数据驱动法

数据驱动法（精选10篇）

数据驱动法 篇1

一、引言

随着计算机技术和网络技术的迅猛发展, 数据库应用已经渗透到人们日常生产生活的每一个角落。因此, 数据库知识和开发技术是计算机专业学生所必须具备的关键技能。在数据库课程教学中, SQL数据查询是重中之重, 如何提高数据查询知识点的教学效果, 让学生更好地理解和掌握SQL查询的使用方法, 是本文将要探讨的问题。首先, 对目前的主要学情进行分析;然后, 提出采用任务驱动的教学方法, 以提高学生的学习兴趣和积极性, 达到提高教学效果的目的。

二、学情分析

数据库课程通常在大学二年级开课, 通过对该阶段的学生进行分析, 得到他们的一些特点。

1. 学生对查询充满了兴趣和好奇。

因为数据查询无所不在!学生们所熟知的淘宝、腾讯、百度、亚马逊、优酷等著名网站都需使用数据库查询技术, 学生对此兴趣浓厚。但是, 学生不知道这些信息是如何查找出来的, 对其充满了好奇。这是教学的一个积极因素。

2. 课堂学习容易感到枯燥。

单表查询和连接查询知识点细而多, 教师表演者式单向的知识传播方式容易让学生感到枯燥和困顿。这是教学的一个消极因素。

3. 课后容易忽视动手演练。

例题和课本习题一般比较简单, 学生认为已经懂了, 另外孤立的查询题目, 难以调动学生的兴趣, 学生课后动手演练的动力不足。这也是教学的一个消极因素。

三、任务驱动教学法

面对上述的学习情态, 如何调动学生的学习积极性, 增强学生的学习动力是首要问题!因此, 我们采用任务驱动的教学方法展开教学。任务驱动教学法是一种建立在建构主义学习理论基础上的新型教学方法[1], 其主张在教师的指导下, 实施以学生为中心的教学。在教学过程中, 教师发挥组织、指导、帮助和促进的作用, 利用情境、协作、会话等学习环境要素充分发挥学生的积极性、主动性和创造性, 以使学生能够有效建构当前所学知识的意义[2]。下面详细介绍任务驱动教学法在数据库查询教学中的应用。

1. 课堂教学上的应用。

对于课堂教学, 任务驱动教学法将教学过程细分为引入实例、导出原理、精讲互动三个阶段, 充分发挥学生主体地位, 引导学生自获其知, 自识其能。摒弃教师和学生间的表演者和观众的关系, 实现教师由表演向导演、学生由被动学习向主动学习的转变。教学开始时, 首先引入一个数据库应用实例, 如:亚马逊网上书城, 用生活中的数据库查询实例激发学生的学习兴趣。然后, 导出查询原理, 让学生认识实例背后的数据库查询技术。最后进入精讲互动环节, 这个环节分成提出问题、学生自学和要点解析三个步骤:第一步, 提出问题。抛出一个简化的具体实例, 针对各知识点, 设置查询问题。如图1所示, 以单表查询和连接查询为例, 这里构造了一个简化的网上购书数据库, 然后结合该数据库, 给出单表查询和连接查询知识点的查询问题。通过给学生布置学习任务, 激发学生学习兴趣。第二步, 学生带着问题自学各知识点, 立足自身解决问题, 教师协助指导。第三步, 教师进行要点解析, 精讲技术难点, 提高学生对难点知识的掌握度。

2. 课后演练上的应用。

对于课后的演练, 经常会受到学生的忽视。正如上述的学情分析, 由于例题和课本习题均为孤立的查询题目, 且通常较简单, 学生认为已经懂了, 无须课后再花时间演练。因此, 将数据查询与程序设计绑定教学, 让学生从实际项目中充分认识数据查询用途的魅力所在, 可以增强学生课后演练的动力。具体实施时, 采用分组学习的方式, 将理论学习好、动手能力强的同学分配到各个小组, 以先学带动后学, 避免动手能力差的同学失去信心。首先, 教师向全体学生简介数据查询与宿主程序的绑定方法;然后, 给每个小组布置“阅读程序”的任务, 即学生通过自己阅读程序, 强化对数据查询知识点的应用方法, 学生和教师之间通过QQ、邮件等方式交流学习心得和答疑解惑。

四、结论

数据查询是数据库原理课程的教学重点, 如何激发学生的学习兴趣和积极性, 提高教学效果是个值得探讨的教学问题。本文首先对目前主要的学习情态进行分析, 然后提出采用任务驱动的教学方法进行数据查询教学, 详述了该教学方法在课堂教学和课后演练上的应用方式。通过对两届二年级本科生的教学实验, 该方法在转化学生的学习角色、提高学生学习积极性等方面发挥了重要的作用, 是进行数据查询教学的一种实用教学方法。

参考文献

[1]李霞林.谈谈任务驱动式教学法在Access数据库教学中的运用[J].计算机教育, 2006, (11) :30-32.

[2]侯娟.任务驱动式教学法在高职数据库课程中的尝试与实践[J].信息科技, 2009, (31) :1013.

[3]刘琨, 李爱菊, 杜丽娟.浅谈任务驱动式教学法在课程中的应用[J].北京联合大学学报 (自然科学版) , 2010, (09) .

数据决策力驱动大数据落地 篇2

大数据就像空气一样，看不见摸不着，但却时刻就在我们身边。

对于商业来说，滴滴出行带来了一种新的商业模式，但其背后的支撑实则是大数据和大数据技术；对于金融来说，P2P贷款被人熟知虽然始于不光彩的负面新闻，但不可否认，随着监管政策的陆续出台，合规的P2P小贷公司背后依旧是大数据的算法在支撑。

很多脱生于互联网的新兴业务，从一开始就是从业务需求出发，再辅以大数据技术手段。但对于大量线下的传统企业来说，并不像“滴滴们”一样，从在一张白纸上描绘第一笔开始，就是业务与大数据的深度融合。“传统企业想要玩转大数据，绝对不能抱着拼几台机器、拼点团队、上套系统就能让大数据落地的心理。”百分点集团战略和运营副总裁刘钰在采访时对《计算机世界》记者说，“他们需要数据决策力，也就是，基于数据进行决策、并让数据发挥价值的能力。”

今年8月，百分点在其发布上《数据决策力白皮书》（以下简称“《白皮书》”）上首推“数据决策力”理论，从大数据复杂环境面临的挑战、何为数据决策力，数据决策力评估指标标准及应用案例五方面讲述了如何以数据决策力驱动组织和企业未来的发展。

《白皮书》提出，组织和企业可以遵循由核心信念（Belief）、架构设计（Architecture）、专业团队（Staff）、基础设施（Infrastructure）和机构能力（Capability）构成的数据决策力建设的BASIC理论。

“决策会发生在每一个层级或者每一个部门，而不是只由CEO一个人，或者是管理层来决定。数据决策力会体现在企业所有的业务单位，所有的层级人身上，然后才是这个机构具备了数据决策力。”刘钰解释道。

数据决策能力最强的仍然是金融行业。原因来自于两个方面，首先，金融业的数据化和信息化程度投入是最大的，信息化、数据化程度相对很多行业也是相对较高；其次，金融业从业人员整体素质高，数据决策思维更强。“数据决策力未来会像财务能力一样成为企业生存与发展的一项必备能力。”

基于百分点用户风险管理模型，银行不仅能联接行内各来源数据，综合评估特定客户风险，还可以结合第三方数据及互联网公开数据，更综合、准确、快速评估风险，支持贷款相关业务的高效开展。

知易行难。刘钰认为，传统企业大数据落地的过程中，最容易的是从数据采集开始。“得多少有了些数据量的积累之后，才能开始尝试性地演练一下，演练好了就会慢慢知道企业还需要什么样的数据。”

众所周知，在国内大多数企业中，并没有数据科学家这样的一个角色，既懂业务，又懂技术的人少之又少。百分点目前的做法是，让客户推荐他们自认为有潜力的员工到百分点公司实习，在实践中培养大数据应用的跨界融合能力。

清华大学计算机系教授武永卫曾经透露过一组数据：未来3～5年，中国需要180万数据人才，但目前只有约30万人。

IDC预测，到2020年，企业基于大数据计算分析平台的支出将突破5000亿美元。随着数据采集、数据存储、数据挖掘、数据分析等數据产业的发展，我国需要更多的数据人才。

此外，百分点除了在百分点大数据学院布道基于大数据业务实践的技术和管理理念，今年还陆续与北大软微学院联合成立了大数据创新实验室，与中央财经大学的金融、营销专业成立大数据创新实验室，通过教育市场培养大数据人才。

