工程實踐創新項目（EPIP）教學模式在“大數據分析和可視化”課程中的應用研究

摘要：文章以大數據技術專業核心課程“大數據分析和可視化”為例，探索工程實踐創新項目（EPIP）教學模式改革。通過設計實施基于企業真實工程的教學項目，引導學生從項目規劃、數據獲取、清洗整理、分析挖掘到結果可視化全過程實踐，提升學生數據分析、數據可視化及解決復雜問題等方面的能力。

關鍵詞：工程實踐創新項目（EPIP）；大數據技術；教學案例

中圖分類號：G712" " 文獻標識碼：A" " 文章編號：1672-5727（2024）08-0019-06

作者簡介：崔鳳梅（1974—），女，碩士，天津城市職業學院院長，副教授，研究方向為職業教育教學與管理；劉穎（1984—），女，碩士，天津城市職業學院智能科技與應用學院助教，研究方向為職業教育教學。

“大數據分析和可視化”課程，旨在使學生了解數據分析的流程、數據分析的方法、數據可視化工具，掌握運用大數據平臺進行大數據分析、數據可視化設計的工作方法，提高創新實踐能力。該課程具有工程實踐性強的特點，在課程設計、實踐教學中采取工程實踐創新項目（EPIP）教學模式，以工程項目為引領，以培養學生的工程意識和創新、實踐能力為目標，激發學生的學習興趣，提高教學質量，達到預期教學效果。

一、EPIP教學模式概述

EPIP教學模式是在長期教育實踐與理論研究基礎上創立的具有中國特色、適合技術技能人才培養的職業教育教學模式。其內涵是工程化、實踐性、創新型、項目式。EPIP是工程、實踐、創新、項目四個關鍵元素的有機組合，是以實際工程為背景結合技術技能人才培養的中國實際而創立的，以工程實踐為導向，以工程實踐創新能力培養為目標，以真實工程項目為統領的技術技能人才培養的教學模式[1]。EPIP是中國職業教育理論發展成果的具體化，也是中國職業教育實踐改革經驗的系統化，是理念，是方法，是路徑，是啟示，更是探索。

EPIP以“五觀、四元、三諦、兩核、一宗”歸納了模式內涵。五觀，即納觀（知技素點）、微觀（課程論）、中觀（專業論）、宏觀（教育論）及達觀（辦學思想）；四元，即四個關鍵元素，分別是工程化、實踐性、創新型和項目式；三諦，即 EPIP的“原”實諦、“代”名諦、“衍”合諦三個境界；兩核，即真實和完整兩個核心；一宗，即知行合一宗旨[2]。

EPIP的本質是讓“產教融合、工學結合、校企合作、知行合一”真實落地。基于職業教育的職業屬性特點，需要在教學過程中充分開發學生的實踐能力，因此，在專業課程的教學中就不能脫離實踐。傳統的理論與實踐分離的教學模式雖然理論體系嚴謹、統一、緊湊，但缺乏了將實踐作為教學過程主體的宗旨。EPIP教學模式突出理論與實踐的結合，將實踐應用上升為教學過程的主體，同時又不缺乏理論知識的貫穿，所以是適合職業教育的教學模式。

二、基于EPIP的課程教學設計

“大數據分析和可視化”課程，依托真實工程項目，運用數據分析方法與數據可視化技術，對獲得的數據進行綜合分析，解決實際問題，使學生認識數據思維的本質，將應用信息的能力轉變為一種基本技能。這些能力要通過不斷實踐才能融會貫通，因此，本課程以大數據分析和可視化應用為主線，運用EPIP教學模式中的“四元”核心要素，進行EPIP教學模式的教學設計。

