應用型本科高校計算機科學與技術專業大數據方向的課程群建設研究

袁書萍 葉承瓊

【摘 要】結合大數據時代背景和計算機科學與技術專業特點，以及應用型本科高校的人才培養目標，嘗試組建了大數據方向的課程群，實踐結果表明該課程群能有效提高學生學習興趣和實踐能力，為計算機科學與技術專業注入新的活力，提高畢業生的就業競爭力。

【關鍵詞】大數據；課程群；計算機科學與技術；應用型本科高校

中圖分類號： G642.3；TP311.13-4 文獻標識碼： A 文章編號： 2095-2457（2018）13-0198-002

DOI：10.19694/j.cnki.issn2095-2457.2018.13.092

【Abstract】Combination of big data era background and characteristics of computer science and technology， as well as the applied undergraduate colleges and universities personnel training target， try to set up the big data direction of curriculum， the practice results show that the group can effectively improve the students interest in learning and practice ability， injected fresh energy to the computer science and technology， improve the employment competitiveness of graduates.

【Key words】Big data； Curriculum group； Computer science and technology； Applied undergraduate college

1 背景

進入2012年，大數據（bigdata）一詞越來越多的被人們提及，伴隨它的除了信息爆炸海量數據，還有與之相關的技術發展及創新。數據已經成為國家重要的基礎性戰略資源，大數據正日益滲透到社會生活和經濟發展的各個方面。大數據的研究正面臨著全球性的人才荒。麥肯錫在《大數據》報告中曾指出，在美國，2018年數據人才和高級數據分析人人才的缺口將高達到19萬人，于此同時美國企業還需要與大數據處理相關的近150萬的高級管理人才。我國的大數據產業還處在早起的構建的階段，規模小增速快，而人才的儲備不足、相關專業的應用人才與科技人才的嚴重缺乏已成為相關產業的發展瓶頸。進而培養大數據相關人才成為迫在眉睫的任務。

大數據學科方向是一門可多交叉的專業方向，與不同的學科方向相結合都可以形成特定的專業方向或研究領域。不同的教育層次與專業技術要求國內外陸續有一批高校開展了大數據相關的課程體系與專業建設。如DePaul，Boston University，NCSU等，根據人才的培養目標主要有三個方向：大數據分析方向（商學院、管理學院），大數據平臺方向（計算機學院、軟件學院），深度計算分析方向（理學院）。北京航空航天大學聯合智慧教育成立的“大數據技術與應用”專業，主要培養目標是數據領域的科學家與工程師。

2 課程群建設思路

基于以上背景分析，我們借助于應用型本科高校在產業升級中的極大優勢和順應計算機學科前沿理論和技術發展以及工業界的需求，遵循準確定位、注重內涵、突出優勢和強化特色的原則，推進培養模式、教學團隊、課程教材、教學方式、教學管理等專業發展的重要環節的綜合改革。大數據方向的課程群立足于計算機學科“大數據時代”對人才的知識結構、能力結構以及整體素質的要求，順應國際上計算思維的教育趨勢。借助于大數據的課程群體系，密切加強校企在大數據方面的合作；通過教學團隊、課程教材、教學方式、教學管理等環節的綜合改革，培養具備堅實的“數據科學”基礎、具有較強“大數據處理”實踐應用能力與計算思維能力的計算機科學與技術專門人才，形成特色鮮明的應用型人才培養模式。

3 課程群建設內容

3.1 大數據方向的課程群建設

結合支持大數據發展的計算機領域的知識體系結構和本院本已有計算機科學與技術兩個方向（面向企業應用軟件和IT服務外包）培養的方案，構建的“數據挖掘”課程群。該群以數學基礎與計算機基礎為基礎，計算智能理論與應用、數據倉庫與數據挖掘為實現技術，SAS編程與數據挖掘商業案例為應用能力的培養。其中數學基礎是進行數據分析和處理的基礎與工具，必須重視數學基礎的學習，它包括：概率論與數理統計、離散數學、數值分析、計算矩陣、數學建模。計算機基礎是利用計算機技術處理數據能力的重要手段和方法，它主要包括：計算機應用基礎、數據結構、C語言程序設計、MATALAB程序設計、數據庫原理。以數據倉庫與數據挖掘，計算智能理論與應用為實現手段，以SAS編程與數據挖掘商業案例為應用。構建的課程群不同于傳統的“獨立式”課程群，我們注重的是應用型本科人才的培養，包括數據挖掘的全過程：數據采集、數據存儲數據存儲、數據處理、統計分析、數據挖掘、模型預測、結果呈現。對計算機科學與技術專業學生的知識與能力具有建設性作用。

