极课大数据精选(九篇)
前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的极课大数据主题范文，仅供参考，欢迎阅读并收藏。
第1篇：极课大数据范文
【关键词】信息技术；信息素养；大数据；课程评价
一、当前信息技术教学评价存在的主要问题
信息技术学科是一门技术应用学科，它有着很强的自身特点：应用领域广泛、学科涉及知识面宽。我们不应该把信息技术学科仅仅局限于学习计算机的知识和操作上，要把计算机作为一种获取信息、处理信息的工具，培养学生获取信息、处理信息、应用信息的能力。信息技术学科评价必须注重学生信息情感、信息道德修养、信息科学技术常识和信息能力获取等方面的全面评价，信息技术评价应有助于学生信息素质的全面提升。
现阶段因为信息技术课程在学校的教学中并不能占到主体地位，没有受到学校的足够重视，学校对学生的学习要求也并不高，很多学校仅仅是因为要求要开而开，很多信息技术老师除了担任课堂教学外还要担任更大量的机器维护、网络管理、摄影摄像等工作，在此种环境下我们的信息技术教学评价中存在很多问题需要改善。
1.重教轻评。在课堂教学中重视知识的传授，技能的培养而忽视了教学中评价的作用，甚至很多课堂教学中就没有评价的环节出现。
2.有评无思。很多信息技术教师虽然在课堂教学中出现了评价的环节，但仅仅是将学生的作品简单地展示一下，并没能挖掘评价的深层目的，不能使评价有效辅助教学激发学生学习兴趣。
3.评价主体单一。只进行单向的教师评价学生的模式，没有生生互评、自我评价等角度。使得教师成了评价学生学习状况的唯一判定者。导致课堂上学生缺乏参与的积极性，激发不起学生的好奇心和挑战欲，不能引导学生提出问题，学生主体性的体现极为不足。
4.评价内容单一。评价多注重知识的掌握情况，忽视对学生的能力培养，不关心学生的情感培养。传统的测验方式也只能考察学生的基本知识和技能掌握，不能评价学生的学习过程，不利于学生的个性品质发展和创新能力的提高。
5.评价功能单一。评价以检测、考核为目的，旨在选拔和甄别，忽视了评价的激励、反馈、诊断、导向等功能，这样无法激起学生的学习兴趣，大大降低了学生的学习积极性。
6.评价标准单一。以考试分数、名次为唯一的评价标准，而忽视学生个体的内差，缺乏动态的评价标准。考试成绩好的，不管其能力如何，是进步还是退步了，都能得到比较高的评价；成绩较差的学生，既使实际发展水平并不太低，有很大进步，也只能得到否定性的负面评价，这很容易打击学生的学习积极性，不利于学生的健康发展。
二、目前研究采用的一些评价模式的优劣分析
我们很多的老师、研究者发现了这其中存在的问题，于是就信息技术课程的评价进行了深入的研究，也提出了很多有益的方法，如多元评价法、表现性评价法等等。
1.多元评价法：以学生为中心，为促进学生全面发展，学生评价应该也是多方面多角度的评价，多元评价要做到（1）评价主体多元化。主要体现在：参与学生学习评价活动的人除了授课教师外，还可以包括学生群体、班级管理人员、学生家长、和学生自身等。（2）评价内容多维化。每个人都各有所长，不能单独从一个方面去评价学生技能的高低，而应综合各方面内容对学生进行综合评价。（3）评价方法多样化。依据评价主体不同，可采用自我评价和他人评价.自我评价是学习者按照一定的评价目的与标准量表，对学生自身的学习、工作、品德等方面的表现进行价值判断；他评是指学习者以外的人所进行的评价。自我评价能充分调动学生学习积极性，而他人评价可信度比较高，具有一定的权威性。
高中信息技术课程多元评价体系有助于学生良好的学习习惯的养成，增强学生对基础知识、日常操作技能、自主创新能力、综合实践探究能力的培养，同时也有利于同学之间协同合作意识的培养，还有利于积累学生日常的过程性资料。
多元评价法在实施过程中也存在一些问题：（1）与传统评价相比，多元评价法相应的操作复杂，表现在操作过程中需要硬件（网络机房）和软件（动态网页）的支持，对教师要求也较高。另外课堂时间本来就有限，还要展开多种评价方式，学生填写评价量表耗时多，影响了部分同学学习。（2）有时学生在开展自评、互评时，把握的尺度或态度不公正，常常根据个人对被评人的喜恶而不是作品的情况做出评价，对评价的准确性会有一定的影响。（3）如何使学生的活动更有效、节时，提高指导教师指导水平，改善学生活动的软硬件条件，也是值得探讨研究的。
2.表现性评价法：有时又称作“非传统评价”或“真实性评价”，它是针对学习者在学习过程中的表现而进行的质性评价方法。与传统的纸笔测验或标准化测验相比，它更为系统、全面、真实。美国教育评定技术处（The U.S.Office of Technology Assessment，1992）将表现性评价界定为“通过学生自己给出的问题答案和展示的作品来判断学生所获得的知识和技能”。
在学校的教育背景下，表现性评价则是指通过观察学生在参与和完成真实性任务情境时的表现，来评价学生取得的发展成就。表现性评价强调学生的学习过程，注重过程中学生表现出来的创新能力、协作能力、实践能力以及情感、态度、价值观等的发展情况。
表现性评价的优点：（1）能评估技能性学习目标，并能评价学习成果的复杂性。表现性评价借助表现性评价任务，测评学生在完成任务的过程中，表现出来的技能熟练程度和知识的综合运用程度。表现性评价注重过程，强调学生运用技能解决问题的能力，这样更客观，更真实。（2）提高学生的学习动机，激发学生主动学习的积极性。表现性评价强调多主体的参与，采用教师评价、小组互评、学生自评相结合的方式。通过评价发现学生在学习过程中的不足并去指导，注重学生自己参与评价，引导学生正确客观的进行自我评价，能够通过评价的过程正确认识自己的不足，也能总结自己的收获，体验到成功的喜悦。激发学生的学习兴趣，促使学生在后续的学习中有的放矢，更加积极主动。
表现性评价的不足之处：首先表现性评价的信度较低，这与表现性评价量表的设置和测评者的水平有关，量表中每项评价指标的标准等级都应是明确的，合理的，但在具体描述过程中很难做到这一点。再者，表现性评价的实施跟标准化测验相比，要费时费力。因为表现性评价包括诸多环节，从课程内容分析，到制订表现性评价任务，设置评价量表，到每个学生的测评打分，结果的统计分析，都需要花费大量的时间和精力。最后表现性评价的任务设置，标准制订，评价结果的反馈等方面也做不到非常的及时准确，尤其是对量表效度、信度的测评方面，还没有非常专业的标准可循。
三、大数据时代对我们信息技术教学评价的影响
大数据作为当今最热门的关键词已在各行各业中掀起变革的巨浪，在教育领域中同样蕴藏着具有应用价值的海量数据。荷兰著名的行为观察软件商NOLDUS公司的研究表明在一节40分钟的普通中学课堂里一个学生所产生的全息数据约有5-6GB，而其中可归类标签并且进行分析的量化数据约有50-60MB，这相当于在传统数据领域中积累5万年的数据量总和。那么如何有效挖掘分析和利用这些数据来更好地改进教学呢。
首先我们需要解决的就是如何获取学生在课堂中的学习数据，按照传统教学方式我们能通过建立电子档案袋的方式进行小部分数据的收集，不能做到对学生全数据的收集和分析，我们可以考虑改变我们的教学方式，如翻转课堂、慕课、微课等形式，将课程内容先放在学习网站上，同学登录学习，我们就可通过后台获取学生学习过程的数据，如登录时间、登录次数、在线时长，某个知识点的在线时长，还可记录学习过程中的学习成果等等，学生关于学习行为的各种数据都将被自动留存。
当我们拥有了大量学生的原始学习数据后，我们可利用学习分析技术进行数据分析，这对于不同人员如学生、教师、管理人员、研究人员以及技术开发人员均有意义。
1.对于学生而言，在自主学习方面，网络将跟踪学生的整个学习过程，从中了解学生的学习方法和学习习惯，了解学生的个性、兴趣、爱好，从而获取相关数据，帮助学生了解自己的学习成果，更好地进行自主学习，学生也可以在在线学习网上进行自我评价、对同学进行互评，这些数据都将被记录下来，作为我们对学生评价的一部分。
2.对于教师和管理人员而言，可监控学生的学习过程，相关数据将便于老师了解学生的学习能力、认知能力，及时改进教学方法，使教学更加有针对性。并提供更为深入的教学分析，以便教师在数据分析基础上为学生提供更有针对性的教学干预。
