大数据背景下软件工程专业教学改革探析
软件工程专业的数据科学与大数据分析
软件工程专业的数据科学与大数据分析在当今信息技术高速发展的时代，数据科学和大数据分析成为了软件工程专业中的重要领域。
随着互联网的蓬勃发展和数据规模的急剧增加，对于数据科学和大数据分析的需求也越来越迫切。
本文将探讨软件工程专业中的数据科学以及大数据分析的相关内容，以及该专业对于这两个领域的学习和应用。
一、数据科学在软件工程专业中的重要性数据科学是利用科学方法、过程、算法和系统来提取知识和流程的一门学科。
作为软件工程专业的一部分，数据科学对于软件开发和系统优化具有重要的指导作用。
通过对数据的收集、清洗和分析，可以帮助软件工程师深入了解用户需求，并且据此进行产品开发与优化。
数据科学还可以帮助软件工程师进行错误分析和故障排除，以提高软件质量和可靠性。
二、大数据分析在软件工程专业中的应用大数据分析是指对大规模数据集进行整理、解释和分析的过程。
在软件工程专业中，大数据分析应用广泛，具有重要的意义。
首先，大数据分析可以帮助软件工程师了解用户行为和喜好，指导产品设计和开发。
通过分析用户数据，可以确定软件的核心功能和改进方向，提高用户体验和满意度。
其次，大数据分析可以帮助软件工程师识别和解决系统性能问题。
通过对大量的系统监控数据进行分析，可以找到系统瓶颈并进行优化，提高系统的响应速度和稳定性。
另外，大数据分析还可以帮助软件工程师进行数据驱动的软件测试和验证，提高软件质量和测试效率。
三、软件工程专业中的数据科学与大数据分析学习内容为了培养软件工程专业学生在数据科学与大数据分析领域的能力，课程设置需要包括以下内容：数据采集与清洗技术、数据可视化与报告、机器学习算法与模型、大数据平台与工具等。
1. 数据采集与清洗技术学生需要学习如何从各种数据源中收集数据，并且进行数据清洗与预处理。
学习数据采集的技术与方法，例如爬虫技术和API接口的使用，可以帮助学生获取到各种结构化和非结构化的数据。
2. 数据可视化与报告学生需要学习如何通过数据可视化的方式展示数据分析结果，并且撰写数据报告。
软件技术专业教学体系改革研究
软件技术专业教学体系改革研究近年来，随着人工智能、云计算、物联网等新技术的迅猛发展和广泛应用，软件技术的需求量和市场前景日益广阔。
为了更好地适应未来的科技发展趋势，软件技术专业教学体系需要进行改革，以培养更多适应未来市场需求的高质量人才。
一、教学体系架构调整软件技术专业应该建立自己独有的教学体系，以满足市场的发展需求。
首先，需要对课程设置进行调整，将软件工程、软件开发、软件测试、软件设计、计算机图形学、人工智能等专业课程进行整合，形成完整的软件技术教学体系。
同时，从市场需求出发，增设一些新的课程，如云计算、大数据、区块链、移动开发、物联网等领域的课程。
二、实践教学体系完善传统的软件技术教学体系大多重视理论知识的传授，忽视了实践能力的培养。
因此，需要加强实践教学，在教学中充分运用实践案例、项目实践等方式，加强学生的实际动手能力。
应该注重培养学生的团队协作精神，将软件开发的流程、规范、标准等培养到学生的思想中。
另外，应该充分开放实验室，为学生提供尽可能多的机会进行实践探索。
三、师资队伍建设优秀的师资队伍是软件技术教育的核心和基础。
需要注重师资队伍的建设，尤其是增加年轻的教师和企业界的技术专家，将他们的现实经验融入到教学中。
此外，还需要大力推进教师教育和培训，以培养更多专业知识全面、教学能力强、实践经验丰富、思想开阔的软件技术教师。
四、产学研深度融合软件技术市场的需求变化非常快，需要学校和企业紧密协作，以贴近行业发展的需求。
学校应该积极联系行业，了解市场的发展趋势和未来的技术需求，将这些信息融入到教学体系中。
企业也应该积极参与到学科建设中，为学生提供专业的实习机会和实际工作机会，同时向学校提供市场需求和技术服务。
学校、企业和科研机构之间也应该加强合作，共同开展科研项目，促进学科发展。
结论软件技术专业教学体系改革是一个系统性工程，需要从多个方面入手改革。
新的教学体系应该注重理论知识与实践能力的平衡，加强实践教学，建设优秀的师资队伍，深度融合产学研三方面资源，以培养更多适应未来市场需求的软件技术人才。
新工科背景下软件工程专业应用型人才培养教学改革
新工科背景下软件工程专业应用型人才培养教学改革摘要：近年来，随着云计算、物联网、移动互联网、大数据、智慧城市等新一代信息技术取得突破性发展，软件新技术与新服务日益融入社会生活的各个领域。
因此，世界各国的高等教育都面临新的机遇和挑战，中国高等教育的改革也走向了新的历史时期。
应用型高校软件工程专业的人才培养模式应与国家发展需求和业态发展方向相适应，为国家培养一批人工智能时代迫切需要的工程技术创新型人才。
关键词：新工科；软件工程；应用型；人才培养1高校软件工程应用型专业人才需要具备的基本素养1.1扎实的专业素养任何实践都需要掌握丰富的理论基础，因此在进行高校软件工程人才教学培养时就要注重学生对于专业基础知识的掌握，以便高校毕业生未来就业时遇到操作性问题，可以迅速分析问题产生的根本原因，并据此提出问题的解决方案。
1.2敏锐的分析判断能力解决任何问题的关键前提是能够清晰分析了解问题产生的原因，并根据不同的行业特征具体分析问题，理清问题发生的过程，将其通过各种方式展现出来。
在软件工程专业的实际应用中，需要软件工程专业应用人才具备很强的观察分析能力，才能满足特殊行业的实际应用需求。
1.3触类旁通的知识应用能力根据机器学习领域得出的相关经验，机器学习算法可以对新鲜样本有一定的适应能力，可以理解为对同规律的学习集合数据以外，经过训练网络也能得出适合的输出结果。
结合软件工程专业人才毕业后需要面临的应用工作场景，软件工程应用人才对新工作环境的适应能力就是指软件工程应用人才可以通过发挥其自身精通的行业技能，通过分析行业问题之间的共通之处，运用软件工程应用知识触类旁通地用来解决相关行业产生的具体问题[3]。
简单来说，软件工程应用人才需要具备专业知识的类推转化能力。
1.4与时俱进的创造能力在过去十年时间里，软件工程的发展速度惊人。
人工神经网络，遗传算法，逻辑学等技术都有了长足的进步，且一直保持着持续稳定发展，通过技术优势带动传统行业的进步。
浅谈大数据背景下教育改革
浅谈大数据背景下教育改革【摘要】大数据背景下教育改革已成为教育领域的热点话题。
本文从大数据在教育领域的应用现状入手，探讨了大数据对教育改革的影响，以及大数据技术在教育领域的应用。
本文还分析了大数据背景下教育改革所面临的挑战，并探讨了大数据驱动的教育改革模式和个性化教学探索。
结合未来发展趋势，展望了大数据背景下教育改革的发展方向。
通过本文的研究，可以更好地了解大数据对教育改革的影响和意义，为未来教育改革提供参考和指导。
【关键词】大数据、教育改革、应用现状、影响、技术、挑战、教学模式、个性化教学、发展趋势1. 引言1.1 大数据背景下教育改革的重要性在大数据时代，教育领域也面临着巨大的变革和挑战。
