课堂大数据分析范文

课堂大数据分析篇1

网络环境下教学资源的搜集整理更加便捷，传统教学方法虽然总结了足够的经验，但如果不能随着时展进步，必然会落后。文章针对一种大数据分析的移动端在网络课堂教学中的应用进行分析，从使用方向以及技术功能等方面来进行，为网络课堂教学任务的开展创造有利条件，并提升系统运行使用期间的资源利用率。

【关键词】大数据分析 移动端 网络课堂教学

1 大数据分析环境下开展移动端网络课堂教学的优势

基于大数据分析环境下所开展的网络课堂教学，充分利用了网络环境的优势，并对常规教学中所总结的经验进行拓展应用，移动端是近年来网络发展的主流方向，对传统的教学方法产生了很大的冲击，但同时这也是一种前所未有的机遇，充分利用网络的先进性，结合大数据分析的准确定位，可以帮助提升教学效率，为学生营造出更加高效趣味的学习环境。如何利用好大数据分析来促进移动端网络课堂教学任务开展，也成为现阶段重点的研究课题，这也是文章中将要进行探讨的，无论是技术还是应用方法上，都应该做出创新，为教学任务的发展落实打下有利基础，为教学任务的落实创造有利条件。

2 大数据分析移动端在网络课堂教学中的应用形式

2.1 在课堂交流中运用移动端

交流时知识点巩固的有效方法之一，在常规教学任务完成后，剩余时间很难满足学生有关于知识点交流的需求，借助大数据分析的移动端来开展网络教学，有关于知识内容的交流也不再受时间与地点的影响，能够随时进行师生之间的互动交流。并且大数据分析系统所提供的知识内容也是十分可靠的，能够帮助解决常规教学方法中难以解决的问题，学生也能够充分利用课余时间来完成知识方面的学习。移动端的优势在于便捷与快速，这一点是传统网络课堂所不具备的，在这样的环境下，学生也能够将自己的思路与同学进行分析，在短时间内快速提升学习成绩，实现共同进步。

2.2 实现便捷性资源共享

移动端网络课堂可以通过APP下载来实现学习，注册后可以将个人的学习情况记录在其中，这样在进行下一阶段的学习时也不容易遗忘。每一个注册的账号在大数据分析系统中都具有记忆功能，这样学员在经过一个阶段的学习后，也能够通过系统的记忆功能查看轻松了解这一阶段的学习情况，并通过平台所的信息轻松进行一个阶段的学习总结，与同学之间实现零距离的资源共享。大数据分析背景下所进行的资源共享更新更加及时，不会受到时间以及距离的影响，并且移动端还存在网络可选择的优势，即使在共享过程中受到网络中断的影响，系统也能够自动保存，以免造成重要信息的丢失，为接下来教学任务的开展奠基了有利的基础。

2.3 模式选择多样性

网络课堂教学模式的选择，与教师的教学习惯有很大关系，在移动端背景影响下，进行网络系统模式选择时，拥有更多的可选择性，可以根据学生的听课喜好以及习惯来对现场进行控制，在这样的环境下，所进行的教学任务也能与学生之间形成良好的互动。应用前首先要确定教学的内容，并根据所总结出的信息来进行云系统下的框架设计，将大数据分析系统结合到其中，这样接下来所进行的工作内容也会更加的顺利。移动端的网络课堂教学软件是可以不断更新的，可以根据学员的喜好来对个人界面进行自定义，这样应用起来也会更加的方便。由于移动端的存储能力是有限的，在大数据分析系统中还会进行内存拓展，应用解决移动端应用期间内存不足的问题。

上述几点是应用期间的具体功能以及有效方法，有目标的对系统进行设计，能够避免出现教育资源、网络资源浪费的现象，也是现阶段十分需要的。除此之外，在应用期间还需要进行技术方面的创新以及强化，降低网络不稳定所带来的影响，可以将大数据分析结合多种网络技术来共同进行，提升系统运用的工作效率，在处理数据过程中也会更更加的稳定可靠。

3 大数据分析的移动端未来发展方向

随着电子设备的不断更新，大数据分析的移动端在发展中也会逐渐提升稳定性与运算效率，在框架设计上必然会更加的简便，这样在运行使用过程中能够节省大量的空间，对网络系统的工作效率提升也能起到促进作用。灵活性也是未来的发展方向之一，使用者可以对应用界面进行定义选择，在应用过程中更符合学员以及教师的操作习惯，在使用性能与稳定性上自然也会有明显的提升，降低系统运行使用期间漏洞出现的可能性。

4 结语

人们应该充分认识到网络技术并不能够解决我们所有的问题。但是近年来人们最为关心的却是如何使用可以利用的网络技术在网络形式越来越多样化的今天，如何正确选择和使用有助于提高外语能力的网络资源才是未来真正的研发核心，因此，未来的研究应着眼于分析不同的学习目的下如何有针对性地选择不同的网络课堂教学模式。

参考文献

[1]黄晓涛，王芬，吴驰，龙涛.云计算平台下网络课堂生成性教学设计框架研究[J].现代教育技术，2013（08）.

[2]杨俊锋.创新课堂教学模式 培养学生国际视野――跨文化混合同步网络课堂的实证研究[J].中国电化教育，2015（10）.

作者简介

王冠（1982-），江苏省徐州市人。硕士学位。现为徐州幼儿师范高等专科学校信息网络中心讲师。研究方向为数字资源建设、校园信息化。

作者单位

课堂大数据分析篇2

关键词：大数据分析；高中数学；教学策略

一、引言

在大数据的影响之下，我们的传统的教育教学方式正在发生着剧烈的改变，大数据分析在教学中的应用也越来越明显，特别是在高中数学中的应用，未来的大数据分析必然会对教学产生巨大的作用，因此，研究大数据分析是一件至关重要的事。

二、大数据分析的概念

对于数据的本身来说，是用来记录信息的，但是随着计算机和互联网技术的发展，我们在生产和生活中的各个领域都有了突飞猛进的进步，这相应地带来的是各种数据的处理方式更加的复杂，数据的数量以及涉及的规模也在不断地扩大。大数据的特点可以和经济学的观点一样，从微观和宏观两个方面来理解，但是目前大多数对大数据有研究的专家来说他们都是从宏观的角度来分析大数据的定义的。大数据处理的数据数量很多，即使新数据也能很快地进行处理，这些数据的类型也是多种多样涉及很多的领域，而且处理的数据具有真实性。大数据分析的重点在于分析，就是利用大数据技术对收集到的数据进行全方位的分析，大数据分析的优势明显，哪怕你的数据量非常大，但是分析也能快速地完成，并且还能保证数据的真实性。大数据分析的目的是通过对历史数据的分析和解决，进行科学的总结，发现其规律性和模式，同时结合稳定的动态流数据预测事物发展的未来趋势。

