1大数据
大数据（Bigdata）是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。随着云计算的发展，分布式处理、虚拟技术和感知技术的进一步应用，大数据从采集、处理、存储到产生结果形成了一个完整的获取过程。其数据体量巨大、数据类型繁多、密度低价值高、处理速度快等特征越来越受到重视。在互联网中，数据量以每年50%的比例增加，其中包括用户行为、消费、地理位置、互联网金融、社交等多元素信息。在企业中，数据作为一种资产，在向“数据供应链”方向发展。以个人为中心的大数据，包括购物信息、网络搜索信息、社会关系等也被广泛分析处理。那么如何将这些海量数据应用到高校课堂教学中，已成为研究方向。
2计算机课堂教学
目前高校课堂仍以传统课堂教学为主，存在着一些问题：传统的计算机课堂教学，以教师讲授，学生上机训练为主。教师在教学计划、教学大纲框架下，将知识传授给学生。学生根据要求完成作业，最后取得课程成绩。在互联网高速发展的今天，这种固定模式越来越不适用于当前的教学。目前的网络课程非常丰富且含金量较高，翻转课堂仍未广泛应用于课堂上，凸显出传统教学方法过于单一，对于学生的掌握程度缺乏考察。教学内容的更新频率远远慢于信息技术的发展速度，导致了教学内容与社会需求的严重脱节，很多学生毕业后需要回炉再炼。教学内容过于宽泛，也是导致传统教学效果不理想的原因之一，大多数计算机课程过于重视理论讲解，缺少实践的结合，导致学生动手能力极低。无法掌控学习程度不同的学生的进度，进而难以开展以学生为个体的个性化教学。
3大数据对计算机教学影响
大数据的产生对教学有深刻的影响，首先是课程设置。很多高校计算机专业开设了大数据课程，如大数据分析、分布式计算、大数据挖掘、机器学习等直接或间接与大数据相关的课程。从而使学生了解大数据这门技术，为数据分析、处理打下坚实基础。同时注重专业课程更新，及时开设市场需求的实践课程，确保培养学生的社会需求能力，同样对教师的专业水平有了进一步要求。学习方式的转变。由传统课堂讲授转变为学生自主学习为主，教师指导为辅的教学模式。学生通过大数据背景下的互联网资源，可以更便捷的获取所需内容，根据自己的掌握情况，主动地进行知识的填充。采用线上线下相结合，知识储备与技能训练一体化的学习模式，进一步明确学生主体地位，将被动接受知识转变成主动获取知识。教学模式的变化。传统模式下，教师在备课上耗费很多精力，大数据环境下，教师的更多精力需要放在课后，教学模式转变为：备课、指导、实践操作、测试、分析、改进。这就需要教师对整个班级学生数据有全面了解，通过对学生的学习进度及效果信息进行分析处理，进一步作出教学改革。这一环节对教师要求非常严格，教师必须有系统的数据挖掘技能及数据分析能力，精准地把握每位学生真实的学习情况。教师如何设计出有效案例，成了重要环节，案例的合适与否，直接影响学生对于内容掌握的兴趣。通过对大数据教学分析，教师能够对计算机教学中的难点及教学方法有更准确的认识，从而找到教学改革突破点，对提高教学效果，有很巨大地推动作用。
4基于大数据的计算机教学
4.1教学模式
基于大数据的计算机教学改革，首先进行教学模式划分：实践学习、虚拟学习。在实践学习环节，采用教师面授、师生之间、学生之间点对点交流模式，在进行理论知识学习的基础上，加大工作实践技能的训练及指导。通过点对点交流，将课堂内容转化为自身技能，这种个体与个体的互动，更多的体现出知识碎片，通过进一步整合，形成完整的知识构架。在这一环节，需要教师准备充分的教学案例，完善的技能操作训练，同时引导学生之间开展丰富有效的交流互动，及时捕获反馈信息，进一步完善课堂教学。在虚拟学习环节，学生借助于有效的学习系统完成。包括训前测评、训后考核、在线课件、图书导读、视频资源、文章案例、线上讨论等方式。这一环节主要体现出学生根据自身情况，按需获取知识，增进技能。充分利用互联网提供的海量数据进行线上学习，不仅可以对课程知识起到很好的补充，同时也能够对自身掌握程度有更清晰地认识，以便于找准方向。在该环节，需要考虑建立信息资源库，覆盖学生学习全过程。除了包含上述内容以外，还需要存储试卷、课堂表现、学习轨迹、个人信息等数据。
4.2教学方法
在课堂教学方法上，可以采用多种不同的组织方式：分级教学、翻转课堂等。在分级教学方法中，按照学生对于课程掌握的不同层次，设计不同的教学进度及教学难度，制定出符合学生自身的教学案例。可以通过技能考核的方式划分学生层级，层级高的，采取的教学进度快，教学难度大。层级低的，采取较低的教学进度及较小的教学难度，以便于学生吸收掌握。同时需要考虑分级教学中的评价机制，不同层级的考核方案不同，决定了传统的课程考核方式不适于分级教学。这里可以采用知识点细化法，以课程知识点作为考核点，通过对学生掌握的知识点进行周期性考核，获取准确信息，进而得到有效教学评价。在翻转课堂中，课堂时间主要用于问题讲解及技能操作，课程信息的学习以视频的形式展示给学生。教师的角色由主讲转变为答疑，针对学生提出的问题给出准确的解答，同时根据学生课前学习，预设问题，让学生充分思考，培养学生的思考能力。学生由知识的被动接受者转变为主动获取者，极大地提高学习主动性。在采用翻转课堂方式下，教师应当提前录制好课程视频或给学生提供网络课程视频，这需要教师课前充分的准备。
4.3相关技术
如何有效获取学生自主学习时对知识的需求点，是基于大数据教学应考虑的，这里我们采用关联规则挖掘相关信息。关联规则最早被提出来是为了解决“购物篮分析”的问题，通过分析一段时间内购物者的购物习惯，观察哪些商品会被频繁购买。学生在自主学习时，通过互联网查找学习资料，对应自己感情趣的或者难以掌握的知识点会经常去访问，教师通过获取这些信息，对学生学习情况有比较明确的掌握，从而对教学设计、教学案例等做出相对应调整。
5结束语
随着信息技术的发展，大数据对高校计算机教学起到巨大的推动作用，云计算、慕课、翻转课堂的广泛应用，丰富课堂的同时，为大数据背景下的课堂教学提供了良好支撑。高校计算机教学理论、实践同等重要，在传统课堂模式下，无法提高学生的学习兴趣，基于大数据的模式下，线上线下相结合，课堂内外有互补的学习模式，极大地提高了学习效率。随着大数据的应用，课程设计，教学大纲等都在改进，教学目标进一步明确，实践教学效果明显提高。在大数据背景下，还有很多细节需要解决，教师对于数据获取及分析技术的处理，将是一个很大的挑战。
