碩士生課程教學(xué)改革與質(zhì)量督導(dǎo)的創(chuàng)新措施探析

李 昭 楊 習(xí) 余應(yīng)淮 彭小紅

（[1]廣東海洋大學(xué)數(shù)學(xué)與計算機(jī)學(xué)院 廣東·湛江 524088；[2]重慶工商大學(xué)會計學(xué)院 重慶 400067）

2021年我國碩士研究生報名人數(shù)達(dá)到420萬人，招生人數(shù)突破90萬人，報名和招生人數(shù)均為近十年最高，我國已經(jīng)成為一個碩士研究生教育大國。碩士研究生培養(yǎng)的數(shù)量和質(zhì)量已經(jīng)成為衡量我國高等教育發(fā)展程度、科技文化發(fā)展水平與前景的風(fēng)向標(biāo)。

1 碩士生課程教學(xué)遇到的問題

廣東海洋大學(xué)數(shù)學(xué)與計算機(jī)學(xué)院碩士研究生學(xué)位點于2017年開始招生，在招生數(shù)量逐年增長的同時，學(xué)院重點關(guān)注提高碩士研究生培養(yǎng)質(zhì)量以適應(yīng)社會經(jīng)濟(jì)高速發(fā)展的需求。鑒于碩士生課程教學(xué)階段存在課程體系陳舊、選課范圍窄、實踐能力培養(yǎng)欠缺、內(nèi)容缺少前沿性等問題，使學(xué)生對課堂教學(xué)的認(rèn)可度普遍偏低，獲取與掌握的知識有限，課堂教學(xué)環(huán)節(jié)在碩士生綜合能力與創(chuàng)新能力培養(yǎng)方面沒有發(fā)揮預(yù)期的作用，提出采用理論學(xué)習(xí)和實際應(yīng)用相結(jié)合的教學(xué)新措施。

2 教學(xué)與質(zhì)量督導(dǎo)的新措施

2.1 開展不同學(xué)科、不同學(xué)院間交叉選課

交叉知識的獲取貫穿于整個研究生培養(yǎng)過程，學(xué)院應(yīng)允許不同學(xué)科之間、不同學(xué)院之間交叉選課，開通合作學(xué)院之間課程互選、學(xué)分互認(rèn)、專業(yè)互通和短期交流。拆除人為設(shè)置的交叉選課障礙與壁壘，打通資源共享和利用的通道，為培養(yǎng)多學(xué)科交叉的創(chuàng)新型人才提供制度保障。

以學(xué)院碩士生課程“大數(shù)據(jù)分析及應(yīng)用”為例，可向水產(chǎn)學(xué)院、食品科技學(xué)院、海洋與氣象學(xué)院、機(jī)械與動力工程學(xué)院、海洋工程學(xué)院等海洋特色突出的院系開通選課與學(xué)分認(rèn)定的機(jī)制，增加碩士生對大數(shù)據(jù)分析與智能處理技術(shù)的基本認(rèn)識與掌握，訓(xùn)練學(xué)生運(yùn)用工具對海洋生物數(shù)據(jù)、海洋環(huán)境數(shù)據(jù)及海洋地理信息等大數(shù)據(jù)集的分析、處理、可視化與智能決策的能力，加深學(xué)生對新型大數(shù)據(jù)處理技術(shù)與海洋行業(yè)應(yīng)用深度交叉融合的認(rèn)知，為培養(yǎng)海洋行業(yè)背景的交叉復(fù)合型人才提供支持。

2.2 加強(qiáng)實踐能力培養(yǎng)

課程中運(yùn)用案例教學(xué)引導(dǎo)學(xué)生通過文獻(xiàn)查閱、理論推導(dǎo)、數(shù)值計算、模型實驗等途徑，完成一個相對完整的設(shè)計目標(biāo)，針對核心技能進(jìn)行綜合訓(xùn)練，提高學(xué)生運(yùn)用知識解決問題的能力。

以“大數(shù)據(jù)分析及應(yīng)用”課程為例，指導(dǎo)學(xué)生基于大數(shù)據(jù)領(lǐng)域相關(guān)的關(guān)鍵詞自主查閱學(xué)術(shù)論文和技術(shù)資料，結(jié)合當(dāng)前主流的大數(shù)據(jù)存儲與計算技術(shù)，搭建大數(shù)據(jù)處理框架。具體包括采用HDFS、Yarn、Spark、Spark SQL和Hive等技術(shù)建立數(shù)據(jù)離線批處理引擎，通過Flume、第三方采集組件、Kafka、SparkStreaming、Flink和Redis等構(gòu)建實時流處理引擎。基于大容量異構(gòu)數(shù)據(jù)庫、離線批處理引擎和實時流處理引擎建立數(shù)據(jù)處理框架。實現(xiàn)不同應(yīng)用情境中多源多模態(tài)數(shù)據(jù)的統(tǒng)一存儲、預(yù)處理和管理。

