碩士生課程教學改革與質量督導的創(chuàng)新措施探析

李 昭 楊 習 余應淮 彭小紅

（[1]廣東海洋大學數學與計算機學院 廣東·湛江 524088；[2]重慶工商大學會計學院 重慶 400067）

2021年我國碩士研究生報名人數達到420萬人，招生人數突破90萬人，報名和招生人數均為近十年最高，我國已經成為一個碩士研究生教育大國。碩士研究生培養(yǎng)的數量和質量已經成為衡量我國高等教育發(fā)展程度、科技文化發(fā)展水平與前景的風向標。

1 碩士生課程教學遇到的問題

廣東海洋大學數學與計算機學院碩士研究生學位點于2017年開始招生，在招生數量逐年增長的同時，學院重點關注提高碩士研究生培養(yǎng)質量以適應社會經濟高速發(fā)展的需求。鑒于碩士生課程教學階段存在課程體系陳舊、選課范圍窄、實踐能力培養(yǎng)欠缺、內容缺少前沿性等問題，使學生對課堂教學的認可度普遍偏低，獲取與掌握的知識有限，課堂教學環(huán)節(jié)在碩士生綜合能力與創(chuàng)新能力培養(yǎng)方面沒有發(fā)揮預期的作用，提出采用理論學習和實際應用相結合的教學新措施。

2 教學與質量督導的新措施

2.1 開展不同學科、不同學院間交叉選課

交叉知識的獲取貫穿于整個研究生培養(yǎng)過程，學院應允許不同學科之間、不同學院之間交叉選課，開通合作學院之間課程互選、學分互認、專業(yè)互通和短期交流。拆除人為設置的交叉選課障礙與壁壘，打通資源共享和利用的通道，為培養(yǎng)多學科交叉的創(chuàng)新型人才提供制度保障。

以學院碩士生課程“大數據分析及應用”為例，可向水產學院、食品科技學院、海洋與氣象學院、機械與動力工程學院、海洋工程學院等海洋特色突出的院系開通選課與學分認定的機制，增加碩士生對大數據分析與智能處理技術的基本認識與掌握，訓練學生運用工具對海洋生物數據、海洋環(huán)境數據及海洋地理信息等大數據集的分析、處理、可視化與智能決策的能力，加深學生對新型大數據處理技術與海洋行業(yè)應用深度交叉融合的認知，為培養(yǎng)海洋行業(yè)背景的交叉復合型人才提供支持。

2.2 加強實踐能力培養(yǎng)

課程中運用案例教學引導學生通過文獻查閱、理論推導、數值計算、模型實驗等途徑，完成一個相對完整的設計目標，針對核心技能進行綜合訓練，提高學生運用知識解決問題的能力。

以“大數據分析及應用”課程為例，指導學生基于大數據領域相關的關鍵詞自主查閱學術論文和技術資料，結合當前主流的大數據存儲與計算技術，搭建大數據處理框架。具體包括采用HDFS、Yarn、Spark、Spark SQL和Hive等技術建立數據離線批處理引擎，通過Flume、第三方采集組件、Kafka、SparkStreaming、Flink和Redis等構建實時流處理引擎?；诖笕萘慨悩嫈祿?、離線批處理引擎和實時流處理引擎建立數據處理框架。實現不同應用情境中多源多模態(tài)數據的統(tǒng)一存儲、預處理和管理。

采用關系數據庫、分布式數據庫、分布式文件系統(tǒng)進行數據集中存儲。離線批處理引擎將多源多模態(tài)流式數據、文檔數據、數據庫和hadoop輸出的數據自動采集到HDFS（Hadoop分布式文件系統(tǒng)）中，HDFS向Yarn提供高吞吐量（PB級）的數據訪問能力，利用Yarn為Hive、Spark以及SparkSQL合理分配并調度計算資源，實現數據的分布式清洗、統(tǒng)計、映射、轉換等預處理操作，為進一步的分析挖掘提供支持。實時流處理引擎通過Flume和第三方采集組件將實時文檔、數據庫輸出的數據、Socket數據流等實時采集到Kafka中，通過Kafka將數據轉換為流計算引擎可處理的數據，利用SparkStreaming和Flink對高吞吐量的流式數據進行快速分布式統(tǒng)計、映射、連接和轉換等預處理操作，獲取實時預處理后的數據并輸入Redis進行數據緩存，為數據的深度挖掘作準備。

