大数据云商时代物流技术实训室(姚总授课)

基金项目:2021年广东省高等职业教育教学改革研究与实践项目 校企协同背景下高职院校信息技术类专业实践课程体系构建与研究 (GDJG2021024);广东省高职教育大数据技术与应用二类品牌专业建设项目阶段性研究成果㊂作者简介:王雪松(1974-),男,湖南祁阳人,硕士,主要研究方向:高职教育人才培养模式改革㊁课程体系构建等㊂1+X 下高职院校大数据专业实践教学课程体系构建研究与实践王雪松㊀冯欣悦(佛山职业技术学院电子信息学院,广东佛山528137)摘㊀要: 1+X 证书制度是落实立德树人㊁深化产教融合校企合作的一项重要制度㊂我校大数据技术专业以 1+X 证书试点为契机,将 X 证书技能等级标准融入人才培养方案㊁课程标准和教学内容中,创新校企双主体育人模式,重构实践教学课程体系,建立人才培养质量监控与评价体系,推动课程体系与证书知识技能体系㊁课程教学标准和证书考核标准对接,课程教学内容与证书考核内容有效对接㊂关键词: 1+X 证书;模式改革;实践课程体系;质量评价中图分类号:F24㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀㊀doi:10.19311/ki.1672-3198.2023.22.0340㊀引言1+X 证书制度是国家职业教育制度建设的一项基本制度㊂高职院校深入贯彻落实国家职业教育改革精神,不断推进和实施 1+X 证书试点工作,优化人才培养模式和课程体系设置,探索 教师㊁教材㊁教法 三教改革,不断提高人才培养质量,增强学校办学水平和社会声誉㊂在 1+X 证书背景下,我校大数据专业积极开展 1+X 大数据应用开发(Java)职业技能等级证书试点工作,以 产教融合㊁书证融通 为抓手,及时将 1+X 内容有机融入大数据专业人才培养方案中,取得一定的成效,但同时在 1+X 证书试点中存在一些问题:(1)课程体系与证书知识技能体系㊁课程教学标准和证书考核标准㊁课程教学内容与证书考核内容等衔接不够,未能真正做到专业人才培养与职业岗位要求相融合㊁专业课程与职业技能相融合㊂(2)专业实践教学体系系统性设计不够,实践教学缺乏整体性和层次性,实践教学支撑体系不完善,缺乏多元化㊁多维度的教学评价机制,尚未建立质量监控和诊断改进体系,影响实践教学育人效果㊂为此,大数据专业建设团队紧跟国家职业教育发展理念,深化校企合作,结合区域行业企业实际需求,将证书培训内容适度融入专业人才培养方案和课程体系中,对接企业用人需求设置实践课程,重构大数据技术专业实践课程体系,加强教学方案改革㊁教学方法创新,推动课程体系与证书知识技能体系㊁课程教学标准和证书考核标准对接,课程教学内容与证书考核内容有效对接,建立质量监控与评价体系,提升学生的职业技能水平㊂1㊀探索 校企双元㊁课岗融通㊁项目载体 校企双主体育人模式大数据技术专业依托广东(南海)大数据产业园企业优质资源,与国内大数据领军企业合作共建 大数据产业学院 ,建成具备大数据企业真实生产环境,推进校企协同育人,创新 校企双元㊁课岗融通㊁项目载体 双主体育人模式㊂ 校企双元 是基础,根据大数据技术专业应用岗位能力培养要求,确定本专业的核心能力培养目标,实现专业与岗位的有效对接; 项目载体 是手段,以校企共建的产业学院为依托,将企业真实项目引入教学过程,根据专业核心能力要求和培养目标,合理设置微项目㊁虚拟或仿真项目㊁真实工程项目等递进式典型项目,以这些项目为载体分别在课程课堂教学㊁综合实训或课程设计㊁专业综合实习中应用和实施; 课岗融通 是目标,引入 1+X 证书职业技能等级标准,将教学中的知识点和职业岗位的技能点相融合,将职业道德㊁职业素养贯穿教育教学全过程,实现 课程教学 企业考证 职业活动 的相通培养,通过推进 课岗融通 人才培养模式改革,增强学生实践技能,提升职业综合素质㊂图1㊀ 校企双元㊁课岗融合㊁项目载体 人才培养模式㊃99㊃根据大数据应用开发(Java) 1+X 