以大数据为主题的论文高中

大数据时代下高中数学教学探讨论文

摘要: 大数据时代的到来，为人们的生产生活带来了极大的便利，也为教育教学的创新以及发展带来很大的影响。因此，在大数据时代下，要分析大数据的相关概念，然后对大数据时代下的高中数学教学方式的创新以及应用进行研究，以此来提高高中数学教学的有效性。

关键词: 大数据时代;高中数学;教学方式

信息技术的发展促使了大数据时代的到来，不仅增加了知识获取的途径，也改变了传统的学科教学方式，对促进高中数学教学改革的推进具有重要影响。因此，在大数据时代下，高中数学教师要利用大数据的技术优势，对现存的教学模式进行改革，突出数学教学的时代性，使学生在数学学习中既能够获得相应的知识，还能够树立正确的价值观念，促进高中生数学综合素养的形成，从而促进高中数学学科的健康发展。下面本文将对其进行详细论述。

1大数据相关概念

第一，大数据概念。数据是知识的来源，也是信息的一种记载方式。随着社会的发展和科学的进步，数据数量不断增多，对数据进行记录、测量以及分析的范围也就不断扩大，这标志着人类已经获得越来越多的知识和信息。大数据可以从宏观和微观两个角度去理解，多数学者都是从宏观上对大数据概念进行定义的，即用新的处理模式提高数据出来的执行力，洞察能力以及海量信息的优化能力。大数据具有数据信息量大、种类多种多样、真实性以及实效性强等特点。

第二，大数据分析概念。大数据分析简单来说就是要对大规模的数据进行科学分析，而对这些庞大的数据资源进行分析最根本的目的就是要发现和总结出这些数据中存在的规律以及模式，然后再利用数据的动态性特征去预测事物的未来发展趋势。

2大数据时代下高中数学教学方式的应用

利用大数据转变教师的教学角色

第一，应用大数据技术为教师教学模式的创新提供了机会。大数据时代的到来，传统的教学方法弊端逐渐显现，不仅体现出了与现代社会的不适应，也影响了学生学习积极性的提高。因此，在大数据时代，教师要利用大数据技术开展例如合作探究、个性化教学等多样化的教学方式，丰富课堂教学形式和内容，使学生不再死板地接受学习内容，而教师也能够根据学生的不同阶段开展针对性的.教学活动。教师教学角色和教学模式的转变，强调了学生在课堂中的主体地位，对活跃课堂气氛，提升课堂教学的有效性具有重要作用。例如：在学习“集合”这节课时，教师就可以采用合作探究的教学方式。首先，结合学生的差异性，将学生分成不同的小组，然后设计不同的问题组织学生进行探究，如：①用什么对集合进行表示？可以用一个元素表示集合吗？集合与元素之间有什么关系呢？②集合都有哪些特征呢，结合具体题目进行判断。之后，小组之间对研究结果进行互相交流。再后教师设计突出本节课重点的习题，给学生锻炼的机会。通过这样的教学方式，不同的学生组织到一起集思广益，互相帮助，不仅有利于促进学生思维的发散，还转变了教师的教学角色，提升了课堂学习效率。

第二，应用大数据技术对学生的学习情况进行深入了解。在传统的课堂教学形式下，教师过于侧重学生学习成绩的提升，忽视对学生的了解，导致教学针对性不强，影响教学效果。通常情况下，教师对学生了解是通过考试以及随堂测试的形式进行侧面分析，但这种分析得出的结果并不准确。但在大数据时代，利用大数据技术教师能够对学生的真实情况进行挖掘，然后根据学生之间的个性差异，对学生进行充分的了解，同时教师利用网络技术能够对学生的兴趣点和薄弱点进行准确判断，从而使自己的教学活动与学生的学习需求相吻合，突出数学教学的针对性。

利用大数据发挥学生的主体作用

第一，应用大数据提升学生的学习兴趣。在以往的教学方式下，学生是知识的接受者，部分教师为了提高教学效率甚至一味地向学生进行知识传输，殊不知这种填鸭式的教学方式，不仅无法激发学生的学习兴趣，还会造成学生的抵触情绪，对学习产生厌烦心理，进而影响数学学科教学效率的提升。因此，在大数据时代下，要充分发挥大数据的优势，利用大数据技术去激发学生的学习兴趣，丰富数学课堂的内容，使学生产生主动求知的欲望，能够积极主动地参与到教师组织的教学活动中来。大数据技术的具体应用可以从以下几个方面进行。首先，教师可以利用计算机平台设计预习内容，然后学生能够通过计算机平台自己完成教师布置的习题，教师之后可以借助大数据进行数据分析，这样教师在授课之前就能够找到学生学习的弱点以及难懂点。例如，教师可以利用大数据对学生在“函数”知识中存在的问题进行分析，然后了解到学生易错点和薄弱的地方，之后据此设计相应的课程教案。这样在课堂上学生就能够根据教师针对性的教学设计进行学习，以此来提升课堂教学的有效性。

