大數據視角下高職教學改革芻議

李梅

摘要：大數據時代的到來，給我們帶來便利的同時也帶來了沖擊，加上嚴重的就業形式，因此對計算機專業人才的要求也越來越高，課程改革是當務之急。本文對高校計算機專業課程的教學改革進行探討，以期達到提高學習效率和實踐能力的效果，加快我校向高水平技能型大學的邁進。

關鍵字：大數據時代;教學改革;實踐;高水平技能型

中圖分類號：G642? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）19-0187-02

現在社會的發展瞬息萬變，科技發展迅速，信息在人們之間的交流也越來越快，與人們的生活中的也息息相關，人們對信息的依賴也越來越多，隨之而來生活也越來越方便、快捷。大數據，對我們來說已經很熟悉，經常在各種新聞中見到它的身影，可以說已經滲透到我們生活的方方面面，各個領域都在享受著大數據帶來的福祉。馬云，眾所周知，淘寶創始人，他對數據也曾預言，將來社會不是IT時代，而是與人們生活密切的DT時代。DT顧名思義，翻譯過來就是Date Technology（數據科技）。由此可見，大數據，即便在阿里巴巴這樣的互聯網大咖中也有著十分重要的地位。有人把數據比喻為蘊藏能量的煤礦。與此相似，大數據并不在于“大”，而在于“有用”。數據的價值，不言而喻，獲取數據的成本比數量更加重要。對于各行各業而言，每天都會獲得如此多的數據，怎樣充分利用這些數據，發掘數據自身的價值，才能在行業獲得核心競爭力。大數據，在當今各國都提升到國家戰略地位，是一種珍貴的戰略資源，它改變了人們的生活方式和思維方式。設想一下，在未來，各行各業都會在大數據發展領域加大投入，不斷尋求數據分析的新方法、新技術，以此更好地利用大數據技術[1]。

大數據的發展離不了專業人士的努力，而高校又是培養大數據專業人才的搖籃，為這一行業提供了人才支持。因此，為適應這一發展，計算機課程教學改革成為擺在各個高校當前一件非常緊迫的事情。如何突出職業教育的特點，推進職業院?，F代化進程，是每一所高職院校特別是高水平技能型建設院校所面臨的現實課題。大數據時代下各種軟件技術層出不窮，軟件人才培養中的教學方法、教學理念、教學模式必然也隨之改變。

1 做強信息挖掘研究

時刻關注國家教育部門關于職業院校教學改革的方針政策，結合本校當前的改革目標和將來的發展方向，仔細解讀國家關于職業院校發展的各項政策，學校要高質量發展離不開各項政策的正確指引。縱觀這些方針政策，我們需要在下面幾點加以改進：

（1）及時了解淮南當地產業轉型和結構調整情況，掌握淮南當地行業發展情況，企業對高職學生的需求狀況，對接企業;

（2）知悉重點高職院校的一些改革動態和發布的重大教改趨向，關注計算機專業教改創新點，加強交流和合作[2]。

（3）平時在教學過程中多注意本校教學改革偏重于哪一方面，盡快調整本專業教學改革方向，積極引導學生，讓他們朝自己感興趣的方向發展，多專研，營造積極向上學習氛圍。

2 聚焦兩大核心研究

目前，世界各國政府投入了大量人力、物力用于大數據研究，以此來促進社會的發展。它將帶動千億甚至更多的產業價值，依托互聯網的發展和普及，獲得更多的數據[3]。這么的數據，我們如何從中獲取自己需要的有價值的信息，是我們當下需要探索的問題?，F如今Hadoop和Spark技術提供了很好的技術平臺和解決方案，但國內大數據發展現狀并不樂觀。雖然得到政府的大力支持，但由于大數據從業者的匱乏，企業難以找到合適的從業人員，阻礙了企業的發展，這就要求培養更多的大數據從業者來支撐大數據產業的健康快速發展。對于建設中的高水平技能大學，我們必須結合我校的戰略規劃與發展定位，教學改革可以在“三教改革”和“產教融合”兩個方面核心研究。第一方面：“三教改革”在重視教育研究發展的穩定性與人才培養所遵循的規律的同時，也要注重職業教育的特性，與區域發展，市場需求相適應。第二點：現在各個職業院校提倡的“產教融合”，彰顯職教特色，具有企業需求為大的指導方向，做到了精準人才培養，避免傳統的閉門造車模式，優化課程設置，把一些不適合市場發展的課程淘汰，加入適合企業需求的課程。這也顯示出職業院校為適應企業不斷調整[4]。兩個核心研究相互補充、相互驅動，提升產教融合，探索出適合自身發展的大數據環境下的教改模式。

在課程設置環節中，教師可以從以下板塊展開教學：

（1）主要講解什么是大數據以及Hadoop相關概念。通過介紹大數據的4V特性，學生學習這個板塊目的，熟悉大數據典型應用，并了解Hadoop生態體系工具及各版本的用途。

（2）主要講解Hadoop集群的構建。通過教師介紹這個內容，要求大部分學生能掌握虛擬機的安裝和克隆，Linux系統網絡配置和SSH配置，Hadoop集群搭建和測試，熟悉Hadoop集群初體驗的操作。

（3）講解Hadoop分布式文件系統（HDFS）。HDFS是Hadoop體系中非常重要的一部分。教師教授這部分內容以后，要求大部分學生必須掌握HDFS的存儲架構和文件讀寫原理，還有案例（Shell定時采集數據到HDFS），HDFS的Java API操作（使用Java API操作HDFS），包括搭建項目環境、初始化客戶端對象。

（4）講解MapReduce的相關知識。MapReduce是Hadoop體系中非常重要的部分，教師教授相關內容以后，大部分學生需要掌握MapReduce的核心思想和編程模型，介紹MapReduce的經典案例，如倒排索引、數據去重、TOPN，以此解決實際問題。

（5）講解Zookeeper分布式協調服務。教師教授相關知識點以后，要求大部分學生掌握Zookeeper數據模型，Zookeeper的Watch機制和選舉機制。