教学计划数据

教学计划数据（精选12篇）

教学计划数据 篇1

一、引言

21世纪是国家全面推进学生素质培养的时期, 计算机专业课既具有较强的理论性, 又具有较深的实践性。目前, 计算机专业的教学过程中往往理论教育与实际脱节, 很多学生通过了专业理论课的考试, 却不能将理论付诸于实践, 学生对课程知识并没有深刻的理解和消化, 对课程理论的实际应用没有感观上的体验。经调查显示, 60%以上的学生认为在校期间的计算机理论课的学习对就业和实际工作帮助不大, 这给学生学习计算机理论的积极性带来了消极的影响, 更有很多学生热衷于参加社会上的计算机培训机构, 放弃在高校的课程学习。因此, 在培养学生的理论创新能力的同时, 提高学生的动手操作能力, 加强学生理论联系实际的能力是计算机教学十分紧迫和必要的任务。

随着信息技术和网络技术的快速发展, 在短短几年内数据仓库和数据挖掘就已经成为IT信息领域广泛应用和热点研究的领域。该领域主要是研究如何从浩如烟海的海量数据中有效地提取并挖掘知识, 对其进行自动分析和汇总, 是计算机行业中最热门、最有前景的领域之一[1]。数据仓库与数据挖掘课程也顺应计算机发展的需要, 进入到高校计算机教育的专业课课程列表中。

本论文在深入研究了数据仓库和数据挖掘课程的内容和特点的基础上, 采用B/S (Browser/Server) 架构, 即浏览器/服务器架构, 开发了web课程教学实验平台。

二、数据仓库与数据挖掘学科教学现状

随着数据仓库与数据挖掘课程在各大高校成功试教后, 近年来各大高校都为计算机专业都设立了数据仓库和数据挖掘课程, 时至今日, 其课堂理论教学已经比较成熟。然而, 绝大多数学生在经过该课程的学习后, 普遍反映虽然基本了解了数据仓库和数据挖掘相关理论知识, 却缺乏感性认识和实践应用能力。这主要是因为该课程的实验教学较难开展, 缺乏一个符合以下特点的教学实验平台。

市场中通用数据仓库和数据挖掘软件昂贵且难以使用, 大量的专业术语、专业业务理论、数学知识和挖掘模型让人无从下手。因此我们需要的仅仅是一个实验平台, 并非大型企业应用软件, 只要学生能通过它更简易地完成该课程的实验环节即可。

1.可视化、易操作。可视化和易操作可以提高学生的学习兴趣, 让学生更直观的参与到教学活动中来, 而不是苦恼于如何使用该平台完成实验。

2.交互性。一个好的教学平台不仅是一个可以提供给学生传授知识的平台, 还应该是一个可以和学生及老师有交互性的平台, 并且使学生和学生有交互性, 老师和学生有交互性[2]。

3.教学与实验相结合。我们需要不仅仅是一个数据仓库与数据挖掘实验软件, 而是综合课程教学和课程实验的平台。教学与实验相结合、理论与实践并重, 这才是计算机专业教育的核心。

4.拥有合理和充足的实验数据。对于一个实验平台来说, 数据的缺乏将使得实验无法进行。尤其是对于数据仓库与数据挖掘这个特殊的领域, 数据不仅要足够的多而且要合理, 否则会严重影响实验结果和教学效果。

三、数据仓库与数据挖掘学科教学实验平台的构建

为适应教育发展需要, 秉承深化教学改革的方针, 改革数据仓库和数据挖掘课程原有的普通教学模式, 启动了“数据挖掘课程设计平台建设”教学改革项目。该平台依托我校电信学院985平台的优良硬件环境, 由远程开放实验平台服务器和终端PC机组成, 其成本低廉、维护方便、部署容易。该实验平台服务器直接部署于本校的学院985实验基地, 具有操作稳定性、鲁棒性和容错性。通过该实验教学平台, 学生对该课程的学习过程将不受场地限制, 只要通过网络就可以登录该平台。该平台主要框架如图1所示。

1.用户管理模块实现了对不同用户的权限设置、登录和注册等功能, 超级管理员可以为普通学生用户分配权限。

2.实验平台模块给学生提供了算法模拟和试验的平台, 主要分为以下两个部分。

(1) 数据仓库的维度建模设计模块。雪花模型设计案例;星型模型设计案例;ETL抽取操作平台。

(2) 数据挖掘算法实验模块。数据预处理程序实现算法平台;Apriori算法实验平台;ID3算法实验平台;BP算法实验平台;K-Mean和K-Medoid算法实验平台;C4.5算法和决策树算法实验平台;KNN算法实验平台;贝叶斯算法实验平台。

维度建模设计平台和数据挖掘算法实验平台模块是该平台的核心模块。

3.实验课程模块主要向学生介绍该实验课程的相关内容、教学大纲和教学任务, 也包含数据仓库环境的具体安装和配置视频演示。

4.作业提交模块更是改变了传统的提交纸质作业的模式, 让学生将动手完成的实验和相关作业通过该平台提交, 一个学生一个账户, 避免了作业抄袭和拷贝。学生提交的作业只要运行正确, 按题目要求编程, 不论采用何种语言或者何种算法都是可以的, 并没有唯一性的标准答案。当实验课程考核的时候, 学生能够通过作业提交系统向服务器提交指定课程内容的作业, 供教师在线评阅和打分。

5.教学资源下载提供给学生自学的资料, 给感兴趣的学生提供了进一步学习的捷径。

6.当有学生对实验环节和该课程有任何疑问, 都可以登录在线答疑系统, 给授课老师留言, 这些信息都会以邮件的形式发送到授课老师的收件箱, 从而实现即时的答复, 让学生在第一时间接受老师的指导。当有问题重复出现三次以上, 系统就会自动识别, 将问题和答复展示在FAQ中, 提供给更多的学生共享该问题和该问题的解答, 避免重复提问, 也给还未遇到该问题的学生共享和学习。在线答疑给学生和教师提供了交互、交流和学习的平台。

7.数据挖掘实验平台的在线代码编译环境主要采用gcc编译器, 能够对学生提交的各种代码进行实时编译, 给用户的感觉就像是在本地执行一样。它能够支持的在线运行编程语言包括java、C和C++等, 给学生提供多样化的语言实现方式, 体现了非机械化的计算机应试理念。

四、数据仓库与数据挖掘学科教学实验平台的教学效果

在数据仓库和数据挖掘课程中使用该教学实验平台, 具有教育的先进性和优越性。

(一) 建设了数据仓库和数据挖掘课程的实验教学体系

1. 数据仓库和数据挖掘模型。

本平台可以培养学生自己动手创建多维星型模型、多维雪花模型、缓慢变化维、ETL模型、数据立方体模型及其实例等, 还可以增加学生对各类重要挖掘算法的特点和应用场景的理解, 让学生在实验平台上体验基于数据仓库的主要数据挖掘算法。

2. 模型评估。

当学生创建完毕自己的数据仓库和数据挖掘模型后, 可以通过调整不同的参数值和更改数据集来检验算法的输出结果, 并通过记录在不同的应用场景下的参数值和结果值得到最优值。

3. 优化创建模型和算法的性能。

学生通过使用计算机领域中的一些经典优化技术, 如创建位图索引、哈希索引、S-tree索引等来优化模型和算法的性能, 并记录和比较不同优化技术对模型和算法的效率和响应时间的影响。

4. 定期对学生所学实验内容进行测试, 根据学生的实验测试结果对平台的远程实验操作功能进行改进和完善。

(二) 部署和实施了基于网络的数据仓库和数据挖掘课程远程实验教学环境

本项目通过构建基于网络技术的远程实验教学平台, 不仅给学生和教师提供这样一个教学实验平台, 而且还实现了实验教学的网上开放式管理, 改革原有相对封闭的实验教学模式为开放的实验教学模式, 构建了一个符合实践教学环节需求、虚拟和真实环境相结合、基于Web的多应用场景的远程开放实验平台。

(三) 基于采样评估证明了远程网络实验教学的可行性和优越性

根据采样评估结果, 该系统体现了远程网络实验的可行性和优越性。在该平台真正投入使用之前, 我们将一批学生分为两个组进行数据仓库和数据挖掘课程的学习, A组学生使用现有的课程教学方法, 而B组学生使用该平台的远程实验教学环境。具体教学内容为多维数据模型和数据立方体的概念以及k-means聚类和Apriori关联分析算法。两组学生通过不同的教学方式学习后, 对他们进行了问卷调查和统计, 结果如图2所示。

从图2的数据结果可以看到, 无论是从学生兴趣程度、作业完成度还是考试成绩的角度对两组学生的学习效果进行评估, 使用该数据仓库与数据挖掘课程教学实验平台的教学方式都具有明显的优势。在实验过程中学生是主体, 用所学知识发挥创造性思维进行实践。当实验取得结果时, 不论结果成功与否, 都能带给学生一定的鼓励, 从而在某种程度上激发学生的创造力和积极性, 真正加速问题解决和理论创新。因此, 我们有理由相信该平台的使用可以极大地提高学生的学习兴趣, 促进教学目标的实现。

五、结论

在计算机专业的教学中, 如何提高学生的实践能力和独立解决问题的能力是当前高等教育发展的新形势下所面临的主要问题。本文首先介绍了基于数据仓库和数据挖掘课程的实验平台的整体架构, 展示了该平台的优点, 证明了该平台可以将课堂学习和课后练习、理论教育与工程实践有机结合, 为实施更加行之有效的教学组织和教学管理模式提供了可能。只有教育者和学生充分认识到计算机课程中实验环节的重要性, 更有效地利用现有的社会资源和计算机技术为我们的教育服务, 专业学科教学模式和方法才能不断推陈出新, 不断进步和发展。

参考文献

[1]Jiawei Han, Micheline Kamber.Data Mining Concept and Technology[M].Beijing:China Machine Press, 2007:10-12

[2]李旭晴.学科教学网站设计的应用探讨[J].计算机教育, 2009, (02) :1-2.