（一）工程化重構課程體系

EPIP工程化的核心要義是生活化、生產化、現實化及社會化。“大數據分析和可視化”課程中的工程化，是與天津開發區中軟卓越信息技術有限公司、紫光云技術有限公司等公司合作，將大數據應用開發、大數據分析與挖掘、數據可視化與畫像、大數據決策與應用等工作崗位的實際工程轉化為教學項目，抽取形成基于真實場景的大量數據進行課程教學。通過該課程的學習，學生將掌握在大數據管理、分析、運維、可視化中遇到問題的解決方法，獲得數據工程師、數據分析師等崗位所需的工作技能。如圖1所示。

（二）項目式設計課程內容

EPIP的項目化是指將教學內容以實際項目的形式進行組織和實施，培養學生的實踐能力和解決實際問題的能力。結合大數據技術專業特征，教師團隊根據知識要素，按照數據量和數據結構的復雜程度，由少至多、由淺至深設計了五個綜合項目：高職學生學情分析、天津意式風情區游客特征分析、電商平臺訂單數據分析、股票數據分析及K線圖繪制、銀行用戶畫像大數據分析（如圖2所示）。學生需要參與到每個項目開發的完整周期中，全面掌握大數據分析的基本框架，形成一定的大數據分析能力。

（三）實踐性實施實訓過程

本課程按照企業完成數據分析工程項目的實際過程，即環境搭建、數據獲取、數據處理、數據分析、數據可視化，實施課程教學任務。環境搭建，即搭建項目實施需要的環境，如Hadoop和相關組件的獲取與安裝。數據獲取，即通過網絡爬蟲、網站下載等方法獲取數據集。數據處理，即通過Pandas、NumPy等工具將其“清洗”干凈。因為有大量諸如重復數據、空白數據、無意義數據等類型的“臟”數據存在，故拿到的數據一般不能直接使用。數據分析，即將看上去毫無規律、雜亂無章的數據，利用Python總結出規律和趨勢。數據可視化，即將分析結果通過折線圖、散點圖、熱力圖等具有可視化效果的圖形展示出來。

通過以上5個步驟，教師引導學生進行數據處理，學生通過具體實踐操作能夠更清晰透徹地理解和掌握數據處理與分析的方法，提高處理真實工程項目的能力。

（四）創新型設計教學過程

本課程設計主要體現了EPIP教學模式中“一強二引三融合”的創新型特點。一強，即強化機器學習和數據科學的內容，包括如何使用Hadoop進行數據清洗、特征工程、模型訓練等，使學生能夠更好地理解大數據與機器學習之間的關系。二引，即引入實時數據處理，如流處理、實時分析等，使學生能夠掌握實時數據處理的工具和技術；引入最新技術趨勢，如數據湖、數據編織等，使學生能夠緊跟技術發展的步伐，掌握最新的大數據技術和應用。三融合，即混合式教學融合，在教學活動中采用“三段式”全程導學教學模式，通過課前、課中、課后任務式引導讓學生親自動手實踐，加深對課程內容的理解和掌握；跨界創新融合，將大數據與金融行業、房地產行業、旅游行業等跨界融合，創新課程內容，拓寬學生的知識面和視野；個性化教學創新融合，針對不同學生的需求和興趣，提供個性化的教學內容和方式。使用EPIP教學模式，通過“一強二引三融合”給予學生更多的實踐機會，提高學生的學習興趣與積極性。

三、EPIP教學模式課程教學實踐

金融行業是大數據的重要應用領域之一，而銀行用戶畫像的大數據分析是其中的一個重要應用場景。銀行用戶畫像就是通過對用戶行為、偏好、風險承受力等多維度數據進行分析，幫助銀行更好地了解客戶，為用戶提供個性化的金融服務，增強用戶粘性和滿意度。本項目以真實的銀行用戶畫像大數據分析系統的開發環境為依托，以實訓項目流程為引導，以培養數據分析能力為目標，以系統開發為項目式統籌，從工程認知，到工程實踐，再到自主創新，實現從簡單到復雜、從單項到綜合的技能訓練模式，促進學生“知技素”的提升，培養學生發現問題、分析問題、解決問題、勇敢實踐、追求卓越的創新能力及團隊合作、愛崗敬業、努力進取、精益求精的職業精神。

