数据统计分析学习精选(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数据统计分析学习主题范文，仅供参考，欢迎阅读并收藏。

第1篇：数据统计分析学习范文

大数据一词是由英文单词“Big Data”翻译而来。大数据时代的到来既是信息技术领域的一场持久而深刻的变革，更在全世界范围内开启了思想的剧变，从而成为引领社会实现新兴技术不断向前发展与变革的利器，深刻地影响着人们的生产与生活。“当今社会已经迈入了大数据时代，大数据已经渗透到当今所有的行业和业务领域，成为重要的生产因素。”[1]在这个宏观背景下，大数据的社会价值和科学价值的不断得到彰显与利用，给高校的教育与管理也带来了新的机遇。教育领域的大数据运用有其自身的特点，在高校的实现应当侧重从学生的学习过程、日常生活的微观表现进行测量，开展精准的“学生画像”，有效分析與预测研究对象的学业完成进度与趋势，从而为学校教育教学质量提升和学生教育管理服务提供保障。

目前，国内不少高校通过利用大数据技术，深度挖掘在校大学生的行为数据，但每个学校都因有自身不同的办学特色和现实情况，如何结合学校信息化校园建设，开展针对在校学生的行为数据分析与研究，帮助教学、学工等相关部门提供可视化图表的方式呈现数据分析结果和学业预警等相关意见，从而为学校教育与管理服务，提供决策建议与意见，具有强烈的现实意义和广阔的应用前景。

2   一卡通数据系统分析云平台

本文以围绕学院校园一卡通系统建设，开展智慧校园和智慧管理研究，通过对学生教室考勤、宿舍门禁，校园消费、上网记录、奖励资助及购水购电等信息，关联学生教务、图书及其他物联网等应用系统后台数据库，结合系统基础数据库的表结构特征和关键字段，设置相应的逻辑关系和判断条件，通过校园一卡通大数据分析云平台，从学生学业警示预警、个性化学习、上网行为、消费行为、奖惩资助和就业帮扶等六个维度，使用聚类、关系规则和序列模式挖掘等技术指标与手段，开展深度数据分析与数据挖掘，形成可视化图表的方式呈现出数据分析的描述结果，给出相关的建议结论或预警意见，供班导师、辅导员、相关职能部门查看与使用，从而为学校教育、管理与服务提供决策支持和智慧服务。[2]

3   学生行为大数据分析

3.1 学业警示预警分析

基于一卡通数据系统分析云平台关联学生教务系统，系统管理员根据权限可以实现实时查看学生个人学业完成及积欠课程的情况，各班导师或辅导员可以统计与分析相关专业学生的学业完成度统计数据，结合学生的课堂考勤、心理测评、图书借阅、重修课程、上网数据等对学生的失联、留级及预判延长学制、不能毕业等情况予以预警。根据动态分析数据，班导师和辅导员可以及时与学生本人、任课教师和学生家长取得联系，帮助学生分析和查找问题，指明努力方向。

3.2 个性化学习分析

基于一卡通数据系统分析云平台结合学生选修课程、个人兴趣与综合评估，分析学生个人现状及特点，通过大数据分析，给予相关培养建议，从而围绕校园数据资源，指导学校相关职能部门定期向学生推送个性化的网络教学资源、网络书籍与纸质图书资源、兼职与就业招聘信息等，提高课外阅读量和专业学习水平，从而实现个性化教学指导与帮助。

3.3 上网行为分析

基于一卡通数据系统分析云平台对学生的上网行为统计分析，通过对学生上网时间、上网地点、上网时长、上网内容、流量下载等数据建模，挖掘与分析学生上网行为习惯。通过统计分析日均上网或游戏时长较长的学生情况，结合学生学业完成度等，定期开展预警警示工作，班导师和各学院学团也可以有针对性的开展学风检查、建设与整顿工作，从而更好地培育优良的校风、班风与学风。

3.4 消费行为分析

基于一卡通数据系统分析云平台对校园的消费数据进行分析，发现和诊断群体消费的偏好以及潜在的问题，有效分析与预测未来消费新趋势，加强后勤服务场所的管理与引导。学校可以针对贫困生等不同身份特征人群开展分类型的数据分析，通过消费数据的挖掘，在贫困生认定和精准帮扶等方面提供可靠的数据支持，从而有效地为学工、教务后勤等部门的管理与服务提供信息数据支持。

3.5 奖惩资助行为分析

基于一卡通数据系统分析云平台对学生在校期间的奖惩资助行为分析，完善学生奖惩助困的动态分析与监控。通过及时完善相关信息，便于后期的数据统计及筛查工作，同时有利于完善贫困生的资助体系，开展贫困生精准帮扶工作，引导与管理好校园义工和勤工俭学岗位。通过全面梳理学生奖励及资助数据，能有效加强对受处分学生的动态的监控，及时受理学生处分的撤销与评议，提高受处分学生主动承担社区及义工服务的意识。

3.6 就业行为分析

基于一卡通数据系统分析云平台对全校或者部分专业提供市场就业细分，结合学生生源地区、专业特长、性格特征、个人爱好、学业完成度、能力模型及求职意向，设计就业工作模型，匹配相关用人单位及招聘信息，通过大数据实施双向精准推荐，从而更好地服务学生和用人单位。针对就业市场的大数据分析和结论，还可以为学校现有专业建设及人才培养方案的重构，提供数据支撑，从而进一步服务教学与管理工作。

4   数据分析结果评价

基于一卡通数据系统分析云平台的运用，针对应用系统后台数据库开展数据分析，通过大数据挖掘方法，开展系统总体构建设计，利用从原数据层到数据处理层，再到数据库仓层，最终到终端用户层的框架模型，维度分析因果和映射关系，辅助以灵活可视化的查询界面、图形与图表等形式，呈现出研究对象的学习、上网、消费、奖惩、资助、阅读、就业等日常行为特征，分析其行为特征与学校智慧化校园管理与监督之间的关系，为学校的教育、教学与管理工作提供决策建议和意见。

4.1 有助于学校精细化管理

通过平台，理清管理职责与权限，加强工作的细化与内化，逐步实现学生的精准化管理，既提高了工作的效率，又提升了工作的水平。通过信息系统，改变原有相对粗放的管理模式，量化分析学生的学习行为和日常表现，洞察学习规律，促进管理工作横向到底、纵向到边。[3]

4.2 有助于学校精准化服务

通过平台，运用数据监测，分析与定位重点帮扶的班级及学生，积极关注情况特别学生群体，帮助学业预警、心理异常、经济特困、就业困难、违纪处分等类型的学生分析困难与问题，找到走出困境的途径与方法，从而将帮扶工作做到精准到位，帮助每个学生充分发展。

4.3 有助于学校精心化育人

通过平台，透视教育数据，优化管理与评价机制，建立全方位育人体系，为学校及學生个性化教育和教学干预行为进行准确预测与服务，加强部门间的联动与沟通，从而推进学校决策的系统化与科学化，打造全员、全过程的育人格局，打造精心育人工程。

第2篇：数据统计分析学习范文

关键词 泛在学习 学习生态 有效学习 英语学习 大数据

近年来，移动互联网、大数据等信息技术发展日新月异，已经成为推动教育变革的重要力量。移动通信终端的普及为学生营造了泛在英语学习环境，大数据技术开启了个性化智能教育时代，翻转课堂、MOOC、微课等新型教学模式层出不穷，虽然它们不能取代传统教学模式，但英语教师必须与时俱进，重视信息技术对传统英语课堂的改造和提升，以全新的视角思考英语教学的变革方向。

