网络实训总结范文

网络实训总结篇1

实训期间，让我学到了很多东西，不仅使我在理论上对网络管理有了全新的认识，在实践能力上也得到了提高，真正地做到了学以致用，更学到了很多做人的道理，对我来说受益非浅。除此以外，我还学会了如何更好地与别人沟通，如何更好地去陈述自己的观点，如何说服别人认同自己的观点。第一次亲身感受到理论与实际的相结合，让我大开眼界。也是对以前所学知识的一个初审吧！这次实训对于我以后学习、找工作也真是受益菲浅，在短短的两周中相信这些宝贵的经验会成为我今后成功的重要的基石。

作为一名大二的学生，经过差不多两年的在校学习，对网络有了理性的认识和理解。在校期间，一直忙于理论知识的学习，没有机会也没有相应的经验来参与项目的开发。所以在实训之前，网络管理对我来说是比较抽象的，一个完整的项目要怎么来分工以及完成该项目所要的基本步骤也不明确。而经过这次实训，让我明白一个完整项目的开发，必须由团队来分工合作，并在每个阶段中进行必要的总结与论证。

在这次实训中，我们每个人都有属于自己的工作，我负责的是群集服务器，原来我连群集服务是什么有什么作用都不知道，现在虽然也不是很清楚，但至少我有了大概的了解， 群集服务（由事件处理器，故障转移管理器/资源管理器，全局更新管理器，以及其它部分组成）是MSCS的核心部件，并作为高优先级的系统服务运行。群集服务控制群集活动并提供诸如协作事件通知，群集组件间通信处理，处理故障转移操作，以及配置管理之类的任务。每个群集节点运行自己的群集服务。

在操作过程中虽然遇到了不少问题，例如忘记设置硬盘，两台电脑实际上用的是同一个硬盘，最后是服务安装失败。但是收获不少，加强了自己的独立操作能力，自学能力也得到了加强，以前都是跟着老师依样画葫芦，但是这次没有老师的帮忙，都是通过网上查找资料，看视频，然后自己操作完成项目的。虽然我们组都是女生，在进度上总是比别人慢，但是我们靠自己完成了此次的项目。

这次实训也让我深刻了解到，不管在工作中还是在生活中要和老师，同学保持良好的关系是很重要的。做事首先要学做人，要明白做人的道理，如何与人相处是现代社会的做人的一个最基本的问题。对于自己这样一个即将步入社会的人来说，需要学习的东西很多，他们就是最好的老师，正所谓“三人行，有我师”，我们可以向他们学习很多知识、道理。

突然想起鲁迅先生的一句话：这里本来没有路，只是走的人多了，也便成了路。生活的路呢？生活的路也是人走出来的，每个人一生总要去很多陌生的地方，然后熟悉，而接着又要启程去另一个陌生的地方。

网络实训总结篇2

关键词：神经网络；VPDN；CDMA；故障判断

中图分类号：TP183；TN915 文献标识码：B 文章编号：1004373X(2008)1607104

VPDN Users Fault Measuring System Based on Artificial Neural Network

WANG Xueyi,SHEN Xi

(Beijing Branch Corp.,China Unicom,Beijing,100038,China)

Abstract：This paper discusses a malfunction estimation system based on artificial neural network for CDMA VPDN data subscribers.This system applies back propagation neural network,uses network data in ideal conditions to train the neural network,and then utilizes simulated network data with randomness to verify the accuracy of the estimation.Simulation results suggest that the neural network can give valuable estimations even under the perturbation of noise.Investigations in this paper confirm the feasibility of using neural network to detect malfunction,and design,analysis,verification and other research procedures provide us with a prototype for similar neural network applications.

Keywords：neural network;VPDN;CDMA;fault diagnosis

1 概 述

CDMA是码分多址(CodeDivision Multiple Access)技术的缩写，是近年来在数字移动通信中出现的一种先进的无线扩频通信技术，它能够满足市场对移动通信容量和品质的高要求。基于CDMA 1X网络的VPDN（Virtual Private Dialup Network）技术是中国联通于2003年建设完成并投入使用的一项技术。该技术以CDMA 1X网络作为承载网，使行业用户的移动终端，经过AAA认证、PDSN（Packet Data Serving Node）隧道触发，通过专线方式（或互联网方式）与企业端LNS(L2TP Network Server)建立连接后，接入到企业私有网络从而进行数据传输(具体见文献\)。

VPDN用户的接入方式（图1）决定了运营商的设备运转正常并不是用户业务正常的充分条件。业务能够正常开展，运营商设备（BSC,PDSN等）正常、运营商到用户的专线正常、用户设备（LNS,AAA等）正常这3个条件缺一不可。而在日常的维护过程中，通常会暴露出用户设备故障而造成服务中断的问题，其主要原因是行业用户的自有设备质量水品参差不齐，无法像运营商这样采用电信级的设备，因此其在网络中成为了比较薄弱的一个环节。在用户机房中的LNS或AAA服务器出现故障时，用户的终端就会因VPDN拨号不成功而不断重拨，一方面给运营商的无线网络造成压力，另一方面降低了拨号成功率――这一运营商必须统计的网络技术指标。由于行业、企业用户通常不能及时发现自有设备的故障，那么只有运营商主动发现故障，才能将故障造成的对网络的压力和对技术指标的影响降到最低。而目前现网的情况是行业、企业用户多，运营商不具备24小时对每个用户进行观察的条件。其次，每个行业用的行为也不同，例如有些行业用户的终端只有工作时间上线，而有些用户则只用凌晨之后的时间进行数据传输。相对较为复杂的网络情况使得人工进行观察非常困难，因此找到一种自动化的方式判断用户的故障成为了一个迫切需要解决的问题。

本文讨论一个应用人工神经网络所构建的VPDN用户故障检测系统。

2 神经网络模型的建立

目前北京联通VPDN平台上采用图1方式接入的行业、企业用户超过70家，入网的子用户数（号卡数）超过2万户。在对通信服务质量要求日益提高的今天，如何能够维护好这样一个庞大的系统平台给运营商提出了一个新的课题。值得注意的是，绝大多数的用户的行为都是有规律可循的。例如，某银行的无线ATM机，入网的有300个终端子用户，每天上午9点通常约有260个终端用户在线，而每个终端用户此时的平均数据流量为20 kb/s；晚上10点通常有220个终端用户在线，平均数据流量为5 kb/s。再举另外一个例子，某媒体广告公司有700个终端子用户入网，上午九点通常约有120个终端用户在线，每个终端用户平均数据流量为10 kb/s；晚上十点通常有680个终端用户在线，平均数据流量为50 kb/s。每个行业、单位用户都遵循一定的模式使用CDMA网络，而不同用户之间的模式通常是不同的，这个前提为从数据分析中发现故障用户提供了可能性。

在北京联通的PDSN设备上，可以观察到总的VPDN在线用户数和系统的总的数据流量。这个数据其实就是所有的行业、企业用户的行为叠加的结果。在理想情况下，所有的行业用户都严格按照平均状况使用网络，那么此时如果有某一个行业用户发生故障将很容易被发现。然而在现网中PDSN上观察到的数据要复杂很多，原因是虽然每个用户的行为模式相对固定，但也有很多随机的因素夹杂在其中。在线用户数、用户流量一般都是在均值周围的一定的范围内波动。这个特点决定了如果要设计自动化的故障用户检测机制，那么该机制必须具备一定的容错能力。

从行业用户的行为特征判断，最有希望胜任自动故障用户检测的工具就是人工神经网络工具。首先，神经网络最擅长的功能就是模式识别，而不同行业用户的故障状态完全可以作为不同的模式交给神经网络来训练和识别.\。第二，神经网络具备很强的容错能力，尽管现网情况通常会在一定程度上偏离通常预测到的“均值”，神经网络仍然可以做出正确的判断.\。上述2点构成了用人工神经网络完成此项研究的重要依据。在神经网络的应用中，使用的最广泛的就是反向传播网络（Back Propagation Neural Network，BP网络）。BP网络是采用WidrowHoff学习算法和非线性可微转移函数的多层网络.\。本文中的建模和仿真过程将应用BP网络.\并直接调用MatLab神经网络工具箱提供的函数。一个经过训练的BP网络能够根据输入给出合适的结果，即使这个输入并没有被训练过.\。这个特性使得BP网络很适合采用输入/目标对进行训练，而且并不需要把所有可能的输入/目标对都训练过。

为了让数学建模的过程更加清晰，首先讨论一个简单的3用户模型。在这个假想的VPDN网络平台上，有3个不同的行业用户。每个行业用户在不同的时间点的行为不同，这里将只关注一个时间点――上午9时。

表1中总结了该模型中所有的重要参数。例如用户1，在9点它的平均在线用户数为70，其应用决定了每用户的平均流量为20 kb/s，因此用户1产生的总流量为1 400 kb/s。

前面已经提到，PDSN设备可以观测到VPDN系统中的用户总数和它们产生的总流量。依据表1中的数据，不难分析出9点钟PDSN可能观察到的8种网络状态（如表2所示）。例如，如果用户2的LNS设备或AAA设备出现故障，那么380个用户和3 800 kb/s的流量将从网络中消失，因此这种情况下PDSN上观察到的在线用户总数为670（用户1和用户3的总和），而总流量为25 400 kb/s。从这个表中不难分析，如果要设计一个用于判断故障的神经网络，必须的3个输入是时间、在线总用户数和总流量。

