论文部分内容阅读
摘 要：大数据与教育领域的深度融合是当前时代教育事业的大势所趋。本研究拟采用创新教学思路，优化教学模式，丰富教学内容，改革教学评价的方式，对高中数学选修课程进行开发，以期达到创新教育资源建设、共享教育思路、优化教育模式、丰富教学内容的目的。
关键词：大数据；数学；选修课程；高中
一、 时代背景
大数据（Big Data），作为一个网络社会的新兴词汇，随着互联网、物联网、云计算等深入到生活之中。其兴起在于随着现代技术的发展，产生了目标数据规模巨大，必须采用新的处理模式才能处理的高增长率、多样化的海量信息资产。
教育部《2015年教育信息化工作要点》（教技厅[2015]2号）中，将教育大数据的应用列入了教育信息化进程，推广大数据与教育领域的深度融合。大数据是当今时代信息技术发展的必然产物，无论是国外还是国内，都非常重视大数据对教育的影响。
2013年，国内大数据在教育中的应用掀起一股热潮，但内容主要局限于从理论高度研究教育数据（魏顺平，2013；徐鹏，2013）；教育类热点研究在图书馆应对大数据挑战方面（樊伟红，2012；韩翠峰，2013），有关数学教育理论研究与实践案例的研究均较少。
二、 研究意义
大数据与教育领域的深度融合是当前时代教育事业的大势所趋。而数学学科与大数据关系尤为密切。如何顺应大数据的时代浪潮，进行高中选修课程的开发是一个极有意义的命题。
通常认为，完整的选修课程开发过程包括：确立目标、选择教学内容、实施课程方案、评价教学结果。本研究旨在前期高中数学选修课开发的基础上，借鉴“大数据”思维与理念，在诊断现有高中数学选修课程开发存在的问题的基础上，提出基于大数据时代特色的选修课程开发原则，并以此指导对高中数学选修课程的创新教学思路、优化教学模式、丰富教学内容、改革教学评价。
三、 主要内容
（一） 创新教学思路
1. 翻转课堂教学理念。学生在课外自主学习，网络交流，查阅资料，把学习的主动权交给学生，在课堂上完成反馈评价的模式。其学习过程如图1所示。
图1 翻转课堂教学模型图
2. 教育全球化理念。必须重新认识全球化背景下的教育的性质问题以及教育的价值问题，重新确立教育在社会发展与人发展之中的定位。在全球化背景下，既要培养学生的个性化，以人为本，又要培养学生的民族化，坚守中国先进文化的教育；还要培养学生的国际化，具有广阔的国际视野。
（二） 优化教学模式
1. 数字化学习模式。又称为Elearning，是指学习者通过网络可以随时在教育者搭建的平台上进行学习与交流的一种崭新的教学模式。目前本課题组正在实施的《数学之旅》数学选修课程可以充分利用现有的网络平台，促进学生自主化学习和电子化学习。
2. 个性化教育模式。在选修课程的教学中，应该充分尊重学生的兴趣、潜质，及时调整学习内容和学习模式。而在数字化学习模式中，更有利于个性化教学模式，选修课程不是学生被动地接受，而是学生主动的网络点击与选择。
（三） 丰富教学内容
1. 数据科学知识。数据科学（Data Science）是关于数据的科学或者研究数据的科学，定义为：研究探索Cyberspace中数据界（datanature）奥秘的理论、方法和技术，研究的对象是数据界中的数据。数据科学在大数据的发展中起到了至关重要的作用，而现在的数学课程中却未涉及，故应在课程内容中增设此部分内容。需要及时更新教师及学生的“统计观念”观念，更新为“数据分析观念”，拟在现有《数学之旅》选修课程中“专题三”多彩生活中的数学，增加数据科学部分的内容。
2. 计算机科学及交叉学科知识。在数据科学中，处理海量信息，必须借助计算机知识，故数据科学和计算机科学知识在大数据时代相辅相成，均应该在选修课程中增设此部分内容。拟在现有《数学之旅》选修课程中“阅读材料”和“推荐书目”部分增加相应的计算机科学知识。另外，可以引导学生从数学建模角度、学科交叉角度来理解学习人工智能、互联网 、大数据等现代知识。