一、研究理论概述

1.泛在学习理论

泛在学习是指任何人在任何时间和任何地点都可以通过泛在网络实现任何知识内容的学习。泛在网络和泛在计算技术为人类实现随时随地的泛在学习提供了技术保障，信息技术和教育技术的融合发展正深刻改变着知识的传播方式和学生的学习方式，不断重构着教育和学习的生态环境。一方面，移动通信终端的多元化发展解除了传统英语学习对地点的约束，翻转课堂、MOOC等新型教学模式使学生可以自由地选择学习时间、进度、内容和学习方式。另一方面，传统教学设备正在向数字教学设备变迁，教育领域信息基础设施建设有效地推动跨区域教学资源整合，海量的多媒体教学内容必须和学生的碎片化时间有效结合，教师需要针对不同学情的学生进行精准施策和差异化施策。

2.学习生态理论

学习生态是由学习群体及其所处的环境共同构成的生态系统。系统由信息技术、多媒体教学设施等支撑，通过以合作、交流、共享、互动为特征的教育实践，实现知识信息传递和有效学习，从而促进系统的不断优化。学生与学习环境、学生和学习群体之间密切联系、相互作用，通过知识的吸纳、内化、创新、外化、反馈等过程实现有效学习[1]。在泛在学习的背景下，学习生态研究的是教育信息、学习主体、教师、教育信息环境之间相互作用的生态系统，需要从教育信息化建设和应用的视角研究各个生态系统成员之间的相互作用规律，维护生态系统的平衡发展。

3.有效学习理论

有效学习是指学生在教师的指导下，针对学习内容采取适合自己的学习策略，积极主动地参与到学习过程中，高效率地完成知识建构，从而实现学习目标并优化自身知识结构的学习行为。有效学习是对学习内容、学习方法、学习过程、学习结果的价值追求[2]，学生可以实现对知识的深层次理解和灵活应用。学习内容的优化在大数据背景下表现为对海量学习内容的筛选、清洗与转化[3]，使之满足学生的学习需要。学习方法调整是建立在对学生学习情况进行多元评价的基础上，根据学生个人学习偏好、认知习惯、学习方式、情感态度因素、学习内容的变化而动态进行的。学习过程的积极参与是指学生能够积极主动地学习，充分和师生进行合作、交流，善于提出问题、分析问题和解决问题。学习评价是学生改变学习计划、优化学习方法的重要手段，对学生学习可以起到引导、激励、启示和教育作用。

二、当前英语泛在学习模式存在的主要问题

1.传统课堂教学和线上教学环节缺乏有效衔接

首先，魍晨翁媒萄Ш拖呱辖萄г诮萄Ы谧唷⒅识范围上没有有效衔接。例如，学生不知道如何在线上学习课堂上没有掌握的知识点，或者在线上环节重复学习课堂中已经掌握的知识点。其次，缺乏对课堂英语学习和个性化英语自主学习的融合创新设计。在传统课堂教学中，整齐划一的教学标准无法满足英语学习分层分级的差异化教学要求。不同学情的学生对学习时间、空间、内容、方式的需求不尽相同，教师在教学中没能和学生线上学习的大数据分析结果进行有效的融合对接，仅根据自身的教学经验和主观判断作为实施因材施教的依据，因此其决策缺乏精准性和稳定性。

2.泛在学习缺乏生态性系统设计，学生英语泛在学习的用户黏性不高

当前泛在学习过程特别是在线学习过程缺乏师生互动性、社交互动性、线上线下互动性。泛在学习仅停留在将文字、图像、视频等教学资料数字化、网络化、集成化和泛在化的阶段，这在某种程度上增加了学生英语学习的选择性和便利性，但缺乏针对不同学生的学习黏性设计，因此泛在学习效果并不理想。

3.英语泛在学习体系缺乏具有“参与感”和“现场感”的语言学习环境

建构主义理论认为，知识的获得是在学习环境的特定情境作用下，借助教师的帮助与学习伙伴的协作，通过意义的建构过程实现的。因此在英语泛在学习过程中，必须增强学生在特定情境下的沟通和交际活动的参与性[4]。例如，如果在英语课程设计和在线学习设计环节，鼓励学生广泛参与学习内容、学习方法、学习偏好的设计，就会让学生感受到教师对学生的爱与尊重，从而增强学生学习的主动性和积极性，使不同学情的学生都能在学习过程中体验自我实现感，实现自主学习。另外，教师缺乏对学生多元需求的感知和把握，缺乏语言锻炼的“现场感”设计，使学生无法在接近真实生活情境的语言环境中得到语言交际锻炼。

三、基于大数据分析的英语泛在学习生态系统

移动通信和大数据分析技术的发展为有效解决当前英语泛在学习模式存在的问题提供新的方式和途径。基于大数据分析的英语泛在学习生态系统以学生的英语学习需求、特征、习惯、喜好等大数据挖掘为切入点，联合学校、互联网教育机构、教材编写人员、教师、信息化支撑机构、教育管理机构、在校学生和在职学员等生态系统成员共同把泛在学习落实到教学环境、模式设计、资源开发、评价机制和管理机制等工作中，不仅仅是教育内容资源和信息的共享空间，而且是实施素质教育和个性化学习的公共服务平台。因此，本文构建了基于大数据分析的英语泛在学习生态系统，主要包括大数据采集、大数据存储、大数据分析、大数据应用四个子系统，并构建了系统体系结构模型（图1）。

1.大数据采集子系统

首先，大数据采集子系统要实现数据、文字、图像、音频、视频、多媒体等结构化数据和非结构化数据采集，实现跨区域、跨机构、跨教学环节的数据互联互通和数据采集功能，解决教育数据资源配置效率不高的问题。其次，实现英语教学设计、教学实施、课程内容建设、网络学习内容资源建设、语料库建设、学生学习认知过程监控、学生学习情感态度监控和学习评价等全教学链条的数据采集功能，为生态系统成员之间的共生发展提供良好的数据资源基础。

英语教学设计数据主要采集教师按照教学大纲和教学目标要求对不同学生制定的学习内容、学习进度、学习路径等数据，厘清学生在课堂上和网络上分别学什么、在哪学、怎么学的问题。教学过程数据主要采集教师在教学中帮助学生解决英语学习问题的经验、做法和策略，包括情感态度、认知因素的调控、语言情境的构建、师生的有效互动等。课程内容数据主要是采集教师、学校、互联网教育机构课程教学内容数据，包括教材内容、课件、题库、案例等授课内容资料，以及以上资料经过碎片化处理的数据资料。

网络资源数据库主要采集互联网、校园网上英语学习方面的相关资料。英语语料库数据主要采集中国学习者英语语料库、美国当代英语语料库等语料库内容，以及英语教材、英美小说、散文、演说词、电影剧本、新闻稿等英文自然语料。学习行为数据库主要采集学生课堂学习行为和线上学习行为数据。课堂学习行为包括是否预习、复习等，线上学习行为数据采集学习日志、学习习惯、学习时长和学习路径等。学习评价数据主要采集教师或者在线学习系统对学生的学习能力、学习方法、学习策略运用、学习过程和学习结果的评价数据。学习情感态度数据主要是通过问卷、访谈等方式采集影响学生英语语言习得的动机、态度、焦虑、自信等指标。

2.大数据存储子系统

大数据存储子系统主要实现对大数据采集子系统采集的海量结构化、非结构化数据进行数据清理、归档、压缩，实现一体化数据存储。可以实现跨区域、跨系统的英语泛在学习数据的融合，解决不同教学机构、数据结构、操作系统带来的信息孤岛问题。英语学习数据仓库是指集成了大数据分析子系统和应用子系统决策分析所需的泛在学习数据，这些数据是按照一定的英语学习主题进行组织，是在对原有分散的各类英语泛在学习数据库数据进行加工、汇总和整理后得到的，有效地消除了各类源数据中的不一致性，所以英语学习数据仓库的信息均是关于学生英语泛在学习全局情况的一致性信息。数据仓库的这些全局性信息同r通过网络云平台实现英语泛在学习数据的云端存储，可以直接由大数据应用子系统调用。