在此反向传播神经网络的设计过程中，输出表示的明确性作为了本文考虑的重要因素：为了使输出尽量通俗易懂，这里在输出层用3个神经元分别表示3个用户。同时，将尽量让这3个神经元的输出值能够“两极化”。考虑到反向传播神经网络的转移函数必须可微，这里采用“logsig”函数：log sig(x)=1/(1+e.-x)，并用输出“0.9”代表故障，“0.1”代表状态正常。总之，输入和输出层各设计为3个神经元。输入层的3个输入分别为时间（0~23时）、在线总用户数和总流量。考虑到输入到各个神经元的数值尽量避免差别过大，这里将在线总用户数除以10、总流量除以100而作为输入的数值。举例而言，［9；98；278］ 这个网络状态对应了［0.9；0.1；0.1］这个输出，表示了用户1出现了故障，用户2和用户3状态正常。如图2所示。

3 计算机仿真结果

针对3用户VPDN系统的故障检测神经网络如图3所示。

下面以8种状态作为目标，开始对这个神经网络进行训练。首先需要确定的就是隐层（中间层）神经网络的神经元个数。在实际的人工神经网络应用中，中间层的神经元数量选择并没有太多的理论依据予以指导，通常是通过实验来找到最优的神经元数。多次实验的结果表明，800~1 500个神经元就能很好地保证网络性能函数（MSE均方误差.\）快速收敛到目标值，图4中实验的神经元数量为900个。其他Matlab训练参数说明如下：

net.trainParam.show = 50： 每50次训练返回结果

net.trainParam.lr = 0.11： 学习步长设置为0.11

net.trainParam.epochs = 600： 训练次数设置为600，即使不能达到目标也将终止训练

net.trainParam.goal = 0.0002： 训练目标设置为0.000 2，MSE均方误差至此目标后终止训练

图4（a）为此神经网络性能函数随着训练次数的增加而收敛的情况。可以看出，在544次训练后，输出与目标的均方误差就达到了目标值之下，训练完成。为了检验训练的结果，训练完成后，8种网络状态被作为输入再次代入神经网络，观察的输出与训练目标进行对比。右图中的“”表示的就是8种状态下的第一个神经元的目标输出，其中有4种状态对应了用户1故障，即第一个神经元目标输出0.9；另外4种状态对应了用户1正常，即第一个神经元目标输出0.1。图4（b）中的“×” 表示了8种状态下的第一个神经元的实际输出，其中有4种状态对应了用户1故障，而此时第一个神经元实际输出也非常接近0.9，另外4种状态对应了用户1正常，此时第一个神经元的实际输出也非常接近0.1。从3个神经元的全部输出结果来看，神经网络的训练情况非常理想，在8种不同的总用户数、总流量的组合输入的情况下，神经网络均能返回非常接近两极即0.1和0.9的数值，训练目标可以达到。

网络训练成功只是完成了神经网络设计的第一步，在本系统中需要用与现实情况比较接近的带有随机性的输入数据来检测神经网络判断故障的能力。对于行为比较规律的行业用户来说，如果进行长时间的观察，通常会观察到每天同一时刻在线的用户数虽然不尽相同，但是都是在一个均值附近的范围内。按照随机数学的理论分析，每天同一时刻的在线用户数应当是在以μ为均值、σ为方差的随机数范围内取值，如果观察的数据点足够多，应该可以看出它们符合正态分布。对于在线用户产生的流量也是如此。例如对于行业用户3，每天9点钟平均在线用户数μ的取值应为600。而对于方差σ的取值，应该与μ有正比的关系。原因很简单，如果用户数数量大那么方差通常也会大，而如果用户数小那么方差也会相应减小。因此在本文的讨论中，定义的两种方差的选择方式均与均值μ成正比：小方差被定义为均值的0.5%，大方差被定义为均值的2%。

下面就将用300组正态分布的随机数所给出的在线用户数和用户总流量数据来检验前面所训练好的神经网络是否能够给出正确的故障判断。时间在这里仍被固定为9，它和在线用户数、用户总流量一起作为神经网络的输入，每次依据输入进行计算后3个输出神经元的每一次输出值被用“×”标示在图中（见图5）。神经元输出的目标值以“”在图中标出。

从图5中可以看出，对于小方差的情况，3个神经元给出的300次输出都非常接近目标值0.1，其中分别表示用户2、用户3的2号、3号神经元的偏差在0.01以内，而表示用户1的1号神经元的输出值也从没有超过0.2（见图5(a)）。这就说明在小方差情况下神经网络在300个样本中都能做出正确的判断。对于大方差的情况，3个神经元给出的输出的偏差均有所增大（见图5(b)）。由于神经元的状态被用于故障判断，为了简化起见，判断将被归为“故障”和“正常”两种。本系统中神经元的输出将被以0.5为界划分为2类：大于0.5的取值被判断为故障；小于0.5的被判断为正常。则图中1号神经元有3个“×”位于0.5之上，也就是有3个样本被错误地判断成了用户1故障，这里权且将其定义为“误判”。那么300次有3次误判，因此这里定义误判率为1%。与无故障的情况的仿真模式相同，将有故障状态的随机数样本交给神经网络作判断，结果表明在小方差情况下，神经网络的判断仍旧是完全准确的，大方差情况下误判率仅为为0.33%。

上面所介绍的3用户VPDN系统较为简单，第二步的实验模拟出一个更为真实的10用户VPDN系统，用来检测神经网络判断故障的性能。为了识别10个用户所带来的更多的故障状态，在神经网络中隐层所需的神经元数量也大幅增长，在本次的计算机仿真中采用的是有9 000个隐层神经元的神经网络。网络训练和用随机样本检测故障的步骤与前面相同。

图5（a）给出的结果来看，训练结果与训练目标十分接近，神经网络输出的结果“两极化”很明显，能够完成故障判断的功能。而从图5(b)给出的判断结果来看，在以0.5作为分界进行判断的情况下，此神经网络的误判率保持在了很低的水平。换而言之，该神经网络同样可以给出极具参考价值的故障判断。

4 结果分析与结论

本文中首先分析的3用户VPDN系统和用于检测此系统故障的神经网络充分证明了利用神经网络完成故障判断的可行性。尽管被用于检测的VPDN系统用户数少，因此行为模式也相对简单，但是此系统比较具有代表性，可以反映现网VPDN系统的诸多特征。在设计完成神经网路系统后，与现实情况比较接近的带有随机性的输入数据被用来检测神经网络判断故障的能力。总体而言故障判断的正确率在99%以上。

对于与现网更为接近的10用户VPDN系统，通过选择合适的神经元数和训练参数，神经网络仍可以顺利完成训练。而用带有随机性的用户行为进行检验时，神经网络的误判率也保持在了很低的水平。本文中的计算机仿真分析从实验的角度证明了利用神经网络完成VPDN系统的故障检测是完全可能的。而设计、分析、检验等多个研究步骤为实际应用中神经网络系统的设计提供了可供参考的蓝本。

参 考 文 献

［1］顾立新,任立刚.基于cdma2000 1X移动网络的新技术应用［J］.中国电信建设,2004,16(8):2428.

［2］李明铎,任立刚.cdma2000 1X分组域VPDN的安全性分析［J］.电信技术，2004（12）：4446.

［3］Duba R O,Hart P E.Pattern Classification and Scene Analysis\.Wiley,New York,1973.

［4］De Wilde P.Neural Network Models\.Springer,Berlin,

1997.

［5］Tsodyks M,Gilbert C.Neural Networks and Perceptual Learning\.Nature,2004,431:775781.

［6］Matlab神经网络工具箱应用简介：202.114.88.181/File/Tools%20Ref/matlab16.pdf.

［7］Halici U.Reinforcement Learning with Internal Expectation for the Random Neural Network\.European Journal of

Operations Research,2000,126 (2),288307.

［8］MATLAB 神经网络工具箱函数： 202.114.88.181/File/Tools%20Ref/matlab15.pdf.

