思想品德课程管理论文

摘要：针对传统的网络课程管理方法的不足，提出了一种基于C4.5算法的成绩决策树数据挖掘方法，首先简要介绍了数据挖掘技术,然后分析了数据挖掘技术在网络课程管理中的应用，最后以学生成绩数据为对象，使用决策树中C4.5算法分析了数据挖掘技术的应用。今天小编为大家推荐《思想品德课程管理论文(精选3篇)》，希望对大家有所帮助。

思想品德课程管理论文 篇1：

中小学管理坚持以人为本的策略探讨

【摘要】 随着我国经济的飞速发展与教育制度改革的不断深入，人类逐步走入了充满机遇与挑战的知识经济时代，这是一次新旧教育管理体制的碰撞，也是一种在促进学校管理理念与实际工作过程中，结合时代发展特色与趋势为基础的有机转型。因此，学校在教育改革的浪潮下，有效优化学校机能要素、合理配置学校教育资源，以与时俱进的管理理念与科学有序的管理措施，为实施“以人为本”的管理策略创建一个良好的人文环境，从而达到提升学校管理水平与育人目标的目的。本文就以中小学学校管理方式为基础，探讨坚持以人为本的策略对学校管理的重要性与有利有益之处。

【关键词】 中小学管理 坚持以人为本 校园管理策略 重要性与优势

“以人为本”，旨在强调人的本性特征，以最大限度地满足人们的各种合理化需求为目标，充分肯定了人的价值与尊严。在现代化的教育改革进程中，利用有效的人本教育思想与管理理念：首先，有利于充分调动人的主观能动性与竞争积极性，使学校管理者不仅仅依靠行政命令、规章制度和各种强硬措施来进行学校的行政管理与人员管理，而是创造一个平等、自由、民主、宽松、和谐、团结的人际环境；其次，忠实“以人为本”的管理思想，不断用其优化学校内部的管理机制，制定和实施正确的管理政策及措施，为教师创建一个安心、舒心、热心、尽心的育人环境，激励学生乐意、愿意、有意、得意地完成学习任务，最终使中小学的育人之责和管理之任在“以人为本”的理念思想上发挥最佳的效果。

一、坚持以人为本的管理策略，建构实质性校园管理

笔者认为，传统的校园管理模式具有一定程度的空泛性，它是以一种具有强大约束力的管理形式存在的，教师与学生每天似乎都在相同的校园活动中度过。就其本质而言，这是一种严肃、谨慎的校园管理模式，其主要目的是通过充分发挥规章制度的作用，以达到约束教师与学生日常的行为规范的目的。然而，随着信息化时代的到来、互联网的超前共享力以及多媒体技术的进步，传统的校园管理模式很难与社会日新月异的变化接轨，这对学校吸取时代特色，从而对增进校园内部教育与管理机制是十分不利的。

因此，中小学为更有效地改善管理机制、提高教学质量，必须优化校园管理理念，以建构实质性的“以人为本”的管理思想为基础，并结合科学、有效的管理决策为校园管理文化“改头换面”。那么，这样做的原因何在？

首先，现代化的推进让我们越来越关注人的主体功能作用，而中小学教育是学生基础性教育的开端，掌控着为学生树立正确世界观、人生观、价值观的重要作用。但是，学生在校园中以群体形式生存，其普遍性特征是学校管理的主体方向，而更要认清的是，每个学生也都是以单个个体存在的，有其自身的特殊性与异同性，这才是学校管理的难点之处。

因此，“以人为本”的管理策略就是从本质上认识到了这种情况的存在，要求学校重视学生以个体特性存在的主体功能，在日常校园管理中着眼于学生的主体地位，从思想上对他们进行实质性的教育与管理，而不是传统意义上的空泛概念式的管理。

以中小学的思想品德课程管理为例，传统的思想品德课程主要以教师“满堂灌”、“填鸭式”的教学为主。这样的方式有利于教学任务的完成，但是学生是否认识到思想品德教育的真正意义、是否吸收了课堂上教师对素质道德知识的传授等等问题，一定程度上违背了思想品德课程完善学生思想情操的目的。

