基于文獻計量的我國農業高校大數據專業建設思考

張領先　尹政清

摘要 基于CNKI數據庫和VOSviewer文獻計量分析工具，分析了我國高校大數據專業建設現狀和研究熱點，并結合中國農業大學信息與電氣工程學院大數據專業建設案例，進一步探究了大數據專業建設、大數據課程設置、大數據教學模式及大數據實踐教育等熱點主題，最后根據文獻分析結果提出了大數據專業建設的相關啟示與建議。研究成果可為我國大數據工程技術人才培養和大數據產業發展提供支持。

關鍵詞 大數據;專業建設;課程設置;教學模式;實踐教育

中圖分類號：G640 文獻標識碼：B 文章編號：2095–3305（2021）06–0132–04

1 問題提出

自第三次工業革命以來，以大數據技術為代表的信息化浪潮正在對經濟、政治、文化、社會和生態文明等領域產生深刻影響，并為各行各業提供轉型升級和智能化解決方案，對支撐服務創新驅動發展戰略、賦能高質量發展、構建現代化經濟體系具有重要意義。隨著信息處理技術和計算機硬件設備的快速發展，大數據已經成為當前信息化產業的發展焦點和信息技術研究的前沿課題。

大數據（Big Data）是指數據量大到無法利用主流數據處理工具，在合理時間內完成獲取、匯聚、分析以及處理等工作，從而實現數據價值挖掘的資訊[1]。自2014年“大數據”首次被寫入政府工作報告，到國務院于2015年印發的《促進大數據發展行動綱要》，再到工業和信息化部于2017年發布的《大數據產業發展規劃（2016—2020年）》，大數據產業發展已上升至我國戰略部署的高度[2-3]。而發展大數據戰略關鍵在人才，因此如何結合大數據時代背景需求開展大數據人才培養工作，成為當前我國高校大數據專業建設亟待解決的問題。

作為現代高等農業教育的發源地，中國農業大學建設形成了優勢互補、特色鮮明的農業科學和信息與計算機科學學科群。學校下設的信息與電氣工程學院（以下簡稱信電學院）致力于利用信息技術手段解決農業現代化、信息化發展問題，積極開展滿足農業大數據前瞻性需求的研究。通過文獻計量方法，研究我國大數據專業高等教育的發展現狀，并以中國農業大學信電學院數據科學與大數據技術專業為例，探索大數據相關專業建設方案、課程設置、教學模式及實踐教育，為我國農業高校大數據人才培養提供參考。

2 研究方法

2.1 數據源

文獻數據來自中國知網（CNKI）數據庫，CNKI數據庫是獲取國內科學研究與相關文獻的重要數據庫，已被廣泛應用于探究各種專業課程體系建設的文獻計量分析中[4-6]。使用CNKI數據庫的專業檢索功能，通過“高校大數據專業”“大數據教育教學”“大數據人才培養”等關鍵詞進行文獻檢索，文獻發表時間跨度設置為2013年1月1日至2020年7月7日。然后，利用EndNote X9軟件對檢索得到的文獻進行數據清洗，最終獲得文獻303篇。

2.2 分析工具

借助CNKI數據庫的“計量可視化分析”功能初步統計分析文獻檢索結果，利用VOSviewer軟件進行文獻關聯及熱點趨勢分析。VOSviewer是荷蘭萊頓大學CWTS研究機構研究人員開發的文獻數據挖掘和可視化工具，已被廣泛應用于文獻計量分析和文獻信息挖掘與可視化分析[7]。利用VOSviewer 1.6.11軟件對文獻進行關鍵詞共現分析和聚類關鍵詞的時間特征分析。

3 高校大數據專業建設現狀分析及啟示

3.1 文獻的時間特征分析

2013—2019年我國高校大數據專業建設研究文獻的發表數量如圖1所示。從圖中可以看出，2013—2015年間與大數據專業建設相關文獻數量較少，這一時期大多數高校對大數據專業建設處于探索階段。自2015年以來，相關研究呈現快速增長趨勢，說明大數據專業建設已逐漸成為學者關注的熱點。

3.2 關鍵詞聚類分析

2013—2019年我國高校大數據專業建設研究文獻的關鍵詞共現圖譜如圖2所示。從共現頻次的統計結果來看，在排名前十的關鍵詞中“大數據”出現了159次、“人才培養”43次、“數據科學”29次、“課程體系”29次、“新工科”24次、“大數據專業”18次、“校企合作”17次、“專業建設”15次、“教學改革”15次、“云計算”11次。所有關鍵詞最終形成5個聚類，根據關鍵詞組成情況將各簇聚類主題分別設置為研究主題、專業建設、課程設置、教學模式和實踐教育，各聚類主題及其關鍵詞組成如圖2。

