时间：2023-03-20 16:24:39
序论：速发表网结合其深厚的文秘经验，特别为您筛选了11篇数据挖掘课程设计论文范文。如果您需要更多原创资料，欢迎随时与我们的客服老师联系，希望您能从中汲取灵感和知识！
1.遵照教育部对经济统计学专业的要求
严格遵照教育部对经济统计学专业的要求。主干学科为理论经济学、应用经济学、统计学,其中核心课程为西方经济学(微观经济学、宏观经济学),计量经济学,财政学,货币金融学,会计学,经济统计学,国民经济统计学,概率论与数理统计,抽样技术与应用,应用时间序列分析。实践性教学环节包括实验课程(含基本统计分析软件应用、统计实务模拟等),社会实践(含经济社会统计调查、统计工作实习等),科研和论文写作(含毕业论文、学年论文、科研实践等)。专业实验包括计算机基本技能实验、统计分析应用软件实验、经济计量分析软件实验、数据挖掘技术与应用实验。
2.参照其他院校的培养方案和课程设置
它山之石,可以攻玉。我们选择了部分具有代表性的财经院校(如上海财经大学、中央财经大学、东北财经大学、西南财经大学、中南财经政法大学、北京工商大学、上海金融学院、 河南财经大学、浙江财经学院和山东工商学院)和综合类院校(如浙江大学、吉林大学、南京大学和云南大学)以及师范类院校(如北京师范大学、华东师范大学、东北师范大学、南京师范大学)作为参照院校。通过比较分析得出,在统计学经济统计、商务统计、金融统计方向中,财经类院校主要突出经济学课程,招生偏重理科生。综合性院校和师范类院校主要课程为理学类,招生偏重理科生。
综上所述,经济统计学专业应培养适应信息化社会需要,熟练掌握现代统计理论和经济数量分析方法,具有扎实的统计学、经济学和金融学基础,能熟练应用计算机软件处理统计数据的复合型高素质经济管理统计人才。学生毕业后可在政府部门、金融机构、外资企业和大中型公司等从事经济统计分析、管理咨询、市场调研和商务数据分析等管理工作。
3.与学院培养方案形式统一
新制订的培养方案和整个学院的形式保持了统一,以便于教务人员管理工作的开展。
二 经济统计学培养方案专业课的设置
经济统计学的培养目标与基本规格和招收对象为理科生,设置了保险精算、金融统计和商务统计三个方向。学生修满培养方案规定的学分并达到学位授予要求者,授予经济学学士学位。
由于经济统计学对统计学和经济学知识的要求较高,我们提高了课程总学分和总学时,注重主干学科和专业课程的开课顺序和教学周学时分配,强化实训实践课程,实行理论和实践并行。
培养方案确定了5门学科基础课程,分别为宏观经济学、微观经济学、C语言程序设计、概率论与数理统计、管理学。确定了5门专业基础课程,分别为基础会计学、经济统计学、货币金融学、财政学、计量经济学。确定了9门专业核心课程,分别为国民经济统计学、多元统计分析、统计预测与决策、抽样技术与应用、应用时间序列分析、金融统计学、市场调查与分析、投资学、数据挖掘。
【中图分类号】G642 【文献标识码】A 【文章编号】1674-4810（2013）32-0060-01
经济统计学专业是统计学在经济领域中的应用学科，是以经济数据为研究对象，包括经济数据的采集、生成和传输，用统计方法分析经济数据背后的经济现象以及复杂经济系统的规律，从而为经济和管理决策服务。2013年，我国首次设置经济统计学专业。作为地方二本师范院校的经济统计学培养方案设计，没有任何成功经验可以借鉴。因此，我们在按照教育部要求，根据经济形势发展情况，借鉴财经类、综合类和师范类院校的统计学专业经济统计方向的课程设计，结合院校实际，依托学校建设应用型教学的平台，来确定经济统计学专业的培养理念并建立课程和实训设计体系，进行经济统计学的培养方案设计。
一 课程体系设计和实践实训设计整体思路
1.遵照教育部对经济统计学专业的要求
严格遵照教育部对经济统计学专业的要求。主干学科为理论经济学、应用经济学、统计学，其中核心课程为西方经济学（微观经济学、宏观经济学），计量经济学，财政学，货币金融学，会计学，经济统计学，国民经济统计学，概率论与数理统计，抽样技术与应用，应用时间序列分析。实践性教学环节包括实验课程（含基本统计分析软件应用、统计实务模拟等），社会实践（含经济社会统计调查、统计工作实习等），科研和论文写作（含毕业论文、学年论文、科研实践等）。专业实验包括计算机基本技能实验、统计分析应用软件实验、经济计量分析软件实验、数据挖掘技术与应用实验。
2.参照其他院校的培养方案和课程设置
它山之石，可以攻玉。我们选择了部分具有代表性的财经院校（如上海财经大学、中央财经大学、东北财经大学、西南财经大学、中南财经政法大学、北京工商大学、上海金融学院、 河南财经大学、浙江财经学院和山东工商学院）和综合类院校（如浙江大学、吉林大学、南京大学和云南大学）以及师范类院校（如北京师范大学、华东师范大学、东北师范大学、南京师范大学）作为参照院校。通过比较分析得出，在统计学经济统计、商务统计、金融统计方向中，财经类院校主要突出经济学课程，招生偏重理科生。综合性院校和师范类院校主要课程为理学类，招生偏重理科生。
综上所述，经济统计学专业应培养适应信息化社会需要，熟练掌握现代统计理论和经济数量分析方法，具有扎实的统计学、经济学和金融学基础，能熟练应用计算机软件处理统计数据的复合型高素质经济管理统计人才。学生毕业后可在政府部门、金融机构、外资企业和大中型公司等从事经济统计分析、管理咨询、市场调研和商务数据分析等管理工作。
3.与学院培养方案形式统一
新制订的培养方案和整个学院的形式保持了统一，以便于教务人员管理工作的开展。
二 经济统计学培养方案专业课的设置
经济统计学的培养目标与基本规格和招收对象为理科生，设置了保险精算、金融统计和商务统计三个方向。学生修满培养方案规定的学分并达到学位授予要求者，授予经济学学士学位。
由于经济统计学对统计学和经济学知识的要求较高，我们提高了课程总学分和总学时，注重主干学科和专业课程的开课顺序和教学周学时分配，强化实训实践课程，实行理论和实践并行。
培养方案确定了5门学科基础课程，分别为宏观经济学、微观经济学、C语言程序设计、概率论与数理统计、管理学。确定了5门专业基础课程，分别为基础会计学、经济统计学、货币金融学、财政学、计量经济学。确定了9门专业核心课程，分别为国民经济统计学、多元统计分析、统计预测与决策、抽样技术与应用、应用时间序列分析、金融统计学、市场调查与分析、投资学、数据挖掘。
中图分类号：G642文献标识码：A文章编号：1007-9599 (2012) 04-0000-01
一、应用型软件人才培养的目标定位[1]
黑龙江东方学院属教学型一般本科院校，培养的是应用型人才。自2009年以来，我院深化教学改革，通过“五个突破，五个构建”逐步探索应用性职业型开放式人才培养模式，我院软件人才培养更是强调动手能力，为此，我们突破重理论轻实践的传统教学框架，突破“以考为本”、一卷定优劣的传统考核办法，形成一套应用型软件人才创新实践能力培养[2]的一种有效模式――计算机软件专业五层次实践培养模式。
二、计算机软件专业五层次实践培养模式
为保证软件专业的学生在整个四年的学习过程中，实践学习不断线。我们把实践环节分成五个层次：第一层次是课程实验，第二层次是课程设计，第三层次是技术实训，第四层次是校企合作，第五层次是毕业设计。
（一）课程实验。课程实验主要侧重于验证性实验。比如《C语言程序设计》课程，课堂上学完循环语句后，做一个实验，让学生编一段有循环结构的程序。通过验证性实验获取感性认识，并由感性认识加深理性认识，达到巩固理论基础的目的。这就是说课程实验的主要目的是巩固理论基础。
（二）课程设计。课程设计应该综合应用一门或二门以上课程知识，做一些综合性实验。通过这些综合性实验，贯通几门课的理论知识，培养一种专业应用能力。课程设计比课程实验提高了一个层次，它不是验证性实验，而是综合性实验。但不管怎么说，课程实验和课程设计仍然停留在实验这个层次上，还没有达到实际应用的层次上。为此，我们引入了技术实训这一新的实践环节。
（三）技术实训。引入技术实训主要有两点原因：其一，我们要求学生毕业前，掌握一个完整的开发平台，而不仅仅是学过一门门课，比如说，目前软件开发平台主要有3个平台：.NET平台，J2EE平台，和LAMP平台。这些平台的基础知识是我们学过的一门门课，包括：操作系统、计算机网络、数据库、开发工具和程序设计语言等，但这些平台不等同于这一门门课，这些平台是一些计算机技术的有机整合起来的整体。比如.LAMP平台，由LINUX操作系统、阿帕奇服务器、MYSQL数据库和PHP语言有机整合起来的平台。只有掌握了平台，才能实际开发软件。所以我们要通过技术实训，让每个学生掌握一个平台。其二，由于计算机技术发展很快，学校讲授的计算机技术滞后于企业所需要的计算机技术，比如说，我们也开设网页制作和网站建设这门课，但当前流行的AJAX技术，我们没有讲到。再比如说，我们也开设了Java程序设计课。但目前流行的Struts、Spring等框架，我们没有讲到。所以，我们应在技术实训阶段把这些当前流行的技术介绍给学生，尽量缩小学校教学与企业需求之间的距离。
技术实训阶段，指导学生应用IT企业当前流行的计算机技术，开发仿真的商业案例项目，掌握项目管理、需求分析、设计编码等开发流程和开发规范，提高学生的实际应用能力和就业能力。
（四）校企合作，共建实训基地。我院先后与海康软件公司、哈尔滨黑大伊思特软件有限公司、北京易第优教育咨询有限公司、中国齐二机床集团等企业合作，并致力于实训基地建设，进入基地学习的学生直接以实际开发的项目作为实习训练项目，相当于在专业IT公司工作超过半年的员工具有的软件开发能力与经验，方便毕业后直接上岗，参与实际项目研发。
同时，我们还邀请企业专家或优秀的项目经理人来我院讲座或授课，在2009年我们对软件人才培养方案进行了修订，把企业引入到学校的合作培养工作中，使培养的学生能达到软件人才的要求，尽可能的与社会需求接轨。
（五）毕业设计。最后一个实践环节是毕业设计。毕业设计应该是用获得的专业能力真刀真枪地开发项目。开发过程中，在继承的基础上，提出改进的方案或方法，以培养集成创新能力。通常情况下，第8学期是毕业设计阶段。但实际情况是多数学生在校外找工作或已经工作，没有精力做毕业设计。为此，我们考虑将毕业设计与技术实训或将毕业设计与校企合作同时进行。每个学生在技术实训或校企合作开始时就选定毕业设计题目。以毕业设计要求的课题作为技术实训的实践项目，或以校企合作学生顶岗实习开发的项目作为毕业设计的课题，以技术实训或顶岗实习获得的实际应用能力进行毕业设计。实训或实习结束时写出毕业论文初稿，将毕业论文初稿作为技术实训和顶岗实习的主要考核依据。这样做，可望提高毕业设计的质量。
我们将实践环节分为五个层次，通过课程实验，巩固理论基础；通过课程设计，贯通理论基础，培养专业应用能力；通过技术实训，提高实际应用能力；通过校企合作，提高就业能力；通过毕业设计，培养集成创新能力。其中，以毕业设计培养集成创新能力，它的实现还有待于进一步的完善。
三、结束语
本文是黑龙江省新世纪高等教育教学改革工程项目“应用性院校软件人才培养的探索与实践”的研究成果。它提出了计算机软件专业五层次实践培养模式，构建了新的面向知识、能力、素质并重的软件人才培养模式，有助于学生尽早适应软件产业人才市场需求，有利于培养高素质应用性职业型人才，提高学生的核心竞争力。通过对07级、08级软件专业学生的实施，已取得了较好的效果。为了做到软件人才培养的与时俱进，我们还会不断的摸索和探讨。
参考文献：
[1]他们是怎样造就实用型人才的？――黑龙江东方学院高就业率解析(一)[J].光明日报,2011,6
1引言
随着信息技术不断发展，物联网、云计算、大数据、移动互联网等技术已经在各行各业中发挥越来越重要的作用，现代企业信息管理也利用信息系统转变为利用相关信息技术进行敏捷化、智能化、柔性化、一体化和社会化的商业模式创新[1-2]。信息管理与信息系统专业所培养的学生在知识储备以及实践能力方面有了新的要求，因此专业建设需要适时调整人才培养方式以及课程体系来主动迎合社会对于相关人才的需求[3]。
信息管理与信息专业作为一门由管理学基础理论与计算机科学技术相结合的交叉学科，是一门强调实践性与应用性的学科[4]。信息管理与信息系统专业的实践能力主要是运用所学的专业课程知识，进行信息的设计开发，实现资源的充分利用，解决相关问题。因此，所培养的学生除了具有信息开发的能力，还需要具备数据分析能力。其中，数据分析能力主要是对信息系统数据加以挖掘和分析，获取自身需要的信息[5]，对学生未来从事与专业相关的工作有重要影响。
近年来，不少高校的信息管理与信息系统专业开始推动课程群建设，明确专业定位，减少不同课程的内容重复，加强课程之间的联系，从而有效地整合现有的教学资源[6-7]。由于专业的特点，信息管理与信息系统专业对实践教学平台建设的要求更为迫切，高质量、高效率和高水平的实践教学平台既对课程群建设提供有力支撑，也是提升学生实践能力和专业素质的重要手段[8-9]。
