数据结构课程介绍

数据结构课程介绍（精选8篇）

数据结构课程介绍 篇1

起跑线钢结构设计培训课程介绍

一：钢结构基础班

课程：1：整套轻钢厂房识图，2：钢材材质的介绍，性能介绍，钢材等级介绍

3：维护结构彩钢板板型介绍，厚度介绍，漆膜介绍

4：运用CAD绘制轻钢厂房建筑方案图（平面、立面及剖面图）

二：结构设计原理班

课程：

1、理论知识介绍

⑴：约束和约束力：主要讲解结构共有几种约束，每种约束都有是什么样的形式，有什么特点

⑵：受力分析及受力图：理解主动力和约束力，理解受力方向 ⑶：力系平衡：理解力系平衡条件与要求

⑷：荷载作用：永久荷载，可变荷载，偶然荷载的不同：恒载、活载及风载、地震对结构产生什么样的影响，会产生什么样的外力 ⑸：轴力、剪力和弯矩：介绍名称的含义，受力的形式及抵抗方式 ⑹：荷载的效应组合作用。⑺：材料本身的力学性能介绍。⑻：钢结构强度验算的理论计算。......2：规范对钢结构设计一些要求

⑴：轻钢规范对构件的长细比、宽厚比、高厚比等限制条件。钢结构规范对这些限制条件，这两个规范有什么要求。⑵：详解什么样的结构属于轻钢结构，什么样的结构属于重钢结构，什么结构适用于轻钢规范，⑶：抗震规范中有哪些数据比钢结构规范控制还严格的，哪些比钢结构规范控制要松。

⑷：荷载规范中雪荷载不利布置是什么考虑的，风荷载体型系数规范是什么要求。

⑸：钢结构基础常用什么形式，规范对基础埋深，基坑尺寸有什么要求。

三：PKPM设计提高班

课程：1：运用PKPM二维门式钢架模块建立单榀钢架（不带吊车，轻钢厂房）

2：详细介绍模型里每个参数的含义及规范对钢架设计的控制要求

3：根据结构形式采用即满足规范要求同时采用限制要求最低的规范达到结构安全经济的要求。

4：单榀门式钢架节点设计。

5：运用PKPM二维门式钢架模块建立单榀钢架（不带吊车，轻钢厂房）

6：详细介绍模型里每个参数的含义及规范对钢架设计的控制要求

7：根据结构形式采用即满足规范要求同时采用限制要求最低的规范达到结构安全经济的要求。

8：单榀门式钢架节点设计。

9：根据STS绘制出独立基础图。

10：运用探索者，天正建筑等辅助绘图软件绘制出整套轻钢厂房设计图

四：CAD拆图班

课程：1：详细分析整套图纸的构件名称，布置位置。

2：单榀钢架中的梁柱拆图。

3：单榀钢架中的节点拆图。

4：单榀钢架中的连接板拆图。

5：单榀钢架中檩托板拆图。

6：支撑及系杆拆图。

7：檩条拆图

五：TEKLA软件拆图班

课程：1：TEKLA软件的功能介绍

2：布置轴网

3：门式钢架的梁柱建模、4：CAD尺寸导入TEKLA中。

5：平台柱的建模。

6：平台梁的建模。

7：各个位置的节点设计。

8：导出CAD加工图

9：根据不同的位置，简单修改CAD图纸

六:3D3S网架设计班

课程：1：介绍网架结构形式，网架的设计信息

2：弹性支座的结构设计

1：平板网架设计

2：正方四角锥网架设计

3：风荷载输入

4：优化杆件截面。

5：设计螺栓球/焊接球节点设计。

6：绘制出杆件及螺栓球图。

7：利用探索者和天正建筑绘制整套网架施工图。

七：钢结构设计综合班

课程：

1、理论知识介绍

⑴：约束和约束力：主要讲解结构共有几种约束，每种约束都有是什么样的形式，有什么特点

⑵：受力分析及受力图：理解主动力和约束力，理解受力方向 ⑶：力系平衡：理解力系平衡条件与要求 ⑷：荷载作用：永久荷载，可变荷载，偶然荷载的不同：恒载、活载及风载、地震对结构产生什么样的影响，会产生什么样的外力 ⑸：轴力、剪力和弯矩：介绍名称的含义，受力的形式及抵抗方式 ⑹：荷载的效应组合作用。⑺：材料本身的力学性能介绍。⑻：钢结构强度验算的理论计算。......2：规范对钢结构设计一些要求

⑴：轻钢规范对构件的长细比、宽厚比、高厚比等限制条件。钢结构规范对这些限制条件，这两个规范有什么要求。

⑵：详解什么样的结构属于轻钢结构，什么样的结构属于重钢结构，什么结构适用于轻钢规范，⑶：抗震规范中有哪些数据比钢结构规范控制还严格的，哪些比钢结构规范控制要松。

⑷：荷载规范中雪荷载不利布置是什么考虑的，风荷载体型系数规范是什么要求。

⑸：钢结构基础常用什么形式，规范对基础埋深，基坑尺寸有什么要求。......3：3D3S软件运用 ⑴：轻钢厂房整体设计。⑵：钢框架整体设计。⑶：平板网架结构设计。⑷：正方四角锥网架结构设计 ⑸：三角桁架结构设计。⑹：特殊造型结构设计。......课程简介：起跑线钢结构幕墙设计培训除了原理班外，其余课程基本都不会枯燥的涉及到单纯的力学知识，但是在会课程中穿插规范及简单的力学知识，但更多的是做实践工程的应用。我们只做实战型培训，不做应试教育，不做理论培训。

学员毕业后我们可根据学员的作业完成情况，在校表现等多方面综合计分后，得分高的学员优先推荐工作。

数据结构课程介绍 篇2

1 典型案例介绍

通常通过模具来制造的产品都是一对一的, 也就是说一系列模具只能生产一种件, 而这种情况有些时候就会造成模具的浪费以及加工成本的提高。

这是一个支架 (如图1a) , 在冲压生产中经常会遇到。为了保证冲压件定位豁口位置的准确性, 通常这样的冲压件都会使用落料冲孔、压弯成形、修端冲豁口3道工序, 进而需要制造落料冲孔模、压弯成形模、修端模3套模具。另一支架 (如图1b) , 也采用与支架a相同的工序来生产, 需要制造同样的3套模具。像这类支架在每辆车上都会有五六种甚至更多, 它们的结构几乎完全相同, 功能也大体类似。它们的落料板料形状如图2。

如果把这些落料片的R角忽略掉, 就可以发现它们都是一些矩形的料片, 如图3。考虑到剪床对剪切宽度有要求, 无法实现小件的剪切, 因此设计了这套通用切断模具。这套模具只能实现板料的剪切, 所以支架相应的工艺更改也是必须的。因此, 上述两个支架的工艺改为切断、成形、修端冲孔冲豁。

