论文部分内容阅读
摘 要 分析在线课程的特点，以数据挖掘在线课程为例，讨论课程改进的几个方面，结合几年来实践教学经验，提出增强在线课程教学效果的一些措施。
关键词 在线课程；数据挖掘；大数据
中图分类号：G642.3 文献标识码：B
文章编号：1671-489X（2017）20-0030-03
Analysis of Teaching Methods for Online Courses for Online Courses： A Case study of Data Mining//YANG Zhuo， CAO Xiaoli，
LIU Dong
Abstract The characteristics of online courses were analyzed. Take
data mining for example， we discussed several aspects of curriculum
improvement. Some measures to enhance the teaching effect of on-
line courses are put forward combining practice teaching experience.
Key words online courses； data mining； big data
1 引言
在线课程是从2008年兴起的一种网络教学模式。近年来，随着网络带宽、移动互联和民众观念的发展，在线课程教学成为一种备受关注的教育现象。在线课程不仅具有规模大、免费开放等特征，更重要的是具有人本主义中提倡的“以学生为中心”的特点，为学生提供了在线学习课程的教学全过程。
2012年通常被称为“在线课程元年”，这一年也是“大数据元年”。自2012年始，“大数据浪潮”席卷全球，“大数据观念”开始深入人心。知名咨询公司麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”[1]
学习大数据的存储和分析技术就是要让学生掌握当前时代背景下的“劳动工具”，能否熟练掌握运用这种劳动工具，亦将是衡量大学生能力的重要标准。在线课程和大数据交汇融合，对数据挖掘在线课程教学也提出新的要求[2]。
2 数据挖掘在线课程教学研究
当前在线课程存在的问题 与传统教学方式相比，在线课程存在以下不足。
1）传统课堂授课，通过板书形成的推导和演绎过程更加具有逻辑性，易代入；在线课程无法顺畅地给出类似板书的推导。
2）传统课堂授课，教师可以实时观察学生的状态，进而微调授课速度和形式；在线课程无法获得学生的实时状态。
3）传统课堂授课，教师可以实时提醒，监督和提问学生，提高其注意力和上课态度；在线课程不能要求学生遵守课堂纪律，实时回答问题等。
同时，大数据时代背景下的学生具有如下特点。
1）当前，迅捷的移动互联网络使学生能够更加便捷地获取相关知识信息，但他们每天所面对的海量数据都是碎片化的，虽然见多识广，但容易走马观花，没有深入研究下去的动力和能力。
2）学生获取数据的自主选择性增强，功能性增强，却易于浮躁；处理数据、分析数据的角色化增强，却易于自我意识膨胀。
在线课程如何让学生感兴趣，吸引学生的注意力 一般来说，在线课程的时长应控制在20分钟左右，不宜超过30分钟。每节课程的教学重点不能超过三个，应简洁清晰；重点过多，学生易迷惑，难于吸收理解。
在线课程内容设计上，教师要善于提问。好的问题会激发学生的好奇心。数据挖掘课程由于其巨大的应用价值，从来不缺好的问题。比如在课程概述时，“数据挖掘有什么用”这个问题就太过直接，难以激发兴趣。可以这样开场：“为什么人工智能可以识别声音、文字，下围棋能赢了李世石？人工智能背后的运行原理是什么？这就是数据挖掘这门课要讲到的基本内容。”好的问题会让学生产生好奇心，跟上教师的思路，进而产生代入感。此外，教师可以在课堂上适时适量引入图表、图片、音频和视频等多媒体作为辅助教学手段，以之提高学生的专注力[3]。
“幽默”是在线课程建设中不可忽略的重要手段，恰到好处的幽默是学习过程中的“催化剂”。在线课程本质上是“在线视频教学”，但缺少传统课堂上的那种师生互动，如果教师始终一本正经地照本宣科，听者在20分钟的教学视频中注意力难以持续集中，他们是需要放松的。事实上，近年来兴起的“網红”都有一个共同的特点，即具有幽默感。在精心制作的视频中，恰到好处地给出一些关键性的“包袱”，听众淡然一笑，缓解了压力，也提高了注意力。此外，好的视频节目都会出现“配角”，画外音等辅助手段让观众深入其中。反观一些缺乏幽默感的视频节目，虽制作精良，但难以让观众产生认同感，收视平平，反响亦平平，节目的效果自然也就大打折扣了。
