文章推荐·阅读经典 2019年 第10期

1. 大数据时代高职院校课程供给模式变革初探

2.高职院校项目课程体系优化管理研究——以物联网应用技术专业为例

 大数据时代高职院校课程供给模式变革初探

摘要：大数据应用与教育领域的深度融合是我国教育发展的现实需求和未来趋势。在分析大数据时代高职院校学习者特点的基础上，剖析了大数据时代高职院校课程供给模式变革的三个基本特征，并在结盟“大数据”、实现“供给共享”、找出转型“抓手”及建立科学评价体系等四方面对推进适应大数据时代的课程供给模式变革提出了策略性建议。

关键词：高职院校，大数据，课程供给模式，课程改革

基金项目：深圳市教育科学“十三五”规划课题“基于大数据分析的多元化个性化课程供给模式探索”(项目编号：ybfz16020)

当前，随着智能移动设备及“可穿戴”计算设备的出现，以及云计算技术的日益成熟，“大数据”作为一个热点话题正在被广泛传播。人们的身体数据和行为数据，甚至心理数据，都可能成为可存储和被分析的数据。研究大数据应用与教育领域的深度融合，成为我国教育发展的现实需求和未来趋势。大数据将助力学生更好地学、教师更好地教和政府更好地管，使学校、地方区域乃至国家的教育系统升级为智慧教育，即按需服务，为学生、教师和家长等提供一系列差异化和个性化的教育资源支持，全面采集和利用参与者群体的状态数据及教育教学全过程数据，以促进教育公平和持续改进绩效，以此提供高学习体验、高内容适配性和高教学效率的智慧教育行为。

一、大数据时代学习者的特点

“不得不承认，对于学生，我们知道得太少。”这是卡耐基·梅隆大学教育学院的一句口号。当代教育强调以学生为主体，教育的核心其中重要一环就是分析学习者的特点。当一个教学体系知道学习者要去向何处时，就可以更好地把他们送达那里。为了尊重学生的多元化和差异性，既要遵循学生的学习轨迹，设计他们喜欢的学习方式；同时，也要了解学生的学习规律，由浅入深、循序渐进和因材施教。

(一)“设备原住民”向“数据原住民”的转化

所谓“设备原住民”，即从小使用移动设备的一代人。他们有着与设备间天然建立的互动模式。00后就是典型的设备原住民，他们从小使用智能手机、平板和笔记本电脑，对于设备的交互预期非常清晰。类比而言，“数据原住民”是从接触数据产品起就能获得数据有效反馈和服务的一代人，也是未来学习者的发展特质。

两者对数据的预期不尽相同。“设备原住民”的预期是，我能用设备或技术做什么？“数据原住民”的预期是，设备或技术能为我做什么？也就是说，随着数据产品的普及，未来的一代学习者将会更多地依赖于数据产品对自己的各种学习决策提供快速和有效的支持。

(二)信息的输入和思维的输出呈碎片化

随着大数据时代巨量信息的产生、学习者阅读范式的改变、新媒体的出现和教学资源的开发等，大数据时代学习者的另一特点是信息输入及思维输出的碎片化。碎片化是与整体化对立的形象说法。大数据下时代的学习者，因为大规模信息无区别化摄取，极易导致其学习生活中的时间碎片化和信息阅读碎片化，从而产生学习思维的碎片化。各知识碎片之间是随意而离散的，如果不能从海量知识碎片中获取经由大数据分析而剥离的有意义的碎片，进而寻找到解决问题需要的碎片，则学习者就很难从大数据时代学习内容整体“短、平、快”的“解构”走向完整知识体系的“重构”。

(三)个性化学习需求日益凸显

在大数据时代下，学习者主权时代也已悄然来临。“学其所需”成为重要诉求。学习者希望拥有学习意识的主动权、学习方式的自主权、学习内容的定制权以及获取知识的自由权。他们希望能只做“让自己进步的那一道题”，或者只看“能帮助自己解决问题的那一分钟视频”。学习者希望自我控制学习过程，制定自己的课程表和学习计划，获取针对个人学习需求的个性化评价，而不希望将学习成果体现在与他人的排名比较之中。