2 模具结构及原理

图4为最初的模具整体结构。图5为下平面图。

通过图4、图5, 可以清楚看到最初设计的模具的结构原理。设计之初考虑到剪切时的受力形式。

最初是按照落料模具的设计思想来设计这套模具的, 在凸凹模之间预留一定的间隙值, 这样工作中就会出现图6a所示的情况, 板料在凸模刚刚接触的时候就会受到压力F, 由于间隙Z的存在这个压力就会变成压弯力, 进而产生弯曲力矩M=F·Z, 如图7。

为了避免出现上述状况, 采用了托料板结构 (如图6b) , 这样F力就会完全作为剪切力, 同时可以保证产品的断面质量。

图5显示的是下平面图, 这套模具预计生产5种制件, 但是5种制件的宽度都不一样。为了保证5种制件的剪切尺寸, 必须给每种制件都设计精确的定位措施。并且, 每种制件的定位都要与其他制件的定位错开, 避免干涉。还要考虑到镶块钻孔后的强度以及定位措施的标识以及生产中的更换。采用传统的挡料销, 在下底板上根据每种制件的板料形状设计出定位销孔的位置, 并在底板上的相应位置钻螺纹孔, 把销子固定到下底板上。然后在每个销子旁边打上相应的制件编号。如需要更换品种, 就把模具在维修阵地打开, 把没有用的销子拿掉, 在制件编号标注的位置安装上对应的定位销。

3 模具问题及解决方案

通过以上的设计思想制造了一套模具, 并且进行试生产。在试生产过程中, 发现了这套模具存在几个设计时候没有考虑到的问题。首先是取送件的问题, 这个问题主要体现在取件困难, 生产效率很低。传统的落料模具都是采用上模含件的结构, 当压力机达到上死点时, 模具通过打料杆将料片推出, 再用接料板把件接住。这种生产方式可以一个人进行生产, 用脚踏开关来操作压力机的动作, 用手拿着接料板, 当滑块达到上死点的时候就用接料板接件, 另一只手送料。送料和接料的两个动作是可以同时进行的, 这种生产方式每分钟可以生产12～15件。而这套模具的料片留在下底板上, 每次都要等到滑块到达上死点时用电磁手取件, 然后再送料。当料片剩到150 mm左右的时候送料就会很麻烦, 因为板料已经含到模具里面, 只能等到压床停止的时候再用电磁手向前方推料, 操作起来很不方便, 每分钟只能达到6～8件。考虑到多种产品的尺寸差异, 采用上模含件的方式显然不适合。后来受到剪床的启发, 决定把托料板取消, 然后将托料板下方开空。这样每次冲压完成后料片就会自己落到下底板的底部, 只要保证落下的料片不过量堆积就可以满足生产。通过这样的更改, 每分钟可以生产15～20件, 极大地提高了生产效率。

在解决上述问题以后, 再次对模具进行了改进。

因为定位销孔的布置问题, 原来的模具定位之间的距离有的大于两个制件的宽度, 在板料剩到50～60 mm的时候就起不到定位作用。并且更换时候也比较麻烦, 每次都需要提前在模具维修区打开模具。

重新设计了模具定位并且对送料部分做了改进, 如图8。

(1) 把模具定位销取消, 取而代之的是平面定位块。这些定位镶块安装在下底板后部, 通过螺钉固定到定位块固定板上面。这样, 在每次生产中就不用再提前更换定位了。在模具安装完成后, 直接就可以在压力机上面进行操作, 大大节省了准备工作的工作量及所需实践。

(2) 在下底板的左侧设计导尺结构, 并且在下底板上面开了送料沟槽。这样每次到最后一段板料的时候, 就可以用手来向前推板料并有了准确的限位。不但节省了生产实践, 而且也避免了材料的浪费。

数据挖掘技术介绍 篇3

[关键词]数据库 数据挖掘 技术 应用

随着数据库技术的不断发展及数据库管理系统的广泛应用，数据库中存储的数据量急剧增大，在大量的数据背后隐藏着许多重要的信息。如果能把这些信息从数据库中抽取出来，将为公司创造很多潜在的利润，而这种从海量数据库中挖掘信息的技术，就称之为数据挖掘。

采用数据挖掘技术，可以为用户的决策分析提供智能的、自动化的辅助手段。有些数据挖掘工具还能够解决一些很消耗人工时间的传统问题，因为它们能够快速地浏览整个数据库，找出一些专家们不易察觉的极有用的信息。在零售业、金融保险业、医疗行业等多个领域都可以有很好的应用。

一、数据挖掘应用分类

1． 分类模型。分类模型的主要功能是根据商业数据的属性将数据分派到不同的组中。在实际应用过程中，分类模型可以分析分组中数据的各种属性，并找出数据的属性模型，确定哪些数据模型属于哪些组。这样我们就可以利用该模型来分析已有数据，并预测新数据将属于哪一个组。

分类模型应用的实例很多，例如，我们可以将银行网点分为好、一般和较差3种类型，并以此分析这3种类型银行网点的各种属性，特别是位置、盈利情况等属性，找出决定它们分类的关键属性及相互间关系，此后就可以根据这些关键属性对每一个预期的银行网点进行分析，以便决定预期银行网点属于哪一种类型。

2． 关联模型。关联模型主要是描述了一组数据项目的密切度或关系。关系或规则总是用一些最小置信度级别来描述的。置信度级别度量了关联规则的强度。通过挖掘数据派生关联规则，利用此规则可以了解客户的行为。采用关联模型比较典型的案例是“尿布与啤酒”的故事。在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，超市也因此发现了一个规律，在购买婴儿尿布的年轻父亲们中，有30%～40%的人同时要买一些啤酒。超市随后调整了货架的摆放，把尿布和啤酒放在一起，明显增加了销售额。同样的，我们还可以根据关联规则在商品销售方面做各种促销活动。

3.顺序模型。顺序模型主要用于分析数据仓库中的某类同时间相关的数据，并发现某一时间段内数据的相关处理模型。顺序模型实例也比较多。例如，客户现在定购一台激光打印机，以后还可能定购打印纸，可能在初始购买时有大量定货，在售后服务请求时定货量较小，在服务请求完成后可能又有大量的定货。因此，我们就可以针对上述情况指定相应的促销或营销方法。

顺序模型可以看成是一种特定的关联模型，它在关联模型中增加了时间属性。

4．聚簇模型。当要分析的数据缺乏描述信息，或者是无法组织成任何分类模式时，可以采用聚簇模型。聚簇模型是按照某种相近程度度量方法将用户数据分成互不相同的一些分组。每一个分组中的数据相近，不同分组之间的数据相差较大。聚簇模型是一个很强大的技术，其核心就是将某些明显的相近程度测量方法转换成定量测试方法。

采用聚簇模型，系统可以根据部分数据发现规律，找出对全体数据的描述。例如，我们可以采用聚簇模型对客户现金流进行分析。当用户收到社会保险支票，或月工资存入账户时，他们会很快交付本月的账务。在这个例子中，收到社会保险支票和月工资存入账户可以看作是月支付账务的聚簇模型中的相近数据。

