新文科背景下財經類文科專業大數據工具應用課程建設與改革

［摘 要］金融數字化轉型對財經類院校的人才培養提出了新挑戰，要求培養兼具金融學理論知識與數據素養的跨學科人才。新文科背景下，基于財經類文科專業部分學生計算機基礎相對薄弱的問題，大數據工程具應用課程團隊積極探索學生的數據思維培養新路徑，提出弱化算法推導、強調工具應用的課程建設新思路，旨在培養學生熟練運用大數據工具解決金融大數據分析與決策難題的能力。文章提出強調工具應用、知識交叉、思想引領的課程設計，以及線上線下混合式教學模式改革、多元教學方法融通與創新、注重過程的考核評價體系改革等課程改革路徑，以期為新文科背景下“金融+大數據”跨學科人才培養提供借鑒。

［關鍵詞］新文科；“金融+大數據”；工具應用課程；跨學科

［中圖分類號］G642.0 ［文獻標識碼］A ［文章編號］2095-3437（2024）18-0039-05

近年來，粵港澳大灣區正朝著由科技創新和現代金融服務集群所形成的區域經濟形態快速高質量地發展。大數據、人工智能等新一代信息技術驅動金融創新，金融業日益走向科技化、數字化。金融數字化轉型對財經類專業畢業生的數據素養提出了新要求[1]。高校應培養精通金融學知識、兼具從海量金融大數據中挖掘信息的能力、能夠有效管理和運用大數據的現代金融人才。然而，部分財經類文科專業學生由于計算機基礎較弱，學習大數據困難重重[2]。廣東金融學院作為一所以“應用為先、金融為本”為辦學理念的本科院校，如何在教學中實現金融理論與現代信息技術的融合，將傳統財經類人才培養與新興數字金融產業對接，培養符合區域經濟發展需求的復合型應用人才成為亟須解決的問題。

財經類文科專業要在保留現有學科傳統的基礎上，結合新一代信息技術推進文理交叉融合，激發新的增長點[3-4]。2019年，教育部發布的《關于一流本科課程建設的實施意見》指出，一流本科課程建設要體現多學科思維融合、產業技術與學科理論融合、跨專業能力融合、多學科項目實踐融合，建設一批培養創新型、復合型人才的一流本科課程。基于此，課程團隊在“金融+大數據”文理融合跨學科課程建設方面進行了積極探索和實踐，推出大數據工具應用在線課程，提出弱化算法推導、強調工具應用的課程建設新思路，旨在培養學生熟練運用大數據工具解決金融大數據分析與決策難題的能力。大數據工具應用慕課于2018年在智慧樹平臺面向全國開放，至今已成功運行13學期，覆蓋154所高校，累計選課人數達4.47萬人，其中4.02萬名學生成功獲得學分。課程建設取得了顯著成效：獲評廣東省精品在線開放課程（2018年）、廣東省一流本科課程（2019年）、國家級一流本科課程（2023年）。本文主要論述大數據工具應用課程的建設與改革情況，整體建設路徑如圖1所示。

一、基于“三個強調”創新大數據工具應用課程設計

（一）強調工具應用的課程建設思路設計

與工科學生相比，部分財經類文科專業學生的編程能力相對薄弱，這可能影響他們對大數據的學習。為此，課程團隊提出了財經類文科專業學生“零基礎”學習大數據的新思路。通過采用Weka、Tableau等大數據分析工具，結合財經、金融領域的實際問題設計課程內容，學生無須深入編程，只需簡要理解算法原理，即可運用這些工具完成數據分析與決策任務。這一方法有效解決了財經類文科專業學生在大數據學習中遇到的難題，為財經類文科專業學生打開了通往大數據世界的大門。

（二）強調知識交叉的模塊化課程結構設計

不同于工科大數據課程側重于算法設計、編程實現、測試、驗證以及優化的教學邏輯，課程團隊精心選取金融大數據真實應用場景，將大數據算法的實現過程轉化為工具求解的過程，并劃分為六大教學模塊：Weka數據獲取基礎、Weka數據分析入門、Weka數據分析進階、Tableau數據可視化、數據分析能力拓展及數據思維培養。每個模塊知識點的教學均從金融、財經實際應用場景出發，弱化算法推導、強調運用大數據工具解決相關數據處理問題。例如，在介紹代價矩陣時，課程團隊設計了一個銀行客戶風險識別的應用場景，強調失信客戶誤判為守信客戶的嚴重后果，并引導學生利用Weka的代價敏感性分類器來降低銀行風險。這種課程設計旨在有效引導財經類文科專業學生輕松踏入大數據學習之門，幫助他們建立數據思維，提升其金融數據獲取、挖掘、可視化呈現以及基于數據的金融決策能力。