数据挖掘在线课程教师需要培养幽默感，平时多关注时事新闻，多思考总结，注意讲课的方式，最重要的一点——要有自嘲的精神。比如在介绍数据挖掘具体模型的时候：“这个广义可加模型可以预测具体股票未来的涨跌，不过这个模型在证券市场中的应用还有待进一步开发。如果真的那么有用的话，那么我也不会在这里给大家录视频讲课了。”
数学类在线课程如何把晦涩的概念和定理讲清楚 总体而言，数学类在线课程的每一节课，都应当展示一个清晰的结构——“提出问题—分析问题—给出结论”，同时提供适当的练习和复习内容。在线课程应杜绝大段的文字描述，结合视频制作的特点，图文并茂，音频和视频相结合，从而明确教学目的和教学内容[4]。 录制在线课程视频的时候，可以采用“PPT结合画外音”的模式，也可以采用“教师站在黑板前讲解推导”的模式，特别是后者，把黑板搬到了网络上，一样可以讲解、推导和演绎。两种模式相辅相成、结合使用。
对于数据挖掘这种偏数学类的课程而言，如果学生不预习复习相关内容，很多概念和方法是很难在20分钟的在线课程上理解的。针对这种情况，教师可以在课前对每节课的重点、难点整理出详细的笔记摘要，提前发给学生，作为在线课程的有益补充。在具体的在线课程视频制作中，教师应首先阐明概念和定理的意义和用途，让学生对本节课的目的和结构有所把握，达到高屋建瓴的效果，从全局窥细节。
比如数据挖掘课程在介绍分类变量的时候，应当阐明为何要单独介绍分类变量，分类变量和数量变量在回归中的异同，分类变量如果不单独声明的后果，等等；在介绍LASSO模型的章节，应介绍LASSO模型的由来，相比于一般回归模型，LASSO模型的优势在哪里，LASSO模型的应用范围在哪里。表1给出了这种思路。
“学而时习之”谓之“学习”，复习总结是学习的关键。教师在课后应当给出本节课总结的笔记摘要（若学生适应了在线课程，可以由学生自己总结，教师定期检查）。数据挖掘课程概念众多，既要讲经典统计分析方法，还要讲现代数据挖掘各大算法，教师给出相关课程的总结就很有必要。表2归纳了已学的重点知识，通过图表，学生可以快速总结对比各种统计分析方法，达到更好的学习效果。
在线课程要给学生压力 必须承认，学生的天赋层次是高低不同的，有些学生自学领悟能力极强，有些学生却需要“被赶着走”。对于后者，教师应当给予一定的学习压力。
数据挖掘在线课程，需要强调课后作业，应配备助教，协同教师定时收取批改作业，检查学生学习进度，督促学生专心学习，作业的成绩应予以公示。此外，数据挖掘也应当具备课外实践环节：给出问题、分析问题、收集数据、整理数据、分析数据。如此让学生体验数据挖掘作为一门理论兼技术的应用价值。信息社会背景下，学生易浮躁，对艱深理论易浅尝辄止。作为一门新兴的统计专业主干课程，关于数据挖掘的新的研究方法层出不穷。作为在线课程的教师，应当安排学生阅读经典的课外参考书[5]，定期检查学生的阅读效果，培养其“研究”的兴趣和习惯。
在线课程要注重培养用户体验，与学生互动 什么是在线课程的用户体验？当学生初步学习了某门在线课程后，这门课程的教学过程会给学生留下一些印象，学生也会对这门课程作一个评价。那么众多学生对课程的评价就形成了用户体验。在线课程的用户体验越好，学生回访的概率就越高，课程黏性就越大，学生获取知识的动力就越足，最终达到良好的教学效果。
用户体验是可以培养的。精心制作教学视频之外，教师应当在课下开通微博和微信，及时回答学生问题。好的问题应定期总结成相关知识点的问题集锦，放在课程中供学生研读讨论。自古以来，师生之间的问答就是一种主流的教学模式：大哲学家苏格拉底就是一个问答好手，其影响了整整几代古希腊大哲学家；我国的教育大师孔子和弟子的一问一答，亦成就了《论语》。
当前是移动互联时代，实际上也是交流讨论的时代，好的学生善于提问题，而好的教师应当善于整理并回答问题，二者通过问答的形式进行交流，产生良性互动，这种互动对于其他学生也是可见的。最终，这个过程能够改善学生的评价，提高学生的“用户体验”。
3 总结
互联网的核心竞争力就是共享，在线课程让教育实现了共享，是值得推广的。信息社会存在海量数据，未来将有大量的学生需要掌握数据挖掘方法。数据挖掘在线课程不仅应强调理论，也应强调技能的培养，因为这个社会不仅需要研究人员，也需要服务人员。教师应通过巧妙的教学设计吸引学生，通过有效的师生互动激励学生，通过一定的压力督促学生，通过精心制作的教学视频传授知识，达到预期的教学目标。
参考文献
[1]舍恩伯格，库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013.
[2]詹姆斯，威腾.统计学习导论[M].北京：机械工业出版社，2015.
[3]徐子沛.大数据变革[M].广西：广西师范大学出版社，2012.
[4]李金昌.大数据与统计新思维[J].统计研究，2014（1）：
10-15.