3.大数据分析子系统

认知因素和情感因素是影响英语习得效果的两个重要方面。大数据分析子系统首先结合学生应该达到的学习目标对学生个体的英语学习认知行为和学习的情感态度进行数据挖掘，分析学生的动机、态度、焦虑、自信、兴趣等情感因素，以及学习毅力、能力、习惯、方法、英语水平和常犯错误等认知行为因素，对数据挖掘结果进行聚类运算和分类处理，根据学生的学习认知行为和学习态度情况将学生细分，以识别不同学生之间相似的泛在学习需求，以及某个学生个体在不同学习阶段泛在学习需求的差异性。同时，大数据分析子系统会对学生的学习过程和学习结果进行动态综合评价，并根据学习评价结果判断学习方案的优劣，有针对性地进行线上和线下学习方案的调整。

4.大数据应用子系统

大数据应用子系统包括学习信息推送系统、学习信息定制系统、在线互动学习系统、语言情境仿真系统、知识关联推荐系统、知识精准搜索系统、知识树形管理系统和娱乐在线学习系统等应用。学生可以通过学习终端连接到相关应用系统进行英语语言知识的有效学习。学习信息推荐系统自动推荐给学生的学习信息是学生应掌握而目前未掌握的英语知识。学习信息定制系统可以满足学生根据自身学习需求而定制某类主题的学习信息。学生一方面通过在线互动学习系统可以和辅导教师进行交流互动，解决学习中遇到的问题，另一方面可以通过社交软件实现和其他学习者的沟通和交流，共享英语学习经验。

语言情境仿真系统可以实现某类主题的英语学习情境的在线仿真，让学生在接近真实环境的英语语言情境中进行英语交际锻炼。知识关联推荐系统是根据学生所学知识点，自动关联推荐对应的拓展知识点。知识精准搜索系统可以帮助学生快速实现英语知识的精准有效搜索，从而进行有针对性的学习。知识树形管理系统可以实现学生已掌握知识和未掌握知识的树形目录管理，实现线上学习和课堂学习知识管理的无缝链接。

基于大数据分析的英语泛在学习生态系统有利于充分发挥信息技术对传统英语教育的改造提升作用，可以有效促进信息技术与教学过程、内容、方法和教学评价体系的深度融合。在生态系统的价值取向上注重以促进学生全面健康发展为中心，注重需求导向的个性化学生培养模式。在学生习得效果评价体系上注重加强学习过程评估，强调过程评估和结果评估相结合。系统注重充分挖掘学生的个体差异，充分挖掘学生的学习潜能，围绕学生英语学习习惯的形成和学习情感态度的培养，以现代信息技术为辅助手段，将英语语言知识进行碎片化、情境化、可视化处理，通过采取教育信息推送、关联推荐和定制化相结合的方式实现知识的在线传播，给学生提供个性化、定制化的英语学习信息服务，带给学生全新的英语泛在学习体验。

参考文献

[1] 张豪锋，卜彩丽.略论学习生态系统[J].中国远程教育，2007（4）.

[2] 曹贞.以有效学习为目标的大学课堂教学[J].教育与职业，2007（26）.

[3] 陈明选，陈舒.论信息化环境下大学生的有效学习[J].高等教育研究，2013（9）.

第3篇：数据统计分析学习范文

关键词：学情；教学改革；课程；生源

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2017）01-0107-03

生源是学校的生命线，是制约高职院校发展的主要因素，这两年高职生源的变化，特别是生源的多样化，已成为影响高职院校教育教学工作的重要因素。以前学生生源来自高考普招，成绩基础好，学习的主动性和积极性高，有一定的求知欲，开展课程教学比较容易，课程教学的效果好。现在的生源多样化，导致学生的学习态度、主动性和积极性下降，对课程教学造成很大的影响，课程教学实施困难。目前需要研究好学生的学情，采取相应的对策。

1 学生学情分析

对于学生的学情，生源的多样化，导致学生分化较大，部分学生成绩优秀，动手能力强，能认真钻研专业技术，在国内各种竞赛中获奖，毕业后能在工作岗位中有很好的发展，但也有很多学生不爱学习，课堂不认真听讲，不喜欢动手操作，不喜欢实训，甚至对于专业不感兴趣。

1.1 学生的生源状况

最近两年生源状况如表1所示，数据通信课程教学针对2015级大二学生。

从表中可以看出生源的多样化：生源混编、自主单招和专业混编。学生的基础不同，这就给数据通信课程教带来了困难。

1.2 学生的课程安排状况

从表2中可以看出，学生课时较多，课表安排很满，每周28节课，学生任务重，学生没有自由的时间学习自己喜欢的课程和技能。只能被动的学习课程，长时间会导致学生学习疲劳，对于上课变得麻木，缺少主动参与课程教学活动。同时对于专业课程，方向较多，学生每个方向都学，导致广而不精。

1.3 调查问卷和访谈结果分析

针对学生的学习态度、兴趣、学习方法习惯和将来就业意向，进行调查问卷和分析。调查统计结果如图1、2、3、4所示。

从学情调查结果的分析中可以看出，学生的学习态度比较差，只有很少的学生有明确的学习目标，很多学生学习被动，甚至有旷课的，不想上课的。学习习惯比较差，不交作业或缺交作业，很多抄袭别人的作业，独立完成的很少。对于将来的就业意向，一半学生想良好就业，其他学生想创业或自主择业，还有部分学生没想好的。

2 数据通信课程教学改革

2.1 以职业认证为导向

以网络工程师的能力培养作为本课程改革教W的出发点，课程教学内容围绕网络工程师的考核内容，首先统计分析认证的重点知识，所占比例，制定课程的教学内容的重难点。

依据网络工程师的考核要点，对于网络技术课程的教学，实施改革，通过修改大纲和授课计划，注重认证的考核内容，提高实践教学的比例，注重学生的实践操作能力，增强学生的学习兴趣。如表3所示。

2.2利用华为网院的网络资源

鼓励学生通过华为网院，在线自主学习专业知识，提高专业技能。同时为学生的考证提供方便，申请折扣号，减轻学生进行网络工程师认证的负担。在学生学完每个阶段，对于所学内容进行知识的测试，让学生明白自己的掌握情况，同时也让老师了解教学效果，进行教学方法的调整。

2.3 对于学生进行分类教学

对于学生在二年级可以分专业方向，把学习的专业更细化，让学生学习自己感兴趣的方向，同时能减少学生的课时，让学生有时间去思考，引导其去主动学习，防止把时间浪费在过多的专业课程上，使学生学有所长，在学校中能很好地掌握一门专业技能。

课程结束后，对全体学生组织技能竞赛，对于表现好的学生进行奖励，让学生感受课程学习的成就感，同时明白技能的重要。

3课程教学改革的建议

首先通过校园图书馆、互联网等媒介广泛搜集文献资料，查阅有关高等职业院校学生的学情，了解国内外相关理论，分析其成功经验和存在问题，为课程教学提供理论基础。

然后通过设计调查问卷，搜集相关信息，了解学生的学情，通过具体学生的访谈，分析学生的的特点、发展前景和存在问题，找到相应对策。

最后通过课程教学的开展，找到提高学生学习兴趣的途径，进行数据通信课程的教学改革，找到解决问题的策略，为人才培养提供依据和教育教学改革提供方向。

4 结束语

学生生源的多样化及生源质量的下降，给高职教学造成了很大的难度，高职教学应该分析学生的学情，了解学生的状况，开展课程教学改革。本论文具体改革的步骤通过问卷调查、访谈、数据统计分析学生的学情，然后基于数据通信课程具体教学改革探索，找到改进学生学习方法、提高专业兴趣和技能的建议策略，从而为后面学生的培养提供一定的理论参考和行动策略。

参考文献

[1] 吴玉章，方建群.从学情调查探析高教改革的若干细节问题[J].医学教育管理，2015.