3.对于研究人员而言，可作为研究学生个性化学习的工具和研究网络学习过程和效用的工具。
4.对于技术开发人员而言，借助分析可发现学习管理系统各模块使用频次以及使用路径，优化学习管理系统界面设计，并且根据其他人员开展学习分析的需要优化学习管理系统日志功能。
获取到的数据越多，我们可以得到的分析数据也越多，我们不仅可以评价学生在一个知识点上的学习情况，而且能监测到整个学习过程，很清楚地了解到学生成长的变化。
总而言之，通过大数据进行学习分析能够为每一位学生都创设一个量身定做的学习环境和个性化的课程，这不仅是针对信息技术课程，对任何课程都是有效的，还能创建一个早期预警系统以便发现学生学习过程中潜在的问题，为学生的长期学习提供一个富有挑战性而非逐渐厌倦的学习计划。我们相信未来的学习将是大数据驱动的新时代。我们应该积极迎接这个新时代，通过大数据来分析学习，进一步改善教学的方式与方法，进一步促进学生学习能力的提升。
参考文献
[1]信息技术的教学评价方式.郝海波.考试周刊，2012年第9期
[2]学习分析技术：挖掘大数据时代下教育数据的价值.魏顺平.现代教育技术，2013年第2期
[3]教育如何玩转大数据.易鑫.中国教育报，2014年3月24日
[4]多元评价法在高中信息技术教学中的应用研究.彭勇
第2篇：极课大数据范文
关键词：统计学课程 教学模式 课程改革
中图分类号：G642 文献标识码：A 文章编号：1672-3791（2013）07（c）-0177-02
在社会经济的发展过程中，信息和数据扮演着越来越重要的作用，特别随着“大数据”时代的到来，如何利用数据做出快速、准确的决策成为全球各国及企业所共同关注的重点。《统计学》是一门理论性很强的方法论课程，能从大量的数据中挖掘出有用的信息，为我们进行决策提供相应的理论支持和方法指导。与此同时，经济管理类的本科生，在学习过程中及后续的工作过程中，也将与许多数据打交道，如生产数据、销售数据、财务数据等，如何正确的收集数据、整理数据、分析数据，成为在“大数据”时代背景下企业对人才的新需求。统计学具有较强的综合性、理论性和实践性，其最终的教学目的是使学生能在复杂的社会经济环境中，能熟练运用统计工具与相关知识来分析和解决实际问题，从本质上提升学生的研究素养和综合素质。因而统计学课程的开设，既能加深学生对经济理论的认识和了解，又能将经济学、统计学和数学模型相结合，运用实际的数据来对现实经济问题进行分析和研究。
1 统计学课程教学中的问题分析
目前统计学或统计学课程的建设中还存在着不少问题，有许多需要进一步完善的地方，许多学者从不同角度都提出了自己的观点。如吴启富（2012）分析了我国统计学课程建设的发展历程，指出目前课程中存在的重方法操作，轻视统计思想、教育“傻瓜化”、课程内容划分不清等问题[1]；孙静（2011）对统计学教材所存在的难易差别不大、区分度不高、统计方法阐述混乱等问题进行了总结[2]。作为一名统计学的专业课一线教师，结合自身近8年的教学经历，笔者认为统计学的教学模式主要有以下几个方面的问题。
（1）教学目标单一，针对性不强。
目前的统计学教学中，教学目标大多集中在对统计分析相关的理论和方法原理的掌握，要求学生根据给定的数据能计算出相应的统计指标。但数据如何取得？数据的实适用性如何？数据与方法是否匹配？方法与问题是否匹配等重要问题并不做要求。统计工作是一个从发现问题开始，通过相关数据的收集、整理、分析的一个完整的工作流程，因此在单一的教学目标后，学生对无法了解整个统计工作的框架和脉络。
（2）教学内容理论性太强，学生学习兴趣不高。
目前的统计学教学中一般采用的是理论的教学模式，教师依托教材，对与统计学相关理论和方法逐一进行介绍，对涉及到的公式和定理进行推导。这样的教学模式下，学生容易对课程产生抵触心理，经济管理类的学生是文理兼收的，特别是许多文科生源的学生数学基础较差，看着满篇的数学公式，学生往往把简单的统计学与数学划等号，在没上课前就对课程产生抵触情绪、畏惧心理，厌学情绪滋生，学习兴趣较低，导致最后教学效果不理想。
（3）忽略对统计相关软件的教学。
统计理论和方法很重要，但要真正用统计作为一个工具来解决实际问题，单凭会动笔计算相关的统计指标是不够的。特别在实际生活中，与问题相关的数据成百上千，通过手动计算是不可能完成的。目前许多统计学的教学过程中，教师仅讲理论、讲方法，而如何操作相关的统计软件却没有或很少涉及，最后造成同学们进行统计调查和研究中，学生可能对实际公式的推导了然于心，但碰到实际问题常常面临无从下手的窘境，或者有的同学是利用手算的形式来计算相关的频数、平均数等统计指标。这种现象在信息技术高速发展的今天是难以想象，却真实存在的，因此必须加强统计学的操作性教学。
在目前的统计学教学中以上的问题可以归纳理论与应用的脱节，课程教学注重对理论的介绍，而忽略了对实际应用的教学，学生很难真正做到学以致用。因此对统计学课程的教学模式应该寻求新的改革方向，力求将理论和实践相结合，在提高学生的理论水平的同时，更要重点培养学生的实践能力和创新精神[3、4]。
2 四个层次《统计学》教学体系的构建
针对目前传统教学中理论与应用脱节的实际问题，依据当前对本科生培养的教学各环节标准和教学管理工作规范，结合经济管理类学生的实际需求和特点，对素质教学背景下教学过程中提出“理论-实践”相结合的教学模式。即将传统的理论教学扩展为理论与实践相结合的教学模式，以学生为主体，以问题和情景引导学生思考并产生兴趣，进而掌握分析问题与解决问题技能，形成“理论教学案例教学实验教学实践教学”多层次、多模块的“理论-实践”相结合的教学体系。
（1）理论学习不放松，但应与应用相结合。
在教学过程中，理论教学和应用教学不是截然分开的，而是相辅相成，互为支撑的。“重理论轻应用”或“重应用轻理论”的教学模式都是不可取得。如前所述重理论轻应用会存在学生学习兴趣不高的现象，但如果“轻理论重实践”则走向另一个极端，也会出现一系列问题，如学生往往将分析问题不假思索便意套用理论模型，而忽视对模型的适用背景和适用条件进行分析，往往会导致得出错误的结论。因此，在教学中应该采取“理论-实践并重”的教学模式，理论和应用必须“两手抓”，将理论知识与实际应用有机的结合起来，讲解理论知识点时介绍相关的统计软件的操作，在统计软件应用中，时刻考量方法的适用性及与问题的匹配度，利用正确的统计知识来解决实际问题。
（2）引入案例教学提升学习兴趣。
避免传统教学中单纯数学公式推导的枯燥无味，在教学中针对经济管理类学生，在理论的介绍中，穿插与学生专业相近的案例进行分析和讲解，有助于加深学生对理论的理解，并能进一步激发学生学习的兴趣，提高学生学习的主观能动性。
（3）加强实验教学夯实教学效果。
建议在教学中增加实验课程的学习，利用实验课指导学生重点学习一个统计应用软件（如SPSS、Eviews、Excel等）的学习，掌握有关计算软件的操作技能。实验教学的引入即可以使学生加强对基本理论的理解，更能提高学生对统计学的学习兴趣，为学生进一步自行研究以及解决实际问题提供技术支持。
（4）引入实践教学激发学生的创新意识。
以学生兴趣为出发点，鼓励学生在老师的指导下积极参加调查实践活动，开展学生的自主研究。学生通过自主寻找感兴趣的研究问题，自行设计调查问卷，并通过数据收集、整理和分析，以及最终研究报告的撰写等基本研究步骤，实现对实际问题的分析和解决，切实的提高学生对实际问题的分析能力、研究能力和动手能力。
3 结论
通过对传统《统计学》课程教学过程中所存在问题的分析，本文提出一个“理论教学案例教学实验教学实践教学”多层次、多模块的“理论-实践”相结合的教学体系。在这样的教学体系下有利于解决传统教学中课程内容针对性不强的问题、解决纯理论教学，学生学习兴趣不高，教学效果不理想的问题、解决传统统计学教学中理论与应用脱节的问题，切实的夯实学生的理论基础的同时，努力提升学生的对实际问题的分析能力、解决能力，培养学生独立研究的科学素养和能力，为同学们今后完成毕业论文的撰写打下坚实的基础，为求职就业增加获胜的砝码。
参考文献
[1]吴启富.中国统计学课程建设发展前沿及存在问题[J].统计与决策，2012（3）：48-50.