三、高中数学课堂教学策略的大数据分析

（一）更新高中数学教学思想，以此构建数据分析的概念。很多的老师因为受传统的教学观念的影响，思维方式和教学方法都已经模式化了，并没有树立数据分析的教学观念，俗话说，物质决定意识，意识是物质的反映。如果老师的教学观念还没有及时更新的话，那么，教学行为在这些思想的影响下还是不会出现根本性的变化，为了解决这一难题，在国家新的课程改革中明确提出了“数据分析”这一概念，这一概念的提出标着在大数据的时代背景下我们的国家也越来越重视数据分析在教学中的实际运用，各位老师应该牢牢把握住数据分析的观念，在实际教学中，帮助学生构建数据分析的知识框架。（二）勇于探索，在数学教学中尝试分层教学。现在的高中数学教学的过程中，采用的还是以班级为单位的固定的教学方法，这种教学方法已经是一种既定的模式，对知识接受不同程度的学生他们上课的内容是相同的，这样接受能力强的学生的潜能得不到发挥，接受新知识能力弱的学生跟不上老师讲解的内容，打击了他们学习的积极性和主动性。早在几千年之前，我们的大教育家孔子在教学的过程中就提出了因材施教的教育理念，要求老师在课堂教学中准确地把握每一个学生的性格特点，来进行知识的传授，不错过任何学生的潜力，同时进行不同类型的教育。在高中数学课堂教学中，教师可以分层次地教学生。一班上有不少学生，学生与学生之间存在个人和个人之间的差异，不同学生的不同类型的教学可以有效地促进教学课堂。个人差异和个体差异明显的小学生，也可以尝试不同的教学方法，尝试新的教学模式，面对个人差异，分不同层次的分析教学给他们，这有助于促进学生更好地学习数学，也充分挖掘学生在数学上的潜力。（三）学习分类和重视数学知识的积累。高中数学是一个强大的抽象性和逻辑性的学科，需要有更大的知识量，这就要求学生学会分类，分类各种数学知识，这有助于学生加深对数学知识的理解，也可以帮助学生理清数学知识的静脉，学生进入下一阶段的数学学习会学得更好。另外，还要强调数学知识的积累。

作者:冯雄德 单位:武威第七中学

参考文献：

［1］宋显微．高中数学课堂教学研究［J］．亚太教育，2016（14）．

［2］贾慧梅．基于云平台的初中数学课堂教学研究［J］．中国教育技术装备，2015（23）．

［3］藏晓飞．中职数学有效课堂教学研究［J］．求知导刊，2015（23）．

课堂大数据分析篇3

大数据必将给教育带来巨大的改变，曾经依靠经验和灵感的授课过程，将被以数据分析为主的决策分析所代替。而计算机教学既是大数据技术的传播载体，更是最应率先应用大数据技术的课程。无论如何，大数据已经就在我们眼前，已经悄然改变着教学过程，也必将深度改变学校的计算机教育模式。

（一）计算机教学内容的变化

随着大数据技术的发展和大数据分析的成熟，大数据技术及应用必然会成为各高校重要课程。现在，美国的学校已经开设相关课程，比如，大数据分析统计基础、大数据分布式计算、大数据挖掘与机器学习等。国内一些高校也正在尝试开设大数据课程，帮助学生了解大数据，学习大数据分析。下一步，大数据基础、大数据分析、大数据处理的核心技术等等，必将成为计算机专业的必学内容，也会成为高校重要的基础课程。另外，计算机智能教学系统和教育测评软件将更多地使用在教学中，以记录学生的学习轨迹。而计算机专业的教师也必须熟练掌握大数据技术和分析方法。

（二）计算机教学思维的变化

原来的计算机教学基本是灌输式教学，老师教授的是计算机基础知识、C语言编程的模式、数据库的基本架构，等等。大数据和互联网的发展必然会改变这种授课方式，使知识的接受方式呈现多元化倾向。随着移动互联的发展，学生可以随时随地通过互联网更便捷的获取学习内容。而课堂上单纯的照本宣科、按部就班将不能吸引学生的注意力。因此，教师必须转变教学思维，以更多的案例和互动式教学，引导学生去寻找解决问题的办法，寻找“芝麻开门”的钥匙，只有如此才能让学生有兴趣待在课堂。同时，大数据带来的将是对海量教学案例的数据分析，让教师对计算机教学的难点及教授方法优劣有了更加清晰的认识，不必依靠教学经验去判断教学效果，完全可以驾轻就熟地进行互动教学，启发学生寻找最优解决方案，将是大数据时代下计算机教学的突出特点，这是对计算机专业教学思维带来的革命性变化。

（三）计算机教学模式的变化

目前，计算机教学主要模式是备课—教授—上机—测试，教师主要的精力放在了课前备课。而大数据技术的应用，将会让教师把更多的精力放在课后分析上，形成“备课—教授—上机—测试—数据分析—改进”的模式。在这个模式中，课后的数据分析将是整个教学过程的关键环节。通过大数据分析，可以对一个班的学生进行整体学习行为评价，可以对学生上机测试情况进行细化分析，可以对每个学生的学习习惯进行学习评估，分析学生的学习中偏好、难点以及共同点等，从而得出学习过程中的规律，改进教学方式，提高教学质量。

（四）个性化教学的深入开展

大数据技术的发展，使建立覆盖学生学习全过程、全要素的信息库成为可能，学生大量的试卷、课堂表现留存，学生的学习经历及成长轨迹，学生的家庭情况等等，都将被涵盖在大数据分析中。另外，前述的计算机智能教学系统和教育测评软件，将详细记录学生每次答题的背景、过程和结果。这些信息让教学分析变得更加容易，教师可以利用数据挖掘的关联分析和演变分析等功能，依靠学生的某些学习特征，比如答题持续时间，具体回答步骤和内容（可以细化到每次击键和每个笔划），答对的要素和答错的要素等等，在学生管理数据库中挖掘有价值的数据，并分析学生的日常行为，研究各种行为的内在联系，来据此形成针对学生个性化的教学策略，以帮助学生在学习方面取得更大的突破。

二、小结

大数据时代，让我们比以往任何时候都更接近发掘学生的潜力，比以往任何时候更依靠于理性分析。其实，教学活动传授的不应仅是知识，更需要关照学生的灵魂。大数据让教学活动离学生心灵很近，让老师离自由发挥很近。未来，包括计算机教学在内的学校教育将会有更少的课堂与更多的实验室，有更多的互动与更少的灌输，有更个性化的服务和更灵活的学制。学校将不仅是课堂，更是舞台。