[2] 卜舒慧.学情分析视角下的高职思政理论课教学方法改革的[J].职教研究，2014.

第4篇：数据统计分析学习范文

关键词：大数据；统计学；前景

一、引言

在现如今的社会，无论是干什么都离不开信息。小到穿衣吃饭，大到国防军事，每一样都需要信息才能完成。信息是一个名词，围绕着它有信息的产生、信息的处理加工、信息的传递、信息技术的发展等等的一系列环节。所以在现代社会信息就如同一个核心细胞，其他细胞的工作都是围绕它展开进行的。我们对信息一定要敏感而精准。

二、何为大数据时代

大数据最初是由麦肯锡公司所提出来的，它在物理、生物、化学、金融、通讯行业出现并存在已经有一段时日，但它真正为人们所熟知认识却是因为互联网行业的飞速发展。人们总是用它来表述现时代是一个信息爆炸、海量、共享的时代。现如今一个决策的出台不再是凭借昔日的经验和感觉，而是数据的收集、整理、处理、分析所得出的结论。这就表示了一个新的时代，也就是信息数据时代的到来，经济、商业、金融、贸易等多个领域，信息已经成为主宰。这就是大数据时代，也是信息的年代。

三、统计学专业基本概况

统计学，从名称来看貌似是一个新兴专业，其实不然，它是一门非常古老的学科。它最早始于希腊雅典的亚里士多德时代，距今已有两千多年的历史。统计学是通过对数据信息的搜索、整理、分析、描述，以达到窥测所测对象的本质的目的，它是预测对象未来性的一门综合性科学。运用到了大量的数学和其他学科的专业知识，它的使用范围几乎涵盖了社会科学和自然科学的各个领域。统计学家王见定的研究已经说明了数理统计学永远打不败社会统计学，所以在以后的发展道路上，将是社会统计学与数理统计学共存与互补共同前行的模式。

目前作为高校所开设的一门学科，统计学专业主要有一般统计、经济统计两类专业方向，它所培养的是具有良好的数学、经济学素养，熟练掌握统计学的基本理论和方法，熟练地运用计算机分析数据，在企业、事业单位、经济管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的专业型精英类人才。

四、如何很好发展大数据时代下的统计学专业

首先从上文的论述中我们可以得出以下结论：統计学的技术手段是，搜索、整理、分析、描述数据，它的目的是预测、推断检测对象的本质，它是一门综合性非常强的科学性学科。从它的使用广度上来看，它几乎覆盖了社会科学和自然科学的各个领域。所以统计学的“势力”非常大。

而统计学所依赖的基础则是数据，传统的统计学中数据的收集主要包括实验数据、调查数据以及各种途径收集到的第二次数据。但是在经过一段时期的实践后人们发现这种方法得到的数据经常会存在一定范围内的误差，这对样本的客观性是一个根本上的影响，同时样本选取结果产生影响，因此传统的数据收集方法很难适应统计学的飞速发展的需要。从这个层面上来说，大数据的出现是科学发展到一定阶段的必然结果。因此大数据的产生和统计学的发展有着密不可分的关系。从另一面来看大数据的出现也是统计学中的核心环节实现，也就是数据的采集实现了大幅度的跨越。大数据时代的到来意味着检测对象的任何数据都能应用到统计过程中，打破了数据采集处理的局限性，再加上精准、合理的统计处理方法，使得统计结果将更具有代表性和说服力。

同时大数据、统计学、云计算技术三者的强强联合，预计未来的统计学势必会发生革命性的变革。大数据将对未来产生深刻影响，目前可以预见的统计学未来发展的前景有以下两个关键的点：第一点是在数据中科学性将和数据本身形成联盟。数据科学独立门户成为一门专门的学科势不可挡，数据的重要性不言而喻。统计学也将乘浪前行迎来新的发展的奇迹。对于数据平台，也将实现跨领域共享，最终将数据的共享扩展到企业层面，成为未来产业的一员。第二点则是数据的管理处理的竞争力大大增强，数据管理成为企业竞争力中的核心竞争力，直接关乎财务表现。数据资产是一个企业的核心资产，这个理念会逐步深入人心。之后，企业对于数据管理便有了更加精准的定位，企业就会将数据管理作为企业核心竞争力，持续发展，战略性规划与运用数据资产。数据资产管理效率与主营业务收入增长率、销售收入增长率显著正相关。届时，统计学的相关知识将会有大作为，每一位统计学专业的学生的就业前景将是不可估量的。统计学的发展前景也是一片大好，大数据、云计算、统计学三者则是珠联璧合，我国乃至全世界的信息技术又会迎来新的浪潮，并且是一浪高过一浪，让我们拭目以待。

五、结束语

本文就大数据，统计学二者的定义、概念首先做了介绍。其次是对统计学和大数据包括云计算在内的联合后的优势，以及未来的发展前景做了合理的分析与预测。数据时代已经起航，我们每一个人万万不可落后，我们要追赶信息技术的时代潮流，乘风破浪，迎难而上。为我国信息技术的发展增砖添瓦，为实现自我的价值奋斗不息。

参考文献： 

[1] 薛艳.大数据时代统计学专业教学体系的改革[J].教育教学论坛，2015（4）：110-111. 

[2] 周茂袁.大数据时代统计学专业教学改革的初步探索[J].教育教学论坛，2015（35）：105-106. 

[3] 李政，赵彦云.适应大数据时代的美国统计学大学教育（下）[J].中国统计，2015（4）：24-25. 

第5篇：数据统计分析学习范文

关键词：首都医科大学；图书馆；流通借阅；数据分析；读者服务

中图分类号：G258.6 文献标识码：A 文章编号：2095-5707（2017）01-0040-07

Abstract： Objective To provide references for the resources construction of university libraries， business process optimization， user behavior research， and reader service improvement. Methods Excel 2010 was used to analyse the circulation data of 2013-2015 undergraduate， graduate students， international students， teachers and other readers from the Aleph 500 automated management system. Results In 2013-2015， there were downward trends of the numbers of visitors and the borrowed books. The numbers of borrowed books were more prominent in March and September. Lending period presented 10：00， 16：00， 18：00 and 20：00 four peaks. Book categories mainly focused on R， I， H， and so on. There were obvious regularities of borrowing preferences of students of various subjects. Conclusion Libraries of medical colleges and universities can increase self-service publicity， adjust human resources according to the borrowing situation， strengthen the construction of library resources， and pay attention to the reconstruction of the space and the arrangement of the environment.