[2]孙静.统计学教材问题与教学改革探讨[J].统计与咨询，2012（4）：41.
第3篇：极课大数据范文
【关键词】 IP DWDM WDM OTU
传输网络作为业务承载网，本身不产生经济效益，无法进行精确的经济性分析。但是对不同技术的工程造价进行对比，可以作为网络演讲的重要参考。
城域网中数据设备互联可选择裸光纤直连或WDM系统承载两种方案，在系统性能、网络安全、保护倒换等各方面各有优劣，在此不再展开，下面将从经济性方面对这两种方案进行比较。
因为目前路由器光纤直联方案中常用的高速、长距POS板价格较高，而短距POS板和GE板价格相对要低得多，为降低成本考虑用波分承载数据业务代替光纤直连，将同速率短距板或低速短距板替代光纤直连时高速、长距板。具体方式为：用同速率短距POS板+OTU+WDM互连的方式替代原有长距POS板互联方式；用低速短距板经T-Mux复用到原有速率+WDM互联的方式替代原有长距POS板互联方式。
相关设备对应单价表如表1所示。
由于利用波分系统承载数据业务可节约线路部分的成本，而线路成本又同线路长度密切相关，线路越长，采用波分系统可降低更多成本。下面分别比较线路长度为定长30km以及线路长度变化时，单波道速率为10G、2.5G时路由器光纤直联的系统造价和用短距、低速数据板叠加DWDM系统的造价。简单起见，其中波分系统造价均按照点到点无保护波分系统估算，包括两端节点设备和线路成本，DWDM设备按40波系统成本估算。
线路长度固定（30km）时系统造价分析，如图1。
2.5G点到点系统造价比较（单位万元），如表2所示。
2.5G点到点系统造价。
按前述表格中设备单价估算，用2.5G DWDM系统承载GE链路造价优势已经比较明显。若不使用光放大器，相邻路由器间需求大于2条2.5G链路时，用GE板经T-Mux复用到2.5G速率+WDM互连成本低于长距2.5G POS光纤直连成本。若需使用光放大器，相邻路由器间需求大于3条2.5G链路时，用低速板经T-Mux复用到2.5G速率+WDM互连成本低于长距2.5G POS光纤直连成本。
同2.5G系统相比，由于10G长距POS板、短距POS板、GE板之间的价格差增加，用10G DWDM系统承载GE链路造价优势比2.5G DWDM系统更加明显。
线路长度变化时系统造价分析，如图2所示。
造价分析小结
通过上述比较可以发现，用DWDM承载城域网能够在降低网络成本的同时，为数据业务提供电信级的保护，并且能够提供光层的监控功能，提高网络的可扩展性。
由于当路由器间用光纤直联时需采用双路由上联方式对数据业务进行保护，导致网络中配置了大量额外的保护端口，增加了网络的建设成本。如采用有线路保护的波分系统承载数据业务，可考虑适当减少用于保护的数据端口，从而进一步降低网络建设成本（线路保护单元的成本较低）。
第4篇：极课大数据范文
【关键词】大数据；科技期刊；数字化
2014年8月18日，中央全面深化改革领导小组第四次会议审议通过了《关于推动传统媒体和新兴媒体融合发展的指导意见》，对新形势下如何推动媒体融合发展提出了明确要求，强调要“推动媒体融合发展，强化互联网思维，将技术建设和内容建设摆在同等重要的位置，积极运用大数据、云计算等新技术，发展移动客户端、手机网站等新应用新业态，不断提高技术研发水平，以新技术引领媒体融合发展、驱动媒体转型升级。” 从西方到东方，从硅谷到北京，大数据的概念正被不断地传播与推广，大数据无疑已成为新技术与和产业聚焦的热点。因此，顺应时代形式、力求创新发展无疑是科技期刊的必行之路，以大数据等新兴技术为契机，加快推进科技期刊数字化建设乃是大势所趋。
1 大数据与数字化出版
1.1 大数据
1.1.1 大数据的发展历程
“大数据”一词首次被提出是在2011年有关机构的研究报告――《大数据：创新、竞争和生产力的下一个新领驭》之中。这份报告研究了数据和文档的状态，同时分析了处理这些数据能够释放出的潜在价值。此后，IBM、甲骨文、EMC、SAP等全球IT巨头纷纷把长期部署的海量数据设备、数据分析、商务智能等硬件、软件与服务以“大数据”这一概念推向战略前沿。大数据发展历程如表1所示。
1.1.2 大数据的涵义
大数据（Big Data）又称为巨量资料或海量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为对企业经营决策具有较高参考价值的咨询。大数据具有4V特点，分别是海量化（Volume）、多样化（Variety）、快速化（Velocity）、和价值化（Value）。这些特点预示着大数据将改变目前“IT”架构，将信息界变革的重点由“T（技术）”转向“I（信息）”，以形态多样且富有价值的数据为主体，借助一定的技术，分析得出大量额外的有价值信息和数据关系，帮助指导人们优化自身的决策和行为方式。
1.2 数字化出版
2010年新闻出版总署下发《关于加快我国数字出版产业发展的若干意见》，将数字化出版定义为：“利用数字技术进行内容编辑加工，并用网络传播数字内容产品的一种新型出版方式”。数字出版是一种全新的技术和文化形式，策划、组稿、审稿、编辑加工、出版、发行等各个环节都应在网上完成，是融语义信息、听觉信息、视觉信息、行为信息、符号信息于一体，突破时空、学科、语言的限制，将期刊带入一个超立体空间和多维的环境。数字出版包括了三层递进的含义，基本上反映了学术期刊数字化出版从低到高的演进过程，见图1。
2 大数据时代科技期刊面临的机遇与挑战
2.1 大数据时代科技期刊面临的机遇
2.1.1 有助于期刊出版模式多元
当前，虽然科技期刊数字出版已开发打造，但所提供的资源形态一般仅为文字或者图片，相对较为单一，同时也尚未建立资源之间的关联性。大数据环境下，科技期刊编辑可以通过对海量数据的搜寻与分析，聚合优质资源，并利用数字出版技术、信息技术、知识挖掘技术、大数据分析技术等，了解学术前沿情况，发现研究机构及相关作者的研究现状，进行更深层次的选题策划和组稿，并“协助”各类编辑软件对日常稿件进行筛选、选择审稿专家、、规范基本格式、校对等，快速完成资源的优化，为用户提供多维的资源服务。科技期刊将改变以往以书、文献等为单位的粗放型生产模式，转而强调科研全过程的发表，为作者提供深入的知识服务，实现科技期刊跨学科、跨行业、多角度应用以及多媒体展现。
2.1.2 有助于期刊品牌价值提升
基于大数据的信息分析能够成为科技期刊质量管理、规划和决策等提供对维度的支持，有助于科技期刊品牌价值的提升。要善于利用大数据的预测功能，科技期刊编辑根据对用户行为大数据的全面挖掘和分析，了解用户的关注点和知识需求，预测未来科技的发展趋势，展示学术前沿、热电等，为编辑筛选、评判稿件提供学术依据和技术职称，从而进行针对性约稿，开发学术前沿与热点的专栏等，解决科技期刊内容创新度不高的问题。同时大数据应用过程中，科技期刊编辑可以了解作者近期的研究方向，推测遇到的问题，实现数字期刊的精准推送，一方面提高期刊论文的引用率，一方面培养作者群，扩大期刊的流通范围，均有助于科技期刊品牌价值的提升。
科技论文出版周期长、流通环节不畅、时效性差等问题不仅广被诟病，更直接影响到科技成果的认定、传播和利用价值，以及科技期刊的学术影响力，利用大数据技术对科技期刊编辑工作流程的优化，可以显著提高工作效率，缩短论文的出版周期。大数据时代，作者、编辑、专家等的信息传输和决策行为均纳入了数字化管理轨道，并与中外公共文献数据库实现了链接与共享，这使期刊编辑中的数据互通共享、数据计算分析及数字化作业成为可能，将对优化科技期刊编辑的工作流程提供帮助。科技期刊编辑智能型办公系统将以多维度数据为基础，充分利用计算机网络和人工智能计算工具，以达到减少重复劳动和简单劳动，提升编辑质量与效率，缩短审稿周期，从而最终提高科技期刊的学术影响力。