证书职业技能等级标准要求,将证书培训内容融入信息技术类专业人才培养方案,优化专业课程设置和教学内容,统筹教学组织与实施,深化教学方式方法改革,提高人才培养的灵活性㊁适应性㊁针对性㊂深化校企合作㊁产教融合,充分利用院校和企业场所㊁资源,与大数据应用开发(Ja-va)职业技能等级评价组织共同实施教学㊁培训,学生通过规定的专业课程培训㊁评价或考试,即可获得学历证书相应学分和职业技能等级证书㊂2㊀融入 X 证书职业标准,重构 书证融通 的实践教学课程体系2.1㊀构建信息技术专业群 专业模块㊁平台通用㊁方向互选 课程体系按照 校企双元㊁课岗融通㊁项目载体 的人才培养模式,建立了与之相适应的课程体系㊂根据人才培养目标以及学生的知识和能力结构,将 1+X 证书技能考核标准内容㊁新技术㊁新工艺等融入专业课程体系中,依照专业模块课程(物联网模块㊁大数据模块㊁计算机模块)㊁平台共享课程(公共基础㊁专业基础)㊁专业服务岗位课程㊁方向互选课程等方面,重构专业(群)模块化课程体系,让 1+X 证书制度融入学生学习全过程㊂图2㊀信息技术专业群 专业模块㊁平台通用㊁方向互选课程体系大数据技术与应用㊁物联网应用技术㊁计算机应用技术专业隶属信息技术专业群,专业基础课程对理论知识㊁技术技能基础要求一致,专业师资㊁资源㊁平台互通㊂因此,在专业人才培养方案和课程体系的设计中,加强群内专业㊁平台㊁选修方向课程内容整合与共享,构建信息技术专业群 专业模块+平台通用+方向互选 课程体系(如图2所示)㊂ 专业模块 是根据专业群中不同专业特色而设置的,每个模块包含3-5门专业核心课程组成㊂ 平台通用 是根据专业群人才通用基本素质和能力㊁行业或岗位群通用的基础理论和基本技能设计,相关课程包括:计算机应用基础㊁Java 语言程序设计㊁计算机网络基础㊁Linux 操作系统㊂ 方向互选 是根据专业群共同的基本素质和基本能力以及行业共同的专业基础理论和基本技能设计,学生可根据现实需求选课,打破专业之间的壁垒,跨专业选择专业群内其他专业的方向课程,通过模块组合提升自身多种职业能力㊂2.2㊀校企协同重构分层递进专业实践教学课程体系以 大数据产业学院 为协同育人平台,密切与行业企业关系,深化产教融合,建立产教研学协同育人机制㊂根据 1+X 证书技能考核标准和专业 岗位能力 培养目标的要求,校企合作开发基于云的实践项目㊁实践类教材㊁共建课程资源库和案例库等项目递进课程模块,重构任务驱动的项目化实践教学的课程体系㊂组建由学校骨干教师和企业技术骨干构成的 双师型 教师队伍,实施企业导师参与的 双导师 制实践教学,对接产业需求㊁职业标准与生产过程,以项目为主线组织教学内容,通过仿真实训㊁项目实战与顶岗实习,培养学生的综合职业能力㊂图3㊀大数据技术专业实践课程体系框架图在大数据专业实践教学课程体系中融入 X 证书培训和考核技能㊁专业知识与职业技能,按照 基础 专业 综合 创新 层级设置职业能力递进的实践教学模块(如图3所示),基础层模块注重培养学生职业认知与实践的基本技能,专业层模块注重培养和锻炼学生职业专项核心技能,综合层模块注重提升学生岗位职业综合技能,创新层模块培养学生创新能力㊁创业能力的注重和个性化发展,按照专业认知和技能发展规律㊁模块间内在逻辑和衔接关系,设定每个模块实践教学目标,按照 X 等级证书初㊁中㊁高级的职业技能标准,细化各模块实践教学职业素养和能力要求㊂探索问题教学㊁项目教学㊁案例教学等实践教学方法,注重引导学生自主学习㊁自主管理㊁自我发展,突出学生综合应用知识能力和独立解决生产管理中实际问题能力的培养㊂以企业需求为导向,以共育和互聘互兼为途径,校企共建 双师型 教师团队,开发基于工作过程系统化的实践课程体㊃001㊃系和课程标准,组织编写新型活页式㊁工作手册式教材,建设培训㊁实训等实践教学资源库㊂2.3㊀课程思政引领,落实立德树人任务在课程思政设计理念上,树立新发展理念,将社会主义核心价值观㊁劳动教育㊁职业教育㊁工匠精神㊁创新创业贯穿人才培养全过程为育人根本㊂在实施教学改革层面,坚持 价值性㊁时代性㊁受用性 的原则,深挖其蕴含的中国文化,激发学生对传统文化的兴趣,增强学生的文化自信,确保思政实施效果的达成㊂在 1+X 