“數據科學與大數據技術”專業應用能力培育新模式決策系統研究

樊繼慧 鐘健

摘要：2018年3月21日，教育部公布了《2017年度普通高等學校本科專業備案和審批結果》，其中有862所高校共計新增2311個專業。其中 “數據科學與大數據技術”作為新興專業，炙手可熱。天河學院作為獨立學院代表，2017年已獲批“數據科學與大數據技術”招生資格，人才培養方案建設成為重中之重，研究“數據科學與大數據技術”專業的人才培養模式成為專業負責人的重要任務。本文擬構建決策支持系統，輔助人才培養方案的制定、組合與優化。

關鍵詞：數據科學與大數據;人才培養方案;決策研究

中圖分類號：TP311? ? 文獻標識碼：A

文章編號：1009-3044（2020）23-0131-02

1 研究背景

推動大數據產業可持續健康發展，是黨中央、國務院做出的重大戰略部署，體現了國家對大數據建設的高度重視。《粵港澳大灣區發展規劃綱要》中提到大力推進“廣州-深圳-香港-澳門”科技創新走廊建設，探索人才、資本、信息、技術等創新要素跨境流動和區域融通，共同建設粵港澳大灣區大數據中心，打造國際化創新平臺。

“數據科學與大數據”專業是國家院校新興學科，幾年來熱度不減。目前已經有19級、18級、17級等三個班級在內，并將陸續進行招生工作，人才培養方案的完善是我們迫在眉睫的問題。該專業需要具備良好的計算科學和大數據科學基礎知識、理論及技術，需要具備熟練的應用計算機軟件能力，解決大數據問題的能力，具有應用軟件設計、研發和實施能力，最終目標是培養能夠在企業、事業單位、政府部門及學校從事大數據采集、挖掘、分析、服務、管理、應用及開發工作的應用型高級技術人才。學生需受到系統的應用開發訓練，具有較強的數據分析和信息處理能力，獲得初步的數據挖掘、分析、管理和應用開發經驗，具備大數據分析和工程應用能力素養。作為我校新興專業，我將從大數據專業能力培養、構建決策系統等方面、全方位探索。如何在新工科背景下培養出一批批優秀數據科學與大數據技術專業人才成為我們研究的重中之重。本項目通過對各活動節點生成的大規模數據進行采集、建模、分析、深度挖掘，運用大數據技術建立起科學有效的學習分析系統和管理運行決策系統。

出于社會發展，對數據科學專業人才的需求，和大數據時代增強和培養綜合性的高素質人才的需要，相關高校在對數據科學與大數據技術專業的核心課程建設，探索與研究中取得了初步成果，同時也發現了一些問題[1]。

學校通過不斷完善與優化人才培養方案實現教書育人。圍繞“新工科”的方針政策，制定了數據科學與大數據專業的課程體系，最后根據大數據專業課程特點，結合實際情況，培養符合新時代要求的大數據專業人才[2]。

2 大數據專業應用能力培養

本專業培養德、智、體、美等全面發展，具有良好的計算科學、大數據科學基礎知識、理論及技術，結合我校培養應用型專業技術人才的辦學定位和獨立院校特色，制定自己的人才培養方案。照“大數據環境運維→大數據采集與清洗→大數據存儲與計算→大數據分析與可視化應用→數據挖掘”的路徑逐步培養完善大數據技術專業應用能力。新時代的教育精神與目前教學所面臨的技術特點，已經成為當代大學教育發展的方向，在教育改革與教育創新中占有重要的地位，因此專業設置需要在這種時代背景下有自己的人才培養計劃[3]。

在培養進程中，第1～2學期培養學生專業基礎能力，結合專業認知實習，對于專業學習和企業崗位有了初步認知;第3～4學期培養學生專業核心課運用能力，采取課程設計和程序開發實訓;第5～6學期培養專業課綜合運用能力，結合實際項目開發和專業實習對于企業崗位進一步提高認識，做好職業規劃和就業準備。第7學期培養學生專業拓展能力，結合專業拓展課的學習，著手做好畢業設計。

建立學習者學習分析系統，對應用人才培養模式教學的大一到大四年級的學生按階段獲取學習監測數據，通過數據挖掘和分析技術進行比較研究。主要在以下幾個方面建模。

學習者知識與行為建模，通過了解學習者掌握了哪些知識，學習者的學習行為與學習者的學習結果的相關關系。學習者經歷和分組建模：學習者對于自己的學習經歷的滿意度，學習者聚類分組。領域知識建模：學習內容順序、難易程度與學習者學習結果的關系。通過對教育大數據的采集、處理和分析，對比傳統的教學模式與項目牽引型的應用人才培養模式下學習者學習效果的差別，構建更加有益于學習者的項目牽引式人才培養模式。探索數據科學與大數據技術專業的人才培養模式、課程建設、協同育人等，助力大數據相關人才的培養，為國家建設和社會發展提供人才和技術支撐，同時為兄弟院校的大數據專業建設提供一些參考和借鑒[4]。

