1.解决学习型党组织创建活动有具体行为而无有效考核的问题。学习型党组织创建是一项长期性、综合性的工作，既包含组织化的学习也包含个人的学习，既有思想政治的学习也有具体业务的学习，既要求向书本学习也要求向实践学习，既需要“干什么学什么，缺什么补什么”也需要牢牢把握马克思主义基本理论。因此，每一个党组织的创建过程都是具有个性和特点的，有的可能偏重于学习环境的构建，有的可能偏重于学习氛围的营造，有的可能又偏重于学习成果的实践，往往呈现出“百花齐放、各有所长”的景象。如常德市经过多年实践探索形成的学习全员化、学习组织化、学习制度化、学习价值化和以考促学的“四化一考”学习型党组织建设模式，注重的是学习成效；郴州市坚持每年对全市的党员干部学习情况开展一次大考试，把考试成绩记入个人档案，作为干部评优评先和提拔使用的重要参考，注重的是学习氛围的营造；益阳市推行单位创学综合评估、个人学习分别考评、专题创学专门考评、面上工作“五创四评”、年度学习抽查考评、各行各业分类议评的“六维一体”考评体系，注重的是学习机制的建立。面对这种情况，如何确定一个党组织是否真正达到了“学习型”的标准？在调研中我们发现，有不少党组织在创建过程中自己制定了一套评价指标或考评细则，如湘潭市公安局的基层公安机关学习型组织指标体系，湘电集团的企业学习型党组织建设指标体系，对本单位或者本部门、本地区内的创建工作进行考核。但是，这些考核指标都是“各自为政”，在科学性和权威性上无法得到广泛认同，对于是否只要达到指标要求就可以被认定为“学习型”党组织这一问题，在座谈中我们发现即使制定者也无法回答。许多被调查者表示，这种缺乏统一标准的情况直接导致了“学习型”党组织考核过程中无章可循、“自说自话”的现象，使创建活动的严肃性、严谨性打了折扣。因此，构建一套具有相对科学性、权威性的指标体系已经刻不容缓。
2.解决学习型党组织创建活动有实际成效而无综合评估的问题。学习型党组织创建是全党的统一行为。在未能制定出统一评估体系之前，评判一个县、一个市乃至一个省的创建活动开展是好是坏、是快是慢，与同级其他成员相比处于什么样的水平，是相当困难并且充满主观因素的工作。广大受访的党员干部提出，可以通过对基层党组织“创学指数”的汇总分析加工，进一步得到一个单位、一个县、一个市甚至全省的“创学指数”。由于“创学指数”指标体系在全省范围内都是统一的和通用的，因此“创学指数”可以顺利地实现横向比较和纵向比较，并在最大程度上排除人为因素和其他主观因素的干扰，为综合评价创建工作提供了有力工具。
二、“创学指数”的设计
《中央党内法规制定工作五年规划纲要(2013-2017年)》强调，要“健全学习型党组织建设制度”。在大数据越来越成为分析、评估、预测事物发展状态、趋势这一背景下，编制、创学指数既是落实这一要求的重要举措，也是推进学习型党组织创建规范化制度化的重要载体和有效手段。我们认为，学习型党组织创建指数，是全面反映党组织“学习型”建设综合变动向度和程度的度量值。从方法论上讲，就是在建立一套指标体系的基础上，通过实际状况和权重的计量综合测算出创学指数，客观全面动态地反映学习型党组织创建的总体状况。从统计学上讲，是一种描述性、评价性、预测性兼备的技术性测量工具和动态反馈系统。编制创学指数，必须把握好科学完备、符合实际、简便易行、行之有效的基本原则，明确测评主体，理清基本要素，细化测评指标。
1.理论依据及基础。通过查阅中文文献资料，关于学习指数的相关研究成果鲜有。2009年，学习型中国促进会了《中国中小企业学习指数》，企业学习指数成为中小企业打造学习型组织、提升可持续竞争力的年度权威指标；[1]华东师范大学人才资源研究中心叶忠海教授提出了学习型社会建设量化的核心问题，认为“为科学有效而简明地量化并把握学习型社会建设的进程，学习型社会建设者有必要研究、探索和掌握‘社会学习指数’”[3]；深圳市委党校领导干部考评(研究)中心的龚建桥同志提出了“干部学习指数”问题，认为“干部学习指数是促进干部学习的一种有益尝试，将有利于在促进干部学习的工作中实现从概念到方法到成效诸方面的转变”[3]。同时，关于学习型城市建设评价、学习型党组织建设评估的实践探索日益增多，如湖南省自2011年以来已连续了3届的“城市阅读指数”。目前，指数评价已从传统的经济系统走向经济、社会、文化各个方面，“软实力也要硬指数”、文化领域的“CPI”“PMI”“PPI”等成为评估、指导宣传思想文化工作的新举措、新亮点。全国范围内，“幸福指数”、“文明指数”、“创意指数”等在实践中不断完善，这些都为学习型党组织创建指数的建构、编制提供了理论依据、心理预期和实践参照。
2.指标体系的构建。制定指标体系是构建学习型党组织创建指数的关键环节。什么样的党组织才是学习型党组织？这个问题在调研中反复被提及。对各级各类党组织学习型建设水平进行科学量化和评估，关键在于构建科学合理的指标体系，使之既反映创建工作的总体要求，又能反映学习型党组织的内在特性、核心要素和建设规律。问卷调查中，在“您认为创学指数最核心的要素是……”这道题中，有37%的人选择了“创学任务体系”、45%的人选择了“创学保障体系”、53%的人选择了“创学成效体系”，还有4%的人认为是“学习目标体系”、“要素指标”、“行为指标”和“效果指标”。在座谈中，有些同志提出，指标体系的设置，从一级指标到三级指标要越来越具体。在调查研究的基础上，我们拟将创学指数评价指标体系分为三个层次，一级指标分为3个：创学任务体系、创学保障体系、创学成效体系。(1)创学任务体系。问卷调查中，在“您认为创学任务体系最核心的要素是……”这道题中，有28%的人选择了“创学目标”、53%的人选择了“创学环境”、31%的人选择了“学习内容”、74%的人选择了“学习方式”、55%的人选择了“创学活动”，还有2%的人提出“学习理念”和“学习氛围”。将创学目标、创学环境、学习内容、学习方式和创学活动作为创学任务体系的二级指标，得到广泛认同。在座谈中，一些同志提出，学习型党组织建设是“一把手”工程，而要抓好这个“一把手”工程，首要的就是要抓好党委(党组)中心组学习这一龙头工程。据此，我们认为，评价创学任务体系的二级指标为创学目标、创学环境、学习内容、学习方式和创学活动，其中，学习方式的权重值应高于其他四个二级指标。(2)创学保障体系。在座谈中，许多同志提出，一个单位的学习型党组织建设是否抓实、抓细、抓深，关键要看创学组织机构健不健全、经费投入到不到位、设施保障充不充分和制度机制完不完善。问卷调查中，在“您认为创学保障体系最核心的要素是……”这道题中，有29%的人选择了“组织保障”、37%的人选择了“经费保障”、18%的人选择了“设施保障”、57%的人选择了“制度保障”，还有2%的人提出“措施保障”和“时间保障”。将组织保障、经费保障、设施保障和制度保障作为创学保障体系的二级指标，得到广泛认同。要推进学习型党组织建设常态、长效，必须通过建立制度机制来固化。据此，我们认为，评价创学保障体系的二级指标为组织保障、经费保障、设施保障和制度保障，制度保障这一指标的权重值应最大。(3)创学成效体系。问卷调查中，在“您认为创学成效体系最核心的要素是……”这道题中，有49%的人选择了“以学立德”、32%的人选择了“以学增智”、57%的人选择了“以学兴业”，还有3%的人提出“以学提能”。将以学立德、以学增智和以学兴业作为学习成效的二级指标，得到广泛认同。座谈中，一些同志指出，建设学习型党组织的落脚点，应是提高党员干部思想政治素养，推动本地区本部门本单位党的建设，进而促进本地区本部门本单位的工作。据此，我们认为，评价创学成效体系的二级指标为以学立德、以学增智和以学兴业，其以学兴业的权重值应最大。为了实际测量需要，二级指标应分解为若干三级指标，我们在吸收调研中一些同志提出的观点和建议的基础上，通过认真研究，设计了学习型党组织创建指数指标体系。
3.创学指数的生成。创学指数生成可依照四个步骤进行：第一步，宣传动员。通过多种方式，向各级党组织宣传学习型党组织创建指数开发与的重要价值，动员各级党组织和广大党员干部积极配合指标数据采集工作。第二步，指标数据的采集。所有数据的采集遵循分级、分类、等比例抽样的方式来确定测量对象，对于客观性指标数据，采用查阅相关文件、会议记录、成果汇编等现成资料，或实地调查(问卷调查、个别访谈)和现场考试等方式直接获得；对于主观性指标数据，采用委托专业的第三方机构设计针对性的量表进行测量的方式间接获得。第三步，指标数据库的建立。建立学习型党组织建设的指标数据库，将各个时段采集的指标数据及时录入数据库备用。第四步，指标数据的计量。根据需要，从指标数据库中导出相应数据，严格按照指标体系的权重分布对数据进行综合计量，得出初步指数。
三、“创学指数”的推广应用
调研中，广大干部群众对如何推广创学指数提出了很多好的意见和建议，集中起来，主要是以下三个方面：