二、大数据时代高职院校课程供给模式的变革

维克托·迈尔—舍恩伯格的力作——《与大数据同行：学习和教育的未来》中曾指出，小数据时代的教育主要面临两个障碍：一是优质教育资源分配受到时空的限制；二是获取和分析教育过程的数据成本巨大。因此，传统教育下的高职院校课程供给模式通常呈现为三类特征：一是课程供给大规模批量进行；二是高职校学习者的学习过程类似“黑匣子”，对教育者而言不可见，只能评价学生的学习结果，难以评价其学习过程；三是课程供给主要局限于高职校内部，供给方案主要依靠教师的个人经验制订。

大数据改善学习的三大核心要素则是反馈、个性化和概率预测。在此基础上，课程供给模式也从而具有三个新的特征，即更加丰富和多元化、更加个性和定制化及更加开放和平等化。

(一)更加丰富和多元化

大数据时代，由于信息化建设的推进，使学校、政府和企业共创教育资源大平台成为可能。学习者的知识获取渠道更加丰富和多元化。与传统单一的“课堂灌”式课程供给模式不同，学生在课前、课堂和课后环节，可以通过不同的平台和设备，融合线上和线下，甚至与教师进行实时互动交流，使师生形成新型的学习共同体。课程的供给主体可以是学校、教育机构或者企业；供给形式可以是课件、微课、视频公开课或者慕课(MOOCs)；教学形式可以是传统课堂、翻转课堂或者混合式课堂；教学手段可以是视频课程、游戏课程、即时课程、互动课程、竞技学习和虚拟课堂等多种模式。结合大数据、云计算和数据挖掘等技术，能系统解决课程供给中“数量—形式—效能”三位一体的结构性难题，使整体课程供给体系朝着信息化、智能化、数字化和立体化的丰富多元的总体目标迈进。

(二)更加个性和定制化

查尔斯·汉迪在《疯狂的时代》一书中指出，对教育而言，真正需要的不是国家制定的课程表，而是给每一个孩子一份私人进程表。

大数据能展示事物背后无数的相关关系，通过“是什么”而非“为什么”的相关关系，可以更准确地认识事物的本质。通过大数据分析，可以用概率预测优化课程学习内容和学习方式，并对课程供给模式进行更有效的干预。如，美国著名的外语学习网站Duolingo(多邻国)发现，大多数西班牙语使用者在学习英语的初级阶段，会对代词“it”产生困惑，原因是“it”很难翻译成西班牙语。于是，对这类学习者调整了课程安排，先教他们其他代词，数周后再开始教“it”。同理，我们可以根据大数据提供的学生学习特点、工作任务进程和完成情况等，不再简单笼统地要求学生暑假时进行生产实习，而是建议学生甲进行为期两周的金工集中实训，乙进行为期一周的电工集中实训等。

由此可见，学校的课程供给方式将产生重大变革，即课程供给将从传统的学校“打包批发”走向“私人定制”；课程供给从过去的学生围绕学校转，到学校课程供给围绕学生需求转的转变。在大数据时代，基于互联网、云计算、大数据、物联网以及人工智能技术应用的学生学习诊断和分析，对学生的碎片化知识进行挖掘、筛选和管理，从而达到使学习者的知识体系从碎片知识→知识点→体系化的知识重构过程，使学习者的学习过程不再成为“黑匣子”，甚至不是为了一组类似学生定制的个性化学习，而是可以真正满足每个学生的个体需求，实现课程供给的个性化和定制化，使学校教育走向适应每个学生个体的“精准教育”。