（三）強調思想引領、價值塑造的課程思政設計

課程團隊在教學內容的設計、教學組織與實施過程中，巧妙融入了思政元素，確保教學的深度與廣度。圍繞金融大數據知識的構建、模型機制的解析及算法邏輯與應用，深入挖掘科技倫理、理性思維、創新精神、探究興趣、求實態度等思政元素，使之與金融大數據教學內容深度融合。結合我國現代金融改革與發展的實踐歷程，激發學生的愛國情懷，鼓勵學生將所學金融知識應用于實踐，合理規劃個人職業道路，以實際行動響應國家重大發展戰略的號召。同時，融入金融科技前沿議題，激發學生的學習熱情，引導學生樹立正確的價值觀，培養學生的求真務實精神、創新思維和科學素養。

二、大數據工具應用課程改革路徑

面向新形勢下數字金融業務需求，課程團隊根據財經類文科專業學生特點、用人單位需求和崗位職能要求，設定了五級遞進式課程培養目標：（1）基礎數據分析能力。學生能夠熟練運用數據分析工具完成數據搜集、整理、分析及圖表制作等任務。（2）模型選擇與評估能力。根據數據特征和業務需求，學生能夠選擇合適的數據分析模型，并通過比對分析，提出科學合理的模型選擇建議。（3）參數優化與調優能力。學生需深入理解數據分析算法模型及其實現邏輯，并能靈活調整算法參數，以優化分析結果。（4）算法實現與創新能力。深刻理解業務目標后，學生能夠獨立實現數據分析算法，展現其創新思維。（5）業務規劃與策略制定。學生能夠全面把握業務愿景與數據分析應用場景，設定數據分析業務目標，并規劃出切實可行的技術實現路徑。為實現上述目標，課程團隊采取多項改革措施，如搭建MOOC線上平臺、建設新形態教材及實施線上線下混合式教學等。

（一）搭建MOOC線上平臺

搭建優質、多元化、動態化、系統化的MOOC線上平臺，實現資源共享，提升課程使用效率[5]，是大數據工具應用課程建設的重要途徑。

1.微課視頻庫

課程團隊精心錄制了39個總時長499分鐘的微課視頻，內容涵蓋數據獲取、數據挖掘、數據呈現和數據思維等知識。視頻特色鮮明：（1）主題明確。每個視頻獨立且完整地聚焦于單一知識點，確保教學目標清晰明確。（2）精練高效。每個視頻直入主題，時長控制在15～20分鐘，結構層次分明。（3）與時俱進。緊跟數字金融領域前沿動態與現代金融產業發展趨勢，結合實際應用場景引入課程內容，趣味性與實用性強。（4）應用性強。強調大數據工具的應用，弱化復雜的數學及算法理論推導，重點展示如何使用Weka、Tableau等工具解決金融、財經領域的實際問題。

2.試題庫

課程團隊建立了包含300 余道測試題的在線題庫，全面覆蓋課程知識體系，并特別增設實際操作題，旨在通過大數據分析工具的實踐操作，強化學生的實踐應用能力。

3.素材庫

課程團隊深入挖掘思政元素，精心設計了60余個典型素材，緊密圍繞我國數字金融應用特色及最新研究成果，涵蓋互聯網金融風險識別與管理、金融市場趨勢預測、互聯網金融犯罪識別、網絡貸款人信用評估等方向，以拓寬學生視野，提升其學習的深度與廣度。

（二）建設新形態教材

教材建設是課程建設的重要組成部分，在線課程賦予了傳統教材建設新的內涵[6]。課程團隊完成了《大數據工具應用》（微課視頻版）新形態教材的編寫，作為高等學校大數據管理與應用專業規劃系列教材之一，于2020年9月由清華大學出版社出版。該教材以MOOC課程為基礎，內容與MOOC課程同步。學生借助智能手機、平板等電子設備，掃描教材中的二維碼，即可訪問MOOC平臺上對應的教學資源，包括教學視頻、案例庫、實驗庫、試題庫、專題講座、拓展閱讀材料等。此外，當學生遇到學習難題時，同樣能掃描二維碼快速訪問互動答疑區，實現師生、生生間的交流互動，有效促進問題解答與知識共享。相較于傳統紙質教材，微課視頻版教材為學生帶來了全新的學習體驗，極大地提升了學習效率與效果。