采用關(guān)系數(shù)據(jù)庫、分布式數(shù)據(jù)庫、分布式文件系統(tǒng)進(jìn)行數(shù)據(jù)集中存儲。離線批處理引擎將多源多模態(tài)流式數(shù)據(jù)、文檔數(shù)據(jù)、數(shù)據(jù)庫和hadoop輸出的數(shù)據(jù)自動采集到HDFS（Hadoop分布式文件系統(tǒng)）中，HDFS向Yarn提供高吞吐量（PB級）的數(shù)據(jù)訪問能力，利用Yarn為Hive、Spark以及SparkSQL合理分配并調(diào)度計算資源，實現(xiàn)數(shù)據(jù)的分布式清洗、統(tǒng)計、映射、轉(zhuǎn)換等預(yù)處理操作，為進(jìn)一步的分析挖掘提供支持。實時流處理引擎通過Flume和第三方采集組件將實時文檔、數(shù)據(jù)庫輸出的數(shù)據(jù)、Socket數(shù)據(jù)流等實時采集到Kafka中，通過Kafka將數(shù)據(jù)轉(zhuǎn)換為流計算引擎可處理的數(shù)據(jù)，利用SparkStreaming和Flink對高吞吐量的流式數(shù)據(jù)進(jìn)行快速分布式統(tǒng)計、映射、連接和轉(zhuǎn)換等預(yù)處理操作，獲取實時預(yù)處理后的數(shù)據(jù)并輸入Redis進(jìn)行數(shù)據(jù)緩存，為數(shù)據(jù)的深度挖掘作準(zhǔn)備。

通過建立數(shù)大據(jù)處理框架，融合大容量關(guān)系數(shù)據(jù)庫、分布式數(shù)據(jù)庫、分布式文件系統(tǒng)，建立面向海洋水文、氣象、生物、環(huán)境、遙感等應(yīng)用情境的數(shù)據(jù)庫集群，提升大數(shù)據(jù)集存儲與管理效能。數(shù)據(jù)處理框架通過兼容多種數(shù)據(jù)格式、高吞吐量、快速并行的數(shù)據(jù)處理能力，為進(jìn)一步增強(qiáng)數(shù)據(jù)存儲、預(yù)處理、管理和服務(wù)能力提供框架支持。以課程設(shè)計目標(biāo)為導(dǎo)向，增強(qiáng)學(xué)生實踐動手能力，突出海洋大數(shù)據(jù)特色，服務(wù)于計算機(jī)與涉海學(xué)科的深度交叉融合。

2.3 強(qiáng)化課程內(nèi)容與國際前沿研究問題的結(jié)合

指導(dǎo)學(xué)生查閱課程相關(guān)的最新高水平專業(yè)期刊論文，以大作業(yè)的形式要求學(xué)生從研究背景、研究意義、創(chuàng)新點、研究內(nèi)容、研究方法、計算或?qū)嶒灲Y(jié)果、主要結(jié)論等方面對論文進(jìn)行評價，完成閱讀報告并以PPT的形式進(jìn)行展示答辯，使學(xué)生在論文查閱、理解和表達(dá)等方面得到綜合訓(xùn)練。

以“大數(shù)據(jù)分析及應(yīng)用”課程為例，指導(dǎo)學(xué)生查閱人工智能（《Artificial Intelligence》、《IEEE Transactions on Pattern Analysis and Machine Intelligence》、《International Journal of Computer Vision》、《Journal of Machine Learning Research》）、數(shù)據(jù)庫、數(shù)據(jù)挖掘、內(nèi)容檢索（《ACM Transactions on Database Systems》、《ACM Transactions on Information Systems》、《IEEE Transactions on Knowledge and Data Engineering》、《The VLDB Journal》）、學(xué)科交叉（《IEEE Transactions on Big Data》、《IEEE Transactions on Geoscience and Remote Sensing》、《IEEE Transactions on Robotics》）等研究領(lǐng)域的國際知名學(xué)術(shù)期刊近三年發(fā)表的學(xué)術(shù)論文，挑選與所參與的科研及應(yīng)用項目關(guān)系密切的1篇論文精讀，通過項目答辯的形式（PPT）在課堂上剖析講解選文的研究背景、研究意義、創(chuàng)新點、研究內(nèi)容、研究方法、計算或?qū)嶒灲Y(jié)果、主要結(jié)論等內(nèi)容，撰寫閱讀報告，理解掌握學(xué)術(shù)論文的寫作方法與規(guī)范，進(jìn)一步提升論文查閱、理解、撰寫與表達(dá)能力。

2.4 建立課程質(zhì)量督導(dǎo)體系

由于研究生階段存在對學(xué)生的管理比較寬松，對教學(xué)的質(zhì)量要求更高等特點，要求研究生教學(xué)質(zhì)量的督導(dǎo)具有針對性，重點放在對研究生教風(fēng)和學(xué)風(fēng)的監(jiān)督審查上，主要包括對課程和學(xué)位論文的督導(dǎo)。研究生的教學(xué)工作涉及眾多環(huán)節(jié)，需完善課程建設(shè)、課程考核、論文開題、評議和答辯等環(huán)節(jié)的規(guī)章制度。成立專門的研究生教學(xué)質(zhì)量督導(dǎo)機(jī)構(gòu)，以規(guī)避人為因素影響結(jié)果的公平公正性。建立一個結(jié)構(gòu)合理、專業(yè)素質(zhì)強(qiáng)硬、認(rèn)真負(fù)責(zé)的質(zhì)量督導(dǎo)隊伍。處理好“督”與“導(dǎo)”的關(guān)系，創(chuàng)建及時、敏銳的發(fā)現(xiàn)問題并給出解決方案的監(jiān)督指導(dǎo)機(jī)制。構(gòu)建便于師生交流的質(zhì)量督導(dǎo)信息反饋平臺，形成更加高效便捷的信息反饋體系。

3 結(jié)論

針對碩士生課程教學(xué)階段存在課程體系陳舊、選課范圍窄、實踐能力培養(yǎng)欠缺、內(nèi)容缺少前沿性等問題，提出理論學(xué)習(xí)和實際應(yīng)用相結(jié)合的教學(xué)新措施，為培養(yǎng)多學(xué)科交叉的創(chuàng)新型人才、提升學(xué)生運(yùn)用知識解決問題的能力、增強(qiáng)學(xué)生對前沿科技文獻(xiàn)的查閱、理解、撰寫與表達(dá)能力提供支撐。