本文以中国地质大学（武汉）经济管理学院信息管理与信息系统专业往届毕业生以及相应实习企业的调研，发现部分专业毕业生的实践能力较弱，面对实际业务中出现的问题或者需求，往往是“纸上谈兵”，而无法独立自主解决。因此，本文依托信管专业课程群和实验软件平台建设项目，在整合专业核心课程，形成专业课程群的基础上，进行实践教学平台的建设。该平台以培养学生的信息系统开发能力与数据分析能力为目标，整合了教学团队，软件平台和企业等资源，分别形成了课程教学软件平台、实践课程资源平台、专业实验室平台、校外实习基地平台四大实践平台，帮助我校信息管理与信息系统专业的学生提升专业技能和实践能力。
2实践教学平台建设存在的问题
从中国地质大学（武汉）经济管理学院的信息管理与信息系统专业课程群和实验软件平台建设项目出发，项目组一方面调查了2011年-2015年的信息管理与信息系统专业毕业生的工作情况，了解学生的主要就业行业、岗位、能力需求等，同时对我院现有的信管专业实践教学平台建设情况进行分析总结；另一方面，项目组调研了国内外高校的实践教学平台建设情况，了解其他高校的信息管理与信息系统专业实践教学平台建设的进展与成效。通过上述两个方面的系统调研，项目组充分意识到我院现有的信管专业实践教学平台迫切需要加强建设，以增强学生的专业实践能力。因此，我们比较分析了我校信息管理与信息系统专业实践教学平台建设主要存在以下几方面的不足：
第一，师生对实践教学的重要性认识不足。由于专业的特点，实践教学是信息管理与信息系统专业本科人才培养的重要组成部分，但少数师生对实践教学的重要性认识不足，还存在着“重知识、轻实践”的现象，他们认为实践教学环节仅仅是课堂理论教学中可有可无的辅助。所以，在教学工程中出现了以下现象：一是学生认为实验课程相比课堂理论知识无关紧要，造成了实验课的缺勤较多；二是实验课在考核中占的比例相对较少，造成学生对实验教学的不够重视；三是教师相对于理论课对实验课的要求不高，造成实验课课堂纪律涣散。这些现象导致实践教学环节不能很好地支撑理论教学，不仅造成理论知识掌握不牢，而且实践操作能力也不能得到很好的锻炼。
第二，软件平台对理论课程教学的支撑不够。信息管理与信息系统专业的课程较多，而且要求的软件也种類繁杂，而该专业所拥有的软件不足，设置的实践教学环节的教学定位未能与课程密切联系而造成的软件平台对专业课程教学缺少强有力的支撑，而且实践环节的课程设计未能与其专业理论课程完全对应，造成理论课程与实践内容结合度不够。
第三，实践教学方法和手段的新颖性不强。实践教学环节的课程功能定位不够清晰，层次不高，硬件设施相对落后，难以满足学生自主、多元、个性化的学习需求，在一定程度上限制了学生专业素质的提高。同时，有很多实践教学的方法和手段还是原来的方式，未能随着社会的发展进行更新。例如：关于数据挖掘的实践教学还是学生在学习各种数据挖掘及分析方法的基础上，按照老师的要求和给定的数据进行数据挖掘等实践的练习。实践内容不够新颖，学生学习积极性不高，造成学生实践操作能力不强。随着物联网、云计算、大数据、移动互联网等信息技术的不断发展，社会对于信息管理与信息系统专业的人才要求越来越高，不够前沿的实践教学方法和手段造成了所培养的人才的实践能力不能满足社会的发展需求。
第四，理论教学与企业实践融合度不高。根据毕业生的反馈调查反映，信息管理与信息系统专业60%以上的毕业生从事信息系统设计开发和维护、系统实施、市场开拓、产品研发等岗位，这些工作均需要学生掌握最新的IT技术应用和管理知识。同时，学生普遍反映数据处理能力和系统实现能力需要加强。因此，迫切需要通过“产教协同”的实习基地的建设将基础教学与企业实践相融合，给学生提供更多的实践技能培训和实习机会，提升他们的实践能力。
3实践教学平台的建设体系
为了优化教学内容，理顺课程之间的内容与联系，我们将信息管理与信息系统专业的核心课程进行衔接设计和集成，进一步划分为相互支撑的三个课程群：信息系统设计实现、数据分析与优化决策与电子商务运营。“信息系统设计实现”核心课程群定位于信息系统设计理论和方法等基础知识的培养，包括《管理信息系统》、《信息系统分析与设计》、《信息系统项目管理》、《ERP原理与应用》四门专业课以及《专业教学实习》；“电子商务运营”核心课程群定位于管理决策在商业管理应用方面应用实践能力的培养，包括《电子商务》、《信息系统战略与管理》、《企业电子商务管理》和《供应链与物流管理》四门专业课；“数据分析与决策”核心课程群定位于数据驱动的管理决策方面应用实践能力的培养，包括《决策支持系统》、《数据挖掘》、《商务智能》、《R语言与数据分析》和《python数据分析与机器学习》五门专业课以及《数据分析实训》。
通过对已有的信管专业实践教学平台建设中存在的问题进行分析和总结，依托信息管理与信息系统专业核心课程群建设，我们构建了“课程主导、软件协同、配套完善、实战训练、需求驱动、综合应用”的实践教学平台，主要包括三部分：“课程主导、软件协同”的课程教学软件平台，“配套完善”的实践课程资源平台，“实战训练”的专业实验室平台，“需求驱动、综合应用”的校外实习基地平台。
3.1课程教学软件平台建设
课程教学软件平台建设是在课程群建设和已有软件的基础上，完善课程教学软件建设，形成满足课程群教学的软件平台。首先要保证信管专业教学各个课程群的软件配备。其次是为教学提供合理配套的最新软件工具，避免使用过时的教学软件，使用最新最为实用的软件，培养学生与社会接轨，真正成为社会所需的应用型人才。
因此，在信息管理与信息系统专业的培养方案里面确定了三项实训科目：《建模与系统应用实训》《信息系统设计与开发实训》和《大数据分析与处理实训》。通过这三项实训内容，并与课程内容有机结合起来，学生可以将在课程中学到的知识在实训中检验，看自身是否已经掌握，并且在实训中补充自己课程知识中忽略的知识点。通过专业课程对应的实训，来提升学生系统建立、数据分析等方面的能力，在实训中开拓学生的视野，同时加强学生的专业理論知识的学习。
3.2实践课程资源平台建设
信息管理与信息系统专业具有交叉学科的特点，要求所培养的学生具备较强的实践和动手能力。在构建课程教学软件平台基础上，我们完善实践课程与资源建设，发挥软件实验室的作用，更好支撑对学生实践动手能力的培养。
首先，我们完成了“信息系统设计实现”课程群的课程案例集“决策支持系统案例集”和“电子商务运营”课程群的课程案例库“社交商务案例集”，以及“数据分析与决策”课程群的大数据分析数据集“大数据分析数据集”。这些案例集在教学过程中不断应用，根据学生的反馈进行修改完善。
其次，我们完成了《数据清洗与可视化实验手册》、《GAMS软件实践应用手册》等实践教学指导书。在进行实践教学过程中，我们可以更好地进行实践教学，提升实践教学的效果。并在此基础上，我们不断完善教学指导体系。
3.3专业实验室平台建设
专业实验室平台主要是为信管专业学生构建科研实训平台与实战环境，这主要是弥补传统的专业实验课内容设计较为单一、功能定位不够清晰且较为脱离企业实际需求的不足[10]。
因此，为了培养信息管理与信息系统专业的学生形成数据分析思维，我们指导学生如何从数据采集、清洗到数据挖掘多个方面来锻炼，从而让他们可以具备足够的能力满足大数据环境下知识管理与智能决策的需要。首先，我们建设了大数据实践教学软件实验室，构建大数据实训科研平台，从企业引进先进的软硬件平台，以及相关数据和项目案例，为学生搭建起接近企业真实应用的大数据实战环境，让学生有机会理解企业业务需求和数据分析，通过实战训练，解决实际问题，切实服务于教学与科研。其次，我们结合实践课程资源，指导学生通过自主设计、团队合作，完成相关的实验项目。最后，信息管理与信息系统专业教师与学院的实验教师一起组建实验指导教师队伍，每门课都有相应的实验指导老师负责进行上课，同时借助企业的力量来培训实验指导老师，并以客座教授来引入企业导师加强实验指导的师资力量。
3.4校外实习基地平台建设
校外实习基地是企业和高校沟通的桥梁。通过合作，企业可以共享高校的人才和相关的研究设备，高校也可以参与到企业的技术研发工作中，并提升学校的科研能力和学生的就业能力。通过加强校企合作，树立以就业为导向的教学理念，能够让学生尽快适应社会发展对专业人才的能力要求。
我校信息管理与信息系统专业与上海汉得信息技术有限公司、武汉鹏程信息技术有限公司和九派（武汉）全媒体股份有限公司等企业合作建设了实习基地，在校学生参与企业的实际项目中，不仅了解了企业的环境和项目情况，而且在参与项目的工程中熟悉了项目规划、设计到研发实施的整个流程。学生通过在实习训练基地实习，学习了实际工作中对信息技术的要求，并通过在校学习弥补与实际工作中的差距，不断提升自己的工作能力，成为一个专业知识与专业技能“双过硬”的人才。同时，在学生的实训过程中，信息管理与信息系统专业教师也加强了与企业相关人员的交流与沟通，共同探讨新的教学方式，改进教学内容和方式，提升教学水平，为企业的发展提供更多的实践性人才。
4所取得的成效
我们形成了信息管理与信息系统专业开放、共享、融合的实践教学平台，满足了专业实训的需要。该平台良好地支撑了信息管理与信息系统专业的实践教学，有力地促进了该专业学生知识、能力、思维和素质的全面协调发展，在四个方面体现了学生实践动手能力的提升：
（1）在信息管理与信息系统专业学生的毕业设计中，学生对于信息系统实现完整程度有了明显的进步，数据分析的能力也有显著提升。在毕业设计中，信息管理与信息系统专业更多学生以数据分析作为论文选题，论文质量很高，多篇论文获得校级、湖北省优秀论文。
（2）信息管理与信息系统专业学生积极申请各类别的大学生科研计划、社会实践活动，积极参加国家级、省级全国数学建模竞赛、挑战杯等各类科技竞赛活动，获得了丰硕成果。例如在数学模型竞赛和数据分析竞赛中学生参与度和获奖方面取得了极大的进步：2018年仅有3位信息管理与信息系统专业学生在这两个方面获得省部级奖项，在2019年有20余位信息管理与信息系统专业学生获得了省部级以上的奖项，其中3项国际级获奖。
（3）信息管理与信息系统专业学生实践能力的提升，使得他们在实习单位更好地走进企业内部，能够运用自己所学的知识去处理实际工作中遇到的问题，将理论与实践结合，进而进一步增强自身实践能力，提升专业技能，更好地完成实习中的任务。因此，信息管理与信息系统专业学生在就业方面无论是就业的质量和数量方面都有了很大的提高。
（4）信息管理与信息系统专业学生积极参与“学术领航”活动，在学习专业知识的同时，锻炼科研能力，从理论与科研结合方面来更好地提升了实践能力。因此，信息管理与信息系统专业学生一直保持良好的保研情况，基本上报送到985高校继续深造。
一、目前信管专业教学实践体系现状及存在的问题
1.目前的现状
第一，课程实验。课程实验是根据课程教学目的，要求学生必须掌握本课程的实际动手操作技能而设置的实践环节，一般是由任课教师根据教学计划要求，确定课程的实验内容、实验要求和实验时间。
第二，课程设计。课程设计是根据课程设计大纲和专业教学要求，在教研室的统一组织下，选择确定课程设计题目和编写指导书，明确具体要求，为学生分配指导教师。课程设计实践着重培养学生运用有关课程理论知识解决实际问题的能力及正确的工程设计思想，训练学生利用资料和工具书的能力。
第三，社会调查。社会调查是学生在第二学年下学期完成的一种辅的专业实践教学活动。其目的是加强学生对国情、民情以及社会政治经济、文化生活的了解，强化对所学理论知识的理解，进行业务技能的基本训练，培养和训练学生认识、观察社会的能力，提高分析问题、解决问题的基本能力与创新意识。
第四，科研训练。科研训练是学生在完成公共课、专业基础课和大部分专业课学习后的一个教学环节，是学生整理已学到的理论知识的一次训练，目的是检验学生在三年专业学习中的效果和收获，培养学生实际运用知识和获取资料的能力，培养学生理论创新能力，并为撰写毕业论文奠定基础。
第五，毕业实习。毕业实习是教学计划中非常重要的实践性教学环节，毕业实习不仅能检验和提高学生专业学识水平，也提高学生综合素质的有效手段。一方面学生通过毕业实习提高从事企业信息化方案设计、系统开发、电子商务方案设计等方面的专业水平；另一方面，综合训练了学生素质：吃苦耐苦、连续作战、耐心、细致、踏实认真、协作的精神和沟通能力等等。
2.存在的问题
第一，课程设置相对滞后。该专业的课程设置跟不上信息技术的发展，一些与信息技术发展密切相关的体现现代管理思想的信息化技术课程，如：数据挖掘及数据仓库技术、CRM的原理与实施、SCM的原理与实施等并未开设，也没有安排与此类课程配套的随课上机实验、课后实践、课外实习等实践课程，而恰恰是这些课程的设置及上机实验、社会实践，对培养学生的实际操作能力、增强学生的就业实践能力、提高学生的就业信心起着非常重要的作用。
