大学生“数据”能力的培养体系设计

陈志刚

【摘 要】探讨了大数据时代背景下“数据”能力对各专业大学生的意义。接着从数据处理相关理论知识，计算机能力和实际解决问题能力三个方面，分析了现有教育体系的不足，针对性地提出大学教育中应加强应用统计理论的学习，掌握主流的数据处理语言（如R）和加强在毕业设计中“数据”应用。

【关键词】大数据；数据处理；计算机能力；解决问题能力

一、大数据时代的定义

随着信息技术的迅猛发展，当今社会已进入大数据时代。大数据是指无法在可容忍的时间内用传统IT 技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。大数据具有体量浩大、模态繁多、生成快速和价值巨大但密度很低等特点 [1]。每天各行各业中都产生海量的数据，2011年全球被创建和复制的数据总量为1.8ZB（10的21次方），远远超过人类有史以来所有印刷材料的数据总量（200PB）[2]。对数据的处理和分析，挖掘和运用已经成为几乎每一个行业的基本职能之一。有效的使用这些数据将会极大促进国家和社会发展，加快经济增长，并为科学界提供了新的研究方法。

二、“数据”能力在大学教育中的地位

在我国大学教育中大数据的影响力正在体现。许多著名高校如北京，清华，人民大学，复旦大学和中南大学等都开设了数据科学相关专业。大数据的影响力体现在整个社会领域，几乎每一个大学专业都会与大数据打交道。应用学科领域中，在经济与管理领域，通过收集大量数据，运用统计和计量的方法进行实证研究。在计算机领域，通过数据了解用户的行为模型，挖掘有用的顾客信息。在生物领域，通过数据帮助生物学家正确地准备实验，进行实验，验证实验结论，并正确解释实验结果，更好理解复杂的生物医学现象和确定药品疗效。在工程领域，通过工程和制造中各种数据，进行实验设计，质量控制，过程控制，可靠性工程和系统动力学识别等。即使对纯理论的学科，大数据依然发挥着重要作用。如在物理研究中，通过大数据验证微观系统的概率特性，解释和定量描述许多复杂现象如超导性，超流动性，湍流和液体的结构特征。甚至在文学和历史领域也可以运用大数据来掌握作者写作风格分析，对历史事件进行分析等。无论是国家政府部门、企事业单位、科研团体还是个人等，数据分析都是进行决策的前提条件，因此数据分析相关技能也有广泛的就业面。全球的数据相关工作需求量一直很大。根据LinkedIn劳动力报告，在美国专业数据分析人员需求比五年前增长六倍，数据分析师将成为未来五年内最热门的职位。IBM研究报告也预测，到2020年美国数据科学家、数据开发人员和数据工程师的年需求将导致70万新职位。

三、“数据”能力的培养体系设计

数据分析和处理能力是所有现代大学生必备的一项技能。数据分析是一个复杂的过程，包括从获得数据，处理数据，分析数据，展示数据，解释和分析数据，及结论的解释，这些都需要通过具有专业技能人才来完成。在大数据时代背景下，有必要针对性加强现有教育体系中“数据”能力培养，进一步提高所有大学生的“数据”能力。具体来说，作者认为有三个主要方面，加强应用统计理论的学习，掌握主流的数据处理语言（如R）和在毕业设计中加强大数据应用。

（1）加强应用统计理论的学习

现在本科生开设有概率论与数理统计课程，但所给的学时均较少，设计内容较多。在数据分析领域中，存在大量的统计相关理论，较短的学时无法使得学生对统计有一个充分的了解。大多数课程只是侧重于概率理论的讲解。而到专业课领域，专业老师更偏重于实际运用。培养过程中只强调了概率理论和应用。学生缺乏从理论到模型，再从模型到实际运用的环节。他们经常熟练的运用计算机软件，搜集大量的数据，得到一堆分析结果。却并不理解分析结果的理论背景和意义。导致经常胡乱理解“数据”的分析结果，得到不准确的结论，有时甚至是错误的。学生不仅要了解数理统计模型中如何运用概率论的知识，也要掌握如何运用数理统计模型解决实际问题。可以大幅增加概率论与数理统计课程的学时，由多名老师组成课题组。每个老师分别侧重一部分内容，如概率论，数理统计模型，专业领域数据的处理和应用等。并且课程组要一起制定教学大纲，特别注意各部分内容的衔接。

（2）掌握主流的数据处理语言（如R）

数据处理过程中，所有步骤都需要通过计算机完成。现有的教学体系中，大多数通过c语言来传授编程的思想。在专业课中采用本专业特有的软件来进行数据分析。在信息时代，诞生了一门专门进行数据处理的语言R。R是一套由数据操作、计算和图形展示功能整合而成的套件。包括：有效的数据存储和处理功能，一套完整的数组计算操作符，完整体系的数据分析工具，强大图形功能等[3]。R语言具有很多优秀的性质：首先它是一个开源免费的软件，吸引力大量的使用用户，许多统计学家为其提供服务。目前它是发展最快，用户量增加最多的统计软件。拥有上万不同统计功能的程序包，并且仍然不断增加。新出现的统计算法首选通过R发布。其次它是一门编程语言，通过编程可以解决所有统计方面的问题，而不需要针对不同问题采用特殊的专业统计软件。这些特点决定了R语言非常适合大学教学使用，在计算机能力培养方面实现了从编程到统计运用的统一。

（3）在毕业设计中加强大数据应用

尽管通过大学四年的学习，学生具有了与“数据”打交道基本知识和能力。但是“数据”的处理是一个非常复杂的过程，存在大量的相关统计知识和相应的软件实现过程，以及实际问题中的各种不确定性。没有人可以完全掌握所有的统计知识，预知解决问题中的所有困难，当大学生通过前三年的学习掌握了基本的“数据”处理理论和技能时。进一步需要真实地解决一个现实问题。需要学生自己去设计调查方案或实验，收集数据。选取适合的统计模型，理解模型的作用、自学所涉及的概率和统计知识。尝试运用数据去发现或解决问题。通过实际运用过程加强学生对“数据”的理论和处理流程的理解，对于“数据”能力的提高是十分必要和至关重要的。在毕业设计中，要强调问题为真实和源自于实际。引导学生采取用“数据”说话的方法解决问题。

四、结束语

在大数据时代背景下，本文首先分析了“数据”能力对各专业大学生的意义。接着从数据处理相关理论知识，计算机能力和实际解决问题能力三个方面，探讨了现有教育体系的不足，并针对性的提出三方面的解决措施：应加强应用统计理论的学习，掌握主流的数据处理语言（如R）和加强在毕业设计中大数据应用。

【参考文献】

[1]李国杰， 程学旗. 大数据研究：未来科技及经济社会发展的重大战略領域—大数据的研究现状与科学思考[J]. 中国科学院院刊， 2012， 27（6）：647-657.

[2] Gantz J， Reinsel D， Gantz B J. Extracting Value from Chaos[M]. International Data Corporation and EMC， 2011.

[3]李强. R语言融入数学专业课程教学的探索与实践[J]. 高教学刊， 2015（9）：24-24.