3.2 課程群緊密耦合性

現今的高等教育，讓學生有很強的應試能力，而實際解決問題的能力卻很差，另外，由于專業化的課程設置，束縛了學生的思維，也割裂了他們對事物的整體認識，即使是學生投入的大量精力所學的專業課程也是一知半解，更談不上很強的創新和動手能力了。要提高高校畢業生的質量可以從課程群緊密耦合性建設為切入點，著眼于計算機科學與技術專業的“數據挖掘”課程群知識點、知識鏈、知識網的構建，實施如下工作：（1）對課程知識點和項目知識點融合，確定特色課程群知識點；（2）項目與教學合作，聚合知識點，形成知識鏈，依托項目組建“數據挖掘”課程群知識網；（3）建立特色課程群關聯式、階段式、綜合式教學考評。加強課程之間的相關性，創新性和綜合性建設，深化教學改革，促進教師的合作與交流，形成教師團隊豐富完整的知識結構，使教師隊伍得到優化，促進教學科研相長，從而提高教師團隊的整體素質，進一步的提高教學質量。

3.3 實踐教學環境和實踐內容

在校企合作的基礎上共建全套的大數據實驗平臺，較好的滿足學生課程學習和實踐的需要。在實施過程中，不僅重視具有完備的理論課程體系，還要強調建立良好的實踐教學體系，幫助學生從枯燥的理論學習中走出來，通過校企合作實訓實習基地，建立學生和企業一線的對接，幫助學生在實踐中真正的掌握理論知識，掌握具體的“數據挖掘”技能；培養出真正的理論聯系實戰的應用型人才。我們通過如下方法實現：

（1）課程實驗內容的補充與完善。補充課程群中原來沒有的實驗教材，已經有實驗內容的，通過課程群的整合進行完善和更新。

（2）注重理論與實踐相結合。充分發揮工學學科優勢，在應用實踐，創新競賽，興趣小組學科競賽等具體培養環節，引導學生在實踐中真正的思考，學習，領悟理論知識，鍛煉基本技能，掌握“數據挖掘”的科學方法。最終構建以“指導學習課、階段項目課、項目實戰數據挖掘”的實踐教學體系。

（3）充分利用校企合作實訓實習基地，讓學生和企業實現零距離對接。

4 結論

通過課程群的建設，為計算機科學與技術專業注入新的活力，提高畢業生的就業競爭力；

改變教學效果的不理想，由于受傳統教學影響，教學中存在重理論，輕實驗，重方法，輕應用，造成學生解決實際問題的能力較弱。通過課程群的建設，整體提高學生學習興趣和實踐能力；實驗教學環節得到加強，我們通過“數據挖掘”主線讓學生明白學科整體學習目標，通過指導學習課、階段項目課、項目實戰（企業兼職教師授課）提高綜合應用能力；提高課程群授課教師團隊的教學水平，改變教師舊的教學觀念，充分認識到自己講解的課程在整個“數據挖掘”課程群中的意義和作用，并到合作企業進行掛職實戰鍛煉，不斷提高自身的理論素養和駕馭實踐教育創新創業的能力。

【參考文獻】

[1]劉建偉.數據挖掘課程設計的教學探索[J].科技信息，2013，（23）.

[2]詹玲.計算機專業大數據方向課程群建設研究[J].教育教學論壇，2017（28）：274-276.

[3]張曉芳.國內外大數據課程體系與專業建設調查研究[A].國際信息與計算機科學研究學會.Proceedings of 2nd International Conference on Education，Management and Social Science（ICEMSS 2014）[C].國際信息與計算機科學研究學會：，2014：4.

[4]孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，50（01）：146-169.

[5]曹耀欽，李發陵，周龍福.應用型智能科學與技術專業大數據課程群建設研究[J].計算機教育，2016（10）：22-25.