教学计划数据 篇2

黄 艳

《数据库》是一门语言学科，是职专学生素质教育的一个重要组成部分，对提高学生的编程能力，促进教学内容和教学体制改革，提高教育质量和管理水平，实现教育现代化具有重要意义。为了能顺利完成教学任务，让学生学有所成，特制定教学计划如下：

一、学生情况分析

本学期担任电子一年四个班的教学工作，从总体上看，学生的学习情况不一，学生的基础参差不齐，仅有小部分同学操作能力较强，大部分学生基础较差。在学习上懒惰、怕动手动脑，对要求掌握的概念及操作要领不加强与巩固。所以，教学上要努力克服困难，充分利用现在条件，从实际出发，注重实效，坚持理论与实践相结合等多途径、多策略地激发他们的学习兴趣，把他们引导到系统地学习上来。

二、学期教学目标 知识与技能：

1、数据库基础知识。

2、数据类型、运算符和表达式。

3、表文件的建立，基本操作。

4、通过学习，使学生了解并掌握一些学习方法和技巧，培养学生的学习积极性和自觉性，鼓励学生之间相互交流，进行某些创新设计的能力。情感态度与价值观：

让学生理解《数据库》对日常生活和学习的重要作用，激发强烈的求知欲，养成积极主动地学习和使用《数据库》。做好学生的思想工作，调动学生的学习积极性，树立自信心。在课堂上培养学生学习兴趣和学习能力。同时使每个学生在课堂上都能掌握更多更广的编程知识，技能和技巧。感受到创新的喜悦，并能用于实践。培养学生对《数据库》的兴趣和意识，让学生了解和掌握《数据库》基本知识和技能，了解《数据库》的发展及期应用对人类日常生活和科学技术的深刻影响。通过《数据库》课程使学生具有独立编程的能力；培养学生良好的学习素养，把《数据库》作为支持终身学习和合作学习手手段，为适应信息社会的学习、工作和生活打下必要的基础。

三、教材分析

本学期使用的教材是高等教育出版社出版的《数据库应用基础》，内容较多，知识面广，学生掌握起来有较大的难度，需要加强上机操作练习，掌握操作要领。

四、预定教学进度安排如下: 九月份： 基础知识 各种运算 十月份：

函数

十一月份：

《数据结构》教学探讨 篇3

关键词:数据结构;算法;教学;教学设计

中图分类号:G623文献标识码:A文章编号:1006-8937(2009)08-0172-01

1前言

1.1 “数据结构”课程的重要性

“数据结构”在计算机科学中是一门综合性的专业基础课,是介于数学、计算机硬件和计算机软件之间的一门核心课程。主要研究非数值计算的程序设计问题中计算机操作对象以及它们之间的关系和操作等。本课程可以为理解、应用和开发程序提供技术和方法支持, 是程序设计的基础。“数据结构”的教学旨在锻炼学生的抽象思维和创造能力, 培养学生的实践能力, 使学生学会用计算机解决实际问题时能有效地组织、存储和处理数据的方法, 并设计出相应的结构清晰、可读性好、质量高的高效率算法, 为后续课程的学习和计算机应用软件的研制打下坚实的理论和实践基础。

1.2 教学中普遍存在的问题

“数据结构”课程的先行课是相应的算法描述程序设计语言(如C++程序设计语言), 学习本课程要求学生掌握一定的用算法描述语言来编程解决问题的能力。 因此, 基础差的学生对本课程的学习会更加敬畏。另外, “数据结构”课程本身逻辑性强、抽象性高。因此在多年的教学实践中发现, 学生认为这门课程理论性太强、不好学, 学了不知有什么用、怎么用; 当面对具体问题时, 不知该如何应用学过的知识来给出切实可行的解决方案以及编制程序, 得到正确的结果。

2教学设计要点

要解决上述问题, 首先要加强理论教学, 教师在教学过程中尽量多采用一些动态效果来描述算法的思想, 使学生易于接受和理解, 并加深印象; 尽可能多地将前后内容联系起来从中寻找一些规律进行归纳提炼和使其系统化, 使学生能较好地理解各个知识点间的联系, 从而“削减”课程的复杂度。然后通过合理、有效地设计实验内容, 来强化理论教学的效果。

2.1以学生为主体, 温故而知新的教学方法

笔者在教学过程中发现, 由于C 语言是学生最先接触的程序设计语言, 编程思想与以往的思维方式不同, 教学难度比较大, 使得教学时间大部分花费在基本概念上。而学生对数组、结构体、指针这三种数据类型的认识和理解不深, 甚至印象模糊, 对函数、函数的参数、函数的返回值、函数调用的理解也不够, 对递归及递归过程更是难以理解。但是, 这些内容是数据结构课程的重要基础, 在数据结构课程中使用频率很高。对这些内容, 在数据结构课程教学中, 尽管老师费尽唇舌, 学生仍然模糊不清, 致使教学效果不理想, 学生甚至丧失对该课程学习的兴趣和信心。

为了解决这一具体问题, 要求学生在课余时间认真复习C++语言,课堂上结合课程实际适当补充C++语言必要的知识, 培养他们建立程序设计的思想体系, 逐步提高学生阅读和理解算法的能力。在本课程的教学过程中,同时设置、讨论、检查C++相关内容题目,穿插教学、温故知新。在教学中以学生为主体, 改变“ 填鸭式”的做法, 有效设计“ 提问—— 解决方法—— 再提问”的方式, 让众多的学生参与, 用问题去激发学生思考, 引导他们如何解决问题。

2.2多举实例, 调动学生学习兴趣

由于《数据结构》理论性很强, 直接从定义出发讲解相关概念学生不易接受, 在教学过程中, 结合日常生活中的事例引入, 可大大激发学生的兴趣, 从而调动学生的求知欲。

例如, 在讲解栈和队列这一章时, 分别举出日常生活中的事例。如栈的例子, 在刷洗盘子时, 依次把每个洗净的盘子摞到洗好的盘子上面, 相当于进栈; 取用盘子时, 又从上面一个接一个地向下拿, 相当于出栈。又如穿、脱衣服时, 一层一层往身上穿相当于进栈, 脱衣服时, 又反过来一层一层地向外脱相当于出栈。队列的例子, 人们为了购物或等车时所排的队就是一个队列, 新来购物或等车的人接到队尾(即进队) , 站在队首的人购到物品或上车后离开(即出队) , 当最后一人离队后, 则整个队列为空。通过引用实例既形象又直观, 即而使学生更加明确结构与算法的作用, 提高学生运用算法解决实际问题的能力。

2.3注重实验题目实用性和现实性, 提高学生兴趣爱好

在设计实验题目时应注重相关课程和实际生活和学习中的应用, 题目生动、接近学习和生活实际, 学生容易接受和理解, 易调动学习积极性。

2.4用普遍授课,不同设问的教学方法,提高所有同学的学习兴趣

教学中强调学生思考, 针对基础不同的学生采用不同提示和设问, 提高学生的学习信心。教师还应根据学生对基础内容的掌握情况来设计上机实践内容, 采用对不同学生进行不同提示和设问的教学方法, 在实验过程中充分发挥每个学生的思维能力和实践能力, 通过实验, 使每个学生都有不同程度的收获, 以提高他们对该课程学习的自信心。

2.5注意知识点的分类对比、适时总结

《数据结构》课程中很多内容是具有类比性的, 在具体教学过程中我们要把握这方面的特点, 充分挖掘出内容相关的知识点进行分类对比。比如对于《数据结构》内部排序的学习, 我们总共要讲述近十种排序方法, 对于每一种排序方法都要讲清楚排序算法的执行原理、算法的执行效率、算法的执行步骤以及所需存储空间的情况。内容非常多, 学生很容易把问题弄混淆。在教学过程中如果能够对所有算法从时间复杂度、空间复杂度、稳定性等方面进行列表、归类、对比; 然后给出具体的一组待排序数值序列用不同的排序方法通过多媒体演示的方法分别进行排序, 学生便可以一目了然, 轻松的掌握各种排序方法。