二、数据挖掘采用的典型技术

人工神经网络：仿照生理神经网络结构的非线形预测模型，通过学习进行模式识别。

决策树：代表着决策集的树形结构。

遗传算法：基于进化理论，并采用遗传结合、遗传变异、以及自然选择等设计方法的优化技术。

近邻算法：将数据集合中每一个记录进行分类的方法。

规则推导：从统计意义上对数据中的“如果—那么”规则进行寻找和推导。

三、数据挖掘成功实例

采用数据挖掘技术的一些成功应用，例如一个药品公司，通过对它最近的营销强度和销售结果的分析，来决定哪一种营销活动在最近几个月内对高附加值的医生群体影响最大，这样的分析建立在竞争对手的销售活动信息和当地健康状况的数据系统之上。然后这个药品公司可以通过其办公网络，将分析结果传达到各地的销售代表处，销售代表们则可以根据公司传递的关键信息来作出相应的销售抉择。这样，在快速变化的、动态的市场上，销售代表们都可以根据各种特殊情况的分析作出最优的选择。

四、总结语

为了更加及时，更加准确地作出利于企业的抉择，建立在关系数据库和联机分析技术上的数据挖掘工具为我们带来了一个新的转机。目前，数据挖掘工具正以前所未有的速度发展，并且扩大着用户群体，在未来越加激烈的市场竞争中，拥有数据挖掘技术必将比别人获得更快速的反应，赢得更多的商业机会。

参考文献

大数据详细介绍 篇4

随着网络信息化时代的日益普遍，移动互联、社交网络、电子商务大大拓展了互联网的疆界和应用领域，我们正处在一个数据爆炸性增长的“大数据”时代，大数据在社会经济、政治、文化，人们生活等方面产生深远的影响，大数据时代对人类的数据驾驭能力提出了新的挑战与机遇。

‚大数据‛作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。

一、大数据时代产生的背景

进入2012年以来，大数据（Big Data）一词越来越多地被提及与使用，人们用它来描述和定义信息爆炸时代产生的海量数，它已经出现过在《纽约时报》、《华尔街时报》的专栏封面，进入美国白宫网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国君证券、国泰君安、银河证券等写进了投资推荐报告，大数据时代来临据。

有人说21世纪是数据信息时代，移动互联、社交网络、电子商务大大拓展了互联网的疆界和应用领域。我们在享受便利的同时，也无偿贡献了自己的‚行踪‛。现在互联网不但知道对面是一只狗，还知道这只狗喜欢什么食物，几点出去遛弯，几点回窝睡觉。我们不得不接受这个现实，每个人在互联网进入到大数据时代，都将是透明性存在。各种数据正在迅速膨胀并变大，它决定着企业的未来发展，虽然现在企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。正如《纽约时报》2012年2月的一篇专栏中所称，‚大数据‛时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。哈佛大学社会学教授加里〃金说：‚这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。‛

二、什么是大数据？

美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。

对于‚大数据‛（Big data）研究机构Gartner给出了这样的定义。‚大数据‛是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据‛这个术语最早期的引用可追溯到apache org的开源项目Nutch。当时，大数据用来描述为更新网络搜索索引需要同时进行批量处理或分析的大量数据集。随着谷歌MapReduce和GoogleFile System（GFS）的发布，大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。

大数据（Big Data）是指那些超过传统数据库系统处理能力的数据。它的数据规模和转输速度要求很高，或者其结构不适合原本的数据库系统。为了获取大数据中的价值，我们必须选择另一种方式来处理它。数据中隐藏着有价值的模式和信息，在以往需要相当的时间和成本才能提取这些信息。如沃尔玛或谷歌这类领先企业都要付高昂的代价才能从大数据中挖掘信息。而当今的各种资源，如硬件、云架构和开源软件使得大数据的处理更为方便和廉价。即使是在车库中创业的公司也可以用较低的价格租用云服务时间了。对于企业组织来讲，大数据的价值体现在两个方面：分析使用和二次开发。对大数据进行分析能揭示隐藏其中的信息。例如零售业中对门店销售、地理和社会信息的分析能提升对客户的理解。对大数据的二次开发则是那些成功的网络公司的长项。例如Facebook通过结合大量用户信息，定制出高度个性化的用户体验，并创造出一种新的广告模式。这种通过大数据创造出新产品和服务的商业行为并非巧合，谷歌、雅虎、亚马逊和Facebook它们都是大数据时代的创新者。

随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数

十、数百或甚至数千的电脑分配工作。

从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。

大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程指大数据的规划建设运营管理的系统工程；大数据科学关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。

（一）、大数据四个特性

海量性：企业面临着数据量的大规模增长。例如，IDC最近的报告预测称，到2020年，全球数据量将扩大50倍。目前，大数据的规模尚是一个不断变化的指标，单一数据集的规模范围从几十TB到数PB不等。简而言之，存储1PB数据将需要两万台配备50GB硬盘的个人电脑。此外，各种意想不到的来源都能产生数据。

多样性：一个普遍观点认为，人们使用互联网搜索是形成数据多样性的主要原因，这一看法部分正确。然而，数据多样性的增加主要是由于新型多结构数据，以及包括网络日志、社交媒体、互联网搜索、手机通话记录及传感器网络等数据类型造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。

高速性：高速描述的是数据被创建和移动的速度。在高速网络时代，通过基于实现软件性能优化的高速电脑处理器和服务器，创建实时数据流已成为流行趋势。企业不仅需要了解如何快速创建数据，还必须知道如何快速处理、分析并返回给用户，以满足他们的实时需求。根据IMS Research关于数据创建速度的调查，据预测，到2020年全球将拥有220亿部互联网连接设备。

易变性：大数据具有多层结构，这意味着大数据会呈现出多变的形式和类型。相较传统的业务数据，大数据存在不规则和模糊不清的特性，造成很难甚至无法使用传统的应用软件进行分析。传统业务数据随时间演变已拥有标准的格式，能够被标准的商务智能软件识别。目前，企业面临的挑战是处理并从各种形式呈现的复杂数据中挖掘价值。

（二）、大数据三个特征

除了有四个特性之外，大数据时代的数据还呈现出其他三个特征。

第一个特征是数据类型繁多。包括网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。

第二个特征是数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值‚提纯‛，是大数据时代亟待解决的难题。

第三个特征是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。

大数据的4个‚V‛，或者说特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。业界将其归纳为4个‚V‛——Volume，Variety，Value，Velocity。

三、大数据时代对生活、工作的影响

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的‚加工能力‛，通过‚加工‛实现数据的‚增值‛。且中国物联网校企联盟认为，物联网的发展离不开大数据，依靠大数据可以提供足够有利的资源。

大数据，其影响除了经济方面的，它同时也能在政治、文化等方面产生深远的影响，大数据可以帮助人们开启循‚数‛管理的模式，也是我们当下‚大社会‛的集中体现，三分技术，七分数据，得数据者得天下。

