“大數據基礎”課程教學改革體會

李志杰　劉基旺

摘? 要：針對“大數據基礎”課程學習內容相對較新、知識面較廣、教師教學與學生學習難度更大的實際狀況，分析該課程的定位、教學內容與教材選擇、教學方式與實驗案例設計等問題。提出和實踐新工科背景下的大數據課程教學方法，包括項目案例驅動教學、以問題提升教學、激發學生創造力等。同時，結合“大數據基礎”課程教學實踐分析了大數據課程教學改革方向。

關鍵詞：大數據基礎;課程教學改革;項目案例;數據科學人才;新工科建設

中圖分類號：G642? ? ? 文獻標識碼：A 文章編號：2096-4706（2019）23-0171-03

Experience in Teaching Reform of “Big Data Foundation”

LI Zhijie，LIU Jiwang

（School of Information Science & Engineering，Hunan Institute of Science And Technology，Yueyang? 414006，China）

Abstract：Aimed at the fact that the learning content of “Big Data Foundation ”course is relatively new，the knowledge is wide and the difficulty of teaching and learning is greater for teachers and students，this paper analyses the positioning of the course，the selection of teaching content and materials，the teaching method and the design of experimental cases，and puts forward the teaching method of big data course under the background of the new subject，including project case-driven teaching，problem-based teaching，stimulating students’creativity，etc. Meanwhile，combining with teaching practice，this paper analyses the direction of teaching reform of big data course.

Keywords：big data foundation;course teaching reform;project case;data science talents;construction of new engineering

0? 引? 言

大數據是信息化發展的新階段。新工科建設背景下，不少信息類專業開設了大數據相關課程，如大數據基礎、云計算與大數據、大數據實時分析等，其目的是教導學生熟悉數據分析技術，能夠熟練使用知識發掘方法，擁有堅實的并行與分布式計算知識，具備數據科學行業的應用能力。

由于大數據綜合了信息論、人工智能、機器學習、數據挖掘、統計學等多學科知識，理論性較強，內容相對較新。大數據適用的應用領域涵蓋商業智能、物聯網、社會大數據分析、金融、醫療、通信等行業。因此，大數據相對于其他工科課程，教師教學與學生學習難度更大，大數據課程建設與教學改革的重要性更加突出。

湖南理工學院從2018年上學期開設“大數據基礎”課程，覆蓋信息科學與工程學院軟件工程本科專業2個班，100人左右，目前已開課兩次;湖南理工學院研究生的大數據分析課程，覆蓋研究生一個班20人左右。大數據應用技術實訓課程，覆蓋3個專業120人左右。

“大數據基礎”課程是數據科學與大數據技術、人工智能兩個專業的技術基礎課程。在本科生和研究生的“大數據基礎”相關課程教學中，應該按照新工科建設的標準與要求，從應用的角度引入工業界最新的大數據技術，提高學生的實踐能力和學術能力。“大數據基礎”課程側重實踐教學，由大數據項目案例驅動本科生和研究生的實驗教學，必然會從根本上提高學生的動手能力，對學生未來的就業和學術生涯具有重要意義。

本文圍繞“大數據基礎”課程教學實踐，分析該課程大綱的制訂、教學內容與教材選擇、教學方式與實驗案例設計等問題，提出新工科背景下的大數據課程教學方法，并結合教學實踐分析大數據課程改革方向，如圖1所示。

1? “大數據基礎”課程建設

1.1? 課程定位

大數據時代，傳統的數據庫、編程語言、數據結構、編程思想和框架的處理能力已經不能滿足當前大數據時代的需求，學生的知識結構急需更新。不僅新開設的數據科學與大數據技術專業，一些信息類相關專業也有大數據教育的需求。

在大數據教育體系中，“大數據基礎”課程是一門必修基礎課程。該課程基于分布式架構實現技術，技術內容豐富，涵蓋數據采集、預處理、存儲、管理、數據分析與可視化等。系統講述數據分析全流程中，典型軟件的安裝、使用和基礎編程方法為后續課程（數據挖掘、云計算與大數據、大數據實時分析等）的教學奠定扎實的理論和實踐基礎。

通過“大數據基礎”課程的教學，使學生系統地掌握操作系統（Linux和Windows）、開發工具（Eclipse）以及大數據相關技術、軟件（Kafka、Hadoop、HDFS、MapReduce、HBase、Hive、Spark、數據可視化工具）等，逐步熟悉大數據的應用開發過程，并能在大數據編程實踐中靈活使用相關技術。

“大數據基礎”是一門面向工程應用實際的技術基礎課程，要將工業界最新的大數據和人工智能技術引入本科生和研究生的教學中，通過豐富的課程實驗和綜合案例，培養學生的大數據基本工程素養，并為今后進一步從事大數據相關工作打下良好的理論和實踐基礎。

