“雙一流”學科建設背景下“大數據導論”課程探討*
——以河南農業大學“農業工程”學科為例

吳俊鋒 ，吳 昂 ，張 浩 ，左杏璇 ，朱娟花 ，胡建東

（河南農業大學機電工程學院，河南 鄭州 450002）

0 引言

當前世界范圍內新一輪科技革命和產業變革加速進行，人工智能、大數據、物聯網等新技術、新應用、新業態方興未艾，我國經濟發展進入新常態，高等教育發展步入新階段[1]。2022 年，教育部、財政部、國家發展改革委聯合發布《關于深入推進世界一流大學和一流學科建設的若干意見》，明確指出高等院校要加強應用學科與行業產業、區域發展的對接聯動，推動高校更新學科知識，豐富學科內涵?！逗幽鲜　笆奈濉苯逃聵I發展規劃》指出，加快推進包括河南農業大學在內的多所高校和多個學科，對標一流，帶動高校綜合實力顯著提升，服務國家重大戰略需求和河南經濟社會發展。河南農業大學也確立了學?！笆奈濉卑l展規劃和2035 遠景目標，形成“聚焦農、小綜合、大特色、創一流”的辦學思路[2]，以一流學科建設為牽引，構建以農科為優勢特色、多學科協調發展的學科生態體系。因此，從國家到地方再到高等院校都在積極布局建設“雙一流”學科[3]。

在“雙一流”學科建設背景下，陳偉斌[4]提出加快新興交叉學科布局，不斷催生新知識、新技術、新產業，培養新一代復合型人才。劉國瑜等[5]提出為進一步加強優勢學科建設，農業高校應及時改造提升傳統學科，調整優化學科布局，創新學科組織模式，提升學科知識生產能力。張坤[6]認為學科建設的微觀實踐就是院系的發展問題，學科建設的宏觀設計就是大學的發展問題，學科建設的本質就是大學治理與學院治理的統一。路朝陽等[7]提出“四年制科創法”教學模式，將科學研究、創新競賽與教學活動進行了有機融合，轉變了傳統教學的單一課堂教學模式。黃鎖明等[8]提出新工科課程思政教學應以全局思維確立課程思政目標，以引申轉化融通課程思政內容，以多重維度挖掘課程思政資源，以量身定制設計思政授課方式?？梢姡凇半p一流”學科建設背景下，高等院校在教育教學、學院管理以及課程思政等方面正在不斷進行嘗試和探索。

隨著信息技術的發展，數據分析已經成為各行各業中不可或缺的一環，大數據分析已經成為很多行業和企業中的核心競爭力[9]。習近平總書記指出，建立健全大數據輔助科學決策和社會治理的機制，推進政府管理和社會治理模式創新。因此，高等院校要建設“雙一流”學科，學校培養的學生必須具有核心競爭力，這就要求高等院校應緊跟時代潮流，培養具有大數據思維的人才[10-12]。因此，大數據相關課程的開設和教學方法的改進變得尤為重要。

本研究以“農業工程”學科為例，從“農業工程”學科布局、大數據課程內容特點、大數據對“農業工程”學科的支撐、大數據課程的教育教學方法和環節以及目前教學存在的問題和改進措施等方面進行分析和探討，為一流學科建設提供大數據思維。

1 “農業工程”學科布局

河南農業大學“農業工程”學科為一級博士、碩士學術學位授權點，具有能源動力、交通運輸、機械、電子信息4 個工程碩士專業學位授權點，同時擁有農業機械系、能源工程系、交通工程系、機械工程系、電氣工程系，設有電子信息工程、農業機械化及其自動化、農業智能裝備工程、農業建筑環境與能源工程、交通運輸、汽車服務工程、機械設計制造及其自動化等9 個本科專業，如圖1 所示。在農產品質量安全監測、農田環境監測、農業機械智能化、農業生產管理、農產品物流系統等領域形成鮮明特色，這些學科均需要數據科學支撐。

圖1 河南農業大學“農業工程”學科布局圖

2 “大數據導論”課程介紹

“大數據導論”課程是河南農業大學“農業工程”學科9 個專業的基礎課，32 個學時，主要以理論教學為主，旨在使學生掌握大數據思維、分析方法、數據挖掘方法以及可視化技術等。“大數據導論”課程主要內容以及架構層次如圖2所示。

圖2 “大數據導論”課程主要內容和架構層次圖

1）數據采集與治理：該部分內容為大數據的基礎，介紹大數據來源、采集方式、集成及預處理技術等。

2）數據管理：介紹關系型數據庫、分布式文件系統以及新型數據管理和查詢系統，如NoSQL 數據庫、Hadoop 等。

3）數據分析：該部分內容是本門課程的重點，介紹數據統計學、機器學習、數據挖掘、圖數據以及自然語言數據分析，可以幫助學生從海量數據中提取有用信息，并發現數據中的模式和規律。

