民辦高校融合計算思維培養的專業特色建設研究

文謐

摘要：計算思維是一種循序漸進的認知策略，是計算機專業的學生應當具備的根本能力之一。文章通過分析數據科學與大數據技術專業建設目前存在的主要問題，針對數據科學與大數據技術的專業特點，結合民辦本科高校學生知識結構與課程特點，將計算思維的培養融合到專業建設中去，從人才培養目標、專業課程體系、教學方法、教學模式、實踐環節等方面研究專業特色建設，探索適合民辦應用型高校的專業建設模式。實踐表明，將計算思維融合到專業建設的各個環節，能夠更好地提升學生分析解決問題能力，為應用型高校專業特色建設提供參考方法和路徑。

關鍵詞：計算思維；數據科學與大數據技術；專業特色建設；民辦高校

中圖分類號：G642 ? ? ?文獻標識碼：A

文章編號：1009-3044（2022）29-0147-03

1 引言

隨著大數據時代的到來，“新工科”數據科學與大數據技術等領域的人才缺口特別是應用型人才的缺口越來越大[1]。為滿足新的人才需求，教育部積極推進“新工科”建設，2016年正式批準設立數據科學與大數據技術專業[2]。數據科學與大數據技術專業作為一個多學科交叉的新興熱門專業，以計算技術為基礎、兼顧數據科學理論與應用、圍繞數據價值化為特色，利用大數據的方法解決具體應用問題[3-4]。截至2021年6月，全國開設了大數據專業的高校共計有600多所，其中工學大數據占絕大多數達500多所，培養具有大數據理論、大數據實踐和大數據應用能力的創新人才，適應區域經濟社會發展需要[1，5]。

應用型本科院校的重點是培養實踐能力強的高素質應用型人才。近年來，應用型本科院校認真貫徹新工科建設指導思想[6]，積極申報增設數據科學與大數據技術等專業，進一步優化學科專業的層次結構，促進多學科交叉融合，實現高校專業建設的新跨越，更好地為區域經濟發展提供服務。

2 數據科學與大數據技術專業建設現狀

從教育部正式批準設立數據科學與大數據技術專業以來，廣東省內有近40所普通高校開設數據科學與大數據技術專業。而關于數據科學與大數據技術新興學科專業建設尚在探索發展過程中，還未形成標準統一的系統性體系。各高校都缺少專業建設的相關標準和經驗，專業課程體系大都也是“照搬照套”其他專業建設的模式，缺乏專業培養的特色，因此建設怎樣的專業以及如何建設該專業成為各高校面臨的重點問題。

數據科學與大數據技術專業與普通專業不同，該專業是一門跨學科專業，涉及人工智能、機器學習、數據可視化、概率模型等學科知識。現階段，各地方本科高校數據科學與大數據專業的建設過程中存在的主要問題有：

1）新專業建設高校數量越來越多，但是專業定位不清晰，人才培養目標不明確，未基于學校發展形成專業特色和優勢。

2）傳統單一化的課程教學方法，教學過于重視學科教育或編程教育，忽視了計算思維、數據思維、創新思維的培養，學生僅僅完成課程學習，面對給定的實際問題，學生往往表現出無從下手，應用能力有待培養和提高。

3）實踐教學體系不夠完善；缺乏面向大數據的分布式系統，實踐環節墨守成規、按部就班；實踐案例、數據脫離實際應用，導致人才培養與行業、企業需求脫節。

4）學校現有師資力量不能很好地滿足新的應用型數據科學與大數據專業建設的需要，師資隊伍結構需進一步優化。

3 數據科學與大數據技術專業特色建設

結合民辦應用型本科高校辦學特點和專業特點，將計算思維融合到數據科學與大數據專業建設中去，從人才培養目標、課程體系、教學模式、教學方法、專業實踐、專業課程考核評價等方面探索特色專業建設方法，建設一門民辦高校應用型特色專業，讓該專業更具優勢，將學生培養成為企業需要的具有大數據理論、大數據實踐和大數據創新應用能力的應用型人才，實現大數據人才培養質量的明顯提升。本文將計算思維融合到數據科學與大數據專業建設的各個環節，包括人才培養目標、課程體系、教學模式、教學方法等，其對應關系如圖1所示。