刘钰表示，“企业建设数据决策力是一项长期的过程，但并不意味着刚开始就需要投入大量的投资，可以通过具体应用的实施迅速获得投资回报，还能通过不断的反馈来带动和优化信息化的建设，从而使得大数据的建设速度更快捷、资金管理更高效。”

另据她透露，今年12月，百分点会发布“数据决策力评估模型”，届时，团队是否按照正确的组织架构来搭建的，是否运用了数据决策力建设的BASIC理论，所有关于数据决策力标准化的问题，都可以通过模型进行评估。

数据驱动法 篇3

“任务驱动”教学法是一种建立在建构主义学习理论基础上的教学方法。任务驱动教学方法强调学生的学习活动与具体任务或问题相结合, 让学生带着真实的任务去学习, 以探索解决问题的方法。任务驱动教学法的基本特征是“以任务为主线、以教师为主导、以学生为主体”和“自主探究和合作学习”。建构主义理论认为知识不是通过教师传授得到的, 而是学习者在一定的情境中, 借助于他人 (教师、学习伙伴等) 的帮助, 利用必要的学习资料和工具, 通过建构的方式而获得的。情境、协助、会话、意义建构是建构主义理论学习环境的四大要素。在任务驱动法中, “情境”就是具体任务, 教学是在每一个任务的完成过程中进行的;“协助、会话”是根据学生的需求进行指导或同学之间的相互探讨;“意义建构”是对任务的比较全面、正确的理解和完成, 最终掌握所学知识, 实现教学目标。任务驱动教学的突出优点是:第一, 在教学过程中以“任务”促使学生形成学习动机, 进而培养学生的学习兴趣, 提高学生的学习能力, 调动学生学习的主动性。第二, “任务驱动”是创设一种适当的情境, 引起学生认知的冲突, 使学生产生求知热情, 满足学生的求知欲望和完成任务的成就感。第三, “任务驱动”对于学生, 不仅是“模仿”, 更重要的是“创造”, 可以开拓学生的创造力。

笔者在Access2003数据库课程的教学过程中, 通过对几届学生的教学, 将任务驱动法应用于这门课程的教学过程中, 实践证明, 教学效果很好。

二 Access 2003 数据库课程的特点

Access 2003是最新办公软件Office 2003的组件之一, 是和其他Office 2003办公软件集成使用的小型数据库信息处理系统。它具有强大的数据库处理能力, 操作简单, 界面友好, 实用性强, 是开发数据库管理系统首选的软件之一, 也是目前许多学校针对计算机专业学生开设的一门课程。

在数据库教学中使用什么样的教学方法才能使学生学习效果明显, 才能学有所用, 这是我们计算机教师经常思考的问题。

三 任务驱动教学法在 Access 2003 数据库教学中的实现

在Access 2003数据库教学中, 以“学生成绩管理系统”为例, 之所以选用这个系统是因为这跟学生的关系最为密切, 学生每学期会通过应用类似的系统来查询自己的成绩, 这样学生就会比较感兴趣;并且, 该系统中涉及到的任务操作跟学生息息相关、非常具体, 学生也很熟悉;同时, “学生成绩管理系统”是一个简单的小型数据库系统, 涉及的知识、方法和技能都不难, 对于中职学生来说比较容易掌握。

1 提出明确而适度的任务

在课堂教学中, 教师通过一定的课堂情景, 把所要讲授的知识隐含在一个个任务中, 学生在完成任务的过程中就能达到理解并掌握学科知识的目的。在教学初阶段, 笔者通过向学生演示“学生成绩管理系统”, 告知学生通过本课程的学习, 能够开发出这样的应用系统。这样做, 是为了创设一个让学生学有所用的教学情境, 不仅使学生明确了学习任务, 而且激发了学习热情和求知欲望。并以该“任务”引领学生联系实际, 分析该系统所包含的基本功能:需要管理学生的成绩, 包括成绩的输入、成绩的查询、成绩的修改、成绩的删除等功能;另外, 学生信息的变化也有体现, 比如有退学学生或新来的学生, 这就需要学生人数的增加, 修改、查询、以及删除等功能;在使用过程中有时需要打印表格的需求, 所以还得有打印功能。

设计的这个学生成绩管理系统, 既把Access数据库的所有知识点都融入在这个系统中, 又能符合学生的个性和兴趣, 充分发挥学生的积极性和创造性。

2 合理分解任务

分解任务是将一个大的任务分成若干个分任务, 再将分任务往下分, 直到每个小的分任务可操作或执行为止。

教学过程中, 我通过向学生演示学生成绩管理系统, 创设一个让学生所用的教学情境, 对于这个学生成绩管理系统, 要把Access数据库所有知识点都融入在这个系统中。在以后的教学中, 把这个演示数据库系统逐一进行分解几个模块或任务, 让学生清楚整个系统的具体任务。并将分解任务与书中的章节相互联系, 使学生对全部的学习内容有一个更清晰的了解。每一次课, 演示几个任务, 同时讲授这几个任务所隐含的新知识点。随着课程的进展, 任务逐一解决, 学生在完成任务的过程中就能达到理解并掌握学科知识的目的。设计好的任务可以使学生产生浓厚的学习兴趣, 这样课堂教学就可以产生比较好的效果。

学生成绩管理系统设计与实现的过程就是不断分解任务的过程。下面我将简单列出学生成绩管理所分解的任务:创建学生成绩数据库;创建学生表、成绩表、课程表;创建各种查询;创建窗体;创建报表;创建宏。然后再将以上任务进一步进行更小的分解, 比如表的创建, 可再分解:为表中的字段设置属性;输入数据;建立各表之间的关系。让学生通过这些任务去学习实践, 并在实践中等得到这些新的知识点。这样可以逐步完成课程知识, 同时激发学生兴趣及自我探索和解决问题的能力。

3 通过自主学习与协作学习实现任务

自主学习是以自学为中心, 构建一个让学生根据已有的知识和经验, 通过主动探究式的练习活动, 主动获取知识, 并发展探究能力, 养成积极探究未知世界态度的一项目标。在教学中, 教师要真正把关注的焦点放在学生身上, 想想学生在做什么, 需要什么。依据他们的学习情况, 选择最适合例子和教学方法, 灵活地安排每一个教学环节。对于比较简单或单一的任务, 可以采取让学生自主学习方式来完成, 比如表和查询的设计与操作。学生在自主探索学习过程中, 根据自身行动的反馈信息来形成对客观事物的认识和解决实际问题的方法。

比较综合性强和难度较大的任务, 更多地需要借助协作学习方式, 协作学习应在个人自主学习的基础上, 通过小组讨论、协商, 以进一步完成和深化对主体的意义建构。通过这种协作和沟通, 学生可以看到问题的不同侧面和解决途径, 开阔学生的思路, 对知识形成新的认识与理解。比如创建表的过程中, 设置字段约束时, 对学生来说比较难理解, 这时教师需要将原先设计好的学生表和成绩表展示给学生, 并进行以下一系列引导:现实中, 性别只有两种取值男和女, 在学生表中, 将性别字段值输入其它值时将不能成功输入并会弹出提示对话框, 然后给出任务:请大家两人一组将各自设计的表对换操作, 分别对学生表中的性别修改成除男和女之外的值, 对成绩表中的成绩字段值改成0到100以外的值, 看是否能够修改成功?为什么可以输入?应该怎么操作才能禁止无效数据的输入?将这些问题, 由学生讨论、交流, 进行协作学习, 通过反复操作验证得出正确结果, 并在解决问题中掌握本课难点 (表的设计要符合数据有效性规则) 。除了这些操作性知识外, 还有其它的很多操作需要学生去处理、解决。比如在窗体或报表中添加控件等操作, 对于这些问题的分析与解决, 学生可以在上机实践中, 逐步地理解、改造, 进行自主学习, 然后鼓励大家相互讨论、交流, 进行协作学习。

4 学习效果评价

借助每一个任务的完成对新课的内容进行掌握, 且在实践中加以应用, 这是学习的根本目的。教师的主要任务是设计任务, 实现意义构建, 而评价学生的学习情况需要通过完成任务的实际情况来进行, 学生每独立完成一项任务, 都会获得一定的成就感, 这时教师的及时表扬与鼓励, 可以刺激学生学习热情与学习兴趣, 增强自信, 使其在不断地建构与完善自己的知识结构的同时, 提高自我认识与对自身的评价, 让学生在一种良好的心理状态下不断学习、进步。