大数据技术的广泛应用，为教育改革提供了全新的思路和方法。
大数据背景下的教育改革不仅可以更好地了解学生的学习情况和需求，还可以提高教学质量和效率。
通过分析大数据，教育机构可以更好地实施个性化教育，满足不同学生的学习需求，提高教学质量和学生学习成绩。
大数据在教育领域的应用现状也证实了其重要性。
越来越多的学校和教育机构开始利用大数据技术来分析学生的学习数据，从而更好地指导教学和课程设计。
大数据分析还可以帮助学校管理者更好地了解学校运营情况，提高教育资源的分配效率。
大数据背景下的教育改革显得尤为迫切和重要。
只有充分利用大数据技术，才能实现教育的真正变革和创新。
大数据为教育领域的发展提供了无限可能，其重要性不容忽视。
1.2 大数据在教育领域的应用现状大数据在教育领域的应用现状越来越广泛。
通过大数据技术，教育机构可以更好地了解学生的学习情况和行为模式，从而提供个性化的教学服务。
通过分析学生的学习数据，教师可以及时发现学习困难，采取针对性的教学措施。
大数据还可以帮助学校管理人员制定更科学的教学计划和资源配置，提高教育质量和效率。
大数据还可以为教育研究提供重要支持。
研究人员可以利用大数据技术进行教育评估和预测，帮助政府和教育机构做出更为科学的决策。
大数据分析在教育领域中的教学改革
大数据分析在教育领域中的教学改革在当今信息时代，大数据技术的快速发展已经深刻影响了各行各业，教育领域也不例外。
随着大数据分析技术的应用，教学改革也因此得到了新的机遇和挑战。
本文将探讨大数据分析在教育领域中的应用，并讨论其对教学改革的积极影响。
一、大数据分析的概念和技术特点大数据分析是指通过收集、存储和分析大量的数据来发现潜在的模式和关联性，并从中获取有价值的信息和知识。
大数据分析依赖于先进的数据处理和挖掘技术，能够从庞杂的数据中提取出有用的信息，为决策提供准确的依据。
大数据分析的技术特点主要表现在以下几个方面：1. 数据规模庞大：与传统的数据处理相比，大数据分析所面临的数据量级更大，数据规模更庞大。
2. 数据多样性：大数据分析涵盖的数据类型丰富多样，包括结构化数据、半结构化数据和非结构化数据等。
3. 数据处理速度快：大数据分析处理数据的速度相比传统方法更快，能够在短时间内对大量数据进行分析和挖掘。
4. 数据价值挖掘：大数据分析旨在从数据中发现隐藏的价值和知识，为决策提供准确的依据。
二、大数据分析在教育领域中的应用大数据分析在教育领域中的应用，可以帮助教育机构和教师更好地理解学生的学习情况和需求，从而提供个性化的教学服务。
以下是几个典型的应用场景：1. 学习分析：通过对学生学习行为的记录和分析，可以了解学生的学习情况和学习方式，发现学生的薄弱环节，并提供有针对性的辅导和支持。
2. 学生评估：大数据分析可以帮助教师对学生进行全面的评估和分析，从而准确评估学生的学习进度和掌握程度，为教学提供参考。
3. 课程设计：通过对历史数据和学生反馈的分析，可以调整和优化课程设计，提高教学质量和效果。
4. 教师培训：大数据分析可以对教师的教学行为和教学效果进行评估和分析，为教师提供精准的培训和发展建议。
三、大数据分析在教学改革中的积极影响大数据分析的应用对教学改革产生了积极的影响，主要表现在以下几个方面：1. 个性化教育：通过大数据分析，教育机构能够更好地了解学生的学习需求和个性化差异，为学生提供个性化的教学服务，使教学更加精准和有效。
大数据在计算机软件工程中的实践研究
《大数据在计算机软件工程中的实践研究》摘要：随着信息技术的飞速发展，大数据时代已然来临。
大数据技术在计算机软件工程中的应用日益广泛，为软件的开发、测试、维护等各个环节带来了新的机遇和挑战。
本文深入探讨了大数据在计算机软件工程中的实践应用，包括大数据对软件开发模式的影响、在软件测试中的作用、在软件维护中的价值以及面临的挑战和未来发展趋势。
关键词：大数据；软件工程；实践一、引言在当今数字化时代，数据的规模呈爆炸式增长，大数据已成为推动各行业发展的重要力量。
计算机软件工程作为信息技术领域的核心组成部分，也在大数据的浪潮中不断演进。
大数据技术为计算机软件的开发、运行和维护提供了丰富的数据资源和强大的分析工具，使得软件能够更好地满足用户需求，提高性能和可靠性。
二、大数据的概念与特点（一）大数据的概念大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
（二）大数据的特点1.数据量大：大数据的数据规模通常非常庞大，达到 PB 级甚至 EB 级。
2.数据类型多样：包括结构化数据、半结构化数据和非结构化数据，如文本、图像、音频、视频等。
3.数据处理速度快：大数据要求能够快速地对大量数据进行处理和分析，以满足实时性需求。
4.数据价值密度低：虽然大数据中蕴含着丰富的信息，但数据价值密度相对较低，需要通过有效的分析方法才能提取出有价值的信息。
三、大数据在软件开发中的实践应用（一）需求分析在软件开发的需求分析阶段，大数据可以帮助开发人员更好地了解用户需求。
通过收集和分析用户的行为数据、反馈数据等，可以挖掘出用户的潜在需求和痛点，为软件的功能设计提供依据。
例如，电商平台可以通过分析用户的浏览历史、购买记录等数据，了解用户的购物偏好和需求，从而优化商品推荐系统。
（二）设计与架构大数据技术可以为软件的设计和架构提供参考。
软件工程与大数据融合的研究
软件工程与大数据融合的研究一、前言随着大数据的不断发展与应用，越来越多的行业开始涌现出对大数据处理的需求。
在这个过程中，软件工程越来越成为一项重要的技术支撑，为大数据的处理为中心，提供了不断完善的解决方案。
软件工程与大数据的融合研究，旨在将两者结合起来，强化其互补优势，推动大数据的发展。
二、软件工程与大数据的概念1. 软件工程概念软件工程是一种将系统化的、严格约束的、可度量的方法应用于软件的开发、维护和运行，即将工程化的思想和技术运用到软件开发和维护过程中，以提高软件开发效率和质量，并降低开发成本和维护成本。
2. 大数据概念大数据是指无法用传统数据处理软件进行处理、管理和处理的数据集合，具有体积大、速度快、种类多、价值低等特点，需要新型技术手段实现有效的采集、存储、处理和分析。
三、软件工程与大数据的融合软件工程与大数据的融合，主要是将软件工程方法和技术应用于大数据的处理和分析，解决大数据处理过程中出现的一系列问题，包括数据的采集、清理、预处理、建模、分析和应用等方面。
该融合包括以下方面：1. 大数据软件工程的模型和方法针对大数据处理所需的软件工程模型和方法，需要从软件工程的角度进行分析和设计，在数据采集、处理、分析等全过程中形成一套科学有效的软件工程模型和方法。
2. 数据建模和处理对于大数据的处理，应根据大数据特点进行数据建模和处理，对数据进行清洗和整理，使数据适合于进一步的分析和应用。
