探析高职资产评估专业典型工作任务向学习领域课程转换研究

闫晶

摘要：高职院校课程开发在传统主义者要求回到基础知识的呼吁与进步主义者对学习者的关注之间摇摆不定。然而，追溯这段历史，可以看到双方表达的一个共同主题：现有课程未能满足日益复杂的社会提出的要求。现阶段，我国高职院校课程开发的主流是依据学生未来从事的岗位工作过程进行课程设计，其核心是“典型工作任务”。本文以高职“资产评估专业”为例，提出了一种课程开发转换，基于“典型工作任务”的基础上，实现了向“学习领域”的转换，以此来补充高职学生从依赖学习到自主学习的发展，并通过在整个课程中提供技能发展的整体视图，在此作为发展高职专业技能的最佳实践的理论模型加以推广。

关键词：高职教学;典型工作任务;学习领域;课程转换

引言

随着我国教育改革的不断深入，作为高等教育的有效补充的高职院校在教学过程中不断试图开发新的课程探索，以适应新专业、新课程的新时代要求。其中，基于“工作任务过程”的课程开发被广泛的应用。而这种课程设计方案，往往需要多种内外条件的相互配合，使得实施过程较为复杂。因此，在实践教学中，从“典型工作任务”的课程设计出发，基于本校的实际情况，探索从“典型工作任务”向着“学习领域”的课程转换，以此来提升高职院校课程开发的可操作性。这项研究至关重要，这将有助于促进教学过程，从而提高高职教育质量和高职教育的专业发展。有鉴于此，以高职院校“资产评估专业”为例，于教学当中，以工作过程为主线，提炼出与典型工作任务相对应的学习领域，实现学生的学习过程与工作过程相一致。现就开发步骤及应用情况，论述如下。

一、典型工作任务描述

有一类著名的线性规划问题，通常被称为“工作任务”。具体地说，可以将到达的作业从与此作业相关联的特定选择分配，以较快的速度进行处理。这种作业服务关联关系可以基于地理邻近性或数据局部性，以获得稳定性条件和性能界限。考虑在工作系统中的亲和关系进行负载平衡，一般可以定义为一种工作程序，用于指派“个人”到“任务”（或任务到机器等） ，以最小化指派的总成本为目标受到限制。典型的工作程序分配问题（也称为线性分配问题）可以看作是分配问题中最基本的子类，线性分配问题要求将所有任务以一对一的方式分配给一个代理人，以最小化成本为目标。因此，假设每个任务只能分配给一个代理人一次，而特别代理人只能执行一个任务。任务的所有类别都具有以下特点： 1）超合成对象是指派任务的成本最小化; 2）二元决策变量用于指示任务何时完成; 3）每个任务只能分配一次; 4）函数必须是线性的或具有转换为线性性质的能力。

二、将典型工作任务转换为学习领域

1.概述典型工作任务

典型工作任务在企业管理和工作分配中起着重要作用，是管理科学中研究较多的优化问题之一，在制造和服务系统中都有广泛的应用。典型工作任务是数学中（或运筹学）基本的组合最佳化问题之一，在这个问题中，所有的供应和需求都等于一个并且涉及到一个有效的分配： 工作交给机器，人交给项目，合同交给投标人，销售人员交给地区，车交给路線，产品交给工厂，开发工程交给几个建筑工地，等等，目标是最小化完成手头任务的总成本或总时间。典型工作任务的一个重要特征是，一台机器或一个项目只分配一个工作或工人。每个分配问题都与一个表或矩阵相关联，通常行包含我们希望分配的对象或人，列包含我们希望分配的事情或任务。

由教师在汇总“典型工作任务描述”材料的基础上，对典型工作任务做出简单的文字概括。典型工作任务概括的关键是：明确该典型工作任务的基本内容以及工作的流程和方法是怎样的？有哪些要求？和哪些部门或个人有关？它的难点在哪里？怎么解决？所依据的国家或行业企业标准有哪些？要使用哪些工具或工艺装备等等。如表1所示，为典型工作任务转换为学习领域的课程对应表，在实践过程中，需要按照表1所示，进行项目填写。表格中的条目是与特定任务相关。

2.由典型工作任务划分专业课程

如何安排一系列学习步骤以达到最佳表现的问题，以前主要是在单项任务学习的背景下进行研究的，其中的问题是人们应该以何种顺序处理学习任务。在本次研究中，选择训练样本，逐渐增加难度，可以导致更快的训练和更高的预测质量。类似地，在学习领域引入自适应学习算法，该算法自动选择训练样本处理的顺序来解决一个学习问题。在学习多任务的背景下，为了学习这些任务，在提出了一种基于成对偏好的优化任务顺序的算法。通过用户交互按顺序执行任务的设置，在多标签分类的背景下，将多目标问题分解为单目标问题等价的思想。具体来说，将各个典型工作任务划分为学习领域。具体地说，假设 t1，... ，tn 任务按一定顺序处理，其中 sn 是 n 元素上所有置换的对称群，并且信息在后续任务之间传递： 从 t （i-1）到 t （i）的所有 i 2，... ，n 在这个过程中，以前求解的任务作为下一个任务和任何现有域适应方法的额外信息的来源。

3.确定学习领域学习目标

在这项工作中，重点研究参数传递方法到多任务学习，其基本思想是相关任务对应的模型之间的参数表示是相似的。如果每个任务都与其他任务相关，但与其他任务相关性不大，那么按顺序学习的任务对于传统的基于共享单个原型信息的多任务学习是有益的。之间的模型是衡量欧氏距离之间的相应权重向量。在一个多重任务的环境中，作者提出了一种基于支持向量机的算法，该算法强制对应于不同任务的权重向量接近于一些通用原型，并在多个数据集上验证了该算法的有效性。然而，这个算法对所有的任务都是对称的，这在更现实的情况下可能不是最优的。因此，需要更加灵活的任务模型来挖掘任务之间的结构关系，避免不相关任务之间信息传递的负序列。在高职资产评估专业将典型工作任务转换为学习领域的过程中，学习目标以职业行动能力为核心来描述，如能确定估价方法、能进行估价、能撰写评估报告以及能与客户沟通等。

4.以工作内容为基础选择学习内容