大数据环境下的二元实践教学体系探索

张翔+潘国艳+陈华+高仕春+任杰宇

1.武汉大学水利水电学院，湖北 武汉 430072；

2.水资源安全保障湖北省协同創新中心，武汉大学，湖北 武汉 430072）

摘要：在当前大数据时代，高校教学中应能充分体现时代的变化与需求，将先进理念与技术带头引入实践教学中。本文结合国内外实践教学的特点，依据如今大数据迅速发展的现状，讨论将大数据的优势充分运用到二元实践教学中来，使传统的教学方法发生改变，并更加适应学生的个性化发展，培养实践创新型人才。基于大数据的二元实践教学体系能够打破传统教学体系固有的短板，更加适应时代与社会发展的需要。

关键词：大数据；二元；实践教学体系

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2016）50-0001-03

随着网络信息技术的高速发展，大数据已经对社会的各个领域产生重要影响，并且掀起了新的变革。在大数据的影响下，传统教学模式存在的各类阻碍将被突破——与以往的“被动式”、“填鸭式”教学不同，进入高校学习的大部分学生具有学习自主性、偏好性的特点，同时由于大数据时代知识资源的易得性，来源渠道的多元性，导致传统的教学方式受到极大的冲击与挑战。同时，国内高校教育正日益普及，如何提高教学质量成为高等教育界广泛关注的问题。经过多年的教学实践证明，实践教学环节的质量是培养创新型人才的关键。由于高等学校大多具有学生众多、教育层次多元和学生学习能力差异大等特点，高校实践教学呈现教学资源不平衡、利用效率较低、创新性和针对性不强等问题，迫切需要采用现代化的教学手段，为提高实践教学质量探索新的途径。大数据分析技术的运用为探索以学生为中心的、使学生获取知识、提高能力、掌握学习方法的新的教学方式成为可能。本文基于大数据分析技术，结合笔者提出的“二元实践教学体系”，探索大数据环境下的实践教学体系，创新教学理念、丰富教学内容、改变教学方式，为提高教学质量和复合型、创新型人才培养提供基础。

一、大数据的内涵

大数据是IT界继云计算和物联网之后的又一场技术革命，维克托·迈尔-舍恩伯格是最早洞见大数据时代发展趋势的数据科学家之一，随后学术界、政府机构和工业界等各行各业开始密切关注大数据，大数据也终将引起教育界的新革命。《Nature》和《Science》等就相继出版专刊来探讨大数据带来的机遇和挑战；世界著名管理咨询公司麦肯锡于2011年6月发表了关于大数据的报告，详尽描述和分析了大数据的关键技术和应用环境；2012年初美国奥巴马政府已启动了“大数据发展计划”，将大数据比作“未来的新石油”，对数据的占有和控制将成为国家间和企业间新的争夺焦点，“大数据时代”已经来临。高等教育必须紧跟时代的脚步，高等教育工作者也应该积极把握大数据时代的机遇与挑战，开创新型的教学模式。大数据也可理解为需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。相较于传统的数据，大数据具有4V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。大数据的基本特征具体体现在：（1）要求较高的时效性，对于数据的及时分析与有效分析要求较高；（2）庞大的数据量，数据从TB级别跃升到PB级别；（3）数据价值密度低，因此需要通过合适的算法从中抽取有用的信息；（4）数据类型繁多，要求对数据的分类处理能力较高。

二、大数据处理模式与一般流程

由于大数据有其自身的特性，因此其处理模式与传统的处理数据的理念有所不同。对大数据的处理形式目前主要包括：对静态数据的批量处理，对在线数据的实时处理，以及对图数据的综合处理，而在线数据的实时处理又包括对流式数据的处理和实时交互计算两种。其中，批量数据处理适合大型的相对比较成熟的数据操作，在物联网、云计算、互联网以及车联网中均有应用。大数据的处理流程与一般的数据处理流程相类似，可以定义为：应用合适的工具对大量的、广泛异构的数据源进行抽取和集成，并遵循既定的标准，将得到的结果统一存储，选用数据分析技术分析并存储数据从而获取有价值的知识，并且将这些知识以可视化的方式展示给终端用户。总之，大数据处理的一般流程为数据的抽取与集成、数据存储、数据分析和数据展示。

