您好, 访客   登录/注册

大数据技术下的投资学专业校企协同育人实施路径研究

来源:用户上传      作者:

  摘 要 现代科学技术的快速发展已经使我们处于大数据时代,大数据时代的到来不仅对各行业的数据化、信息化产生重要影响,与金融市场、宏观经济相关的海量信息也对投资学教学产生了重要影响,因而,转变传统的投资学的教学模式,发挥校企协同育人的作用至关重要,本文笔者就以大数据环境下投资学专业校企协同育人实施路径为课题进行探究。
  关键词 大数据 投资学 校企协作
  中图分类号:G717 文獻标识码:A
  在社会教育理念不断进步和科技信息不断发展情况下,进行传统教学模式改革,进行校企协同育人模式已经成为必然趋势。投资学课程需要海量的经济金融信息做支撑,大数据技术不仅能够帮助投资学专业进行教学模式转型,还能为其提供充足的数据支持,有利于教学效果的提升,满足社会对专业人才的需要。
  1大数据简介及对投资学专业教学模式影响
  1.1大数据简介
  从本质上来说,大数据技术不仅代表着海量的数据和信息,还有一些海量数据之外的特点,即它是分析数据的前沿技术,能够从海量复杂的数据中快速有效的获得有价值的信息的技术和能力。互联网技术的发展使得人们学习、工作、出行等的行为都能变成可被分析记录的数据信息,通过充分的分析和挖掘,便能从中获取可用的信息。大数据时代的到来,已经使得数据变成一种资产,一种重要的生产要素。
  1.2大数据技术对投资学教学模式影响
  1.2.1数据共享为学习提供了实操平台
  数据一直存在,中国在历史长河发展中积累了大量的数据资源,但是,由于以往缺乏数据管理应用意识,绝大多数的数据没有被整理和分析,电子化和共享化程度相对较低。随着国家信息管理意识的提升,大数据发展工作被提上日程,数据共享以及公共数据资源开始开放,这使投资学专业教学者和受教者都可以通过数据共享获得经济、金融市场及企业变动的信息,从而让学生更加明白投资学教学内容学习的重要性、以及投资的灵活多变性。为了更好利用大数据技术来提升学习效果,投资学课程中必须增加实操内容,给到学生实际数据和投资操作机会,以便学生利用投资分析软件进行投资数据分析,以达到提升数据分析能力的目的。
  1.2.2数据关联性分析促进知识运用
  大数据技术所提供的海量投资相关信息,为投资领域提供充分的数据支持,如股票、证券投资信息交易网站不仅能提供基础的股票价格、交易量、k线图等信息,还能反映股息政策、资产重组、管理岗位变动等信息。通过对以上大数据技术提供的信息进行分析,投资者、学生可以更加准确的了解相关公司的盈利能力、经营发展能力等,以便判定股票的投资价值。因而,通过校企协同育人模式可以让学生通过对数据的关联性分析,运用多种信息分析指导实际的股票、证券投资工作,以获得实际操盘能力。
  2校企协同育人模式内涵及现状
  2.1校企协同育人模式内涵
  校企协同育人模式是高校教育在发展过程中对“教育与劳动相结合”思维的补充和创新,是高校与地方性支柱企业协同培养人才的方式。在这种人才培养模式的带领下,专业知识教学、经营管理以及社会需求满足三方面内容有机结合,不利能够促进学生专业知识和操作技能水平提升,还能够改变教育与产业发展各自为政的尴尬关系,使教育人才供给和产业需求相结合,促进二者共同发展。
  校企协同育人模式就是将企业也规划进学生教育培养的全过程中,以便提升教育的落地性,最终形成理论与实践相结合的良好生态循环,更大限度提升人才的效用率。而大数据技术环境下的校企协同育人模式更能够通过成熟的互联网运作机制实现校企的跨时空合作,即企业能够及时有效的获取学校的人力和科研服务,学校可以便捷的从企业获得实习岗位、培训服务、实训机会等,这样有利于校企合作效率的提升。
  2.2校企协同育人模式发展现状
  近些年来,也有部分学者对校企协同育人模式进行了分析和探讨,但是如何在大数据技术情况下实现数据共享和校企合作的融合发展问题却仍有待解决。目前校企协同育人模式在运用过程中仍然存在很多问题,企业对校企合作教育模式的认知不完全就是其中一个重要问题。首先是观念没有完全认同,因考虑学生培养的周期长、见效慢、学生稳定性差等因素,很多企业领导者都对校企合作模式持反对或者假意迎合的态度,在学生实习过程中不给予关键性岗位,只给予辅助岗位任其自由发挥,无法使学生获得提升;其次是制度上的管理缺陷,如没有专门法律法规对校企合作利益处理进行规定,同时,在学校和企业产生矛盾的情况下没有相关的政府机构进行监督与评价。
  3校企协同育人模式实施必要性
  3.1是大数据时代的必然要求
  信息技术的飞速发展加速了大数据技术进步,大数据技术为校企合作教育模式提供了充分的数据支持,使校企合作形式更加多样,线上线下联系更加紧密。同时,“十三五”规划中也对互联网、教育、智慧校园进行了多次阐述,对校企协同育人模式创新提出了新要求,也为投资教学信息化以及校企协同育人模式发展指明了方向。
  3.2是社会人才需求的需要
  随着社会发展及科学技术的发展进程不断加快,社会对于人才的要求也越来越高。传统的应试教育理念培养出来的学生往往理论和实践结合能力差,不符合现代企业和社会的用人需求。校企协同发展将原本脱节的高校教学与企业用人需求对接,可以满足大数据技术下新时代发展、科技创新的现实需求,不断提升学生的就业竞争优势,帮助其更好融入社会。