而新课改下，学校对思想品德课程管理也应注入“以人为本”的新鲜血液，以学生在课堂中的自主能动性为主，运用合理、创新式的课堂活动让学生的身体与思维都“动起来”，有利于学校对思想品德课程完善的实质性管理，学校对教师课程内容与授课方式的实质性管理，学校对学生课堂高效学习效率的实质性管理。

二、坚持以人为本的管理策略，创建有针对性的校园管理

传统的中小学管理组织模式呈“金字塔”状，管理者处于塔尖，学生处于塔底。这种管理模式的优点在于责任主体明确，进行层级管理将使得各项任务得到有效分解与落实。但是，在如此的校园管理方式之中，学生在学校中是受支配的被动管理方，学校的管理是以学生普遍性特点为支撑的，忽视了学生的个性特征，在很大程度上压抑了学生的内在潜质、弱化了学生学习的自主性与积极性。

因此，中小学管理坚持“以人为本”的管理策略，提升学生的主体作用，并且针对不同学生的不同特点与接受能力，灵活使用管理手段，以最大、最优的程度发挥校园管理的积极作用。其优势主要有两个方面：

第一，学生的主体功能作用得到了重视，有助于学校管理效率的提升，逐步形成规范化的管理模式。

第二，根据不同的学生的不同特点进行强有力的针对性管理，以多层面、多角度的方式看待不同学生的发展，有助于显现学生自身的突出本质与独特技能，为中小学学生的未来发展做好个性化铺垫。

例如，张三同学虽然学习成绩不佳，但却是一个善于沟通且具有较强管理能力的孩子。如果在传统管理模式下，教师一般喜欢学习好而乖巧的学生，所以张三同学可能不会得到教师的“青睐”与“重用”。但是，当学校管理认真贯彻并落实了“以人文本”的管理理念与教育思想，针对张三同学的优势与特性，给予他充分的鼓励与肯定，让他的才能得以发挥的同时，也将促进他努力奋进的学习积极性。

三、坚持以人为本的管理策略，营造全员出动的校园管理

传统的中小学校园管理中一般施行“硬着陆”的管理方式，主要是指管理者（校长等）对被管理者（教师、学生甚至学生家长）直接进行上下级之间指令式的要求与约束，这种管理方法是所有学校管理惯用的管理手段。然而，学校是育人之地，过于武断而强硬的管理措施将会产生不良效果，结合现实实例来看，近年来学生不服学校管理，进而以违反校园规章制度为乐趣的现象很多，还有学生家长与学校矛盾激化的现象也频频发生。

因此，校园管理必须进行有效的整改与调节，坚持“以人为本”管理策略的优势，放低学校管理者的姿态，尊重与学校持有关系的学生、教师、学生家长等人群，合理聚集他们对学校管理的意见与建议，营造全员出动的校园管理模式。

首先，学校的任何规章制度或要求都应清楚地让学生、学生家长知晓，以人性化的管理模式为学校内部与学生家庭的沟通与协作建造和谐的氛围。

其次，学校管理者必须尊重学生与教师在学校发挥的重要作用，对于学校即将开展的活动或构思，充分汲取师生的想法与观念，以人本思想不断提升学校社会服务型综合组织的能力。

再者，给予学生机会让他们参与到学校管理献计献策中来，也有利于开发他们的思维，增强他们的主观思考能力与敢于表达能力，对他们未来的人生发展是有利有益的。

例如，学校领导为有针对性地紧跟时代步伐，增加了学校计算机课程的教育力度，学校领导将此提案或以会议形式或以校内公示形式告知学生与教师，耐心接受师生的意见、建议或批评，并根据这些想法改进课程设计、科目安排等等，将“以人为本”的管理理念贯穿到学校管理的各个角落。

四、结语

21世纪，无时无刻不挥发着“以人为本”、“科学教育”的时代气息，中小学坚持以人为本的管理策略，打破了陈旧的管理理念，开拓了新型教育思路，是倡导更先进的管理理念与措施的过程，也是学校管理体制推陈出新、革故鼎新的创新之路，很大程度上激发了教师与学生的内在潜能，提高了学校综合实力的竞争能力，推动了学校跨越式的发展。