第二，综合性实践环节薄弱。目前的实验教学内容方面，偏重于传统验证性实验，而培养学生对知识的综合分析和运用能力的综合型、设计型以及创新型的实验开设较少，学生的应用能力、动手能力、独立工作能力，团队协作和沟通的能力，在实验课中并没有得到有效的锻炼和提高。
第三，实践教学模式和考核方式落后。实践性教学环节是为配合理论教学，培养学生分析问题和解决问题的能力，加强专业训练和锻炼学生实践能力而设置的教学环节。长期的应试教育，养成了学生重视理论课学习而轻视实验课学习，学生对实验课是敷衍了事，实验教学的设计都围绕“教”而展开，着重强调教师的“教”，忽视学生的主体作用，学生的“学”限定在教师的“教”之内。整个实验过程中学生只动手而很少动脑，缺少参与实验的主动性和积极性。另外实践教学环节的考核方式不很严格，在课程结业成绩中所占的比例过小。这在一定程度上也是学生忽视实践教学环节的一个原因。
二、信管专业教学实践的改革建议
1.构建现代化的实验中心，整合教育资源
构建现代化的实验中心，可以转变实验室专为某一课程或专业服务的观念，改变以往实验室分散管理的状况，减少重复投资，提高投资效益，从而为提高教学、科研水平奠定良好基础。实验中心建立后，对实验室统一管理，开放使用，利用开放的实验室作为学生的第二课堂，为学生提供了更多的操作机会，为优秀学生提供创新活动的场所，可以提高实验室利用率。
2.优化整合现有实践教学体系
首先，查找资料。进入中国学术期刊网络出版总库的硕博士论文库，内容检索条件采用主题词为“远程教育”，共查阅到学位论文3179篇，其中硕士学位论文3079篇，博士学位论文100篇。查阅时间为2013年6月9日。其次，对文献进行取舍。在3179篇文献中，剔除9篇不符合要求的学位论文，共得到有效文献3170篇。最后，标准化材料。将不同单位来源的学位论文的关键词进行格式和内容标准化。
（二）研究工具
中国医科大学医学信息学系崔雷教授和沈阳市弘盛计算机技术有限公司开发的Bicomb共词分析软件；SPSS20。
（三）研究进程
首先，确定高频关键词。其次，建立高频关键词共词频矩阵。再次，进行高频关键词聚类分析。将高频关键词共词矩阵导入SPSS20中，进行样本聚类，得出高频关键词的聚类图。第四，结合聚类结果，运用SPSS20对高频关键词相异系数矩阵进行多维尺度分析，绘制出关键词知识图谱。最后，结合聚类和知识图谱进行相应的内容解释和分析。
二、研究结果与分析
（一）高频关键词词频统计及分析
关键词呈现总频次为14307次，对标准化后的50个高频关键词进行排序，结果见表1。从表1可以看出，50个高频关键词，总呈现频次为2792次，占关键词总频次14307次的19.51%。其中，前8位关键词出现频次均达到67次，它们依次为远程教育（527次）、现代远程教育（153次）、流媒体（120次）、网络课程（117次）、网络教育（108次）、Java（88次）、J2EE（72次）、XML（67次），其余42个关键词出现频次均大于25次。通过表1可以初步看出，远程教育多以流媒体和网络课程在现代远程教育中的应用研究为主。
（二）关键词相异系数矩阵
为对高频关键词进行数据挖掘，找出它们之间潜在的重要信息，用Bicomb共词分析软件对50个高频关键词进行共词分析，生成词篇矩阵。将该矩阵导入SPSS20，选取Ochiai系数将其转化为共词相似矩阵。再采用相异矩阵=1-相似矩阵，生成相异矩阵（见表2）。相异矩阵中的数值的大小表明对应的两个关键词间的距离远近，数值越接近1，表明关键词间的距离越远，相似度越小；数值越接近0，表明关键词间的距离越近，相似度越大。从表2可以看出，各个关键词距离远程教育由近及远的顺序依次为：Java（0.870）、J2EE（0.897）、流媒体（0.924）、网络课程（0.940）、网络教育（0.950）、现代远程教育（0.993）。它表明，远程教育研究中将Java与J2EE和流媒体结合在一起进行研究的几率，大于其与另外3种关键词的结合。表2中有2对关键词间距离较为接近，分别为：网络教育和网络课程、Java和J2EE。这个结果初步揭示出，在已发表的关于远程教育的学位论文中，经常会将Java和J2EE的运用结合在一起，或者将网络课程与网络教育结合在一起。
（三）关键词聚类分析
为了更直观地展示50个高频关键词间的亲疏关系，将Bicomb产生的50个高频关键词词篇矩阵导入SPSS20进行聚类分析，具体结果见表3。种类1为远程教育支持系统及其应用技术研究，包含Java、J2EE、UML、远程教育等11个关键词。它又可以细分为2小类：类1为远程教育支持系统，包括Java、J2EE、UML、远程教育、XML等5个关键词。阐述了目前我国的网络远程教育却仅仅是传统远程教育的“网络版”，远远没有把网络远程教育的优势发挥出来。[7]要实现网页的交互作用，就必须使用JavaScript等脚本语言编辑脚本程序，[8]而J2EE所定义的开放式多层体系结构，其技术特点很适合于构架远程教育这样一个基础平台，[9]UML建模方法可以通过概念建模、逻辑建模、物理建模来完成数据库的设计和实现。[10]Ajax（异步的JavaScript和XML）作为一种新的Web应用交互模型，[11]为今后的远程教育提供了一种新的Web设计方法。类2为远程教育的应用技术，包括建构主义、JSP、远程教学、数据挖掘、移动学习、高等教育等6个关键词。强调了建构主义对远程教育系统所起到的指导作用，指出了良好的远程教育系统能够根据学生的学习状态、目的，动态地生成所要学习的知识并进行导航，以达到个性化的要求。[12]现代远程教育综合管理信息系统采用三层结构的Brower／Server模型，使用JSP作为中间件，[13]可以便捷地满足各用户通过浏览器运行。粗集理论可以较好地解决现代远程教育中的评价系统收集评价数据，经过数据挖掘，获得评价的决策。[14]Android手机操作系统可以较好使移动学习成为可能。[15]种类2为远程教育中的个性化设计研究，包含网络教学、个性化、本体3个关键词。随着互联网技术和教育资源数字化的迅猛发展，学习者饱受信息过载和信息迷航的困扰，因此针对学习者的个性化资源推荐就成为远程教育网中亟待研究和解决的问题。[16]远程网络教学不仅采用适应性学习系统可以使得传统的网络教学系统可以更有利于个体学习者，[17]而且对远程教育过程中积累的历史数据的分析和挖掘，产生出有利于改进远程教学质量和服务水平的知识，[18]也有助于为教师、学生和远程教学管理人员提供良好的个性化服务。种类3为远程考试系统设计研究，包含在线考试、遗传算法、3个关键词。随着计算机考试系统在各类考试中的广泛应用，个别化的测试试卷成为研究人员和教师们新的关注对象。[19]遗传算法是一种通过模拟生物界自然选择和遗传变异的机制来求解复杂问题的随机搜索和优化的方法，是智能算法的一种。[20]将遗传算法应用于在线考试系统，不仅可以网络实现试题资源的共享和快速分发，为参加远程教育的学生提供在线测试功能，[21]而且还可以对组卷起到优化作用。[22]种类4为网络教学平台的设计与实现研究，包含Web、B/S、ASP、数据库、网络学习等5个关键词。研究揭示，运用较新的动态网络编程技术来开发适用于现代远程教育的高质量的网络课程成了我国发展现代远程教育的一个非常重要而迫切的课题。[23]网络多媒体技术是提高网络课程的教学效果的一种有效途径，远程留言是网络教学的有效辅助手段，[24]微软的技术为Web程序与流媒体课件数据库的交互提供了完整的技术基础架构。[25]种类5为远程教育的学习支持服务系统研究，包含模式、教师培训、现代远程教育、对策、学习支持服务、教学模式、信息技术等7个关键词。该类研究认为，学习支持服务系统在保障学习者学习质量、条件等方面具有积极的作用。[26]要改变远程教育支持服务系统智能化程度低的弊端，现代远程教育的学习支持服务系统要体现合作学习和自主学习的理念，采用基于双向实时视频会议形式，[27]运用开发出具有需求分析、系统设计、主要子平台的编码实现等功能，[28]以双主互动式原则为指导，采用RMI灵活的远程调用与回调的分布式对象技术[29]实现实时交互学习和协同学习。种类6为远程教育中的网络课程的教学设计研究，包含网络课程、教学设计、策略、自主学习、设计5个关键词。研究指出，为避免网络课程的教学设计中普遍存在的教学模式单一、教学资源简单堆积、智能化程度低等问题，[29]现代网络课程设计要注重将项目管理的理论及应用引入远程教学的教学设计与课程开发中，[30]注重面向学习过程的远程教学反馈控制原型以及模块化教学管理系统的应用，[31]注重以学生自主学习为中心。[32]种类7为远程教育中的流媒体教育平台研究与开发，包含拥塞控制、服务质量、组播、流媒体、AJAX、H.等6个关键词。在远程教育、视频点播、视频会议等领域，流媒体占据了越来越重要的地位，已经成为Internet应用的热点，[33]但是它容易产生拥塞，导致服务质量下降。为解决这一问题，可以尝试采用：架构在IP组播技术上的同步协作环境；[34]使用具有高效的压缩性能和良好的网络适应性H.264视频图像编码标准[35]进行网络视频流式传输；将极低速率的视频传输H.263编码标准在DSP上的实现与优化；[36]通过引入速率差来判断网络拥塞状况并以此动态设置“可容忍暂态计时器”的计时时间；[37]以SQ信息作为反馈信息，降低了ECAM对数据可靠性的要求，使其在各种组播拥塞情况下均能正常工作。[38]种类8为远程教育中的虚拟现实技术研究与开发，包含虚拟现实、交互、虚拟实验室、网络教育、网络课件、多媒体、网络、教育信息化等8个关键词。虚拟现实技术的出现可以使人类不受现实的条件束缚，以比较特殊的而又真实的方式去感知和处理虚拟环境中的各种等同于现实环境中的事务。[39]基于在线教学的虚拟实验室通过对实验场景、仪器设备及操作过程的虚拟化在线三维仿真，[40]并可以实现与用户的交互，使用户产生身临其境的感觉。[41]它摆脱了传统实验教学在空间、时间等方面的限制，激发了学习者的学习兴趣，培养实践能力，[42]缩短了学习人员的学习周期，降低了学习成本，减少了设备损耗（四）关键词多维尺度分析为了进一步探寻50个关键词间隐藏的内涵，将表2的相异系数矩阵导入SPSS20进行多维尺度分析，标准化方法选择Z分数。结果显示，其拟合效果良好，Stress=0.086，RSQ=0.905，可以很好地反映出各个关键词间的联系状况。结合多维尺度分析图和聚类分析图，绘制出远程教育研究热点知识图谱，结果如图1所示。多维尺度绘制出的坐标称为战略坐标，它以向心度和密度为参数绘制成二维坐标，可以概括地表现一个领域或亚领域的结构。[44]战略坐标中，各个小圆圈代表各个高频关键词所处的位置，图中圆圈间距离越近，表明它们之间的关系越紧密；反之，则关系越疏远。影响力最大的关键词，其所表示的圆圈距离战略坐标的中心点越近。坐标横轴表示向心度（Centrality），表示领域间相互影响的强度；纵轴为密度（Density），表示某一领域内部联系强度。[45]在战略坐标划分的四个象限中，一般而言，第一象限的主题领域内部联系紧密并处于研究网络的中心地位。第二象限的主题领域结构比较松散。这些领域的工作有进一步发展的空间，在整个研究网络中具有较大的潜在重要性。第三象限的主题领域内部链接紧密，题目明确，并且有研究机构在对其进行正规的研究。但是在整个研究网络中处于边缘。第四象限的主题领域在整体工作研究中处于边缘地位，重要性较小。[46]通过对图1所展示的战略坐标进行解读可以得出，领域3（对应种类3）远程考试系统设计研究和领域4（种类4）网络教学平台的设计与实现研究这2类主题自身的内部联系紧密，并且其研究成果处于有关远程教育的学位论文中心地位。领域6（种类6）远程教育中的网络课程的教学设计研究，领域7（种类7）远程教育中的流媒体教育平台研究与开发这2个主题自身的内部联系较为松散，它们未来在远程教育研究中具有较重要价值，可以加大对它们的研究力度。领域8（种类8）远程教育中的虚拟现实技术研究与开发横跨第三和第四象限，落在第三象限的网络教育、网络交互、VRML等内容之间的联系较为紧密，而落在第四象限的虚拟实验、虚拟实验室、虚拟现实等内容的相关研究成果与其他领域的相关成果比较而言还较少。领域1（种类1）远程教育支持系统及其应用技术横跨第一和第四象限，其处于第一象限的支持系统研究间联系较为紧密，相应的研究也较多，而处于第四象限的远程教育的应用技术则研究人员少，相应的成果也较少。领域2（种类2）远程教育中的个性化设计研究和领域5（种类5）远程教育的学习支持服务系统研究分别处于战略坐标的纵轴和横轴，表明它们为远程研究研究关注的两大中心点。