（一）工程化場景設計

用戶畫像的本質就是從業務角度出發對用戶進行分析，了解用戶需求，尋找目標客戶；同時也是金融企業利用統計的信息，開發適合目標客戶的產品。銀行用戶畫像大數據分析系統可以針對用戶特點為用戶推薦或定制適合的產品，滿足用戶的儲蓄、理財的需求。利用用戶基本屬性、支付偏好、消費情況數據對用戶情況進行數據處理，描繪用戶基本情況，實現用戶價值分析。

（二）實踐性引導實施

在本課程的教學設計中，融入了銀行用戶畫像大數據分析系統的開發，將項目實施流程重構為系統概況、開發準備、數據存儲、數據分析、數據處理、數據管理、數據遷移、項目總結、項目擴展等9個連續性子項目、35個任務，實現實踐性引導。

在課程實施過程中，通過“系統概況”引出本項目的總體任務，包括銀行用戶畫像大數據分析系統項目背景、系統功能、系統技術需求等；按照大數據平臺搭建—數據存儲—數據分析—數據管理—數據遷移的順序完成項目實施的全周期，全面涵蓋了數據分析技術所需的核心知識與實踐技能，其中項目數據引用了銀行用戶數據集，力求實現與真實項目對接；“項目總結”是對銀行用戶畫像大數據分析系統項目進行總結，并做出可視化展示。在“項目擴展”環節，因為在前期的項目實施過程中使用的是Hadoop+Hive的框架處理離線的銀行用戶數據，通過編寫MapReduce可以批量畫出用戶畫像，得出用戶的基本屬性、支付偏好、消費習慣等，但離線數據必然產生數據的滯后，影響分析效果，而實際上銀行每天都會產生實時數據流，這樣Hadoop+Hive就無法滿足需求，因此，在此環節向學生拓展出流數據處理技術Spark，作為課程內容的升級。

（三）創新型人才培養

本項目以數據分析和可視化技能訓練為目標，每個任務均設置工作情境，提出具體問題啟發學生思考，激發學生對大數據技術的興趣和創造性思維，引導學生去探索和嘗試。例如，利用MapReduce對銀行用戶數據進行統計時，以區域消費匯總為案例，幫助學生理解MapReduce分布式計算模式，再結合“遞進式”實踐教學體系，鼓勵學生將技術舉一反三、融會貫通，延伸出其他屬性的用戶數據匯總，提高學生創新精神和實踐能力。

（四）項目式統籌

整個銀行用戶畫像大數據分析系統項目的設計，采用“做中學、學中做”的工程方法培養學生，注重項目整體的完整性，設置“1+1+1+1”的能力模塊（即：一期一項目，一課一匯報），注重培養學生解決實際工程問題的能力。同時，針對每個子項目與任務，認真梳理思政融入點，實現思政教育與專業教育有機融合。從愛國情懷、工匠精神、團隊精神、創新精神、職業道德、國際視野等方面，讓學生體會合作學習、社會擔當和家國使命，領會大數據技術專業的學科精神和創新意識，構建良好的課程生態。

四、銀行用戶畫像大數據分析系統的實施

銀行用戶畫像大數據分析系統是“大數據分析和可視化”課程的一個重點實訓項目。教學實施過程中，應用 EPIP 教學模式，實行校企雙導師模式，充分利用校企共建的課程資源、實訓平臺、真實項目數據集進行授課，拓展智慧職教、新媒體等平臺資源做課后知識補充。采用“三段式”全程導學，通過課前、課中、課后任務式教學方式，加深學生對課程內容的理解和掌握。

