统计学的数据分析范文

引言：寻求写作上的突破？我们特意为您精选了12篇统计学的数据分析范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

——黄冈名师基层巡回讲学数学听课体会

5月26日有幸听了万贵秋、程来魁两位教师关于复式折线统计图同课异构课和吴文涛名师关于折线统计图的展示课，我也曾教过这一单元，然而我的教学重统计图的绘制轻数据分析，三位教师与我截然不同的教学思路让我感悟颇深。统计学是通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。分析数据是统计的核心，也是本单元的重难点之一。如何在课堂教学中突破这一重难点我有以下看法：

一、感知数据

《新课程标准》指出：在"统计与概率"中，帮助学生逐渐建立起数据分析的观念是重要的。数据分析包括：了解在现实生活中有许多问题应当先做调查研究、收集数据，通过分析作出判断，体会数据中是蕴涵着信息的。数据分析的第一步要调查研究收集数据，在这一过程中感知数据不再是简单的数字，它的背后蕴藏着数学信息。在课堂教学中采取的是：

（一）选取贴近学生生活素材，加强学生对数据的感知。本次课堂上万贵秋教师调查学校趣味数学魔方选拔赛郭宇和徐伟的成绩，吴文涛教师调查学校足球队方瑶投篮的成绩，这两个发生在学生生活中的问题进行调查，既增加了学生对收集数据的亲切感，又激发了学生挖掘的数据背后隐藏的数学信息的欲望。

（二）选取具有统计意义的真实的生活素材，加强学生对数据的.感知。程来魁教师选取的是调查全国人口老龄化这一具有统计意义的事情。首先让学生了解到抽样调查是统计中常见的调查方法，调查全国人口老龄化，只需抽样调查上海老龄化情况。而每年出生人口数和死亡人口数是连续性变量，非常适合用复式折线统计图来表示其变化。学生从视频中看到这一令人震惊的事实，激发其探究的欲望，同时在真实的死亡人口数与出生人口数中，增加学生对数据的感知，无形之中会将两者进行比较。

二、数据读取

学生会从收集的数据感知一些大略的信息，第二步就要整理数据了，整理数据的方式一般就是统计表，统计图等。在以往我的教学中我通常会教授学生绘制统计图，再读统计图中的数据。一节课大部分时间用在画图，特别是横轴和纵轴的填写，而读图时间会过少。这样的教学往往导致学生会成为画图的高手，读图的哑巴。此次三位教师都是通过读图来画图，万贵秋和程来魁教师都是通过读两个折现统计图来画复式折现统计图，吴文涛教师是通过读条形统计图来画折现统计图，从学生已有的作图起点出发不仅让学生自主的探究统计图的制法及注意事项也为后面的读数，数据分析大大节省了时间。读懂统计表中的数据为后面的数据分析做铺垫。

（一）读显性数据

显性数据就是统计图中直观的信息。读图标，图例，横轴、纵轴、以及点的信息。这部分内容很直观，加之有以前学习条形统计图的经验，学生较易掌握。

（二）读隐性数据

隐性数据即是通过显性数据得出的统计量。在运用统计量时一定要注意其统计意义。比如平均数、中位数、众数。平均数是一个虚拟的数，它能反应一组数据的总体水平。中位数是个半虚拟的数，它则能反应一组数据的中等水平。一般而言，平均数作为数据代表相对可靠和稳定，但遇到极端数据时它则不能反应这组数据的基本情况。在万老师执教的这一课里面有同学提出了用平均数来反应两名同学玩魔方的总体水平，从而决定由谁参加决赛，这个结果与我们从统计图数据变化趋势分析的结果大相径庭。造成两种不同的结论的原因在于这个同学没有看到极端数据对平均数的影响，一次失误能拉下一个学生比赛的平均分，但是这时的平均分并不能代表这个同学的整体水平了。

三、数据比较

读懂数据，了解数据所蕴含的信息，我们还要更深层次的挖掘数据的隐藏信息。这一部分的数据分析是通过数据比较来完成的。

（一）横向比较

在折线统计图中了解了点所代表的信息，再引导学生横向观察折线统计图，相邻的两个点之间的线段的方向代表数据的增减；线段的陡平代表数据增长的快慢，整条折线有代表数据的发展趋势，由部分到整体挖掘数据隐含信息。在吴老师的教学中这一细节做的非常的到位，从点，(fanwen.chazidian.com)线段，折线三个方面深挖信息，并通过整条折线的趋势做了预测，预测方瑶的后两次成绩。万老师执教的这一课也从整体折线趋势预测两个同学的下次成绩，从而得出决策。

（二）纵向比较

数据之间纵向比较主要体现在复式折线统计图里，两个量之间的差距是同一纵轴上两点间的距离，也是复式折现统计图中蕴含的一个重要信息。比如万老师的这节课通过比较两个同学每次成绩相差多少，判断两个同学成绩的变化。又比如程老师执教的调查人口老龄化，其中自然增长数等于出生人口数减去死亡人口数，就是比较两个量间的差距变化从而判断人口是呈正增长还是负增长，以及增长的幅度来判断人口老龄化的情况。

篇2

【关键词】大数据 高中统计 数据分析 内容数据链

大数据的价值性，快速性，大量性，多样性，和预测功为教育提供了一种可能目前教育的形式多种多样，慕课、微课、网络公开课等等。大数据时代下的教育是怎样的呢？是基于个性化学习，是量化的，自我组织学习内容的教育，不仅要了解学生“心声”，认知水平和学习兴趣，而且要师生互动、合作探讨学习内容，将传统课程、教学、教材的内容数据化，利用可视化技术，提高学习兴趣。提升内容吸引力。高中统计内容必须系统化、过程方法直观化，这对高中的统计内容提出了挑战。使专题块和课程案例集以数据知识链为核心，使教育在大数据时代下的“量化”。

一、高中统计内容的新契机是大数据

使教育由数字支撑变化到数据支撑。高中统计教学场景布置，统计内容设计，学习场景的变革等等过去靠“敲脑袋”或者“理念灵感加经验”的东西，在背景为物联网、云计算、大数据下，变成一种由数据支撑的“行为科学”.用数据分析的方法对高中统计内容进行分析、挖掘，利用大数据更改高中统计内容，建立主线为“统计知识链”、目标为培养“数据分析能力”首尾呼应内容数据链，使高中统计内容的系统更加优化。

由于各种原因使高中统计内容，没有得到较好的发展.直到国家教育部颁布了各种政策，统计才得以发展.然而各种问题的存在仍然困扰着我国统计教学发展。大数据关注每一位学生的个性化需求与发展，关注学生的自我意识，分析群体心理，让教师关注学生的兴趣爱好，选择适合学生的方法，让学生自主的、创新的学习。

正如教育家张韫所说：“大数据时代的到来，让社会科学领域的发展和研究从宏观群体逐渐走向微观个体，让追踪每一个人的数据成为可能，从而让研究每一个个体成为可能.对于教育研究者来说，我们将比任何时候都更接近发现真正的学生。”大数据在充分了解学生各种需求，目前处于的状态的情况下合理运用各种统计内容，各种现代化的教学方式，不拘泥于传统化教学方式，利用各种资源形成螺旋式上升的统计内容数据链。使每一位学生都乐于学习，其个性化学习需求成为可能。

二、高中统计内容数据链在大数据视域下的内涵

数据高中统计内容的核心研究对象，数据分析是重点，统计学习是在初中的基础上，进一步学习数据统计方面的各种方法；用各种操作培养学生的归纳推断能力、统计思维、数据分析素养，提升学生在数据分析方面的能力，统计内容数据链为学生统计能力的提升提供了研究平台。把课程目标，学生需求、与大数据算法，数据链式结构有机结合起来是大数据视域下的统计内容数据链核心思想，利用大数据，将统计内容数据化，增强内容的可读性，衔接性、合理性、连贯性，织成统计知识，形成统计内容数据链。例如：具体环节为：链宿是“样本估计总体、”等数据分析方法，链源是“系统抽样，等距抽样、分层抽样”，链节是的数据描述、统计图形.通过统计知识的实际应用使“统计知识链”为统计内容数据链的内化，“统计能力链”为其外化，“统计能力链”，“统计素养链”为其发展，成为对学生产生重大影响的“统计思想链”所以，利用大数据的科学方法可使统计内容体系最终形成的统计思想体系；数据结构的链式模型，将促进学生创新思维，增强学生的参与积极性，使高中统计集“知识链、能力链、素养链、思想链”于一体。

三、高中统计内容大数据视域下下的数据链设计

（一）高中数学统计内容知识结构

各种版本的高中数学统计内容都介绍了基本的获取样本数据的获取，提取方法，就是我们常说的用样本推断总体，部分推断整体.统计知识注重培B学生数据分析的能力，利用实例讲解数据的各种思想，方法结合在一起，提高学生的综合能力。例如：结合具体问题情境，学习如何进行数据收集，分析，如何思维理解其含义。

（二）高中数学统计内容的教学要求

课标充分重视高中数学统计内容，并采取了有效的改进和创新措施。教学过程中，注重学生自我特长的发展，创新教学方式，不拘泥于传统的书本知识，强调以人为本，面向未来，让学生有数据意识，学会用数据说话，将统计知识运用于实践。

（三）高中统计内容在大数据视域下数据链设计

量化教育是大数据时代的可行教育，通过数据了解学生的个性化需求，促进学生的个性发展，注重创新式培养。结合教材利用现代化信息技术设计出学生乐于接受的教学方式。从“数据读心”，到“抓心入心”，再到“知心交心”，最终形成“数据育心”的培养链是统计内容数据链的设计原则。例如：分层抽样内容数据链的设计.首先，将分层抽样知识系统化。其次，将分层抽样的过程方法直观化。最后，依据统计内容数据链的设计原则和学生个性化学习需求，动态生成分层抽样内容数据链。把具体问题数据化。使分层抽样内容数据链成为满足自我发展需要的“知识链、方法链、素材链”。

四、结语

综上所述，对统计内容数据我们应该就地取材，因地制宜，开创多种方式的教学方式，注重学生的个性化需求，不要拘泥于传统的教材，注重培养学生的创新思维和自主参与能力，要让学生发挥主观能动性，积极主动的自己去思索，发展自己的特长，学会将具体的事情数据化不用数据的思想去思考问题，去看世界，老师也要探索更好的教学方法。将现代化的科学技术与传统枯燥的教材相结合创造出一种能够发挥学生潜能，特长的教学方式，要循循善诱，引导学生。总之，统计内容数据链能更好地使学生不断提升自己的数据分析“能力链”使学生学会用统计思想、统计方法、统计思维、统计观念、统计意识来认识世界，改造世界。

