论文部分内容阅读
【摘要】随着科学技术的发展，网络已经成为人们工作、学习、生活中不可或缺的工具，网络教学也逐渐普及起来。然而网络教学作为新兴的教学手段，其发展还处于不断探索的过程，但网络教学方式存在的多种弊端对于教学质量产生了消极的影响。本文将对大数据时代网络课程教学中存在的问题进行简要分析，同时探讨提高网络课程教学效率和质量的有效对策。
【关键词】大数据 网络时代 金融教学
一、引言
“云计算”、“物联网”、“互联网+”等新兴词汇的出现和普及，标志着我国已经全面进入了大数据时代，数据呈现出飞快的增长速度。同时，大数据时代背景下，人们的生活、工作、学习都变得更加信息化、科技化。其中数据时代中课程教学的变化主要体现多样化的教学手段、更为丰富的教学内容、灵活多变的教学形式，以及超越了时间、空间的教学模式。网络金融是一门充分融合了互联网技术和金融专业知识的教学课程，也同多门课程内容有交叉，例如信息技术、融合管理等。可以说，大数据时代对网络金融课程的影响具有必然性。我国当前网络金融课程教学存在的诸多弊端，单一的教学形式、填鸭式的教学方法、千篇一律和脱离时代的教学内容等，都是导致网络金融课程教学效果低下的“罪魁祸首”。大数据时代背景条件下，将从数据搜集、归纳和分析的角度对网络金融课程教学进行探讨，提出基于数据库的有利于提高课程教学质量的教学模式，确保网络金融教学面对不断变化的教学对象和教学环境时，依然能保证甚至提升教学水平。
二、利用大数据挖掘技术创新网络金融课程教学模式
忽略个体性差异是传统网络教学中存在的非常大的弊端，网络课程针对的是大众化的群体，每个人的基础不同，对新知识的理解速度、接受能力也存在差异。试想一下，如果网络金融课程不进行适当的改革，而是坚持对所有的课程终端学习者输送同样的教学内容，辅以同样的教学手段，势必无法做到有的放矢，这样导致的后果就是水平好的学生学习不到对他们有用的知识点，水平差的同学完全跟不上课程进度。这样势必对网络金融课程的教学质量产生极其消极的影响。
利用大数据挖掘技术，能够洞悉终端学生对网络金融教学的需求，从而保证教学的针对性，实现“个性化”教学目标，满足不同学生的学习需求。与传统的数据分析不同，采用大数据挖掘技术的采样目标是所有的数据，而并非抽样进行分析，这样更有助于从更加客观的角度进行需求分析。一方面，对学生通过多途径提出的对网络金融教学内容有关的问题进行数据搜集，并挖掘学生需求主题与课程知识体系主题两者的联系，建立A数据库。另一方面，通过对金融课程教材、微博、博客等网络数据库的数据全方位搜集和分析，对与学生诉求主题相关的其他主题进行挖掘，建立B数据库。最终，采用语义相似度计算手段，将A数据库与B数据库中的数据进行融会贯通，建立总数据库，在网络金融课程教学过程中做到教学针对性强，教学内容知识面全，满足学生的个体化需求及差异，从根本上提升网络金融课程教学质量。
（一）挖掘网络金融课程主题
在挖掘、分析和构建A和B数据库时，采用的方法叫做文本挖掘层次类聚法。数据的来源有两个途径，一个是来自于学生对教学知识的需求和问题，另一部分是由教材、论坛、微博、博客等网络工具体现的学生所关注的内容。首先，采取预处理手段对以上两部分数据施行分析，例如文本语义标引、分词等方法；其次，采用SVD技术施行词频降维，构建以概念（t）为行，以文本（d）为列的矩阵N。这样概念在文档中的权重就能体现在矩阵中，实现网络金融课程主题的挖掘。
（二）挖掘网络课程主题之前的关联
在大数据挖掘中，关联规则分析是非常有效的方法。假设文本集为D，我们将文本集中每一个因素d当作一个事物；同时采用SVD技术对文本d进行分析得到特征项，形成新的项量，最终构成项集。最终，通过对项集中每一个事务、文本的数据分析和挖掘，推断各个因素之间的关联。
三、构建以MOOC理念为基础的网络金融课程教学平台
MOOC理念由最初提出到全面的推崇自然是有其不可忽视的优势。何为MOOC理念，用中文意思就是“大规模在线开放课程”。顾名思义，规模大、在线、公开是其最大的特点，更重要的是这种教学理念坚持“以人为本”，注重发挥学生的个体能动性，擅长将整体知识点进行分割设计微型知识体系，注重信息技术与教学、教学评价相结合。在这里，本文将以MOOC理念为基础构建和完善网络金融课程教学平台。
