数据库原理MOOC（精选四篇）
数据库原理MOOC 篇1
MOOC的教学模式目前还是研究者的一种探索,尚未形成稳定的、易于操作的、可供一般教师使用的实践模式。为此,笔者在《数据库原理与应用》这门课程的教学中,研究将MOOC与现阶段远程教育教学模式融合,整合线上与线下各自的优势,目的是为了给学生更好的学习体验。
一、传统远程教学面临的困境
(一)学生的学习热情不高
参加远程学习的学生往往存在地区、年龄、职业等诸多的差异,传统的远程教育,线下教师认真负责教学,但学生对学习内容没有兴趣,到课率低,教学质量不高。线上平台资源丰富,但不能提供个性化学习服务,资源使用率低,发挥不了作用。
(二)教学手段无法适应信息时代的变化
在线下的教学中,由于时间有限,教师在课堂讲解时,往往会加快速度,而学生很多起点低,对课程难点,学生很难及时领会掌握。在多次对学生进行的课堂教学效果调查中,不少学生都提到“课堂讲授的知识点太多、太快,当时记得住,一到课后马上就忘记了”。而线上提供的资源虽然丰富,但学生感觉针对性不够,有的线上资源只是线下课程的再现。
二、MOOC对远程教学的影响
(一)迅速到来的MOOC
MOOC是大规模开放式在线课程(Massive Open Online Courses)的简称。2012年,美国的顶尖大学陆续设立MOOC网络学习平台,其中最流行的有Coursera、ed X、Udacity等,全世界有数以百万计的学习者参与了MOOC模式中的各种学习。MOOC在2013年的时候进军中国,由于中国互联网的大力发展,成为非常有潜力的教学模式。世界先进的MOOC平台还与中国本地的大学联合,取得了大量的成果。清华大学与ed X合作,成立了学堂在线,制作了多平台的APP,无论你手中是何种移动设备都可以随时随地学习。北大、人大也纷纷把自己的热门重点课制作成MOOC,放到Couraea等具有影响力的MOOC平台。国内多家高校已经或正在引入MOOC进行混合教学模式的探索,包括清华大学、国防科技大学在内的一些高等院校已经开始了课程教学与MOOC交叉混合进行的新尝试。教师既进行课堂教学,又担任相关MOOC课程的辅导员角色。
(二)MOOC的特点
MOOC是一种参与者和课程资源都分散在网络上的在线课程,MOOC不同于一般的网络课程,以前的网络课程就是简单地将传统的线下教学照搬到网上,MOOC平台上,学习者进行学习、分享观点、做作业、参加考试、得到分数、拿到证书,是一个学习的全过程。MOOC相较于传统远程教学的优势体现在:(1)规模不受限制,能够实现大规模课程学习者同时在线学习;(2)时空不受限制,利用手机、i Pad等便捷终端,学习者可以在任何时间、任何地点进行学习,这使得学习者可以充分利用自己的碎片化时间实现学习;(3)资源丰富,MOOC向学习者提供多种形式的学习资源,如微课程等,这使学习者可以根据自己的知识掌握情况选择适合自己的学习内容,对不理解的知识点可以反复学习;(4)协作学习,通过MOOC平台,教师可以营建互联网下的学习社区,学习者可以在MOOC平台与老师和同学交流讨论,可以为其他学习者进行评价打分等。
(三)MOOC与线下教学融合的混合学习模式
MOOC虽然能营造虚拟的互联网学习社区,但线下教学相较于线上教学有自身的优势:(1)真实情景下,老师与学生,学生与学生之间面对面,更能产生彼此的亲近感,交流也更加容易;(2)面对面的教学容易发现学生的问题,可及时提供帮助,为学生答疑解惑;(3)学习氛围更强,学生不会感觉自己是一个旁观者,他会融入自己所在的班级。
三、基于MOOC的混合教学模式的设计
由此可见,MOOC与线下教学各有优势并能很好地形成互补,那么,能否把线下教学和MOOC线上教学两种模式有机地整合,将自主学习、协作学习等多种学习方式结合使用,以形成新的混合教学模式呢?课题组挑选了计算机专业的核心课程数据库原理与应用作为试点,尝试制定一套基于MOOC的混合学习模式,课程准备安排6周线下面授,每周4讲,主要用于解决学生线上学习的疑难问题,进行操作指导,主持学生交流讨论等。计划将一部分理论性、基础性较强的课程内容制作微课程,发布到MOOC平台,让学生在课外根据个人学习情况选择学习模块,MOOC微课视频按教学进度提供,一周将至少提供2讲,视频来源为教师自己设计录制或引用其他优质的MOOC资源。利用MOOC平台,组织学生积极互动,如网上提交作业、论坛讨论、成绩互评等。
