课堂教学数据构建（精选9篇）

课堂教学数据构建 第1篇

浅谈利用数据仓库技术构建环境数据中心

介绍了环境数据中心的组成及建设目标、数据仓库技术在环境数据中心的应用、数据仓库管理技术、联机分析处理,认为数据仓库技术为决策支持系统开辟了一条新途径.

作 者：朱丽 ZHU Li 作者单位：连云港市环境信息中心,江苏,连云港,22刊 名：环境科学导刊英文刊名：ENVIRONMENTAL SCIENCE SURVEY年，卷(期)：27(3)分类号：X32关键词：数据仓库 环境数据中心 构建

课堂教学数据构建 第2篇

4. 1 云基础服务平台

云计算基础服务平台是整个数据资源云的基础，将物理基础设施按照云计算平台标准构建而成，为上层服务提供硬件支持和环境保障，科研人员可以充分利用平台提供的软硬件设施便捷地构建出大规模应用。其中虚拟化技术是实现科研人员在使用数据资源云时如同使用本地资源一样的关键技术，它能够对计算资源、存储资源、网络资源、科研设备等进行分配封装，向用户提供接口，以虚拟的形式提供给科研人员使用。科研人员可以将他们保存在本地磁盘的数据转移到数据资源云中，交给专业人员进行集中管理，实现数据的长期保存，还可以通过接口访问和使用各种大型仪器设备，平等获取项目所需资源。

4. 2 科学数据处理与服务层

4. 2. 1 科学数据处理

鉴于数据密集型科学研究的特征，数据资源云并非按照传统的思路进行构建，而是遵循数据驱动的理念，以数据为起点，经过科学数据资源科学数据处理步骤之后才是科研人员审视，因此在科学数据处理方面，数据资源云采取的流程、技术都有别于传统的假设驱动型平台。

首先，需要对实验数据、模拟数据、科研人员信息等原始数据进行资源化。资源化的数据才能在后续的操作中产生更大的价值，通过数据集成消除数据之间的异构性，删除重复数据，对关联数据进行逻辑上的封装，减少后期处理中的资源开销。为了满足数据密集型科学研究可重复性的需求，数据世系管理成为科学数据处理过程中必不可少的环节。数据世系一般出现在包含多数据集的应用中，用于描述数据的产生并随着时间推移而演化的整个过程。对于项目实施者来说，数据世系配合分布式文件系统的容灾备份机制，可以在出现故障时，正确、快速地恢复数据。对于数据使用者来说，可以充分了解数据的`演化过程，加深对实验结果的理解，帮助实现科研成果的再现，保证科研活动的可信赖性和可重复性。

其次，科学数据分析是科研活动中的关键环节，主要包括海量语义分析、科研人员需求分析和海量数据挖掘。语义技术可以对概念、术语等进行明确的机器编码定义，并且能够对它们之间的相互关系进行陈述性和条件性的定义，使跨区域、跨学科的数据能够被科研人员、学生甚至是普通大众所理解和使用，是促进数据共享的关键。在海量数据中挖掘规律是数据密集型科学研究的重要手段，数据资源云能为科研人员提供弹性计算能力，MapReduce 在海量数据和非结构化数据处理方面的能力已经得到了各界的认可。而云科学工作流在重复性和流程性工作方面的表现更加优异，可以为科研人员提供可视化建模工具，使科研人员即使不具有程序设计知识也可以根据实际需要设计云科学工作流模型，表示科学工作流的任务及任务之间的关系。所以，MapReduce 和云科学工作流的结合可以帮助科研人员应对科学数据的规模性和复杂性。中国此外，为了提高后续服务质量，需要根据科研人员的问题和所处问题环境，利用数据挖掘的方法和工具对他们的学习层次、科研经历、研究方向等方面加以分析，挖掘他们的兴趣点和知识需求点，形成隐性需求分析文档，从而为后续的推送服务提供依据。

最后，科研人员对处理结果的价值进行判断和审视。在数据密集型科学中，科研人员不再直接参与科学数据的处理和分析，该任务由数据资源云来完成，他们的任务是在整个科学活动的后期审视和筛选处理分析的结果，将符合条件或者有价值的结果加工处理为知识，发布到数据资源云。如果结果不具有实际价值或者未达到预期效果，科研人员则向之前的环节反馈，数据资源云按照科研人员的反馈信息通过重新选择数据、调整云科学工作流模型等方式来重新进行数据处理，以获得满意结果。

4. 2. 2 数据服务

鉴于数据密集型科学研究具有数据驱动、可重复性等特征，仅仅向科研人员提供知识已经无法满足其资源需求，原始数据、推导和重组数据成为数据密集型科学研究中同等重要甚至更加重要的研究资源。数据资源云将数据服务作为特色服务，在保留传统云服务平台向用户提供知识服务项目的同时，又创造性地将原始数据、推导和重组数据添加到服务内容中，力求向用户提供更为全面的数据服务，满足科研人员在数据密集型科学研究中的需求。