‚大数据‛的影响，增加了对信息管理专家的需求。事实上，大数据的影响并不仅仅限于信息通信产业，而是正在‚吞噬‛和重构很多传统行业，广泛运用数据分析手段管理和优化运营的公司其实质都是一个数据公司。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是建立在数据分析基础之上的精准选址。而在零售业中，数据分析的技术与手段更是得到广泛的应用，传统企业如沃尔玛通过数据挖掘重塑并优化供应链，新崛起的电商如卓越亚马逊、淘宝等则通过对海量数据的掌握和分析，为用户提供更加专业化和个性化的服务。

大数据在个人隐私的方面，大量数据经常含有一些详细的潜在的能够展示有关我们的信息，逐渐引起了我们对个人隐私的担忧。一些处理大数据公司需要认真的对待这个问题。例如美国天睿资讯给人留下比较深刻印象的是他的一个科学家提出，我们不应该简单地服从法律方面的隐私保护问题，这些远远不够的，公司都应该遵从谷歌不作恶的原则，甚至更应该做出更积极的努力。

四、大数据时代的发展方向、趋势

虽然大数据目前在国内还处于初级阶段，但是商业价值已经显现出来。未来，数据可能成为最大的交易商品。但数据量大并不能算是大数据，大数据的特征是数据量大、数据种类多、非标准化数据的价值最大化。因此，大数据的价值是通过数据共享、交叉复用后获取最大的数据价值。在他看来，未来大数据将会如基础设施一样，有数据提供方、管理者、监管者，数据的交叉复用将大数据变成一大产业。

大数据的整体态势和发展趋势，主要体现在几个方面：大数据与学术、大数据与人类的活动，大数据的安全隐私、关键应用、系统处理和整个产业的影响。大数据整体态势上，数据的规模将变得更大，数据资源化、数据的价值凸显、数据私有化出现和联盟共享。

大数据的发展会催生许多新兴新职业，会产生数据分析师、数据科学家、数据工程师，有非常丰富的数据经验的人才会成为稀缺人才。随着大数据的发展，数据共享联盟将逐渐壮大成为产业的核心一环。随着大数据的共享越来越大，隐私问题也随之而来，比如说每天手机产生的通话、位置等等。但这给带来了便利的同时也给带来了个人隐私的问题。数据资源化，大数据在国家和企业和社会层面成为重要的战略资源，成为新的战略制高点和抢购的新焦点。

随着社会的不断发展，大数据对IT技术架构的挑战，大数据的生态环境问题，大数据的应用及产业链将日益突出。数据与机遇

数据：成功的新前线

众所周知，企业数据本身就蕴藏着价值，但是将有用的数据与没有价值的数据进行区分看起来可能是一个棘手的问题。显然，您所掌握的人员情况、工资表和客户记录对于企业的运转至关重要，但是其他数据也拥有转化为价值的力量。一段记录人们如何在您的商店浏览购物的视频、人们在购买您的服务前后的所作所为、如何通过社交网络联系您的客户、是什么吸引合作伙伴加盟、客户如何付款以及供应商喜欢的收款方式等所有这些场景都提供了很多指向，将它们抽丝剥茧，透过特殊的棱镜观察，将其与其他数据集对照，或者以与众不同的方式分析解剖，就能让您的行事方式发生天翻地覆的转变。但是屡见不鲜的是，很多公司仍然只是将信息简单堆在一起，仅将其当作为满足公司治理规则而必须要保存的信息加以处理，而不是将它们作为战略转变的工具。毕竟，数据和人员是业务部门仅有的两笔无法被竞争对手复制的财富。在善用的人手中，好的数据是所有管理决策的基础，带来的是对客户的深入了解和竞争优势。数据是业务部门的生命线，必须让数据在决策和行动时无缝且安全地流到人们手中。

所以，数据应该随时为决策提供依据。看看在政府公开道路和公共交通的使用信息这样看起来甚至有点晦涩的数据时会发生什么：这些数据来源为一些私营公司提供了巨大的价值，这些公司能够善用这些数据，创造满足潜在需求的新产品和服务。

企业需要向创造和取得数据方面的投入索取回报。有效管理来自新旧来源的数据以及获取能够破解庞大数据集含义的工具只是等式的一部分，但是这种挑战不容低估。产生的数据在数量上持续膨胀；音频、视频和图像等富媒体需要新的方法来发现；电子邮件、IM、tweet和社交网络等合作和交流系统以非结构化文本的形式保存数据，必须用一种智能的方式来解读。但是，应该将这种复杂性看成是一种机会而不是问题。处理方法正确时，产生的数据越多，结果就会越成熟可靠。传感器、GPS系统和社交数据的新世界将带来转变运营的惊人新视角和机会。数据=机遇

自从有了IT部门，董事会就一直在要求信息管理专家提供洞察力。实际上，早在1951年，对预测小吃店蛋糕需求的诉求就催生了计算机的首次商业应用。自那以后，我们利用技术来识别趋势和制定战略战术的能力不断呈指数级日臻完善。

今天，商业智能(使用数据模式看清曲线周围的一切)稳居 CXO 们的重中之重。在理想的世界中，IT 是巨大的杠杆，改变了公司的影响力，带来竞争差异、节省金钱、增加利润、愉悦买家、奖赏忠诚用户、将潜在客户转化为客户、增加吸引力、打败竞争对手、开拓用户群并创造市场。

大数据分析是商业智能的演进。当今，传感器、GPS 系统、QR 码、社交网络等正在创建新的数据流。所有这些都可以得到发掘，正是这种真正广度和深度的信息在创造不胜枚举的机会。要使大数据言之有物，以便让大中小企业都能通过更加贴近客户的方式取得竞争优势，数据集成和数据管理是核心所在。

面临从全球化到衰退威胁的风暴，IT 部门领导需要在掘金大数据中打头阵，新经济环境中的赢家将会是最好地理解哪些指标影响其大步前进的人。当然，企业仍将需要聪明的人员做出睿智的决策，了解他们面临着什么，在充分利用的情况下，大数据可以赋予人们近乎超感官知觉的能力。Charles Duigg是《习惯的力量》一书的作者，他找出的一个黄金案例分析的例子是美国零售商 Target，其发现妇女在怀孕的中间三个月会经常购买没有气味的护肤液和某些维生素。通过锁定这些购物者，商店可提供将这些妇女变成忠诚客户的优惠券。实际上，Target 知道一位妇女怀孕时，那位妇女甚至还没有告诉最亲近的亲朋好友，更不要说商店自己了。

很明显，在可以预见的将来，隐私将仍是重要的考量，但是归根结底，用于了解行为的技术会为方方面面带来双赢，让卖家了解买家，让买家喜欢买到的东西。

大数据将会放大我们的能力，了解看起来难以理解和随机的事物。对其前途的了解提供了获取崭新知识和能力的机会，将改变您的企业运作的方式。数据回报率

简而言之，企业可以通过思考数据战略的总体回报，来应对大数据的挑战，抓住大数据的机会。Informatica所指的‘数据回报率’，是为帮助高级IT和业务部门领导者进行大数据基本的战术和战略含义的讨论而设计的一个简单概念。等式非常简单：如果您提高数据对于业务部门的价值，同时降低管理数据的成本，从数据得到的回报就会增加--无论是用金钱衡量，还是更好的决策