参考文献：

篇3

统计意识的培养是小学学习最重要的目标之一. 统计意识的首要方面是能有意识地从统计的角度思考有关问题，当遇到有关问题时能想到去整理分析数据，即发展学生的统计意识. 发展学生的统计意识最主要的方式就是让学生体会到统计是有用的. 基于以上目标，在学生根据原始数据提出自己的问题后，教师引导学生体会解决问题必须对这些数据进行整理，就产生了整理统计的需要，有了需要学生就会考虑选用方法进行整理统计，然后通过教师的点拨，学生在小组内自主完成数据的整理统计，学生参与度和统计结果正确率都比较高. 根据统计结果，同学自己提出的问题迎刃而解. 这样的设计，让学生带着解决问题的需要，投入到数据的整理统计中，在经历统计的过程中培养了学生的统计意识. 如以下设计：

（一）呈现情境，提出问题

师：同学们，2008年北京奥运会中国以51枚金牌数居金牌榜榜首. 大家看，这是第二奥运中国体育代表团金牌榜. 根据金牌榜提供的信息，你能提出什么问题？

生1：中国游泳项目获多少枚金牌？

……

（二）分类统计，解决问题

师：老师发现同学们提到的问题都与中国各种项目获金牌数情况有关，所以我们先来解决这个问题“中国各种项目获金牌数的情况是怎样的”. 解决这个问题需要用到哪方面的知识啊？（统计知识）对，我们需要对原始数据进行整理、统计. 你打算怎样统计？

生：用统计表，根据体育项目进行分类统计. （板贴：统计表）

师：这名同学想到了根据体育项目进行分类统计，你们同意吗？除了用统计表表示统计结果，还可以用什么来表示？（条形统计图）

师：大家看，在金牌榜上出现的体育项目既多又分散，比如说水上项目就有游泳、跳水、划艇等，我们可以把某些项目进行归类，请看大屏幕（课件出示分类标准）.

师：下面小组内进行分类统计，可以选用统计表，也可以选取统计图来表示统计结果.

生：（分小组活动）.

……

二、关注扇形统计图的产生，让学生通过数据分析体会学习扇形统计图的必要性

让学生体会引入扇形统计图的必要性是认识扇形统计图的开始，有利于激发学生对新知的求知欲. 因此，在教学中我有意识地将切入点回归到学生要解决的问题上，在引导对条形统计图进行分析后，教师抓住学生前面提到的“举重项目获金牌数占金牌总数的百分之几”这一问题让学生来解决，随即出现一组含有百分数的统计表，然后教师提出“要清楚地表示出这些信息，我们还可以用这样的统计图”，大屏幕出示做好的扇形统计图. 这样一来，扇形统计图的引入水道渠成，既加强了与数据整理统计的联系，又为扇形统计图特征和作用的理解做了有力的铺垫. 如下面的设计：

……

师：刚才我们用统计表和条形统计图表示出了各种项目获金牌数的情况（课件出示统计表和条形统计图），之前有名同学还提到这样一个问题（课件出示单式统计表）：举重项目获金牌数占金牌总数的百分之几，这个问题怎么解决啊？（课件出示复式统计表空栏）

生：用举重项目金牌数除以总金牌数.

师：怎样列算式？

生：8 ÷ 51.

师：非常好！体操项目呢？它获的金牌数占金牌总数的百分之几？

师：像这样，用每种项目获得的金牌数除以金牌总数就能得到这样一组百分数. （课件出示复式统计表加百分数）

师：同学们，对于中国各种项目获金牌情况，我们还可以用这样的统计图来表示（课件出示扇形统计图）

三、关注扇形统计图的直观优势，让学生读懂数据

当前是一个信息时代，读图时代. 让学生从统计图中获取信息，根据统计图中的数据进行分析、预测和推断，是发展学生数据意识具体的教学策略. 统计图的特点是形象直观，便于比较观察，那么在指导学生读图的时候，应当突出图的直观优势. 教学前我首先思考了“扇形统计图的直观优势在哪里”这样一个问题. 通过研读教材我发现，扇形统计图的特征应该从百分数的意义和扇形大小两方面去理解，在读图过程中也应侧重这两方面，且要将数与形两方面进行有机结合. 课堂上在教学扇形统计图特征时有意识地引导学生读懂数据，注重了对百分数意义的理解和它所在的扇形的大小，特别在比较大小时，我们既可以通过百分数大小来比较，又可以通过扇形大小这一直观优势进行比较. 另外，注意让学生结合生活情境，根据统计图中的数据进行推断、预测，体验数学的价值所在. 通过读图，学生切实体会到了扇形统计图的作用. 如下设计：

师：见过这种统计图吗？（没见过）那知不知道它叫什么统计图？（扇形统计图）. 大家可真聪明，它就叫扇形统计图. （板贴课题：扇形统计图）

师：知道它为什么叫扇形统计图吗？

生：圆内有大大小小的扇形.

师：大家都发现了，扇形统计图中有扇形. 谁能到前面来指一指图中哪儿有扇形？（生指扇形统计图中的扇形）

师：正像这名同学所指的，圆内确实有大大小小不同的扇形. 你能看出哪个扇形最大吗？（生指水上项目所在扇形）

师：为什么表示水上项目的这个扇形画得最大？

生：因为水上项目获得金牌数占金牌总数的百分比最大. 师：最小的呢？为什么呢？

师：在这个扇形统计图中有两个大小一样的扇形，你发现了吗？

师：为什么这两个扇形可以画得一样大呢？

……

四、关注素材的决策功能，体现统计中数据分析的价值所在

统计教学中，学生不仅要读懂简单的数据，更重要的是要根据统计图和实际情况，分析统计图中数据的合理性，作出某些判断和决策，并从中得到某些启示. 针对初教时研课提出的问题，我们设计了部分开放性的练习，如：我从媒体中找到一些数据，鼓励学生读懂媒体中的统计图，并引导学生体会这些数据带给我们的启示，等等. 这样一来，使得统计教学更具价值性.

……

师：下面让我们来关注学校的红领巾广播站. 学校广播站每周播音2小时. 下图表示各个节目的播音时间情况.

师：哪个节目的播音时间最长？你是怎么知道的？

师： “学法交流”的播音时间是24分钟，占每周播音时间的百分之几？

生：24除以120等于20%.

师：这是求一个数是另一个数的百分之几.

师：如果老师请你做我们学校广播站的策划者，你对栏目内容和时间有什么好建议？

篇4

问题：课堂中的各种理解不到位的现象

场景1：有教师在课堂上出示用左耳或右耳接听电话的人数统计，要求学生计算相应的比例。这种数据于学生而言缺乏实际意义，统计的结果也不涉及相关处理问题，反映出教师对数据的理解不到位。

场景2：教学中，教师给出一些商品的单价，要求学生统计单价超过5元的商品。统计的缘由没有给出，不过是单纯的筛选技能训练，没有体现统计的必要性及其意义，反映出教师对统计概念的理解不到位。

场景3：教师提供多种饮料，如绿茶、红茶、奶茶、可乐等，要求学生从中选择自己最喜欢喝的三种，再根据全班的选择情况整理数据，列出最受班级欢迎的三种饮料。最后，教师给出专家建议“健康的饮品包括水、纯果汁、奶”，要求学生结合课堂统计的数据结果，在调查报告中表达自己对中学生选择饮料问题的看法和观点。由于此三种饮品没有完全出现在此前供学生选择的范围内，自然没有一个学生的选择与专家建议的健康饮品吻合，于是，学生回答，“不管喝什么，只要健康就好”。数据统计的目的就是为分析、决策提供数据支持，而该场景中数据分析部分与前面的统计结果相互脱节、没有关联，或者联系不够紧密，反映出教师对分析的理解不到位。

上述场景反映出的根本问题是，教师对数据统计与分析的内涵或者核心指向理解不足。“数据统计与分析”属于“信息加工与表达”中表格信息加工与表达部分的教学内容，与数据管理部分的内容具有相似的核心指向，即关注“关系”的挖掘与表达，而关系是隐藏在数据之中的，需要通过相关的操作，如借助公式与函数的计算、排序、筛选等，将数据间的关系挖掘出来，可以借助图表的形式进行直观表达，即通过可视化方式清晰展示。

关于数据统计与分析，信息技术课程教学纲要或者课程标准中都有针对性的要求，譬如，2012年中国教育技术协会信息技术教育专业委员会研制的《基础教育信息技术课程标准2012版》中，初中学段在“模块二：信息加工与表达”中对表格部分的要求如下。

1.能列举1～2种常见表格编辑软件，尝试简单编辑操作，理解二维表格的共同特征。

2.根据需求能在文档中绘制或套用表格，并对其属性能按要求进行调整和设置。

3.能应用电子表格进行简单数据的统计、处理，科学地借助折线图、直方图、饼图等直观表达数据。

4.从不同的角度和立场出发，通过对相同数据做不同的加工，表达不同的观点，或对相同数据做不同的解读，感悟信息加工和利用的选择性、多元性和复杂性特征。

上述4条描述涉及表格中数据的统计、表达、分析，关注到数据间的关系挖掘。

“数据统计与分析”涉及对数据的加工、处理，从中获取信息并加以解读。因此，可以从DIKW金字塔模型获得直接的借鉴。

解决之策：DIKW金字塔的启示

DIKW金字塔是关于数据、信息、知识及智慧的体系，如图1所示。

数据（Data）：可以是数字、文字、图像、声音、符号等，属于事实的记录，表达的是没有指定背景和意义的描述。

信息（Information）：是经过相关处理的数据，强调的是数据与数据之间的关系。

知识（Knowledge）：是有意义的信息，表现为信息和信息之间的关系。由信息到知识的转变过程，是一个对信息判断和确认的过程，需要结合经验、上下文联系、诠释和反省。

智慧（Wisdom）：是富有洞察力的知识，是运用知识分析和解决问题的能力，可以简单归纳为正确判断和决定的能力。

显然，DIKW体系同样关注关系的挖掘，即数据之间的关系、信息之间的关系，因而可以用来指导“数据统计与分析”部分的教学。

从问题解答的角度观察，信息层回答的是“是何”的问题，知识层解决的是“如何”的问题，智慧层则涉及“为何”的问题。早期研究中有学者曾指出，信息技术中的技术包含三层内涵：（1）动手做的技术，即基本技能；（2）如何做的技术，即设计和规划的技术；（3）为何做的技术，即技术的思想和价值。[1]三层内涵的观点涉及技术是何、如何、为何的问题，与DIKW模型具有共通之处，这为DIKW模型在数据统计与分析中的应用提供了佐证。