【中图分类号】G420 【文献标识码】A 【论文编号】1009―8097(2010)09―0127―07
一 引言
作为知识的创造者、保持者和传播者,长期以来对知识的责任一直是高等教育机构的首要目标。然而,为了适应现代化的知识社会,全世界的高等教育机构需要采用新的方法来履行责任,实现目标。和中国的各大高校一样,全世界的高等教育机构都正经历着飞速的发展和变化。一方面,在激烈的竞争环境下,学生们面临的压力越来越大,社会对高等教育也越来越重视;另一方面,在社会期待和监督下,教育工作者需要展示出高质量的教学成果,同时,现有教育资源的不足又无法满足日益增长的学生人数及其日趋多元化的学习需求[1]。
在大学校园中,全日制大学生是非常幸福的,因为他们能和师生们直接接触,一起参与学术沙龙,而且还能享受到教学设施的服务。然而,这种传统的理想高等教育模式需要大量的教育资金和劳动力,各国政府给予高等教育的资助无法满足不断升级的教育资源需求。为了解决这个问题,各大高校都曾采用了不同程度的扩招办法来填补教育资金的不足,于是社会开始对高校的教育质量感到担忧。OECD的一份报告[2]对工业社会中高等教育环境变化进行了广泛而又详细的分析。
高校教师面临着众多的挑战,班级人数正在增加的同时,社会也对他们提出了更高要求。他们需要使用更有效的教学方式,来提高学生的学习和研究能力,并完成教学目标。此外,越来越多的关于高等教育的教学和学习的研究[3]阐述了以学生为中心的教学方法,强调鼓励学生们的合作和互动,以及促进主动学习的重要性,还建议提供及时详细的反馈,强调限时任务的需要,同时尊重不同的学习模式。另一方面,教师们在教学过程中发现,他们发现难以通过沟通交流的方式来监督学生的学习进展[4]。尽管更传统的“灌输式”的教学模式在一定的教育环境下有其立足之地,但对于促进学生的学习来看,它日益被看作是一种落后途径。与此同时,高等教育领域的竞争日趋激烈,教育成本不断上升,学生和家长们对教育质量、教育支出的透明度提出了更高要求[5]。
1 学习管理系统的应用
面对大量的教育需求,同时为了实现更高效的教学,解决现代社会的教育需求与传统教育方法的矛盾,高校开始向企业学习,着手利用以信息技术为基础的现代教育技术来打造自己的核心竞争力。
互联网是当今最重要的收集、共享和信息的媒介。随着高校信息化的发展,基于网络的信息技术迅速成功地应用于高等教育领域。如今国内外众多高校提供的在线课程就是最好的例证,它为师生提供了一种有效的网络教育环境。更值得一提的是,在线的学习管理系统(Learning Management System, LMS)在国内外有了飞速发展和普及。
学习管理系统拥有支持教学的资料和工具,它集课程设计、学生管理、学习管理、主题讨论、问卷投票、在线考试、教学评价等于一体,还包括会议系统、学生社区以及其他工具,还能用于对学习效果和学习进度进行评估。
2 数据挖掘技术的利用
高校逐渐普及了学习管理系统,然而仅仅利用这些系统的表面功能,无法让教师在网络教学过程中及时、彻底、准确地了解学生们的学习活动及其动态进展情况,并评估课程内容结构和教学效果,更无法将其潜力挖掘出来。虽然有些系统提供了一些基础的统计汇总功能,比如常被访问的页面、最喜爱的交流方法等,但这些信息是不够用来分析学生的学习行为和学习进展的。
在网络学习环境中,近距离师生关系的缺失是问题的关键所在。这种关系的缺乏导致教师无法直接监督学生,学生不能以一种自然而然的方式来表达他们所面临的问题。换句话说,教师需要获得更多的潜在信息和知识来辅助他们进行指导和决策,学生则需要得到及时指导。为此,借鉴商业领域的成功应用,高校需要向现代教育技术中引入数据挖掘技术来改进基于网络的学习环境。
数据挖掘(Data Mining)[7]是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,抽取出潜在的、有价值的知识、模型或规则的过程。同样,它也能从教育数据的中发现被忽视的规律和模式,从而更好地支持和指导教学工作。
经过长时间的积累,任何一个信息系统中都蕴含着大量数据,学习管理系统也是一样。众多的学生和教师在使用系统过程中,都会产生两个不断发展和更新的数据集,其中包括师生们使用的在线课程资源,以及师生在使用这些资源的过程中所留下的“足迹”。本文正是将探索利用数据挖掘技术从这两个数据集中抽取出潜在、有价值的知识、模型或规则,从而为在线学习环境提供支持。
二 学习管理系统的发展
1 LMS的广泛使用
对于高校来说,正因为学习管理系统会给教学带来诸多好处,所以目前很多高校都已购买商业软件、使用开源系统,或是自主开发学习管理系统。
据美国Campus Computing Project的2008年调查[8]发现,超过70%的美国高等教育机构使用了校园范围内的LMS。2007年数据显示,超过39万名美国学生(高于20%的美国高校学生)在2007秋季学期就注册了至少一个在线课程[9]。更重要的是,更多的教师利用LMS来对传统课程进行支持,形成了混合的课程教学方式。例如,超过4500名学生在2008年注册了不列颠哥伦比亚大学提供的109门在线课程。数据显示LMS已经在许多高校中获得了广泛应用。同样在2008年,超过22.5万名学生注册登录了由超过3800位教师教授的3169个不同LMS支持的课程。
2 商业与开源LMS的角逐
据美国Campus Computing Project的2009年调查[10]发现:从2000年到2009年,在美国的5类大学中,使用学习管理系统的课程数呈逐年上升趋势,并且平均普及率从2000年的15%上升到了2009年的55%左右。其中,商业的学习管理系统目前占据绝大部分的高校市场,世界上最著名的Blackboard和WebCT公司已于2005年10月合并,成为全球最大的LMS提供商。随着全世界对于开源(Open Source)这一概念逐渐产生共鸣,开源的学习管理系统也如雨后春笋般出现,其中较有名的主要有Moodle、Claroline、Sakai、OLAT等。同时,还有一些高校针对自身情况,选择自主开发学习管理系统。美国EDUCAUSE公司的一项调查[11]结果显示,目前正在使用课程管理系统的美国高校中,约有12%的院校所使用的软件属于自主开发或是与其他院校合作开发,其中“具有博士授予权的大学”比例最高达到14.9%。
值得一提的是,Campus Computing Project的2008年调查[8]显示,商业化的代表Blackboard在高校中的占有率已从2007年的66.3%下降到2008年的56.8%,以Moodle、Saiki等开源学习管理系统为校园标准的高校则从2006年的7.2%上升到2007年10.3%。此外,在2008年的调查中,在被问及在未来5年内(即在2013年之前),是否会将原有体系迁移到开源的系统上时,约四分之一(24.4%)的被调查者表示他们会迁移到开源的学习管理系统上,约六分之一(15.3%)表示会迁移到开源的内容管理系统上,还有一小部分表示会迁移到开源的ePortfolio管理系统(12.9%)和ERP系统(少于5%)上。
3 在线考试模块的嵌入
大部分学习管理系统都配备了在线考试(Web-based Examination)模块,在线考试、测验在学生使用学习管理系统的过程中起着十分重要的作用。比如,BlackBoard和Moodle等学习管理系统中的在线考试模块都具备了生成试题库、随机组卷、各种题型的选择、考试限时、考试评分等基本功能,同时还有许多考试系统在自适应考试、主观题评分等技术上有了新的进展。
通过在线考试模块的数据,学习管理系统才能获得学生学习情况的总结性结果,为其他教学分析提供学习效果指标。Campbell等[12]对学生的在线考试成绩和在线活动数据进行了回归分析,并且发现美国学生的学术能力评估考试(SAT)分数能够温和地预测学生未来的成功,而且如果加入了学习管理系统登录次数这一变量,则该模型的预测能力将会翻三倍。他们还通过数据表明,学生以中等偏低的在线考试分数进入一个课程,能够通过努力(用LMS登录次数表示)取得成功(用期末在线考试的成绩表示)。
4 监控学习进展的挑战
有了先进的学习管理系统,高校仍然面临着许多问题。在网络教育环境下,教师如何有效地跟踪学生的学习进展情况,以及如何对新执行的教学策略的影响进行有意义的评估已经成为一项挑战。和全世界一样,中国的教师常常会给学生布置作业,并通过这种传统的总结性方法来评估学生的学习情况。这种方法为教师和学生提供了必要的反馈,但这通常需要课程进展到一定阶段时才能获得反馈信息。因此,这种方法起不到太大作用,教师能采取的指导措施也很有限。此外,总结性评估方式只能在较低程度上对学生的学习方式、学习氛围的发展、学生之间的接触、沟通、交流和合作的实际程度给予最低的洞察力[13]。更令人焦虑的是,随着班级人数的上升,缺勤、被孤立或者无法充分参与到合作完成的课程作业中来的学生将会逐渐被忽视,而且教师们往往只关注得到那些积极参与的学生。
教师在网络教育环境中急需新的方法来快速识别高危学生,并且设计学习策略来指导他们的学习。基于初步的调研发现,Wang等[14]认为可以从BlackBoard和Desire 2 Learn等学习管理系统中找到学生在线活动的数据与学习期末成绩之间的映射关系。延续前人的观点,Campbell等[6][16]建议,该高校和教师能从LMS数据中挖掘出有益的知识和模式,以便开发“预警”报告工具,反映高危学生情况,并且让教师及时形成指导策略。
5 社会网络的注重
近年来,教育工作者已经越来越认识到遵循社会构建(Socio-Constructivist)的原则来进行学习设计的教育收益所在。社会构建的教育方法强调以学生为中心来进行教学设计,加强对学习的社会本质的认识,要求学生主动地和同学、学习资料和教师进行交互[17]。开发和支持学习社区来促进学生的学习已经成为教师的共同目标。为了进一步支持社区中心的做法,众多学者描述了信息和通信技术能力,以促进学生之间的通讯和接触,从而促进社会网络和社会意识(Sense of Community)的发展[18]。
与此同时,新的方法正不断涌现,它使教师按照学生社区、互动和参与等指标来评估设计的教学活动的学习影响。Dawson等[19][20][21]指出,LMS跟踪变量表明学生通信交流行为是社会意识的重要指标。然而,到目前为止,很少有研究表明如何将学生在线交流行为和社会意识映射到学生最终的学业成功上。
6 跟踪变量的数据积累和数据挖掘的可行性
LMS捕捉和储存了大量、复杂的学生活动和交互的数据,使数据挖掘成为可能。学生跟踪变量包括了学生访问LMS的上线时间和连接持续时间、LMS工具的使用情况、信息的阅读和情况、内容页面访问等数据的测量。这些数据能被实时捕获到,而且可以在课程进展的任何阶段开采。LMS对这些数据的收集不是侵入式的,也不需要教师的干预。重要的是,尽管这些数据通过其他方式难以理解,但可以代表学习行为的某些方面:学习模式以及学生接触、沟通、参与网络学习的程度和方式[21]。
Campbell等[22]指出对从各种信息系统中获取的数据进行分析的方法可以用到高校教学的决策过程中来。然而,到目前为止研究人员只能通过缓慢的人工方式获取、分析、可视化、解释这些数据,并且当前的LMS提供非常有限的数据报告功能[23]。而且,对于哪些获取的跟踪变量有教学意义,哪些可用的数据能够象征学生参与有目的教学活动,并且有助于他们提高在课程中的学习和收获,目前的研究还很少,而且没有任何可以提供给教师的指南。数据挖掘长期以来一直在商业领域成功地应用,到目前为止在学术领域还没体现出较大的兴趣[15]。
7 学术分析的出现
通过数据挖掘技术在教育技术领域的努力探索,学术分析(Academic Analytics)[24]这个概念出现了,它涉及教育数据库中大量数据的提取和各种统计技术的应用,以确定模式及相关性。学术分析带来了对数据获取选择和组织、储存和汇报等过程。更重要的是,这个分析方法能用统计技术和预测模型来整理合并数据,为高校面临的挑战提供报告和辅助决策。Campbell等[6][24]认为对LMS的数据进行学术分析应用,能够识别高危的学生,评估课程的效果,还能对学生的成功提供全新的见解。
目前,各高校的LMS已经储存了海量的多样性数据。因此,高校可以充分利用学术分析从中挖掘出潜在的有价值的知识,以识别一系列与学术相关的关键活动,为从战略决策到教学实践的实施提供参考。这个挑战对于高校来说,不再仅仅是产生和获取数据,还要能轻松、准确地解释数据,并将发现的知识、模式或规律付诸实践。
尽管在这些系统中记录和获取的数据量非常庞大,但目前只出现了很少的研究人员探索了如何让学术分析适合教学实践的设计、交付和评价[15]。同样,只有为数不多的几个例子显示了学术分析在高校的成功应用,从而提高了教学和学习质量。
