摘要：大数据分析环境下高校软件工程专业教学任务开展，需要兼顾大数据分析技术分析类型多元化与海量信息处理特征。文章在此基础上重点探讨高校软件工程专业的教学优化模式，从大数据分析技术应用层面展开研究，可以作为教学模式创新制定过程中的文献参照。
关键词：大数据分析；高校教学；软件工程专业
一、大数据环境下高校软件工程专业特征分析
（一）数据类型多元化。基于大数据环境下，高校软件工程专业教学任务开展，具有数据类型多元化特征。高校软件工程教育教学计划，需要与社会中电子信息行业技术发展保持一致，从社会人才需求的角度，对在校学生所学知识内容进行丰富和调整。大数据分析不仅要面对学生学习中产生的需求来进行，更需要兼顾教师常规教学任务开展中的管理信息，创造多元化教育教学管理信息。大数据分析环境下，高校软件工程专业教学计划开展中，还会体现出软件工程专业的创造性，重点培养学生独立操作能力，创新能力。从学生进步提升的角度展开研究，通过数据类型多元化特征，帮助全面提升教学能力。
（二）数据处理海量化。高校软件工程专业基于大数据分析环境下，需要在同一时间内处理海量信息，软件高效运行环境下，各项处理任务以及程序创新才能得以进行。高校软件工程专业贴近社会计算机技术发展特征，海量数据处理也是当今网络时代下，软件工程行业所要达到的必要前提，高效的运算与处理能力，可以确保数据信息之间的整合高效完成，从而达到最佳的数据处理分析效果。教育教学计划开展中，也会将软件工程专业中，信息处理高速特征体现在其中，使学生在初期学习中，便能够了解到先进技术方法。
二、大数据环境下高校软件工程专业的教学模式
（一）学生数据信息采集。大数据环境下高校软件工程专业教学计划开展，首先需要面向学生进行数据信息采集，了解学生学习中需要重点强化的部分，以及软件工程专业学习中学生掌握的难点。通过学生信息采集，整合成为教育教学数据库。教师开展各项教学任务重，也能够参照大数据分析环境的特征，对教学计划进行理性调整。大数据分析技术体现在高校软件工程中，不仅教学内容得到创新，教学中对学生的了解方法也更贴近实际情况。学生数据信息采集是及其基础与关键的部分，但仅仅依靠学生信息采集，很难实现教学流程的优化，还需要与其他教学模块相互融合，形成整体化的软件教学模式。
（二）满足学生个性化需求。大数据分析环境下，对于学生不同方向学习需求的研究，会通过大数据分析来体现出教学过程的个性化。常规教学任务开展基础上针对个别特殊学生，高校软件工程专业教学中，教育人员会重点分析造成学生特殊化的原因。并通过大数据分析结果，采取适合的教育方法提升学生整体成绩。软件工程专业在向学生传输基础知识的同时，更应该重点培养学生的创新能力，创新能力与创造性是决定学生未来在软件工程行业发展前景的重要基础。满足学生个性化需求，关于教学中学生理解困难的部分也会获得答案，这样的教学方法才是切实有效的。软件工程专业基于大数据分析技术环境下，开展软件工程教学任务，需要兼顾学生的思维特征，因材施教，实现高校课堂与软件工程行业之间的结合发展。高校通过软件工程行业创新，为社会输送高素质人才，从而达到通过人才培养促进行业发展的效果。
（三）基于教学决策的数据挖掘。高校软件工程专业教学计划开展，还需要基于数据挖掘基础上创造出教学决策，软件工程专业教学内容，需要随着行业发展而不断创新优化。实现这一教学目标还要求教育人员在教学计划初期，根据学生的学习基础进行定向强化，待学生整体素质得到提升后，可以进行统一教学决策制定。数据挖掘能够在大数据环境下，利用极端时间获取有用信息，十分符合高校软件工程专业教学特征。教学决策制定一方面要考虑所教学的内容，另一方面需要考虑学生学习效果。根据综合数据挖掘分析，对接下来的教学内容进行定向调整，实现大数据分析与高校软件工程专业之间的相互融合。
三、结语
综上所述，软件工程专业本身呈现高度的复杂性。与传统领域的大数据应用相比，大数据分析应用需要高度的创造性。针对大数据的应用不仅要切实可行，还需要从根本上洞察教育问题产生的原因。本文从“大数据分析”环境下的软件工程教学特点的角度进行了分析，并简单介绍了教育大数据的分析及发现方法，分别从学生、教师、决策者的角度对教育大数据在软件工程课程教学中的应用进行了描述。帮助高校提升综合办学质量，为软件工程行业发展培养高素质人才。
参考文献
[1]吕品,于文兵,汪鑫,等.数据挖掘挑战赛驱动的本科生大数据分析能力培养——以上海电机学院软件工程专业学生为例[J].计算机教育,2017(11):36-39.
[2]汤淼,周子明.基于大数据分析的工程实践教育体系持续改进路径研究[J].中国管理信息化,2018(3):198-199.
作者:李佳 单位:山东职业学院