网络实训总结篇3

关键词：以赛促学 网络营销 能力秀

中图分类号：G712 文献标识码：A 文章编号：1674-098X（2017）02（b）-0239-02

1 “以赛促学”的网络营销课程简介

“以赛促学”顾名思义就是通过竞赛来更好地学习。网络营销课程的综合性和实践性非常强，按传统的方式学习不足以让学生得到全方位的历练，通过竞赛的方式可以更好地培养学生的网络营销核心能力。

1.1 网络营销核心能力构成

经过多年的学生就业情况和企业调研，重新提炼及检验过的、可评价的个人网络营销能力核心指标包括：知识学习能力、技术应用能力、信息创建能力、网络传播能力、互动沟通能力、资源积累能力、数据分析能力、综合应用能力。

1.2 实践教学平台的特点

明确了网络营销核心能力，还需要明确网络营销能力培养的路径，培养路径是：首先通过书本或者网络去了解一些基础的概念，掌握W络营销工具的使用，同时，通过一些实际的操作去总结相应的规律，然后形成自己掌控的资源和供自己拥有的成果，最后是从网络营销工具到能力的跨越。

实践教学改革依托于“网络营销能力秀”平台，这个平台是一个竞赛平台，它把每一个技能点设定成相应的专项的训练，专项训练满足网络营销核心能力培养要求。“网络营销能力秀”是一个在线的平台，全国的大学生都可以注册参加比赛，在平台上选择实践项目逐项完成，比赛时间持续3个月左右，学生的训练都会有记录，通过相应的分数显示出来，全国排名实时更新，老师可以实时监控学生完成的情况，并给予指导和鼓励。同时，该平台可以采取线上和线下互动交流学习的环节，解决了传统模拟层次软件没有交互性、没有互动性的缺点。另外，原来的互动环节都是班级与班级之间，更多是学校与学校之间的交流，现在所设计的互动环节已经把它扩大化，只要能上网，都可以互动，增加了更多的参赛队伍，互动味性更强。

2 “以赛促学”实践教学的组织实施

2.1 网络营销比赛实践项目构成

网络营销涉及到的信息量非常大，需要熟悉很多网络应用。在比赛前学生需要做很多准备，比如相关网站的账号注册，包括网络营销能力秀，各类社交网络注册。如：新浪微博、新浪博客、个人微信号及个人申请的微信公众号等。百科注册，如：百度百科、好搜百科、搜狗百科。文档分享，如：百度文库、豆瓣网、等。见表1。

这些实践项目是在对网络营销发展演变规律总结分析的基础上，重新构建了以网络营销思维模式为主导的网络营销方法体系。不仅增加了当前最新的网络营销方法并总结了其一般规律，进一步体现了各阶段、各种工具及方法的网络营销思维模式。学生按照要求完成各项任务，竞赛平台自动记录学生的完成情况，每一项都给出分值，并且公开排名，学生可以通过后台管理查看自己的完成情况，平台会提示某一项完成了多少，还差多少，学生按照清晰的提示来完成各项训练。教师通过竞赛平台的后台管理，观察学生的完成情况，在有些学生较难突破的地方给予帮助。把竞赛中各个项目需要的知识讲透。

2.2 网络营销能力迁移训练

完成能力点的专项训练后，学生要完成综合的训练，为企业做推广。由老师工作任务，学生利用真实平台帮助企业做网络营销的推广。另一方面，竞赛网站也把真实的企业项目直接推送到平台，通过竞赛的平台让学生进行训练。除了一般的能力训练以外，还有一些不同网络营销工具组合的训练。在训练的过程中，教师对整个过程要注意的点进行详细的列举，学生可以参考并仔细去钻研，更好地完成企业的网络推广任务。

每个企业的推广会有些差异，但大致需求如下：创建百度地图、创建企业百科，让用户了解此公司经营范围以及公司基本信息；利用问答平台以及b2b平台公司信息，扩大曝光范围，以及详细路线；快速曝光产品，可以利用百科、知道、文库，因为排名高，可以适当的加入一些企业的广告信息来让用户了解；口碑的介绍，一些与企业相关的内容，做一些比较忠实的评论；相关行业的b2b一些产品信息。

学生之前所掌握的网络营销核心能力基本满足企业网络营销的要求。通过企业真实项目的训练，学生更熟练地掌握网络营销工具的使用，能总结和认识一些方法和规律，达到学以致用的目的。

2.3 完善网络营销课程考核体系

网络营销课程考核是过程性考核加终结性考核，且以过程性考核为主导。除了记录学生操作的过程外，还在学生核心能力训练中设置相应的诊断测评点，在设立测评点的时候有相应的占比，按照每个占比会得到整体分数，然后同时让学生充分了解自己的水平达到什么程度。终结性考核需要学生撰写实践总结报告，分析实践效果。此外，还建立了良好的激励机制，结合竞赛的成果要求，定期评比过程结果，选择过程优秀作品进行展示，形成竞争意识。

3 “以赛促学”实践教学体会及意义

3.1 定期分享与总结，引导学生积极思考

网络营销竞赛活动时间较长，而且很多训练需要用到课余时间来完成，学生要有恒心有毅力才能坚持到最后，所以须定期的进行分享与总结，让做得较好的同学分享比赛经验，其他同学找出与之相比的差距，找出与其他院校学生的差距，对于推广做得好的案例，需要不断地向其学习，提高自己的推广效果。参赛过程中难免会出现这样的情形，学生已经很努力的去做，去写各种推广的文章，但分数依然很低，有气馁的情绪，在这种情况下，教师要积极引导学生，指出学生真正的不足，教会学生提高的办法。

3.2 “以赛促学”实践教学的意义

通过竞赛的形式学习，使学生更有紧迫感，完成各类任务更加积极，会自行找出解决问题的办法，提高分析问题解决问题的能力。通过竞赛，可以拓宽学生的视野，竞赛期间，学生可以与老师、相关专家还有其他院校的学生在线交流，会对一些大家共同面临的难点进行探讨和研究，得出解决的办法，激励自己向更优秀的同学学习。通过竞赛的形式还可以培养学生的创新意识、合作意识，充分发挥学生的个性，使学生更好地全面发展。

4 结语

“以赛促学”实践教学模式，构建了教师启发式教学与学生体验式学习的环境，使学生在实践中接触到真实的企业推广任务，全面锻炼学生的网络营销核心能力，并促进了各科知识的整合与贯通，使学生从中体会到竞争意识、合作意识，全面提高学生的综合素质。

参考文献

[1] 韦向远.基于赛―教互动的电子商务创新人才培养模式研究[J].商贸人才，2016（12）：182-183.

网络实训总结篇4

【关键词】新课程　网络　培训

2007年和2008年，江苏省两次利用计算机网络对中小学班主任进行了远程培训，通过这两次网络培训，计算机网络培训平台已经成熟，在此基础上，2009年5月，江苏省启动了初中语文、数学、物理新课程网络培训。

连云港师范高等专科学校有幸承担了连云港地区的网络培训任务，2009年6月中旬，我市2800多名教师参加了这次新课程网络培训。通过这次培训，我们获得了一些经验，同时也对新课程改革产生了一些思考。

一、齐心协力，确保完成计划

连云港市教育局和连云港师范高等专科学校成立了“连云港市新课程网络培训工作组”和“连云港市新课程网络培训业务指导小组”，召开会议制定培训方案，周密部署，保证培训工作能够有序运行。为了保证暑期上网不方便的教师能够参加学习。相关单位决定定期开放学校机房，妥善解决了这部分教师的后顾之忧，确保完成省级培训计划。

二、精心挑选，选拔两类人才

我市精心选拔两类人才，一类是语文、数学、物理三个学科的骨干教师，让这些教师来担任各学科培训班的辅导员，负责并批阅学员的作业、组织学员参加讨论；另一类是工作认真、专业技术能力强的计算机教师，让他们来担任各培训班的管理员，负责把学员编入相应的培训班，在培训期间负责解决网络故障。定期做好班级简报。

三、岗前培训，强化四个内容

在培训班开班前，我们对选拔上来的教师进行了为期半天的岗前集中培训。培训主要强化四个内容：一是岗位职责。岗前集中培训当天，“连云港市新课程网络培训工作领导小组”和“连云港市新课程网络培训业务指导小组”成员到培训现场进行了指导。通过培训，使辅导员和管理员明确了培训的目的和意义，了解了自己的工作职责；二是上机操作。为了确保辅导员和管理员能够熟练地进行网上辅导，我们对培训的应用软件进行了讲解，并给辅导员和管理员进行了现场演示，解决了在操作过程中可能遇到的问题；三是教学内容。我们邀请相关专家解读了视频教学内容，使辅导员和管理员对培训内容有了一个基本的了解，并明确了在培训过程中应注意的问题四是考核要求。为了确保本次培训能够取得实效，我们提出了学员结业的考核要求，这样就使辅导员和管理员在培训过程中有了明确的指导方向。

四、关注培训，及时传递信息

在培训过程中，我们与省教师培训中心和各县区的辅导员、管理员保持密切联系。我们及时了解学员的参训情况，反馈给省教师培训中心，以便及时解决在培训过程中出现的问题，同时把省教师培训中心的要求及时传达给管理员、辅导员以及参训学员，指导他们的组织或学习进程。我们分阶段发出三次培训工作简报和一次工作总结，及时传递信息，保证了培训信息渠道的畅通。

五、注重过程，认真提交材料

为了确保学员的学习取得实效，按照省教师培训中心的统一要求。学员在培训期间要按时完成并提交辅导员布置的作业，要积极参与课程讨论并提交原创讨论贴，并在培训结束前提交课件、教案和培训小结。我们将学员的优秀课件、教案或培训小结推荐到省里参加评比，好的作品将人选出版。

六、严格考核。确保取得时效

我们对学员严格结业考核，对在线时长、发回贴数、作业次数、课件、教案和培训小结这六个指标的要求不低于省教师培训中心的总体要求。未提交上述材料之一的学员均不得结业，并令其在下一期的新课程培训中重新参加学习。

通过这样的培训管理方式和监督机制，督促学员上网参加学习，使那些精采的视频教学内容，逐渐吸引了学员。部分参训学员由起先的被动上网学习转变为后来的主动上网学习，由起先的为了完成任务而学习转变为后来的为了需要而学习。

计算机网络，把精采的专家教学视频展现在每一位教师的眼前，显示了它穿越时空、灵活方便的优势，节省了成本的同时，最大限度地实现了资源共享。辅导员通过网络批改作业、进行辅导；管理员通过网络进行日常事务的管理。网络培训扩大了教师培训规模、提高了教师培训效益，实现了在尽可能短的时间内，让尽可能多的人学习了新课程的先进教学理念和教学方法，更新了自己的教学观念。