（一）課前

課前，學生完成復習和預習任務。首先，學生通過教學平臺闖關習題，完成銀行用戶畫像大數據分析系統項目中所需的前導知識點和技能點的復習，做到溫故。知識點包括NumPy基本操作、Pandas排序、數據清洗、基于樹模型的特征選取、折線圖熱力圖等圖表可視化等。其次，教師將相關資料上傳至教學平臺，并發布預習任務單，包含本項目教學目標、學習方法指導、預習任務等內容，做到知新。最后，學生通過預習了解銀行用戶畫像大數據分析系統項目相關的知識和學習要求，完成教師發布的摸底測試，通過闖關活動與測試，發現自身欠缺的知識，加強相關知識的復習。教師可從后臺監測學生的復習和預習情況，對數據進行客觀分析，掌握學生課前學習動向，及時調整教學策略。

（二）課中

圍繞教學重點難點，將課中環節劃分為情景導入—項目分析—分組實訓—多元評價—鞏固訓練—課程總結六個部分。

1.情景導入

通過情景動畫創設工作情境，以問題為導向，把解決金融產品廣告投放、精準營銷、個性化推薦、用戶分析、產品優化等實際問題作為銀行用戶畫像大數據分析系統數據處理的突破口，引導學生理解課程的實踐意義。

2.項目分析

教師采用教授法講解銀行用戶畫像大數據分析系統項目開發的完整流程，包括開發準備、數據存儲、數據分析、數據處理、數據管理、數據遷移等過程，并對實現數據可視化的方法進行講解。學生根據教師講解的內容，系統整理開發流程、規劃項目設計。此階段旨在培養學生的自我學習能力及分析問題能力，使其更好地掌握知識、發現規律，并在實踐中不斷提升綜合素質。

3.分組實訓

對學生進行分組實訓，每個小組選取一個負責人，負責組織成員集體討論、整理意見、制定整體實施方案、對項目實施進行部署等。負責人可采取輪流制，以充分調動學生的積極性。學生根據分工獨立完成各自的任務，并對個人任務進行總結，再由負責人進行整理，形成一份完整的項目總結報告。

4.多元評價

這一環節包括校內教師評價、企業教師評價和小組互評在內的多元化評價。校內教師根據學生在課堂上的表現、實訓完成情況、學習態度等進行評價，注重教學知識的掌握、課堂參與度及基本學習能力的體現。與校內教師不同，企業教師更側重于從項目實踐的角度評價學生，關注學生在項目實施中的表現、團隊協作能力、職業態度的養成及在實際工作中所展現的技能。小組互評旨在培養學生的批判性思維、溝通協作能力及團隊協作精神，通過評價他人，學生可以更加清晰地認識到自己的優點和不足，從而進行有針對性地改進。

5.鞏固訓練

通過項目實施和多元評價，學生對項目有了更深的理解，繼續以小組為單位完善項目效果。此環節中，小組成員進行角色交換、任務重新分配，可促進組內成員多方位不同能力的發展。這不僅使學生充分理解項目實施過程中的各環節工作，還能使他們適應不同工作角色，提升合作學習和人際交往能力，有效提高小組合作學習效率。

6.課程總結

首先，教師對銀行用戶畫像大數據分析系統項目開發中開發準備、數據存儲、數據分析、數據處理、數據管理、數據遷移等完整流程及對實現數據可視化的方法進行總結，讓學生加深對開發過程的認識，達到復習的效果。

其次，教師根據校內教師評價、企業教師評價和小組互評的結果，對典型的項目總結做出簡要回顧。通過回顧能夠實現班內所有同學在實施表現、團隊協作能力、職業態度、專業能力、溝通協作能力及團隊協作精神等方面的整體進步。

最后，教師根據在鞏固訓練環節中由于角色轉換后任務完成過程中效率的變化情況做出總結，由于更換了任務，某些學生可能會出現不適應或不喜歡變更后的任務導致效率下降，或換到了擅長的角色而提高了效率等現象，教師均應正確引導學生在未來的實際工作崗位中，隨時做好適應工作變化、環境變化、設備變化、技術變化等的準備，培養學生的職場適應能力。

