基于供需双向数据研究的大学生就业指导模式设计

大学毕业生就业难已然成为一个社会问题,高校的就业指导水平亟待提高和创新。以江苏省用人单位及毕业生跟踪调查的大量数据为依据,对当前高校毕业生就业存在的尖锐问题以及背后折射出的就业指导方面的问题进行了分析,依循以人为本、德技并重、延伸服务的理念,设计了"全程化+跟踪式"就业指导模式。该模式已应用于江苏某高校的具体实践之中并取得了良好的效果。希望这一研究工作对于改进大学生就业指导工作具有一定的参考价值。     

提升高校教育资源利用率的共享管理模式创新

高校教育资源共享能够满足教育可持续发展需求,是高等教育发展的必然趋势,是教育深化改革的必然选择。要提升高校教育资源利用效率,必须实现教育资源的共享和管理创新。高校要树立教育资源共享理念,制定和完善教育资源共享的政策和制度体系,完善评价机制,把教育资源共享纳入评价体系之中。     

OBE教育模式下应用型本科高校创新创业人才培养课程体系设计

本文基于OBE教育模式,通过对应用型本科高校创新创业人才培养具体规格的分析,分别从通识类课程、项目类课程、融入类课程、开放类课程四个维度,构建了科学完善的应用型本科高校创新创业人才培养课程体系。旨在能够确保双创教育的有效落实,提高广大学生的双创意识及能力,充分实现应用型本科高校双创人才培养目标。     

上海市试点开展中等职业教育-应用本科教育贯通培养模式实践的思考北大核心

上海开展的中等职业教育-应用本科教育贯通培养模式试点工作,是落实国家加快发展现代职业教育,创新发展高等教育的重要举措,促进了职业教育与普通教育的深度融合。对试点工作进展进行分析发现,除了要深入做好中等和高等职业教育培养目标、专业设置、课程体系及教学实施等多方面的衔接以外,还要进一步完善与办学规模和培养要求相适应的财政投入和经费统筹制度,加强贯通教育组织机制建设,建立健全贯通教育质量保障体系,推进师资队伍建设。     

学生让渡价值导向的创业教育与专业教育融合模式探讨北大核心

在大学生就业形势日趋严峻以及国家大力倡导高校加强创新创业教育的社会背景下,探索创业教育与专业教育的融合模式,已成为应用型本科院校教学改革的一项重要课题。以经济管理类专业为例,从学生让渡价值角度对创业教育的目标框架进行分析和研究,通过将创业教育贯穿于经济管理类专业课程教学之中,实现创业教育与专业教育的有机融合,并从改革课程教学、整合教师资源、重视心理健康教育、培育创新创业文化、强化校企政行合作等方面,探索提升创业教育价值的路径。     

四种现代学徒制双元育人合作模式的探索与实践

本文立足于学院五个现代学徒制试点专业的探索与实践,创新了"店校一体""行业联盟委托""混合所有制二级学院""学服创赛一体化"四种合作模式,形成了"校企互融,学训交替,分段递进"的双元育人特色。     

高校图书馆阅读推广活动模式研究

对高校图书馆的阅读推广活动进行了整合分析,将活动模式归类为三种:以书为媒、以人为媒、以屏为媒,详细分析了三种模式下的主要活动形式和典型案例。高校图书馆要立足信息环境的变化,积极拓展数字阅读推广,穿插、整合"书""人""屏"三种模式的综合推广活动,不断创新阅读推广模式。     

关于校企深度合作推进产教融合的思考

校企合作、产教融合是职业院校办学的根本之路。国务院在2017年已出台了《关于深化产教融合的若干意见》(以下简称《意见》),但当前校企合作、产教融合仍处于较浅层次:合作水平不高,企业缺乏主动性和自觉性,主体作用不强,合作模式较为松散,激励保障政策有待进一步健全。因此,必须建立校企深度合作和产教融合的联动工作机制,出台《意见》的实施细则,搭建校企合作平台,建立健全互补性制度,成立产教融合发展联盟。院校应主动调整服务方向与内容,行业企业则必须发挥重要主体作用,这样才能使校企合作走向深入,达到双方"共赢"的目标。     

基于创新型人才培养的中药制剂设计学课程教学改革

中药制剂设计学是中药专业的特色主干课程,不仅注重学生的专业理论知识和学习实践技能,而且注重培养学生的整体素质。同时,为了满足社会对药学、中药学专业发展的需要,针对当前中药制剂设计学这门课程的特点,对中药制剂设计学的教学内容、教学手段及考核方式的改革进行探索研究,以期培养出具有综合素质的应用型创新人才,亦可为其他相关课程的教学改革提供借鉴。     

基于EDM的用户行为建模及决策支持

在大数据时代背景下,面对高校各信息化系统所积累的海量数据,如何避免数据孤岛,融合多源数据,充分发掘隐藏在数据背后的有价值信息是亟待解决的问题。针对此问题,本论文采用EDM(Educational Data Mining)方法对原始数据进行数据清洗、数据融合、数据挖掘。在数据挖掘阶段,提出一种改进型的FP-growth算法,实现对频繁模式的发现与约减,并通过挖掘出的频繁模式构建用户行为模型,最后利用用户行为模型进行决策支持和用户服务推荐。实际应用表明,本文所提数据处理方案可以实现高校内部多源海量数据的挖掘与知识发现,具有较高的实用价值。