產(chǎn)教融合下大數(shù)據(jù)系列課程的內(nèi)容設計與教學模式探索

王國卿，吳慧欣，韓珂

（華北水利水電大學信息工程學院，河南鄭州 450046)

0 引言

隨著云計算、物聯(lián)網(wǎng)等技術的普及，中國大數(shù)據(jù)產(chǎn)業(yè)技術發(fā)展迅速，廣泛運用在金融、農(nóng)業(yè)、水利、教育、管理、醫(yī)療等各個領域，大數(shù)據(jù)產(chǎn)業(yè)發(fā)展造成了人才需求的急劇上升。

高等院校承擔著大數(shù)據(jù)人才培養(yǎng)的重任，因此，各高等院校非常重視大數(shù)據(jù)課程的開設，大數(shù)據(jù)課程已經(jīng)成為信息相關專業(yè)的重要核心課程[1]。大數(shù)據(jù)系列課程以計算機業(yè)界需求與發(fā)展態(tài)勢映射為教學內(nèi)容，以數(shù)學、統(tǒng)計學原理為基礎，以Java等編程語言為工具，以企業(yè)實際案例為導向，旨在讓學生了解和掌握大數(shù)據(jù)及其相關技術的基本概念、關鍵技術和典型應用，提升其對大數(shù)據(jù)行業(yè)的總體認知能力和分析復雜工程問題的綜合能力。

通過中國信息通訊研究院的大數(shù)據(jù)白皮書(2020年）了解到，我國目前大數(shù)據(jù)領域的企業(yè)超3000余家。大數(shù)據(jù)企業(yè)主要分布在北京、廣東、上海、浙江等經(jīng)濟發(fā)達地區(qū)[2]。

但是，在產(chǎn)教融合中，存在企業(yè)和高校目標不一致、學生基礎參差不齊、課程內(nèi)容涉及面廣、雙方一線教師合作交流少等問題，本文旨在分析這些問題的關鍵，探求通過設計合理的課程內(nèi)容、改革傳統(tǒng)教學模式，將教育鏈、人才鏈和產(chǎn)業(yè)鏈、創(chuàng)新鏈有機銜接。為企事業(yè)單位、高?？蒲性核斔蛯W以致用、具有探索精神和創(chuàng)新意識的復合型人才。

1 問題分析

華北水利水電大學信息工程學院秉承學校辦學理念，于2020年獲批成立示范性軟件學院，設立了計算機科學技術、軟件工程與人工智能三個專業(yè)，面向三個專業(yè)開設大數(shù)據(jù)系列選修課程，旨在拓寬學生專業(yè)范圍，深化學生的專業(yè)知識應用，探索大數(shù)據(jù)專業(yè)的課程體系建設。當前在以鯤鵬應用技術與實踐課程為產(chǎn)教融合契合點的背景下，我院設置大數(shù)據(jù)系列課程主要存在的問題如下：

1.1 企業(yè)提供的大數(shù)據(jù)課程內(nèi)容與學院培養(yǎng)方案及學情融合的問題

首先，企業(yè)與高校培養(yǎng)目標不協(xié)調的問題。

企業(yè)運維成本比較高，安排入校的教師在時間上沒有高校專職教師時間寬裕，因此，往往課程安排緊湊，一般集中在一至三周完成授課[3]。學生缺少消化吸收知識的緩沖時間，一個環(huán)節(jié)沒有跟上，后續(xù)就難以繼續(xù)保持學習的熱情。例如大數(shù)據(jù)環(huán)境搭建復雜，配置煩瑣，而這又是學習大數(shù)據(jù)的必要實驗平臺。大數(shù)據(jù)環(huán)境搭建失敗，將導致實驗無法進行，應用課程變成理論課程，學生學習興趣下降、疲憊倦怠。無法領會課程精髓，最終與高校期望學生達到的目標相違背。

其次，企業(yè)提供的大數(shù)據(jù)課程面向學院的三個專業(yè)培養(yǎng)方案不一致，在OBE 產(chǎn)出導向下，大數(shù)據(jù)系列課程與畢業(yè)指標的映射關系問題。

遵循OBE理念，反向設計，正向實施，三個專業(yè)細化的畢業(yè)要求和畢業(yè)指標點也略有差別。從而導致各專業(yè)課程設置有所區(qū)分，學生對鯤鵬應用技術與實踐課程的基礎知識儲備不一致。例如計算機科學技術和人工智能專業(yè)沒有先修Java 和Linux 相關課程，而軟件工程專業(yè)學生已經(jīng)系統(tǒng)學過Java和Linux操作系統(tǒng)；人工智能專業(yè)學生系統(tǒng)學過Python和機器學習等。學生沒有系統(tǒng)學習過數(shù)據(jù)采集、數(shù)據(jù)可視化、Scala、R語言等相關課程。還有些學生雖然修過這些基礎課程，但是知識掌握不扎實。