三 数据挖掘的应用
数据挖掘在学习管理系统中的应用方法和步骤和数据挖掘在其他领域的应用类似,如图1所示,所不同的是主要是针对的数据源不同。
沿袭前人的研究成果,一些高校实践了数据挖掘的方法,对学生在线学习、交流、讨论所产生的数据结合在考试数据进行数据挖掘,发现了潜在的规律和模式,在教学中帮助教师及早地预测出学习情况不佳的学生,从而实施及时的教学支持和指导。
1 初步探索
从学习管理系统中获得数据源后,可以对数据进行初步探索。初步探索有助于用户更好地了解数据的性质,从而为随后的数据预处理以及挖掘分析奠定基础。
在澳大利亚的昆士兰大学,Dawson等[21]从BlackBoard学习管理系统中抽取的数据揭示了在这门课程中工具类型的使用情况。在他们的研究中,占主导地位的工具是论坛,它占据了网络环境中所有交互的80%;另外,学生和教师第二个最常用的工具是内容页面的浏览,如图2所示。在课程刚开始的几个星期里,公告和作业等其他LMS工具也在被使用,但是使用程度比较论坛的讨论和内容页面的浏览低很多。对LMS数据的初步探索可以汇总为一个重要结果,在整个网络课程学习过程中,为教师提供给了有关LMS的使用情况。例如,根据汇总互动记录的数量,论坛讨论在本研究中被确定为主要工具,而诸如在线测验评估、维客、博客等工具则被学生很少利用。但是,这并不是说这些工具还没有被纳入个人学习和教学实践中,而是很多学生可能使用了其他外部平台来代替。
在西班牙的坎塔布里亚大学,Zorrilla等[25]对WebCT学习管理系统进行联机分析处理(On-Line Analytical Processing, OLAP),以便了解学习管理系统的使用情况、课程结构设计得怎样,如以及学生在线学习行为如何随着时间变化。图3显示了学生使用学习管理系统的访问次数、访问平均时间和网页浏览页数。其中,左图显示了某学期所有课程的情况,右图则选择了精心设计的课程的情况。
从图3(a)中可以发现,在一门课程初期,学生们倾向于探索许多不同的系统功能(每次访问更多的页面)。然而,随着时间的推移,他们会越来越集中于某种功能。
从图3(b)中可以观察到,本学期学生的平均在线时间是很低的,不到15分钟,介于20到30分钟之间。这表明大部分课程设计成了内容库(例如,教师设计了链接到了PDF文件的许多网页)。因此,学生只需要连接到系统下载这些文件;另一方面,可能表明学生不经常使用协同的互动工具(如聊天室),因为它们需要长时间的在线时间。
2 分类
美国的密歇根州立大学使用了LON-CAPA学习管理系统中的跟踪数据对学生进行了分类,并对学生最终的在线考试成绩进行预测[26]。该项目用遗传算法和其它算法来实现分类,对LON-CAPA中的历史数据训练出分类模型,来对某课程的新学生的在线学习情况的测试数据进行分类,其中遗传算法表现出了最好的分类效果,如图4所示。
3 预测
加拿大英属哥伦比亚大学的Macfadyen等[28]在BlackBoard学习管理系统中用散点图展示了一些LMS跟踪变量和最终在线考试成绩呈现正相关的趋势。散点图是一个用来很好地识别调查的变量之间潜在的相关趋势的初始方法。图5为一个代表性的散点图,显示了挑选出的LMS跟踪变量和最终在线考试成绩之间的相关趋势。前人研究[22][27]表明,LMS跟踪变量和学习成绩之间存在着显著的相关性。
为了进一步考察课程中选定的变量作为学生成绩指标的重要性,Macfadyen对每个变量和最终在线考试成绩之间做了一个简单的相关分析[28]。Macfadyen对22个变量进行了考察,其中的13个标量表现出了和最终学生成绩之间的正向的和统计上显著的相关性(P
4 论坛网络分析
Macfadyen[28]从论坛讨论数据中探索性地提取和分析,以一种简单的可解释的图来代表社会网络能给给教育工作者带来价值。网络的可视化提供了更容易识别学生的方法,教师能确认在学习网络中处于的或缺席状态的学生,如图6所示。社会关系网络图中的每个节点代表在本课程中参与论坛讨论一个学生或教师,节点的大小代表“中心性”――由每个用户所完成的直接连接的数量。虽然学生的名字没有在网络中显示,但是这个社会关系网络图清楚地表明群体内接触的总体程度,以及每个学生的接触程度。
此外,这种分析和网络可视化的模式提供给了当今教师一个机会,利用这个机会他们可以调整适应教学方法,以满足学生群体的不断变化的学习动态。例如,图6还说明了在这个学习网络中教师的中心位置。如果理想的教学结果是产生以学生自己为主导的学习社区,这些信息将建议教师可能需要在战略上调整他们的活动或指导,来创造更多的学生与学生的交流关系(虽然理想的学生之间通过其他方式来完成互动也是可行的)。网络可视化的产生因此为教师提供了关于他们在形成的学习网络中的位置,让他们评估自己在网络行为中的活动的影响,以及学习网络是否朝着他们预期的教学成果的方向发展。
四 结论
从本文的调研结果不难看出,伴随全球教育领域的不断变革,学习管理系统也开始在全球高等教育机构的环境中飞速发展,在发展过程中遇到了挑战的同时,也为数据挖掘的应用开辟了另一片新天地,甚至出现利用“学术分析”这一新概念来预示数据挖掘将在教育技术领域的成功应用。本文调研了数据挖掘在学习管理系统中的成功应用案例,并强调学生在线学习的行为模式与学生参与情况对在线考试的最终考核成绩之间的映射具有代表性。通过对学生在线学习情况的历史数据进行挖掘和可视化,预测其未来概况,为“高危”的学生建立早期预警“指示器”,及时为教师提供早期指导学生的机会。教师通过及时地再指导,实时调整在线教学资源,就能促进学生良好在线学习行为的形成,进而取得好成绩。
显然,高等教育机构将会更多地采用在线教学方式,这是未来发展趋势,并且数据挖掘技术将会起重要作用。因此,高校要让教师拥有更多的机会来监督学生在线学习时对课程内容资料的利用、对课程活动的参与以及同学之间的互动情况。对相关数据的分析是与学生参与的学习活动评估直接相关的,有关学生如何以及何时参与活动,什么活动能促进学生参与等问题,都可以通过监督和分析学生的在线行为来解答。尽管对一些研究结果的还需要更科学的解释,但这些分析结果对传统教育来说提供了新的见解。
参考文献
[1] Twigg, Carol A. The changing definition of learning[J]. Educom Review, 1994, 29(4): 23-25.
[2] OECD. Education at a Glance 2008: OECD Indicators[EB/OL].Paris:Directorate for Education, Organisation for Economic Co-operation and Development.
[3] Chickering, Arthur W, Gamson, Z. Seven principles for good practice in undergraduate education[J]. AAHE Bulletin, 1987, 39(7): 37.
[4] Smith B., MacGregor J, Matthews R, Gabelnick F. Learning communities: Reforming undergraduate education[M]. San Francisco: Jossey-Bass, 2004.
[5] Mavondo F, Zaman M, Abubakar B. Student satisfaction with tertiary institution and recommending it to prospective students[A]. Proceedings of the Conference of ANZMAC, Gold Coast, 2000.
[6] Campbell J, Oblinger D. Academic analytics[EB/OL]. Washington,DC:EDUCAUSE Center for Applied Research.
[7] Han J, Kamber M. Data Mining: Concepts and Techniques[M]. 2nd ed. Morgan Kaufmann, 2006.
[8] Campus Computing. The 2008 Campus computing survey[EB/OL]. Encino, CA: The campus computing project.
[9] Allen I, Seaman J. Staying the course[EB/OL]. Online education in the United States, 2008. Newburyport, MA: The Sloan Consortium.
[10] Campus Computing. The 2009 Campus computing survey[EB/OL].Encino,CA:The campus computing project.
[11] Hawkins L, Rudy J, Nicolich R, Core Data Service survey: Fiscal Year 2004 Summary Report[EB/OL].
[12] Campbell J, Finnegan C, Collins B. Academic analytics: Using the CMS as an early warning system[A].WebCT impact conference,2006.
[13] Coates H. The value of student engagement for higher education quality[J]. Quality in Higher Education, 2005, 11(1): 2536.
[14] Wang A, Newlin M. Predictors of performance in the virtual classroom: Identifying and helping at-risk cyber-students[J].The Journal of Higher Education. Academic Matters, 2002, 29(10): 2125.
[15] Goldstein P, Katz R. Academic analytics: The uses of management information and technology in higher education[EB/OL]. Washington, DC: EDUCAUSE Center for Applied Research.
[16] Yanosky R, Harris M, Zastrocky M. Top technology priorities for higher-education e-learning[EB/OL]. Stamford, CT: Gartner Research Group.
[17] Laufgraben L, Shapiro N. Sustaining and improving learning communities[M]. San Francisco: Jossey-Bass, 2004.
[18] Brook C, Oliver R. Online learning communities: Investigating a design framework[J]. Australian Journal of Educational Technology, 2003, 19(2): 139160.
[19] Dawson S, Burnett B, O’Donohue M. Learning communities: An untapped sustainable competitive advantage for higher education[J]. The International Journal of Educational Management, 2006, 20(2): 127139.
[20] Dawson S. A study of the relationship between student communication interaction and sense of community[J]. The Internet and Higher Education, 2006,(9): 153162.