证书制度背景下,紧密对接新时代职业岗位的新需求,创新校企命运共同体管理机制,校企合作将工匠精神㊁企业文化融入人才培养全过程,落实思政课的育人功能㊂大数据技术专业坚持 思政融合㊁以点带面 的课程建设思路,以核心课程建设为着力点,深入挖掘大数据应用开发 1+X 证书中的思政元素,找准 课程思政 的切入点,将社会主义核心价值观和中华优秀传统文化教育内容融入本课程的教学要求中,在大数据采集㊁大数据分析和大数据开发应用等课程课堂讲授㊁学生实践中,通过介绍我国在大数据方面的发展动态,培养学生的家国情怀和责任担当,坚定他们学习报国的信念;通过介绍大数据的重大价值和应用案例,使学生认识到创新重要性,激发他们的主动创新思维和创新意识;通过介绍大数据涉足信息安全应用案例,培养学生家国情怀,增强爱国主义精神,坚定责任信念㊁维护国家信息安全使命担当㊂将思政教育融入课堂教学的全过程,培养学生创新思维㊁创新能力和独立探索实践能力,培养学生不怕挫折㊁精益求精的工匠精神,鼓励学生在潜移默化中引导学生了解世情㊁国情㊁党情和民情,提升学生学习实效性及针对性,达到润物无声的效果,实现立德树人的根本目的㊂3㊀引入 1+X 评价标准,构建人才培养质量监控与评价体系3.1㊀建立 内外结合㊁以外调内 的教学质量诊断与改进机制开展在校生学习成果评价和毕业生跟踪调查,建立健全大数据技术专业人才培养质量监控与保证体系,建立专业自我诊断与改进机制,引入 1+X 评价培训机构㊁麦可思等专业咨询公司开展第三方评价和办学效益绩效考核㊂建立 内外结合㊁以外调内 的教学质量诊断与改进机制,以预设目标㊁建立标准㊁信息采集㊁质量评估㊁质量反馈㊁诊断调控等为内循环,以毕业生和用人单位反馈信息为主体的 外循环 ,在 内外结合㊁以外调内 过程中,参照预设目标,对教学活动实施效果进行及时的分析㊁评价与改进,保证了专业人才培养质量,学校毕业生的就业竞争力呈现上升趋势,毕业生对学校的满意度也越来越高㊂ 1+X 评价培训机构等社会第三方与学校共同设计评价指标体系,由第三方通过问卷调查负责采集㊁统计和分析信息,然后将信息反馈给学校㊂学校根据反馈信息及时调整专业设置和人才培养目标,并对课程设置㊁教学内容㊁师资队伍㊁实训条件等方面的质量标准进行调整,加强教学督导与管理,规范实习过程,不断提高专业人才培养质量㊂3.2㊀建立校企 合作育人 闭环自适应质量保障体系探索建立集课堂教学实时评价㊁教学信息反馈㊁教师教学质量综合评价等功能为一体教务管理综合系统,完善教学质量评价机制,修订评价标准,扩充评价主体,加强评价结果的使用㊂建立由各二级学院㊁专家㊁同行㊁学生㊁班主任和 1+X 证书评价培训组织等共同构建的教学质量评价体系,由校企双方人员共同实施 大数据产业学院 互联网+ 众创空间和校外实训基地教学质量监控,建立质量反馈机制㊂成立内部质量保证体系诊断与改进工作领导小组,构建学校内部质量保证体系诊改专项工作组,为有效提高人才培养质量提供组织保证㊂形成以教育教学为中心,以管理与服务为保障,以专业诊断与改进为切入点,构建完善的目标体系㊁标准体系㊁制度体系,构建全要素网络化㊁具有预警功能和激励作用的学校内部质量保证体系㊂4㊀结语大数据技术专业以 1+X 试点为载体,将 X 证书职业等级标准有机融入专业人才培养方案,与专业课程标准有机对接,优化实践课程设置和教学内容,加快教材改革与创新,建立常态化周期性诊断与改进机制,完善质量保证组织体系,推进 岗课赛证 融通育人,提高人才培养的灵活性㊁适应性㊁针对性㊂参考文献[1]柴美娟.职业教育 1+X 制度下建筑信息模型(BIM)人才培养的研究与实践[J].职教通讯,2019,(10). [2]谢宾.共生理论视域下高职教师教学创新团队建设的问题与策略[J].教育与职业,2022,(10).[3]梁珍,顾丹.互动式校企合作培养学生综合职业能力的理论与实践[J].职教通讯,2016,(2).[4]王雪松.产教融合背景下高职院校大数据技术与应用专业人才培养的探索与实践[J].科技风,2021,(6). [5]廖静很.高职人工智能专业实践教学体系的构建[J].科技风,2021,(8).㊃101㊃。