1.2 企業(yè)與學院教師相互交流不夠深入的問題

大數(shù)據(jù)是一門綜合交叉性學科，要求學生具備較強的數(shù)學（高等數(shù)學、線性代數(shù)、離散數(shù)學、數(shù)學建模等）、統(tǒng)計學（概率論與數(shù)理統(tǒng)計、多元統(tǒng)計分析等）基礎，扎實的計算機編程（高級編程語言、算法、數(shù)據(jù)結構、程序設計、數(shù)據(jù)庫、操作系統(tǒng)、數(shù)據(jù)挖掘等）能力，同時還應具備各相關領域知識[1]。這就要求學院提供既有扎實的理論儲備、又擁有豐富的實踐經(jīng)驗的雙師型教師，才能解答學生在理論學習和不同軟硬件條件下遇到的各種問題。

但是，學院缺乏雙師型教師。企業(yè)教師具有一線開發(fā)經(jīng)驗，但對學生接受能力和動手能力等情況不夠了解、對學生的課程體系及培養(yǎng)目標也沒有宏觀認識。目前的校企合作模式往往以課程為單位，在高校和企業(yè)之間以課程為單位劃清界限，高校教師與企業(yè)教師交流不夠深入，相互的優(yōu)勢難以在學生個體上體現(xiàn)。

2 課程內(nèi)容設計

依據(jù)現(xiàn)有的培養(yǎng)方案，在鯤鵬應用技術與實踐課程開設之前，開設32課時的《大數(shù)據(jù)技術基礎》課程，該課程內(nèi)容的選擇可以解決上述學生學習基礎不一致的問題，對后續(xù)大數(shù)據(jù)課程能否順利進行起著至關重要的作用。在鯤鵬應用技術與實踐課程開設之后，開設了結合學校特色的水利大數(shù)據(jù)分析課程，深化校企合作，加強知識技能的應用。本節(jié)就這三門課程內(nèi)容的選擇提出如下建議，探求解決上述問題的方案。

2.1 數(shù)學理論基礎

在大數(shù)據(jù)的研究和應用中，數(shù)學是其堅實的理論基礎，在數(shù)據(jù)預處理、數(shù)據(jù)分析與建模、模型評價預優(yōu)化等過程中，數(shù)學方法扮演著至關重要的角色[4]。該部分包含如下內(nèi)容：微積分基礎、線性代數(shù)基礎、概率論與數(shù)理統(tǒng)計基礎、數(shù)值計算基礎、多元統(tǒng)計分析和運籌學等。

這些數(shù)學基礎的大部分內(nèi)容學生已經(jīng)在低年級學習過，如微積分、線性代數(shù)、概率論和數(shù)理統(tǒng)計等，但是這些課程往往是由數(shù)學科學學院開設，更注重數(shù)學理論的嚴謹性，從理論的層面來研究大數(shù)據(jù)相關的基礎和技術。因此，在大數(shù)據(jù)技術基礎課程中應當注重理論與應用的聯(lián)系。

在微觀方面將理論知識點用Python 或R 語言實現(xiàn)出來，例如用計算機計算函數(shù)的導數(shù)、積分和拐點，求解線性方程組等；

從宏觀上串聯(lián)這些理論知識點與大數(shù)據(jù)技術之間的關系。例如極限論是微積分的基礎，微積分是概率論的基礎，微積分和概率論又應用到機器學習中的優(yōu)化算法；用矩陣表示大數(shù)據(jù)中數(shù)據(jù)與數(shù)據(jù)之間的關系，矩陣的運算用于分析大數(shù)據(jù)中對象的特征；統(tǒng)計工作本身就是對數(shù)據(jù)進行搜集、整理、分析和解釋，統(tǒng)計方法是大數(shù)據(jù)常用到的算法如樸素貝葉斯、Apriori關聯(lián)規(guī)則等的基礎等。

