案例，阐述了新生研讨课的教学方法和教学模式，分析了所取得的教學经验。
关键词：高校新生;研讨课;教学模式
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2020）14-0336-02
新工科理念已在全国高校教育中推广落实。根据新工科的人才培养理念[1-3]，要求高校工科专业的教学内容与教学方法应紧跟时代发展，紧贴社会需求及时进行更新与变化。当前，大数据处理与应用技术正蓬勃发展，已成为全球的核心热点，在数据处理理论、技术、模式等方面带来了新一轮创新动力，推动数据科学的迅速发展。如何激发大学新生对大数据的兴趣，我校探索开设了“走近大数据”新生研讨课。
一、教学目标
“走近大数据”新生研讨课是以激发大学新生对大数据技术的兴趣、使其初步了解大数据的主要用途、基本内容、基本技术和方法，培养学生的数据思维能力为目的的课程。课程性质是一门以学生为中心、教师为主导，教学内容紧扣当前大数据应用的热点，以案例研讨为主要形式的课程。教学设计中注重激励学生主动学习，主动思考、自我寻找需要解决的现实问题，并提出解决问题的设想，把学生由知识的被动接受者转变为应用知识解决现实问题的主动探究者。
“走近大数据”课程的具体目标是：（1）让学生了解大数据在当前和未来社会中的重要地位与作用;（2）掌握大数据概念的基本内涵、基本分析方法及其原理;（3）了解大数据与云计算、物联网、人工智能、智慧城市等之间的关系;（4）培养学生的数据思维能力，使其养成用数据来分析问题、说明问题的良好习惯。
二、教学方法和模式
本课程采用基础知识由教师讲解，学生按照教师的要求搜集案例并写出分析报告，进行课堂研讨的教学方式。要求每个学生都要完成至少一个案例的搜集和分析工作，并在课堂上进行讲解。学生需要通过课后查找资料、进行综合分析，提出案例所用到的大数据知识、数据分析方法以及案例的成败、原因，提出可以改进的地方。通过这种方式教学，使学生提出问题和分析问题的能力得到锻炼，增强和提升学生重视数据、运用数据说明问题的意识和能力，开阔学生的眼界。另外，通过学生的课堂案例讲解和讨论锻炼学生的表达能力，活跃学生的思维。对于每个案例在学生充分讨论后，教师给以综合点评，启发学生积极思考，掌握正确的大数据的概念内涵，并能了解、运用大数据的基本要求和条件。
通过“案例+研讨”的教学模式，可以培养学生多方面的能力，包括搜集资料、分析资料的能力，提出问题与分析问题的能力，数据思维能力，以及团队合作的精神和准确表达与有效交流沟通的技能等，为将来从事创新创业打下基础。
三、教学设计的主要思路
研讨课主要以探索和研究为教学方向，强调师生间互动和学生的自主学习。课堂上主要采用启发式、讨论式、互动式教学方法。教师是组织者、指导者和参与者，学生是研讨、交流的主体。
本课程面向的是新生，他们普遍对大数据缺乏认识。要想较好地开展课堂研讨与交流，需要向他们讲授基础知识。对于每一个专题，研讨之前教师都要进行基础知识的讲授，使学生具备案例搜集、分析和研讨交流的基本条件。
课堂讨论的案例都由学生课后准备。为培养学生的团队合作精神，将全班分为三个小组，每个案例分析由小组共同完成。根据教师的要求，每个小组每堂课都要准备一个案例，并从本组推选一人在课堂讲解。
在讨论交流过程中，教师注重把握讨论的方向和节奏，激发每个学生参与讨论的积极性，对于不同观点既允许保留，也要及时给予正确指导，充分体现以“学生为主体，教师为主导”的先进教学理念。
在成绩的评定中以个人表现为主，还要考虑每个小组的表现，这样可以鼓励学生进行团队合作，增强集体荣誉感，也有助于学生树立竞争意识，激发学生学习的积极性。
四、主要教学内容与课时安排
本次研讨课，每周安排两个学时，共计18个学时。
1.初识大数据：大数据的基本特征（2个学时）。内容：大数据的定义、概念、基本特征与价值。以教师讲解为主。重点介绍大数据定义、作用价值等;学生根据教师讲解进行提问和讨论。教师讲解1个学时，回答学生问题、课堂讨论1个学时。
2.感受大数据的威力：大数据应用案例分析（2个学时）。每个小组课前准备一个运用大数据的成功案例，并通过案例，分析大数据对社会和人们生活带来的影响。主要内容：（1）案例的来源;（2）所使用的数据类型及来源;（3）自己获得的启示。（下同）
3.无线精彩在云端：大数据与云计算（2个学时）。教师讲解1个学时。主要内容：云计算的基本概念、云计算的优越性、云计算与大数据处理之间的关系。案例讨论1个学时。学生根据课前准备，每个小组提供一个云计算成功案例展开讨论。