从DIKW的视角来看，数据统计与分析的过程也是追求实现“数据—信息—知识—智慧”持续变化的过程。即从数据开始，以形成智慧为最终目的。具体过程是：借助相关操作对数据进行处理、加工，明确数据之间的关系，提取出有意义的信息，进而将信息组织成知识，促进学生明确“如何去使用”，再进一步，当学生明确应该何时使用及为什么要使用时，便形成了智慧。

据此，数据统计与分析中的几个

关键词 ，即数据、统计、分析，都需要有专门的指向，符合内在的规定性，且数据、统计、分析应当做到前面环节为后续环节奠定基础，后续环节又必须在前面环节的基础上展开。具体来说，数据需要为统计服务，统计是建立在数据提供的基础上；统计的结果是为了进行分析，分析必须依赖于统计结果；分析的目的是为了提供决策的依据。这些关系必须在教学中予以体现，方能体现数据统计与分析的要义。

实践之道：基于DIKW的教学思路

从DIKW的视角，数据统计与分析教学需要经过三个过程：“数据信息”、“信息知识”、“知识智慧”。从关系发掘的角度，即隐性关系显性化、显性关系知识化、知识运用自动化，下文展开具体阐述。

1. 隐性关系显性化

隐性关系显性化，即从数据到信息的过程。数据可以是教师为学生提供的原始资料，或者是收集来自学生的资料。因为需要借此学习相关技能操作，如公式与函数的使用、排序、筛选、图表表示等，因此数据主要是数字形式，如考试成绩、购物费用等，根据需要也可以适当包含文字，如学生的血型、爱好等。

为了从数据中提取有意义的信息进而展开分析，数据需要符合一定的要求：其一，数据最好能够贴近学生，具有真实性。小至与学生个体相关的数据，大至与学校、社区、城市、国家相关的数据。贴近学生生活经验或学习经验的真实数据才能激发学生的兴趣，促进学生通过操作发掘数据之间的关系，形成有意义的信息。从教学实践来看，课堂或者课前收集来自学生的鲜活数据相对容易调动学生的积极性。其二，数据需要具有潜在的意义，即有统计价值，场景1中接听电话用左耳还是右耳的例子之所以失败，就是因为数据不具有统计价值，从数据中无法提取出有意义的信息。其三，数据要具有统计的必要，即数据要达到足够的量，少量数据往往无法体现出用计算机统计的优势。在数据量足够的情况下，可以通过人工计算与计算机统计的对比凸显计算机统计的优势和价值。

在数据有效的基础上，统计承担着从数据中提取信息的功能。为了保证将来从信息到知识的转变，统计所得信息当存在分析的可能、必要及价值，否则统计本身就没有意义。譬如，场景2中让学生统计购买的商品中单价超过5元的商品，数据本身没有问题，但这种统计的结果似乎没有分析的意义及价值，因而统计本身就失去了意义。

从数据到信息的转变需要学生借助一定的技术操作来实现，这个阶段涉及的技术属于动手做的技术，即技术的底层。例如，统计过程可能涉及计算、筛选、排序，统计结果的呈现涉及各种图表的使用。

2. 显性关系知识化

显性关系知识化，是指由信息到知识的转变。美国佛罗里达国际大学豪恩斯坦认为，信息是别人内化的知识，知识是自己内化的信息。[2]所以，如果信息是输入，知识在某种意义上便是输出。这意味着从信息到知识的转变需要学生在认知层面形成理解。这一阶段涉及的技术属于无形的技术。

此阶段是对数据统计结果进行分析的过程。譬如，统计全班学生血型，根据四种血型的统计结果，引导学生明确血型的相关知识。又如，统计不同品牌货物销售情况，从不同角度（商场、品牌负责人、顾客）去分析，得出不同的结论。若收集的数据与学生个人或家庭相关，则分析的结果最好能够凸显因人而异，从而促进学生在体验到分析意义的基础上，树立利用数据统计与分析为自己的学习、生活服务的意识。

譬如，《Excel中数据的处理》[3]中，教师要求学生将自己家庭衣、食、住、行、用等数据输入到碳排放计算工作表中，完成相关计算，并根据数据回答问题：

1.我们家（ ）方面碳排放最高，（ ）方面碳排放最低。

2.我们家年人均碳排放（ ）kg，和全球人均目标碳足迹2000kg比较，我们家是（高碳/低碳）生活。

3.为了应对气候变化，我们家应该从以下方面减少碳的排放。

每个学生获取的数据不同，结论自然就不同。这种差异性体现了一种真实，也帮助学生理解统计与分析的实际意义。

分析在统计与决策之间发挥着承先启后的作用，“承先”是指，分析必须依据统计所得结果来进行，体现两者的紧密联系，以保证分析的价值及统计的意义；“启后”是指，分析需要为后面的选择、决策提供依据与基础，因此需要恰当设计分析的内容，以保证决策得以进行。

譬如，《Excel中数据的处理》中1、2两个问题的分析必须建立在前面数据计算的基础之上，3题的回答又依赖于1、2分析的结果，充分体现出统计分析为决策提供数据支持的功能，促进学生对数据统计分析加深认识与理解。

3. 知识运用自动化

知识运用自动化，即从知识向智慧的转变过程，是指在学生掌握知识之后，借助一定量的知识应用练习，熟悉了知识的应用环境及方法之后，在不需要专门选择知识的情况下无意识地运用知识，达到自动化效果的过程。这一过程显然不是一蹴而就的，需要经历几个状态：在知识应用练习之前，处于“无意识的不用”状态；经过知识应用训练，基本掌握了知识应用场合及方法，但还不够熟练，遇到问题时，需要有意识地思考选择相应的知识，该阶段可以称为“有意识的应用”状态；经过足够的知识应用练习之后，学生对知识的应用形成更深的感悟，可以在无意识中，即自动选择某种知识应用于问题解决中，此时就进入了“无意识的应用”状态，达到此状态，即完成了由掌握知识到生成智慧的转变。

具体到数据统计与分析的教学中，就是根据分析结果进行选择或决策的过程。智慧指向正确判断和决定的能力，因而在数据统计与分析后期，需要引导学生依据分析的结果进行选择、决策。智慧倾向关心未来，含有暗示及滞后影响的意味，与此类似，课堂上的选择抑或决策只能更多发生于认知层面，形成的是决策时的心理倾向，但追求的是持续影响学生并实现将来在现实情境中的外显行为的变化。因而，知识运用自动化在一次课内未必能够实现。

同数据分析类似， 决策可以因人而异。譬如，《Excel中数据的处理》中的问题3。教学中需要引导学生根据实际做出符合需求的决策。譬如，《Excel综合运用》[4]案例中，教师课前安排学生对自己居住小区的人居环境从自然、人文、社会、建筑和支持网络几个方面进行评价，课堂上则围绕用Excel软件对若干个小区的人居环境状况作系统的分析，涉及Excel数据加工技术的综合应用，如排序、筛选、分类汇总等，然后得出结论，哪个区的人居环境综合比较好。最后环节是引导学生的实际应用：

是不是××区的人居环境比较好，我们都要住在那个区？在选购住所的时候，首先应该考虑自己的需求，根据实际需要确定自己的选择。

（1）假如你是一名在南京一中读高一的学生。

需考虑因素：你的父母希望你上学路途中花费的时间比较少，小区居民的整体文化素质比较高。

（2）假如你的爷爷奶奶退休了，考虑给他们选择一处房屋。

需考虑因素：空气新鲜，小区休闲设施齐全，邻里关系和睦，靠近你家现在的住处，方便照顾老人。

该案例是在对真实数据进行统计的基础上，通过分析引导学生明确如何选择、为什么要如此选择，关注学生在掌握知识的前提下生成智慧。学会选择，这就是智慧，影响着将来的选择行为，即根据实际需求进行选择，其实不仅是小区的选择，也包括人生中的其他选择。

知识运用自动化阶段的教学要求：其一，必须为学生提供需要决策的情境，以促进学生在类似情境下的顺利迁移。这一点需要在数据呈现的同时即提供给学生，以促进学生明确数据处理的根本目的。其二，决策需要根据分析的结果来进行，让学生充分体会到分析的目的及价值，即为决策提供依据。

按照上述隐性关系显性化—显性关系知识化—知识运用自动化的思路，教学中引领学生经历数据的收集、整理—处理、加工—分析、表达—选择、决策这一完整过程，促进学生对数据处理形成整体感知与理解。

数据统计与分析的完整过程是从数据收集与录入开始，经过表格规划与修饰、数据处理与统计、图表与分析等，因此，未必在一节课内完成，但整个部分的教学经历完整过程即可。也可以在综合应用或者复习课上，带领学生经历此完整过程，为了在一节课内实现，可以简化部分细节，如使用半成品策略，以凸显整个流程。

结束语

从DIKW金字塔模型的视角观察“数据统计与分析”的教学，意义在于：明确数据统计与分析的教学不能止步于简单的数据收集、整理、加工，其意义主要体现于在此基础上的分析及进一步的决策。即教学中在由数据到信息的转化基础上，关注显性关系的知识化并追求知识运用的自动化。

显然，DIKW模型也适用于信息技术课程中的其他内容，譬如DIKW体系经常应用于信息科学，因此可以应用于搜索技巧及数据挖掘。

注： 本文为江苏省教育科学“ 十二五” 规划课题“ 信息技术课程思想及其应用研究” （ B -b/2013/01/039）的研究成果。

参考文献

[1]李艺.高中课改实验进行时[J].中小学信息技术教育，2005(1).

[2]盛群力.21世纪教育目标新分类[M].杭州：浙江教育出版社，2008:67.