[21] Dawson S,McWilliam E,Tan J.Teaching Smarter:How mining ICT data can inform and improve learning and teaching practice[A].ASCILITE 2008,Melbourne.Australia, 2008.
[22] Campbell J. Utilizing student data within the course management system to determine undergraduate student academic success: An exploratory study[D]. Indiana: Purdue University, 2007.
[23] Mazza R, Dimitrova V. CourseVis: A graphical student monitoring tool for supporting instructors in web-based distance courses[J]. International Journal of Human Computer Studies, 2007, 65: 125139.
[24] Campbell J, DeBlois P, Oblinger D. Academic analytics: A New Tool for a New Era[J]. EDUCAUSE Review, 2007, 42(4): 4257.
[25] Zorrilla ME, Menasalvas E, Marin D, Mora E, Segovia J. Web usage mining project for improving web-based learning sites[J]. Computer Aided Systems Theory - EUROCAST 2005, 3643: 205-210.
随着全球网络化和社会信息化的发展以及信息技术的不断进步，企业趋向采用信息管理手段的意愿也日趋增强。海西地区作为大陆与台湾联接的桥头堡，对既懂信息又懂管理的人才的需求将明显增长。目前所培养的信息管理人才在质量上与福建及周边省份经济发展的需求都存在差距。采取什么样的教学模式缩小社会需求与学校人才培养间的差距、提升信管专业毕业生的就业率，是急需研究的问题。
1 确定培养目标，明确专业内涵和定位
人才培养首要问题是人才层次定位，定位要明确清晰，符合环境特征及需求是要点。福建江夏学院信息管理与信息系统专业的发展定位应是立足海西，辐射东南，及时地为海西经济区培养和输送优秀的信息管理人才，这是办好该专业的一个基本出发点。
据此，将该专业的培养目标确定为：具备高尚健全的人格、一定的国际视野、强烈的民族使命感和社会责任感、宽厚的专业基础和综合人文素养，具备一定的创新能力和领导潜质，具备一定的信息系统和信息资源开发利用实践和研究能力，能够在国家政府部门、企事业单位、科研机构等组织从事信息系统建设与信息管理方面工作，成为现代服务业的复合性、创新性、应用型人才。
福建江夏学院信息管理与信息系统专业设立在电子信息科学学院，其人员多是由具有计算机或信息管理背景的专业人员构成，具有较强的IT技术支撑能力。因此，比较重视计算机类的课程教学，在实践环节中亦有意识地培养和训练学生应用计算机技术解决实际问题的能力。
2 建立行之有效的实践教学体系
信息管理与信息系统专业属于应用性学科，其实践教学占据教学主要地位。实践教学的目的就是帮助学生积累工作经验和社会经验，不断提高学生的动手能力，并指导他们在实践中综合运用所学理论解决实际信息管理问题。福建江夏学院本专业实践教学体系主要包括三个层次，即基础性实践教学、专业性实践教学和毕业综合实践性教学。
基础性实践教学，包括军事训练、社会实践与调查、专业认知实践 军事训练安排在新生入学时进行，主要培养学员的纪律性；社会实践与调查安排在大学一、二年级暑假进行，目的是让学生走进社会，接触、了解和认识社会，锻炼学生的环境适应能力和人际沟通交往能力。
特别重视专业认知实践，其内容主要有：1）调研某企事业单位内部信息管理的方式；2）调研某银行与金融机构、物流企业中信息管理系统的应用情况；3）到某地区（市、县、乡镇）综合管理部门或情报（或市场）调研机构，了解当前产业构成及发展趋势；4）到教学科研管理机构或学校调研业务信息的内容及管理形式；5）对私营或其他组织形式的企业经营活动进行调研。这些调研的目的主要是让学生了解当前企事业单位中信息化的现状、未来发展前景、相关岗位技术需要等。
专业实践教学，包括三个部分，即课堂实践、专业集中实践和第二课堂创新实践 课堂实践分别在不同的学年中与对应的理论课程同步进行。早期以学校的相关实验室为主，主要开设ERP课程实验、数据结构课程实验、计算机网络基础课程实验、C程序设计课程实验、Web编程课程实验、面向对象程序设计课程实验、数据库应用课程实验、信息系统分析与设计课程实验等八门课程实验。课程所采用的实验内容与同类专业课程主流实验内容基本一致，但发现效果并不好。经过反思，认为根源在于信管专业人才培养不应单纯地培养信息系统应用开发能力，而应当侧重于培养应用沟通交流能力主动找寻问题的能力、确定问题域能力、应用专业技能处理问题能力，还有小组协作与人际影响力的培养。为此，引入“16+2”的教学模式（即将每学期18周的教学时间分为理论教学16周，集中实践教学2周），将课程实践内容细分成课内实验和专业集中实践两个部分，课内实验以三个目的为主：对相应章节理论内容的验证；进行基本技能的训练；相关邻域经典问题的求解及分析比较能力。
专业集中实践，虽然是从课程实验中来的，但与课内实验往往独立完成不同，专业集中实践是小组完成。通过小组项目协作来有意识地训练和引导学生。目前将专业集中实践目标定位为要让学员有一定的程序设计能力，对企业的信息化建设的内容、目标有较清楚的认识，能参与企业信息化建设（主要集中在ERP系统实施与建设与企业Web型OA系统建设）。据此设定了相关的程序设计课程设计、数据库课程设计、ERP认知实践、Web编程课程设计、信息系统开发课程设计等五个次序开展的实训环节。各环节的实验内容可能涉及多个已学课程，是个实际问题综合分析求解的过程。表1简明说明实训内容[1]。
此外还建立了创业创新基地，积极开展第二课堂创新活动。充分利用不同等级的竞赛、各种创新活动及讲座，让学生接受先进的理念，鼓励学生开办创新创业项目。每个创新项目都有专门的专业教师负责指导，并提供资金支持。学员参与度逐年提升，造就了比较好的专业学习环境，也实现了培养学生的创新能力、实践能力和团队精神。
专业实习通常安排在二、三年级后的暑假，其主要目的就是让学生能够尽早地了解与专业相关的实际情况，将所学理论与实践相结合，了解整个信息系统运作流程的基础，对本专业的知识结构和能力要求进行重新认识。
信息管理与信息系统专业的实习既要求能够准确把握信息管理的流程，同时要熟练地将其应用到实践当中。因此，一方面根据本专业特点及实际要求，选择一批信息管理条件较好、效果显著、经验丰富的政府机关、工商企业及其他各类社会组织作为实习基地。目前，已同十余家企业建立稳定的校外实训基地，虽然还不能一次性地满足全部学生定岗实训的需求，但通过有目的的持续建设，将能营造一个有利于信管专业发展的校企合作环境。另一方面，鼓励学生参与教师承担的科研项目，或有教师指导学生开展创新实践活动，通过参与具体的实际工作，使学生从科技开发和科学研究中收集信息，提炼知识并提高实际动手能力以及分析问题和解决问题的能力。
毕业综合实践性教学，重在顶岗实践与创新思维训练 这一环节主要包括毕业实习和毕业论文（设计），两者相结合。毕业实习一般安排在第八学期（1～6周）进行，学生深入实习单位进行岗位实践锻炼，通过企业组织的岗前培训、岗位能力培训、实际业务处理等环节，使学员能参与实习单位的相关信息管理活动，了解实际工作中各单位的信息管理以及信息系统开发与应用的具体工作流程及不同模式，从而使学员能明确具体岗位工作的形式和能力要求，为将来能从事相关工作奠定坚实基础。
同时，毕业论文（设计）作为本科生在校期间必须完成的重要教学和实践环节，是学生专业知识、实践能力的综合体现。因此还可根据毕业论文、毕业设计等要求进行数据的搜集整理，具体问题具体分析，了解问题研究中存在的问题，对毕业论文（设计）的研究路线和方向进行明确。福建江夏学院毕业论文相关工作通常在第八学期（7～12周）进行。本专业的毕业论文内容主要是企业信息化平台建设、办公自动化系统的设计与开发、数据挖掘应用等系统的设计与开发、决策支持系统，以及在企业供应链管理、战略管理、物流管理、企业经营模式、社会公共事务管理等方面的理论和现实问题的探索性研究[2]。
3 与时俱进，确保效力
任何改革或变革都不是一劳永逸的，需要建立有生命力的制度并找合适的人来确保其不断发展不断创新。这里人是最主要的因素，而制度只是确保人变成组织认可、能胜任此工作的人，是选人、用人的标准[3]。具体的人员因素这里暂时不谈，认为应当至少建立包含如下内容的制度。
1）师资培训制度：每年实训项目执行团队至少要接受培训一次。
2）项目管理制度：要建立有严格的项目管理制度，确保项目的活力，其中包含每三年更新实验项目的具体措施以及项目总结、项目点评的具体实施环节等。
3）每年增加校外实训基地1～2家。
一、研究背景
物联网的概念最早由美国麻省理工学院的Kevin Ash-ton教授在1991年首次提出，1999年美国麻省理工学院建立“自动识别中心”，提出“万物皆可通过网络互联”，阐明物联网的基本含义。2005年国际电信联盟（ITU）对物联网做了如下定义：通过二维码识读设备、射频识别（RFID） 装置、红外感应器、全球定位系统和激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。随着物联网技术的不断发展和应用创新的突破，物联网的概念在变化与发展。
2009年，提出“感知中国”，物联网在我国获得了前所未有的重视，物联网被列入我国战略性新兴产业之一。2011年11月28日，工业和信息化部印发《物联网“十二五”发展规划》，巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。2009年7月，北京理工大学、北京科技大学、哈尔滨工业大学等30所高校成为首批获准开设物联网工程专业的高校，部分高校于2011年首次招生。2012年2月，教育部下发通知，批准北京交通大学、西安电子科技大学、暨南大学等80所高校开设物联网工程专业，部分高校已开始招生。至此，我国已有100多所高校设置了物联网专业。物联网专业是教育部允许高校增设新专业后，高校申请最多的学校，这说明了国家对物联网经济的重视和人才培养的迫切性。
工业和信息化部印发的《物联网“十二五”发展规划》中指出：物联网是我国新一代信息技术自主创新突破的重点方向，蕴含着巨大的创新空间，物联网在各行各业的应用不断深化，将催生大量的新技术、新产品、新应用、新模式。规划中多处提到创新，创新是物联网发展的驱动。物联网自身孕育了重大科技创新，而且催生新的产业科技创新，这必然要求物联网专业培养出来的合格学生具备较强的创新精神和创新能力。
二、创新型物联网工程专业人才培养方案
南京邮电大学物联网学院于2009年9月成立，2010年获批开设物联网工程专业，2011年9月首次招收物联网工程专业本科生。
作为一个处于摸索阶段的新兴专业，各所院校都结合自身特色制订了物联网专业人才培养方案。物联网学院也为物联网工程专业制定了初步的培养方案。
1.培养目标。
南京邮电大学物联网工程专业培养适应国家战略性新兴产业发展需要，德智体美全面发展，基础扎实，知识面宽，实践能力强，具有较高的思想道德，良好的科学文化素质、敬业精神、社会责任感与创新意识，掌握物联网基础理论知识和专业技术方法，在电子信息领域从事物联网应用系统开发的专业技术人才。
2.培养规格。
（1）专业能力
具有从事信息网络领域内工程开发和设计所需要的数学、物理等自然科学的基础知识，可以应用数学、物理等理论解决工程中遇到的实际问题的能力；系统地掌握计算机科学与技术领域的基本理论和基础知识，掌握计算机软硬件系统的分析与设计基本方法，具有集成和应用通信系统的能力，并将所学的基本理论、基础知识、基本技能和方法应用于实践；接受科学思维与科学实验方面的训练，具有综合相关理论、知识与方法进行物联网应用系统开发的能力。