1.2? 課程教學內容

按照新工科建設的標準與要求，“大數據基礎”課程教學內容的選擇遵循的原則是“知識夠用、注重應用、內容先進和總體優化”。

（1）知識夠用。涵蓋大數據批處理、流處理、圖計算、查詢分析計算等四種處理模式，以及它們的應用實例;

（2）注重應用。“大數據基礎”課程教學全過程由大數據實際項目案例驅動;

（3）內容先進。適當介紹一些可以用于大數據分析的機器學習與數據挖掘常用算法，以及在分布式并行環境下的使用方法;

（4）總體優化。從總體上保證課程內容系統全面，重點突出，層次分明，實用先進。

1.3? 課程考核方式

為了準確地體現“大數據基礎”課程教學要求，有利于實現數據科學人才的培養目標，課程考核方式的選擇與操作要能比較客觀公正地反映學生的學習狀況和教學效果，要能較好地考察學生分析問題與解決實際問題的能力，有利于激發學生的主動創新能力。

在“大數據基礎”課程的考核方式上，我們采用平時、理論與實踐相結合的多樣化考核方法，考核內容強調實踐操作能力與應用技能考核，加大實踐考核的比例。比如，在總分100分中，平時成績（包括考勤、作業、課堂提問等）占20%，理論考核（期末）占30%，實踐技能考核占50%。

“大數據基礎”課程考核的成績評定由平時、理論、實踐相結合綜合評定，考核方法向多元化、全程化、科學化、綜合化轉變，通過課程考核的引領作用來激勵學生的積極性，切實提高教學質量。

1.4? 教材編寫

對于高校而言，推出更加實用、更加專業的高校大數據課程和教材似乎是一項迫切的基礎性工作。顯然，“大數據基礎”包含的知識范疇比較廣，又注重應用，教材的選擇至關重要。選定的教材要有一定的先進性和實用性，最好還有相關的大數據課程輔助教材，能提供豐富的課程實驗和綜合案例，用于指導大數據編程實踐。

中國高校大數據教育當下的課程教材編寫頗有些群雄逐鹿的意味，但不管怎樣，在課程教材編寫中，必須結合企業的實際應用，杜絕“閉門造車”的現象，為自己的學生尋求與編寫最實用的教材和平臺。

大數據是一個不斷蓬勃發展的學科，教材編纂始終保持在發展前沿，自然能為人才培養輸入源源不斷的生命力。

2? “大數據基礎”教學方式改革

2.1? 項目案例驅動教學

大數據理論教學必須與本工科專業結合，以相關案例驅動大數據教學過程。在理論教學中，以案例應用為載體，采用以點帶面的思路進行教學內容的組織，細化教學目標并編寫講義。實驗教學設計實際應用場景，以知識應用與實踐技能培養為重點內容。同時，適度引入大數據最新技術以保證課程內容先進性。

另外，大數據處理需要復雜度更低的可行算法，甚至在有些情況下需要設計并行算法。因此，大數據對自主實際編程的能力要求很高，“大數據基礎”課程需要體現大數據編程的特色，強調編程能力和算法設計，并專門教授并行計算相關內容。

“大數據基礎”實驗實訓環節，以案例應用為載體，設計實際應用場景，安排專門教授并行計算相關內容的教學環節，注重自主編程能力培養。同時，改革課程考核方式，在課程成績評定中引入激勵機制，教學全過程考核。

我們設計實踐導向的課程項目，學生組隊（3～5人一組）完成3個課程項目。課程項目包含必做和選做部分，必做部分主要完成一些基本的大數據實驗任務;選做部分具備一定的難度和靈活性，解決的問題更加開放，要求學生必須自己編寫大數據并行代碼。所有項目都要在課堂上做項目匯報，內容主要包括項目方案、算法細節、程序編碼、以及收獲等方面，目的在于激發學生的創新能力和培養他們獨立思考問題和解決問題的能力。

實踐表明，通過案例問題導向的方式更容易激發學生的學習興趣和加深對理論的理解。另外，在具體案例分析過程中，多采用以點帶面的內容安排技巧，從一點出發逐步擴展，可以更好地幫助學生獲得課程理論的清晰脈絡。

