一 引言 近年来，随着互联网的高速发展，数据的获取变得越来越容易，随之大数据在各行各业中也得到了广泛的应用。在这个大背景下，交通工程课程研究团队普遍认为设立“交通数据处理与分析”课程，将具有十分重要的现实意义。然而，当前在开设了交通工程专业的院校中，独立开设相关课程的还不普遍，对该课程的授课内容、授课方法、授课重点等也不尽相同。因此，该课程依然处于探索和发展的阶段。该课程内容设置的依据也主要来源于授课教师的科研和实践经验，还没有统一的大纲及教材，因此，课程体系建设迫在眉睫。众所周知，大数据作为互联网、物联网、移动计算、云计算之后的IT产业又一次颠覆性的技术变革，正在重新定义社会管理与决策的过程和方式，在社会各领域得到了广泛应用，产生了巨大的社会价值和产业空间。随着智慧城市建设的推进，城市大数据时代已经到来，大规模的全样本数据呈现出了新的研究价值。利用大数据来感知社会动态、辅助决策实施，并将大数据应用于交通规划管理、分析及设计，使宏观政策对微观个体的影响有量化评价手段和具体反馈渠道。因此，在大数据背景下，如何对交通工程“交通数据处理与分析”课程进行体系建设，使其不仅体现交通工程专业建设特色及创新性，同时又有利于交通创新型人才的培养，成为当前课程建设需要思考的关键问题。 二 大数据对传统教学思路的影响 大数据是复杂网络科学、人类动力学蓬勃发展的基础，也为交通工程提供了崭新的建模途径[1,2]。随着科学技术的进步与发展，大量宝贵的交通数据得以保存与分析，大数据分析与挖掘技术已经被广泛应用到交通工程研究，特别是交通需求预测、交通状态估算与预测、交通出行行为分析、智能交通管理等方向[3-5]。在此背景下，传统的以经典统计及计量为基础的交通数据分析方法已无法让学生有效地利用已有的海量数据对交通系统进行全面系统的分析。而大数据分析方法却可以给“交通数据处理与分析方法”提供更大的空间、崭新的视角。 在当前大数据背景下，针对如何有效利用大数据进行相关教学的问题，各高校教学科研人员也进行了积极的探索[1,6-9]。如陈治平等给出了大数据时代下信息与计算科学的人才培养模式的研究，并结合培养目标给出了课程体系的设置思路。并在此基础上为大数据时代下信科专业的课程体系建设提出了可行的具体课程体系结构。并认为强化数据分析能力、强化IT技术、强化数据分析的应用能力，应该成为工科大数据专业学生培养的导向[10]。王天平认为大数据诱发了教学思维和教学结构的深度变革。为了有效地实现大数据诱发的教学深度变革，应探寻促进大数据与教学活动深度融合的契合点，以此明晰大数据诱发教学深度变革的支持条件，并提倡在实践层面系统地提出大数据诱发教学深度变革的策略，即教学目标的精准化确立、教学内容的全景式选择与认知化组织、教学方法的针对性选用、教学组织形式的混合式实现和教学模式的个性化构建[11]。王子甲也认为对于大学工科专业，无论是培养科研后备力量，还是为工业界输送技术人才，都应该拓展大数据相关理论方法的教学[12]。在交通数据处理与分析的教学方面，涂辉招等根据多年经验对交通大数据分析课程的教学方法进行了探讨，并以研究生交通大数据分析课程为例，设计了融合研讨式教学精髓研讨式教学步骤，阐述了该方法的理念及具体内容，并对研讨式教学的保障体系进行了建议[15]。段征宇等从大数据环境下，交通工程理论和技术的变革、交通数据分析和信息服务产业的发展出发，提出了交通数据分析师的培养需求，分析了与传统交通工程技术人才培养的关系。结合同济大学交通工程专业的课程和实践教学探索，讨论了交通工程专业数据分析人才的培养要素[1]。在利用大数据思想进行交通数据处理与分析的课程改革实践方面的相关研究，如同济大学率先开展了“交通调查与分析”和“交通统计分析”相关课程，后来这门课程进一步合并为“交通调查与统计分析”一门课程[1]。新的“交通调查与统计分析”课程，将数据采集、处理和分析方法贯穿在一起，融入最新的采集方法和大数据分析技术。 三 大数据背景下的交通数据分析课程建设思路 “交通数据处理分析”是现代交通工程专业教育必不可少的一部分，它与交通工程学、运筹学、交通规划等课程一起构成了我国高校交通工程本科生和研究生研究方法论体系必修的核心课程，在我国交运输工程领域受到越来越多的关注。