基于云班課的翻轉課堂教學模式在大數據專業的應用研究

張娜 邸小蓮

摘要：2017年，大數據技術與應用專業在國家高職院校開始招生，專業辦學目前存在人才培養方案制定、師資團隊建設、學生學習矛盾調和等辦學困難。經過近三年的實踐研究發現，基于云班課的翻轉課堂教學模式應用于大數據專業教學，可以從理清課程教學思路入手，通過學生基礎摸底、制定授課計劃、進行教學設計、組織教學活動、記錄過程數據、分析反饋改進這一過程開展教學工作。教師如能在教學中準備充分，實時督促，及時反饋，就能達到較好的教學效果。實踐證明，基于云班課的翻轉課堂教學模式應用于大數據專業教學，使專業學生的學習態度更積極了，也提升了學生的專業技能和競賽成績，是值得推廣的一種教學模式。

關鍵詞：大數據專業;翻轉課堂;云班課;高職;教學模式

中圖分類號：G712 文獻標識碼：A

文章編號：1009-3044（2020）10-0169-04

2016年，教育部根據《普通高等學校高等職業教育（專科）專業設置管理辦法》，研究確定了大數據技術與應用專業（專業代碼：610215）為增補專業，適用于高等職業學校，于2017年開始試行。陜西工商職業學院是陜西第一批開設該專業的8所高職院校之一，于2017年開始招生。經過近三年的實踐研究發現將基于云班課的翻轉課堂教學模式應用于大數據專業教學，可以較好地完成教學目標，提高教學質量。

1翻轉課堂及云班課簡介

翻轉課堂，是以學生為主體的“學習知識在課下，鞏固提高在課堂”的一種教學模式。2007年，美國林地公園高中的兩位教師提出了“翻轉課堂”的教學理念。同年，可汗學院的創始人薩爾曼·可汗把錄制的教學視頻上傳到YouTube網站供人免費學習。由此，“翻轉課堂”教學模式開始應用于教學。時至今日，它已廣泛應用于我國各個層次，各種性質的教育教學中。

云班課，也叫藍墨云班課，是北京智啟藍墨信息技術有限公司于2012年研發的一款基于移動互聯網環境的教學平臺，教師和學生在移動設備或PC上都可以輕松使用。云班課教學平臺的合理應用可以加強教師與學生之間的教學互動，推動教學活動的有效實施，是幫助教師高效進行課上、課下教學活動開展的得力助手。

2高職大數據專業教學現狀

盡管教育部設定了專業，也通過專業《目錄》給出了明確導向，但回顧近三年的專業辦學，我們在還是遇到了一些困難。

2.1人才培養方案制定難

人才培養方案的制定是專業教學工作開展的依據，然而作為國家第一批開設大數據專業的高職院校，沒有可以借鑒的經驗。因此在專業建設中，我們與天津迅騰公司合作辦學，依托企業了解市場需求制定了人才培養方案，同時通過日常教學、技能大賽、企業調研等，全面了解行業需求及動態，結合學生的實際隋況發現總結現有方案、計劃的不足進行改進。

2.2師資團隊建設難

師資團隊建設是專業教學工作開展的質量保障。作為一個新興專業，教師都是從計算機相關專業抽調重新組建的教學團隊。團隊教師普遍對于專業需要哪些知識技能，如何搭建課程體系等認知不足，短期內學習提升需要花費大量的時間和精力，而且對教師的學習能力等素養也有較高要求。這些都增加了師資團隊建設的難度。

2.3學習矛盾調和難

我校大數據學生的生源主要有綜合測評招生和高考統招招生兩部分組成，生源的基礎文化水平、基本學習能力不高。大數據專業開設的課程對學生的數學、英語基礎，邏輯思維能力等有較高的要求。因而，學生的學習能力不足和課程學習基礎要求較高形成了矛盾，調和難度較大。

3教學模式的應用與研究

在實際教學中，我們發現有相當一部分學生因為課堂練習時間不足、學習環境受限、遇到問題不能及時請教師解惑等原因存在較大的學習困難。通過摸索實踐，我們發現基于云班課的翻轉課堂教學模式能較好解決這些困難，取得不錯的教學效果。

3.1教學思路探索

理清課程教學思路有助于整體規劃各階段的教學工作。在《Python程序設計》《Python數據分析》《大數據可視化》等專業課程中，我們都采用了如圖1的教學思路組織各教學活動，效果良好。