这次利用网络对新课程的培训，也使我们对新课程改革产生了一些思考。

1.新课程网络培训促进了教师观念的转变

从这次网络培训的讨论贴中可以看到，学员讨论最多的是教师观念的转变。课堂上，把以教师为主体转变为以学生为主体，教师不再只是知识的传授者，而是学生学习的引领人。教师要成为学生学习的指导者和服务者。为学生的学习提供有力地支持和帮助，同时要善于发现学生的特长，开发学生的潜能，注重学生能力的培养。能够引导学生的发展方向。因此，广大教师要切实转变教育观念，更加关注学生的个性发展。培养全面发展的新人才。

2.新课程网络培训推进了教师专业素质的提高

新课程的改革迫切地需要提高教师的专业素质，而这次新课程网络培训穿越了时空的局限、突破了传统教学方式的束缚，向大家展示了一个广阔的学习、交流的平台。学员可以随时聆听专家的精采讲解。可以与同行进行深入的探讨。网络视频中，专家不但给大家提供了各学科的专业理论知识，而且还与课堂教学联系起来，使专业理论与教学实践结合起来。通过专家精采的教学内容，使学员们充分认识到，广大教师只有在新课程改革过程中，认真地学习，不断地探索与实践，教师的道德水平、专业素质才能得到提高。

3.新课程网络培训推动了我省的新课程改革

新课程改革倡导素质教育，致力于学生个性的发展，要求学生在德、智、体、美、劳各方面全面发展，做一个适应时代需求、适应社会发展的人。为了这个目标，这次新课程网络培训的内容涉及到培养目标的转变，课程结构的调整，课程内容的更新，教学方法的更新等。这次的新课程网络培训推动了我省的新课程改革。

在新课程网络培训的心得体会中，新海实验中学的韩振林老师写道：新课程要求教师转变角色，重新熟悉师生关系，重视学生的发展，尊重学生的情感一鼓励学生的个性，以责任和爱心为学生的成长服务，以科学的教育方法赋予青年一代在未来社会的生存能力。

东海县实验中学的孙龙周老师写道：我们在物理教学的过程中，应顺应素质教育的要求，以培养学生能力为目标来强化对实验的教学，想方设法做到演示实验调整为学生实验，验证性实验调整为探索性实验，限制性实验调整为开放性实验。努力探索物理实验的教学方法和考核方法。这样才能有效地培养学生的思维能力，逐步提高学生的创造能力。

网络实训总结篇5

关键词：小额信贷；信用风险；BP神经网络

中图分类号：F830.51　文献标识码：A　文章编号：1009-9107(2012)02-0078-06

引言

农户小额信贷是指农村信用社基于农户的信誉，在核定的额度和期限内向农户发放的不需抵押、担保的贷款。1993年，中国社科院农村发展研究所将小额信贷项目第一次借鉴到中国，我国政府给予了大力支持。自2000年开始，为加大支农力度，缓解农户贷款难问题，在中国人民银行推动下，农村信用社作为正规金融机构全面试行并推广农户小额信贷。据有关数据显示，截至2009年3月末，全国农户小额信用贷款余额2518.6亿元，同比增长17.5％，增速同比增加1.9个百分点；农户联保贷款余额为2006.3亿元，同比增长33.6％，增速同比增加13.4个百分点。农户小额信贷在解决农户贷款难问题、促进农民增收、支持农村经济发展等方面发挥了重要作用。

然而，由于农民控制风险能力有限，农村信用基础薄弱，农户小额信贷不需抵押、担保的特点使得农村信用社在小额信贷实施过程中面临较大的信用风险。农户违约现象时有发生，导致农户小额信用贷款的不良率居高不下，影响农村信用社的整体贷款质量，阻碍了农村信用社的健康发展和小额信贷的可持续发展。银监会监管部主任杨家才在“2009中国农村金融论坛”上指出，目前涉农贷款不良率是7.4％，工业贷款不良率是2.29％，大企业贷款不良率是1.15％，中小企业贷款不良率是4.5％，涉农贷款的不良率大大高于其他类贷款。另有资料显示，截至2009年初，庐江农村信用合作联社农户小额信用贷款余额1941万元，不良贷款金额719.8万元，不良率达37.1％。因此，有效控制农户信用风险、提高信贷质量已成为农村信用社面临的重要任务。

目前，农户小额信用贷款采取“等级管理，分级定额，随用随贷，余额控制，周转使用”的管理办法。在农户资信等级评定时，一般是通过信贷员、村委会的主观意见或使用评分表打分来确定。这些方法虽简单易行，但主观性大且执行过程不规范，没有借助量化的数学模型，容易导致农户信用状况评价不准，不能完全满足农村信用社信用风险管理的需要。本研究尝试利用BP神经网络建立农户信用风险评估模型，以此来识别农户在小额信贷中的信用风险，严把贷款出口关，提高农户小额信贷质量，促进小额信贷的可持续发展。

一、BP神经网络介绍

人工神经网络(Artificial Neural Network，简称ANN)，是一种旨在模仿人脑结构及其功能的脑式智能信息处理系统，是由大量处理单元相互连接构成的高度并行的非线性系统，具有高度的非线性映射能力，良好的容错性和联想记忆功能，自适应能力较强。神经网络特有的这些性能，加之其对数据分布没有严格要求，也无需详细描述自变量和因变量间的函数关系，并且分类精度较高，使其在信用风险分析领域得到广泛应用。神经网络对信用风险的评估是通过其分类功能实现的，即先找出一组对信用分类有影响的因素作为网络输入，再通过有教师或无教师训练建立信用风险评估模型，当输入新样本时该模型即可对其信用风险进行判别分类。

Rumelhart和Mc Celland于1986年对具有非线性连续变换函数的多层感知器的误差反向传播(Error Back Proragation，BP)算法进行了详尽的分析，实现了多层感知器的设想。采用BP算法的多层感知器是至今为止应用最广泛的神经网络，通常将其称为BP网络。BP网络是一种单向传播的多层前馈网络，由输入层、隐含层和输出层组成，一个三层的BP网络可完成由任意n维输入空间到m维输出空间的非线性映射。BP算法的思想是，学习过程由信息的正向传递和误差的反向传播这两个过程组成。在正向传递过程中，输入样本信息从输入层经隐含层逐层计算后传向输出层，若输出层实际输出和期望输出不符，则计算输出层误差值，然后转入误差的反向传播阶段。在误差反向传播过程中，输出误差经隐含层向输入层逐层反传，并将误差摊分给各层所有单元，各层单元的误差就作为修正其权值的依据。这种不断调整权值的过程，即是网络的训练学习过程。当达到规定的误差或一定的训练次数，训练结束。其网络结构如下图1所示。

二、实证研究

(一)样本选择与分组

本研究所用样本来自2009年陕西省杨凌区3家农村信用社提供的资料。按照五级分类标准，逾期3个月以上的贷款为不良贷款，本研究也按此标准来确定农户是否违约。在样本选择过程中考虑到样本类别的均衡，尽量使违约类样本数量和不违约类样本数量大致相等，在按时还贷的农户中随机挑选了112户，在未按时还贷的违约农户中随机挑选了106户，总计218户。删除24个部分数据有缺失值的不合格样本后，最终确定有效样本为194个，其中不违约样本有102个，违约样本92个。

BP神经网络分为训练和工作两个阶段，网络模型性能的好坏主要看其是否具有较好的泛化能力，即对新样本正确处理的能力。一般将总样本随机分成训练集样本和测试集样本两部分，对模型泛化能力的测试应当用测试集样本数据进行检验。有的资料认为训练集样本规模一般应达到有效样本的75％-80％，本研究将194个样本分成训练样本和测试样本两组：利用SPSSl6.0软件在102个不违约样本中随机抽取78个，在违约样本中随机抽取72个，将这150个样本数据作为训练样本集，而将其余的24个不违约样本和20个违约样本共44个样本作为测试样本集。

(二)指标确定

本研究初始选取的指标来自农村信用社农户小额信用贷款资信等级评定表和农户借款申请书等档案，选取了户主年龄、户主性别、家庭人口数、家庭劳动力数、耕地面积、农业收入、非农收入、年总支出、信用社入股金额、房屋价值、机械价值、其他资产价值、贷款数额、贷款用途、贷款月利率共15个指标。在以上指标中，户主的性别和借款用途两个变量是语言变量，需要转换为离散的数值量。在本研究中，户主的性别为男时赋值为0，性别为女时赋值为1；当贷款用途为用于种植业、养殖业等农业基本生产时赋值为1，用于加工、运输、经商等个体经营时赋值为2，用于生活用品、建房、治病、上学等一般消费时赋值为3。

为了选择对违约农户和非违约农户区分能力最

强的指标变量以及消除变量间的多重共线性问题，对以上所选取的15个指标用SPSSl6.0软件分别进行正态性检验、参数及非参数检验和指标变量之间的多重共线性检验。

1.正态性检验。在进行样本差异性检验之前，采用单样本K-S检验即Kolmogorov-Smirnov检验法，对每一个变量分别进行正态性检验。检验结果表明，在0.05的显著性水平下，变量户主年龄的概率P值为0.179，大于0.05，而其余14个变量的概率P值均为0，说明除变量户主年龄服从正态分布以外，另外14个变量都不服从正态分布。

