计算机应用基础论文13

　　摘要：利用大数据技术对学生网络学习路径进行分析和再次挖掘，可以提高计算机基础课程网络教学资源的建设质量与使用效率，优化大学计算机基础课程的教学效果，同时还可以大大提高学生的网络自主学习的积极性。文章阐述了经过大数据处理的教学资源如何发挥其最大能效服务教学、服务学生，让网络教学真正步入大数据时代。

　　关键词：大数据；计算机；教学

　　1大数据在我国高校教育教学中的发展现状

　　大数据是目前时代背景下的热门词，研究大数据的目的是对现有数据资源进行再次深度挖掘分析，找出不同数据之间的共性与联系，根据数据使各项工作更加高效。目前大数据在我国高校教育教学中最突出的体现就是引入了MOOC教育和UOOC联盟，这些教学平台是在前期精品课程的基础上融合大数据技术发展起来的，利用大数据技术可以使学生的学习更加个性化、人性化，让学生突破时间、空间、地域自由地按需学习，使学生的学习达到快速成长和进步的目的[1]。

　　2独立学院计算机基础网络资源建设面临的问题

　　2.1课程资源内容繁琐杂乱

　　目前计算机基础课程是每个高校必修的公共课程，每个老师授课都有自己的风格和特点，在课程的资源建设上，特别是实例内容的讲解上都有各自的侧重点，所以老师们在制作网络资源的时候内容就比较杂乱，有的内容是教材相关的，有的内容是在网络上获取的拔高性内容，有的内容重复率很高，使学生在网络学习时无法针对性地对基础知识点进行强化的辅导作用。

　　2.2资源建设缺乏统一的技术标准

　　计算机基础网络学习平台上资源内容很丰富，但是老师们在建设资源的时候内容格式标准不统一。有的老师利用屏幕录像专家做的EXE可执行文件，有的老师制作的是FLV格式，有的老师制作的是MP4和AVI等视频格式，这样对网络学习的兼容性就造成了压力，在网络学习的资源建设上我们要按照精品课程和MOOC的网络资源建设标准来统一资源建设，这样会增加后期资源的可兼容程度[2]。

　　2.3资源库缺乏管理与维护

　　很多高校由于管理人员的缺乏，课堂练习提交作业的方便性，利用公共FTP等共享平台来即时共享网络学习资源。这样有时候会造成学生误删学习资源，对教学效果带来不良的影响，也对查找和访问速度会带来一定的障碍，所以还是要加强网络学习平台的管理与维护力度，让学生学习都集中到网络学习平台进行在线辅导和作业提交，这样会提高教学的效率。

　　3大数据在独立学院网络资源建设中的优势

　　3.1有利于提高计算机基础课程网络资源建设质量

　　计算机基础课程的网络资源的质量高低，可以根据学生的访问量进行评估，网络学习平台可以根据大数据技术对学习的学习访问量进行数据分析和挖掘，对每个院系的不同班级的学生进行统计分析得到一份网络学习资源的关注度高低走势图，这个数据是实时的。根据学生的访问热度，对这些热点资源进行再次挖掘和更新，可以提高学习的学习主动性和学习积极性。

　　3.2有利于提高学生的学习效率

　　大数据技术可以分析每个学生的学习兴趣和学习爱好，对于学生经常学习的资源，大数据可以利用其智能技术推荐相关知识点的内容给学生。在每次学生登录学习平台的时候，系统就会弹出一个提示学习窗口，窗口内容为大数据将该学生以前学习内容经过智能整理得到一份该同学可能会感兴趣的学习资源，大大缩短学生的检索时间，同时大数据还可以根据每个学生的学习习惯，制定一个适合该学生的学习计划，这样加大了人机交互的功能，可以大大地提高学生的学习效率。

　　3.3有利于提高教学质量和优化教学效果

　　大数据最大的特点就是可以进行数据的再次挖掘，同时对数据进行分类和整理，在大学计算机基础课程的网络学习平台里面，最重要的数据就是学生的学习状态数据和学习的路径数据，一般的学习平台只单纯记录了学生的.学习时间，在什么时候访问了何种网络资源，何时进行了网络学习自测，何时进行了网络提问和互动。这些数据看似普通，其实这些普通的数据如果联系在一起经过大数据的分析整理就可以得到学生的网络学习规律。大数据就是找规律，利用规律可以干预学生的学习状态。大数据可以根据网络学习平台数据反映出一个班级的实时学习情况，对学生知识点掌握的情况进行分类打分，这样就可以使上课班级教师根据大数据反馈的学习状态进行实时的、有针对性的辅导。这种数据生成是实时的，所以与教师的课堂教学是相匹配的。这样在网络学习平台引入大数据的技术就会优化教学效果，最终提高大学计算机基础课程的教学质量。