2.2 大数据时代科技期刊面临的挑战
2.2.1 保密工作更加复杂
当前，科技期刊发展进入数字出版时期，期刊编辑出版的数字化程度日益提高，投稿、审稿均已实现网络化，开放存取平台（如万方、维普及中国知网期刊数据库）日益完善，覆盖的期刊种类日益增多，国际检索系统收纳的中国科技期刊类别也越来越多，同时，媒体融合态势明显，网络平台种类增加，普及到数据库、期刊网站、手机平台等，特别是数字优先出版模式的出现，更是加快了科技期刊的出版速度。在学术指标评价方面，论文作者的学术指标往往以文章公开发表数量、原创性以及是否被EI、SCI等检索为职称评定的关键指标，科技期刊则以期刊被引频次、影响因子、平均引文率、反应速率、期刊他引率、期刊被引半衰期等为指标，这些都是以科技期刊能够网络出版、具有强大的传播能力为前提的。这就直接导致期刊发稿时效加强，科学研究原创性成果上网周期缩短。如果存在科研机构作者保密意识不强，科研成果定密标准认知不一，科技期刊出版单位保密审查不严，即使单篇发表作品看似没有泄密，但在大数据分析技术下，泄密可能性将大幅增加。
2.2.2 期刊数字化建设水平较低
近年来我国科技期刊数字化出版虽然得到了飞速发展，但与国外同行业相比，我国科技期刊数字化出版产业仅处于初级发展阶段，相对落后的数字化建设水平阻碍了大数据在科技期刊业的应用。目前信息的主要传播方式为网络传播，加快推进科技期刊数字化建设将有效促进国内外用户的学术交流与合作，并通过积极向国外同行、国际重要检索机构进行推送，扩大期刊的国际影响力。然而目前，国内很多科技期刊编辑尚对数字技术认识不足，局限于现有的出版模式。同时，科技期刊编辑的数字技术水平也普遍较低，缺乏推进科技期刊数字化建设的自觉意识与主观愿望。
在大数据时代，科技期刊论文的发稿时效和稿件审稿编辑周期都将大大加快，对期刊编辑和身高专家提出了更高要求，有了更高的挑战。因此各个科技期刊编辑部不仅需要建立一支能适应新环境的具有高素质的编辑队伍，还需要一批乐于奉献的高水平审稿专家队伍，在新的大数据环境下，需要作者、编辑和审稿专家协同努力，以适应新的编辑环境。
3 大数据时代科技期刊生存与发展的对策
3.1 以发表优质稿件为宗旨，坚持推进期刊数字化建设
中国传统的科技期刊还处于数字化转型的关键时期，要想在内容、管理等方面实现数据化运作，首先必须彻底推进期刊数字化。科技期刊编辑应主动顺应这一潮流，并在自己的职责范围内推进期刊的数字化改革进程。期刊编辑出版工作者应该站在战略高度，认识到期刊的数字化转型是生产力发展的必然结果，是时展的必然趋势。科技期刊编辑要不断加强建设科技期刊数字化的自觉意识，主动寻找适应数字化出版需求的运营管理模式，从而为建设具有中国特色的数字化出版业做出贡献。但主动迎接大数据给予的发展契机的同时，科技期刊的定位应该是做优秀的内容提供商，因此，科技期刊编辑应认清并巩固自身的核心价值所在，坚持优质稿件的办刊理念。已经起步的数字型编辑普遍存在重技术、轻内容质量的问题。对于大数据的分析使用始终无法代替文化产业属于人的精神创造活动，编辑只有对文字内容资源，包括稿件的收集、编辑加工、知识体系的分类等进行整合和管理，坚守角色定位，专注内容质量和价值提升，大数据才能在科技期刊业得到科学利用和持久发展。
3.2 以保密管理为抓手，坚持贯彻期刊保密审查制度
一是，新闻出版行政管理部门要高度重视。依据《新闻从业人员职务行为信息管理办法》的原则和要求，加强期刊保密审查和监督工作，促使科技期刊出版单位落实保密制度和保密责任。二是，期刊出版单位要高度重视。要在日常管理中健全保密管理、严把保密审查、加强保密教育，通过物理隔离和定期检查等做好稿件各环节的管理，加强对编辑人员的保密警示教育，针对保密审查中发现问题的稿件，要禁止编辑或其他人员通过任何渠道获得或传播稿件。三是，期刊编辑人员要高度重视。编辑要从思想上树立会保密、善保密的坚实防线，应在日常业务中学习保密法律法规知识，牢固掌握保密的相关规定和业务技能，以强烈的责任意识和保密意识认真贯彻执行保密审查制度。
3.3 以传统编辑为基础，坚持提升编辑人员信息素养
首先，科技期刊编辑要搞好选题策划，除了通过参加会议与专家交流获得选题外，还要善于挖掘和借助行业创新库，实现信息的获取、存取、交换、传递和应用，运用技术手段挖掘优质作者、寻找创新点及热点等。其次，科技期刊编辑要搞好稿件审读。编辑虽然不能对工作中涉及的专业领域做深入研究，但应对相关学科、领域的热点问题以及今后的发展趋势具有较强的认知能力，科技期刊的编辑可以借助各类信息平台为专家提供辅助审读依据。如编辑可以根据期刊自身要求，将是否具有创新点作为投稿必要条件，并借助平台提取稿件的创新点。第三，科技期刊编辑要借助大数据平台搞好期刊营销。编辑要运用一定的计算机基础知识（包括数据库、网络、多媒体等计算机应用新技术）将出版物中的文字视为信息符号，将文章进行碎片化处理，得到文章的标题、摘要、创新点、关键词、主要内容、潜在用户等信息。期刊编辑按照不同终端用户需求对碎片进行打包和再加工，通过计算机技术完全能够针对不同用户的不同需求，完成对这些信息符号的不同处理，最后推送给各类终端用户群。
【参考文献】
第5篇：极课大数据范文
关键词：大数据；数据挖掘；大数据处理；大数据平台；大数据案例
0引言
随着互联网的飞速发展，企业计算、云计算、物联网等各种应用的涌现，“大数据”应运而生［1］。21世纪已迈入了“大数据时代”。作为大数据时代的人才，了解大数据时代特点，掌握大数据处理的基本方法，了解各行业使用大数据将造成的社会变革，已成为21世纪市场对人才的需求。大数据是未来发展的趋势，大数据课程的开设，有助于培养出符合市场发展和企业需求的21世纪创新型人才，而国内现有的高校人才培养和课程体系中缺少面向高校所有专业开设的大数据基础课程。如何设计和构建面向高校所有专业的《大数据基础》课程是本文研究的主旨。
1国内外大数据相关课程现状调查分析
目前，国外有多所高校开设了大数据方向专业课程，如波士顿大学、北卡罗莱纳州立大学、德保罗大学等。课程的开设与人才培养的侧重点紧密相关，主要分为3个方向：面向商学院、管理学院、财经学院的大数据分析方向，面向计算机学院与软件学院的大数据平台方向，面向理学院的深度计算分析方向［2］。在国外，大数据相关课程主要以课程体系的形式开设，重在以项目的形式培养学生实践动手能力和使用大数据技术解决问题的能力。近年来陆续有国内高校在计算机学院、软件学院等开设针对研究生的大数据专业方向课程。2014年，西安电子科技大学开设大数据技术与应用专业硕士方向；2013年，北京航空航天大学成立了“大数据技术与应用”软件工程硕士项目；2012年，西安交通大学软件学院建立了以大数据系列课程作为专业必选课、针对研究生的业务分析系；2011年，北京交通大学软件学院建立了研究生信息管理专业［2］。国内针对本科生的大数据相关课程开设较少。清华大学在本科培养方案中开设了专业限选课“云数据管理”；部分国内高校也开设了与大数据相关的课程，如“存储技术”、“数据挖掘”与“分布式编程和数据处理”等，但课程仅在计算机学院、软件学院等学院内部作为专业限选课或选修课开放。可以看到，随着大数据时代的到来，国内高校开始逐步开设大数据相关专业方向，并建设大数据专业课程。然而，大数据作为各行各业都需要使用的技术，是各行业人才都需要了解和掌握的。目前，国内鲜有高校面向全校本科生开设《大数据基础》课程。