2.差异性检验。两独立样本T检验。两独立样本T检验的前提是样本来自的总体应服从或近似服从正态分布，本研究对服从正态分布的变量户主年龄采用两独立样本T检验。T检验结果的F统计量观察值的概率P值为0.098，大于显著性水平0.05，认为两总体方差无显著差异；对应的T统计量观察值的概率P值为0.027小于0.05，认为两总体均值存在显著差异。

两独立样本K-S检验。对除变量户主年龄外的其他不服从正态分布的变量采用两独立样本K-s检验。在K-s检验结果中，耕地面积、农业收入、非农收入、年总支出、房屋价值、贷款数额、贷款用途几个变量的概率P值小于0.05，认为这几个变量在两总体的分布间存在显著差异，其他几个变量在两总体间则不存在显著差异。因此可以认为户主年龄、耕地面积、农业收入、非农收入、年总支出、房屋价值、贷款数额、贷款用途这8个变量在违约组和非违约组之间的差异显著，在模型建立过程中可只保留差异显著的8个变量，而将其他7个变量予以易II除。

3.共线性检验。BP神经网络具有很强的非线性映射能力和自适应能力，输入变量之间是否存在共线性问题对网络的处理结果影响不大，但为使网络的训练效果更佳，本文使用方差扩大因子法进行变量问的多重共线性检验。VIF值越大，多重共线性问题就越严重，一般认为VIF值不应大于5，但也可适当放宽标准至不大于10。当VIF值大于10时，可认为变量之间存在严重的共线性。检验结果显示，变量非农收入的方差扩大因子VIF值最大，但也仅为2.974，小于5，表明所选择的8个变量之间并不存在多重共线性问题，可以将这8个变量直接作为建立BP网络模型的输入变量。

(三)数据处理

为消除数据量纲和变量自身变化大小的影响，加快网络训练的收敛速度，在模型建立之前，采用最小一最大标准化法对变量进行归一化即标准化处理，将网络的输入、输出数据限制在[0，1]，从而使各输入分量在网络训练开始时处于同等重要的地位。计算公式如下：

(四)BP神经网络信用风险评估模型的实现

1.BP网络结构设计。(1)隐含层确定。单隐层BP网络能完成由任意n维到m维的映射，与一个隐层相比，采用两个隐层并无助于改善网络性能，但随隐层层数的增加，训练时间将急剧增加，且在训练过程中往往容易陷入局部最小误差而无法收敛。通过调节网络隐层神经元数目可提高其误差精度，且训练效果也比增加层数更明显。因此本研究以一个隐层建立单隐层的三层BP神经网络。(2)输入层和输出层确定。输入参数的合理与否对网络的性能有重要影响。选择输入量的基本原则一是变量对输出有较大影响且能够提取或检测，二是各变量之间互不相关或相关性很小。输入层节点数目取决于输入数据的维数。通过前述指标筛选，最终有8个指标对农户是否违约影响较大且变量间不存在相关性，可以作为建立BP网络模型的输入变量，因此本研究确定BP网络输入层的神经元个数为8个。输出层的选择相对容易，其节点数取决于输出数据类型和表示该类型所需数据的大小两个方面。当BP网络用于模式分类问题时，可用二进制数表示输出结果，其节点数可根据待分类类别数确定。本研究将农户信用风险分为违约和不违约两类，因此可定义1个输出节点，用1表示违约类农户，0表示不违约类农户。(3)隐层节点数的确定。隐层节点数太少，网络提取样本信息的能力差，将不足以反映训练集的样本规律。若隐层节点数太多，又可能会提取出样本中非规律性的内容如噪声等，造成“过度吻合”，降低网络的泛化能力，另外还会增加网络的训练时间。对于隐层节点数的确定，至今没有准确的理论和规则，需要的往往是更多的经验。在具体设计时，可先根据经验公式初步确定隐含层节点数，然后通过对不同节点数的网络进行训练对比，再最终确定节点数。本研究采用公式作为计算隐层节点数的参考公式，得出隐节点数为17个。在网络训练过程中不断改变隐层节点数，通过比较不同隐节点数下网络的训练误差精度及对两类样本的判别准确率，在满足网络的训练误差精度的前提下，选取判别准确率最高时的节点数作为网络模型最终的隐层节点数。经过多次测试，最终确定隐层的节点数为14，由此构成了一个8-14-1型的BP神经网络模型，在满足误差精度的情况下，此时模型对两类样本的判别准确率最高。(4)传递函数的选取。BP网络常用的传递函数有对数S型logsig函数、双曲正切S型tansig函数和线性函数purelin。由于BP神经网络的非线性映射能力是通过S型传递函数所体现的，所以隐层一般采用S型传递函数，而输出层传递函数可以采用s型或线性。当用s型传递函数作为输出层的传递函数时，其非线性逼近速度快于线性传递函数。本研究将隐层传递函数确定为tansig函数，从而将隐层输出值控制在(-1，+1)之间；因为网络的输出值为0或1，所以输出层传递函数采用iogsig函数。(5)训练函数的确定。对网络的训练本研究采用L-M改进算法和批处理的训练模式。L-M改进算法的收敛速度最快，并且适用于中小型网络。对于L-M算法，MATLAB神经网络工具箱提供了批处理模式下的训练函数trainlm。本研究将选择trainlm作为网络的训练函数。

2.训练参数设置。(1)学习率。学习率决定网络每一次训练中所产生的权值变化量，其选择合理性是网络稳定的关键，太大可能导致系统不稳定，太小会导致收敛速度慢、训练时间过长，不过能保证收敛于某个极小值。一般情况下，倾向于选取较小的学习速率以保证网络系统的稳定性，其选取范围通常在0.01-0.8之间。当前都是根据经验来选择，并没有合理的解释与推导。可以通过观察网络训练的误差变化曲线来判断选取的学习率是否合理.曲线下降较快说明学习率比较合适，若出现较大的振荡则说明学习率偏大。经过反复测试，本研究最终确定学习率为0.4。(2)训练次数。训练次数将直接影响网络的准确性和泛化能力，次数过小不能完成训练所设定的目标误差，次数过大则容易造成“过度学习”现象，使得网络在对测试样本进行仿真测试时的准确度不高。本研究将最大训练次数确定为10000，当训练时间超过该设定时，学习过程自动终

止。(3)训练目标误差。MATLAB中默认目标误差为0，但实际情况中训练样本集很难达到。本研究输出值设为0和1两种情况，属于二分类问题，对训练精度要求不是特别高，将目标误差设为0.001。

3.网络训练。在网络训练时需要注意的是将两类样本交叉输入，因为集中输入同一类样本将使网络在训练时只建立与该类样本相适应的映射关系，而集中输入另一类样本时，网络权值的调整又转向新的映射关系而否定前面训练的结果。当网络的隐含层节点数为14时，网络根据训练样本进行训练的误差变化曲线图如图2所示。

BP网络模型对训练集样本的判别分类准确率达到100％，判定结果如表l所示。

4.网络测试。在训练误差达到要求后，根据测试集样本的网络模型输出与期望输出的误差，判断网络的泛化性能。当网络的隐含层节点为14时，测试集样本的网络模型输出见表2。

BP网络模型对测试集样本的分类准确率如表3所示。

通过测试样本集网络输出结果表2可以看出，1号、5号、10号、11号、29号、30号及31号样本的网络输出结果与期望输出不符，判别分类出现错误。通过对测试样本的判别分类表3可以看出，BP网络模型对违约样本分类识别的正确率达到了90％，对不违约样本分类识别正确率为79.17％，整体的分类识别正确率为84.09％，取得了较好的评估结果，证明了所建BP网络模型的精确性和有效性。

本研究将违约类农户误判为非违约类农户称为第一类错误，将非违约类农户误判为违约类农户称为第二类错误。显然，对于金融机构来说，第一类错误的危害性远比第二类错误严重，犯第二类错误顶多是没有将贷款发放出去而损失一笔利息收入，而犯第一类错误则会造成贷出的款项无法收回而形成果账。Ahman曾经得出这样一个研究结论，犯第一类错误造成的损失是第二类错误造成的损失的20倍至60倍。因此，应尽量避免第一类错误的发生。本研究所建立的BP网络模型对违约类样本识别的准确率达到90％，犯第一类错误的概率仅为10％，能够较好的避免第一类错误的发生，因而可认为是一个较好的信用风险评估模型，可以将其作为农村信用社识别农户信用风险的工具。

三、结论及政策建议

(一)结论

随着小额信贷的发展，如何有效控制农户信用风险、提高信贷质量以促进小额信贷的可持续发展已成为农信社面临首要任务。农户小额信贷信用风险的评估研究对于完善农户小额信贷业务，实现小额信贷的可持续发展有着重要的意义。

1.本文利用陕西省杨凌区3家农村信用社提供的数据资料，借助SPSSl6.0软件对样本数据分别进行正态性检验、参数及非参数检验和多重共线性检验，选择出对违约农户和非违约农户区分能力最强的指标变量，消除变量间的多重共线性问题，在信息量不减少的情况下减少变量的个数，从而减少了神经网络模型的输入单元个数，降低网络模型的复杂程度，提高了训练速度。