四 任务驱动法在 Access 2003 数据库教学中应注意的事项

1 贴近学生生活设计任务

为了使学生能够将学到的知识灵活地运用到现实生活中, 教师在设计任务时要与实际丰富多彩的生活相联系, 这样对于学生学习积极性的提高更有帮助。例如在Access 2003数据库教学时, 使用学生熟悉的学生成绩管理系统为例, 将课程知识点融入到整个系统中去。总之, 设计的任务比较接近学生的生活, 那样不仅能够帮助学生解决实际问题, 而且还能够使得学生更加渴望学习信息技术。

2 从实际出发, 将长期任务与短期任务相结合, 设计教学任务

对于接受知识能力, 每个学生都不同, 他们或多或少都存在差异。因此, 教师在进行任务设计时对学生现有的文化知识、兴趣爱好、认知能力等特点要认真的进行考虑, 教师在演示操作步骤时要将长期任务与短期任务相结合, 这样对于学生循序渐进自主学习很有帮助, 实践证明, 如果教师设计的任务学生都感兴趣的话, 他们在完成任务的过程中表现出非常专心以及积极的态度。例如在Access 2003数据库教学中, 将学生成绩管理系统作为长期任务, 而相对短期任务就是表、查询、窗体、报表、宏的操作。

另外, 在采用任务驱动法教学方法进行教学时, 如果条件具备, 最好在具有交互式的多媒体教室中进行。

参考文献

[1]李霞林.任务驱动式教学法在Access数据库教学中的应用[J].计算机教育, 2006 (11) :30-32.

[2]许慧华.在数据库Access2000课程中使用任务驱动教学法[J].张家口职业技术学院学报, 2006 (4) :76-77.

数据驱动城市智慧 篇4

城市化浪潮席卷全球

30年前，深圳还是一个小渔村；而今，创新、多样化、活力四射成为深圳这座城市的代名词。30年惊人的速度，是世界上很多大城市所不能媲及的。纽约城市化进程花费了70年时间，首尔大约40年。

这个数据，不仅仅体现了中国的城市化进程，也让人们意识到，城市化的浪潮已开始席卷世界各个城市的每一个角落。预计到2050年，超大城市、巨大城市将在全球范围内拔地而起。中国是一个强大的国家，城市化进程的浪潮将会异常的激烈。

在加快步伐前进的同时，创新也要跟上。中国远大集团曾经创造了15天建成30层酒店的“奇迹”，虽然这是一种标准化的技术手段，但是却能够满足人们对房子的迫切需求。这些高楼也与城市的其他层面相互联系，成为城市的边际线。人们希望不断发展的城市功能越来越齐全，配套设施可以有机组合，良好的配套将成为城市繁荣的发动机。

但是我们现在仍面临很多风险，因为成功绝对不能说是万无一失的，需要作出更多智慧的决定。例如，人口过于密集的错误将不允许再犯。巴塞罗那拥有280万人口，人口密集，生态链遭到严重破坏，城市的密集程度可以说是城市的恶魔。

因此，“智慧城市”呼声渐高，城市必须避免不可持续的发展道路，要拥有前瞻性的思维合理规划城市发展，以确保绿色环保、可持续和弹性的增长，以及建设完善配套的基础设施。

良好的数据是关键

城市快速发展的过程中，必然会面临各种各样的问题和挑战，这些挑战有共性也有差异性，如何解决并提出相应的解决方案至关重要，未来要如何完成上述目标？世界银行能够根据城市的需求不断调研，对城市的定位进行思考，并提出针对性的解决方案。比如说要找出最佳的操作规范，能够在发展中国家或全世界范围内使用，也希望寻得更多措施和衡量方法，捕捉更多的数据，对数据更好的梳理，以推动对城市的准确定位和精准发展。

城市交通网络四通八达，错综且复杂，但从目前城市的市政规划来看，某种程度上可以说大多都是失败的，整个社会层面和城市层面上的数据非常缺乏。面对城市管理中出现的挑战，我们意识到，一个成功的城市化评价的关键是高质量的数据。缺少高质量的数据将导致管理者或者规划者难以作出正确的决策和明朗的评估预测。数据缺乏、数据共享需要得到进一步的加强。

世界银行已经致力于数据库开放服务，高度重视data.worldbank.org平台（见图1），并为其提供大量的珍贵资料，其中包括超过8000个发展指标。这些数据可以让使用者更好地验证世界银行分析的问题和假设，并进行自己的研究。但令人失望的是，这些指标没有一个是在城市级别。使用者可以比较中国和哥伦比亚的经济、社会和生态性能，却无法比较北京和波哥大的差异性。

对于城市决策者或规划者而言，他们必须做出正确的决策，这些决策不仅要基于政策之上，还考建立在科学的考量上，而信息技术就是关键。低技术的方案是可行的，但低信息的解决方案是不可行的。

因此，智慧城市的决策，应该是数据集中分析的结果，具有集中化、一体化、集成性等特点，是系统中的系统。比如以证据为基础，收集大量的犯罪、污染、服务交付等数据，最终做出明智的决策和跟踪性能。利用数据，还能更好服务于治安、教育、交通等领域。通过这种方式，可以推动城市的发展以及建设数据平台。

新加坡是一座高效实用数据的城市，但在非洲最大的贫民窟里，数据共享和流量则是非常稀缺，彼此间出现了宽大的数据鸿沟。这就意味着，如何对这种区域提供数据上的服务，已经成了政府要考虑的问题。

让学生、学校走出阴影，让他们享受到更多的数据共享，获得更多的信息，推动高度问责的政府和高度问责的社会。极大的数据享受能让这个梦想变得可见，居民走出阴霾，为社会作出更大贡献。

数据应用是高效的管理方法

创新诞生于市场需求，我们如何利用创新？如何积极利用创新所带来的潜能呢？例如在美国，我们如何应对犯罪？通过对全市共有数据的分析，可以更好的应对或者是防范犯罪。

在一个城市，预防犯罪有很多相关的数据网络，它可以为民众提供应对犯罪的解决方案，促进管理制度高效化，也能将数据分享给管理者，带来更多更好的不同领域的解决方案。比如说推广到教育领域中，防止犯罪，提高教育，提高各个市政管理等各个方面。

数据应用并非完全是一种IT技术，更多是一种高效的管理方法。例如某个地区的管理，通过数据收集和分析，能够清楚知晓该区域的管理是否需要加强，或者是哪些方面需要进一步改革。要做到对数据的正确把控，就要跟随四个主要原则，一要提供及时、有效的信息，这些信息应该被社会所共享；二要对资源要快速布局；三要有高度战略性的眼光，并设定出目标，而不仅仅是靠预测；四要坚持不懈地跟随下去。

发达国家关注数据，发展中国家更需要客观的数据，以数据为驱动为政策做出决策。在圣保罗，300万人口生活在岌岌可危的房子里，如果他们有12亿美元的预算进行改革，重中之重是什么呢？即住房信息系统。在社会发展的过程中，基础设施、水供应、污染、电力、垃圾处理、公共卫生、健康都是社会脆弱点所在，这些数据非常关键，需要收集起来并进行客观公正地分析，并开放给民众，确定优先干预的贫民窟，也能减少腐败和政治干预。

在里约的智能数据控制中心，这里有实时数据汇报。通过这些数据中心，这个城市可以随时给出各种城市应对方案。就好比消除鼠灾，管理者可以通过各种数据，知晓哪一个区域最容易出现老鼠，根据这些具体的汇报，联合各个机构协同解决鼠患问题，这也让那些看似毫不相关的部门可以“活”起来。这一切是因为数据的存在。

在高效的管理和战略性的市政规划方面，我们将数据分解到各个层面，将这些数据理解到我们的日常管理过程中，让各个机构都能够挖掘和使用这些数据，更好地提供战略性的规划。同时社会发展过程当中也存在很多机会，这些机会给人类带来了很多潜力。包括智能建筑，若要推广能源使用方面的预估，就需要高质量的数据，高质量的数据能让我们有能力应对不同的局面，更好驱动我们的决策。

能源消耗一直是社会的关注热点，如何提高能源的使用效率？各个城市的电灯泡使用情况是怎么样的？有些地方它有一些出路，有些地方能源消耗特别的厉害，我们能够从消耗特别厉害、量特别大的家庭中找到数据，然后进行跟踪，制定相应的措施以节约更多的能源。

