以线上教学为主的大数据类课程混合式教学探讨_韩飞龙.pdf

科技视界Science&Technology Vision0引言随着疫情频发，信息化教学在各类学校都逐步推进，以理论教学为主的中小学对线上教学接受程度相对较高，但高校中实践类课程占比较大，部分课程单独采用传统的线上讲授、提问等模式难以满足课程大纲要求。本文将针对大数据类课程中存在的问题进行详细阐述和分析，分别从理论教学和实践教学展开，在传统的线上教学模式中引入混合教学手段1，针对此类课程特点给出具体实施方案，最大程度解决大数据类课程实践过程中系统调试、网络搭建等问题，提升高校课程教学效果。1大数据类课程教学中存在的问题目前，大数据类课程2通常分为理论课程和实践课程。理论课程通常包括 Hadoop 架构基本特性、分布式文件系统、分布式数据库、对应的数据处理程序的原理、区别和应用等。而这类实践课程涉及应用和知识面较广，主要包括分布式系统的安装、网络调试、虚拟机创建、各类数据库应用以及 JAVA API 的应用。常规的线下课程通常采用虚拟机作为运行环境，以此为基础进行 linux 系统、Hadoop 架构等安装。然而，linux系统种类和版本非常丰富，与 Hadoop 架构及其生态软件的兼容性各不相同，尽管可以通过指定版本的方式让学生们进行安装调试，但这样的教学形式不利于学生未来就业。因此，让学生们既能够选择适合自己的软件类型和版本，又能够将实验顺利进行，探索一种能够实现这种要求的实践课程形式，对于应用型本科大数据专业类教学非常重要。本文提出一种基于线上教学情景的大数据类课程混合教学方法3，以学生的学习效果为核心，以专业教师的资源整合管理为基础，以大数据学习实验平台为依托，对师生的教学过程提出新的看法和要求，实现线上教学的高效化、自主化，使学生快速提高专业能力和自主思考能力，同时加强学生间的交流沟通，锻炼合作能力。基于此，对大数据类专业培养更符合社会工业需求的全面型人才，提高学生的专业对口水平，为学校专业建设做出一定贡献。DOI：10.19694/ki.issn2095-2457.2022.30.28以线上教学为主的大数据类课程混合式教学探讨韩飞龙郁钱（江苏理工学院计算机工程学院，江苏 常州213001）【摘要】随 着 信 息 化 教 学 的 逐 步 推 进，以 及 各 地 的 疫 情 频 发，线 上 教 学 俨 然 已 成 为 高 校 师 生 共 同 面 对 的 问 题 之一。线 上 教 学 本 身存 在 主 要问 题是 由 于师 生 难以 共 同对 某 些问 题 进 行探 讨，特 别 对 于 应用 型 本 科 教 学 而 言，实 践 类 课程 受影 响较 大。其 中，对 于 大数 据 类 课程 而 言，理论 教学 可 以通过 各类 互 联网 工 具 顺 利 开展，而实 践教学 中系统 报 错 原因 复杂，难以 给 出准 确的 原因。因 此，大数 据类 课程 教 学 研 究迫在 眉 睫，本文 将针 对 其中 典型问 题展开 阐述。【关 键词】线 上 教 学；大数据 类 课 程；实践 教学；计 算机；混 合教 学基 金项目：江苏 理工 学院 校教 研 项目（11610312122）。作 者 简介：韩 飞龙，博士，讲 师，研 究方 向 为统 计 学 建模。郁 钱，博 士，讲师，研 究 方向 为 深 度学 习。科学课堂098Science&Technology Vision科技视界2混合式教学混合式教学是伴随着网络技术的进步在 21 世纪初被提出，旨在同时发挥传统教学模式和在线教学模式的优势，增强学生间的交互和自我管理，引导学生优化自我的学习策略，其重点在于打破常规教学被局限于教室、局限于讲授、局限于有限的教材等劣势，同时降低线下课堂学生人数增长随带来的不利影响，为学生提供更多的学习模式和学习场景。在混合式教学当中，除了教学模式的考虑，由于缺少面对面的交流，更需要关注学生的投入状态。这一领域主要包括行为投入、认知投入和情感投入，平衡三者关系是优秀的教学中必须要考虑的。行为投入主要指学生之间的讨论、师生交流、课堂思维等方面，在混合式教学中更多体现在线下教学这一部分。认知投入主要集中在学生的自我管理层面，提高课堂沟通效率和讨论深度。情感投入主要在学生和教师的教学情感反应，最重要的是让学生能够更多的引发兴趣、成就感等正向情感4。3大数据类课程的混合式教学IT 行业正在发生着重大的变革，数据量、CPU 计算速度、网络带宽等在近几年都出现了爆炸式的增长，随着 WEB2.0 这一概念的提出，非结构化数据的重要性和应用场景逐渐覆盖到了各行各业当中，其中的并行计算和分布式系统两大核心技术也成为计算机和大数据专业的重要课程。3.1大数据类课程的特点大数据本身具有数据量大、数据种类丰富、数据应用和抛弃周期短、数据价值密度低等特点。