三、二元实践教学体系

实践教学体系研究是高等教育教学改革研究的重要内容之一，如何应用系统科学的理论和方法，通过整体设计，对实践教学的各个要素进行组合优化，形成结构和功能最有效的实践教学系统，成为实践教学体系研究的热点问题。实践教学体系根据内容和范围，可分为广义实践教学体系和狭义实践教学体系。广义实践教学体系一般包括实践教学目标的设定、实践教学内容与范围的划定、实践教学过程的管理和实践教学条件的保障等要素，是由实践教学活动的各要素构成的有机联系整体，具有指导作用。狭义实践教学体系则指围绕专业人才培养目标，在制定教学计划时，通过合理设置课程数量和类型，合理配置实验、实习、实训、课程设计、毕业设计、创新制作、社会实践等各实践教学环节，建立与理论教学体系相辅相成的具体的实践教学内容体系。广义实践教学体系和狭义实践教学体系均包括软件和硬件两个方面。软件方面是指为适应课堂理论教学和学生动手能力、创造能力培养而制定的相对完善的实践性教学计划或方案、实习指导书、实验室管理规章制度等。硬件方面是指为完成实践性教学计划而配套的实习场所、仪器设备、实验装置、生产工艺流程、实验材料和相关辅助设施等，包括教学实验室、科研实验室、野外实习地区等。文献采用系统论和逻辑分析的方法，研究了实践教学的系统性与系列性，提出了由相关实践教学子系统和独立实践教学子系统组成的“二元实践教学体系”，该体系包括相关实践教学子系统和独立实践教学子系统两个子系统。相关实践教学子系统以上机实践、课程实验、课程设计、实习、毕业设计等与理论教学紧密结合的环节构成；独立实践教学子系统则由小组讨论与案例教学、竞赛（如全国水利设计大赛等）、结合科研项目独立设计实验方案和提供多实习方案等多种创新性和设计性实践教学方式组成。“二元实践教学体系”中的相关实践教学子系统的教学内容一般在理论教学之后进行，作为对理论教学内容的实践和探索，加深对理论教学内容的理解和掌握，与理论教学关系紧密相关；独立实践教学子系统具有独立性、多选择性、多方案等特点，独立实践教学子系统的教学内容和方式不局限于理论教学的内容，更注重培养学生独立思考、团队合作、综合运用知识和创新研究的能力。“二元实践教学体系”充分体现了实践教学的系统性、系列性和独立性，加深了对实践教学体系的内在结构、各环节的内在联系和如何发挥实践教学在培养学生创新创业能力中的作用等问题的认识。研究表明，在实践教学过程中，相关实践教学子系统和独立实践教学子系统存在交叉和互补，不是两个相互独立的子系统，两者是相辅相成的。相关实践教学子系统和独立实践教学子系统是实践教学体系的重要组成部分，相关实践教学子系统和独立实践教学子系统的有机结合，对改革现有实践教学体系，提高实践教学质量具有重要的理论和实际意义。例如，在课程设计中引入讨论课和案例教学，能够充分发挥学生的主观能动性和团队合作精神，既达到通过课程设计扩展对已有理论的实际应用训练的目的，又能加深对理论教学的理解，达到培养学生创新创业能力的目的；另外，还可以根据“二元实践教学体系”，对毕业设计从时间、内容、形式等多方面进行改革，提高毕业设计的深度和广度。

四、基于大数据的二元实践教学体系实例

從以上论述可知，大数据的应用，可以帮助教学工作者快速、准确和全面地发现问题、解决问题，更好地为教学服务。“二元实践教学体系”更注重理论与实践的结合、教学与科研的结合，更强调学生学习上的差异性，对在实践教学过程中如何根据学生的学习特点，有目的性和针对性地设置不同的实践教学内容，提出了更高的要求，大数据则为“二元实践教学体系”提供了方法支撑。大数据分析在教学领域中的应用表明，通过广泛收集每个学生的学习特点和需求，采用数据分析技术分析获取关于学生学习特点的有价值的信息，并及时反馈给教师，形成针对性强的实践教学内容。本文结合《工程水文学》课程，具体探讨大数据分析在实践教学中的应用。《工程水文学》在武汉大学本科教学中已有近60年历史，在继承优良传统的基础上，在二元实践教学新体系的理论指导和大数据的环境背景下，应用先进的信息化技术，建设《工程水文学》精品资源共享课，该课程于2013年获批国家精品资源共享课程建设资助，2016年建设成果通过了验收审核，正式获得国家精品资源共享课程称号。课程建设在教学模式和方法手段方面具有创新性，对推动教学资源开放共享、提高教学质量、拓展实践教学、推广网络在线教育具有重要意义，课程关系见图1。基于大数据分析的《工程水文学》二元实践教学体系的构建主要包括两个方面，一是通过大数据可以收集学生的学习习惯和偏好性等信息；另一方面通过对数据的分析，改革教学方法，针对不同的学生制定不同的培养目标，给予不同的引导。以学生为本，根据学生自身的特性和特长，培养适应不同需要的人才。最后，通过因材施教的反馈，再不断地改进方法，教学相长。

五、结论

教学是一个教师与学生互动、相长的过程，需要激发学生积极参与的热情，才能取得良好的教学效果和教学质量。本文基于大数据理论和分析技术，通过教学实践，在广泛征询学生对实践教学新体系的意见和建议的基础上，提出了大数据环境下的“二元实践教学体系”，是对过去“二元实践教学体系”的进一步发展和完善。实际分析表明，在大数据理论与分析技术的支撑下，“二元实践教学体系”更能有针对性地满足学生对实践教学的需求，而更开放、更灵活的科研与教学相结合的实践教学模式为提高实践教学质量提供了新的途径。

参考文献：

[1]程学旗，靳小龙，王元卓，郭嘉丰，张铁赢，李国杰.大数据系统和分析技术综述[J].软件学报，2014，25（9）：1889-1908.

[2]维克托·迈尔·舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.

[3]郭鑫.大数据教学资源共享系统的研究[J].电脑知识与技术，2014，10（3）：446-447.

[4]李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域[J].中国科学院院刊，2012，27（6）：647-657.

[5]王元卓，靳小龙，程学旗.网络大数据：现状与展望[J].计算机学报，2013，36（6）：1125-1138.

[6]张超，盛绍顶，汪晓华.浅谈大数据在高校教学中的应用[J].安徽化工，2015，41（2）：97-99.

[7]黄晋.关于大数据人才培养的思考与探索[J].教育教学论坛，2014，（45）：201-203.

[8]徐玮.大数据对高等教育的影响和挑战[J].教育教学论坛，2013，（37）：4-5.

[9]屈莉莉，陈燕.大数据背景下数据挖掘课程的教学改革与探索[J].教育教学论坛，2014，（16）：57-58.

[10]袁露，肖志勇，王映龙.论大数据的现状及其发展研究[J].教育教学论坛，2014，（44）：86-87.

[11]冯惠敏，胡勇华.教育质量与教育创新[M].兰州大学出版社，2008：163-167.

[12]王壮，王瑟，周宏仓，高桂枝，刘艺文.大数据时代环境科学与工程教学的机遇与挑战[J].就教育与教学研究，2015，29（3）：85-87.