《大数据技术》开放教学模式探索——基于技能竞赛的视角

高志荣

(中南民族大学 计算机科学学院，湖北 武汉 430074)

1 引言

随着大数据时代的来临，数据的组织、存储、管理的理念与方法发生了巨大的变化，新技术层出不穷，日新月异[1]。社会对于软件人才的需求也发生了变化。在这种情况下，高校需要及时建立大数据课程体系，为社会培养和输送一大批具备大数据专业素养的高级人才，满足社会对大数据人才日益旺盛的需求[2]。

在整个数据库课程体系中，大数据技术是理论与实践结合最为紧密的一门课。该课程教学能够培养学生大数据存储、大数据处理和分析、大数据应用等各方面的能力。而其中分布式文件系统HDFS、分布式数据库HBASE，以及基于MapReduce和Spark的编程，对学生实践动手的能力培养更是提出了全新的要求。

目前的高校课程体系中，相对于实践教学，理论授课学时仍占更大比重。这种侧重理论的授课方式，已经不适于大数据课程教学。很多学者已经注意到，学科竞赛对创新实践型人才的培养有显著的促进作用。大数据方向或专业的学生要掌握好相关的专业课程，除了课堂学习，大数据竞赛等活动对加深课程理解和提高实践操作能力也是一种非常重要的途径。

基于此，本文提出了大数据课程开放教学模式的探索。除了按照大纲规定的学时外，更是借力于大数据技能竞赛环节，为学生提供更多实践动手机会，激发学生更多自主学习热情，提高实践教学课时占比，提升大数据技术课程的教学效果，增强学生实践动手能力。

2 高校大数据课程教学现状

作为数据库课程的新技术，传统的教学模式已经不能适应大数据课程教学。目前，我国数据科学与大数据技术专业的建设处于起步阶段[3]，高校大数据课程教学仍存在以下问题[4]：①教学体系不完善，很多高校还处在摸索阶段。②实验环境不充足，大数据分析需要以云计算平台作为支撑，仍有不少高校的实验条件或设备不能紧跟课程发展的需要。③课程教学的理论与实践不能很好的结合等。

针对这一系列问题，国内高校的学者从不同的角度对大数据课程教学模式进行了改革和探索。崔晨等人[5]提出了针对公安院校的数据科学与大数据技术课程体系建设研究，探讨了面向数据科学应用的公安大数据专业课程体系建设；谢志明等人[6]提出了基于CDIO的云计算与大数据课程体系建设，依据云计算与大数据课程体系的建设现状和该专业人才培养目标及未来可能从事的就业岗位分析，提出以工科思维对该课程体系的建设进行全面的探索与改革。

通过深入分析大数据给数据库课程带来的影响，在探索大数据时代下数据库技术类课程体系及教学模式改革的基础上，周民等[7]提出了大数据背景下新的教学体系和“以学生为中心”的新型教学模式。文献[8]分别从平台搭建及实验规划角度对大数据课程教学模式进行了探索，强调了实践教学对人才培养的重要意义。

以上所述大数据教学模式的改革，较少或没有考虑产学研结合及学科竞赛的作用。国务院办公厅关于深化产教融合的若干意见中指出，要充分调动企业参与产教融合的积极性和主动性。一种行之有效的方式，就是以市场需求为导向，由企业举办各种大数据竞赛。

该类竞赛从满足企业用人需求出发，实现行业资源、企业资源与教学资源的有机融合，使高等院校在课程建设、人才培养方案和模式等方面紧跟行业及社会发展的需求，缩小学生能力与行业需求之间的差距，促进专业教学建设和教学改革。

3 大数据开放教学模式的途径和方法

本文以应用型人才培养为目标，以培养具备大数据分析和处理的专业人才为重点，以学科竞赛为载体，充分利用校内外教学资源，以及网络教学资源，搭建多元开放教学模式，实现人才培养质量的提高。本文所提出的开放教学模式的途径和方法分为以下几个部分。

3.1 课堂教学打基础

3.1.1 教学内容的合理组织

大数据技术是一门全新的课程，很多高校还没有完全开设，目前仍处于研究建设状态。同时，大数据技术的新产品不断呈现，例如数据仓库Hive；分布式数据库HBase；内存数据库Spark；非关系型数据库NoSQL等[9]。此外，大数据处理的问题非常复杂，需要采用多种不同的计算模式来完成，这些计算模式的分类及其代表产品如表1所示[2]。

表1 大数据计算模式及其代表产品

这些新技术对高校数据库课程教学内容带来了冲击。在大数据的环境下，作为课堂主体，教师需要及时补充大数据时代的前沿知识，充分借鉴和应用各种网络资源，合理组织教学内容，完善教学材料，包括教学大纲、教学计划、教案和试卷库等。

此外，教师还要在课堂上积极引导，既要介绍新技术发展动态，开拓学生的眼界，也要强调新技术需要经过实践和市场的考验。扎实的专业知识功底和思维方式，加上良好的自学能力和企业环境训练，才能使自己立于不败之地。

