關于“大數據課堂”建設的思考

曾萬聃，周敏奇，王志敏，于萬均，肖立中

(1.上海應用技術大學 計算機科學與信息工程學院，上海 201418；2.華東師范大學 計算機科學與軟件工程學院，上海 200062)

關于“大數據課堂”建設的思考

曾萬聃1，周敏奇2，王志敏1，于萬均1，肖立中1

(1.上海應用技術大學 計算機科學與信息工程學院，上海 201418；2.華東師范大學 計算機科學與軟件工程學院，上海 200062)

隨著大數據應用的深化，大數據已經融入到與計算機相關的各級課程教學中，成為一項具有挑戰性的任務。文章提出了“大數據課堂”的概念，指出要結合課程專業領域的需求和數據特點，對原有教學內容和方式進行積極創新和改革。同時剖析了大數據課堂的特點，提出了大數據課堂的建設方案，指出了大數據課堂的內涵和發展趨勢。大數據課堂有利于提高課程的國際化程度，提高課程內涵和專業知識的應用程度，對于課堂教學的改革具有與時俱進的應用和研究意義。

課程改革；大數據；大數據課堂

周敏奇，江蘇蘇州人，華東師范大學計算機科學與軟件工程學院副教授，博士，主要從事大數據研究。

王志敏，湖南天門人，上海應用技術大學計算機科學與信息工程學院講師，碩士，主要從事軟件項目管理研究。

于萬均，吉林德惠人，上海應用技術大學計算機科學與信息工程學院教授，博士，主要從事人工智能的研究。

肖立中，上海市人，上海應用技術大學計算機科學與信息工程學院副教授，博士，主要從事軟件工程研究。

隨著大數據應用的興起，近年來對于傳統數據處理的方法、理論、技術以及相關人員的教育培訓都提出了新的內容和挑戰。大數據存在于生產、生活各個領域，包括傳統行業數據的整合、個人用戶的信息匯總、在線電子商務、搜索引擎，以及軍事、科學研究、教育、銀行等。大數據以其大量(high volume)、高速(high velocity)和多樣化(high variety)的特點，已經不再僅停留于概念或抽象的范疇，而是深刻地融入到教學、科研和產業等各個方面，并將對生產、生活產生巨大的影響力。通過近五年高校畢業生就業及薪酬統計數據發現，大數據是最具發展潛力和應用價值的就業領域之一。蓋特納咨詢公司統計：大數據將帶來440百萬個IT崗位以及上千萬個非IT新崗位[1]。可見在目前人才過剩、就業不景氣的大環境下，大數據就業領域仍然存在供不應求的現象。大數據人才的培養已經超越了應用領域的局限，亟需從人才培養這個環節抓起，從課堂建設的教學內容和方式方法上，進行大數據課堂的改革。[2][3]

一、引言

大數據課堂在國內外已經引起了眾多研究機構和高等院校的重視，他們在各自相關領域的研究基礎之上開展了大數據的研究，或者在跨領域的大數據應用、教育和研究中，展開了積極的工作。美國卡內基梅隆大學較早針對大數據應用和工具的研究開設了專門的課程， 側重于對大數據專業技術和工具進行教學。華盛頓大學在計算機領域各分支的基礎之上系統深入地對大數據展開了研究，在大數據基礎上研發了專門的系統并實現了示范性的應用。澳洲昆士蘭大學對大數據的行業領域應用研究取得了很大進展，例如在時空數據、車輛軌跡和Web數據等領域的應用。加拿大Simon Foster大學韓家煒教授帶領的課題組，最早展開了大數據領域的研究，在數據處理方面取得了豐碩的有代表性的成果，是大數據領域的先驅者之一，他們的《數據倉庫與數據挖掘》教材是全球數據領域公認的經典教材。[4]隨著大數據研究和應用的深化，大數據出現了跨領域縱深發展的趨勢。大數據的方法理論體系，已經遠遠超越了最初的計算機領域的限囿，成為了各領域、各行業競相研究和發掘的新領域和增長點之一。在成熟的計算技術、網絡技術和體系結構技術的基礎之上，大數據以迅猛的勢頭發展到了行業應用中，也將很快深入到高校乃至小學、初中學校的課堂教學當中。