3. 数据存储和管理针对大数据的存储和管理，需要选择合适的数据库和存储方案，保证大数据的安全、可靠和高效，从而更好地支持数据处理和分析。
4. 数据挖掘和分析大数据分析是大数据处理的重要环节，需要提取和分析数据中所含有的信息，与业务分析和决策相结合，形成一套完整的数据挖掘和分析方法，并运用到实际业务中。
5. 自动化开发与管理针对大数据处理过程中需要进行的大量重复性工作，需要借助自动化工具和流程，实现自动化开发和管理，以提高工作效率和质量。
大数据时代背景下计算机软件技术的应用分析
大数据时代背景下计算机软件技术的应用分析【摘要】本文主要探讨了大数据时代背景下计算机软件技术的应用分析。
在介绍了背景信息、研究目的和研究意义。
在详细分析了大数据技术、机器学习、数据挖掘技术、人工智能技术以及云计算在计算机软件中的应用情况。
在强调了计算机软件技术在大数据时代的重要性，并展望了未来的发展趋势。
通过本文的研究分析，可以看出计算机软件技术在大数据时代的重要性，为实现数据的高效管理和利用提供了重要的支持和保障。
【关键词】大数据时代、计算机软件技术、应用分析、机器学习、数据挖掘、人工智能、云计算、重要性、发展趋势、结论总结1. 引言1.1 背景介绍在大数据时代，随着互联网的不断发展和智能化技术的快速进步，数据量呈指数级增长。
大数据已经成为当今社会的重要资源和竞争力量，对于企业和组织来说，如何更好地利用大数据进行决策和创新已经成为一项重要的课题。
在这样的背景下，计算机软件技术的应用变得愈发重要。
随着大数据技术的不断成熟，越来越多的企业开始意识到通过计算机软件技术，可以更高效地处理和分析海量数据，从而为企业的发展提供有力支持。
从传统的数据处理方式向数据驱动的决策转变，计算机软件已经成为大数据时代不可或缺的一部分。
本文将重点探讨大数据时代背景下计算机软件技术的应用分析，结合大数据技术、机器学习、数据挖掘、人工智能和云计算等方面，探讨它们在现代社会中的应用场景和发展情况，分析其在不同领域中的应用效果和优势，从而进一步探讨计算机软件技术在大数据时代的重要性。
1.2 研究目的研究目的是借助大数据技术在计算机软件领域的应用分析，探讨在当前大数据时代背景下，计算机软件技术的发展现状和未来趋势。
通过深入研究大数据技术在计算机软件中的应用，分析机器学习、数据挖掘、人工智能和云计算等技术在大数据时代的作用与挑战，以期为提升计算机软件技术水平和应对大数据挑战提供理论指导和实践支持。
通过对计算机软件技术在大数据时代的重要性和未来发展趋势进行探讨和总结，旨在为相关领域的研究者和从业者提供启示和帮助，促进计算机软件技术与大数据技术的深度融合和创新发展，推动我国在大数据领域的技术创新和产业升级。
软件工程专业大数据分析与软件开发的研究与应用
软件工程专业大数据分析与软件开发的研究与应用在软件工程专业中，随着大数据技术的快速发展，大数据分析与软件开发逐渐成为研究与应用的热门领域。
本文将探讨大数据分析与软件开发在软件工程专业中的研究与应用，并介绍相关的技术和方法。
一、大数据分析在软件工程中的研究与应用大数据分析是指通过对大规模数据集进行分析和挖掘，探索潜在的信息和知识。
在软件工程中，大数据分析可以帮助开发人员更好地了解软件产品的质量和性能，优化软件开发过程。
具体而言，大数据分析可以应用于以下几个方面：1. 代码质量分析：通过对大量代码数据进行分析，可以识别代码中的错误、漏洞和低效之处，并提供相应的改进建议。
这有助于提高代码质量和软件的可维护性。
2. 用户行为分析：通过对用户行为数据进行分析，可以了解用户对软件的使用情况，包括使用频率、喜好等，以便开发人员针对用户需求进行优化和改进。
3. 性能优化：通过对大量性能数据进行分析，可以了解系统的瓶颈所在，进而进行性能优化。
例如，可以通过分析运行时信息的数据来定位程序中的性能瓶颈，并进行相应的调整和优化。
二、软件开发中的大数据应用除了大数据分析，大数据技术还可以在软件开发过程中发挥重要作用。
下面介绍几种常见的大数据应用：1. 大规模数据存储：在软件开发过程中，会产生大量的数据，包括源代码、测试数据、性能数据等。
大数据技术可以提供高效可靠的大规模数据存储解决方案，确保数据的安全和可访问性。
2. 分布式计算：软件开发通常需要处理大量的计算任务，而传统的计算方式往往无法满足需求。
大数据技术提供了分布式计算平台，可以将计算任务分配到多台计算机上并行处理，提高计算效率。
3. 数据挖掘和机器学习：在软件开发中，可以利用大数据技术进行数据挖掘和机器学习，从海量数据中发现规律和模式，帮助开发人员做出更准确的决策和预测。
三、大数据分析与软件开发的研究方法在进行大数据分析与软件开发的研究时，可以采用以下方法：1. 数据采集：根据研究目标和需求，采集并整理相关的数据集。
软件工程教学改革及研究三篇
软件工程教学改革及研究三篇（一）一、软件工程教学改革在“软件工程”课程建设过程中，课程组通过和行业企业专家共同研讨，确定了“软件工程-项目管理”的建设思路，即以软件工程为核心指导思想，打破课程的时间与空间限制，以三级项目库为载体，构建了以课程群为建设平台的项目课程体系。
课程团队教师通过对岗位工作任务、以及项目课程体系进行分析，并参考相关职业资格标准，确定课程目标为：通过项目课程体系的学习，使学生能从专业基础能力、个人能力、团队能力和软件工程的系统能力四个层次达到预定目标，同时，培养学生自主学习和创新能力，使其具备爱岗敬业、诚信守信、善于沟通等职业素养。
具体有以下几个特点：（1）项目课程体系，为课程（群）提供了建设平台。
项目课程体系打破了“软件工程”课程的时间和空间，以项目为载体，以软件生命周期为核心指导思想，将项目每一阶段的所需的岗位能力由相应的课程作为支撑，所以将软件工程课程扩充为项目课程体系，增加了“系统分析与设计”、“数据库管理技术”、“Web开发技术”、“软件测试技术”、“团队软件开发与管理”等课程，且每门课程都有负责人以及课程小组成员，在“项目课程体系”核心思想的指导下进行建设。
（2）三级项目库，融“学、做”于一体。
（3）项目学习梯队，促综合能力循序进阶。
计算机应用技术实训中心各实训室实行开放式管理，保障了学生学习的时间和空间。
以企业专业技术人员和专业教师为指导，组建“电脑爱好者协会”、“软件创新园”等专业性学生社团，各社团基于教学项目库和企业真实项目，构建项目经理-->高年级学生-->低年级学生多个学习梯队，实行高、低年级学生“结组学习”，项目选择遵循由易到难，先用项目库中项目开展模拟训练，然后承接企业真实项目进行实战，形成合作性学习、研究性学习和创造性学习氛围，循序进阶，不断提高学生岗位职业能力。
（4）实施多元考核、综合评价。
多元智能理论认为，人的潜能是多方面的，任何一个重要的复杂的概念都可以运用多种方式来理解和表达。
软件工程专业教学体系研究探析