2.2? 以問題提升教學

相對于傳統課程，無論教師教學還是學生學習，“大數據基礎”課程的難度更大。為了取得良好的教學效果，實現課程教學的目標，教學方式的改革很有必要。

傳統的課程教學方法以課堂理論教學為主，教學內容根據課程本身來設計，教學方法又根據教學內容來設計，這種課程教學方法不能適應“大數據基礎”課程教學的需要。

在“大數據基礎”課程教學實踐中，我們以學生為主體，根據學生志趣與課程特點，在理論與實驗教學過程中設計了以案例驅動教學、以問題提升教學、以“鼓勵”提升教學3種先進教學方法。同時，積極運用現代教學技術與手段，如申報慕課，借鑒翻轉課堂手段等。另外，課程考核方面，我們在課程成績評定中引入激勵機制，教學全過程考核，強調實踐操作能力與應用技能考核，最后進行綜合考試。

現階段大數據教學存在的主要問題，一方面是重視不夠，不少高校還沒有開設專門的大數據教學模塊;另一方面，已開設的大數據相關課程，常常存在專業案例教學弱化、忽視自主編程能力培養等現象。這些現象與問題是與國家大力提倡的新工科的要求相悖的，需要引起足夠重視。按照新工科的精神要求，“大數據基礎”課程只有延展實踐育人平臺，強化教學實驗、實習實訓，教學科研互動促進教學，產學研協同，教學全過程考核，才能提高數據人才培養質量。

2.3? 激發學生創造力

“以學生為中心”，以多種方式充分激發學生的主動性與創造性。

（1）完成課程設計。只靠十幾個課程實驗學時，只能完成實驗環境及基本技能訓練，還要通過工程實訓與課后學習等環節完成課程設計;

（2）參加技術競賽。培養數據科學人才僅僅通過課堂教學是遠遠不夠的，還需要通過實操的方式來學習知識。技術競賽是最好的實操，考驗參與者全方位的技能，也能在短期內最大程度地激發人的潛力;

（3）鞏固與分享知識。學生通過查閱課堂總結、完成工程實訓課程設計、參加技術競賽等方式，課堂教學獲得的知識得到鞏固、內化與提升。通過小組論壇，學生也可以分享學習體會和學習經驗。

3? 結? 論

當前，我國的工程教育在理念、人才結構、知識體系、培養模式等方面，與培養卓越工程人才的要求有一些不適應，大數據教學還處于起步階段。例如，在教育理念方面，中國受到傳統教育體制的限制，更重視縱深的專業技能，缺少跨學科和專業的綜合性體制的建立。而大數據是跨學科和專業的，因此，我們應該開放心態，積極轉型為“T”字型數據科學人才教育理念。

借“大數據基礎”課程建設的契機，我們設計以案例為載體、重互動的教學方法。充分發展現代化技術教學手段，保障教學計劃實施。這種新工科背景下的大數據課程教學方法，在“大數據基礎”課程的教學實踐中取得了良好的教學效果。

新工科指明了我國工程教育改革的方向，為大數據課程的教學改革提供了一個全新的視角和可行的思路。近年來的諸多實踐證明，想培養真正合格的大數據人才，產學研融合是一條可行之路，也是必由之路。產學研融合，由大數據項目案例驅動大數據課程教學的全過程，也是大數據教育改革的可行之路。

參考文獻：

[1] 姚興華，吳恒洋，方志軍，等.新工科背景下機器學習課程建設研究 [J].軟件導刊，2018，17（1）：221-223.

[2] 林子雨.大數據基礎編程、實驗和案例教程 [M].北京：清華大學出版社，2017.

[3] HE H ，ZHANG J Z，LIAN L I，et al. Reform on MCU Course of College Based on PROTEUS Platform [C]//計算機科學與電子技術國際學會.2013年教育技術與管理科學國際會議論文集，2013：74-77.

[4] 陳勁松.新工科背景下電子類專業計算機類課程體系探索 [J].廊坊師范學院學報（自然科學版），2018，18（3）：108-111.

[5] 杜小榮.基于大數據下的中職計算機基礎課程教學改革研究 [J].考試周刊，2018（93）：12.

[6] 李英梅，黃玉妍，夏偉寧.關于高校應用型軟件人才培養的探索 [J].教育探索，2011（6）：102-103.

[7] 讀芯術.2019高校AI真能從0到1？先解決4個問題 [EB/OL].（2019-03-01）.https：//baijiahao.baidu.com/s？id=1626793522631836904&wfr=spider&for=pc.

[8] 百度AI.4個月開設一門人工智能課，這位老師怎么辦到的？ [EB/OL].（2018-10-09）. http：//yingxiao.baidu.com/new/home/product/details/id/3503？ly=author_zx.

作者簡介：李志杰（1964-），男，漢族，湖南永興人，副教授，博士，中國通信學會云計算和大數據應用專委會委員，研究方向：大數據在線學習;劉基旺（1997-），男，土家族，湖南永順人，碩士研究生，研究方向：大數據智能算法。