計算思維的方法主要分為四個基本步驟：分解、模式識別、抽象及算法；三個延伸方面：建模、評估及泛化。基于計算思維進行專業特色建設，對數據科學與大數據專業的人才培養目標、專業課程體系、教學的模式和方法、專業實踐應用、課程考核和培養質量保障等方面進行研究，具體內容如下：

1）抽象人才需求，明確專業人才培養目標。數據科學與大數據專業是一門交叉學科，應面向地方經濟社會發展和大數據產業結構調整需要、以“引導思維、突出應用、強化實踐、產學結合、能力培養”為指導思想，著重培養學生的綜合素質，有效與學校的特色專業如金融學、人工智能、網絡工程、物聯網工程等專業進行專業融合培養，發揮學科優勢，培養行業、企業大數據分析類、應用開發類、系統設計類人才，更好地為區域經濟發展提供服務。高校在實際的專業建設過程中，根據行業實際及調查，抽象人才需求，合理制定大數據人才培養目標，以保證人才的培養更具針對性，培養的人才更具計算思維等素質。

2）分解培養目標，完善專業課程體系。高校在數據科學與大數據專業課程體系建設的過程中，應結合專業人才培養目標，分解階段目標，降低認知難度，前期開設 通識教育課程＼理論基礎課程和基礎理論課程，如數學、統計學、大數據導論、算法、編程語言等相關課程，學習基本原理，搭建學生的專業基礎知識架構，這是培養學生計算思維的基礎；中期開設專業核心課程、專業實踐課程，如云計算、分布式系統、數據挖掘、數據可視化、機器學習等課程、學生學習專業技能，并能夠應用所學的方法解決問題；后期開設專業拓展培養課程、雙創教育課程、綜合實踐課程等，學生可結合企業項目進行大數據應用開發綜合實踐，參加各類學科競賽，賽教融合。通過各階段完善課程體系，培養學生的專業素養能力、工程實踐能力以及創新能力和計算思維。

3）建模教學模式，穩定專業課程教學。經過對專業課程教學的提煉和封裝，建立聯合培養和翻轉課堂的教學模式。加快數據科學與大數據專業建設國際化步伐，利用學校的國際合作辦學資源，在原有的合作模式基礎上，實現聯合培養合作模式。專業課程可采用線上線下結合翻轉課堂教學模式，合理安排學時，既鍛煉學生的自主自學能力，也能夠使得教學實踐更充分。例如該專業前期課程涉及很多算法原理與數學計算，學生可以課前在線上學習平臺選擇資源學習理論及公式推導過程，線下教學主要以解答學生疑問、理論應用實踐為主；對于專業實踐類課程可以設計與工作實際相關的實踐項目，讓學生組隊課后完成，項目完成后在課堂上進行小組展示或互評，發揮同伴教學的效果。例如利用不同的機器學習回歸算法解決預測問題，讓各小組對同一項目設計不同解決方案。

4）基于計算思維的課程教學方法。采用循序漸進的認知策略，對于課程的項目實踐，可以基于案例驅動，講解相關理論與操作，教學方法可采用基于計算思維培養的“三步遞進式”：首先教師提出問題，讓學生討論探究——了解原理；然后教師設計系列問題，讓學生解決問題——明白原理；最后學生掌握解決實際問題的基本流程并能舉一反三解決同類問題——應用原理。如此引導方法既符合人的認知過程，也培養學生應用所學知識解決具體應用問題的能力。例如機器學習決策樹算法，先引入一個“讀心術”的游戲讓學生了解決策樹的基本概念，然后通過使用紅酒數據集演示決策樹的構建，在構建過程中，根據每次分類結果讓學生反復調整超參數，從中學習該算法各超參數的作業以及如何優化超參數才能取得最佳性能，最后提出該算法的優勢與不足，對于不足的彌補，引入新的集成學習算法讓學生自主學習。

5）泛化專業知識，指導專業實踐應用。在數據科學與大數據專業實踐環節，培養學生歸納問題、把一類問題一般化的能力，引導用大數據知識模型，針對性地改進后去解決另一個領域的問題。數據科學實踐性極強，學生的能力素養需要在適當的實踐平臺上強化，因此建設重點實驗室或研究中心，才能為專業課程提供強有力的硬件支持與數據資源。高校可根據實際安排，在校內構建大數據專業實驗室，配備大數據的運算環境以及實驗數據，培訓學生搭建大數據實踐環境，熟悉大數據的整體技術、核心組件以及應用開發工具的使用，如Hadoop、Spark、Hbase等；或者與企業共建實訓實踐基地，實現人才培養與企業需求“無縫對接”，建立校企深度合作；為學生提供真實的應用場景，泛化專業知識，助推產學融合。