2课程构建思路
根据社会各行业对人才在大数据方面的知识储备需求，学校设计构建了面向全校各专业本科生开设的《大数据基础》课程。在广泛调研了解社会各行业大数据处理及应用的基础上，在构建《大数据基础》课程内容中遵循以下3点思路：（1）不同行业的大数据均具有相同的数据类型和特点，只是数据的表现形式和使用方式不同。因此，课程需要介绍大数据的基本概念和特点，以及各行业使用大数据对时代的影响和变革。（2）大数据要发挥作用，其核心在于对大数据的处理，包括数据处理平台和数据处理方法。传统的数据处理平台和处理方式很多不适用大数据的处理，大数据有其特有处理方式。因此，大数据的处理是本课程讲授的核心和重点。（3）《大数据基础》作为面向各个专业的通识基础课程，为了提升学生对课程的理解能力与学习兴趣，需要通过对多个行业大数据应用案例进行讲述，以帮助其深入了解大数据的数据类型、应用处理方法和过程等，并对大数据时代产生进一步深入认知。
3课程构建思路
3．1课程内容设计
在第一章中，主要介绍大数据时代的产生、大数据的概念特点，大数据时代到来对社会生活产生的影响、引发的行业变革，以及在大数据时代来临之时，新的问题和挑战的提出。在这一章的介绍中，大数据的概念特点是基础，由此引起的社会变革是现象，需要学生们通过讨论进一步深入理解；新挑战的提出为学生们开辟了广阔的视角，有助于帮助他们根据时代需求确定学习研究的方向和对自身的培养规划。要从大数据中提取有价值的信息，需要对数据进行信息挖掘。第二章中首先介绍数据挖掘的概念，然后详细介绍数据预处理的方法流程和数据挖掘的主要方法，最后结合案例介绍大数据挖掘的实际应用。在案例选取中，使用了亚马逊推荐系统、谷歌翻译系统，以及上海外滩踩踏事件等有代表性的案例进行大数据挖掘的讲解，以帮助学生们理解大数据挖掘的方法、特点和应用价值。大数据的处理分实时流处理和静态分析处理两大类。在第三章中，结合案例介绍了大数据流处理和静态分析处理的平台和技术。大数据静态分析处理平台重点介绍了Hadoop平台，大数据实时流处理技术重点介绍技术原理和方案。这一章主要介绍大数据的处理方法，给学生们建立一个基本的概念框架。案例使用城市洪涝灾害分析预警平台，介绍静态数据分析处理和流数据分析处理在同一行业中的不同应用，以帮助学生们理解两种数据处理的特点和应用领域。作为面向全校的本科生通识课程，希望学生们能够通过本门课程了解大数据处理分析在社会生活各方面的应用前景，并结合各专业的应用需求分析及展望未来大数据在本专业的应用发展。因此，需要在课程中充分开拓学生们的视野，广泛地介绍各行业案例。第四章大数据应用及案例分析重点介绍了智慧城市、舆情分析、阿里大数据处理以及FaceBook脸谱网大数据处理案例。
3．2授课方法设计
课程各章节内容充分使用案例，深入浅出地进行讲解。由于各专业学生的知识储备不同，作为通识基础课程，只有充分引入各行业案例，才能既激发学生学习兴趣，又帮助学生掌握各个知识点。充分引入学生自主讨论机制。在大数据的数据类型、大数据预处理方式、大数据挖掘方法、大数据静态处理分析、大数据实时流处理等知识点的讲授中，先介绍基础概念，然后要求学生们针对自己本专业的大数据应用领域进行广泛讨论。
4实施及效果
《大数据基础》课程于2015年春季学期面向全校本科生开课。学生来自经济学院、新闻与传播学院、管理学院、社会学系、水电与数字化工程学院、计算机科学与技术学院、软件学院、船舶与海洋工程学院等多个学院。学生们普遍反映，通过该课程，对大数据时代及大数据应用有了一定了解，并能进一步延伸思考本专业领域的大数据应用发展方向及前景。
5结语
大数据技术对人们的工作和生活造成了巨大影响，是当前计算机领域的研究热点。本课程从大数据技术对日常社会、生活、工作的影响入手，深入浅出地介绍大数据的基本概念、相关的数据处理方法和数据挖掘技术，并通过实际案例讲述大数据在日常生活与各行业中的应用。通过本课程的学习，有助于提高学生们的大数据应用能力，为未来应用、研究和创新创造更多机会。
参考文献：
［1］孟小峰，慈祥．大数据管理：概念、技术与挑战［J］．计算机研究与发展，2013（1）：146－169．
［2］张晓芳，王芬，黄晓涛．国内外大数据课程体系与专业建设调查研究［C］．ICEMSS2015，2015．
［3］施利萍，张应辉，罗阿玲，等．大数据产业及其发展机遇［J］．软件导刊，2015，14（7）：5－7．
第6篇：极课大数据范文
科普信息主要是从事地理信息行业、地理信息数据采集数处理和分析，以及应用软件的开发技术，主要定位是成为中国地理信息空间数据服务专家，空间数据包括地下、地表和地上、空中。
地理信息产业是一个综合学科，目前大部分企业都在各自的细分行业占地为王，盘踞一方，尚无龙头企业，科普信息公司也是其中一员。2006年成立的科普信息，经历十年的行业沉淀，见证了地理信息产业大部分业务由原来的政府机关、事业单位承接向民营企业承接转换的全部过程，这不仅是业务承接单位的转变，也是这几年地理信息产业蓬勃发展的重要体现。2013年开始，科普信息开始紧跟测绘新技术和互联网发展，比如无人机航空摄影技术、倾斜摄影技术、云平台、大数据技术等，并开始积极准备，主动进行企业业务结构转型。
科普信息通过整合已有的数据、人才和技术等核心资源，发展大数据技术，以数据为核心，向数据应用创新发展，为客户持续提供长期稳定的高价值的数据创新应用服务，形成数据积累、数据价值挖掘、应用创新、服务客户、新数据产生、数据价值挖掘的闭环地理信息数据价值链。在市场方面，科普信息通过不断提升服务质量和服务类型，增加客户黏合度，为企业提供可持续的数据服务类营收；同时以点带面，创新服务类型和服务方式，把河南省好的服务模式向全国复制，扩大市场占有率。并引入机构投资者，整合资本资源，为公司进一步发展助力。
2015年科普信息成立了院士工作站，并申请了博士后流动站。为引入和培养高端人才奠定了基础。就引进投资来讲，公司执行董事潘素霞认为科普信息的核心资源是人、数据和品牌。这些核心资源“偷不去、买不来、拆不开、带不走、溜不掉”。
对于投资人，科普信息更倾向于机构投资者，特别是投资过本行业上下游企业的投资者，继续完善以数据、人才、技术为核心的战略优势。
第7篇：极课大数据范文
>> 网络视频公开课建设研究 关于网络公开课的思考 基于ARCS动机模型的网络公开课教学视频分析 基于“翻转课堂”共享网络视频公开课的设计实践 浅析思想政治理论网络公开课建设的原则 对建设网络公开课优质资源的思考 基于BlackBoard平台的伦理学视频公开课建设 基于精品课程的精品视频公开课建设现状与差异分析 冷场的公开课 公开课的戏份 李泽厚的公开课 网络公开课:打破封闭的围墙教育 网络公开课在学习中的使用 美国名校网络公开课的尴尬 基于i理念视频公开课制作的实践 基于iOS平台的中德公开课项目设计 人工智能视频公开课建设的体会 数学视频公开课建设的实践与思考 电子材料视频公开课建设的体会 精品视频公开课建设的探索与实践 常见问题解答 当前所在位置：l.
[7] GEORGIEVA E S， SMRIKAROV A S， GEORGIEV T S. Evaluation of mobile learning system [J]. Procedia Computer Science， 2011， 3（1）： 632?637.
