大数据背景下高职高数教改探索

周蕾 朱长新

摘  要：高数作为一门基础课程，在大数据时代如何适应社会的发展，值得我们去关注。文章针对高数的现状，以广州科技职业技术学院为例，探索了在大数据背景下高职高数的教改，并取得了不错的效果，最后给出了进一步完善教改的方向。

关键词：大数据;高职高数;教改

中图分类号：G712         文献标志码：A         文章编号：2096-000X（2019）23-0133-03

Abstract： As a basic course， higher mathematics is worthy of our attention in how to adapt to the development of society in the era of big data.Based on the current situation of higher mathematics， this paper takes Guangzhou Vocational and Technical College of Science and Technology as an example to explore the teaching reform of higher vocational mathematics under the background of big data， and has achieved good results. Finally， it gives the direction of further improving the teaching reform.

Keywords： big data; Higher Vocational Mathematics; teaching reform

2015年，为全面推进我国大数据发展和应用，国务院印发了《促进大数据发展行动纲要》，标志着大数据时代的到来[1]。2017年初，工信部编制了《大数据产业发展规划（2016-2020年）》。根据该规划，预计到2020年大数据相关产品和服务业务收入突破1万亿元。数据是国家基础性战略资源，是21世纪的“钻石矿”，能不能挖掘资源中潜在的价值，成为这个时代能不能走向财富的首要条件。对数据的分析与处理是大数据技术核心，这些与数学统计、计算机密切相关，如何应用数学相关知识从海量数据中“淘金”，能否培养出合格优秀的矿工——大数据相关人才，是国家、每一个行业和业务智能领域急需解决的问题。对高职类学校来说既是机遇也是挑战。

十九大明确提出要高度重视基础课程的培养，基础课程是原创力的基石。在大数据背景下很多高职院校根据高职教育的发展规律，已开始重视公共基础课教学改革。面对大数据时代的冲击，高等数学如何在高职院校中继续“活下来”、“存下去”，“活得有价值，存得其所”，怎样突出基础课程的工具性、应用型，这是我们必须面对的问题。本文以广州科技职业技术学院为例，探索了在大数据背景下高职高数的教改，并取得了不错的成果，最后给出了进一步完善教改的方向。

一、高职数学教学的现状

（一）高等数学教师教学积极性低

随着高职院校的扩招，学生生源质量降低，学生普遍基础较差，这成为教师在教学时的困难和障碍，再加上高数内容多、课时被最大化压缩，作为基础课程但又不受重视，使教师的教学环境很是尴尬。所以更多情况下我们看到的是一本教材、一套教案、死板单调的教学方法一用便是数年，高数教师不免产生惰性缺乏教学激情，教学积极性低。其次职称上升渠道慢，获得政策和资金支持少，使教师的职业环境愈加艰难。

（二）学生学习积极性低

由于学生本身基础差，对数学有强烈的畏难情绪，有些甚至是非常排斥;再加上合班上课人数多、上课进度快、教师教学热情不高、所学内容脱离实际且枯燥又无趣，所以很多同学就认定数学不好学、学不好、数学无用，平时上数学课仅仅是为了考勤，期末应付考试，学习积极性自然也低。

事实上，师生双方的积极性低、对高职教学现状的不满，给教学带来了恶性循环，教学改革势在必行。

二、教改具体措施

（一）激发教师职业热情、加强教师素养

一直以來，高数教师在高职院校的存在感较低，受到不少歧视，学生对高数课程也是轻视的，导致高数教师的职业成就感低，教学热情不足[2]。现在鼓励高数教师参与各专业课教师和企业相关人员共同制定的教学计划过程，明确高数的教学目标，共同讨论和研究在大数据背景下科学的教学质量关，从源头提升教学质量，不再闭门造车理论先行，让高数教师也融入到“教师主流圈子”中。加强教师师资培训，提高教师业务素养，每年1月、7月定期组织教师进行数学建模、数据挖掘等相关培训，鼓励教师考取数据分析等相关职业资格证书，针对性地选派青年教师做访问学者，组建高水平、结构化教师创新团队;依托大数据，完善学校基础教学设施，丰富教师的成长空间，对网上资源进行开发、利用，多渠道进行教学，有针对性地删减高数教材内容、降低学习难度;完善教师评价体系，从教学、科研等多方面进行综合评价，对不合格的教师采取相应措施，对优秀的教师也应及时给予奖励。只有教师积极性调动起来了，素养提升了，才能更好的为学生服务，更有针对性地探讨高数教改实施方案，才能做到有的放矢。

