LIS學科中數據科學課程體系設置研究
——以iSchools高校課程調研為中心*

蘇日娜，楊 沁

1 研究緣起

數據科學(Data Science)緣起于計算機科學領域，1960年由彼得·諾爾提出[1]15，真正作為一門學科則是2000年前后。當前全球呈現數據科學人才緊缺局面。麥肯錫全球研究所(McKinsey Global Institute)報告顯示，至2018年美國面臨14 萬至19 萬的數據分析專業技術人才以及150萬數據科學人才的巨大缺口[2]。英美高等教育機構針對這一現象，重視設置數據科學碩士學位以及有關項目，培養數據科學后備人才。美國率先將數據科學作為一門學科，哈佛大學、哥倫比亞大學、加州大學伯克利分校從開設數據科學課程開始，逐步設立碩士研究生專業(教育項目)。本文以數據科學課程設置作為研究核心，在圖書館與信息科學領域背景之下，分析iSchools 高校①數據科學課程設置情況，梳理圖書館與信息科學領域中數據科學學科教育體系的發展態勢。

2 文獻綜述

2.1 數據科學教育基礎理論研究

數據科學教育圍繞“數據科學概述、數據預處理、數據統計、機器學習、數據可視化、數據計算、數據管理編程”等多模塊開展。楊旭等[1]的《數據科學導論》是我國第一部系統闡述數據科學理論的著作，指出數據科學的最終目的是從數據中挖掘有用的信息，讓數據增值；該學科關注的是在大數據背景下，如何運用各種與數據相關的技術和理論服務于社會。

在專業人才培養方面，司莉等[3]討論了科學數據管理專家的職業要求，將其與圖書情報教育的課程進行對比，考察兩者的匹配程度；通過對圖書館科學數據管理崗位招聘啟事的分析、iSchools 院?？茖W數據課程及培訓計劃的調研，對圖情學科下的數據管理人才能力要求和人才培育體系提出建議。

在項目介紹和總結方面，Il-YeolSong[4]認為iSchools 是數據科學教育的先驅，提出理想的三層結構分層數據科學教育框架(DSEF)，采用基于用戶、工具、應用程序三個焦點法來實施項目。該框架幫助學生從大局出發，思考數據科學問題，該框架也成為iSchools 數據科學教育區別于計算機學院或商學院的優勢。YDemchenko[5]介紹了始于2015年9月的EDISON 項目，阿姆斯特丹大學是該項目的協調成員學校和基地組織，EDISON 數據科學框架(EDSF)是該項目的核心成果，該框架下的理論組成包括數據科學能力框架(CF-DS)、數據科學知識體系(DS-BOK)、數據科學專業概況和職業分類(DSP)、數據科學分類學和科學學科分類。Rong Tang 等[6]通過對30 個隨機選擇的美國數據科學項目進行探索性內容分析，指出未來研究應包括數據科學項目的領導者、教師、在讀學生和畢業生，以了解項目的發展歷程、既定目標實現的有效性、課程的運作結構等。

2.2 數據科學課程體系研究

在美國，數據科學最初于2010年后以專業課程出現在大學計算機科學學院，數據科學課程體系設置領域的研究者多來自計算機科學領域。加州大學伯克利分校于2011年開設“數據科學導論”課程，2012年開設“數據科學和分析”課程；伊利諾伊大學香檳分校2011年舉辦“數據科學暑期研究班”(Data Sciences Summer Institute program)；哥倫比亞大學2011年開設“數據科學導論”課程，2013年開設“應用數據科學”課程，2013年秋季通過“數據科學專業成就認證”；華盛頓大學(University of Washington)2013年5月開設“數據科學導論”課程[7]。何海地[8]調研全美23 所知名大學數據分析碩士課程網站，對研究生教育的背景、特色和現狀等展開討論。許嘉等[9]調研了哈佛大學數據科學課程教育，從教師授課、課程實驗、課后作業、課程項目、課外閱讀五個維度展開分析；從領域知識、基礎理論、計算機工具和社會實踐等方面對數據科學人才培養提出建議[10]。王迪等[11]調查發現美國數據科學學士學位教育處于初始發展階段，碩士研究生階段有數據科學項目系列計劃；數據挖掘、機器學習和數據可視化是當下最流行的核心課程，統計和數據庫是本科與碩士研究生階段所開始的最基本課程。徐昊等[12]以吉林大學為例，從課程目標和課程模塊設置方面具體介紹面向通識教育的數據科學課程教學實踐。