摸底調查：設計調查問卷，摸底了解學生的學習基礎、基本認知、學習熱情等。

梳理計劃：針對云班課問卷調查的報告進行分析，依據課程標準結合分析結果擬定授課計劃等。

教學實施：按照授課計劃，分課時實施教學活動。①課前準備，提前發布學習資源，要求學生課前學習，并根據完成習題的情況判斷學習效果，分析學習困難。②課堂組織，首先組織學生互相答疑;接著引導學生梳理知識技能、解決共同困難、查漏補缺;然后巡回指導學生完成鞏固訓練，發現個別掉隊的學生及時援助。③課后改進，整理學習過程數據，分析得失以改進教學設計。

反饋分析：如果前述階段的數據反饋分析發現授課計劃等有不合理的地方，也需調整改進。

通過閉環的計劃、實施、反饋、改進使授課計劃、教學設計更適合學生的需要。

3.2教學過程實施

這里以19級大數據專業1、2班的《Python程序設計》課程教學為例來說明。

1）摸底調查

開課前兩天，教師即發布了“摸底問卷”，以了解學生的學習基礎、課程基本認知和學習能力。兩個班總人數95人，參與問卷調查81人，參與率85.3%。問卷顯示：①93.6%的學生沒有編程基礎;②88.4%的學生沒有個人電腦可以輔助學習。

2）梳理計劃

教師依據課程標準及調查分析結果制定了授課計劃，并以在課余時間免費開放機房、通過助教暢通師生溝通渠道、成立興趣小組等方式為輔助教學措施開展教學工作。

3）課時教學

分課時組織學生開展各項學習活動，留存學習過程數據。這里以“IF選擇結構”2課時教學為例進行說明。

f1）課前準備

教師發布了“IF選擇結構”的各種教學資源、創建學習活動，還依據學生的學習情況分析得出普遍的學習困難是“多條件選擇結構的程序流程及else和elif的用法區別”，做好了課堂答疑的準備。

學生則完成了自主學習并記錄學習困惑以便在課堂可以提問。

這一階段教學數據的統計顯示，97.9%的學生學習了資源，94.8%的學生參與了課前測試，“單條件if語句的應用”相關題型的正確率達到了77.3%，學習效果較好;“多條件選擇結構程序流程及else和elif的用法區別”題型的正確率只能達到55.9%，學習困難較大。云班課課前測試情況如圖2。

（2）課堂鞏固

環節一“答疑解惑”，組織學生互相解答學習困難，并發現共同問題。

環節二“梳理小結”，根據課前分析的結果和答疑的實際情況解決共同問題，梳理知識技能點，重點講解多條件IF結構及else和elif的用法區別等。

環節三“督促鞏固”，首先重測課前測試以檢驗前兩個環節的學習效果。然后讓學生獨立完成“狗狗年齡換算”程序編寫練習，通過知識技能的實際應用內化學習內容。

這一階段教學數據的統計分析發現，在針對性的答疑解惑和知識梳理后，學生知識技能的掌握程度明顯提高。兩個班參加二次重測的學生占比達到了99.0%。“單條件if語句的應用”相關題型正確率上升了13個百分點，“多條件選擇結構程序流程及else和elif的用法區別”學習困難基本得到解決，相關題型正確率上升了近27個百分點。兩次測試的對比結果如下圖3。

“狗狗年齡換算”程序編寫任務完成率達到了92.8%。學習效果令人滿意。

（3）課后提高

此階段教師鼓勵學有余力的同學完成拓展作業——“企業電費計算”的程序設計。有45.4%同學完成了選做作業。

4）反饋分析

對學生學習過程數據進行定量分析、定性判斷，發現不足、分析原因，以改進教學設計、授課進度等。

3.3教學效果分析

在大數據專業教學中應用基于云班課的翻轉課堂教學模式可以較好完成教學目標，提高教學質量。

1）學生學習態度更積極

這里以“繪制美國國旗”實訓任務為例。因為這一實訓任務能較好地綜合訓練學生Python基礎編程，所以在17、18、19三個年級的課程學習中都開展了。然而三個年級學生完成這一實訓任務的態度有較大差異。主要表現為幾個方面：

（1）完成任務的人數占比逐步增大

17、18、19三個年級的學生完成這一實訓任務的人數占比分別是85.7%、86.4%和89.0%，完成任務的學生比例是持續上升的。見下圖4。

（2）完成任務越來越主動

17級學生比較被動，幾乎無人提問;18級學生就主動一些，不僅有學生主動提問，還能在討論中對其他同學的編程思路提出改進建議;19級學生明顯主動的多，很多同學專門查找了美國國旗各元素的精確比例關系，提問人數也比較多，提交的程序可以看出更多不同的編程思路。

