论文部分内容阅读
【摘 要】 对可视化技术在计算机专业建设中的应用进行了深入地分析，并结合国内教育现状对可视化技术发展中遇到的问题进行了探讨，指出了存在的问题和不足，并就如何结合可视化和数据挖掘技术特点，与当前高校办学特色和实际状况，推动与促进可视化技术的发展提出了一些建议。
【关键词】 教育数据 可视化 计算机专业
一、国内外发展状况
随着计算机科学与技术的高速发展、不断深化和对社会广泛领域的渗透、应用，专业本身内在的复杂性等诸多因素的影响，使高校计算机专业发展面临诸多困难和困惑，加之来自其他学科专业在教学、科研、技术开发和工程应用方面的同质化、和“蚕食”，使得相应的专业课程体系建设存在着相对滞后，课程设置模式僵化等不足。因此如何界定学科专业教学的范畴、内容和要求，制订符合各校办学特色的课程体系，形成一套顺应学科发展潮流，适应地区发展、社会实际需求的特色人才培养模式具有重要的研究意义。
目前关于将可视化技术引入课程体系建设中的研究鲜有成果，与之有关的是将数据挖掘技术引入到教务管理系统中，进而进行相关的课程设置。美国加州大学2008年通过“招生综合评审”系统，对招生数据中学生的种族、语言、申请专业等数十个项目展开分析，使当年的入学率达到了22%。卡内基梅隆、麻省理工、斯坦福大等学校也相继有一些成果，并得到了实际应用。我国在1997年首次对数据挖掘领域的项目进行了支持，南京大学、上海交大等研究了非结构化数据的知识发现以及web 数据挖掘。尽管目前绝大多数高校课程设置及教学信息均已实现了信息化管理，但大多是实现了把纸面的表单迁移到了计算机系统中，缺乏针对课程体系建设和改进的探索和研究。
二、专业建设应用中的主要问题
（一）可视化技术应用于课程体系分析，研究对象不仅包括成绩、课程等结构化信息，也包括实踐实训等非结构化信息，如何对传统数据、电子数据进行格式转换、降维，以统一到一个度量框架内？
（二）可视化技术有不同的适用范围，如何确定一种对课程体系数据结构具有普适性、良好交互性、和可操作性的可视化技术，且具有良好的可视化效果和分析决策功能？
（三）随着高校的发展，课程信息日趋多样和复杂，如何研究一种自适应的可视化算法，能应对数据在数量和内部结构方面的不断变化。
（四）课程建设是一项复杂的系统建设工程，如何建立一套行之有效的指标体系，为可视化技术在课程体系建设中的应用提供参照和度量？
三、促进可视化技术应用的建议
（一）制定规范与标准
对多源异构的教育数据特征进行对比、分析、和预处理，构建面向教育规范的特征数据模型和逻辑处理模型。整合当前已经建设起来的各类信息化教学环境，如课程中心、教学资源库、智慧教学等，统一这些独立运行的系统和平台，制定标准，加速与促进各类教育数据的融合。
（二）推动可视化技术分析
推动可视化和数据挖掘的应用，以从庞大的教育资源中提炼出蕴含的规律和特征，如将关联规则挖掘算法应用于各学期课程成绩分析，再借助可视化技术发现各项成绩之间的关联关系，为课程的衔接和关联提供决策与指导，在课堂教学中，也可以充分利用可视化技术展示知识点和模块之间的关联，以加强教学质量和效果。
（三）辅助管理
通过收集专业评估报告，教学大纲，专业建设总结等数据，抽取文本信息构建可视化挖掘模型，从专业设置、教学过程、专业实践等多个方面分析专业建设发展状况，从而对专业建设与发展有全面的认识。
四、结论
本文深入分析了可视化技术的在国内高校教育信息化发展中的不足与问题，并就如何结合技术优势与教育实际状况，在几个方面提出一些建议。
参考文献
[1] 何文珍，蔡跃.基于知识图谱的国外学习分析可视化研究[J].中国成人教育，2018（13）：15-21.
[2] 孙中祥.数据挖掘技术在大学生就业指导中的应用研究[D].重庆师范大学，2013.
[3] 雷晓锋，杨明.教育数据挖掘的研究进展与趋势[J].北京航空航天大学学报（社会科学版），2018，31（04）：108-114.
[4] 徐立宇，李奕.数据可视化技术下课堂教学质量保障体系应用研究[J].计算机产品与流通，2020（10）：40-41.
[5] 董潇潇，胡延，陈彦萍.关联规则挖掘算法在大学生体育成绩分析中的应用[J].自动化与仪器仪表，2017（08）：225-227.
[6] 詹静，范雪，刘一帆.基于Apriori算法的课程内容关联分析及教学策略改进[J].教育教学论坛，2020（15）：219-221.
[7] 姚静.线性代数课程可视化交互式教学的探索[J].中国多媒体与网络教学学报（上旬刊），2020（09）：244-246.