2.2 計算機基礎

大數(shù)據(jù)技術之所以受到熱捧，主要在于以Hadoop和Spark為代表的分布式框架解決了以較低的成本實現(xiàn)海量數(shù)據(jù)的存儲和計算的問題[1]。考慮到Linux 系統(tǒng)的便捷性和穩(wěn)定性，Hadoop 集群一般搭建在Linux系統(tǒng)上，并且使用虛擬機軟件，構建多臺機器的虛擬環(huán)境，由于Hadoop 由Java 開發(fā)，其關鍵的分布式計算框架MapReduce均由Java語言編寫。據(jù)此，學生需要先修Linux操作系統(tǒng)和Java編程語言。

Spark 作為大數(shù)據(jù)計算平臺的后起之秀，在2014年打破了Hadoop 保持的基準排序記錄，使用約十分之一的計算資源，獲得了比Hadoop 快約3 倍的速度。Spark 的主要編程語言是Scala，也支持Java、Python 和R 作為編程語言。其生態(tài)系統(tǒng)中的Spark SQL 組件，使得開發(fā)人員可以使用SQL 命令進行查詢及更復雜的數(shù)據(jù)分析。因此，學生需要先修Scala 語言和數(shù)據(jù)庫系統(tǒng)相關課程。

此外，還有其他方面的基礎，如數(shù)據(jù)預處理方面：獲取網(wǎng)絡數(shù)據(jù)的Python 爬蟲技術和建立數(shù)據(jù)倉庫的Kettle工具等。

2.3 核心技術

大數(shù)據(jù)的核心技術主要包括存儲、處理、分析，在本科高年級開設的鯤鵬應用技術與實踐課程中，注重技術與應用的交叉結合，增強學生學習興趣和動手能力，將理論與實驗穿插進行，相互鞏固。以Hadoop 和Spark 生態(tài)系統(tǒng)為核心，選取以下知識點作為教學內(nèi)容：鯤鵬云與Hadoop 集群搭建，HDFS 分布式文件系統(tǒng)，MapReduce 分布式計算框架，Zookeeper 分布式協(xié)調服務，HBase分布式數(shù)據(jù)庫，Hive數(shù)據(jù)倉庫；Spark集群部署，Spark Core 處理引擎，Spark SQL 數(shù)據(jù)管理與查詢，Spark Streaming實時流數(shù)據(jù)處理等。

在相應知識點理論講解結束之后，及時安排如下實驗（如表1所示），鞏固學習內(nèi)容，鍛煉學生實際操作能力：

2.4 應用案例

大數(shù)據(jù)技術是一個完整的體系或生態(tài)，高校開設的各門大數(shù)據(jù)課程的實驗教學往往是松散的、各自為政，缺少從技術體系角度設置的綜合性實驗[5]。大數(shù)據(jù)綜合實訓案例建設涉及知識面廣，數(shù)據(jù)獲取困難等問題，目前存在數(shù)據(jù)分析處理算法（如機器學習、數(shù)據(jù)挖掘、統(tǒng)計分析、模糊集理論、神經(jīng)網(wǎng)絡等）與傳統(tǒng)理解的大數(shù)據(jù)框架Hadoop 和Spark 分離的情形，不能很好地將算法與大數(shù)據(jù)平臺的優(yōu)勢有機融合。應用案例的開發(fā)應當結合高校和企業(yè)優(yōu)勢，將算法理論有機融入結合新需求如智慧水利等場景，形成完整的綜合案例，貫穿大數(shù)據(jù)知識點，鍛煉學生知識的綜合運用能力和解決復雜工程問題的能力。

3 教學模式探索

目前已有許多高校建立了大數(shù)據(jù)專業(yè)，但是本學院擬在已有的3個專業(yè)的基礎上拓展大數(shù)據(jù)方向，即將大數(shù)據(jù)融入已有專業(yè)中，這與建設完整的大數(shù)據(jù)專業(yè)有較大區(qū)別。因此需要探求合適的教學模式，才能讓學生在有限的課時內(nèi)，達到教學目標，獲得相應的能力。

3.1 線上線下混合式

大數(shù)據(jù)技術基礎課程的開設，不只是單純地按專業(yè)給學生分班，而是設計一套基礎知識和技能的問卷調查。該套問卷針對上文闡述的數(shù)學理論基礎和計算機基礎進行調查，使用線上教學平臺統(tǒng)計功能，按學生知識短板分類，分出2～4 類學生，有針對性地制定授課內(nèi)容。

該課程主要講授的基礎性知識，已經(jīng)有很多優(yōu)質的線上資源，教師篩選出合適的無版權糾紛的教學視頻放置在一個教學平臺上，并配套相應的練習題。學生可以自主調整播放速度及播放次數(shù)，完成習題鞏固和檢驗所學知識，過關斬將，環(huán)環(huán)相扣，增加了學習的趣味性。學生把握了學習的主動性，真正實現(xiàn)“以學生為中心”的教學方式。