《数据结构》课程中同样有很多内容是层层递进, 前后联系的, 比如数据类型的存储结构始终是顺序存储和链式存储两种方式。与此同时, 学生对学过的知识又是分散的、片面的, 无法将知识相互衔接起来, 做到举一反三。这就要求我们在教学过程中要承前启后、不断总结、及时复习、注重理解。以链表学习为例,在线性表章节我们学习了单链表、双链表以及循环链表。它们三者是相互关联、层层深入的, 而后面章节中树的链表表示、图的邻接表和逆邻接表表示、拉链法解决哈希表冲突都是链表的应用。 在授课的时候应注意将前面的内容加以复习, 把有联系的内容相互串联起来形成一个完整的知识体系。

2.6设计综合性实验, 提高学生实践创新能力

综合理论教学和实践教学的结果, 组织学生以小组为单位,由教师布置综合性的题目, 或者由学生自己寻找感兴趣的题目,教师引导学生全面、综合地运用所学的基础知识来解决实际问题, 如开发一套具有售票、退票、查询、统计等功能的火车票自动售票系统, 或编一个学生爱玩的游戏等, 使学生进一步掌握数据结构的应用和软件开发的方法, 提高学生分析问题、组织数据、解决实际问题的能力。学生在整个过程中, 可以相互讨论、交流, 充分发挥学习积极性, 发挥团队精神, 共同进步。把优秀的解决方法放在校园网内供大家学习参考, 或者由完成者进行讲解, 让学生了解其他解题方法, 从中分析和比较不同算法的效率, 教师要及时了解学生对知识的掌握情况、题目的完成情况和学生意见, 有利于及时调整教学方法, 提高教学效果。

3结语

由于“数据结构”课程在计算机专业课程中的重要性, 及其较强的理论性和实践性, 使得它更需要合理、有效、系统地组织教学及实验,形成一个以教学方法、内容和手段为一体的教学体系, 才能有效地提高教学效果, 提高学生分析问题和解决问题的能力。

参考文献:

[1] 严蔚敏, 吴伟民.数据结构(C 语言版)[M].北京:清华大学出版社,1997.

[2] 严蔚敏, 吴伟民.米宁数据结构题集(C 语言版)[M].北京:清华大学出版社,1999.

教学计划数据 篇4

1 大数据

什么是大数据?文献[1]中的一位美国作者是这样描述大数据的:

“Among all the definitions offered for“big data”,my favorite is that it means data that’s too big,too fast,or too hard for existing tools to process”.

所以,大数据是指,规模、涌现速度和处理难度超出目前技术工具能分析、处理和管理的数据。

一般而言,大数据的特征可用三个V描述[2]:第一个是量大(Volume);第二个是流动性大(Velocity),典型的如微博;第三个是种类多(Variety),有结构化数据,也有半结构化和非结构化数据。简言之,大数据的特征是数据的三个转变:即从结构化到半结构化甚至非结构化的形态转变,传统的批量处理方式向流处理方式转变、数据量从TB(1024GB)级向PB(1024TB)级或更高级(EB、ZB、YB等)转变。

随着科技的发展,大数据日益涌现,各行各业将都得益于大数据,如互联网数据、金融数据、统计数据、移动数据、物联网数据、企业数据等[3]。用户将面临的大数据如下图1所示。

2 高职数据库教学的现实分析

近年来,由于各种移动互联网终端(包括智能手机、个人数字助理PDA、i Pad等)的广泛应用,学生有更多的机会接触网络,对计算机学习新鲜感比较强,传统的数据库教学先从学习Visual Fox Pro入手,应用学生在日常生活中能够接触到的事务举例,通过理论教学和项目实验,让学生使用数据库开发工具建立各种管理系统。例如:建立学籍管理系统可以查询学生的学籍档案信息,对学生成绩能按照各种要求进行统计,生成报表。建立图书借阅管理系统可以方便查询读者信息,借阅书目情况等。

关系数据库系统是当前使用最为广泛的数据库系统之一,它以二值逻辑和严密的数学理论为基础,擅长表示精确的、有良好结构的数据[4]。通过传统的高职数据库教学,学生虽能掌握关系数据库的理论知识和数据库开发工具的使用,但却很难用关系数据库理论知识解释现实世界中大量存在的模糊信息。特别是随着移动互联网、全媒体技术、物联网、云计算技术及引用的蓬勃发展,人类产生的数据不仅以指数数量级增长,而且其结构变得日趋复杂,出现了各种结构性、半结构性甚至非结构性的海量数据,远远超越了传统数据库的管理能力。为了适应新技术的发展变化,高职数据库教学需要将传统的关系数据库拓展到非关系数据库领域。

3 No SQL数据库在高职数据库教学中的探索

No SQL数据库能运用非关系型的数据存储,在大数据存储上具备关系数据库无法比拟的性能优势。但No SQL很难实现数据的完整性,并且对数据的一致性要求不是很高。根据当前数据库课程的教学实际,将No SQL数据库引入到高职数据库教学中,提出了该课程教学探索的总体思路:

第一,正确定位高职专业人才培养目标,在此基础上明确数据库教学的目标。以培养高级技术应用型人才为导向的高职教育,必须从符合行业和企业的需求出发,以满足学生今后的实际工作需要和社会对学生的技能要求为主线来开展教学。随着大数据在各行各业的涌现,No SQL对大数据的存储和管理已成为一项热门技术。高职教育要紧跟时代发展,满足行业需求,需要将No SQL数据库的运用纳入到高职计算机专业人才培养目标中来,在高职数据库教学中增设No SQL数据库的教学内容。在进行关系数据库教学的同时,通过实例让学生理解No SQL数据库产生的时代背景。No SQL技术不是实验室的产物,而是实际需求的推动,这里的推动主要是指互联网的发展[5]。Web2.0时代,用户在使用网络的同时也在改变网络的内容。例如:用户在浏览微博网站信息的同时,也能发布自己的信息。这样就改变了对网站后台数据库的访问方式,即从web1.0时代中对数据库频繁的读操作变成了频繁的读写操作。这往往要达到每秒上万次读写请求,关系数据库基本能满足上万次的SQL查询,但要同时完成上万次的SQL写数据操作,关系数据库系统就已经无法承受了。因此,对大数据读写操作需求的变化推动了No SQL等新技术的发展。

第二,加强数据库实践性教学环节,在实验中理解两种数据库各自的特点。关系数据库是以二维表的形式来存储数据的,表的组织形式严格,表中的每一行代表一条数据记录,每一列代表特定属性的信息。表与表之间存在着联系和某种约束关系。消除数据冗余和严格的数据一致性是关系数据库的基本特征。

与关系数据库相比,No SQL数据库具备的特点有[6]:处理超大量的数据;部署在易扩展的PC服务器集群上;执行速度快;没有过多的操作,对数据一致性和完整性等要求较低。

第三,采用启发式教学法,合理掌握两种数据库的应用。根据教学任务和学习的客观规律,以各种案例启发学生的思维为核心,采取各种教学方法,提高学生学习热情和兴趣,从而达到课程学习的效果,是启发式教学的指导思想。通过列举各种数据库的应用实例,引导学生理解两种数据库不同的应用领域。例如,近年来,以Web2.0重要产物为代表的社交网络,其注册用户的规模日渐增长,2011年8月,Facebook的用户已经接近7亿,用户对web的需求也在提高,缩短用户操作的响应时间已成为提高网络质量的基本要求。关系数据库的优势在于严格保证数据的一致性,而当大规模用户同时操作时,对现实的需求而言,严格的一致性并不是必须的,而最重要的是快速高效的数据响应,No SQL在保证最终一致性的情况下能够实现高效的数据访问。

此外,有时要将两种数据库同时运用,发挥各自的优势。例如,在存储博客、微博等大量信息时,将标识每条信息记录唯一的主键存储在关系数据库中,作为查询的索引,而信息的大量文本内容存储在No SQL数据库中。当用户查找某条发布的信息时,首先根据关系数据库中的索引,快速查询到该条记录的主键,通过两种数据库之间的映射关系,根据主键即可定位到存储在No SQL数据库中的信息内容。这样既发挥了关系数据库对数据严格一致性的要求,方便查询的优势,又发挥了No SQL数据库擅长存储和管理大数据的优势。

由此可见,No SQL数据库不是关系数据库的替代产品,而是对其功能的补充和完善。

第四,改革传统的考试方式,注重考察学生分析问题、解决问题的综合能力和素质。通过课堂理论授课和项目实验操作,着重锻炼和提高学生运用两种数据库进行设计开发的能力,以及与他人合作的团队协调能力。

4 需要解决的问题

近年来,No SQL技术作为当前数据库领域不容忽视的力量,已引起了许多高校的关注,传统的数据库教学面临以下几个需要解决的问题:

问题一,教师对新知识的认知和讲授能力有待提高。长期以来,由于关系数据库的广泛应用,往往认为关系数据库在数据库课程教学中占主导和统治地位,而忽略了对其他数据库的研究。当前高校教育滞后于市场对人才的需求,因此,教师能否紧跟科技发展步伐,对No SQL等新兴技术的认知能力,包括对新技术的认可、掌握和熟悉,以及在授课过程中,如何把握No SQL技术和关系数据库之间的关系,融合应用两种技术,使学生对其有个清晰和系统的认识,是数据库课程教师需要改进和提高的重要问题之一。

问题二,学生接受和掌握新知识的学习力需要提高。对于刚开始学习数据库课程的学生而言,要同时掌握两种具有对立性质的数据库技术,存在一定的困难。因此,学生能否在学习过程中充分发挥主观能动性,努力掌握新技术,提高自己的知识水平,是学生需要解决的问题。

问题三,教学的实验条件亟待加强。目前,大部分学校的实验软硬件条件基本能满足关系数据库技术的教学需要,但当面对No SQL技术在大数据处理的优势时,如何构建实验环境也是数据库教学的一个重要问题。

5 结束语

No SQL数据库是大数据时代下的必然产物,随着该新技术的广泛应用,以关系数据库为主的传统高职数据库教学将面临改革。高职数据库教学应以社会对人才的需求为导向,关注科技发展动态,紧跟科技发展步伐,转变教学观念,改进教学方法,优化教学环境,提高教学软实力,才能为学生发挥好从学校到工作实践的桥梁作用。

摘要：大数据时代中的数据都是以海量形式存在,文章分析了大数据的特点,阐述了高职数据库教学实践中存在的问题,提出了将NoSQL数据库引入教学的必要性,对NoSQL数据库在高职数据库中的教学进行了探索,并明确了今后需要解决的问题。

关键词：大数据,NoSQL,必要性

参考文献

[1]Sam Madden.From Databases to Big Data[J].Ieee InternetComputing.,2012(5).

[2]顾君忠.大数据与大数据分析[J].软件产业与工程,2013(4).

[3]Haluk Demirkan,Dursun Delen.Leveraging the capabilities ofservice-oriented decision support systems:Putting analytics and big data in cloud[J].Decision Support Systems,2013(3).

[4]吕艳辉.数据库支持的模糊OWL本体管理[M].国防工业出版社,2013.

[5]娄颖.浅析No SQL技术与数据库教学的关系[J].计算机时代,2013(5).

[6]姚金海,吴森.大数据技术应用探讨[J].西安通信学院学报,2012(12).

《数据收集》教学反思 篇5

昨天和今天在两个班各复习了一下第十章的内容。自己还处在课改的初级阶段，上课时也出现了不少问题。可能是有老师听课的原因，两个班的表现都要比平常的课堂表现好很多。每个同学基本都参入进来了。 这节课设置了六个任务，一共九道题。题目的难度不是太大也是本章的重难点。昨天在二班上课时可能因为备课的时间比较短，在投放任务时把顺序有点颠倒了。本想在刚开始把教学目标让学生明确一下的，也忘记了。只能放在了最后。学生在展示的过程中虽然比以前自信大方了很多，但是还需要锻炼。

在这里面表现比较好的是麻小华同学讲解比较大方，还能根据题目来提问其他同学。今天在一班上的这节课大部分是由五六号的同学讲解的。通过讲解也看出来这部分学生还存在一知半解的情况。在做题的过程中做题还不是太规范，这是要自己在以后教学中重点训练的内容。 通过这两节课也发现也需要改进的问题，每个小组在讲解完后没有及时进行总结。

有时总结时也不是很到位，这还需要加强的。在讲解的时候有时组内成员去展示的太多有点浪费时间。 通过这次自己的讲课发现跟其他老师还存在一定得差距，自己一定会加强学习跟上课改步伐。

思科公布数据中心计划 篇6

思科在Networkers用户大会上公布了雄心勃勃的战略计划—成为数据中心头号基础设施提供商。思科认为，网络处在数据中心基础设施的最前沿，可以支持任意位置的任何应用和任何内容。它还将虚拟化技术视为数据中心网络的关键组成部分。

思科产品营销资深经理Doug Gourlay说: “我们没有被人们看作是一家数据中心公司，是因为当人们考虑数据中心时，怀着一种以服务器为中心的观点，但是我们将改变这种概念。”

思科推出了实现其设想的第一批产品—VFrame Data Center，一种使企业可以从计算、存储和网络资源池创建虚拟化的服务器基础设施的编排工具，该工具将网络当作一种集中各种东西的统一结构。思科还推出了Storage Media Encryption，用于加密网络结构中的数据，并使数据可以被安全地保存在磁带和硬盘上。

分析师点评

教学计划数据 篇7

关键词：数据仓库,数据挖掘,理论教学,实践教学

0前言

数据仓库与数据挖掘技术始于20世纪80年代, 90年代有了迅猛的发展, 这是信息和数据深度处理的必然需要, 也是体现信息价值的重要工具。“数据仓库与数据挖掘”是一门多学科融合、理论与实践并重、内容具有前沿性和时代性的课程, 已经成为计算机相关专业、信息管理与信息系统专业本科生的学习内容之一。本课程要求学生应具备扎实的计算机基础、数据库原理、程序设计语言等相关知识, 同时, 课程中还涉及分类、聚类、预测、关联规则等多种数据挖掘理论算法, 这就要求教师在授课时注意结合实际、融会贯通, 以帮助学生理解课程教学内容。

1 课程的教学内容

数据仓库与数据挖掘是针对计算机相关专业高年级开设的选修课程, 主要教学任务是使学生熟悉数据仓库的基本概念和原理、数据仓库的开发过程、联机分析技术 (OLAP) 、数据挖掘技术 (DM) 等, 并通过实践环节使学生掌握开发数据仓库、应用数据挖掘技术的基本技能, 使学生具备获取、分析、利用信息的能力。

我们采用的是北京大学出版社出版, 廖开际主编的《数据仓库与数据挖掘》, 该课程一共有32学时, 其中:理论教学24学时, 实践教学8课时, 由于教学课时有限, 需要学生利用课余时间查阅和学习相关内容。

2 理论教学环节

“数据仓库与数据挖掘”课程是涉及多个学科的交叉领域, 既要求学生掌握计算机专业知识, 又要掌握数据库系统、程序设计等基础知识, 另外, 在讲解聚类、预测分析、关联规则等挖掘算法时, 又要求学生对概率统计等数学知识有一定深度的认识。但是, 由于本科生教学课程设置等方面因素的影响, 学生不可能完全了解相关学科的知识, 因此, 在进行理论讲解时, 对于涉及到学生比较生疏的内容应该根据学生的具体情况, 结合实例加以说明。

“数据仓库与数据挖掘”课程与数据库既有着紧密的联系, 又有着本质的区别, 因此, 在讲解数据仓库时, 不仅要让学生了解数据管理技术从数据库发展到数据仓库的过程, 以便理解数据仓库技术产生的原因;更要学生深刻体会到数据库与数据仓库的本质区别, 数据库是存放业务系统当下运行所产生的数据, 而数据仓库存放的是业务系统产生的历史性数据, 而且数据仓库中的数据可以是来自于多个业务系统, 进入数据仓库中的数据必须是对各业务系统中的数据进行统一、整合处理后的数据。在构建数据仓库时, 工作量非常大, 而ETL, 即抽取、转换和加载处理占到整个工作量70%左右, 所以, 在授课时应该适当地加入当今比较前沿的ETL技术, 让学生对前沿的ETL技术有一定的了解, 比如在我院特聘教授蒋彬教授编著的《Constructing Data Warehouses with Metadata-driven Generic Operators and more》一书中提到的MGO的方法就可以大大提升ETL的处理效率。在讲解数据仓库与数据挖掘的关系时, 应当指出, 由于数据仓库中的数据是通过统一、整合处理后的数据, 因此, 能够满足数据挖掘技术对数据环境的要求, 可直接作为数据挖掘的数据源。但是, 数据挖掘所使用的数据源却不一定必须来自于数据仓库, 它可以是任何形式的数据文件, 但是, 这些数据并不是拿来就可以直接使用的数据, 必须经过清洗、转换等数据预处理, 转化为适合数据挖掘使用的数据。

在讲授数据挖掘部分时, 要重点讲述所用方法的概念和属性, 不能只是介绍各种挖掘工具, 而是要使学生深刻理解挖掘方法、模型和工作原理, 这才是掌握数据挖掘技术的基本条件。另外, 更要让学生深刻认识到数据挖掘的含义, 数据挖掘不仅仅是为了看到一些漂亮的图表, 而是为了发现潜藏在海量数据中的有用信息, 为企业的高层管理人员提供决策分析信息, 这才是数据挖掘的本质。

3 实验教学环节

实验环节是计算机类课程教学的一个主要环节, 可以帮助学生在实践中理解和掌握理论知识, “数据仓库与数据挖掘”是一门与实际结合非常紧密的课程, 实践性非常强。因此, 实验教学中不仅要让学生进行验证性的操作实验, 还要与实际应用紧密结合, 充分调动学生的学习积极性, 使学生能够进行简单的系统设计和数据分析工作。