4.数据掘金：大数据与数据挖掘（2个学时）。教师讲解1个学时。主要内容：数据挖掘的基本概念和方法;聚类分析方法、分类与预测技术、数据关联分析技术的一般原理和主要功能。案例讨论1个学时。每个小组根据课前准备提供一个有关数据挖掘的成功案例。结合案例进行讨论。讨论题目：为什么要物以类聚，人以群分。
5.架起现实与科学的桥梁：大数据与数学建模及优化技术（2个学时）。教师讲解0.5个学时。主要内容：数学建模与优化的基本原理和方法，课堂讨论1.5个学时。讨论题目：怎样理解。讨论：马克思为什么说：“一种科学，只有在成功地运用数学时，才算达到了真正完善的地步。”
6.助力城市发展。大数据与智慧城市（2个学时）。教师讲解0.5个学时。主要内容：大数据在城市管理中的应用。课堂讨论1.5个学时。讨论题目：城市生活怎样才能更便利。讨论：大数据在智慧交通、智慧社区建设中的应用;每个小组课前准备一个智慧城市方面的案例。 7.攻克疑难杂症的新希望：大数据与智慧医疗（2个学时）。教师讲解0.5个学时。主要内容：大数据在医疗方面的应用。课堂讨论1.5个学时。讨论题目：大数据对中医发展和癌症治疗带来的新希望;每个小组准备一个大数据在医疗方面应用的案例，进行课堂交流。
8.数据财富，大数据的商业价值（2个学时）。教师讲解0.5个学时。主要内容：大数据在商业中的应用。课堂讨论1.5个学时。重点讨论：大数据在广告业、保险业中的应用;每个小组准备一个大数据在商业方面的案例，进行课堂交流。
9.学习总结与评价（2个学时）。要求每个学生课前写出自己对大数据的认识和本人学习本课程的收获体会，并逐个发言，全班进行讨论。发言教师根据每个学生的总结进行讲评，并结合平时表现给出成绩。
五、所取得的主要教学经验
通过本课程，取得了搞好新生研讨课的成功经验，总结如下。
1.必要知识的讲解是开展好课堂讨论的基础。大学生对于大数据缺乏认识。在讨论之前进行必要的知识讲解，有助于他们开阔眼界，打开思路，提高学习的兴趣，为进一步的案例分析和讨论打下良好的基础。
2.让学生深度参与，较好地体现了研讨课以学生为主体的教学理念。让学生课外自己搜集案例，并进行分析，提出自己的见解和看法，并在课堂上发言。锻炼了他们针对教学要求搜集案例、分析案例的能力，还锻炼了他们在公开场合的表达和交流沟通能力。
3.开放式的教学，构建融洽的师生关系，有助于活跃研讨氛围。研討的具体案例是开放式的，由学生利用图书馆、网络等工具自己寻找。课堂上采用开放式教学方式，学生和教师平等交流，一起讨论学习，构建融洽的师生关系，学生和教师之间不仅是师生还是朋友，使课堂氛围比较活跃。
4.实施有效的评价和分组的方式，发挥了合作学习的作用。在研讨课中，采用以小组为单位合作准备案例的方式。在案例准备过程中，小组成员协作完成学习任务;形成共同的意见和看法。小组成员不仅要努力达到个人目标，而且要努力为本小组争取好的成绩。这样对学生培养团队意识和合作精神有积极作用。
参考文献：
[1]刘卫东，熊杨，张丹平.基于过程要素模型的新工科专业建设质量分析与评价[J].高等工程教育研究，2019，（1）.
[2]唐静静，齐文丽，徐雪萌.新工科背景下课程教学改革现状分析与启示[J].高教学刊，2019，（13）.
]3]任玉琢，徐利梅，谢晓梅，等.面向新工科的本科专业培养方案及创新课程设计与实践]J].高等工程教育研究，2019，（3）.
Abstract：Big data is infiltrating into all aspects of national economy and people's livelihood，enterprise development，equipment manufacturing，social public management and service.In order to make college freshmen understand big data and love big data as soon as possible，this paper provides a case study of "Approaching Big Data" freshmen，expounds the teaching methods and teaching modes that freshmen can discuss，and analyzes the teaching experience gained.
Key words：college freshmen;study class;teaching mode
转载注明来源:https://www.xzbu.com/9/view-15191394.htm