近年来，随着通讯及互联网技术的飞跃发展，交通大数据变得更加易于获取，传统的以调查为主的小样本数据分析方法受到一定的挑战，这些都对我国“交通数据处理分析”课程体系的基本内容、知识传承产生了深入的影响，也对我国高校交通工程专业如何科学进行“交通数据处理分析”课程的系统分析、讲授提出了挑战。因此，课程建设过程必须首先搞清楚在当前大数据背景下课程内容的变革以及面临的挑战，包括大数据背景下“交通数据处理与分析”研究对象的变化、研究变量关系的变化、研究工具和研究手段的变化、建模思想和建模方法的变化等。然后，在此基础上提出课程定位、授课目标及授课内容的体系。最后，还应该从教学技术技巧、激发学生好奇心及求学欲望出发，研究编写一些与实际工作结合密切的“交通数据处理与分析”建模案例，通过运用研究式教学法、案例教学法及实践教学法等先进的教学模式和教学方法，增强学生的学习兴趣和应用大数据研究分析方法的能力。 （一）大数据背景下“交通数据处理与分析”课程应涵盖的重点内容及发展方向 随着智能交通系统和大数据的发展，对交通数据处理与分析能力的要求越来越高，传统的数据分析方法已不能满足智能交通的需求。传统的交通数据获取渠道一般是通过调查统计获取，获得的数据质量低且统计和分析的数据量也小，而大数据技术下数据的来源非常丰富，获得的数据体量大、真实性高、类型多样化。传统统计学数据处理方法是通过收集有限的数据进行数理统计与分析，运用简单的数学模型进行计算，计算速度相对较慢，一般不会实时更新数据，在实时交通规划中缺乏时效。大数据处理技术是收集海量的实时交通数据并进行数据整合，通过云计算统计与分析并挖掘各数据之间的关系，运算速度快，可以及时应用到交通系统中来改善现有交通状况，不仅有更高的时效性，也加快了数据的处理速度，这是未来交通数据处理与分析的发展方向。在交通规划工作中，积极应用运营商的信息和数据，可以很好地应对复杂的城市交通状况，充分发挥大数据的作用，做出合理的交通规划。在交通工程中一般会收集大量的数据并建立一个大数据处理平台，通过计算机对数据监测代替以往的经验法以及人工检测法。在交通出行中，大数据技术会快速的收集各种网络数据，通过云计算快速处理，帮助人们做出合理出行选择。虽然大数据技术在进步，带来了很多机遇与挑战，但不能盲目的使用大数据技术，应该以传统的统计学为基础，在此基础之上进一步发展大数据技术。 （二）大数据背景下“交通数据处理与分析”课程的教学模式 大数据时代的来临，使得“交通数据处理与分析”课程面临新的机遇与挑战。在课堂教学中，应从基础理论讲授、实践能力培养和案例分析等方面进行教学模式的改善。首先，虽然大数据为分析问题提供了更加完善的数据观察信息，使得我们分析问题的视角有了一定的变化（如由关注因果关系到更加关注相关关系等），但是大数据毕竟不是全数据，传统的、经典的统计分析方法，特别是其分析讨论问题的思想依然是大数据分析的理论基础，因此在课堂的教学中，还应该将经典统计学或计量经济学的基础分析理论进行重点讲授。但是也要注意，对于交通工程本科生来说，重要的是会准确应用相关理论，因此在教学过程中，要避免细节上的繁琐证明及推导过程，重视基本理论思路及逻辑的完整性。在基础经典理论掌握的基础上，再将大数据常用的一些分析方法，如机器学习、深度学习等大数据方法引入介绍，特别要注意，一定要讲清楚传统经典理论与这些大数据分析方法之间的基础与传承关系，同事也应在教学大数据方法的同时，将其与交通中的具体数据进行匹配应用，并可与传统数据处理方法进行对比教学，加深对新方法的理解。在基础理论的教学基础上，还应该注重对学生实际操作能力的培养。最终处理大数据的工具一定是要借助各种各样的相关分析软件，因此在课程教学中应该根据讲授重点选择一些经典的分析软件,如统计分析可选将SPSS，时间序列分析可选择Eviews、计量分析可选择Stata、SAS，综合性可选择MATLAB，在主要软件的教学同时，也可对其他专门软件也进行一定的介绍，如专业处理离散选择模型的Nlogit软件，结构方程模型有专门软件Amos。使学生在掌握若干主要软件的基础上，对其他专门软件有所了解。