课堂大数据分析篇4

关键词： 实验教学改革 经管类 大数据

实验教学是培养经管类专业学生实践能力的重要手段。经济管理类专业学生不仅要熟练地掌握理论知识，更要具备较强的实践能力，特别是大数据时代的到来，强调以数据为基础进行研究，并快速做出决策[1]，不仅对掌握大数据思维和技术的人才需求量扩大，而且对经管类专业人才培养提出了新的要求[2]，因此在大数据背景下应充分认识实验教学对经管类专业学生实践技能的重要性，科学全面地构建面向数据分析和管理的实验教学体系，以适应大数据背景下经管类专业人才的培养需求。

大数据扩宽了信息的来源，提高了信息获得的速度，分析对象从传统的结构化数据过渡到非结构化数据，因此对经管人才需要更全面地掌握大数据思维方式和分析流程。对工商管理、企业管理专业而言，需要其更注重利用多种类型的企业运作的数据，通过对其进行整理分析，帮助企业进行业务流程改革，提升企业运营效率，提高经济效益[3]。对于电子商务、市场营销专业而言，应学会利用大数据技术探索新商业模型，分析营销网络，评估投资风险及创新服务模式[4]。而对于和大数据技术紧密相关的信息管理专业来说，需要更全面地从数据采集、分析到数据挖掘多个方面转变传统的数据分析思维，以适应大数据环境下知识管理与智能决策的需要[5]。

1.实验目的不合理，实验设计不当。

目前，对于经管理类专业的大数据实验教学体系还处于基本概念阶段，与科研前沿脱节，实验目标大多只要学生掌握数据采集、统计分析等基本概念和方法，就学会对给定的数据进行分析。但是在大数据环境下，数据分析和挖掘需要针对结构化数据、非结构化数据等用创新性的思维方式解释分析结果，并用于智能辅助决策及知识发现。因此，大数据实验课程应与时俱进地适应大数据的要求，开展多样化、启发式的实验项目，不仅让学生掌握如何收集信息和整理信息，还要解释隐藏在数据背后的潜在规律。

2.实验教学方法和手段陈旧。

传统实验课是学生按照老师的要求和给定的数据，学习各种数据分析方法。实验内容设计单一，没有针对不同知识结构的学生开展有针对性的实验训练项目，学生学习积极性不高。因此，在大数据实验教学中，要以培养学生创新实践能力为主要目标，在教师的帮助下，通过团队协作、自主设计完成。同时，分层次制定针对不同知识结构背景的实验项目，便于学生根据自身的特长和能力自主选择实验项目。

由此可以看出，传统的实验教学已不能满足大数据背景下的经管类专业人才对数据分析和处理的新需求，在实验教学方式、实验教学内容等多方进行创新和改革，才能培养出顺应时代背景的优秀经管类人才。

在大数据背景下，经管类人才应该具备：发现问题的能力，收集整理数据和信息的能力及理解分析数据的能力。对此，我们从教学方式、课程体系、技能与经验三方面入手，开展实验教学改革，以适应大数据时代对于经管人才培养的要求。

3.创新实验教学方式。

大数据时代，书本和课堂不是获取信息的唯一选择，网络资源、各种移动端应用程序等方式都扩展了学生获取信息的方式，在这种情况下，实验教学不仅需要让学生掌握如何搜集、整理数据的技术，还要培养学生观察、分析问题的能力，从而真正调动学生的学习积极性。例如可以提供多种获取大样本数据的渠道，学生组队进行数据分析和挖掘，设计算法，进行相关分析直到最后撰写出分析报告，整个流程全部由学生独立完成。

4.完善大数据实验课程体系的构建。

对于经管类专业的学生而言，实验目的主要是让他们掌握数据分析的主要流程、主要算法的基本原理，具备大数据应用的初步能力。另外，考虑到不同专业的学生知识结构不同，我们构建多层次的经管类大数据实验课程、基础实验，以验证和演示实验为主，强调掌握数据分析工具和分析算法，理解数据分析基本流程。专业实验，以简单设计性实验为主，强调利用现有的数据分析工具，较完整地体验从数据采集、数据整理、数据分析到数据挖掘的全过程，并编写简单的数据分析代码。综合性实验，采用自助式、合作式模式，让学生自己动手收集数据，团队合作分析问题，在实验教师的指导下，综合运用各种数据分析工具，自主设计算法，进行相关分析，直到最后分析报告，初步具备大数据的应用能力。

5.培养专业技能和增加实践活动。

积极开展大数据应用相关的实践活动，提供多种形式让学生参与大数据的实践环节，在提高专业水平的同时，提高实践操作能力。合理利用现有慕课、微课等在在线课程作为实体课堂的有益补充，引导学生深入学习大数据技术。另外，积极联系软件企业提供各种实习途径和岗位，让学生真正参与与大数据的各种项目开发，强化课堂的理论知识，丰富实践经验，提高专业级技能，有效地提高学生的数据分析能力和数据挖掘能力。

大数据作为近年来的热点研究问题，已经广泛应用于经管类学科当中。经管类专业学生只有更好地掌握并懂得如何利用大数据，才能在大数据时代拥有更多的优势。因此，本文从教学方式、课程体系、技能与经验进行创新，提出切实可行的改革措施，以更好地培养经管类学生的数据分析的专业能力，适应大数据环境下知识管理与智能决策的需要。

参考文献：

[1]祝智庭，沈德梅.基于大数据的教育技术研究新范式[J].电化教育研究，2013（10）：5-13.

[2]朱怀庆.大数据时代对本科经管类统计学教学的影响及对策[J].高等教育研究，2014（9）：35-37.

[3]李永，刘玉红.大数据时代大学生学习模式转变研究[J].长春工业大学学报（高教研究版），2014，35（4）：38-41，100.

[4]邵举平，沈敏燕，樊星.大数据时代背景下地方高校研究生教育教学模式改革研究[J].《鲁东大学学报》，2015，32（4）：82-85.

[5]赵艳，韩丽萍，余娟.经管类专业实践教学考核方法改革途径[J].绥化学院学报，2014（6）：119-121.