(三)更加开放和平等化

大数据时代，通过对教育与教学数据的挖掘、分析和建模，管理者可以更理性地均衡教育资源配置、汇聚优质资源服务、推进教师智力资源的流转和实现教育的平等与全纳。区域教育均衡发展将由依赖主观管理经验推断走向依赖客观数据分析，从而达到科学决策。未来学校的教育资源将会以环岛形态展现，彼此之间是互通的，形成真正意义上的“学习共同体”。学生可以在不同学校和平台间选择课程，也可以通过课程互通和学分互认等方式认定学习成果。教师也可以跨学校和跨平台进行指导。例如，北京师范大学未来教育高精尖创新中心与北京市教委联合开展的“北京市中学教师开放型在线辅导计划”(简称“双师服务”)，是教育大数据推进智力资源流转的样板工程。“双师服务”是通过教师“在线走网”，让学生在获得本校教师提供的面对面的教学服务基础上，还可根据自己的个性化需求自主选择全市优秀学科教师，获取一对一免费在线实时辅导服务。这种服务方式实实在在地体现了供给侧改革的核心思路，借助教育大数据实现智力资源的精准流转。

三、高职院校课程供给模式变革的推进策略

(一)结盟“大数据”，倡导及培育基于大数据思维的数据文化和数据素养，建立立体化多维度教育大数据框架，使大数据的收集与分析成为供给侧模式变革的基础

目前，高职校的数字数据有几个主要来源：一是政府层面的统计数据，如教育部的《高等教育学校(机构)统计报表》《高等职业院校人才培养工作状态数据采集与管理平台》等；二是省市地方教育部门要求报送的各种统计数据等；三是高职校基于自身的评估及决策需求，统筹统计自身的一些数据。如，近年来深圳职业技术学院教务处联合人事处、学生处及质量保障中心，结合信息化的师资数据采集分析、学生数据采集分析、实习实训数据采集分析、教师教学质量评价、课程教学质量评价、学生综合素质跟踪和学生学习兴趣调查等多种手段，建立了学校系统的可持续的教学质量监控及诊断机制，积累了大量可分析可挖掘的教学状态数据；四是各数据中心、研究机构和评估咨询中心所进行收集的数据，如，深圳职业技术学院与麦可思数据有限公司进行的近10年的委托教育数据调查工作，获取了大量毕业生对专业、课程等的反馈数据指标，成为学院专业设置与建设和课程设置与建设的有利决策支撑。

1.借助大数据反馈与预测特性，改变课程资源“建设有余，使用不佳”的困境

经过“示范校”建设、“精品资源共享课”建设、“专业资源库”建设等专项建设工作，各高职校数字资源的类型扩展，容量扩大，但其建设主体集中解决的是数字化课程资源的容量和存储问题，即将课件、视频等资源归类整理、按序呈现，仍存在课程资源“建设有余、使用不佳”的困局。可见，数字化资源数量的积累并不能自然激发出“大数据”效应，要想课程供给模式由高数量向高质量转化，必然要通过大数据技术的数据挖掘来发现规律，预测未来，从而提高课程供给的质量和效能。

如，由MIT的博士生、博士后及edX工程副总裁分析了edX上690万条视频观看记录并统计分析后得出，短于6分钟的视频最吸引人；语速快很关键；教师头像必须嵌入；要善于制造一对一的感觉；手写屏/笔非常必要；学生越活跃，成绩越高等结论。这些经由大数据分析的结论，用以提高慕课的受欢迎程度，对于开课教师以及平台设计和运营都有重大的借鉴意义。

2.借助大数据绘制学习者的“学习自画像”和“学习地图”，掌握学生个体的全方位数据，通过预测和推荐等方式，实现以学习者为主体的“按需供课”，提高课程资源的实际育人效能

面对“数据原住民”特征的高职学生，课程建设者应主动了解学生学习特征并帮助学生将各知识领域和工作任务连接起来，由“教学范式”转变为“学习范式”——由“教师传授知识、技能给学生”转变为“通过学生发现和建构知识、完善技能”，在课程建设中融入大数据技术记录分析学生的学习行为，获取在线信息，深度思考他们的学习偏好，通过大数据的获取，激励和培养学生形成自主学习的习惯，引导和辅助学生描画构建自身知识体系的个性化课程“学习地图”，开发和拓展相对应学生个体课程体系，满足其个性化学习需求。