（2）综合素质
要求具备良好的职业道德素养、具有良好的生活理念及进行个人职业规划的能力，善于与他人合作，具有良好的书面和口头表达能力，以及基本的与人交流的能力；掌握一定的工程管理、社会学、情报交流、环境等人文知识，具备工程应用开发中所需的管理能力，具有一定的创新思维能力和对新知识、新技术的敏锐性；熟练掌握一门外语，具有听、说、译、写的能力，能较熟练地阅读外文专业文献；掌握文献检索、资料查询的基本方法，具有一定的科技论文写作能力；具备健全的心理和健康的体魄，具有一定的美育素养，能够履行建设祖国的神圣义务。
（3）专业知识体系构架
物联网工程专业课程分为通识教育、专业教育、实践教育和创新拓展（自主学习）四大类模块。
按照全面素质教育的理念，通识教育类模块主要由公共基础课程、自然科学基础课程、综合素质课程组成，着眼于增加学生知识的广度与深度，使学生兼备人文素养与科学素养。
专业教育类课程体系分成三个层次：第一层次专业课程包括：高级语言程序设计、面向对象程序设计及C++、数字电路与逻辑设计、概率统计与随机过程、数据结构与算法、物联网架构和技术、电工电子技术基础和电工电子技术实验；第二层次专业课程包括：微型计算机接口技术、计算机网络、操作系统原理、数据库系统原理、嵌入式系统原理与应用、软件工程（双语）、通信原理和计算机组成原理等；第三层按物联网体系划分，物联网感知和网络层课程包括物联网感知技术及其应用、IP网络技术与应用（双语）、无线传感器网络、物联网安全技术。数据管理分析及应用层包括：云计算、数据挖掘、信息融合技术基础、Web技术等课程。
实践教育模块包括通识教育实践、工程训练、专业课程实践、校外实践、毕业设计（论文）等。在培养过程中，特别强调通过加强实践环节提高学生的动手能力和创新意识。实践教学体系包括软件开发能力培养、硬件基本能力培养和软硬件协同设计能力培养。软件开发能力培养的实践课程包括：程序设计语言、数据结构与算法、操作系统原理、数据库系统原理、软件工程等课内实验及程序设计（上机）、算法与数据结构课程设计、云计算课内实验。硬件基本能力培养的实践课程包括：数字电路与逻辑设计课内实验、电工电子基础实验、计算机组成原理课内实验、微型计算机原理与接口技术课内实验和电子电路课程设计。软硬件协同设计能力培养的实践课程包括：物联网基础实验、嵌入式系统原理与应用、物联网感知技术及其应用、无线传感器网络（双语）等课程课内实验和两门专业课程设计。专业课程设计I可在嵌入式系统原理与应用、数据库系统原理、物联网感知技术及其应用中选择；专业课程设计II在无线传感器网络、软件工程、通信软件设计基础上选择。
创新拓展模块是体现以学生为本的教育观念、实现共性培养平台上发挥个性化、挖掘学生潜力和特长，培养高素质人才的重要环节。创新拓展模块要求各专业学生通过各类竞赛、科技成果与授权专利、科技创新活动（STITP、开放实验等）、、证书认证、创新研修课程等。
三、创新型物联网工程人才培养策略
在不断修订完善专业人才培养方案的同时，南京邮电大学也在不断创新举措以适应物联网产业的发展及创新型人才的培养需求。
1.不断优化课程设置，动态更新课程。
创新能力来源于宽厚的基础知识和良好的基本素质，加强学生专业基础教育的内涵更新和外延拓展及构建合理的课程体系非常重要。一方面，优化课程结构，按照“少而精”的原则设置必修课，确保学生具备较为扎实的基础知识。另一方面，增加选修课比重，后期可以动态地更新和优化教学内容，使学生有机会接触各学科发展前沿，了解科技发展的趋势，掌握未来变化的规律。突出系统观教育理念，以“强化基础、注重实践、彰显特色”为原则，打破与相关专业课程间的壁垒，加强课程与课程体系间在逻辑和结构上的联系与综合，在课程教学大纲、实验大纲、教学课件、教材建设、题库建设等方面进行全方位的更新，逐步形成特色鲜明的专业课程群。允许并鼓励学生在修满规定的核心课程的基础上，选修自己感兴趣的课程，给予学生较大的自主选择空间。根据物联网行业的最新发展形势，不断更新公共平台课程并增设应用型课程。
2.完善实验实践教学模式，探索开放式实验教学体系。
充分利用实验实践教学平台，不断完善基础实践教学、专业实践教学、综合实践教学三层次有机结合并辅之以各类课外实践活动的实践教学体系。创新实践教学管理，加强实习基地建设，加大实践教学投入力度，改善实践教学条件，充分调动教师开展实践教学的积极性，着力推进实践教学内容、方法与模式的改革，提高学生的创新实践能力。改革和完善实验课程成绩的科学评价体系，改革实验室管理运行机制，探索开放实验室的管理方式和体制，完善实验仪器设备、实验经费和实验耗材的实验室管理体制。
积极拓宽实践教学渠道，通过深化校企合作，加强实训实习基地建设，使学生实训实习形式多样化，在实习基地保证有固定的老师指导学生实习，聘请实习单位经验丰富的工程师为学生作现身说法，现场讲授、现场演示。与校外企业建立合作关系，培养“双师型”教师，开展产学研用一体化的教学形式。
3.改革和完善评价体系，建立完善的创新激励机制。
评价是教育管理中实施控制的特殊手段，是教育管理的重要环节。传统培养体系不利于培养创新人才的弊病反映在评价体系上采用简单划一的方式，未能反映出学生的真实全面的水平和能力。对学生的评价不仅要重视知识的全面性考查，更要重视能力（尤其是创新能力）的考查。考试方式多样化，考试时间自主化，或采用非考评学，通过写专题报告、撰写学术论文、参与科研项目等多种形式评学。同时建立对学生的创新意识、创新能力、创新成果积极的激励机制。
4.推进教学方法改革，加强个性化教学指导方式。
加强个性化教学方式，强调启发式与互动式、面向问题求解的教学方式；实施探究式、研究性教学，鼓励学生的个性化发展，建立个性化的奖励机制：通过课程大作业、课程设计等方式，为学生提供内容丰富的综合设计题目，使学生可以根据自己的兴趣和爱好选择题目进行学习。
5.打造物联网典型示范应用项目，构建多维创新教学平台。
打造物联网典型示范应用项目，加深学生对物联网的理解感知。从科研和竞赛等方面展开物联网技术相关导向的教学实践，在专业创新训练中继续实施“导师制”，引导学生在教师指导下进行科研训练；鼓励学生参加教师的科研课题，与教师合作进行科学研究。发挥科研项目尤其是STITP项目的人才培养作用，在项目设计与项目管理中采取措施，积极鼓励和支持大学生参与科技创新，为学生提供多维创新教学平台是对理论课程教学体系的扩展延伸，有利于激发学生的创新意识与学习热情。
6.深化与物联网科技园合作，协同创新发展。
与物联网科技园紧密合作，充分利用南京邮电大学物联网科技园大学生创新苗圃项目，一方面可以与园内企业进行项目对接合作，另一方面加强对学生园内自主创业的支持。鼓励更多学生参加3S杯全国大学生物联网技术与应用“三创”大赛等相关学科竞赛，培养学生的工程化意识、创新意识、团队合作精神和团队领导能力，充分利用我校物联网技术与应用协同创新中心相关优势。
随着物联网研究的不断深入，社会对物联网专业技术人才的需求也会出现变化，因此物联网专业的人才培养模式也是动态发展的过程。只有不断探索培养高素质创新型人才的途径和方法，不断更新改革物联网专业的教学内容、课程体系、教学方法和管理体制与运行机制，才能为国家为地方输送物联网产业发展所需的高素质创新型人才。
参考文献：
[1]薛建彬，马维俊，等.基于创新的物联网人才培养模式[J].计算机教育，2011，11（21）：26-28.
[2]徐小龙，鲁蔚锋，杨庚.物联网专业人才培养策略研究[J].南京邮电大学学报（社会科学版），2012，3（1）：119-124.
0引言
大数据作为继云计算、物联网之后IT行业又一颠覆性的技术，备受人们的关注，大数据技术正从概念转向实际的应用，涌现出越来越多的大数据技术应用成功案例，大数据的价值也在迅速增长。2015年，中国大数据市场规模达到115．9亿元人民币，增速达38％，预计2016～2018年中国大数据市场规模将维持40％左右的高速增长［1］。大数据时代的到来，使得软件行业对人才的应用能力和综合素质提出了更高的要求。咸阳师范学院作为咸阳市地方应用型高校以服务咸阳地区经济社会发展为己任，肩负着培养满足咸阳地方社会需求软件人才的使命，需要把培养面向大数据时代的软件工程专业人才作为战略任务来抓。而课程体系的建设是软件工程专业人才培养体系最重要的一个方面。本文通过分析我院传统软件工程专业课程体系，以及大数据时代下企业对软件工程专业人才要求，找出大数据时代下软件工程专业应用型人才中课程体系存在的问题，探索出我院面向大数据环境的应用型软件工程人才中课程体系的建设。
1我院软件工程专业传统的课程体系
自我院计算机系成立以来，软件工程专业一直是我院重点建设专业。2013年，“‘3＋1’校企合作软件人才培养模式创新实验区”被确定为省级人才培养模式创新实验区。一直以来，该专业以培养“厚基础、强能力、高素质”应用型人才的为培养目标，以企业、市场需求为导向，重视实践、技能和应用能力的培养，与尚观科技、中软国际、华清远见、蓝鸥科技等西安多家企业联合，采取3＋1嵌入式校企联合教育培养模式，将课程教学、工程实践、行业理念进行无缝结合。课程体系是一个专业所设置的课程相互间的分工与配合［2］，主要反映在基础课与专业课，理论课与实践课，必修课与选修课之间的比例关系上［3］。地方应用型本科院校的课程体系设计既要体现基础知识的传授，也要体现实践能力的培养，同时还要考虑学生的职业能力规划发展问题。我院2013－2015级软件工程专业课程体系结构图如图1所示。图12013－2015级软件工程专业课程体系结构图从图1可以看出通识教育必修课程的教学阶段共3个半学年，主要涉及思想政治基础知识、体育、人文历史、外语应用能力等；相关学科基础类课程主要包括高数、线性代数、数字逻辑等数学类课程；本学科基础类课程主要涉及程序设计语言、计算机网络、操作系统、数据结构、计算机组成原理等；专业技能教学阶段强调对学生工程性、实用性、技术性和复合型能力的培养，主要安排专业必修课程和专业选修课程。专业必修课程包括面向对象程序设计、软件工程、数据库原理与应用、软件设计与体系结构、算法分析与设计等，专业选修课程包括Web软件开发、Linux系统应用程序开发、移动终端开发等。根据教育部专业教学指导委员会软件工程行业规范［4］，本着“轻理论，重实践”的原则，我院在一定程度上压缩理论课课时，增加实践课课时，优化专业课程体系结构。我院2015级软件工程专业的人才培养计划中，各类课程学分设置与所占比例。
2大数据时代企业对软件工程专业人才的要求
大数据时代所需要的人才是一定拥有数据处理、分析技术的，也就是对数据有敏锐的直觉和本质的认知、能够运用统计分析、机器学习、分布式处理等技术，从海量、复杂的数据中挖掘出有用的信息，以清晰易懂的形式传达给决策者，并创造出丰富有价值的专业人士［5］。在大数据时代下，对软件专业人才培养，应具备以下四个方面的技能。（1）具有厚实的数学、统计和计算机学科的相关知识，能够根据具体案例大数据分析任务的要求，运用大数据处理、分析平台，收集整理海量数据并加以分析，挖掘出有价值的信息。（2）掌握大数据处理技术及可视化工具，能根据具体任务的需求，对数据进行选择、转换、加工等处理操作，采用有效方法和模型对数据进行分析并形成数据分析报告，用易于用户理解的方式，提供科学的决策依据。（3）熟悉行业知识、专门业务及流程，将大数据技术和企业文化相结合，充分利用大数据分析处理的结果，挖掘出海量数据中隐藏的价值并应用于企业市场领域。（4）团队合作精神，大量数据的收集整理、存储、分析和处理，一个人是很难完成的，需要一个由团队成员合理分工、共同协作完成。
3大数据时代我院软件工程专业传统的课程体系存在的问题