供应链实训：构建智能物流体系数据采集与整合是智能物流体系的基础。

在这一环节中，实时数据的关键性不容忽视。

除了传统的库存、订单和运输数据，我们还需关注客户需求和市场变化等多元化数据。

通过构建一个统一的数据平台，确保数据的准确性、完整性和实时性，为后续的决策提供有力支持。

供应链协同是智能物流体系的核心。

加强与供应商、生产商、分销商等合作伙伴的沟通与协作，实现资源优化配置。

通过实时共享订单、库存和运输信息，提高订单满足率，降低库存成本，优化运输路线。

利用大数据分析，预测市场需求，更好地应对市场变化。

自动化与技术在智能物流体系中发挥着重要作用。

引入自动化设备，如输送带、、自动化仓库系统等，降低人工成本，提高工作效率。

技术应用于复杂物流操作，如货物打包、装卸等，进一步提升工作效率。

物流信息化是智能物流体系的重要组成部分。

构建全面的信息系统，涵盖订单管理、库存管理、运输管理、财务管理等功能。

通过信息系统，实现物流业务的实时监控，及时发现问题并采取措施。

利用大数据分析，优化物流策略，提高运营效率。

绿色物流是现代物流发展的趋势。

在构建智能物流体系的过程中，关注环保，采用低碳、节能的物流方式。

选择环保包装材料，优化运输路线，减少空驶，鼓励合作伙伴使用清洁能源等。

通过绿色物流，降低对环境的影响，提高企业形象。

人才培养是关键。

构建一支具备专业知识、技能和创新能力的物流团队。

培养团队在物流管理、信息技术、自动化技术等多方面的知识。

注重团队建设，提高团队协作能力，应对市场需求的变化。

在构建智能物流体系的过程中，还应关注安全性、可扩展性、用户体验和创新。

确保数据安全和货物安全，采用加密、防火墙等技术，防范网络攻击和盗窃。

体系应具备可扩展性，适应业务需求的增长。

关注用户体验，提供便捷、高效的物流服务，提升顾客满意度。

鼓励创新，探索新技术、方法和理念，推动物流体系的持续升级。

构建智能物流体系是一项系统工程，需要在多个层面进行努力。

一、引言随着互联网技术的飞速发展，电子商务已成为我国经济发展的重要驱动力。

电子商务的快速发展，离不开高效、便捷的物流体系的支持。

为了使学生对电子商务物流管理有更深入的理解，提高实践操作能力，我校特开设了电子商务课程物流实训。

本报告将详细记录实训过程，分析实训成果，并对实训过程中遇到的问题进行总结。

二、实训背景与目的1. 实训背景：随着电子商务的蓬勃发展，物流行业在电子商务中的地位日益重要。

为培养学生的物流管理能力，提高其就业竞争力，我校开展了电子商务课程物流实训。

2. 实训目的：（1）使学生了解电子商务物流的基本概念、流程和模式；（2）掌握电子商务物流管理的基本方法和技能；（3）提高学生解决实际物流问题的能力；（4）培养学生团队合作精神。

三、实训内容1. 实训课程：（1）电子商务物流概述；（2）电子商务物流流程；（3）电子商务物流模式；（4）电子商务物流信息系统；（5）电子商务物流管理。

2. 实训方式：（1）课堂讲授：教师讲解电子商务物流相关知识，引导学生思考；（2）案例分析：通过分析典型案例，让学生了解电子商务物流在实际应用中的问题；（3）模拟操作：学生分组进行模拟操作，体验电子商务物流各个环节；（4）实地考察：组织学生参观物流企业，了解物流企业运作情况。

四、实训过程1. 实训前期准备：（1）学生分组：将学生分为若干小组，每组5-6人；（2）角色分配：每组确定一名组长，负责组织协调；（3）制定实训计划：明确实训时间、内容、目标等。

2. 实训过程：（1）课堂学习：学生通过课堂学习，掌握电子商务物流的基本知识；（2）案例分析：学生分组讨论，分析典型案例，总结经验教训；（3）模拟操作：学生分组进行模拟操作，体验电子商务物流各个环节；（4）实地考察：组织学生参观物流企业，了解物流企业运作情况。

3. 实训总结：（1）学生撰写实训报告，总结实训收获；（2）教师对学生实训成果进行评价，提出改进意见。

五、实训成果1. 学生对电子商务物流的基本概念、流程和模式有了深入的了解；2. 学生掌握了电子商务物流管理的基本方法和技能；3. 学生解决实际物流问题的能力得到提高；4. 学生团队合作精神得到加强。

一、活动背景随着我国经济的快速发展，物流行业已成为国民经济的重要组成部分。

为了提高物流专业教学质量，培养适应社会需求的高素质物流人才，我校物流专业教研组于2021年10月15日开展了主题为“提升物流专业教学质量，培养高素质物流人才”的教研活动。

本次活动旨在通过研讨、交流和实践，探讨物流专业教学的新思路、新方法，提高教师的教学水平和学生的专业素养。

二、活动时间2021年10月15日（周五）下午2:00-5:00三、活动地点我校物流专业教研室会议室四、活动参与人员物流专业教研组成员、部分任课教师、学生代表五、活动议程1. 领导致辞2. 教研组工作总结与展望3. 教学经验分享与交流4. 学生代表发言5. 课题研讨与分组讨论6. 总结发言六、活动内容1. 领导致辞活动伊始，我校校长对物流专业教研组的工作给予了高度评价，并对全体教师提出了殷切期望。

校长指出，物流专业作为我校重点发展的专业之一，要紧跟时代步伐，不断提高教学质量，为社会培养更多优秀的物流人才。

2. 教研组工作总结与展望教研组长对过去一年的教研组工作进行了总结，主要包括以下几个方面：（1）积极开展教研活动，提高教师教学水平；（2）加强课程建设，优化课程体系；（3）关注学生需求，提高学生实践能力；（4）加强与企业的合作，拓宽学生就业渠道。