3.1 实验环境

本课程实验内容主要包括数据仓库的构建和数据挖掘的实施, 根据我院的实验室的硬件条件和实验要求, 我们选择的软件是微软的SQL SERVER 2005, 包括Analysis Service组件和Report Service组件。

3.2 实验项目

SQL SERVER 2005的Analysis Service组件可以支持数据仓库的创建和应用, 并配有功能强大的工具和帮助文件, 以便协助使用者完成数据仓库的建立、维护, 进行OLAP联机分析和数据挖掘。由于实验时间有限, 我们将Analysis Service自带的实例教程内容进行了适当的分解和重组, 主要形成4个实验项目, 使学生对数据仓库的构建和数据挖掘的实施步骤有了一个初步的认识, 为其日后的进一步学习打下坚实的基础。

3.2.1 建立多维数据集及进行OLAP分析

在这个实验中我们给出了明确的任务、目标, 首先, 要求学生根据我们给定的数据源, 建立一个符合要求的多维数据集, 掌握维度命名计算的方法和KPIS的使用。其次, 要求学生利用所学的切片/切块、上钻/下钻、旋转等OLAP分析方法, 对建立的多维数据集进行数据分析, 并能正确理解分析结果。

通过本实验, 学生基本上都掌握了Analysis Service的工作环境, 掌握了多维数据集的创建和使用方法;同时, 也使学生对多维数据集、事实表、维度表、元数据及多维分析等概念有了更深一步的理解和认识, 为后面安排的实验做好了充分的准备。

3.2.2 利用SSAS进行数据挖掘

在这个实验中, 主要是利用决策树、关联规则、聚类和贝叶斯等算法建立挖掘模型, 并用建立的模型进行预测。通过本实验可以让学生了解数据挖掘的基本步骤, 加深了学生对Analysis Service数据挖掘算法的感性认识, 掌握如何运用Analysis Service对数据进行挖掘, 并要对挖掘结果进行合理分析。

在进行数据挖掘实验时, 对挖掘工具中算法的各类参数, 教师要详细地予以解释, 并指导学生通过调整参数的值, 查看其对挖掘结果的影响。

3.2.3 利用SSRS开发报表

在一个企业中, 报表服务是被用的比较多的一项, 因此, 有必要让学生对报表的开发有一定程度的掌握。在该实验中, 学生除了要完成常规报表外, 还要求其掌握参数报表和含有统计图的报表设计及开发。通过本次实验, 学生将会对Report Service的报表类型有所了解, 掌握常用报表的设计和部署方法。

3.2.4 构建成绩分析数据仓库系统

构建数据仓库时, ETL将占到整个工作量的70%, 因此, 在该实验中, 我们将着重让学生体验一下ETL的处理过程, 实验中使用的数据主要是来自于本专业各年级的学生成绩、培养方案及课程信息的数据, 其中, 既有格式化的数据, 也含有非格式化数据, 甚至会有数据不完整、不统一等情况, 对于这些不能够直接使用的数据, 学生必须要进行预处理之后才能够使用。通过本次实验学生不仅可以体会到ETL的全过程, 而且, 也可以更加深刻的认识到对数据进行预处理的必要性。

4 总结

数据仓库与数据挖掘时一门新兴学科, 而且还涉及到很多相关学科的知识, 仅靠有限的课堂教学是远远不够的, 需要利用课余时间去查阅相关资料, 同时, 还要多多动手来实践, 这样才能不断丰富和深化自己对数据仓库与数据挖掘的认识。

另外, 我们教研室的教师们也在一起努力学习利用MGO的方法来实现ETL的全过程, 并准备将其加入到我们的实验环节中来, 希望让学生能够掌握比较前沿的数据仓库技术。

参考文献

[1]蒋彬.Constructing Data Warehouses with Metadata-driven Generic Operators and more[M].DBJ Publishing, 2011 (07) .

[2]王秋华.任务驱动的数据仓库与数据挖掘课程案例教学[J].黑龙江教育 (高等教育与评估) , 2011 (06) .

教学计划数据 篇8

笔者在日常教学工作中常常需要仔细校对各种庞大的Excel表格数据,校对的时候,多会选择一人朗读,另一人详细核对数据。或者自己看一段,再对一段。其实这样比较麻烦。我们完全可以利用Excel自带的“文本到语音”功能,让软件通过发声自动给你校对,不仅减轻了工作量,还不容易出错。

在Excel 2003中,我们可以通过“视图”-“工具栏”,选中“文本到语音”复选框来使用朗读单元格功能。由于这个功能在安装Excel时不是默认的,所以在第一次使用时会提示插入Office安装光盘来安装这个功能。

使用的时候打开“文本到语音”工具栏,数据文件中用鼠标选择要朗读的第一个数据,接着根据数据的排列情况来选择是“按行”还是“按列”来进行朗读,设置完成后点击“朗读单元格”按钮就可以了。

如果选择“按回车开始朗读”按钮,还可以一边输入数据一边来进行语音校对,这样在完成一个单元格的输入后按回车,Excel就会自动来朗读这个单元格中的内容。

Excel 2007中也有这个功能,但是不太好找,需要用户自定义设置。下面重点讲解在Excel 2007中如何实现语音朗读功能。

鼠标右键单击Excel 2007左上角的圆形“Office按钮”,从右键菜单中选择“自定义快速访问工具栏”。

在“自定义快速访问工具栏”选项卡中,在“从下列位置选择命令”下拉菜单中选择“不在功能区中的命令”。

在这个下菜单中我们可以看到“按Enter开始朗读单元格”,双击这个命令,把它加到右边的快速访问工具栏中,最后单击“确定”按钮完成操作。

相同方法添加完“朗读单元格”、“朗读单元格-停止朗读单元格”、“按行朗读单元格”、“按列朗读单元格”等朗读功能的命令。

现在我们再回到Excel2007主窗口中,快速启动工具栏已经多出了五个按钮。

保证声卡和音箱或者耳机工作正常的情况下,现在我们选择表格中的某个单元格区域如A2:F8区域,选择“按行朗读单元格”,再点击“朗读单元格”按钮就开始逐行朗读单元格内容了。怎么样,有了Excel语音校对功能,繁琐枯燥的核对教学计划工作立马变得轻松许多了。

如果想对朗读的声音做设置,可以打开“控制面板”的“语音”,在“文字-语音转换”对话框下可以选择朗读的声音和速度。

有了这个语音朗读的小工具,我们就可以在Excel表格大量数据输入和检查的时候轻松一点,眼睛和耳朵一起帮忙,轻松完成数据的校对工作。当然,Excel语音校对功能远不局限于教学数据校对工作,还可运用于财务的语音对账中。总之,涉及文字校对工作的它都可以胜任。

摘要：Excel表格数据校对工作想必很多人都经历过,尤其是学校的教学管理、财务处、资产处等部门。这些数据校对工作主要是通过人工完成的,笔者基于校对教学计划数据的个人工作经验,介绍一种计算机Excel语音校对功能,可以极大的提高工作效率。

浅谈《数据结构》教学 篇9

目前, 绝大多数高等院校计算机软件专业都开设了《数据结构》这门课程, 也有的专业作为选修课进行, 这是因为它是一门非常重要的专业基础课, 是其他专业课学习的基础, 是以后搞软件开发设计的基础, 掌握这门课, 对今后的学习和以后的发展具有深远的意义。然而在多年的实践教学过程中, 学生普遍反映该课程较为难学, 对一些抽象概念、算法难于理解和掌握, 如何提高这门课程的教学效果, 是一个值得探讨的问题。

2、重视学生的听课率

这是学生听课积极性的问题, 在此提出一个新的概念, 即“听课率”, 也即有多少学生在听课。要提高学生的听课率, 首先要提高课堂的教学效率。如果教学效果好, 学生就愿意听;如果在课堂上磨时间, 学生就不喜欢听。提高课堂的教学效率, 可以从三方面来探讨:夯实我们的教学知识;合理进行教材内容的裁剪;合理安排教学过程中的时间。《数据结构》是一门重要的专业基础课, 要讲好这门课并不容易, 除了要反复研究教材, 通盘备课外, 还要认真参考学习其他比较权威的资料, 考虑如何把实际中的问题和教材中的理论联系起来, 强化自身的专业内涵, 才能在教学中自由发挥;对于教材内容裁剪问题, 应该从授课组织入手, 尽量不要把授课内容安排得满满的, 做到精减, 讲清基本点、重点和难点。比如:栈和队列这两个知识点, 按传统的授课内容设计这堂课要讲授的任务是较满的。要讲授栈和队列的逻辑结构和存储结构, 及操作特点, 还有操作的算法实现, 这样下来教学效果不是很好。个人的一点经验是, 把栈和队列这两个知识点进行整合来讲。栈和队列都是受限制操作的线性表, 它们的共同点都是线性表结构, 只是它们的操作不同。在学生理解线性表逻辑结构和存储结构及操作的基础上, 完全可以同时过渡到栈和队列的定性分析。学生在对比的过程中相对较容易理解, 定性分析后, 算法实现可以交给学生自己去思考, 在老师的引导下理解并完成;对于合理安排时间问题, 就是在讲课的过程中, 要适当变化教学形式, 比如提问、上黑板、讨论等, 逐步化解学生的听觉疲劳。