（三）實施線上線下混合式教學

線上線下混合式教學模式是融合線上教學的靈活性與傳統教學的互動性的一種新型模式，成為提升高校教學質量的有效路徑[7-8]。廣東金融學院課程團隊通過MOOC自學與線下“任務+探究式” 實踐教學的結合，實現了知識傳授與學生主體作用的雙重強化，滿足了學生個性化的學習需求。具體實施內容如下：

1.任務布置與線上自學

教師通過網絡平臺發布學習任務，創設學習情境，如圍繞網絡借貸風險評估，引導學生學習分類算法。學生在線完成視頻學習及章節測試，教師據此調整教學進度，并實時在線解答學生疑問，促進學生自主學習。

2.進度監控與線上交流

教師密切關注學生學習動態，通過測試結果反饋靈活調整教學計劃。同時，鼓勵學生在線上討論區交流學習心得體會，以進一步促進學生對知識的深入理解。

3.線下實踐教學與問題引導

在學校實驗室安排16學時8次面授課，采用“任務+探究式”教學法。學生分組合作，教師提出啟發性問題，如模型選擇、數據處理、風險規避等，引導學生深入探究與學習。

4.研究實施與成果展示

學生根據任務分工，查找相關資料，運用Weka等工具進行建模驗證，最終完成研究報告。教師組織小組討論，評估學生成果，總結關鍵問題，從而促進學生知識內化與能力提升。

此教學模式有效融合了線上資源的豐富性與線下互動的即時性，極大地激發了學生的主動學習熱情，促進了其深度思考，從而顯著提升了教學效果。

三、多元教學方法融通與創新

（一）基于真實金融場景的案例教學注重學生解決實際問題能力的提高

案例教學在提升學生決策推理與解決實際問題的能力上發揮著關鍵作用[9]，它貫穿于大數據工具應用課程的始終。課程團隊建立了Weka金融數據挖掘綜合應用案例庫（2019年獲教育部協同育人項目立項），包括股票與周期變動商品的時間序列分析、樸素貝葉斯理財產品促銷、Apriori信用卡推薦、K最近鄰銀行客戶群體劃分、J48決策樹客戶違約預測等真實金融場景案例。每個案例均聚焦于Weka大數據工具的實際操作方法，包括數據預處理、模型選擇、參數調優、性能評估等。學生能夠直接運用大數據工具進行金融數據分析，并基于分析結果作出決策，有效應對實際金融問題，從而避免了過度依賴算法與編程技能的束縛，為計算機基礎薄弱的學生打開了金融數據分析的大門。

（二）面向數字金融業務處理的實驗教學注重學生實操能力的提升

實驗是幫助學生發現問題并將理論應用于實踐的重要手段[10]。課程團隊精心設計金融以及生活應用場景，搭建了金融大數據智能風險控制教學實驗平臺（2018年獲教育部協同育人項目立項）及流動性風險管理虛擬仿真實驗平臺，設計了Logistic邏輯回歸支付交易欺詐檢測、隨機森林互聯網借貸個人信用評估、K?means銀行客戶細分、LTSM時間序列投資組合收益率預測、CNN卷積神經網絡極端天氣監測5項綜合實驗項目。區別于理工科學生以算法設計和編程為主的大數據實驗，本課程實驗著重引導學生運用大數據工具處理數字金融業務，每項實驗從Weka等工具的選用出發，涵蓋數據格式轉換、數據清洗、學習建模、模型評估、決策實施的全流程。對于無程序設計基礎的學生來說，通過實驗操作進行大數據分析，可以有效積累金融大數據處理經驗，深刻理解大數據技術在揭示數據規律、解決實際金融問題中的作用。

（三）關注學生需求的互動教學注重學生學習熱情的激發

教學互動能有效提高教學質量和效果，激發學生的學習熱情[11-12]。課程團隊設置了“互動教學”專區，內設“熱門”“最新”“精華”和“話題討論”四大在線板塊，教師分組輪流為學生提供及時的答疑解惑服務。同時，教師積極引導學生深入思考，設計一系列開放且富有趣味的話題，如探討“大數據技術在網站廣告推送中是否構成個人隱私的侵犯”。該話題迅速引發了學生的熱烈反響，一學期內討論跟帖量超過500條。大數據工具應用課程自2018年正式上線至今已運行了6年，線上教學互動總量高達35.70萬次。實踐表明，這種互動方式營造了活躍的討論氛圍，激發了學生的學習熱情，有效培養了學生的溝通表達與批判性思維能力，對教學過程產生了積極影響。

