新文科“數智類”實驗教學平臺建設研究

摘 要：為了更好地滿足大數據、云計算、人工智能、區塊鏈等新技術應用對于人才培養提出的新需求，提升文科類專業學生數據分析能力、新業態新崗位專業實踐能力，促進文科類實驗室資源的共建共享，研究提出以新文科建設“學科交叉融合”“技術創新應用”理念為指導，以“數智化”專業實踐能力、創新思維培養為目標，建設數據中臺、業務中臺“雙臺”支撐，數字營銷、金融科技、智能財務、數智人力等多場景應用的新文科實驗資源平臺。研究完成了平臺整體架構、技術架構及典型應用場景的設計，并探討了相關實驗項目及配套資源的建設思路，初步構建了“場景驅動－技術賦能－項目實戰”的新文科實驗教學資源建設方案。

關鍵詞：數智能力；數據中臺；業務中臺；實驗資源

中圖分類號：G64

文獻標識碼：A" 文章編號：1673－4513（2024）－04－106－07

收稿日期：2023年11月15日

作者簡介：

顏 穎（1980-），女，山東蒼山人，副教授，博士，主要研究方向：信息管理、實驗教學管理。

任 潔（1990-），女，北京人，實驗師，學士，主要研究方向：軟件工程、系統開發。

基金項目：

2021年北京高等教育“本科教學改革創新項目”（202111418002）；2021年北京城市學院教育科學研究課題（JYA20210903）。

引言

隨著大數據、云計算、人工智能、區塊鏈等“數智化”技術的發展和應用，數據成為一種新的生產要素。從對接產業、行業需求，深化人才培養供給側改革的角度來看，“掌握必需的數字技術”“擁有一定數字素養”將成為學生培養新目標之一。各學科特別是文科類專業，紛紛提出將以“大數據分析”為代表的“數智類”課程納入新的教學計劃，開展“數智類”實驗資源的建設，依托實驗項目培養學生的數據分析應用能力。新的實驗資源，既要滿足各專業大數據分析能力培養的一致性需求，還要支持各專業利用數據技術聚焦行業痛點進行場景應用創新；既要數據共建共享，降低開發成本，又要體現專業特色，提升數據價值。為此，本研究提出以新文科建設“跨學科融合”“新技術應用”等理念為指導，通過頂層規劃、中臺搭建，構建數據集中、技術融合、場景多元的新文科“數智類”實驗教學平臺，為新文科類專業學生“數智能力”培養提供資源保障。

一、能力調研

以需求為導向的專業核心能力、特別是“數智類”能力的確定，是本研究的起點。為了使新文科“數智類”實驗資源的建設更有針對性，項目團隊分為2個階段，采用問卷、訪談、網絡爬蟲等多種技術，對行業、企業、各大高校、畢業生等進行了詳細調研。其中，前一個階段，以專業教研室為單位，針對各自專業的不同行業領域展開調研，充分了解行業、企業對于學生專業知識、能力、素養的相關要求。后一個階段，以實訓中心為主體，在各專業調研的基礎上，重點圍繞“數智”化能力展開深入調研。據不完全統計，研究共實地走訪企事業單位50余家，調研高校60余所，發放回收有效問卷1033份，抓取網絡有效數據119340條。通過對調研數據的整理分析，初步確定了各專業的崗位類型及其對應的專業核心能力要求（如表1所示），并在此基礎上對各專業應具備的“數智類”能力進行了歸類分析，發現辦公信息化、數據分析、數字營銷、數據編程、專業軟件應用、圖形圖像制作等能力成為各專業崗位提及最多的能力要求。

二、平臺設計理念

研究在對專業核心能力、數智類相關能力分析的基礎上，充分考慮數字經濟發展、新產業、新業態、新模式對學生實踐能力、創新能力的要求，結合新文科建設的要點及教育信息化、數字化建設的最新要求，確定了本研究新文科實驗資源建設的主要思路，即：以學生為中心，以應用為導向，以數智化專業實踐能力、創新思維培養為目標，產業引領，場景驅動，技術賦能，構建雙臺（數據中臺+業務中臺）支撐、三鏈（產業鏈+創新鏈+人才鏈）聯動的新文科實驗資源平臺，塑造多方融合，自主更新迭代，共建、共治、共享、共贏的開放式實驗教學新生態。新文科實驗平臺在設計時主要遵循以下幾個理念。