4）數據可視化：該部分內容可以根據專業需要決定是否講授，介紹數據可視化技術、高擴展可視化技術、可視化案例以及工具和軟件。

5）數據安全：該部分內容為可選擇性講授，為從事大數據分析行業人員必備技能，介紹數據安全涉及領域、數據安全相關技術以及數據生命周期安全的防護體系，如數據加密和解密、身份認證、數據交互等。

6）大數據應用：該部分是不可或缺的，讓學生對本門課程有具象化的認識，應以專業為參照來介紹農業、城市交通、工業和教育等領域的大數據應用。

7）大數據處理平臺：該部分內容是大數據分析的底層硬件支持，能夠讓學生了解到大數據分析的流程，但不是必須講授部分。介紹大數據出庫平臺架構、批量大數據、流式大數據以及大規模圖數據計算，如Hive、Pig、MongoDB等。

3 “大數據導論”課程對“農業工程”學科的支撐

“大數據導論”課程中有大量的案例分析，如農業大數據、網絡大數據、城市大數據、工業大數據、教育大數據等。這些案例是數據采集、數據清洗、數據處理、數據分析和數據可視化等操作流程和策略的集中體現。本門課程有助于“農業工程”學科的專業人員對農產品的質量與安全、農田的環境、農業機械運行狀況、農業生產管理等諸多方面進行監測或分析。通過本課程的學習，學生能夠學會如何應用數據分析技術來解決農業生產中的實際問題。因此，“大數據導論”課程輔助創建“雙一流”“農業工程”學科需要深入掌握相關技術，將其應用到“農業工程”學科的多個領域中，從而提高學科的發展水平和國際競爭力。“大數據導論”課程對“農業工程”學科的支撐如圖3所示。

圖3 “大數據導論”課程對“農業工程”學科的支撐架構圖

1）數據預處理技術：在農業生產中，涉及大量的數據采集、傳輸和處理，如土壤質量、氣象數據、農作物品種、地理位置和生長周期等?！按髷祿д摗闭n程中的數據預處理技術可以幫助“農業工程”學科相關專業的學生掌握對這些數據進行清洗、篩選、轉換的方法，從而為后續的數據分析提供高質量的數據基礎。對于農業傳感器采集的氣象、土壤溫濕度、土壤類型、降水量等數據，需要清洗、去噪、校正、插值以及標準化等預處理。對于農業遙感數據，如無人機拍攝和衛星圖像需要除云、大氣校正等預處理。對于農作物生長數據，如生長階段或周期、生長速率、葉個數等，需要平滑、插值以及異常值剔除等預處理。

2）數據分析方法：“大數據導論”課程中涉及大量的數據分析方法，如聚類、分類、回歸、關聯規則等。這些方法可以被應用到農業生產中，如通過分析土壤、氣候、降雨等數據，對農作物進行生長周期預測，優化種植方案，從而提高農田的生產效率和品質，保障農業可持續發展。對于農業機械化及其自動化或者農業智能裝備專業的學生，可以通過分析農業機械的使用效率、能耗等數據，優化農業機械的使用方式，提高農業機械的生產效率并降低成本。對于交通運輸專業的學生，可以通過分析農產品的生產、銷售、庫存等數據，優化農業生產過程，提高生產效率并降低成本。對于電子信息工程專業的學生可以基于傳感器技術，通過分析農產品生長周期、地理位置、生長環境等數據，預測農產品的生產狀況以及可能出現的問題，提高農產品的質量與安全保障水平。

3）大數據存儲和處理技術：在農業生產中，涉及大量的數據存儲和處理，如傳感器數據、監測數據、圖像數據等?！按髷祿д摗闭n程中涉及了大數據存儲和處理的技術，如Hadoop、Spark 等，這些技術可以幫助“農業工程”學科相關專業的學生掌握存儲和處理農業生產中的大數據的方法。

4）數據可視化技術：“大數據導論”課程中涉及了數據可視化技術，如圖表、地圖、可視化工具等。這些技術可以幫助“農業工程”學科交通運輸專業的學生掌握將農業生產中的數據可視化的方法，比如農產品物流線路和物流點布置可視化。另外，還有助于電子信息工程專業學生將傳感器監測的種植大棚內溫度、濕度、CO2濃度、光照強度等參數數據可視化，從而更好地展示農業生產的數據分析結果，助力農業健康可持續發展。

4 “大數據導論”課程的教育教學方法和環節

“大數據導論”課程教學環節包括講授和課程論文。在講授環節要注重課堂互動，讓學生參與到課程中來，積極提問和討論，培養學生的思維能力和創新能力。課程論文要有設計性，重點考查論文格式、邏輯、思路以及創新性，讓學生深入研究大數據的某個方面或者應用領域，提高學生的綜合運用能力和研究能力。為了達到一定的教學效果，需要采用一些教育教學方法，如圖4所示。