课堂大数据分析篇5

［关键词］大数据;英语教育;影响;运用

引言

无论是从英语学科发展还是教育模式改变的角度出发，“大数据”都是一个非常前沿的研究性课题。这是由于英语教育与社会发展是有着紧密的联系，将“大数据”技术应用于现代英语教育中，不仅将成为英语学科迅速发展的一个新的增长点，而且有助于英语学科自身建构的突破，以促进学科教育的革命性改变。在现代英语教学中，各类信息渠道都产生了大量的结合化、非结构化数据，通过大数据采集技术、分析技术、挖掘技术的有效应用，不仅能够为学生的英语学习提供一个更加自由化、个性化的学习环境，而且也为教师了解学生的学习方法及学习情况提供一个崭新的、远程的、可量化的掌控手段，有助于现代英语教育质量与教育效果的全面提升。

一、大数据的内涵与特征

(一)大数据的概念及内涵

大数据作为一个抽象的概念，不仅是指数据在数量上的庞大，也是指是数据在规模及形式上的庞大与不可预估的定量信息。大数据区别于传统的规模化数据信息，在最新的维基百科中认为，“大数据”是指无法在一定时间内用通常的软件工具进行捕获、管理的数据集合。对于英语教育而言，“大数据”的数据主要来自于两个部分。其中，一部分主要来源于各学校及施教单位内部自身信息系统所生成的运行数据，这类数据多数是标准化和结构性数据;而另一部分则来源于校园外部，也是现代英语教学中所需要的大量文本信息、图像信息、音频信息、视频信息以及微信、微博等多种类的非结构化数据。如何在规模庞大、类型复杂的英语数据源中，采集与挖掘出对英语教育有用的信息，并在最短内做出有效分析，将是大数据时代中英语教学所需进行的一项核心工作。

(二)大数据的特征

大数据的数据特征，主要是指数量上的规模性(Volume)，结构形式的多样性(Variety)以及速度传播上的高速性(Veloci-ty)这三个特征，即平常所说的3V。其中，规模性是指大数据的信息规模很大，一般的可以达到TB级及PB级;形式上的多样性则是指数据类型上，大数据包含着结构化数据和非结构化数据这两类;传播速度的高速性是指在数据的构建、数据采集、数据分析、数据挖掘等一系列过程非常迅速。

二、大数据对英语教育的影响

(一)对英语教学模式的影响

传统的英语教学主要是以课堂教学为主，而通过将大数据技术与英语教育深度融合，英语教学将成为一种更加开放性、互动性的教学模式。在大数据时代，学生的平板电脑、笔记本、智能手机等移动终端，都将成为英语教学的常规载体，英语学习不再仅局限于校内和课堂中，在一切场所中都不受时间、地点的限制进行自主学习。同时，伴随着信息技术的迅速发展，全球教育资源正在逐步实现无缝整合与共享，近年来所开放的优秀教育资源如OER、MOOCS等，正逐步向全球各角落的学习者所同步共享。这些优秀的英语学习资源的利用，能明显缩小我国各地域间英语教育水平的落差，从而为学生真正提供一个优质、自由的英语学习环境。

(二)对英语教学方式的影响

大数据时代下的英语教育，一是能提供信息的无缝链接，它能实时获取各种英语资源与网络服务的多终端访问，能实现数据同步与英语知识的无缝迁移;二是能实现信息的全面交互，英语学习需要学生通过良好的人际交互以更好的理解与掌握语言能力，而利用大数据技术能实现师生之间、学生之间随时随地的互动交流;三是能对学习情况进行积累监测，利用大数据分析技术、挖掘技术，能通过移动终端随时获取学生课外学习情况、记录成绩，并能通过区域性的数据统计，得到具有研究价值的数据报告，以详细掌握学生课内外的学习轨迹;四是能提高教学管理效率，大数据采集技术中的二维码技术、红外感应技术、全球定位等技术，都可以使各种英语教育装备与互联网连接，从而实现对英语教育内容、教育过程的智能化识别、定位、监控与管理，以明显提高英语教学的管理效率。总而言之，通过数据采集技术以全面收集各种英语教育数据，再利用数据分析与数据挖掘技术对这些数据进行深度处理，不仅能够英语教学与管理提供更加科学化的决策支持，而且能明显提升英语教育的实用性，有助于推动现代英语教育的可持续化发展。

(三)对英语教学评价的影响

大数据与英语教育的深度融合，还可以实现对学生英语学习过程的有效评估。一方面，通过大数据采集技术，可以监控学生的英语学习流程，发现学生的日常学习状态，并通过对数据的变动分析，教师也能观察到教学方式、教学流程改变的效果，促进教师在课后反思自己需要进一步改进的地方;另一方面，通过对学生英语学习行为的数据分析，也有助于掌握学生的知识掌握程度与兴趣点，以促进教学效果的反思。由此可见，“依靠数据说话”已成为了现代英语教学评价的基本立足点。通过对教学过程、学习行为以及各种教学管理数据的全面采集、集中存储、深入挖掘与分析，不仅能学生的英语学习具有重要的指导意义，也为教师的教学质量评估提供了全面、准确的分析结果。

三、大数据的关键技术及在英语教学中的运用

(一)大数据的关键技术

大数据技术是由数据采集、数据分析、数据挖掘、数据管理、数据共享、数据可视化等一系列技术的集合。数据的基本流程。1．数据采集技术英语教育中所形成的大数据，一个重要特点就来源广泛、类型多样，这就需要利用数据采集技术对数据进行有效的抽取与集成，并通过关联存储于数据库中，以方便对数据随时的提取与分析。目前，用于英语教育数据的采集技术，主要包括了:基于搜索引擎采集技术、基于数据流引擎采集技术、基于数据库采集技术、基于ETL引擎采集技术等类型。2．数据分析技术数据分析技术也是英语教育数据处理流程的核心，其主要目的是根据教学的需求，对这些数据进行深入的挖掘、整理与分析。数据分析技术主要包括了数据挖掘技术、机器学习技术、统计分析技术等类型。其中，统计分析技术主要为云计算技术、分布式处理技术等。3．数据可视化技术数据可视化技术也被称为数据解释技术，它能通过对数据分析结果的可视化形象，向用户展示具体、形象的结果。在英语教育中，数据可视化技术不仅可全面、直观的呈现各类英语教育统计数据，而且也可通过可视化操作界面，远程操控英语教学设备。

(二)大数据在英语教学中的运用

1．在英语远程教育中的应用随着全球一体化时代的到来，熟练掌握英语已成为新时期、高素质人才日常生活、工作所需。为了更加便捷的学习英语，大量网络在线课堂、网络英语学习资源也应运而生，英语教学也逐渐由传统的课堂教学模式向着更加个性化、便捷化、网络化的教学方向转变，英语教育的远程化、网络化时代已然到来。近年来，由于新兴的远程化网络英语课程大量出现，随着而来也出现了大量的英语教育数据，再加上学生利用这些课程在网络中学习、互动、互助，也相应产生海量数据。因此，大数据技术在英语网络远程教育中也有了相应的用武之地。例如，通过数据采集技术，能统计学生在网络中对英语知识提问的次数、参与讨论的多少等等，然后在这些基础上，通过数据分析技术，能详细掌握学生的学习状态和英语水平，进而对学生的英语学习行为进行正确的诱导与评价。随着大数据技术在英语远程网络教育的应用，教师不再基于自己教学经验来分析学生在学习中的偏好、难点以及共同点，而只要通过分析与整合学生英语学习的状态与行为记录，就可轻易地掌握学生的英语学习规律与学习水平，然后再有的放矢，对不同的学生采用更加有针对性的帮助和辅导，这都有助于明显提升远程英语教育的效率与效果。