（一）数据集成
大数据时代，规模大，结构复杂、语义歧义化是数据的主要特点。通过数据集成能够把零散、规模大、结构复杂、存在歧义的数据施行预处理，实现语义整合，然后再将处理后的数据传输到云计算系统。数据集成的目的在于达到所有不同结构数据库的数据共享，同时为终端使用者呈现分布式的Single System Image，即单一系统映像，从而充分调用数据库的数据，从整体上提升数据集成系统的效能。
在网络金融课程教学平台的建设上，从各个平台上进行数据收集，如课件、论坛主题、课程评价、实战训练等，这些数据的结构类型具有差异化，为了能够有效利用和分析这些数据，需要采用数据集成手段将这些数据进行预处理，建立网络金融数据库，为下一步云计算做好准备。
（二）云计算
云计算使得数据库中的数据具有流通性。云计算模式下的网络服务资源已经被虚拟化，并有特定人员来调度、管理和维护所有的服务资源，这样不需要用户担心内部如何运作，用户可以随时得到自己需要的数据，方便快捷且成本较低。网络金融课程平台建设中，首先将数据集成后的数据库传送给云计算系统，辅以数据被挖掘技术，为网络课程终端用户提供快速便捷且符合他们需求的课程教学。基于云计算模式的网络金融课程教学平台使课程资源管理更为虚拟化，很大程度上提升了服务器的有效性、灵活性和可扩展性；同时，云计算能够及时识别终端用户的网络、硬件和存储情况并通过服务资源的调动实现自动配置，满足用户需求从而提高网络课程服务质量。网络平台的实际应用数据具有规模大、数据不完整、模糊性、随机性等特征，如何从中提取隐藏较深但是有用的数据呢？我们将这个提取的过程称之为数据挖掘。数据挖掘是一项多学科知识交叉的技术，涉及到统计学、计算机、机器等多个学科。 （三）知识服务模块
经过云计算处理后的数据要及时推送给网络金融课程的用户，这一过程的实现有四个部分。首先，是课程智能化服务体系。这一体系是以云计算为核心构建的课程实时教学平台，其可以按照用户与教学者的多样化需求分组，提供个性化、丰富的教学内容，为学生提供高质量的知识点，高校的教学方法。其次，是智能化咨询功能。通过这一体系，学生提出的与金融课程有关的问题都能够得到及时、专业的回复，帮助学生快速解决疑惑。这和人们常见的淘宝小二平台有类似之处。第三，是个性化教学内容选择与设计体系。按照不同用户的需求提供针对性的课程主题、内容设计，为教师的教学提供参考，实现高水平、高质量、高针对性的教学。通过该体系，教师能够智能化的获取与学生需求有关的课程教材、知识体系，有利于提高教师的教学效率。最后，是课程评价体系。通过该体系及时从学生群体获得有关课程内容、教师、教学模式的反馈，通过数据分析并反馈信息给教师进行课程调整，从而促进提高课程教学质量和效率。
四、网络金融课程动态教学模式
传统的教学方式固陈守旧，教师教学思想老套不愿意接受新事物，教学内容沉闷无趣等等是我国传统教学中存在的普遍问题。大数据时代下，追求的是信息化、智能化、创新的教学方法和手段，在这里提出一种以大数据为基础的动态教学模式。通过对于金融课程有关的就业、政策、信息发展等相关数据进行数据挖掘、数据分析、云计算，同时注重教师的引导性作用和学生的主体能动性，将重心放在知识挖掘、知识共享、知识创新等方面，实现课程的动态化，为学生提供有利于就业、符合国家政策、满足学生需求的教学内容。
五、结论
网络金融课程教学是一门多交叉的学科，其不可避免地会受到大数据环境的影响。传统的网络金融课程教学存在着教学内容守旧、教学手法古板、趣味性弱等不足，这对于课程教学水平都具有消极的影响。本文从大数据时代多种数据技术的应用出发，对网络金融课程教学进行了简要的探讨，分析了基于大数据时代的几种新型教学模式，这对于实现个性化教学，提高课堂趣味性，对于调动教师和学生课堂积极性有重要的推进作用，在实现信息化教学的同时，也有利于提高网络课程终端用户满意度和提高课程教学质量。这对于网络金融课程平台的建设和发展也具有积极的意义。
参考文献
[1]石冬凌.MOOC对教学带来的思考和启示[J].计算机教育.2014（09）.
[2]金陵.大数据与信息化教学变革[J].中国电化教育.2013（10）.
[3]马建光，姜巍.大数据的概念、特征及其应用[J].国防科技.2013（02）.