[5]温玉婷.大规模开放在线课程：M00Cs研究综述[J].广州广播电视大学学报，2014（2）：4-9.
关键词 在线课程；数据挖掘；大数据
中图分类号：G642.3 文献标识码：B
文章编号：1671-489X（2017）20-0030-03
Analysis of Teaching Methods for Online Courses for Online Courses： A Case study of Data Mining//YANG Zhuo， CAO Xiaoli，
LIU Dong
Abstract The characteristics of online courses were analyzed. Take
data mining for example， we discussed several aspects of curriculum
improvement. Some measures to enhance the teaching effect of on-
line courses are put forward combining practice teaching experience.
Key words online courses； data mining； big data
1 引言
在线课程是从2008年兴起的一种网络教学模式。近年来，随着网络带宽、移动互联和民众观念的发展，在线课程教学成为一种备受关注的教育现象。在线课程不仅具有规模大、免费开放等特征，更重要的是具有人本主义中提倡的“以学生为中心”的特点，为学生提供了在线学习课程的教学全过程。
2012年通常被称为“在线课程元年”，这一年也是“大数据元年”。自2012年始，“大数据浪潮”席卷全球，“大数据观念”开始深入人心。知名咨询公司麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”[1]
学习大数据的存储和分析技术就是要让学生掌握当前时代背景下的“劳动工具”，能否熟练掌握运用这种劳动工具，亦将是衡量大学生能力的重要标准。在线课程和大数据交汇融合，对数据挖掘在线课程教学也提出新的要求[2]。
2 数据挖掘在线课程教学研究
当前在线课程存在的问题 与传统教学方式相比，在线课程存在以下不足。
1）传统课堂授课，通过板书形成的推导和演绎过程更加具有逻辑性，易代入；在线课程无法顺畅地给出类似板书的推导。
2）传统课堂授课，教师可以实时观察学生的状态，进而微调授课速度和形式；在线课程无法获得学生的实时状态。
3）传统课堂授课，教师可以实时提醒，监督和提问学生，提高其注意力和上课态度；在线课程不能要求学生遵守课堂纪律，实时回答问题等。
同时，大数据时代背景下的学生具有如下特点。
1）当前，迅捷的移动互联网络使学生能够更加便捷地获取相关知识信息，但他们每天所面对的海量数据都是碎片化的，虽然见多识广，但容易走马观花，没有深入研究下去的动力和能力。
2）学生获取数据的自主选择性增强，功能性增强，却易于浮躁；处理数据、分析数据的角色化增强，却易于自我意识膨胀。
在线课程如何让学生感兴趣，吸引学生的注意力 一般来说，在线课程的时长应控制在20分钟左右，不宜超过30分钟。每节课程的教学重点不能超过三个，应简洁清晰；重点过多，学生易迷惑，难于吸收理解。
在线课程内容设计上，教师要善于提问。好的问题会激发学生的好奇心。数据挖掘课程由于其巨大的应用价值，从来不缺好的问题。比如在课程概述时，“数据挖掘有什么用”这个问题就太过直接，难以激发兴趣。可以这样开场：“为什么人工智能可以识别声音、文字，下围棋能赢了李世石？人工智能背后的运行原理是什么？这就是数据挖掘这门课要讲到的基本内容。”好的问题会让学生产生好奇心，跟上教师的思路，进而产生代入感。此外，教师可以在课堂上适时适量引入图表、图片、音频和视频等多媒体作为辅助教学手段，以之提高学生的专注力[3]。
“幽默”是在线课程建设中不可忽略的重要手段，恰到好处的幽默是学习过程中的“催化剂”。在线课程本质上是“在线视频教学”，但缺少传统课堂上的那种师生互动，如果教师始终一本正经地照本宣科，听者在20分钟的教学视频中注意力难以持续集中，他们是需要放松的。事实上，近年来兴起的“網红”都有一个共同的特点，即具有幽默感。在精心制作的视频中，恰到好处地给出一些关键性的“包袱”，听众淡然一笑，缓解了压力，也提高了注意力。此外，好的视频节目都会出现“配角”，画外音等辅助手段让观众深入其中。反观一些缺乏幽默感的视频节目，虽制作精良，但难以让观众产生认同感，收视平平，反响亦平平，节目的效果自然也就大打折扣了。
