大數據系列課程的OMO教學模式研究與實踐

胡貞華，毛伊敏

（韶關學院信息工程學院，廣東韶關 512005)

0 引言

2020 年7 月，國家發改委提出“大力發展融合化在線教育，構建線上線下教育常態化融合發展機制，形成良性互動格局”，全國大中小學都在積極開展新一輪的線上線下融合化教育建設。為促進高校融合集群發展，提升高校人才培養整體質量和水平，依據國務院學位委員會《學士學位授權與授予管理辦法》《教育部關于深化本科教育教學改革全面提高人才培養質量的意見》《教育部辦公廳關于深入推進國家智慧教育平臺試點有關工作的通知》等相關規定要求，各高校以“線下+線上”“校內+校外”的方式構建“課程互選、學分互認、教師互聘、教學互評、資源互享、學位互授”六個方面滿足本科生多樣化學習和發展的需求。[1]在“勇于探索創新，圍繞課程和教學改革目標任務，積極推廣小班化教學、混合式教學、翻轉課堂”的背景下，構建“線上線下(Online Merge Offline，OMO)”教學模式，探究新型“OMO”教學模式為提高課堂教學質量賦能增效。

隨著5G 技術、分布式存儲和計算的應用為海量數據增長奠定了基礎，大數據技術如同雨后春筍般地快速涌出并改變著人們的生活方式，為傳統產業帶來顛覆性的革新。在《2022 中國大數據產業發展白皮書》中闡明，147 所“雙一流”高校中有87 所已開設了大數據專業，占比達到59%。大數據專業熱度已經超過了軟件工程、計算機科學與技術等傳統熱門專業，如何通過開展OMO 教學模式進行教學活動，助力課程體系的改革創新，進而提升該專業學生自主學習能力、激發學生學習興趣、培養學生創新應用能力和工程實踐技術能力，是當前討論的熱點話題。

1 國內外研究現狀

OMO 教學模式是一種將在線學習和傳統面對面教學融合在一起的教學模式，是“Online Merge Offline”的縮寫。與O2O(Online To Offline，即線上到線下）模式一致，OMO 模式在商業領域有了一定的發展后，教育領域也開始對這種模式進行了開發和使用，成為近年來的研究熱點。

近年，國內外學者針對OMO 教學模式展開了研究。文獻[2]以線上教學不打折為理念，完成實體教室向線上課堂的“高保真”轉換。打破傳統教學手段到線上教育的障礙，規范化專業課程平臺。修正了OMO模式，保證了雙線教學活動有效實施。文獻[3]從會計專業課程與“課程思政”創新融合，構建了結合專業課程知識傳授、專業能力培養以及思想價值塑造“三位一體”的教學體系。同時，深入挖掘現代信息技術與課堂教學的深度融合，建設課程思政內容與會計專業課程相結合的教學資源，提高了OMO教學模式下會計專業“課程思政”教育的質量。并以學生為中心，鼓勵會計專業師生開展教學互動。文獻[4]基于山西省精品共享課程“機械設計”的資源，增設慕課、微課、3D教材等網絡教學平臺，挖掘課程思政元素，構建情境、互動、體驗、質疑為一體的時空學習環境。進行線上線下混合和課內課外充分融合的“OMO”教學，激發學生的學習興趣，提高教學效果，培養學生解決復雜問題的綜合能力和系統設計能力，從而促進學生知識、能力和素質的全面提高，提升人才培養質量。文獻[5]探討“物理性污染控制工程”課程的特點及存在的問題，從線上教學資源的篩選整合、線上線下教學方式的融合、課程考核體系建設三個方面改革OMO教學模式，充分調動學生學習的主動性，轉換師生教與學的角色，增強學生團結協作的能力，提高學生實踐創新思維。

從上述研究現狀可以看出，研究者們已經針對某一門特定課程的特點，構建其OMO教學模式，從而提升教學質量，培養學生創新及工程實踐技術能力。但也有研究不足之處：

1)缺乏某一專業系列課程的OMO教學模式。針對某一門特定課程的OMO教學模式使得專業知識點是孤立的，無法銜接各個課程所包含的知識點，其推廣的系統性和實用性較差；

2)缺乏大數據課程的OMO教學模式。由于大數據技術近幾年才興起，教育部于2016-2019 年分四批共審批同意479所高校開設大數據技術本科專業，形成專業設立時間短、師資隊伍短缺，導致大數據課程的OMO 教學模式研究成果很奇缺，使得構建大數據課程的OMO教學模式勢在必行。

