大數據時代下的計算機專業高等代數教學研究性論文

　　【摘要】大數據技術如火如荼，但其優勢在教育領域尚未得到充分利用，尤其是在計算機專業應用型人才的培養方面。高等代數是計算機專業一門重要基礎課程。本文以高等代數為例，分析了當前教學過程中遇到的問題，探討了大數據時代背景下該課程教學方法與模式的一些改革思路。

　　【關鍵詞】大數據時代；高等代數；教學方法

　　0引言

　　這是一個如火如荼的大數據時代，大數據早已不是空中樓閣，其分析和預測能力為大眾開啟了智能化時代的大門，正在商業領域發揮著巨大的作用，但在教育領域大數據技術還沒能得到充分利用。大數據獨有的規模性、多樣性與高速性等優勢，為高校計算機專業人才培養提供了有利條件，也對教師如何有效的利用這些海量數據提出了挑戰。當今國內高等本科院校大都根據高校和相關專業需求來對人才的培養進行定位并確定人才的培養目標究竟是應用型還是學術型。計算機科學由其專業的特殊性決定了大多數高等院校的人才培養目標必然是應用型。在大數據時代下，計算機專業培養出來的應用型人才還應符合大數據時代的需求，具有自主利用數據學習的能力。大數據的直觀表現就是海量數據。海量數據的最好組織方法就是矩陣。而高等代數課程的主要研究對象就是矩陣。鑒于高等代數對計算機專業學生后續課程（如科學計算、優化方法等）學習的重要性，本文以高等代數（有的本科院校計算機學院設置的是線性代數課程）為例，分析了其在當前教學中的問題，探討了大數據時代背景下該課程教學方法與模式的一些改革思路。

　　1當前教學中的問題和教師教學能力的提升傳統的計算機專業數學類課程

　　（高等代數為其中之一）由于受教材本身的限制，教學形式往往是灌輸式填鴨式等單一形式。在教學過程中，大都是以教師課堂講授為形式的理論教學，即使加入多媒體教學手段，學生學習仍然很被動，無法觸類旁通。高等代數作為計算機專業本科基礎課程，許多教師常年用同樣的教材同一套課件甚至布置同樣的作業，也從不舉實踐工程實例，忽略了與學生的交流與互動，從而導致學生在諸多的理論推導過程感覺枯燥乏味甚至出現昏昏欲睡等不良現象。學生由于數學基礎不同接受能力和學習能力有所區別，對這類理論性強的教程的學習積極性并不高。如果存在開放的大數據平臺使得學生可以實時學習，并根據每次學習的結果實時修正，然后根據自身的學習節奏和學習狀態，適時地調整自身學習方法，學習效果必將與之前大不相同。高校教師作為高等教育工作者，應當謹遵清華大學施一公教授“育人在育心”思想，在培養學生的過程中“以學生為本”，以身作則，言傳身教，通過閱讀更多的課外書籍來拓展自身視野，通過研讀更多的科研論文與相關專業文獻來把握最新研究動態，不斷提升自身理論水平和科研水平，從而提升自身教學能力。以高等代數這門課程為例，堅實的數學基礎，必要的工程知識，豐富的教學經驗和良好的編程能力是任課教師應當具有的基本素質。任課教師在教學過程中結合自身的科研項目，將其中涉及矩陣應用的案例（比如矩陣QR分解、LU分解問題及相關應用）講解給學生，從而激發學生的學習興趣，提升學生在今后計算機專業工程應用方面的理論基礎以及實踐動手能力，以領略理論與實踐結合的真諦，從而以高昂的熱情和積極性投入到后續計算機專業課程（比如優化方法、計算機視覺等等）的學習中去。