Key words： Capital Medical University； libraries； circulation； data analysis； reader services

流通借阅是高校图书馆开展的基本业务之一，流通借阅数据分析是图书馆文献资源建设、业务流程优化、用户行为研究、读者服务提升的重要依据。随着网络技术对人们阅读行为的改变，图书馆已经从知识收藏中心向学习中心转变。各高校图书馆越来越重视对流通借阅数据的分析挖掘，通过对借阅率与学生学习状态相关性分析、探索用户利用图书馆馆藏资源现状，挖掘用户行为，提出相应的服务对策[1-9]。本文通过对首都医科大学各类型读者在图书馆中产生的流通借阅数据进行深度分析，力图为图书馆文献资源建设、用户服务和空间利用提供参考依据，充分发挥图书馆的文献保障与学习支持功能。

1 资料与方法

以首都医科大学2013-2015年的本科生、研究生、留学生、教师等各类型读者产生的流通借阅数据为研究对象，数据均来自首都医科大学图书馆使用的Aleph500自动化管理系统，应用Excel 2010统计分析读者到馆情况、借阅率、阅读偏好等。

2 结果

2.1 到馆情况

首都医科大学图书馆2013-2015年读者到馆及借阅情况如表1。整体上，到馆次数2013年最高，2014年各月份均出现大幅下降，2015年有所回升，但仍低于2013年；借阅人数各年度和月份变化较到馆情况变化相对较小。可以看出各年份、各月份到馆借阅率均低于7%，2014年9月最高为6.99%，3年的平均到馆借阅率为2.84%。

2.2 借阅情况

图1所示为首都医科大学图书馆2013-2015年每年1～12月份的借阅册数情况，可以看出每年的借阅情况逐月分布情况较为规律，通常每年2月、8月为寒暑假时间，借阅量较低，3月、9月为开学初，借阅量明显较大，紧接着又呈现逐月下降的趋势。2013-2015年借阅量逐年递减。2013、2014年借阅量分别为53 651、40 198册，下降25.08%；2015年借阅量为36 253册，相对2014年下降9.81%。3年的到馆人均借阅册数分别为4.54、4.15和4.06册，均呈逐年下降趋势。2015年3月、9月时间段的借阅量尤其突出。

图2为2013-2015年各时段12个月份的平均值，整体上分时段借阅量有4个波峰，分别在10：00、16：00、18：00和20：00左右出现。其中16：00的波峰最明显，相应的借阅量最多；其次是上午10：00、晚上18：00和20：00；晚间的借阅量比上午11：00-14：00之间的借阅量还要高。

依照《中国图书馆分类法》22基本大类对首都医科大学图书借阅量进行统计，结果如表2所示。可以看出2015年占借阅总量排名前三的类分别是R类占42.97%、I类占20.84%、H类占9.22%，前三类占总量的74.03%；其次是Q类4.55%、O类4.04%、T类4.04%、K类3.77%、B类3.72%、C类1.53%；其余均低于1%；借阅量高于4%的前6类占阅读总量的85.66%。

各类图书占本类馆藏百分比可以用来衡量某类图书的利用率。表2可以看出I类借阅量占本类馆藏百分比为12.95%，此类图书利用率最高；其后依次是Q、B、J各占本类馆藏百分比分别为7.63%、7.36%、7.02%；后面依次是R、C、H、K、O、P借阅量占各类馆藏百分比在5.26%～6.77%之间；其余均低于5%。

表3详细分析2015年各月份各类图书借阅量，各个月份的22基本大类情况趋于一致，R（医药、卫生）、I（文学）、H（语言、文字）等3类图书借阅量明显较多，其次是Q（生物科学）、O（数理科学和化学）、T（工业技术）、B（哲学）等4类。9月份为借阅高峰，各类图书的借阅量都高于其他月份，其次是3月份也相对较多，3月份和9月份借阅量分别为6200、6380册；2月份及8月份寒暑假期间，借阅量均低于200册；7月份有一半时间是暑期，借阅量为1760册，比正常月份稍低；其余月份均在2000～4000册之间。

表4列出了2013-2015年的外借次数排名前20位的二级类目。可以看出2013-2015年3年借阅量排名前5位均为中国文学、基础医学、常用外国语、中国医学、临床医学；6、7位为预防医学及卫生学、内科学，但排名稍有变化；其后是欧洲各国文学、自动化技术及计算机技术、外科学、药学、美洲各国文学、心理学、亚洲各国文学、化学、神经病学与精神病学类目，排名各年份稍有化；其余是中国人物传记、分子生物学、数学、法律、中国史类目。整体上来看排名前20位的二级类目2013-2015年变化不大。

2.3 各学科学生借阅偏好

由于系统内部不能获取研究生、博士生的具体学科类别，仅选择2015年本科生各学科借阅图书排名前10位的二级类目，然后综合各学科前10位的二级类目，共得到口腔、临床医学、中药学等12个学科30个二级类目的借阅情况（见表5）。

可以看出各学科学生借阅图书有一定共性，同时也非常有学科特色。横向来看，基础医学、中国文学和常用外国语是所有学科的学生借阅量都比较大的二级类目。纵向来看，临床医学学科学生人数总体较多，呈现出借阅量整体较高的情况，所借图书的学科范围也最广泛，包含各国文学、常用外国语、中国哲学、心理学社科类；基础医学、临床医学、中国医学、内科学、外科学、神经病学与精神病学医学各科、自动化技术及计算机技术等。中国文学、常用外国语这2个二级类目在各专业借阅量都在排在前10位，除此之外，中药专业学生侧重中国医学、基础医学、化学、药学二级类目；护理学专业的学生侧重临床医学、基础医学；公共事业管理学科的读者侧重预防医学和卫生学、自动化技术及计算机技术、心理学；中医学专业侧重中国医学、基础医学、心理学；生物医学工程学科的读者相对更关注自动化技术及计算机技术、数学、无线电电子学及电信技术；药学专业的学生侧重化学、药学、心理学；基础医学侧重基础医学和各国文学；康复治疗专业学生侧重基础医学、临床医学和心理学；法学专业学生侧重法律及预防医学和卫生学；儿科学生较多关注基础医学、内科学、药学、心理学。

3 讨论

综合分析2013-2015年首都医科大学图书馆各类型读者的流通借阅数据，可以看出到馆人次及借阅数量呈逐年下降趋势，借阅的月份、时段、图书类别及各学科学生借阅偏好具有明显的规律性。基于2013-2015年流通借阅数据的分析，高校图书馆应采取以下措施，更好地服务读者，提升服务质量。

3.1 加大自助服务宣传

自助服务指在一定的条件下根据用户的阅读兴趣、需要偏好来完成的书目查询、藏书借阅、资料检索、文献复印、学习空间使用等活动，从而实现自主服务的一种读者服务方式[10]，北京大学、清华大学、上海交通大学、厦门理工学院乃至国外高校图书馆都在不断探索自助服务新方式[11-15]。自助服务逐渐成为流通借阅服务的主流服务方式。我馆统计数据表明，自助借阅服务占所有借阅量的60%以上，可以继续加大自主服务宣传，培养读者自主服务方式，提倡师生自主完成图书借还服务。

3.2 根据到馆借阅情况调整人力资源

传统的老馆舍由于要开设不同的阅览借阅室，人员尤显不足，根据到馆人数、借阅数据，在借阅高峰如每学期开学之初，加大人力投入，每天的10：00，16：00，18：00，20：00几个借阅高峰时段适当增加一线流通人员数量，保证服务质量，非借阅高峰可以适当缩减人员。

3.3 加强馆藏资源建设

除了保证医学特色资源建设以外，适当增加文学、生物科学、哲学、艺术等类图书，与院系紧密集合，针对不同的专业学科适当补充各学科个性化需求。加大电子资源的使用宣传。提供读者来馆随时荐购、书展现场采购、学科馆员推送、微信、网站等多渠道荐购图书。

3.4 注重馆舍空间改造

读者来图书馆，很大程度上是利用馆舍空间环境，所以传统图书馆的馆舍空间改造，人文环境优化尤为重要。首都医科大学图书馆设立了研究生自习室、研讨室等，并进一步细化阅览室学科功能，如我馆2009年成立了外文图书阅览室，使用馆员自创的作品装饰优化内部装饰、提升人文气息，现已成为吸引读者休闲阅读的重要场所。2015年9月成立了社会科学阅览室，收藏A～G类图书，促进社科图书的管理流通，自开通以来，借阅量较之混杂在自然科学大书库一起流通时有了显著提高。

4 小结

在大数据环境下，对于图书流通借阅数据进行有效的分析，能够为图书馆改善提升服务质量，深度挖掘用户行为，揭示其潜在的规律，为图书馆科学管理、资源建设和学科服务提供依据与参考。图书馆服务应结合用户统一认证系统、电子资源访问情况对借阅数据进一步挖掘，充分发挥图书馆的信息保障与学习支持作用，丰富图书馆的馆藏资源，优化图书馆空间环境，提高图书馆资源的利用率，有针对性地对不同学科的读者开展个性化服务，为图书馆科学管理提供事实依据。

参考文献

[1] 乔慧君，周筠B.高校图书馆借阅率与学生学习状态关系研究[J].大学图书馆学报，2015，33（1）：55-60，50.