氧气驱动雾化法 篇5

1 氧气驱动雾化法的基础理论

雾化吸入是临床上经常采用的一种咽喉、气管疾病局部用药的给药方法。它是利用蒸气、压缩空气、液化气或超声振动的能量作为动力,以空气作为分散媒,药物作为分散相,使之混合并形成快速气流,当通过纤细的喷嘴等装置后,迅速膨胀,散布成雾状。使雾化了的药物用于治疗呼吸系黏膜炎性疾病。具有抗菌消炎、促使分泌物排出、抗过敏、提高黏膜抵抗力的作用[1]。氧气雾化吸入是使用一次性雾化吸入器,内加药液喷出,因其体积小,雾化后分子较小,有氧气作为动力将雾化液吸入气道,到达深部气管和肺组织,改善局部气管痉挛,消除炎症水肿。具有操作简单、药物直达病灶、局部病灶药物浓度高、安全性好、毒副反应小等优点[2],已逐渐成为主要的雾化方式。氧气驱动雾化法,以医用高速氧气气流为驱动力,利用高速的氧气气流通过毛细管,在管口产生负压,将药液由接触小管吸出,吸出的药雾又被高速氧气气流撞击成细小雾滴,吸入较小气道,到达深部气管和肺组织,从而降低呼吸做功,减轻氧耗[3]。微小颗粒随着氧气雾化吸入,均匀分布到气道表面,从而达到湿化气道,稀释痰液。具有怯痰、消炎、解痉的作用。超声雾化颗粒小而均匀,可进入远端气道,而高压氧气为驱动力的雾化吸入,雾化颗粒大,使药物沉积在咽喉和大气道,局部药物浓度高[4],是用药效果良好的重要因素。氧气驱动雾化时,无需呼吸配合技巧,患者只需被动配合,药物就能吸入、播散到下呼吸道,尤其适用于年龄较小的婴幼儿患者[5]。雾化吸入的同时进行氧气吸入,能更好的改善通气不足,缓解缺氧状况,降低肺动脉高压[6]。药物变成高浓度的雾粒,利于药物进入肺内,同时也提高了药物输出量和输出速度,形成正压吸入,使药物充分、均匀地分布在出血部位,从而达到有效的治疗浓度[7]。所以,氧气驱动雾化具有操作简单、药物直接到达病灶,病灶局部药物浓度高、安全性好、毒副作用小、实用的特点[8]。

2 常规护理要求

2.1

治疗室宜空气流通,保证适宜的气雾温度,室温22℃～26℃[9],相对湿度55%～65%。环境整洁、安静、舒适,以减少氧的消耗。

2.2 心理护理

向患者宣传氧气驱动雾化的目的,操作方法及有关注意事项,消除其紧张、焦虑心理,以取得配合对小儿患者更应给予细致的说服工作,护士始终守护在患儿身旁,以解除患儿恐惧厌烦心理,达到配合治疗的目的[10]。

2.3 体位的选择

进行雾化吸入最好选择坐位,因此体位有利于吸入的药液沉积到终末细支气管及肺泡,仰卧位时由于潮气量减少,不利于吸入治疗。因此在患者体力能够支配的情况下,尽量采取坐位。对意识模糊,呼吸无力者采取床头提高30°,侧卧位。可使膈肌下移,增大气体交换量,提高呼吸深度,有利于雾滴在终末支气管沉积[11]。

2.4 吸入时的护理

清洁口、鼻、咽部分泌物,保持呼吸道通畅。进行吸入治疗时,教会患者如何配合治疗,以达到最佳的治疗效果。在吸入治疗过程中,应密切注意观察患者的变化,血氧饱和度。对吸入过程中出现胸闷、气喘、呼吸困难等不适时,应暂停吸入治疗,并分析出现上述症状的原因,采取对症处理,如适当调节雾量或缩短吸入时间

2.5 吸入时间的选择

常规进行吸入治疗,一天两次。选择饭前或饭后2 h进行,时间为15～20 min。但当人工气道开放1 d以上:,突然增加湿化时,黏稠结痂的分泌物在吸湿后膨胀,可致窒息,吸入时间过长还可导致阻塞性肺水肿,水负荷过重等。

2.6 氧气流量

一般情况下氧气流量为6-8 I/min,药液总量5 ml,每次约20 min[12]。

3 一般用药护理

3.1 一般用药

最为常见用药为稀释痰液药物如糜蛋白酶、沐舒坦等。这类药物有化痰、黏液排出、促进、溶解分泌物的特点[13],加上高流量的供氧能直接改善缺氧。这些都能使气管和支气管的粘性及弹性恢复到正常范围,从而而改善肺泡表面的张力及顺应性,有助于改善通气及换气功能,进一步改善血气状况。而预防和治疗哮喘的激素类药物及抗生素也常在氧气驱动雾化吸入中应用。激素类药物可扩张支气管平滑肌,减轻气道黏膜水肿,可解除气道狭窄,缓解喘憋症状[14,15]。抗生素在雾化吸入时要注意预防过敏反应,需做皮肤试验的应先做皮试,阴性才可以使用。同时使用两种药物时,应注意药物配伍禁忌。如两种药物会产生化学反应,可分别雾吸。

3.2 不良反应的原因及处理

3.2.1 痉挛性呛咳

表现为吸入后呛咳较重,气喘、呼吸困难比吸入前明显,听诊肺部哮鸣音加重。原因是:开始吸入时雾化量调至最大,大量雾化液急剧进入气管可能会使气管痉挛;患者本身气道反应性高,吸入方法不当后;症状加重,部分药液颗粒过猛过快吸入、呛入细支气管或肺泡,出现呛咳或支气管痉挛。处理方法:雾化吸入前应向患者介绍疾病和药物知识,介绍雾化吸入的目的和优越性介绍经过吸入后很快痊愈的患者情况,减轻心理压力,避免精神紧张。发生痉挛性呛咳时,立即停止上吸入,轻者休息片刻酌情吸入,重者立即吸氧,密切观察生命体征的变化,静脉点滴氨茶碱缓解气道痉挛,静脉注射激素缓解症状,同时叩击背部,体位排痰,防止痰液阻塞和窒息。

3.2.2 口腔局部不良反应

表现为口干、恶心、口苦。原因为:不注意口腔卫生、吸入浓度过大、刺激性强的药液所致。处理方法:保持口腔清洁,每日早晚各刷牙一次,必要时口腔护理,每日两次。吸入前、后要漱口。吸入的速度由慢到快,雾化量由小到大,使患者逐渐适应。

3.2.3 吸入损伤后咽喉部出现感染

吸入药液浓度较高使咽喉部受到刺激,加上反复咳嗽用力,导致咽喉部黏膜损伤,抵抗力下降发生感染。处理方法:在允许的范围内适当降低药液浓度。减少损伤,注意防范感染。

3.2.4 呃逆

是由膈肌痉挛引起,是一种神经反射动作,可能是雾化吸入治疗时,吸入的大量气雾颗粒通过食管时刺激隔肌引起的,也可能是气雾颗粒刺激迷走神经,隔神经反射性地或直接诱发隔肌收缩所致[16]。处理方法:护士要教会患者正确的吸入方法,在吸入的同时应做深吸气,使药液充分到达支气管和肺内。雾化后漱口,以减少药物经口腔黏膜吸收。可在患者的胸锁乳突肌上端压迫隔神经或饮水200 ml,亦可颈部冷敷。

3.2.5 声带喉头水肿

吸入药液颗粒撞击声带、沉积于声带引起机械刺激所致。患者声音沙哑、突然憋气,呼吸困难,窒息感。处理方法:吸入治疗时要及时观察患者病情变化,出现不适可暂停吸入,加大吸氧流量轻柔拍背,待症状缓解再考虑下一次雾化吸入治疗[17]。声带喉头水肿应立即停止吸入,给予吸氧,使用激素静脉给药,尽快缓解症状。

4 特殊用药护理

特殊用药除具有一般用药的特点外还有着自身的护理特点。

4.1 化疗药物

如5-FU、顺铂等抗肿瘤药物。氧气驱动雾化吸入治疗时,含药雾滴局部滞留时间长,药量吸收较正常组织多。而肿瘤新生血管较多,血管内皮细胞结构疏松,缺乏平滑肌等外层组织,故吸收及储存功能均高于正常肺组织。用此疗法即可保证治疗效果,又有减轻机体的毒副反应的作用。影响本疗法效果的临床病理因素中,肿瘤的部位最为重要。一般适用于肺癌、口腔、咽喉等癌症。在护理上须防止药物对口腔、呼吸道黏膜的局部刺激。防止化疗药物对口腔黏膜的损伤及误咽,每次治疗前用牛奶漱口,治疗结束后,用清水反复漱口清洗,在治疗中及治疗结束口腔冲洗前,不得吞咽漱口水及痰液。在吸入液中添加血管平滑肌活性药物如糜蛋白酶,可提高化疗药物的吸收,因为清除了气管及肿瘤表面的蛋白分泌物,扩大了含药雾滴与肿瘤的接触面,增加药物吸收。

