課賽融合下的大數據課程教學探索

熊煉 趙倫 楊柳 王豪

摘要： 針對高校大數據課程教學面臨的困難，分析當前教學方式存在的問題，提出以課賽融合的方式推進課程教學改革。通過建立學科競賽習題庫、競賽知識圖譜，優化教學內容，以及教師參與競賽指導、競賽參與課程考核等方式，有效地激發學生的學習興趣，提高其實踐動手能力，明顯地改善了教學效果。

關鍵詞： 大數據; 課賽融合; 學科競賽; 教學改革

中圖分類號：G642 ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2021）10-111-04

Research on the teaching of big data course with the integration of course and competition

Xiong Lian1， Zhao Lun1， Yang Liu1， Wang Hao2

（1. School of Communication and Information Engineering， Chongqing University of Posts and Telecommunications， Chongqing 400065， China;

2. School of Computer Science and Technology， Chongqing University of Posts and Telecommunications）

Abstract： In view of the difficulties faced by the teaching of big data course in colleges and universities， this paper analyzes the problems existing in the current teaching methods， and proposes to promote the teaching reform for the course by integrating the course and competition. Through the establishment of subject competition exercise bank and competition knowledge graph， and the optimization of teaching content， as well as teachers' participation in competition guidance and including the competition in course assessment， and other ways， students' learning interest is effectively stimulated， their practice ability is improved， and the teaching effect is obviously improved.

Key words： big data; integration of course and competition; subject competition; teaching reform

0 引言

2008年Apache基金會開發的開源分布式系統Hadoop，在包括Yahoo在內的多家互聯網公司成功運用后，其卓越的性能和開源特性，受到各大科研院所和企業的關注。眾多學者和工程師在此架構上不斷改進和創新，大數據成為了繼云計算、物聯網之后IT行業的又一顛覆性技術。

信息科技變革，要求所有信息技術類專業人才必須具備“大數據與智能化創新能力”的基礎素養[1]。但是，高校的傳統人才培養方案基本上是從各自專業領域出發，制訂相應的教學計劃，無法適應該需求。顯然，信息技術類各專業對大數據與智能化創新能力的培養存在共性需求，但這些專業間又存在較大的學科知識及行業領域差異，人才培養目標的具體需求也各不相同[2]。

針對本科生，重慶郵電大學目前開設的大數據類課程有三門，分別為“數據分析基礎”、“大數據技術及應用” 和“云計算和大數據技術”，主要授課對象為大學二年級和三年級本科生，三門課程均為3學分，48學時。教學內容主要涉及Google云計算原理與應用、OpenStack與虛擬化、大數據架構Hadoop、分布式存儲HDFS，分布式計算Mapreduce，分布式數據庫Hbase，非關系型數據庫NoSQL，以及相應的數據分析挖掘算法，如回歸分析、聚類分析、主成份分析、推薦算法、人工神經網絡等。

大數據課程涉及到的知識點較多，也較為復雜，對學生的理論知識和編程能力要求比較高，僅依靠上課時間，就讓學生掌握并靈活運用，十分困難。尤其是基礎一般的學生，課堂上的理論學習就會遇到很大阻力，跟不上學習進度，面對實際開發應用和項目時，更是無從下手。這種現象，與當前高校教學過分重理論、輕實踐、重學術、輕工程等教學方式是分不開的，不利于學生創新思維、動手能力的培養。導致學生在課堂上感到枯燥，學習興趣下降，課下又無法理論聯系實際，將學習到的知識運用在工程項目中。

在“新工科”建設和“工程教育專業認證”背景下，專業人才需要適應新的行業需求，需要具有較強的實踐和創新能力，解決實際工程問題[3]。學科競賽是培養具有實際動手能力、創新能力高素質人才的有效途徑之一，是課堂教學和學科建設的拓展，可以讓學生深入理解專業知識，在此基礎上進行系統知識梳理和實踐應用[4]。學生參與學科競賽的全相當于完成了一個小型的科研項目，該過程能極大地激發學生的創新思維，提高學生的實踐能力，同時培養學生的協作精神[5]。

在2017年底公布的全國第四輪一級學科評估中，重慶郵電大學計算機科學與技術和通信工程學科均獲得B+的成績。本文結合自身特點和教學科研經驗，提出并開展了基于課賽融合的大數據課程教學，通過競賽促進教學，激發學生主動獲取知識的欲望，教學效果得到明顯改善。

1 課賽融合教學現狀

當今無論是政府、企業還是高校，對大數據、人工智能領域都保持著極大的興趣，舉辦了非常多的面向在校學生的學科競賽[6]。如數據科學分析競賽平臺Kaggle、阿里巴巴天池大數據比賽、全國高校云計算應用創新大賽、滴滴全球Di-Tech算法大賽、國際知識發現和數據挖掘競賽（KDD-CUP）競賽、Byte Cup國際機器學習競賽、全國高校計算機大賽——大數據挑戰賽等。這些都是面向全球高校在校生開放，完全免費，并且以企業真實場景和實際數據為基礎的高端算法競賽，均是旨在提升高校學生對大數據架構、工作原理及大數據分析挖掘算法研究與技術應用能力，探索大數據的核心技術與科學問題[7-8]。