[8] LUO P P， YANG S B. Development and evaluation of mobile learning system for collaborative learning [C]// Proceedings of 2010 International Conference on Development and Evaluation of Mobile Learning System for Collaborative Learning. [S.l.]： UbiLearn， 2010： 179?183.
[9] 王军强.课程的标签化分析[J].教育评论，2014（7）：36?38.
[10] 许金玲，陈旭翔，赵少娟，等.基于信令分析的客户网络标签体系搭建[J].电信快报，2012（5）：28?31.
第8篇：极课大数据范文
摘要：本文从政策支持、课程规划、教学内容、教学条件和教学方法等各个方面介绍了烟台大学在建设“数据结构”省级精品课程过程中的一些体会。
关键词：数据结构；精品课程；课程规划
中图分类号：G642
文献标识码：B
烟台大学“数据结构”课程组在多年的教学实践中踏踏实实地做了许多有益的工作，取得了一定的成绩。课程组承担的“‘数据结构’课程的教学改革创新与实践”课题，获得了2004年烟台大学优秀教学成果一等奖，并获得2005年山东省优秀教学成果二等奖；“数据结构”课程在2002年被烟台大学评为首批校级优秀课，并于2004年被山东省教育厅评为烟台大学首批三门省级精品课之一；2007年又被烟台大学作为学校唯一一门推荐课程参加国家精品课的评选。在精品课程的建设过程中，我们有如下一些体会。
1学校各级各部门高度重视
各级领导高度重视和支持是精品课程建设的关键。在一系列相关文件的基础上，早在2004年学校又出台了《烟台大学关于开展精品课程建设工作实施意见》。在此基础上，制订了国家、省、校、院(系)四级精品课程十年建设规划，积极组织精品课程建设立项，全面推进精品课程建设工作，以精品课程建设全面带动课程建设，推进教学改革，为本科教学提供高水平的课程教学平台。
根据精品课程建设规划，学校有计划、有目标、分阶段、分层次地开展精品课程建设工作，形成并执行了行之有效的政策和措施。学校对各级精品课程建设项目实行目标管理，定期聘请专家评估。精品课程重点建设项目实行激励滚动机制。学校投入大量的专项经费，支持精品课程建设特别是精品课的网络建设、网络维护与资源共享。此外学校在职称评聘、岗位津贴等各个方面也向精品课教师做出倾斜，学校的这一系列相关政策，充分调动了教师参加精品课建设的积极性。
2抓住切入点及早规划
“数据结构”是计算机科学专业的一门核心课程，在80年代初，“数据结构”课程才逐步在国内高校计算机专业开设，并成为国内计算机专业教学计划中的核心课程。ACM/IEEE CC-2004仍将“数据结构”课程列为核心课程之首，“数据结构”愈显出其在计算机学科中的重要地位。正是在这样的背景下，在学校的支持下计算机系把“数据结构”课程确立为计算机专业的重点课程之一，并有计划、有目的的给予重点扶持。
“数据结构”课程在我校的发展沿革可以分为以下几个阶段：
学习、初创阶段：烟台大学是一所80年代在清华大学、北京大学的支援下新创建的地方性综合大学，1984年开始招生。“数据结构”是烟台大学计算机系成立伊始即开设的课程。当时计算机专业的核心主干课程都由清华大学的骨干教师担任。在此期间，烟台大学计算机系就有目的选择了具有敬业精神、教学效果优良的本系几位年轻教师组成了“数据结构”课程组，全面接受清华老师的帮助，接受他们的教学新理念、好经验和好方法。
初始发展阶段：1990年清华援建老师返回清华后，“数据结构”课的全面教学由烟台大学教师担任。由于学习、初创阶段的良好基础，这一阶段基本上形成了我校“数据结构”的课程体系结构，从教学大纲的制定、教学内容和实验内容的确定等一系列教学环节上都认真严格按照计算机人才培养的高标准要求。
初级提高阶段：1999年学校提出了百门优秀课建设规划，“数据结构”课程进入了一个全面建设和提高的阶段。首先从教师队伍建设着手，一方面派教师出去攻读博士学位，另一方面吸取教学认真、效果好的老师进入到课程组，进一步充实课程组教师队伍。其次从教材建设和实验体系结构等方面做了精心的准备，并把课程建设的目标定位在：2002年达到校优秀。在此阶段，课程组进行了一系列教学内容和教学法的研究，发表了多篇课程教改论文，取得了优异的成绩，实现了2002年达到校优秀课程的目标。
提高阶段：随着“数据结构”的发展，算法在“数据结构”中的重要作用越来越被人们认识。为了把算法与数据结构紧密联系，2004年课程组教师在多年使用的教材和讲义的基础上编写了系列教材(《算法与数据结构》、《算法与数据结构实验与习题》、《算法与数据结构考研试题精析》)3部，2004年9月由机械工业出版社出版。教材把算法放在了“数据结构”教学中的重要位置。该系列教材覆盖了从课堂授课、课后复习和练习到考研复习材料等多个方面，满足了我校“数据结构”课程的各层次学生的需要，因此2005年至今开始采用自编教材。
从1984年至2003年，采用课堂讲授和实习相结合的方式，实习时间为16个机时。从2004年开始，增加了“数据结构”课程设计，学时为24学时。在授课学期结束后采用集中的形式用一周的时间让学生设计一个综合性的数据结构设计题，通过此环节让学生对数据结构的应用有了更为深刻和良好的理解，效果较为显著。从2002年开始，制作电子教案，采用多媒体教学方式教学，并在每一轮授课过程中进行更新，确保在课件中体现新的技术和理论。从2004年开始，使用自编教材配备的多媒体课件。同时在学校多方帮助下建立了“数据结构”教学网站，网址为，将课程的教学大纲、教案、习题、网络课程、网络课件、考研试题等教学资料上网开放，实现优质教学资源共享。同时设立了网上答疑系统，为学生自主学习、个性化学习提供了方便的平台。
2006年，在学校各级单位的支持下，64学时的全程教学录像工作完毕，并且全部都挂到网上，实现了教学资源的全方位共享。
这一阶段又吸收更加年轻的教师进入课程组，使教学队伍进一步壮大和年轻化。
通过各阶段不断的改革和建设努力，课程组取得了显著的成绩。“‘数据结构’课程的教学改革创新与实践”获得2004年烟台大学优秀教学成果一等奖，并获得2005年山东省优秀教学成果二等奖。在此期间，课程负责人被评为“数据结构”课程群首席教师。2004年“数据结构”课程被评为我校首届山东省精品课立项课程，2007年该课程被推荐参评国家级精品课立项。
纵观“数据结构”课程在烟台大学的发展历程，可以明显的看到正是由于首先选好了切入点并及早做好长期规划，课程组有计划地从一开始就得到了名校高水平教师的传、帮、带，课程组基本功扎实，师资队伍力量雄厚，为课程改革和建设的进一步发展和提高奠定了坚实的基础。
3重点抓好课程教学内容的改革
“数据结构”课程一直是计算机科学与技术专业的一门理论性和实践性并重的核心课程。课程的目标是使学生掌握数据的基本的逻辑结构和存储结构、一些典型的数据结构算法及程序设计方法和技巧，要求学会分析数据对象特征，掌握数据组织方法和计算机的表示方法，为数据选择适当的逻辑结构、存储结构以及相应的处理算法；要求具备算法分析的基本技术和能力，并培养良好的程序设计风格，掌握开发复杂、高效程序的技能。课程组主要从课程内容体系结构、教学内容组织方式和实践性教学的设计等几个方面进行了重点建设。