从技术层面来讲，大数据类课程主要包括数据储层和管理、数据处理和计算这两个方面，具体的，主要有分布式文件系统、数据仓库、分布式计算框架、可视化处理等技术。由于这些技术应用面广，大都由 Google、Adobe等大型互联网公司提出并提供一些开源版本，因此软件更新迭代速度非常迅速，这就使软件的配置、代码编写都会发生改变，不同软件或者版本之间的兼容性也可能出现一些问题，而这样的特点就使得大数据类的课程开展存在一定困难。3.2探索大数据类课程的混合式教学基于当前的防疫形势以及江苏理工学院大数据平台，本研究将分别从线上教学、线下教学、思政教学三个层面展开，对大数据类课程的混合式教学进行探索，主要内容如图 1 所示。图1大数据类课程的混合式教学3.2.1线上教学江苏理工学院大数据平台涵盖了 Hadoop、ECharts、JAVA等大数据相关课程的理论教学视频、实验操作讲解、实训项目及配套实验机等功能，如图 2 所示。该平台以 8 台服务器作为后端保障，可供 200 名学生同时操作在线实验机进行配套实验的操作或进行实训项目练习，每位学生的资料单独离线保存，可在任意时间下线，上线后继续完成剩余实验任务。本研究中线上教学占混合式教学的主导地位，主要包括讲授和作业反馈这两部分内容。鉴于大数据类课程的特殊性，且大部分学生对此类技术较为陌生。因此，讲授部分将以基本原理的解释、文件构成和代码编写详细展开，令学生对大数据相关原理和概念有足够的认识，从而让实验部分能够起到巩固知识和模拟实训的目的。课堂时间内将采用线上课堂平台进行讲授，学生可以通过 MOOC 平台及江理工大数据平台对所学课程进行课前预习和课后复习，自主安排学习时间。直播讲授过程中，引入 Live2D、UNREAL、Unity 等技术，通过人像实时捕捉的形式，实现虚拟角色的参与。选择时下在学生中人气较高的角色进行直播讲授，借此提高学生积极性和新鲜感，同样的，学生也可以以虚拟角色参与到课堂讲授中，给学生在学习过程提供另一种参与形式，满足学生的行为投入和情感投入。尽管实验教学以线下为主，但通过江苏理工学院大数据平台，能够在线对学生的实验进度进行了解和统计，对后续实验的开展和实验任务的安排起一定的科学课堂099科技视界Science&Technology Vision指导作用。3.2.2线下教学在当今的教学环境中，线下教学逐渐弱化，在大数据类课程中线下教学主要指实验教学和学生线下的自主学习。自主学习主要通过江理工大数据平台进行，借助其中的课程内容可以线下与同学进行交流讨论。实验教学从两个角度展开，其一是学生通过自己的电脑进行环境搭建、完成实验，其二是学生通过大数据平台的在线实验机进行实验。本校大数据课程中要求学生在以上两种环境下都能够完成对应实验。当每小节课程结束后，教师布置对应课程的实验内容，学生首先在在线实验机完成实验测试，对代码、流程有基本掌握，课后对所学内容快速实践复习，加深理解。在实验课及下一次理论课程之前，学生完成在自己电脑上的环境配置部署、软件安装、实验内容测试等场景，由于该步骤报错概率较大，教师提前提供部分报错解决方案，另外给出共享互助文档供学生间问答使用。实际课程运行中，该举措能解决大部分学生的试验报错情况，学生完成时间较以往减少约10%，能够在一定程度上满足学生的行为认知，提高参与感。3.2.3思政教学混合式教学给思政教学带来了新的机会和挑战，对于理工科课程，特别是针对涵盖大量实践内容的课程，思政教学的重要性也愈发重要。实际上，实践类课程的实施，就是学生未来可能要面对的工作环境或工作内容，在发现问题、解决问题以及判断自我行为的角度，有必要对学生在课堂中进行一定的引导。本研究中主要通过学生的互助文档、学生实验的自主演示等环节，提高学生之间的交流，让其直观感受到所学技术的效用和解决方案提出的过程。对于理论型课程，讲授过程中教师应注重互联网技术和实事更新，结合我国国情，引导学生对我国不足的技术有一定认知，同时对我国领先技术保持荣誉感，提高自信力。4结语大数据类课程中实验部分比重较大，对于就读与应用型本科院校的学生而言，在接近真实工作环境的情况下进行高效的实验非常重要。通过对混合式教学的研究及对江苏理工学院大数据平台的深度挖掘，本研究旨在探索一种适用于当今以线上教学为主的教学形式，为我国高校教育事业提供一定参考价值。【参考文献】1马婧.混合教学环境下大学生学习投入影响机制研究：教学行为的视角J.中国远程教育，2020（2）：11.2喻晓，陈涛.应用型本科Java语言程序设计课程教学改革研究J.软件导刊，2014，13（10）：2.3余胜泉，路秋丽，陈声健.网络环境下的混合式教学：一种新的教学模式J.中国大学教学，2005（10）：50-56.4张晴，陈真真.大学英语翻转课堂中学习者接受度的路径研究J.外语教学理论与实践，2021（4）：10.图2江苏理工学院大数据平台科学课堂100