大数据对高校教学研的影响与探索

计算机工程与科学

大数据对高校教学研的影响与探索

覃福钿,李晶

（广东东软学院计算机学院,广东佛山 528225）

收稿日期:2019-08-11 修回日期:2019-10-16 出版日期:2019-12-25 发布日期:2019-12-25

Influence and exploration of big data

on university teaching and research

QIN Fu-dian，LI Jing

（School of Computing,Neusoft Institute Guangdong,Foshan 528225,China）

Received:2019-08-11 Revised:2019-10-16 Online:2019-12-25 Published:2019-12-25

摘要/Abstract

摘要：

大数据环境下高等教育的教师授课模式、学生学习积极性、教师和学生的科研实践的需求进行了分析，得出的结论是教师的教学模式由“说教式”变为“网红式”，学生的学习由被动变得主动，“新工科”专业在科研实践中对数据严重依赖。同时，也提出了2点建议，
（1）大数据环境下高校教师应该智慧化、线上线下融合模式教学；
（2）应该优化“产学研”合作平台的功能，增加数据资源共享库的建设，以便适应大数据时代的需要。

关键词: 大数据, 数据集, 数据共享, 信息共享库

Abstract:

In the big data environment, the teaching mode of higher education teachers, the enthusiasm of students, the needs of teachers and students’ scientific research practice are analyzed. The conclusion is that the teaching mode of teachers has changed from “teaching style” to “network red type”, the learning of students has become from passive to active, and the “new engineering” specialty relies heavily on data in scientific research practice. At the same time, two suggestions are also put forward. The first is that college teachers should intelligently adopts both online and offline teaching mode in the big data environment. The second is that the function of the “industry-university-research” cooperation platform should be optimized and the construction of data resources sharing library should be strengthened so as to adapt to the needs of the era of big data.

Key words: big data, data set, data sharing, information sharing library

覃福钿,李晶. 大数据对高校教学研的影响与探索[J]. 计算机工程与科学.

QIN Fu-dian，LI Jing.

Influence and exploration of big data

on university teaching and research

[J]. Computer Engineering & Science.

[1]	陈侨安1，李峰1，曹越1，龙明盛1,2. 基于运行数据分析的Spark任务参数优化[J]. J4, 20160101, 38(01): 11-19.
[2]	黄智慧, 肖祥立, 张玉书, 薛明富. 基于隐形后门水印的开源数据集版权保护[J]. 计算机工程与科学, 2024, 46(06): 1013-1021.
[3]	钟权, 陈志广, 高蓝光. EMRI-Tree：面向多分辨率可视化的层次式数据结构[J]. 计算机工程与科学, 2024, 46(05): 776-784.
[4]	牛为华, 翟瑞冰. 基于改进3D ResNet的视频人体行为识别方法研究[J]. 计算机工程与科学, 2023, 45(10): 1814-1821.
[5]	杨浩艺, 陈微, 姚泽欢, 谭郁松, 李非. 基于转录组学数据的抗真菌药物预测方法研究[J]. 计算机工程与科学, 2023, 45(02): 246-251.
[6]	葛旭冉, 刘洋, 陈志广, 肖侬. 基于MPI的并行大数据集生成器[J]. 计算机工程与科学, 2022, 44(07): 1152-1161.
[7]	李一, 李阳, 苗壮, 王家宝, 张睿. 一种扩展VIFB的红外与可见光图像融合基准[J]. 计算机工程与科学, 2022, 44(06): 1072-1082.
[8]	林洁和, 张绍华, 李超, 戴炳荣. 基于ECC的区块链数据共享系统设计[J]. 计算机工程与科学, 2022, 44(05): 810-818.
[9]	郭文强, 寇馨, 李梦然, 侯勇严, 肖秦琨. 小数据集情况下基于变权重融合的BN参数学习算法[J]. 计算机工程与科学, 2022, 44(05): 916-923.
[10]	刘世缘, 李云春, 陈晨, 杨海龙. 面向大数据存储的主动与被动相结合的性能评测方法体系结构与实现[J]. 计算机工程与科学, 2022, 44(04): 584-593.
[11]	杨柏蔼, 赵山, 刘芳. 无服务器计算技术研究综述[J]. 计算机工程与科学, 2022, 44(04): 611-619.
[12]	吕高锋, 王玉鹏, 杨鎔嘉, 唐竹. 基于聚合的FlowRadar网络数据采集加速模型设计[J]. 计算机工程与科学, 2022, 44(02): 220-226.
[13]	陆卫忠, 宋正伟, 吴宏杰, 曹燕, 丁漪杰, , 张郁. 基于深度学习的人体行为检测方法研究综述[J]. 计算机工程与科学, 2021, 43(12): 2206-2215.
[14]	张元鸣, 虞家睿, 陆佳炜, 高飞, 肖刚. 基于Spark Streaming的视频大数据并行处理方法[J]. 计算机工程与科学, 2021, 43(10): 1736-1743.
[15]	黄山, 房六一, 徐浩桐, 段晓东, . 面向容器环境的Flink的任务调度优化研究[J]. 计算机工程与科学, 2021, 43(07): 1173-1184.