大數據不再拘囿于計算機領域的研究課題，已經成為能夠解決各行業實際問題的利器。[5]例如，在醫療診斷行業利用大數據進行遠程診療，對病歷數據進行統計分析，能夠對疾病診斷和預測起到更加有效的作用；在心理學領域，利用大數據分析，可對大樣本的統計群體開展調研，進一步利用計算工具對樣本數據作以分析，能夠取得比人工和單純的計算機系統的方式高得多的效率和精確度，以及更加豐富的統計結果； 在大氣環境和氣候監測方面，大數據分析能夠對大氣質量提出更細粒度的和實時的監控結果；大數據還可以應用在海關監控、禽類飼養、物業管理等廣泛的領域中。

大數據的研究和應用具備深遠的、強大的發展潛力和巨大的經濟效益，然而目前不論是國內還是從海外大數據人才市場現狀來看，都存在巨大的缺口，大數據人力資源亟需從高校人才培養中重視起來。現狀是，大數據人才、教育和行業需求存在脫節的狀況，大數據課堂教學作為一個全新的概念還處在起步和萌芽階段，但是隨著國內外大數據應用的巨大推動，學校大數據課堂也將很快成為一個飛速發展和極具競爭性的新鮮領域。

二、大數據課堂的特點

1.大數據課堂的概念

大數據課堂是指在各級學校，尤其是高校課堂教學中，以大數據應用為導向，以大數據問題為驅動，針對課程的內容，結合課程應用領域的需求和發展，積極創新高校課堂建設的內容、方式以及方法的提升和改進。大數據課堂不僅是一個概念，還是順應目前全球大數據應用如火如荼的發展勢頭的前提下，順應行業發展需求和人才培養需要而提出的一種課堂教學理念。這和我國倡導的高等教育和人才培養的“人文科學和社會科學相融合”的理念是一致的[6]，大數據課堂也是以此為本的。人才培養的知識和技能是可以逐步培養的，但是知識的理念和素質是在長期的人才培養和資源積累的過程中，逐漸形成的。因此，大數據課堂不僅可以在高校本科生課程教學中實現，甚至大數據的思想理念可以推廣到專科、高中甚至中小學生的課程教學中。

大數據課堂與傳統課堂的不同在于，大數據課堂是融入了實用領域思想和大數據問題驅動的一種課堂教學，是對傳統課堂內容、方式和方法的提升。傳統的課堂教學主要體現在教材內容和實踐等環節，但是對于實際案例、專業知識與實際問題的結合程度不夠，尤其對于應用大數據問題的解決，是一個全新的教學內容。

2.大數據課堂的內涵

大數據技術是以計算機、統計和Web等知識為基礎的應用技術，包含了從技術積累、應用問題凝練到課堂教學的遞進實現。大數據課堂以傳統課堂教學為基礎，在內容上能夠體現出大數據問題，在體系上注重大數據在各個環節的有機統一，在形式上能夠突出大數據應用的需求和特點。[7]大數據課堂是在傳統課堂教學基礎上對大數據問題的抽象和凝練，是從書本知識到實際運用的深化，是現階段高校課堂改革面臨的新機遇。

(1)課程內容體現大數據

大數據是“從實踐到理論再到實踐”的一個循環實現，在傳統的課堂內容中需要體現大數據體系的各個步驟，及其與課堂內容的有效結合。大數據課堂是大數據在課堂教學中的成果體現，它的實現需要從課程內容的各個環節入手，增加體現大數據思想的內容。原有的課堂教學基本以教材為依據，教材內容體現了課程內容的循序漸進、由淺入深。相應地，大數據課堂內容應該緊密結合教材內容，包含元數據的建模、數據算法、數據分析、系統結構、大數據原子問題和大數據的應用問題等循序漸進的步驟。