展望未来，教研组长表示，教研组将继续努力，围绕以下几个方面开展工作：（1）加强师资队伍建设，提升教师综合素质；（2）深化课程改革，提高课程教学质量；（3）关注学生成长，培养高素质物流人才；（4）加强与企业的合作，推动产学研一体化发展。

3. 教学经验分享与交流本次活动邀请了三位优秀教师代表分享自己的教学经验。

他们分别从课程设计、教学方法、教学手段等方面进行了详细介绍，为其他教师提供了有益的借鉴。

4. 学生代表发言学生代表就物流专业课程设置、教学方式、实践环节等方面提出了自己的意见和建议。

他们认为，学校应进一步优化课程体系，加强实践教学，提高学生的综合素质。

大数据在物流管理中的应用培训本次培训介绍大数据时代已经来临，对各个行业都产生了深远影响，物流行业也不例外。

物流行业作为我国经济发展的重要支柱，提升物流管理效率，降低物流成本，是大势所趋。

本次培训将深入探讨大数据在物流管理中的应用，帮助大家掌握大数据分析技巧，提升物流管理效率。

培训内容主要包括以下几个部分：一、物流管理中的大数据概述：介绍大数据的基本概念、特性以及其在物流管理中的重要性和发展前景。

二、物流数据采集与整合：讲解物流数据采集的方法和技巧，以及如何将分散的数据进行整合，为后续的数据分析打下基础。

三、物流数据分析与挖掘：介绍物流数据分析的基本方法，如描述性分析、关联性分析和预测性分析等，并通过实际案例讲解如何运用数据分析技术解决物流管理中的问题。

四、大数据在物流管理中的应用案例分享：分享大数据在物流行业中的成功应用案例，如物流路径优化、库存管理、需求预测等，让大家了解大数据在实际工作中的应用价值。

五、物流大数据可视化：介绍物流大数据可视化的基本方法和工具，如表格、图表、地图等，让大家学会如何将复杂的数据以更直观的方式展示出来。

六、大数据在物流管理中的挑战与对策：讨论大数据在物流管理中可能遇到的挑战，如数据质量、数据安全等，并提出相应的对策。

七、互动环节：安排了互动环节，鼓励大家积极参与，提出自己在物流管理中遇到的问题，共同探讨解决办法。

本次培训的目标是让大家了解大数据在物流管理中的重要性，掌握大数据分析的基本方法和技巧，提升物流管理效率。

希望通过本次培训，大家能够学有所获，将大数据技术应用到实际工作中，为企业创造更大的价值。

培训后，将为大家一份培训资料，方便大家复习和巩固所学知识。

我们也会持续关注大数据在物流管理领域的发展动态，为大家更多有价值的资讯和培训机会。

希望大家能够重视本次培训，积极参与，共同推动我国物流行业的健康发展。

谢谢！以下是本次培训的主要内容一、培训背景随着我国经济的快速发展，物流行业发挥着日益重要的作用。

随着信息技术的飞速发展，数字化已成为物流行业转型升级的重要趋势。

为了使学生在校期间能够更好地了解和掌握物流数字化技术，提高实践能力，我校经济管理系特组织开展了物流数字化实训。

本次实训旨在让学生在模拟的数字化物流环境中，通过实际操作，熟悉物流数字化流程，掌握相关技术，提升物流管理水平和创新能力。

二、实训目的1. 使学生了解物流数字化的发展趋势和重要性；2. 培养学生运用数字化技术解决实际物流问题的能力；3. 提高学生的团队协作和沟通能力；4. 增强学生的职业素养和就业竞争力。

三、实训内容1. 物流数字化基础理论：介绍物流数字化的发展历程、关键技术、应用领域等；2. 物流数字化平台操作：包括仓储管理系统、运输管理系统、订单管理系统等；3. 物流数字化技术应用：如大数据、物联网、人工智能等；4. 物流数字化案例分析：分析成功物流数字化转型的案例，总结经验教训；5. 物流数字化项目实战：分组完成一个物流数字化项目的实施。

四、实训过程1. 理论学习：学生通过课堂讲解、资料阅读等方式，掌握物流数字化相关理论知识；2. 平台操作：学生分小组，在指导教师的指导下，进行物流数字化平台的实际操作；3. 技术应用：学生运用所学技术，针对实际问题进行解决；4. 案例分析：学生分组讨论，分析成功物流数字化转型的案例，总结经验教训；5. 项目实战：学生分小组，完成一个物流数字化项目的实施，包括需求分析、方案设计、系统实施、效果评估等环节。

1. 学生掌握了物流数字化基础理论，了解了物流数字化的发展趋势；2. 学生熟悉了物流数字化平台操作，提高了实际操作能力；3. 学生运用数字化技术解决了实际问题，提升了创新能力；4. 学生通过团队合作，提高了沟通能力和团队协作能力；5. 学生在项目实战中，锻炼了职业素养，为今后的就业打下了基础。