如，清华大学开设慕课《数据结构》的教师，选择用Quantity(学习次数)和Quality(学习效果)两个指标，对学生的学习情况进行统计，并制成表格“学习麻将图”，通过类似麻将的点阵方式描绘出学习者“样貌”，虽处虚拟课堂，但对学生情况了然于胸，从而因地制宜对课程进行调整，形成师生双向互动，达到因材施教的目的。

3.提升教师数据素养，融入自适应教学技术研究和实践

基于混合式学习灵活的语境——学习在任何地方和任何时间悄然发生。教师要在极短的时间内解析学习者的学习状况：什么是他已经会的，什么是他不会的？要分析这样的反馈非常不易，至少需要在课前花费好几个小时才能完成。如果一个班级有上百学生，这就成为一个不可能完成的任务。

自适应教学是一种利用技术实现的个性化教学模式，是在网络语境下，依靠学习系统开展适应学习者个性化学习的教学，其一般原则是系统监控、有效预测和即时反馈，并在需要时对该学习系统进行调节。这个原则可以用在教和学的双向过程中，从而改善学习者的学习质量。

近年来，自适应教学技术已经取得了应用级的突破：由Knewton的自适应学习平台支持的MyLavs and Mastering软件应用，有近1000万学生用户；卡耐基梅隆大学的Open Learning Initiative(OLI)项目已证明使用自主教学软件的有效性，成为大学生使用个性化学习工具最为成功的案例；澳大利亚新南威尔士大学使用的在线自适应辅导应用方案在工程制造基础课程里使用后，学生退课率从31%降到14%，而课程的选课率提升30%。

这些技术探索及个性化实践方案的实施和成就，彰显着教育领域应对大数据时代的积极态度。虽然“大数据”技术的应用在当前高职校课程供给模式中还只是崭露头角，然而，从长远来看，大数据所具有的超常规的撷取、存储、管理和分析能力无疑为优化课程建设和使用效能注入了强大动力。从这个意义上讲，结盟“大数据”昭示了课程资源建设和供给的新方向。

(二)打通优质课程资源的“开出去”和“引进来”，实现“供给共享”

迈尔—舍恩伯格指出，大数据一旦开始流动，即使顶尖学校也将受到冲击。大数据让我们明白，最好的学校并非是那些所谓的世界名校，而是那些能够给孩子带来最大变化的学校。各高职院校应充分把握当前的良好机遇，争取发展机会。

1.高职校应练好内功，抢滩优质课程资源建设，并积极探索将本校的优质课程资源“开出去”

我国各级各类教育规模不断扩大，但优质课程资源短缺的矛盾也日益凸显。高职院校应拓展新路径，主动加强和行业企业的共享合作，利用学校和企业两种不同的教学资源和教育环境，实现课程与职业、教学与生产等方面的深度对接共享，在课程资源、教学方式、学习环境、学生实习、双师培育和教育评价等方面深化教育内涵，提升教育品质，塑造高职教育的新生态，促进产学研用相结合，充分发挥各自优势，促进双方在人才培养、科学研究、社会服务和创新创业等领域真正实现互惠互利，共同发展，最终实现校企双赢。各高职院校建设形成的优质课程标准和课程资源，应该积极开放给其他高职院校及行业企业，供其讨论修订及引进使用。

深圳职业技术学院在课程建设方面一直都保持高度的重视，仅2018年度，拟立项建设项目化课程103门；跨学院学习中心4个；校级专业资源库5个；校级精品在线开放课程20门；文化育人示范课程23门；校级公共选修通识课程5门；慕课建设项目5门。

2.高职校要建立包容性发展的理念，将优质课程资源“引进来”