软件工程专业教学体系研究探析摘要软件工程专业需要培养既有一定理论基础又有一定实践能力的人才，这给高校的教学实践工作提出了挑战。
要克服当前重理论轻实践的倾向，加强软件工程专业教学体系研究，提高学生的实践应用水平。
关键词软件工程教学体系建设目前，全国高校毕业生就业困难，软件工程专业毕业生就业特别尤其困难，软件工程虽然数量众多，但规模较小，要求人才必须是多面手，一个新进员工可能既要是系统分析师，又要是程序员和软件测试员，学生不仅具有良好的程序开发能力，而且要具备软件项目的整体管理概念，以及团队合作的精神。
软件工程实践环节薄弱的最主要原因是学生的综合实践及动手能力差。
面对现状，高校必须通过加强实践教学来提高学生的综合实践能力，促进学生适应软件公司的的技术需要。
如南阳理工学院，目前在软件工程专业在校生2000人左右，总人数在河南高校中排名第二，仅次于211工程大学——郑州大学，因此对软件工程专业的实践教学进行系统研究和探索，构建适应软件公司需要的实践教学体系，培养创新型人才，不仅可促进软件工程专业建设，而且符合现代高等教育要求。
一、软件工程专业实践教学现状就软件工程专业是新兴信息类专业，由于办学时间不长、教学经验少，目前在开办此类专业的高校中仅少数院校办学较成熟，比如多数958高校，已形成特色。
南阳理工学院软件学院于2006年创办软件工程专业，由于是新办专业只能边办学边探索，软件工程专业实践教学环节一般借鉴原有其他信息类专业，比如计算机应用技术专业的模式，这与国家对软件工程专业人才培养的要求相差甚远。
尽管当前各校在软件工程专业实践教学改革方面作了不少工作，取得了不少成绩，但离社会对本专业人才培养要求还有很大差距，需进一步研究。
主要问题如下。
(一）教材陈旧，技术过时。
软件工程专业作为一门迅速发展的新兴学科，新的技术、方法和工具不断涌现，而教学中使用的仍然为传统的c/s模式如vb程序设计，以及过时的技术如asp网站程序开发、e-r模型作为案例、实践项目，然而这些项目目已随着web时代的到来将逐步退出舞台。
《软件工程》课程的教学改革探索
《软件工程》课程的教学改革探索《软件工程》课程的教学改革探索金淑娟，杨滋荣（贵州财经大学信息学院，贵州贵阳550004）摘要：《软件工程》是一门理论性和实践性很强的课程，教学改革的总体思路是“理论+实践”，将《软件工程》理论教学和实践教学有机结合起来，有助于提高《软件工程》的教学质量。
文章探讨了对《软件工程》课程的教学加以“工程化”改造，建立工程化实践与理论相结合的教学体系。
实践证明，这是一种有效的教学改革方法。
关键词：软件工程；教学体系；案例教学；工程化教改课题：支持的教改课题编号：贵州财经大学202_年教改课题编号[17]作者简介：金淑娟（1965-），女，浙江杭州人，本科，副教授，研究方向：计算机应用。
一、引言作为软件工程专业和计算机科学与技术专业的专业主干课程，《软件工程》在整个专业教学中有着相当重要的地位。
通过本课程，要求学生理解在软件开发过程中应用软件工程方法的必要性和迫切性，要求学生掌握《软件工程》的基本原理、概念与技术方法。
但在实际教学中，由于《软件工程》理论太多，教学内容抽象、难度大，学生难以理解，觉得课程枯燥乏味；在实验教学方面，由于传统的教学方式中实验总学时的限制，实验教学只能指导学生简单地用一些开发工具，教学效果不理想。
所以需对此门课程进行教学改革尝试。
教学改革的总体思路是“理论+实践”，将《软件工程》理论教学和实践教学有机结合起来，对《软件工程》课程的教学加以“工程化”改造，建立工程化实践与理论相结合的教学体系。
通过对本门课程的教学改革，着力培养学生的工程化开发、项目管理能力，进而形成一个融基础理论、实验教学、工程实践为一体的整体化的培养教学体系，让学生的软件工程基础知识、科学素养、专业知识、创新能力、工程能力得到全面的、均衡的发展。
二、国外、国内《软件工程》课程教学现状研究（一）国外《软件工程》课程教学通过查阅相关资料，了解到国外的一些学者主要提出了下面针对《软件工程》课程的教学方法和手段。
大数据在计算机软件工程中的实践研究
大数据在计算机软件工程中的实践研究近年来，随着信息技术的快速发展，大数据成为了计算机软件工程领域中的热门话题。
本文将探讨大数据在计算机软件工程中的实践研究，并讨论其对软件开发和项目管理的影响。
一、大数据的背景和定义随着互联网的快速发展和智能设备的普及，人们产生的数据呈指数级增长。
大数据的概念应运而生，它指的是远远超出人类处理能力范围的海量数据。
大数据具有三个特点：数据量大、处理速度快和多样性。
二、大数据在软件开发中的应用1. 数据驱动的开发：通过收集和分析用户的数据，开发团队可以根据用户的需求和行为进行个性化的软件开发。
这种数据驱动的开发过程可以提高软件的用户体验和竞争力。
2. 程序性能优化：大数据技术可以帮助开发人员分析系统的性能瓶颈，并提供相应的优化措施。
通过对大量数据进行挖掘和分析，可以找到造成系统性能下降的原因，并进行相应优化，从而提高软件的性能和稳定性。
3. 缺陷预测与测试：大数据分析技术可以帮助开发人员在软件开发的早期阶段发现潜在的缺陷和问题。
通过对大量历史数据的挖掘和分析，可以预测出可能的软件缺陷，并在测试阶段进行有针对性的测试，提高软件的质量和可靠性。
三、大数据在项目管理中的应用1. 风险管理：通过大数据分析技术，项目经理可以快速地识别项目中的风险和潜在问题，并及时采取相应的措施进行调整。
大数据分析可以帮助项目经理对项目进展、资源使用和风险情况进行实时监控，提高项目管理的效率和质量。
2. 决策支持：大数据可以为项目经理提供决策支持的依据。
通过对大量项目数据的分析，可以帮助项目经理做出合理的决策，从而提高项目的成功率和效益。
3. 资源管理：大数据分析技术可以帮助项目经理对项目资源进行优化配置。
通过对大量历史数据和实时数据的分析，可以预测项目资源的需求情况，并进行合理的资源分配，提高项目的效率和资源利用率。
四、大数据技术在软件工程中面临的挑战1. 数据隐私和安全：大数据的应用离不开对数据的收集和存储，而这些数据可能包含用户的隐私信息。
大数据环境下计算机软件技术应用研究
大数据环境下计算机软件技术应用研究【摘要】随着大数据时代的到来，计算机软件技术在处理海量数据方面扮演着至关重要的角色。
本文从数据处理技术、软件开发挑战、发展趋势、人工智能技术应用、软件测试等方面探讨了大数据环境下计算机软件技术的应用研究。
数据处理技术的高效性和准确性对于大数据应用至关重要，而软件开发面临的挑战与需求也不断提升。
人工智能技术在软件开发中的应用成为了一大趋势。
计算机软件测试也面临着挑战与方法不断完善的现状。
通过本文的研究，我们可以看到大数据技术对计算机软件应用的推动作用，以及未来的发展方向和研究的意义。
在大数据环境下，计算机软件技术的持续进步对于推动各行业的数字化转型具有重要意义。
