面向农林专业学生的大数据分析与应用课程教学探索

何少芳 周丽

摘要：从培养农林专业学生的大数据分析与应用能力出发，对拟开设的大数据分析与应用课程教学进行初步探索，具体从培养对象和目标、理论与实践教学方法以及师资准备几个方面进行阐述。

关键词：大数据分析与处理;教学方法;农业大数据;基于问题学习;成果导向

中图分类号：G642 文献标识码：A

1概述

作为现代农业的新型资源要素，农业大数据不仅引领了农业现代化建设，还带动了农业供给侧结构性改革的稳步推进，而信息时代的高速发展更凸显了农业大数据的重要社会经济价值，运用农业大数据建设智慧农业，通过利用其良好的发展基础和外部條件，将其科学的应用在农业生产经营方式的创新、农村创业的创新、促进农业部门科学的决策等方面，农业大数据必将迸发强大的活力，成为现代农业前进的强劲引擎，推动现代农业发展。大数据的应用创造大数据的价值，而随着信息技术的飞速发展，大数据技术的成果应用已经融入了各行各业，在农业中具体体现为现代农业的生产、流通、科研以及管理的各个环节等。中科院研究员倪光南指出：生活中无时不刻在产生海量数据，利用好这些数据，不仅能为生活带来便利，还能促进生产环节中资源的高效配置。作为培养农林专业人才的农林院校，以培养“双创复合型”合格人才为目标，如何利用自身优势、结合本校农业大数据建设的实际情况，对农林专业人才的培养模式和途径加以创新，并对传统的教学理念和方法进行改革，已是农林院校专业改革与发展的一项重要课题。大数据分析与应用是数据科学与大数据技术专业的核心基础课程，我校作为农业院校，已经面向统计学专业与大数据专业学生开设了大数据分析与应用课程，而面向农林专业学生的课程开设还处于探索阶段。一方面，与其他理工类大专院校和综合性高校相比，农林院校在专业设置等方面具有显著的农林特色，因此，开展大数据分析与应用课程的教学应该与农林专业学生的培养计划和目标紧密结合;另一方面，考虑到各农林高等院校设立数据科学与大数据技术专业的年限还不长，大数据分析与应用课程体系仍在不断修订和完善中;因而，面向农林专业学生开设大数据分析与应用课程前，需对该门课程的教学方法、课程安排、教学内容、实验设计以及课程考核等方面进行探索。值得注意的是，作为农林院校本科生学习的课程，大数据分析与应用课程内容与农业大数据的结合还不够深入，农林院校的教学特色也没有得到鲜明的体现。因此，本文结合本校农业大数据发展的实际情况，对面向农林专业学生开设大数据分析与应用课程进行教学方法方面的探索，为建设具有农林院校特色的数据科学与大数据技术专业课程体系做贡献。

2课程教学方法

2.1培养对象和目标

对于农林专业学生来说，要想成为一个大数据分析技能的合格人才，需要具备以下基础：一是完整的数学基础，比如先修高等数学、概率论与数理统计、线性代数等课程，从而能以专业理论知识为基础，理解处理数据时采用的相关模型;二是具备搜集数据的能力，包括传统的抽样调查和从互联网上抓取数据;三是具有基本的计算编程能力，以实现Hadoop、Hive等计算工具在大规模多源异构数据上的处理，特别地，应该掌握最兼容的脚本语言Python。通过大数据分析与应用课程的学习，使农林专业学生不仅能利用Python进行科学计算、可视化绘图、数据预处理，还能利用聚类、回归、分类等算法对农业大数据方面的实际问题进行分析与建模，将理论知识与实践运用相结合，为将来从事农业大数据分析和挖掘研究工作奠定基础。