篇5

1.要让学生感受需要用数据来说话。

统计教学与其他数学内容一样，首先要激发学习的需求：为什么要统计？与其他数学内容所不同的是，统计是用“数据来说话”。

在《复式折线统计图》教学中，结合生活实际以及折线统计图的特点，我们创设了“常州气温是否变暖”问题。通过师生谈话聊出“气候变暖”话题，提出问题：怎样说明常州气温是在变暖？在现实且有意义的问题驱动下，让学生充分感受“数据”是说明问题有力的“证据”，以此认识到数据分析的重要性。

情境只是载体，想到需用“数据”说明问题是活动目的。随着一次次经验的积累，学生也就逐渐体会到“数据”能说明问题，说明问题需要统计数据，统计能帮助人们了解事情并做出判断，也就逐渐建立了统计意识。

2.要让学生明白用怎样的数据来说话。

在《复式折线统计图》教学中，为使学生感受怎样的数据才能科学地说明常州气温变暖问题，师生间进行了如下对话：

师：你们觉得要收集怎样的数据呢？

生：收集今天的气温。

师：单单收集现在的气温能说明这个问题吗？

生：不能，要现在的和以前的，这样才可以对比。

师：对比，是一种好方法！只是，气温有最高气温，有最低气温，还有平均气温，你们觉得这里用哪个气温比较合适？为什么？

生：平均气温。因为平均气温在中间，既不是最高的也不是最低的，比较公平。

师：是啊，在新闻中经常会出现在哪一年或哪一个月出现极端气温。为了避免这种极端数据影响我们的判断，所以要用“平均气温”来比更合适。但气温的变化很微妙，如果用今年和去年气温比，很接近，很难发现问题。怎么办？

生：相隔时间久一些。

生：调查年份多一些。

师：其实，气象工作者和你们的想法一样，一般用现在月平均气温与前几十年的月平均气温作比较。（出示在常州气象局查阅的常州1949年-2000年的50年月平均气温和常州2010年各月平均气温）

……

《课程标准》（修订稿）对统计教学明确提出：要会根据实际问题设计简单的调查表，能选择适当的方法（如调查、试验、测量）收集数据。很显然，如何收集数据、搜集怎样的数据是要求学生达成的能力要求，那么，数据的科学性教育也就显得尤为重要了。

二、“数据”是分析问题的“依据”

1.要让学生读懂数据表达的信息。

在《复式折线统计图》教学中我们设计了这么一道练习：下面两幅统计图，只有一副是真的，请同学们猜一猜那副是真的。

这道题是根据苏教版小学数学教材中的练习改编而成。改编后的练习不仅丰富了统计内涵，更重要的是通过游戏的形式使学生产生对数据的亲近感，让学生感觉数据并不枯燥乏味，数据分析也不仅仅是计算，数据是蕴含信息的，数据是能表达生活实际，每幅统计图其实就是告诉我们一个生活故事。

2.要让学生体悟数据有助于分析问题。

发展统计意识、培养学生的数据分析观最有效的途径就是让学生体会统计的价值。数据是能表达信息的，数据所表达的信息是能够帮助人们做出决策的。

在《复式折线统计图》教学中，为使学生认识到统计对决策的作用，设计这样的题目：完成某地区7-15岁男女生平均身高统计图。

（1）给出7、8、9岁男女生平均身高的相关数据，要求学生独立描点、连线完成部分统计图，并交流绘制的过程。

（2）进行分析和推测。

看着7-9岁的身高图，先猜一猜9-15岁男女生的两条折线会有怎样的发展趋势。然后出示9-15岁的折线统计图，说一说男女生7－15岁身高有怎样的变化。再想一想，如果接着画下去，男女生的两条折线还会怎么样？

篇6

近年来，移动互联网、大数据等信息技术发展日新月异，已经成为推动教育变革的重要力量。移动通信终端的普及为学生营造了泛在英语学习环境，大数据技术开启了个性化智能教育时代，翻转课堂、MOOC、微课等新型教学模式层出不穷，虽然它们不能取代传统教学模式，但英语教师必须与时俱进，重视信息技术对传统英语课堂的改造和提升，以全新的视角思考英语教学的变革方向。

一、研究理论概述

1.泛在学习理论

泛在学习是指任何人在任何时间和任何地点都可以通过泛在网络实现任何知识内容的学习。泛在网络和泛在计算技术为人类实现随时随地的泛在学习提供了技术保障，信息技术和教育技术的融合发展正深刻改变着知识的传播方式和学生的学习方式，不断重构着教育和学习的生态环境。一方面，移动通信终端的多元化发展解除了传统英语学习对地点的约束，翻转课堂、MOOC等新型教学模式使学生可以自由地选择学习时间、进度、内容和学习方式。另一方面，传统教学设备正在向数字教学设备变迁，教育领域信息基础设施建设有效地推动跨区域教学资源整合，海量的多媒体教学内容必须和学生的碎片化时间有效结合，教师需要针对不同学情的学生进行精准施策和差异化施策。

2.学习生态理论

学习生态是由学习群体及其所处的环境共同构成的生态系统。系统由信息技术、多媒体教学设施等支撑，通过以合作、交流、共享、互动为特征的教育实践，实现知识信息传递和有效学习，从而促进系统的不断优化。学生与学习环境、学生和学习群体之间密切联系、相互作用，通过知识的吸纳、内化、创新、外化、反馈等过程实现有效学习[1]。在泛在学习的背景下，学习生态研究的是教育信息、学习主体、教师、教育信息环境之间相互作用的生态系统，需要从教育信息化建设和应用的视角研究各个生态系统成员之间的相互作用规律，维护生态系统的平衡发展。

3.有效学习理论

有效学习是指学生在教师的指导下，针对学习内容采取适合自己的学习策略，积极主动地参与到学习过程中，高效率地完成知识建构，从而实现学习目标并优化自身知识结构的学习行为。有效学习是对学习内容、学习方法、学习过程、学习结果的价值追求[2]，学生可以实现对知识的深层次理解和灵活应用。学习内容的优化在大数据背景下表现为对海量学习内容的筛选、清洗与转化[3]，使之满足学生的学习需要。学习方法调整是建立在对学生学习情况进行多元评价的基础上，根据学生个人学习偏好、认知习惯、学习方式、情感态度因素、学习内容的变化而动态进行的。学习过程的积极参与是指学生能够积极主动地学习，充分和师生进行合作、交流，善于提出问题、分析问题和解决问题。学习评价是学生改变学习计划、优化学习方法的重要手段，对学生学习可以起到引导、激励、启示和教育作用。

二、当前英语泛在学习模式存在的主要问题

1.传统课堂教学和线上教学环节缺乏有效衔接

首先，魍晨翁媒萄Ш拖呱辖萄г诮萄Ы谧唷⒅识范围上没有有效衔接。例如，学生不知道如何在线上学习课堂上没有掌握的知识点，或者在线上环节重复学习课堂中已经掌握的知识点。其次，缺乏对课堂英语学习和个性化英语自主学习的融合创新设计。在传统课堂教学中，整齐划一的教学标准无法满足英语学习分层分级的差异化教学要求。不同学情的学生对学习时间、空间、内容、方式的需求不尽相同，教师在教学中没能和学生线上学习的大数据分析结果进行有效的融合对接，仅根据自身的教学经验和主观判断作为实施因材施教的依据，因此其决策缺乏精准性和稳定性。

2.泛在学习缺乏生态性系统设计，学生英语泛在学习的用户黏性不高

当前泛在学习过程特别是在线学习过程缺乏师生互动性、社交互动性、线上线下互动性。泛在学习仅停留在将文字、图像、视频等教学资料数字化、网络化、集成化和泛在化的阶段，这在某种程度上增加了学生英语学习的选择性和便利性，但缺乏针对不同学生的学习黏性设计，因此泛在学习效果并不理想。

3.英语泛在学习体系缺乏具有“参与感”和“现场感”的语言学习环境

建构主义理论认为，知识的获得是在学习环境的特定情境作用下，借助教师的帮助与学习伙伴的协作，通过意义的建构过程实现的。因此在英语泛在学习过程中，必须增强学生在特定情境下的沟通和交际活动的参与性[4]。例如，如果在英语课程设计和在线学习设计环节，鼓励学生广泛参与学习内容、学习方法、学习偏好的设计，就会让学生感受到教师对学生的爱与尊重，从而增强学生学习的主动性和积极性，使不同学情的学生都能在学习过程中体验自我实现感，实现自主学习。另外，教师缺乏对学生多元需求的感知和把握，缺乏语言锻炼的“现场感”设计，使学生无法在接近真实生活情境的语言环境中得到语言交际锻炼。

三、基于大数据分析的英语泛在学习生态系统

移动通信和大数据分析技术的发展为有效解决当前英语泛在学习模式存在的问题提供新的方式和途径。基于大数据分析的英语泛在学习生态系统以学生的英语学习需求、特征、习惯、喜好等大数据挖掘为切入点，联合学校、互联网教育机构、教材编写人员、教师、信息化支撑机构、教育管理机构、在校学生和在职学员等生态系统成员共同把泛在学习落实到教学环境、模式设计、资源开发、评价机制和管理机制等工作中，不仅仅是教育内容资源和信息的共享空间，而且是实施素质教育和个性化学习的公共服务平台。因此，本文构建了基于大数据分析的英语泛在学习生态系统，主要包括大数据采集、大数据存储、大数据分析、大数据应用四个子系统，并构建了系统体系结构模型（图1）。

1.大数据采集子系统

首先，大数据采集子系统要实现数据、文字、图像、音频、视频、多媒体等结构化数据和非结构化数据采集，实现跨区域、跨机构、跨教学环节的数据互联互通和数据采集功能，解决教育数据资源配置效率不高的问题。其次，实现英语教学设计、教学实施、课程内容建设、网络学习内容资源建设、语料库建设、学生学习认知过程监控、学生学习情感态度监控和学习评价等全教学链条的数据采集功能，为生态系统成员之间的共生发展提供良好的数据资源基础。

英语教学设计数据主要采集教师按照教学大纲和教学目标要求对不同学生制定的学习内容、学习进度、学习路径等数据，厘清学生在课堂上和网络上分别学什么、在哪学、怎么学的问题。教学过程数据主要采集教师在教学中帮助学生解决英语学习问题的经验、做法和策略，包括情感态度、认知因素的调控、语言情境的构建、师生的有效互动等。课程内容数据主要是采集教师、学校、互联网教育机构课程教学内容数据，包括教材内容、课件、题库、案例等授课内容资料，以及以上资料经过碎片化处理的数据资料。