　　4大数据背景下的独立学院计算机基础网络资源建设的应用

　　4.1基于大数据技术的网络教学平台建设

　　目前高校网络学习平台建设都已经趋于成熟，网络学习平台主要是对网络学习资源库进行分类和存储，给学习者访问学习资源提供方便。这种传统意义的学习平台在现今大数据网络时代显得有些单调和落伍，在现有网络教学平台基础上引入大数据的技术可以让原本单调的网络资源平台变得活跃起来。大数据可以使网络学习平台变得有思维，变得更加智能，还可以使网络学习平台与学生学习互动起来，还可以让网络学习平台变得了解学生的学习兴趣，根据学习兴趣制定符合每个学生的学习计划。同时还可以使网络学习平台更加亲近学生，将学习效果反馈给上课教师，教师再进行有针对性的辅导。这样的大数据分析可以拉近师生之间的距离，让学生的学习变得更加得心应手，更加喜欢在网络平台进行学习，提高学生的求知欲望，让网络学习平台的效能发挥到极致。

　　4.2利用大数据优化课程资源建设

　　大数据技术可以利用学生的学习状态，分析得出网络学习平台里面的资源访问热点流量图，根据访问流量可以使网络资源进行有针对性的建设，对于学生感兴趣的资源要再次细化分解和更新建设。这样就对教师教学和制作教学资源起到一种引导作用，以前都是教师自己认为重要的就加大建设，现在有了大数据就将目前转向了学生，学生需要什么样的学习资源，就加大力度建设。毕竟教学是为学生服务的，学生是教学的主体，大数据可以做到想学生之所想，那么在资源建设的时候就要加大对学生需求量大的资源优先建设。这样可以使网络学习平台的资源库建设更加系统和完备。

　　4.3利用大数据技术追踪学生的网络课程学习路径

　　在进行大学计算机基础网络学习的时候，每个学生根据自己的特点和个性，在访问网络学习资源的时候都有符合自己的一条学习路径，每个同学的学习路径都能反映该同学的学习特点和学习习惯。大数据技术可以对每个学生的学习路径进行实时的监控，经过运算推测下一步即将可能进行的学习路径，运用这种演算技术可以将网络学习平台变成学生的实时辅导老师，让网络学习平台变得智能化，使学生感觉网络学习是在进行人机互动，同时通过对学生学习路径的数据整理，可以让授课教师充分了解学生近期的学习动向，使课堂教学更加具有针对性。大数据技术可以让网络学习平台变得有思维，这种通过学习路径的追踪可以增加人机的互动性，可以大大地引导学生进行全方位立体化的网络学习。

　　4.4建立多元化、科学化的网络学习评价机制

　　网络学习的目的是为了提高学生的自主学习能力，将被动的学习转变为主动学习。那么网络学习的考评体系要站在学生的立场进行科学化、多元化的设计，在分配一定的网络学时基础上，要保证这些网络学习都是学生真正投入到学习，而且通过学习受益的数据。评价体系可以通过网络学习和网络测试进行大数据分析以及教师课堂答疑与章节现场测验和实验作品现场制作与提交相结合，综合各种能力要素进行综合评价，同时评价体系也要根据专业实际进行动态调整，这样才能让网络学习达到特定的效果[3]。

　　5结语

　　大数据技术引入到现代高校的教育教学是未来一段时间研究的热点。通过各高校的实地研究和投入建设相信会越来越成熟，大数据技术下的计算机基础课程网络资源建设可以使其网络学习平台变得更加智能，能真正充分发挥网络学习的主观能动性，能让学生的学习观念从被动转向自主学习，使计算机基础教学能更上一个台阶。

　　[参考文献]

　　[1]王移芝，鲁凌云.计算机基础教学中计算思维能力培养的探讨[J].中国大学教学，20xx（6）：7-11.

　　[2]张晓洲.云计算关键技术及发展现状研究[J].网络与信息，20xx（9）：36-37.

　　[3]薛红梅，申艳光，张艳丽.面向独立学院的计算思维能力培养模式探析[J].河北工程大学学报（社会科学版），20xx（2）：103-105.