（三）課后

本課程采用校企雙元授課模式，聘請企業行業專家、具有豐富實踐經驗的高技術技能人才作為兼職教師，對課程項目進行點評和指導。并且為學生提供到企業學習的機會，實地了解項目開發、運營和維護等環節，深化拓展技術應用，及時做好知識鞏固和總結。

在課前、課中、課后“三段式”教學過程中，充分實踐并應用了EPIP教學模式，不但有效提升了學生在教學重點與難點上的吸收與消化能力，同時也實現了從舊知識到新知識逐步深化理解，構建完整的知識結構，完成課程的教學目標。EPIP教學模式不僅提高了學生的學習效率，也提升了學生的綜合素質和職業能力。

五、EPIP教學模式的應用效果

為了客觀分析EPIP教學模式在“大數據分析和可視化”課程中的應用效果，通過對2022級143名學生（A組：采用EPIP教學模式）的期末成績與2021級116名學生（B組：非EPIP教學模式）的期末成績進行統計學計算，得出以下結論：

（一）平均成績分析

平均成績是反映學生群體整體表現的重要指標。平均成績越高，表示學生的整體表現越好，對知識的掌握程度更為深入和全面。A、B兩組學生期末成績平均值分別為85.787和79.081，A組平均成績明顯高于B組，說明A組學生成績普遍高于B組學生，從而證明EPIP教學模式的實施使得A組學生對知識的掌握程度更好。

（二）成績穩定性分析

成績穩定性是指學生在一段時間內學習成績的波動程度。如果學生的成績保持在一個相對穩定的水平，可以認為其學習狀態是穩定的；相反，如果成績波動較大，說明學生的學習狀態不夠穩定。在分析A組和B組的成績數據時，發現兩組成績的標準差分別為9.982和11.569。標準差是每個學生成績與該組平均成績差異程度的體現，標準差越小說明該組學生成績普遍接近其平均值，成績越穩定。通過標準差比較發現，A組成績的標準差較低、波動較小，說明采用EPIP教學模式的成績穩定性較高，更好地說明了EPIP教學模式的優勢。

（三）成績差異性分析

T檢驗用于比較兩組數據的均值是否有顯著差異，或者檢驗單個樣本的均值與某個給定的值是否有顯著差異。在此項分析中，A組和B組學生的期末成績被用來做T檢驗，目的是觀察這兩組學生的成績是否存在顯著差異，P值為0.000 2，此數值低于0.01，說明兩組數據具有極顯著差異性。因此，實施EPIP教學模式的A組學生成績明顯優于B組學生。

通過對兩組學生成績數據的統計分析不難看出，采用EPIP教學模式，在成績上呈現出普遍提高、穩定性強的優勢，并具有極顯著性差異。這說明EPIP教學模式是客觀、科學、有效的教學模式。

“大數據分析和可視化”課程教學過程中融入EPIP教學模式，可實現學生工程實踐創新能力的培養，在實際的教學過程中有效提高了學生的工程化素養，激發了學生的創新精神。

參考文獻：

[1]呂景泉.工程實踐創新項目：模式·學理·話語·應用（中英雙語版）[M].北京：中國鐵道出版社有限公司，2022：4.

[2]呂景泉.工程實踐創新項目EPIP解析[M].北京：中國鐵道出版社有限公司，2021：41.

（責任編輯：張宇平）

Research on the Application of Engineering Practice Innovation Project （EPIP） Teaching Mode in the Course of Big Data Analysis and Visualization

CUI Feng-mei， LIU Ying

（Tianjin City Vocational College， Tianjin 300250， China）

Abstract： This paper takes the core course of \"Big Data Analysis and Visualization\" in the major of big data technology as an example to explore the reform of the teaching mode of Engineering Practice Innovation Project （EPIP）. Through the design and implementation of teaching projects based on enterprise real engineering， students are guided to practice the whole process from project planning， data acquisition， cleaning and sorting， analysis and mining to result visualization， so as to improve students' ability in data analysis， data visualization and solving complex problems.

Key words： Engineering Practice Innovation Project （EPIP）; big data technology; teaching case