3.2.1 研究主題 大數據專業是近年來計算機學科領域的新興分支，大數據人才需求量日益上升。因此，如何培養一批具備扎實理論功底和較強工程實踐能力的大數據專業人才已成為當前高等教育研究者的研究課題（表1）。目前，大多數學者對大數據專業建設探究的主要內容包含大數據人才培養、大數據課程體系建設以及大數據學科建設等，研究主題以高職、高專和大學院校為主。

3.2.2 大數據專業建設 數據科學（Data Science）是繼大數據、云計算等概念后興起的計算機分支分科，結合了數學、管理學、統計學、數據倉庫、數據挖掘、機器學習和數據可視化等諸多學科領域的理論和技術[11]。數據科學與大數據技術兩門學科關聯密切，自教育部2016年開設“數據科學與大數據技術”本科專業到2019年為止，我國共有477所院校獲批開設該專業，年平均增速高達614%。2018年，中國農業大學信電學院正式開設數據科學與大數據技術專業。

在統籌大數據專業與其他計算機學科協調發展時，顧永安[12]提出了“專業集群”的方案，該方案是對應某一產業鏈的職業崗位或崗位群需求，按照“依核建群”“以鏈成群”的建設模式設置的專業方案，與主干學科關聯度高的核心專業、學科基礎、工程對象與應用領域有內在關聯的專業充分融合。河北民族師范學院按照該方案建立了大數據專業集群，核心專業是數據科學與大數據技術，支撐專業是計算機科學與技術、軟件工程應用和統計學，延伸專業是數學與應用數學[13]。

3.2.3 大數據課程設置 理論教學有助于學生從基本概念開始全面了解大數據科學和技術體系，有利于培養學生的大數據工程實踐能力。從文獻來看，目前討論熱度較高的大數據專業課程包括Hadoop、云計算、物聯網、人工智能、數據挖掘和農業大數據等。一方面，大數據課程的培養目的包括培養學生的數據采集、處理、管理能力，以及引導學生形成大數據思維和大數據工程倫理意識等;另一方面，不同高校還將大數據專業課程與優勢學科相結合，開設了農業大數據、健康大數據、行為大數據、電子商務大數據等極具特色的大數據專業課程。

中國農業大學信電學院開設的數據科學與大數據技術專業課程包括學科大類與專業基礎課程、專業核心課程、專業選修課程三大類，具體課程設置如表2所示。其中，學科大類、專業基礎課程與專業核心課程為必修課程，主要涉及計算機科學理論、數學、統計及與農業領域結合的基礎知識，共設置40學分，其中學科大類與專業基礎課程修讀學期分散設置于1～3學期，專業核心課程相對安排2～4學期。專業選修課程引導學生根據個人興趣或學業指導教師安排的科研項目展開研討，學分要求不少于8學分，修讀學期跨度為2～4學期。

3.2.4 大數據教學模式 作為國際工程教育改革的最新成果，CDIO工程教育模式近年來已在我國大數據專業教學實踐中得到了廣泛應用。CDIO從產業鏈的全生命周期視角出發，注重培養學生工程構思、設計、實現和運作的能力。針對CDIO的大數據專業教學，羅福強等[14]提出了以就業需求為導向，以能力為本，按多階段、深層次、分角色的項目化大數據教學模式，即根據市場需求調研、系統設計、程序開發、管理、運維、售后支持等大數據崗位需求，分別開展大數據專業教學活動;曹耀欽等[15]提出了面向崗位需求的大數據教學模式，即在調查研究大數據崗位需求的基礎上，制訂適應不同就業需求的大數據教學方案，由學生自主選取感興趣的學習和實踐課程。

近年來，隨著在線教學模式的興起，大數據教學方式也朝著在線化方向發展。其中，“翻轉課堂”“云班課”“MOOC”“SPOC”等教學概念已被廣泛應用于高校大數據教學實踐中，一些高校還建立了大數據教學平臺[16-20]。中國農業大學信電學院通過構建“雨虹學網”在線教育平臺，探索出既教授基礎技術原理和應用方法，又將農業實際應用場景融入理論教學的大數據教學方案。

