摘  要：随着互联网信息技术的快速发展和教育信息化的不断推进，MOOC教学逐渐成为一种新的教学模式。在深入研究数据分析类课程的教学背景基础上，针对当前实践教学中存在形式单一、技术落后以及与实际脱节等问题，本文提出依托企业实际项目沉浸式教学，结合MOOC技术来完善数据分析类课程的实践教学方法。

关键词：数据分析类课程;MOOC教学;沉浸式教学

中图分类号：G434;TP311.13-4      文献标识码：A 文章编号：2096-4706（2020）01-0119-03

Abstract：With the rapid development of internet information technology and the continuous promotion of educational informatization，MOOC teaching has gradually become a new teaching mode. On the basis of in-depth study of the teaching background of data analysis courses，aiming at the problems existing in the current practice teaching，such as single form，backward technology and disconnection from the reality，this paper puts forward that the practice teaching method of data analysis courses should be improved by relying on the actual project immersion teaching of enterprises and combining with MOOC technology.

Keywords：data analysis course;MOOC teaching;immersion teaching

0  引  言

現如今，社会信息化引起了数据分析需求，大数据爬取已成为社会获取资源的一种方式，多数企业为求发展，都会通过数据挖掘或者其他数据分析手段获取客户信息，并找到对应的资源，以促进企业发展。由此，数据分析类课程围绕社会数据需求，对相关人才进行培养。数据分析类的课程主要由大数据核心技术、商务智能以及客户智能等理论知识组合而成，数据分析类课程是信息化专业的一个重要分支，是延伸学生专业范围的桥梁，而且也有一些难度，在具体的应用过程中需要一定的技巧。人们只有通过广泛实践才可以真正掌握其核心要义。学习作为人类自我提升的一种手段，老师在人类学习过程中扮演着不可或缺的角色。在计算机信息化大趋势的前提下，基于计算机的面向数据分析类课程教学平台逐渐成为主流。

计算机使用能力对于现代的人才来说是极为重要的，高校的教师和学生都应当具备这种能力。特别是对于高校的教师而言，如果能够熟练地利用程序对学生的作业以及教育系统进行分析与管理，可以大大增强其分析问题和处理信息的效率，也更便于教育者参与到教学过程中出现问题的解决环节，让老师的工作可以达到事半功倍的效果。另外，当教师把大量繁琐、重复的工作交由数据分析类课程教学辅导系统处理之后，他们可以拥有更多的时间去改进教学方法、探索教学模式的创新途径，从而有利于提高我国高校的教学水平。

1  数据分析类课程的教学背景及存在问题

1.1  教学背景

现如今，社会对数据分析类人才的需求变得越来越大，我国许多高校也开设了与数据分析相关的课程。因此，根据社会需求对数据分析类的课程进行改革具有一定的前沿性和代表性。另外，随着社会的不断进步和计算机技术的逐渐发展，基于计算机平台的课外教学辅导系统的开发与研究变成了一种现实。如果能够利用现代化的计算机技术设计出一种便于教师进行教学管理和数据分析的系统，这对于教师的工作以及学生的学习都是大有裨益的。由此可知，现代流行的课外教学辅导系统已经蓬勃发展起来了。但是现代的课外教学辅导系统仍然有很多的问题和不足。最大的问题是在教学辅导系统产生大量交互数据的同时，忽视了对这些数据的挖掘和利用，从而隐性降低了其产生的价值和教学质量的上限。

1.2  教学环节问题

目前，我国很多高校开设的课程虽然很注重理论知识的学习，但是这些理论知识与实践脱节，与具体应用背景脱节。所以教师在具体的教学过程当中，需要把理论与实践相结合，通过对数据的分析和知识体系的梳理，将理论知识融合到实际项目当中，让学生逐渐对理论知识产生更加深刻和全面的理解。

1.3  与实际项目脱节等问题

很多高校的大学生并没有充足的项目研究经验，如果真的要让他们参与到与企业密切联系的具体项目中，很有可能给企业的实际项目带来一定的风险。因此，指导教师需要和企业的专家进行研讨、合作，在项目中安排一些具有丰富实践经验的员工来带领学生的工作。在学生刚刚进入到项目时，可以为他们分配较为简单的任务，循序渐进地让他们进入到数据分析环节，以此来培养学生全方位的能力。