3、注重基础, 抓住重点和难点

在实际教学过程中, 一定要把基础打扎实, 只有基础牢固, 才能理解和消化重点和难点知识。我们要求学生先熟悉多种数据结构的特点和表现形式, 然后引导学生去理解怎样把数据结构存储起来, 有哪些存储方式和优缺点, 存储结构是如何反映该数据的逻辑特性的。例如:对线性表的内容, 主要从线性表的定义出发, 线性表是一种数据结构。学生刚接触时, 应多用形象、直观的图形把线性表的逻辑结构表示出来。抽象思维是学生的弱点, 尽量用形象的界面展示给学生。在充分理解线性表的逻辑结构后再讲解存储结构就轻松多了, 逻辑结构是基础, 是过渡到存储结构的关键, 因此逻辑结构的讲解是非常重要的, 必须多花时间在这部分内容上, 再讨论线性表的存储结构。根据线性表的数据量和具体的应用来确定存储结构后, 接下来就要突出重点和难点, 即算法分析和实现。算法实现为什么会成为难点, 根据个人的经验, 学生就是在存储结构的实现给卡住了, 所以, 对存储结构必须讲透。例如:在讲线性表顺序存储结构的操作算法实现时, 重点放在线性表的顺序存储结构的描述, 及对这个线性表结构的引用上。在这个基础上再讲它们的操作, 对于这些操作并不需要每个都讲得很细。顺序存储结构的线性表的操作主要包括初始化、插入、删除、查找、求表长等[1]。初始化操作是关键, 它是对存储结构的进一步理解。在此基础上只要讲明白插入操作算法实现就够了, 其他操作只要把算法思想提示给学生并进行适当的引导, 他们就会知道怎样实现。

4、师生之间要互动

互动式教学, 是在教学过程中教与学双方交流、沟通、协商、探讨, 在彼此平等、彼此倾听、彼此接纳、彼此坦诚的基础上, 通过理性说服甚至辩论, 达到不同观点碰撞交融, 激发教学双方的主动性, 拓展创造性思维, 以达到提高教学效果的一种教学方式[2]。这是教学方法问题, 也是教学理念问题。我们平时提倡交互式、讨论式的教学方法, 就是学生对老师提出的问题有响应, 学生和老师之间要有对话和交流, 不要老师一个人从头讲到尾, 口才再好的老师这样做也吸引不了学生。如果这堂课总是有老师和学生之间对话, 就不一样。就拿“图形结构”这一部分内容来说, 刚接触的学生最重要的环节是图的存储结构, 假如图的存储结构完全理解, 对于后续图的遍历和其他应用算法实现就迎刃而解了, 所以图的存储结构理解是重点。因此, 这部分内容学生要消化, 最好的方法就是互动。可以考虑这样实施:当讲完图的逻辑结构时, 不要马上过渡到图的存储结构的讲解, 而是出一些相关图的逻辑结构的习题, 让学生自己马上独立完成, 写出该图的顶点有哪些, 边有哪些。这个问题并不难, 大多数学生都能做的出来, 这样做的目的是让学生能够理解图的逻辑结构。他们有了这个基础后, 讲解图的存储结构就相对容易了。这时可以引导学生去思考怎样实现存储这些图的顶点和图的边。以邻接表为例, 首先考虑怎样保存顶点, 再考虑怎样保存边。这堂课下来基本上花20分钟时间来讲解图相关的概念和图的逻辑结构, 其他时间都是在老师的引导下学生参与思考和互动来解决问题。这样学生感觉是自己想出来的存储结构, 会很有成就感, 学起来有积极性。他们反映交互式、讨论式的教学方法与单向灌输式的教学方法最大的差别是“我们都很紧张, 思想不敢开小差, 不知道老师什么时候提问, 不知道会问什么问题, 不知道会不会问到自己[3]。”

5、加强实践环节

计算机科学是一门应用科学, 学生学习的理论知识, 只有应用到实际中才能检验出正确和错误。数据结构也是这样, 学习并掌握其中的框架、原理和思想, 目的是为应用打好扎实的理论基础。例如, 在构造一个新的数据结构时, 学生思维所产生的数据结构设计思路并不一定是完全正确的, 往往是部分正确, 甚至是全部错误的, 这时就需要通过调试程序来验证算法的正确性。另外在实践过程中, 学生会遇到很多细节问题, 这是他们在思考的时候很少想到的, 但实际上这些问题都是重要的。所以, 实践的过程, 实际上是训练学生完整、彻底地解决问题能力的过程。

还有, 实践也要讲究一点小策略。现在学生都拥有自己的电脑, 在实验课时他们并不是全部依赖实验室的电脑, 所以应该充分发挥他们自己电脑的作用, 上实验课之前给学生布置好相关知识点的任务, 让他们课外先完成。其实实验课是老师解决学生疑问的时间, 或学生展示自己的成果及同学们相互讨论的机会。这样与单纯上实验课的区别是, 学生课前已经自己独立思考, 并努力去完成。不管结果怎样, 学生都会带着问题来上实验课。没实现的学生希望老师给他指点, 而已经完成的学生希望参考老师的方法。对于优秀的学生, 让他来讲解是怎样完成的, 他们有成就感, 可以激发完成下次任务的热情。当然, 需要对每位学生的任务完成情况进行合理的考核, 这样为了更好的肯定学生的成绩。

6、结束语

本文从实践的角度出发, 探讨了《数据结构》课程的课堂教学的一些方法和体会, 随着多媒体网络的普及, 可以充分利用网络资源进行学习。同时提倡继承前人好的教学方法, 并注重个人的积累和创新, 努力形成个性化的教学风格。我们坚信, 通过教师和学生的共同努力, 《数据结构》难学的现状一定会改变。

摘要：《数据结构》是高等院校计算机专业的一门重要专业基础课程, 要求会分析和理解加工的数据对象特性, 选择适当的数据结构和存储结构及算法。要讲好这门课, 可以从学生的听课率、课程的基础、重点和难点方面考虑, 另外, 师生之间的互动非常重要, 最后要加强实践环节。

关键词：数据结构,教学模式,教学方法

参考文献

[1]严蔚敏.数据结构[M].北京:清华大学出版社.1992

[2]李森.论课堂教学话语系统及转换[J].济南:当代教育科学.2003 (2)

重庆推大数据计划 篇10

近日, 重庆印发了《重庆市大数据行动计划》 (以下简称“《计划》”) , 提出了重庆市实施大数据行动计划的总体目标、主要任务和保障措施。

根据《计划》, 到2017年, 重庆要将大数据产业培育成全市经济发展的重要增长极。

具体内容包括打造2至3个大数据产业示范园区, 培育10家核心龙头企业、500家大数据应用和服务企业, 引进和培养1000名大数据产业高端人才, 形成50亿元大数据产业规模, 建成国内重要的大数据产业基地。

《计划》提出, 重庆市将整合相关市级专项资金, 设立重庆市大数据产业发展专项, 对大数据产品和解决方案市场化推广、大数据应用示范工程等重点项目, 优先给予资金支持。

重庆市经信委近日表示, 大数据产业将充分发挥重庆市云计算数据中心集群的基础设施作用, 吸引国内外领先的大数据企业来渝, 进一步推广云计算在重庆市经济社会各领域的广泛应用, 并将进一步促进重庆市智能终端制造产业与云计算、大数据产业的融合发展。

“如果说重庆的云端计划是一个故事, 那么, 这个故事正逐渐实现。”中国电子商务协会专家库专家, 重庆市渝中区政协委员李滨虹说。

重庆的“云端计划”目标是在2015年形成年产1亿台笔记本电脑, 7000亿元产业集群, 全球1/3笔记本、平板电脑和职能收集实现“重庆造”, 信息产业将成为全市第一支柱产业。

在上述“云端计划”的谱系中, 包含了硬件建设和软件建设两大部分, 硬件建设包括五大品牌 (惠普、宏基、华硕、东芝、思科) 、六大代工 (富士康、广达、英业达、纬创、仁宝、和硕) 的引入, 以及700多家零件厂商的引入和运作;而软件部分则包含大数据, APP端开发、电子商务 (结算) , 以及物联网发展。

李滨虹认为, 《计划》的实施标志着“云端计划”从“硬件”阶段发展到“软件”阶段。

硬件方面, 相关产业已初具规模。2012年, 重庆生产笔记本电脑4200万台。2013年上半年, 重庆生产笔电2455万台, 同比上升23.3%。市外经贸委相关人士表示, 去年重庆对欧盟出口额为90亿, 笔电就占了50亿。