第二，应用大数据提升学生的学习自主性。学科教学最关键的就是要提高学生的学习积极性，所以在高中数学教学中教师要注重学生自主性的提升。在高中数学教学中，课后知识巩固与习题练习是提高学生学习成绩的重要组成部分，但以往学生通常都是靠手抄错题的形式进行习题纠错和解答的，这种方式取得的效果并不显著，一是浪费了较多的学习时间，二是形式枯燥，学生学习自主性不高，在整理之后查漏补缺效果也不好。所以在此环节可以应用大数据技术为学生的课后自主学习提供平台。在大数据技术的支持下，教师可以将学生之前做好的试卷或者解答过程的问题输入到计算机系统当中，之后学生通过网络进行问题的下载和解答，以便于学生对问题进行查漏补缺。这种方式相比于传统的纠错形式，具有实时性的特征，有利于学生对纠错内容进行更好的掌握。

第三，应用大数据开展分层式的教学形式。目前我国多数高中数学课堂教学采取的都是班级统一上课的教学形式，模式单一固定，缺乏创新性，不仅不利于激发学生的学习积极性，还会影响学生的个性发挥，进而影响学生的潜能的挖掘。“因材施教”是孔子提出的教学思想，所以在大数据环境下，教师要利用大数据技术采取分层式教学的方式，结合每个学生的差异性，开展不同类型的教学活动。每个学生都是独立存在的个体，在思想、能力以及身心发展上都具有差异性，所以针对不同学生的不同特性开展分层教学活动，不仅能够满足学生层次化的学习需求，还能够有效地激发学生的学习兴趣。同时，教师在数学教学中尝试不同的教学方法，应用创新型的教学模式，也能够很好地活跃课堂氛围，调动学生的课堂参与度，从而达到提升学生学习效果的目的。

利用大数据拓宽学生获取知识的途径

大数据时代下，数据量和知识信息不断扩大，学生能够接触和学习到的内容也不断增多，所以教师要利用网络信息技术，在网络上搜集和整理更多的学习资料和信息，然后结合具体的教学目标和学习内容进行这些信息的分析和处理，以此来提高教师的教学效果。而在大数据环境下，学生也能够利用网络技术自行进行数学资源的获取，不断丰富自身的学习的内容，对抽象的数学知识进行简化。另外，在大数据环境下，教师要为学生提供真实、可靠的数据教学服务，引导学生养成善于开发和应用数据的意识和能力，能够根据自身的需要进行数据的获取，这也能够为教师教学互动的开展提供针对性，促进师生间的共同进步。例如：在学习“数列”这节课时，教师可以在课前引导学生利用网络自己进行课前的预习，对数列这节课的知识有个简单的认识，并能够对基本的知识点以及概念进行理解。之后，在课堂上教师可以利用多媒体技术开展具体的教学活动，将教学知识点直观、形象地展现在学生的面前，在课程结束之后，教师组织学生对自己设计的随堂测试问题进行解答，然后对错题进行整理。这种一系列的教学活动，能够提高学生大数据技术的利用与开发能力，对拓宽学生的知识获取途径，提高学生的学习效率具有关键作用。

利用大数据为家长提供教育平台

家庭在学生教育中具有非常重要的作用，家庭是学生的第一所学校，但以往的高中数学教学对家庭教育并不重视，家长没有广泛地参与到学校教育中去，而学校也没有为家长提供更多学习教育的机会，除了每次家长会之外，教师其他时间很少能见到家长，也就很少能参与学生的学习。但大数据时代，网络技术的应用为家长与学校教育的沟通提供了很宽广的平台，家长可以通过固定的软件进行账号的绑定，然后随时对自己家孩子的上课以及课后情况进行了解，进而更好地了解学生近期的表现情况。同时，家长也可以利用这些软件与教师进行交流，对学生的学习和生活情况进行了解，与教师进行充分的沟通和互动。使家长能够更好地配合学校的教育活动，在提高学生数学学习效果的同时，促进学生的健康成长。