地方高校一直以来受传统的“学术型”、“研究型”人才培养模式的影响较大，形成了适合于“精英教育”为培养研究型人才的课程体系，无法适应以工程实践能力、创新创业意识、新技术新方向为目标的人才培养，课程体系中理论教学占主导地位，实践教学往往处于次要地位［6］。而目前处于大数据时代，信息技术的不断创新、企业需求不断变化、综合型人才需求巨大等因素的影响下，传统的培养研究型人才的课程体系，无法适应大数据时代以工程实践能力、创新创业意识、新技术新方向为目标的人才培养。通过了解大数据环境企业对软件工程人才的要求，分析我院2013－2015级软件工程专业人才培养课程体系结构，发现存在以下问题：（1）缺少大数据技术方面的课程。传统的课程体系中主要包括软件工程专业一些传统的课程，如数据结构、软件工程、软件体系结构等，而且课程内容较陈旧，所开设的一些应用软件的学习不能紧密贴合行业和技术发展，软件工程专业教育必须适应互联网时展和大数据技术的需求，关注企业发展及大数据系统的建设问题，以满足企业对应用型人才的需要。（2）实践类课程学时所占比例较少。我院2015级软件工程专业实践类课程占总学时的10．8％，是因为传统的课程体系注重知识传授，而忽略了学生解决问题、动手能力的提高。地方高校在人才培养中重视理论内容、计算机编程能力，而忽略学生探索能力的培养，这些都不利于学生对新技术、新方向发展的把握，学生难以应对各种层出不穷、错综复杂的海量数据，很难挖掘出隐藏的数据价值并有效利用。（3）课程体系结构设置方面，一是存在通识教育类课程教学阶段持续时间长，一直到第7个学期，这就影响了后面专业类课程的学习；二是专业基础类分为专业必修和选修，没有从课程教学阶段不同来划分，不能体现课程先后的衔接关系。
4大数据时代我院软件工程专业课程体系建设改革
在大数据时代，软件工程专业教育必须适应企业发展和大数据行业的需求。教学内容的设置应与行业需求接轨，根据我院学生特点调整2016级软件工程专业课程体系。具体做了以下几点的调整。（1）课程体系结构更合理。一是通识教育类课程的调整。一方面将教学阶段全部调整到第1、2学年完成，这样在第3学年学生就可以重点学习专业类技能课程；另一方面此部分增加了大学生心理健康和创新创业教育课程，主要可以加强学生团队合作精神的培养。二是专业类课程结构的调整。将专业类课程分为专业（学科）基础课程和专业技能课程两大类，专业（学科）基础课程主要包括数学类课程、计算机导论、程序设计语言、数据结构、操作系统、软件工程、运筹学、数据分析与处理。专业技能课程又分为专业核心课程和专业方向课，专业核心课程包括面向对象程序语言类、软件设计模式、算法分析与设计、软件测试等软件工程专业要求的核心课程，而专业方向课分为3个方向：大数据分析、Web技术应用、移动终端开发，鼓励学生在学好专业基础和核心课程的同时，发现自己专业类的兴趣，选择一个自己感兴趣的方向集中学习，大数据分析方向是重点向学生推荐。在教学阶段安排上，一般专业（学科）基础课程要优先于专业技能课程，这样可以让学生在掌握了学科、专业基础上，充分了解软件工程专业技能的训练。（2）增加了大数据技术方面的课程。在新调整的课程体系中，专业（学科）基础课程和专业技能课程都增加了大数据相关内容。基础课设置增添运筹学、数据分析与处理等，使学生了解大数据行业基础知识，激发学生对大数据行业发展及大数据应用前景的兴趣；专业技能课设置了数据仓库与数据挖掘、大数据统计分析与应用、数据挖掘算法与应用等前沿科学技术相关课程以满足大数据系统建设与应用的需要，培养更多企业需要的大数据管理分析软件专业人才。院级选修课鼓励研究大数据方向的教师积极申请大数据案例分析、大数据安全与隐私保护、HadoopMap／Reduce技术原理与应用等实用性强的课程，以补充对大数据方向特别感兴趣学生的学习内容。（3）增加实践类课程所占比例。相比较2015级，以培养地方应用型人才为总目标，实践类课程课时由19课时增加到28课时，所占总课时比例提高了约50％。实践类课程包括校内（课程设计和实训）和校外（见习、实习、实训、毕业论文），种类多样化，使得学生多方面提升自己解决问题和动手操作能力。针对校内实验我院教师结合大数据教学实验平台，根据课程内容设计实验项目，从初级到高级，安排合理的阶梯式学习，实验内容持续更新，加入最新、主流的分析建模工具和挖掘算法，学生在免费、开放的平台环境下进行大数据构建、存储、分析统计等实验内容，使学生熟练掌握Ha－doop、HBase、Spark等关键技术，提高大数据理论分析及技术应用的能力。做好校内实践的同时，校外实践更是尤为重要，首先在实习、实训企业的选择上，尽量选择“口碑好、技术强、理念先进”的单位，目前我院已与邻近城市西安与尚观科技、中软国际、华清远见、蓝鸥科技等西安多家企业联合，第四学年分批组织学生到合作企业的实训基地参加真实的实训项目，体验IT企业真实的工作环境、工作流程和企业文化，了解互联网大数据、零售大数据、金融大数据等领域知识，学习海量数据搜集、分析、存储技术，引导学生按照项目的需求、总体设计、详细设计、编码、测试等流程完成实践内容，规范化文档和代码的编写，培养学生的行业、职业素养。
5应用效果
目前应用此方案有2016和2017级两级学生，虽然这两级学生都还没有就业，但在创新应用能力方面都较2015级之前学生有显著提升。近两年有10余组学生团队获得国家级、省级、校级“大学生科研训练项目”立项资助，有8名同学获得“蓝桥杯”程序设计大赛国家级二等奖、三等奖，省级一等奖2项，二等奖、三等奖多项。2016年有两队学生获得陕西省高校“互联网＋”创新创业大赛三等奖，一队学生获得咸阳市青年创业大赛二等奖。数十名学生在核心期刊上公开发表学术论文。从目前取得的成绩来看，课程体系结构的调整，使得学生不仅获得扎实的理论知识，而且具备了过硬的实践和创新能力，我院软件工程专业毕业生一定会深受用人单位喜欢。
6总结
针对大数据时代下地方本科院校软件专业人才培养中课程体系存在的一些问题，笔者分析了大数据环境对软件工程专业人才的要求，以地方本科院校咸阳师范学院为例，改革调整了课程体系，主要在在理论教学和实践教学中增加大数据相关理论及技术内容，通过近年来的探索与实践，此课程体系结构有效提高了学生的创新应用能力，为大数据时代企业发展培养了高水平、高素质的大数据分析人才，新的课程体系适应了大数据环境下软件工程人才的培养。
参考文献
［1］孙琳．大数据应用的创新路径［N］．人民政协报，2016－05－17．
［2］潘正高．地方应用型高校软件工程专业课程体系的研究［J］．西昌学院学报，2017，31（3）：94－97．
［3］潘怡．应用型本科院校软件工程专业课程体系设置探讨［J］．长沙大学学报，2008，22（5）：98－100．
中图分类号：F241.4
【资助基金项目】：2009年湖北省高等教育省级教学研究项目，项目编号：2009263，项目名称：构建多层次的实践教学体系，培养应用型的汽车营销人才
汽车营销专业作为伴随着中国汽车产业的快速发展而蓬勃兴起的新兴专业，在2004年国家六部委所圈定的6个紧缺专业中，汽车营销人才培养成为紧缺人才培养的重要领域。鉴于此，我校从2005年开始在本科专业中招收工商管理（汽车营销方向）的学生，本专业学生的就业也从汽车企业不考虑招收到汽车企业有意向准备定向招聘的转变。
1汽车相关企业对汽车营销人才实践能力的需求现状
汽车营销专业方向是一个跨越经济管理和汽车两大门类的交叉专业，其职业素养和专业岗位技能涵盖了汽车工程技术和人文社会科学两个方面。从专业所对应的工作岗位来看，汽车营销专业主要面向汽车整车及零部件企业的市场策划及销售管理工作、汽车服务企业的汽车销售与汽车售后服务管理等岗位群，通过调研，我们发现汽车企业对本专业方向学生的能力需求是：具有良好道德品质和团队合作精神，具备市场营销管理理论、汽车营销专业知识及汽车工程技术知识，能熟练运用数据分析工具和专业外语，有较强的实践能力和创新能力，能在汽车及相关行业从事管理、策划、咨询、销售等工作的高级应用型营销人才。这就需要在制定人才培养计划时，充分考虑到学生的就业和未来的工作岗位安排，理论课程和实践教学环节的开设要达到相应的能力。
2以就业为导向的汽车营销专业大学生实践能力的构成
我们在衡量专业办学情况时，往往以就业率为考核指标，笔者认为，不仅考虑就业率指标，还应考虑在本行业的就业率，如果学生都能就业，而就业的岗位大多与汽车有关，那就说明本专业开设很有必要。学生经过本专业的学习与训练，在毕业时应具备以下的知识和能力：一是掌握市场营销学、管理学、经济学、法律和企业管理的基本理论和基本方法；掌握汽车构造、汽车技术及服务的基础知识。二是掌握市场营销的定性、定量分析方法，掌握现代企业管理的方法和工具，具有较强的实践能力和创新精神，有较强的组织管理和沟通协调能力，能够独立进行市场研究、营销活动策划以及企业管理工作。三是了解本学科的国际前沿和发展动态；了解汽车及相关行业的发展现状和发展趋势。四是掌握信息收集、分析和处理方法，熟练运用数据分析工具和专业外语，具有初步的科学研究能力。因此学生应具备的实践能力侧重在：计算机操作能力、数据收集和分析能力、市场分析和研究能力、营销策划能力、沟通和协调能力、资料收集和文献检索能力、写作能力。
3以就业为导向的汽车营销专业大学生实践能力的培养
（1）计算机操作能力的培养。可通过计算机基础、windows、Office等基本办公软件的使用、VisualBasic程序设计、管理信息系统等理论课程来实现。
（2）数据收集和分析能力的培养。作为汽车营销学生，在工作中涉及到大量的数据，因此应通过概率论与数理统计、应用统计学、运筹学、电子商务、数据库技术、数据挖掘、spss统计软件应用、CRM实训等理论和实践课程的学习，学会常用数据处理软件的使用方法，学会借助软件进行数据统计分析。
（3）市场分析和研究能力的培养。汽车营销专业的学生，不管从事什么岗位的工作，都必须要了解汽车市场，可以通过市场调查与预测、消费行为学、营销前沿知识讲座、会计学、财务管理、经济法、税法等课程，市场调查与预测课程设计，当然，学生必须具备较扎实的专业基础知识之后，才能做市场分析和市场研究，这还需要汽车构造、汽车电子技术、二手车贸易、汽车保险与理赔、汽车金融等相关课程的学习。
（4）营销策略能力的培养。市场营销学、汽车营销学、营销策划、广告学等理论课程和市场营销模拟训练、汽车市场营销课程设计、汽车销售实训等。通过理论学习、实践课程和实训课程，综合培养学生的实践能力。
（5）沟通和协调能力的培养。通过管理沟通、商务谈判、商务礼仪、项目管理、管理学原理等的学习，掌握沟通和协调的方法，在汽车销售实训、社会实践、认识实习、专业实习、毕业实习和毕业设计中，都会应用到这些具体的方法，促使学生在这些环节锻炼沟通和协调能力。
在培养途径上，可依托东风公司的汽车行业背景，利用我校车辆工程专业资源，通过构建多层次的实践教学体系，培养应用型的高级汽车营销人才，在培养环节上，通过理论课中的实践能力培养、独立实训课中的实践能力培养、校外实践环节的实践能力培养这三个环节，探索并实践行"理论教学+实践教学"、"课堂学习+课外指导"、"校内实训+校外实践"的多元化的教学模式。也可过相关比赛，以赛促学，学生可以参与的主要比赛有岗位技能模拟大赛、全国营销大赛、各类行业及企业举办的汽车营销策划大赛、全国ERP沙盘模拟大赛、全国和湖北省组织的学生创业设计大赛及论文比赛，也可鼓励学生参与教师科研，提高研究能力。
4以就业为导向的汽车营销专业大学生实践能力培养的实施
（1）实施障碍。一是体现在课程体系设置的滞后性。原因主要是学校实行教学计划制度，许多课程是在学生入学之前人才培养计划中就已经设定好的，不能随意更改。二是缺乏具有实践经验的教师。因此，从事实践教学的往往是职称不高和实践经验不足的教师，严重影响了实践教学效果。三是学生实习过于形式化。一些学生在实习中成为某个特定业务环节的临时打工者，不能深入了解实习单位的实际运作。四是作为工科院校，我校对汽车营销专业实践经费的投入远远不够。主要是因为我校汽车营销专业开办的比较晚，在社会上的影响力也不大。
（2）实施对策。一是建立以就业为导向的科学系统的汽车营销课程体系。在人才培养方案中，把课程体系的设置与用人单位的需求相联系。二是提高教师的实践教学能力。可以选派一些理论扎实、业务水平高的教学骨干到汽车企业任职，或者是从企事业单位聘任既有丰富的实践背景，又有深厚的理论积淀的优秀管理人员担任兼职教师。三是加强校企合作发挥校外实习基地作用。对于企业而言，可利用学校师生的专业知识，解决企业实际问题，费用支出少；对于学生而言，实习工作更有针对性，避免了形式主义；对于学校而言，事后评价学生实习效果的标准会更客观。四是学校政策的支持，要加大实践教学的投入。