1.分类编制创学指数。调研中不少干部群众提出，推动学习型党组织建设是全党的统一行动，不但涉及机关事业单位的党组织，还涉及企业、乡镇、社区、社会团体内的党组织，由于各类组织性质不同、人员结构不同、工作内容不同、所处层次不同，创建工作的立足点和侧重点也会有差别。因此，在编制“创学指数”时必须考虑到创建工作的复杂性和多样性这一特点，不宜搞“一刀切”，即用一个指标体系去评估不同类别和层次的党组织的学习型建设。编制学习型党组织创建指数，可分地域，也可分行业和类别。以湖南省为例，分地域可“湖南省14个市州学习型党组织创建指数”，分行业和类别可“湖南省机关学习型党组织创建指数”、“湖南省企业学习型党组织创建指数”、“湖南省学校学习型党组织创建指数”、“湖南省社区学习型党组织创建指数”、“湖南省农村学习型党组织创建指数”。
2.定期创学指数。调研中，广大党员干部提出，编制“创学指数”不能只是“墙内开花”，创建学习型党组织是全党上下都应关心关注的工作。“创学指数”如果能够公开、定期，必将受到广大党员干部乃至社会各界的关注，对各级研判学习态势、评价学习效果、把握学习规律，推动创建工作发展起到极大的促进和激励作用。因此，我们建议在一定区域或行业系统试点后，可分年度定期创学指数。
关键词： 信息技术 深度融合 实现模式 路径选择
一、问题的提出
信息技术与教学的融合一直是当今教育信息化研究的焦点话题[1]。2012年，教育部在《教育信息化十年发展规划（2010-2020年）》首次提出了“信息技术与教学深度融合”用以取代“信息技术与课程整合”[2]。“信息技术与教学深度融合”进一步强调了信息技术对于促进信息系统内部结构方面所发挥的作用[3]。
祝智庭教授认为：我国的教育信息化正处于“初步应用整合”阶段，正在向“融合创新”阶段推进。未来的发展重点是在过去大规模信息基础设施建设的基础上，着力推动信息技术与教育的深度融合，推进信息技术在教育教学、管理、科研等方面的深入应用，促进相关流程优化与再造，变革传统教育理念、模式与方法，支撑和引领教育创新发展[4]。何克抗教授认为：深度融合的实质与落脚点是要变革传统课堂教学当中“以教师为中心”的传统教学结构为既能充分发挥教师主导作用，又能突出体现学生主体地位的“主导-主体相结合”的教学结构[5]。
随着信息技术的不断发展，学者们一致认同信息技术与教学深度融合是大势所趋，但究竟如何实现信息技术与教育的深度融合，对其实现模式与路径选择的探讨还相对较少，基于这一出发点并结合大数据时代的特点，探讨能够实现信息技术与教学深度融合的模式与路径。
二、大数据与教学改革
所谓大数据，目前业界和学术界还没有统一定义，通常主要是指数据量大、形式变化多样的非结构化数据。大数据时代最为显著的特点就是数据量呈现指数型增长趋势，人们的思维和工作方式将发生变革，数据的挖掘、分析和利用成为大数据的核心，也成为教育创新的原动力[6]。在大数据时代学生获取知识的途径不再是课堂，而是基于信息技术的新型网络学习平台。
在大数据时代，学生的学习由被动接受变为了主动学习，学生个体数据的捕获和存储变得相对容易，围绕学生的学习兴趣、学习效果等的数据挖掘为每一位学生提供基于大数据分析的个性化服务，从而使得学生可以根据自身的学习兴趣和爱好选择学习内容。
与此同时，大数据还引领了新型学习环境的建设，与传统在线学习环境不同的是大数据时代的在线学习环境不是视频资源和文字材料的简单搬家，而是在学习内容管理系统的基础上添加更多能够基于大数据进行教学分析、学习过程评价和诊断的功能模块，从而实现学习者根据系统反馈进行个性化自主学习。因此，在大数据时代的环境建设方面应充分利用数据信息，以数据为支撑建立有利于学习者全面发展的个性化学习环境。
三、信息技术与教学深度融合的实现模式探讨
信息技术与教学深度融合要创设一种情境使学习共同体与学习资源、学习方式、学习活动有机结合，同时必须将信息技术融入学习情境当中，使信息技术在学习的各个环节都能最大限度发挥作用，最终实现学习范式的变革。在变革过程中要以大数据作支撑，无论是学校教育还是非学校教育在大数据的支撑下将会变得更开放，更加人性化。
（一）理论基础
实践共同体（Community of Practice，简称COP）最早由Lave和Wenger提出，该理论强调在一个实践活动中，基于共同学习兴趣的一群人他们能够以一种正式或者非正式的方式，来分享他们各自的知识及经验，从而使他们能够以一种独特的视角来审视在学习当中出现的问题，从而找到解决问题的办法[7]。该理论关注学习活动的设计和管理，强调学习者的设计性、参与性和自主性，强调学习者之间的深层次交互与知识的共享，强调学习者的创造性学习[8]。通过分析，可以发现构建以教师和学生为中心的实践共同体能够改变传统教学模式下以教师为中心的局面，在实践共同体当中，教师与学生能够实现共同学习，共同成长。同时，以实践共同体为核心所开展的实践活动，最大限度地发挥教师和学生的创造性，从而实现学习范式的变革。
（二）信息技术与教学深度融合的实现模式
在借鉴其他学者关于信息技术与教学深度融合的研究基础上，从大数据出发应用实践共同体理论尝试构建出信息技术与教学深度融合的实现模式图。如下图所示：
通过模式图可以看到，实现信息技术与教育的深度融合首先要创设有利于学习活动开展所必需的学习情境，在学习情境当中以教师和学生为中心组成实践共同体，充分利用学习资源、学习方式开展学习活动，在此过程中的各个环节都要有信息技术的融入，最终以大数据作为支撑实现学习范式的变革。
1.学习情境的构建：建立以信息技术为支撑的网络化学习情境，要从全局的战略高度入手，坚持创新性原则，彻底解放思想，实现体质创新、制度创新，创设有利于每一个学习者的信息化、个性化及开放化的学习情境。
2.学习活动的开展：信息技术的融入可以让学习活动变得更数字化、数据化。信息化的学习情境要求教师和学生首先组成实践共同体，实现师生共同学习，实践共同体在开展学习活动的过程中要充分整合学习资源及学习方式，从而实现跨界学习。
3.学习范式的变革：在信息化的学习情境当中，学习者的角色和任务发生了根本性变化，主要以接受、观察为导向转变为以参与、实践、主动探究为导向[9]。与此同时，学习者的学习方法、学习手段、学习内容及对学习者的学习评价方式等都发生了变化。在变革过程之中，大数据的引入更是极大提高了变革效率。
四、信息技术与教学深度融合的路径选择探讨
大数据时代实现信息技术与教育深度融合需要从个人层面和社会层面出发做全局化的战略考虑，将信息技术充分融入学习环境当中，彻底改变传统的学习形态，形成一种高度开放化、自主化的学习环境[6][10]。
（一）从个人层面
1.转变思想观念
实现信息技术与教育的深度融合应该首先改变传统教育观念的束缚，在构建实践共同体的过程中无论是教师还是学生都要在思想观念上做出调整，尤其是对信息技术知识相对缺乏，但又拥有资源，对教育有巨大影响的教师必须解放思想，转变观念。否则，所谓信息技术与教育深度融合，在失去最为重要的社会精神和心理层面支持的情况下，再多的技术和财力投入都很难达到预期效果。
2.主动参与、实践
信息技术的发展极大改变了学习者传统的学习方式，在大数据的冲击下，教育体现得更开放，学习者更应该积极主动地拥抱大数据，并将大数据为我所用，积极利用大数据指导学习方式的选择，主动探索学习资源。
（二）从社会层面
1.拓展学习平台
无论是学习内容、学习手段，还是学习活动本身仅仅依靠单纯的学校教学都很难满足学习者的需求。因此，学习者应将视野充分拓展到学校之外，充分利用社会资源，实现跨界学习。在自主学习的基础上，学习者的学习应该以社会需求为导向，建立符合社会需求的学习规划。同时，对于学习化社会而言，加强社会与个人之间的联系，建立社会化学习共同体对于实现信息技术与教育的深度融合非常必要。
2.充分利用大数据
信息技术与教学深度融合需要关注“数据”，这些数据完全是在学生不自知的情况下被观察、收集，只需要一定的观测技术与设备的辅助，而不影响学生任何日常的学习与生活，如果将这些数据汇总起来，对学生个体评价就会更丰富、具体。以数据为依据，对学生的发展提出建设性的意见。同时，这些数据可以促使教育者形成教育反思，真正实现大数据与课堂进程的结合。
五、结语
信息技术与教学的深度融合需要构建有利于信息技术开展的优越环境，同时需要个人及社会的共同努力，首先，转变教学思想，积极主动参与到学习实践当中。其次，要拓展学习共同体的学习实践平台，积极利用大数据指导自己更好地进行学习，只有这样才能真正实现信息技术与教育的深度融合。
参考文献：
[1]胡小勇，郑晓丹，冯智慧.信息技术与教学深度融合的优课课例研究[J].中国电化教育.2015，4.
[2]教育部关于印发《教育信息化十年发展规划（2011-2020年）》的通知[Z].
[3]何克抗.学习“教育信息化十年发展规划”――对“信息技术与教育深度融合”的解读[J].中国电化教育，2012，12
[4]祝智庭.中国教育信息化十年[J].中国电化教育，2011，1.
[5]何克抗.如何实现信息技术与教育的“深度融合”[J].课程.教材.教法，2014（02）.