(2)課程組織體現大數據

大數據課堂組織以大數據的目標為導向，本著覆蓋全面、體現重點的原則，在課程中重點建設具有代表性的大數據教材內容范例。由于大數據問題涵蓋內容廣，因而在原有課程內容的各個章節全面體現大數據的思想(尤其是與計算機和應用相關的課程，例如數據庫、管理信息系統、統籌學等)是一個長期的建設過程。目前首先應該做到：在課程中全面體現大數據思想的同時，選擇重點章節進行大數據案例的實現，構建大數據樣例課程。這是大數據課程建設的第一步。

(3)課程教學方法體現大數據

之所以提出大數據課堂教學，是因為它包含了內容和表現形式兩者的結合，是大數據和課程內容整合，并通過課堂表現的一種形式。在傳統課堂教學中體現大數據，需要相關的專業培訓，以在教學方式方法中利用大數據的思想和工具實現新的突破。例如，美國某閱讀培訓機構通過大數據工具的使用，隨機地在海量的Web數據中選取樣本，然后進行讀者閱讀測試，對測試結果進行評價。利用大數據工具，首先在樣本上，樣本數據量更大，樣本的內容更加多樣化；在評價方式上，可以通過大數據分析，得出閱讀能力評測、對不同類型和不同難度的素材掌握的程度，以及重點分析某些詞或者句子的掌握能力。通過大數據分析能夠實現考察內容和考察對象的雙向考察、分析和統計。

三、大數據課堂建設方案

1.內容創新

傳統的數據既需要處理相關的教學內容和方法，也需要面對新的形勢、新的需求做相應的更改，適應新的發展需求、社會需求和人才需求。[8]以高校為例，目前已有的跟數據處理相關的課程包括數據結構、算法、數據庫等。針對目前海量數據處理的性能、速度和數據量等特性，結合傳統的基礎教學內容，進行新的教學內容和課程體系的改進，是一項正在進行的工作。針對目前的大數據的技術特點和行業設定教學內容，合理安排教學的進度和梯度，是目前數據教學中需要考慮的問題。

2.大數據驅動

根據課程大綱要求，在保證課程大綱內容完成的基礎上，大數據課堂能夠結合本課程相關的專業領域需求，進一步深化書本知識，設計和實現基于問題驅動的大數據課堂。大數據課堂側重需求和實例分析，案例要分層次，講解詳盡細致。大數據課堂的關鍵在于人才的大數據意識的培養，因而教師在進行案例分析的時候，要本著以點蓋面、層層深入的原則，使學生深入理解和掌握大數據的基本思想和方法。

3.教師培訓和師資

由于大數據涉及的專業知識性較強，因而大數據教學既要從課堂人才培養抓起，也要從教師師資抓起，做到雙管齊下。同時，大數據課堂既需要培養專門的課程任課教師在大數據方面的專業素質，也應該積極培養專門的大數據人才。

學校應該保持專業課程體系、教師和工業產業結合的人才培養模式，積極組織學生進入公司實習、實訓，因而建立專門的大數據人才培養合作單位和平臺也是當前必要的工作之一。

一輛豐田普銳斯汽車電池含有9千克之多的稀土元素鑭；大型風力發電組的磁鐵需要227千克甚至更多的釹；軍隊更需要稀土用于制作夜視鏡、巡航導彈和其他武器。利用稀土材料，我國成功地實現了高速飛行器的整體測溫和神舟飛船的減重……目前只有中美兩國掌握了“高速飛行器的整體測溫”這一技術，稀土材料起了大作用。

