基于商業智能案例分析課程云教學思考研究

張仕霞 楊曉歡 吳珊 王強 蔣新

摘 要：在傳統的教學中，雖然是以學生為中心，但是針對部分自覺性較弱學生要求學生課前預習和課后復習有一定的難度，所以云教學開展有一定的難度，針對疫情期間全面開展云教學，在此期間有很多我們不可預知的問題，針對各種問題，在云教學的過程中，教師提供學習資源，更多的強調學生課前預習和課后復習并以結果為導向的教學方式，在實踐中略顯成效。

關鍵詞：云教學;商業智能案例分析;高等教育

中圖分類號：TP311 文獻標識碼：A

1、引言

疫情期間的教學工作，在人們眼中疫情帶來了很多影響，其中有好的一面也有不好的一面，我們要學會辯證的看待問題，比如下面我們就來一起進入疫情期間的教學方面，我認為在疫情期間并沒有影響到大家的學習，反而學習變得更為方便和自由，有利于提高學生的自我約束能力和自主學習能力。

1.1 商業智能案例分析

隨著全球數據量的增加，對于如何才能挖掘出對決策者真正有用的信息就成為了大家關注的問題，由此商業智能的應用也隨著信息量的增加而逐漸受到企業界的重視，通過商業智能的應用企業可將原始的客戶數據做更深入的分析，從而建立有效的預測模型，得到更多更有價值的信息，有效的將數據轉化為知識，本課程的作用就是幫助企業做出更好的決策[1，2]。

1.2云教學

云教學是以班級為單位組織授課和雙向互動，以錄播課為主，采取“錄播+線上答疑”的形式。有條件的學校可以采用直播+線上答疑的形式。課后輔導可以采用點播或線上答疑形式[3]。

打破了傳統師生教學面對面“現場教學”的單一模式，出現了遠程隔空“師生兩不見”的在線教學新模式，延展了教與學的時空，給學生學習帶來了巨大的便利，極大地提升了教育教學的總體效益。

2、傳統課程教學

傳統的教學方式主要是上課老師講解，課前部分學生會預習，課后也會有相應的任務，傳統的教學模式即為課堂上教師講學生聽，下課完成作業，學生雖然可以面對面的溝通，但是很多內向的學生并不能及時和教師進行溝通，會導致學生的問題并不一定完全表達，學生間的互助也有一定的局限性，在電子設備發達的今天很多學生24小時手機不離手。

那么直接使用手機進行教學的溝通是否更好呢，是否能夠更為及時的解決學生的問題？我的答案是肯定的，疫情沒有減少我們的溝通，只是換了一種溝通的方式，網絡教學可以使得我們教師將時間更為充分的利用起來。

在教學過程中，每個班級的學生都有班群，那么遇到問題在群里探討就顯得非常方便，而且大家能夠在第一時間看到問題思考，全班同學可以共同解決問題，實現了溝通無時間地點的障礙。

3、云教學實踐

商業智能案例分析課程目前的實施方案是基于慕課和educouder平臺，引用了慕課資源平臺上本課程的一個具體項目，該項目的數據是公開的AdventureWorks數據集，對此數據集進行實驗分析。

在教學過程中主要采用的方法是以學生為中心的思想，設計方法如下：

每周老師需要提前安排好每周的教學任務，通過educouder平臺的公告和討論區以及資源和qq群讓每一個學生能夠提前知道本周的學習方法和任務，學生方可根據老師的指引進行學習。

課前預習，采用的是課前學生自主預習慕課資源和教師在educouder平臺上傳的教師提前錄好的課程資源，學生先進行預習和學習，由于本課程是在學生的電腦上完全安裝和配置本課程的相關環境和軟件，所以學生在自學的過程中可以提前進行預習和實踐操作，每個班有自己的qq群進行聯系，對于課前和課后遇到的問題學生可以無時間無地點障礙進行相互的溝通和探討。

課中，以學生為中心探討普遍問題和重難點問題，每個班級都已經進行了分組，每個小組都有小組長對每個學生的具體情況進行實施跟蹤，遇到問題時教師會引導學生互助的方式解決，發揮一帶一和一帶多的方式，不僅能讓部分學生學習到自己沒有遇到的問題同時還能使得遇到問題的同學能夠得到幫助，教師在其中發揮帶動和安排作用，對于學生遇到的普遍性問題和重難點問題教師進行詳細的講解和分析。

課后教師會給學生發布相關作業和相關任務，和上課的內容相似，保證大部分學生都能夠完成，并且能夠鞏固本周所學內容。

4、總結

本次受到疫情的影響，實施的云教學，不僅僅充分發揮了學生的能動性，還帶動了學生自主學生讓學生養成了自我約束和自我管理的好習慣，同時還引導學生在以后的學習中能夠有自我解決問題的能力，在為期一個月的教學過程中取得了明顯效果。

參考文獻

[1] 謝邦昌，鄭宇庭，蘇志雄. SQL Server 2008 R2數據挖掘與商業智能基礎及高級案例實戰[M]. 2011.

[2] 謝邦昌. SQL Server數據挖掘與商業智能基礎及案例實戰[M]. 2015

[3] 高雨，魯石. 云教育背景下的“教、學”影響初探[J]. 常州信息職業技術學院學報，2015（2）：21-23.

第一作者簡介：張仕霞，1993年，女，四川眉山，西南財經大學天府學院，碩士，主要研究方向機器學習、數字圖像處理。（第一作者為通信作者）