[6]付岩，张建勋.大数据时代信息与高等教育深度融合的思考[J].中国轻工教育，2014，8.
[7]Wenger，E.C.，&snyder，munities of practice；The organizational frontier[J].Harvard business review，2000，78（1）：139-146.
[8]杨玉芹.MOOC学习者个性化学习模型建构[J].中国电化教育，2014，6.
[关键词]数据结构 教学方法 教学模式
《数据结构》是大多数理工科院校电子信息、计算机相关专业一门重要的专业课程，是其他专业课程学习的基础，也是软件开发设计的基础与核心，同时也是大多数高校研究生入学考试必考专业课。然而，在多年的教学中，学生普遍反映很难理解和掌握课程中的一些抽象算法、概念等知识点。该门课程存在一定的难度和深度，如何提高这门课程的教学效果，培养适应时展要求的新一代“卓越工程师”[1]，是一个值得探讨的问题。
一、《数据结构》课程概况
《数据结构》课程是我校电子信息科学与技术专业开设的一门专业核心课程，也是必考的一门考研专业课，授课时间安排在每年秋季学期，授课对象为大三年级的专业学生。主要讲解抽象数据结构定义，包括数据对象、数据关系以及基本操作的定义[2]。虽然学生已经学习过一定的专业基础课，有了程序设计语言的基础，但是在该门课程学习中，仍然感觉难以理解和掌握课程中讲解的各种数据基本结构、常用算法等内容，在课程设计中也很少有学生真正应用到《数据结构》课程中涉及到的内容去解决实际问题，学生感觉“学无所用”，逐渐失去了学习兴趣和积极性。因此，急需对这门重要的专业核心课程进行教学的改革。
二、《数据结构》教学改革的探索与实践
根据学生的前期学习情况，以及教学中出现的问题，对该门课程的教学进行了如下的改革探索与实践。
（一）加强基础知识学习
大多数学生在前期课程的学习中，对《高等数学》、《C程序设计》等基础课程重视程度不够，掌握得一知半解，不能融会贯通。在本门课程学习中，由于学生对一些基本的概念和数据基本结构理解不深入，不到位，随着本门课程的深入，导致学生对一些算法的学习逐渐失去信心和兴趣，丧失学习主动性和积极性，也耽误了后续其他课程的学习，因此，学生对基础知识的学习与掌握的好坏，直接影响着本门课程的学习效果。
在大多数院校的教学中，该课程中的所有算法，都是采用C语言来进行描述的，为了加强基础知识的理解和学习。在该门课程的教学中，首先增加了一堂对C语言中数组、链表、结构体等数据常用的基本结构知识的复习，同时，也能达到进一步帮助学生理解《数据结构》课程中数据的基本结构，为后续学习打下坚实基础的目的。
（二）多媒体辅助教学，提高听课率
由于《数据结构》课程本身就存在一定的学习难度，传统的课程教学模式存在诸多弊端，不能很好的帮助学生理解算法，激发学生的学习积极性和主动性，导致听课率不高，直接影响着实验教学质量。
为了提高教学质量，取得良好的教学效果，教师在教学中采用多媒体手段辅助教学，将一些典型算法制作成可交互的各种演示动画，帮助学生更好的理解算法，进而提高听课率和教学效果。比如：在线性表的教学中，采用可以进行交互的动画，教师演示填写插入节点的数据以及节点位置，动画自动演示完成单链表的插入。在线性表部分，类似的交互性动画演示有单链表的删除、顺序表的插入及删除、头插法建立单链表、尾插法建立单链表等，让学生对线性表的各种算法都有了很直接的理解，进而提高学生的听课率，激发学生学习的主动性，更好的完成算法实验，辅助提高实验教学质量。
（三）融合科研案例，深化实践应用
在大学课堂中，理论课程的学习最终要落实到实践应用中，学生才能真正体会到“学有所用”。传统的教学方式只注重把知识点讲解清楚，再按照固定的实验模式，要求学生完成某些算法的实验，仅仅是验证了算法是可以实现这些效果的，学生无法真正体会到这些算法在实际项目中如何节省了存储空间，如何加快了程序运行速度等此类实际作用，培养出来的学生实际应用水平达不到“卓越工程师”人才需求目标。
在教学中，采取列举典型的企业实际项目“射孔信息管理系统”的方式，辅助理论教学，并贯穿整个课程。在讲解每个知识点时，通过动画演示让学生有了理性理解后，把这些理论知识都应用到企业实际项目中，通过分析对比应用前后，项目程序的时间复杂度、计算复杂度等，让学生对算法的理解上升一个高度，真正做到“学以致用”。同时，将理论与实践的紧密结合，在实验中，不仅仅停留在要求学生完成验证性实验的水平，而是要求学生将其应用在自己课程设计开发的软件中，深刻体会《数据结构》课程对软件开发的重要作用。
（四）多样化教学手段，加强师生交流
《数据结构》是一门公认的较难理解的专业核心课程，传统的教学方式时间有限，面对的学生太多，难以给予学生及时的辅导。鉴于信息技术的快速发展，利用网络技术开发课程的网络教学平台，一方面可以辅助教学，另一方面可以提供给学生一个自由开放的课程学习平台，加强与教师之间的交流，培养学生的自主学习能力。《数据结构》网络教学平台包括教学大纲、教学日历、讲稿、教案、课件、算法动画、授课录像、实验大纲、实验指导书、作业、交流论坛、留言板等内容，还涵盖了往年学生完成的课程设计案例和获奖的优秀案例，拓宽了自主学习渠道，增进了师生交流。
三、教学效果
该门课程的教学改革实践，在教学中取得了良好的教学效果。在课程学习中，学生真正体会到了各种算法的优缺点，以及应用这些算法如何对时间复杂度和计算复杂度。课题组针对本课程的教学，对部分学生进行了问卷调查。根据调查结果显示，86%的学生认为算法动画演示比较形象，能够帮助很好的理解课程中的算法；92.2%的学生认为课程的算法学习“学有所用”，学习积极性和主动性有了明显提高；91%的学生给予网络教学平台很高的评价，认为教学平台设计合理，交流方便，资料全面，增强了师生之间的交流；89%的学生有意愿将把课程中的各类算法应用到课程设计、各种软件开发大赛中。
随着课程改革的深入，课题组根据学生和教师的反馈信息，不断丰富和改进网络教学平台；同时，每年根据企业实际项目的变化，选择最佳的项目作为课程案例，使得课程教学与时俱进，加强课程的实践应用。
四、结束语
在《数据结构》这样的专业核心课程进行教学改革的具体实施过程中，重点体现理论与实践的充分结合，使得学生在学习的过程中，能够真正理解算法的应用实践意义；并通过自己动手将合适的算法应用到课程设计恰当的位置中，深刻体会算法对时间复杂度、计算复杂度的改进，激发了学生的主动性和积极性，取得了良好的教学效果，努力培养出适应时展需求的新一代“卓越工程师”，达到现代企业人才需求目标。
[参考文献]
[1]中华人民共和国教育部.教育部关于实施卓越工程师教育培养计划的若干意见[EB/OL].，2011-01-08/2012-06-02.