數據科學具有多學科交叉性強的學科特點，圖書館與信息科學領域研究者對其高度關注。根據教育部關于公布《2016年度普通高等學校本科專業備案和審批結果的通知》，共有35 所高校獲教育部批準開設大數據專業。第一批(2016年2月)獲教育部批準開設“數據科學與大數據技術”本科新專業(簡稱“數據科學專業”)的高校有3 所：北京大學、對外經濟貿易大學和中南大學；第二批在教育部公布的高校新增專業名單中有中國人民大學、復旦大學等32 所高校，中國人民大學數據科學專業開設在統計學院，由統計學院、信息學院、統計與大數據研究院、數學科學研究院聯合培養。鑒于數據與信息的緊密關系，信息科學(情報科學)領域也一直關注該課程。葉鷹、馬費成[13]提出數據科學與信息科學在理論邏輯和技術方法上一脈相承，建議用數據—信息—知識、計算技術—數學方法—專業知識、人——技術——數據3 個“三位一體”模式來統一數據科學和信息科學。

2.3 研究成果評述

近50 多年數據科學教育與課程體系研究取得飛躍性發展。整體而言，無論是教育層面的研究還是學科層面的研究，我國學界集中于數據科學學科定位與案例分析，而數據科學學科的邊界和歸屬問題有待進一步論證。在數據科學學科教育實踐方面，國外經歷3 個主要階段：(1)結合數學、統計學課程設立數據科學及相關課程體系，傳授數據庫、數據管理知識；(2)數據類課程越來越細化，朝向專業學科方向發展；(3)根據不同學科領域的數據教育需求，設計有各類數據科學教育項目，面向群體以研究生為主。目前數據科學向人文社會科學滲透，近些年出現很多人文社會科學需求的數據科學項目，但圖書館與信息科學領域中系統性的課程體系整理和數據科學學科定位問題的探討仍有不足，這正是本文的研究重點。

3 調研設計

3.1 調研范圍

筆者在2018年2月對83 所iSchools 核心成員高校數據進行查找和篩選，在調研初期發現，開設數據科學研究生項目的各iSchools 高校之間在學科背景方面存在差異，學科主要涉及計算機科學與技術、電子與通訊、傳播與媒介、圖書情報與檔案管理四個領域，本文主要在圖書情報與檔案管理的學科背景下展開分析。另外，由于商業分析碩士項目將數據分析與商業管理相連結，該項目對數據分析保持有高度關注和重視，可視為數據科學相關項目，故將部分院校的商業分析項目也納入到調研之中。在上述選擇原則下，本文將iSchools 核心成員高校中所開設數據科學或商業分析研究生教育項目的15 所院校作為研究對象，對其數據科學課程體系進行文獻調研和內容分析。

3.2 調研方法

本文首先對調研院校數據科學項目的基本情況進行逐一梳理與觀察，對15 所iSchools 高校信息與科學學院(信息學院)的數據科學及相關項目進行對比(見表1)，主要從學位和項目的培養重點著手，以期大致了解iSchools 聯盟高校開設數據科學的目標范圍和培養方向；對其辦學定位入手，從學生入學要求和人才培養目標的角度做出歸納總結，期望可以更細致地明確各學院在數據科學項目建設中的長期規劃和考量；教學是項目建設戰略的重點內容，對課程體系設置的梳理，是對教學開展、實施和人才培養情況全方位理解的最直接方式，為了更客觀地了解到iSchools 院校課程設置的發展趨勢，課程目標和課程制度的歸納分析亦可作為有效的參考信息。院校排序按照iSchools 的成員目錄表確定先后順序，采用網絡調查法、內容分析法。

