应用型本科院校大数据专业建设模式探索

程江珂 王胜男

【摘 要】网络信息技术的进步带动了国内大数据产业的迅猛发展，但是目前国内大数据专业型人才相对紧缺，应用型大数据专业的人才培养变的愈加重要。高校的教学体系改革势在必行。为了推动高效课堂教学体系的发展，提高教学质量，本文结合普通本科院校大数据专业的办学实际，从课程内容、教学模式與教学方法两个角度出发对应用型本科院校大数据专业建设模式进行深入探讨。

【关键词】大数据；应用型；教学体系改革；教学模式

中图分类号： F230-4；G642 文献标识码： A 文章编号： 2095-2457（2018）20-0103-002

DOI：10.19694/j.cnki.issn2095-2457.2018.20.044

【Abstract】The Advancement of network information technology has led to the rapid development of domestic big data industry， but at present， the talents of domestic big data specialty are in short supply， and the training of applied big data specialty becomes more and more important. It is imperative to reform the teaching system in colleges and universities.In order to promote the development of efficient classroom teaching system and improve the quality of teaching，this paper discusses the construction model of big data specialty in application-oriented undergraduate colleges from the perspective of curriculum content， teaching mode and teaching method.

【Key words】Big data；Applied；Reform of the teaching system；Teaching mode

0 引言

“大数据”指的是使用一般性网络软件无法处理、分析、管理的大容量信息数据。随着网络信息化时代的来临，越来越多的行业开始使用云计算以及大数据技术解决问题，响应用户需求。例如在腾讯、淘宝、百度等新型行业，大数据技术已经成为标准，海量的数据交换、整合给他们带来了巨大的商机和价值。而在类似能源、金融这些传统行业中，也有很大比例的用户开始尝试使用大数据来解决问题，创造新的价值。在这样的大环境之下，精通“大数据”专业的应用型人才将成为企业最重要的角色，目前国内关于“大数据”专业的人才缺口仍然巨大。为了适应这种趋势，本文对本科院校大数据专业建设模式进行探索，为高校的教学体制改革提供参考依据，对于培养适应市场需要的专业应用型人才也具有重要意义。

1 国内外大数据专业的发展现状

“大数据”专业最早出现和兴起是在2012年，国外开设专门的数据分析类专业较早，例如美国的哈佛大学、芝加哥大学、斯坦福大学等都在2013年左右开设了与大数据相关的数据分析专业[1]。为了填补市场的人才缺口，在英国、美国等很多国家还采取了和高校合作培养的做法。2012年5月，英特尔公司与麻省理工学院合作，建立大数据专业科学技术研究中心，以便于高校快速培养出符合行业市场需求的人才[2]。国内的相关专业开设相对晚一些，2014年6月中科院开设 “大数据应用技术”专业方向；同年9月，清华大学成立清华-青岛数据科学研究院，推出多学科交叉的大数据专业；随后，中国人民大学、北航软件学院、天津大学、厦门大学也都相继开设大数据专业。截止到2018年，国内已经有30多所本科院校开设大数据专业相关课程，为目前中国市场不断扩大的大数据挖掘和分析人才缺口注入了新鲜血液。但是由于信息化时代发展较快，大数据专业在本科院校开设也只有三四年的时间，各大本科院校的实验室硬件设备、教学资源以及师资力量比较匮乏。

2 大数据专业建设原则

2.1 为大数据产业的发展服务

“十二五”以来，我国全面推进智慧城市建设，目前已经有接近300个城市加入成为试点智慧城市，全国网民的数量总和超过7亿，移动电话的用户数量突破13亿，均占据世界第一[3]。不论是互联网行业还是政府部门都累积了大量数据资源，我国目前已经成为产生和积累数据类型最丰富、数据量最大的国家之一。据统计，当前国内的大数据专业人才只有46万人，而未来的3-5年里，大数据专业人才的缺口将达到150万人左右，培养未来可用，符合市场需求的大数据人才已经成为紧迫任务。因此，本科院校应该把大数据专业的建设目标定位在为大数据产业服务上，培养具有扎实技术基础的拔尖创新型人才。

2.2 侧重应用性，注重实际动手操作能力

在大数据专业的课程设置上，实际操作的课程比例应该适当增加。培养方案应该突出实用性原则，培养应用型专业人才。市场对于大数据专业的要求目前主要集中在数据挖掘、分析、数据架构等方面。高校可以结合自己学校的实际情况，制定专业建设方向。例如，学校计算机硬件设备比较好，具有高性能服务站可以进行数据高速处理，可以多开设一些关于大数据运维的专业课程；师资力量侧重编程、算法方面的高校，可以多开设软件开发，优化数据挖掘算法等相关课程。