【关键词】大数据环境、计算机软件技术、数据处理技术、软件开发、挑战、需求、发展趋势、人工智能技术、软件测试、推动作用、发展方向、研究意义1. 引言1.1 大数据环境下计算机软件技术应用研究在当今数字化时代，大数据技术的快速发展正在对计算机软件技术应用领域产生深远影响。
随着数据量的急剧增加，传统的软件开发和应用模式已经无法满足大数据处理的需求。
对于大数据环境下计算机软件技术的应用研究显得尤为重要。
随着数据处理技术的不断进步，数据在大数据应用中的重要性也变得越来越凸显。
如何高效地处理大量的数据，以及如何从中挖掘出有价值的信息，成为了计算机软件技术应用研究的重点之一。
在大数据环境下软件开发所面临的挑战与需求也在不断增加，包括数据安全、软件性能优化等方面的技术需求。
针对大数据环境下计算机软件技术的发展趋势，人工智能技术已经逐渐成为了重要的技术支撑。
人工智能在软件开发中的应用不仅可以提高软件的智能化水平，还可以帮助用户更好地利用大数据资源。
在大数据环境下进行软件测试也面临着诸多挑战，需要研究制定相应的测试方法和工具。
在未来，大数据技术将继续推动计算机软件应用的发展，同时也将深刻影响着软件技术的发展方向。
对于大数据环境下计算机软件技术应用研究的深入探讨将为我们更好地理解大数据技术在软件领域的作用，为未来的软件开发提供更多的可能性和机遇。
基于大数据时代背景下软件工程关键技术探讨
基于大数据时代背景下软件工程关键技术探讨【摘要】：随着我国社会经济不断发展，给科学技术带来质的突破，大数据技术以逐渐应用到各行业，给各行业带来了巨大的动力，全民都将步入一个大时代的数据浪潮当中。
一个企业或是一个国家掌握数据、处理信息的能力都极大地影响着这个主体的综合实力，大数据不仅是对大量数据的处理，更是对处理信息时效化的有效掌控。
本文以大数据技术与软件工程技术概述为基础，进一步分析了大数据时代下软件工程的关键技术，将大数据时代背景与软件工程技术要点相结合，推动了我国高新科技的快速进步与发展，从而促进我国软件工程可持续性发展。
【关键词】：大数据时代；软件工程技术；应用策略Discussion on Key Technologies of software engineering under the background of big data EraYang Yifan, Xu Jiayuan(Shanxi Institute of Applied Science and technology, Taiyuan 030000, Shanxi Province)[Abstract]: with the continuous development of China's social economy, it has brought qualitative breakthroughs to science and technology. Big data technology has been gradually applied to various industries, which has brought great power to various industries. The whole people will enter the data wave of a big era. The ability of an enterprise or a country to master data and process information greatly affects the comprehensive strength of this subject. Big data is not only the processing of a large amount of data, but also the effectivecontrol of the timeliness of processing information. Based on the overview of big data technology and software engineering technology,this paper further analyzes the key technologies of softwareengineering in the big data era, combines the background of big dataera with the key points of software engineering technology, promotesthe rapid progress and development of high and new technology in China, and promotes the sustainable development of software engineering in China.[Key words]: big data era; Software engineering technology; Application strategy1.前言近年来，我国已正式进入大数据时代，给大数据科学技术带来质的突破，其作为一种全新的网络科学技术，给各行各业发展带来重要的作用，尤其是给软件工程带来多样化技术。
浅谈大数据时代下软件工程关键技术探讨
浅谈大数据时代下软件工程关键技术探讨作者：陈新来源：《电脑知识与技术》2021年第32期摘要：计算机软件工程与其他类型的工程相比具有极高的复杂性，而且它需要对数据和信息进行整理和收集，将所有的数据记录在册之后，利用编程技术进行建造以及编写程序，这样才能够完成数据库的构建，并达到软件创作的目的。
特别是在互联网技术快速发展的背景之下，人们对各种类型软件的要求越来越高，而计算机科学技术也面临着新的改革以及提升。
人们的生活方式由于大数据的出现变化非常大，是否有了更好的发展方向。
但是在未来使用网络的人群将会变得越来越复杂。
在此背景之下，进行大数据时代下软件工程关键技术的分析具有很高的必要性。
关键词：大数据时代;软件工程;关键技术中图分类号：TP311.5 文献标识码：A文章编号：1009-3044（2021）32-0073-02大数据技术的快速发展以及它的进步，让各行业的企业和组织得到了快速的发展以及进步，而且这些发展是有可能直接导致人才和战略的内容受到影响。
在未来我们需要花费更多的时間和精力，对于软件工程的发展方向进行关注，中俄解决软件工程发展存在的问题，更好地迎接社会带来的挑战和机遇，让我国在大数据时代的背景下找到更好的发展方向。
1 大数据时代概述不同行业的人对大数据的理解各不相同，而大数据的真正定义是由麦肯锡全球研究所提出来的定义，它是指一种规模大到在获取储存管理分析方面，其效率以及功能，甚至是性能大大地超过了传统数据库软件的能力范围，它不仅具有海量的数据规模，还能够对数据的管理进行快速的管控，可以同时对多种类型的数据进行分析和处理，除此之外，大数据还具有价值密度相对较低的特点[1]。