数据回报率=数据价值/数据成本

在技术层面，数据回报率为数据集成、数据管理、商业智能和分析方面的投入提供了业务背景和案例。它还与解决业务的基础有关：挣钱、省钱、创造机会和管理风险。它涉及对效率的考虑，同时推动了改变游戏规则的洞察力。

五、企业应如何应对大数据时代

近些年，大数据已经和云计算一样，成为时代的话题。大数据是怎么产生的，商业机会在哪？研究机会在哪？这个概念孕育着一个怎样的未来？企业如何应对？

一个好的企业应该未雨绸缪，从现在开始就应该着手准备，为企业的后期的数据收集和分析做好准备，企业可以从下面五个方面着手，这样当面临铺天盖地的大数据的时候，以确保企业能够快速发展，具体为下面五点。

‚大数据‛作为一个较新的概念，目前尚未直接以专有名词被我国政府提出来给予政策支持。不过，在2011年12月8日工信部发布的物联网‚十二五‛规划上，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。而另外3项关键技术创新工程，包括信息感知技术、信息传输技术、信息安全技术，也都与‚大数据‛密切相关。

（一）、以企业的数据为目标

几乎每个组织都可能有源源不断的数据需要收集，无论是社交网络还是车间传感器设备，而且每个组织都有大量的数据需要处理，IT人员需要了解自己企业运营过程中都产生了什么数据，以自己的数据为基准，确定数据的范围。

（二）、以业务需求为准则

虽然每个企业都会产生大量数据，而且互不相同、多种多样的，这就需要企业IT人员在现在开始收集确认什么数据是企业业务需要的，找到最能反映企业业务情况的数据。

（三）、重新评估企业基础设施

大数据需要在服务器和存储设施中进行收集，并且大多数的企业信息管理体系结构将会发生重要大变化，IT经理则需要准备扩大他们的系统，以解决数据的不断扩大，IT经理要了解公司现有IT设施的情况，以组建处理大数据的设施为导向，避免一些不必要的设备的购买。

（四）、重视大数据技术

大数据是最近几年才兴起的词语，而并不是所有的IT人员对大数据都非常了解，例如如今的Hadoop，MapReduce，NoSQL等技术都是近年刚兴起的技术，企业IT人员要多关注这方面的技术和工具，以确保将来能够面对大数据的时候做出正确的决定。

（五）、培训企业的员工

大多数企业最缺乏的是人才，而当大数据到临的时候，企业将会缺少这方面的采集收集分析方面的人才，对于一些公司，特别是那种人比较少的公司，工作人员面临大数据将是一种挑战，企业要在平时的时候多对员工进行这方面的培训，以确保在大数据到来时，员工也能适应相关的工作。

做到上面的几点，当大数据时代来临的时候，面临大量数据将不是束手无策，而是成竹在胸，而从数据中得到的好处也将促进企业快速发展。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。

六、案例分析

IBM战略

幼儿英语课程介绍 篇5

适合对象：2~4岁的学龄前儿童（完全没有英语基础）

主干教材：Love English—Starter 本系列教材共两册，每册课本配套1套DVD，1张CD。

课程规划：每年一册，共一年学程。

课本内容：

1.4个主题；4首主题歌曲。

2.简单的日常英语对话。

3.26个字母。

学习主题：从常规出发，懂得与人沟通与交流。

幼儿英语精英课程

适合对象：3~7岁幼儿园小班至大班阶段的小朋友

主干教材：Love English—Student Book 本系列教材共6册，每册课本配套1套DVD，1张CD。

课程规划：半年一册，共三年学程。

课本内容：

4.4个主题；4个情景故事；12首单字与句型韵谣；4首主题歌曲。

5.40个主要单字；30个延伸单字；8个阅读常用字。

6.4个口语句型；4组生活对话；4组延伸句型。

7.字母拼读技巧。

教学特色：《LOVE English》从生活常规出发，加入最基本的英文字母的学习，让幼儿在歌唱律动中享受学习英文的乐趣，并为日后进入英语阅读打好基础。透过儿歌、童谣、故事与角色扮演，创造了幼儿爱唱、爱说、爱听、爱读的英文读写计划。

学习主题：

Book1&2 与自己相关的主题，培养孩子表达自己。

Book3&4从自己扩展到生活，培养孩子描述周遭人、事、物的能力。

建筑力学课程介绍 篇6

《建筑力学》是广播电视大学建筑施工与管理专业学生必修的技术基础课。它以高等数学、物理学为基础，通过本课程的学习，培养学生具有初步对建筑工程问题的简化能力，一定的力学分析与计算能力，是学习有关后继课程和从事专业技术工作的基础。

通过学习本课程，培养学生具有一般结构受力分析的基本能力；熟练掌握静力学的基本知识；掌握静定结构的內力和位移计算；掌握基本杆件的强度、刚度、稳定性计算；基本掌握简单超静定结构的內力的计算；通过观察，了解力学实验的基本过程。

课程的教学基本要求

（一）知识要求

本课程在教学实施过程中应从本专业的培养目标、特点及学生的实际情况出发，对基本力学原理和理论的讲授以实际应用和后续专业课程的要求为目的，教学內容以必需够用为度，讲授结构的计算简图、结构的几何组成、静力学基础等基本知识，重点讲授常用杆件及静定结构的內力分析和计算、內力图的绘制方法、应力分析和强度计算、位移分析和刚度计算，讲授杆件的稳定性计算、简单超静定结构的內力计算、內力图的绘制方法。

（二）能力要求

1．了解结构的计算简图、几何组成等基础知识；

2．熟练掌握静力学的基本知识和运算；

3．掌握静定结构的內力和位移计算；

4．掌握基本杆件的强度、刚度计算；

5．了解杆件稳定性计算的基本概念；

6．基本掌握简单超静定结构的內力的计算；

7．了解力学实验的基本过程。

本课程的重点是：静力学基本知识、轴向拉伸和压缩、梁的弯曲、静定结构的內力分析及简单超静定结构解法等內容。要求学生能灵活运用物体的平衡条件，熟练掌握截面法等力学基本方法，发挥开放学生自学优势，充分利用多种媒体资源。本着教师精讲、学生多练的原则，力求多做课外习题，对重点和难点內容加深理解，对计算方法逐步巩固。

本课程为5学分，课內学时90，其中：实验4学时。开设一学期。

数据结构课程介绍 篇7

我们根据各部门的特点、学生差异,规划出“3—5—2格局”,即体现3个部门的不同特色、5个年级的不同序列、2个社团的不同特点,点面结合的课程框架将普及与提高有机融合,增进了学生对语文学科的情感,促进了学生语言能力的提升。

我们设定了课程总目标和年级分目标,将每年3月和11月定为“俳句月”,每周兴趣阅读课上指导学生欣赏与创作。由于国内对于该领域的探索刚起步,开发教材必不可少,为此我们开发了一至五年级系统性较强的校本教材,目标与上海二期课改各学段要求相结合,我们还配套开发了教辅材料、教案集、课件等。