网络资源数据库主要采集互联网、校园网上英语学习方面的相关资料。英语语料库数据主要采集中国学习者英语语料库、美国当代英语语料库等语料库内容，以及英语教材、英美小说、散文、演说词、电影剧本、新闻稿等英文自然语料。学习行为数据库主要采集学生课堂学习行为和线上学习行为数据。课堂学习行为包括是否预习、复习等，线上学习行为数据采集学习日志、学习习惯、学习时长和学习路径等。学习评价数据主要采集教师或者在线学习系统对学生的学习能力、学习方法、学习策略运用、学习过程和学习结果的评价数据。学习情感态度数据主要是通过问卷、访谈等方式采集影响学生英语语言习得的动机、态度、焦虑、自信等指标。

2.大数据存储子系统

大数据存储子系统主要实现对大数据采集子系统采集的海量结构化、非结构化数据进行数据清理、归档、压缩，实现一体化数据存储。可以实现跨区域、跨系统的英语泛在学习数据的融合，解决不同教学机构、数据结构、操作系统带来的信息孤岛问题。英语学习数据仓库是指集成了大数据分析子系统和应用子系统决策分析所需的泛在学习数据，这些数据是按照一定的英语学习主题进行组织，是在对原有分散的各类英语泛在学习数据库数据进行加工、汇总和整理后得到的，有效地消除了各类源数据中的不一致性，所以英语学习数据仓库的信息均是关于学生英语泛在学习全局情况的一致性信息。数据仓库的这些全局性信息同r通过网络云平台实现英语泛在学习数据的云端存储，可以直接由大数据应用子系统调用。

3.大数据分析子系统

认知因素和情感因素是影响英语习得效果的两个重要方面。大数据分析子系统首先结合学生应该达到的学习目标对学生个体的英语学习认知行为和学习的情感态度进行数据挖掘，分析学生的动机、态度、焦虑、自信、兴趣等情感因素，以及学习毅力、能力、习惯、方法、英语水平和常犯错误等认知行为因素，对数据挖掘结果进行聚类运算和分类处理，根据学生的学习认知行为和学习态度情况将学生细分，以识别不同学生之间相似的泛在学习需求，以及某个学生个体在不同学习阶段泛在学习需求的差异性。同时，大数据分析子系统会对学生的学习过程和学习结果进行动态综合评价，并根据学习评价结果判断学习方案的优劣，有针对性地进行线上和线下学习方案的调整。

4.大数据应用子系统

大数据应用子系统包括学习信息推送系统、学习信息定制系统、在线互动学习系统、语言情境仿真系统、知识关联推荐系统、知识精准搜索系统、知识树形管理系统和娱乐在线学习系统等应用。学生可以通过学习终端连接到相关应用系统进行英语语言知识的有效学习。学习信息推荐系统自动推荐给学生的学习信息是学生应掌握而目前未掌握的英语知识。学习信息定制系统可以满足学生根据自身学习需求而定制某类主题的学习信息。学生一方面通过在线互动学习系统可以和辅导教师进行交流互动，解决学习中遇到的问题，另一方面可以通过社交软件实现和其他学习者的沟通和交流，共享英语学习经验。

语言情境仿真系统可以实现某类主题的英语学习情境的在线仿真，让学生在接近真实环境的英语语言情境中进行英语交际锻炼。知识关联推荐系统是根据学生所学知识点，自动关联推荐对应的拓展知识点。知识精准搜索系统可以帮助学生快速实现英语知识的精准有效搜索，从而进行有针对性的学习。知识树形管理系统可以实现学生已掌握知识和未掌握知识的树形目录管理，实现线上学习和课堂学习知识管理的无缝链接。

基于大数据分析的英语泛在学习生态系统有利于充分发挥信息技术对传统英语教育的改造提升作用，可以有效促进信息技术与教学过程、内容、方法和教学评价体系的深度融合。在生态系统的价值取向上注重以促进学生全面健康发展为中心，注重需求导向的个性化学生培养模式。在学生习得效果评价体系上注重加强学习过程评估，强调过程评估和结果评估相结合。系统注重充分挖掘学生的个体差异，充分挖掘学生的学习潜能，围绕学生英语学习习惯的形成和学习情感态度的培养，以现代信息技术为辅助手段，将英语语言知识进行碎片化、情境化、可视化处理，通过采取教育信息推送、关联推荐和定制化相结合的方式实现知识的在线传播，给学生提供个性化、定制化的英语学习信息服务，带给学生全新的英语泛在学习体验。

参考文献

[1] 张豪锋，卜彩丽.略论学习生态系统[J].中国远程教育，2007（4）.

[2] 曹贞.以有效学习为目标的大学课堂教学[J].教育与职业，2007（26）.

篇7

Morphology Analysis of Megakaryocytic Systems about the Diseases with Abnormality 0f Thrombocytes in Quantity.Cai Xiao-yan,Pan Xue-yi,Yin Jin-zhu,et al.The First Affiliated Hospital of Guangdong University of Pharmacy, Guangzhou510080, China.

【Abstract】Objective To study the morphological changes at the megakaryocytic system in thrombocytopenic diseases and thrombocytosis disease.Methods This issue retrospectively analyzed 96 cases of various diseases thrombocytopenia, thrombocytosis 36 cases. We observed their morphology again and aimed at the rule of its change.Results The results showed abnormal morphology in both idiopathic thrombocytopenic purpura and myeloproliferative disorders, whereas the morphology abnormality of megakaryocytic system in secondary thrombocytopenia mostly occurred in hematopoietic diseases and had the similar appearance. Conclusions The change of morphology at the megakaryocytic system has certain significance on classification the cause of thrombocytopenia and thrombocytosis.

【Key words】 megakaryocytic systems; thrombocytes; morphology

近年来血小板减少性紫癜(thrombocytopenic purpura,TP)和血小板增多的病因分析和诊断方法不断改进，但是，骨髓形态学的诊断依然占有主要的地位，本文回顾分析180例血小板减少及血小板增多的骨髓象，着重分析巨核细胞以及血小板的形态改变，以探讨不同病因的血小板减少和增多的巨核系统形态异常的表现在疾病诊断中的价值。

1 材料与方法

1.1 观察对象 自1991年到2006年我科收治的180例血小板数量异常，经骨髓检查及临床确诊的病人，首诊为原发性血小板减少性紫癜(ITP)48例，继发于造血系统疾病的血小板减少96例，其中再生障碍性贫血(aplastic anemia,AA)22例，骨髓异常增生综合征(myelodysplastic syndrome,MDS) 32例，巨幼细胞性贫血(megaloblastic anemia ,MA)19例，急性白血病(acute leukemia ,AL)23例。原发性血小板增多症(essential thrombocytosis ,ET)3例，其它骨髓增殖性疾病33例，包括真性红细胞增多症(polycythemia vera ,PV)9例，慢性粒细胞白血病(chronic myelocytic leukemia ,CML)24例。

1.2 检查方法 瑞氏染色的骨髓片，在显微镜下，1000倍放大观察骨髓涂片中巨核细胞的胞体大小变化，胞核大小及形状的变化，核染色质的疏松与致密，胞浆中颗粒的多少与血小板的形成，血小板的大小与颗粒的多少。

2 结果

原发性血小板减少性紫癜与继发性血小板减少的巨核系统形态变化,见表1。48例原发性血小板减少性紫癜的骨髓巨核细胞出现胞体大，核疏松肿胀41例，核多分叶43例，胞浆颗粒减少47例，血小板生成障碍48例，出现巨大血小板19例。22例继发于再生障碍性贫血的血小板数量减少的骨髓巨核细胞以数量减少为主，形态基本正常。32例继发于骨髓异常增生综合征的血小板数量减少的骨髓巨核细胞出现核疏松肿胀15例，核多分叶17例，胞浆内颗粒减少29例，小圆巨19例，血小板生成障碍28例。19例继发于巨幼细胞性贫血的血小板减少的骨髓巨核细胞出现核疏松肿胀19例，核多分叶19例，胞浆内颗粒减少19例，可见大血小板。23例继发于急性白血病的骨髓以巨核细胞减少为主，可见核多分叶3例，大血小板3例。血小板增多的疾病的巨核系统形态变化,见表2。3例原发性血小板增多症的骨髓巨核细胞胞体小，核染色质浓缩致密，胞浆颗粒增多，血小板堆积成团，以小血小板为主。9例真性红细胞增多症的骨髓巨核细胞未见明显异常，可见小血小板。24例慢性粒细胞白血病的骨髓巨核细胞胞体较小23例，可见小圆巨19例，可见大量散在及成堆分布的小血小板。

3 讨论

骨髓涂片中病态巨核细胞及异常血小板的检出对部分血液系统疾病的诊断与鉴别诊断具有一定的价值［1-2］，尤其是原发性血小板减少性紫癜与继发性血小板减少性紫癜的鉴别诊断［3-4］，对原发性血小板增多症与继发性血小板增多症也有参考价值。本组病例中原发性血小板减少性紫癜的巨核细胞胞核以疏松肿胀为主，占85%。而原发性血小板增多症的巨核细胞胞核则表现为核浓缩致密。原发性血小板减少性紫癜的血小板以大血小板及巨大血小板为主，占40%，血小板内颗粒减少。原发性血小板增多症的血小板以小血小板为主，颗粒密集。继发性血小板减少的疾病当中，骨髓增生异常综合征的巨核细胞的病态改变与原发性血小板减少性紫癜有相似之处，都可表现为核疏松肿胀，核多分叶，胞浆颗粒减少。巨幼细胞性贫血的巨核细胞病态改变也与原发性血小板减少性紫癜相似，同样表现为核疏松肿胀，核多分叶，胞浆颗粒减少。继发于再障和除M7以外的急性白血病的巨核细胞以数量减少为主，形态未见明显异常。淋巴细胞样的小圆巨常见于骨髓增生异常综合征和慢性粒细胞白血病，并可在外周血中出现。本文认为原发性血小板减少性紫癜与原发性血小板增多症的巨核细胞及血小板的形态异常表现是完全不同的。原发性血小板减少性紫癜与继发性血小板减少性紫癜的巨核细胞和血小板的形态异常表现有相似之处。原发性血小板增多症与其它骨髓增殖性疾病也有相似之处。所以，形态学诊断必须结合其他系统的形态变化及其临床表现才能作出正确的诊断。

参考文献：

［1］ 曾衡军, 王有元, 张秋桂,等. 骨髓病态巨核细胞与血液系统疾病［J］. 南华大学学报. 2004，32(2):239-240.

