謝天保,楊 娜
(西安理工大學(xué)經(jīng)濟(jì)與管理學(xué)院,陜西西安,710000)
信息技術(shù)和新經(jīng)濟(jì)的不斷發(fā)展對(duì)經(jīng)濟(jì)與管理(以下簡(jiǎn)稱經(jīng)管)類專業(yè)的人才提出了新的需求。因此,為順應(yīng)當(dāng)代高等教育發(fā)展新形勢(shì)以及經(jīng)濟(jì)社會(huì)發(fā)展新要求,“新經(jīng)管”理念應(yīng)運(yùn)而生。“新經(jīng)管”理念既順應(yīng)了新時(shí)代下“互聯(lián)網(wǎng)+”、大數(shù)據(jù)、人工智能等新的信息技術(shù)與教育教學(xué)改革深度融合的大趨勢(shì),又是搶占教育優(yōu)勢(shì)、緊隨時(shí)代潮流的需要。如今,大數(shù)據(jù)已經(jīng)遍布每個(gè)領(lǐng)域,已經(jīng)成為推動(dòng)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的新動(dòng)力,各行各業(yè)都與大數(shù)據(jù)緊密相連。因此,各高校都以大數(shù)據(jù)時(shí)代人才需求為導(dǎo)向,紛紛開設(shè)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè),開始系統(tǒng)地培養(yǎng)具有以大數(shù)據(jù)為核心的分析問題與解決問題的能力,能夠在領(lǐng)域知識(shí)中融入信息技術(shù)、大數(shù)據(jù)技術(shù)并進(jìn)行創(chuàng)新的人才。特別是在“新經(jīng)管”的背景下,大數(shù)據(jù)分析能力已成為經(jīng)管類學(xué)生不可或缺的能力。在“新經(jīng)管”背景下,如何提高經(jīng)管類學(xué)生對(duì)大數(shù)據(jù)的應(yīng)用能力,完善大數(shù)據(jù)分析課程的教學(xué)目標(biāo)、教學(xué)內(nèi)容、教學(xué)方法、課程考核等,已成為高校經(jīng)管類專業(yè)需要深入探討的問題。
在“新經(jīng)管”背景下,教育改革就是改變傳統(tǒng)的教學(xué)方式、教學(xué)內(nèi)容及教學(xué)目標(biāo),使“互聯(lián)網(wǎng)+”、大數(shù)據(jù)、人工智能等與經(jīng)管類課程得到有效的結(jié)合。
康曉娜等人在“新經(jīng)管”背景下,從教育理念、創(chuàng)新優(yōu)化教學(xué)內(nèi)容、重塑教研團(tuán)隊(duì)、完善考評(píng)機(jī)制四個(gè)方面對(duì)會(huì)計(jì)教學(xué)改革具體措施進(jìn)行了探討,建立了“以學(xué)生為中心”的師生關(guān)系;加強(qiáng)學(xué)科交叉融合;采用“以培養(yǎng)能力為目標(biāo)和信息技術(shù)為工具”的新型教學(xué)模式,為今后的改革提供了借鑒意義。[1]王平水以計(jì)算機(jī)公共基礎(chǔ)課程為例,在精煉基礎(chǔ)理論知識(shí)的講解、強(qiáng)化基本操作技能的培養(yǎng)、突出數(shù)據(jù)分析能力的提升、加強(qiáng)與經(jīng)管專業(yè)交叉融合、不斷豐富線上教學(xué)資源、持續(xù)加強(qiáng)線下教學(xué)設(shè)計(jì)等方面進(jìn)行教學(xué)改革,以滿足新時(shí)代下學(xué)生對(duì)計(jì)算機(jī)能力的需求。[2]李敬明等人在對(duì)管理信息系統(tǒng)這門課程的改革中,將教學(xué)過(guò)程的設(shè)計(jì)分為三個(gè)階段,形成了“線下—線上—線下”的教學(xué)流程,不斷深化知識(shí)體系,提高教學(xué)質(zhì)量與教學(xué)效果,并采用調(diào)查問卷的形式收集課程改革的評(píng)價(jià)效果,指出這次課程改革的效果較好。[3]周澤炯等人以大學(xué)生心理健康教育課程為例,針對(duì)其教學(xué)目標(biāo)不明確、教學(xué)內(nèi)容不完善、教學(xué)方法不靈活等問題,采取以下措施進(jìn)行改革:提高大學(xué)生心理健康理論知識(shí)水平,培養(yǎng)學(xué)生的自我認(rèn)知能力;根據(jù)年級(jí)的不同設(shè)定不同的教學(xué)重點(diǎn)和教學(xué)內(nèi)容;講解一些有代表性的案例;將人工智能、大數(shù)據(jù)、云計(jì)算創(chuàng)造性地運(yùn)用到大學(xué)生心理健康教育課程中,以此增強(qiáng)學(xué)生的心理素質(zhì)。