做到面对不同的数据分析方法，能选用最合适、最有优势的软件进行处理。在引入辅助软件介绍的同时，还需要借助相关数据，在课堂上展示软件的分析方法、运行结果含义解析。甚至，在条件允许下，还可以从一个具体案例出发，综合利用多个软件的操作和协作运行结果，在案例分析过程中让学生逐渐掌握软件分析的实操步骤，提高实操能力。 （三）大数据背景下“交通数据处理与分析”课程教材及数据库建设 好的课程建设离不开一部优秀的教材，教材不仅可以帮助学生提前预习相关知识，也可以在课后让学生慢慢体会领悟课堂内容。同时，教材的编排、内容设计等也至关重要，好的教材能够引导学生的学习兴趣，让教师授课顺畅、心旷神怡，更有助于学生掌握好相关知识。当前关于大数据、统计、计量等方面的教材著作已经非常多，关于交通数据处理分析的相关教材相对较少，将大数据背景与交通数据处理分析相结合起来的相关教材就更少了。因此建设基于大数据的交通数据处理分析的教材将非常有意义。教材涵盖的内容应包括经典应用统计及计量的基础理论，如方差分析、相关分析、回归分析、聚类分析、判别分析、主成分分析、因子分析、路径分析、联立方程模型、离散选择模型；在此基础上增加神经网络、机器学习及深度学习等大数据分析处理方法；最后还应在各基本理论及分析方法的基础上，增加其在交通领域的运用案例，如在离散选择模型时候，可以讲授一个如何利用离散选择模型进行方式选择预测的案例，在讲授因子分析时，可结合计划行为理论，讲授如何将不同的问题转化为行为因子的过程；在讲授聚类分析时，可以对已有交通流数据进行聚类，让学生明白类别的划分不是工程上简单的给出阈值，而是有非常严谨巧妙的逻辑在后面。此外还要特别注重配套数据库的建设，交通数据的来源种类非常多，不同类型的数据分析的方法也不尽相同，数据库的建设可以给学生提供好的练习机会，也方便教师和学生互动交流。交通数据库的建设应根据数据类型分类建设：例如基于行为的数据类型（包括个体及家庭社会经济属性数据、心理数据、行为数据），宏观客流数据（包括道路交通流数据、公共交通客流数据）、轨迹数据、交通基础设施数据等。构建较为完善的数据库，结合案例分析形成特色教学模式，从实践层面更加生动形象地将交通数据处理与分析课程展现给学生。 [1] 段征宇, 杨东援. 大数据时代的交通数据分析人才培养的思考 [J].教育教学论坛 , 2015,（29)： 207-9. [2] 李辉, 张标, 高万林. 大数据实验平台及资源建设的思考与探索 [J]. 实验技术与管理 , 2016,33(07)： 195-9. [3] 刘海强, 张伟, 吴海俊. 基于BIM模型的交通大数据应用研究 [J].市政技术 , 2018, 36(03)： 37-8+41. [4] 何承. 上海城市交通大数据研究与实践 [J]. 上海公路, 2018,01)： 77-82+6. [5] 陈阳. 大数据在智能交通系统中的应用研究 [J]. 信息通信,2016, 07)： 142-3. [6] 方旭, 韩锡斌. 高校教师教学大数据技术行为意向影响因素研究——基于清华“学堂在线”的调查 [J]. 远程教育杂志, 2017,35(06)： 76-86. [7] 郭鑫. 大数据教学资源共享系统的研究 [J]. 电脑知识与技术,2014, 10(03)： 446-7. [8] 李连豪, 李慧琴, 田辉, 等. 基于“大数据”教学平台提升农业高校《机械设计基础》教学效果 [J]. 科技视界, 2017, 22)： 7-8. [9] 李青, 任一姝. 国外教师数据素养教育研究与实践现状述评 [J].电化教育研究, 2016, 37(05)： 120-8. [10] 陈治平, 谭义红, 栾悉道. 大数据时代下信科专业课程建设研究 [J]. 课程教育研究 , 2015, 30)： 26-7. [11] 王天平. 大数据诱发教学深度变革的实现方式 [J]. 中国教育学刊 , 2017, 09)： 46-9+75. [12] 王子甲. 工科专业大数据教学探讨 [J]. 科技创新导报, 2016,13(04)： 120-2+4. 一 引言近年来，随着互联网的高速发展，数据的获取变得越来越容易，随之大数据在各行各业中也得到了广泛的应用。