根据课程的重点(如线性表、二叉树、排序等)和课程的难点(如图、集合等)，课程组提出了相应的解决办法：采用多媒体授课的方法，将算法思想通过CAI课件进行动态的演示，使学生通过直观的认识掌握抽象的理论。坚持理论联系实际，观察分析实例，让学生通过各章的基本实验理解抽象数据类型的概念，在此基础上设计复杂的程序，培养学生的学习兴趣和实践动手能力，从而激发创造力和想象力，从实践中理解并掌握本课程的重点与难点。课程组进一步提出了“以理论学习为主线，以课程实验、项目设计为补充”的数据结构课程体系的构建方案，让学生学会如何把书上学到的知识用于解决实际问题，培养软件工作所需要的动手能力。为了便于学生掌握基本知识，实践活动通过两个环节来实现，第一个环节为课程实验(16机时)，较偏重于对课程内容的理解，实验题目与章节内容相呼应，随课堂授课内容分散在整个学期进行。第二个环节为课程设计实习，用集中的一周时间(24学时)进行。课程设计是进行软件设计的综合训练的第一门课，包括问题分析、总体结构设计、用户界面设计、程序设计基本技能和技巧，以至一整套软件工作规范的训练和科学作风的培养。课程设计规定若干难度较大的题目，学生可在这些题目中任选一题或两题完成。
通过实验实践内容的训练，提高了学生组织数据和编写较大型程序的能力；更好地理解和掌握了算法设计所需的技术，为整个专业学习打下了良好的基础。课程设计课从设立以来，受到了学生的普遍欢迎，学生普遍反映通过课程设计才更加真正了解了数据结构，对课程期末考试的算法设计题目也更加胸中有数。
4积极创造良好的教学条件
学校和院系各级部门为本课程提供了大力支持，从教材、配套实验教材、实验设备以及实践性教学环境和网络教学环境等各方面都为课程建设提供了良好的条件。
本课程在教材的选择上，一直选用获国家级优秀教材奖的教材。对于应用型高等学校，教材的应用性和实践性尤为重要。本着有利于培养学生获取知识的能力、运用知识的能力和科学创新能力的原则，课程组根据多年教学经验的总结和教学实际编写了“数据结构”系列教材三部。其中的《算法与数据结构(C语言版)》在每章最后都单独增加一节算法设计举例，这个内容实际上把本章进行了一个高度的概括，使得学生能够从更高层次理解本章的内容。三部教材是课题组多年教学研究结果的结晶，在教材教学的内容安排及顺序以及所选的例子等方面都做了精心的安排，覆盖了从课堂理论授课和学习、课后练习和作业、实验课到考研复习材料等有关教学的各个方面，把理论学习和实践环节融为一体，满足了我校“数据结构”课程各层次学生的需要。通过三年的教学实践和考研成绩的检验，证明我们所编写教材的科学性。通过不断的教学实践，课程组教师对所编教材多次开会进行研究，对教材中出现的疏漏之处进行了修订，到目前为止教材均已重印多次，并于2008年出版了第一部教材的第二版。
实验环节采用自编教材《数据结构实验与习题》，该教材详细列出了具体的实验要求和内容，使学生充分了解每次课的实验目的和步骤，消除了学生实验的盲目性，使学生有预习和编写静态代码的时间，增强了知识的系统性。同时将每次的实验内容上网，在实验结束后将程序代码放到网上供学生参考。经过各学期的教学检验表明教学效果良好。
实践教学一直在我校的实验中心机房进行，做到了人手一台机器，指导实验采取教师加实验员加学生小教员相结合的方法，尽最大程度保证指导的时间和质量。2005年计算机学院创建了本院的开放性实验室，该课程的实验采取了在开放性实验室进行的方法，提高了实验的效果和质量。
网络建设方面，在学校、学院和网络中心的大力支持下，课程的网络建设有了一定的成效。课程网络主页的内容十分丰富，包含了教学文件、教学系统、辅助教学系统、考研辅导、远程教学系统等不同的模块。目前课程的全程教学录像也已经上网，学生可以随时在线或者下载收看学习。该课程网站的访问点击率已经达到近16万人次。经常有不少兄弟院校的教师或学生通过不同的渠道向课程组教师索取相应资料并进行探讨。该课程网络主页在学校服务器无故障的情况下全天24小时对校内外开放。这些网络资源对增加学生学习的主动性和实现个性化学习起到了非常重要的作用。
课程组同时还创造条件让学生进行各种实践活动。计算机学院与大型企业东方电子集团公司合作建立了“东方电子实习基地”，通过在基地的参观和实习，使学生学到了很多在课本上学不到的东西。尽管或许和课程内容看上去没有什么直接的联系，但通过参观学习开拓了他们的视野，丰富了他们的想象，进一步激发了他们的学习兴趣。
5充分应用多种教学方法和教学手段
在教学方法上：从传统的粉笔+黑板模式为主过渡到“计算机+大屏幕”为主的授课模式。授课的电子教案开始时使用以静态文字为主的Powerpoint幻灯片方式提供，现在采用以动态算法演示为主的CAI和多媒体课件；对于一些重点和难点算法用形象的动画在屏幕上展示这些抽象算法的执行过程，辅之以板书交流，大大增加了从教师到学生传递的信息量和信息种类，有助于建立从感性到理性的深入理解与掌握。
在教学手段上：通过研制和引入课程辅助教学软件CAI，融入新的教学理念。通过采用模拟方法、单步显示、自动演示多种方式，突出实质观察算法实现过程。在CAI个性、针对性和交互性的基础上，渗透模块化、抽象和信息隐蔽等新观点、新技术，使教师在讲课中可以对内容进行重新组合，为教师教学的个性化发挥提供基础。课件和CAI教学已在我校5届学生的教学中应用，课件作为远程教育的教学工具，便于学生课后的学习和答疑，使授课过程突出重点，发挥传统教学与多媒体教学的能力优势，提高了教学质量、效率与效果。
此外课程组还开发了计算机辅助教学系统――基于Internet的数据结构试题库系统。根据教学的需要，自主开发和建设了标准化试题库，将多年搜集的各个高校的考试试题和考研试题加入到该系统之中。该系统可以根据教师的需要，进行随机抽题或手工选题，能够生成完整的试卷和试卷答案。
教学辅导方式上：从传统的辅导老师面对面的辅导教学逐步过渡到教师辅导与通过校园网进行实时联网辅导相结合的方式。答疑系统开通后，收到了很好的效果，在同学中的影响也很大，现在许多同学都将自己的疑问提交到网上，教师基本上都能在第一时间给出问题的解答。网上答疑也是精品课建设的一个重点，让同学们将自己在学习过程中遇到的一些疑难问题提交到答疑系统，教师统一作出回答。开通答疑系统有三个好处：消除学生提问时的恐惧心理；避免重复回答；不受时间地点限制。
目前，学校已经投入专项资金建立起了Blackboard教学平台，学校将分期分批地把学校各级各类精品课和优秀课接入到该教学平台上，以实现真正意义上的网络教学和优秀教学资源的共享。”数据结构”课程将被首批接入到网络教学平台，课程组将很快在该平台上创建在线课程，并将使用该平台和学生开展在线讨论。该教学平台的使用必将为课程建设水平的提高提供强有力的支持。
6教学法研究常抓不懈
教学法研究在课程建设中始终不断线。课程组除了在教学过程中定期讨论、交流教学心得，共同探讨某个章节某个内容的教学方法以外，课程组在有关方面的支持下于2005年成功的举办了山东省高校首届“数据结构”课程建设研讨会，来自29所高校的教师代表们热烈的讨论了“数据结构”的教学内容和教学手段的改革、课程的教材建设、课程的课件建设、课程的实验教学改革、课程的考试改革以及建设精品课程的经验。大家普遍反映这次会议开得好，问题讨论得透彻，希望今后能定期召开。课程组也通过此次会议的成功举办在一定程度上扩大了该精品课的影响，同时也为该课程的进一步建设吸取了很多兄弟院校的很多有益的经验。此外，通过课程组积极协调，于2007年11月专门邀请全国“数据结构”课程知名教授、国家《数据结构》教材特等奖获得者、清华大学严蔚敏教授，到我院讲授了6学时的“数据结构”(集合一章)课，课程组全体教师全程聆听了严教授的讲课，课程组还和严教授进行了多次直接的面对面的交流，这对课程组的教学工作是一个巨大的促进。
第9篇：极课大数据范文
关键词 大数据；科技新闻传播；可行性；现实困境；优化策略
中图分类号G2
文献标识码A
文章编号1674-6708（2016）151-0078-02
1 大数据及其带来的机遇和挑战