(一)研究对象
从浙江东方职业技术学院2014级健美操选项课班中随机挑选两个班，每班30人，均为女生，随机确定一个为实验班，另一个为对照班。
（二）研究方法
实验开始于2014年9月，结束于2015年1月，共36学时。实验前和实验后分别就两班学生的体质健康水平、心理健康水平和社会适应能力三方面情况进行两次调查。具体方法为：利用大学生体质健康测试标准内容要求测试学生体质健康水平；利用大学生心理健康自评量表测试学生心理健康水平；利用大学生心理适应量表测试学生社会适应能力。实验过程：实验班学生采用小组合作学习模式教学，以学生自我组队和老师调配相结合的方式形成学习小组，课堂教学过程分为：教师动作示范→集体动作学习→自我学习→小组合作学习→小组动作展示→小组间点评→教师总结。每节课对表现突出的小组进行表扬，考核包括小组套路表演和个人完成成套动作。对照班采用传统教学模式，即教师动作示范→集体动作学习→自我学习→集体动作展示→教师总结。实验过程中两班教学条件相同、时数相同、内容相同、且由同一名教师授课。
二、结果与分析
（一）实验前两班学生“三维”健康情况调查
抽调学生体质健康测试数据、对学生进行首次心理健康和社会适应能力问卷调查，将所得资料进行班级数据分析。从所得结果看，两班学生在体质健康水平、心理健康水平以及社会适应能力方面没有明显的差异性，属于同一水平。
（二）实验后两班学生“三维”健康变化情况分析
从实验后的横向数据看，相对于对照班的学生，经过一学期的健美操小组合作学习，实验班在学生体质健康水平和社会适应能力方面有明显的提高，尤其在在心理健康水平方面提高十分明显。
（三）实验前后两班学生体质健康水平情况分析
从实验前后学生体质健康水平纵向数据看，采用小组合作学习的实验班学生体质健康提高幅度大，差异性显著（P<0.01）。进一步数据分析发现，提高明显的项目有坐位体前屈、仰卧起坐，此外，800米也有一定的提高。而对照班学生数据前后变化不大，没有显著性差异（P>0.05）。分析原因认为，小组合作学习的基本目标是小组每个学生都能顺利完成动作，然而要实现这一目标，必须要经过反复练习，这在无形中就加大了练习的量和运动负荷。一个学期坚持下来，学生的身体素质自然就得到了提高。而对照班学生由于缺少归属感，认为练与不练都是自己的事，常常有浑水摸鱼的情况，练习的积极性不高，一节课的运动量也相对较小。因此，对身体素质的提高效果不明显。
（四）实验前后两班学生心理健康水平情况分析
从实验前后学生体质心理水平纵向数据看，实验班学生数据变化明显，差异性显著（P<0.01）。进一步数据分析发现，在自我尊重感、人格结构平衡感、自然亲切感、信仰价值感和理想超越感五个维度上，均存在显著性差异。其原因在于，小组合作学习过程中，通过学生间的相互交流，平时性格内敛、孤僻的学生和协调性较差的学生都得到了同伴的细心帮助和加油鼓励，这种队友间的相互尊重使内心得以满足，进而使整体的心理健康得到提高。
（五）实验前后两班学生社会适应能力情况分析
社会适应能力就是个体在生存与发展过程中实现社会化过程的能力，它是个体生存与发展的必备能力，其根本目标是主体在社会实践活动中不断地促进自身的发展。从实验前后学生适应能力纵向数据看，两个班虽然都有一定的提高，但幅度相差较大，实验班学生数据变化十分明显，差异性显著（P<0.01）。这是因为实验班学生的学习过程能充分体现学生的主体地位，课堂上学生是主角，为扮演好自己的角色，便会主动的与组内学生交流，积极适应小组环境，以自己出色的成绩带动小组的进步，能在相互的评价学习中提高了自己的承受能力和适应能力。而对照班学生主观能动性得不到充分发挥，所以适应能力也只是随着年龄的增长、阅历的增加而提高，效果不具有显著性。
三、结论与建议
（一）结论
1.高职健美操教学中采用小组合作学习，可以大大改善学生学习的主观能动性，将“要我学”的被动练习变为“我要学”的主动练习，甚至还能带动学生利用课余时间开展动作练习，这在无形中增加了体育课的运动负荷，拓展了学生的练习空间，提高学生的体质健康水平也就水到渠成了。
2.通过一个学期的健美操小组合作学习，每位学生都有了强烈的小组归属感，组内学生充分发挥自己的优势，取长补短，相互帮助，同心协力共进退，有利于培养小组团队精神。同时对增强学生的沟通能力，改善人际关系，提高心理健康水平和社会适应能力都有很好的作用。
3.体育小组合作学习模式是以学生为中心开展的教学活动，是一种能充分发挥学生主体作用的有效方法和手段，它在很大程度上解决了体育课堂学与学生多种需求间的矛盾，因此是一种值得推广的先进教学模式。
（二）建议
1.小组合作学习模式融入健美操教学中，虽然对增加课堂的趣味性，增强学生参与意识，提高学习的积极性和主动性都有很大的帮助，但在实际教学中个别学生会存在与小组队员不和或体力不支的现象，教师要根据情况适时进行合理的疏导和区别对待。另外，为使小组成员结构合理，在进行分组前要对学生整体情况进行了解，尤其是学生的协调性、性格以及身体素质等。
2.小组合作学习是一种课堂组织形式，但不是唯一的形式。教师在教学过程中不能只局限在一种形式，而是要实现以“小组合作学习”为主的多形式共存的局势，在发展个性的基础上，通过合作交流产生小组共性。
关键词 大数据;知识学习;价值取向
中图分类号：G640 文献标识码：B
文章编号：1671-489X（2014）24-0097-02
人类社会已进入大数据时代。大数据不仅仅是数据的“大”。的确，“2000年左右，世界上所有存储的信息中只有25%是数字化的存储”，而“今天，所有存储的信息中，非数字化的储存不超过2%”[1]。随着新的存储工具与技术的发展，知识与信息还在以爆炸似的速度增长。但是，大数据时代更是一场学习、思维等领域的深刻变革。
1 何为大数据
大数据是什么？学界尚无公认的定义。研究先驱维克托?迈尔-舍恩伯格从案例中分析了大数据的广泛应用，并没有一个关于大数据的确切定义。大数据有如下特征。
1）超大的容量。“大数据（Big Data）是指那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、管理和分析的大容量数据。”[2]
2）重视相关关系的寻找。面对海量的数据来寻找确定的因果关系是徒劳，其难度和处理的代价很大。这要求大数据处理速度更快。大数据算法允许不精确与数据的混杂，从而于混沌的数据中涌现出意义的相关关系，因而速度更快。
3）预测为核心的大数据应用。“大数据不是要教机器像人一样思考。相反，它是把数学算法运用到海量的数据上来预测事情发生的可能性。”[3]大数据区别于传统数据理论的一个根本特征便是二者算法思路的迥异。传统数据算法是不断满足更加多的条件，扩充存储，从而精确地包含复杂的情况。大数据算法则力求简单。
4）可能的数据垄断与数据独裁。大数据时代人众多的数据和信息会有应用痕迹。这些很容易被少数核心机构收集，形成数据垄断。其通过对数据和信息的二次利用而能够较为准确地预测人们的行为，隐私和自由便会被曝露在公共空间。数据独裁指过分依赖大数据作出的预测。造成数据独裁不断出现的原因恰恰是因为人们还没有大数据时代的适应和把握其非确定性的心向和思维能力，而过分地依赖其所作的预测。大数据所带给人们思维上和实际应用上的冲击必将给高等教育场域中大学生知识学习的价值理念的转变以启迪。
2 大数据时代我国大学生知识学习的价值取向
至今，大学生学习仍以间接知识的吸收为主。传统大学生学习汲取知识的过程是一种确定性的寻求过程。人有确定性寻求的倾向是因“人生活在危险的世界之中，便不得不寻求安全”[4]1，“然而，完全确定性的寻求只能在纯认知活动中才得实现，这就是我们最悠久的哲学传统的意见”[4]5。其实，非确定性才是世界的本来面貌。
适应非确定性 西方传统哲学的一大特点是精神、物质二元论。那么，对其知识的传统认识也沿着精神世界、物质世界的主线。近代以来，科学发现大放异彩，牛顿“三大运动定律”、笛卡尔的解析几何学影响至今，它们为近代科学发明创造提供了方法论与具体方法的支持。然而，这些所谓的自然标准依然是以一种人为的确定性法则的形式存在。至爱因斯坦“相对论”的提出，传统科学的根基开始动摇，物质世界进行的科学发现活动日益进入非确定性世界。
精神世界的探究情况又怎样呢？西方传统哲学习惯于探讨本体，许多哲学家都致力于构造出体系。本体探讨的努力最后往往归结于如“上帝”这样确定性的精神实体，直到黑格尔“绝对精神”都仍在构建上帝般的确定性的本体存在。当尼采宣布“上帝已死”，西方哲学发展也进入非确定性的世界。
大数据时代大学生的学习环境已经被不确定性所包围，不能守着传统确定性的窠臼，唯有适应之。
首先，我国大学生的知识学习应有非确定性的心向，运用非确定性的眼光审视所学习的知识内容。非确定性往往孕育着新的生长点，但大数据时代冗杂、海量的知识储量也意味着对我国大学生创造性的学习提出更高的要求。
其次，我国大学生学习方式与内容的多样化和不确定。随着大规模在线开放课程等网络教育模式的兴起，大学生学习的场域由相对封闭走向全面开放，学生可以根据自身实际进行个性化的选择。学生学习的渠道在不断拓宽而变得相对不确定的同时，大学生课程内容的选择也日益多元化与不确定。这就需要我国大学生树立自主探究、开放生成以及终身学习的意识。
最后，大学生的学习要着眼于人性的丰富。在大数据时代，传统科学的因果关系论日益式微。大学生的学习也应打破科学的藩篱，做到人身心的和谐统一，方可适应大数据时代的种种非确定性与混杂知识信息。
养成良好的数据素养 数据素养（Data Literacy）一般指对于数据意义的理解，包括恰当地读懂图表，从数据中得出正确的结论并能在数据被错误或不当地运用时辨别出。国外对于数据素养的研究早于国内，并已在其大学生众多的课程中进行了数据素养教育。我国大学生学习中数据素养的养成显得较为迫切。我国大学生学习当中良好数据素养的养成应着眼于以下几方面。
1）大学生自身须具有大数据意识。我国大学生已然身处一个日益开放与自主生成的学习环境。那么，当身处非确定性的学习环境与接触不再确定的学习内容时，遇到的数据内容巨大、庞杂甚至是错误的。这就需要用一种非确定性的眼光去审视。同时，还需有更强烈的相关意识去发现更加遥远时空中看似不相关的数据间微妙的意义关联。
2）学校教育中须开设相关课程去有意识地培养大学生的数据素养。相关课程的开设有两种取向：第一是通识性的大数据介绍课，它可以帮助大学生对大数据内涵有一个整体的了解;第二是大学生具体所学习专业的大数据实际应用课。
3）数据安全意识与数据伦理道德意识的养成。大数据时代的广阔开放性与众多的非确定性使得大数据时代的数据安全将受到很大的威胁，因此，数据安全意识是亟需的。众多大数据的滥用所造成的隐私曝露和泄密也指向人们需要养成数据伦理道德意识，每个个体在运用大数据时应自觉遵守相关的伦理道德原则。
坚持民族性与世界性相统一的多元化学习，形成多元思维能力 在海量的学习资源面前，如何选择自身学习内容应有一定的价值取向。笔者认为应坚持民族性与世界性相统一的多元化学习，形成多元思维能力。民族性是指大学生的学习要立足于本民族实际，积极弘扬本民族优秀文化，坚持本民族核心价值导向，解决本民族实际性的问题。以民族性为本，世界性为契机。这种多元化的学习并不意味着一股脑儿地什么都学一点儿，应在坚持本民族核心价值导向的基础上兼收并蓄，做到社会性与个体性的统一，让学生充分自主地选择。坚持本民族核心价值导向基础上的多元思维能力形成是多元化学习的价值目标。“知识爆炸”年代爆炸增长的是具体的知识形式，而核心知识并没有爆炸。通过多元化学习形成多元思维能力有利于人们掌握甚至创造性地运用这些大数据，而不至于在数据中迷失方向。
此外，以预测为核心的大数据应用能预测个体的某些倾向，而人们容易依赖这些预测并将其当作确定性的东西。具有多元思维能力的个体则会少犯类似的错误，避免成为机器与数据的奴隶。
3 结语
大数据时代给我国大学生学习的思维、方式和内容等诸多方面带来冲击。大数据时代的来临和发展对于我国大学生的学习既是机遇也是挑战。既要有适应和把握其饱含的非确定性的心向，也需养成良好的数据素养。只有坚持本民族核心价值导向，形成多元思维能力，才能真切地把握好大数据时代的我国大学生学习的价值取向。
参考文献
[1]Cukier K， Mayer-Schoenberger V. The rise of big data： How it is changing the way we think about the world[M].New York： Foreign Affairs，2013：1.