在这个大背景下，交通工程课程研究团队普遍认为设立“交通数据处理与分析”课程，将具有十分重要的现实意义。然而，当前在开设了交通工程专业的院校中，独立开设相关课程的还不普遍，对该课程的授课内容、授课方法、授课重点等也不尽相同。因此，该课程依然处于探索和发展的阶段。该课程内容设置的依据也主要来源于授课教师的科研和实践经验，还没有统一的大纲及教材，因此，课程体系建设迫在眉睫。众所周知，大数据作为互联网、物联网、移动计算、云计算之后的IT产业又一次颠覆性的技术变革，正在重新定义社会管理与决策的过程和方式，在社会各领域得到了广泛应用，产生了巨大的社会价值和产业空间。随着智慧城市建设的推进，城市大数据时代已经到来，大规模的全样本数据呈现出了新的研究价值。利用大数据来感知社会动态、辅助决策实施，并将大数据应用于交通规划管理、分析及设计，使宏观政策对微观个体的影响有量化评价手段和具体反馈渠道。因此，在大数据背景下，如何对交通工程“交通数据处理与分析”课程进行体系建设，使其不仅体现交通工程专业建设特色及创新性，同时又有利于交通创新型人才的培养，成为当前课程建设需要思考的关键问题。二 大数据对传统教学思路的影响大数据是复杂网络科学、人类动力学蓬勃发展的基础，也为交通工程提供了崭新的建模途径[1,2]。随着科学技术的进步与发展，大量宝贵的交通数据得以保存与分析，大数据分析与挖掘技术已经被广泛应用到交通工程研究，特别是交通需求预测、交通状态估算与预测、交通出行行为分析、智能交通管理等方向[3-5]。在此背景下，传统的以经典统计及计量为基础的交通数据分析方法已无法让学生有效地利用已有的海量数据对交通系统进行全面系统的分析。而大数据分析方法却可以给“交通数据处理与分析方法”提供更大的空间、崭新的视角。在当前大数据背景下，针对如何有效利用大数据进行相关教学的问题，各高校教学科研人员也进行了积极的探索[1,6-9]。如陈治平等给出了大数据时代下信息与计算科学的人才培养模式的研究，并结合培养目标给出了课程体系的设置思路。并在此基础上为大数据时代下信科专业的课程体系建设提出了可行的具体课程体系结构。并认为强化数据分析能力、强化IT技术、强化数据分析的应用能力，应该成为工科大数据专业学生培养的导向[10]。王天平认为大数据诱发了教学思维和教学结构的深度变革。为了有效地实现大数据诱发的教学深度变革，应探寻促进大数据与教学活动深度融合的契合点，以此明晰大数据诱发教学深度变革的支持条件，并提倡在实践层面系统地提出大数据诱发教学深度变革的策略，即教学目标的精准化确立、教学内容的全景式选择与认知化组织、教学方法的针对性选用、教学组织形式的混合式实现和教学模式的个性化构建[11]。王子甲也认为对于大学工科专业，无论是培养科研后备力量，还是为工业界输送技术人才，都应该拓展大数据相关理论方法的教学[12]。在交通数据处理与分析的教学方面，涂辉招等根据多年经验对交通大数据分析课程的教学方法进行了探讨，并以研究生交通大数据分析课程为例，设计了融合研讨式教学精髓研讨式教学步骤，阐述了该方法的理念及具体内容，并对研讨式教学的保障体系进行了建议[15]。段征宇等从大数据环境下，交通工程理论和技术的变革、交通数据分析和信息服务产业的发展出发，提出了交通数据分析师的培养需求，分析了与传统交通工程技术人才培养的关系。结合同济大学交通工程专业的课程和实践教学探索，讨论了交通工程专业数据分析人才的培养要素[1]。在利用大数据思想进行交通数据处理与分析的课程改革实践方面的相关研究，如同济大学率先开展了“交通调查与分析”和“交通统计分析”相关课程，后来这门课程进一步合并为“交通调查与统计分析”一门课程[1]。新的“交通调查与统计分析”课程，将数据采集、处理和分析方法贯穿在一起，融入最新的采集方法和大数据分析技术。三 大数据背景下的交通数据分析课程建设思路“交通数据处理分析”是现代交通工程专业教育必不可少的一部分，它与交通工程学、运筹学、交通规划等课程一起构成了我国高校交通工程本科生和研究生研究方法论体系必修的核心课程，在我国交运输工程领域受到越来越多的关注。