因此，中小学坚持以人为本的管理策略，有利于迎合时代教育发展特色与教育发展趋向，在不断探索与创新中逐步追求有助于充分发挥学生主体作用、凝聚教师向心力的管理措施；有利于彰显新形势下和谐共融、互尊互爱、科学决策的教育理念，有效充实人本管理思想，有助于将校园人性化的管理制度作为教育未来发展的风向标；有利于为学校构建一种“以人为本”的校园管理文化，令学生在和谐、友爱的教育环境中蓬勃上进，让教师在温暖、人性的工作氛围中创新教学，以达到不断促进我国教育水平提高与管理方法进步的目的。

[ 参 考 文 献 ]

[1] 王磊.高职院校思想政治教育如何坚持以人为本的教育理念[D].内蒙古大学，2012（05）.

[2] 章浩.高中教师管理中践行人本管理思想的研究[D].重庆师范大学，2012（04）.

[3] 卜志国，李文芹，崔兴凯.坚持“以人文本”构建高校教学管理新模式[J].河北农业大学学报（农林教育版），2010（06）.

作者：章洪光

思想品德课程管理论文 篇2：

数据挖掘技术在网络课程管理中的应用研究

摘要：针对传统的网络课程管理方法的不足，提出了一种基于C4.5算法的成绩决策树数据挖掘方法，首先简要介绍了数据挖掘技术,然后分析了数据挖掘技术在网络课程管理中的应用，最后以学生成绩数据为对象，使用决策树中C4.5算法分析了数据挖掘技术的应用。

关键词：数据挖掘；网络课程；决策树；C4.5算法；关联规则；聚类分析

Research on Application of Data Mining Technology in Network Curriculum Teaching Platform

LIU Yan-qing

(Center of Computer Network, Ningxia University, Yinchuan 750021, China)

Key words: data mining; network curriculum; decision tree; C4.5 algorithm; Related regulation; clustering analysis

由于Internet技术的快速发展,远程网络教育获得了飞速的发展,网络学习逐渐成为人们关注的热点, 网络课程作为网络教育的载体，是决定网络教育质量的一个关键要素，每学期随着班级、专业以及课程的不同，所有课程信息必须更新，管理系统形成的海量数据为课程管理决策应用的效率并不高,难以适应远程网络教育的发展需要，因此，为了实现科学、高效的课程管理，文中将数据挖掘技术应用到网络课程管理中,通过对日常教学管理中的数据进行分类挖掘，找出隐藏在数据后面的信息，这些信息可以帮助学校更好地对学生的培养管理，可以帮助教师更加有效地开展教学活动，进而进一步提高教学质量。

1 数据挖掘技术在网络课程管理中的应用

网络课程管理系统通常由以下几部分组成：信息录入（含课程信息、院系部信息、教师教辅人员信息、学生信息）、信息查询（含院系部信息、教师教辅人员信息、课程信息）、统计分析（含部门统计、课程统计、学生学习情况统计、成绩统计）、导出数据（课程信息导出、学生成绩导出）、资源下载、课程展示、课程检索、师生互动、学生评价和系统管理。

网络课程管理系统中存放着大量的数据，根据各种需要，可以对这些数据进行不同的组合分析，从这些数据中发现隐含的、有用的模式或关系用于指导教学与管理。在网络课程管理系统中，数据挖掘技术可以应用在以下几个方面：

1）关联分析：如学习资料之间的关联及课程之间的关联,将这些关联分析应用于课程设置中，可以帮助教学管理人员合理安排课程，还可以根据学生查阅资料的特点将经常一起查阅的资料归类在一起，从而节省学生在课程网站上查找资料的时间；

2）聚类分析：通过聚类分析，把学生分组组成协作学习小组, 找出他们具有共同特点，针对不同的聚类，教师可以采用不同的教学方法；

3）分类与预测：可以利用C4.5分类算法构造综合素质测评分类器，评价指标有学习成绩、思想品德、参加活动、学习实践情况等，得出学习成绩与教师职称、教师学历、学生生源地及学生性别之间的关系，以改进综合测评的方法，促进学生全面发展。