知识层面的服务主要包括知识发布、知识推送和知识交流等环节。数据资源云能够自动地将不同科研人员在不同时间、不同地点生产出来的科技知识进行发布，实现知识的即时公开，缩短知识发现到知识应用之间的时间。知识发布是知识服务的第一个环节，为了实现知识服务效率的最大化，结合前期的科研人员需求分析结果，将最新知识推送给相关科研人员，加速知识流动速率，提高科研人员的科学生产力。数据资源云还为不同学科的科研人员提供交流平台，打破不同学科之间的壁垒。同时，为从事具体学科研究的科研人员与信息科研人员提供了一种科研场景，实现特定领域科研需求与信息技术之间的大量交互，有助于相应领域语义语言、工具和应用系统的改进和完善。然而，在数据密集型科学研究中，知识与科研过程中产生的推导和重组数据与原始数据相比只是冰山一角，数据是科学研究的基础，向用户提供数据服务，可以提高其工作效率，加速知识创新，主要包括数据共享、数据溯源和数据可视化。首先，数据的长期保存和可获取性保证了数据共享的可行性，语义分析、数据世系等技术保证了数据共享的价值性。数据资源云是一个开放合作的平台，科研人员可以按需搜索、理解以及利用自己需要的数据资源，实现更大规模的数据流动，实现科学数据价值增值。其次，数据资源云可以向用户提供数据溯源服务。数据资源云不仅可以发布研究成果等知识，还可以发布产生知识整个过程的源流信息和数据，即在提供知识的同时，还可以提供该知识涉及到的支撑数据以及中间过程产生的整合信息、推导和重组数据，以服务流的形式出现，加深对数据的理解和认识。此外，数据可视化将海量数据通过平面或者立体图形的方式呈献给科研人员，根据前期的数据资源化和分析处理结果，对可视化图形界面进行优化，既可以向用户提供数据的二维、三维的可视化效果，还可以添加时间维，向用户提供四维的数据可视化界面，即数据随着时间的变化而变化，产生动态感，实现过程可视化。此外，数据资源云在实现知识和数据同时在线的基础上，通过数据的生命周期管理，可将数据和知识同时联系在一起且可以交互操作。这样用户在查看某个研究成果时可以直接查看其原始数据，甚至是重做其分析，同样也可以从数据追溯到使用该数据的科研项目及其研究结果，提高科研活动的效率。

5 结束语

大数据构建教学方法探讨 第3篇

关键词：教学方法,体系构建,大数据,教学特点

1、引言

目前随着职业教育处于重要的历史性的发展机遇和发展重点时期, 国内经济社会发展对新时期背景下技能型人才不断提出了更高、严格的要求, 这种要求不断地促进和激发职业教育的变革与发展。现阶段将多样性、丰富性、实时性、交互性和开放性等特征为一体的大数据时代为背景下。如何结合建立并完善相关专业知识和课程的优化, 同时能在重视职业院校学生个性化特征发展, 兼顾教学质量的基础上的激发学生想象力, 已成为目前职业院校教学教研待解决的核心问题。近年来, 对大数据的研究与应用已在国内各个领域得到大力的推广及其发展应用, 教育学界也将其重视并不断加强措施推广。《物联网十三五发展规划》目前已出台, 提出将信息处理技术已经成为重点创新技术工程之一, 而这正好是大数据产业发展的重要组成部分之一。

2、大数据对教育领域带来新思路

2.1从演绎到归纳的思维教育教学路径提出

针对学生教育教学经验, 需要教育学者提出, 对目前学生的发展和了解, 作为教育者知道了解的太少, 这是近年来美国十大教育类年会被列为核心议题的关键内容。现阶段, 评判一个课堂的好坏, 更多的学者从自身的感觉和审美来判断, 往往依托教师的环节设计是否层层递进, 教师是否主动有效来考核, 但教学环境环节的变化和设置很少引起人们的关注。更为重要的是学生在这个课堂中的体验参与, 几乎被完全忽略的, 这个就给我们教育者提醒, 如果加强教育教学反馈和进步, 成为大数据解决的问题。

(二) 教育形式的改变——群体到个体

以往的教育方式出课题注重教师以外, 课后依然以教师为中心, 注重整体平均数, 整体合格率, 整体升学率…, 这本是无可厚非的, 因为集体教学的最初起源就是将同龄不同学生集中教学, 现如今, 大数据时代的到来, 将教学个体化, “因材施教”和“教授治校, 学术自由”成为了自古以来的实现阶段, 将每个学生进行量化教学, 做的有的放矢, 将需要丰富想象力、饱满激情、敏锐观察力、完整个性、人格以及对新生事物预测和估价能力的创新进行量化分析, 使得个性化教育成为必然发展的一种趋势和内容。将教育形式从本质上改变, 进行量的变化到质的升华, 进一步推动教育事业的发展。

(三) 组织流程的改变

自英国大学建立开始, 进行几百年的进步和改变, 将大学建设组织化, 与近代工业化发展想匹配, 从新的组织管理方面进行改变。以往的大学教室, 容纳的是更多的集体个非标产品, 现阶段, 大数据的引入将更多的工业信息化带入课堂管理, 教学教育发展得到了新的突破和改变。对不同学生的排座, 教师考核, 教师分配及规划, 都从量化的角度来改变, 从而实现了组织流程的改变, 将大数据与现阶段大学个数据端口对接, 教学资源共享, 逐步淘汰旧阶段的管理组织模式, 对现阶段的教育模式、信息化发展和资源共享共同提升。

3、构建新型管理学教学方法体系的对策探讨

3.1以思维模式促进教育发展

为体现培养的人才能满足现阶段社会需要方面所需求, 将教学质量提升到一定的水平, 使得学生在德智体美劳各方面共同发展和进步。从而利用大数据的技术优势, 将各项知识集中提取, 以媒体、媒介的形式进行交流, 从而有效促进教学思维模式发展。一个传播知识的过程, 很多时候是某些东西确实需要传播, 作为教师不是传播中唯一起作用的人, 也不是最重要的人, 传播一定要靠自己, 也就是传道授业当中的授业, 教师的目的是指引学生有自己的思维方式, 惟有人格的独立, 方可获得智慧。

3.2从教学形式促进教育个性化发展

职业院校学生在大学扩招以后基本素质几乎一样, 但个人发展类型定位千差万别。现阶段如果仍然维持以往过多关注共性, 过程中不断取消和忽略个性发展的教育理念, 大数据时代下的人才发展很难满足要求。