（二）理论联系实际开展研究

在教学研究中，我们逐步认识到传统的“一刀切”的教学方式早已不能满足学生的需求，从以下方面做了改革：

1. 分层走班式教学[3]：为了更好的提高教学效果，以学生入学时的高考数学成绩为依据，以笔纸测验的方式，对学生进行相关预备知识的测验，将学生分成三个层次（A、B、C）的教学班。学生根据各自的具体学习情况到不同的班级去上课，教师根据学生的不同层次重新优化组合教学内容，确定与其基础相对应的学习目标。实施以来教学效果显著，师生互动良好，“学困生”的学习积极性有明显的提升，数学畏难情绪不再那么强烈，学习信心大幅度提升;对“学优生”而言也扩大了知识面的需求。

2. 模块式教学[4]：将教材内容分成三个大系列的教学模块，包括通用基础模块、应用模块和选修模块。通用基础模块各个专业都适合，如函数与极限、一元函数微分学、一元函数的积分学;应用模块则是针对不同专业、不同阶段的高等数学学习需求，按行政班级进行教学，建立分专业的“按需学习”的持续教学模式，密切联系实际，将新发现的教学素材融入教学中。以计算机软件工程专业的学生为例，在学习了通用模块内容后，会根据专业需求，进一步选取教授线性代数、常微分方程、积分变换等小模块的内容，辅以数学建模、数学实验等选修模块，争取基础课程与专业课程做到“零距离”接触。利用数学统计软件，将SPSS、SAS、Matlab等统计软件引入到高等数学教学中。在软件选取方面根据各专业的需求不同也会有所侧重，除了要考虑所选软件能否为高数自身的教学需求服务外，还需考虑这些软件能否兼顾为学生后续课程的学习服务。用这些软件可以将学生从繁琐费时的计算中解放出来，还能解决实际问题，极大地激发了学生学习兴趣。

3. 网络反馈式教学：分层走班主要是用在通用模块的教学，之后按专业需求进行应用模块和选修模块的学习。不管是前者还是后者，在教学过程中网络学习模式都受到了师生的热捧。大数据时代，教师鼓励学生利用网络上的信息化教学资源（包括校园网和校外网），如各种慕课、网络视频、作业APP等选择自己感兴趣的内容，跳转到自己适合的难度，从而提高了学习效率，更重要的是学生没有学习压力，学习的时长、时机、场合、回顾都可以自己控制。除课堂上解答学生的问题外，教师重视线上线下与学生的交流，根据学生学习反馈情况来改善教学。

4. 分组式教学[5]：为了更好的提高学生的数学体验和兴趣，我们在分层走班式教学的初始就探索了分组化的教学模式。我们将学生大致分成A、B、C三个层次，事实上，同层次学生的学习能力也有差异，然后再将他们分成不同的小组。同一组的成员让学习能力强的学生带动学习能力弱的学生，极大化的缩小组员间的差距。随着时间的推移，组间学生的差异也会愈加明显，再通过组间优秀学生的流动，带动较差组队的学习热情和学习效率，极大化的缩小组间学生的差距，充分调动学生的积极性，最终达到共同进步的目的。