同时, 重庆综合经济研究院的研究报告认为, “笔电产业经过前两年扩产放量后进入相对放缓的常态增长阶段。”

在此背景下, 加快终端制造与云计算、大数据产业的融合确有必要。

知情人士透露, 今年年初, 孙政才在调研西永制造基地和水土云计算中心时明确提出, 要加快大数据的应用开发, 加快实施云端计划。

6月20日, 重庆市政府与腾讯科技公司签订共同推动云计算产业发展战略合作框架协议, 腾讯将在重庆建立其在中西部地区的首个大型云计算数据中心。

迄今为止, 重庆已有NEC、神州数码等一批云计算应用服务龙头企业落户重庆。

关系数据理论的教学实践探索 篇11

关键词：关系数据理论；关系模式；模式分解

作者简介：吕鸣（1957-），男，吉林省吉林市人，国防科技大学机电工程与自动化学院，高级工程师；王萍（1979-），女，河北元氏人，国防科技大学机电工程与自动化学院，讲师。（湖南?长沙?410073）

中图分类号：G642.0?????文献标识码：A?????文章编号：1007-0079（2012）28-0079-02

关系数据库理论是“数据库系统原理”课程教学的重点和难点，其内容涉及的概念、定义、定理、推理较多，同时在教学中要求学员能够运用相关的理论和知识解决在数据库应用设计中遇到的实际问题。

一、关系数据理论的教学主要内容及教学要求

关系数据理论用于指导建立良好的关系模式，在关系操作过程中尽可能避免或较少地产生异常。其主要的教学内容包括：规范化理论（包含依赖关系及范式）、公理系统（包含基本公理、推理、覆盖及闭包）和模式分解。在教学要求上提出掌握规范化理论的定义及概念，熟悉Armstrong公理系统并熟练应用推导，针对具体问题能够运用所学理论进行模式分解；其教学的重点为Armstrong公理系统、函数依赖和范式；其教学难点和目标设定为模式分解。关系数据理论的主要教学内容及其相互间的联系如图1所示。

二、教学方法的研究探索

关系数据理论的教学以关系模式为核心展开，围绕关系模式中的属性集U和函数依赖集F介绍相关知识，最终实现掌握模式分解的基本方法。

1.以属性间的联系为关系数据理论的重要始点

应用关系数据库理论构造关系模式离不开对关系模式中属性的探讨。对于某一事物或对象而言，根据现实需求而提取或筛选出的刻画事物或对象特征的诸属性间有着不同性质的联系。因此，将属性间的一对一、一对多和多对多三种基本联系作为关系数据理论的始点有助于学生理解和掌握函数依赖、范式以及闭包等知识点的学习，并打下良好的基础。

2.以关系模式为关系数据理论教学的核心

围绕关系模式R（U，F）展开关系数据理论的教学主要把握以下知识点的学习：

（1）采用直观的图示法清晰展示函数依赖关系。在关系数据理论中函数依赖关系对范式的理解有着至关重要的作用。各种函数依赖关系的定义通常以文字表达的方式予以说明，在理解上带来一定的难度。在实际教学中探索使用图示的方法刻画函数依赖关系的定义，对学生理解定义的实质起着事半功倍的作用。图2～图5给出了部分相关函数依赖定义的示意图。

（2）消除操作异常和数据冗余的重要手段——规范化。在数据模式的构造中需要关注和解决数据的插入异常、更新异常、删除异常以及数据冗余问题，这也是规范化的意义所在。因此，合理地构造关系模式就显得尤为重要，而规范化理论则为解决这一问题提供了理论工具和手段。在关系模式各种规范化形式（范式）之间有着不同的要求和联系，这是在教学过程中必须把握并阐述清楚的。为此，在实际教学中结合各种范式的定义，选取适当的范例并结合图6所示的范式联系及规范化过程实施教学。

（3）公理系统——模式分解的重要理论基础。公理系统是关系数据理论的重要基础，合理、有效地运用公理系统求解函数依赖集的闭包及最小函数依赖集是教学的重要要求之一。在教学中采用把握基础、灵活运用、明确目标的教学原则。这就是把握公理系统的推理规则，灵活运用推理规则求解闭包，为模式分解奠定知识基础。在公理系统的教学中要重点强调求解属性（集）的闭包和函数依赖集的闭包之意义和作用。求解属性（集）的闭包可以从理论上判定该属性（集）是否适合作为关系模式的候选码；求解函数依赖集的闭包并判定两个函数依赖集是否等价对确定模式分解能否保持函数依赖的等价具有重要意义。因此将公理系统部分的教学视为模式分解的重要理论基础。

3.以模式分解为关系数据理论学习的重要目标

模式分解的过程就是运用关系数据理论及其规范化的方法解决模式中的操作异常和数据冗余问题的过程。在实际的教学中注意把握两个要点：一是模式分解中的三个等价的定义及其内涵；二是既保持无损连接又保持了原有函数依赖的等价的判断方法。通过示例分别说明模式分解的三个等价的定义，进而分析其异同点，尤其关注分解后所得到的模式是否与原模式保持了等价关系，使原模式的函数依赖及原有信息不产生本质上的变化这一重要问题。这就是模式分解中要达到既保持无损连接又保持了原有函数依赖的等价。在教学中既要学生掌握模式分解的方法，也要学会并掌握如何判断分解后的模式是否保持无损连接且又保持了原有函数依赖的具体方法，将模式分解作为关系数据理论学习的重要目标。

三、结束语

关系数据理论的教学是“数据库系统原理”课程中的重要教学内容之一。以关系模式为核心、以模式分解为目标、以规范化理论和公理系统为主要内容展开教学可以以点成线、以线成面形成一个较为完整的知识体系，有利于学生较为全面地、系统地理解和掌握关系数据理论的知识，尤其是各知识点的相互之间的联系和作用。如何更好地开展关系数据库理论的教学依然是值得“数据库系统原理”课程教学探讨的课题之一，需要在实践中不断地探索和总结，以期更好地提高关系数据理论的教学效果。

参考文献：

[1]张海燕,陈志泊,王春玲.《高级数据库技术》课程教学改革的探讨[J].教育教学论坛,2011,(9):126-127.

[2]马金忠,田彦山.数据库原理课程教学中的几个重难点问题的多解探讨[J].高师理科学刊,2011,(4):90-94.

[3]王珊,萨师煊.数据库系统概论[M].第4版.北京:高等教育出版社,

2006.

[4]吴伟芬,任北上.《数据库应用系统设计》课程教学改革探索[J].广西师范学院学报(自然科学版),2010,(3):114-116.

《数据分析》教学案例 篇12

●创设情境,案例引入(5分钟)

师:我们上节课学习了《数值计算》,通过公式法或函数法可以计算出一行或一列数的总和、平均数、最大值、最小值等数值。我们计算这些数值的目的往往不只是计算数值,更重要的是想寻找一些规律或蕴含在这些数值中的信息为工作和生活服务。这节课,我们一起来探究简单的数据分析方法,其中主要包括排序、筛选、分类汇总三种技术。下面有三个案例,每个案例都含有三个问题,大家看看如何解决这些问题?

案例1:为了庆祝“元旦”,学校举办了一场庆“元旦”演讲比赛,刘燕等同学承担了这次比赛的分数统计工作。他们将评委的打分录入后,先按照评委会的要求,去掉一个最高分和一个最低分,得出每位选手的最后得分(如表1),你能通过自主探究和小组合作学习,利用本节课学习的内容,按得分高低计算出每位选手的总名次、级部名次和优胜级部吗?

案例2:表2是咱们班所有同学的身高和体重统计表,你想不想知道你的身高或体重在我们班处于一个什么样的位次,在相同性别的同学中又处于什么位次呢?咱们班男生、女生的平均身高或体重又是多少呢?

案例3:表3是2015-2016学年度第二学期班级卫生检查结果记录表,你能通过自主探究,利用本节课的知识计算出每个班级的总名次、每个班在本级部中的名次以及优胜级部吗?

设计意图:教师通过精讲,让学生明确学习任务,理解有关专业术语的概念;以学生熟悉的三个真实案例创设情境,导入新课,目的是激发学生的学习兴趣,培养他们分析问题、解决问题的能力。

●分析问题,理清思路(2分钟)

师:我们以案例1为例来分析一下解决这三个问题的思路。问题1是计算各选手名次的问题,实际上是按照得分由高到低进行排序,然后依次填入名次即可。问题2是计算各选手的级部名次,实际上就是分别对每个级部的选手进行排名,然后填入名次;还有一种方法是按照得分由高到低排好序后,通过筛选操作,只显示所选级部的选手信息,再把筛选出来的选手按照得分由高到低的顺序排好,只要依次填入名次就是级部名次了。其他选手的级部名次也按照上述方法操作就可以了。问题3是确定优胜级部的问题,是计算每个级部所有选手得分的平均分并进行比较,平均分最高的级部是优胜级部。这里用到Excel中的分类汇总的功能。现在知道这三个问题如何解决了吗?