學科競賽能夠有效地推進課程建設和教學改革，培養和提高大學生實踐和創新能力[9-10]。但就目前的教學資源和環境來說，高效合理的利用學科競賽，將競賽和課程進行有機結合，還面臨以下幾個問題。

⑴ 競賽信息缺乏整合

當前大學生的各種比賽層出不窮，門類眾多。每項比賽均有其面向的應用領域和參賽對象。學生真正了解或接觸的門類也只有少數幾個，如數學建模、電子設計、互聯網+、國際大學生程序設計競賽（International Collegiate Programming Contest， ICPC）等，這些比賽大部分涉及到的專業知識較廣，不針對某一特定專業。并且存在賽事周期較長，獲獎困難等問題，容易使部分學生比賽中途放棄、甚至不敢報名。更為重要的是，學生對很多賽事的比賽內容、規則并不了解，也不知道自己所學的專業知識有什么用，可以解決什么問題，適合報名參加那項比賽。因此，對大數據類學科的競賽信息進行分析整合，指導并鼓勵學生參加熟悉、專業相關且感興趣的賽事，意義重大。

⑵ 師資隊伍建設有待提升

大數據課程里面的理論內容，會涉及到各種數據分析挖掘算法，如線性回歸分析、主成分分析、聚類分析、推薦算法、人工神經網絡等，內容偏重理論和公式推導，如果只根據教材講解，就會使人感覺枯燥乏味。因此需要結合大量的實際案例，通過應用實例分析，加深學生對重難點知識點的理解和掌握。但是，當前大部分高校老師，主要精力都在理論研究上，接觸實際工程項目的機會較少，實戰經驗缺乏。因此，需要建立一批具有大數據分析挖掘項目經驗的師資隊伍，才能更好的滿足后續教學和競賽指導的需求。

⑶ 教學內容及方式有待改進

大數據課程目前的教學仍然是按照傳統方式進行，以教師為主體，按照教材上的內容進行單方向知識傳輸。在這種教師為主體的教學模式中，主要時間是用來進行理論知識的講授，難以體現出學生在教學中的主體地位，沒有足夠的互動教學內容，難以提升學生的實踐操作能力。并且，僅依靠課堂內的理論和實驗教學，時間有限，無法讓學生自己動手編寫稍微復雜點的大數據分析挖掘算法，不利于學生創新思維的培養，也無法真正解決工程中的實際問題。

2 課賽融合教學設計

競賽是從實際應用的角度出發，可以促使學生在全面掌握理論知識后，向專業應用型人才發展，學生在實踐過程中尋求理論和方法上的創新，畢業后能夠將所學知識直接運用到工作中。

同時，競賽可以推動課程教學，讓學生實現從課堂上的被動聽課，到課下的主動學習、開發項目的轉變。因為在競賽的過程中，總會存在一部分知識、方法是學生不了解或沒接觸過的，學生要想完成競賽就需要主動查找相應的資料，學習相應的方法。在此過程中，學生學習的積極性就會得到有效提高，會主動學習甚至鉆研某方面知識。

2.1 教學思路

根據專業培養計劃和課程教學目標，將競賽和課程進行有機結合，建立學科競賽習題庫、學科競賽知識圖譜、編寫課程教學大綱、優化教學內容和方法、改進課程考核，鼓勵和輔導學生參加競賽，推進教學改革。

通過上述舉措，一方面可以很好的提升學生解決實際工程問題的能力，對大學生培養創新能力、自主學習能力、動手能力及團結合作能力的培養，發揮積極的作用。另一方面，能夠有效提高教師的教學質量，極大程度上激發學生的科技創新熱情，從而潛移默化地培養學生的創新思維，滿足“新工科”專業人才的培養需求，培養出高素質的綜合性專業人才。

2.2 教學方法

遵循課賽融合的教學思路，采取優化課程教學內容、任課教師參與競賽指導、競賽參與課程考核等培養措施，提高課程的教學水平。總體設計如圖1所示。

⑴ 建立學科競賽習題庫

調研當前大數據領域的各類學科競賽，分析每種賽事的報名要求、比賽時間、場所、試題范圍、試題難度等信息，建立學科競賽檔案，為學生提供全面的賽事報名指導服務;在此基礎上，研究各類大數據分析挖掘比賽的歷年賽題，分析賽題涉及的知識點，分析賽題解題思路和方法，建立學科競賽習題庫，供學生使用，進行針對性教學和訓練。

⑵ 建立學科競賽知識圖譜

通過分析各項賽事的比賽內容、歷年真題，建立基于課賽融合的學科競賽知識圖譜，搭建一套完整的知識體系，幫助學生更好的了解本專業的培養方案、知識框架和重難點內容，學生也能根據自己報名參加的比賽，依據知識圖譜，自主查閱相關資料學習。