4）时序模式：通过对学生访问数据统计，利用WEB挖掘技术，使用数据挖掘的序列模式挖掘方法对文档进行分类，提高学生检索信息的速度，可依据学生访问的数据进行挖掘分析，对访问数据进行聚类分析，了解学生感兴趣的内容，访问站点之间的关联，分析学生访问习惯及兴趣点,并在有关联关系的页面之间设置超链接等来改善网站的结构。

2 学生成绩数据挖掘过程

学生成绩是评估教学质量的重要依据，是评价学生对所学知识掌握程度的重要标志，通过对现有学生成绩数据库中的成绩数据进行数据挖掘，根据决策树的结果来判断各门课程的成绩与外在因素的关系,以及对发现的关系进一步量化，并把决策结果通过可视化软件显示给教辅人员查阅，以便他们根据这些问题对教学做出相应的调整，从而提高学生学习质量。

2.1 确定挖掘任务

传统的成绩统计方法，通常是计算均值、方差、信度、效度和区别显著性检验等，对成绩的分析处理方法通常是统计成绩为优、良、及格、不及格等级别的人数及比分比，而很少对影响学生成绩的因素进行全面的了解分析，这样不利于进一步提高学生的成绩, 因此，为了进一步提高成绩，需要对这些数据信息进一步挖掘分析，从而得出结论，供教学使用，而按照学生成绩属性的特征进行分类，采用决策树方法可以从一组无次序、无规则的数据记录中推理出决策树表示形式的分类规则；对于教师来说，了解学生的学习兴趣与差异对教学很重要，因此，本文将决策树分析应用在学生成绩分析中，通过挖掘分析，找出影响学生成绩的主要因素，以便在以后的教学活动中采取相应的改进措施。

2.2 准备数据

在学校每学期结束时，网络课程管理系统中，保存了学生所参与课程的成绩信息，而成绩是与学生关联最大的数据，每学期都有新的成绩数据产生，且随着时间推移，成绩数据库中的数据量将越来越大。因此，为了从学生成绩中提取有用的信息供教学参考，本文以历年来的学生成绩作为要分析的数据,希望从学生成绩信息中发现与提高学生学习成绩有关系的一些因素。如学生的性别，教师的学历高低，教师职称的高低，学生生源地是城镇还是农村等与学生成绩密切相关的属性。

2.3 C4.5算法设计

本文主要是对学生成绩进行分析，而成绩是数值型的数据，因此在分析时所用的算法是基于信息熵的决策树分类算法C4.5,C4.5是在ID3算法基础上改进的,其特点主要是根据属性集的取值选择实例的类别及各级决策树，C4.5主算法描述如下:

1）在训练集T中，使用计算方法选取属性作为子集T={T1,T2,T3,T4,……};

2）用C4.5 “建树算法”对子集分裂T={T1,T2,T3,T4,……}进行信息增益（嫡）计算，生成决策,并得到测试子集T1,Ti的信息增益,“建树算法”为:首先对当前训练集T数据计算每个样本子集的信息增益S={S1,S2,S3,S4,……},然后, 选择互信息S={S1,S2,S3,S4,……}中最大的特征属性Smax作为树(或子树)的根结点Tboot,接着将那些嫡值大于平均值的样本子集合并成一个临时的复合样本子集归于同一子集，该取值作为树的分支Tos={Tos1, Tos2, Tos3, Tos4,……},最后,对树的分支Tos={Tos1, Tos2, Tos3, Tos4,……}中分类结果不为同一类的子集递归调用建树算法, 若子集仅属于同一类分类结果，对应分支结束作为树的叶结点，返回调用处;

3）对训练集T1,Ti中所有属性进行类别判定，找出类别的分类；

4）若分类结果为同一类, 转到步骤2)进行，否则对子集T1,T2,T3,T4,……再分别进行属性分裂,取其子集T={Ti1,Ti2,Ti3,Ti4,……}，转到步骤2）进行；

5）判定此决策树为最后结果。

2.4 属性选择度量

属性选择度量又称分裂规则，其是将给定的类标记的训练集元组的数据“最好”地划分成各种个体类的启发式方法，其中具有最好度量的属性被选作给定元组的分裂属性，其相关计算公式如下：