四、课程考核方式
本课程的考核方式、规则如下:
1.第一次作业,MOOC平台完成,占总成绩的20%,第2周结束后,MOOC客观题20题。
2.第二次作业,线下与线上结合,占总成绩的30%,第3周结束后,SQL操作题,学生根据老师要求,线下完成操作演示,通过录屏软件讲解完成过程,通过MOOC平台提交。
3.第三次作业,MOOC平台完成,占总成绩的20%,第5周结束后,MOOC客观题20题。
4.网上作业互评.,MOOC平台完成,占总成绩的10%,第二次作业要求学生互相评分。
5.MOOC平台学习过程,MOOC平台完成,占总成绩的20%,MOOC平台《数据库原理与应用》课程中将会有部分内容是学生必须参与的项目,比如某一讲的视频必须浏览,需要在每学期两次“课堂交流区”中跟帖等,根据完成情况自动获得成绩。
基于MOOC的混合教学模式,在MOOC学习基础上,教师就可以将有限的课堂教学时间用于讲授难以自学的知识模块。然而,MOOC教学模式对学习者的自主性和自控性要求更高,这对于需要通过MOOC方式完成学习的模块是否能够达到期望的学习效果将是一个重要问题,笔者将在随后的教学实践中收集更多的数据进行验证。
摘要：如何将MOOC引入远程教育,实现远程学习线上、线下的混合学习模式,是一个值得探索实践的问题。以《数据库原理与应用》这门课程为例,将MOOC与现阶段远程教育教学模式融合,充分利用信息技术支持,形成新的混合教学模式,不断积累第一手资料和经验,将有助于促进教师教学理念的更新和教学技能的提高,最终实现课程教学流程的再造与课程系统的结构性变革。
关键词：MOOC,慕课,混合学习模式
参考文献
[1]叶小娇,贺俊英,刘博影.高校信息素养教育中MOOC与课堂混合教学模式研究[J].西昌学院学报(自然科学版),2015(2).
数据库原理MOOC 篇2
MOOC是大规模开放式在线课程 (Massive Open Online Course, MOOC) 的简称, 是一种面向社会公众的免费开放式网络课程, 具有规模大、开放、在线等特点[1]。规模大的意思是参与者的数量不受限制;开放意味着任何人都可以参与学习, 而且免费;在线的意思是参与者通过网络学习课程, 不受地域限制。
MOOC带来的不仅仅是教育技术的变革, 更重要的是传统教学模式和教学设计的改变。传统教学以课堂为主, 以教师为中心, 学生在教师的监督下完成学习, 教师可以通过面对面的课堂教学掌控学生的学习进度。MOOC教学模式以在线学习为主, 以学生为中心, 教师将学习的主动权交给学生。教学模式的改变使得教学设计也相应地发生改变。
计算机组成原理课程介绍计算机硬件组成部件的工作原理、逻辑结构和硬件设计方法, 由于每个知识点相对简单和完整, 因此它也是适合采用MOOC教学的计算机类课程之一[2]。为了适应新的教学模式, 本文分析MOOC课程的学习过程, 总结MOOC课程的特点, 借鉴MOOC成功的经验, 结合教学实践和教学原理, 对MOOC环境下《计算机组成原理》课程的教学设计进行一些初步探索和尝试。
2. MOOC课程学习过程
图1给出了MOOC课程学习过程。MOOC课程学习过程主要包括课堂视频学习、随堂测验和课后作业3个重要环节。教学团队的任务是上传课程视频、随堂测验、课后作业;学习者注册登录后在线学习, 与教师或其他学习者交流讨论;学习评估主要以考试为主。
3. 基于MOOC的计算机组成原理教学设计
计算机组成原理课程涉及数字逻辑、指令、系统结构、汇编语言等课程知识, 其特征是综合性强, 知识面广[3]。教材中只是以计算机结构为单元讲授知识点, 往往会打乱知识层次结构, 导致学生感到知识点凌乱, 无法系统掌握课程内容。鉴于计算机组成原理课程教学过程中存在问题的分析, 我们借鉴MOOC的优点, 进行了针对性的教学设计改革, 提出一种具有MOOC特色的知识点分解、随堂测验、分组交流的实施策略。
3.1 知识点分解