表1 開設數據科學研究生項目(及其相關方向項目)的iSchools高校

(1)網絡調查法。在iSchools 的83 所成員目錄中逐一訪問，瀏覽其Program 或Degree 欄目，按Data Science 項目或方向進行網絡調查。大部分院校直接開設以數據科學命名的研究生項目，少數院校將“數據科學”放置于其他名稱命名的研究生項目之下，并且需要在“Concentrations或Track”欄目中獲取相關資料。

(2)內容分析法。通過圖書館數據庫、iSchools聯盟官網及各院校官網獲得相關主題論文、學術著作、項目介紹文本以及課程大綱等研究材料，從學術角度進行內容分析，汲取啟發性經驗。

4 數據科學項目

國外數據科學項目的教育集中于研究生層次，學科領域涉及工程、商業、藝術與科學、數學與統計學，計算機科學等學科。此外，跨學科的獨立研究中心和專業研究機構也有涉及在內。以調研為例的15 所院校信息來看，其中有9 所高校的數據科學項目主要由信息學院，或是信息學院與其他學院、機構合作開設，另6 所院校的商業分析項目則主要由商學院開設。

對比美國其他知名大學的數據科學碩士項目開設院系，哈佛大學由應用計算科學研究院開設，哥倫比亞大學的數據科學項目下設在付氏基金工程與應用科學學院，麻省理工大學、斯坦福大學、紐約大學等多由商學院設立[8]。

這些學校的開設背景明確顯示出，單一主題領域已經不足以涵蓋數據科學項目所需的內容和技能。而iSchools 學院以LIS 教育視角汲取多方經驗推動數據科學項目的發展與進步。

4.1 數據科學項目介紹

15 所iSchools 聯盟高校信息與科學學院(信息學院)的數據科學項目基本情況詳見表2，對各個院校該項目的培養重點進行梳理。

4.2 數據科學項目辦學定位分析

LIS 教育中的學科發展呈現出人才培養的信息化趨勢。在數據科學蓬勃發展的勢頭下，信息類課程和專業仍然占據LIS 學科體系中的主要位置，從學科設置到人才培養依然有值得討論的空間。受人才市場需求影響，尤其是教育環境的改變，信息科學與數據科學之間的關系不僅僅局限在信息與數據之間的關系層面，專業人才培養與學科發展是數據科學作為學科方向發展的更為重要的因素。數據科學學科的信息統計表明，LIS背景下人才培養目標定位由信息專業人才培養逐漸細化為數據科學或數據分析的方向，數據科學學科設置也多為LIS 研究生教育項目中資訊學科相關方向或信息科學之下的專門培養方向。

4.2.1 學生入學要求

不同院校對于申請學生的入學要求都有較為具體的要求，如本科學術背景以及語言能力證明。謝菲爾德大學數據科學碩士項目對學生的工作經驗要求并非必須，學生也不需要事先了解統計數據或數據分析的相關知識，缺乏統計和數據分析基礎的學生不必為此過于擔憂。但對于第一語言并非英語的申請者，必須有英語語言能力的書面證據，以證明申請者達到英語入學要求，IELTS 總體得分6.5 分，聽力、讀寫各6 分才可獲得申請資格，謝菲爾德大學明確給出具體的英語量化標準，以確保學習過程的溝通順暢[14]。

加州大學伯克利分校信息與數據科學碩士招生計劃全年啟動3 次，分別為1月，5月和9月，申請者應具備優秀的成績記錄，包括：不低于3.0的GPA；具體的GRE或GMAT分數，以及TOEFL分數，同時申請者需要具備數據結構、算法和線性代數知識，并熟練使用Python 或Java 等編程語言，因此，該校對學生的編程能力有極高的要求。若其學術或工作背景缺乏該類經驗，但符合其他入學要求的申請人，必須在第一學期參加相關專業課程來補充專業背景知識。學費為每學期2333 美元，并有693.75 美元的額外學雜費[15]。