2．在英语课堂教育中的运用大数据技术除可应用于远程英语教育以外，在课堂教学中也有着广阔的应用空间。大数据技术在英语教育中的应用，最重要的目的就是提高学生英语学习的效果与效率，而通过大数据分析技术、采集技术的应用，对英语课堂的教学模式、教学方法以及学习行为都能形成有利的改变。通常而言，学生在课堂学习中作业信息、日常学习信息等重要信息，往往容易被忽视。而通过大数据采集技术与分析技术，则能及时发现与整理这些重要信息，不仅能为提高学生的英语成绩提供更加个性化的服务，也有助于提高学生英语考试的成绩、平时的出勤率、四六级通过率等。例如，通过大数据技术，能及时分析出某位学生英语成绩不佳的原因，是由于周围环境影响因素?是由于学习内容没掌握因素?或者是因生病缘故?等等，从而为教师提供有用的数据信息，以实现更加针对性的英语课堂教学。

3．在英语考试中的应用大数据技术还有助于让英语考试更加科学与合理，由于英语考题的设置，需要考虑到学生的英语学习水平、答题效率多种因素。在考试过程中，试卷的答题结果、班级成绩情况，也能为教师提供大量的数据信息。而通过数据采集技术、数据分析技术，则有助于详细了解学生的英语学习情况与记忆情况，在下一次出题时就能更加贴近于学习实际，并设置出更加适合学生的个性化问题，设计出能够促进英语记忆力的考题线索。

四、总结

本文主要就大数据对现代英语教育的影响及运用进行了探索与研究。随着大数据技术在英语教育中深度融合与运用，不仅使教师能够详细掌握学生在课外与课内的英语学习轨迹与学习情况，而且能够为每一名学生创设出更加个性化与自由化的学习环境，从而真正构建起了以学校、家庭、社会、个人为一体的交互式人才培养体系，为学生养成终身英语学习的习惯打下了良好的基础。

课堂大数据分析篇6

关键词：大数据；数据分析；数理统计

基金项目：华北理工大学研究生教育教学改革项目资助（项目编号：K1503）

基金项目：华北理工大学教育教学改革研究与实践重点项目资助（项目编号：Z1514-05；J 1509-09）

G643；O21-4

谷歌公司的经济学家兼加州大学的教授哈尔・范里安先生过去说过统计学家将会成为像电脑工程师一样受欢迎的工作。在未来10年里，人们获得数据、处理数据、分析数据、判断数据、提取信息的能力将变得非常重要，不仅仅在教育领域，各行各业都需要数据专家，“大数据”时代的到来使得数据处理与分析技术日新月异，深刻的影响着各个行业、领域及学科的发展，尤其是与数据关系密切的行业及学科，而作为工科各专业硕士研究生重要的公共基础课数理统计学是天生与数据打交道的学科。

怎样在“大数据”时代背景下培养出适应面向企业自主创新需求的数据分析人员或掌握现代数据处理技术的工程师，如何把当下流行的“大数据”处理技术与相关数理统计学课程教学有机的结合，以激发学生对数据处理与分析技术发展的兴趣，这些都是我们在与数理统计学相关的课程教学中不得不思考的问题。然而，当前高校工科各专业硕士研究生数理统计教学的现状却与其重要程度相去甚远，整个教学过程的诸多环节都存在较大的不足，主要表现为：1.教学内容偏重理论，学生学习兴趣不高；2. 轻统计实验；忽略对统计相关软件的教学；3.没有注重数理统计的学习与研究生专业相结合，实用性强调不够。4. 轻能力培养；轻案例分析等。

这些现象导致的直接后果就是学生动手能力上的缺陷和创新能力的缺乏， 不能够自觉利用数理统计知识解决实际问题， 尤其缺乏对统计数据的分析能力。因此，需要数理统计学随着环境的变化不断创新新的数理统计思维和教学内容。避免教学内容与大数据时代脱节。为此笔者在该课程的教学过程中，有意识地进行了一些教学改革尝试。提出了几点工科研究生数理统计教学的改革措施。

（1）调整教学内容，将与数理统计相关的大数据处理案例引进课堂。有很多有普遍性的应用统计实际案例，可以在本课程的教学过程中有选择的引入介绍给学生，让学生们了解利用所学统计方法进行实际数据分析的操作过程和得出结论的思维方法。以期解决工科研究生对确定性思维到随机性思维方式的转变的不适应性。

（2）适应大数据时代数理统计学课程的教学环境。实现教学方式的多样性。大数据时代背景下，互联网十分发达，学生根据自己的兴趣去收集、整理和分析数据，既可以改变他们对统计方法的进一步认识，也可以增加他们的学习兴趣。甚至可以以专业QQ群，邮件的方式和同学、老师之间相互交流，交流者处于相互平等的地位，可以畅所欲言，随时随地都可以交流，起到事半功倍的效果。这种交流使得教师不再是知识的权威，而是把教师上课作为一种更好自主学习的引导，这种交流使得他们的思想变得更加成熟。同时参与各种网络论坛，贴吧回答问题等使得他们更能体现自己的价值，这种交流也使得学生的学习热情和学习精神得到更好的激发。

（3）引导工科研究生开展与本专业相结合的课题研究，强调实用性，注重统计思维能力培养。适应大数据时代数理统计学课程教学环境，实现教学方式的多样性。以期弥补学生缺少数据分析实例的训练，解决学以致用的不足。在目前的数理统计教学安排下，受学时所限，如果相当一部分时间用来学习公式、定理的推导及证明，势必没有时间进行实际的数据分析练习。在大数据时代背景下，随着海量数据、复杂形式数据的出现，使得统计方法的发展和以前有了很大的不同，没有实际的数据分析训练，学生们就无法对统计的广泛应用性及重要性有深刻的体会，也不利于保持和提高他们的学习兴趣。这要求具体工作者提出新的统计思想和方法，加深对已有统计思想的理解，以解决实际问题。

（4）改革成绩评定方式。现有的考试模式为通过有限的一到两个小时的期末考试，进行概念的辨析和理论及方法的推导计算，由此来判断研究生关于数理统计课程的学习情况有很大的不足，特别是对可以利用软件进行的某些实际数据分析的考察没有办法实现。因此，有必要通过日常课堂“论文选题―提交―讨论”与期末理论考试相结合的形式对学生数理统计学习进行考核。加大对学生平时考察的力度，相应地减少期末考试成绩的比重。让学生选择一些与自己专业有关的数据进行尝试性的数据分析、一些统计科普著作的读书报告等并写成论文的形式提交，做为对学生成绩的评定方式，更能综合、客观地评价学生的学习情况。

数据分析在现代生活中发挥的作用越来越大，而道硗臣品椒可以与数据分析有机的结合，从而在提高数据分析效率的同时，保持分析结果的有效性，为生产和实践活动提供准确的参考。以上的思考和建议仅是我们在教学研究和教学过程中的一点体会，还有许多工作亟待深入，比如适合工科研究生数理统计课程的大数据案例选取，与课程内容的有效衔接；案例教学法如何实施；教学方式多样化问题；课堂教学与网络交流结合；理论介绍与软件应用训练结合问题等。教学改革与实践是一项艰巨的任务，以培养学生的实际运用能力和正确解释数据分析结果的能力为目的，强调统计思想和方法应用的培养，让学生们了解利用所学统计方法进行实际数据分析的操作过程和得出结论的思维方法将是一项长期的工作。

参考文献

[1].游士兵，张 佩，姚雪梅.大数据对统计学的挑战和机遇[J].珞珈管理评论， 2013， （ 02）： 165-171.

