基于成果導向的大數據技術與應用專業實驗室建設研究

白鳳偉 張 巖

(錫林郭勒職業學院 內蒙古錫林浩特 026000)

成果導向教育(Outcomes Based Education，OBE)作為教育改革的先進理念，在美國、英國等國家歷經20多年的理論研究和實踐探索，形成了較為完備的理論體系，并在各國的教育改革實踐中不斷豐富完善[1-2]。成果導向教育的核心包括學生為中心、成果為導向，質量持續改進[3]。

高職院校傳統的授課方式是以教師為中心、以課程內容為主。這種授課方式對于體現學生的學習效果不明顯，并且無法滿足社會對人才的要求。在信息化時代，各行各業對大數據的需求越來越大。因此，大數據技術與應用專業應運而生，但該專業到目前為止仍是一個新型專業，對于高職院校來說，在專業課程設置、實驗室建設、師資培養等存在一些問題。本文就大數據專業實驗室建設做出以下研究。

一、基于成果導向的“產、教、學、研”一體化的實驗室建設總體方案

首先，我們通過企業調研分析，確定大數據專業的職業崗位群，再通過崗位需求確定工作任務；其次，我們再根據工作任務、對學生的培養目標和核心能力分析得出大數據高職層次人力需求和職業能力，經過整合與歸納轉換成基于成果導向的教學模式，最終形成以“產、教、學、研”一體化的實驗室建設。

二、大數據實驗室簡介

大數據教學實訓系統：主要為學生提供大數據專業實驗實訓教學體系，助力學生大數據知識掌握和職業技能培養，為學生從事大數據技術相關崗位奠定夯實的技術基礎。

大數據技能演練和實戰系統：我們通過“以賽促教、以賽促學”的教學模式構建平臺。平臺集賽前訓練、模擬比賽、能力評估、技術學習四位一體，為學生的技能學習及大賽模擬提供一站式服務，也為高職院校和大數據企業的人才供需對接建立綠色通道。

U-SaaS開放在線云平臺：該平臺可快速構建復雜度高、隔離性強的各種實驗環境，賦予用戶一鍵啟用、部署快捷的在線實驗學習體驗。

三、大數據實驗室網絡拓撲架構圖

大數據實驗室通過線上+線下相融合的混合云服務，采用B/S架構，包含大數據資源平臺、交換設備。

四、大數據綜合實訓平臺功能

高職大數據綜合實訓平臺的整體功能架構如下圖所示。

圖1 高職大數據綜合實訓平臺的整體功能架構

(一)基礎硬件資源層?；A硬件資源層是大數據平臺的硬件資源，為系統提供底層硬件資源設備。大數據實訓控制節點：提供教學平臺系統和教學資源模塊的硬件支撐；提供實訓大數據計算能力。數據存儲服務節點：為系統提高數據資源調用速度。

(二)平臺支撐層。平臺支撐層是在基礎硬件資源層的基礎上所進行的虛擬化，提供資源給更多的用戶。

(三)業務應用層。業務應用層主要包括實訓資源和行業案例。它主要是根據課程制訂的實訓資源和案例，能夠為用戶提供云主機資源；能夠實現對設備的虛擬化實現等等。

(四)用戶操作層。用戶操作層包含三種角色：學生、教師、管理員。學生角色可以在平臺上進行學習、實驗、問答、筆記等；教師角色可以安排課程、答疑、規劃等；管理員角色可以對平臺中的功能進行管理。

五、實驗資源建設

圖2 大數據知識技能圖譜與崗位畫像的映射關系

我們根據大數據崗位和知識體系確定基于成果導向的課程和課程大綱，制作知識圖譜和技能圖譜。

六、大數據教學系統實驗系統設計

本大數據實驗系統劃分為如下模塊和功能。

(一)大數據基礎運維課程資源模塊。功能：Hbase的分布式環境搭建、配置、調優實驗；Hive環境搭建(MySQL及內置數據庫)、數據建模(MySQL數據庫)等離線分析；Sqoop環境搭建相關實驗；關系型數據庫MySQL和非關系型數據庫MongoDB實驗。

(二)數據采集與預處理課程資源模塊。功能：flume安裝和配置、采集日志、Flume使用syslog source監聽TCP端口數據源等試驗。

(三)數據可視化與BI工具課程資源模塊。功能：數據可視化實驗，包含以下內容：地域空間可視化、概念可視化(打包圖、力學圖、集群圖)、面積可視化(散點圖、弦圖)、圖形可視化(餅狀圖、樹狀圖、柱形圖)等案例。

(四)基于Python的大數據分析。功能：線性回歸、邏輯回歸、聚類分析、決策樹分類算法等實驗內容。

(五)數據可視化課程資源模塊。功能：數據可視化實踐，包含以下內容：Highcharts圖表應用(餅圖、面積圖、散點、折線、矩形)，Tableau項目實戰案例等實驗。

七、結束語

成果導向教學模式改革和大數據實驗室建設可以在“以學生為中心、成果為導向”的基礎上極大地改善大數據專業的課程和實驗條件，加強大數據的人才培養，提高學生的實驗技能和專業能力。同時，它也可以幫助教師的教學和科研，最終實現“產、教、學、研”一體化的實驗室環境。