6）面向學生計算思維能力的專業課程考核。為評價學生計算思維培養的效果，可以設計層次化的考核方式，例如對于數據科學與大數據專業基礎，通過客觀題考核學生專業知識的掌握情況；對于專業技能與應用，通過項目案例大作業考核學生解決實際計算問題的能力；對于專業設計，可采用課題創新設計的方式考核學生的設計創新能力。

7）建設多元學生培養質量保障體系。為評估專業特色建設成效，建立多維度的人才培養效果評價體系，主要從學生對課程教學效果評價，學生參加各類專業競賽的情況、校外企業對學生滿意度評價，學院對專業、教師對專業的評價等方面完善專業教學管理體系，建立問題驅動的評價反饋機制與持續改進機制。

4 融合計算思維培養的專業特色建設實踐

筆者所在的教學團隊在計算機專業建設方面，開展融合計算思維培養的專業特色建設及實踐，取得了較為明顯的成效。將計算思維的培養融合到教學全過程，使得學生能更好地掌握理論與應用，提高學生分析問題、解決問題的能力，滿足粵港澳大灣區產業應用型人才的需求。同時，基于計算思維建模方法建立更適合大數據專業人才聯合培養和翻轉課堂的教學模式，通過產學融合和與國際化辦學資源合作，使培養目標更明確、更精準。課程引入與實際應用結合的案例或項目，提高學生的學習能動性，讓學生的實踐應用能力切合行業的需求。

高校專業學生積極參加“挑戰杯”全國大學生課外學術科技作品大賽、“互聯網+”大學生創新創業大賽等各類學科競賽，并獲得了多項省級獎項。通過競賽可以有效檢驗學生專業知識掌握程度和應用能力。學生能學以致用，根據數據科學與大數據技術進行數據分析與挖掘及可視化，解決實際項目中的具體問題。培養掌握數據科學與大數據處理的理論與技術知識，具有完善的計算和數據思維，以及大數據處理及分析能力并適應區域經濟社會發展需要的應用型創新人才目標得以實現。

5 結束語

本文針對數據科學與大數據技術專業特點，結合民辦高校辦學特色，將計算思維融合到專業建設中去，探索出符合學校實際特色的專業培養體系，建設一門民辦高校應用型特色專業，讓該專業更具優勢：

1）人才培養目標明確，面向粵港澳大灣區，依托本校的硬件和軟件優勢，建立“精準”的人才培養方向；

2）形成融合計算思維的培養模式，準確實現人才培養目標，提高學生解決問題的實踐應用能力；

3）學生動手實踐能力強，具有創新意識，能適應行業企業發展，滿足粵港澳大灣區產業應用型人才的需求。

深入探索與研究如何加強數據科學與大數據技術的專業特色建設，能有效促進新專業的建設與發展，充分發揮地方應用型民辦高校的辦學優勢，基于學生和專業特點實現創新應用型人才培養，為地方產業輸送高素質人才，也為其他民辦高校數據科學與大數據技術等應用型專業建設提供方法和路徑。

參考文獻：

[1] 楊波，李遠彪.數據科學與大數據技術課程體系的復雜網絡分析[J].計算機科學，2022，49（S1）：680-685，807.

[2] 朝樂門，邢春曉，王雨晴.數據科學與大數據技術專業特色課程研究[J].計算機科學，2018，45（3）：3-10.

[3] 賀文武，劉國買.數據科學與大數據技術專業核心課程建設的探索與研究[J].教育評論，2017（11）：31-35.

[4] 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.

[5] 戴志鋒，李春艷，靳洪.多學科交叉融合的數據科學與大數據技術專業課程教學改革與實踐[J].湖北經濟學院學報（人文社會科學版），2022，19（7）：149-152.

[6] 劉穎，王愛蓮，宣齊娜，等.新工科背景下數據科學與大數據技術專業建設探析——以地方財經類高校為例[J].吉林工商學院學報，2019，35（6）：106-109.

【通聯編輯：謝媛媛】