提到大数据，业界通常会将其特点归纳为4个“V”，即多样性（Variety）、体量（Volume）、速度（Velocity）和价值（Value）。通俗来讲，大数据就是具有“来源多样、数量巨大、处理速度极快、有多重价值”特征的数据。然而，大数据的应用并非简单的事情。在笔者看来，大数据所具有的“多样性”和“体量”的特点，使得其“速度”和“价值”的实现困难重重。如果把“多样性”和“体量”看作是大数据与生俱来的特点的话，那么“速度”和“价值”在新闻界的实现则需要从业人员来助它一臂之力。
彭兰教授在《“大数据”时代：新闻业面临的新震荡>一文中提出了当今新闻业面临的两大挑战：“一方面，社会化媒体的兴起使得公民新闻在一定程度上侵蚀着过去专业媒体的领地；另一方面，在大数据技术等的支持下，计算机这样一种“机器”，也在对媒体人形成直接的冲击。”大数据时代，海量数据改变了传统的信息传播方式，新闻业正面临巨大的震荡。在科技传播领域，科技类新闻也正经历着大数据带来的变革，感受着新技术带来的不安与彷徨。与此同时，大数据也为新闻传播带来了新的发展机遇，为其探索和开辟新的传播路径提供了可能。广大科技新闻工作者应与时俱进，积极创新工作方式，为增强科学传播力度、提高新闻媒体在科技传播中的地位和影响贡献自己的力量。
2 大数据在科技新闻传播领域应用的可行性及现实困境
在大数据时代，信息传播方式的转变已是大势所趋。那么，在科技新闻传播领域，运用大数据技术进行新闻生产，有没有现实的可能性呢？答案是肯定的。甚至可以说，科技类传媒在数据新闻生产方面具有特有的优势。然而，任何事物的发展都不会是一帆风顺的，大数据技术在科技新闻传播领域的具体应用也存在着现实的困境。下面，笔者将从技术和内容两个方方面对其可行性和现实困境进行分析。
2.1 技术层面
从可行性的角度来看，科技传播者更易接受新技术，这有利于大数据在科技新闻中的应用。数据新闻的生产，需要以大数据技术的应用为前提。然而，在传统媒体中，不同程度地存在着安于现状、拒绝改变的现象，一些从业者甚至对新技术具有抵触心理，这些问题严重阻碍了大数据技术在新闻生产中的应用。作为科技信息的传播者，科技新闻从业者相较于其他新闻从业者而言，对于科学技术的接触频率更高、掌握程度更深，在观念上更易接受新技术，在大数据技术的应用实践中也必然会更为积极、主动。
然而，数据技术普及率低、实际操作难度大等问题仍给大数据在科技新闻传播领域的应用带来不小的现实障碍。虽然科技新闻工作者对技术的接受程度较高，但他们作为非技术人员，对于大数据的实际了解和掌握程度十分有限。新闻单位缺乏相关专业技术人员，而其数据新闻生产的实际操作者
记者和编辑又缺乏熟练的大数据相关技能，这使得数据新闻生产存在实际操作者不懂技术运用，而懂技术的人又不懂内容编排的现实困境。在新闻生产领域，内容与技术不是相互独立的关系，而是相互制约、相互影响的两个方面。如何达到技术与内容的统一是数据新闻生产亟须解决的问题。
2.2 内容层面
科技领域丰富的数据资源从内容上为大数据在科技新闻传播领域的应用提供了可能性。数据新闻的生产不仅需要技术支持，更需要内容支撑。数据新闻的主要内容来源就是大量的有规律、有价值的数据。科技工作离不开数据，同时又能够产生大量的数据。在科技研发领域，有观测数据、实验数据等；在科技应用领域，有运行数据、监测数据等。除此之外，科技领域还涉及其他各种数据资源，体量非常庞大。这些数量可观的数据资源是科技领域运用大数据技术生产信息量大、浓缩度高的数据新闻的内容支撑。
然而，任何事物都是具有两面性的，数量庞大的科技信息资源在为科技新闻提供内容支撑的同时，也给新闻工作者快速筛选有用信息带来了极大困难，影响着新闻的时效性，并最终影响新闻价值的实现。在各个行业、领域，信息正以数据存储的方式高速增长着，海量信息这笔宝贵的财富仍有待开发和挖掘。虽然大数据在总体上蕴含着巨大的价值，但其本身却有着价值密度低的特点，也就是说单位数据的价值量并不高。面对庞大的、繁杂的科技数据资源，科技新闻工作者要想快速地发现有价值的数据并发现数据间的关联，是一件非常困难且费时费力的事情。
综上所述，大数据的高技术性以及新闻生产者的专业背景，使得其在可操作性上难从人愿；而科技数据所具有的“多样性”和“大体量”的特点，使得科技类数据新闻生产者在提升“速度”和挖掘“价值”的道路上举步维艰。
3 大数据在科技新闻传播领域应用的优化策略
可操作性是大数据技术得以普及的基础，而速度和价值又是新闻不可抛弃的两个重要方面。首先，新闻以价值为准绳，科技类数据新闻若不能准确提供有价值的内容，将会影响信息传播的效果。工信部赛迪智库软件与信息服务业研究所所长安晖曾指出：“大数据应用是对特定的大数据集合，集成应用大数据技术，获得有价值信息的行为。”可以看到，不论在哪个行业，大数据应用的最终目的都是获得价值，具体到新闻领域，就是要获得有新闻价值的信息。其次，新闻以时效为标尺，科技新闻工作者若不能提高生产速度，将会影响信息传播的效率。《中国质量报》于2014年5月28日刊登的《大数据时代速度决定生存》一文指出了大数据时代速度的极端重要性。文中写到：“大数据时代是速度竞争时代……时间是世界上最稀缺的资源。……以大数据为核心的数字经济的实质就是速度经济。未来的竞争是节约经营循环时间的竞争，是最先到达顾客并满足顾客的速度竞争。”
现在的新闻业已经走向产业化经营，加入到了市场竞争的洪流之中。如果模糊价值、漠视效率，媒体必将会被淹没。从这个角度来说，大数据时代的新闻业对新闻价值和时效有了更高的要求。在科技传播领域，科技新闻传播效率不高、传播效果不佳不仅会降低媒体自身的公信力和影响力，而且还会影响科技成果的转化速度、影响科学知识的普及推广。基于此，笔者针对大数据在科技新闻传播领域应用的现实困境做了进一步的探索，希望调动各方力量，找到切实可行的优化策略，使科技新闻传播媒体熟练运用大数据技术并且做好做精科技类数据新闻。
3.1 国家层面：主管部门应加强政策指导
大数据技术在新闻业的应用尚属于起步阶段，需要国家统筹各方资源给予其理论和技术上的指导以及资金和政策上的支持。万事开头难，只要现阶段开好头，在不久的将来大数据技术将会得到更好的、更广泛的应用。目前，国家已出台部分关于大数据应用的文件，如《关于数据中心建设布局的指导意见》《关于运用大数据加强对市场主体服务和监管的若干意见》等，但是还没有专门针对新闻领域大数据应用的政策文件，这是一块亟须填补的空白。国家新闻出版广电总局及中国科学技术协会应加快政策制定步伐，早日出台大数据在科技传播中应用的指导意见，使科技传播走在同行的前面、走在时代的前沿。
3.2 企业层面：新闻单位应做好整体规划
虽然目前国家层面的具体指导意见缺位，但各个科技类新闻单位可以发挥企业机动灵活的特点，瞅准形势、下定决心，及早做好本单位的大数据应用发展规划，以期在数字化转型的路上走得更早、更快且更好。然而，就目前的情况来看，运用大数据技术的科技新闻单位还十分有限，就连影响较大的《科技日报》都鲜有数据新闻，虽然在其主办的网站中国科技网上开设有“数据新闻”专栏，但其发展还很不成熟，数量有待增加、质量有待提高。大数据技术的应用将是未来媒体发展的一大趋势，科技类新闻单位应以积极乐观的心态看待大数据的发展前景，勇于改变现有的生产模式、传播模式和经营模式，下定引进、运用大数据技术的决心，制定整体发展规划，做好宣传动员、人才培养、数据新闻生产等具体工作，为同行做好示范、为员工做好指导。
大数据技术的应用以及科技领域的海量数据对科技新闻工作者提出了新的要求，编辑记者应转变思维方式，提高工作效率，培养自身的新闻敏感和信息筛选能力。《中国产经新闻》记者张萧然在《大数据时代：安全第一，还是效率第一？》一文中指出：“之所以称为大数据时代，不单是指数据之大，规模只是先决条件，更主要是指数据正在成为一种资产或者生产资料。任何行业、任何领域都会产生有价值的数据，而对这些数据的统计、分析、挖掘和人工智能则会创造意想不到的价值和财富。”大数据时代强调的是对大规模数据的综合处理能力，新时期的科技新闻传播者应努力培养自身的这种能力，以充分利用科技领域相当丰富的数据资源，为科技新闻的传播找到新的出路。