針對我校在校本專業學生，對數據科學與大數據技術專業興趣情況進行調查，調查結果如下所示。

通過調查問卷，可以看到多數同學期待認真學習，希望能夠學到良好的專業知識，為以后的工作做好基礎。而且同學們希望以后能夠做數據分析師占多數，數據分析需要學統計學、編程能力、掌握數據分析方法和數據分析工具，數據分析師則需要能夠從事行業數據搜集、整理、分析，并依據數據做出行業研究、評估和預測的專業人員，所以我們的人才培養方案應該像這個方向靠攏，多多提供一些相關的選修課程。

專業建設的關鍵是建設科學的培養方案。數據科學與大數據技術專業是教育部2016年才批準新增的學科專業，我們學校的數據科學與大數據專業也僅在2018年通過教育部批準進行首屆招生，與其他發展成熟的學科專業相比仍處于剛剛起步階段。同時作為計算機科學與工程學院新開設的專業，目前存在的主要問題：

（1）新專業的課程體系還沒有形成全面性、權威性的成熟方案;

（2）學科拓展課、專業拓展課在實施過程中未做到真正意義上的選修;

（3）每門課程所需的知識點不清楚，課程體系或是課程群不清晰。

通過每年陸續招生，不同年級學生專業技能螺旋式提升，本課題以學生為研究對象、通過師資力量完善和實驗平臺的輔助、實驗環境搭建，使學生具有良好的動手能力、編程能力、數據分析能力。

3 決策系統構建

大數據專業人才教育，以大數據為平臺，探索“數據科學與大數據”專業應用型人才培養體系的建設，通過建立決策系統，學習者知識建模和建立教學管理運行決策系統，進行決策支持，為新專業建設助力。從普通地方高校的應用性及地域特點出發，分析數據科學與大數據技術人才所需具備的能力，設計數據科學與大數據技術專業建設目標、建設過程[5]。

建立教學管理運行決策系統，為滿足高校教學管理過程中“科學管理、科學決策”的需求，對教務管理數據多角度、多層次的分析與挖掘，目前我們還是缺乏綜合分析和決策支持能力。如何將數據挖掘技術應用于高校教學管理系統中，實現決策支持，結合數據倉庫和數據挖掘技術和相關理論和方法，分析和優化挖掘算法。如通過對教師基本情況與教學質量評價結果的挖掘，發現了教學質量與教師基本素質之間的聯系，并依據挖掘結果，提出了對師資建設和教學管理具有決策支持價值的意見和建議。

系統的有效性指標主要如表4所示。

擬實現的系統主要實現輔助決策的功能，主要有三種角色：學生、教師、管理員。目前學生對專業分方向和選修課程比較迷茫，學生通過輸入自己的興趣、愛好、目前的技能、以后的發展方向等屬性，輸出建議學生學習的輔修課程和建議的專業方向。系主任可以查看學生的選擇情況，同時根據當前一屆招生情況，學生水平等屬性，通過系統分析與決策，能夠輸出參考性的人才培養方案。同時可以編輯課程，給每個課程設置相應的屬性和標簽。管理員可以添加教師、系主任、學生等角色，修改相應屬性。

4 專業的持續改進與完善

專業建立持續改進機制，每年組織專家對培養方案進行評審，經過教師、學院、學校、校外專家等多輪評審，進行持續性改進與優化，不斷提升教學質量，保證培養的人才對社會需求的適應性。后續考慮專業建立畢業生跟蹤反饋機制，及時掌握畢業生就業去向、就業質量、職業滿意度和工作成就感。采用科學的方法跟蹤反饋信息進行統計分析，形成分析報告，作為進行質量改進的主要依據。

參考文獻：

[1] 姜寶華.新時期數據科學與大數據技術專業建設探索[J].計算機產品與流通，2020（7）：236.

[2] 韋茜妤，肖雄，王萌.“新工科”背景下的大數據專業課程體系研究[J].工業和信息化教育，2020（5）：69-73.

[3] 王萌.大數據視角下管理專業人才培養與融合課堂建設研究[J].知識經濟，2020（15）：101，103.

[4] 王芳，周湘貞，劉敏娟.應用型高校大數據專業建設探索與實踐[J].電腦知識與技術，2020，16（7）：4-6.

[5] 陶皖，石建國.普通地方高校數據科學與大數據技術專業建設探究——以安徽工程大學為例[J].黃岡師范學院學報，2018，38（6）：14-16，52.

【通聯編輯：聞翔軍】