长久以来，封闭式的办学理念制约着高职课程资源的共享。由于各高职院校课程网站平台缺乏统一的规划和合作意识，没有统一的技术标准，导致各平台之间兼容性差和技术实现难度高，课程资源分布零散而无法统一管理。

高职院校和教师需要转变观念，树立开放共享的理念，加强与其他高职院校优质课程资源的交流合作、互通有无，避免重复建设，促进课程资源共建共享。整合线上、线下资源，创新服务供给模式，优化利用信息技术开展教育创新的学习环境，实现多样化教育服务。制定相应政策来解决院校间和其他各优质资源平台课程的学分互通互认办法和结算办法；建立和完善导师制度，引导和鼓励学生开展与其他优质课源的课程互选、课程联盟和学分互认等。在保证独立地位和利益的前提下，以平等的身份进行资源的共享，实现双赢或多赢。

从现状而言，在学校之间、校企之间和教师之间，以强带弱、共享发展的机制尚未真正建立起来。各高职校在经费投入、师资配置、管理制度和评价考核等方面还未构建起激励性制度保障体系。可喜的是，2018年3月26日，中国高等教育学会职业技术教育分会联合高等教育出版社及有关高职院校，在长沙共同发起成立全国高等职业教育在线开放课程联盟，已有近300所高职院校申请加入联盟。相信随着课程资源共享层次的深化，利益分配和知识产权保护机制的完善，资源共享内涵的提升，优质教育资源公共服务平台的搭建，优质课程资源必将辐射到每个学习者，从而推动教育共享的可持续发展。

(三)高职校和教师要做好转型准备，找好“抓手”，应对课程供给模式的升级变革

截至目前，教育部已立项建设98个国家级职业教育专业教学资源库，全国参建院校1 000多所，建设了3 500多门标准化和示范性课程，注册学生超过260万。“智慧职教”作为最大的平台承接了其中80个国家级职业教育专业教学资源库，同时，“职教云”被近100所高职院校正式采用和900余所高职院校正在试用，“云课堂”这一信息化教学利器深入人心，而新近上线的MOOC学院也广受欢迎。在高度信息化、数据化和智能化技术支撑下，“人人皆学，处处能学，时时可学”的学习型社会一旦形成，跨校、跨平台、跨机构、跨区域甚至跨国家的课程供给模式必然成为课程供给的发展趋势。大数据的介入，会使得优秀的课程更加大规模化和云端化，从而挤压课程供给面不大，质量不高的课程，给固有课程体系和教师形态带来巨大冲击。高职校和教师在课程供给变革的博弈中，必须找好“抓手”，有所为、有所不为。

1.课程在云端，体系在本地

如何应对课程供给模式丰富和多元化的趋势？当学生学习的课程很大一部分都不在本校开出之后，学校的价值如何体现？高职校必须以学生为本，充分了解学生的潜能、个性和兴趣，去标准化，建立个性化和定制化的学生学习课程体系，实现扬长教育。着眼于学生的“系统培育”，利用大数据挖掘，针对学生个体素质养成、能力成长和幸福生活，进行个性化课程体系整体设计，使学生能够获得学习生涯规划，享受学习和教育过程，应该成为各高职院校课程供给变革的“抓手”之一。

2.通识在云端，技能在本地

课程供给模式的开放和平等化后，高职院校在一些通识类、基础类课程供给上往往不占优势，故而，高职校应该更明确学校定位的目标取向：技术技能化、职业精神化。各高职校应紧密结合地方经济的升级更新，充分联合区域内一流行业企业，打造“工学结合场”“技能比武场”“学徒实习场”“技术交流场”“成果转化场”等技术技能实训实践中心及创新创业孵化园，从“线上仿真”到“线下实操”，创建学生的“实践和体验”综合学习体，达到高职院校课程供给的独特性和价值体现。