通過建立數大據處理框架，融合大容量關系數據庫、分布式數據庫、分布式文件系統(tǒng)，建立面向海洋水文、氣象、生物、環(huán)境、遙感等應用情境的數據庫集群，提升大數據集存儲與管理效能。數據處理框架通過兼容多種數據格式、高吞吐量、快速并行的數據處理能力，為進一步增強數據存儲、預處理、管理和服務能力提供框架支持。以課程設計目標為導向，增強學生實踐動手能力，突出海洋大數據特色，服務于計算機與涉海學科的深度交叉融合。

2.3 強化課程內容與國際前沿研究問題的結合

指導學生查閱課程相關的最新高水平專業(yè)期刊論文，以大作業(yè)的形式要求學生從研究背景、研究意義、創(chuàng)新點、研究內容、研究方法、計算或實驗結果、主要結論等方面對論文進行評價，完成閱讀報告并以PPT的形式進行展示答辯，使學生在論文查閱、理解和表達等方面得到綜合訓練。

以“大數據分析及應用”課程為例，指導學生查閱人工智能（《Artificial Intelligence》、《IEEE Transactions on Pattern Analysis and Machine Intelligence》、《International Journal of Computer Vision》、《Journal of Machine Learning Research》）、數據庫、數據挖掘、內容檢索（《ACM Transactions on Database Systems》、《ACM Transactions on Information Systems》、《IEEE Transactions on Knowledge and Data Engineering》、《The VLDB Journal》）、學科交叉（《IEEE Transactions on Big Data》、《IEEE Transactions on Geoscience and Remote Sensing》、《IEEE Transactions on Robotics》）等研究領域的國際知名學術期刊近三年發(fā)表的學術論文，挑選與所參與的科研及應用項目關系密切的1篇論文精讀，通過項目答辯的形式（PPT）在課堂上剖析講解選文的研究背景、研究意義、創(chuàng)新點、研究內容、研究方法、計算或實驗結果、主要結論等內容，撰寫閱讀報告，理解掌握學術論文的寫作方法與規(guī)范，進一步提升論文查閱、理解、撰寫與表達能力。

2.4 建立課程質量督導體系

由于研究生階段存在對學生的管理比較寬松，對教學的質量要求更高等特點，要求研究生教學質量的督導具有針對性，重點放在對研究生教風和學風的監(jiān)督審查上，主要包括對課程和學位論文的督導。研究生的教學工作涉及眾多環(huán)節(jié)，需完善課程建設、課程考核、論文開題、評議和答辯等環(huán)節(jié)的規(guī)章制度。成立專門的研究生教學質量督導機構，以規(guī)避人為因素影響結果的公平公正性。建立一個結構合理、專業(yè)素質強硬、認真負責的質量督導隊伍。處理好“督”與“導”的關系，創(chuàng)建及時、敏銳的發(fā)現問題并給出解決方案的監(jiān)督指導機制。構建便于師生交流的質量督導信息反饋平臺，形成更加高效便捷的信息反饋體系。

3 結論

針對碩士生課程教學階段存在課程體系陳舊、選課范圍窄、實踐能力培養(yǎng)欠缺、內容缺少前沿性等問題，提出理論學習和實際應用相結合的教學新措施，為培養(yǎng)多學科交叉的創(chuàng)新型人才、提升學生運用知識解決問題的能力、增強學生對前沿科技文獻的查閱、理解、撰寫與表達能力提供支撐。