2.2采用“基于问题学习”和启发互动式理论教学

在理论部分的课堂教学过程中，如果仅采用讲授式、满堂灌式教学方法，容易导致课堂气氛沉闷、学生学习兴趣和积极性低等不良后果。兴趣是最好的老师，不妨以实际问题和任务引入教学内容，采用“基于问题学习（problem-based learning，PBL）”的教学模式，首先激发学生学习的兴趣，然后再采用启发互动式教学，让学生积极参与到教学过程中来，实现“教师为主导，学生为主体”的教学理念。换句话说，课堂的理论教学首先从问题开始，创造问题情景、设计任务，激发学生的兴趣，让其积极主动地参与到问题的分析与思维过程中，使其不自觉地想学习与了解解决任务与问题的相关理论与算法，由此达到设疑激趣、以趣激学的良好教学效果。总的来说，以实际问题和任务引入教学内容，在理论教学时大量采用启发式教学方法，主要有以下三方面的优点：1）能激发学生的学习兴趣和求知欲;2）促使学生根据问题和任务主动积极地进行思考，从而充分调动学生在课堂学习过程中的主观能动性;3）改变传统的教师讲学生听的填鸭式教学方式，有效促进由教师向学生提问向学生自主提问与思考的转变。此外，还可以针对某一具体的实际问题，采用学生上台讲课或者课堂分组讨论等其它方式实施教学，进一步贯彻“教师为主导，学生为主体”的教学理念。比如，依据对地观测（遥感）技术农业资源研究提供的空间数据，安排学生提前进行当堂教学内容的预习准备，在课堂教学中安排几个学生来讲授，每个学生负责讲授部分内容，而讲课的学生由各讨论小组推荐产生。通过启发互动式理论教学方式，能有效改变不良教学现状，把学生的“苦学”和“不愿学”状态转变为“乐学”和“好学”，由教师的“单向灌输”转变为师生之间以及同学之间的“多向互动”，使课堂教学充满活力与乐趣、理论教学内容不再枯燥而变得富有吸引力。

2.3采用“成果导向”的实践教学模式

在实践教学过程中，实验项目内容的设计与理论教学内容紧密结合，因此，结合“基于问题学习（problem-based learning，PBL）”的理论教学模式，可在实践教学过程中采用“成果导向”教学法。“成果导向”教育理念的核心是通过教学策略设计与目标执行让学生通过实践教育学习后，取得有目标的学习成果。具体地，将该理念引入大数据分析与应用课程的实验项目中，依据理论教学过程中引入的实际问题和任务设计实验内容与目标，让学生通过上机编程操作实现理论教学中的相关算法，进而以此为基础解决实际问题和任务;最后评估学生的实验完成情况，分析其与实践教学目标之间的差距。“成果导向”实践教学方法的引入有利于实现以知识导向为主向以成果导向为主的转变，对应地，将课程评价由传统的单一卷面考试形式向多元考核评价方式结合的转变。简单地说，在“大数据分析与应用”课程的实践教学中采用“成果导向”教育模式，使学生在实验项目的完成过程中充分掌握分析数据、解决问题以及完成相关初级研究的方法，为学生在第四学年顺利完成毕业论文或设计打下坚实的基础。

3提升师资

大数据分析与应用课程一般由本校信息与智能科学技术学院的计算机相关教师授课，而面向农林专业学生的课程内容主要为农业大数据的应用与处理，因而，有必要提升任课教师在农林方面的专业知识面、加强与本校其他学院教师之间的合作交流。比如，利用寒暑假时间组织大数据分析与应用课程的相关任课教师参加农业大数据分析、机器学习以及数据可视化等核心课程的专业师资培训，提升专业任课教师的多元化教育背景与学习经历，为大数据分析与应用课程教学提供先决条件。另外，农业大数据分析与处理是大数据科学理论、技术和方法在农业领域或者相关涉农领域的应用实践，利用农林院校的农业特色资源，加强任课教师与其他院系教师的交流与合作，通过大数据分析技术在农业大数据中的应用，为我校农业大数据的建设与发展做贡献。

4结论

针对农林院校拟为农林专业学生开设大数据分析与应用课程问题，本文从教学方法与师资准备方面进行了初步探索。结合农林专业学生的学情，从理论教学与实践教学两方面分别给出了“基于问题学习”与启发互动式理论教学方式和“成果导向”的实践教学模式。最后，通过理论与实践相结合的方式，使农林专业学生既能理解大数据分析与处理的原理与方法，又能掌握分析解决农业大数据中实际问题的能力。