一、课程实施案例举隅

为了让学生们能够在学习中感受俳句欣赏与创作的快乐,我校设计了各类学习体验活动,形成了分层次、有梯度的课程体系,详见下表。

此外,我们立足“俳句欣赏与创作”的校本课程,调整寒假作业:取消所有的语文书面作业,改为以“春节”为主题,创作一首俳句,并配上图画。在创作俳句中,学生们通过观察、体验生活,抓住与“春节”有关的元素进行创作。在创作俳句中,学生们知道了守岁、压岁钱、剪窗花,了解了年夜饭、拜新年、迎财神、猜灯谜的习俗,还动手做灯笼、拉兔灯、写春联、贴福字、包汤圆。他们在创作俳句的活动中了解、发现民族的传统,感受着中华民族特有的传统文化,品味中华文化的悠悠诗韵,抒发自己对生活的真实感受。他们因此欣喜不已,创作热情高涨。

开学后,各班都将学生们创作的作品张贴展示,并由师生共同推选优秀作品,然后专家组再行评奖。在“欢天喜地闹元宵”年级集会上,获奖学生受到表彰,被邀朗诵获奖作品。学生们用一首首俳句、一幅幅图画来表达自己对传统文化的理解。

二、课程建设的启示

在校本课程建设的过程中,我们得到很多启迪。

1. 校本教材的开发与实施需要整个团队参与

我校全方位培训教师团队,打造了结构合理、层层递进的俳句指导教师的金字塔:全体教师知晓,语文教师跟进,骨干教师探究,特色教师带领,专家教师引领,校长牵头。全体教职工人人皆是课程的支持者、设计者、实施者、改进者和管理者。

2. 学生可以是校本课程的开发者

在我校实施校本课程的过程中,学生们创作了大量丰富的俳句作品,我们将其收录汇编进俳句校本教材中。高年级学生的作业成为低年级学生学习的作品,打通了高低年级交流的通道,这样的教材让学生备感亲切,爱不释手。

3. 注重与其他学科有机整合

我校还注重校本课程与其他学科课程的整合,如在美术、音乐、体育、自然、信息等学科中,发挥学生的想象力和创造力,全面提升学生的综合素养,提升课程的综合性。

4. 评价注重过程性、多元化

数据结构课程介绍 篇8

文章以作者在美国高校混合学习课程的学习体验为基础，对美国高校混合学习课程在学习支持服务、学习环境、学习活动设计与组织以及学习评价等方面的基本情况进行了介绍，并对其在教学目标、学习资源、有效性、学习参与度以及学习导航等方面的特点进行了分析。

【关键词】 美国高校；混合学习；课程

【中图分类号】 G423 【文献标识码】 B 【文章编号】 １００９—４５８ｘ（２０12）07—００29—０5

一、什么是混合学习

20世纪末，随着现代信息技术的发展，在线教育（E-Learning）得到了前所未有的迅猛发展。技术带给了人们无限希望，人们期待技术可以弥补一切，大有盼着以计算机、网络替代黑板的趋势。但随着在线教育的发展，人们发现纯粹的在线学习也有自身不可克服的问题：在线学习缺乏人性化的沟通，人际互动缺少情感、情绪交流，学习者的孤独感难以消除，难以形成归属感；在线学习的实践环节薄弱，网络的仿真环境不利于技能的深层培养；学习内容难以根据学生学习需求和即时反应进行及时调整等等。[1]于是在对有效学习模式的探索中，混合学习逐步引起了学校教育领域的关注。

混合学习（Blended Learning）是指在学习过程中，将面授学习 （Face-to-face Learning）与在线学习（Online Learning）相融合，以达到有效学习的一种学习模式。由于在在线学习中加入了面授（Face-to-face）的环节，使得单纯的在线学习的缺陷在很大程度上得以弥补。因此混合学习的出现，立刻引起了教育理论和实践领域的高度关注。美国培训与发展协会（ASTD）把混合式学习视为知识传递领域内最重要的十个趋势之一。[2]

由于混合学习能够降低成本，在学习时间、地点方面给学生更多的方便，既能给学生提供更多的学习资源，又能享用面授教学带来的好处，使在线学习和面授教学互为补充，提高了教学的效果和效率，因此越来越多的高等院校尝试混合式课程教学。[3]在混合学习的发源地美国，高校的45%的课程是通过混合学习来实施的。预计未来2至3年内，其比例可能达到55%。[4]而美国印第安纳大学的柯蒂斯·邦克教授（Curtis Jay Bonk）更是预测：2020年之前，高等教育中的大多数课程都将以混合学习或网络辅助学习（Web Supplemented Learning）形式存在。[5]在亚洲高校，混合式学习应用也呈逐年上升趋势。据统计，韩国国立与私立大学混合式学习的利用率已达到97%。在我国，混合式学习也成为高校教学改革的重要内容。目前超过60%的中国高校已经开始使用课程管理系统，以支持校内全日制学生的混合式教学。[6] 除了普通高校外，作为开展远程高等教育生力军的中央电大自1999年开始，也一直致力于在教学中推行混合学习教学模式。

2011年2月至8月笔者有幸在美国纽约州立大学奥尔巴尼分校（Ualbany SUNY）教育学院做访问学者，访学期间，对混合学习的课程教学作了特别关注。笔者所选修的课程中，除了一门纯在线课程外，其余均为混合学习课程。下面以其中的一门面向研究生开设的课程，Creative,Learning,and Knowledge Media，为主要例证，对所体验的混合学习课程进行介绍。

二、美国高校混合学习课程基本情况介绍

1. 学习支持服务

新的课程开课前，教师会发给学生一份书面的课程教学大纲。教学大纲一般包括以下内容：① 课程信息和教师信息，包括课程名称和编码、上课时间和地点、教师的联系方式、办公地点和时间等； ② 课程简介和教学目标，对本门课程开设的背景和意义、课程主要内容以及最终达成的教学目标进行详细阐述；③ 学习环境，对如何进行混合学习进行指导，重点介绍在线学习的网上地址、登录方式、学习理念和要求等；④ 课程设计与活动概述，结合教学目标对课程内容、学习活动设计与学习要求进行细化，让学生清楚学习活动设计的理念及应采取的学习策略；⑤ 课程阅读文献以及教材信息；⑥ 课程表，这是课程的总体安排表，它将课程内容模块的时间安排、每周的学习主题、文献阅读任务和在线学习活动内容等一一列出；⑦ 课程考核评分标准，对作业、学习活动、考试所占分数比重进行说明；⑧ 其他，诸如对版权保护、学术不端的规定以及为残疾学生特别提供的信息等。

学校网站中专门为学生设立了“信息技术服务”（Information Technology Services）网页，向学生提供相应的信息技术服务指导。在这里，学生可以查到校园网技术管理部门的地址、联系方式，以及在线课程的注册办法、流程等信息，还可以获得在线学习过程中技术问题的解答服务。另外，该网页还提供一些与在线学习有关的常用软件的下载等。