  4校企协同育人实施路径探究
  从根本上来说,高校人才培养模式的创新就是人才培养模式各要素的创新重组,使其以最优化的组织形式,达成人才培养的目标。在现代社会人才培养模式创新过程中,必须保证学生、制度、管理体系等各要素的最佳功能发挥。
  4.1依靠大数据进行人才培养的科学决策
  传统的教育决策受决策人主观意识因素影响过大,会因此产生即兴决策或决策失误,而大数据可以为教育决策提供充分的数据信息资料,相关决策人可以从中获取有价值信息,进而进行科学决策。   4.1.1保证学生入学选拔科学性
  招生决策是人才培养的决策起点,直接反映了学校的生源质量和办学竞争力,好的生源能保证学校长久发展力。投资学专业更是具有很强的实践特性,社会以及企业都需要优质的综合素质较好的人才。通过大数据技术能够实现高校、企业、行业各部门的有效联系,通过数据分析功能,为校企人才培养模式提供人才需求预测,使高校在招生过程中对考生的学籍变化、学习成绩等进行分析,以便考察其是否符合招生条件,科学做出招生决策。
  4.1.2保证学生培养出口决策科学性
  学校对人才培养效果的重要检测工具就是看其是否能够顺利毕业,并得到用人单位的认可或创业成功。利用大数据技术,将学校和单位的各项资源进行整合,建立投资学专业学生的体验案例库,让学生在线进行投资师、操盘手等职业的体验,在虚拟的职业场景中感受职场工作氛围和内容,以帮助其更好做好职业生涯规划。学校也要严把学生毕业出口,做好毕业职场培训工作,提升学生的毕业、就业、创业的成功率。
  4.2建立校企协同育人模式的相关制度
  校企协同模式包含学生及师资的协同两方面,首先,从学生的协同培养来说,可以校企联合推行现代学徒制度或者技能人才培养制度,并组织开展“工匠进校园”活動,培养学生的工匠精神,实现校企育人的双重主体目的,使学生具有学生和学徒双重身份,明确学校、企业与自身的权利义务关系;其次,从师资协同培养来说,可以建立产业导师制度和双师型培养制度,鼓励教师到企业实际锻炼,如如上市公司对股票数据进行分析等,以便教师教学素材积累和专业水平提升。
  4.3利用现代化工具进行教学资源整合
  教室、实验室、企业单位是空间独立的教学场所,场所的各项教学资源也相对独立,无法协同利用,但是现代科技的发展可以整合分散的资源,利用VR技术、远程音视频传输、远程会议等建立动态课堂,将教师投资理论教学、实验室的投资模拟训练以及实习工作单位的投资真实数据、案例有机结合,有效发挥各类型资源的功能,帮助学生提高学习效率及岗位适应性。
  4.4构建实践教学智能管理系统
  校企协同育人模式应用的一个重要目标就是通过实训提升学生实践能力,因而,必须通过实践教学的网络化管理提升学生的实践能力以及职业技能。一是要构建网络智能管理系统,利用物联网对学生校外实践及教学进行实时跟踪和定位,便于解决数据更新滞后的问题,提升投资相关数据传输效率,二是要建立校外实践教学质量监控平台。教师和学生可以利用该平台随时随地保持联系,教师可以对实践过程中集中性的问题进行沟通解决,同时,高校也可以利用平台进行实践数据的收集,以便更科学的评估校外实践教学的质量。三是要构建开放性人才评估体系,根据大数据技术提供的评价数据,结合学生理论和实践过程数据进行综合评价,以提升改进学校教学方式,提升人才培养效率。
  5总结
  顺应时代和数据科技的发展趋势,创新校企协同育人模式,是促进高校教学模式改革、优化人才培养方式的必然路径。尤其对于在投资学这门应用实践性较强的科目来说,校企协同育人模式不仅可以帮助学校提升人才专业培养的竞争力,还可以帮助学生提升岗位适应率,更好满足企业及社会的人才需要,使其成长为综合素质人才。
  基金项目:课题:高等教育教学改革项目“大数据技术下投资学专业校企协同育人实施路径研究——以广东科技学院投资学实践教学为例”“粤教高函[2018]180号”。
  作者简介:丁文晖(1970.5-),男,汉族,河南夏邑人,广东科技学院,讲师,硕士研究生,研究方向:信用消费及财富管理。
  参考文献
  [1] 郑永爱,王咏梅,王莹莹等.基于产教融合、校企合作的大数据专业人才培养的研究[J].电脑与信息技术,2019,27(03):37-38,62.
  [2] 李伟伟.基于大数据分析的我国校企合作研究热点演变分析[J].中国商论,2018(08):155-156.
  [3] 孙俊华,陈传明,占侃等.校企合作网络生成影响因素实证研究——基于江苏高校的数据[J].江苏高教,2018(10):47-52.
  [4] 熊建.校企合作共建的大数据实验室管理经验与做法[J].电脑知识与技术,2017,13(04):153-154.
  [5] 李新友,徐志英,何敏等.大数据专业人才培养与校企合作[J].河北旅游职业学院学报,2019,24(02):63-65.
  [6] 王喜宾,杨剑锋,丁阿丹等.大数据时代下高校应用型大数据人才培养初探[J].福建电脑,2018,34(02):170-171.
转载注明来源:https://www.xzbu.com/1/view-15067082.htm