圖4 “大數據導論”課程的教育教學方法

“大數據導論”課程的教育教學方法具體如下：

1）翻轉課堂：對于非計算機專業學生來說，傳統授課模式無法激發學生學習興趣和動力?！按髷祿д摗闭n程授課可以采用翻轉課堂的方式，讓學生在課堂外先學習相關知識，然后在課堂上進行實踐操作和討論。這樣可以更好地發揮學生的主動性和創造性，提高學生的學習興趣和學習效果。同時，教師也能更好地了解學生的學習情況和學習進度，為教師提供更精準的教學指導和幫助。

2）項目驅動：大數據分析相關技術和方法偏向數學和計算機，如果沒有一個具象化的環節，學生無法扎實掌握相關知識點并應用到生產實踐中。項目驅動是一種讓學生通過實際項目來學習相關知識和技能的方法?！按髷祿д摗闭n程可以采用項目驅動的方式，讓學生在實際項目中應用所學知識和技能，以提高學習效果和實際應用能力。教師可以結合自己承擔的科研項目，讓學生負責一些實驗數據的分析和處理工作，并結合大數據分析方法和手段，總結實驗規律。

3）實踐操作：“大數據導論”課程需要注重實踐操作的設計和實施，以提高學生的操作技能和應用能力。教師可以帶領學生參加大學生競賽，給學生擬定一個方向或題目，讓本門課程學生進行建模和分析。比如，全國大學生大數據分析技術技能大賽，根據給定的大數據集，進行數據預處理、分析和建模，得出有用的信息和結論；數據可視化競賽，根據給定的數據，設計并實現一個數據可視化工具或應用；大數據應用創新大賽，開發一個基于大數據技術的應用，如公安人口監測系統、稅務局信息系統、人社局社會保險繳納系統等；全國人工智能大賽，利用給定數據集，開發一個人工智能應用，如無線地圖通信、智能交通、智能視頻質量評價等。這些競賽題目既考驗學生的理論知識和技術能力，又鍛煉學生的實踐和創新能力，對于本門課程的教學效果具有明顯的提升作用。

4）課程思政：“大數據導論”課程中有非常多的方面可以引入思政元素，比如中國超級計算機“天河一號”、中國“天眼”等，這些“大國重器”代表著中國科技處于世界領先水平。超級計算機代表著大數據的算力，“天眼”代表著宇宙大數據來源?！按髷祿д摗闭n程中向學生傳達這些內容，能夠增加學生的民族自豪感和自信，引導學生樹立正確的世界觀、人生觀和價值觀，激發學生的愛國主義情懷，提高學生的思想政治素質和綜合素質。

5 “大數據導論”課程教學中存在的問題和改進措施

“大數據導論”課程在教學中存在的問題，如圖5所示。

圖5 “大數據導論”課程教學存在的問題

1）缺乏實際應用的內容和實踐操作，導致學生在學習過程中缺乏實際應用的體驗和能力。需要教師在課程開始前做好實踐教學設計，關注大學生競賽。另外，通過與具有科研項目的老師密切溝通，了解他們的需求，介紹學生跟他們做些項目中的數據分析和數據挖掘工作，讓學生在學習過程中獲得實際應用的體驗和能力。

2）缺乏與其他學科的交叉融合，導致學生在學習過程中缺乏對應用領域的深入理解和應用能力。需要從學院的層面來進行干預。農業工程一級學科下的每一個學科方向帶頭人負責整理和匯報本學科方向對大數據相關知識的需求和聯系。這樣，“大數據導論”課程教師才可以有的放矢地進行課程教學，以最大程度滿足學科需求，避免資源浪費，做到有目的培養，讓學生在學習過程中獲得對所在應用領域的深入理解和應用能力。

3）缺乏教學內容和方式的創新，導致學生在學習過程中缺乏學習興趣和實際應用能力。“大數據導論”課程教師應創新教學模式，組織學生參觀國家超級計算機中心，如鄭州中心、天津中心等。通過帶領學生實地考察，提升學生對于大數據底層算力架構的感性認識，提高學生的學習興趣和實際應用能力。教師也可以利用現有條件，帶領學生到虛擬仿真實驗室學習可視化技術，通過將城市交通等信息以虛擬仿真的形式直觀地呈現出來，達到教學效果翻倍的目的。

6 結語

“大數據導論”是一門非常重要的課程，對于培養具有創新能力和適應性的人才具有重要意義。因此，在“雙一流”學科爭相創建的背景下，大數據相關課程的開設和教學方法的改進變得尤為重要。本研究以“農業工程”一級學科建設為例，介紹了其包含的各學科方向和特點，通過剖析“大數據導論”課程主要內容、與其他學科的交叉應用，總結了本課程的教育教學方法和環節。通過進一步分析目前“大數據導論”課程教學中存在的一些問題，總結了教學改進措施。以期為大數據相關課程的教學和實踐提供一定的參考和借鑒，助力高等院校相關學科具備“大數據”特色，進一步邁向國家“雙一流”行列。