近年来，随着通讯及互联网技术的飞跃发展，交通大数据变得更加易于获取，传统的以调查为主的小样本数据分析方法受到一定的挑战，这些都对我国“交通数据处理分析”课程体系的基本内容、知识传承产生了深入的影响，也对我国高校交通工程专业如何科学进行“交通数据处理分析”课程的系统分析、讲授提出了挑战。因此，课程建设过程必须首先搞清楚在当前大数据背景下课程内容的变革以及面临的挑战，包括大数据背景下“交通数据处理与分析”研究对象的变化、研究变量关系的变化、研究工具和研究手段的变化、建模思想和建模方法的变化等。然后，在此基础上提出课程定位、授课目标及授课内容的体系。最后，还应该从教学技术技巧、激发学生好奇心及求学欲望出发，研究编写一些与实际工作结合密切的“交通数据处理与分析”建模案例，通过运用研究式教学法、案例教学法及实践教学法等先进的教学模式和教学方法，增强学生的学习兴趣和应用大数据研究分析方法的能力。（一）大数据背景下“交通数据处理与分析”课程应涵盖的重点内容及发展方向随着智能交通系统和大数据的发展，对交通数据处理与分析能力的要求越来越高，传统的数据分析方法已不能满足智能交通的需求。传统的交通数据获取渠道一般是通过调查统计获取，获得的数据质量低且统计和分析的数据量也小，而大数据技术下数据的来源非常丰富，获得的数据体量大、真实性高、类型多样化。传统统计学数据处理方法是通过收集有限的数据进行数理统计与分析，运用简单的数学模型进行计算，计算速度相对较慢，一般不会实时更新数据，在实时交通规划中缺乏时效。大数据处理技术是收集海量的实时交通数据并进行数据整合，通过云计算统计与分析并挖掘各数据之间的关系，运算速度快，可以及时应用到交通系统中来改善现有交通状况，不仅有更高的时效性，也加快了数据的处理速度，这是未来交通数据处理与分析的发展方向。在交通规划工作中，积极应用运营商的信息和数据，可以很好地应对复杂的城市交通状况，充分发挥大数据的作用，做出合理的交通规划。在交通工程中一般会收集大量的数据并建立一个大数据处理平台，通过计算机对数据监测代替以往的经验法以及人工检测法。在交通出行中，大数据技术会快速的收集各种网络数据，通过云计算快速处理，帮助人们做出合理出行选择。虽然大数据技术在进步，带来了很多机遇与挑战，但不能盲目的使用大数据技术，应该以传统的统计学为基础，在此基础之上进一步发展大数据技术。（二）大数据背景下“交通数据处理与分析”课程的教学模式大数据时代的来临，使得“交通数据处理与分析”课程面临新的机遇与挑战。在课堂教学中，应从基础理论讲授、实践能力培养和案例分析等方面进行教学模式的改善。首先，虽然大数据为分析问题提供了更加完善的数据观察信息，使得我们分析问题的视角有了一定的变化（如由关注因果关系到更加关注相关关系等），但是大数据毕竟不是全数据，传统的、经典的统计分析方法，特别是其分析讨论问题的思想依然是大数据分析的理论基础，因此在课堂的教学中，还应该将经典统计学或计量经济学的基础分析理论进行重点讲授。但是也要注意，对于交通工程本科生来说，重要的是会准确应用相关理论，因此在教学过程中，要避免细节上的繁琐证明及推导过程，重视基本理论思路及逻辑的完整性。在基础经典理论掌握的基础上，再将大数据常用的一些分析方法，如机器学习、深度学习等大数据方法引入介绍，特别要注意，一定要讲清楚传统经典理论与这些大数据分析方法之间的基础与传承关系，同事也应在教学大数据方法的同时，将其与交通中的具体数据进行匹配应用，并可与传统数据处理方法进行对比教学，加深对新方法的理解。在基础理论的教学基础上，还应该注重对学生实际操作能力的培养。最终处理大数据的工具一定是要借助各种各样的相关分析软件，因此在课程教学中应该根据讲授重点选择一些经典的分析软件,如统计分析可选将SPSS，时间序列分析可选择Eviews、计量分析可选择Stata、SAS，综合性可选择MATLAB，在主要软件的教学同时，也可对其他专门软件也进行一定的介绍，如专业处理离散选择模型的Nlogit软件，结构方程模型有专门软件Amos。使学生在掌握若干主要软件的基础上，对其他专门软件有所了解。做到面对不同的数据分析方法，能选用最合适、最有优势的软件进行处理。在引入辅助软件介绍的同时，还需要借助相关数据，在课堂上展示软件的分析方法、运行结果含义解析。