数据挖掘在线课程教师需要培养幽默感，平时多关注时事新闻，多思考总结，注意讲课的方式，最重要的一点——要有自嘲的精神。比如在介绍数据挖掘具体模型的时候：“这个广义可加模型可以预测具体股票未来的涨跌，不过这个模型在证券市场中的应用还有待进一步开发。如果真的那么有用的话，那么我也不会在这里给大家录视频讲课了。”
数学类在线课程如何把晦涩的概念和定理讲清楚 总体而言，数学类在线课程的每一节课，都应当展示一个清晰的结构——“提出问题—分析问题—给出结论”，同时提供适当的练习和复习内容。在线课程应杜绝大段的文字描述，结合视频制作的特点，图文并茂，音频和视频相结合，从而明确教学目的和教学内容[4]。 录制在线课程视频的时候，可以采用“PPT结合画外音”的模式，也可以采用“教师站在黑板前讲解推导”的模式，特别是后者，把黑板搬到了网络上，一样可以讲解、推导和演绎。两种模式相辅相成、结合使用。
对于数据挖掘这种偏数学类的课程而言，如果学生不预习复习相关内容，很多概念和方法是很难在20分钟的在线课程上理解的。针对这种情况，教师可以在课前对每节课的重点、难点整理出详细的笔记摘要，提前发给学生，作为在线课程的有益补充。在具体的在线课程视频制作中，教师应首先阐明概念和定理的意义和用途，让学生对本节课的目的和结构有所把握，达到高屋建瓴的效果，从全局窥细节。
比如数据挖掘课程在介绍分类变量的时候，应当阐明为何要单独介绍分类变量，分类变量和数量变量在回归中的异同，分类变量如果不单独声明的后果，等等；在介绍LASSO模型的章节，应介绍LASSO模型的由来，相比于一般回归模型，LASSO模型的优势在哪里，LASSO模型的应用范围在哪里。表1给出了这种思路。
“学而时习之”谓之“学习”，复习总结是学习的关键。教师在课后应当给出本节课总结的笔记摘要（若学生适应了在线课程，可以由学生自己总结，教师定期检查）。数据挖掘课程概念众多，既要讲经典统计分析方法，还要讲现代数据挖掘各大算法，教师给出相关课程的总结就很有必要。表2归纳了已学的重点知识，通过图表，学生可以快速总结对比各种统计分析方法，达到更好的学习效果。
在线课程要给学生压力 必须承认，学生的天赋层次是高低不同的，有些学生自学领悟能力极强，有些学生却需要“被赶着走”。对于后者，教师应当给予一定的学习压力。
数据挖掘在线课程，需要强调课后作业，应配备助教，协同教师定时收取批改作业，检查学生学习进度，督促学生专心学习，作业的成绩应予以公示。此外，数据挖掘也应当具备课外实践环节：给出问题、分析问题、收集数据、整理数据、分析数据。如此让学生体验数据挖掘作为一门理论兼技术的应用价值。信息社会背景下，学生易浮躁，对艱深理论易浅尝辄止。作为一门新兴的统计专业主干课程，关于数据挖掘的新的研究方法层出不穷。作为在线课程的教师，应当安排学生阅读经典的课外参考书[5]，定期检查学生的阅读效果，培养其“研究”的兴趣和习惯。
在线课程要注重培养用户体验，与学生互动 什么是在线课程的用户体验？当学生初步学习了某门在线课程后，这门课程的教学过程会给学生留下一些印象，学生也会对这门课程作一个评价。那么众多学生对课程的评价就形成了用户体验。在线课程的用户体验越好，学生回访的概率就越高，课程黏性就越大，学生获取知识的动力就越足，最终达到良好的教学效果。
用户体验是可以培养的。精心制作教学视频之外，教师应当在课下开通微博和微信，及时回答学生问题。好的问题应定期总结成相关知识点的问题集锦，放在课程中供学生研读讨论。自古以来，师生之间的问答就是一种主流的教学模式：大哲学家苏格拉底就是一个问答好手，其影响了整整几代古希腊大哲学家；我国的教育大师孔子和弟子的一问一答，亦成就了《论语》。
当前是移动互联时代，实际上也是交流讨论的时代，好的学生善于提问题，而好的教师应当善于整理并回答问题，二者通过问答的形式进行交流，产生良性互动，这种互动对于其他学生也是可见的。最终，这个过程能够改善学生的评价，提高学生的“用户体验”。
3 总结
互联网的核心竞争力就是共享，在线课程让教育实现了共享，是值得推广的。信息社会存在海量数据，未来将有大量的学生需要掌握数据挖掘方法。数据挖掘在线课程不仅应强调理论，也应强调技能的培养，因为这个社会不仅需要研究人员，也需要服务人员。教师应通过巧妙的教学设计吸引学生，通过有效的师生互动激励学生，通过一定的压力督促学生，通过精心制作的教学视频传授知识，达到预期的教学目标。
参考文献
[1]舍恩伯格，库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013.
[2]詹姆斯，威腾.统计学习导论[M].北京：机械工业出版社，2015.
[3]徐子沛.大数据变革[M].广西：广西师范大学出版社，2012.
[4]李金昌.大数据与统计新思维[J].统计研究，2014（1）：
10-15.
[5]温玉婷.大规模开放在线课程：M00Cs研究综述[J].广州广播电视大学学报，2014（2）：4-9.