3结语

综上所述，大数据时代下数据数量不断增多，网络技术的应用越发广泛，在此种环境下开展高中数学教学活动，不仅有利于创新教师的教学思想和教学方式，也有利于激发学生的学习兴趣，提高学生对数学学科的学习热情，从而达到大数据促进学科教学效果提升的目的。高中数学是一门综合性学科，能够培养学生的逻辑思维和推理能力，同时数学也是一门与人们日常生活密切相关的一门学科。所以在大数据时代，教师要利用好大数据信息，发挥好信息技术在教学中的优势，不断改善自身的教学角色，突出学生的主体地位，拓宽学生获取知识的途径，加强家长与学校的沟通等，使学生在大数据环境下能够养成乐于学习的好习惯和科学的学习方法，推动高中数学教学效果的有效提升，促进学生身心健康成长。

参考文献

[1]孟越飞.大数据背景下的高中数学教学[J].中小学电教(下半月),2018(1):22.

事实上，所谓“大数据时代”的说法并不新鲜，早在2010年，“大数据”的概念就已由美国数据科学家维克托·迈尔·舍恩伯格系统地提出。他在 大数据时代一书中说，以前，一旦完成了收集数据的目的之后，数据就会被认为已经没有用处了。比如，在飞机降落之后，票价数据就没有用了；一个网络检索命令完成之后，这项指令也已进入过去时。但如今，数据已经成为一种商业资本，可以创造新的经济利益。数据能够成为一种资本，与移动互联网有密切关系。随着智能手机、平板电脑等移动数码产品的“白菜化”，Wi-Fi信号覆盖的无孔不入，越来越多的人不再有“在线时间”和“不在线时间”之分，只要他们愿意，便可几乎24小时一刻不停地挂在线上；在线交易、在线支付、在线注册等网络服务的普及固然方便了用户，却也让人们更加依赖网络，依赖五花八门的网上平台。而随着科技的进步，以往需要几盒软盘或一张光盘保存的信息，如今只需一片指甲盖大小的芯片，即可全部储存而且绰绰有余；以往需要电脑、显示器、读卡器等专门设备才能读取的数码信息载体，如今或许只需一部智能手机和一个免费下载的APP第三方应用程序，便可将数据一览无余。大数据时代的科技进步，让人们身上更多看似平常的东西成为“移动数据库”，如带有存储芯片的第二代银行卡、信用卡，带有芯片读取功能的新型护照、驾驶证、社保卡、图书证，等等。在一些发达国家，官方为了信息录入方便，还不断将多种“移动数据库”的功能组合成一体。数字化时代使得信息搜集、归纳和分析变得越来越方便，传统的随机抽样被“所有数据的汇拢”所取代，基于随机抽样而变得重要的一些属性，如抽样的精确性、逻辑思辨和推理判断能力，就变得不那么重要，尽可能汇集所有数据，并根据这些数据得出趋势和结论才至为关键。简单说，以往的思维决断模式是基于“为什么”，而在“大数据时代”，则已可直接根据“是什么”来下结论，由于这样的结论剔除了个人情绪、心理动机、抽样精确性等因素的干扰，因此，将更精确，更有预见性。不过，一些学者指出，由于“大数据”理论过于依靠数据的汇集，那么一旦数据本身有问题，在“只问有什么，不问为什么”的模式下，就很可能出现“灾难性大数据”，即因为数据本身的问题，而做出错误的预测和决策。（如能帮到你，望您采纳！！谢谢！！）

"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量(volumes)?大，指代大型数据集，一般在10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。从所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。那么越来越多的应用涉及到大数据，而这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于如此的认识，大数据分析普遍存在的方法理论有哪些呢？大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法（可以称之为真理）才能深入数据内部，挖掘出公认的价值。另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。大数据分析广泛应用于网络数据挖掘，可从用户的搜索关键词、标签关键词、或其他输入语义，分析，判断用户需求，从而实现更好的用户体验和广告匹配。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。 大数据分析的基础就是以上五个方面，当然更加深入大数据分析的话，还有很多很多更加有特点的、更加深入的、更加专业的大数据分析方法。当下我国大数据研发建设应在以下四个方面着力一是建立一套运行机制。大数据建设是一项有序的、动态的、可持续发展的系统工程，必须建立良好的运行机制，以促进建设过程中各个环节的正规有序，实现统合，搞好顶层设计。二是规范一套建设标准。没有标准就没有系统。应建立面向不同主题、覆盖各个领域、不断动态更新的大数据建设标准，为实现各级各类信息系统的网络互连、信息互通、资源共享奠定基础。三是搭建一个共享平台。数据只有不断流动和充分共享，才有生命力。应在各专用数据库建设的基础上，通过数据集成，实现各级各类指挥信息系统的数据交换和数据共享。四是培养一支专业队伍。大数据建设的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支懂指挥、懂技术、懂管理的大数据建设专业队伍。