2.利用MATLAB7.0软件对农户小额信贷信用风险进行实证研究，建立了8-14-1结构的BP神经网络模型。模型对训练集样本的识别正确率达100％，对测试样本集违约类农户的识别正确率达90％，总正确率达84.09％，虽然网络模型对测试样本集未违约类农户的识别准确率只有79.17％，但农村信用社在一定程度上可以容忍此类错误发生所带来的机会损失。因而，BP网络模型能够为农村信用社识别和预测农户信用风险提供较好的依据。

3.BP神经网络是一种非参数模型，具有较强的非线性映射能力、容错能力和鲁棒性，对数据的分布要求不严格，分类精度较高，并且可以很容易地继承现有领域知识，不断接受新样本、新经验对模型进行调整。另外，BP神经网络模型中的权重通过网络对样本训练形成，不需要对各项指标确定权重，克服了由人工评价带来的主观性及模糊随机性的影响，保证了结果的准确性和客观性。

(二)政策建议

健全农户信用档案，建立农户信息数据库。深入调查农户的详细资料是建立农户信用档案的基础工作，也是农户小额信贷信用评级的依据。当前的农户信用档案资料不够详细，不能够全面反映农户家庭特征，影响农户小额信贷的质量。详细规范的信用数据是建立有效的信用风险评估模型的基础，也能够使信用风险评估模型选择更多的特征变量，进而提高模型的识别能力。此外，任何信用风险评估模型的应用都基于充足的历史数据，也是保证其准确适用的前提。加快农村信用社信息化建设步伐，建立农户档案数据库，对农户信用档案实行电子化管理，能够为信用风险评估模型的建立和完善提供大量的数据支撑，并实现农户小额信贷的实时发放和日常管理，提高农村信用社的金融管理能力。

网络实训总结篇6

为了加强职业教育与企业的联系，提高专业教师实践水平，培养“双师”型专业骨干教师，学校安排专业教师暑期到企业实践活动。我作为计算机专业教师，有幸参加了上海中软计算机系统工程有限公司系统架构师岗位的企业实践工作。专业教师下企业锻炼是提升教师综合素质的重要举措。教师通过下企业锻炼，了解企业生产、经营全过程，提高动手能力，为专业建设与中职培养目标做好市场调研。转眼间，两个月的企业实践已经结束，现将企业实践所见、所闻、所得总结如下：

一、实践时间：2019年7月1日—2019年8月30日

二、实践基地简介

上海电子信息职业教育集团和上海中软计算机系统工程有限公司共建的教师企业实践基地自2013年以来已连续六年成功组织实施了教师企业实践培训活动。六年中上海中软实践基地共接待了来自上海信息技术学校、上海市工程技术管理学校、上海新闻出版职业技术学校、重庆安全技术职业学院、云南楚雄技师学院等20所院校，共计38名学员教师参与了企业实践活动。

上海中软基地为上海市中等职业学校信息技术类专业教师提供互联网应用设计师、系统集成架构师等企业实践岗位，旨在满足教师的企业实践需求，使教师通过岗前培训、原厂商技术知识培训、优秀项目的实地观摩学习、先进设备的参观、实体项目的参与和顶岗实践、学习成果的交流、总结与评审等实践内容，缩短教师理论知识与实际应用之间距离，提升教学内涵。

参培教师通过了解企业工作规范，将相关理念融入到学生培养过程中；了解新技术的发展趋势，进行专业教学知识的更新；及时掌握本专业、学科发展的前沿动态及实际应用情况，努力提升教师的创新、实践能力；通过感受企业文化，了解职业素养，让教师贴近职场，了解企业对人才的需求，将实践的成果转化到课堂教学中去，有效改进教学内容及方法，促进专业教学改革及专业人才培养。

三、实践岗位

系统集成架构师，岗位实践具体内容：

1）参与项目方案的设计或者实施，了解理论知识是如何在系统集成架构设计和部署中体现的，了解理论知识是如何实现项目需求功能；

2）与企业实训集成团队共同探讨，结合最新网络技术、虚拟化技术、软件技术和教师多年教学经验，形成更适合院校的专业发展的成果；

3）参加公司、厂商、合作培训机构举行的技术交流会和产品展示活动，了解新技术以及未来的发展趋势。

四、实践目的和内容

1、实践目的

目的主要是进行现场观摩、上岗操作，熟悉相关专业领域的新知识，切实感受日常教学活动和企业对职工专业素质要求之间的差距，为在日后的教学工作中更好地发挥教学能动性、积极促进教学改革具有深远的现实意义，为计算机专业下一步的专业课程教学做准备。

2、实践内容

本次企业实践我申报的是系统集成架构师项目，项目包含三个阶段，分别是网络工程、虚拟化建设、网络安全。

首先是第一阶段的学习，带教师傅周寅生针对系统架构中最基础的网络工程，给我做了培训。我所实践的工作地点是上海市税务局临江计算机机房，首先周老师带我熟悉了网络架构。

培训内容切合主题，周老师作为企业工程师，对网络工程有很深入的见解。上图中VRRP协议在政府机关的应用是我双项目的学习目标，这个内容是我的学习重点。配合生动幽默的讲解，让我很快的进入状态，结合自己的所学将其应用到网络工程中去。培训中我们学习了网络工程的特点是明确设计目标、详细设计方案、根据权威的设计依据、完备技术文档、完善实施机构。了解网络工程各个层次的专业定位，以及网络工程师需要具备的组织和实施工程的能力，与不同用户进行沟通的能力，独立解决问题的能力及很强的团队协作精神。最后总结了网络系统的集成步骤分别是规划、设计、实施、验收。通过这几次培训，我掌握了网络项目实施中的各个元素，了解了各个知识点如何对应企业当中的岗位，从中总结出更有针对性的教学方案。

网络工程中运维工作具有举足轻重的地位，只有良好的运维才会产生良好的用户体验，下面我着重对运维工作进行总结。通过对实践岗位运维工作的学习，我发现网络运维更适合我们职校学生去胜任，它要求有较高的动手能力，这点恰恰符合我们中职学生的特点。日常运维工作主要包括终端部分和网络部分，终端部分包括客户端电脑的硬件排障，系统及应用软件层面的维护，客户端外设打印机等设备的安装，互联，运维，协助排除税务专网终端电脑系统及生产环境下使用故障，抽查并更新各单位终端资产统计，信息及安全统计，制定终端应用故障Q&A等。网络部分包括接入层，汇聚层网络交换设备，物理链路层信息点维护，内外网用户接入问题，协助服务器维护，核心网络设备维护，网络设备巡检工作。日常运维工作琐碎复杂，如何进行工作绩效，运维工作的数据统计与分析就尤为重要了。

通过对工作内容的量化数据分析，可以直观的反映出工作状态，对今后的工作安排可以合理的安排人力配置，此部分内容需要中职生格外重视，光是有技能是不够的，还要学会工作方法与技巧。

接下来，在经历两周第一阶段网络课程的实践学习后，我们进入第二阶段虚拟化的课程学习。整个学习过程贴近实际，带教师傅周老师从虚拟化的基础架构介绍到虚拟化的实施过程，并为我们展示了服务器虚拟化的架构界面以及虚拟化在实际当中的应用。由于参加学习的各位老师，或多或少都接触过虚拟化。学习过程中，老师们踊跃提问，积极讨论。针对实际需要，向企业专家咨询。通过这一过程，真正的将理论转换为实际。培训完成后，企业专家还热心的给我们提供了很多虚拟化方面的资料，让我们能更深入的学习。我通过这次培训，大概的了解了虚拟化的配置过程，在接下来的实践中，我准备自己动手创建虚拟服务器，将所学转化为成果。

在接下来的培训中，师傅给我们部署了一个网络实践的虚拟环境，并提供了多种类的网络设备的配置方案，让我们进行了网络配置的实践。演示过程，我们结合行政管理学校虚拟化环境的搭建与维护的实施方案，进行了讨论，效果明显。此外，大家对师傅部署的这样一个实践环境，非常感兴趣，希望将这样一个环境作为虚拟实训环境应用到教学中去。这个虚拟实践平台eve-ng，部署在liunx环境底下，其中的实训设备主要是CISCO及华为。所有的网络设备都是使用真实的设备系统运行的，效果更接近于真实环境。师傅给我们提供了大部分的网络设备系统，便于我们实现虚拟网络部署，检验我们的网络实施方案是否可行。通过实训，我们即学到了网络部署方案的撰写及实施，又认识并学习了一个网络实训平台，对今后的工作起到了更好的促进作用。

最后，就是第三阶段的网络安全的学习，企业师傅带我熟悉了企业中日常防护网络攻击的方法，如：arp病毒查找攻击源主机的方法，稽查一局网络事件应急预案V1.1等。

不可否认，网络是把双刃剑。在现今社会，网络越来越普及的情况下，各类网络犯罪日益增多。网络安全不得不引起人们的重视，作为从事信息化管理的人来说，更是工作重点。近期国家安全部提出的等级保护制度，就是网络信息安全的一种监管措施。

本次实践活动，正好给我们提供了这样一个平台，让我们深入企业，了解安全防护的各项知识。分别从系统安全及网络安全对我们进行了培训。在系统安全方面，企业专家整体描述了安全防护的必要性及安全防护的种类。最后，在两类常用于服务器部署的系统中，演示了安全加固的一些实践操作内容。非常实用，很有针对性，整个过程涉及到攻与防。从演示中，我们学到了服务器安全加固的必要性及操作方法，收获很大。