六、实训总结1. 物流数字化是未来物流行业发展的必然趋势，学生应加强学习，提高自身综合素质；2. 实训过程中，学生应注重理论与实践相结合，将所学知识运用到实际工作中；3. 学校应继续加强物流数字化实训，为学生提供更多实践机会，提高学生的就业竞争力；4. 企业应关注物流数字化人才需求，为学生提供更多实习和就业机会。

经管仓储主管are虚拟仿真教学心得疫情如山，压不垮我们的斗志；逆行如歌，激荡着我们的壮志豪情。

虽然一场突如其来的疫情使得学生不能返回校园，但是停课不停学，学生们的校内实训课并没有因此停止。

早在开学前半个月，学校经管综合实践中心的领导就开始研究制定《经管综合实践中心开展线上线下混合式教学工作方案》，组织各教学小组研讨线上教学大纲和授课计划。

作为vbse跨专业综合实训课的授课教师，姚春艳和公大勇老师在中心领导的带领和指导下，在v综开课前通过微信、电话等方式发出教学指令，帮助学生做好线上开课准备，提前做好are模块的学生分组和线上上岗工作、vbse的课前预习工作，提前做好在新道are和vbse系统上创建教学班级、调试和选择直播平台等工作。

开课第一周，v综教学团队选择钉钉作为直播平台，使用新道vbse和are教学系统线上授课，对学生们进行在线讲解、在线答疑。

在为期一周的线上授课时间里，姚春艳和公大勇老师按照教学大纲和授课计划，完成了are虚拟仿真教学平台单元四企业运营的线上教学和任务操作；使用钉钉会议和微信等方式完成了vbse跨专业综合实训课的线上实习动员，公司ceo竞选、选举、员工招聘等线上团队组建工作，带领各家公司在线上完成了期初建账、固定经营任务，并且指导学生在自主经营阶段进行了激烈公司运营比赛。

“采购、生产、销售”，“开拓市场、竟单、投广告”，“稽查、报税、贷款、转账”，“雇佣工人、扩大生产、制定经营策略”等等，这一波又一波的企业真实业务流程和操作，让学生们在家就深刻体验到职场紧张又活泼的工作氛围。

每家公司都在你争我赶，ceo带领团队成员加班加点，微信群里经常是晚上九点、十点还能看见大家在讨论问题，同学们热情高涨，完全沉浸在职场工作的新奇、刺激和乐趣中。

在课程最后一天的总结环节中，大家都纷纷表达了“真想再签几单生意”、“这五天真的是体验到职场”、“工作很辛苦但是有乐趣”、“如果再来一次我会这样做…”、“收获了创建公司的经验”等等。