四、注重過程的考核評價體系改革

傳統的期末考試作為單一的結果性評價手段，難以全面真實地反映學生的學習過程及內在質量。盡管有時會考慮平時成績，但通常僅限于出勤率和作業提交情況，這在一定程度上削弱了學生的學習動力。因此，課程團隊致力于優化考核評價體系，采用全過程量化考核方法，以多維度、全方位地評估學生的學習效果，確保評價更加客觀公正，全面真實地反映學生的學習過程及內在質量[13]。

學生總評成績由過程評價（占60%）和期末考試（占40%）兩部分組成，其中過程評價包括線上過程評價和線下過程評價（見表1）。智慧樹平臺系統全面追蹤并記錄學生在線學習行為的數據，包括學習時段、時長、頻率，學習安排的合理性以及互動討論的參與度等，并進行量化評估。線上過程評價涵蓋學習進度、學習習慣、學習互動及章節測試，這些成績均基于學生在線學習行為數據自動生成，真實反映其學習狀態。線下過程評價由教師根據學生的出勤情況和研究報告質量評定。此分數比例設置不僅強調了過程評價的重要性，認可了學生在學習過程中的付出，而且體現了對全程學習管理的重視，有效激發了學生的學習主動性。

五、結語

隨著大數據等新一代信息技術的快速發展，金融領域正經歷著深刻的數字化轉型，這對財經類院校文科專業畢業生的數據素養提出了更高要求。新文科背景下，針對財經類文科專業部分學生計算機基礎相對薄弱的問題，課程團隊積極探索數據思維培養新路徑，提出弱化算法推導、強調工具應用的新思路，旨在培養學生熟練運用大數據工具解決金融大數據分析與決策難題的能力。課程團隊在教學設計、教學模式、教學方法及考核評價體系上將進行持續創新與優化，為新文科背景下財經類院?？鐚W科人才培養提供有益參考。

［ 參 考 文 獻 ］

[1］ 方霞，張云，趙平.數字經濟時代金融人才數據素養培養困境與對策研究[J].中國大學教學，2022（9）：23-27.

[2］ 肖泉，黃偉玲.新文科背景下財經院校大學生數據素養提升路徑探索：以Python語言與數據分析公共課為嵌入[J].大學教育，2023（11）：40-43.

[3］ 黃銘，韓志強.教育數字化賦能新文科建設創新發展[J].中國高等教育，2023（6）：46-49.

[4］ 馬驍，李雪.創新與融合：學科視野中的“新文科”建設[J].中國大學教學，2020（6）：31-33.

[5］ 賈文軍，黃玉珍，陳武元.大學生在線學習體驗：影響因素與改進策略[J].高等教育研究，2021，42（3）：60-69.

[6］ 陶艷玲，趙乃勤，周偉斌.傳統領域新形態教材建設研究與實踐[J].科技與出版，2023（2）：54-61.

[7］ 黃薏舟.一流本科課程建設背景下混合式教學在金融工程課程教學中的應用[J].大學教育，2022（5）：18-21.

[8］ 胡志遠，沈祁萌，劉棟.e時代的教與學：基于慕課的混合教學模式改革探索與實踐[J].大學教育，2020（1）：15-17.

[9］ 宋丹，高櫻萍，王雅靜，等.多類型案例驅動的研究生教學模式研究[J].大學教育，2021（10）：115-117.

[10］ 黃璐，倪興興，薛松超，等.數字金融背景下的金融工程專業實驗教學探索與實踐[J].實驗技術與管理，2020，37（12）：189-192.

[11］ 莫莎.在線教學的多維互動教學模式探討[J].大學教育，2021（11）：146-149.

[12］ 陳謙，王朝輝，高志偉.多元互動與信息技術融合的教學模式創新研究[J].河南教育（高教），2024（1）：76-77.

[13］ 張瀟環，樊雅茹.混合學習的學習評價現狀與改進措施[J].大學教育，2021（12）：41-43.

［責任編輯：梁金鳳］