（四） 改革教学评价
1. 学习分析技术。其关键内容就是应用教育领域的大数据分析。随着教学资源的网络化，以及基于网络平台的在线学习等，其过程如图2所示。
图2 学习分析技术模型图
2. 多指标考核评价。学习者在教育平台上的整个学习过程都可以被学习分析软件所记录，最终成绩的获得不仅仅来源于最后的成绩，也包括了学习行为等多个方面。建立多指标考评体系，使评价更为全面、可操作性更强，更具有科学性。
四、 实施价值
（一） 创新教育资源建设、共享和运用提供新思路
教育部门的资源质量高，但是个性化不足；教师自主开发的资源则富有特色，往往质量一般，而大数据在于师生共享云端的资源，分析组合出最优资源。
（二） 优化教育模式从传统课堂的集体教学向个性教育发展
慕课（Massive Open Online Course，MOOCs）教育是实现这一目的的有力手段，它建立在学习分析技术和大数据的支持基础之上，可以实现大规模在线教育的同时可兼顾学习者的个人需求。
（三） 丰富大数据统计学与大数据计算机技术的教学内容
传统的统计学教育还停留在应用抽样技术在总体中抽取样本对数据进行统计模型分析，大数据对于统计学的冲击是非常严重的。在授课内容上，需改变传统的统计模型框架，同时介绍大数据的算法和相关计算机操作原理。
（四） 改革教育评价从传统的经验性向客观性发展
采用先进的大数据学情分析技术，可以在线存储学习者学习过程的数据并加以分析，为教育教学提供重要的科学依据。同时，基于科学的评价方法，才能正确客观地反映出存在的问题，反思并改进教学。 大数据时代对现代的学校教学来说，既是机遇，也是挑战。大数据与教育领域的深度融合亦是当前时代教育事业的大势所趋。高中数学选修课程的开发，需要通过创新教学思路、优化教学模式、丰富教学内容、改革教学评价等方式，促使教师进行角色的转变，从单纯的“演员”转向“主持人”和“导演”；学生也改变了角色，由“旁观者”“被动接受者”改为“主动参与者”。通过以上举措，以期达到创新教育资源建设、共享教育思路、优化教育模式、丰富教学内容的目的。
参考文献：
[1]徐鹏，王以宁，刘艳华，等.大数据视角分析学习变革——美国《 通过教育数据挖掘和学习分析促进教与学》 报告解读及启示[J].远程教育杂志，2013，31（6）：11-17.
[2]魏顺平.学习分析技术，挖掘大数据时代下教育数据的价值[J].现代教育技术，2013，2（5）：5-11.
[3]刘凤娟.大数据的教育应用研究综述[J].现代教育技术，2014，24（8）：13-19.
[4]潘洪建，曹汉斌.关于高中选修课几个问题的探讨[J].课程·教材·教法，2005（7）：3-9.
[5]張裕良，任闻斌.选修课制度实施过程中凸显的几个问题——以浙江省普通高中选修课开设为例[J].课程·教材·教法，2008（4）：8-11.
[6]McAfee A， Brynjolfsson E. Big data： the management revolution[J]. Harvard business review，2012（90）：60-6，68，128.
[7]梁文鑫.大数据时代——课堂教学将迎来真正的变革[J].北京教育学院学报（自然科学版），2013（1）：14-16.
[8]West， Darrell M. Big Data for Education： Data Mining， Data Analytics， and Web Dashboards. Governance Studies at Brookings[R]. Washington： Brookings Institution，2012：1-10.