⑶ 優化課程教學內容和方法

根據本專業學生的培養方案、課程教學目標等要求，結合建立的學科競賽習題庫和知識圖譜，找出與本門課程知識點相關聯的地方，優化課程教學內容，突出重點，貼合競賽進行課程設計，使每一個教學內容都能夠與專業競賽相關聯，努力形成學后賽、賽輔學的科學發展局面。同時，教師教學進度應當循序漸進，從實現最基本的數據統計分析方法開始，到機器學習、人工神經網絡、深度學習、強化學習等進階方法，最終給學生構建一個相對完整的大數據分析挖掘知識體系。

⑷ 任課教師參與競賽指導

授課老師參與競賽指導，從前期的賽事宣傳、賽事報名、隊伍組建、賽事培訓，到參賽過程中的知識點串講、重難點答疑、解題思路討論等，教師都發揮著相當重要的作用。教師對學生進行競賽指導，可以使人才培養達到重難點事半功倍的效果。另外，發揮學生之間的“幫扶帶”的作用，讓上一屆比賽獲獎的學生，帶領下一屆，并通過比賽宣講會，分析比賽經驗，傳授解題技巧。

此外，數據挖掘分析類競賽往往對學生的專業基礎要求較高，學生自行研究而缺少指導，容易在摸索階段就失去學習的積極性和主動性。為此，教師在課堂上結合實際的大數據分析挖掘案例和競賽真題，講授一些難以理解的理論知識，加深學生對所學理論知識的理解程度，幫助學生快速度過初始階段，進入算法實現與創新階段，使學生體驗到參加人工智能競賽的樂趣。同時，可聘請在大數據工程應用領域有豐富經驗的高校老師、企業專家講解實際項目中的大數據分析挖掘經典案例，激發學生學習興趣。

⑸ 競賽參與課程考核

課程與競賽之間不能各自孤立，將競賽融入課程考核可以激發學生參與學科競賽的積極性。可以根據學生的競賽成績，免除學生的課程考試，或者提高實踐操作的成績比例，鼓勵學生參加各類學科競賽。但需要注意的是，激勵是適度的，要權衡好課程教學與競賽的關系，讓學生明白參加競賽是為了更好地學習課程，由此激發學生的學習熱情，提高學習能力和專業水平。

⑹ 基于課賽融合的人才培養方法

根據“新工科”、“工程教育專業認證”里提出的培養創新人才、應用型、復合型和技能型人才的要求。結合專業培養計劃、課程教學內容、教學目標，分析課程涉及到的知識點與競賽賽題之間的聯系，歸納總結解題思路，編寫基于課賽融合的課程教學大綱，幫助授課教師在課堂上進行理論與賽事的融合教學，加深學生對知識的理解和掌握程度，激發學生的學習興趣和實際動手能力。

3 結束語

大數據人工智能時代，缺乏的不是數據，而是數據背后隱藏的價值。顯然，對于大數據專業的學生來說，僅靠教材內容，掌握課堂上講授的大數據架構、基本原理和常見大數據分析挖掘方法，很難將所學知識融會貫通，靈活運用，無法解決實際工程項目問題。

從近三年的教學經驗和成果來看，課賽融合式教學，為上述為問題提供了有效的解決途徑。課賽融合可以促使我們在教學上有全面的思考，如優化課程教學內容，改進教學和考核方式，課內進行大數據架構、原理及相關算法的理論講解，課后鼓勵和指導學生參加各項大數據學科競賽;把傳授知識和培養技能、課堂內教學和課外實踐結合起來，讓學生把學到的知識靈活運用在實際項目中，有效提升學生的學習興趣和自學能力。

參考文獻（References）：

[1] 林子雨.大數據技術原理與應用[M].人民郵電出版社，2015.

[2] 王國胤，劉群，夏英等.大數據與智能化領域新工科創新人才培養模式探索[J].中國大學教學，2019.4：28-33

[3] 肖大薇，姜立秋，李彤.新工科背景下應用型大數據人才培養路徑探究[J].計算機教育，2019.4：89-92

[4] 仲兆滿，管燕.工程教育背景下《大數據采集與分析》課程教學設計[J].教育現代化，2019.6（A1）：195-199，207

[5] 張忠山，宋彥杰.課賽融合背景下人工智能人才培養模式研究[J].成才之路，2020.5：4-5

[6] 陸國棟，陳臨強，何欽銘等.高校學科競賽評估：思路，方法和探索[J].中國高教研究，2018.2：63-68

[7] 王澤民，張騁.基于學科競賽對金屬材料工程專業實驗教學的改進[J].實驗室科學，2020.23（1）：62-65

[8] 楊志斌，趙昕.學科競賽促進教學改革與創新能力培養[J].實驗室科學，2018.21（5）：238-240

[9] 王巖，楊森，黃嵐等.大數據分析與應用課程體系構建[J].計算機教育，2020.2：26-29

[10] 陽富強，黃萍，施永乾，王金貴，段在鵬.以學科競賽平臺促安全工程專業創新型人才培養探究[J].高等理科教育，2020.6：34-39