[4]王艷萍著重分析了物流大數(shù)據(jù)相關(guān)就業(yè)崗位能力要求,并肯定了物流大數(shù)據(jù)分析人才培養(yǎng)的重要性,將物流專業(yè)與大數(shù)據(jù)分析結(jié)合起來(lái)進(jìn)行改革,在課程體系設(shè)計(jì)中提出不同的階段需要掌握不同的知識(shí)和工具;倡導(dǎo)進(jìn)行素質(zhì)教育與專業(yè)教育的一體化設(shè)計(jì),如開展學(xué)科競(jìng)賽和講座等。[5]
傳統(tǒng)的大數(shù)據(jù)分析課程面對(duì)不同專業(yè)的經(jīng)管類學(xué)生,都只要求學(xué)生掌握一些基本的處理和分析數(shù)據(jù)方法,不足以滿足如今信息爆炸時(shí)代對(duì)人才的需求。因此,本研究根據(jù)經(jīng)管類專業(yè)各自不同的特點(diǎn)及學(xué)生各自的學(xué)習(xí)能力、愛好,將人才的培養(yǎng)目標(biāo)劃分為三個(gè)層次,即數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師和數(shù)據(jù)分析師。
數(shù)據(jù)科學(xué)家側(cè)重研究大數(shù)據(jù)處理算法的提出與優(yōu)化改進(jìn),同時(shí)需要具備良好的大數(shù)據(jù)、統(tǒng)計(jì)等相關(guān)專業(yè)知識(shí),了解并熟悉大數(shù)據(jù)分析挖掘的各種典型算法,對(duì)大數(shù)據(jù)分析模式與分析系統(tǒng)有總體上的了解。數(shù)據(jù)工程師需要能夠在理解算法的基礎(chǔ)上,運(yùn)用現(xiàn)代計(jì)算機(jī)技術(shù)進(jìn)行對(duì)人工智能、大數(shù)據(jù)分析系統(tǒng)的研究,需要具備優(yōu)秀的軟件程序設(shè)計(jì)能力,熟練掌握數(shù)據(jù)庫(kù)基本原理。數(shù)據(jù)分析師為某一業(yè)務(wù)領(lǐng)域內(nèi)的應(yīng)用型人員,需要全面掌握業(yè)務(wù)需求,能熟練運(yùn)用獲取數(shù)據(jù)的工具,并能通過(guò)大數(shù)據(jù)分析提供決策咨詢與服務(wù)。為此,高校需要建立新的教學(xué)體系,制訂新的教學(xué)計(jì)劃,以此調(diào)動(dòng)學(xué)生的學(xué)習(xí)積極性,使大數(shù)據(jù)分析課程的教學(xué)目標(biāo)轉(zhuǎn)移到提升不同專業(yè)的經(jīng)管學(xué)生對(duì)數(shù)據(jù)的處理、分析以及實(shí)戰(zhàn)能力。教學(xué)目標(biāo)與各專業(yè)的關(guān)系如表1所示。
表1 教學(xué)目標(biāo)與各專業(yè)的關(guān)系
大數(shù)據(jù)分析課程包括的內(nèi)容覆蓋面廣、難度大、涉及的理論模型算法較多,并且新的信息技術(shù)和技術(shù)手段的發(fā)展越來(lái)越快,傳統(tǒng)的教學(xué)內(nèi)容很容易出現(xiàn)滯后問題,已經(jīng)不能滿足如今的需求。因此,本研究針對(duì)不同的教學(xué)目標(biāo),設(shè)計(jì)了以下三項(xiàng)教學(xué)內(nèi)容。
數(shù)據(jù)思維的培養(yǎng)是指讓學(xué)生對(duì)數(shù)據(jù)形成認(rèn)知,學(xué)會(huì)從數(shù)據(jù)角度思考問題,即能夠清晰地量化問題,進(jìn)而依據(jù)數(shù)據(jù)做出后續(xù)的決策。形成數(shù)據(jù)思維最重要的一點(diǎn)就是具有對(duì)數(shù)據(jù)的敏感度及掌握分析數(shù)據(jù)的方法,這也是“新經(jīng)管”背景下學(xué)生不可或缺的能力。因此,教師在安排課程內(nèi)容時(shí),應(yīng)為學(xué)生提供接觸各種不同類型的數(shù)據(jù)的機(jī)會(huì),以此鍛煉學(xué)生的數(shù)據(jù)思維。