因此教学应确立以个性化培养为核心的多元质量观, 即在保证专业人才培养规格的前提下, 用一种开放、灵活的教育体系保护和发展学生个性。采用大胆教学改革, 创新教学方法, 以学生为主体, 教师为主导, 最大限度地培养学生的语言表达能力, 思维创新能力, 应急应变能力、实际操作能力、感觉知觉能力及学会学习的能力, 节省时间和精力, 提高学生学习成绩。

3.3以教学组织流程的创新为重点, 构建全景化的教学情境

职业院校作为一个可供赏玩的现实生活和游憩领域, 是一系列复杂而又真实的现实空间, 每个人个性、文化素养、审美情趣不同, 认识和评价也会不同。如何让学生在课堂身临其境学习?如何让学生对照自身发展和后人的评述, 以探究的心理发现问题、掌握知识, 保留学生实证态度和原真的创造性思维?创新教学组织流程、构建全景化的教学情境就是最佳答案。

4. 结束语

现阶段大数据电子媒体几乎在瞬间就完成了对文化、价值、态度的整体传递。信息技术不仅是现代化的物质准备, 而且亦被设想为一种催生新的人文机制或价值系统的触媒。信息技术造就了不同观念接触的环境, 各种思想的传递扩大了接触面, 提高了接触频率, 从而增加了彼此消长、融汇贯通的可能性, 信息技术在形成思想旋涡中的作用不言而喻如何将大数据的发展优势进一步的带动并推动教育教学进步, 同时不断提高我国职业化教学的发展, 优化我国教育事业的资源配置, 更新我国教学领域教育教学方式, 是大数据背景下构建教学方式和方法的核心目标。

参考文献

[1]陈立玮, 冯岩松, 赵东岩.基于弱监督学习的海量网络数据关系抽取[J].计算机研究与发展.2013 (09)

大数据时代智慧课堂的构建与应用 第4篇

摘要： 智慧课堂是当前教育信息化研究的一个新的热点问题。本文对利用大数据等新兴信息技术开展动态学习评价，建立基于学习数据分析的智慧课堂进行专题探讨。提出和分析了智慧课堂的定义和特点，描述了智慧课堂的信息化环境构成，探讨了智慧课堂的教学流程，并分析了智慧课堂应用实例。

关键词： 智慧课堂；大数据分析；结构性变革

中图分类号：G632 文献标识码：A 论文编号：1674-2117（2015）13/14-0112-04

从基于物联网技术构建的智慧教室，到利用电子书包开展智慧学习，以及基于云计算和网络技术搭建的智慧课堂，信息技术增强了课堂互动交流，提升了课堂教学效率。大数据时代，开展基于大数据技术的动态学习评价，建立基于学习数据分析的智慧课堂，为现代学校智慧课堂的构建与应用提供了新的思路。

● 智慧课堂的定义

目前对智慧课堂的定义总体上有两类：一类是从“智慧”的语义学上定义，与“智慧课堂”对立的是“知识课堂”；另一类是从信息化视角定义的。本文的定义是基于后者。从信息化的视角来看，随着信息技术不断发展及其在学校教育教学中的应用，信息技术从早期的辅助手段向与学科教学的深度融合发展，传统课堂向信息化、智能化课堂发展，对智慧课堂的认识也在不断深化。

目前基于信息化视角对智慧课堂概念的定义有三种。一是基于物联网技术应用的。这一定义强调基于物联网的“智能化”感知特点。二是基于电子书包应用的。这一定义强调基于电子书包的“移动化”智能终端特点。三是基于云计算和网络技术应用的。这一定义强调课堂中的“个性化”学习应用特点。

这里我们结合实际开发应用，提出基于动态学习数据分析的智慧课堂概念。即智慧课堂是指利用大数据、云计算、物联网等新一代信息技术打造的智能、高效的课堂，是基于动态学习数据分析和“云+端”的运用，实现评价反馈即时化、交流互动立体化、资源推送智能化，全面变革课堂教学的形式和内容，构建大数据时代的信息化课堂教学模式。

● 智慧课堂的主要特点

基于动态学习数据分析和“云+端”运用的智慧课堂，与传统课堂相比，在技术和教学应用上具有重要的特色和创新价值。主要特点有：

①基于数据的课堂：一切靠数据说话，依据学生学习行为大数据挖掘分析与决策，用直观的数据了解学生对知识掌握的水平，精准地掌握来自学生的第一手学情资料。

②高效互动的课堂：利用智能化的移动学习工具和应用支撑平台，教师与学生、学生与学生之间的沟通与交流更加立体化，能无障碍地进行即时交流和互动。

③动态开放的课堂：借助于新兴信息技术及各种智能终端，课堂系统超越了时空限制，实现更为开放的教室、更为开放的课堂活动，让课前、课中、课后融为一体。

④合作探究的课堂：采取小组协商讨论、合作探究的学习方式，协作群组服务能够帮助有相同学习需求和兴趣的学习者自动形成学习共同体，教师可以通过平台对小组合作进行实时的数字化评价和及时的反馈。

⑤个性化学习的课堂：通过课前预习测评分析和课中随堂测验即时分析，实现对学生的个性化学习能力的评估，有针对性地制定教学方案和辅导策略，真正实现“一对一”的个性化教学。

⑥教学机智的课堂：教师基于动态学习数据分析和即时反馈，采取机智性行动，及时调整课前的教学设计，优化和改进课堂教学进程，充分体现教师的教学智慧和教学艺术。

● 智慧课堂的信息化环境

智慧课堂常态化应用的前提是具有先进、方便、实用的工具手段，为此，需要构建基于学习动态数据分析和“云+端”应用的智慧课堂信息化环境。智慧课堂信息化环境的基本架构如图1所示。