2 研究內容和思路

2.1 大數據系列課程目標

課程目標是人才培養方案和課程設置的基本依據，大數據專業致力于培養符合國家戰略及產業發展需求的德智體美勞全面發展的高級應用型人才，以適應不斷演化的經濟與社會發展需要[6]。有一定的數理基礎，具備扎實的編程基礎以及大數據基礎知識與技能。熟練掌握大數據采集、預處理、存儲、處理、分析等應用技術[7]，能夠運用大數據思維、模型和工具解決實際問題。

課程目標具體可分為知識目標、能力目標和情感目標。知識目標包括了解從數據采集到數據挖掘的數據管理技術，掌握以大數據處理技術、云計算、數據挖掘、機器學習等為重點的基礎理論。重點突出教學與企業需求相結合，將科研引入教學，強化應用、實踐與創新能力的培養。開展以大數據核心技術為重點的基礎理論和工程素質教育，并從人才培養、學科建設和科學研究等多方面努力，為國家培養亟待的大數據優秀人才。能力目標包括能系統地獲得課程基本概念、應用價值和領域的知識，具備對大宗數據進行決策分析的能力。培養學生具備較好的數理基礎，熟練掌握數據挖掘、分析、建模等原理及工具使用，能對多種數據源進行數據挖掘、深度分析、數據建模及有效評估，并能向行業提供有效的分析報告，為行業運營決策提供數據支持。情感目標包括激發學生學習興趣，提升學生對大數據技術從業忠誠度，培養學生能夠跟蹤大數據前沿技術并適應其發展環境，具備較強的實踐和創新能力，能夠運用專業工具從事大數據領域的開發、設計與管理，能較好地完成一個及以上大數據關鍵技術的方案設計和研發工作，成長為大數據分析師、大數據研發工程師。

2.2 OMO教學模式研究思路

教學模式研究需要考慮到多方面的因素，包括教學目標、教學策略、教學內容、教學媒介、學生角色、學習方式、教學評估和反饋機制等。只有全面協調地考慮這些因素，才能構建出高效、科學、適用的OMO 教學模式?？傮w研究思路見圖1所示，將信息技術與線上線下教學深度融合，優勢互補、各取所長，從OMO課程體系建設、OMO課程平臺構建和多元化評估體系構建等方面進行改革。依據OMO教學模式的優勢和大數據專業課程的特點，重點開展如下研究內容：

圖1 總體研究思路

1)OMO課程體系建設

①探究需進行構建OMO的大數據系列課程。大數據技術本身體系龐雜，專業課程繁多，依據課程性質、課程內容和大數據系列課程目標對應關系的原則，選取適應構建OMO 模式的大數據課程體系。比如先講授Java、數據結構、計算機原理等基礎課程，讓學生積累一定的理論知識，再通過數據倉庫與數據挖掘、Hadoop、Hive、Spark 等技術實踐課培養學生動手能力。實踐能力培養課程內容主要覆蓋大數據的概念與體系結構，包括數據倉庫的存儲與處理、數據倉庫的系統設計與開發、關聯規則、數據分類、數據聚類、貝葉斯網絡、粗糙集、神經網絡、遺傳算法、統計分析、文本和Web挖掘等技術。

②探索各個OMO 課程資源知識點的構建與銜接。采用甘特圖理論，研究OMO 各個課程資源之間的拓撲關系，實現各個OMO 課程資源的關鍵知識點完美銜接，為OMO 平臺構建奠定基礎。完善教學課件、配套教學用書和教學軟件，形成文字教材、多媒體教材、實驗平臺、網絡課程平臺、輔助教學資源、參考文獻等資料[8]。構建題型豐富，考察方式靈活，覆蓋知識點全面的試題庫。堅持教師主導，學生為主體的原則，充實和完善大數據系列課程在線課程資源。積極組織學生參加各類競賽，使學生在實際應用中根據問題找出對應理論和實際解決方案，有效提高學生分析問題和解決問題的能力。