[2].Stephen Fox. Getting real about Big Data： applying critical realism to analyse Big Data hype[J].International Journal of Managing Projects in Business ， 2013， Vol.6 （4），pp.739-760

课堂大数据分析篇7

关键词：智慧课堂；大数据；动态学习数据分析；课堂教学结构

中图分类号：G434 文献标志码：B 文章编号：1673-8454（2015）22-0021-04

智慧教育、智慧课堂是当前教育信息化研究的一个新的热点问题，是信息技术与教育教学深度融合的产物。智慧教育的核心在于用最新的信息技术变革和改进课堂教学，打造智能、高效的课堂。当今社会进入大数据时代，大数据的出现将会对社会各个领域产生深刻影响。在教育领域也不例外，美国许多高校和基础教育领域十分重视大数据的应用，2012年美国国家教育部了《通过教育数据挖掘和学习分析促进教与学》的报告，我国也有不少学校和教育软件企业进行教育大数据和学习分析技术的探索。因此，利用大数据技术分析和改进学习行为，变革传统课堂教学，构建基于动态学习数据分析的智慧课堂模式，具有重要的现实意义。

一、智慧课堂的提出及发展

人们对智慧课堂的理解总体上有两类，一类是从教育视角提出的，另一类是从信息化视角提出的，本文所使用的概念是后一类。在英语中，关于“智慧”的表达有三种，即Smart、Intelligent或Wisdom。2008年，IBM最早提出“智慧地球（Smart Planet）”，随后出现了智慧城市、智慧教育、智慧课堂等概念。IBM使用及广泛推广的“智慧地球”是“Smart Planet”。因此，现在人们所说的“智慧课堂”是智能化课堂（Smart Class），主要是从信息化的视角理解的，即使用先进的信息技术实现教育手段和课堂的智能化，进而实现教育教学的智慧化。

基于信息化的视角来分析，随着信息技术迅速发展及其在学校教育教学中的广泛应用，从早期的辅助手段向与学科教学的深度融合发展，传统课堂向信息化、智能化课堂发展，对智慧课堂的认识也在不断深化。目前对智慧课堂概念的定义也有多种类型。比如：有的学者定义“智慧课堂”是物联网和教育云端等新技术于一体的智能课堂；[1]有的认为“智慧课堂”重点在课堂中的应用，是通过云计算、网络技术、应答系统等技术手段来支持个性化学习的有效展开；[2]有的学者提出建立基于电子书包的“智慧课堂”系统，具有课前多媒体电子教材预习、课中互动教学、课后微课程作业辅导等功能，为实现“颠倒的课堂”和学生随时随地碎片化学习提供了全面支撑[3]等等。

实际上，智慧课堂的概念是随着信息技术在教学中的不断应用与融合而逐步发展的。当今社会进入教育大数据时代，基于大数据技术分析和改进学习行为、变革传统课堂已成为一种必然趋势。这里我们结合自己的研究，提出基于动态学习数据分析的智慧课堂概念。

二、智慧课堂的概念

所谓“智慧课堂”，是以建构主义学习理论为依据，利用大数据、云计算、物联网等新一代信息技术打造的智能、高效的课堂。其目的是基于动态学习数据分析和“云+端”的运用，实现教学决策数据化、评价反馈即时化、交流互动立体化、资源推送智能化，全面变革课堂教学的形式和内容，构建大数据时代的信息化课堂教学模式。智慧课堂的提出与发展既是信息技术在教学领域应用的产物，同时也是课堂教学不断变革的结果。

对上述智慧课堂定义的理解，应重点把握以下几个方面的内涵：

1.智慧课堂的构建依赖于大数据学习分析技术

数据改变教育是智慧课堂的核心理念。对于具体的课堂教学来说，数据是反映教学效果的最为显著的指标，比如：学生识字的准确率、作业的正确率、多方面发展的表现率――积极参与课堂教学的举手次数，回答问题的次数、时长与正确率，师生互动的频率与时长等。在课堂教学中生成了海量的数据，对这些数据进行加工、挖掘和分析离不开大数据技术和方法。基于大数据的学习分析，智慧课堂从依赖于存在教师头脑中的教学经验转向依赖于对海量教学数据的分析，一切靠数据说话，依靠直观的数据对学生的学习行为进行判断和制定教学决策，实现了基于数据的课堂教学。

2.智慧课堂基于全过程动态学习评价和智能推送

传统课堂上每位教师常常要面对几十个学生，很难及时把握和照顾到每个学生的个体差异。智慧课堂基于全过程动态学习评价和智能推送，有效地改变了这一状况：通过课前富媒体预习材料和作业，进行预习测评和反馈，深化学情分析，优化教学设计，便于精准教学；通过课中推送随堂测验，进行实时检测数据分析和即时反馈，改进教学策略，调整教学进程；通过课后作业数据分析，实施针对性辅导，为学习者即时推送合适的个性化学习资料，实现个性化的学习支持。

3.智慧课堂采取“云+端”的教与学服务方式

智慧课堂的实施基于云计算技术、采取“云+端”的服务方式，部署和应用智慧课堂的信息化平台――智慧教室，其主体由微云服务器、端应用工具、云平台等组成。智慧课堂信息化平台提供学习资源管理与服务、教育信息管理、多元化评价等功能，通过教室内多种终端设备的无缝连接和智能化运用，打破了传统意义教室的黑板、讲台和时空概念，具备动态学习数据的采集和即时分析功能，实现了教与学的立体沟通与交流，使传统课堂发生了结构性变革。

4.课堂是翻转课堂进入2.0时代的最新成果

翻转课堂的基本要义是基于教学视频的应用将传统教学流程颠倒过来，从“先教后学”转变为“先学后教”。大数据时代强调数据分析和应用，基于大数据等信息技术的全面支持，从一般性观看视频转变为课前预习、测评分析及反馈，从“先学后教”转变为“以学定教”，从对课堂的控制转向基于数据的动态学习分析、即时反馈及据此实现的教学机智，已经从早期的“流程颠倒”的翻转课堂1.0转变为“结构性变革”的翻转课堂2.0，从而实现了大数据时代的“智慧课堂”。（传统课堂、翻转课堂与智慧课堂的关系见表1）