表2 iSchools聯盟高校信息與科學學院(信息學院)數據科學(及其相關方向)項目概況

雪城大學應用數據科學項目要求申請材料中包括學歷證明、500 字個人陳述、2 封推薦信、簡歷、GRE 成績，國際學生還需提交托福或雅思成績以及財務文件等[16]。伊利諾伊大學香檳分校數據科學項目不接受本科為三年制的申請人，申請人必須獲得(或即將獲得)4年制學士學位，GPA至少3.0 或者更高，并且申請人必須具備計算機編程，數據結構算法，計算機體系結構和計算理論方面的足夠背景，官方強烈建議申請人在附近的當地大學完成上述領域完整課程的學習[17]。阿姆斯特丹大學對申請人的學科背景不作限制[18]，該校的申請制度意味著各種學科背景的學生都被歡迎申請，但學生需要具備一定的統計技能和編程能力，這對沒有相關學習或工作經驗的申請者是一個不小的挑戰。

4.2.2 人才培養目標

培養新型信息職業者是iSchools 學院的重要目標之一，同時，iSchools 學院對人才的培養更加強調能力導向和未來導向。能力導向強調培養分析問題、解決問題的能力以及實際動手的能力；未來導向以培養預期中未來可能需要的人才為目的，強調跨專業的課程整合。很顯然，數據科學培養的人才匹配于新型信息職業領域，也是目前LIS 學科體系下除圖書情報學之外，涉及信息領域學科中新興發展的一門學科。

根據表2來看，LIS 學科背景下的數據科學專業人才培養正是著眼于能力導向和未來導向的人才培養模式，從實踐領域與社會未來需求的層面設置學科課程體系。印第安納大學伯明頓分校[19]關于數據科學的人才培養定位更多地與計算機科學相結合，更多的側重于培養定量分析和計算機科學人才，并且學院依托有供實踐的15 個相關實驗室，用以培養可應用到不同行業領域中的數據科學專業人才?？▋然仿〈髮W海因茨學院設置有專門的數據分析研究方向項目，并與校外機構合作建立實驗室，一方面可以滿足不同領域的數據分析人才需求；另一方面，可以為學生提供及時便捷的實踐平臺[20]。

謝菲爾德大學信息學院Brendan Tierney 對數據科學專業人才的論述是：現在所謂的數據科學家更多被卷入商業利益，并且被過度放大和使用，數據科學不是一些組織或公司用來處理任何問題的武器，也不是能夠用來傳送任何有價值內容的媒介，更多是作為一個宏觀層面去解決問題的工具。他依據是否涉及商業、營銷、收益而區分為I 類和II 類數據科學家，I 類數據科學家是指傳統型在數據整合和分析層面能靈活使用各項技術的數據人才；相較于I 類數據科學家，II 類數據科學家的專業知識和技術稍遜，但具備商業知識和市場戰略思維[21]。Brendan 對數據分析人才的界定更多是從社會需求角度出發，II 類型數據科學人才的培養，不僅僅局限于機械的知識與技能，應該適用于更寬廣的信息領域。從表2來看，謝菲爾德大學信息學院關于數據科學設置的初衷仍然偏重于I 類型數據科學人才的培養。

5 數據科學課程體系設置分析

5.1 數據科學課程設置情況

通過對調研范圍內的院校官網與教學大綱的梳理基礎上，得出以下iSchools 聯盟高校信息與科學學院(信息學院)課程設置情況，具體詳見表3。

5.2 數據科學課程設置分析

15所院校的數據科學課程大體劃分為核心課、必修課、選修課三種類型(核心課程也屬于必修課)。謝菲爾德大學沒有網絡學習課程，反映該校更偏向面對面的授課的形式，方便師生進行學術交流。印第安納大學伯明頓分?；旌现婆囵B分4 種方式，極具靈活性，即使因為工作而無法在校內進行學習的學生，也可以進行網絡遠程學習。

謝菲爾德大學數據科學方向涵蓋“數據科學導論”在內的5 門核心課程；商業智能在內的7門選修課程[14]。該校數據科學碩士計劃順應大數據發展迅猛態勢而生，意在使學生深入理解數據科學及其在不同組織環境下的應用，從而培養出處理結構化、非結構化數據和數據挖掘的專業性技能，還有使用軟件工具的實踐經驗。加州大學伯克利分校數據科學課程分為3 個單元，為基礎課程、高級課程以及Capstone 課程，并且反映出對機器學習以及編程的高度重視程度。