MOOC的主要特点是以视频为中心。MOOC视频讲授中, 将深奥的理论通俗化, 以此吸引学生学习。课程视频时长2小时左右, 一周1~2次视频授课。研究发现, 人的注意力在10~15分钟之内是比较集中的[4]。根据此规律, MOOC视频根据知识模块将讲授内容分解为若干个时长为8~15分钟的片段, 便于学生在学习过程中根据自己的实际情况选择。教师课堂讲解承担着类似于MOOC中视频讲解的角色, 同时在讲授内容、讲授方式和顺序安排上具有教师个人特色。教学内容设计中, 教师可以借鉴MOOC的这一优点, 将教学知识点分解在10分钟以内, 同时将教学内容讲授与各种多媒体素材紧密结合, 同时配以文字、图片、动画、视频录像、3D模拟等, 通过多媒体资料帮助学生更加直观地理解深奥的理论。比如在讲解CPU中指令执行过程, 可以限制在10分钟以内, 具体到某一种指令, 比如MOV指令的执行过程, 可以辅之以动画的方式讲解。对于一些内容较多的知识点, 可以对知识点进行分解。如图2所示, Cache存储器需要讲解的内容较多, 可以分解为:Cache命中率问题、Cache和主存地址映射问题、Cache替换策略和Cache写策略四个较小的知识点。分解后的知识点可以视情况进行二次分解。当四个知识点介绍完之后, 再将四个知识点串联起来进行归纳总结, 巩固学习效果。
3.2 随堂问答
随堂测验是MOOC的一大特色。虽然不能面对面授课, 但MOOC的随堂测验很好地调动了学生的学习积极性, 使学生及时了解自己的学习效果。随堂测验以自动评分的题型为主, 可以通过在线练习的方式进行, 例如可以是选择题、填空题等。类似于游戏程序中的关卡设置, 学生只有通过随堂测验后, 才能进入下一阶段学习。让学生掌控学习进度, 同时激发学习兴趣。因此, 在课堂教学中, 教师可以借鉴MOOC的这一优点, 通过增加随堂问答环节来了解学生的学习效果。随堂问答题目设置需要具备以下特点:1) 题目内容细致, 通常针对刚刚讲完的知识模块设置考查知识点;2) 题量适中, 在每一章甚至每次课结束后安排随堂问答;根据笔者的教学实践经验来看, 一般每次课结束后随堂问答题量在10个填空题或选择题为佳。随堂问答题量少则无法检查知识掌握情况, 题量多则占用较多的课堂教学时间。在实践过程中, 还可以改为教师提问、学生抢答的形式, 以此激发学生学习兴趣。3) 测试题目针对性强, 题目要能够反映学生对知识点的掌握情况。
3.3 分组交流
在线讨论功能是MOOC的另一特色, MOOC专门设置在线讨论区, 学生可以方便地向教师提问, 也可以与同学一起讨论, 通过讨论深化对知识的理解, 它使得教师与学生、学生与学生之间的交流更频繁、深入。教师在课堂教学中可以将MOOC的这一特点进一步优化。一般的教学班中通常有40人左右, 教师在课堂教学实施过程中可以进一步对学生实行分组交流讨论。例如, 3~5位同学组成一个学习小组, 每组学生分工协作, 共同交流学习心得, 完成教师布置的课后作业或者课程设计。分组交流有利于培养学生的协调能力和团队合作精神。
4. 实施效果对比
基于MOOC的计算机组成原理课程教学设计改革从2013年起至今已经连续实施3届, 均取得了良好效果。
表1列出了近四年 (2012年—2015年) 计算机组成原理教学设计的实施情况和教学设计的评价对比数据。其中2012年 (2010级) 采用传统教学设计, 无随堂测验和分组讨论交流的实施策略, 2011和2012级分别采用随堂测验和分组讨论模式, 2013级采用基于MOOC的教学设计中随堂测验和分组讨论混合实施策略。另外, 成绩良好率由期末考试得分在80分以上的学生人数除以学生总数得到, 学生对课程教学设计的满意度通过随机抽样调查得到。
从表1中的数据可以看出, 分组后学生成绩良好率由未分组时的68.47%提高到80.34%, 另外, 学生满意度也从之前的77.86%提高至92.28%。采用随堂测验后成绩良好率提高到83.67%, 采用基于随堂测验和分组交流混合实施策略后, 成绩良好率进一步提高至89.21%, 学生满意度也有所提高。
综上所述, MOOC特色和课堂教学的优点结合, 采用基于MOOC理念的计算机组成原理课程教学设计改革后, 学生成绩良好率和满意度均得到了显著提升, 明显改善了学生综合能力的培养质量。
5. 结束语