四、大數據課堂建設的層次結構

大數據課堂建設需要以大數據為理論基礎的教材結構的支持，以及相應的教學對象的參與和反饋；需要構建完整的以數據為核心的數據采集、數據分析和數據呈現體系，及其在此基礎之上的大數據課堂的認知和教學的學科結構。學科結構是學科知識內容的載體，它既引領了課堂教學內容的知識結構，又決定了學生對于知識的認知層次和水平。[9]合理的層次結構有利于教師對知識的系統性梳理、把握和提高，同時又有利于學生認知的客觀性、啟發性和能動性。大數據課堂的構建，尤其針對于大數據相關的基礎學科的知識構建，有著決定性的作用，例如計算機應用專業、軟件工程專業和計算機科學與技術專業等，這些信息類的基礎學科尤其需要重視面向大數據的學科知識體系的構建，以及與大數據配套的知識運用和實踐平臺。好的專業知識結構既能夠提供基礎專業知識的覆蓋和框架，又能夠保持內容組織的客觀性和啟發性。換句話說就是既能夠體現知識的客觀性和系統性，同時又能夠保持一定的思維空間和創造空間。

大數據課堂知識體系的建設既要能夠激發教師的思想活力和創造力，同時又保持學生對于知識的好奇和激情。這是構建一個良性健康的知識體系的目標，也是必要條件之一。

對于知識結構不假思考和長期延用，只知遵循守舊僵化、教條的知識體系以及由此衍生的專業相關教材體系、配套的教學方法和由此產生的教學成果，也只能是缺乏活力和創新空間的本本主義。人民生活水平的不斷提高和物質生活的極大豐富，都為新一代的成長和學習提供了優越的環境和更加新穎多樣的知識獲取渠道，因此學生和教師都迎來了富媒體時代的新型知識結構。

大數據知識結構意味著在涵蓋了傳統的數據處理的專業課程的前提下，開設了大數據處理方法、工具和應用案例課程的知識系統。大數據知識結構相比傳統課程的知識結構，有以下特點：實時性、密集型、多維性。隨著對于大型的數據操作、數據維護和數據安全等方面不斷的應用，數據呈現出線性級別乃至指數級別的數據實時特性；隨著大數據應用邊界逐漸模糊，大數據呈現出數據的融合特性以及基于融合數據的分析和決策等功能；大數據中心、各類應用的數據融合、同行應用的從頂到下的數據融合，大數據逐漸趨于密集的態勢，使得對于大數據的分析、分類和分析決策等成為一項重要的任務，新型大數據分析工具和運行環境也應運而生。

知識結構的表述影響了知識傳授和接受的效果，對于學科專業的發展和知識本身的創新影響深遠；知識結構包含了內層知識結構和外層知識結構，大數據知識結構的內層包括大數據學科建設、大數據基礎課程、大數據課程實踐以及大數據的研究和改進；在大數據內層結構的構建基礎上，積極建設大數據的外層結構，包括大數據工具的開發、大數據技術開發、大數據行業領域的應用、大數據的公共平臺，乃至大數據的領域融合的實踐。大數據知識結構的發展是內層結構的延展和內外層結構的互相促進和發展的結果。在大數據知識結構構建之初，能夠理性、客觀地分析大數據的課程特點，在結合原有知識體系的基礎上，構建合理、有效的大數據知識結構是具有重要的實際意義和影響深遠的一項任務。大數據知識結構是針對大數據的環境和應用以及數據本身的特點而設計，所以要充分考慮大數據應用的特性，構建一個系統性的、開放性的、循序漸進的知識結構。大數據課堂的知識結構在內容上涵蓋了大數據的基礎課程，在結構上體現知識的層次性和系統性，同時又有一定的知識空間，能夠客觀、理性地看待變化中的大數據及其應用和技術。大數據知識體系尤其需要對知識的來龍去脈、知識結構給予客觀和充分的闡述，同時又需要保留一定的空間，使得知識的表述不是既定的條條框框，不是填鴨式的被動接受，而是賦予啟發性和思想性。