在具體的教學(xué)過(guò)程中,教師需要以問題為導(dǎo)向,即不斷拋出問題,以有效的提問引導(dǎo)學(xué)生形成數(shù)據(jù)思維。這種教學(xué)模式能讓學(xué)生針對(duì)問題自行思考,自主探究解決問題的方式,包括具體應(yīng)采用什么方法、構(gòu)建什么模型等,使學(xué)生在質(zhì)疑和答疑的過(guò)程中體會(huì)到學(xué)習(xí)的樂趣,并養(yǎng)成自主學(xué)習(xí)的習(xí)慣。
對(duì)經(jīng)管類學(xué)生而言,完全掌握大數(shù)據(jù)分析技能不是僅靠學(xué)習(xí)一兩門相關(guān)課程就可以實(shí)現(xiàn)的,而是需要由淺至深、由表及里系統(tǒng)地學(xué)習(xí)一系列的課程,構(gòu)建知識(shí)體系,進(jìn)而具備大數(shù)據(jù)分析能力。這一系列課程一般包括四門課程,分別是Python A/B、Spark編程基礎(chǔ)、大數(shù)據(jù)分析、大數(shù)據(jù)案例實(shí)戰(zhàn)。其中,Python A側(cè)重訓(xùn)練學(xué)生的界面編程能力,旨在幫助學(xué)生深入理解算法及優(yōu)化改進(jìn)、熟練掌握數(shù)據(jù)庫(kù)系統(tǒng)的原理;Python B注重介紹方法及各種經(jīng)典算法的使用,旨在幫助學(xué)生掌握一些基本的編程、語(yǔ)法和原理,使學(xué)生能夠熟練使用Python進(jìn)行調(diào)包分析。本研究根據(jù)經(jīng)管類專業(yè)各自不同的特點(diǎn),設(shè)定了不同的教學(xué)目標(biāo),并根據(jù)不同的教學(xué)目標(biāo)設(shè)計(jì)不同的教學(xué)內(nèi)容。各專業(yè)與課程群之間的具體關(guān)系如表2所示。
表2 課程群與各專業(yè)的關(guān)系
以大數(shù)據(jù)分析課為例,其總課時(shí)為56學(xué)時(shí),其中基礎(chǔ)知識(shí)教學(xué)為32學(xué)時(shí),案例講解課時(shí)為6學(xué)時(shí),實(shí)驗(yàn)課時(shí)為18學(xué)時(shí)。課程教學(xué)內(nèi)容、教學(xué)學(xué)時(shí)的對(duì)應(yīng)關(guān)系設(shè)計(jì)如表3所示。
續(xù)表
在大數(shù)據(jù)分析課程中,不同專業(yè)的學(xué)習(xí)內(nèi)容也有所不同,具體的對(duì)應(yīng)關(guān)系如表4所示。
表4 各專業(yè)不同的教學(xué)內(nèi)容
信息管理與信息系統(tǒng)、工業(yè)工程等專業(yè)的教學(xué)目標(biāo)是培養(yǎng)數(shù)據(jù)科學(xué)家,因此,其教學(xué)內(nèi)容范圍較廣、更有深度。金融學(xué)、經(jīng)濟(jì)學(xué)的教學(xué)目標(biāo)是培養(yǎng)數(shù)據(jù)工程師,因此,其教學(xué)內(nèi)容集中于算法和模型的使用。其余專業(yè)的教學(xué)目標(biāo)是培養(yǎng)數(shù)據(jù)分析師,因此,其教學(xué)內(nèi)容主要是數(shù)據(jù)可視化的學(xué)習(xí)以及案例分析。不同專業(yè)教學(xué)內(nèi)容不同,如果教學(xué)內(nèi)容不足56個(gè)課時(shí),那么教師可以自由分配多余的課時(shí)。
大數(shù)據(jù)相關(guān)知識(shí)學(xué)習(xí)的過(guò)程中主要分為三個(gè)階段。第一階段,學(xué)生需要掌握大數(shù)據(jù)分析所需的相關(guān)知識(shí),包括理解Hadoop架構(gòu),掌握SQL On Hadoop、MapReduce理論及應(yīng)用,了解數(shù)據(jù)庫(kù)NoSQL及Hbase,認(rèn)識(shí)Scala語(yǔ)言,掌握Spark開發(fā)和集群環(huán)境的搭建,并系統(tǒng)學(xué)習(xí)Spark技術(shù)棧,包含Spark Stream、Spark SQL、Spark Core、Spark GraphX、Spark MLLib等。