一、实训背景随着我国数字经济的快速发展，大数据分析已成为各行各业提升效率、优化决策的重要手段。

为了培养适应新时代需求的高素质技术技能人才，我校积极响应国家号召，开设了大数据分析专业，并开展了大数据分析实训课程。

本次实训旨在使学生掌握大数据分析的基本理论、方法和技能，提高学生的实际操作能力和创新意识。

二、实训目标1. 掌握大数据分析的基本理论和方法。

2. 熟练运用数据分析工具进行数据处理、分析和可视化。

3. 能够运用所学知识解决实际问题，提高学生的实践能力和创新意识。

三、实训内容本次实训分为三个阶段：1. 理论学习阶段：主要学习大数据分析的基本理论，包括数据采集、数据存储、数据处理、数据分析和数据可视化等。

2. 实践操作阶段：通过实际操作，掌握以下技能：- 利用Python、R等编程语言进行数据处理和分析。

- 使用Hadoop、Spark等大数据处理框架进行大规模数据处理。

- 运用Tableau、PowerBI等可视化工具进行数据可视化。

- 利用机器学习、深度学习等方法进行数据挖掘和预测。

3. 项目实战阶段：以实际项目为背景，进行综合性的大数据分析实战，培养学生的团队协作能力和问题解决能力。

四、实训过程1. 数据采集：从公开数据源、企业内部数据库或第三方平台获取数据。

2. 数据预处理：对采集到的数据进行清洗、转换和整合，为后续分析做好准备。

3. 数据分析：运用统计学、机器学习等方法对数据进行深入分析，挖掘数据中的规律和洞察。

4. 数据可视化：利用图表、地图等可视化工具，将分析结果直观地呈现出来。

5. 项目实战：以实际项目为背景，进行综合性的大数据分析实战，解决实际问题。

五、实训成果1. 理论知识掌握：学生对大数据分析的基本理论和方法有了深入的理解。

2. 实践技能提升：学生能够熟练运用数据分析工具进行数据处理、分析和可视化。

3. 创新能力增强：学生在项目实战中培养了创新思维和问题解决能力。

4. 团队协作能力提高：学生在项目实战中学会了与他人合作，共同完成任务。

大数据专业建设方案北京红亚华宇科技有限公司二零二零年目录第一章大数据发展背景 (4)国家政策 (4)第二章建设目标 (5)培养方案建设 (5)教学资源建设 (5)实训基地建设 (5)第三章红亚教学平台 (7)学习模式 (7)实验平台 (7)在线考试 (8)理论考核 (8)实践测评 (8)智能教务 (8)教学进度分析 (8)教学计划管理 (9)第四章实训平台支持高校大数据课程 (10)本科院校 (10)工科类大数据专业课程体系 (10)理科类大数据专业课程体系 (10)商科类大数据专业课程体系 (11)职业院校 (11)大数据技术与应用专业课程体系 (11)第五章关于我们 (13)第一章大数据发展背景国家政策➢2017年1月工业和信息化部正式发布了《大数据产业发展规划（2016－2020年）》，明确了“十三五”时期大数据产业的发展思路、原则和目标，将引导大数据产业持续健康发展，有力支撑制造强国和网络强国建设。

➢2018年9月工信部公示“2018年大数据产业发展试点示范项目名单”，公布了包括大数据存储管理、大数据分析挖掘、大数据安全保障、产业创新大数据应用、跨行业大数据融合应用、民生服务大数据应用、大数据测试评估、大数据重点标准研制及应用、政务数据共享开放平台及公共数据共享开放平台等10个方向200个项目。

➢2019年11月为进一步落实《国务院关于印发促进大数据发展行动纲要的通知》和《大数据产业发展规划（2016~2020年）》，推进实施国家大数据战略，务实推动大数据技术、产业创新发展，我国工业和信息化部将组织开展2020年大数据产业发展试点示范项目申报工作。

第二章建设目标培养方案建设针对理、工、商等不同专业结合院校优势学科为高校量身定制符合高校特色的个性化人才培养方案，以专业必修课为基础、以大数据专业知识为核心、以大数据进阶课为方向、以数据及项目案例为最终出口，包含大数据基础、数据采集、数据存储、数据处理、数据分析、数据挖掘、数据可视化、人工智能、大数据案例等完整的教学资源，让学生通过实验教学熟练掌握大数据相关技能，并且通过项目案例熟悉真实大数据处理流程，全面综合提升学生能力。

一、实训背景与目的随着我国经济的快速发展和电子商务的蓬勃兴起，物流行业面临着前所未有的发展机遇。

为了提高物流效率，降低成本，提升用户体验，智能仓储技术在物流管理中的应用日益广泛。

本实训旨在通过模拟智能仓储的实际操作，使学生深入了解智能仓储系统的运作原理，掌握智能仓储管理的基本技能，为今后从事物流管理工作打下坚实基础。

二、实训时间与地点实训时间：2023年X月X日至2023年X月X日实训地点：XX大学物流实训中心三、实训内容1. 智能仓储系统概述本部分主要介绍了智能仓储系统的概念、发展历程、主要功能及在我国的应用现状。

通过学习，使学生了解智能仓储系统在物流管理中的重要作用。

2. 智能仓储系统组成本部分详细讲解了智能仓储系统的各个组成部分，包括自动化立体仓库、输送设备、货架系统、控制系统等，使学生掌握智能仓储系统的整体架构。

3. 智能仓储系统操作本部分通过模拟操作，使学生熟悉智能仓储系统的操作流程，包括入库、出库、盘点等环节，提高学生的实际操作能力。

4. 智能仓储系统管理本部分介绍了智能仓储系统的管理方法，包括库存管理、质量管理、安全管理等，使学生了解如何对智能仓储系统进行有效管理。

5. 智能仓储系统创新与应用本部分探讨了智能仓储系统的创新技术，如RFID、条形码、物联网等，以及智能仓储系统在电商、制造业等领域的应用案例，激发学生的创新思维。

四、实训过程与体会1. 实训过程在实训过程中，我们首先学习了智能仓储系统的基本理论知识，然后通过模拟操作，熟悉了智能仓储系统的操作流程。

在实训老师的指导下，我们完成了入库、出库、盘点等操作，并对智能仓储系统的管理方法进行了实践。

2. 实训体会通过本次实训，我深刻认识到智能仓储技术在物流管理中的重要性。

以下是我的一些体会：（1）智能仓储系统可以提高物流效率，降低运营成本。

（2）智能仓储系统可以实现货物的高效存储和快速检索。

（3）智能仓储系统可以提升物流企业的竞争力。

一、实训背景随着互联网技术的飞速发展，云计算技术已经深入到各行各业，极大地改变了我们的工作方式和生活习惯。

跨境电商作为新兴的贸易模式，在云计算的助力下，迎来了前所未有的发展机遇。

为了更好地适应云时代跨境电商的发展趋势，提高自身实践能力，我参加了为期一个月的云时代跨境电商实训。

二、实训目的1. 了解云时代跨境电商的发展现状和趋势；2. 掌握云计算在跨境电商中的应用；3. 提高自身在跨境电商领域的实际操作能力；4. 为今后从事跨境电商工作打下坚实基础。