[2]涂子沛.大数据[M].广西：广西师范大学出版社，
2012：57.
[3]迈尔-舍恩伯格，肯尼斯.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013：16，208.
在美国洛杉矶，一项非凡的实验正在进行：警方想在犯罪发生前就做出预测。人类学家杰夫·布兰丁汉姆在洛杉矶80多年来的1300万宗犯罪记录中发现了重复犯罪的行为模式，并以此建立计算机算法模型预测犯罪高发生的时间和地点。洛杉矶的警察依据这项预测模型在可能发生案件的地区巡逻，实验一段时间后，促使财产犯罪率下降12%，入室盗窃犯罪率下降26%。该模型还在持续更新，通过加入新的犯罪数据，以求达到更加精准的预测效果。预警系统将会在整个洛杉矶市启用，并在美国超过150个城市试用。
其实，通过历史犯罪数据预测犯罪活动，仅是通过数据挖掘改变世界的一个例子。而类似的分析方法实际上可用于任何数据组——浩渺繁复的宇宙，复杂多变的人类行为，甚至是我们每天自己创造的数据。在这些复杂的表象下面寻找规律，并对未来作出预测，数据挖掘分析正在改变着我们的生活方式。
在伦敦金融城，一位科学家世家出生的商人大卫·哈丁认为数据应用的潜力是不可限量的，并相信自己找到了运用数学赚入万贯钱财的秘诀。在南非，一位天文学家准备通过聆听每一颗恒星的信号，来为整个宇宙编制星表，发现宇宙演变的规律。
全球最大的在线影院Netflix在美国有2700万订阅用户，在全世界则有3300万，现在它比谁都清楚大家喜欢看什么样的电影和电视。这得益于Netflix对其用户在线活动的跟踪和记录。通过对这些庞大的数据的挖掘和分析，Netflix能获取到用户的观影特点，预测其可能喜欢的影片，并适时地推荐给用户。对数据的利用不但能让Netflix为用户提供更贴心的个性化服务，还能拍摄出观众喜欢的影视作品。
现在，大数据的影响已经深入到我们生活的方方面面，从医疗业到广告业，到高级金融界，乃至教育行业。在复杂的表象下面寻找规律，并对未来作出预测，数据挖掘分析正在改变着我们的生活方式。可以预见，大数据即将成为21世纪最强大的一种力量。
教育大数据愿景
大数据将如何改变教育呢？2012年9月，美国布鲁金斯学会（Brookings Institution）技术创新中心主任Darrell M. West在《有关大数据与教育的研究报告》（Big Data for Education： Data Mining， Data Analytics， and Web Dashboards ）中描绘出了这样一个未来的学习场景。
12岁的苏珊正在进行一门旨在提高她的阅读技能的课程。她一直在阅读一些短篇小说，每隔一周，老师都会给她和她的同学进行纸笔测试，测量他们词汇和阅读理解能力。几天后，苏珊的老师批改完试卷，并返回成绩。测验表明，她的词汇掌握得不错，但在关键概念上还需加强。
在未来，她的弟弟理查德是通过电脑软件程序学习阅读。他每阅读一个故事，计算机都会收集他学习过程的相关数据。每个任务后，会弹出一个小测验在他的屏幕上，是有关词汇和阅读理解的问题。理查德每回答一个问题，他都将得到即时反馈，显示他的答案是否正确。对于困难的题目，电脑会推送给他更详细的解释词语和概念的网站链接。他的综合表现情况会可视化地显示在一个仪表盘上，包括作业和测试的正确率，已经掌握的概念列表，以及学习表现与同学乃至全国的学生的比较情况等。
在一个学习环节结束时，他的老师会收到一封自动邮件，其中显示了理查德和班上其他学生的个人表现以及全班情况的汇总，包括阅读时间，词汇知识，阅读理解，补充电子资源的使用情况等。教师根据汇总信息，能很快发现需要额外帮助的学生，学习时间不够的学生，以及全班大部分学生都有困难的内容。接下来，教师可能会通过集中讲授、个别辅导，人为干预学习系统以适合学生的学习步调，或为没掌握的技能增加额外学习材料。
对于学校管理者，通过数据分析可视化仪表盘能查看年级、全校乃至整个学区的学生的学习情况。如果发现低效的课堂和学习表现不佳的学生群体（根据性别，收入情况等划分），管理者会依据学习分析结果决定是否给予特定的干预。对于更大范围的异常表现，管理者会依据学习分析数据调整管理策略，以适应教师更好的教和学生更好的学。
2012年10月，美国教育部了题为《通过教育数据挖掘和学习分析来提高教和学》（Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics）的教育大数据的报告，为教育中利用大数据指明了方向。报告认为：大数据无处不在，教育中也是如此；强调学生学习系统需要更好的模型来预测学生的学习行为和进步。该报告主张通过教育数据挖掘、学习分析和可视化数据分析来改进自适应学习系统，实现个性化学习。在教育中有两个特定的区域会用到大数据：教育数据挖掘和学习分析。教育数据挖掘是对学习行为和过程进行量化、分析和建模；而学习分析是利用已有的模型来认识理解新的学习行为和过程。
在线学习、智能辅导系统、虚拟实验室、仿真教学和学习管理系统的研究人员和开发人员正在探索如何更好地理解和使用教育数据挖掘和学习分析，以提高教学和学习。业界也达成共识，大数据才是教育领域真正的革命性创新。
大数据带来的挑战
虽然趋势已经明朗，但是，在学校层面仍然对教学实践中关于学生数据的收集和利用感到茫然。相关调查研究表明，K12学校迎接大数据还面临下面一些挑战。
挑战一：“一对一数字化学习”还未普及
“一对一数字化学习”就是学生人手一台智能学习终端，能随时接入网络进行学习，包括：获取学习资源，与教师或同伴交流，学习成果，参加在线评测等。
在“一对一数字化学习”环境下，学生每天有越来越多的时间与智能终端进行交互，用于学习和生活。这样才有大量的学生相关数据被收集起来，用于数据挖掘和分析。因此，“一对一数字化学习”终端的普及是实现教育大数据的基础。
但是根据皮尤研究中心的互联网与美国人生活项目在2012年的调查结果显示，在美国K-12学校，学生人手一台学习终端的达成率不及30%。而在国内，面临的困难更大。新的教育规划纲要也仅提出把生机比（学生和电脑的比例）提升到8：1以上，并未明确提出实现生机比1：1的目标。即便在国内的发达地区，也只是个别学校实现了人手一台学习终端。
2011年，BYOD的理念在美国被引入到K-12学校的“一对一数字化学习”项目中。BYOD是Bring Your Own Device的缩写。意思就是如果学校没法提供给学生人手一台学习终端，那么可以通过让学生把自己的设备带到学校作为数字化学习的工具。学校仅资助少数没有自己设备的贫困学生。这个理念一经提出，很快得到许多学校的认同。
BYOD解决了学生终端设备的问题，学校就能把有限的资金投入到无线网络架设、增加带宽以及解决BYOD带来的安全性等方面。
挑战二：学校使用数据还需培训
数据驱动决策已经演变成教育流行语。教师可以使用数据，以提高他们的教学实践，并能改善学生的学习成果。但是要做到这一点却不那么容易。
2012年，美国学校管理者协会（AASA）携手学校网络联合会（COSN），以及全球性的信息技术研究和咨询公司Gartner一起实施了一个项目，叫做“缩小鸿沟：将数据转化为行动”（Closing the Gap：Turning Data into Action）。他们认为教师利用数据，最好的开始是学生信息系统（LMS）和学习管理系统（SIS）。毕竟，这些都是学校最经常使用的两个数据源。的确，我们从这些系统收集了很多关于孩子们的数据，如果不使用它，它就只是一堆数字。
但是，Gartner公司调查了716个学区、学校和技术领导，以及1010名教师。其研究发现，教师们很少使用到系统的这一功能。而当学区选择SIS和LMS应用程序，他们的领导不会强调把课堂上使用数据作为选择和实施过程中的一部分。
缺乏使用的部分原因是专业发展的问题：70%的受访教师评价他们的SIS 系统专业培训内容为“弱”。此外，仅有23%的教师说，他们利用SIS的数据帮助他们计划课堂活动，超过70%的教师不相信SIS能帮助他们解决自己课堂上重要的问题。
教师使用LMS系统的情况稍好。然而，即使这样，也只有一半的教师反映他们利用了LMS系统中的数据来提高学生的成绩。
问题的部分原因是，SIS和LMS的相关活动目前在各学区被认为是IT部门的事情。因此，学区不利用LMS和SIS在课堂上也就不足为奇了。况且，以前教师们并不拥有这些信息，即便现在把信息开放给教师们使用以帮助学生学习，他们也不能立刻就上手办到。
在对一个非常有效地在课堂上使用SIS和LMS系统的学区进行了研究后，发现他们对于实践最好的建议是：改变管理模式。从教育而非技术的角度评估、选择和部署SIS和LMS项目，从各部门选出代表组成跨职能的团队，持续培训用户直到能熟练使用应用程序来解决问题。
挑战三：各种学生数据格式有待统一
如果一个老师想了解一个特定的学生是否偏离了学习标准。它往往会涉及查询多个数据流：一个学生信息系统（SIS），以获得基本的入学数据；另一个是过去的成绩数据，这来自于上级教育部门维护的报告系统；而最近的作业和成绩则来自学习管理系统（LMS）。每个系统都可能有各自的密码，更不用提它各自的数据格式，用电子表格软件手工编译整合这些数据到同一个图表，无疑意味着巨大的工作量。