表3 iSchools聯盟高校信息與科學學院(信息學院)課程設置列表

加州大學伯克利分校辦學理念之一即為追求學術上的卓越。該校數據科學碩士項目的高級課程設置，展示出伯克利分校對培養精英型數據人才的期望。美國前總統奧巴馬2012年3月29日宣告“大數據研究與開發計劃”(Big Data Research and Development Intitiative)啟動，面向于加快美國的教育與學習革新進程。美國國家科學基金已向加州大學伯克利分校給予1000 萬美元的資金支持，鼓勵培養數據科學人才[22]。

雪城大學應用數據科學項目包括數據挖掘在內的6 門普通核心課程，以及4 門分析應用核心課程：會計分析、營銷分析、財務分析、管理科學原理，這些課程可以滿足學生關于希望通過數據來進行商業分析的需求。還有“建模與分析”等10 門選修課程。雪城大學CAS 獲得認證后可繼續學習iSchools 碩士認證項目的相關課程[23]，新穎之處在于兩者之間可以累積并轉換課程學分，非常適合對數據科學應用有強烈興趣的學生。

新澤西州立羅格斯大學的課程設置首先必須滿足零學分課程、最低技術課程要求、基礎要求的先決課程要求，數據科學方向有其另設的4 門必修要求課程：數據科學基礎、數據分析、使用數據解決問題、數據庫設計和管理，信息可視化等9 門選修課程。羅格斯數據科學碩士培養目標在于將學生培養為領導型人才，不僅具備分析性思維，還能有強大的數據處理能力。

5.2.1 數據科學課程目標設置分析

(1)致力培養復合型數據科學人才。由表3結合9 所院校的數據科學課程設置，課程整體上呈現出選修課數量大于必修課數量的特點，必修課程為學生掌握數據科學基礎理論提供了條件，但同時通過設立不同類型數據科學方向的選修課程，以使得學生可根據個人興趣愛好擁有充分的選擇范圍，學生能自主選擇最為契合自身職業發展的課程來學習[24]。這些課程絕大多數圍繞數據處理、分析展開，數據分析、數據挖掘、數據可視化出現的概率最高。此外，數據科學課程設置同樣符合LIS 教育特點，呈現跨學科多元化的特點，涉及圖書情報學、計算機科學、統計學、傳播學，管理學等，但核心課程還是圍繞數據來進行劃分，以此來培養出具備數據可視化、數據分析、計算機編程等能力的復合型數據科學人才。

值得注意的是，“數據方向”廣泛地納入人文類問題，如數據倫理、人性與價值探討(W231.Behind the Data：Humans and Values，加州大學伯克利分析)、隱私問題(CSCIB649：Advanced Topics in Privacy)，以“人”為中心的價值觀得到足夠的重視，LIS 中的其他專業培養方案也呈現出同樣的信息。

(2)跨學科培養同時注重實踐性?；氐奖疚牡纳鲜鰧W科專業優勢和課程目標，其實多元化、跨學科的教育理念日漸凸顯，這與數據自身屬性有直接關系，產生于各行各業的數據多種多樣，數據科學圍繞所依賴的數據呈現廣泛性和多樣性特點，導致數據科學人才培養方向呈現多元、多學科形態。與此同時，理論課程設置較多也是LIS教育下數據科學的突出特點，雖然上述提到部分院校設置有相關實驗室以供學生展開實踐，但是總體而言，碩士項目課程中關于實踐性的課程設置較少。雖然這與美國高校教育整體的實踐導向不相一致，但作為一門新興的課程以及學生的學科背景差異，理論學習最為基礎和重要。