作者简介：刘念（1984-），河北大名人，湖南工业职业技术学院讲师，中南大学管理科学与工程专业研究生毕业，研究方向：金融学中小企业融资与金融创新系统；刘一沙（1982-），湖南益阳人，湖南工业职业技术学院讲师，中南大学管理学专业研究生毕业，研究方向：工商管理。
【关键词】大数据 网络时代 金融教学
一、引言
“云计算”、“物联网”、“互联网+”等新兴词汇的出现和普及，标志着我国已经全面进入了大数据时代，数据呈现出飞快的增长速度。同时，大数据时代背景下，人们的生活、工作、学习都变得更加信息化、科技化。其中数据时代中课程教学的变化主要体现多样化的教学手段、更为丰富的教学内容、灵活多变的教学形式，以及超越了时间、空间的教学模式。网络金融是一门充分融合了互联网技术和金融专业知识的教学课程，也同多门课程内容有交叉，例如信息技术、融合管理等。可以说，大数据时代对网络金融课程的影响具有必然性。我国当前网络金融课程教学存在的诸多弊端，单一的教学形式、填鸭式的教学方法、千篇一律和脱离时代的教学内容等，都是导致网络金融课程教学效果低下的“罪魁祸首”。大数据时代背景条件下，将从数据搜集、归纳和分析的角度对网络金融课程教学进行探讨，提出基于数据库的有利于提高课程教学质量的教学模式，确保网络金融教学面对不断变化的教学对象和教学环境时，依然能保证甚至提升教学水平。
二、利用大数据挖掘技术创新网络金融课程教学模式
忽略个体性差异是传统网络教学中存在的非常大的弊端，网络课程针对的是大众化的群体，每个人的基础不同，对新知识的理解速度、接受能力也存在差异。试想一下，如果网络金融课程不进行适当的改革，而是坚持对所有的课程终端学习者输送同样的教学内容，辅以同样的教学手段，势必无法做到有的放矢，这样导致的后果就是水平好的学生学习不到对他们有用的知识点，水平差的同学完全跟不上课程进度。这样势必对网络金融课程的教学质量产生极其消极的影响。
利用大数据挖掘技术，能够洞悉终端学生对网络金融教学的需求，从而保证教学的针对性，实现“个性化”教学目标，满足不同学生的学习需求。与传统的数据分析不同，采用大数据挖掘技术的采样目标是所有的数据，而并非抽样进行分析，这样更有助于从更加客观的角度进行需求分析。一方面，对学生通过多途径提出的对网络金融教学内容有关的问题进行数据搜集，并挖掘学生需求主题与课程知识体系主题两者的联系，建立A数据库。另一方面，通过对金融课程教材、微博、博客等网络数据库的数据全方位搜集和分析，对与学生诉求主题相关的其他主题进行挖掘，建立B数据库。最终，采用语义相似度计算手段，将A数据库与B数据库中的数据进行融会贯通，建立总数据库，在网络金融课程教学过程中做到教学针对性强，教学内容知识面全，满足学生的个体化需求及差异，从根本上提升网络金融课程教学质量。
（一）挖掘网络金融课程主题
在挖掘、分析和构建A和B数据库时，采用的方法叫做文本挖掘层次类聚法。数据的来源有两个途径，一个是来自于学生对教学知识的需求和问题，另一部分是由教材、论坛、微博、博客等网络工具体现的学生所关注的内容。首先，采取预处理手段对以上两部分数据施行分析，例如文本语义标引、分词等方法；其次，采用SVD技术施行词频降维，构建以概念（t）为行，以文本（d）为列的矩阵N。这样概念在文档中的权重就能体现在矩阵中，实现网络金融课程主题的挖掘。
（二）挖掘网络课程主题之前的关联
在大数据挖掘中，关联规则分析是非常有效的方法。假设文本集为D，我们将文本集中每一个因素d当作一个事物；同时采用SVD技术对文本d进行分析得到特征项，形成新的项量，最终构成项集。最终，通过对项集中每一个事务、文本的数据分析和挖掘，推断各个因素之间的关联。
三、构建以MOOC理念为基础的网络金融课程教学平台
MOOC理念由最初提出到全面的推崇自然是有其不可忽视的优势。何为MOOC理念，用中文意思就是“大规模在线开放课程”。顾名思义，规模大、在线、公开是其最大的特点，更重要的是这种教学理念坚持“以人为本”，注重发挥学生的个体能动性，擅长将整体知识点进行分割设计微型知识体系，注重信息技术与教学、教学评价相结合。在这里，本文将以MOOC理念为基础构建和完善网络金融课程教学平台。
（一）数据集成
