信息與計算科學專業基于培養數據分析能力的課程群整體優化與教學改革

劉芳 許可 雷鳴

【摘要】隨著大數據時代的到來，社會對數據人才的需求不斷擴大.本文針對信息與計算科學專業傳統教學模式滯后的問題，以就業為導向，面向產業應用構建時代性、立體化的課程群體系.運用多元化教學手段，智能優化課程群教學，培養學生的數據分析應用能力，以適應大數據時代市場對數據人才的要求.

【關鍵詞】信息與計算科學專業;數據分析;課程群優化;教學改革

【基金項目】遼寧省普通高等教育本科教學改革研究項目（2018）;沈陽理工大學本科教學改革研究項目SLGJG2019041/SLGJG2019080.

一、引 言

隨著互聯網、數據科學的高速發展，當今社會已進入容納“海量數據”的大數據時代.2015年10月，黨的十八屆五中全會正式提出“實施國家大數據戰略，推進數據資源開放共享”.這表明中國已將大數據視作戰略資源并上升為國家戰略.據中國商業聯合會數據分析專業委員會統計，2020年中國基礎性數據分析人才缺口達到1400萬.為滿足社會對大數據專業領域人才的巨大需求，亟須在有基礎的高校和專業建立數據科學與數據技術相關的課程體系，為數據研究和運用提供相應的數據分析與處理的專業人才[1-2].研究大數據背景下的數據分析人才培養模式，將人才培養與國家戰略需求相統一，發揮數學學科特色，培養應用型創新人才意義重大.

數據分析與處理的相關崗位所需具備的技能一般包括計算機科學技術、數學和統計學、數據挖掘、數據可視化等方面.從我校信息與計算科學的課程設置情況看，這四個方面均有涉及，信息與計算科學專業在培養數據分析與處理人才方面具有專業優勢.在此優勢下進行以培養數據能力為導向的數據分析與處理課程群的整體優化和教學內容改革與實踐勢在必行[3-4].

二、教學模式中存在的問題

近年來，信息與計算科學專業在數據分析與處理課程群教學模式中的改革取得了很大的成績，但仍存在一些問題，具體表現在以下四個方面：1）課程設置不先進，學生所學的知識與社會需求不符，與國家戰略不同步，學生的數學知識學習與實踐能力不足;2）課程系統性不強，課程之間缺少相關內容的融合與連接;3）課程內容的設置只考慮了知識的傳授，缺少思想引領教育，育人教育機制不完善;4）數據分析與處理相關課程的實踐教學以課程實驗和課程設計為主，應用性不強，學生只停留在基礎算法的簡單實現層面，綜合處理數據、分析數據、運用數據的能力欠缺.

三、課程群整體優化與教學改革

針對信息與計算科學專業在數據分析課程群的教學內容與教學模式中存在的問題，課程群教師團隊采用四種切實可行的方法，提高信息與計算科學專業數據分析與處理課程群的教學質量，提升學生的數據分析實踐能力.具體的課程群優化與改革方式如下：

（1）以就業為導向，面向產業應用，優化課程群體系

分析市場需求，面向產業應用，配置具有時代性和先進性的立體化課程群體系[5].

1）構建時代性課程群體系

圍繞數據處理與分析科學的核心觀念和方法，夯實數學基礎，設置主干課程，形成核心課程群，對教學內容進行重組和整合，更新教學內容，引進《大數據算法》《數據挖掘》《人工智能》《機器學習》《創新思維訓練與實踐》等數據處理熱點課程，設計數據分析行業領域的知識樹，構建包含25門理論課程、14門實踐課程的新時代數據分析與處理課程群，全方位培養學生的數據分析與處理的綜合能力.

2）實現交叉教學，構建立體化課程群體系

以課程群培養目標為依據，優化更新課程內容，打破課程內容、課程資源的歸屬性與壁壘，將不同的課程內容進行融通與銜接，刪除課程重復內容，增補課程間的空白，對教學資源進行共享配置，形成完整的系統，從人才培養方案設計到教學與實驗等環節體現交叉特色，在理論教學與實踐教學中促進學生的認知遷移，使學生更好地理解一門課程與其他課程以及整個課程群的內在關聯，從而達到整體大于部分之和的學習效益，提高課程群的建設水平，實現課程群建設的規模效應，激發學生綜合、立體的數據分析和處理能力，培養復合型數據人才.

（2）運用多元化教學手段，智能優化課程群教學[6-7]

1）搭建課程教學輔助系統，實現數據分析和算法的可視化

開發課程教學輔助系統，借助教學輔助系統，在《數值分析》《數據分析》《算法設計與分析》等培養數據能力的課程講授中，讓學生體會數據分析、數值計算和算法設計的過程和結果，實現數據分析和算法的可視化.在軟件演示及調試過程中，學生能夠切身體會到如何將理論轉化為應用，提高了學生動手實踐的欲望和熱情.