通过总结MOOC课程学习过程和特点, 结合计算机组成原理课程教学实践, 以MOOC理念组织计算机组成原理课程的教学设计。教学实践表明, 基于MOOC特色的分组教学和随堂测验使得学生成绩良好率和满意度均显著提升。
参考文献
[1]王颖, 张金磊, 张宝辉, 大规模网络开放课程 (MOOC) 典型项目特征分析及启示[J], 远程教育杂志, 2013 (4) :67-75。
[2]李东勤, 徐勇, 常郝, 对《计算机组成原理》课程教学的研究和探索[J], 现代计算机 (专业版) , 2014 (1) :42-44, 51。
[3]纪禄平, 罗克露, 计算机组成原理创新型教学方法设计[J], 计算机教育, 2011 (7) :85-87, 91
数据库原理MOOC 篇3
目前国内许多高校如清华, 北大, 上海交大等都推出了自己的在线课程, 深圳大学首倡地方高校联盟, 在统一平台上推进课程共享和学分互认, 许多大学和企业间也加强合作, 如“网易云课堂”等, 充分体现了互联网技术和教育的深度融合, 使得教育真正服务于社会。课题组在此基础上对开放式网络互动教学进行了深入研究, 结合地方性高校的教学特点, 推出了在线“网络课堂”, 更致力于利用互联网加强教学的管理和互动, 利用大数据进行学习行为的研究和分析, 进而达到优化教学的目的。
1 MOOC与大数据
MOOC对传统教育的冲击是非常大的。但目前虽然有各种各样的在线课程和共享资源, 网络学习依然作为学校教育的辅助存在。究其原因, 网络学习的最大好处是自主, 而最大的弱点也是自主。很多学习者并不能确定自己的学习情况, 那么对于学习内容, 学习进度, 学习目标, 应有程度等不能有效安排, 导致学习的盲目性, 反而影响了学习效果。
大数据是指用现有技术难以在可接受的时间内管理、处理和分析的数据集。广义上, 大数据包含三层内涵:一是数据量巨大、来源多样和类型多样的数据集;二是新型的数据管理和分析技术;三是运用数据分析形成新价值[2]。
学生使用MOOC平台的过程中, 除了注册、答题等结构化数据外, 还有很多邮件、网页、日志、消息等半结构化数据和许多视频、音频、传感等非结构化数据。利用大数据技术对各种教育数据深度挖掘, 对学习行为进行分析, 可以更好的掌握学习者的学习程度, 学习需求, 行为特点, 为个性化学习和自适应学习提供最大的依据。
2“网络课堂”项目实践
该项目的试用版本定位是高校教学的辅助软件。包括PC端和移动端。PC端提供基础数据和各种服务, 移动端作为用户体验的主体, 能实现教学资源共享, 在线自主学习。同时侧重于教学管理和课堂互动, 主要用户为线下正常选课的学生及教师。项目的正式版本由于大数据技术的应用, 更侧重于学习行为的分析和对学生自主学习的辅助。比如评测学习效果, 建议学习内容, 规范学习行为等。
项目依托于院系的云计算与物联网平台, 采用Hadoop实现数据的存储和处理。用户数据的主要来源是服务器日志文件和客户端的Cookie, 对拿到的数据进行合并, 清洗, 并重新构造导入关系数据库模型, 利用基本的统计分析方法对用户行为信息进行量化, 例如关联某个页面的访问次数等具体指标或是关联某个站点结构。以此生成用户的访问模式, 结合教学效果评价体系对此模式进行评价, 将结果反馈用户并对影响学习效果的行为模式加以提醒。
3问题与展望
首先就是优质的教学资源缺乏, 推进的动力不足。建设自己的“MOOC”, 建设更适合本地学生和更有利于地方发展的优质课程, 这是地方院校的共同心声。然而当前建设主要以院校自主推进为主, 建设成本和可持续发展问题将会愈加突出。可以在后期考虑校企合作, 探索良性成长的商业模式。
其次, 新的教学模式必然会导致传统教学方法、教育理念的转变, 要深度推进必然还会涉及到管理体制的转变, 这都需要一个磨合的过程。
然而时代的浪潮奔涌向前, 技术和教育的融合只会更加深度融合, 教育的开放程度只会更加开放, 精英教育终会走向全民教育和终身教育, 中国大学应该以更加开放的心态去建设和应用MOOC, 推进教育的变革, 促进教育公平。
参考文献
[1]袁松鹤, 刘选.中国大学MOOC实践现状及共有问题[J].现代远程教育研究, 2014, (10) :3-12.