原来信息: （1）

期望信息: （2）

信息增益: G(B)=f(B)-E(B)（3）

分裂信息: （4）

增益率: GR(B)=G(B)/sf(B)（5）

上式中, 假设类标号属性具有k个不同值,定义了k个不同类集合U={U1,U2,U3,U4,……},Bi是Ui中的样本数, B 是 Bi个训练集的集合, Q(Bi)是Ui的概率。

3 算法实现

为了验证上述算法的正确性,文中从英语专业的专业课成绩中随机抽取400名学生的成绩组成训练集进行试验, 把其中的连续属性平均成绩经过分类转换为离散属性:S1=[85，100];S2=[70，85]:S3=[60，70];S4=[0，60],并将训练集中的数据进行简化如下:学生性别={男，女},教师学历:{ 博士研究生，硕士研究生，本科，专科 },教师职称={教授，副教授，讲师，助教},学生生源地性质:{ 农村，城镇},学生成绩={S1，S2，S3，S4},其中, S1有160个, S2有80个, S3有80个, S4有80个,

3.1 属性计算

学生的成绩期望信息为:

下面以性别属性计算为例：在400个数据中, 一共有220个女同学, 分别是:S1有80个, S2有40个, S3有60个, S4有40个,有180个男同学,分别是S1有80个, S2有40个, S3有20个, S4有40个;按照公式⑵计算期望信息,

于是,性别的信息增益为:G(B)=1.922-1.891=0.031;

按照公式⑷计算性别属性的分裂信息为：

按照公式⑸计算性别属性的增益率是; GR(B)=G(B)/sf(B)=0.031/0.993=0.0312;

按照此方法依次可以计算出,

教师职称增益率为 GR(B)=G(B)/sf(B) =0.0435;

教师学历的增益率为 GR(B)=G(B)/sf(B)=0.0403;

学生生源地的增益率GR(B)=G(B)/sf(B)=0.0278。

3.2 决策规则的生成

利用决策树形成的各种分类模型， 利用IF.THEN语法形成分类规则, 在IF.THEN分类规则中，从根到树叶的每一条路径都创建一条规则，THEN部分用该决策树中叶点所标记的类别表示，IF部分用决策树中一条路径所形成的属性值表示；决策树从一种表示形式到另一种表示形式的转换是非常简单直接的,就可以得到相应的THEN部分结论,就可以得知这个学生成绩是属性哪个分类。

从上面的学生成绩系统中抽取教师的学历、学生所学的专业、教师的职称、学生的性别、学生生源地性质和平均成绩进行建树分析，从构造的学生成绩的决策树中，可分析得知影响学生成绩的最重要的因素是教师职称，其次是教师学历，学生性别和学生生源地性质，这棵树的构成是很符合现实要求的。

4 结束语

数据挖掘技术已在多个领域得到很好的应用，学校各部门多年来积累了大量的数据，但这些数据只是简单的存储在数据库中，没有得到深层次地分析与利用。本文对数据挖掘技术在分析高校网络课程相关数据中的应用进行了讨论，并通过C4.5算法在分析学生成绩中的应用, 揭示了成绩背后的深层意义，找出了隐藏着的教学信息与规律，通过加强对这些教学信息与规律的教学管理，提高学生的学习成绩，有助于网络教学质量的动态管理。

参考文献：

[1] 周曦.数据挖掘技术在网络营销中的作用[J].电脑知识与技术,2011(11).

[2] 施晓华.数据挖掘技术在图书馆学科数据馆藏分析中的应用[J].情报杂志,2011(1).

[3] 廖燕玲.数据挖掘在学生职业能力分析中的应用[J].电脑知识与技术,2010(33).

[4] 李燚琳.数据挖掘技术在教务信息挖掘系统中的应用[J].制造业自动化,2010(4).

[5] 吴英.计算机考试数据分析中数据挖掘技术的应用[J].制造业自动化,2010(9).