3.知识在云端，指导在本地

知识网络化后，教师的传统身份也将发生巨大的转变。教师从传统教育的中心地位演变为一个指导者和陪伴者，甚至是学生的学习伙伴。这就要求教师要转变自身角色，熟悉了解每一位学生的特点，因材施教，针对性地进行课程的设计、引导、组织协调和咨询示范。高职校的教师界定将会更加开放和多元化，高水平的行业精英和企业骨干也可以在高职校任职任教，他们不仅作为技术传授者和操作者，而且更是技术引导者和表演者，将“工匠精神”传导给学生，使学生从“学习技能”变为“提升技艺”，融入思想和艺术的技能才不会灭亡，因而，使职业教育更加智慧——富于哲学、激情、兴趣和悟性等。

(四)建立基于大数据分析的课程评价科学体系，动态调整课程供给

为了适应大数据时代下多元化的现代教育价值转变，教育大数据下课程评价体系的变化，不仅表现在评价指标，还包括评价方法和评价主体，不仅包括对学生的评价，还包括对教学质量和教学管理等水平的评价。课程评估由大量的数据挖掘得到，不再仅仅是结果性评价或者主观性评价。高职院校的课程评价体系应关注以下三个方面。

1.从“经验主义”迈向“数据主义”

利用大数据技术，深入了解每一个学习者的学习状况，做好学生的学习成长记录，使教师的教学过程和学习者的学习过程更加精准化和智能化。教师对教学过程的掌握从依靠经验转向以教育数据分析为支撑，学生对于自己学习状况的了解从模糊发展到心中有数。

2.从“单一评价”走向“综合评价”

要积极构建政府、高校、行业企业、学生、家长及社会各方参与的评价体系，使评价方式从单一封闭走向多元开放。完善综合素质评价，不只停留在知识掌握程度这一单一维度，探索促进学生发展的多元化评价方式。

3.从“群体评价”走向“个体评价”

对于宏观群体评价，其着眼点在于“教得好还是不好”，而对于微观个体而言，评价的着眼点在于“学得适合还是不适合”。不是基于教师自己的教学经验来分析学生的共同点，而是通过分析留存的学生个体学习行为数据，如，在学习中的偏好和遇到的难题等，进行学习行为评价和评估，得到更适应学生个性化学习的评价结果。

除了常规的大数据统计分析外，还可以对大数据立方体进行下钻或上卷操作，将聚类分析和关联分析等数据挖掘技术应用于课程评价体系中，以提炼更深层的发展性评价需求。

四、结语

当今，伴随着强大的实时大数据分析能力技术的风起云涌，正是一个高度数字化和技术驱动时代的开端。我国高职教育系统拥有众多的学习者，堪称世界之最。高职院校必须积极面对，着眼于数据和分析，解读全新的学习者，回应全球的教育发展趋势以及技术实践的新方案，积极开展适应性职业教育实践。高职院校课程供给要聚焦、诊断、服务于以学习者为主体的学习全过程，目的在于促进每个不同学习者的学习绩效，实现高质量的职业教育以及学生的个性化发展。课程供给模式数据化的结果，不是更加机器化，而是有温度和有态度，更加人性化。随着技术不断发展完善，教育数据挖掘与分析层次的不断深入，高职院校课程供给模式必将发生更为深刻的变革。

作者： 深圳职业技术学院副研究员 王茂莉  

来源： 《中国职业技术教育》2018年第23期

高职院校项目课程体系优化管理研究

——以物联网应用技术专业为例

 摘要：从高职物联网专业项目课程存在的问题入手，提出了项目体系优化管理的基本原则，并在实践中通过建立制度成立课程团队深入调研、科学划分项目类别和标准、优化专业总体项目课程体系和制订行动导向的项目实施标准等推行专业项目课程体系优化管理，更好地实现人才培养目标。

关键词：专业建设，项目课程体系，优化管理

基金项目：全国教育科学“十二五”规划2015年度单位资助教育部规划课题“工作情境中的职业教育教师专业能力发展行动研究”(项目编号：FJB150533，主持人：刘炜)；宁夏高等职业教育实验实训中心项目“物联网应用技术实训教学示范中心”(项目编号：宁教职成[2017]67-11，主持人：赫宜)