該課程關于基礎理論知識與大數(shù)據(jù)技術銜接的內(nèi)容，需要教師線下講解，翻轉課堂，課題研討的形式完成。

如此線上線下結合，既減少了課時，鍛煉了學生的自學能力，豐富了課程內(nèi)容，又增強了師生互動，教師減少了知識的重復傳輸，有更多時間和精力投入課程建設和新知識新方法的研究之中。

3.2 校企合作

課程建設采用校企合作的方式，雙方自頂向下增強溝通交流。從校領導到一線教師，從學生學習基礎調查、課程內(nèi)容的制定、教學模式的選擇到學生的考核評價方式，雙方都進行深入溝通交流。交流方式采取會議、備課及聽課等多種形式，深度融合。

例如鯤鵬應用技術與實踐課程，將企業(yè)真實案例引入課堂。以一個大型應用案例為主線，從案例概述開始，分析案例多種可能的解決方案，選取大數(shù)據(jù)技術解決的必要性；然后搭建大數(shù)據(jù)實驗環(huán)境、安裝相關工具和數(shù)據(jù)庫等；講解案例涉及的關鍵理論知識及相應的大數(shù)據(jù)算法的實現(xiàn)；最后講解與實踐數(shù)據(jù)可視化的多種方法及選取適合本案例的可視化方法。

全程企業(yè)教師、高校教師和學生三者一起參與線下課堂，企業(yè)教師主講，高校教師輔導補充，學生動手操作。高校教師學習和累計一線案例教學經(jīng)驗，企業(yè)教師了解學情和深入理解教學目標，學生在兩類各有所長的教師引領下，扎實地學會大數(shù)據(jù)技術的整個應用過程，達到相應能力。

在水利大數(shù)據(jù)分析課程中，高校教師提供水利大數(shù)據(jù)及需求分析，企業(yè)教師研究使用大數(shù)據(jù)技術的解決方案，共同備課，探討并實現(xiàn)水利大數(shù)據(jù)方面的真實案例，鼓勵學生挖掘數(shù)據(jù)中的有價值的信息。

3.3 以賽促學

在大學生創(chuàng)新項目、計算機設計大賽和數(shù)字科技節(jié)等活動中，鼓勵學生運用大數(shù)據(jù)技術處理和分析數(shù)據(jù)，并得出有價值的結論。數(shù)據(jù)的來源可以選擇學生成績數(shù)據(jù)、體測數(shù)據(jù)、統(tǒng)計調查數(shù)據(jù)、社區(qū)服務數(shù)據(jù)、網(wǎng)絡爬蟲數(shù)據(jù)、政務網(wǎng)或統(tǒng)計局網(wǎng)站的數(shù)據(jù)等提供的公開數(shù)據(jù)，倡導一切與數(shù)據(jù)有關的組織觀念與行為方式，并將數(shù)據(jù)分析應用于生活、學習和一切實踐中。例如大學生成績與身體健康大數(shù)據(jù)分析、熱門品類分析、氣象大數(shù)據(jù)分析等。學生通過比賽解決實際問題，不斷學習成長，加強與兄弟院校及企業(yè)交流，更新專業(yè)方向的知識庫，如前沿的數(shù)據(jù)挖掘、深度學習理論、神經(jīng)網(wǎng)絡知識等，不斷提升從數(shù)據(jù)中提取有價值信息的思維能力同時，讓學生的技能素養(yǎng)更貼近企業(yè)需求。

教師在帶領學生參加項目和比賽過程中，加強高校與企業(yè)之間的交流，并將前沿熱門技術平移到教學中，更新教學內(nèi)容，豐富教學案例。

4 結束語

本文以原有專業(yè)基礎上拓展大數(shù)據(jù)方向為例，從分析產(chǎn)教融合的必要性及問題出發(fā)，到探求教學內(nèi)容和教學模式兩方面的解決方案，提出了一些思路，希望有志研究、教授或學習大數(shù)據(jù)相關內(nèi)容的教師或學生通過閱讀此文能有所啟發(fā)，并提出寶貴建議。后續(xù)將進一步探究大數(shù)據(jù)課程體系基礎知識點與應用之間的銜接、案例驅動的混合教學設計方法，期望能讓課程形成體系，環(huán)環(huán)相扣，減少教師重復的工作量，增強學生學習的信心和興趣。