[2] 郑毅，叶翎，杨峰.医学院校图书馆中文图书利用率分析[J].医学信息学杂志，2010，31（12）：82-85.

[3] 杨军花，聂江城，王刚.用户利用高校图书馆馆藏资源分析及对策研究――以南开大学图书馆借阅统计为例[J].图书馆工作与研究， 2011（5）：66-70.

[4] 牛玉兰，王德强.医院图书馆读者借阅统计分析及其对策[J].医学信息学杂志，2008（2）：53-55.

[5] 姬曼姝.高校D书馆流通借阅现状的统计分析――以内蒙古师范大学图书馆为例[J].图书情报工作，2013，57（S1）：178-181.

[6] 何祯，司徒俊峰.高校图书馆“借阅无限量”的实践与思考――以中山大学图书馆为例[J].大学图书馆学报，2015（4）：14-18.

[7] 陈进，刘宝杰.从未被借阅图书数据分析医科大学图书馆LIB2.0的应用[J].医学信息学杂志，2009，30（9）：76-78.

[8] 陈娟，洪丹.基于Logistic模型的高校图书馆用户借阅影响因素分析[J].情报科学，2013，31（3）：96-101.

[9] 韦耘耕.从图书馆流通数据分析读者阅读倾向及馆藏结构[J].医学信息学杂志，2010，31（2）：75-78.

[10] 陈武，姜爱蓉.构建以自助服务为导向的现代图书馆[J].大学图书馆学报，2013（3）：93-96.

[11] 高桂英，黄涛，聂华.图书馆自助服务的个性化应用――北京大学图书馆的实践与经验[J].大学图书馆学报，2011（4）：77-80，121.

[12] 邢卓媛，孙翌，曲建峰.多终端环境下图书馆实体场馆自助服务的设计与实践――以上海交通大学图书馆为例[J].图书馆工作与研究， 2016（4）：45-51.

[13] 凌宇飞.高校图书馆自助服务现状研究及发展策略[J].图书情报导刊，2016，1（5）：62，156.

[14] 施航海，苏文辉.图书馆一站式自助离馆服务系统构建――以厦门理工学院图书馆为例[J].图书馆学研究，2016（16）：65-69.

[15] 潘永明，刘辉辉，刘燕权.美国高校图书馆中的移动流通自助服务[J].图书情报工作，2014，58（12）：26-31.

第6篇：数据统计分析学习范文

【关键词】struts；hibernate 教学数据分析；设备管理

Web开发往往涉及技术较多，随着MVC软件开发理论的不断深入，极大地提高了软件可维护性、可阅读性，但同时也增加了软件开发的工作量，提高了软件开发的成本。软件开发框架的出现，改变了这种状态，框架（FrameWork）为Web应用提供了预备的软件架构和相关软件包，可以大大提高开发Web应用的速度和效率。在Java社区，开源项目进行得十分活跃，许多优秀的开源框架更是为我们提供了帮助，结合Struts和Hibernate这两个开源框架来构建应用是一个十分有效的技术选择。本文研究了没有采用EJB技术的基于Struts和Hibernate框架的轻型J2EE软件架构技术和开发方法，并给出了在教学数据分析统计与设备管理系统中的具体应用。

在J2EE的多层次结构中，Web层框架遵循MVC模式的Struts架构，业务逻辑处理有JavaBean操作类完成，数据持久层采用Hibernate框架。本文将该框架架构应用于专业设置数据统计分析系统，利用调研信息输入专业设置信息条，最终生成统计信息报表；将基于改框架搭建石化企业设备管理系统，完成设备基本信息管理、备品备件管理、附属设备管理、故障登记管理等。

Web层中Struts框架的基本结构（见图1），Web层框架采用Struts架构存在以下几个方面优点。

a）可以为一个模型在运行时同时建立和使用多个视图。变化一传播机制可以确保所有相关的视图及时得到模型数据变化，从而使所有关联的视图和控制器做到行为同步。

b）视图与控制器的可接插性，允许更换视图和控制器对象，而且可以根据需求动态地打开或关闭、甚至在运行期间进行对象替换。

c）模型的可移植性。因为模型是独立于视图的，所以可以把一个模型独立地移植到新的平台工作。需要做的只是在新平台上对视图和控制器进行新的修改。

d）潜在的框架结构。可以基于此模型建立应用程序框架，不仅仅是用在设计界面的设计中。

业务逻辑处理层：

该层是业务处理中心，考虑业务逻辑的需要具备灵活性，系统将业务处理类封装成JavaBean，并向上提供调用接口，为以后系统维护、扩展提供了方便。当系统业务发生改变，系统只需要更改相应的业务处理类，其他部分不需要进行修改。

数据持久层：

一般的研发模式，在数据层封装了SQL语句，并采用JDBC直接链接数据库，虽然这种模式相对于封装了JDBC的数据层框架而言，效率较高，但弊端在于相对增加了开发成本，降低了系统扩展性、柔韧性以及复用性，并且在数据库移植方面也大大地减弱。为了提高数据层的可维护性和移植性，系统数据层框架将采用O/RMapping模式的Hibernate框架，它是一个独立的对象持久层框架，Web层框架和数据层框架的耦合是松散的，数据持久层具有可替换性。使用Hibernate框架，使系统真正具有了在不同数据库上部署的能力，同时在开发的过程中使面向对象的开发思想贯穿其中。基于上述各层框架搭建的系统架构如图2所示。

第7篇：数据统计分析学习范文

关键词：日语教学；翻转课堂；VLS

在二语习得领域中关于词汇学习过程的研究――词汇学习策略研究（简称VLS）早在二十多年前已经被国内外学者所关注，VLS的指导训练，对于第二语言的词汇习得很有效。关于VLS运用情况的研究，是教师在进行VLS指导时，从数量众多的学习策略中准确选择出合适的策略并进行指导的关键依据。因此，本研究拟从二语习得领域的VLS理论出发，调查研究在翻转课堂中日语学习者的词汇学习过程。研究日语学习者在翻转课堂实施过程中VLS的变化和特征，调查VLS和词汇习得的相关性。

一、~汇学习策略（VLS）研究简介

（1）语言学习策略的分类

语言学习策略，指的是学习者在学习或运用语言的过程中所采取的思维或行为活动，它是学习者为达到某一特定学习目的所采取的思维活动和行为活动。自从20世纪70年代以来，西方许多心理学家和应用语言学家便开展二语学习策略研究。其中被广泛采用的分类方法之一就是Oxford（1990）提出的语言学习策略分类。后来，Schmitt（1994）在Oxford（1990）分类的基础上，又总结出了58项目的语言学习策略分类。

在词汇学习策略分类方面，Gu and Johnson（1996）总结出了91项目的VLS分类；Nation（2001）开发了侧重于词汇知识的侧面和学习阶段的新VLS分类法。

（2）以日语学习者为对象的VLS研究

本来针对词汇的学习策略研究就不多（天野，2014），以日语学习者为对象的VLS研究就更是少之又少（王婉莹2007，于2010，桥本2007）。

王婉莹（2007）以47名非日语专业的中国大学生为调查对象，以O ‘Malley and Chamot（1990）的分类法为依据制作调查文件并进行词汇小测，调查了词汇知识和VLS的相关性，同时，王还将日语专业学生和非日语专业学生的VLS进行了对比。