当前，融合信息化和数字化技术的物联网产业正在引领社会生产方式和生活方式的变革，在《“十三五”国家战略性新兴产业发展规划》《物联网的十三五规划(2016—2020年)》《国家中长期科学技术发展规划(2006—2020年)》中，不仅将物联网作为国家战略新兴产业，而且提出了发展目标以及时间表和路线图。据预测，2020年我国物联网产业规模将突破1.5万亿元，且这一趋势将继续快速增长。在各地区的“十三五”规划中也都在布局物联网发展，对物联网技术应用的人才需求也在加大，在此背景下，高职院校也在积极开设物联网专业。2013年，开设物联网专业的高职院校有214所，到2018已达到497所。通过专业建设推进课程改革，构建项目化的课程体系，如何紧跟社会发展推进专业建设，对专业项目化课程体系进行优化管理，发挥专业项目课程的总体效应，进而对实现人才培养的目标提供重要借鉴价值。

一、高职物联网应用技术专业项目课程体系管理存在的问题

自国家示范性高职院校建设、国家骨干高职院校建设项目启动以来，专业建设尤其是项目化的课程改革取得了一定的突破，项目化的课程占据了专业课程体系的相当比例，但是，项目化课程的泛化也带来一些问题，具体表现如下两个方面。

(一)缺乏项目设计的原则贯彻

虽然，在课程的开发过程中要求体现基于典型工作任务来设计项目课程，但在具体的操作过程中，制约因素太多往往很难贯彻，比如缺乏深入调研、教师缺乏团队支持，大多都是对现有的课程进行某种任务化编造，项目彼此割裂，项目质量较低状况并未得到明显的改变。

(二)缺乏对项目课程体系的优化

一是在人才培养方案的确定中缺乏强有力的逻辑主导，项目在人才培养方案中分布不尽合理，项目之间缺乏有效关联，人的职业能力发展与项目结合度低，难以形成整体效应去达成人才培养的目标；二是项目遴选、分类、设计和实施缺乏明确的标准，导致项目课程泛化，数量众多但是质量不高。

二、高职物联网专业项目课程体系优化管理的基本原则

(一)来源真实性与设计合规性

来源真实性是指项目设计之前必须要经过深入调研，项目设计的依据必须是企业正在运行或研发的真实项目；设计合规性是指项目内在任务的设计必须要体现出整体性、完整性、开放性和可实施性，同时，还必须要遵从专业总体项目设计的标准框架。

(二)自身完整性与总体系统性

自身完整性是指每个具体的项目必须具备从“明确任务、制定计划、组织实施和评价反馈”完整的过程，以及过程所涉及的完整子任务矩阵；总体系统性是指所有项目的设置遵从人的职业能力发展的规律合理布局在3个学年，而且，项目与项目之间具有鲜明的递进关系。

(三)实施协同性与动态可控性

实施协同性是指项目开发和实施过程需要校内外教师的密切配合与协作；动态可控性是指入选到项目课程体系的具体项目不是固定不变的，而是随着行业企业采用技术的发展或工作内涵发生的变化而动态进行调整。

三、高职物联网专业项目课程体系优化管理的实践

(一)建立制度并成立项目课程团队深入调研

专业的发展需要对接区域产业，需要根据物联网应用技术专业人才的核心能力的培养来定位，因此，充分的调研是必要条件。学院层面制订了专业定期调研制度，在系部层面制订了实施办法，一是围绕所有核心项目课程成立团队，由专业带头人领衔，校内教师、校外教师及企业专家的比例为3∶1∶2，企业实践专家具有丰富工作经验和较高技术水平的一线开发人员，确定工作任务，结合以往的项目化课程，开发引导问题和调研工具；二是遴选企业，按照规模既包含区内有影响的规模较大企业，也包含一些中小型企业；按照产品定位既有开发物联网应用领域产品，有自有专利、开发产品能力强和产品具有代表性的企业，也有针对物联网系统集成部署工程实践的企业，以及应用物联网的企业，根据遴选全面的原则进行调研企业的选择，并通过现场走访、座谈，召开实践专家研讨会、专业建设指导委员会会议和中长期企业挂职等方法深入开展调研。