圖1 大數據知識結構構建圖

五、大數據課堂的實踐案例

大數據問題來源于實際應用的問題，以金融領域的大數據分析問題為例：從2008年起中國建設銀行發卡量達到500萬張，到了2010年增加了一倍，金融業務線性膨脹，數據存儲和維護等均面臨巨大的挑戰，這時利用大數據分析技術和工具，對銀行數據進行整合和分析，能夠實現彈性的實時的業務分析。

在進行案例分析時，分成以下幾個步驟，各步驟具體內容如下：首先分析業務流程，然后按階段分析業務流程數據；其次，根據原始業務邏輯，進行數據建模、元數據語義提取，然后對數據過濾和存儲；第三，按照系統化分析方法，根據系統和流程將業務流程進行劃分，選擇各階段的數據分析方法和工具；第四，進行大數據的采集、匯聚和分析等。從以上例子的特殊性來看，金融業務存在安全隱私性、金融業務的實時性這兩個基本和重要的非功能性需求，那么在進行大數據實現的時候，就需要充分考慮到應用業務的特定需求，制定相應的大數據系統。

大數據應用的劃分門類復雜，不同行業中的大數據呈現出特定的領域特性，因而進行大數據分析和應用的同時，需要以應用需求為導向，根據數據的特點進行縱向的數據粒度的劃分以及橫向的數據類型的聚類，這些都對大數據分析有積極的意義。大數據研究的新型需求，包括對于大數據的響應時間的要求、分析數據的規模要求、性能要求以及大數據的更加豐富的語義要求，都可以在原有的數據分析平臺功能的基礎上，進行升級、改進和功能模塊的添加等。如何在現有的傳統的數據分析平臺基礎上，有效地利用現有資源，并及時地采用新型工具和平臺，對原有業務功能進行整合和改進，也是一項重要的任務。

由于課堂的局限性，大型的業務不可能在課堂上得到完整的呈現，這就需要教師針對學生的興趣愛好以及課程的重點，對業務進行細粒度的劃分，抽取適合于課堂講解和利于學生理解的實例；并且對于同樣的例子，不同的課程選擇的大數據教學也不相同。例如，假設存在兩個課堂：一是數據庫課堂，二是軟件工程課堂，對于上述例子，它們的大數據策略重點也都不盡相同。以非功能性需求為例，上述系統中的安全性問題，在數據庫課堂可以選擇在元數據操作上的約束，來限制數據訪問的操作；對于軟件工程課，可以重點講解系統層次對于安全問題的實現等。

六、關鍵問題的思考

大數據課堂不僅是高校課程建設的重要一環，在不遠的未來還將成為高校教師尤其是工科教師的必修課程。高等教育的職能，即培養專門人才、服務社會和科學研究[10]，充分把握大數據的機遇、挖掘大數據的資源和掌握大數據的基本技能，應該以高校的課堂建設作為起點。目前我國大數據的主力軍是在工業領域和學術研究領域，高校培養的人才還不能滿足大數據所需，大數據課堂建設需要高校在課程建設、人才培養和師資上配套用功。關于大數據課堂建設的關鍵問題，可以從以下幾個方面著手，以打破大數據課堂的瓶頸，使高校大數據課堂積極穩步發展。

1.大數據的意識

大數據課堂的建設是課程建設、人才建設的延續，是在原有課程建設水平基礎上的提高，是順應我國大數據經濟潮流的高校課程建設的必需，是高校課程國際化建設[3]的必游之旅。目前，我國高校課程建設中的大數據教學還處在起步階段，大數據意識還比較薄弱。高校課程建設可以積極開展形式豐富的大數據實踐培訓，和行業發展的領軍人物建立更多更穩定的校企合作平臺，使大數據平臺能夠有長期發展規劃和階段性的目標。