大数据时代，规模大，结构复杂、语义歧义化是数据的主要特点。通过数据集成能够把零散、规模大、结构复杂、存在歧义的数据施行预处理，实现语义整合，然后再将处理后的数据传输到云计算系统。数据集成的目的在于达到所有不同结构数据库的数据共享，同时为终端使用者呈现分布式的Single System Image，即单一系统映像，从而充分调用数据库的数据，从整体上提升数据集成系统的效能。
在网络金融课程教学平台的建设上，从各个平台上进行数据收集，如课件、论坛主题、课程评价、实战训练等，这些数据的结构类型具有差异化，为了能够有效利用和分析这些数据，需要采用数据集成手段将这些数据进行预处理，建立网络金融数据库，为下一步云计算做好准备。
（二）云计算
云计算使得数据库中的数据具有流通性。云计算模式下的网络服务资源已经被虚拟化，并有特定人员来调度、管理和维护所有的服务资源，这样不需要用户担心内部如何运作，用户可以随时得到自己需要的数据，方便快捷且成本较低。网络金融课程平台建设中，首先将数据集成后的数据库传送给云计算系统，辅以数据被挖掘技术，为网络课程终端用户提供快速便捷且符合他们需求的课程教学。基于云计算模式的网络金融课程教学平台使课程资源管理更为虚拟化，很大程度上提升了服务器的有效性、灵活性和可扩展性；同时，云计算能够及时识别终端用户的网络、硬件和存储情况并通过服务资源的调动实现自动配置，满足用户需求从而提高网络课程服务质量。网络平台的实际应用数据具有规模大、数据不完整、模糊性、随机性等特征，如何从中提取隐藏较深但是有用的数据呢？我们将这个提取的过程称之为数据挖掘。数据挖掘是一项多学科知识交叉的技术，涉及到统计学、计算机、机器等多个学科。 （三）知识服务模块
经过云计算处理后的数据要及时推送给网络金融课程的用户，这一过程的实现有四个部分。首先，是课程智能化服务体系。这一体系是以云计算为核心构建的课程实时教学平台，其可以按照用户与教学者的多样化需求分组，提供个性化、丰富的教学内容，为学生提供高质量的知识点，高校的教学方法。其次，是智能化咨询功能。通过这一体系，学生提出的与金融课程有关的问题都能够得到及时、专业的回复，帮助学生快速解决疑惑。这和人们常见的淘宝小二平台有类似之处。第三，是个性化教学内容选择与设计体系。按照不同用户的需求提供针对性的课程主题、内容设计，为教师的教学提供参考，实现高水平、高质量、高针对性的教学。通过该体系，教师能够智能化的获取与学生需求有关的课程教材、知识体系，有利于提高教师的教学效率。最后，是课程评价体系。通过该体系及时从学生群体获得有关课程内容、教师、教学模式的反馈，通过数据分析并反馈信息给教师进行课程调整，从而促进提高课程教学质量和效率。
四、网络金融课程动态教学模式
传统的教学方式固陈守旧，教师教学思想老套不愿意接受新事物，教学内容沉闷无趣等等是我国传统教学中存在的普遍问题。大数据时代下，追求的是信息化、智能化、创新的教学方法和手段，在这里提出一种以大数据为基础的动态教学模式。通过对于金融课程有关的就业、政策、信息发展等相关数据进行数据挖掘、数据分析、云计算，同时注重教师的引导性作用和学生的主体能动性，将重心放在知识挖掘、知识共享、知识创新等方面，实现课程的动态化，为学生提供有利于就业、符合国家政策、满足学生需求的教学内容。
五、结论
网络金融课程教学是一门多交叉的学科，其不可避免地会受到大数据环境的影响。传统的网络金融课程教学存在着教学内容守旧、教学手法古板、趣味性弱等不足，这对于课程教学水平都具有消极的影响。本文从大数据时代多种数据技术的应用出发，对网络金融课程教学进行了简要的探讨，分析了基于大数据时代的几种新型教学模式，这对于实现个性化教学，提高课堂趣味性，对于调动教师和学生课堂积极性有重要的推进作用，在实现信息化教学的同时，也有利于提高网络课程终端用户满意度和提高课程教学质量。这对于网络金融课程平台的建设和发展也具有积极的意义。
参考文献
[1]石冬凌.MOOC对教学带来的思考和启示[J].计算机教育.2014（09）.
[2]金陵.大数据与信息化教学变革[J].中国电化教育.2013（10）.
[3]马建光，姜巍.大数据的概念、特征及其应用[J].国防科技.2013（02）.
作者简介：刘念（1984-），河北大名人，湖南工业职业技术学院讲师，中南大学管理科学与工程专业研究生毕业，研究方向：金融学中小企业融资与金融创新系统；刘一沙（1982-），湖南益阳人，湖南工业职业技术学院讲师，中南大学管理学专业研究生毕业，研究方向：工商管理。