(二)科学划分项目类别和标准

通过深入调研和研讨会，进一步明确专业人才培养目标，对专业所有典型工作任务进行重新分析描述，将分散的项目体系化，将虚构的、设计不合规的项目剔除掉，及时更新落后和过时的技术，将现有课程中与现实脱离的内容进行重构，科学划分项目类别和标准。在对物联网专业的典型工作任务进行梳理后，建立专业总体项目课程体系，根据项目来源真实性，精心划分项目，以设计协同实施和动态可控为定位，设计合规、完整和系统的项目，将物联网应用技术专业的总体项目分为系统运维项目、系统集成项目和系统开发项目3类。

1. 系统运维项目：企业真实项目的运行维护和日常管理的项目

如表1所示，系统运维项目使学生全面、系统的了解物联网整个运行状态，并达到基本的能力要求。业务思维——业务是企业发展的根本，对业务有充分的了解，从业务角度关注运维；系统思维——物联网各类传感器、各种传输网络模块、应用平台的数据等通过有效整合各种资源来辅助运维工作；过程化管理——学习过程化管理和运维，现场维护工单，下现场进行检查、更换，排除问题，维护单关单处理，运行周报、月报管理，在有标准的运维工作中系统学习，持续改进。虽然，各物联网企业的业务和规模上略有差异，但结构上都很类似，从最底层的物联网各类传感器运行过程监控，数据中心、传输网络模块运行过程的监控、服务器等基础运维，到数据库管理、安全管理、系统维护和业务运维，需要各环节紧密合作。通过运维项目，并依据运维活动所具有的专业性、规模化和周期性等特点。学生掌握的知识技能包括电路和电器设备的认识，模式的识别，单片机与接口技术，计算机程序的识读与理解、数据库的维护、通信设备的使用，以及灵活的应变能力和快速的学习能力。

表1系统运维项目描述

2. 系统集成项目：按照项目相关文件和资料的要求，对传感器、自动识别设备和网络设备进行安装调试

表2所示，组织、实施物联网工程组网、布线；部署物联网应用系统，并进行联调，使物联网应用系统能正常运行，包含感知层、网络层和应用层的完整系统。学生成立项目组，以真实环境开展项目建设和实施运行，学生掌握的知识技能包括感知层应用，物联网部署及组网，web及数据库设计的综合应用，确保核心能力的达成：业务思维——从业务角度关注物联网应用开发；系统思维——物联网各类传感器、各种传输网络模块、应用平台的数据等综合开发，以满足需求；过程化管理——通过过程化管理来做开发，根据安装工单安装设备，传输层的部署，按照任务说明要求，利用Zig Bee，建立无线传感网，开发NET[1]平台下的Windows等，项目在有标准的开发工作中系统学习。

表2系统集成项目描述

3. 系统开发项目：结合各种物联网设备，在底层接口的基础上进行物联网应用层的系统开发

表3所示，从项目管理的角度，包括项目从调研、立项、实施和验收等全过程，在系统开发项目学习中，不仅能从项目的立项管理、实施过程监控管理、结项管理和运维方案管理等全面进行学习，还因开发技术和设备的不断革新和进步，获得行业的发展动向和趋势。分解课程有包括数据挖掘与决策技术、Android系统应用技术、移动物联网开发、物联网信息系统集成、信息系统测试技术和信息系统项目管理课程。将项目建立在工作体系和行动体系基础之上，提升学生学习动机和学习兴趣。

作者： 宁夏工商职业技术学院信息技术系计算机技术教研室主任 赫宜 宁夏工商职业技术学院科研处副处长 闫宁  

来源： 《中国职业技术教育》2018年第32期