4.2 肝素

肝素可中和炎症介质、抗凝、抗血小板凝集、改善微循环,促进炎症消退,可与组胺、5-羟色胺等炎症介质结合[18]。肝素雾化吸入治疗后黏稠分泌物湿化易产生膨胀,因此务必雾化后及时拍背、变更体位,及时吸痰,以利于痰液排出,确保呼吸道通畅。

4.3 凝血酶

凝血酶雾化吸入后,可直接作用于出血部位血管的局部,使纤维蛋白原变成纤维蛋白,导致血液快速凝固,形成血块。同时促进血小板发生不可逆转的聚集和血小板释放反应,加速血液凝固和促进局部出血血管上皮细胞生长,起到良好的止血作用。在治疗过程中,患者漱口清洁口腔,取患侧卧位,以减少出血和避免血液吸入健侧肺部。并叮嘱患者深吸气,吸气后再屏气1～2 s,一般15～20 min将5 ml的药液雾化完毕,这样可获得更好的治疗效果。

4.4 利尿剂

有研究表明,雾化吸入速尿平喘作用与色甘酸钠相似[19]。可松弛支气管平滑肌;抑制气道内肥大细胞释放介质,减少气道内感觉神经末梢的传入,使气道上皮释放具有扩张支气管作用的前列腺素以及改善上皮细胞的水转移。为防止用量过大造成尿量过多、痰液黏稠、离子紊乱等副作用,一般控制利尿剂用量1～2 mg/kg。

综上所述,氧气驱动雾化吸入法作为一种临床上局部用药的治疗方法,具有疗效确切,全身副作用小,操作简便,经济实用等特点,随着药物研究的深入,必将在临床上得以更广泛的推广。

摘要：氧气驱动雾化吸入法是一种经气道给药的局部用药方法,其安全、高效、简单、毒副反应小、实用的特点使其越来越广泛的应用于临床,同时也给患者提供了一种可选择的有效的治疗方法。本文就氧气驱动雾化吸入法的基础理论、一般用药的护理和特殊用药护理上的特点予以综述。

数据驱动的需求测试 篇6

随着科学技术的进步,信息科学与技术有了长足发展,带动了冶金、机械、交通和物流等行业的快速发展。随着企业规模的扩大,生产设备和工艺越来越复杂,基于数据驱动模式建立起物理和化学的模型,并在生产过程中对设备加以控制,以提升管理效率。在实际运营中,预测和评估比较复杂,企业生产过程中需要大量的设备,储存大量的处理数据,在此过程中要及时对设备运行信息加以管理,形成数据驱动理论来构建数据知识体系,构建和实现精确的机理模型,在此条件下实现生产工艺和设备的优化,对数据驱动理论要加以预测和评估控制,形成控制理论。数据驱动的控制理论和方法发展,是新时期控制理论发展和应用的必然要求,因此对数据驱动进行需求测试有重要的理论意义和现实意义。

2 数据驱动控制模型的发展

将基于数据驱动控制模型的理论应用到控制对象中,以实现精确的模拟仿真,建立起数学模型,并采用科学的办法确保数据驱动控制模型所建模型是科学准确的,基于此可实现控制器的合理操作,以保证所建模型的准确性,基于数据驱动控制模型的顺序构建会让控制器设计处于高阶系统模型状态,求解过程会变得非常复杂。因此要建立起模型系统控制方法以实现基于模型的控制理论,当前数据驱动控制方法的理论研究和实际应用主要有:

(1)基于离线数据的PID控制。PID控制已被广泛地用于工业数据驱动控制过程中,根据当前离线的数据来实现PID控制,在当前的系统控制中采用PID控制方法,以实现控制参数的调节,使用PID控制方法有利于控制方法的构建,采用离线数据进行PID控制是工业控制系统中常用的方法之一,要使用给定的输出数据,来对数据驱动控制加以构建,形成参数控制器,数据驱动的方法是简单有效的,也是易于使用的,所以工业生产中要对数据驱动加以控制,以实现数据驱动理论的构建。

(2)基于子空间方法的控制。在子空间辨识方法中基于子空间方法的控制的基础理论研究中要使用大量的输入和输出数据来对线性子空间加以预测,再次使用控制器体系进行预测指标的设计。子空间辨识方法的优点是其不需要识别系统的模型,要采用无模型控制系统,并且可与基于数模型方法组合来设计各种控制器。子空间辨识方法的缺点是数据通过该方法设计驱动器来进行有针对性的线性系统构建,子空间辨识系统有一定的局限性。

(3)去伪控制。1995年,Safnove提出了数据驱动的控制方法。根据控制对象的输入和输出的测量数据,从该组候选控制器中做出选择,是满足特定性能要求的控制器。数据驱动控制能够找到满足性能指标的控制器,然后选择可切换到闭环系统的环境。

(4)虚拟参考反馈整定。在2000年,Guardabassi和Savaresi提出虚拟参考反馈调整的非迭代数据驱动控制方法,使用一组受控对象的输入和输出测量数据方法,构建起最佳的参数结构控制器,使效率得到了进一步提高。

(5)无模型自适应控制。无模型自适应控制是国内外学者提出的一种自适应控制(MFAC)数据驱动的控制模型,这种方法的基本思想是在控制系统当前工作点与等效线性动态模型的基础上,采用适宜的方法,以取代一般离散时间的非线性系统,从而实现自适应模型的自由控制。

3 数据驱动的需求测试特点

在尽可能早的时候就开始进行的软件测试,在实践中可总结出数据驱动的需求测试的特点。

(1)在系统上线投入运营前要做好数据驱动的需求分析工作,要根据系统需要,做好系统的测试开发工作,对系统加以测量构建起系统模型,数据驱动的需求测试对于整个系统的测试过程都有着非常重要的意义。

(2)要在理解数据驱动需求的基础上,对需求测试计划加以管理,以对系统产生积极的影响。数据驱动的需求构建需要对数据驱动测试中产生的偏差加以修改,以重新测试、实施,从而避免浪费大量的人力、时间和金钱的浪费。

(3)数据驱动的需求会因应用环境的差异而发生改变,这在许多项目中是十分常见的,要根据数据驱动的需求变化情况做好测试工作,对数据驱动的需求分析从开始阶段就要做好规划和设计工作,以便相应的加以补充,并进行快速的调整。

(4)数据驱动的测试需要专业的人员加以设计,经验丰富的工程师和测试工程师要做好相互的配合工作,以提高数据驱动的需求测试水平,满足数据驱动需求测试工作的要求。

(5)数据驱动的需求测试工作中,要及时发现数据驱动系统中的问题所在,及时地对数据加以效准,以做好数据驱动需求测试的修正工作,提高质量数据驱动的测试质量,降低数据驱动系统的开发成本。

4 结语

大数据驱动智慧城市建设 篇7

大数据浪潮不仅仅是信息技术领域的革命, 更是在全球范围启动透明政府、加速企业创新的利器。基于社会化网络的平台和应用, 让数以百亿计的机器、企业、个人随时随地都会获取和产生新的数据。对于帮助政府相关部门准确判断经济形势、有针对性地制定政策、合理调配资源具有非常重要的参考作用。

大数据时代的到来, 正悄然改变我们的生活。互联网搜索引擎是大数据最为典型的应用之一, 得力于计算机对海量数据的存储、分析以及处理, 我们能够并且可以运用大数据实现原来遥不可及的梦想。随着社交网络的逐渐成熟、移动带宽迅速提升, 更多的传感设备、移动终端接入网络, 产生的数据及其增长速度比历史上任何时期都要多, 互联网上的数据流量正在迅猛增长。在云计算、物联网等技术的带动下, 中国的移动互联网已经步入“大数据”时代。继云计算后, 大数据成为信息技术领域最为热门的概念之一。

在IT业界, 有人把大数据产业定义为建立在对互联网、物联网等渠道广泛大量数据资源收集基础上的数据存储、价值提炼、智能处理和分发的信息服务业, 又或者是致力于让所有用户能够从几乎任何数据中获得可转换为业务执行的洞察力, 包括之前隐藏在非结构化数据中的洞察力。

据了解, 在工信部发布的物联网十二五规划中, 信息处理技术作为四项关键技术创新工程之一, 其中包括海量数据存储、数据挖掘、图像视频智能分析, 这些都是大数据的重要组成部分。大数据的出现, 正在引发全球范围内深刻的技术与商业变革。在技术上, 大数据使从数据当中提取信息的常规方式发生了变化。