于（2010）在研究中，对同一批调查对象的不同学习阶段分别进行了初级和中级两次学习策略调查，分析了根据学习阶段的不同VLS的使用倾向的变化。

桥本（2007）也在研究中对学习者的VLS使用倾向和词汇知识的相关性进行了调查。

以上这些以日语学习者为对象的VLS研究，都是以先行研究的VLS分类为基础进行问卷调查，分析学习者在众多VLS中主要使用了哪些学习策略，并探讨了其与词汇知识和日语综合成绩的相关性。

二、词汇学习策略（VLS）在翻转课堂中的实施方案

（1）实施翻转课堂的对象

日语学习者中，初学者花费在词汇学习上的时间最长。但是，一年级学生前期主攻发音，单词的学习量不大。因此，本研究计划以日语专业2年级的本科生，约50人为研究对象。将其分成A班和B班，分别称为A实验组（实施翻转课堂的班级）和B参照组（不实施翻转课堂的班级）。

（2）实施翻转课堂的课程

在国内的大学日语教育中，为培养学生“听、说、读、写、译”的能力，通常都设有“综合日语”、“日语视听”、“日语会话”、“日文写作”等多样课程。因为词汇知识是语言4技能的基础，所以每样课程都会或多或少涉及到词汇的学习，所以本研究计划在词汇学习量最大的“综合日语”课程中导入翻转课堂，实施期间为半年，即大二上学期。

三、词汇学习策略（VLS）在翻转课堂中的实施验证

本研究拟采用的语言学习策略测试工具主要为Oxford编制的SILL表，使用的数据统计分析工具为社会科学统计软件包SPSS.19。具体实验方法如下：

（1）自由叙述调查法

在二年级学期末，即实施翻转课堂半年后，以实验组和参照组为对象，采用自由记述的形式让学生写出各自采用的词汇学习策略，再将取得的记述进行分类，结合先行研究的VLS分类项目，适当修正添加，特别注意添加一些翻转课堂环境下特有的学习策略，制成符合调查对象特点的VLS调查问卷。

（2）问卷调查法

用制成的VLS调查问卷，在学期末分别对实验组和参照组进行VLS使用频度调查，回答形式分为“1几乎不用”、“2不太使用”、“3有时使用”和“4经常使用”4项，其调查结果分别命名为调查A和调查B。

（3）量化分析和描述性分析法

将调查A和调查B的各项回答数值化，即“经常使用+15”、“有时使用+5”、“不太使用-5”和“几乎不用-15”，得到的数值称为“VLS的使用量”。然后再采用描述性分析法求得每一项VLS的平均值和标准偏差

（4）t检验分析法

首先，为了调查翻转课堂环境下的学习者VLS与传统课堂环境下的学习者VLS相比，有何特色和变化，需要对实验组和参照组的VLS使用量进行t检验。比较在同一项VLS条件下，两组的VLS使用量之间是否存在差异.

（5）相关分析法

为调查翻转课堂环境下的学习者VLS与词汇习得的相关性，需要以实验组为对象对其VLS各项目和测试2的成绩进行相关分析。

参考文献：

[1]靳琰，胡加圣，曹进（2015），慕课时代外语教学中的微课资源建设与翻转课堂实践――以西北师范大学《英国文学史》为例[J].现代教育技术（3）：84-88.

[2]翟雪松，林莉兰（2014），翻转课堂的学习者满意度影响因子分析――基于大学英语教学的实证研究[J].中国电化教育（4）：104-109.

[3]中野てい子（2013）.「子教材を活用したブレンド型多i授Iの入『尚美学@大学t合政策集17，137-144.

作者简介：

第8篇：数据统计分析学习范文

关键词：交际能力；交际策略；独立学院；实证研究；口语

[中图分类号]H319.3

[文献标识码]A

[文章编号]1006-2831（2015）02-0030-4 doi：10.3969/j.issn.1006-2831.2015.01.008

1 . 引言

由于全球化进程的加速，作为国际化通用语言的英语在中外各项交流活动中显得愈发重要。具备较好的英语口语交际能力不仅符合社会对人才的要求，而且也是增强未来职业竞争力一个重要的砝码。外语教学的任务之一就是培养学生的交际能力。但目前我国大学英语教学实践中仍是传统教学模式占主导，“哑巴英语”现象十分严重，提高学生的口语交际能力已成为英语教学的一个迫切任务。而交际策略能力的培养是提高交际能力的一个必要途径。目前国内对交际策略的研究大多局限于对交际策略理论的介绍，关于交际策略的实证研究还不充分且研究对象大多为普通院校的学生，甚少关注独立院校非英语专业大学生。假如交际策略的这些理论能被证实在独立院校非英语专业大学生群体内同样发生效力，那么必将拓宽交际策略研究的视野。本文正是基于上述背景和目的，拟从实证的角度考察交际策略培训对独立院校非英语专业大学生交际能力的影响。

2 . 文献综述

自Selinker（1972）提出交际策略这一概念后，国内外学者开始了对交际策略的相关研究。关于交际策略的定义，不同的学者有不同的解释。Ellis在前人研究的基础上，对交际策略的定义作了较为全面的阐释，她指出交际策略是“学习者潜在有意识采用的一种心理语言计划，用来替代一个无法完成的表达计划”（Ellis， 1985）。由于对交际策略的理解不同所以会产生不同的分类方法。其中Dornyei（1995）对交际策略的分类被认为是较完整的分类，他总结了前人的研究成果，把交际策略分为三大类：减缩策略（信息放弃、话题放弃）、成就或补偿策略（迂回、近似、造词、非语言手段、母语直译、外语化、语码转化、求助）和延时策略（使用填充语）。其中第三类策略即延时策略是其他分类中所没有的。关于交际策略的可授性学术界有两种看法，一派认为交际策略不可教授，他们指出母语中形成的策略能力可自由地向目标语迁移，且认为教师只需讲授语言知识，而无需特别关注学生策略能力的培养；另一派则认为交际策略是可授的，Dornyei（1995）、王立非（2002）、孔京京（2004）等从实证的角度证明了这一观点。本文依据Dornyei（1995）的交际策略分类标准，重点培训以下三种策略：（1）话题回避策略，指在交流中避而不谈那些较难或不愿回答的话题；（2）迂回策略，指在用目标语表达某一事物时遇到困难，通过描述或解释其特点以弥补因目标语知识不足而引起的交际障碍；（3）延时策略，即使用诸如“well”，“let me see”等填补词获取思考时间，从而保证交际顺畅进行。

3 . 研究设计

3 . 1 研究问题

（1）独立院校非英语专业大学生在口语中交际策略的使用情况如何？

（2）口语交际策略培训对学习者的策略使用频率有怎样的影响？

（3）口语交际策略培训能否提高学习者的口语流利度？

（4）独立院校非英语专业大学生对交际策略培训的认识如何？

3 . 2 研究对象

本文以江苏大学京江学院2014级医疗保险专业两个平行班的54名学生为研究对象，一班为实验组另一班为对照组。他们的基本信息见表1。从表1可以看到两组在总人数、男女比例和语言水平等方面不存在差异。此外，两组的口语教师为同一人，选用的教材都为《新视野大学英语视听说教程》第二版，教学进度相同。对实验组进行为期16周的策略培训，而对照组仍采用常规教学。