3.2.5 大數據實踐教育 作為應用型專業，大數據專業在人才培養上應當同時兼顧理論教學和工程實踐教學兩個方面。近年來，“2+1”校企合作、“專業共建”“產教融合”“協同育人”等產學合作培養模式已成為高校培養應用型大數據人才職業能力和創新創業能力的成功方案[21-24]。一些高校還建立了大數據實驗平臺，結合特色行業背景引導學生開展大數據實踐活動。中國農業大學信電學院開展的大數據實踐教育主要包括創新創業通識課程、創新創業項目和社會實踐兩個環節。

（1）創新創業通識課程。創新創業通識課程主要包括科研訓練系列講座、科學前沿技術講座、創業講座和體悟活動以及學術研討會。科研訓練系列講座主要包括信息搜集整理和查閱文獻、論文寫作和申請專利培訓以及學生交流匯報;科學前沿技術講座邀請國外學者針對前沿技術進行講座;創業講座和體悟活動課程邀請企業家做報告，進行創業模擬體驗。

（2）創新創業項目和社會實踐。學院鼓勵學生通過立項申報學校本科生科研訓練計劃和學院創新基金項目、參加學科競賽獲獎以及社會實踐等方式獲得創新創業學[25]。此外，從大二開始，實行導師負責制，圍繞一個研究主題，各環節貫通，開展深入研究，鼓勵學生以創新性成果為內容發表論文、申請發明專利和計算機軟件著作權等。實施過程管理，按照學院的創新創業管理條例，由導師和創新創業評估小組結合學生最終產出成果進行成績評定。

4 結論與建議

4.1 主要研究結論

通過研究文獻的計量分析，探究了高校大數據專業建設的現狀和研究熱點趨勢，主要結論如下：

（1）大數據專業建設成為高校教育研究者關注的熱點課題，研究主題包括大數據人才培養、大數據課程體系建設、大數據學科建設。

（2）在“新工科”戰略背景下，數據科學與大數據技術專業在全國各高校的開設數量呈現快速增長趨勢。大數據專業與統計學、數學、計算機應用技術及計算機軟件與理論等理學或工學專業之間存在密切的交叉關聯。

（3）大數據專業熱點課程包括Hadoop、云計算、物聯網、人工智能、數據挖掘和農業大數據等，各高校正在積極探索將大數據課程建設與優勢特色專業相結合，形成獨具特色、專門性強的大數據專業課程體系。

（4）大數據專業教學強調應用導向，CDIO工程教學模式和課程群教學模式已被廣泛應用于高校大數據專業教學實踐中，即根據不同大數據產業崗位的需求，多階段、分層次地開展大數據教學獲得。此外，隨著信息技術的發展，高校大數據教學正積極融入線上教學概念模式。

（5）實踐教育是大數據專業人才培養的關鍵環節，產學研結合是目前行之有效的大數據工程實踐人才培養模式，具體形式包括大數據實驗平臺建設、大數據主題社會實踐活動、校企合作聯合培養及大數據創新創業項目等。

4.2 建議

在大數據專業建設方面，應當提升“數據科學與大數據技術”專業的開設率，可以按照“專業集群”的模式設計大數據專業培養方案;在大數據課程設置方面，應當充分發揮學科優勢，按梯度分別設置大數據專業基礎通識課程、專業核心必修課程及兼具拓展性和特色性的專業選修課程;在大數據教學模式方面，應當以就業需求為導向，將崗位需求貫穿于大數據教學的全過程，并積極探索線上線下相結合的大數據教學方式;在大數據實踐教育方面，應當提升工程實踐教育在日常教學中的比重，通過建設大數據實驗平臺、開展大數據主題社會實踐活動、強化校企合作聯合培養及鼓勵大數據創新創業等形式讓學生接觸到真實的大數據，進一步提升學生解決大數據行業實際問題的能力。

參考文獻

[1] 劉智慧，張泉靈.大數據技術研究綜述[J]. 浙江大學學報：工學版， 2014， 48（6）： 957-972.

[2] 中華人民共和國國務院.國務院關于印發促進大數據發展行動綱要的通知[EB/OL].（2015-09-05）[2020-07-07] http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm.

[3] 中華人民共和國工業和信息化部.工業和信息化部關于印發大數據產業發展規劃（2016-2020年）的通知[EB/OL].（2017-01-17） [2020-07-07] http：//www.miit.gov.cn/n1146295/n1652858/n1652930/n3757016/c5464999/part/5465010.doc.

[4] 李碩豪，耿樂樂.應用型本科研究之研究——CNKI數據庫2001—2015年論文關鍵詞可視化分析[J].高校教育管理， 2017， 11（3）：54-65.