近年来大数据和互联网的融合程度越来越高，并且随着互联网时代的不断推进，大数据的应用范围不断的广泛。
目前大数据技术，以分布式的数据挖掘作为核心以及交接点，将社会生活当中各行各业的内容紧密地联系起来，利用其自身的特点促进社会的发展。
大数据时代背景下软件工程技术分析
大数据时代背景下软件工程技术分析随着互联网和移动互联网的发展，大数据时代已经到来。
大数据时代以其海量、多样、高速、价值密度低以及面临挑战的特点，对软件工程技术提出了新的要求和挑战。
在大数据时代，数据量呈现爆发式增长。
传统的软件工程技术在处理海量数据时容易出现性能瓶颈和可扩展性问题。
为了解决这个问题，需要采用分布式计算、分布式存储等技术来实现对数据的高效处理和存储。
采用Hadoop、Spark等大数据处理框架，可以将大数据分割成若干个小的数据块，分布在多台机器上并行处理，从而提高数据处理的速度和效率。
大数据时代的数据类型多样化。
除了传统的结构化数据，还有非结构化数据和半结构化数据。
传统的软件工程技术难以处理这些多样化的数据类型。
为了处理这些数据，需要采用新的数据处理技术。
采用机器学习、自然语言处理等技术来处理非结构化数据，从而实现对这些数据的分析和挖掘。
大数据时代数据的产生速度较快。
传统的软件工程技术对实时数据处理的能力有限。
为了实现对实时数据的处理，需要采用流式计算的技术。
采用Kafka、Flink等技术来实现对实时数据的处理和分析，从而及时获取有价值的数据。
大数据的价值密度较低。
在大数据时代，数据的价值密度较低，很多数据是垃圾数据，对数据的分析和挖掘需要耗费大量的时间和资源。
传统的软件工程技术对数据的质量和价值的挖掘能力有限。
为了解决这个问题，需要采用数据质量管理、数据清洗、特征选择等技术来提高数据的质量，并采用数据挖掘算法来挖掘数据的价值。
大数据时代对软件工程技术提出了新的要求和挑战。
在大数据时代，需要采用分布式计算、分布式存储、机器学习、自然语言处理、流式计算等技术来处理海量、多样、高速、价值密度低的数据，从而实现对数据的高效处理和价值的挖掘。
只有不断创新和提升技术，才能满足大数据时代对软件工程技术的需求。
大数据时代软件工程技术发展方向
大数据时代软件工程技术发展方向
软件工程技术作为软件开发过程中的重要部分，它一直在不断发展和演变，随着技术的进步，软件工程技术已经被大数据驱动的互联网时代所改变。
在未来，软件工程技术将继续沿着设计、开发和测试方面发展，以适应大数据时代的新要求。
首先，随着大数据处理和服务能力的迅速发展，以及越来越多的软件设计专家涌现，软件工程技术将更加注重设计的科学性。
特别是在大数据时代，软件设计更多的要求是以性能、质量、可扩展性为导向，而不是仅仅以功能为导向，因此，软件设计技术在大数据技术时代发挥着至关重要的作用。
其次，随着大数据时代的到来，大数据处理的需求也在不断改变，因此，软件工程技术从开发上更加强调可重用性和可靠性。
大数据处理需要能够处理大量数据，数据必须精确无误，软件工程技术在这方面发挥着重要作用。
此外，为了更好地支持大数据处理，软件工程技术也将更加注重数据的解析、可视化以及机器学习方面的研究。
最后，大数据的数量爆炸性增长，将会大大提升软件工程技术在软件测试领域的重要性。
大数据时代下软件工程技术的应用
大数据时代下软件工程技术的应用在大数据时代，软件工程技术的应用变得尤为重要。
随着互联网的普及和各种应用、设备的互联互通，海量数据产生，如何高效地处理这些数据成为一个重要的技术挑战。
软件工程技术的应用为大数据处理提供了有效的解决方案。
软件工程技术在大数据时代下的应用主要包括数据分析、数据挖掘、数据可视化等方面。
大数据时代，数据量非常庞大，传统的数据处理方法已经无法满足需求。
软件工程技术能够通过构建大规模的分布式计算系统，提高数据处理效率。
软件工程技术可以通过设计和实现高性能的算法和数据结构，提高数据分析和挖掘的效果。
软件工程技术还可以通过设计直观、友好的数据可视化界面，使得用户可以更直观地理解和分析数据。
软件工程技术在大数据时代下的应用还包括数据质量和数据隐私保护。
由于大数据的特点，其中可能存在许多冗余、不一致、不准确的数据。
软件工程技术可以通过设计和实现数据清洗、数据去重、数据纠错等技术，提高数据的质量。
软件工程技术还可以通过设计和实现数据加密、数据脱敏等技术，保护用户的隐私。
软件工程技术还可以应用于数据安全性检测、数据隐私保护机制的设计和实现。
软件工程技术的应用还包括大数据系统的性能优化和故障诊断。
大数据系统通常由多个分布式计算节点组成，节点之间的通信和协调是关键。
软件工程技术可以通过设计和实现高效的通信协议、分布式调度算法等技术，提高大数据系统的性能。
软件工程技术还可以通过设计和实现故障检测、故障诊断等技术，提高大数据系统的稳定性和可用性。
大数据时代下软件工程技术的应用十分广泛，涉及数据分析、数据挖掘、数据存储、数据管理、数据质量、数据隐私保护、系统性能优化等方面。
软件工程技术的应用可以提高大数据的处理效率和效果，保护用户的隐私，提高系统的性能和稳定性。
在大数据时代的背景下，软件工程技术的应用将推动大数据技术的发展和创新，促进社会的进步和发展。
互联网与智能时代的软件工程课程群建设与思考
互联网与智能时代的软件工程课程群建设与思考1. 引言1.1 背景介绍在互联网与智能时代的背景下，软件工程课程群的建设成为十分重要的课题。
随着互联网技术的快速发展和智能化趋势的兴起，传统的软件工程课程已经无法满足现代社会对软件工程人才的需求。
对软件工程课程群进行全面的建设和优化，成为了当前亟待解决的问题之一。
软件工程课程群作为培养软件工程人才的重要载体，需要不断更新课程内容和教学方法，以适应互联网与智能时代的发展需求。
从传统的软件开发模式向敏捷开发、DevOps等新模式转变，涉及到更多软件工程的前沿技术和理念。
智能化技术的普及和应用也给软件工程课程带来了全新的挑战和机遇。
本文将围绕软件工程课程群的建设与思考展开探讨，分析互联网与智能时代对软件工程课程的影响，探讨软件工程课程群建设的必要性，并提出建设内容和方向、建设方法和策略等相关议题。
通过深入研究和探讨，为软件工程课程群的持续发展提供有益的参考和思路。
1.2 研究目的本研究旨在探讨互联网与智能时代背景下，软件工程课程群建设的必要性和方法。
随着互联网和人工智能技术的快速发展，传统软件工程课程已经不能完全适应市场需求和行业发展的要求。
本研究旨在通过对软件工程课程群的概述和分析，深入探讨如何应对互联网与智能时代对软件工程教育的影响。
研究旨在为软件工程课程的建设提供有效的指导和建议，促进软件工程教育的创新发展。
通过研究软件工程课程群的内容和方向，以及建设方法和策略，可以为相关教育机构提供参考和借鉴，推动软件工程教育与时代发展同步，培养更多符合市场需求的高素质软件人才。