事实上, 全球互联网巨头都已意识到了“大数据”的重要性。包括惠普、IBM、微软在内的全球IT巨头, 纷纷通过收购“大数据”相关厂商来实现技术整合。专家预测, 未来5年内, 大数据所创造的价值将会达到530亿美元, 同时产生10万个工作岗位, 还会产生文化、社会、政治等方面的影响, 所谓“三分技术、七分数据”, 得数据者得天下。

而国内一些领先的互联网企业, 包括新浪、腾讯、阿里巴巴等, 也已开始实质性的探索。作为中国最大的电子商务平台, 淘宝有海量的商业数据, 现今淘宝面临数据量大、内容多样、维度丰富、源数据质量不高等问题。对于淘宝面临的挑战, 分布式存储计算、实时计算、实时流处理、基于云计算的数据挖掘、数据可视化和数据产品实践等是应对大数据浪潮的关键技术。尽管国内企业在数据库、数据仓库、商业智能等领域基础薄弱, 但是若找准行业与切入点, 大数据则能够发挥其积极的作用。

信息技术的发展推动人与自然之间的信息沟通方式的发展, 我们生活的环境将越来越具备“智慧”特征, 我们也将能更“智慧”地利用信息, 对世界和他人作出更加“智慧”的判断与回应。而智慧城市的发展是城市信息化发展的新阶段, 只有确立了“智慧来自大数据”的核心共识, 推进智慧城市建设才能“四两拨千斤”。

数据驱动法 篇8

目前, 我国图书馆的数据存储形式较为单一, 几乎都是文献资源的电子化、数字化和视频化。这些数据基本上都是结构化的数据类型, 缺乏个性和价值再发现功能, 特别是那些隐藏着巨大价值的非结构化数据, 长期以来被图书馆所忽略, 几乎处于空白。众所周知, 大数据时代的信息竞争并非靠数据存储量的多寡来决定胜负, 更为重要的是非结构化的数据资源的重新发掘与再利用, 并将这些数据进行科学的分析, 以满足用户的个性化需求和多样化的知识储备。如清华大学图书馆尝试在检索平台“水木搜索”上综合运用多来源数据。将书、刊、文章等元数据汇聚在一起用于检索, 用户可通过开放链接技术定位及获取资源;同时, 清华大学图书馆还将维基百科的词条、清华教工简介、豆瓣书评、清华学生打过的标签等在展示层与检索结果建立关联, 用户可在一个检索结果页面获得不同层次、不同角度的信息内容。

因此, 在大数据的影响下, 未来图书馆的建设要把大数据作为一系统工程来考虑。图书馆的数据建设应该突破传统的将纸质资源数字化的简单层面的转化, 而是应该从数据采集、数据存储、数据处理、数据分析和数据应用等方面加以考虑, 从而构成图书馆数字资源的大数据框架。正如有研究者所说:“存储在各类数据库和文档系统中的科学数据以及以业界标准化关系数据库所产生的元数据体系, 将构成一种新型的、分布式的和整合式的数字图书馆。这种数字图书馆既包括传统数字图书馆的各类处理、管理、检索服务等功能, 又包括数据转换、可视化和数据挖掘服务等新型数据服务功能。”那么, 未来新型的数据图书馆将具备哪些特征和发展模式, 有研究者综合多方面的研究成果, 归纳出新型的数字图书馆会出现如下新的特征:“基于网络和数据场的学术过程记忆;在数据密集型科研环境下, 引文索引和评价将不再起主导作用;数据场中信息的类型、来源渠道和获取方式都是多元的;各种数据的流动、交互操作、融合、引用等都将留下轨迹;……把隐性的数据流动转变为显性的, 甚至可视化;基于网络和数据场的学术过程记忆将在学术跟踪和评价中大显身手。”

2 树立数据驱动的服务理念

传统语境下图书馆的基本服务就是文献资源的开放存取, 网络时代的出现使得图书馆更加重视文献资源的数据化转化。但是, 在大数据时代下, 数据成为图书馆资源的核心构件和图书馆运行的基础, 因此, 能否从传统信息服务理念向数据驱动服务理念的突破, 将是图书馆能否继续生存并保持活力的关键。当前的各级各类图书馆必须加强对大数据的重视, 认识到数据驱动服务理念的重要性, 大力拓展数据的组织和挖掘能力, 提升图书馆的竞争力。尤其是一些专业图书馆, “更应针对海量数据需要长期存储的需求, 为科研人员提供最佳信息和技术服务, 融入科研用户工作流的数据生命周期。数据驱动的服务模式将是现代科学图书馆发展的新的生长点。”图书馆工作人员可以通过数据把握趋势、理解需求。比如通过一段时间南京图书馆的借阅类目排名和读者构成, 我们就可以分析南京图书馆读者最喜爱阅读的图书类别以及这些读者的自然特征, 这样图书馆就可以有针对性地进行文献资源建设, 开办针对读者兴趣的讲座等读者服务活动, 甚至进行相关商业行为, 为图书馆的运行提供一定的经费来源, 而不仅仅是靠政府拨款。

3 强化知识服务功能

传统图书馆服务采用的是一种参考咨询和信息咨询服务模式。当我们进入大数据时代, 以数据为基础的图书馆服务正在发生变化。在大数据时代, 数据分析和数据挖掘将成为未来图书馆服务的一个重要内容。可以预测, 未来图书馆的业务将向数据分析和数据挖掘方向转移。这将在很大程度上改变图书馆的资源配置, 重组图书馆的数据资源, 进而改变图书馆的价值定位, 改变图书馆的评价体系, 改变图书馆工作人员的素养, 重构图书馆的数据结构。可以想象, 随着大数据的深入发展和所起的重要作为, 图书馆的信息咨询和资源借阅功能将走向弱化, 对大数据的分析与处理将成为未来图书馆的主要业务, 同时也将成为图书馆服务水平和发展潜力的重要评估指标。

在此背景下, 大数据时代图书馆的服务将突破传统的结构化数据的服务, 而是要经过大量数据的捕捉、组织、分析和决策所形成的多向度的服务体系。以信息的发掘、分析、处理与服务为趋势的图书馆的服务范围将会得到更大的扩展, 为某一学科、某一专业机构或政府企事业单位进行一站式的数据分析服务、数据挖掘服务。这种以知识服务为表征的服务功能是为了图书馆重要的数据增值功能的集中体现, 这将会成为大数据时代图书馆的常规服务内容。

目前, 国内外图书馆界在知识服务方面都进行了积极探索, 已形成了较为完整的图书馆知识服务体系, 产生了一些具有专业化、个性化的服务模式和服务途径。如清华大学图书馆尝试对其相关数据集合做一些分析工作, 即从元数据仓储中提取关键词等信息, 分析关键词走向, 分析作者与合作者的关系, 建立以人为中心的知识关联网络。美国国会图书馆根据读者数据的分析, 建立了符合读者阅读需求的“美利坚记忆”, 成为美国历史文化特色的馆藏资源。毫无疑问, 图书馆知识服务过程中需要大量的数据。这些数据既报刊已经存在于图书馆之中的书目信息、电子图书、电子期刊、视频资源等结构化数据, 也可能是图书馆的读者阅读行为、习惯和社会身份等非结构化的数据, 同时, 大数据时代图书馆的数据构成还有走出图书馆本身, 与各类商业中心、娱乐中心、社会服务中心等都要建立与他们之间的联系。加强数据资源共享。因此, 图书馆工作人员应认清数据在知识服务特别是知识服务中的重要作用, 进一步提高图书馆各类数据的收集意识, 通过对收集到的数据进行挖掘、分析、加工和重组, 把大量随机分散的、杂乱无序的信息转换为有规律的、集中的、有序的数据, 为图书馆将来的知识服务提供坚实的数据保障。

摘要：当前, 图书馆领域正在迎接大数据时代的到来。在“大数据”时代下, 图书馆应该建立以数据驱动为基础的服务模式, 重建新型数据图书馆、树立数据驱动的服务理念、强化知识服务功能, 实现图书馆有效的数据管理和应对新型数据变革。

关键词：大数据,图书馆,数据驱动,服务模式

参考文献

[1]刘明, 李娜.大数据趋势与专业图书馆.中华医学图书情报杂志, 2013.