三、智慧课堂的信息化平台架构

智慧课堂常态化应用的前提是具有先进、方便、实用的工具手段。为此，需要构建基于学习动态数据分析和“云+端”应用的智慧课堂信息化平台。智慧课堂信息化平台应用功能的基本架构如图1所示：

在图1中，智慧课堂信息化平台的应用功能由从下至上的四个层次构成，主要包括：

（1）资源管理与服务层：主要是进行学习资源的管理和提供服务，包括课程标准、全科电子教材、各类题库系统、教学动态数据和教育管理信息。

（2）多元评价支持层：提供对学习和教学质量的形成性评价、总结性评价和诊断性评价服务，包括测试系统、GPA综合评价系统、教学质量评价系统和动态评价分析系统。

（3）端应用服务层：提供智能终端的学习、管理和应用功能，包括微课制作与应用、学习资源推送、端应用工具、第三方APP应用等。

（4）用户实现层：提供教师的“教”与学生的“学”的应用程序和方法，最终实现对课前、课中、课后的教学信息支持。

四、智慧课堂的教学结构模型

智慧课堂是基于动态学习数据分析实现的智能、高效的课堂，是利用现代信息技术对传统课堂不断改进的结果。大数据及学习分析等技术的应用，使得课堂教学结构发生了重要的变化，我们从与传统课堂教学结构的对比来分析智慧课堂的教学结构模型。

1.传统课堂的教学结构

传统课堂教学采用的是“5+4流程”结构，即包括教师“教”的5个环节和学生“学”的4个环节以及相互之间的联系方式，共同组成课前、课中、课后的完整课堂教学过程，构成了教学持续改进的过程循环。传统课堂的教学结构理论模型如图2所示：

课前环节

（1）教师备课：教师依据上一次课学生作业和教学经验进行备课。

（2）学生预习：学生对上一次课堂上布置的预习内容进行预习，但预习结果的反馈要到上课时间。

课中环节

（1）授课实施：教师依据备课方案进行讲授，学生跟随老师的思路进行听课。其间，老师根据学生的学习情况进行提问，部分学生代表回答问题，实现了部分互动。

（2）布置作业：教师布置课后的作业和预习任务。

课后环节

（1）完成作业：学生在课后完成作业，第二天或下一次上课时递交给老师。

（2）批改作业：老师在收到作业后完成作业批改，批改的情况往往难以及时反馈到下一节的备课中。

（3）评价反馈：老师将作业批改结果反馈给学生，通常需要两三天之后。

2.智慧课堂的教学结构

智慧课堂教学采用的是“8+8流程”结构，即包括教师“教”的8个环节和学生“学”的8个环节以及它们的互动关系，共同组成课前、课中、课后的完整课堂教学过程，构成了教学持续改进的过程循环。智慧课堂的教学结构理论模型如图3所示：

课前环节：

（1）学情分析：教师通过智慧教学平台提供的学生作业成绩分析，精确地掌握来自学生的第一手学情资料，确定本节课的教学目标；

（2）资源：根据教学目标和学情，教师向学生推送富媒体预习内容（微课、课件、图片、文本等），同时推送预习检测的内容；

（3）学生预习：学生预习教师推送的富媒体内容，并完成和提交预习题目，记录在预习过程中的问题；

（4）课前讨论：针对预习中的问题，学生在论坛或平台上进行相关讨论，提出疑问或见解；

（5）教学设计：教师根据学情分析结果，教学目标、教学内容，学生预习检测统计分析和讨论的情况，修改教学设计方案。

课中环节

（1）课题导入：教师采取多种方法导入新课内容，主要通过预习反馈（对学生提交的预习检测统计分析）、测评练习和创设情景等方式导入新课程，提示或精讲预习中存在的问题；

（2）展现与分享：学生展现课前自学成果，围绕新课导入进行演讲展示、分享观点，并重点听取在预习中理解不透的知识，积极参与课堂教学；

（3）新任务下达：教师下达新的学习探究任务和成果要求，并下达任务完成后的随堂测验题目，推送到每个学生终端上；

（4）合作探究：学生开展协作学习，主要包括分组合作探究、游戏教学等方式，教师设计活动，为学生分组，进行互动讨论，学生开展小组协作后提交成果并展示；

（5）实时测评和反馈：学生课上完成课程导入和新任务后，进行诊断服务，完成随堂测验练习并及时提交，得到实时反馈；

（6）精讲与点评：基于数据分析，教师根据测评反馈结果对知识点难点进行精讲，对薄弱环节补充讲解，重点进行问题辨析，通过多样化的互动交流解决学生在新任务中遇到的问题；

（7）巩固提升：学生针对教师布置的弹性分层作业和任务，对所学习的新内容进行运用巩固，拓展提升。

课后环节

（1）个性化推送：教师依据学生课堂学习情况，针对每个学生个性化的课后作业，推送学习资源；

（2）完成作业：学生完成课后作业并及时提交给老师，得到客观题即时反馈；

（3）批改作业：教师批改主观题，并录制讲解微课，推送给学生；

（4）总结反思：学生在线观看教师所录解题微课，总结所学内容，在平台或论坛上感想与疑问，与老师、同学在线讨论交流，进行反思。

五、智慧课堂的主要应用价值

基于动态学习数据分析的智慧课堂，对传统教学产生了革命性的影响，在教学实践中具有重要的特色和应用价值，主要体现在以下几个方面：

1.有利于构建建构主义理想学习环境

建构主义学习理论是现代教育技术领域的核心理论，为智慧课堂的构建奠定了坚实的理论基础。建构主义认为，知识是学习者在一定情境下借助他人（包括教师和学习伙伴）的帮助，通过意义建构的方式获得。理想的学习环境包括情境、协作、会话和意义建构四大要素。智慧课堂依据建构主义理论设计课堂教学模式，能够非常好地满足建构主义学习理论对学习环境所提出的较高要求。智慧课堂按照知识建构螺旋上升的特点，围绕课前、课中、课后的教学闭环，利用多种新媒体、新技术和智能设备，基于动态学习数据分析和“云+端”的运用，能够创造和展示各种趋于现实的学习情境，增进师生间、生生间的立体化沟通交流，有利于开展协作、探究学习，实现学习者知识意义的建构。