　　2大數據時代高校教師的著手點

　　“大數據配合互聯網對教育產生了重大沖擊”[1]。大數據顧名思義即海量數據，這需要經過一定程度的數據積累才能實現。比如高等代數作為計算機專業的基礎課程已經教授了很多年，但是鮮有留下有效數據。這是因為，首先，這么多屆學生的大量課程數據或者是沒有收集，或者是被擱置、遺忘，少量數據達不到大數據應用的要求，即充分的大規模和多樣性，或者是積累的數據仍存在許多不足。另外，大部分高等院校關于大數據的管理知識尚不夠完善，而以什么樣的目的來應用這些海量數據決定了大數據會成為垃圾還是寶藏。為此，高校教師應首先從建立大規模的數據庫著手，開始收集學生學習過程中產生的數據，比如學生關于特征值求解，線性空間的基、矩陣的運算等不同的章節內容的作業情況，比如學生在某一章節內容學習中的實時反饋信息，比如教師結合學生的反饋信息對授課內容進行實時修正之后的教學效果對比，比如課程結束后的學生教學評價等等。實際上，教育評價方式作為高校人才培養模式的八個組成要素[2]之一，發揮的作用一直都很微弱，是時候考慮其影響力從而提上教學改革日程了。教師在逐步建立數據倉庫的同時，可以參考互聯網上的優質資源。“互聯網與瀏覽器為大眾開啟了利用信息的平臺：處理來自各種渠道的多種類型數據，需要高級的分析能力，接近數據的便利性”[3]。大數據時代應提倡學生通過網絡尋找最新的技術來解決問題。

　　3教學改革探討

　　3.1改編適合本校學生、符合時代要求的教材

　　由于各個高校計算機專業的定位與培養目標不同，高等代數這門計算機專業的基礎課程并沒有統一的教材。高校教師在選取教材的時候如果沒有考慮本校學生自身的特點，也沒能與時俱進的結合當下時代發展的需求，教材往往存在一定的不合理性。比如某大學計算機學院選取的是北京大學數學系前代數小組編寫的《高等代數》。該教材雖然內容豐富、知識點全面。但是對剛上大學的大一新生來說由于其三維空間概念還有待建立，思維模式還沒有辦法立即轉換到矩陣或線性空間等層面，所以具有一定的難度。由于大一新生（第一學期）高中的數學基礎參差不齊，如果教師在選用教材的時候能夠先廣泛查閱已出版教材（尤其是出版社反饋眾多高校教師評價良好的教材），同時參考多種相關的專業教材，再結合網上優秀資源，并充分考慮本校學生的接受能力和學習能力，選擇或者改編一本適合本校學生的教材。在大數據時代，除了基礎知識點之外，還可以在教材中圍繞基礎知識點展開包括該數學思想的發展歷史、工程應用實例等在內的介紹，并加入教學互動環節。高校教師可結合這種改編教材，根據學生的教學反饋，實時修正，對學生感興趣的點進行拓展，也可利用MOOC（也被稱為“慕課”）或SPOC等多種網絡資源，對基礎理論的講解中加入動畫與案例，使得課程更加生動有趣。

　　3.2大數據對教學的影響

　　從2012年開始，MOOC作為一種大規模開放式的在線教育形式正在受到教育工作者的廣泛關注和應用。學生可以利用這個平臺自主進行學習，而不再受到時間空間的限制。清華大學的張莉指出[4]，“借助大數據，教師能隨時觀察和分析學生的學習行為，可以從中發現傳統模式無法發現的教學規律，同時可以借助信息技術向學生提供個性化的在線學習過程；學生不再盲目地按照固有習慣去學習，可以通過分析、反思自己學習過程中產生的數據，發現自己的特點和優勢，適時調整學習方法，甚至調整專業方向，進而在學習中更愉快更好地發揮自己的能力。”這種做法值得認同，它實際上指出了預測作為大數據的核心[5]在教育中的積極作用：通過分析海量數據預測未來，準備應對之策。數字化時代，數據的采集方式多種多樣：電腦，Ipad或其他平板電腦，數碼筆，可穿戴設備等都可以用來實時的數字化學生的學習數據。高校教師在教學過程中如能實時收集正在學習學生的當前動態信息：包括學生基本信息，哪一章節知識點，學生學習中遇到的困難及可能的解決方案，學生的作業和練習以及教師的指導過程及評價等，并參考以往學生的歷史學習數據，運用情況信息進行篩選和整理、計算和挖掘，并對接下來的教學進行微調和修正，使其適合當前學生的特點和需求，將會對當前學生乃至下一屆學生的教學產生積極的影響。另外，教學評價系統也可隨之建立并完善，“大數據提供了多方參與評價的途徑”[6]，多種來源與結構的評價數據貫穿在課程的整個學習過程中，這樣建立起來的教學評價系統模型又反過來應用于學生的學習和教師的教學決策。

