基于OBE理念的大數據課程建設

羅旋 周司珺

摘要：基于OBE的教學理念，分析面向計算機專業的大數據技術原理與應用課程建設的思路，從課程目標、教學內容、課程資源建設、課程實施和課程評價幾個方面進行了闡述。

關鍵詞：大數據;課程建設;Hadoop;OBE

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）25-0227-02

Abstract： The ideas of the construction of the course of big-data technology principle and application for computer major are analyzed based on the teaching concept of OBE， and the course objectives， teaching content， course resource construction， course implementation and course evaluation are expounded.

Key words： big-data; course construction; Hadoop; OBE

隨著大數據技術的發展和更迭，大數據應用越來越廣泛。我國大數據技術的發展總體處于起步階段。目前滿足大數據技術崗位的專業人員短缺，在大數據時代，高校教育如何緊貼行業發展需求，培養和輸送符合行業需求的應用型人才，為產業發展提供人才保障，是高校當前人才培養的所面臨的重要問題[1，2]。

雖然目前不少高校開設了大數據技術原理與應用課程，但是在課程內容的組織、師資隊伍的建設和實驗資源的建設等方面都沒有太多可以借鑒的經驗，課程建設資源匱乏，還處于摸索階段[3]。

本校計算機科學與技術專業開設了“大數據技術原理與應用”課程，解決大數據教育問題。作為應用型高校，學校以OBE模式培養體系為特色。OBE理念以成果為導向，強調學生所獲得的能力。以學生的能力為最終目標，反向進行課程設計，開展教學活動。該課程作為大數據技術入門課程，帶領學生進入大數據的領域。課程選取現在流行的大數據處理平臺Hadoop作為主要學習內容。

1 課程目標與教學內容

根據OBE的理念，首先確定課程的目標，設置需要達到的目標點，反向設計課程內容，根據知識點制定教學計劃、準備教學資源，提出面向能力培養的教學方法，制定過程化的評價方式。

通過對本課程的教學，需要使本專業學生對當今主流大數據技術Hadoop有一個全面的了解，具有運用該技術解決生產及生活實際應用的能力。其兩個課程目標如下：

課程目標1：了解大數據的基本概念，掌握大數據處理架構Hadoop體系結構、各個組件，掌握Hadoop分布式文件系統HDFS的核心設計、體系結構、讀寫過程、訪問接口、HA機制和Federation機制，掌握分布式并行編程框架MapReduce的基本概念和工作原理。具備大數據方向的專業基礎知識。激發學生探索計算機領域中新科技、新知識、新技術的學習動力。

課程目標2：掌握Hadoop開發環境的安裝部署和使用，掌握分布式文件系統HDFS的使用方法;掌握MapReduce基本應用編程開發，培養學生運用大數據技術分析問題和解決問題的實際能力。

針對以上課程目標，梳理Hadoop知識單元，確定該課程的教學內容如表1所示。

2 課程資源建設

2.1 教學資源

課程教材的選用要考慮理論和實踐并重，既不能只有理論，也不能只是操作過程的講解，讓學生知其然更知其所以然。由于大數據課程開設晚，沒有很多成熟的配套資源，需要收集大量的資料，建設整理有特色的數字化教學資源，如授課課件、課前導學微任務、知識點微視頻、操作演示視頻、案例、習題庫、討論主題、問卷、拓展資源等多樣化數字化資源。大數據與時事聯系緊密，多提供拓展論文、時事視頻、新聞鏈接，提高學生的學習興趣，讓學生知道如何學以致用。將這些資源按照教學需要和進程組織，循序漸進向學生提供。學生可以在課前課后依據自身情況反復學習，直至掌握為止。

2.2 實驗環境

上機實驗環節是課程教學的重要一環。學生掌握了理論知識，通過上機進一步強化相關知識點的記憶，驗證所學知識，理論聯系實際，達到提高學生的動手能力的目的。大數據的實驗面臨很多挑戰，大數據實驗環境的搭建復雜，學生在機房上機的時間有限，如果一步沒有完成，下一步可能遲遲不能開展。再者，如果需要課后做實驗，在自己的計算機上開展上機實踐，一是對學生的電腦配置有一定的要求，二是如果實驗環境被破壞，自己可能難以修復。為了滿足學生多樣化學習的需求，通過搭建實驗室環境和在線實驗平臺的方式建設多樣化的實踐環境。

3 課程實施

積極運用信息化教學手段，探索線上線下混合式教學模式，如利用超星公司的“一平三端”的學習通教學平臺發布課程資料、管理課堂活動。

課前，學生可以預習與每節課知識點對應的5-10分鐘微視頻。課中，通過學習通課堂互動教學，將每個學生的學習情況可視化，更好地實現針對性教學，使教學過程更加透明化、精準化。在課堂上，教師進行知識點的梳理，對學生預習中發現的問題重點講解，舉一反三，將知識單元內容系統化，讓學生掌握每堂課的重難點。教師設計教學活動，組織課堂討論、選人、搶答、隨堂練習和單元測試等教學環節。還可以通過翻轉課堂，增強師生、生生間的互動，充分發揮學生的主動作用，培養學生的思考能力，從而有效提高課堂教學的效率。課后，學生可以用電腦或手機在學習通平臺上學習，繼續觀看教學視頻鞏固知識，對每節課的內容進行總結歸納。

4 課程評價

構建多樣性的考核及評價方式，分為過程性評價、終結性評價。學生的成績由平時成績、上機成績、期末成績綜合評定而成。通過學習通平臺，可以看到學生的學習痕跡，統計班級學生的學生情況，將學生課堂所參與的活動、互動討論的表現、課堂測驗的完成情況、提交的作業質量均納入過程性評價中。讓學生將精力放在平時的學習過程上，而不是考前突擊，真正培養學生的學習能力。

5 結束語

大多數高校的大數據課程建設處于起步階段，可以借鑒的經驗不多。本文介紹了面向計算機科學與技術專業的大數據課程建設方法。以學生能力培養為導向，整合課程內容，建設豐富的課程資源，運用信息化工具改進教學方法，切實提高學生的大數據運用能力。

參考文獻：

[1] 夏大文，王林，張乾，等. 大數據應用技術課程教學改革與實踐[J]. 大數據，2020，6（4）：115-124.

[2] 桂勁松，張祖平，郭克華. 新工科背景下高校新專業建設思路探索與實踐——以數據科學與大數據技術專業為例[J]. 計算機教育，2018（7）：27-31.

[3] 林子雨. 大數據技術原理與應用課程建設經驗分享[J]. 大數據，2018，4（6）： 29-37.

【通聯編輯：王力】