生:知道了。

师:现在,我们根据工作需要先界定一下三个重要技术概念。排序就是在不改变数据值的情况下,重新组织数据排列顺序的一种手段。排序后,再观察记录之间的位次关系,便于事物的比较和对比,就像想知道某个同学的身高在我们班中处于什么位置,只要同学们按照由高到矮的顺序排队就非常清楚了。筛选是只显示我们感兴趣的数据,将不感兴趣的数据暂时隐藏起来。例如,我们想知道某个女同学在全班所有女生中的身高情况,就只需要让女同学排排队就可以了。分类汇总就是先将数据分类,再按类进行求和、求平均、计数等汇总统计。分类实际上就是将某一属性相同的数据放在一起,只要按这一属性进行正序或倒序排序就可以了。例如,刚才讲的例子,让所有的男同学排在一起,所有的女同学排在一起,这实际上就是先按性别分类,然后再进行汇总统计。

在学生开始学习前,教师提示自主探究有三条途径一个帮助。三条途径:一是阅读课本《数据分析》部分的内容进行自主探究,二是按照教师提供的学案进行自主探究,三是观看计算机桌面上“数据分析”文件夹中的排序.exe、筛选.exe、分类汇总.exe三个微课程进行自主探究。一个帮助就是学生在探究过程中还可以向教师求助。

设计意图:教师引导学生分析问题解决思路,让学生知道如何去操作,降低学习难度,明确评价标准,调动学生学习的积极性,激发他们的学习热情。

●自主探究,深度思考(13分钟)

学生开始进行自主探究。

教师要及时解决学生遇到的疑难问题,对个别学生进行单独辅导,为顺利完成教学任务提供保障。需要注意的是,不管是解决疑难问题还是个别辅导,教师都不能直接操作,只能对学生进行引导和提示,让他们自己解决认知冲突,只有这样才能保证自主探究的效果。在这个环节中,教师根据自主探究情况及时调整上课方案,以达到教学效益最大化。

在自主探究8分钟后,有学生陆续完成了3个问题,13分钟后大部分学生通过自主探究解决了3个问题,其余没有完成的学生也进行了充分的思考,这时小组交流就能够充分发挥作用了。

设计意图:将大段时间留给学生进行自主探究与合作学习,让学生有充分的时间进行思考和探究,解决认知冲突,让他们成为课堂的主人,提高他们自主学习的积极性。教师积极引导和点拨,充分体现以学生为主体、以教师为主导的教学思想。

●合作学习,解决疑难(5分钟)

师:大部分学生通过自主探究解决了3个问题,下面小组内交流一下各自的操作方法,解决疑难问题。

设计意图:让学优生帮助学困生完成学习任务,增强他们的集体荣誉感。学生通过交流操作方法,开拓操作思路,触发灵感,同时培养了合作分享、交流沟通的能力。

●小组展示,教师点拨(15分钟)

师:所有小组都完成了交流,下面我们进行成果展示,每组推荐一位同学来展示,要边操作边解说,小组内其他同学可以补充。其他组的同学要认真听、认真看,展示完后要进行评价。下面由一组的A同学来展示。

生A:我们小组探究的是案例1确定每位选手的总名次问题……

生A非常顺利地展示了两种排序方法,并用拖动填充柄的方法将总名次依次填入,操作非常熟练。

师:生A在K3、K4单元格中分别填入“1”和“2”,然后同时选中K3、K4单元格,向下拖动K4单元格的填充柄,实现名次的自动填充。一组还有没有其他同学做补充?

生B:有。

师:请你来给大家展示一下。

生B先在K 3单元格中输入“'(半角)1”然后向下拖动K3单元格的填充柄,实现名次的自动填充。

师:很好,生B非常具有探索求新的精神,探索出了一种不同的方法。为了表示鼓励,给他们组加11分。老师也用过这种方法,但出现了一个问题,大家能不能帮我解决一下?

教师演示:在K3单元格中输入“’(全角)1”,然后拖动K3单元格的填充柄进行填充。结果虽然也是产生了一个序列,但每个数前都有一个“’(全角)”,同学们这是怎么回事啊?

有同学说老师输入了全角的“’”,应该输入半角的“'”。

师:对了,这个撇号应该是半角的,如果输入成全角就会出现刚才的问题。请同学们一定要记住这个问题。还有没有其他的填充方法?

学生都沉默,表示没有探索到其他方法。

师:在K3、K4单元格中分别填入“1”和“2”,然后同时选中K3、K4单元格,接着双击K4单元格的填充柄,完成名次填充。下面请第二组的C同学来展示第二个问题的操作方法。

生C是用排序的方法完成的,“主要关键字”选择了“年级”,“次要关键字”选择了“最后得分”,并选择了降序排列,然后单击确定,完成排序;接着,他用教师刚才讲的填充序列的方法,非常迅速地填入了各选手的级部名次。二组的D同学通过自动填充没有成功,最后用手工填充的方式补充完整了。

师:二组的两位同学给我们展示了两种方法,说明他们认真地进行了探究,二组得10分。当表格中的记录较多且我们只对其中一部分数据感兴趣时,可以使用数据筛选功能,通过设定条件,将不感兴趣(不满足条件)的记录暂时隐藏起来,排除干扰,显示感兴趣(满足条件)的记录。数据筛选有助于我们发现某一范围内数据中所蕴含的信息。下面请第三组的E同学进行展示。

生E一开始,没有按“年级”列排好序就直接进行了分类汇总操作,结果没有得到正确结果。后来,在同组同学的提示下,得出了正确结果。

师:分类汇总,顾名思义,就是先将数据分类(排序),然后按类进行求和、求平均、计数等操作。它可以帮助我们对不同类别的数据进行分析比较、判断优劣。大家一定要牢记,分类汇总,一定要先分类,再汇总。第三组得8分。案例1的问题分别由一组、二组、三组的同学展示完了,案例2和案例3的问题跟案例1的问题是相似的,使用的操作方法也是一样的,同学们看看案例1的问题能不能解决?

生:能。

设计意图:在本环节,教师指定学生展示,是防止小组总是推荐同一学生展示,而让每一个学生都有展示的机会。学生操作不规范时,教师要进行示范操作。学生的专业术语运用不正确时,教师一定要纠正。教师结合学生的展示操作把自己的软件使用经验和心得传授给学生,向其推荐便捷高效的操作方法,纠正学生的不良习惯,培养他们良好的信息素养。

●查漏补缺,巩固提高(3分钟)

师:没有完成的同学,根据刚才同学们的演示,把问题解决了。完成的同学,用你没用过的方法,再操作一次。熟练掌握各种操作方法的同学,再做其他没有做的案例。

学生根据自己的情况,各自完成不同的任务。教师巡视。

设计意图:要求学生用规范的操作解决问题,能够起到规范学生操作、巩固所学技能的作用。要求学生用新方法重新做一次,能使学生掌握新的操作技能。

●盘点收获,拓展延伸(2分钟)

师:通过本节课的学习,你学到了哪些知识?下面请一位同学谈谈本节课的收获。第三组的得分最少,咱们把这次机会让给三组吧,请三组的F同学来总结。

生F:我这节课学会了Excel电子表格的排序、筛选和分类汇总三种基本的数据分析方法,并能利用这些方法进行简单的数据分析,还学会了使用填充柄自动填充序列的三种方法。

师:生F把我们本节课学习的内容总结得很好。给三组再加2分。下面我们来看看各小组的得分情况:一组11分,二组10分,三组10分。从得分情况来看,这节课各小组势均力敌,虽然分数差别很小,但是一组还是比其他小组多了1分,因此本节课的优胜小组是一组,大家鼓掌向一组表示祝贺。(学生鼓掌)数据分析在生活中的应用非常广泛,同学们回家后和妈妈一起将每个月的家庭开支输入电子表格,用我们今天学习的方法分析一下,看看你家的钱都花在什么地方了,合不合理,并提出修正意见。最后,请大家填写“数据分析自我评价表”,自评学习任务的完成情况。

●课后反思

本节课选取了学生生活中常见的3个案例,将其作为信息技术的应用对象,设置教学情境,激发了学生的学习兴趣,调动了他们学习的积极性。教学过程中,笔者将大部分课堂时间给了学生,让学生成为学习的主人,充分调动了他们的主动性和积极性。教师发挥主导作用,在课堂上积极发现问题,解决问题,精讲点拨,提高了教师讲授的针对性和有效性,提高了课堂效益。同时,本节课笔者充分重视了课堂的生成性,根据学生的学习情况及时调整讲课内容及讲解重点,取得了较好的效果。绝大部分学生能够熟练掌握本节课的学习内容,完成教学目标。本节课的不足之处是:由于内容较多,各环节的时间分配不是很合理,时间比较紧张。在学生的分层培养方面做得不够,使部分学有余力的学生存在吃不饱的现象。另外,本节课的评价手段只有学生个人的自评,稍显单调。