3.1.2 教学手段的多种融合

运用多种教学及交互方法，优化教学手段，提高学生的学习兴趣。课堂板书结合多媒体教学，在很多程度上提高了教学效果，但是针对大数据技术课程还远远不够。大数据课程中很多编程、配置、原理的细节需要有实际环境的演示，仅靠单一的PPT学习，许多细节不能学习完整，讲解也有局限性。慕课、翻转课堂等多样化的教学模式正在改变学生上课的方式。网络资源教育平台有力地补充了传统教育的不足。

在上课前，教师上传课程教学大纲、教学日历、教学课件和课程作业，学生可随时下载观看、学习和练习。随后教师检查学生预习进程，通过统计学生掌握情况，有针对性地进行讲解。课后，通过课程作业(图1)、布置学习资料巩固所学知识，对学生进行学习指导，完善课程教学内容。

图1 课程作业节选

3.1.3 实验环境的有效搭建

理论知识对掌握大数据是远远不够的，还需要设计实践教学。在传统课程的实践教学中，机房教师事先安装好所需软件，再提供给学生使用；而在大数据的实践教学环节中，学生需要自行安装大数据所需要的软件，这些软件及其之间的层次关系如表2所示[2]。

表2 大数据软件之间的关系

在软件安装的过程中，有很多的配置文件需要修改，学生在操作的过程中很容易出现各种问题。除了教师在实践课上进行指导以外，仍需要学生利用大量的课外时间来完成，同学们可以学习互助小组的形式，交流学习经验，共同进步和提高。

3.2 赛前训练促提升

大数据竞赛一般以实际大数据项目案例开展，包括平台搭建、数据采集、数据分析、数据挖掘等等，以提高学生的专业技能为目的，并逐步实现“理实一体化”、“做学教一体化”的教学模式。

以2018年中国大数据技术与应用联盟举办的全国大学生大数据技能竞赛为例，采用北京红亚华宇科技集团开发的大数据实训平台，其登录界面如图2所示。

图2大数据实训平台登录界面

平台内有大数据专项练习课程近680个，涵盖基础学习、大数据算法分析、算法应用、大数据生命周期大型案例实训等课程，将理论学习、实践教学和大数据搭建、挖掘、存储、分析实战融为一体，从易到难、循序渐进，逐步提升学生的学习技能和实践水平；还可实时监控学生操作，分析学习情况，评估学生知识水平。平台采用私有云技术，B/S的访问模式，可以在学校的实验室、图书馆、宿舍等通过网络访问。

在课堂教学活动中，学生已初步掌握了大数据技术的基础知识。在技能竞赛前，公司组织专任教师对学生进行赛前培训，以项目案例形式一步步展开。学生在这个过程中，加深了对所学知识点的理解和掌握，进一步提高了学习兴趣，提升了动手能力。

3.3 课程考试和竞赛过程相结合

考试是教学过程中的重要环节，是检验教师教学、学生学习效果的重要手段。基于大数据课程的特点，本文提出建立多样化考试形式，合理设计成绩评价体系，这样既避免了笔试考核带来的片面性，也可以全面检验学生编程技能的掌握情况。本课程的考试方式包括笔试、实验、小论文、论坛等形式。

传统教学中，学生的笔试成绩是用来度量课程知识掌握程度的关键指标，但是基于大数据技术的数据库课程具有较强的实践性，其教学结果评估也应该是过程性的。除了笔试考查学生对基本概念等的掌握情况，还以项目案例形式贯穿教学的始终，通过对指定项目的编程实践训练，探究大数据背景下数据库系统的实现方法和技术，最后以演示答辩及小论文的方式呈现项目完成过程及收获。由教师介绍论文结构，指导学生查阅文献，然后学生进行撰写。不仅能提前引领学生了解如何撰写论文，更为后续的毕业论文奠定了良好的基础。对于特别优秀的学生，甚至能撰写成科研论文，以学生身份公开发表。

技能竞赛的目的是“以赛促学”，但由于场地所限，技能竞赛的参赛选手仅限于部分优秀学生。竞赛结束，参赛学生可以将参赛过程中的所思所得，进行归纳、整理和提炼，写成总结，以学术论坛形式在同学们中间进行经验分享和交流，以开阔同学们的视野，打开同学们的眼界。

以上所述各种开放性课程考试方式，可相互补充，设置不同占比，从而更加合理地考查学生学习和教师教学的效果，进一步促进教学质量的提高和创新人才的培养。

4 结语

由于大数据技术的实践性较强，再加上授课学时有限，传统的灌注式教学方式很难完整讲授、覆盖大数据的各项技术。为此，本文基于大数据技能竞赛的视角，提出将大数据引入数据库课程后的开放多元教学模式的研究和探讨，从教学活动的组织、实验环境的搭建、竞赛内容的培训、竞赛过程的总结以及考试方式的多样化等几个方面进行了具体的阐述。通过开放式课程教学模式的探索，旨在改革和转变传统的忽视学生个性差异和多样化需求的教学，强调学生的主体作用，培养学生独立思考和创新能力，以适应社会对于人才需求的新变化。