（一）廣協同、深融合

新文科實驗資源的建設，要遵循新文科發展的核心理念［1］，注重各類資源交叉融合、協同發展的深度和廣度。在協同發展上，要從協同主體、協同方式、協同內容上整體規劃。一方面，要考慮行業、企業、專家、教師、學生等不同參與者如何實現資源的交互、創新；另一方面，要考慮校內校外、線上線下、虛擬現實等各類資源如何同步、共享；此外，還應兼顧學生學習、科研、實踐各環節資源的延續、共生。

在交叉融合上，要從學科融合、科教融合、產教融合、專創融合多個維度統籌推進。一是，結合學部現有經濟類、管理類、藝術類專業，以“產業鏈”為主線，構建具有學校特色的“臨空經濟”實驗項目群；二是，做好教學科研、學生科研與實踐教學的協同、轉化，使科研教學相助、相長；三是，充分利用行業、企業資源，在實驗空間、實驗技術、實驗資源、教師團隊、教學內容、科研實踐等多個領域深入合作，形成產教資源的共建共贏；四是，在專業實踐能力、職業素養培養的同時，注重創新思維、創業實踐能力的訓練。

（二）一平臺、多場景

在新文科實驗平臺設計過程中，要把融合思維、場景思維、技術思維、共享思維貫穿始終，要堅持應用牽引、數據賦能，形成數字技術、應用場景、商業模式與學生實訓項目、實

踐活動的融合創新。一方面，設計基于大數據的平臺基座［2］，最大限度地實現新文科專業數據資源的共建共享，打通底層數據，提高數據的利用率和管理效率，提升數據的價值。另一方面，要構建數字經濟下的各類應用場景，將專業、跨專業的學科知識和綜合實踐能力訓練轉化為場景化實驗教學，利用產業鏈上的新業態、新場景、新模式促進實訓項目和實驗資源的創新迭代，以需求導向、問題導向培養學生解決實際問題的能力。

（三）雙驅動、新賦能

以經管類專業為主體的新文科實驗資源構建，必須依托場景驅動和技術驅動，在“產業數字化”和“數字產業化”兩個維度重點發力。一方面，實驗平臺要充分釋放數據要素價值，激活數據要素潛能，將離散的數據轉化成為可理解、可使用、可管理的數據資產，利用源于業務流程的數據，實時、動態、智能化地開展決策分析，仿真新的商業模式下企業數字化轉型和資本市場運作。另一方面，實驗平臺要將數字化的知識和信息轉化為生產要素，仿真數字產業鏈的形成，實現數據賦能、數字孿生、多元協同和仿真迭代，充分利用人工智能、大數據、區塊鏈和數字孿生技術，構建場景化、實戰化、孿生化的新文科實驗教學新生態。

此外，跨學科與跨專業要素的新融合，大、智、移、云、物等技術的新應用，數智化業務場景的新構建，數字產業商業模式的新運作，多元N維教學資源的新協同……都將賦能新文科實驗教學內涵式高質量發展。

三、平臺框架設計

（一）整體架構設計

根據本研究確定的新文科實驗教學資源建設的核心思想及新文科實驗教學平臺設計的基本理念，項目團隊初步完成了實驗平臺整體架構的設計（如圖1所示）。項目構建的“云底座-雙中臺－多場景”三層架構，在搭建統一“數據+業務”中臺的基礎上［3］，支持各專業結合特色領域開展前臺多場景應用。既有利于實現底層數據的共享共用，也有利于保障各專業領域數據的豐富性和獨特性，同時標準化數據處理方式也更有助于后續數據要素向數據資產轉化。

從整體來看，后臺主要通過已有的ERP系統、物流系統、財務系統、人力資源系統等內部實訓系統采集學生虛擬仿真實訓數據以及外部協同企業的脫敏數據和相關經濟信息平臺實時動態數據，統一處理，統一納入主數據管理。

實驗平臺主要面向內部管理，又可細分為數據中臺和業務中臺。數據中臺主要負責數據的清洗轉化、主數據治理、標簽庫的管理、指標的預計算與預處理，可分為主數據管理、商品數據、交易數據、客戶數據、制造數據、物流數據、金融數據、財務數據、信用數據、文化數據、風控數據、人才數據、政務數據、綜合服務數據、教學管理數據和數據服務管理。數據中臺的建設，為開展數據融合、數據加工、數據可視化、數據服務化處理、建立各業務場景綜合運用，提供了基礎數據平臺，完成了各專業對于大數據分析基本實驗環境的搭建。