* 基金项目：西安财经大学教育教学改革研究项目（20xcj041）;全国经济管理院校工业技术学研究会2020年度“互联网+背景下网络工程专业建设研究”项目;中国（西安）丝绸之路研究院科学研究项目（2017SY05）
作者简介：张志刚（1970—），男，陕西西安人，副教授，博士，硕士生导师，主要研究方向为计算机图形学、数据挖掘
【关键词】 教育数据 可视化 计算机专业
一、国内外发展状况
随着计算机科学与技术的高速发展、不断深化和对社会广泛领域的渗透、应用，专业本身内在的复杂性等诸多因素的影响，使高校计算机专业发展面临诸多困难和困惑，加之来自其他学科专业在教学、科研、技术开发和工程应用方面的同质化、和“蚕食”，使得相应的专业课程体系建设存在着相对滞后，课程设置模式僵化等不足。因此如何界定学科专业教学的范畴、内容和要求，制订符合各校办学特色的课程体系，形成一套顺应学科发展潮流，适应地区发展、社会实际需求的特色人才培养模式具有重要的研究意义。
目前关于将可视化技术引入课程体系建设中的研究鲜有成果，与之有关的是将数据挖掘技术引入到教务管理系统中，进而进行相关的课程设置。美国加州大学2008年通过“招生综合评审”系统，对招生数据中学生的种族、语言、申请专业等数十个项目展开分析，使当年的入学率达到了22%。卡内基梅隆、麻省理工、斯坦福大等学校也相继有一些成果，并得到了实际应用。我国在1997年首次对数据挖掘领域的项目进行了支持，南京大学、上海交大等研究了非结构化数据的知识发现以及web 数据挖掘。尽管目前绝大多数高校课程设置及教学信息均已实现了信息化管理，但大多是实现了把纸面的表单迁移到了计算机系统中，缺乏针对课程体系建设和改进的探索和研究。
二、专业建设应用中的主要问题
（一）可视化技术应用于课程体系分析，研究对象不仅包括成绩、课程等结构化信息，也包括实踐实训等非结构化信息，如何对传统数据、电子数据进行格式转换、降维，以统一到一个度量框架内？
（二）可视化技术有不同的适用范围，如何确定一种对课程体系数据结构具有普适性、良好交互性、和可操作性的可视化技术，且具有良好的可视化效果和分析决策功能？
（三）随着高校的发展，课程信息日趋多样和复杂，如何研究一种自适应的可视化算法，能应对数据在数量和内部结构方面的不断变化。
（四）课程建设是一项复杂的系统建设工程，如何建立一套行之有效的指标体系，为可视化技术在课程体系建设中的应用提供参照和度量？
三、促进可视化技术应用的建议
（一）制定规范与标准
对多源异构的教育数据特征进行对比、分析、和预处理，构建面向教育规范的特征数据模型和逻辑处理模型。整合当前已经建设起来的各类信息化教学环境，如课程中心、教学资源库、智慧教学等，统一这些独立运行的系统和平台，制定标准，加速与促进各类教育数据的融合。
（二）推动可视化技术分析
推动可视化和数据挖掘的应用，以从庞大的教育资源中提炼出蕴含的规律和特征，如将关联规则挖掘算法应用于各学期课程成绩分析，再借助可视化技术发现各项成绩之间的关联关系，为课程的衔接和关联提供决策与指导，在课堂教学中，也可以充分利用可视化技术展示知识点和模块之间的关联，以加强教学质量和效果。
（三）辅助管理
通过收集专业评估报告，教学大纲，专业建设总结等数据，抽取文本信息构建可视化挖掘模型，从专业设置、教学过程、专业实践等多个方面分析专业建设发展状况，从而对专业建设与发展有全面的认识。
四、结论
本文深入分析了可视化技术的在国内高校教育信息化发展中的不足与问题，并就如何结合技术优势与教育实际状况，在几个方面提出一些建议。
参考文献
[1] 何文珍，蔡跃.基于知识图谱的国外学习分析可视化研究[J].中国成人教育，2018（13）：15-21.
[2] 孙中祥.数据挖掘技术在大学生就业指导中的应用研究[D].重庆师范大学，2013.
[3] 雷晓锋，杨明.教育数据挖掘的研究进展与趋势[J].北京航空航天大学学报（社会科学版），2018，31（04）：108-114.
[4] 徐立宇，李奕.数据可视化技术下课堂教学质量保障体系应用研究[J].计算机产品与流通，2020（10）：40-41.
[5] 董潇潇，胡延，陈彦萍.关联规则挖掘算法在大学生体育成绩分析中的应用[J].自动化与仪器仪表，2017（08）：225-227.
[6] 詹静，范雪，刘一帆.基于Apriori算法的课程内容关联分析及教学策略改进[J].教育教学论坛，2020（15）：219-221.
[7] 姚静.线性代数课程可视化交互式教学的探索[J].中国多媒体与网络教学学报（上旬刊），2020（09）：244-246.
* 基金项目：西安财经大学教育教学改革研究项目（20xcj041）;全国经济管理院校工业技术学研究会2020年度“互联网+背景下网络工程专业建设研究”项目;中国（西安）丝绸之路研究院科学研究项目（2017SY05）
作者简介：张志刚（1970—），男，陕西西安人，副教授，博士，硕士生导师，主要研究方向为计算机图形学、数据挖掘