基于商业智能案例分析课程云教学思考研究

张仕霞 杨晓欢 吴珊 王强 蒋新

摘 要：在传统的教学中，虽然是以学生为中心，但是针对部分自觉性较弱学生要求学生课前预习和课后复习有一定的难度，所以云教学开展有一定的难度，针对疫情期间全面开展云教学，在此期间有很多我们不可预知的问题，针对各种问题，在云教学的过程中，教师提供学习资源，更多的强调学生课前预习和课后复习并以结果为导向的教学方式，在实践中略显成效。

关键词：云教学;商业智能案例分析;高等教育

中图分类号：TP311 文献标识码：A

1、引言

疫情期间的教学工作，在人们眼中疫情带来了很多影响，其中有好的一面也有不好的一面，我们要学会辩证的看待问题，比如下面我们就来一起进入疫情期间的教学方面，我认为在疫情期间并没有影响到大家的学习，反而学习变得更为方便和自由，有利于提高学生的自我约束能力和自主学习能力。

1.1 商业智能案例分析

随着全球数据量的增加，对于如何才能挖掘出对决策者真正有用的信息就成为了大家关注的问题，由此商业智能的应用也随着信息量的增加而逐渐受到企业界的重视，通过商业智能的应用企业可将原始的客户数据做更深入的分析，从而建立有效的预测模型，得到更多更有价值的信息，有效的将数据转化为知识，本课程的作用就是帮助企业做出更好的决策[1，2]。

1.2云教学

云教学是以班级为单位组织授课和双向互动，以录播课为主，采取“录播+线上答疑”的形式。有条件的学校可以采用直播+线上答疑的形式。课后辅导可以采用点播或线上答疑形式[3]。

打破了传统师生教学面对面“现场教学”的单一模式，出现了远程隔空“师生两不见”的在线教学新模式，延展了教与学的时空，给学生学习带来了巨大的便利，极大地提升了教育教学的总体效益。

2、传统课程教学

传统的教学方式主要是上课老师讲解，课前部分学生会预习，课后也会有相应的任务，传统的教学模式即为课堂上教师讲学生听，下课完成作业，学生虽然可以面对面的沟通，但是很多内向的学生并不能及时和教师进行沟通，会导致学生的问题并不一定完全表达，学生间的互助也有一定的局限性，在电子设备发达的今天很多学生24小时手机不离手。

那么直接使用手机进行教学的沟通是否更好呢，是否能够更为及时的解决学生的问题？我的答案是肯定的，疫情没有减少我们的沟通，只是换了一种沟通的方式，网络教学可以使得我们教师将时间更为充分的利用起来。

在教学过程中，每个班级的学生都有班群，那么遇到问题在群里探讨就显得非常方便，而且大家能够在第一时间看到问题思考，全班同学可以共同解决问题，实现了沟通无时间地点的障碍。

3、云教学实践

商业智能案例分析课程目前的实施方案是基于慕课和educouder平台，引用了慕课资源平台上本课程的一个具体项目，该项目的数据是公开的AdventureWorks数据集，对此数据集进行实验分析。

在教学过程中主要采用的方法是以学生为中心的思想，设计方法如下：

每周老师需要提前安排好每周的教学任务，通过educouder平台的公告和讨论区以及资源和qq群让每一个学生能够提前知道本周的学习方法和任务，学生方可根据老师的指引进行学习。

课前预习，采用的是课前学生自主预习慕课资源和教师在educouder平台上传的教师提前录好的课程资源，学生先进行预习和学习，由于本课程是在学生的电脑上完全安装和配置本课程的相关环境和软件，所以学生在自学的过程中可以提前进行预习和实践操作，每个班有自己的qq群进行联系，对于课前和课后遇到的问题学生可以无时间无地点障碍进行相互的沟通和探讨。

课中，以学生为中心探讨普遍问题和重难点问题，每个班级都已经进行了分组，每个小组都有小组长对每个学生的具体情况进行实施跟踪，遇到问题时教师会引导学生互助的方式解决，发挥一带一和一带多的方式，不仅能让部分学生学习到自己没有遇到的问题同时还能使得遇到问题的同学能够得到帮助，教师在其中发挥带动和安排作用，对于学生遇到的普遍性问题和重难点问题教师进行详细的讲解和分析。

课后教师会给学生发布相关作业和相关任务，和上课的内容相似，保证大部分学生都能够完成，并且能够巩固本周所学内容。

4、总结

本次受到疫情的影响，实施的云教学，不仅仅充分发挥了学生的能动性，还带动了学生自主学生让学生养成了自我约束和自我管理的好习慣，同时还引导学生在以后的学习中能够有自我解决问题的能力，在为期一个月的教学过程中取得了明显效果。

参考文献

[1] 谢邦昌，郑宇庭，苏志雄. SQL Server 2008 R2数据挖掘与商业智能基础及高级案例实战[M]. 2011.

[2] 谢邦昌. SQL Server数据挖掘与商业智能基础及案例实战[M]. 2015

[3] 高雨，鲁石. 云教育背景下的“教、学”影响初探[J]. 常州信息职业技术学院学报，2015（2）：21-23.

第一作者简介：张仕霞，1993年，女，四川眉山，西南财经大学天府学院，硕士，主要研究方向机器学习、数字图像处理。（第一作者为通信作者）