2)OMO課程平臺構建

依據大數據專業人才培養的需求目標，以構建教學情境、師生互動、案例體驗、結果質疑為一體的學習環境，重點從理論與實驗、實踐開展研究。在理論課程方面探究OMO 課程的教學設計，探索網絡教學資源平臺的構建，創設情境教學方法，探討優化更新教學內容。在實驗、實踐課程方面，基于最新的大數據處理技術探究實驗課程網絡教學資源平臺的構建，探索基于大數據新技術的綜合實踐案例的構建。

3)多元化評估體系構建

建立全方位追蹤、全過程評價的評估體系，全面考核學生綜合素質。采用線上線下相結合的學習評價，將隨堂評價與期末考評結合，探索多元化考核評價體系的構建。根據專業發展需求，更新教學內容，追蹤大數據處理技術發展前沿，體現本學科領域的先進性和綜合化趨勢。合理處理經典理論與現代科技發展的關系，增加前沿性知識，加大實踐課程教學內容，有意識地將知識傳授、能力培養、素質教育融于一體[9]。對教學方法和教學評價進行綜合設計，體現以學生為主體的教育理念[10]。積極實行探索式、開放式、討論式、啟發式的教學模式，促進學生自主性學習和研究性學習，加大教學溝通力度，促進教學相長。有效調動學生學習的積極性，引導學生積極思考、樂于實踐，提高自主學習效果，促進學生學習能力發展[11]。

3 實踐與成效

3.1 OMO課程體系建設

1)OMO大數據課程的選取

首先依據大數據產業人才需求，確定大數據行業技能，即：認知能力、基本技能、基礎架構、業務處理和延展性技術；然后采用課程模塊化設計思想，設計大數據行業技能與課程的關聯矩陣，結合大數據各個課程的特點，選取適應構建OMO的大數據課程體系。

2)OMO課程資源知識點的構建與銜接

首先圈畫所選大數據課程的每門課程所覆蓋的知識點內容、前導課程、后續課程；然后采用甘特圖理論設計課程或課程關鍵知識點的拓撲結構圖，描繪各個課程的知識點內容列表及各個課程之間知識點的銜接內容，為構建OMO 課程平臺提供基本知識原點及其邏輯關系。

3.2 OMO課程平臺構建

1)理論課程平臺

①OMO 課程的教學設計。為了取得更好的教學效果，通過課前準備、課中教學互動和課后教學輔導的方法，將教學目標與教學手段融入課堂進行整體設計。課前，重點設計課程基本知識點、知識原理、工程案例等的線上資源，供學生自我學習。課中，設計主要講授的課程難點、重點及案例分析等內容的教學方法和手段。課后，設計課后復習鞏固所用的各種線上資源內容，起到開闊視野、提高綜合素質能力的作用。

②網絡教學資源平臺的構建。依據上述的各個OMO 課程基本知識原點內容及其邏輯關系和它們的教學設計內容，充分發揮線上資源廣而新的特點，將包含教學要點的碎片化資源與互動式、場景式的教學相結合，研發慕課、微課和電子教材等線上資源。同時，開發輔導資料、在線測試試題、案例視頻、創新案例等學習資源和拓展資源。

③情境教學方法的創設。大數據一些課程具有理論與實踐緊密結合的特征，其理論方法多、聯系多，需要多維度的知識儲備。充分利用已有的教學資源和信息技術，從教學要點出發，設立應用場景。將實際生產生活內容融入教學環節，提出問題和引導思路，讓學生發揮想象力，找到解決問題的最佳方法。

④優化更新教學內容。大數據新技術不斷涌出，為了讓學生獲取最新知識與技術，在網絡資源和課題教學中應適當增加與知識點相關的前沿性內容，與學生一起探究先進的理論方法。通過當前技術熱點問題與實際中一些亟待解決的問題，與學生一起共同探討解決之路。從而增加課程學習的難度和挑戰，進而提升學生綜合素質和動手應用能力。

2)實驗、實踐課程平臺

①基于大數據新技術的實驗課程網絡教學資源平臺的構建。目前大數據技術更新升級非常快，各種新的平臺、軟件和技術不斷涌現，且具有實踐性非常強的特點，針對這些特性，結合優化更新的理論教學內容，研發具有大數據新技術的實驗課程電子教材、微課等線上網絡教學資源。