智慧课堂信息化环境的总体架构包括三大部分，其主要功能是：

①微云服务器：提供本地网络、存储和计算服务，可以方便、直接地将即时录制的当堂课程进行本地化存储；构建无线局域网，教师和学生可以通过多种移动设备，在无需互联网的状态下，实现任意点对点的通讯与交互，节省大量互联网资源的占用；当连接互联网时，可以实现教室的跨越空间的直播。

②端应用工具：包括教师端和学生端。教师端实现微课制作、授课、交流和评价工具，导入PPT并实现动画及视频的插入，电子白板式任意书写，实现发布任务、批改作业、解答问答等。学生端可以接收并管理任务（作业），直接完成作业，进行师生交互、生生交互。

③云平台：提供云基础设施、支撑平台、资源服务、教学服务等，如构建完整的教学资源管理平台，可以进行结构化与非结构数据的各种教育教学资源管理，支持各种教育教学资源的二次开发与利用，实现多种教育教学资源综合应用。

● 智慧课堂的教学流程

在教学实践运用中，智慧课堂的教学流程为“3+10”模式，即由3个阶段和10个环节组成。这些阶段和环节包括了教师“教”和学生“学”的共同活动以及它们的互动关系。智慧课堂的教学流程如下页图2所示。

1.课前环节

学情分析：教师通过智慧课堂信息化平台提供的学生作业成绩分析，精确地掌握来自学生的第一手学情资料，预设本节课的教学目标，并向学生推送微课或富媒体预习及检测的内容。

预习测评：学生预习教师推送的富媒体内容，完成和提交预习题目，并可在论坛或平台上进行相关讨论，提出疑问或见解，记录在预习过程中的问题。

教学设计：教师根据学情分析结果和学生预习检测统计反馈的情况，以学定教，确定教学目标、内容、方法等，优化教学方案设计。

2.课中环节

课题导入：教师采取多种方法导入新课内容，主要通过预习反馈、测评练习和创设情境等方式导入新课程，学生展现课前自学成果，围绕新课导入进行演讲展示、分享观点。

探究学习：教师下达新的学习探究任务和成果要求，学生开展协作探究学习，主要包括小组合作探究、游戏教学等方式。教师设计活动，为学生分组，进行互动讨论，学生开展小组协作后提交成果并展示。

实时测评：学生完成学习探究任务后，教师将随堂测验题目推送到每个学生终端上。学生完成随堂测验练习并及时提交，教师进行实时诊断和反馈。

总结提升：教师根据实时测评反馈结果对知识点、难点进行总结和点评，对薄弱环节补充讲解，重点进行问题辨析。学生针对教师布置的弹性分层作业和任务，对所学习的新内容进行运用巩固、拓展提升。

3.课后环节

课后作业：教师利用平台发布个性化的课后作业，学生完成课后作业并及时提交，得到客观题即时反馈。

微课辅导：教师依据学生课堂的学习情况，结合批改作业，录制、讲解微课并有针对性地推送给学生，进行个性化辅导。

反思评价：学生在线观看教师所录解题微课，总结所学内容，在平台或论坛上发布感想与疑问，与教师、同学在线讨论交流，进行反思评价。

● 智慧课堂教学应用实例

我们研究与开发的“基于动态学习数据分析的智慧课堂”，已经在全国各地许多学校进行实际应用并取得良好成效。2015年1月10日，由蚌埠市教育局主办的“蚌埠首届智慧课堂观摩研讨会”在蚌埠二中举行，来自安徽、上海、江苏、深圳、武汉等省市的1000多名中小学教师前来观摩6节课，《中国教育报》专题报道了这次观摩活动。在观摩会上，蚌埠第二实验学校基于“智慧课堂信息化平台”开展了一堂教学实践课“认识三角形”。该堂课利用信息技术的优势，使学生课前学习微课；课堂上根据学生的认知特点，创设“金字塔闯关”的游戏情境，并进行实时测评和资源推送，结合任务驱动教学法展开深入的探究活动。

1.观摩课名称

认识三角形。

2.课程描述

“认识三角形”是苏教版《数学》第八册的教学内容。

3.教学目标

①利用生活经验，通过观察、操作等学习活动，认识三角形的基本特征，了解三角形两边之和大于第三边。

②在认识三角形的活动中，体会认识多边形特征的基本方法，培养观察、比较、抽象、概括能力。

③体验并掌握自主学习的形式和方法，培养学习兴趣，培养合作交流的意识和创新精神。

4.教学模式

（1）课前环节

发放资源：在微课平台发放学习资源，学生在家自主学习三角形的相关知识，并完成教师在作业平台发放的作业包。

微课学习内容：①三角形的基本特征；②三角形的三边关系。

（2）课中环节

集体分享：利用平台观看学生作业平台中的“生活中的三角形”。

游戏教学：利用三角形的相关知识，与同学合作探究，巩固深化学习内容。

①自主创造。学生可以自己独立创造一个三角形，或与同学合作，创造一个三角形拍照并上传。教师展示学生作品并点评。

②分组探究。小组合作，从4根小棒中任意选3根，围成一个三角形，写出所有选法。教师巡视指导并展示学生上传的数据记录，进行分析，使学生进一步理解“三角形两条边的和大于第三条边”。

③自主学习。学生完成作业平台中的测评练习。教师借助数据分析平台提供实时反馈图，针对问题展开讨论。

④巩固练习。依据所学内容，教师提出问题（把20厘米长的吸管截成3段，每段长是整厘米数，围成一个三角形，思考：最长的一条边最多是多少厘米？）和要求，学生先独立思考，再动手操作。

（3）课后环节

总结讨论，教师提出课后任务：通过今天的学习活动，你有什么感受？

5.效果评价

这是一节充分展示“智慧课堂”技术与教学深度融合的课。教师在没有“刻意”应用“技术”的痕迹下，以极其自然的方式，通过大数据分析、小组协作以及“云+端”设备的应用，实现了“探究学习、主动学习、游戏化学习”等一系列传统课堂难以实现的教学理念和方法。这是一节形式与内容均发生了深刻变化的高效课堂，充分展现了教师基于动态信息反馈的教学机智。

参考文献：

[1]王盛之，毛沛勇.基于数字化教学案的智慧课堂互动教学系统实践研究[J].教学月刊（教学管理）中学版，2014（4）.