显然，除了要求教师使用数据外，学校还面临着另一个严峻挑战——数据孤岛。许多学校目前使用的多个信息管理平台和软件应用工具产生了大量不同类型的数据，并且还处于分散状态。也就是说，大量的学生数据被锁在各个数据孤岛上，无法进行有效的整合和利用。因此，要实现教育大数据，还得把各种系统连接起来，实现互相通信和数据的互操作。
公益项目inBloom的前身是2011年成立的“共享学习协作”（Shared Learning Collaborative）项目，由比尔和梅琳达·盖茨基金会和卡内基公司资助。其搭建了一个基础的与数据源无关的开放源代码的数据集成平台。这个数据平台通过开放的数据接口，可以让各种平台和软件互相通信，实现数据的互操作。inBloom为K-12学校提供了一个存储各种学生数据的数据仓库云服务，允许美国各州和学区整合已有的不同来源和格式的学生数据，使数据的集成和调用更方便。
另外，inBloom项目还解决了身份认证管理和数据报告的问题，这是长期困扰教师并阻止他们获得和有效地使用学生数据的最大障碍。总体上说，inBloom已经初步形成了一套功能完善的数据基础架构，包括为多机构提供独立和安全的数据储存共享服务，捕捉多种应用数据的应用程序编程接口（API）， 解决多密码和麻烦的用户身份目录，以及数据可视化显示的仪表盘。
2013年5月，美国国家教育技术董事协会了名为Transforming Data to Information in Service of Learning的关于大数据技术规范的文档。主要定义了数据的标准和框架，涉及数据的互操作性和共享等技术和协议。这一文献的彻底扫清了未来教育大数据发展面临的数据孤岛的障碍，对K12大数据技术和产品开发有重要的指导意义。
大数据先行者
虽然教育大数据应用还面临诸多挑战，但是大数据给教育发展和创新带来的价值，对于学校来说，就像一座未开掘的金矿。一些地区和学校积极探索，成为了教育大数据的第一批掘金者。
大数据识别高危学生
格威内特县公立学校（GCPS）是美国佐治亚州的亚特兰大地区最大的学区，下属133所教育机构，有超过162，000名学生。为了了解各学校办学水平，提高学生学习成绩，该学区与IBM合作，采用其预测建模和分析软件的集成解决方案——eCLASS来收集、整合和分析学生的数据，能够快速识别需要帮助的学生，给予及时的干预，并持续跟踪学生进步。具体实施包括以下几步。
集成来自多个来源的数据来帮助识别学生的表现和成就。
为高危学生建立学习预警系统。
支持协作学习社区，帮助教师、学生、家长和专家一起工作，确定并实施教学干预计划。
数据进行汇总和分析，以确定干预方案效果。
GCPS的负责人科林·马丁说，过去我们总是基于最终测试成绩评价学生的表现。现在可以在过程中了解学生的情况，而不必等到年终的评测结果。这样能及时发现有问题的学生，并给予实时的帮助，避免学生因学习失败而辍学。
大数据实现自适应学习
美国Carpe Diem学校是免费的在线公立学校系统。目前它正使用大数据技术来驱动基于计算机的自适应教学。Carpe Diem有两所试点学校，分别在亚利桑那州尤马和印第安纳州波利斯。
现在的学生几乎整天在学校使用计算设备，从学生与计算设备进行交互的结果和网页访问流量数据，可以绘制每个学生行为的详细档案，也包括全体学生的学习行为。这就是大数据技术，它能结合学生学业表现和学习行为，不但使教师，也让计算机系统更全面地了解学生，并帮助或替代教师作出判断，且自动对学生的学习行为作出响应。这种基于大数据的自适应学习技术是下一波K-12的创新。
据报道，Carpe Diem在亚利桑那州的试点学校取得了巨大的成功。这所学校把自适应技术支持学习、辅导、小组项目和课堂教学相结合，为每位学生提供高度个性化的教育。学校有7个年级240名学生，只配备了1名数学老师和1名助教，学生的数学成绩却非常好。由于已经成功地用技术取代了教师的大部分劳动，因此其教育成本低得惊人，每名学生每年仅5597美元，远低于得克萨斯州为每名学生提供的约7000～7500元/每年的成本。Carpe Diem学校被“商业周刊”和“美国新闻与世界报道”评为美国最好的高中。
大数据关注学生运动健康
卢湾第一中心小学是上海市黄浦区的一所信息化示范学校。在坚持锻炼增强学生体质的同时，为了保障学生安全，该校正在尝试利用学生运动数据实现体育课程的差别化教学。
卢湾第一中心小学老师们研发了“云手表”。云手表和一般的手表外观上并无太大差别，它除了可以显示时间外，还可以通过无线连接的方式实现无线签到、实时测量学生心跳并上传到网络平台的功能。如果每个学生在上体育课时都佩戴这样的手表，老师可以通过网络随时掌握每一个学生的心跳、运动量等数据。这不但可以及时预防运动猝死一类的悲剧发生，还可以作为差别化教学的数据依据。
在2013上海教育博览会教育信息化展会上，“云手表”的功能引发了参观者的巨大兴趣，特别是家长们给予了很高的关注。
据卢湾第一中心小学校长吴蓉瑾介绍，卢湾第一中心小学在“云课堂”体育课堂教学实践中，根据“每天一小时校园体育活动”的要求，始终积极探索体育课堂教学与信息技术的有效结合。根据体育学科的特点，教师们初步设想了“云手表”这一检测工具，通过应用于体育课堂教学、晨练、课外活动等，对学生的体育锻炼情况进行实时监测、真实记录，达到即时反馈、及时矫正，甚至可以为学生提供一对一的个别辅导，开出“个人运动处方”。
“通过试用，我们发现这款‘云手表’激发出了学生们最大的运动兴趣，由于数据采集的便捷性，使得孩子们的运动状态能够立刻呈现‘可视化’的状态，学生能够自我监测，互相之间也能进行比较和竞争。”吴蓉瑾希望，“云手表”能够让学生轻松成为“运动达人”。
大数据实现个性化学习
School of One（SO1）是纽约市教育部门的一项初中数学教改项目。它的特点是以学生为中心，采用大数据分析和适应性技术搭建个性化混合式学习环境，满足每个学生的个性化学习需求。
大数据技术不但能获取学习者的行为，还能预测学习者的行为和结果。因此基于大数据技术的学习算法能针对每个学生的家庭背景、兴趣爱好、个性特点，以及知识基础、学习能力、学习方式和学习需求等，并结合课程标准、数字化学习资源类型，以及教师的授课特点等，为学生绘制独特的学习路径图，推荐合适的课程材料和教师，安排最佳的时间表。因此，SO1的学习分析算法，有助于确保每个学生在其教育的有效点进行学习。通过收集数据，它能更多地了解学生和更好地预测进度，以更有效地适合每个学生。
每一天，SO1的学习算法需要分析的数据包括：学生的学习历史和背景，前一天的评估数据，以及可用的内容、教室、人员和技术；确定哪些课时内容在统计学上最有效地适合哪种类型的学生。然后，它会为每个学生和每个老师生成一个独特的每日时间表；且每个时间表和教学计划都是自动调整以适应每个学生的学习步伐、能力和最成功的学习方式。比如引导学生参加包括大组教学、小组教学、小组合作、虚拟教学、自主学习、实时远程辅导等学习。
SO1项目中，教师可以修改系统生成的时间表，且教师本身也是计划的一部分参与到学生学习环境中。因此，这里技术并没有完全替代教师，而是在线和面对面，技术和教师的结合。
2011年，美国教育发展中心的儿童和技术中心对该项目2010年的实施进行了独立评估，结果显示：参与学生的数学成绩显著跑赢非参与的学生。在2009年《时代》杂志评选的50项最佳发明中，该项目是唯一的一项教育创新。
在大数据时代，教育正在除旧迎新，开创新的局面。从研究者到开发者，从管理者到一线教师都将面对新的挑战。教育变革的“大时代”，谁掌握了教育大数据，谁就把握了教育的未来，我们应该遵循教育规律，顺应技术进步潮流，挖掘教育的金矿。
1．案例教学法中学数学教育应抓住生活数学，对每个重要知识点应结合实际案例进行综合讲解，而进行案例讲解的关键步骤为:首先:案例选择教师课前应根据课前内容事先选择良好案例，主要根据教学单元知识选择具有代表性典型案例．例如:在讲解正弦函数图象时可运用到电工基础知识中正弦交流电变化规律作为教学案例．其次:案例分析当教师讲解完基本知识时，应引导学生对选择案例进行深入分析，并对新类似案例进行求解，于解决实际问题中结束课堂案例式教学．学生通过不断深入分析及案例讲解，不仅可充分掌握自身所学知识，而且还能获得知识技巧，更会激发学生探索积极性．