2.大數據課堂的考核

大數據課堂建設需要量化的考核目標，可以建立校內、課程小組等多種形式的考核或組織競賽，讓更多學生、教師通過多樣化的大數據考核形式，深化對于大數據的認識，熟悉大數據的基本技術。大數據課堂的考核，可以通過建立可度量的量化衡量指標和獎勵的形式，來鼓勵任課教師的大數據課堂建設。

3.大數據課堂的運用

大數據課堂建設蘊含了豐富的建設內容，例如包括教材的改革、教學PPT的改進、課程光盤、案例庫等。大數據課堂由于增加了相應的大數據教學內容，因而需要配套的教學進度和課時的調整等，這些也都是需要考慮的問題。大數據課堂可以通過多媒體、遠程課堂、實訓教學等多種形式開展。

大數據課堂建設是課堂建設、教材建設和人才建設的延續，是我國大數據經濟潮流下的人才培養的亟需任務之一。大數據課堂建設能夠提高人才培養質量，激活現有課堂內在潛力，使人才建設朝著校企互動和全球發展的大數據潮流穩步前進。

大數據課堂建設需要大數據知識體系的支撐、大數據教學環境的支撐和大數據實踐平臺的支持，鑒于此，構建一個行之有效的大數據課堂是一項創新性的、綜合性的任務。大數據課堂建設蘊含了多種建設形式和建設內容，這是當前階段課堂建設的新目標、新任務。

[1] Remain Scarce. Highlight for Survey Analysis: Big Data Investment Grows but Deployments Remain Scarce in 2014[R]. http://www.gartner.com/it-glossary/big-data/.2014.

[2] 孫曙輝,劉邦奇,李新義. 大數據時代智慧課堂的構建與應用[J]. 中國信息技術教育,2015,(1).

[3] 梁文鑫. 大數據時代——課堂教學將迎來真正的變革[J]. 北京教育學院學報,2013,(1).

[4] Jia Wei Han, Micheline K, Jian Pei. Data Mining: Concepts and Techniques[M]. 北京:機械工業出版社,2012.[5] 艾伯特—拉斯洛·巴拉巴西. 爆發：大數據時代預見未來的新思維[M]. 北京:中國人民大學出版社，2012:23.

[6] 陳雅芳.追趕國際趨勢改革高校課程體系[J]. 中國高等教育,2002,(Z1):27.

[7] 張韞. 大數據課堂的雛形[J]. 上海教育,2013,(12).

[8] 王文平. 論大數據時代的教育特點與課堂教學[J]. 長江師范學院學報,2016,(1).

[9] 布魯納. 教育過程[M]. 邵瑞珍,譯. 北京:文化教育出版社, 1982:32.

[10] 楊德廣. 高等教育學[M]. 北京:高等教育出版社,2009:578.

Ideas about the “Big Data Class” Construction

ZENG Wandan1, ZHOU Minqi2, WANG Zhimin1, YU Wanjun1, XIAO Lizhong1

(1.School of Computing Science and Information Engineering，Shanghai Institute of Technology, Shanghai 201418； 2.School of Computer Science and Software Engineering, East China Normal University，Shanghai 200062)

With the deep development of the big data application big data has merged into each level of computer related educations and become a challenging task. The paper proposed the concept of the big data class and indicated to make positive creation and evolution for the original teaching methods and contents according to the requirement of characteristics of the big data. The paper explained the properties of the big data class and gave the construction plan of it. Further the paper explained the inner sense and developing trend of the big data class. The big data class is benefit for the international degree of the class and it is also helpful for the enhancement of the value of the class. The big data class construction has very important impact for the application and the research of the class reformation.

class reformation, big data, big data class

本文系上海自然科學基金面上資助項目 (13ZR1413200)；吉林省教育廳“十二五”科研基金資助項目；上海應用技術大學科研啟動資助(YJ2016-27)項目；國家重點研發計劃資助(2016YFC1201605)項目。

曾萬聃，吉林長春人，上海應用技術大學計算機科學與信息工程學院副教授，博士，主要從事大數據和分布式計算研究。