高校“任务驱动法教学”研究 篇9

關键词： 任务驱动法 计算机教学 教学设计

“Excel教学”是大学计算机教学中的难点，具有很强的代表性。它具有操作性较强、实用性高的特点，并且版本升级较快，内容更新很快，如果要学好这门课就必须让学生多多上机实践操作，并且要和日常身边的实际应用结合，灵活运用，不断跟上时代的发展。传统的教学模式，不能调动学生学习的主动性和积极性，导致学习效果不理想，课堂上学到的课后遇到日常实际问题还是束手无策，不知道如何应用。

任务驱动法是区别于传统教学模式的一种新的教学模式，它让学生在学习期间完成若干个“任务”，在完成任务的过程中学习和应用到知识点，培养他们独立分析问题和解决问题的能力。Excel软件教学中的任务驱动法，就是让学生在一个个典型的软件操作任务的驱动下，开展教学活动，引导学生循序渐进，由易到难地完成这些任务，让学生在完成任务过程中培养他们利用Excel软件处理问题的能力。在完成任务的同时，使得他们获得成就感，以激发他们更强烈的求知欲，逐步形成心智活动的良性循环。

一、大学计算机教育现状和“Excel教学”

尽管中学普及计算机教育已经很长时间，但由于应试教育等客观原因在中学中计算机教育基本上属于“兴趣班”状态，可有可无。加之学生来自不同地区，经济发展水平存在较大差异，这就造成高校大一新生的计算机基础普遍来讲较为薄弱，而且基础差异较大。

在计算机的教学中主要存在以下几个问题：（1）学生学习兴趣不高。Excel是捆绑在大部分的计算机操作系统中的软件，学生对Excel软件比较熟悉，但对具体的操作掌握度不高。课堂教学照本宣科，提不起学生兴趣，他们看不到具体应用，学习热情低。（2）教学中存在应试教育倾向。用人单位对员工的计算机应用水平的要求是证书。而计算机等级证书的考核，与Excel掌握的关系不大。这样就促使学生踊跃积极报名证书考试，而部分教师在资格证书过关率和经济报酬的驱使下而采用应试教育，把大量时间和精力投入到与考试相关的工作中，对Excel教学造成严重影响。（3）Excel课程设置与专业结合不紧密。Excel软件应用已经渗入许多学科领域，不同专业学生对该课程存在不同层次需求。但在目前的教学实践中，因为作为一门公共课，各个专业的教材内容基本上都是雷同的，教学重点也基本上是在对Excel基础知识和基本操作的学习和掌握上，与专业结合极少，这就导致学生对Excel的认识不足，觉得与专业没有必然联系、关系不大，缺乏学习动力。（4）教学模式陈旧，学生学习积极性不高。目前高校的教学条件都有较大改善，大部分院校的Excel教学采用多媒体课堂讲授和机房上机操作相结合的方式。这种模式下教师依然处在主导地位，学生处于被动学习及地位，不能调动学生积极性。

二、“任务驱动法”研究现状及其在“Excel教学”中的应用

任务驱动法是区别于传统教学模式的一种新的教学模式，它让学生在学习期间完成若干个“任务”，在完成任务的过程中学习和应用知识点，培养他们独立分析问题和解决问题的能力。它能充分调动学生参与课堂，摆脱被动地位，提高学生学习积极性，特别适合于实践性较强的学科教学。任务驱动法在大学Excel软件教学中的应用已经成为广大教师的共识，但这种共识多为理论层面的，缺乏具体的可以操作方法指导，存在实施的许多问题。

周碧璇（2004）较早地研究了任务驱动法在Excel教学中的应用[1]。她结合自己的教学实践探讨了Excel 2000教学中任务驱动法的实施问题，他认为任务驱动法的关键在于任务的设计。梁小晓（2009）则从理论上较为系统地阐述了任务驱动法[2]。它将Excel教学分为两个阶段：第一阶段是Excel入门，让学生掌握基础知识和基本操作，学生主要是模仿操作，较为简单。第二阶段是应用提高，让学生利用已学的Excel知识应用到实践中，此阶段则采用任务驱动法进行教学。任务驱动法在Excel教学中的应用研究也较多。众多从事一线的教学工作者结合自身实践分析了Excel教学中他们是如何利用任务驱动法组合教学的，以及自己的看法与体会，比如：许建平（2011）与以往学者的研究不同，强调要对学生特征进行分析[3]。他在Excel2003的教学实践中，讨论了对于学习没有兴趣、学习自觉性较差，需要的不仅仅是管教式的、强加式教学的中职学生，并以他们的期末成绩作为分析处理对象，利用任务驱动法进行了具体教学实施。他通过实证分析提出了一种观点：班级不一样，学生也不一样，任务驱动法的应用也不一样，效果也不同，不能盲目地采用任务驱动法，要因材而异，因班而异，因人而异。罗春红（2013）也从学生的接受能力不同的角度分析了任务驱动法[4]。认为教师可以根据学生的任务完成情况，对任务设计进行调整。同时她坚持不让任何一个学生落后的原则，在设计任务时要考虑到学生生源区域之间的差别，教师可以设计出不同的Excel学习任务针对不同层次的学生。

总之，越来越多的国内学者认为任务驱动法运用到Excel教学中是有必要的，并且根据自己的教学实践进行尝试运用这一方法，这是值得肯定的。但也有不足，比如大多数相关研究看似是支离破碎的，“头疼医头，脚疼医脚”，缺乏系统性理论性的指导，具体体现在：对于任务的设计原则、设计思路没有形成有机的系统性思维，采取规范步骤对任务进行分析也没有进行较为全面的论述，对任务完成情况的评价方法如何选择及如何具体实施等都研究不够。

三、“任务驱动法”实施步骤

“任务驱动法”是教学过程围绕任务而展开，它适用于学习各类实践性和操作性较强的知识和技能。任务驱动法已经形成了“以任务为主线、教师为主导、学生为主体”的基本特征。传统的任务驱动法主要有四步组成，分别是：

传统的“任务驱动法”在现实的实施当中存在一些问题：（1）任务的设置过于简单，不针对具体教学对象，对不同基础和不同学习目的的学生不区别对待设置不同任务。（2）任务设置不具体，不具备操作性。比如在教学中常常有“建立一张学生成绩表”或“制作个人简历”等诸如此类的教学任务。任务开放性强，但是要求不明确，对现在自主能力差的教学群体而言，常常有学生敷衍了事或者虽然有心完成任务但是自己不知从何处入手，任务完成效果差。为了保证教学效果，有必要对教学任务进行分解。使教学任务可操作性强，能够对教学效果可靠有效地进行评价。（3）传统的“任务驱动”教学方法到效果评价为止，缺少总结的过程。一个教学任务结束之后，大量信息被传输给学生，不管个人的记忆力多么好，缺少整理和复习，这些知识和能力也不会百分百成为自己的。这样就需要老师进行整理和总结，把知识变成体系性内容，帮助学生更好地理解所学内容。（4）知识和能力的掌握，复习是一个必不可少的过程，传统的“任务驱动”缺少复习过程，我们可以通过做同类型的任务对所学的知识与技能进行巩固。练习的过程不仅是应用的过程，巩固的过程，同时发现学习当中存在的问题，检验学习效果，及时发现自己的不足之处，进行纠正。

针对以上问题，我们对传统的“任务驱动”教学过程进行改进，增加相应的准备资料、分解任务、总结分析和复习巩固几个相应的过程。经过改进教学过程主要由以下几个步骤组成。

四、任务驱动法在Excel教学中的应用

Excel教学是一种实践性教学，要针对具体的应用对象和实施环境进行。实施步骤大体可以分为：准备阶段，实施阶段，总结巩固阶段。

1.在教学活动开始之前我们首先要做的是：准备材料，分析教学对象，进行筹备工作。“任务驱动”教学办法是针对特定的情境而设置的任务，我们首先应该进行教学对象和教学环境进行分析。其次明确任务目标，“任务驱动”教学法要有明确任务，任务要有可操作性和可计量性。任务没有固定格式和要求，需要具体问题具体分析，从学生实际情况和教学内容出发设计任务。任务的类型分类角度有很多，一般按教学内容的开放程度将任务分为封闭型任务和开放型任务。在这里我们使用封闭性任务，封闭性任务要求明确，考核标准统一，过程简单。

2.接着进行作品的展示，激发学生兴趣。布置具体的任务，进行讨论，完成任务。讨论可以充分调动学生学习的积极性和主动性，而且能加深学生对教材内容的理解。在此过程中教师要起到指导作用，引导学生进行尝试，自己进行操作，加深印象，把知识能力变成自己的。

