摘 要：研究生课程建设方面，目前还没有设立专门的网络平台。由于研究生学习的特殊性，对数学类课程的要求较高，教师提出建立针对工科研究生的数学类课程网络平台，并以数值分析课程为例，研究网络化平台建设的意义和作用，最后对平台预期的发展进行了规划，并针对其价值进行了分析。

关键词：研究生教学；网络化；信息技术

一、引言

近年来，随着mooc（慕课）网络课程的兴起，各类本科课程相应的网络课程也随之建设。在这个平臺下，涌现了很多精品课程和重点课程。但在研究生课程建设方面，还没有专门的网络平台，由于研究生学习的特殊性，对于数学类课程要求较高，教师提出建立针对工科研究生的数学类课程网络平台，并以数值分析为案例进行研究。

目前信息技术的革新使信息化平台得以升级，数值分析课程已经建立成为学校的精品课程，并具有丰富的线上资源。如何将这些资源进行有效的整合，让研究生能够充分地应用是一个新的课题。教师要将线上教学资源移植到网络终端上面，利用微信等软件在师生之间建立跨空间维度的实时互动学习模式，建立网络学习平台，形成以整合中心资源，实行优质资源共享（包括仪器设备、科研设施、图书文献、科研成果与科研人员）为目标的机制，创建信息汇聚、资源开放、人才流动、成果共享、运行高效的资源共享平台。两者的创新结合充分利用已经取得的教学研究成果，必定会创造一种新的教学相长、互动互惠的网络学习模式和高校教学资源整合机制。

二、平台建设的意义

基于研究生数学类课程的网路化平台建设要适应目前信息时代的研究生学习模式。目前研究生的学习基本上离不开网络，每个研究生都有移动终端，虽然在传统课堂上手机的使用作为娱乐工具降低了听课的效率，但是这也提供了一种新的学习模式建设的可能性。以研究生的数值分析为例，数学类课程公式推导多，理论性强，让学生觉得乏味。但是作为后继科研工作的基础又十分重要，所以针对这些特点，应将教学资源网络化，适应目前研究生的学习模式。教学资源可以在网络上整合，教学成果可以更为广泛地传播。数学类基础课程的教师在5～10年左右才能形成自己的教学风格。教学风格的传承可以通过网路信息平台共享，节省教师现场授课的时间和精力。

因为研究生的基础理论水平直接影响其学术创造能力，而对研究生的培养特别是对博士生的培养目前是我校向教学科研型大学转型的关键，相关类数学课程网络化平台的建立模式可以把优秀的教学成果进行推广。

三、网络化实施方案

以武汉工程大学理学院课程建设为例，目前理学院课程建设成绩斐然，拥有省级精品课程3门，校级精品课程1门，校级重点建设课程7门。其中《工科线性代数课程教学内容，现代化教学方法综合改革研究》获省级教学研究成果一等奖，《应用图形计算器辅助数学教学的研究》和《面向21世纪工科物理教学内容和方法的改革探讨》获省级教学研究成果二等奖。特别是信息与计算科学专业目前已有两个计算机专业机房，曙光并行计算机一台。在《程序设计基础》《面向对象程序设计》的教学中，采用了案例式教学，并在课堂教学中引入大量实验，在实验教学中采用多媒体辅助教学，使研究生的编程能力得到了明显的提高。在此平台上拟采用教学和实践结合的思路，让研究生在项目设计和攻关过程中全程参与，这样一方面解决了项目人员紧张的困难，另一方面锻炼了研究生软件设计能力、开发能力和信息平台创新能力。探索研究生在网络平台上针对实践类教学，通过信息技术整合优化配置，形成教师、研究生、开发组三位一体的网络平台。

具体设计以下几方面内容：

第一，通过问卷调查的方式对研究生进行学术相关数学类基础理论价值满意度调查，设计符合学生学习习惯的教学资源与教学主体的互动模式。第二，理论类教学内容的选取结合专业特征和导师一起开展，针对数值分析、矩阵论、数学物理方程三大块数学类课程设计，以案例和算法为模块的教学内容。第三，平台设计，建设基于移动终端的学习内容，克服理论资源过于繁杂以及课堂时间和空间的局限，让学习过程更为简短有效，方便学生操作，最终乐于分享学习成绩。第四，聘请各个高校研究生数学教学相关专业类的知名教师协同教学，将优质的教学资源整合在一起。第五，设立合理的评估机制，通过在线问卷调查或者口头查询的方式了解研究生针对平台的使用体验，以此为根据，对教学效果进行客观评价。

四、总结

研究生的数学类课程教学是研究生教学的重点，也是一个难点。目前以网络互联的学习模式是时代发展的必然，所以必须建立网络化特别是移动网络化的教学平台。作为一个特殊群体，研究生在就业和学术两个方面体现了他们的综合素质，有效的共享可以给研究生更多的选择。学校在信息化建设过程中加强课程网络化建设，为研究生学习提供实现学为所用的途径。

参考文献：

付敏.浅谈基于协同教学的大学数学移动平台建设[J].数学学习与研究，2013（19）.

基金项目：武汉工程大学校级教研项目（X2013021）。

作者简介：付敏（1979— ），女，湖北谷城人，讲师，在读博士，研究方向：信息处理，计算机视觉。