数据库原理MOOC 篇4
学习行为研究有赖于数据分析结果的支撑,如移动社交网络学习工具持续使用模型[1],O2O教学模式效果分析[2]等。传统的数据分析来源于调查问卷或测评分数,而MOOC(Massive Online Open Course),即大规模在线开放课程,的出现使得通过大数据分析学习行为成为可能。2012年被称为MOOC元年[3],随后MOOC迅速在全球升温,美国顶尖大学相继创立了ed X、Coursera等MOOC平台。庞大的学习群体远超传统高等教育在校生的规模,也积累了海量学习行为数据。对MOOC学习数据进行深度分析有助于理解学习者的学习行为,从而为设计和优化MOOC教学提供科学依据。
可视化是直观呈现数据分析结果的有效手段,Tableau采用拖拽(drag&drop)的方式来分析数据,具有操作简单,可视化呈现多样等特点。此外,Tableau能够跟随思维轨迹,快速进行视图切换,而不是使用向导或是编写程序,工作效率比现有的数据分析工具高出数倍[4]。将使用Tableau对哈佛大学和麻省理工学院于2013年在ed X平台上开设的计算机导论类课程的学习数据进行可视化分析。
2 可视化分析
2.1 两门课程的注册人数及地域分布
两门课程均为计算机导论类课程,共有来自全球65536人次选课,由于部分用户并没有提供其所在国家和地区信息,因此根据有明确国家信息的注册人数的分析结果显示,美国是注册人数最多的国家,此外英国、加拿大是人数较多的国家,值得注意的是亚洲的巴基斯坦和非洲的尼日利亚作为发展中国家注册人数相较其他地区更多一些,表明MOOC的互联网特征十分明显,已经初步形成了跨国界的全球教育共享格局。
2.2 MOOC各国学员的性别比例
性别比例如图1所示,数据显示MOOC注册用户男性占非常大的比重,其中美国是女性用户较多的国家,而菲律宾作为发展中国家,它的女性用户比例是除美国之外最高的,这个值得关注。甚至有些国家的注册用户全部为男性,如埃及、哥伦比亚以及中国。其中埃及可能有宗教文化的影响,而中国则很可能是在MOOC浪潮形成初期关注的人较少,而很少的注册者全为男性的可能性是存在的,也可能是由于日常获取最新资讯方面男性比例要高于女性
2.3 MOOC各国学员的学历分布
注册用户的学历构成如图2所示,总体来看以硕士学历所占比例最高,但各国情况不尽相同。其中乌克兰、法国、波兰等欧洲国家硕士学历占比很高,形成对比的是菲律宾、埃及等发展中国家学士学历占比很高。中国的情况是硕士占比高于学士,其中还有少量博士学历和本科以下学历。
总体来看,本科及以上学历是MOOC学习的主要人群,发达国家和发展中国家学历分布有明显不同。
2.4 两所大学学习行为数据对比
尽管MOOC被称为没有围墙的大学,但没有门槛限制也导致非常高的学习流失率。图3显示了哈佛大学和麻省理工学院注册、浏览、学习和取证4个状态参与人数的比例。
从图3中可以看出,两所高校的MOOC注册学员均有大比例流失,但二者仍然存在区别。在浏览比例方面,麻省理工学院的课程要高于哈佛大学,而坚持完成学习的比例,哈佛大学要高于麻省理工学院。最终取证的比例是麻省理工要高于哈佛大学。这些数据除了反映注册学员的学习行为外,还反映了学员对两所高校的态度和偏好。
3 结语
了解数据背后的本质对于MOOC建设和发展具有重要意义,使用Tableau可视化分析发现两所高校的计算机导论课程其注册学员不论是基本人口学属性、地域属性和社会属性方面都存在一定的差异,有些方面甚至非常显著。而学习行为方面,高流失率是共同特征,但在具体的学习行为特征方面仍然存在一定差异。MOOC提供了通过大数据洞见学习行为的新途径,Tableau强大的可视化分析功能让数据结论明确易懂,未来将对数据进行更细粒度的分析和提炼。
摘要：MOOC平台记录了大量学习行为数据,使用Tableau对ed X上哈佛大学和麻省理工学院2013年开设的两门计算机导论类课程的公开数据进行可视化分析并得出分析结论。
关键词：MOOC平台,Tableau技术,数据可视化,学习行为
参考文献
[1]Wang,R.B.and C.T.Du,Mobile Social Network Sites as innovative pedagogical tools:factors and mechanism affecting students’continuance intention on use.Journal of Computers in Education,2014.1(4):353-370.
[2]王若宾,杜春涛,张白波.基于移动社交网络的O2O教学模式研究.中国电化教育,2015,(12):113-119.
[3]康叶钦.在线教育的“后MOOC时代”———SPOC解析.清华大学教育研究,2014,35(1):85-93.