　　3.3引入計算機軟件，培養學生抽象思維能力

　　如前所述，海量數據的最好組織方法就是矩陣。MATLAB是基于矩陣運算的軟件，因而在矩陣求解問題方面具有特殊的優勢，可以很好的用于數學建模。對高等代數這門課來說，用MATLAB軟件可以對海量數據進行連續的多次處理，即使對低階運算，用矩陣運算（而不是代入法或消元法）求解，效率都可大大提高。大數據時代高等代數教學改革的目標定位為：在保持原有理論和實踐水平的基礎上，使學生學會高效的求向量相關性，求解高階（比如6階以上）特征值之外，能夠結合時代需求，對遇到的工程問題能用矩陣建模：從問題的提出，到問題的分析，模型的準備，模型的建立與MATLAB求解，最后用計算機模擬情境。這一切都從寫出矩陣表達式開始。這也是抽象思維形成的基礎。高校教師在教學過程中，如能通過MATLAB引入大量矩陣建模案例，使抽象概念形象化，培養學生抽象思維能力，從而學會對更深奧的問題進行抽象思考。比如全市交通巡警的服務平臺的設置與調度案例，可以根據路口個數、警臺個數建立矩陣。根據第i個路口是否在第j個警臺管轄范圍設置決策變量，采用相關算法（比如Floyd算法）求解第i個路口是否在第j個警臺的最短路程，從而建立模型。（詳細建模過程可參考相關書籍，這里不再贅述。）

　　4結語

　　本文討論了大數據對高等代數這門課程的影響和挑戰，進而探討了計算機專業學生的培養模式及可能的教學改革方法，比如改編適合本校學生的教材，比如充分利用不受教學資源限制的在線教育形式，又比如計算機軟件的引入和應用等。值得注意的是，在應用大數據提升教學質量和學習效果的同時，高校教師應時刻注意信息的維護，解決好學生個人信息保護與數據應用自由之間的矛盾，從而更好的發揮大數據在教育工作中的重要影響和積極作用。

　　參考文獻：

　　［1］李建敏，大數據環境下的計算機應用基礎教學模式探究［J］，中國培訓，2016(12):170-170

　　［2］董澤芳，高校人才培養模式的概念界定與要素解析［J］，《大學教育科學》,2012(3):30-36

　　［3］［韓］咸由根蔡秉承著，朱小蘭譯，《掘金大數據》［B］，北京：北京時代華文書局有限公司，2013.7

　　［4］鄭莉，張銘，李國和等，大數據與計算機教育［J］，計算機教育，2016（2），11-19

　　［5］（英）維克托邁爾-舍恩伯格,肯尼思庫克耶，《大數據時代（生活工作與思維的大變革）》［B］，浙江人民出版社，2012.12

　　［6］李葆萍，周穎，基于大數據的教學評價研究［J］，《現代教育技術》,2016,26(6):5-12

【大數據時代下的計算機專業高等代數教學研究性論文】相關文章：

新時代下高等數學教學新探論文05-03

大數據時代下電子商務服務論文05-02

大數據時代下軟件工程教學改革措施論文04-27

高等教育下初中教學思考論文05-03

高等代數在中學數學解題中的若干應用的論文05-03

大數據時代軟件工程的教學改革的論文04-27

大數據時代下軟件工程關鍵技術研討論文04-27

計算機數據庫論文01-25

大數據時代語言學研究論文05-02

大數據時代網絡安全研究論文05-02