2．学习动机培养(1)动机在学习过程中的作用探析作为学习压力最大的求学阶段，中学教育是个人成长教育中的转折点，对个人学习理解能力要求颇高，繁琐的学习令学生不感兴趣，厌烦学习最终讨厌教育．要使学生受教育阶段能最大化吸收知识，将知识转化为个人能力必须通过自主性学习．学习动机和自主学习的养成将个人能力最大化，通过自主学习，主动学习，寓教于乐，可以在学习过程中给我们带来乐趣，最终热爱学习．根据最新科学研究表明，学习动机与教学成果之间成正比例，自主学习者比被动学习者学习能力和接受能力强57%．学习动机越强，取得的学习成果越突出，突出的成绩反过来也能促进学习动机的加强，两者相辅相成，缺一不可，并且动机越积极，对知识掌握越持久．根据现代教育学表明，教育有“好奇阶段”和“求知阶段”，而动机则有“迫动性”“导向型”和“持续性”．在实际学习中，学习动机有助学生提高自身学习能力，提升自身竞技水平，树立远大目标，在中学阶段取得优良成绩．积极投身到教学活动中，积极回答老师问题，增强自身知识全面性．学习不光是理性教学过程，感性因素也是决定学习成败的重要成份．教师可以将书本知识通过肢体语言或幽默笑话等感情因素展现出来，形成自己独特教学风格，会使学生产生积极的心态，为学习知识创造良好环境．根据笔者多年经验，大多数学生小学阶段学习动机较强烈，对知识极为渴望，中学阶段反而呈现低迷状态，厌倦学习．既然学习动机如此重要，那么如何更好的激发学生学习动机?(2)如何激发学生学习动机动机学习有如此的促进作用，学习动机的激发是整个事件的关键，如何进行有效化开发至关重要，应有益于数学教学体系朝积极化方向变革．①改革课堂教育体系．多元化社会的出现，极其吸引学生眼球，学生逃课上网等一系列厌学现象的出现，真的只是学生自己不想学了吗?答案是否定的．根据研究表明，教师的课堂行为被认为是激发学生学习动机最主要影响因素，教师起到引导性作用，课堂讲学占据重要影响比重．中学学生思维还未定向，受教师影响较大，现代课堂教育应以教师为主导，学生为主体，学生动机激发必须建立在优良教师表率下．现代课堂教学需采用“以学生为主体，以自主学习为主导，以活动为根本”的新型教学模式，开创情景化教学取代课堂严谨教学的新篇章．以学生自主性学习作为课堂教育主体因素，中学阶段老师起到指导作用，学生积极思考，提出问题，教师起到答疑解惑作用．并非传统教学中教师占据主体地位的迂腐教育模式，让学生主动参与，主动思考，主动探索，主动解决．②营造良好教学氛围．减少对中学学生思维控制，提供轻松，好学的氛围是教育学家普遍认同的观念．教师主导性作用在提供给学生自由主动发言，表达方面尤为重要．让学生自主发现，解决问题，吸引学生向更深层探索是当下激发学生学习动机最直接有效方式．科学研究表明，学生更易于在轻松氛围中吸取知识．应该将问题情景化，营造一种舒心，舒适，轻松和有利于学生学习之氛围，令学生更容易吸收知识养分，在掌握必要知识的同时提高对学习的兴趣，一举两得．学习过程难免出现差错，利用寓教于乐方式可以避免无形中学习过程中出现的差错导致害怕开口甚至不敢开口所造成的尴尬．敢于大声说出数学，乐于勇于参加各大交流活动，有利于学生自信心养成，启发学生积极思维，进一步激发学习动机．③设立表扬制度．“没有一个不想当将军的士兵”．采用多样化，多形式表扬机制，对教学过程中学生的表现采取积分制，每隔一个月奖励优秀个人．抓住人性中好学上进的求学性格，合适的表扬制度会令其他学生积极学习，形成学习攀比之势．采用评价积分制保证了评选的公平公正性，不会参杂任何人为主观因素，无形中告诉学生只要你肯努力就能成功，受到大家表扬．表扬制度的成立实际上是一种巨大的造星制度，学习好，表现好就会受到全班甚至全校表扬，中学生在强烈虚荣心的影响下定会激发自主学习，不断学习之兴趣．④开展中学数学竞赛．这是升级版的表扬制度，只是竞赛更难于平时表扬．竞赛是最有效也是最高效激发顶尖学生学习动机，调整自主学习，积极学习的手段之一．凌驾于题目的优越感和凌驾于同届学生之上的虚荣感会满足众多学生的心里需求．根据心理学家研究表示，在竞赛过程中，对解决问题的渴望和赢取对手获得尊重的心里会更加强烈．由于竞赛过程中精神处于高度集中状态，自主学习，自主探索的兴趣较平时更为强烈，因此，竞技水平会好于平时学习状态．再次，任何形式的竞赛，奖励制度实质都是造星运动，任何人都想被尊重，这是抓住中学生强烈虚荣心而设置的激发动机方式．
二、树立正确教育理念
1．教师要传授正确教育方式现阶段在中国教育机制和社会经济特定发展下，中国的教育停留在任务教学的阶段．著名学者赫尔巴特说过“教学的最高的、最后的目的和教育的最高目的一样，就是培养德性”．教育是长久之道，并非短时间追求成绩的高低，打破过去以成绩来衡量个人发展的迂腐思想．中学数学教学对学生价值观，人生观，心智等多方面具有重大作用．因此，教师扮演着学生发展道路的导师．其次老师根据学生兴趣爱好将数学化教育夹杂在游戏中开展任务教学，或在学生接受能力强的方面掺杂教学任务，将传统任务教学个性化，分散化，便于学生吸收与掌握．再次老师可以将数学知识现实化，故事化，通过讲故事这种小朋友喜爱的情景模式将数学教育贯彻其中．众所周知，当我们神经处于放松阶段时吸收知识最快，好比海绵只有在完全松弛中才会吸收最多养分．即达到任务教学目的，又激发学生学习热潮，形成主动吸收模式．
【关键词】大学英语教学 体育院校 多媒体数据库
一、体育院校大学英语教学对多媒体数据库的需求
高等教育阶段英语教学的重心已经从基础语言的培养转移到英语语言以及文化的提高上。在电脑和网络已经普及的今天，一本教材已经不能满足大学英语教学的需求。纸质媒介对于学生的吸引力不够，多媒体教学因运而生。多媒体教学使教学内容和形式都从平面性转向立体化，在大学英语教学中起着积极的促进作用。相较于其它高校的学生，体育院校学生对于直观、形象的内容的敏感度更高，对于抽象、乏味的内容的耐心小差，多媒体手段在体育院校大学英语教学中发挥着更重要的作用。
二、体育院校大学英语多媒体数据库的建设
1.设立原则。总体来说考虑到体育类大学生英语水平较低、学生英语基础两极分化的情况，学生在英语学习上耐力不足的特点，体育院校大学英语多媒体数据库的设立应依据以下原则：（1）以中英文对照为主。对于多媒体数据库中涉及的英文文字和音频都应在后面附上中文意思，英语视频也要选取配有中英文字幕的。中英文搭配使用可以使学生很容易地了解一些生僻的英文词汇的意思，不会影响学生对于整体内容的把握和学习进度，同时也减轻了学生连续碰到生词时的焦虑感。（2）以贴近日常生活和常见体育场景为主。语言是人们在社会生活中的交际工具，大学英语教学是一门工具性学科，其教学内容主要是为了学生能够在英语语言环境中顺利地生活、学习和工作。多媒体数据库的设立也是以此为依据的。（3）难易水平适中，标识内容的难度等级。体育院校学生英语平均水平略低，但有些学生的英语还是很好的，多媒体数据库的建设应该涵盖不同英语基础的学生的需求。为了便于学生使用适合自己英语水平的资源，设立难、较难、中等、交易、易这五个难度等级对不同的内容进行标识。（4）听说读资源为主。由于多媒体和网络技术的优势主要在于从听和读英语信息的过程中学习英语并通过在线平台进行口头交流，而翻译和写作在多媒体和在线平台中不易展现和评价，因此多媒体数据库不针对写和译设置专门素材或练习。
2.设立方法。多媒体数据库应按照体育院校学生需求，分类进行资源设置，应分别按照形式和内容进行分类。（1）按形式分类：把多媒体数据分成文字类、音频类和视频类。学生可选择自己喜欢的形式学习。（2）按内容分类：多媒体数据可分为体育类和非体育类两种。体育类多媒体数据包括赛事英语、新闻报道用语、体育文化文摘、体育人物传记的体育学术英语等。非体育类多媒体数据包括满足学生基本生活需求的日常用语，如用餐、住宿、购物、旅游等和提升学生人文素质的社会文化类语言，如笑话、著名短篇小说、音乐、电影、历史故事和奇闻轶事等。
三、多媒体数据库在体育院校大学英语教学中的作用
1.多媒体数据库在课堂教学中的作用。（1）多媒体数据库在体育院校大学英语教学课堂中的应用使呈现教学内容的形式从平面化转向立体化。不爱阅读教材、听老师讲一条条的规则和用法是体育院校学生学习英语的共性，但学生对多媒体呈现出来的视频、图片和图表兴趣浓厚并能够寻找其中要点的过程中体验到成就感，学习积极性更高。（2）多媒体数据库在体育院校大学英语课堂教学中的应用使情景仿真度更高，学生容易进入模拟场景中的角色，相较于传统教学来讲多媒体更有利于学生建立合作模式，课堂活动能够收到更好的效果。（3）多媒体数据库在体育院校大学英语课堂教学中的应用使师生角色互换更容易实现。学生在教师的引导下，加工多媒体数据库中的已有资源并按照自己的想法进行编排，使学生能够深入地理解所学内容的同时获得很大的成就感和喜悦。在角色互换中，学生的参与课堂学习的积极性被充分调动起来，而且教师能够及时发现学生掌握不到位的知识点并引导学生进行讨论，使学生更好地掌握所学内容。
2.多媒体数据库在学生课外学习中的作用。（1）多媒体数据库在体育院校大学英语课外学习中的应用有利于促进学生自主学习能力的发展。课堂教学时间对于基础较弱的体育院校学生的英语学习是不充足的，要靠学生课外的自主学习来补充。体育院校学生对于英语学习的方法和哪里是重点不是十分明确，因此老师的合理引导才能促使学生进行有效的自主学习。（2）多媒体数据库在体育院校大学英语课外学习中的应用有利于增加学生英语口语交流的机会。学生使用多媒体数据库中的资源后会有一些感受，利用在数据库的在线平台交流彼此的心得是学生提高口语的良机。（3）多媒体数据库在体育院校大学英语课外学习中的应用有利于提升学生的自信心。在课外运用多媒体数据库学习的过程中，学生除了可以得到老师的评价，还可以得到其他学生的评价和自我评价，有助于学生了解自己的实际英语水平和学习后的进步，使学生的自信逐渐提高。
多媒体数据库的建设和应用对于体育院校大学英语教学起到了良好的推进作用，使体育院校英语教学改革上了一个新台阶。但同时也要注意多媒体的应用应以符合教学的实际需求为原则，一味地沉迷于多媒体教学只会适得其反。
参考文献：
[1]常仕璇.浅谈大学英语多媒体教学模式的建构[J].吉林广播电视大学学报，2014（4）.