1.3 研究意义在互联网与智能时代，软件工程课程群的建设具有重要的意义。
随着互联网技术的快速发展，软件工程在不断演进，需要不断更新和完善课程内容和教学方法，以适应行业的需求和发展趋势。
智能时代的到来，要求软件工程师具备更加深入的技术和专业知识，课程群的建设可以更好地培养学生的综合能力和创新精神，提升他们在智能时代的竞争力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据背景下软件工程专业教学改革探析冯㊀骥,冉瑞生,张㊀扬(重庆师范大学计算机与信息科学学院,重庆４０１３３１)㊀㊀摘㊀要:大数据作为热门的研究和应用领域,学术界㊁产业界㊁政府㊁媒体㊁公众都对其给予了高度的重视.作为人才培养基地的高等院校,如何培养高素质的软件人才成为大数据背景下的软件工程专业教学改革的关键内容.针对上述问题,以软件工程专业大数据背景人才培养为切入点,提出了人才培养模式㊁课程配置㊁实验室建设等方面的建设思路,探索通过教学改革顺应大数据时代对软件工程人才需求的有效途径.㊀㊀关键词:大数据;软件工程;人才培养;教学改革㊀㊀中图分类号:G ４３４㊀㊀文献标识码:A㊀㊀文章编号:１６７２Ｇ７８００(２０１９)０３Ｇ００１９Ｇ０２收稿日期:２０１８Ｇ０９Ｇ１２基金项目:重庆师范大学教育教学改革项目(２０１４０３)作者简介:冯骥(１９８６Ｇ),男,博士,重庆师范大学计算机与信息科学学院讲师,研究方向为机器学习和数据挖掘;冉瑞生(１９７６Ｇ),男,博士,重庆师范大学计算机与信息科学学院教授,研究方向为模式识别;张扬(１９８１Ｇ),女,博士,重庆师范大学计算机与信息科学学院副教授,研究方向为深度学习和软件度量.１㊀研究背景在如今数据化和智能化不断深化的大数据时代,随着大数据技术和数据密集型科学的发展,数据已渗透到各个行业和业务功能中,并已成为生产和生活中的重要因素.近半个世纪的数字化社会使得各个行业都积攒下了大量的产业数据,特别是近年来,社交系统的用户数量急剧增加,数据的获取和共享变得非常容易,数据规模也在不断扩大.除了数据体量大的特点之外,大数据还具有数据结构复杂多样,数据更新速度快的特点[１].因此,采用传统的知识分析和决策辅助手段从这些海量数据中获取隐藏和有用的知识越来越困难,整个社会迫切需要新的处理模型来从大数据中获得更准确的知识信息,进而用于决策辅助支持和流程优化等功能.在大数据潜在价值的具体表现形式中,最重要的元素就是数据之间的相关性.近年来,越来越多的国家㊁政府㊁行业㊁企业和其他机构更为深刻地意识到,大数据正在成为组织最重要的资产,而数据分析能力也正在成为组织的核心竞争力.目前,国家㊁政府已经把大数据应用推进了人们的具体生产生活中,大数据产业的相关研究也成为了 十三五 期间的重点发展项目.大数据的发展日新月异,人们应该更深入了解大数据发展的现状和趋势,及其对经济社会发展的深远影响,分析中国大数据发展的成就和问题,推动国家大数据战略的实施,加快数字基础设施的完善,促进数据资源的整合和开放共享,确保数据安全,加快数字中国建设,更好地服务于中国经济社会发展和人民生活的改善.根据中国信息通信研究院的调查,２０１６年中国大数据核心产业的市场规模约为１６８亿元,比２０１５年增长４５％.随着国家政策激励和大数据应用模式的逐步成熟,中国的大数据市场将在未来几年继续快速增长.与当前各个领域在将自身数据与大数据相碰撞产生的巨大冲击相类似,大数据也对传统教育领域形成了颠覆性的影响,它一直与教育相结合,正在推动教育模式的变革[２Ｇ３].作为信息技术产业中的核心专业之一,软件工程专业如何通过合理的专业改革和专业调整,在大数据浪潮中培养具有大数据分析技能的优秀软件人才,已经成为了当前软件工程专业的改革要点[４Ｇ７].因此,在大数据时代的影响下,软件工程领域对人才的需求也发生了一定的改变,企业对软件工程专业的人才要求可以归结为具有一定数据分析技术的软件开发人员.根据L i n k e d I n 最近发布的一项研究,在过去４年中,从事数据分析的专业人员数量翻了一番.相关工作岗位数量急剧增加,反映出对高端数据分析人才的需求不断增长.这类专业人员需要掌握以下的几个基本技能:具有对数据本身及其中所蕴含知识的敏锐感知;能够使用基本数据统计和数据分析工具分析和处理数据;具有将抽象的处理结果通过图形化等方法进行形象的描述与展示的能力;并使用大数冯㊀骥,冉瑞生,张㊀扬:大数据背景下软件工程专业教学改革探析第３期据分析结果来支持决策分析并最终创造社会价值.因此,近年来为了应对企业对人才的需求,高等院校也在努力探索软件工程人才培养模式的改革.特别是进一步增强与各大软件公司的校企合作㊁校企共建实验室与特色专业㊁培养双师型教学人才㊁加强地域交流和国际交流等措施,都对当前高等学校的人才教育体系有所改良.这些针对性的措施在一定程度上缓解了企业人才需求和学校教学培养的不一致性,然而仍然无法与大数据思想与技术的蓬勃发展相同步.其中问题主要集中在以下几个方面:①当前的软件工程专业的教育模式与大数据时代快速变更的人才需求要求之间的矛盾;②面向大数据知识体系和思维方式的培养方案极度缺乏;③缺乏面向教师的系统化大数据专业知识培训;④缺少大数据软件工程实训平台,尤其是缺乏学研结合和工程化㊁产业化的实践体系.针对大数据背景下软件工程创新人才培养中存在的问题,结合当前信息产业对大数据背景下软件工程人才的需求,本文以前期软件工程教学改革任务中提出的创新人才培养模式和软件工程课程体系改革为基础,针对性地调整软件工程学科的教学内容和教学方法,以提高学生面向大数据环境下创新地使用大数据工具并解决问题的实践能力为重点,培养复合大数据时代所需的创新型软件工程人才.２㊀大数据背景下软件工程专业的模式改革为适应大数据产业发展的需要和对软件人才的渴求,各个大学及学院应迅速调整和改革大数据相关技术的软件工程教学模式,并通过改革指明了软件工程专业的发展方向.２．１㊀针对大数据背景的人才培养模式当前现代高等教育采用的教学模式一般是标准化的课堂教学,教师按照大纲规定的学时㊁统一的教材㊁相同的考核标准对所有学生进行标准化教学与标准化考试.这种标准化教学在很大程度上忽视了学生的自身特点㊁优势和需求.而大数据化的教学方法可以通过数据分析找到契合学生个性的教学体系,利用学校办学多年已有的往届学生信息与成绩等基础数据,通过数据清洗与数据整理后可以构成符合本校教学特色的教学分析大数据,并通过对该大数据进行数据分析和数据挖掘,利用分类与聚类分析等数据分析技术手段,结合大数据相关技术与学校自身办学特点构建合理的体系模型.在此模型基础之上,教师还可以利用已经建立完善的模型帮助在校学生结合自身的自主意识和学习特点,对其学习兴趣和学习能力进行量化的分析,并评估最适合该学生的个性化课程体系和学习规划.这种独立定制的个性化课程体系可以在更大的程度上保证学生能够更好地发挥出自身的学习能动性,激发学习兴趣和学习动力.