甚至，在条件允许下，还可以从一个具体案例出发，综合利用多个软件的操作和协作运行结果，在案例分析过程中让学生逐渐掌握软件分析的实操步骤，提高实操能力。（三）大数据背景下“交通数据处理与分析”课程教材及数据库建设好的课程建设离不开一部优秀的教材，教材不仅可以帮助学生提前预习相关知识，也可以在课后让学生慢慢体会领悟课堂内容。同时，教材的编排、内容设计等也至关重要，好的教材能够引导学生的学习兴趣，让教师授课顺畅、心旷神怡，更有助于学生掌握好相关知识。当前关于大数据、统计、计量等方面的教材著作已经非常多，关于交通数据处理分析的相关教材相对较少，将大数据背景与交通数据处理分析相结合起来的相关教材就更少了。因此建设基于大数据的交通数据处理分析的教材将非常有意义。教材涵盖的内容应包括经典应用统计及计量的基础理论，如方差分析、相关分析、回归分析、聚类分析、判别分析、主成分分析、因子分析、路径分析、联立方程模型、离散选择模型；在此基础上增加神经网络、机器学习及深度学习等大数据分析处理方法；最后还应在各基本理论及分析方法的基础上，增加其在交通领域的运用案例，如在离散选择模型时候，可以讲授一个如何利用离散选择模型进行方式选择预测的案例，在讲授因子分析时，可结合计划行为理论，讲授如何将不同的问题转化为行为因子的过程；在讲授聚类分析时，可以对已有交通流数据进行聚类，让学生明白类别的划分不是工程上简单的给出阈值，而是有非常严谨巧妙的逻辑在后面。此外还要特别注重配套数据库的建设，交通数据的来源种类非常多，不同类型的数据分析的方法也不尽相同，数据库的建设可以给学生提供好的练习机会，也方便教师和学生互动交流。交通数据库的建设应根据数据类型分类建设：例如基于行为的数据类型（包括个体及家庭社会经济属性数据、心理数据、行为数据），宏观客流数据（包括道路交通流数据、公共交通客流数据）、轨迹数据、交通基础设施数据等。构建较为完善的数据库，结合案例分析形成特色教学模式，从实践层面更加生动形象地将交通数据处理与分析课程展现给学生。参考文献[1] 段征宇, 杨东援. 大数据时代的交通数据分析人才培养的思考 [J].教育教学论坛 , 2015,（29)： 207-9.[2] 李辉, 张标, 高万林. 大数据实验平台及资源建设的思考与探索 [J]. 实验技术与管理 , 2016,33(07)： 195-9.[3] 刘海强, 张伟, 吴海俊. 基于BIM模型的交通大数据应用研究 [J].市政技术 , 2018, 36(03)： 37-8+41.[4] 何承. 上海城市交通大数据研究与实践 [J]. 上海公路, 2018,01)： 77-82+6.[5] 陈阳. 大数据在智能交通系统中的应用研究 [J]. 信息通信,2016, 07)： 142-3.[6] 方旭, 韩锡斌. 高校教师教学大数据技术行为意向影响因素研究——基于清华“学堂在线”的调查 [J]. 远程教育杂志, 2017,35(06)： 76-86.[7] 郭鑫. 大数据教学资源共享系统的研究 [J]. 电脑知识与技术,2014, 10(03)： 446-7.[8] 李连豪, 李慧琴, 田辉, 等. 基于“大数据”教学平台提升农业高校《机械设计基础》教学效果 [J]. 科技视界, 2017, 22)： 7-8.[9] 李青, 任一姝. 国外教师数据素养教育研究与实践现状述评 [J].电化教育研究, 2016, 37(05)： 120-8.[10] 陈治平, 谭义红, 栾悉道. 大数据时代下信科专业课程建设研究 [J]. 课程教育研究 , 2015, 30)： 26-7.[11] 王天平. 大数据诱发教学深度变革的实现方式 [J]. 中国教育学刊 , 2017, 09)： 46-9+75.[12] 王子甲. 工科专业大数据教学探讨 [J]. 科技创新导报, 2016,13(04)： 120-2+4.

文章来源：交通医学 网址: http://jtyx.400nongye.com/lunwen/itemid-6094.shtml

上一篇： 海口市交通对旅游业发展的影响
下一篇： 医学教育与医学边缘学科论文_皮肤科临床教学纳入化妆品学的建议与思考