事实上，所谓“大数据时代”的说法并不新鲜，早在2010年，“大数据”的概念就已由美国数据科学家维克托·迈尔·舍恩伯格系统地提出。他在 大数据时代一书中说，以前，一旦完成了收集数据的目的之后，数据就会被认为已经没有用处了。比如，在飞机降落之后，票价数据就没有用了；一个网络检索命令完成之后，这项指令也已进入过去时。但如今，数据已经成为一种商业资本，可以创造新的经济利益。数据能够成为一种资本，与移动互联网有密切关系。随着智能手机、平板电脑等移动数码产品的“白菜化”，Wi-Fi信号覆盖的无孔不入，越来越多的人不再有“在线时间”和“不在线时间”之分，只要他们愿意，便可几乎24小时一刻不停地挂在线上；在线交易、在线支付、在线注册等网络服务的普及固然方便了用户，却也让人们更加依赖网络，依赖五花八门的网上平台。而随着科技的进步，以往需要几盒软盘或一张光盘保存的信息，如今只需一片指甲盖大小的芯片，即可全部储存而且绰绰有余；以往需要电脑、显示器、读卡器等专门设备才能读取的数码信息载体，如今或许只需一部智能手机和一个免费下载的APP第三方应用程序，便可将数据一览无余。大数据时代的科技进步，让人们身上更多看似平常的东西成为“移动数据库”，如带有存储芯片的第二代银行卡、信用卡，带有芯片读取功能的新型护照、驾驶证、社保卡、图书证，等等。在一些发达国家，官方为了信息录入方便，还不断将多种“移动数据库”的功能组合成一体。数字化时代使得信息搜集、归纳和分析变得越来越方便，传统的随机抽样被“所有数据的汇拢”所取代，基于随机抽样而变得重要的一些属性，如抽样的精确性、逻辑思辨和推理判断能力，就变得不那么重要，尽可能汇集所有数据，并根据这些数据得出趋势和结论才至为关键。简单说，以往的思维决断模式是基于“为什么”，而在“大数据时代”，则已可直接根据“是什么”来下结论，由于这样的结论剔除了个人情绪、心理动机、抽样精确性等因素的干扰，因此，将更精确，更有预见性。不过，一些学者指出，由于“大数据”理论过于依靠数据的汇集，那么一旦数据本身有问题，在“只问有什么，不问为什么”的模式下，就很可能出现“灾难性大数据”，即因为数据本身的问题，而做出错误的预测和决策。

首先介绍大数据带来的好处，然后介绍大数据带来的弊端。

大数据带来的好处

1、大数据便利我们的生活：

自助缴水、电、燃气、电视费，汽车摇号、手机充值、违章查询、公积金查询、手机代开发票、查询法院案子进展，这是运用大数据促进保证和改善民生的典型事例。此外，大数据还运用到智能家居中，智能照明体系等。

2、大数据便利看病：

大数据最强大的应用就是电子医疗记录的收集。每一个病人都有自己的电子记录，包括个人病史、家族病史、过敏症以及所有医疗检测结果等。大数据收集病人信息，可以尽早发现疾病，对于患者来说，不但降低了身体健康受损的风险，同时也能够减少医疗支出。

另一个创新是可穿戴设备的应用，这些设备能够实时汇报病人的健康状况。这些新的分析设备具备同样的功能，但能在医疗机构之外的场所使用，降低了医疗成本，病人在家就能获知自己的健康状况，同时还获得智能设备所提供的治疗建议。

3、大数据便利我出行：

人们的出行越来越离不开大数据的协助，运用电子地图，初来乍到的游客可以在生疏的城市自由行走；繁忙一天的上班族可以查询最快回家的交通方法；出租车司机经过语音导航，知晓前方路程状况，防止堵车或超速违章。

大数据仍是缓解交通压力的利器，它可以猜测未来交通状况，为改善交通状况供给优化方案，这有助于交通部门进步对路程交通的把控才干，防止缓和解交通拥堵。

4、利用大数据提升自己：

大数据技能不只能够提高人们使用数据的效率，并且能够实现数据的再使用和重复使用，进而大大降低交易成本，提升人们开发自我潜能的空间。

大数据的弊端

1、个人数据隐私与安全

大数据会记录浏览习惯，购买习惯，常用淘宝支付宝这些软件的人，消费能力、购物习惯、活动产所、收入情况、生活质量、年龄、身高、体重、鞋码、三围、口味等，都是可以分析出来的，这些基本囊括了我们的生活。