業務中臺則主要負責按業務需求運用數據中臺的指標，維護定制化開發的各類主題模塊。業務中臺的構成，以“產業鏈”所涉及的主要業務環節為主線，結合經管類實驗教學相關實驗項目展開設計。在具體模塊的劃分上，不是按照傳統的企業組織架構劃分為生產部、銷售部、采購部、倉儲部等，而是根據業務處理數據本身的性質劃分為商品中心、交易中心、客戶中心、物流中心、風控中心、信用中心、金融中心、人才中心、文化中心、政務中心、綜合服務中心等。同時，為動態觀測教情、學情，評價教學效果，設立實驗教學管理服務中心。

數據統一經過數據中心和業務中心處理之后，給前端各業務場景提供統一數據源、統一數據口徑、統一指標標準的數據產品和數據服務。例如，在數字營銷場景中，需要由客戶中心、交易中心、商品中心、物流中心、信用中心、文化中心統一調用數據服務，支持大數據精準營銷中公域獲客、客戶畫像、渠道洞察、智能推送等業務需求。有了各中心的數據支持，精準營銷業務可以快速、動態掌握用戶產品偏好、消費行為、消費信用等各方面的數據，并利用多維模型綜合給出最優營銷策略。而各中心按照數據性質劃分提供專業性的服務，不僅有利于減少重復建設，并且提供了業務知識沉淀的土壤，同時也將驅動業務創新。

（二）技術架構設計

采用中臺架構開展新文科實驗教學平臺的設計，需要有配套的技術架構（如圖2所示）。本研究按照數據中臺的基本理念，將新文科虛擬仿真實驗項目產生、使用的各類實驗數據以及實驗教學實施過程中產生的各類管理數據都集中匯聚在統一的大數據平臺，實現業務數據化；并對各類數據要素進一步開發，在確保數據安全的情況下，充分利用數據服務，實現不同應用主題下數據的高度共享；最終利用數據賦能業務，驅動業務創新，實現數據資產價值化。

在數據采集層，除了有平臺搭載的各類虛擬仿真實驗系統（例如ERP、物流管理信息系統、財務管理信息系統、獨立審計系統、人力資源管理信息系統等）的數據，還有來自平臺外部的合作企業數據和公共社會經濟信息。針對不同的數據來源，需要引進不同的采集方式，例如RDBMS導入工具、FULME分布式采集日志引擎、Logstash ELK技術棧采集引擎等［4］，從而解決數據沉積量大、數據結構多樣化、數據產生環境復雜等特點。

在技術平臺層，可采用業內使用最多的是Apache基金會名下的Hadoop系統，它基本可以作為大數據時代存儲計算的經典模型。大數據處理場景可分為批處理和流處理，批處理主要支持離線分析，流處理主要支持實時分析。數據倉庫層，通過建立全域數據倉庫和實時數據倉庫來滿足不同業務場景的數據計算和查詢需求，從而加強數據的共享能力，實現數據資產化。

服務引擎層，重點是快速調動預計算的指標模塊，然后傳輸到前端進行展現和業務側的自助式分析。前端主要是基于技術創新的各類場景應用訓練，包括大數據精準營銷、金融科技、數字人力、數智財務、智慧供應鏈等若干數據賦能的新的實訓場景和實訓項目以及在此過程中對師生、實驗教學資源的動態觀測和評價管理。而這些依托數據賦能帶來的業務效率及管理效果的提升，將是數據資產價值化的重要體現。

（三）數據中臺架構設計

數據中臺在具體建設過程中，要進一步結合實驗平臺模擬的各項業務流程和業務特點，進行基本架構的規劃。新文科實驗教學資源平臺的數據中臺主要分為四個層級，即：數據資產盤點、數據資產建設、數據資產運營與數據應用層（如圖3所示）。

數據資產的盤點，主要是梳理數據資產的業務邏輯和實體關系，形成數據資產目錄；明確數據標準和數據質量要求；制定數據安全策略，加強元數據管理。從而有效解決新文科實驗數據多源異構、多類型庫等問題，明確數據中臺后續進一步轉化的重點數據群。

數據資產建設，包含數據底盤、基礎數據資源和數據地圖的建設。其中，數據地圖重點是指標庫和標簽庫。指標庫包含原始指標、派生指標、公共指標和專題指標等等。標簽庫主要是商品標簽、客戶標簽、模型標簽、行為標簽等。數據資產建設過程中，提供在線的業務標準規劃管理和元數據管理功能。

數據資產運營，主要是通過流程化、在線化的方式統一業務口徑，通過指標、維度和標簽管理功能實現數據的業務化，提供數據服務。服務主要包括提供數據目錄、API服務、數據檢索、智能分析、智能推送、數據可視化分析等。