篇8

中图分类号：G643 文献标志码：A 文章编号：1673-291X（2012）18-0245-03

信息素养是指人们在解决问题时利用信息的技术和技能。这个概念是1974年由美国信息产业协会主席保罗·泽尔斯基首次提出后又经该协会定义的。随着计算机等现代技术的发展，信息量以几何级数的方式递增。一方面，准确完整的信息是做好决策的基础，另一方面，如何进行有效的检索，是利用信息从而解决问题的关键，这两者均取决于人的信息素养。

研究生教育担负着为国家建设发展培养高素养、创造型人才的重任。现代管理学之父德鲁克曾经说过：“知识工作者的生产率是21世纪管理的最大挑战。”

在北京交通大学，早在2004年，便把信息素养的教育列入了研究生学期教育的内容，为了全面掌握研究生信息素养情况，使信息素养教育更具有针对性，我们于2011年9月对北京交通大学的博士研究生和学术型硕士研究生进行了抽样调查，并结合访谈的形式对于相关重点问题进行了确认。

一、样本与调查维度说明

调查根据各院系学术型研究生数量的相对比例，共随机抽取360位研究生进行调查。经检查核对，最后共获得有效问卷343份，有效问卷回收率为95.27%，样本总量占6 847名学术型研究生总量的5.3%。有效样本在各学院的分布情况为：电子信息工程学院50人，计算机学院29人，经济管理学院97人，交通运输学院29人，土木建筑工程学院39人，机械与电子控制工程学院20人，电气工程学院20人，理学院21人，人文社会科学学院11人，软件学院17人，建筑艺术系5人，语言与传播学院5人。在全部被调查者中，硕士研究生为主体，占84.54%，其余为博士研究生；从年级分布看，一年级占45.18%，二年级研究生占43.73，三年级研究生只占11.07%；从性别构成看，男性占57.73%，女性占42.27%，与我校男女生总体比例58.4∶41.6持平。

调查的维度包括研究生信息素养教育基础、获取并利用专业信息的途径、对提高自身信息素养的途径选择与期望三个大的方面，共包含22个问题。

二、调查结果

1.研究生信息素养教育基本情况。调查表明：近四成研究生在本科阶段没有受过正规的信息素养教育。有34.74%的被访者在本科阶段没有学习过科技信息检索或类似的课程；有40.12%的被访者没有学过学术论文和学位论文写作的课程或听过相关讲座。

2.获取并利用专业信息的途径。在使用各种信息资源方面，以图书馆资源配合网络搜索引擎为主；将近1/3的学生经常使用纸本书和期刊，并通过专业相关论坛学习；还有一小部分学生利用免费的（见表1）。

在对既有资源的深入使用方面，对我校图书馆的使用情况的调查表明：有80.62%的学生使用过借还书服务；61.67%的学生做过电子数据库检索；44.49%的学生进行过书刊阅览；只有36.12%的学生使用过学术资源门户；26.43%的学生做过信息咨询；17.62%的学生使用过馆际互借；甚至有20%未使用过借还书服务（见表2）。

计算机技术发展到今天，涌现出很多面向公众的免费软件，这些开源软件除了在社交网络方面，在各专业领域里也层出不穷，熟练运用这些免费软件将是对我们当前有限资源的一个有效补充。但使用情况并不普遍。有15.42%的学生没有用过任何一款开源软件（见表3）。

研究生对本专业领域内优秀文献及前沿信息的掌握情况在一定程度上决定其创新力。研究生对其专业核心期刊及网站信息的掌握途径如下：60.79%的学生请教导师或同学，46.26%的学生利用期刊导航系统，28.63%的学生利用CSSCI或CSCD获知，11.45%的同学咨询图书馆员，其他途径为4.41%（见表4）。

从外文数据库的使用情况来看，有3.08%的学生从不使用本专业外文数据库；有43.17%的学生不熟悉外文数据库但常用Google找英文文献阅读；只有29.52%的学生经常使用本专业的外文数据库。由此可见，我校的专业外语和外文数据库的培训亟须加强（见表5）。

学术数据库的便捷和及时已成为研究生学习、研究过程中不可或缺的工具。随之而来的大量电子文档如果得不到系统的管理，会浪费掉很多时间和精力。与国外学校情况相比，我校研究生对参考文献管理工具的认识和使用情况令人担忧。以三种最广泛使用的管理工具为调查对象，使用过endnote、noteexpress或 refwork这三种管理软件的学生分别占16.74%、12.33%和8.81%，竟有近63.88%的学生没有使用过任何参考文献管理软件（见下页表6）。

3.提高研究生信息素养的方向与途径选择。调查显示：31.42%的被访者不太能对所浏览的网站的权威性作出判断，2.65%的被访者完全不能判断出所浏览网站的权威性；有40.27%的被访者回答能够判断网站的权威性，但根据的是模糊的经验；只有25.66%的被访者因为听过有关讲座，从而能够准确判断所浏览网站的权威性。

信息搜索能力提高途径方面，43%的同学希望采取听主题讲座的方式；22%的同学选择上选修课；20%的同学选择自学；15%的同学愿意请教导师和同学。

三、分析与建议

1.需强调信息技术教育与信息素养教育的结合。近四成研究生在入学之前没受过正规的信息素养教育，这样的数据映射了中国对于信息素养教育的认识严重不足。国外对信息素养问题的研究可谓由来已久。20世纪60年代至今，相关的研究已相当深入。通过Elsevier、Infotrieve等检索系统都可以检索到众多的研究文献。而通过“google”进行网络检索则返回了1 180 000条记录。这些记录中包含大量的信息素养研究组织、论坛、专门研究网站和资源网站，可以找到数量丰富的研究报告、论文、会议文献及有关的项目和计划等资料。资料还反映出信息素养概念的内涵逐渐由最初单纯的信息技能掌握到人的整体素养层面的演进以及信息素养重要性被广泛认可的过程。

相对而言，国内信息素养理论研究比发达国家滞后得多。1984年，教育部《关于在高等学校开设〈文献检索与利用课〉的意见》，奠定了《文献检索与利用课》作为中国高校大学生用户教育主要形式的地位。此后，受国外影响，中国图书情报界对用户教育活动的理论思考逐渐演变上升为信息素养层面的研究。就发文量而言，中国对信息素养问题的真正研究始于20世纪中期。1995年首次在研究文献中出现了“信息素质”和“信息素养”的概念，但之后发文数量一直非常有限，到2011年一共682篇。反映出中国对信息素养问题的研究多年来一直徘徊在较低的水平。

在对被调查者的访谈中，他们接受的信息教育要么就是计算机教育（简称为“计算机课”、“电脑课”）和在此基础上有所发展的信息技术教育，并以掌握计算机、网络等信息技术的知识和技能为最终目的；要么就是信息化教育，即将计算机、投影仪等设备用于辅助教育。从2000年开始，信息素养概念已进入一部分信息技术教育研究人士的视野，在国家信息技术教育相关政策中也出现了“信息素养”的提法，但基本上是将信息素养的培养局限于信息技术教育之中。而图书情报界则主要是从原有的用户教育、尤其是文献检索课的视角来看待信息素养。

因而，针对于研究生的信息素养教育，应该强调信息技术与人的学习、生活和工作的联系，强调信息和信息技术在各个层次上的学习与应用，特别强调信息素养在终身学习与自主学习中的作用，强调信息素养与个人发展的关系。

2.有待建立统一的信息素养标准，涵盖教育的全过程。信息素养标准是信息素养评估的依据，也是信息素养教育的课程目标。因此，各国积极建立适合本国国情的信息素养标准。在这一方面，美国、英国、澳大利亚制定的信息素养标准都对其他国家产生了一定的影响。美国最具有影响力的信息素养标准分别制定于1998年和2000年。1998年美国学校图书馆协会与教育交流技术协会制定了《学生学习的九大信息素养标准》，并且涵盖了教育的全过程，是从中小学基础教育到高等教育的一个重要主题。

中国的信息素养教育研究起步比较晚，目前还没有制定出一套全国通用的信息素养评估体系。《北京地区高校信息素养能力指标体系》是中国第一个正式的并且比较有权威的信息素养评价标准体系。该指标体系参照了美国、英国和澳大利亚高校的信息素养评价标准，共分为7个一级指标、19个二级指标、61个三级指标。

信息素养教育和其他任何一种教育领域一样，素养的提高是多个相互联系的因素持续作用、形成合力的结果，局部的强化难以实现。且研究生中的绝大多数毕业后便要走向职场，与其他层次的教育相比，除了传统意义上的学习的压力，还有面临从学生到职场人的转变的压力。如果单纯从研究生阶段加强信息素养教育，即使体系完备，也难以避免学生现学现用，不成系统的弊端。

篇9

1 引言

随着计算机科学技术的不断进步，数字信息化的时代已经到来，21世纪是信息化全球大爆发的时代，信息全球化已经渗透到生活的每个角落，校园作为人口比较密集的场所，很多高校都在投入大量的人力以及财力用于校园信息数字化网络的建设，校园数字化网络的建设为校园数字化网络管理提供了足够的保证，能够进一步提高各高校的信息化管理水平。

高校数字化建设是完全建立在高校的校园网网络的基础上，目前，校园网络已经实现了光纤入网的条件，校园数字化建设能够完全将目前比较先进的互联网技术、信息技术、多媒体技术融为一体，充分地将校园的科研工作、管理工作、生活以及教学等工作集成起来形成一个统一的整体，最终为高校的全面信息化教学打下坚实的基础。

高校数字化网络的建设实质上是借助先进的信息化技术将高校的各个部门的各种信息资源进行有效的整合、集成以及优化，进一步提升高校的信息资源的合理利用以及配置。

2 校园一卡通

校园一卡通是“数字化校园”建设的最为重要的组成部分，校园一卡通具备的主要功能必须包括身份认证功能、数据管理功能、金融服务功能、综合消费功能、公共信息管理功能等。校园一卡通能够有效地集成高校内的所有资源以及子系统，通过校园一卡通能够掌握每一个持卡用户动态的、实时的情况，不仅能够加快高校数字化管理系统建设的进度，还能够进一步提升高校的数字化管理水平。

校园一卡通数字信息管理系统的建设是IC卡技术应用比较成功的典范之一。真正意义上的校园一卡通并不仅要具备消费以及结算功能，而是通过智能的数字化管理实现高校内的各种业务管理。校园一卡通必须能够将高校内的消费以及管理集成与一身才可以称之为真正实现了校园一卡通管理，才能通过校园卡实现校园内的学籍管理、消费、结算、身份识别、网上付费等。