个人数据安全就成了一个大问题，一旦数据泄露（或被买卖），可能会对用户人身财产、国家和公司的安全造成威胁。

2、大数据杀熟

杀熟，即同样的商品或服务，老客户看到的价格反而比新客户要贵出许多。

包括滴滴出行、携程、飞猪、京东、美团、淘票票等多家互联网平台均被曝疑似存在“杀熟”情况，涵盖在线差旅、在线票务、网络购物、交通出行等多个领域，特别是OTA（Online Travel Agent）在线差旅平台较为突出。

大数据的价值体现

1、对许多顾客供给产品或服务的企业可以运用大数据进行精准营销。

2、做小而美形式的中小微企业可以运用大数据做服务转型。

3、面对互联网压力之下，有必要转型的传统企业需求与时俱进充沛运用大数据的价值。

在当前的“大数据”时代，人们可能会受到大数据带来的损失。大数据分析包括使用来自多个来源的大量数据进行链接和分析，以发现预测人类行为的模式。即使在完全合法的情况下，这样的分析也会伤害到人们的利益。

可参考下文9个关键字写写大数据行业2015年年终总结2015年，大数据市场的发展迅猛，放眼国际，总体市场规模持续增加，随着人工智能、物联网的发展，几乎所有人将目光瞄准了“数据”产生的价值。行业厂商Cloudera、DataStax以及DataGravity等大数据公司已经投入大量资金研发相关技术，Hadoop供应商Hortonworks与数据分析公司NewRelic甚至已经上市。而国内，国家也将大数据纳入国策。我们邀请数梦工场的专家妹子和你来聊聊2015年大数据行业九大关键词，管窥这一年行业内的发展。战略：国家政策今年中国政府对于大数据发展不断发文并推进，这标志着大数据已被国家政府纳入创新战略层面，成为国家战略计划的核心任务之一：2015年9月，国务院发布《促进大数据发展行动纲要》，大力促进中国数据技术的发展，数据将被作为战略性资源加以重视;2015年10月26日，在国家“十三五”规划中具体提到实施国家大数据战略。挑战：BI(商业智能)2015年对于商业智能(BI)分析市场来说，正由传统的商业智能分析快速进入到敏捷型商业智能时代。以QlikView、Tableau和SpotView为代表的敏捷商业智能产品正在挑战传统的IBMCognos、SAPBusinessObjects等以IT为中心的BI分析平台。敏捷商业智能产品也正在进一步细化功能以达到更敏捷、更方便、适用范围更广的目的。崛起：深度学习/机器学习人工智能如今已变得异常火热，作为机器学习中最接近AI(人工智能)的一个领域，深度学习在2015年不再高高在上，很多创新企业已经将其实用化：Facebook开源深度学习工具“Torch”、PayPal使用深度学习监测并对抗、亚马逊启动机器学习平台、苹果收购机器学习公司Perceptio……同时在国内，百度、阿里，科大讯飞也在迅速布局和发展深度学习领域的技术。共存：Spark/HadoopSpark近几年来越来越受人关注，2015年6月15日，IBM宣布投入超过3500名研究和开发人员在全球十余个实验室开展与Spark相关的项目。与Hadoop相比，Spark具有速度方面的优势，但是它本身没有一个分布式存储系统，因此越来越多的企业选择Hadoop做大数据平台，而Spark是运行于Hadoop顶层的内存处理方案。Hadoop最大的用户(包括eBay和雅虎)都在Hadoop集群中运行着Spark。Cloudera和Hortonworks将Spark列为他们Hadoop发行的一部分。Spark对于Hadoop来说不是挑战和取代相反，Hadoop是Spark成长发展的基础。火爆：DBaaS随着Oracle12cR2的推出，甲骨文以全新的多租户架构开启了DBaaS(数据库即服务Database-as-a-Service)新时代，新的数据库让企业可以在单一实体机器中部署多个数据库。在2015年，除了趋势火爆，12c多租户也在运营商、电信等行业投入生产应用。据分析机构Gartner预测，2012年至2016年公有数据库云的年复合增长率将高达86%，而到2019年数据库云市场规模将达到140亿美元。与传统数据库相比，DBaaS能提供低成本、高敏捷性和高可扩展性等云计算特有的优点。