在网络安全方面企业专家根据不同学校的实际情况，对目前常用的几类安全设备进行了分类讨论。总结出不同设备在安全防护中的作用，以及部署的必要性。让我们更加直观的了解网络安全的重要性，在今后的各类项目建设中，安全将成为我们首要考虑的因素。

总结这段时间的实践学习，感触最深的就是，企业的先进技术以及规范的管理理念。一个好的企业，要能成功，一定要有规范的流程，成熟的项目实施经验，完善的管理，合作无间的团队。而我作为计算机教师，同时兼任信息中心的工作，在今后的项目实施中，可以借鉴企业学习到的经验，更好的、规范的管理项目实施。此外，围绕本次实践活动的成果目标，我将总结学习到的知识，跟随项目工程师，将虚拟化的技术应用到教学当中。为学校的信息化建设尽一份力，为学校的信息化教学尽一份力。

五、实践体会

本次实践项目目前都已经圆满结束，整个过程虽然有点苦，有点累，但收获良多，通过这次培训，我开阔了眼界；思考问题能站在更高的境界；许多疑问得到了解决或启发；业务素质得到了进一步的提升。有几点体会如下：

1、企业文化应和职业学校校园文化对接，企业文化的目的，就是要在企业内部倡导和营造一种积极健康、活泼和谐的精神氛围，职业学校的校园里也需要这种精神氛围，应该让学生提前感受到企业文化，通过校园文化感受到企业员工工作纪律性要求和工作态度的严谨作风，使学生在校园内就能在一定程度上了解、熟悉并认同企业文化。企业文化也是培养学生形成良好职业素养的一条重要途径，为今后在企业的立足和发展奠定基础。

2、学生的技能应与企业要求对接，通过这次企业实践，使我了解到职业学校学生在校所掌握的知识与企业需求仍有较大的差距，计算机是一个高速发展的行业，物联网、大数据、人工智能等新的技术手段无时无刻不在影响和改变人们的生产和生活，这就要求我们的教学设备和相关技能要赶上时展的需求，课本上的知识远远不能满足现代行业、企业发展的要求，更多要求学生在专业知识的基础上能够学会应对社会发展的变化。

3、课程设置和课程改革应适应企业需求，通过企业实践可以熟悉相关岗位职责、操作规范和用人标准，这为准确定位人才培养目标、构建专业课程体系、课程设置、改革教学内容指明方向。坚持学以致用的原则、突出实用性、加强实践性，学校的课程设置要想能够符合、贴近企业的需求学校教育就要走进企业。

网络实训总结篇7

［关键词］网络营销；教学模式；教学改革；实践教学

1 网络营销与《网络营销》课程

1.1 网络营销

网络营销(On-line Marketing或E-Marketing)就是以国际互联网络为基础，利用数字化的信息和网络媒体的交互性来辅助营销目标实现的一种新型的市场营销方式。简单地说，网络营销就是以互联网为主要手段进行的，为达到一定营销目的的营销活动。

网络营销具有很强的实践性特征，从实践中发现网络营销的一般方法和规律，比空洞的理论讨论更有实际意义。因此，如何定义网络营销其实并不是最重要的，关键是要理解网络营销的真正意义和目的，也就是充分认识互联网这种新的营销环境，以及学会如何利用各种互联网工具为企业营销活动提供有效的支持。

1.2 《网络营销》课程

高职《网络营销》课程是营销与策划专业必修的一门职业能力课程，是随着信息科技的迅速发展，互联网络日益在全球得到了普及与应用，传统营销理论与互联网环境结合发展而出现的一门新兴学科。目标是让学生熟悉网络营销的工作流程和常用工具，具备利用不同的互联网工具和网络营销方法进行网络策划推广和网络促销的能力。该课程以管理学、市场营销学等课程的学习为基础，在培养市场营销与策划专业学生的职业能力中具有重要的地位，为学生从事网络推广员、网络调研员、网络促销员等职业奠定了良好的职业能力基础。

《网络营销》课程分理论教学和实践教学。网络营销实践教学是在课堂教学和实验教学的基础上的延伸教学，让学生在实际商业环境下进行实际操作，直接感受网络营销知识的商业化应用过程，使学生在整个实验过程中进一步认识、理解所学的相关知识，开阔视野，扩大知识领域，提高适应商业活动的综合素质，继而达到真正的融会贯通，同时训练学生的实际商务运作技能。

2 《网络营销》教学存在的主要问题

2.1 教师缺乏实战经验

网络营销是一门交叉学科，涉及管理学、市场营销、网络技术、计算机技术等范畴，同时网络营销还是一门极其需要实践经验的学科，而通常的情况是，大多数网络营销教师是市场营销或计算机专业教师，没有交叉性，同时本身很少参与商业企业的实际运作管理，案例来源、案例讨论、创业指导、实习指导都受到了极大的限制，长此以往的结果是：理论和实践相脱离，学生得不到一个综合的训练。

2.2 缺乏必要的实践教学项目

现有高校网络营销等课程教学的现状还是传统的教师以说为主，学生以听为主，许多学生由此对自己所学的专业不感兴趣，缺乏学习的主动性，同时其教学过程中缺乏必要的案例教学和实务操作能力的培养，其结果使培养出来的学生难为市场接受，增加了就业难度。

2.3 实践环境脱离实际

现有的网络营销实践系统通过设置模拟商业环境，训练学生掌握各种网络营销方法，基本为虚拟实践系统，缺乏真实的商业环境和企业参与，无法提高学生的实际市场运作能力，因此目前的网络营销教学中的实验软件系统还有待于进一步的完善。

2.4 考核方式过于单一

目前《网络营销》课程的考核方式仍然以理论考试为主，强调的是学生的识记背诵能力，而网络营销的本质——动手实践却没有得到足够的重视。这就造成了学生学习的时候不注重实践，只注重理论的结果。最终导致理论脱离实践，学生觉得没有学到有用、实用的东西。

3 《网络营销》课程教学模式的构建

本课程教学模式的设计是以培养具备利用不同的互联网工具和网络营销方法进行网络策划推广和网络促销能力的网络营销人才为标准设置的。整个课程的设计以企业对网络营销人才的岗位任职要求为基础，以培养学生解决实际问题的能力为出发点，按照知识、岗位、技能、实际应用等为主线设计教学内容，以工学交替、项目教学和实战训练为主要教学模式和手段，借助现代教育技术，提高学生学习的成效。

其总体设计思路是：打破以理论知识传授为主要特征的传统学科课程模式，在课程内容中突出对学生职业能力的训练，让学生通过具体项目模块的学习掌握专业知识；强化实训环节，在实战训练中发展职业能力。关于本课程实践教学模式的构建图：

4 《网络营销》课程实战型教学方法

网络营销是一门实践性很强的应用科学，是对企业网络营销实践经验的概括与总结。网络营销实践教学需要通过教学模拟环境和网上模拟环境来理解、解析、认知专业知识，掌握从事网络营销职业所需的技能，实现学校教育与企业需求的“无缝对接”。这就要求在课堂教学中，除理论讲授外，还要求有课堂讨论、计算机模拟、社会实践等多种形式的实践性教学环节。

在本课程的实践教学过程中，笔者采用多媒体教学，利用淘宝网真实网络平台以及问卷星网上调研平台为基础，开发相关的教学项目来辅助教学，目的是以一个完整的电子商务项目建设贯穿整个教学过程的始终，以项目的构建过程为线索安排教学步骤，教学过程由项目的任务驱动。学生在学习过程中参与一个完整项目的分析、设计、实现的全过程，有利于学生从整体上掌握课程的精髓，提高学生在实际工作中分析问题、解决问题的能力。

该项目我们取名为：淘宝大富翁比赛，该比赛是以网上开店运营项目为中心，以网上开店所需的技术、方法和流程为主线，以网上开店的基本理论或操作方法为抓手，以从事网上开店工作所需要的职业技术能力为核心，集网络营销、网上支付、网上交易、物流管理、网络安全等基本知识和操作技能于一体，理论知识和实践技能并重、综合程度较高的职业技能训练项目。

学生以团队形式选择合适的第三方电子商务交易平台和商业运作模式，选择熟悉并且感兴趣的商品，结合目前国内外的网络营销环境，进行网上商店的策划、构建及运营，解决在运营过程中遇到的交易信息安全、资金结算、物流配送、网络促销、货源渠道等实际问题，并有效掌握电子商务行业应用分析、网上运营平台选择、数字证书操作、在线支付与结算、产品选择、订单管理、渠道选取、商业模式选择、产品信息采集与处理、配送体系建立等相关的网店经营技能。

5 淘宝大富翁比赛

(1)该比赛参与对象：所有授课班级的同学。

(2)该比赛规则：每个班以4~5位同学为一小组(不能跨班组合)，每个小组在淘宝上开一个店铺，实体操作，最后评比结果以每个店铺实际收入、利润、信誉度为标准，并以评比结果来计算该小组成员本学期的实训成绩。