作者简介：
周琳莉，浙江省宁波市，宁波市鄞州区正始中学；
任伟芳，浙江省宁波市，宁波鄞州区数学教研室；
何卫华，胡乾彪，方勇，浙江省宁波市，宁波市鄞州区正始中学。
关键词：大数据；数学；选修课程；高中
一、 时代背景
大数据（Big Data），作为一个网络社会的新兴词汇，随着互联网、物联网、云计算等深入到生活之中。其兴起在于随着现代技术的发展，产生了目标数据规模巨大，必须采用新的处理模式才能处理的高增长率、多样化的海量信息资产。
教育部《2015年教育信息化工作要点》（教技厅[2015]2号）中，将教育大数据的应用列入了教育信息化进程，推广大数据与教育领域的深度融合。大数据是当今时代信息技术发展的必然产物，无论是国外还是国内，都非常重视大数据对教育的影响。
2013年，国内大数据在教育中的应用掀起一股热潮，但内容主要局限于从理论高度研究教育数据（魏顺平，2013；徐鹏，2013）；教育类热点研究在图书馆应对大数据挑战方面（樊伟红，2012；韩翠峰，2013），有关数学教育理论研究与实践案例的研究均较少。
二、 研究意义
大数据与教育领域的深度融合是当前时代教育事业的大势所趋。而数学学科与大数据关系尤为密切。如何顺应大数据的时代浪潮，进行高中选修课程的开发是一个极有意义的命题。
通常认为，完整的选修课程开发过程包括：确立目标、选择教学内容、实施课程方案、评价教学结果。本研究旨在前期高中数学选修课开发的基础上，借鉴“大数据”思维与理念，在诊断现有高中数学选修课程开发存在的问题的基础上，提出基于大数据时代特色的选修课程开发原则，并以此指导对高中数学选修课程的创新教学思路、优化教学模式、丰富教学内容、改革教学评价。
三、 主要内容
（一） 创新教学思路
1. 翻转课堂教学理念。学生在课外自主学习，网络交流，查阅资料，把学习的主动权交给学生，在课堂上完成反馈评价的模式。其学习过程如图1所示。
图1 翻转课堂教学模型图
2. 教育全球化理念。必须重新认识全球化背景下的教育的性质问题以及教育的价值问题，重新确立教育在社会发展与人发展之中的定位。在全球化背景下，既要培养学生的个性化，以人为本，又要培养学生的民族化，坚守中国先进文化的教育；还要培养学生的国际化，具有广阔的国际视野。
（二） 优化教学模式
1. 数字化学习模式。又称为Elearning，是指学习者通过网络可以随时在教育者搭建的平台上进行学习与交流的一种崭新的教学模式。目前本課题组正在实施的《数学之旅》数学选修课程可以充分利用现有的网络平台，促进学生自主化学习和电子化学习。
2. 个性化教育模式。在选修课程的教学中，应该充分尊重学生的兴趣、潜质，及时调整学习内容和学习模式。而在数字化学习模式中，更有利于个性化教学模式，选修课程不是学生被动地接受，而是学生主动的网络点击与选择。
（三） 丰富教学内容
1. 数据科学知识。数据科学（Data Science）是关于数据的科学或者研究数据的科学，定义为：研究探索Cyberspace中数据界（datanature）奥秘的理论、方法和技术，研究的对象是数据界中的数据。数据科学在大数据的发展中起到了至关重要的作用，而现在的数学课程中却未涉及，故应在课程内容中增设此部分内容。需要及时更新教师及学生的“统计观念”观念，更新为“数据分析观念”，拟在现有《数学之旅》选修课程中“专题三”多彩生活中的数学，增加数据科学部分的内容。
2. 计算机科学及交叉学科知识。在数据科学中，处理海量信息，必须借助计算机知识，故数据科学和计算机科学知识在大数据时代相辅相成，均应该在选修课程中增设此部分内容。拟在现有《数学之旅》选修课程中“阅读材料”和“推荐书目”部分增加相应的计算机科学知识。另外，可以引导学生从数学建模角度、学科交叉角度来理解学习人工智能、互联网 、大数据等现代知识。
（四） 改革教学评价