3 大数据专业建设模式的具体实施

3.1 课程内容的改革与实践

（1）适当补充增加部分专业核心课程。目前大数据专业的核心课程主要包括，Java编程基础、统计学基础与实训、数据采集、数据可视化技术等基础性通识课程。大部分都集中在理论基础知识部分。目前，数据挖掘成为了大数据专业的热点问题，因此在保留原有专业核心课程的同时，建议与时俱进增设大数据处理技术、Python编程基础、Vmax虚拟化技术等热点课程。

（2）增加专业拓展课程的方向类型，适当降低部分方向专业拓展课的难度。现有的专业拓展课方向主要包括My SQL、Linux操作系统、数据分析以及一部分的专业任选课程。部分课程难度较大，学生想要全部掌握并不现实。所以高校应当支持学生有所侧重，使大数据专业毕业生在就业时能有更大的选择空间，虑降低一些专业课的难度，增加专业扩展课程的方向的类型。

（3）加大对课程实践环节的重视。目前，本科院校大数据专业学生的主要实践性教学环节包括，大数据项目实践、大数据应用技术竞赛实训、顶岗实习等。实践性教学环节是课堂教学的深化、扩展和提高，它与数据采集、数据分析等专业核心课程紧密联系。有助于在完成课堂教学计划以后，巩固所学知识，提高学生的综合实践能力和独立分析解决问题的能力。对于学生今后走向社会，从事安全相关的工作，提高自身竞争力有很大帮助。所以学校应该加大对课程实践环节的重视，积极扩宽实习渠道，尽可能的争取更多的实习资源。

3.2 课程教学模式与教学方法的改革与实践

很多课程的教学模式依据采取传统的“单向式”教学，即老师教，学生被动学习。教学应该是师生之间的双向互动，互相交流、互相学习在交流和学习中得到启发和补充，真正的实现教学相长。而我们现在的大学课堂教学形式太过于僵化和封闭，缺乏创新手段。学生的思維受到禁锢，渐渐会对课程失去兴趣，渐渐习惯跟随性学习，学生的实践和创新能力都会有所下降。而没有了学生的互动，长此以往，老师也会失去教学兴趣。对于大数据专业这种应用型学科的人才培养十分不利。为了提高教学质量，对大数据专业的课程教学模式和教学方法进行改革迫在眉睫。

（1）建立多样化的教学组织形式，根据不同的学习情境采取不同的教学方法。例如可以采取个别教学（根据学生的个人特点分配不同的教学任务，尊重学生的差异性，提高每一个学生的课堂参与度），小组教学（以小组的形式共同完成课堂任务，发挥小组的群体作用）、集体教学、学生自学（给定一个课题，由学生自己收集资料，上台展示讲解）等多种形式。

（2）充分的利用学校所拥有的社会资源来完善教学形式，使我们的课程教学模式逐步地走向社会化。例如在进行数据可视化技术课程的时候，可以让学生深入企业，利用自己所学知识完成一份数据可视化的软件作品。不仅能够使学生对课本上的知识产生更深的理解，达到灵活运用的程度，还能为他们积累实践经验。

（3）积极的使用现代化的教学技术开展教学。例如，在进行Java编程基础等课程时，可以通过现场编程、现场操作演示等让学生对课程内容有更直观的感受。比起课本上二维的图片和文字，这种形式更容易被学生所接受，教学效果也要更好。

（4）增加课堂的互动环节，追求学生反应的多元性。可以通过给出专业相关的开放性问题，让学生讨论，基于自己已有的知识，从不同的角度给出自己的答案。教育本身不是为了追求学生的同质性，而是鼓励师生在互动中的即兴创造。

4 结语

本文结合本科院校大数据专业建设的实际情况，综合分析了目前的教学体系所存在的问题，从课程内容、教学模式与教学方法2个角度出发提供了一些大数据专业教学体系改革的建议。倡导实施以培养适应现代化大数据产业的应用型专业人才为目标，改革和构建与时俱进的专业课程体系的本科院校大数据专业建设模式。对于解决学生毕业后的就业问题以及填补企业对大数据专业人才的需求缺口具有重要意义。

【参考文献】

[1]张引，陈敏，廖小飞.大数据应用的现状与展望[J].计算机研究与发展，2013，50（s2）：216-233.

[2]朱扬勇，熊贇.大数据人才培养的基础条件初探[J].大数据，2016，2（5）：107-114.

[3]李新友，李戈.高职院校大数据人才培养问题研究[J].河北旅游职业学院学报，2017，22（1）：88-90.