Joan M.Cherry 等[25]作了一項長達4年的學生對LIS 學科研究生項目的認知情況調研，調研對象是1000 個多倫多大學信息科學碩士研究生，研究結果值得反思：三分之二的學生不滿意LIS碩士項目質量；普遍反映碩士學習階段缺乏獲得一些與工作直接相關的實習經驗，使他們無法順利步入工作崗位；但在考察的4年中，有一段時間有40%的學生想更多地獲得理論知識，4年里學生對理論與經驗的權衡發生微妙的變化，這源于學生對學科的認知、職業的看法有一些改變。該研究值得受到LIS 研究生培養項目的重視，尤其是該項目的初始階段，考慮如何在學科與職業定位層面，并結合LIS 教育與數據科學，培養符合社會需求的LIS 人才，值得進一步探討。

5.2.2 數據科學課程制度設置分析

由表3看，數據科學碩士的學制主要分為全日制和非全日制兩種。謝菲爾德大學提供1年的全日制碩士學位年限，2～3年的非全日制碩士學位年限。加州大學伯克利分校的非全日制在線課程上課時間安排為12～20 個月。針對數據科學方向的培養途徑除傳統的學位教育，還包括認證學習的人才培養方式[15]。雪城大學提供數據科學高級研究認證(CAS)，該認證可作為獨立性證書或者作為研究生學位課程的一部分[16]。除了提供校內授課的方式，印第安納大學伯明頓分校和新澤西州立羅格斯大學還設置了在線網絡課程。新澤西州立羅格斯大學研究生項目納入WISE 教育②擴充了學生的教育機會，很好地利用了遠程教學方式，提高了在校教育質量。

威斯康辛大學麥迪遜分校數據科學理學碩士課程設置時間為晚上在華盛頓大學西雅圖校區舉行[26]。數據科學課程制度設置的靈活性，方便學生巧妙安排學習時間與實踐項目時間，并且相關認證證書的設立是對數據科學復合型人才缺口的補充途徑，也反映出了社會對數據科學人才的迫切現實需求。

近年還有很多學校開設數據科學的MOOC教學平臺，華盛頓大學William Howe 提出MOOC是面向大眾教導數據科學技術的一條途徑。根據2014年美國國家學術報刊出版的《培訓學生從大數據中提取價值研討會摘要》 報告(Training Students to Extract Value from Big Data summarizes a workshop)，數據科學MOOC 參與者往往是計算機科學專業人士而非學生。該報告也涉及討論其他的數據科學教學方式包括證書認證、學位授予、Boot camps、私教課。

加州大學伯克利分校設置有數據科學Boot camps 學習方式，Boot camps 是伯克利分校研究生進行Python 計算機科學課程的先決訓練，在該訓練過程中，學生需要掌握一種編程語言。Boot camps 耗時3 個全天，每天有6～8 節講座，課程指導教師會來回走動來協助學生。2010年第一年有85 名學生參加此項目；2013年Boot camps 參加學生增加到250 多名。Joshua Bloom 提出：Boot camps 和其他短期課程的設立看似成功高效地給該領域的科學家傳授了數據科學技術，以及滿足了科學界的需求；然而關于如何將這些類型的課程與傳統教育課程進行整合，仍舊懸而未決[27]。

6 結語

數據科學已成為最具挑戰的領域之一，在各類組織中，iSchools 一直致力于圖情教育探索，未來融合數據科學的圖情學科發展無法避免各類挑戰與困境，但也意味著機會與創新同在。國內碩士層次數據科學項目的開展前景廣闊，世界一流學術共同體iSchools 成員院校開設的數據科學教育項目，以及項目的課程設置具有極強的學習研究意義，本文對這些數據科學項目進行梳理，或能對國內數據科學教育與課程設置以及學科交叉發展提供些許幫助。在今后的研究中，需要根據實際變化，對比分析國內外數據科學變化情勢，關注社會趨勢，以更全面地為探索我國LIS學科下適合圖情學科的數據科學教育路徑服務。

注釋

①iSchools聯盟發起于2003年的“信息學院運動”，之后由北美19 所圖書情報學學院和相關院系共同創建iSchools 項目。2007年北美19 所iSchools 成員宣布成立iCaucus聯盟，并使用iSchools作為聯盟名稱。2019年1月，iSchools 聯盟共有98 個成員，來自各國的高校圖書館與信息學院，本論文寫作過程中查閱的iSchool 聯盟成員為83 個。

②基于網絡的情報學教育。