2）開發課程App，創建電子書包，實現移動教學

開發基于《數據分析》《數值分析》《算法設計與分析》等課程的App，學生能夠隨時隨地在線學習課程內容，瀏覽課程視頻，進行課程測試、在線討論，實現課程的“可視化”與“可攜帶”，滿足學生個性化學習要求，為教師和學生提供一種不受時間和空間約束的交互式教學平臺，實現課內課外全流程教學.

3）開發、整合課程資源，開展線上線下混合式教學

收集網絡資源和數字化資源，提煉精品特色，更新教學理念，整合線上優質的教育資源和線下 “面對面”的教學互動優勢，開展線上線下混合式教學.依托資源共享的新時代教育平臺，通過設計SPOC課程、精選國家精品MOOC和跨校修學分等多種授課模式，為學生提供優質知識資源和個性化、多維度的教學模式，開拓學生的知識視野，實現師生與名校、名師“零距離”，提升教學質量和教學效果.課程團隊已建立《運籌學》《計算方法》《復變函數與積分變換》等SPOC課程，《數值分析》《C語言程序設計》等國家精品MOOC，并在2020年春季，依托超星學習通平臺，以《人工智能》課程為試點，與遼寧工業大學合作，開展跨校修學分授課模式研究.

4）采用校企合作的授課模式，將“案例”和“項目”引入課堂

從企業需求出發設置課程講授內容，精心設計與選取教學案例，建立案例庫，采用在校教師與企業工程師聯合授課模式，引入企業實際項目，使學生在對“案例”和“項目”的研究討論中，增強動手能力和實踐應用能力.

（3）構建課程思政育人機制，實現育人育才相統一

以國家政策方針為指引，以社會需求為導向，從教學內容、教學環節、教學手段、實驗設置等方面挖掘課程思政元素，精選課程案例，在數據采集、數據比對、模型設計、算法驗證、案例分析過程中樹立學生正確的思想導向，實現知識傳授與思想引領相統一，提升學生的專業素養及綜合素質，使學生成長為“講政治，懂技術”的高素質人才.

（4）加強數據分析與處理的“實戰演練”，將課堂延伸到課外

鼓勵和組織學生積極參加與課程相關的競賽與活動，如“高教社杯”全國大學生數學建模大賽、“挑戰杯”遼寧省大學生課外學術科技作品競賽等.促進學生以組建團隊的形式做具體的項目，如大學生創新創業項目和參與教師的科研項目.學生在一次次的“實戰演練”中，能夠體驗 “獲取問題—分析問題—求解問題—驗證結果—應用推廣”的全流程.“實戰演練”既提高了學生綜合數學知識分析問題、解決問題的能力，又鍛煉了學生的團隊溝通、協作能力，使學生成長為具有高素質、高能力的數據分析人才.

四、總結

通過對培養學生的數據分析與處理能力的課程群的教學內容、教學方式、育人機制、實踐平臺等方面進行改革，提升了課程群體系設置的先進性、系統性、應用性，深化了課程思政教育，促進了人才培養模式與國家策略和社會需求的同向同步.在兩年的教學改革實踐期內，教學改革成果和資源已推廣到沈陽工業大學和沈陽理工大學多個專業，師生滿意度較高.畢業生反饋認為學習新知識的意識和能力、數學思維能力、團隊合作精神和創新意識、靈活多樣的創新創業訓練是他們簡歷上一道亮麗的風景線，是工作崗位高起點的基石.

【參考文獻】

[1]張劍，張宏民，張水勝.“互聯網+”背景下信息與計算科學專業教育教學改革研究[J].高師理科學刊，2018，38（12）：66-68.

[2]盧春霞.大數據時代的信息與計算科學[J].亞太教育，2016（04）：98.

[3]陶珺，胡昌奎，謝頌華.理工融合理念下光電信息科學與工程專業課程群教學體系的建設與優化[J].科教導刊（上旬刊），2016（12）：37-38，125.

[4]李浩.以專業核心能力培養為導向的信息與計算科學專業課程群建設探索[J].信息與電腦（理論版），2017（5）：236-237.

[5]張太發，蔡吉花，張亞江，等.以就業為導向的數學專業計算機方向課程體系構建[J].經濟研究導刊，2014（34）：162-164.

[6]薛先貴，黎路，楊楠.面向大數據的信息與計算科學專業實踐教學模式探索[J].課程教育研究，2016（22）：161-162.

[7]劉一穎.大數據時代高校數據型人才培養探究[J].傳承，2015（12）：112-113.