2  基于项目沉浸的实践教学模式

目前，高校专业课程教学方式大多以“知识点”为核心组织教学，学生主要以学习知识为主，工程应用实践机会较少。项目沉浸式教学就是让学生参与到企业的实际项目，将所学的知识在完成实际项目的过程中，在企业导师的指导下和同伴交流中进行应用、整合和重构，其实质就是一种结合构建主义学习理论和情境学习理论的探究性学习模式。

2.1  课程实践教学模式种类

实际上，课程实践教学模式可分为两种，一种是线上模拟实践教学，另一种是线上实训教学。线上模拟实践教学是根据实践教学情景模拟教学场景，并提供给数据分析类课程学习者一定的学习思路，这种模式表面上是实例化场景，实际并没有切实让学生进行真正的实践教学，缺乏一定的实践性。而线上实训教学是将许多教学实训案例输入，并在场景中实现教学，在这个过程中，教学过程可能没有较大的突破性，学生也较难从实训教学中学到拓展知识。随着时代的发展，信息技术在持续进步，互联网技术也在不断发展，这些技术在教育领域得到了大量应用，极大地推进了教育行业的发展，对于整个社会的发展也起到了巨大的推动作用。所以很多高校的很多专业都开设了这门课程，并且把它当作必修课来对待。由此可见，数据分析这门课程已经得到了很多高校的重视。目前面向数据分析类课程教学平台的问题主要集中在效果、便利性和安全性上。效果指的是学习（辅导）效果，主要由教学质量、学生的自学意志等来决定，由于与所开发平台无关不做叙述;便利性指学生和教师方便的交流、教学以及答疑。国内外的平台基本都能做到，但是由于一对多以及教师个人时间上的问题，教师与学生之间的交流存在很大的延迟和障碍。同时老师也无法准确把握学生学习的误区和学习进度，仍然不够理想;安全性指学生和老师的个人信息安全以及大规模使用所带来的“大数据”的安全，这点国外正在完善，国内还处于空白期，不过新的一轮个人信息保护法可能会改变这一情况。现在面向数据分析类课程教学平台总体的发展趋势是对大数据的分析以及利用，给教师提供更多的教学信息以改善教学质量。同时个人的信息安全保护也在逐渐完善。

2.2  沉浸式教学模式设计

2.2.1  沉浸式教学的意义

在沉浸式教学模式中，教师通过虚拟现实技术，借助虚拟学习环境，提供给学习者较为真实的学习场景。随着现代社会大数据挖掘技术的不断成熟发展，老师与同学之间互相交互所产生的庞大数据，能够在自学完善和找寻学习重点、难点方面起到突出作用。在计算机技术的蓬勃发展中，在不断成熟的大数据挖掘技术下，理念更加先进的沉浸式教学系统能够发挥出更大的贡献。由于中国很多高校都开设了数据分析类课程，沉浸式教学更需要对这类课程进行虚拟互动，实现学生与教师交互化，且实现该有的实践场景，这对学生和教师而言，都是较为有利的一个方式，他们可以通过沉浸式教学加深学习印象，加强学习知识要点的效果。

2.2.2  沉浸式教学的实施

为了方便教师在教学过程当中及时和学生进行沟通及学习，沉浸式教学为面向数据分析类课程开辟了实施教学内容，实施内容如下：

（1）沉浸教学前。沉浸教学前的内容主要是在面向数据分析类课程在线教育平台上进行，教学内容主要分为3个部分：1）对面向数据分析进行简要介绍，讲解面向数据分析的基本概念以及发展历史;2）这一部分讲解面向数据分析的核心内容，比如P2P方式等等;3）这一部分主要讲述面向数据分析的性能。