3 校园一卡通建设

校园一卡通是目前高校流通非常广泛的信息集成平台，也是目前大部分高校所采用的信息管理平台。校园一卡通管理系统建设是建立在“集中控制、信息共享”的需求上的，因此，校园一卡通系统的设计是多个信息功能模块的有效集成，具体实现的设计思路是将所管理的资源集成在统一的互联网平台，并采用统一的数据库服务器，对资源采用绝对安全的、统一的身份ID认证体系，进而实现信息数据的安全集成、安全传输、安全管理。校园一卡通可以通俗的理解为各个管理系统、射频设备、读卡设备等终端的高效集成，进一步提升了系统管理的智能化水平。

随着各个高校的校园信息化、网络化建设的逐渐深入，高校内的所有信息资源的整合过程已经进入到了全面的规划以及实施阶段，现阶段。校园一卡通的建设必须与高校现有的人事、教学、身份认证等MIS系统以及其余的高校信息应用系统紧密的结合，通过全面的、安全的统一身份认证机制实现高校信息资源的无缝集成及其共享，使得校园一卡通能够友好的融入校园，成为校园信息化建设的非常重要的组成部分，通过校园一卡通的有机整合，能够有效地避免高校的不必要投入，进一步提高高校的信息化建设进度，为高校系统之间资源的无缝共享打下坚实的基础。

4 校园一卡通数据管理

校园一卡通的核心部分内容便是数据，数据信息资源的安全将直接影响到整个校园一卡通系统的安全运行。数据存储行为是校园一卡通在高校校园中应用的最重要的数字化行为，数据IC卡存储的数据不仅包括纯粹的相关数据信息，还包括功能信息、系统运行状态信息、系统交互之间产生的交换数据以及各个功能模块产生的历史记录信息，数据信息的安全存储是确保校园一卡通能够正常运行各个功能模块的关键保障，数据存储行为不是简单的将数据入库操作，更重要的是采用合理的数据加密技术措施以及认证机制确保相关数据的安全，为系统的安全性防护添加一层核心屏障，除此之外，信息资源数据的安全存储行为贯穿到整个系统的设计、研发、实现、实施、管理等各个阶段，甚至包括硬件资源的选取都必须严格遵守对应的安全策略。

校园一卡通数据的安全传输是数据数字化行为的又一重要属性，特别是涉及到财务的相关数据。因此，数据的安全传输必须建立在专有的局域网内，必须在物理以及软件上实现局域网与外部网络的完全隔离，数据在传输的过程中必须采用各种安全措施以确保传输的数据不被修改，比如信道签名、数字签名等。

除此之外，校园一卡通的数据管理行为还必须具备数据恢复功能，由于网络的突然故障或者系统的严重故障经常会造成数据丢失或者损坏，校园一卡通的数据管理必须建立完善的历史数据备份记录，能够自行修复损坏数据，使得系统运行数据正确、可靠、稳定。

5 校园一卡通消费行为

现阶段，校园一卡通在各个高校中应用的最为广泛的便是高校的消费管理上，可以将其理解为高校学生以及教职员工的“电子钱包”。高校校园一卡通消费管理系统采用目前先进的IC卡信息载体，对高校中的学生以及教职工消费行为进行有效的管理。

校园一卡通消费管理系统的建设是实现高校各个部门以及后勤管理服务部门信息化建设的关键手段，能够将后勤服务以及消费管理相关资源进行优化、整理、重构，进而实现后勤资源以及管理资源的合理配置，将复杂的、种类繁多的各种资源充分的利用起来，帮助高校的后勤管理以及校务管理实现过程的高效协调、合理优化，进而实现大幅度提升校园后勤以及校务的信息管理水平，以进一步提升后勤以及校务的服务效率以及高校的效益。

高校员工以及学生的消费行为是后勤管理工作的重点。校园一卡通消费信息管理系统的建设能够有效地缓解校务以及后勤管理工作的繁重业务，简化校务以及后勤的工作流程，实现以较少的人力资源实现全校的合理化管理的目的，在提高后勤服务质量的同时，也实现了精简校园后后勤以及校务管理人员的目的，一定程度上降低了高校的整体管理经费。

校园一卡通消费信息管理系统很大程度上提升了高校的财务管理水平，也实现了高校财务的无纸化办公，消费管理系统的建设能够有效地规范高校内的费用结算管理，进而确保财务的正确管理，有效地规避了一些漏洞，不仅提高了财务的管理水平，还进一步改善了财务管理的工作模式，使得高校的消费行为更加灵活多变，一定程度上提升了高校财务以及消费的管理水平。

目前，校园一卡通的消费行为实现了食堂饮食消费，超市购物消费，饮水消费、洗澡消费、个人医疗消费、四六级考试报名消费、有偿上级消费、个人账户自助存款消费等，基本上实现了高校的可以消费的所有领域。

6 校园一卡通身份认证行为

校园一卡通在高校中应用的另外一个重要数字行为便是身份认证管理，校园一卡通系统需要将校园网网络内的各个子系统有机融合，因此需要将各自独立的相关验证进行统一管理，采用统一的认证机制对用户身份进行统一管理，用户身份的认证以及授权目前校园一卡通研究的重点领域。

校园一卡通的身份识别系统采用目前比较先进的智能卡技术，通过用户身份信息的识别实现高校校内门锁的控制、门禁的控制、重要安全通道的控制、校内各项考勤制度的管理、参会人员的会议签到等，并在此基础上有机地结合了安全防范相关技术措施以及计算机网络控制技术措施，通过软件系统的高效管理实现对校园一卡通用户身份的安全认证和识别。

门禁管理系统是控制和管理校内人员出入的有效措施，通过该系统能够准确有效地对校内人员的出入进行数字化控制，最重要的是确保了校区各个场所的安全，很大程度上提升了持卡用户身份识别的正确性以及效率。

考勤管理系统能够及时地将学生的上课出勤率反馈到学校，还能够有效的考察教职员工的出勤情况，通过考勤管理系统能够有效的实现教务课程的合理化安排，能够提高学生以及教职员工的出勤情况，实时掌握学生在校的一切活动。

校园一卡通的身份认证功能模块的实现能够真正意义上实现校园网网络用户的的身份信息的安全存储以及数据共享。网络认证技术是现阶段应用比较广泛的一套集管理、计费以及认证于一体的安全性极高的综合性网络信息管理系统，网络认证与校园一卡通的有效集成是未来校园一卡通身份认证的发展趋势，涉及到高校内的每个校园一卡通的用户，身份认证系统的整合能够有效的加速高校网络数字信息化建设的进度。

7 结束语

随着各个高校实现校园数字现代化管理意识的不断加强，高校校园管理数字化建设进度也变得愈加强烈，基于智能芯片应用的计算机网络信息化管理系统也变得越来越普及，高校学员以及教职员工众多，往往持有大量的传统的卡片以及不同的证件，比如学生证、图书证、上机证等，一定程度上增加了高校的管理成本，还使得学生的管理水平变得异常混乱。

传统的校园管理模式已经无法满足现阶段的教育模式。信息时代当然离不开教育信息化管理。校园一卡通强大的功能能够有效地融合高校内的一切资源以及子系统，能够实现校园系统以及资源的有机集成，真正意义上的实现校园的数字化系统建设，使得数字化行为轨迹深入到高校数字化管理的方方面面。

参考文献

[1] 宋文功，杨培敏. “数字化校园”与“校园一卡通”关联的实现[J]. 长沙铁道学院学报（社会科学版）. 2006（01）.

[2] 赵震伟. 数字化校园一卡通系统的研发[J].思茅师范高等专科学校学报. 2009（03）.

[3] 王正坤，蒋涛涛. 试论基于数字化校园的一卡通系统的构建[J].农业网络信息，2009（08）.

[4] 王筱超，王蔚.校园一卡通平台的规划与建设研究[J].现代计算机（专业版）. 2009（05）.

篇10

中图分类号：TP311.13

作为我国高等教育一支重要生力军――高等职业教育近几年来的发展可谓迅猛，无论是学校数还是学生人数，高职专科的规模已是我国高等教育的半壁江山。高职教育对人才的培养目标是为国家和地方经济的发展输送适应生产、建设服务等一线急需的应用型高素质人才，《国务院关于大力发展职业教育的决定》中就提出了“坚持以就业为导向，深化职业教育教学改革”，要求加强职业院校对学生实践能力和职业技能的培养。

1 现状

目前，高职学生在学校完成系统的课程学习依然是高职教育教学的主要方式，在此过程中，由于学生个体特性、就业意向、专业方向等各种因素的影响，获取的知识无论从方式方法、内容结构，还是真正掌握的程度来说都因人而异，而这其中有相当大的部分是学生主动性选择的结果；此外，在高职教育教学改革的尝试中，大类招生、拓展专业等多项措施在很多职业院校中已然试行，这就给予学生更多的自和选择的机会。

然而，在自主选择的过程中，由于没有一个可参照的、适合自己的挑选标准，高职学生进行各项选择时在很大程度上有着“扎堆随大流”、“哪个课能混好过”的心理，这就导致主动选择的课程，其学习过程并不顺畅、学习效果也不理想，没有提升自身知识结构的质量。这种高职教育中教与学环节的脱节会对高职学生的能力培养产生有着不可忽视的影响。

2 研究思路

随着教育信息化的深入发展，先进的信息技术手段在教育教学的方方面面都得以有效利用，这也为学生综合能力培养的探索与尝试提供了新的途径，数据挖掘技术就是其中很重要的一种。数据挖掘指的是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。在此过程中，数据源必须是真实的、大量的、含噪声的，而从中发现的是用户所感兴趣的知识内容，这些知识应该是可以接受和理解、并且能加以进一步运用的。

数据挖掘技术之所以在教育行业有更为广泛、实际的应用，这是由于各个学校都会有自己的一整套数据库系统，用于记录学生的学籍信息、课程教学过程等历史数据，这样，就可以尝试运用先进的数据挖掘技术和智能分析工具，通过对高职教育研究和教学过程中积累的海量数据进行采集分类、挖掘和分析，从多角度、多层次出发，构建识别个体特点、知识构成和获取方式等要素之间关联模式的数据模型。数据挖掘是一门交叉学科，其理论和方法有很多，包括K-最近邻分类器、判别分析、人工神经网络和分类树等，它把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识，提供决策支持。在这里就是要将数据挖掘方法与高职教育教学研究相结合，设计实际的分析应用系统，具体来说：