在线课程的网页中也体现了对学生的学习支持服务。除了对各种学习活动的安排进行详细介绍外，课程网页还会针对本门课程在线学习中常见的技术问题专门设立栏目进行指导。比如在“Creative,Learning,and Knowledge Media”这门课程中，其目的是让学生在学习的过程中实现对知识的构建，WIKI这种多人协同写作系统在该课程的在线学习中非常重要。因此该课程的网页中专门列出了WIKI的介绍和使用指南，针对经常用到的诸如如何在WIKI环境中创建、添加页面，如何添加链接等功能，为学生提供指导。

2. 学习环境

由于是混合学习课程，除了每周一次的面授课外，还需要学生在线进行学习。在笔者体验的几门混合式学习课程中，在线学习过程是在Blackboard9.1教学平台中进行的。Blackboard是微软公司针对教育领域开发的流行于全世界的学习管理系统软件，拥有美国近50%的市场份额，用户中不乏哈佛、斯坦福等知名高校。Ualbany SUNY也不例外，使用了Blackboard系统作为在线学习的平台，向学生提供混合学习课程或完全在线课程。目前学校共有500余名教师使用Blackboard平台向学生提供1,000门左右的在线课程，学校信息技术服务部门的网页调查数据表明，该校92%的学生喜欢在线课程这种学习方式。

Blackboard是一个个人化的平台，当学生登入Blackboard后，就可以看到自己所注册的课程。老师和学生利用平台上的各种功能，进行交流和学习。学生只要定期上来查看课堂上有没有新的课程相关资讯，就可以了解老师接下来要大家做的事情是什么，同时老师也可以在课后，将上课的讲义放到平台上，让学生们自由下载。[7]笔者所体验的基于Blackboard平台的在线课程主要设有课程介绍、教学目标、学习资源、课程安排、课程地图等内容以及讨论区、工具箱等栏目。课程地图（curriculum map）是国内网络课程中不太多见的一个内容，它简要地将该门课程的主要学习内容框架、逻辑结构和内容布局以及相关的学习活动一一列出，使学生能够对该课程的总体情况和主要架构一目了然，对学生学习起到了一个课程导航的作用，

目前Ualbany SUNY已经推出了Blackboard移动学习项目，使用Ipad、Ipod Touch、Iphone等通过Wi-Fi连接，就可以浏览和点评信息、学习资源、Blog和期刊以及参加讨论等。除了不能下载文件、提交作业和考试外，学生可以在任何地方随时进行在线学习。

3. 学习活动设计与组织

（1）课程组织与安排

一般情况下，教师会通过教学大纲中的课程表（Course Schedule）把课程的总体安排计划向学生介绍清楚。以“Creative,Learning,and Knowledge Media”为例，该课程将所学内容分为了三大模块，每个模块又分为若干个更为具体的的学习单元。每个单元都详细列出该单元所要学习的核心内容，对需要阅读的文献资料、文献资料的获取路径或方法以及在线的学习任务等都以表格形式做了简洁的表述。还对每个单元的面授时间进行了确定。这部分体现了教师对混合学习课程教学设计的整体思路和指导思想。这部分的设计是否具有良好的、适度的结构，决定了该门课程混合学习的优势能否发挥。

（2）面授学习

在面授课堂教学环节中，为了让学生发展分析、综合和评价等高级思维能力，案例式、任务驱动式、探究式等教学方法被频繁应用；为了培养学生的合作意识和团队协作能力，大量的学习任务需要小组协作完成；为了让学生学会思考、判断和反思，老师精心组织了大量的讨论。因此，在面授课堂中，主要的学习活动并非是传统的教师讲、学生听，而是以大量的讨论、课堂陈述、评价等活动方式来进行，教师的点评与讲授贯穿于这些活动之中。课堂陈述（Presentation）是美国课堂教学中普遍使用的一种教学手段。它相当于口头学术报告，学生个体或学习小组在教师的引导下，完成老师布置的文献阅读任务，在与师生讨论的过程中形成自己的观点，通过课堂陈述这种形式将自己的观点系统地表达出来。它是一项非常重要的课堂教学实践活动，通过课堂陈述不仅培养了学生的独立思考和口头表达能力，也培养了与他人合作的能力。

（3）在线学习

混合学习课程中，大量的教学任务需要通过在线的形式来完成。教师在在线学习这个环节中的作用主要是通过在线学习资料的提供、在线的点评来完成的。而学生的在线学习活动主要是在线学习资料的阅读和使用、小组合作学习、在线讨论、资源共享、协作作业、评价反思等。如在笔者体验的课程中，学生要阅读大量的教师上传的文献资料，为在线和课堂讨论做准备，并完成各种作业，提交到在线平台。由于课程具有Web2.0的特性，学生在学习的同时，也完成了对本门课程的学习资源的共建、共享过程。在线提问与答疑也是在线学习过程中的一项重要学习活动。对于学生的提问，除了教师会进行释疑外，学生之间也会进行互助答疑。另外，学生也经常会对学习内容、其他同学发布的作业成品等进行点评、反思。

除了面授学习和在线学习外，教师还会结合教学内容组织校外见习、参观等活动，以作为以上教学活动的补充。

4. 学习评价

在混合学习课程中，笔者感到美国教师非常重视对学习过程的形成性评价，形成了以综合能力评价为核心的多样化的学习评价方式。如在“Creative,Learning,and Knowledge Media”这门课中，对知识建构的设想部分占35分，对知识创新的教育原则的贡献占25分，对核心主题的自主学习占30分，参与在线和课堂讨论占10分。由此看出，老师要考量的不仅仅是学生对某些理论、内容的学习，而且是学生对所学知识的建构过程的实践行为及效果。

三、美国高校混合学习课程的特点

在混合学习中，在线学习和课堂面授各自如何定位？在线学习学什么内容？课堂面授应教授什么？二者应怎样混合？这是混合学习应用过程中首先要考虑的一些问题，也是混合学习研究的核心问题。美国混合学习课程教学经过多年发展，已经形成比较成熟的模式和设计思路，并体现出比较明显的特点。贯穿其中的一些理念和做法，值得我们远程教育教学人员去深入思考和借鉴。

1. 重视能力培养的教学目标

与我国当前远程高等教育依然以知识传授为主不同，美国大学教育更加注重能力的培养。在笔者所体验的几门混合学习的课程中，从其教学目标来看，都非常重视对学生独立学习能力、合作能力以及创新能力的培养。无论是在课程教学目标中，还是在教学活动组织以及学习成绩评定办法中，都体现了对“学习过程”的重视，教师更加关注的是学生是否具备了必要的研究方法和思路、是否通过学习提升了研究和学习能力，因此，在教学过程中，时时、处处体现教师对学生主动探索和主动发现的引导和鼓励，创新精神的培养成为各门课程所追寻的最终学习目的之一。学生课外任务多、师生互动多、动手实践多、阅读量大、讨论量大、写作量大是美国高校学生学习特点的生动写照。教师的作用不是体现在知识的传授上，而是体现在对学生学习的引导上。在教学中，教师讲授少，点评多；教学任务的完成不是由老师来唱“独角戏”，而是由学生和老师组成的学习共同体来完成的。任何一位学生的观点、意见和作业都成为了教学活动的组成部分。虽然这些观念早已被我们所熟知、提倡，但美国高校混合学习课程教学过程中所体现出的各种细节依然值得我们认真思考和学习。