(3)比赛时间：该比赛一般持续一个学期的时间。

(4)比赛角色分配：本次比赛中，每个小组的成员角色分配为5个，他们分别为：①CEO：负责整个店铺运营的总策划与工作分配，店铺决定卖什么？如何运营？对于这些问题，CEO都做总决策与协调工作。②采购：主要负责找到最实惠与方便的进货渠道，负责进货事宜。③财务：主要负责登记各项收入与支出，做到资金来去清楚，有根有据，对店铺里流动的资金进行管理与清算。④市场推广：主要负责店铺的广告策划、市场推广策划，例如：网店的页面美观设计，线下的广告宣传等。⑤销售客服：小组的每个成员都是销售客服，主要负责与客户推销产品，并沟通客户喜好、需求以及对产品的意见等。

(5)该实训项目的优势：①真实的市场环境。②实物买卖。③真实的赢利。

(6)实训项目的过程：①第一周至第二周：选择合适的货源与货物建立网上商店，并进行必要的市场调研，了解你的顾客需要买什么？在课余时间去现实中的市场或者网络上的市场寻找货源，找到自己想要售卖的产品，拍照、写介绍，上传至网上，组建完整的网上商店，并美观自己的网上商店。②第三周：浏览其他组的店铺，对其他店铺的商店布置与商品组织有一个简单的认识。也就是我们常说的了解并学习竞争对手。③第四周：寻找客源，开始进行销售活动(这个环节更多的需要在课余时间去进行市场推广)，尝试与别的商家联系，尝试进行第一次交易。④第五周至第八周：广告宣传、市场推广，利用各种网络营销工具与方法促进销售增长。⑤第九周：根据每个小组的总收入与利润总额来对各小组的表现进行评价。

(7)实训项目实施过程中的两个难题如何解决？①建立网店的启动资金从哪来？启动资金来自学生自己，每人需要准备60元的启动资金。该资金的用途分为两部分：开店资金，每人至少30元，用以采购货物所用，由财务管理资金；消费资金，每人至少30元。②淘宝上有成千上万家店铺，东西怎样才能卖得出去？

本比赛设有一个消费资金，每人至少30元，专门用于网上购物，前提是必须购买2个班同学店铺中的东西，不能用于购买非本次比赛之中店铺中的产品，30元在比赛结束时必须花掉，不花掉一律作为奖励资金使用。

以这样的方式将2个班的同学结成一个小小的网络集市，大家可以相互买卖，同时又相互竞争。当然在这个网络集市中，店铺的经营方式可以多种多样，既可以通过正常的进货、售货的零售方式赚取差价，同时也可以通过、出售二手闲置商品等方式来获取利润，但如果是销售二手商品的方式，则每个二手产品的收益的10%必须成为公司公有的利润额，其余90%的利润归自己所有。

6 总 结

笔者在实施《网络营销》课程的教学过程中，采用模块教学方式，重视实践教学环节，实践课时占总课时的比例达到45%，尤其是淘宝大富翁比赛这个项目，贯穿整个教学过程的始终，使该课程的教学效果得到根本的改善，学生的实际工作能力得到很大提高，并对相关专业学生的就业状况有所帮助，对电子商务及相关专业的学科建设和教学改革有重要和深远的意义。

网络营销人才可以肯定地说不是单靠理论知识所能培养出来的，社会对网络营销人才的需求是依据市场的需要，实际工作的需要，所以，设计合适的课程培养方式才能更好适应社会需求。希望此教学实践过程的探讨能对电子商务网络营销人才培养起到一定的借鉴作用。

参考文献：

［1］冯英健.网络营销基础与实践［M］.北京：清华大学出版社，2004

［2］王丽君.《网络营销》课程实践教学的研究与探索［J］.丽水学院学报，2008，30(3)：91-93

［3］钱瑛.对《网络营销》课程教学的思考［J］.云南财经大学学报(社会科学版)，2009(10)

网络实训总结篇8

【关键词】GDP；RBF神经网络；粒子群算法；预测精度

0 引言

国内生产总值（GDP）是指一个国家或者地区在一定时期内生产的最终产品和劳务市场价值。GDP是国民经济核算的核心指标，也是衡量一个国家或地区总体经济状况的重要指标。国内生产总值预测是指根据影响GDP的因素进行回归预测。通过预测，可以建立国内生产总值与各影响因素之间的关系，结合国家可持续发展的要求，有针对性地调整国家民生政策。传统的GDP预测方法有线性回归分析法、曲线拟合法、指数平滑法、灰色预测模型等[1]，这些传统的预测方法精度有限，很难准确反映GDP的内部规律。本文采用粒子群优化的RBF网络预测方法，并与单一RBF网络预测方法进行比较分析，给出相关结论。

1 RBF神经网络

在80年代末，J.Moody和C.Darken提出一种神经网络[2]-RBF神经网络即径向基函数（RBF-Radial Basis Function）神经网络是具有单隐层的3层前向网络，能以任意精度逼近任意连续函数。RBF网络的作用函数采用高斯基函数，是一种局部逼近的神经网络，RBF神经网络结构如图1所示。

3 粒子群优化算法

粒子群算法[4]，是由James Kennedy和Russel Eberhart共同提出的，是对鸟类的群体行为进行建模与仿真启发而提出。

3.1 算法原理

PSO的算法原理：把每一个鸟视为群体中的一个粒子，每个粒子飞翔的方向和距离由运行的速度决定，把每个粒子都可以看作是在n维搜索空间中的微粒，即为一个没有重量和体积的微粒。鸟群中的粒子用以一定速度在指定空间中飞行，用粒子个体和参考整个鸟群飞行经验，动态调整粒子的飞行速度。然后，群体中的所有粒子按照当前的最优粒子的情况在解空间中进行搜索。

3.2 粒子群优化步骤：

①取粒子种群群体规模是m，初始化随机位置和速度；

②使适应度函数收敛；

③每个粒子的适值与其经历过的最好位置进行比较，如果该位置更好，将其作为当前最好位置 ；

④每个粒子的适应值和全局所经历的最好位置gbest比较，当适应值较好，则重新设置gbest；

⑤采用式（10）、（11）更新粒子的运动速度和位置；

⑥如果没达到结束的约束条件，就是足够好的适应值或达到一个预设最大迭代次数maxG，则返回②。

4 设计预测模型

基于MATLAB R2009a软件环境，编写实验程序，预测GDP。采用《2015中国统计年鉴表》中的数据进行仿真实验研究。

仿真模型设计方法：提取1978年～2014年的37个GDP样本作为研究对象进行预测实验。把第一产业、第二产业、第三产业、农林牧渔业、工业、建筑业6个因素作为影响因子，选为RBF神经网络输入，取国内生产总值作为神经网络的输出变量，为了使网络精简结构，隐层神经元个数取为3，于是RBF网络结构确定为6-3-1。

的选取：以1978～2007年的30组样本作为训练样本，训练网络，取2008～2014年的7组数据作为检验样本进行检验。数据进行归一化才能输入网络，归一化后处理的国内生产总值组成样本，经过训练达到误差精度要求时，输入目标检验样本，获得预测结果。

由于各影响因子所占比重不同，因此通过归一化使各因此地位相同，因此，本文采用（12）式进行归一化处理，该式对原始数据进行线性变换，使数值映射到[0， 1]之间的范围。

4.1 RBF神经网络预测模型

在进行仿真实验时，学习速率η设为0.25，动量因子α设为0.25，训练次数k为2000。RBF网络输入层神经元个数为6个，隐层神经元个数取为3个，输出层神经元个数为1个，隐层网络结构为：6-3-1。训练精度取为0.001。对7个检验样本检测，预测结果如表1所示。

4.2 PSO-RBF优化模型及预测实验

设计粒子群优化RBF算法程序，即建立PSO-RBF预测模型，再利用该模型预测国内生产总值。PSO-RBF模型实现包括：①粒子群算法优化程序；②最佳适应度程序设计；③导入优化数据进行RBF神经网络训练并获得预测值。

RBF网络仍取6-3-1结构、参数设置与常规RBF神经网络相同。由于需要优化的RBF网络隐层神经元个数为3，则粒子群优化的网络参数确定方法：粒子群需要优化网络参数为b，c，w，共计有6×3+3+3=24个参数需要优化，网络阈值取为0。

相关参数取值：粒子维数n为24，种群规模m取20，迭代次数设置为250，其他参数：qc=0.1，c1=2，c2=2，学习速率η、动量因子α取0.75，训练精度设置：0.000001，训练次数取3000。图2为适应度函数优化曲线。PSO-RBF模型预测结果如表1所示。

从表1相关数据可以看出，优化后的PSO-RBF模型预测结果，平均预测精度为1.2055%，未经优化的RBF预测模型预测，平均精度为10.5786%，可见，PSO-RBF模型预测的精度比传统RBF网络预测精度高很多，表明PSO-RBF模型预测结果更效果更好。

5 结论

通过对国内生产总值优化预测仿真实验研究，采用传统RBF神经网络和粒子群优化RBF网络预测模型方法，对我国7年的国内生产总值数据进行预测。仿真实验预测结果说明，当取相同网络参数，PSO-RBF预测模型比传统RBF网络精度提高明显，表明了该方法有效性。

【参考文献】

[1]张恒茂，乔建国，史建红.国内生产总值的预测模型[J].山西师范大学学报， 2008.3.

[2]张德丰.MATLAB神经网络应用设计[M].2009.1.

[3]刘金琨.智能控制（第2版）[M].2009.7.