[2]林利尧.中小学智慧课堂建设与应用研究[J].中国现代教育装备，2013（10）.

[3]邓光强.“智慧课堂”中的学生个性化学习[J].教育信息技术，2013（12）.

课堂教学数据构建 第5篇

政府数据作为国家基础性战略资源，在数据要素市场化配置中起经济治理的作用，对《意见》提及的“提高要素配置效率”“促进...数据资源有效流动”至关重要。而这一作用的发挥依赖于政府数据开放共享，并且需要在政府数据社会化利用的过程中实现增值，拓展至“丰富数据产品”“引导培育大数据交易市场”“培育数字经济新产业”等价值空间。正如美国政府数据开放平台（data.gov）上的声明所言，“政府数据开放共享赋能应用程序的开发”；国家发改委提出“加快全国一体化大数据中心建设”，也只有实现数据的流通与共享，才能激发这种新型基础设施的经济动能。然而政府数据从创建伊始、采集、组织直至开放共享等全生命周期过程，均离不开统一的标准规范作为数据质量和利用水平的保障。

构建政府数据开放共享标准体系是我国国家战略的需要。《促进大数据发展行动纲要》（以下简称为《纲要》）指出“提升政府数据开放共享标准化程度”“制定实施政府数据开放共享标准”“建立标准规范体系”；《2018 年政务公开工作要点的通知》强调“依托政府网站集中统一开放政府数据，探索制定相关标准规范”。《意见》提出“建立统一规范的数据管理制度”“制定数据隐私保护制度和安全审查制度”“推动完善...数据分类分级安全保护制度”，可见标准体系的建设，对营造安全有序的数据要素市场环境十分必要。

构建政府数据开放共享标准体系是破解当前现实难题的途径。我国缺乏统筹兼用的政府数据开放共享标准体系，仅有广东、山东、上海出台了关于数据开放的地方标准和指南共 6 项，国家标准仅有全国信标委大数据标准工作组研制的 3 项，并且还尚待发布。然而这种现状之下，政府数据开放共享的标准化建设依然远未引起重视，只有上海、北京、福州等 9 个城市在其发布的数据开放政策文件中略有提及，如上海市政府发布的《上海市公共数据开放暂行办法》第三十二条“标准体系和技术规范”提到，鼓励不同主体参与制定数据开放标准。正是由于我国政府数据开放共享标准规范的缺失，造成当前 102 个地方政府数据开放平台系统各异、“烟囱”林立，各平台共开放的 71092 个数据集异构分散、难以整合，甚至给我国部分政府部门带来了开放共享后数据价值的流失、数据流通存在安全隐患等隐忧，这既不利于用户的利用，也很难使政府数据成为市场有效流动、交换共享的要素。

因此，亟待构建我国政府数据开放共享标准体系，促进政府数据的综合利用。

我国政府数据开放共享标准体系的构建 为了使我国政府数据开放共享工作有据可依、规范实施，笔者以数据生命周期理论为指导，主要参考了多个开放数据全生命周期模型，如“开放政府数据生命周期”“关联开放政府数据与元数据生命周期”，由此构建了贯穿我国政府数据开放共享全流程的政府数据开放共享标准体系框架（见图 1）。

依据规范化流程的界定，该体系划分成 6 个标准子体系，按照各阶段不同环节涉及的领域、范围、功能和活动，细化形成 23 项标准，并对其覆盖范围、关键内容进行总结，选择重点领域标准进行研制。

（一）数据创建与汇交标准

数据开放原则规定我国政府数据开放共享的最低限度、行动准则和目标指向，具体内容源于国家政策。数据格式标准指明不同领域数据、混合数据应采用的格式类型。数据采集标准从采集原则和方式入手，是获取高质量数据的保证。数据提交标准涉及技术规范，包括提交流程、可用接口及元数据要求；也涉及操作规范，包括提交者的认证方式和数据上传频率。

（二）数据选择与处理标准

数据审选标准在内容上涵盖与数据集相关的法律、安全、技术及元数据的信息，流程上建议遵循“数据集映射、优先级排序、实施选择、主题分类、数据目录发布”的次序。数据安全风险评估标准是针对数据中个人隐私、商业机密、国家安全等敏感信息进行安全影响评估的指标和流程。数据脱敏标准包括处理敏感信息的原则、流程、方法和工具。

（三）数据描述与组织标准

元数据标准用于揭示政府数据的外部特征和内容特征，笔者此前已撰文设计我国开放政府数据元数据元素集方案，并在该版本基础上增设了“共享（Sharing）”元素。数据分级标准的重点是确定分级方法，并限定各等级的数据的开放共享程度。数据目录分类标准是从资源属性、基础信息、主题信息、属地类别、业务属性和授权类别等多个角度建立的类目体系。

（四）数据关联与发布标准

数据开放优先级标准要指明重点开放《纲要》明确提到的 20 个领域，优先开放利于促进公共服务效益、提高政府透明度的数据集。数据关联标准要遵循 W3C 政府关联数据工作组建议的关联数据发布实践、以及《开放数据五星部署方案》中的相关要求，对关联流程、技术原则和衡量关联程度的指标进行统一规范。数据发布标准规定的是有待开放的数据上传至数据开放平台的流程和方式。