1. 学习分析技术。其关键内容就是应用教育领域的大数据分析。随着教学资源的网络化，以及基于网络平台的在线学习等，其过程如图2所示。
图2 学习分析技术模型图
2. 多指标考核评价。学习者在教育平台上的整个学习过程都可以被学习分析软件所记录，最终成绩的获得不仅仅来源于最后的成绩，也包括了学习行为等多个方面。建立多指标考评体系，使评价更为全面、可操作性更强，更具有科学性。
四、 实施价值
（一） 创新教育资源建设、共享和运用提供新思路
教育部门的资源质量高，但是个性化不足；教师自主开发的资源则富有特色，往往质量一般，而大数据在于师生共享云端的资源，分析组合出最优资源。
（二） 优化教育模式从传统课堂的集体教学向个性教育发展
慕课（Massive Open Online Course，MOOCs）教育是实现这一目的的有力手段，它建立在学习分析技术和大数据的支持基础之上，可以实现大规模在线教育的同时可兼顾学习者的个人需求。
（三） 丰富大数据统计学与大数据计算机技术的教学内容
传统的统计学教育还停留在应用抽样技术在总体中抽取样本对数据进行统计模型分析，大数据对于统计学的冲击是非常严重的。在授课内容上，需改变传统的统计模型框架，同时介绍大数据的算法和相关计算机操作原理。
（四） 改革教育评价从传统的经验性向客观性发展
采用先进的大数据学情分析技术，可以在线存储学习者学习过程的数据并加以分析，为教育教学提供重要的科学依据。同时，基于科学的评价方法，才能正确客观地反映出存在的问题，反思并改进教学。 大数据时代对现代的学校教学来说，既是机遇，也是挑战。大数据与教育领域的深度融合亦是当前时代教育事业的大势所趋。高中数学选修课程的开发，需要通过创新教学思路、优化教学模式、丰富教学内容、改革教学评价等方式，促使教师进行角色的转变，从单纯的“演员”转向“主持人”和“导演”；学生也改变了角色，由“旁观者”“被动接受者”改为“主动参与者”。通过以上举措，以期达到创新教育资源建设、共享教育思路、优化教育模式、丰富教学内容的目的。
参考文献：
[1]徐鹏，王以宁，刘艳华，等.大数据视角分析学习变革——美国《 通过教育数据挖掘和学习分析促进教与学》 报告解读及启示[J].远程教育杂志，2013，31（6）：11-17.
[2]魏顺平.学习分析技术，挖掘大数据时代下教育数据的价值[J].现代教育技术，2013，2（5）：5-11.
[3]刘凤娟.大数据的教育应用研究综述[J].现代教育技术，2014，24（8）：13-19.
[4]潘洪建，曹汉斌.关于高中选修课几个问题的探讨[J].课程·教材·教法，2005（7）：3-9.
[5]張裕良，任闻斌.选修课制度实施过程中凸显的几个问题——以浙江省普通高中选修课开设为例[J].课程·教材·教法，2008（4）：8-11.
[6]McAfee A， Brynjolfsson E. Big data： the management revolution[J]. Harvard business review，2012（90）：60-6，68，128.
[7]梁文鑫.大数据时代——课堂教学将迎来真正的变革[J].北京教育学院学报（自然科学版），2013（1）：14-16.
[8]West， Darrell M. Big Data for Education： Data Mining， Data Analytics， and Web Dashboards. Governance Studies at Brookings[R]. Washington： Brookings Institution，2012：1-10.
作者简介：
周琳莉，浙江省宁波市，宁波市鄞州区正始中学；
任伟芳，浙江省宁波市，宁波鄞州区数学教研室；
何卫华，胡乾彪，方勇，浙江省宁波市，宁波市鄞州区正始中学。