三、实训内容1. 跨境电商概述首先，我们对跨境电商的基本概念、发展历程、市场前景等方面进行了深入学习。

通过了解跨境电商的运作模式，我们认识到，云计算技术为跨境电商提供了强大的技术支持，使得跨境电商的运作更加高效、便捷。

2. 云计算在跨境电商中的应用（1）跨境电商平台建设在实训过程中，我们学习了如何利用云计算技术搭建跨境电商平台。

通过学习，我们了解到，云计算平台可以提供强大的计算能力、存储能力和网络能力，为跨境电商平台提供稳定、高效的服务。

（2）跨境电商物流云计算技术可以帮助跨境电商企业实现物流管理的智能化。

通过大数据分析，我们可以实时掌握物流动态，提高物流效率，降低物流成本。

（3）跨境电商支付云计算技术为跨境电商支付提供了安全、便捷的解决方案。

通过云计算平台，我们可以实现跨境支付、结算、清算等业务，提高支付效率。

3. 跨境电商运营（1）市场调研在实训过程中，我们学习了如何利用云计算平台进行市场调研。

通过大数据分析，我们可以了解目标市场的消费需求、竞争态势等，为企业制定合理的市场策略提供依据。

（2）产品推广我们学习了如何利用云计算平台进行产品推广。

通过社交媒体、搜索引擎等渠道，我们可以实现产品信息的快速传播，提高产品知名度。

（3）客户服务云计算技术可以帮助企业实现客户服务的智能化。

通过客服系统，我们可以实时解答客户疑问，提高客户满意度。

4. 实训项目实践在实训的最后阶段，我们参与了实际项目实践。

大数据实训总结1000字本次大数据实训是我在大学期间进行的一次重要实践活动，通过参与实训，我对大数据的概念、技术和应用有了更深入的了解，并且学习到了一些实际操作的方法和技巧。

在实训过程中，我参与了一个小组，与队友们共同完成了一个大数据项目，下面是我对本次实训的总结。

通过本次实训，我对大数据的概念有了更加清晰的认识。

大数据是指规模巨大、类型多样、流速快的数据集合，对于传统的数据处理方法来说，大数据往往是难以处理和分析的。

而大数据技术则是指通过各种技术手段和工具，对大数据进行采集、存储、处理和分析，以获取有用的信息和知识。

在实训中，我学习了大数据的特点和挑战，了解了大数据技术的发展和应用领域。

我在实训中学习和掌握了一些常用的大数据技术和工具。

比如，Hadoop是一个开源的分布式计算框架，可以对大规模数据进行存储和处理；Spark是一个快速、通用的大数据处理引擎，可以在大规模数据集上进行高效的数据分析和机器学习；Hive是一个数据仓库基础设施，可以将结构化的数据映射到Hadoop上进行查询和分析。

在实训中，我学习了这些工具的基本原理和使用方法，并且进行了一些实际的操作和实验。

在实训中我还学习了大数据的分析方法和技巧。

大数据分析是指通过对大数据进行处理和分析，以发现其中的模式、关联和趋势，从而提取有用的信息和知识。

在实训中，我学习了数据清洗、数据转换、数据挖掘等分析方法，了解了数据预处理、特征选择、模型构建等技术，通过实际操作和练习，提升了我的数据分析能力。

在小组项目中，我与队友们共同合作，完成了一个大数据项目。

在项目中，我们选择了一个实际的数据集，通过数据清洗、特征选择、模型构建等步骤，对数据进行了分析和建模，并且通过可视化的方式展示了分析结果。

通过参与项目，我学习到了团队合作的重要性和技巧，了解了项目管理和沟通的方法，锻炼了我的协作能力和问题解决能力。

总的来说，本次大数据实训是我在大学期间一次非常有价值的实践活动。

基于数据挖掘的大数据应用技术课程线上教学资源整合系统设
计
姚迎乐;李建
【期刊名称】《信息与电脑》
【年(卷),期】2022(34)13
【摘要】传统的教学资源整合方法已经无法满足大数据时代的资源整合需求,因此本文基于数据挖掘设计新的大数据应用技术课程线上教学资源整合系统。

硬件部分设计了TPS70345芯片和C6722B储存器。

软件部分首先设计了程序设计课程大数据资源整合架构,其次基于数据挖掘设计了教学数据资源整合模型,最后设计了教学资源整合功能模块,从而实现了线上教学资源整合。

测试结果表明,本文设计的应用技术课程线上资源整合系统的性能良好。

【总页数】3页(P244-246)
【作者】姚迎乐;李建
【作者单位】郑州工业应用技术学院信息工程学院
【正文语种】中文
【中图分类】TP311.52
【相关文献】
1.基于SPOC混合教学模式的高职课程升级与实践——以\"电商大数据应用技术\"课程教学为例
2.基于线上线下混合模式的高职《单片机应用技术》课程教学的研究
3.线上线下英语资源整合在英语线上课程教学中的应用
4.基于线上线下混合教
学模式的《农业机械应用技术》课程实战项目化教学实践研究5.基于数据挖掘的线上线下混合式教学网课推荐系统设计
因版权原因，仅展示原文概要，查看原文内容请购买。