（五）数据发现与利用标准

开放许可协议采用兼容性强、应用广泛的《知识共享许可协议》。数据开放平台标准提出建立国家和地方层面政府数据开放门户的底层技术架构、统一数据检索协议，同时明确运营管理规则，以确保各平台的功能一致性、运行稳定性。数据互操作标准侧重于规范数据互操作框架和互操作级别，前者用于统一互操作的原则和条件，后者考虑法律、机构、语义和技术等方面的互操作问题。数据利用反馈标准涉及用户的反馈渠道、方式及主管部门分析反馈结果的方法。

（六）数据管理与评估标准

数据保存标准通过规定数据存储的介质、方式、保存格式和编码方式实现政府数据长期保存。数据更新标准参照地方标准的更新规则和模式进行建立。数据管理标准说明数据管理的主体及其职责、流程与制度，以及针对人口、法人等政府主数据的统筹管理。数据维护标准遵循“定期维护数据和元数据、检查URI、根据用户反馈进行改进”的流程。数据质量评价标准用于评价数据内容质量，涉及具体的指标和流程。政府数据开放共享评估标准包括规范的评价策略、指标和方法。

我国政府数据开放共享标准体系构建的考虑

（一）广泛吸纳国内外实践成果

该体系在设计之初，除借鉴国外的数据生命周期模型，关注国际动态以外，还通过参考我国大数据标准体系的构建思路，注重与大数据标准化工作的协调，其所划分的标准类型均能在该体系中体现，如具有基础特性的数据开放原则、数据方面的元数据标准、技术方面的数据互操作标准、平台方面的数据开放平台标准、管理方面的数据维护标准、安全和隐私方面的数据安全风险评估标准等。

在确定标准的关键内容时，还重视采纳国内外标准、较为成熟的协议和指南的核心内容，如数据格式标准选用爱尔兰《开放数据技术框架》的“开放数据推荐格式”；数据安全风险评估标准的制定根据国际标准《信息技术安全技术隐私影响评估指南》（ISO/IEC29134:2017）的要求；数据脱敏标准规定的原则、流程和方法采用了山东省地方标准《公共数据开放第 2 部分：数据脱敏指南》（DB37/T3523.2-2019）。

（二）立足当前需求与未来发展

该体系围绕我国建立国家政府数据统一开放平台、识别重点和优先开放领域、分级分类开放共享等需求，分别制定了数据开放平台标准、数据发布标准、数据分级标准，旨在贴合国家政府数据开放共享建设的实际要求。同时，该体系还考虑到政府数据开放共享的热点和前沿问题，以期适应未来发展的需要，如数据关联标准着眼于解决关联开放政府数据的发布问题；数据管理标准可为开放共享环境下政府主数据管理的实践提供具体的参考。

（三）面向多个主体的规范应用

该体系所涵盖的多数标准有助于为数据提供方有序开展政府数据的创建、采集、加工、发布等活动提供参考。数据平台标准能对数据平台方解决搭建、管理和运营政府数据开放平台的问题提供具有可操作性的策略。数据利用反馈标准用于帮助数据利用方以规范的行为获取数据、提交反馈信息和对数据进行再利用。政府数据开放共享评估标准有利于引导评估机构开展评测工作。

该体系力求架构完整，界限分明，以及各项标准之间的有序衔接。希望政府部门、标准化机构、高校、企业给予关注，推动该体系在我国试点地区进行验证、实施和应用，加速政府数据开放共享整体进程，从而扩大要素市场化配置范围，健全要素市场体系，激发全社会创造力和市场活力。

房产测绘数据管理模型的构建研究 第6篇

本文首先高屋建瓴地分析了房产测绘数据源的内容和特点,在此基础上,笔者基于长期对房产测绘工作的`实践和理解,提出了一系列房产测绘数据模型的构建方法,全文是笔者长期工作基础上的理论升华,相信对从事相关工作的同行有着重要的参考价值和借鉴意义.

作 者：徐伟玉  作者单位：泉州市房地产测绘队,福建泉州,36 刊 名：科技资讯 英文刊名：SCIENCE & TECHNOLOGY INFORMATION 年，卷(期)： “”(15) 分类号：P2 关键词：房产测绘   测绘数据管理模型   数据源   分布性  

构建地方文献数据库的思考 第7篇

[摘要] 说明建库的意义，从数据源、用户需求、人财物等方面分析建库的条件，从功能、规模、质量上提出建库的要求，重点探讨建库的方式、类型和步骤。

随着信息社会化发展，地方文献数据库需求迅速增长，图书馆应构建数据库，使地方文献资源得到充分开发利用。地方文献数据库是通过计算机实现对地方文献信息资源的收集整理、标引著录、检索输出的自动化检索系统。目前，大规模、标准化、开放型的地方文献数据库较少，滞后于其他文献数据库的建设，应引起图书情报界的重视和思考。

《数据结构》教学资源库构建探讨 第8篇

教学资源库将课件、习题、案例等资源汇集到一起, 为各类教学与学习对象提供高效的存储管理, 为各种使用者提供方便快捷的存取功能。电子化的教学资源库更能将其功效发挥至极致, 如数据共享, 资料共享等。充分提高了教学资源库的利用率, 促进教学资源库更好地为教学进行辅助作用。

近年, 一些科技公司依托网络广泛建立教学资源库, 虽然点击率较高, 但存在众多问题:①没有统一定位;②多数只做到搜索功能, 为学生开发的功能过少;③资料种类纷杂繁多难以选择, 文理兼有使得课程针对性不强;④资源内容过于滞后, 更新速度慢, 不能满足学生的实际需求。若由教学与学习中的成员针对课程构建教学资源库将更为专业, 实用性更强。