3 . 3 研究工具

本文定量研究采用的工具为问卷调查、口语测试，定性研究的工具则为半结构访谈法。其中调查问卷是依据Dornyei对交际策略的分类并借鉴一些学者的问卷自行设置的。它包括三部分：（1）个人信息；（2）学生对交际策略的态度；（3）培训前学生交际策略的使用频率。第（2）、（3）部分采用李克特五级量表进行评分，从“5=完全赞同、总是使用”到“1=完全不赞同、从来不用”。培训前、培训后对实验组和对照组各进行一次口语测试。两次口试题型相同，难度相当。题型包括：（1）口头问答，参照《On the Teachability of Communication Strategies》（Dornyei， 1995），要求学生不直接给出答案而需对问题作出解释；（2）看图说话，参照《交际英语教程》（李莜菊，2002），要求学生根据图片内容进行描述；（3）定义单词，选自《朗文英汉双解词典》（2003），具体词汇、抽象词汇各选取5个。半结构访谈是为了定性研究，补充并验证定量分析的结果。在策略培训后一周从实验组内部随机抽取6名学生（男、女生各3名）进行访谈。访谈主要包括两个方面：（1）学生在接受策略培训后对策略的认可度、态度等；（2）学习者在平时口语交际中使用或不使用某一策略的原因。

3 . 4 研究过程

培训前一周向两个平行班发放问卷，并进行一次口语测试。针对问卷调查的结果在实验组内重点培训话题回避、迂回和延时三种策略，将策略教学穿插于平时的教学活动中，而对照组则实行常规教学。具体实施过程如下：

在策略培训阶段，教师首先通过中文详细讲解各个策略的定义，通过实例向学生展示其具体用法，并对其在具体语境中的使用情况作出评估，让学生了解具体策略使用的场合及优缺点；之后结合教材让学生有目的地练习，教师要及时地对其表现作出评价，让学生对各个策略的使用有一个完整清晰的认识。在三种具体策略培训结束后，给学生分配具体任务让其综合练习这三种策略，教师在练习后同样对学生的表现作出评价。

3 . 5 数据收集与分析

培训前一周向两个平行班发放问卷调查54份。为了保证数据的真实有效，在填写问卷前向学生说明调查的目的及填写细则。剔除信息不全的4份无效问卷后，共回收有效问卷50份。根据交际策略问卷调查中的李克特五级量表的得分，利用SPSS20.0对两个平行班学生的策略态度及使用频率的相关数据进行描述性统计分析。两次口语测试全程采用MP3录音，之后将录音内容转写成文字。人工识别并数出对照组和实验组在两次口语测试中各策略的使用频率，然后将数据输入软件SPSS20.0进行描述性统计及配对样本t-检验以便分析策略培训对策略使用频率的影响。语速的衡量标准是将学生完成每一题的总词数除以该段话所用的总时间（以秒为单位）长度。利用SPSS20.0对每组两次口语测试的语速进行配对样本t-检验以便分析策略培训对语速的影响。培训后一周，随机选取实验组内几名同学，男女比例得当，为了保证访谈结果的真实性和有效性，采用中文对其进行访谈，访谈全程录音。将访谈内容录音进行转写，用于分析学习者对交际策略培训的态度和具体运用交际策略的实际情况。

4 . 结果与讨论

4 . 1 50份有效问卷的数据统计结果（见表3）

表3显示在培训前，实验组和对照组的策略态度和使用频率平均分分别在2.5～2.9和2.9～3.2之间。按照Oxford提出的方法，均值在2.5～3.4之间，即代表对该策略不了解或不常使用。问卷结果显示在接受策略培训前学习者总体对交际策略了解不多，因为在大学外语教学中仍是传统教学模式占主导地位，大多数学生重读写能力轻听说能力，重语言知识的积累轻语言知识的应用。他们在课堂中几乎没有接受过专业的口语训练，对交际策略了解甚少，所以造成其交际意识薄弱。从表3我们还可以看到独立院校非英语专业的学生在平时的口语交际中有时会使用交际策略但使用频率偏低。各策略的使用频率从高到低依次是回避策略、延时策略、迂回策略。由于学习者第二语言知识欠缺，在交际中很少能直接用目标语进行顺畅地交流，所以在遇到交际障碍时，倾向于回避交际困难或使用一些填充词获得思考时间。

4 . 2 两次口语测试中实验组和对照组各交际策略的使用频率（见表4）

根据表4显示的数据，我们可以清楚地看到在策略培训前对照组和实验组各策略的使用频率相当，并不存在显著差异。策略培训后，对照组仅在回避策略上有微小进步，其余两种策略的使用频率则不及培训前。而实验组在策略培训后各策略的使用频率有了较大的提升，尤其是延时和回避策略。为了检测实验组在培训后各策略使用频率的进步幅度是否明显，我们进行了配对样本t-检验，结果见表5：

根据表5我们可以看到各策略的p值都小于显著性水平，即p

4 . 3 两次口语测试中实验组和对照组的语速对比情况见表6。

表6的数据显示，在经过将近一学期的学习后两组学生的语速都有一定的进步。为了考察其语速进步是否明显，将两次口语测试的语速进行了配对样本t-检验。数据结果显示，对照组在两次口语测试中的语速没有出现显著性差异，p=.839（p>.05），而在实验组p值（p=.000）明显小于显著性水平即p=.05，说明在经过交际策略培训后实验组的口语语速有了明显的提升，从而间接地证明了交际策略培训对学习者的口语语速有积极的影响。

4 . 4 通过分析半结构访谈的录音内容得出的结果

通过分析半结构访谈的录音内容可以得出大多数学习者对交际策略培训持积极态度，并希望教师能将交际策略教学贯穿于课堂活动中。访谈中大多数学生表示在平时的口语交际中较多地使用回避策略，因为它可以帮助他们规避较难的表达或话题，减轻口语焦虑，增强自信心。虽然他们认识到过多使用回避策略的消极影响，但限于自己的外语水平，在交际中仍不可避免地使用此策略。这从侧面解释并佐证了问卷结果。此外大多数学生认为延时策略对其口语交际有很大的帮助。他们认为通过使用如“let me see”“well”等填充语可帮助其赢得思考时间，从而保持交际的顺畅，但是根据访谈内容的录音，我们得出虽然大多数学生认可延时策略，但他们只了解一些简单的填充语或只单纯地使用一种或几种填充语，不能根据具体情境使用多样合适的填充语，这在很大程度上限制了口语的自然性和流利性。大多数学生虽然认可迂回策略但在平时的口语交际中很少使用这一策略。这主要是因为此策略对目标语水平要求较高，而独立院校非英语专业学生二语水平总体欠缺，导致其在日常交际中很少使用此策略来应对交际障碍。通过对访谈内容的定性分析，补充并验证了上文的定量结果。

5 . 结语

通过以上的分析与讨论，本研究得出以下结论：（1）独立院校非英语专业学生总体交际策略意识淡薄，在平时的口语交际中很少运用交际策略。（2）通过交际策略培训可以增强学习者的交际能力，具体体现为两个方面：（a）交际策略培训有助于相应策略使用频率的提高；（b）有助于口语流利度的提升。（3）大多数实验组的学生比较认可交际策略的培训。

本文通过定性和定量研究不仅证明了交际策略的可授性，而且还证实交际策略的相关理论同样适用于独立院校非英语专业大学生，拓宽了交际策略研究的视野。此外本文对外语教学也有一定的启示意义。外语教师应将交际策略教学贯穿于平时的课堂活动中，以此提高学生的策略意识和策略能力。此外，教师应向学生说明交际策略不是万能的，过多地使用交际策略会阻碍其二语的习得。

参考文献

Dornyei， Z. On the teachability of communication strategies[J]. TESOL Quarterly， 1995（29）： 55-85.

Ellis， R. Understanding Second Language Acquisition[M]. Oxford： Oxford University Press， 1985.

Selinker， L. Interlanguage[J]. IRAL， 1972（10）： 209-231.

李莜菊.交际英语教程[M].上海：上海外语教育出版社，2002.