2.促进课堂形态的重大变革

智慧课堂教学中现代信息技术手段的深度应用，使课堂形态发生了重大变革。新技术、新媒体和智能终端为学习者提供了丰富的认知工具与支撑环境，为师生建立了更为开放的教室和课堂活动。例如，云端智慧教室无传统的讲台与黑板，课桌以分组讨论方式摆放，在教学过程中采取多元的交互协作方式，教师面向学生教学并直接融入小组讨论；教师可以通过手中的任意移动终端设备（手机、PAD）实现书写并向教室内大屏幕投射，教师常用的PPT不仅仅可以一帧一帧展示用，而且可以进行任意的手写、标注、推演等，传统的课堂已经变成了数字化的“体验馆”、“实验场”。

3.创新课堂教学结构和模式

大数据背景下的智慧课堂教学，在教学观念、教学内容、教学方式和教学流程上都发生了重大变化，课堂教学模式得到了“颠覆”。从以教师为中心强调知识传授的传统教学转变为以学生为中心强调能力培养；从传统多媒体教学的“望屏解读”向师生共同使用技术转变，师生、生生之间的沟通交流更加立体化，无障碍地进行即时交流互动；学习资源实现富媒体化、智能化、碎片化，按需推送、实时同步。课堂结构发生了变革，教学进程从“先教后学”到“先学后教”、“以学定教”，学习与智能测评在前，教师依据课前测评分析，有的放矢，分层教学，通过微课吧、分组讨论、精讲点评、分层练习等方式组织更加个性化的课堂教学，课后教师能够给每个学生个性化的作业，真正实现了个性化教学和因材施教。

4.构建全过程学习评价体系

基于动态学习数据分析的智慧课堂，其核心是对学生的学习全过程进行动态、实时的诊断评价和反馈。利用大数据学习分析技术提供测评练习，教师能够快速地对学生的学习全过程做出诊断评价。例如，通过智能评测系统实现数字化作业或预习预设的问题评测，收集、判断学生已掌握的知识和技术，自动数据分析与反馈，为教师的备课提供了及时、准确、立体的信息，据此实现有的放矢的备课，选择适应的教学策略。通过随堂练习及评测系统，进行实时测评、统计，快速分析与反馈学生的课堂学习效果，及时调整课堂教学进度与内容，体现了教师的教学机智，展示了教学艺术。基于数据的分析成为引导学生学习的依据，通过课后作业数据分析和反思评价，对学生进行个性化的辅导和实现教学的持续改进。

5.实现智慧课堂的常态化应用

智慧课堂取得实际成效的前提是常态化应用，常态化应用的前提是具有先进、方便、实用的工具手段。通过开发应用智慧课堂信息化平台，提供“微课”制作与推送功能、动态学习评价与数据分析功能、灵活方便的智能终端应用功能等，实现常态化教与学的应用。例如，“微课制作与应用平台”相对于传统的教学视频制作和应用工具来说，更加简单、方便、实用，使得智慧课堂的实现，不再只是表演阶段，因为技术足够的简单与方便，教师能快速融入到日常教学之中；随堂录制的微课，因为其足够的“小”、足够的方便，让微课的制作与应用实现了常态化。师生“端应用工具”是具有即时通讯功能的教学工具，支持包括苹果、安卓、windows在内的多应用平台，可以实现师生在课堂教学中的立体沟通，同时师生间可以实现课前、课后的随时随地问答、讨论与教学交流，保证了基于“端”的教与学应用常态化。

参考文献：

[1]王盛之，毛沛勇.基于数字化教学案的智慧课堂互动教学系统实践研究[J].教学月刊（教学管理）中学版，2014（4）.

[2]邓光强.“智慧课堂”中的学生个性化学习[J].教育信息技术，2013（12）.

课堂大数据分析篇8

关键词:民办院校;法学教学改革;机遇

一、“大数据”简介

大数据给法学教学带来了对于如何分析学生学习情况的全新认知方式。

二、大数据为民办院校法学教学改革带来的新的发展机遇

民办院校的教师师资力量弱，学苗差，学生考研率低，就业率低。长春财经学院在法学教学改革中，引入翻转课堂教学模式。而大数据作为一种新的研究方式，可以为翻转课堂提供更好的数据分析。(一)辅助提升法学学情分析。利用大数据可以从海量的数据分析中，提供教学需要的学生学习情况的信息。促进教师进行教学改革，提升教学效率。1．大数据对学习过程进行监控大数据则可以通过对学生线上学习过程进行监控，为教师提供数据帮助教师掌握学生学习情况。如为了防止学生观看视频的学习过程中有偷懒行为，保证学生学习的效果以及成绩的真实性，超星等网络平台也采用了许多新的手段。2．大数据对学生学习效果提供统计数据大数据可以帮助教师对学习效果进行统计。如，提供随堂测验的统计数据等。在教学实践中，如何对学生的学习效果进行合理的评价，仍是一个需要进一步改革的问题，尤其是采用翻转课堂教学模式下。(二)辅助配置教学资源。大数据可以辅助教学资源的优化配置。在当前的教学改革工作中，要注重大数据的分析，特别是对于学情的分析，确保教学改革取得应有的效果。通过利用大数据对学生学习情况进行分析，查找规律，辅助教师评估每个学生的学习质量、效果及学习的困难点，从而合理分配教学资源。(三)促进教师和学生的良性互动。在网络信息时代，学生对于知识的需求量越来越大，社会对于学生的能力的要求也越来越高，要求上岗即能上手，因此，学生需要真正能够利用所学知识解决问题。而大数据可以更好的促进二者关系的良性互动。

三、大数据时代民办院校法学教学改革面临的主要挑战

在大数据时代，法学教学改革迎来了新的问题。当前，法学教学改革中面临着许多与大数据时代相关的挑战，其中较为典型的问题包括如下几个方面:(一)大数据对真实学情的掌控上，仍需完善。目前，超星尔雅平台已经建立起了教学互动平台，利用大数据对学生的网络学习过程及效果，及时进行统计分析。然而，在实践中，依然存在大数据无法掌控的问题，如不能真实的反映学生的学习效果。(二)如何运用大数据分析学情，仍需论证。目前，大多数的教师认为，目前大数据可以作为学情分析的参考，如分析学生的学习习惯，但不能以此作为认定学情分析的标准。综上，在不断的深入法学研究的方方面面，大数据为法学研究提供数据参考，也为我们法学教学提供数据分析，为法学教学的现代化提供有益的辅助支持。我们要提升重视现代化科技力量的运用。利用大数据对海量数据分析、整合，从而发现学生学情的新规律，提升法学教学水平，在运用大数据时，需要注意数据固有的局限性，对数据分析进行恰当合理的利用。

［参考文献］

［1］JohnGantzandDavidReinsel，“ExtractingValuefromChaos”，IDCiView［J］，(Jun．，2011)，pp．1－12．

［2］王巍．大数据背景下的MOOCs对民办高校大学英语教学改革的影响［J］．中国培训，2016(10):108－109．