[5] 袁利平，楊陽.高校創業教育課程研究的主題進展與熱點比較——基于CNKI和WOS文獻的知識圖譜分析[J].大學教育科學， 2020（1）： 89-98.

[6] 張嵐，趙哲.高職院校服務類專業建設文獻綜述：現實狀態與前景展望——基于2005—2014年CNKI的文獻分析[J].職業技術教育， 2015， 36（20）： 17-21.

[7] Van Eck N J，Waltman L.Software survey： VOSviewer， a computer program for bibliometric mapping[J].Scientometrics， 2010， 84（2）： 523-538.

[8] 白京羽，林曉鋒，尹政清.基于文獻計量的全球生物技術研究現狀與發展趨勢分析[J].中國生物工程雜志， 2020， 40（7）： 100-109.

[9] 王海焦，黃銳娜，王小俊，等.基于VOSviewer的富血小板血漿研究熱點主題分析[J]. 中國組織工程研究， 2019， 23（18）： 2947-2952.

[10] 康迎英，張福利，蔡潤津，等.基于VOSviewer國外醫藥衛生領域計算機輔助教學研究計量學分析[J].中國醫藥導刊， 2019， 21（3）： 181-187.

[11] 葉鷹，馬費成.數據科學興起及其與信息科學的關聯[J]. 情報學報， 2015， 34（6）： 575-580.

[12] 顧永安.應用本科專業集群：地方高校轉型發展的重要突破口[J]. 中國高等教育， 2016（22）： 35-38.

[13] 蔡永華，曹雪峰，房健，等.校企合作模式下高校大數據專業集群建設研究與實踐——基于河北民族師范學院的研究[J]. 知識經濟， 2020（15）： 169-170， 174.

[14] 羅福強，熊永福.基于CDIO的云計算與大數據專業人才培養方案[J].計算機教育， 2015（1）： 52-56.

[15] 曹耀欽，李發陵，周龍福.應用型智能科學與技術專業大數據課程群建設研究[J]. 計算機教育， 2016（10）： 22-25.

[16] 李志杰.基于翻轉課堂的大數據課程教學改革[J]. 現代計算機， 2019（31）： 61-64.

[17] 張娜，邸小蓮.基于云班課的翻轉課堂教學模式在大數據專業的應用研究——以陜西工商職業學院大數據技術與應用專業教學為例[J]. 電腦知識與技術， 2020， 16（10）： 169-172.

[18] 趙蕊菡，黃如花.國內外數據分析類MOOC調查與分析[J].圖書情報工作， 2016， 60（21）： 52-60.

[19] 宋毅.基于SPOC混合教學模式的高職課程升級與實踐（1）——以“電商大數據應用技術”課程教學為例[J]. 遼寧經濟管理干部學院學報， 2018（6）： 136-138.

[20] 楊劍鋒，王丹楓，王喜賓，等.大數據專業創新實踐教學平臺建設[J].福建電腦， 2019， 35（9）： 90-92.

[21] 王雪蓉，萬年紅.“2+1”模式下高職大數據專業產出驅動式人才培養體系研究[J]. 計算機時代， 2019（3）： 89-91.

[22] 李文，黃麗韶，黃文.“政校企”多方協同模式下的大數據專業共建與實踐[J].計算機教育， 2019（1）： 121-125.

[23] 鄭永愛，王詠梅，王瑩瑩.基于產教融合、校企合作的大數據專業人才培養的研究[J]. 電腦與信息技術， 2019， 27（3）： 37-38， 62.

[24] 張晶，易艷紅.大數據時代信息管理人才培養模式的創新實踐研究[J].圖書館學研究， 2018（23）： 2-7.

[25] 張領先，張標，李鑫星.大數據時代農業院校本科專業課程體系建設——以中國農業大學為例[J]. 北方農業學報， 2016， 44（2）： 115-119.

責任編輯：黃艷飛

Abstract CNKI database and VOSviewer bibliometric analysis tools are employed to analyze the current situation and research hotspots of big data specialty construction in colleges and universities in China; Then the situation of big data specialty construction in College of Information and Electrical Engineering of China Agricultural University is taken as an example to further explore big data specialty construction， big data curriculum setting， big data teaching mode， and big data practice education; finally， according to the results of literature analysis， the relevant enlightenment and suggestions on the construction of big data specialty are put forward. The research can provide educating guidance for the cultivation of big data engineering talents as well as the sound development of big data industry of China.

Key words Big data; Specialty constru-ction; Curriculum setting; Teaching mode; Practical education