【关键词】统计 概率 数据收集 学习策略
【中图分类号】G623.5 【文献标识码】A 【文章编号】2095-3089（2015）08-0118-01
随着科学技术的发展和人民生活的高度社会化，大量的信息数据需要处理，出现许多决策问题需要人们去分析、评价。统计知识及其方法已渗透到了人类活动的每个领域，已成为现代数学方法中一个重要部分和数学应用的重要领域。同时也是培养学生运用所学知识解决实际问题的重要途径。《全日制义务教育数学课程标准》中较大幅度地增加了“统计与概率”的内容，因为在信息社会，收集、整理、描述、展示和解释数据，根据情况作出决定和预测，已成为公民日益重要的技能。因此就小学低年级“统计与概率”的学习心理特点进行了一些探讨。
美国的《课程标准》认为统计方法和概率知识在信息社会里越来越重要，生活在21世纪的公民必须很好地掌握，因此认为：（1）统计和概率的思想方法在小学低年级就可以也应该开始学习。例如让儿童调查哪一种饮料最受欢迎，甲班学生高些还是乙班学生高些等等。这些调查活动可以使儿童很早就领会到许多事情，通过数据的收集、整理、分析，就可以做出判断，进行预测，同时也学会了调查的方法步骤。同样地，关于机遇、可能等概率的思想很早就可以通过游戏使儿童有所接触。（2）强调操作、实验，培养探索精神，重视调查研究。（3）注重实际和应用，对低年级的教学要求，使学生做到：会收集数据、组织数据，对数据的表现会作出解释;探讨机遇的概念，初步体验有些事件发生是确定的，有些则是不确定的。
依据《教育心理学》中教育与心理发展的关系，使增加的“统计与概率”的内容在教学中遵循有效教育，把握学生的心理特点，使学习既具有科学性，同时又符合学生的认知特点。
1.学习“统计与概率”应以掌握学生学习的特点为前提
学生学习的特点一般表现为：（1）学生在学习过程中，认知活动通常要越过直接经验的阶段，而以学习间接经验知识为主。（2）学生的学习，都是在教师的指导下进行的一种认知活动。教学活动是一种双边活动，教是为了学，学则需要教，教与学互为条件，互为依存，失去了任何一方，教学活动就失去了存在的意义。（3）学生在学习活动中是有学习策略的，学生的学习策略的好坏，直接影响着他们的学习效果。（4）学生的学习过程，是一个不断形成和激发学习动机的过程，受其动机水平的支配。
比如，一位教师在教学“数据的收集和整理”时，为学生提供了这样一个场景：学校门前马路上某一分钟的车流情况，请学生统计这一分钟之内各种车辆的数量。事前，教师未作任何提示，放手让学生独立思考、自我实践，而后进行讨论与交流，学生在积极的讨论与热烈的交流中，在自己与他人的成功与失败的经验教训中，（有的画的全是竖条和横条，长短、疏密不一;有的画圈，大大小小;有的画“正”字……）总结出画“正”字是收集数据时所采用的一种比较有效的统计办法。让学生在探索交流中对数据处理的过程有所体验，掌握简单的收集、整理和描述数据的方法，感受到学习统计的必要性。
2.学习“统计与概率”应以培养思维品质作为发展智力与培养能力的突破口
思维是智力和能力的核心，由于理解是通过思维活动实现的，所以学生的思维发展水平对理解也有重要的影响。小学生理解的对象主要是感知阶段所获得的表象，理解的效果在很大程度上取决于对表象的思维加工水平。如让学生在“分一分，数一数”的活动中学习整理数据的方法，在教学中通过数家禽的活动唤起学生的统计意识;调查自己跑步以后的脉搏比静止时快多少，并将测得的数据记录下来，与同伴进行交流。让学生自觉地进行数据的分类和整理，并在此基础上要求学生简化象形统计图，使统计图逐步、简明、抽象。再如，学生可以通过一些实例或通过游戏活动直观感受事件发生的确定性和可能性。例如，随意从4个红球和1个黑球的口袋中，摸出一个球，摸到红球的可能性与摸到黑球的可能性谁大？初步体验有些事件的发生是确定的，能用“一定”、“经常”、“偶尔”、“不可能”等词语来描述生活中的一些事件发生的可能性。
统计的内容是用数字描述和解释我们周围的世界，应注重结合学生生活的实际。如，可以设计成一个活动，使学生主动的投入其中，提出关键的问题，搜集和整理数据，分析数据，作出推测，并用一种别人信服的方式交流信息。同时体会对数据的收集、处理获得某些新的信息，以培养学生有序地观察、有条理的思考，体验与同伴的合作，使学生在统计教学过程中发展数学思维，提高解决问题的能力，培养学习数学的积极情感和良好的学习习惯及实践能力。例如，组织一次班会活动，目的是增进同学之间的互相了解和交流。首先让学生们自己选题，希望了解那些信息：“同学们每天怎么来上学？”、“每个月都有多少同学过生日？”、“同学们喜欢读哪类图书？”、“同学们的爱好是什么？”、“我们最喜欢的运动？”“我们最喜欢的动物？”……然后学生们分组去调查收集数据，用表格归纳整理，并且制成各种统计图，根据统计结果建立各种兴趣小组，开展相关活动，如把各种图表制成墙报，手抄报等。
3.学习“统计与概率”应重视智力活动中的非智力因素
非智力因素是指除了智力与能力之外，而又决定智力活动效率的一切心理因素，它的组成有3种：一是个性意识倾向性，诸如兴趣、爱好、动机、目的、理想、信念、世界观等;二是情绪和意志;三是气质、性格与认知方式。在“统计与概率”教学中也应该培养学生的非智力因素，一是发展兴趣;二是顾及气质;三是培养良好的性格特征;四是养成良好的学习习惯。其中以兴趣和习惯最为重要，这就要求教师注重借助日常生活中的例子，进行情景引入教学，课件演示动物运动会的热闹场面：森林里的小动物正在参加一年一度的动物运动会。提问：看到这个情况，你知道了什么？（引导学生说出：有兔、狗、猴3种小动物参加比赛，它们正在进行长跑、跳高的比赛），激发起学生的兴趣进而实施教学，使学生经历数据的收集、整理和分析的过程，体验统计结果在不同标准下的多样性，并用统计表来表示数据整理的结果，使学生在学习统计过程中发展数学思维，提出解决与数据信息有关的问题，组织学生参与合作交流学习活动，培养学生学习数学的积极情感与良好的合作学习的习惯。
总之，在小学数学教学中，使学生对“统计与概率”有所了解和体验，根据小学生的心理特点，使之成为解决问题的有力工具，感受统计的必要性。
参考文献：
[1]陆丽萍.小学数学新课程教学法[M].长春：东北师范大学出版社. 2005.
[2]沈德立.高效率学习的心理学研究[M].北京：教育科学出版社，2006.
[3]张大均.教育心理学[M]. 北京：人民教育出版社，1999.