（2）沉浸教学中。在面向数据分析类课程的沉浸教学过程当中，教学形式主要以虚拟讨论室讨论和师生互动为主，所以这方面的教学内容应该设置一些问题，老师用提问的方式引导学生思考，促进学生相互交流，也可以让学生分小组进行讨论，提高学生对于教学内容的理解程度，促进相互之间的进步。

（3）沉浸教学后。学生在沉浸教学后主要是在虚拟实训场景中对课程学习过程中学到的内容进行总结和复习，学生可以把自己总结的内容和对学习内容的思考放到虚拟现实环境供学生和老师讨论。

2.2.3  沉浸式教学的优缺点

沉浸式教学的优点在于方便学习者，跟上老师讲解速度方便课后复习，学生可以在虚拟场景中观看下载课程的课件资料，方便课前预习和课后复习。沉浸式教学的优点还在于交互性及便利性，通过沉浸式教学的引导，教师及学生都能掌握到较为充分的知识点。沉浸式教学过程专门设置了考试区，并且有相应的评分标准。但是，沉浸式教学还存在缺陷，目前还没有有效的手段可以对学生在线考试进行监督，所以在线考试的成绩权威性不足，除此之外，面向数据分析类课程教学内容还设置了一部分实验内容，但是实验内容并不能在线上完成，这也是线上教育平台的不足之处。所以为了达到最好的教学效果，需要把面向数据分析类课程在线教育和传统教学结合起来，优势互补，这样才能呈现最好的教学效果。

2.3  MOOC课程设计

MOOC课程一般运行模式如图1所示，本研究以MOOC在线教育平台为基础，对该平台上面向数据分析类课程的特点进行了分析，主要分析内容包括以下几个部分：

（1）课程介绍区。由于中国很多高校都开设了面向数据分析类这门课程，所以在中国大学MOOC平台上搜索这门课程可以看到很多个版本，每个版本都有对应的课程介绍以及教学大纲，通过查看课程介绍，学习者可以对课程的大致内容有初步的了解。

（2）公告区。为了方便教师在教学过程当中及时和学生进行沟通，或者是通知学生一些教学内容的改动以及作业信息、考试信息等，MOOC教学平台为面向数据分析类课程开辟了公告区，学生可以在公告区看到老师发布的通知，比如老师发布的课程改动、作业信息、考试信息等等。

（3）测验与作业区。为了方便教师及时了解学生对于所讲内容的掌握程度，MOOC在线教学平台在面向数据分析类课程当中开设了测试和作业区，教师可以在这里对学生进行学习内容的测试，还可以给学生留随堂作业。和普通作业相比，在该平台上老师所留的随堂作业一般针对性都比较强，而且时效性比较强，老师可以根据教学效果随时决定测试内容以及测试的难易程度，要保证学生能够对所学内容有一定的掌握，确保教学效果，另一方面学生也可以在该区域通过老师留的测试题对自己的自学能力进行测试，为课堂上的讨论做准备。

（4）讨论区。为了方便师生之间的互动，加强老师和学生之间的沟通，MOOC平台上针对面向数据分析类课程提供了答疑区、交流区和讨论区，学生和老师可以在以上区域进行讨论和交流，向老师咨询不懂的问题，学生之间也可以互相讨论自己对于老师讲解内容的见解，从而在相互讨论过程中提高自己，加深对于知识的理解和认识。

4  结  论

根据上文研究，面向数据分析类课程需要结合实际，根据沉浸教学模式设计的情况进行合理的实践教学。实践教学就是把传统的课堂教学和面向数据分析类课程在线学习结合起来，给学生创造学习情境，让学生可以用讨论的办法自发地进行学习，教师要发挥好引导和监督作用，指导和引领学生进行新知识的学习与探索，帮助学生了解教学内容。

参考文献：

[1] 曾晓晶，樊斌.“互联网+”时代下传统教育的变革 [J].信息与电脑（理论版），2015（20）：180-181.

[2] 韩元甲.教育信息化的几点思考 [C].//教育部教育管理信息中心.第九届中国教育信息化创新与发展论坛论文集，2009：81-82.

作者简介：刘金华（1973.01-），男，漢族，广东湛江人，讲师，本科，研究方向：数据科学、数据库技术。