2 教学资源库的意义

现代信息技术发展以网络技术和多媒体技术为代表, 给教育领域带来了前所未有的生机与活力。其借着互联网的迅速发展和高度普及更是给教育带来了多元化的挑战。因而基于网络的教学模式成为高校教育的辅助措施, 依托网站的优势, 将丰富的教学资源中部分教学资源库中内容进行数据共享, 更便于年青老师的授课, 以及学生的课前、后学习。

《数据结构》这类课程逻辑性强, 在有限的上课时间中难以让学生理解并灵活运用。将把握在任课老师手中的课件和试题库, 凭借网络的资源共享的优势, 在“第二课堂”中指导学生课后的学习。还可以依托网络技术将静态的教学资源进行共享, 并利用网站的发帖、留言板的功能, 提供师生之间的交流平台, 由学生留下问题, 老师提供解答或者指导性的学习方式等, 利用开放式的教学方式与传统教学相结合, 提高学生积极性、参与性, 同时促进教师与时俱进的技术理念, 利用专业技术进行网站的建设与维护, 做到理论与实际结合。

3 教学资源库的构建

《数据结构》是计算机专业基础课程, 应用对象广泛。其授课对象的层次涵盖本、专科, 其教学内容差别在于部分知识点为选学, 在其它知识点的要求层次上并无大差别, 便于建立统一的教学资源库。

3.1 课件资源库

在常规的课件制作中, 插入《数据结构》算法动态演示动画, 凭借多媒体教学技术的优势, 利用图文并茂、直观生动的教学课件为枯燥的代码学习增色, 以立体化、全方位的形式把知识呈现给学生。

课件资源库的建立易于修改和管理, 一次制作多次使用, 使得老师脱离开繁杂的备课任务中, 将更多的时间投入到教学研究中去。在后期维护与更新中, 要注意紧跟学科发展前沿, 及时将最新进展及新技术补充到课件中, 做到与时俱进, 确保资源库的再生价值。

3.2 试题资源库

搜集试题资料, 构建综合型分类题库。题库的建立不仅为了应对教考分离的措施, 同时将题库按章节和应试范围进行分类标识, 如软考生需要往年软考题, 本科生需要考研试题。满足学生的实际需求, 建立了便捷的资源体系。

为确保分类题库供应学生各种需求, 还需要根据时间的变化进行逐年更新, 保证其价值。试题库的构建可以由老师和学生共同进行试题的收集和整理。

3.3 实践资源库

数据结构课程是理论联系实践的课程, 不仅需要扎实的理论知识, 还需要应用至实际问题的解决中, 如最小生成树、关键路径、排序、查找都能找到待解决的问题, 将此类型小项目引入教学可以提高学生的学习兴趣, 则成为教师授课的点睛之笔。

但在应用方面此类代码通常较为复杂, 调试和项目的选取都将耗费教师大量的时间。通过实践资源库的构建, 老师可以轻松使用已经累积的各类项目进行授课, 学生也能在实践资源库中进行实践练习。日后, 程序的开发遭遇难题时该库还能提供一定的技术参考。

4 构建中的难题

(1) 针对同一教学课件, 需要教师对本、专科课程内容进行分析, 研究教学方法, 确定教学内容的主次, 探讨课件表现形式, 需要团队之间的通力合作。

(2) 针对题库的收集和解析, 虽然可以调动学生和教师, 但仍然需要耗费大量时间。

(3) 针对实践与理论的脱节, 利用案例驱动教学, 案例设计不应过难。

(4) 针对网站建设, 除相关技术问题外, 做到基本功能齐全, 含有注册、资料上传下载、资料分类检索、BBS讨论等基本功能, 利用网站实现资源管理和实现师生交互。

摘要：针对数据结构教学过程中, 教学资源整合方面的问题进行探讨, 构建分类齐全、案例丰富的教学资源库是对《数据结构》课程教学的有力补充, 同时能为传统的教学方式注入新的活力。

关键词：数据结构,教学资源库,案例

参考文献

[1]曾煊.国内教育资源库建设反思[J].软件导刊, 2008, (7) .

[2]黄现代.“数据结构”课程教学改革与实践[J].计算机教育, 2007.

课堂教学数据构建 第9篇

【关键词】大数据 听力生态课堂 构建

【中图分类号】G71【文献标识码】A 【文章编号】2095-3089（2016）06-0112-01

一、引言

如今，大数据时代正在开启，通过其强大的数据储备和技术理念影响人们的知识体系与思维方式。在教育领域大数据技术革新教育者的教学理念，影响学校的教学模式，重构教学的评价方式。有人认为微课、MOOCS、翻转课堂是大数据引发教育变革的第一波浪潮。在高职学生学习英语时，听被广泛认为是其弱项，学生投入时间不少但收效甚微，听力教学的低效引发广泛关注。大数据时代将从观念到行为为听力教学的改革带来全新的变化。本文结合高职英语听力教学的现状与困境，基于大数据提出听力课堂生态重构的具体措施。

二、生态外语课堂教学观

生态学越来越广泛地运用到社会各个学科的研究中，生态外语课堂教学观便是其中之一，认为外语教学课堂作为一个生态系统，其中一个要素的细微变化都会对整个课堂生态系统产生重要的影响。具体来说英语听力学习即学生与听力学习环境互动的过程、听力课堂各因子之间的互动。其中环境具体指学校与课堂构建的大环境，主要通过教师的教学实现，对学生听力学习影响最大；因子包括师生关系、生生关系、师生与教学内容及教学手段的关系、教学内容与教学策略的关系等，这些因子相互制约、相互影响，如能和谐共生，就能促进教学质量的提高。