2. 学习资源丰富、实用

在笔者所体验的混合式学习课程中，教师向学生提供的学习资源主要包括教材、课程阅读资料（Course Reading）和各种形式的材料，以及师生对于问题形成的WIKI形式的记录、学生提交的作品等等。与国内高校不同，美国高校教师在教学过程中更加注重学生能力的培养，在其网上课程中，国内常见的以传授系统知识为主要目的且制作精美的课件非常少见，更多的是老师为学生精心选择、准备的大量的阅读文献资料。教师的精力主要集中在对教学内容的把握上，而不是为了追求形式的东西浪费时间和精力。课程阅读资料是学生参加各种学习活动的基础，学生按照老师布置的任务，对海量的文献资料进行阅读。课下大量的文献阅读，使学生能够对研究问题形成全面的认识，根据自己的判断，提炼出其中有价值的观点，进行分析、评价，进而形成自己的观点和主张，为课堂讨论和在线讨论做好铺垫和准备。

除了大量的文本形式的阅读文献外，大量视频资料的频繁应用也是美国课堂上的一大特点。教师和学生在课堂上进行讲授和展示时，经常使用Youtube等视频网站中的或自己拍摄的视频素材来说明问题。他们自己所拍的视频资料也一般都会及时上传到视频网站上，方便他人使用。视频素材的大量运用使得学习内容更加直观、形象和真实，为问题解决创造真实情境提供了方便。

3. 充分发挥在线学习和课堂面授各自的优势，使混合学习的有效性得以发挥

在线学习和课堂面授两个环节各自应当承担什么样的核心任务，两者之间如何做到转换和衔接自然流畅？这些其实都应当取决于课程教学目标的设立。如上文所述，美国大学混合课程所追求的目标是发展学生的高级思维能力、自主学习的能力、合作意识和协作能力以及创新能力。在教学方法上多采用案例式教学、任务驱动式教学等，教学互动量大、讨论量极大，需要学生自己动手展示、总结、归纳、反思的作业很多。因此，在线学习阶段的一个主要任务是浏览、学习老师上传的大量的参考文献资料，为后面进行的课堂讨论、展示做准备。在线学习的主要任务之二是进行各种讨论，积极开展师生、生生间的教学互动，并实现学习知识的共建共享，比如通过WIKI对某个问题进行提问、释疑、质疑、反思、总结等，老师和学生发表自己的看法，通过这种在线的互动，体现出知识建构的轨迹。在线学习的第三项任务是完成各种作业的在线提交。有些课程制定了在线作业甚至在线考试，学生在规定的时间内提交作业、完成考试。

在课堂面授环节中，主要任务是围绕老师布置的作业和任务进行讨论、让学生发表自己的观点，老师对其进行点评，并在点评过程中，介绍一些前沿性的理论研究成果、自己的观点以及利用各种媒体表现手段为学生创设各种学习情境等等。

学生和老师在在线学习和面授学习过程中各自有明确的任务和作用，两者各有侧重。在线学习是学生自主学习的主要环节，是面授学习的基础；面授学习是在线学习结果的归纳、提升与导航，引导学生带着新的问题进入下一轮在线学习过程。通过老师对教学活动组织的设计与安排，将二者有机地结合在一起，提高了教学的效率。

4. 学生在学习过程中的高参与度

美国高校学生在学习过程中自始至终的高参与度令人印象深刻，除了因为美国学生由其所接受的西方文化的熏陶和长期的教育训练而在这方面形成的素养外，美国教师在教学过程中也特别注重对学生学习积极性的调动和引导。

为了保证教学互动的实效，在课程开始之初，教师一般都会设计一个“自我介绍”的环节，让学生将自己的简介作为一个主题发表在在线平台讨论区中，详细介绍自己的情况，以此作为学习开始前的“热身”，以消除学生间的陌生感。同时，老师设计大量需要学生合作完成的作业和任务，在完成学习任务的过程中，学生的熟悉程度进一步加深，归属感进一步增强。

为了保证讨论、展示等活动的质量，老师将讨论主题和需要研读的参考文献在开学之初就下发给学生，学生可在教学大纲、课程地图中清晰地看到下次课堂讨论的主题和需要研读的参考文献，从而在课下做足功课，有备而来，有言可发，有言想发。

建构主义认为学习总是与一定的社会文化背景即“情境”相联系的，要促进学生对所学知识的建构，就必须为学生创设生动的、丰富的、真实的情境。这一点在美国所体验的几门课程中感受颇深。大量的基于真实环境的任务，以及学习过程中所使用的各种媒体形式的真实案例（如在课堂中大量视频资源的运用等），都为学生在学习过程中的问题解决提供了良好的心理情境和题材情境。他们能够结合所创设的学习情境对所学内容进行验证、讨论甚至质疑，真正引发思考。这些提升了学生对学习活动的角色认同感，促进了学生在学习过程中的参与。

另外，对学习过程的各种参与也都将进行考核，并在课程总成绩中占有一定比例，在成绩评定方面体现了对学生的学习参与积极性的重视。

5. 重视学习导航，保证学习效率与学习探究之间的平衡

在混合学习课程中，教师一般都会在在线学习平台上上传大量的专业文献要求学生进行研读。如何在这海量的资料中明晰思路、形成观点？如何在探究的过程中不失去方向、不陷入误区，避免没有结果的无效学习？在笔者体验的混合学习的课程中，无一例外地非常重视学习过程中对学生的学习导航。这种导航的主要目的就是明确方向，明晰任务，对学生学习探究的方向、探究的内容及时进行指引、点评。

首先，这种导航体现在课程教学大纲中。在美国大学教育中，课程教学大纲的作用非常重要，它是教师和学生之间的“契约”[8]。通过它，学生清楚、明白地了解课程的学习内容、学习任务、学习活动、学习评价等。它对每个教学内容模块的主要内容、学习活动组织形式、在线学习和面授学习各自要完成的任务和所需时间等都做了详细的阐述。学生在学习过程中，始终能够按照教师设定的教学活动主线开展自主学习。教学大纲真正成为学生利用率最高的的学习工具之一。

另外，学习导航还体现在“课程地图”中，课程地图中简明的教学内容的逻辑关系图能够自始至终为学生的学习起到导航和定位作用。

除了教学大纲和课程地图外，教师在混合学习课程中对学生学习的导航作用相当重要。在混合学习过程中，体现的是“以学生为中心”的教育理念。学生成为信息加工的主体，成为知识的主动建构者，而教师则成为教学的组织者、指导者，是学生建构意义的帮助者、促进者。教师在教学过程中对学习内容的讲授很少，大部分是对学生提交的作业、讨论中所持有的观点等进行适时点评，引导学生下一步的研究方向，保证学生不在探究的过程中迷航，为学生的学习过程搭建支架，培养学生的自主学习的能力和创新意识。