②基于大數據新技術的綜合實踐案例的構建。大數據技術是一個完整的體系或生態，目前開設的實踐案例具有松散性，缺少工程應用，應開發符合大數據系列課程標準的交叉立體綜合性實驗，以及能適應不同數據計算模式的綜合實踐案例，讓學生能夠真正地掌握對大數據生態圈相關工具的使用，了解大數據項目開發流程。

3)多元化評估體系

目前課程以紙質答題的期末考試和平時考評相結合的評價方式，不適應工程實踐的課程教學要求，不能客觀全面地評價學生的綜合素質。將線上學習評價（在線學習、在線實踐測評、在線討論質量分析）、開發過程參與考評（到課情況、討論積極性與主動性、成果的貢獻率）與項目作品測評相結合的方法，有助于激發學生學習欲望，進而主動學習。所學知識點在應用中體現，解決問題的方法在項目中反饋，不以最后答案或應用結果定分數的理念，研究多元化的評估體系。充分、立體描繪學生的學習狀態，對學生知識掌握程度、思維能力、動手能力進行全方位評估并給出最終評價結果。

3.3 實踐成效

1)優化教學設計，強化任課教師主導作用

任課教師應成為課程教學改革的主體和主導者，對課程內容、講授方法以及如何進行實驗教學等問題有最切身的體會，對學生的前期基礎與后續希望的發展方向也最為了解[12]。開課前，課程組教師都會依據課程標準，根據學生學習特點，制定完備的教學進度表和科學的教學設計，其中教學進度對應各周次的教學內容和教學要求，教學設計則要求教學目標明確，章節重點難點清晰。課程教學設計能夠明確教學目標，正確分析學情，明確教學重點難點。經過課題組多次研討和分工，結合大數據系列課程要求學生掌握大數據系列課程的基本概念、數學模型及其求解方法，掌握數據挖掘、機器學習技術整體優化的思想和若干定量分析的優化技術，掌握基本研究手段和實驗方法的各項指標，最終細化了課程重點難點，梳理了課程間知識點的聯系，完成了理論和實際初步結合的案例樣本。

2)完善教學工具，提高教學效率

在實踐過程中，積極開展教學方法改革。將多種教學方法進行優化整合，充分利用現有教學工具融入線上教學，提高教學效率和質量，取得良好的教學效果。教師充分利用多媒體工具在講授過程中圖文并茂，提高學生的知識接受程度。利用分組討論功能引導學生思考問題，將思辨能力達到新高度。充分利用網絡資源優勢，將課程資料上傳到建立的教學平臺，學生可以在線上進行課程章節內容的預習和復習。積極組織學生與老師進行專業信息方面的互動，著重學生創新能力方面的培養，鼓勵學生提出自己的新見解，老師協助進行豐富和完善，大大提高學生積極性，營造積極的學習氛圍。強調學生在學習中的主體性和自主性，引導學生從被動接受轉變為主動探究，從而實現知識的深入理解和應用。

3)實踐分析

從3年4個班共180多人的教學成績來看，立體化評估學生優秀的占25.45%，不合格的占15.22%，大部分學生處于良好偏優的分布。反映教學的內容能夠被大部分學生吸收，學生能掌握大數據的基礎知識，能運用大數據技術分析問題、解決問題，符合本科階段學生應當具備的基本理論、基礎知識、基本技能和方法。

4 總結與思考

在未來一段時間，大數據系列課程將圍繞OMO教學模式，豐富慕課、微課、大數據等網絡課程資源，完善大數據課程的OMO課程平臺構建。充實具有新技術的實驗課程電子教材，開發設計涵蓋12 至15 個依據不同計算模式的綜合實踐案例，進而構建大數據課程的實驗網絡教學資源平臺。

相對于傳統的工科人才，未來新興產業和新經濟需要的是實踐能力強、創新能力強、具備國際競爭力的高素質復合型新工科人才[13]。大數據系列課程提出時間雖短但應用非常迅速，在科學研究、市場營銷、金融投資、欺詐甄別、產品制造、通信網絡管理等各個領域都有不俗的表現。在幾年的教學實踐中，邊教邊改，力求將枯燥的理論變得生動有趣，以期提高教學效果[14]。從而改變工程應用課程中工程性缺失和實踐環節薄弱，課程體系與產業結構調整不適應等弊病[15]。