5. 项目式教学：所谓项目式教学就是一个以现实数据为驱动的实际项目贯穿于整个教学中，增加学生大数据意识，提高学生的数学建模和数据处理能力。大数据从数据源经过分析挖掘到最终获得价值一般经过5个主要环节：数据准备（采集）、数据存储与管理（预处理）、计算处理（建模处理）、数据分析和知识展现（现实反馈），从中发现新知识、创造新价值。按照 “数学建模”基本的教学框架，我们从这5个步骤去进行了训练。数据源主要来自统计局季度数据、发改委季度数据、中国基金会数据库、历年数学建模竞赛真题， 针对数据源构建出的现实项目的特点，理论联系实际，教授学生基本的理论知识和处理数据的基本软件;再根据学生的特点（有人擅长模型推导、有人擅长算法编程、有人擅长论文写作）进行分工协作。这些实操性的训练，很多时候是现学现用，特别训练学生在短时间内有效查阅文献资料、数据分析能力、灵活应变和团队间团结合作的能力，对培养应用型创新人才具有极大的帮助[6]。同时鼓励学生参加数学建模比赛，以赛促教，培养学生解决实际问题的能力。

6. 校企合作：社会是最好的学校，到企业岗位中锻炼是最好的教学方式。本着产教相融、互惠互利的原则，加强与企业的合作，充分发挥各自优势，进行资源共享，通过数据软件分析帮助企业解决实际问题，给出现实社会中相关意见和建议，促进学生从“学校人”向“职业人”——数据分析师、数据咨询师的转变，得到了企业较好的评价。

（三）改革考核制度

学生最头疼的莫过于期末考试了。教师应采取更灵活的考核方式，有考试成绩、论文成绩和平时成绩几部分来确定学生的最终成绩。即“线上”和“线下”结合。如在教学过程中引导学生参与慕课、微视频等多种形式的学习打卡可以作为平时线上成绩的一部分;期末笔试考试卷面成绩占综合成绩的40%等。积极鼓励学生获得与数学和专业课相关的多类职业技能等级证书，如计算机软件工程专业学生可以报考CDA数据分析师和数学咨询师、会计专业可以考取统计师证（初级、中级、高级）和会计资格证等，持证学生可免试部分内容。灵活多样的考核方式使得到的最终成绩比较全面，学生比较容易接受，符合大数据时代背景下应用型人才的培养要求，也最终达到了高职人才培养的目标。

三、结束语

经过上述的改革，我校取得了不错的成绩。编写出的高职《高等数学》、《数学建模》等相关教材及相应的课件、习题APP、线上精品课程、特别是線上精品讲座受到了学生的大力欢迎，具体做法是由高数教师和专业课教师共同围绕一个与专业课联系紧密的高数知识点集体备课，由学生评教出的优秀高数教师录制完成。学生的高数成绩期末通过率得到大幅提高，数学建模比赛获国家级一等奖。

在这些具体的高数教改成果背后是高数的更接地气，学生能力的提高，是应用型人才的培养，只有这样才能适应大数据时代。该教改提高了师生的积极性，增加各专业的交叉能力，加强学生对数学知识的理解程度，培养了学生运用数学的能力，极大地提高了学生的创新能力、数据分析能力以及团队协作能力，可以在就业中具有更强的竞争力。但在教改过程中，还有很多不尽如人意的地方，比如还需进一步优化数学教材、细化模块化教学、加强数学理论与实践的结合等，需要在以后的具体教学实践中进一步地探索和不断完善，扎实地做好大数据时代原创力的基石。

参考文献：

[1]单志广.国家大数据发展的顶层设计数据强国战略的冲锋号角——《关于促进大数据发展行动纲要》的几点解读[J].财经界，2015（28）：30-35.

[2]尤慧，朱文芳.我国高等数学教学现状的研究述评[J].高等理科教育，2017（3）：91-95.

[3]于欣，孙少平.“分层次走班制”在高职数学课堂教学中的探索与实践[J].职业，2015（14）：138-139.

[4]曹生让.高职数学课程模块化教学研究[J].数学学习与研究，2016（11）：16-16.

[5]王松静，奚李峰.现实数据驱动的“数学建模”教学改革研究[J].宁波大学学报（教育科学版），2017（5）：76-80.

[6]吕品，于文兵，汪鑫.数据挖掘挑战赛驱动的本科生大数据分析能力培养——以上海电机学院软件工程专业学生为例[J].计算机教育，2017（11）：36-39.