3.考核任务完成情况，进行总结分析。学生的学习，主动性很重要，然而外在评价和约束同样必不可少，传统任务驱动，缺少了任务考核，缺少了外在约束，对大多数学生来说没有强制约束力，任务完成情况不理想。我们加上了考核，使学习更有效力。任务考核以后，对任务进行总结，加深印象，熟悉操作。任务完成以后要对任务加以总结、分析和研究，肯定成绩，找出问题，得出经验教训，形成自己的知识体系。要知其所以然，灵活应用，掌握方法，熟悉步骤，形成自己的能力。

五、结论

1.正确看待任务驱动法。

Excel课程包含很多知识点，既有理论知识，更多的是具有操作性很强的技能。任务驱动法固然有其优点，但没有哪一种教学方法是万能的，任务驱动法有其局限性，需要和其他教学方法搭配使用。同时，任务驱动法在不断向前发展，教师应该用发展的眼光看到它，让它发挥更大作用。

2.恰当把握教师角色。

教师在任务驱动法中扮演主导角色：情境的创设者，任务的设计者，是学生任务完成的引导者，同时是课堂的监控者和任务评价者之一。教师要明确自己的角色，要让学生在教师的指导下主动地构建知识，而不是在教师的灌输下被动接受。

3.任务评价的多元化，强调过程性评价。

课题已经尝试任务评价的多元化及利用现代综合评价方法进行量化分析，但仍有缺陷，尤其是操作过程较难评价，而Excel课程中的任务很多情况是需要过程性评价。任务完成情况的评价应该由一元评价向多元评价转化，由总结性定性评价向形成性定量评价转化，重视学习过程和能力素质的评价。

参考文献：

[1]周碧旋.“任务驱动法”在《Excel2000及其应用》教学中的运用案例[J].職业教育研究，2004，（12）.

[2]梁小晓.Excel教学中任务驱动法的应用[J].科技信息，2009，（09）.

[3]徐建平.Excel中尝试运用任务驱动法教学[J].新课程学习，2011，（06）.

[4]罗春红.基于任务驱动视角计算机Excel教学创新性研究[J].计算机光盘软件与应用，2013，（04）.

数据驱动法 篇10

企业数据中心是企业信息集成的基础,它可以有效的解决应用系统的整合和数据共享,解决企业普遍存在的“信息孤岛”等问题。随着数据中心的建立,原来企业一些应用系统积累的大量数据需要向数据中心迁移。这就要求必须制定合理的迁移策略使历史数据和新产生的数据实时的迁移到数据中心。目前数据迁移主要两种方式,一种是采用商用迁移工具,另一种就是编写专门的迁移软件。两种方式在实现大型数据库数据迁移中仍然存在一些不足,例如只能完成数据模型结构相同的数据迁移,但对于数据模型结构不相同的数据进行迁移时,就需要编写大量的辅助程序;传统迁移策略主要包括一次性迁移、分次迁移、先迁后补[1]等几等种方式,通过研究发现,这些方式都不能满足对于产生的历史数据和实时数据的迁移,同时也缺乏灵活性和重用性。

对于这种情况,通过对元数据驱动技术[2]以及数据抽取、转换和加载体系结构(ETL)的研究,本文提出一个基于元数据驱动技术的多策略通用数据迁移模型,该模型中定义了三种策略,即历史数据迁移、实时数据迁移和定时数据迁移。框架的技术核心是使用元数据描述各种映射模式,其中包括转换算法逻辑,ETL模型通过对映射规则的解析来实现从数据源抽取数据并实现转换功能,达到灵活的数据迁多的目的。

1 数据迁移策略框架体系模型设计

1.1 多策略数据迁移系统框架结构

图1定义了多策略数据迁移框架模型:在迁移策略上,首先对历史数据进行历史数据迁移;对于实时数据通过定时数据迁移和即时数据迁移进行数据迁移。对于实时数据迁移,当数据源有新数据产生时,系统通过实时迁移策略触发即时迁移模块或者定时模块,通过对源数据到目标数据的映射模式中存储的映射规则以及转换逻辑元数据来实现从源端的数据抽取、转换,最后通过加载模块将数据迁移到目标库中。

1.2 数据模型映射及数据抽取转换

多种迁移策略的实现是靠数据模型映射来实现的。所谓数据模型映射是根据一组规则(称为映射规则),建立一个源模型和一个目标模型之间的对应关系。映射之前,源模型和目标模型的描述均已存在。模型映射有时也称数据映射。

数据模型映射关系的语法描述:

1)下面给出数据映射关系的一些基本概念。

(1)映射实体、映射属性和映射表。映射实体是用户可见的较高视图[3,4],反映了源系统与目标系统在概念模型上的对应关系。映射属性是映射关系的最底层,也是迁移规则处理的最小单位。映射实体(ME)分为源映射实体(SME)和目标映射实体(TME);映射表分为源映射表(ST)和目标映射表(ST);映射属性分为源映射属性(SATTR)和目标映射属性(TATTR)。

(2)映射关系。映射关系是源映射实体和目标映射实体属性之间的映射关系。映射关系由映射模式[4](MM)和有向线段构成。映射关联的起始节点即为映射的源映射实体的映射属性,映射关联的目标节点即为映射的目标实体的映射属性。

映射模式又分为三种类型:算数映射模式(ARITH_MM),数据映射模式(DATA_MM)和语义映射模式(SEMA_MM)。

2)数据映射关系的语法描述。映射关系是一个三元组,M<STM,R>。这里M是映射关系名称,R是映射关联集合,MO是映射算子集合。下面采用BNF范式对映射关系语法进行形式化定义,其符号定义为:”...”:表示术语符号;<>:内包含的内容为必填选项;::=表示定义为;[]:内包含的内容为可选选项;{}:内包含的内容为可以重复0次到无数次;|:表示为左右两边的内容可以任意选择;(...):分组;斜体字:表示参数,在其他地方有解释。映射关系的语法描述如下:

3)映射模式元模型构建。元模型[5]设计分为2个层次:基础元模型设计与驱动元模型设计。基础元模型用于存储基础映射模式元数据定制的元数据;驱动元模型位于基础元模型下一层,用于存储映射模式元数据。

基础元模型包括存储源库与目标库结构信息的数据字典元模型、存储映射模式、转换函数及函数参数类型信息的元模型、ETL功能模块及其接口描述信息元模型。

驱动元模型以实体间映射模式为描述单位,其中映射库、映射表、映射字段表存储数据迁移对应数据库位置及对应数据表、对应字段信息等信息。字段映射模式、转换函数、参数位置表存储对应字段数据转换过程中调用的映射函数位置、名称及具体参数值等信息。流程信息、ETL模块信息表存储不同抽取及加载方式所调用ETL模块的函数接口信息。迁移任务异常信息表存储执行一次任务过程中产生的异常数据文件、日志文件、模块调用异常等信息。

2 应用案例

本系统在“大庆油田公司井下作业分公司数据中心迁移项目”中得到了很好的应用。数据中心数据模型构建好之后,需要将A2施工总结中的数据迁移到数据中心中。通过本系统实现了将A2施工总结的历史数据和应用系统产生的实时数据通过本系统迁移到数据中心中、实现日志的查看功能、迁移之后的正确性检查。完成了40多张表,5000多万条历史数据的迁移任务。实践表明本系统具有较高的实用价值。具体应用见图2的即时迁移主界面。

3 结束语

本文提出了迁移框架模型,并在其中定义了历史数据迁移、实时数据迁移和即时数据迁移策略;构建了元数据模型,实现了对种映射模式的存储。该框架模型具有(1)实用性强,框架基于数据字典定制元数据,能够实现不同专业数据库到数据中心数据库的数据迁移,使系统具有一定的通用性;(2)良好扩展性,框架使用转换函数元模型,当遇到两种不同数据模型的数据迁移时,就会出现很多的映射模式,如果出现一种新的映射模式时只要编写单独的转换函数,就可以使用新的映射模式完成数据的转换,不需要修改源代码;(3)易维护,使用元数据驱动的方式实现ETL功能,维护工作大部分为修改元数据,使维护简化。

参考文献

[1]刘朝斌,王洪雨.云计算中动态数据迁移的关键技术研究[D].大连海事大学,2010,7.

[2]苗立志,张书亮,闾国年.通用映射模式下GML关系数据库存储研究[J].计算机应用研究,2009,11.

[3]Zhao X F,Huang Z Q.A formal framework for reasoning of Meta-data based on CWM[C].The25th International Conference on Con-cep-tual Modeling,2006:371-384.

[4]袁满,陈星童.基于元数据驱动的异构数据模型映射算法研究[J].东北林业大学,2011,11:128-131.