注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文

作者：刘艳青

思想品德课程管理论文 篇3：

从微应用到数据链

一、“涌现”胜过“顶层设计”

2014年我校建设了学生“综合素养评价平台”（该平台依旧是在“顶层设计”之下开发的），该平台包括：思想品德、身心健康、基本素养、生活素养、社会实践、学业水平、研究创新、国际视野等8个模块。2015年“我的青春@紫色城堡”学生综合素养平台作为深圳市典型案例参加了教育部第二届信息化展会，反响积极。但在实际使用过程中，平台主管部门学生处发现还是存在不少问题，比如：学业水平模块的设计理念是把师生参与课程的全过程记录在案，包括学生申报课程、撰写课程感悟、教师认证课程、评价学生的感悟等，理念的设计符合大数据的“全数据”观念，但这样无疑增加了师生的工作量，大家普遍反映操作繁琐、工作量太大、不好用，师生参与度不高。

针对问题，学生处提出需开发一个融记录学生个体行为数据和评价班级管理为一体的平台——“和谐班级管理系统”和一个记录学生课程和社团数据的平台——“校本课程系统”。有了这两个系统的支撑，数据来源的问题也就迎刃而解，“学生综合素质评价平台”于2017年开始在我校常态化使用。

二、“微应用”胜过“大平台”

2015年建成的“综合素质评价平台”把选课、评课、师生互动、课题研究等内容全部包含在内，是一种大平台的技术架构。这就导致每一次小的技术修改都必须从底层设计改起，费时费力。要修改一个地方就要将整个应用全部重新部署，编译时间过长，回归测试周期過长，开发效率低。另外，这种“大平台”应用也不利于更新技术框架。

而学校现实的情况是怎样呢？学校组织测试有学习成绩的数据，开设选修课就有课程数据，组织研究性学习就有研究课题数据，组织体测就有体测数据，每年一次的体检形成了体检数据，校园卡里还记录学生的消费数据，对学生行为日常管理还生成行为评价数据，以及图书借阅数据、请假数据、社会实践数据、义工联的义工数据等。这些具体的使用场景是相对独立的，缺乏现成数据的使用场景单独开发程序，导致不能将已有的数据对接到综合素质评价平台相对应的模块中。“搭积木”“微应用”的开发思路改变了以往大而全的平台设计方式，从而使平台反应快速，使之适应在探索过程中不断修改的需要。

“微应用”（micro services）不是新概念，很多公司已经在实践了，例如阿里巴巴、Google等。微应用架构模式（Microservices  Architecture Pattern）是将大型的、复杂的、长期运行的应用程序构建为一组相互配合的应用，每个应用都易于实现局部改良。“校本课程管理系统”和“和谐班级管理系统”是按照“微应用”的理念搭建的，分别实现学生在校的个体行为的管理和学生课程与社团数据的记录。这两个系统均可单独运行，并根据新的需求分别进行迭代升级。这种独立的“微应用”模块也为合作开发的公司带来了巨大的效益，全国有近200所学校购买了“和谐班级管理系统”，这也从商业软件开发的角度说明了以“模块化、微应用”的方式开发的中小学应用系统在销售上比“大平台”要更容易打开市场，“微应用”胜过“大平台”。

三、“数据链”胜过“数据库”

我们这样定义学生信息数据链：学生信息数据链是指学校各个数据点（终端）基于标准的格式记录信息，相互传输、获取信息，相互之间构成一个数据网，从而实现对每个学生在校受教育过程进行数据化的记录和追踪。

我校目前能够采集到的数据有：一卡通消费数据、体测数据、体检数据、图书借阅数据、医务室看病数据、日常行为管理数据、校本课程管理数据、考试成绩数据、社会义工数据等。将学生在校学习的过程进行数据化记录，这些数据相互之间又构成一个数据链路网，通过分析和挖掘这些数据，我们就能给学生个体、群体“数字画像”，勾画出其特点与专长，从而帮助教师因材施教，帮助学生提高学习效率并规划学习和职业生涯，帮助管理者改进策略，最终促进学生个性化发展。

“智慧校园”的核心是应用、数据、生态。构建一种具有模块化搭建、个性化定制、任意连接、无限扩展、开放式架构的“智慧校园”，彻底消除信息孤岛，实现教育教学场景智能协同，实现大数据辅助决策。【本文系广东省教育科学规划课题“构建追踪学生成长足迹的数字链促进学生发展的研究”（课题批准号：2018YOJK089）的研究成果】

责任编辑龙建刚

作者：姜其刚