大数据手段同样可以在教学过程中实时对课堂上的学生学习情况进行数据采集,并利用采集到的数据分析学生的学习效果,及时地进行教学方法调整.此外,每学期得到的学生数据分析结果可以作为学生期末考核的重要的组成部分进行多元评价,使得平时的成绩能够更好地反应出学生实际的学习能力,提高考试成绩所反映的考核结果的准确性.２．２㊀大数据相关课程配置大数据背景下的软件工程专业教育必须适应企业发展和大数据行业的需求.基于这个核心思想,教学内容的设置应与企业岗位需求接轨,并结合学院学生特点对软件工程专业的课程体系进行调整.在理论教学部分,基础课㊁专业课和选修课方面都增加部分大数据相关内容:①学校在专业必选基础课程中已经设置了C语言程序设计㊁L i n u x程序设计与概率论等基础课程.因此,学生已经具有大数据课程的相关基础,可以增添大数据思想与方法概论㊁云计算概论㊁P y t h o n语言等基础课程,培养学生的大数据计算思维方式,使学生了解大数据行业基础知识与常用方法,引导学生正确的认识与了解大数据的基本理论框架和应用模式;②专业课拟设置大数据存储分析㊁大数据处理技术㊁模式识别等前沿科学技术相关课程,在掌握基础理论的同时更多的强调相关技术的应用,以满足大数据系统建设与应用的需要,培养更多企业需要的大数据管理分析软件专业人才;③选修课设置上则尝试引入多个企业的成熟开源大数据工具,让学生能够根据自己的兴趣对企业级大数据平台与开源大数据平台都有一定的了解,为学生日后从事相关大数据工作打下一定的基础.实践教学包括校内实践和企业实训两大部分:①校内实践针对大数据基础课程设置了对应的课程实验和课程设计,利用大数据教学实验平台安排策划了一系列逐步递进的梯度学习目标,使学生熟练掌握H a d o o p㊁H B a s e㊁H i v e㊁S p a r k等大数据关键技术,使其具有独立搭建并使用大数据平台与开发环境的能力;②企业实训是在大四学年组织大部分学生到合作企业的实训基地进行实习,体验大数据企业真实的工作环境㊁工作流程和企业文化,学习真实的海量数据搜集㊁分析㊁存储技术及在其在实际应用中的具体方法与步骤,通过实际项目理解传统应用领域与大数据领域在思想和方法㊁软件与硬件等各个领域上的差异和取舍,引导学生按照软件工程的方法完成大数据背景下的实践内容,规范文档和代码的编写,培养学生的职业素养.２．３㊀大数据实验室建设根据大数据专业的课程体系设计要求,建设满足日常教学需求㊁稍具超前意识的实训实验室是当前实验室建设的核心思想.具体建设应在满足核心思想的基础上,同时充分考虑并发数㊁使用频率㊁维护成本等众多因素,按照课程实训内容的不同,考虑建成可进行验证性实验㊁分组实验及集体实验的基于容器技术的一体化大数据实验平台.实验平台利用容器的独立安全特性,每个用户可以隔离使用独立的大数据集群中的部分资源,且相互间的操作互不影响.因此用户既可以手动安装自行编排集群方案,也支持使用一键部署功能,快速构筑H a d o o p㊁S p a r k㊁S t o r m㊁H i v e㊁H b a s e等集群,更好的满足学生在实践教学阶段课程的多样性和实验室的安全性.同时由服务器提供教学所需的镜像０２基于 思维导图 的«C 语言程序设计»课程教学改革探讨谢方方,谢志英,李㊀艳(陆军工程大学(石家庄校区)装备模拟训练中心,河北石家庄０５０００３)㊀㊀摘㊀要:将 思维导图 作为教与学的工具嵌入到«C 语言程序设计»课程教学过程中,教师利用 思维导图 归纳㊁总结和提炼教学内容,将复杂的知识结构更加直观地呈现给学生,突出教学重点和难点,帮助学生掌握课程知识体系.教学实践表明, 思维导图 的引入完善了课程教学设计,增强了课堂授课效果,提高了学生的学习效率.㊀㊀关键词:思维导图;C 语言程序设计;教学改革;自主学习意识㊀㊀中图分类号:G ４３４㊀㊀文献标识码:A㊀㊀文章编号:１６７２Ｇ７８００(２０１９)０３Ｇ００２１Ｇ０３收稿日期:２０１８Ｇ０７Ｇ２７基金项目:国家自然科学基金(６１６０２５０５);教学立项(X Q L X １８２７,X Q L X １８２８)作者简介:谢方方(１９８５Ｇ),女,硕士,陆军工程大学石家庄校区讲师,研究方向为人工智能;谢志英(１９７８Ｇ),女,硕士,陆军工程大学石家庄校区讲师,研究方向为人工智能;李艳(１９８２Ｇ),女,硕士,陆军工程大学石家庄校区讲师,研究方向为人工智能.０㊀引言«C 语言程序设计»是大学里的一门基础课,是后续很多专业课的基础,将思维导图引入«C 语言程序设计»课程中,它可以利用图文并重的技巧有机串联各知识点,改进教师的教学策略和方式,提高教学效果,并能激发学生的学习兴趣.１㊀思维导图 工具 思维导图 是一种可视化的思维整理工具.它将符号㊁关键词㊁色彩㊁图形等以树状结构展现,通过构建法将知资源,包括H a d o o p ㊁H B a s e ㊁A m b a r i ㊁H D F S ㊁Y A R N ㊁M a pR e Ｇd u c e ㊁Z o o K e e p e r ㊁S p a r k ㊁S t o r m ㊁H i v e ㊁P i g ㊁O o z i e ㊁M a h o u t ㊁R 语言等不同的大数据应用组件,并支持J a v a ㊁R 和P y t h o n 等多种大数据实验中常用语言.３㊀结语在大数据时代信息技术不断创新㊁企业需求不断变化㊁综合型人才需求巨大等因素的影响下,软件工程专业人才培养模式如果仍然遵循传统思维的教育方式㊁指导理论及实践教学,必定不能适应瞬息万变的互联网时代企业对人才的需求,因此改革软件工程专业的教学模式迫在眉睫.本文根据软件工程专业自身课程体系的特点,结合大数据技术的特征与信息技术企业对专业人才的需求情况,从人才培养模式㊁教学方法㊁个性化学习㊁课程配置㊁实训体系等各方面进行有效改革,尝试更好的培养符合大数据时代需求的软件工程专业人才.参考文献:[１]㊀顾小清,张进良．学习分析:正在浮现中的数据技术[E B/O L ]．h t t p ://w w w．d o c ８８．c o m /p Ｇ０６８１４０４６２５８４０．[２]㊀王华,刘萍．改进的关联规则算法在学生成绩预警中的应用[J ]．计算机工程与设计,２０１５(３):６７９Ｇ６８２．[３]㊀祝智庭,沈德梅．学习分析学:智慧教育的科学力量[J ]．电化教育研究,２０１３(５):５Ｇ１２．[４]㊀张远平,李洪波． 互联网＋ 背景下软件工程人才培养策略[J ]．软件工程,２０１７(４):５４Ｇ５７．[５]㊀尹顺鹏．大数据时代下软件工程关键技术分析[J ]．数码世界,２０１７(７):１６Ｇ１６．[６]㊀胡双．大数据在软件测试中的应用[J ]．电子技术与软件工程,２０１８(３):２０３Ｇ２０３．[７]㊀佘亮,曾阳艳,陈荣元．大数据时代下软件工程专业教学改革的探讨[J ]．计算机教育,２０１６(２):１２７Ｇ１２９．(编辑:叶㊀璐)。