三、高职英语听力课堂的生态失衡

本文尝试从生态外语教学观来评析英语听力教学中所存问题，寻求生态课堂构建的对策，给英语教师提供了一些英语听力教学的改进建议。

1.课堂生态主体师生互动缺乏

但当前高职英语听力教学模式依旧沿袭以往被动型的“课本讲授+答案讲解教学模式，即便是所谓的“数字化教学”也只不过是大都是将书本知识完全搬到数字化的“黑板”和“粉笔” PPT或投影机上， 本质上还是未脱离“黑板+粉笔”的传统教学模式， 老师在语音室借助录音设备完成教材内容是最终目标，扮演“磁带播放者”和“答案发布者”的角色，而学生成了“被动接收者”。课堂生态主体教师和学生无法缺乏真正的教学互动。这种教学乏味枯燥， 很难激发学生的学习积极性和教学活动的参与性， 严重的影响学生学习效果和教学质量的提高。

2.课堂生态中生生互动缺乏

听力课主要在语音室完成，其教学环境不同于其它课型。教学过程中教师坐在操作台后，学生座位独立隔开，师生之间主要交流工具是耳机，学生和学生更是几乎没有互动。语音室特殊的课堂布局导致一些学生低着头做别的事情，沟通的缺失影响了学生相互的交流，课堂上及时使用语言机会的减少不利于语言的学习。

3.课堂生态中学生与教学内容互动缺乏

英语听力水平的提高其实是一个非常需要时间不断积累逐渐提高的过程，但目前高职听力课程普遍存在课时少而任务量大的问题， 教学时间上存在一定的局限性，在规定时间内完成的教学任务有限， 教学内容仅局限于教材，加之教材的听力材料某种程度上多脱离现实生活，真实性不够，练习形式缺乏多样性，周而复始，学生厌倦这些听力模式，导致教学内容与学生之间缺乏有机的生态联系，教学效果不理想。

四、基于大数据的高职英语听力生态课堂的构建

大数据时代为高职听力教学带来观念到实践的全面变化，为了改变高职英语听力课堂生态失衡的现状，需借助大数据技术手段构建高职英语听力生态课堂。

1.丰富教学内容。传统的听力教学中课堂大部分教学素材仅局限于教科书，难以保证材料的时效性，为了增加学生与教学内容之间的互动，教师可以根据学生情况补充一些与社会接轨的教学内容，引导学生关注社会问题。大数据能突破教材局限，为听力教学提供丰富的教学资源，让学生可以通过慕课网学习平台系统学习国外顶尖的精品课程，也可以通过专业性英语视频网站进行系统性的听力学习。难易适中，时效多样的教学内容能促进学生与教学内容之间的互动，激发学生的学习兴趣，有利于和谐生态课堂的构建。

2.设计课堂活动。每天一成不变的课堂活动很容易让学生产生厌烦情绪，形式多样的课堂活动能促进课堂生态中的师生和生生互动。一是教师在教学过程中设计促进互动的课堂活动，增加师生之间、全体学生之间的互动机会，使教师由教学活动的主宰者转变为组织者、协调者，教学方式由传统的单向灌输转变为启发灌输，传授听力学习方法鼓励学生自主学习合作学习 。二是充分利用大数据教学平台，学生既是各种数据的使用者也是生产者，教师可利用这些数据痕迹监测学生的学习过程，学生可通过对比与其他学生的学习进行反思。三是除了大数据学习平台及专业网站外，学生还可以利用平板电脑、智能手机等移动设备下载各种听力学习软件，这样英语听力学习的时间与空间不再局限于校园和课堂，更加灵活。开展多样化的课堂活动，师生、生生之间的互动必然增多，有利于听力生态课堂的平衡。

3.完善评价体系。大数据时代，大数据技术为听力教学评估提供了全新的思维方式，教学评价对象范围扩大，除学生外，还覆盖了教师、学校等影响教学活动的因子。评价学生标准维度增加，大数据技术可以关注学习对象对课程的态度、学习时间、合作讨论频率、收获等微观表现，考试成绩不再作为唯一评价学生标准成为可能，使形成性评价不再局限于课堂表现，课堂作业，出勤等传统形式。全面立体的教学评价体系是听力生态课堂构建不可或缺的因素之一。

五、结语

本文把高职英语听力课堂看作是一个生态整体，分析了当前英语听力生态课堂存在的课堂主体师生和生生互动缺乏、师生及课堂内容互动缺乏等主要问题，尝试借助大数据技术手段构建生态课堂，协调好课堂主体与课堂环境各要素之间的关系，使课堂生态系统稳定平衡，持续发展，从而提高听力教学质量。

参考文献：

[1]陈金平. 大数据时代的大学英语教师职业发展[J]. 当代外语研究，2014（04）：35-38.

[2]陈科，周伟华. 如何利用网络环境重构高职应用写作教学模式[J]. 职业教育研，2012（09）：168-169.

[3]龚红霞. 试析“翻转课堂”在大学英语教学中的部分实践和应用[J]. 赤峰学院学报， 2014 （ 09 ）：67-69.

[4]李立. 大数据时代下的大学英语听力教学改革与规划[J]. 昭通学院学报，2015（12）：86-89.

[5]李明扬.多媒体技术在大学英语听力教学中的应用探究[J]. 英语教师， 2015（23）：116-117.

[6]潘文霞.大数据时代高职英语写作教学改革探讨[J]. 河北软件职业技术学院学报， 2015（12）：50-53.

[7]唐锦兰，吴一安. 写作自动评价系统在大学英语教学中的应用研究[J]. 外语与外语教学，2012（4）：53-59.

作者简介：