數據應用層，可提供在線可視化的數據開發與管理，支持各專業結合行業特點，設計新場景、滿足新需求，開發各類更體現數字經濟特色的虛擬仿真實驗項目，例如：精準營銷、智慧采購、金融科技、智慧供應鏈……開展主題更加豐富的大數據分析應用。同時，有助于實訓中心根據新的場景應用及相關實訓項目，開展案例數據的快速開發、學情教情的動態分析及實訓效果的精準評價。

（四）業務中臺架構

業務中臺，為前端新場景應用下的各種業務需求提供高效的業務功能及數據分析組合。數據應用引擎層，通過多種多樣的數據API、分析引擎和大屏引擎，迅速將各類通用業務模塊按需求定制化封裝與組合，快速響應前端需求，支持教學數智化管理、可視化大屏、客戶畫像、精準營銷、智能制造、大數據風控、智慧供應鏈等業務場景應用（如圖2.4所示）。

四、典型應用場景及配套資源設計

研究結合前期所確定的新文科類專業“數智化”能力和職業能力培養目標，對其涉及的典型應用場景進行了初步設計，主要包括了數字營銷、智能財務、數智人力、金融科技、智能制造、智慧管理等“數智化”新場景。這些應用場景，在設計時既考慮了其本身所承載的數智經濟的特征、專業領域的特色，同時還在場景主題、業務流程上圍繞研究著力打造的“臨空經濟產業群”特色展開整體規劃，使得各業務場景能夠在數據中臺、業務中臺的“雙臺”支撐聯動下，最大限度地實現數據資源的共治共享，形成場景聯通、數據驅動貫通、商業價值互通的綜合實踐教學平臺。

基于平臺設計的應用場景，研究進一步對配套的實驗項目進行了建設。從項目內容設計、訓練過程設計、訓練方法設計、案例數據設計等多個維度，對產業鏈上企業及服務機構的主要業務進行了“虛擬仿真”［6］，初步完成了“區塊鏈基本技術”“全域數據采集與分析”等專業基礎實驗項目，“智能營銷”“區塊鏈金融”“財務共享”“數智人力”“金融大數據管理”“財務大數據分析與決策”“智慧新零售”“人力資源大數據分析與決策”等主題的專業綜合實驗項目，以及“數智商業綜合實踐”等跨學科專業綜合實驗項目開發方案的設計。這些應用場景、實驗項目及配套實驗資源的開發建設，為新文科“數智”實驗教學平臺的建設使用奠定了基礎。

參考文獻：

［1］劉漢霞.新文科背景下應用型高校經管實驗中心建設與實踐［J］.教育教學論壇，2022，26：69-72.

［2］王理想，廖永紅.一體化智慧校園中臺架構的設計與實現［J］.中國教育信息化，2022，1：100-106.

［3］謝胡林.雙中臺模式下數據安全保護體系建設研究——以高校智慧校園建設為例［J］.中國教育信息化，2022，6（1）：17-24.

［4］李達丞.基于數據中臺的高校數據共享交換平臺的設計與實現［D］.北京：北京交通大學，2022：5-6.

［5］馬曉玲，朱麗娟，吳永和，等.教育數據中臺系統模型及其應用研究［J］.現代教育技術，2021，31（11）：63-71.

［6］侯國棟，李媛.基于“智能+教育”的虛擬實驗共享平臺設計策略研究［J］.科技與創新，2022，11：12-15.

Research on the Construction of Experimental Teaching Platform

for“Data Intelligence” of New Liberal Arts

YAN Ying， REN Jie， ZHAO Zihao

（Beijing City University， Beijing， 100083， China）

Abstract：

With the development of new technologies such as big data， cloud computing， artificial intelligence， and blockchain， industries and enterprises have put forward new demands for talents. This research proposes the construction of a new liberal arts experimental teaching platform， which effectively enhances the data analysis ability and professional practical abilities of liberal arts students through the implementation of relevant experimental projects. Additionally， this experimental teaching platform will facilitate the collaborative development and sharing of resources in liberal arts laboratories. The construction of the experimental platform is guided by the concept of “interdisciplinary integration” and “technological innovation application” in the new liberal arts， with the goal of cultivating professional practical ability and innovative thinking in “digital intelligence”. Supported by both data and business middle platforms， the experimental platform includes multiple application scenarios such as digital marketing， financial technology， intelligent finance， and digital intelligence manpower. The research has completed the overall architecture， technical framework， and design of typical application scenarios for the platform， and discussed the construction ideas for related experimental projects and supporting resources， thereby constructing a new liberal arts experimental teaching resource development plan based on “scenario-driven， technology-empowered， and project-oriented” approaches.

Keywords：" digital intelligence; data middle platform; business middle platform; experimental resources

（責任編輯：侯凈雯）