（1）数据挖掘技术面向高职教育这一特定领域中的主体――高职学生，针对专门的指标，包括个体特性、专业要求、就业意向等，着眼于课程这个知识载体，对它们之间的关系进行深层次、智能化的挖掘、分析；

（2）数据挖掘的应用会具体到建模、变量筛选和导入等方面，而不只是一些抽象的挖掘算法的研究；

（3）数据分析采用先进的商业智能工具，同样，数据的展现手段基于平台，具有开放化、模块化、网络化特点。

3 系统框架

系统定位于个性化学习分析，其框架结构参见图1，主要由数据集成、数据建模、数据分析及展现等部分构成。具体来说，数据集成模块完成定义数据结构、装载、清洗、合并数据的功能；数据建模是指建立数据分析OLAP及数据挖掘模型；数据分析旨在分析和比较各种不同算法得出的结果，寻找最为匹配的算法，而数据展现的作用是根据分析结构灵活创建数据报告。

图1 系统框架结构

在此架构下，各个子系统的功能如下所述：

（1）数据集成。分析和归纳课程教学过程中产生的系列数据，根据其特征和行为设计及定义便于分析和挖掘的数据结构，然后并进行数据集成。数据集成的工作包括从异构数据源获取数据，将其进行清洗、转换、合并，然后加载到数据仓储中。数据集成执行的时间、相互的顺序、成败对将来的分析结果的有效性则至关重要。

（2）数据建模。典型的数据挖掘工具将在构建了数据仓库后进行分析并生成结果，一些工具也可以使用关系型数据进行分析，数据分析的结果独立于数据仓库中使用的数据。数据挖掘核心的部分就是选择挖掘算法并建立数据模型，这样就可以根据学生个体信息、学生成绩等数据之间的关系将这些学生划分成分析有意义的组群并预测他们的行为；当把这些组发送回分析过程时，数据挖掘引擎允许分析人员和用户根据这些簇进行划分和细化。

（3）数据分析与展示。以学生个体信息和课程数据为输入，利用所筛选出的最佳建模方法，逐步提出一个可实现个性化学习分析的数据模型，以衡量及提高模型预测的准确度。将分析结果以特定的客户端或Web方式进行展现，以建立的分析结果展示平台，具有高度的开放性、通用性和可扩展性。通过建模创建了正确的模型，数据挖掘的重点就从分析转到结果上，数据报告的展现方式有多种，可通过专业的报告工具，也可自行编写Web网站进行。

4 结束语

在高职教育教学研究中运用先进的数据挖掘技术手段，针对各项课程教学、学生管理数据进行深度挖掘、分析，研究个性化学习模式，为学生的自我学习规划提供具体化、智能化分析结果以供参照，在此情况下，先进技术手段的支持，对教与学都有着不可忽视的影响。同时，也为人才培养的探索与尝试提供新途径。

参考文献：

[1]赵云鹏，石丽，刘莹.基于数据挖掘的高校规模分析及应用研究.第九届全国信息获取与处理学术会议论文集[C].2011.

[2].数据挖掘在高职院校教学管理中的应用[J].清远职业技术学院学报，2010（12）.

篇11

1 引言

 

甘肃省作为我国西部经济欠发达省份，以教育信息化带动教育现代化发展，坚持以深度融合、机制创新、企业参与、应用驱动为导向，在教育管理信息化基础建设、深化应用、创新融合方面，克服基础条件差等困难，努力实现跨越式发展。

 

认真贯彻落实《教育信息化十年发展规划(2011—2020年)》精神，(简称《十年规划》)。《十年规划》提出了我国教育信息化未来十年的8项任务和5个行动计划，这8项任务和5个行动计划又被概括为“三通两平台建设”。三通即：“宽带网络校校通、优质资源班班通、网络学习空间人人通”，两平台即“教育资源公共服务平台、教育管理公共服务平台” [1]。

 

2 甘肃省教育管理公共服务平台顶层设计

 

“十二五”期间，重点建立覆盖全省各级各类教育的基础数据库及其管理信息系统，为各级教育行政部门和各级各类学校提供教育管理基础数据和管理决策平台。

 

按照教育管理信息系统“两级建设、五级应用”原则，坚持“核心系统国家建、通用系统省级建、特色系统本级建”的建设模式。以甘肃省教育数据中心为依托，集中省级硬件基础环境、人员技术力量，统筹建设教育管理公共服务平台和教育资源公共服务平台，两平台硬件环境共建共享，充分发挥效益，为全省教育管理和应用提供服务。国家级核心系统全面部署，省级通用系统基本完善，各级特色系统逐步推进。

 

在整体推进过程中，以硬件基础环境建设为基础，以保证国家核心系统部署与落地应用为第一要务，以省级通用系统建设与应用为特色，利用大数据统计分析为各级各类教育行政部门提供科学的决策服务，促进教育公平和教育现代化发展。

 

3 甘肃省教育管理公共服务平台基础运行环境[2]

 

为保障我省教育管理信息化的整体推进，向全省各级各类教育行政部门提供教育管理公共服务和基础数据支撑，从2010起，加强省级教育数据中心建设工作，为省级和不具备机房环境的市州提供网络基础环境。按照“国家教育管理公共服务平台《省级数据中心建设指南》”中总体要求进行建设，按照B类数据中心建设标准，建成了面积达250多平方米，安全、高效、节能、功能齐全、服务到位的省级教育数据中心。

 

4 甘肃省教育管理公共服务平台建设情况

 

从2013年截至目前，我省教育数据中心已部署的国家核心管理系统有：中小学生学籍管理系统、中小学校舍安全管理系统、学生资助管理信息系统、中等职业学校学生管理信息系统、学前教育管理系统、教师管理信息系统、基础数据库、应用支撑平台、安全运维监测平台等，基本完成了教育部要求的全部系统的部署。

 

5 运用技术手段，实现各系统数据挖掘整合

 

2014年在国家核心系统建设的基础上，为了便于各业务系统数据分析报表的查看和检索，我省专门开发了甘肃省教育综合数据监测系统，通过统一的教育管理数据监测平台，对所有业务系统数据进行监测，通过统一的门户平台进行展示。

 

该系统设计面向服务的体系结构(SOA)，使用J2EE和HTML5程序设计并且在数据的抽取、转换和加载运用了目前先进的ETL技术，通过对中小学学籍系统数据库、教师管理系统、中等职业学校学生管理信息系统数据库、校舍安全管理系统数据库的关联，动态提取各种数据，生成教育行政部门所需的各种统计报表。系统通过学生、教师和学校三个横向维度，按照学前、基础教育、中等职业教育和综合四个纵向维度，把各业务系统报表统一进行展示，并跨系统进行数据关联和对比，按照教育决策部门需要，灵活方便地生成的各种类型报表，按照折线图、饼状图、柱状图和数据报表等形式直观方便地进行展示。

 

6 利用大数据分析共享，提高社会公共服务能力

 

按照“核心系统国家建、通用系统省级建、特色系统本级建”的原则，进一步落实“一库五应用”建设目标，甘肃省在国家核心系统建设的基础上，对各孤立分散的业务系统数据进行跨系统整合，科学、精准、可持续的获取数据，深度挖掘分析数据，从而打造甘肃省教育管理数据监测服务系统，为全省教育行政部门提供科学有效的决策数据。

 

根据我省当前的信息系统实际情况，结合今后教育信息化的长远发展和规划，将各业务系统数据通过抽取、转换、加载等环节，加载到甘肃省教育管理数据监测服务系统中，满足甘肃省教育管理数据监测及分析需要。如：学籍系统、教师系统、校安系统、学期系统、中职系统等都是原始的基础数据，如要跨系统进行数据分析对比和提取，应了解：①农村六年制小学按照学生人数统计教师的分配情况，初级、中级、高级教师的分配情况，教师的年龄结构情况，音体美艺术类专业教师的分配情况。②根据学校片区分布和片区学生教师人数，分析片区学校布局是否合理。③通过小学入学人数、幼儿园入园和毕业人数、义务教育人口监测中适龄入学人数对比，分析入园和入学情况。④查看全省大班情况等。要得到这些分析报表，必须通过对各业务系统源数据进行动态抽取、转换、加载和分析，最后生成所需要的报表。

 

7 结语

 

篇12

Web开发往往涉及技术较多，随着MVC软件开发理论的不断深入，极大地提高了软件可维护性、可阅读性，但同时也增加了软件开发的工作量，提高了软件开发的成本。软件开发框架的出现，改变了这种状态，框架（FrameWork）为Web应用提供了预备的软件架构和相关软件包，可以大大提高开发Web应用的速度和效率。在Java社区，开源项目进行得十分活跃，许多优秀的开源框架更是为我们提供了帮助，结合Struts和Hibernate这两个开源框架来构建应用是一个十分有效的技术选择。本文研究了没有采用EJB技术的基于Struts和Hibernate框架的轻型J2EE软件架构技术和开发方法，并给出了在教学数据分析统计与设备管理系统中的具体应用。

在J2EE的多层次结构中，Web层框架遵循MVC模式的Struts架构，业务逻辑处理有JavaBean操作类完成，数据持久层采用Hibernate框架。本文将该框架架构应用于专业设置数据统计分析系统，利用调研信息输入专业设置信息条，最终生成统计信息报表；将基于改框架搭建石化企业设备管理系统，完成设备基本信息管理、备品备件管理、附属设备管理、故障登记管理等。

Web层中Struts框架的基本结构（见图1），Web层框架采用Struts架构存在以下几个方面优点。

a）可以为一个模型在运行时同时建立和使用多个视图。变化一传播机制可以确保所有相关的视图及时得到模型数据变化，从而使所有关联的视图和控制器做到行为同步。

b）视图与控制器的可接插性，允许更换视图和控制器对象，而且可以根据需求动态地打开或关闭、甚至在运行期间进行对象替换。

c）模型的可移植性。因为模型是独立于视图的，所以可以把一个模型独立地移植到新的平台工作。需要做的只是在新平台上对视图和控制器进行新的修改。

d）潜在的框架结构。可以基于此模型建立应用程序框架，不仅仅是用在设计界面的设计中。

业务逻辑处理层：

该层是业务处理中心，考虑业务逻辑的需要具备灵活性，系统将业务处理类封装成JavaBean，并向上提供调用接口，为以后系统维护、扩展提供了方便。当系统业务发生改变，系统只需要更改相应的业务处理类，其他部分不需要进行修改。

数据持久层：