（3）完成任務質量的要求越來越高

這一實訓任務中，星星的排列是最難的部分。17、18級大部分學生編程只要求個數夠，排列效果相似就可以，出現了排列明顯錯位或跑出了藍色背景的情況，對于實訓任務的態度是完成即可;19級的學生則明顯在程序設計中對星星排列要求更高，對于實訓任務的態度是高質完成。學生作品對比見下圖5。

17、18級比較多的學生提交效果如圖5中a、b;19級大部分學生提交效果如圖5中的c、d。

除了三個年級學生的學習態度對比分析，其實從一門課的學習過程也可以看出學生學習態度的改進。

《Python數據分析》課程教學中給19級學生布置了10次選做作業，完成學生的人數占比趨勢如下圖6。

由圖6中趨勢線可以看出完成人數占比呈上升趨勢，即越來越多的學生完成了選做作業，愿意進一步提升自己，學習態度是積極進取的。

21學生參加技能競賽的成績進步明顯

為了達到以賽促教、以賽促學的目的，陜西工商職業學院于2018年、2019年組織學生參加了兩屆“泰迪杯數據分析職業技能大賽”。2018年，17級大數據專業的7名學生分三個隊參加了A組的比賽，取得三等獎2項;2019年，18級大數據專業的15名學生分5個隊參加了A、B兩組的比賽，取得一等獎4項、二等獎2項。兩次比賽，參賽人數增加了一倍多，獲獎率提高了200%，獎項層次也明顯提高了。這里雖然有參賽經驗積累等因素的影響，但也絕不能忽視基于云班課的翻轉課堂教學模式確實提高了學生的學習質量和效率，取得了較好的教學效果。

3）專業辦學規模不斷擴大

陜西工商職業學院大數據專業從17級招收第一批學生至今，在校生已達317人，招生人數大幅上漲，辦學規模不斷擴大。雖然影響辦學規模的因素很多，但不能否定基于云班課的翻轉課堂教學模式在專業教學中取得的良好教學效果，得到了學生和家長的認可，好口碑使很多報考大數據專業的考生在多方對比后依然選擇我校就讀。

4應該注意的幾個問題

想要真正發揮出翻轉課堂教學模式及云班課平臺助教優勢，還需做好以下幾點：

4.1教學準備工作要充分

由于翻轉課堂教學模式是“學習在課前，解惑在課上”，這就要求教師要進行較傳統教學模式更充分的教學準備。教師進行教學設計時要充分考慮課下學習，學生可能遇到的各種干擾和不確定因素，要熟悉云班課各功能模塊的應用，能把各種學習活動用適合的形式開展，以達到好的教學效果。因此，準備工作充分是取得良好教學效果的第一要素。

4.2全程督促要做實

學生在課前、課中和課后都有相應的學習任務，任務完成情況直接影響后續學習。學生如果有一個階段掉隊，就可能在下一階段跟不上，學習困難越來越多而最終放棄。因此，教師要把全程督促做扎實，發現“掉隊”的學生，及時提醒。

以19級大數據3班為例，該班有學生45人，經過多次作業提交記錄的數據分析，該班能按時提交作業的學生一般為33到36人，及時提醒后可以達到40到42人，對比情況如下圖7。

圖7表示，及時的督促可以使該班平均作業提交率提高超過15%，使88.9%的學生完成學習任務。

4.3反饋分析要及時

這里的反饋分析包括教師給學生學習效果的評價反饋和收集學生的學習反饋并分析改進。

教師給學生學習效果的評價反饋是指教師應及時在學生完成學習活動后給出評價。通過云班課，學生可以看到教師、同學的評價，發現問題、互相學習;可以在測試活動后即時看到榜單，奮起直追;可以在成員中看到經驗值的積累排行，努力提升……

收集學生的學習反饋并分析改進是指教師對學生學習數據分析后發現教學活動設計不適合、授課計劃安排不合理等問題時要及時調整。

兩種反饋分析都可以改善教學效果，幫助學生得到更多的正向學習反饋，形成良好的學習習慣和心態。

高職大數據技術與應用專業目前存在人才培養方案制定難、師資團隊建設難、學習矛盾調和難等辦學困難。經過近三年的實踐研究發現，基于云班課的翻轉課堂教學模式應用于大數據專業教學，可以從理清課程教學思路人手開展教學工作——對學生進行摸底，制定授課計劃，進行教學設計，組織課前、課中、課后教學活動，記錄過程數據，分析反饋改進。教師如能在實施教學過程中，做好充分的準備，實時督促學生的學習行為，及時給學生以正向反饋，就能高效高質的完成教學目標，達到較好的教學效果。實踐證明，基于云班課的翻轉課堂教學模式應用于大數據專業教學，學生不僅專業技能、競賽成績提高了，而且使學生建立了學習信心，有了更積極的學習態度。