第二階段,學(xué)生需要學(xué)習(xí)自主搭建Hadoop大數(shù)據(jù)集群,構(gòu)建企業(yè)級(jí)大數(shù)據(jù)倉(cāng)庫(kù),進(jìn)一步強(qiáng)化獲取數(shù)據(jù)的能力,重點(diǎn)包括爬蟲技術(shù)中網(wǎng)頁(yè)的請(qǐng)求Request和響應(yīng)方式Response,解析html數(shù)據(jù)方法,包括使用正則表達(dá)式和第三方解析庫(kù)(如Beautiful Soup、PyQuery) 、解析json數(shù)據(jù)等。學(xué)生還要學(xué)習(xí)相關(guān)算法和模型,如大數(shù)據(jù)分析的數(shù)據(jù)預(yù)處理、數(shù)據(jù)回歸模型、關(guān)聯(lián)分析模型與算法、分類分析模型與算法、聚類分析與模型、預(yù)測(cè)分析與模型、異常點(diǎn)分析與模型、文本分析模型、推薦模型與系統(tǒng)等。不同的課程都有相應(yīng)的實(shí)驗(yàn)課時(shí),教師需要針對(duì)不同專業(yè),通過(guò)不同的案例讓學(xué)生更清晰地掌握相應(yīng)的方法,進(jìn)而更好地利用模型進(jìn)行分析。
第三階段,學(xué)生需要掌握大數(shù)據(jù)可視化的分析方法,并理解從數(shù)據(jù)中挖掘到的信息,如利用Matplotlib繪制常用可視化圖形、利用Seaborn繪制高階可視化圖形、利用Pyecharts繪制常見可視化圖形等,從而更加直觀地獲取信息。
傳統(tǒng)的大數(shù)據(jù)分析課程教學(xué)方法以教師為主體,教師向?qū)W生傳授知識(shí)點(diǎn),學(xué)生作為被動(dòng)的一方學(xué)習(xí)積極性有限。因此,在“新經(jīng)管”背景下,大數(shù)據(jù)分析課程的改革應(yīng)著重提升學(xué)生在課程中的參與感,讓教師和學(xué)生在上課的過(guò)程中不斷互動(dòng)和實(shí)踐,加深學(xué)生對(duì)課程內(nèi)容的深刻理解。[6]
在教學(xué)中,教師可以引入線上教學(xué)平臺(tái)拓展學(xué)生的知識(shí)領(lǐng)域。以Tempo大數(shù)據(jù)分析平臺(tái)為例,其可用于進(jìn)行可視化操作及數(shù)據(jù)分析操作。在課堂上,學(xué)生可以對(duì)比利用Tempo大數(shù)據(jù)分析平臺(tái)得到的結(jié)果與實(shí)驗(yàn)課中得到的結(jié)果,并在探究結(jié)果產(chǎn)生差異的原因的過(guò)程中更好地理解不同分析方法的原理。
在大數(shù)據(jù)分析課程中,一些理論、模型和方法僅依靠簡(jiǎn)單的講解很難取得良好的效果,實(shí)驗(yàn)環(huán)節(jié)必不可少。因此,教師需要針對(duì)不同的模型開展與之匹配的實(shí)驗(yàn)課。如果在分類分析模型與算法中存在二分類、多分類及非均衡樣本分類等多種分類類型,那么與之匹配的實(shí)驗(yàn)課也應(yīng)包括二分類、多分類及非均衡樣本分類等多種分類類型的具體案例,幫助學(xué)生更好地理解分類問題的實(shí)際應(yīng)用效果。在實(shí)驗(yàn)課中,學(xué)生不僅可以進(jìn)行課堂知識(shí)的復(fù)現(xiàn),還可以使用經(jīng)典的模型和方法處理一些新的數(shù)據(jù),進(jìn)一步提高自身能力。
教師可以建立課后知識(shí)共享平臺(tái),如建立社交媒體交流群等,并在交流群中分析典型案例及教學(xué)資料,供學(xué)生交流下載。學(xué)生也可以在交流群中發(fā)表自己在學(xué)習(xí)過(guò)程中遇到的疑問,由教師或同學(xué)在線解答,營(yíng)造更良好的學(xué)習(xí)氛圍。同時(shí),教師可以根據(jù)每位學(xué)生的知識(shí)共享程度,如提出的問題或做出的回答是否富有價(jià)值等,評(píng)估學(xué)生的學(xué)習(xí)積極性,并將其計(jì)入期末成績(jī)。此外,為進(jìn)一步擴(kuò)大知識(shí)共享的范圍,高??梢栽谌7秶鷥?nèi)開展一些與大數(shù)據(jù)相關(guān)的比賽,鼓勵(lì)學(xué)生組隊(duì)參與,進(jìn)行知識(shí)的交流,以此調(diào)動(dòng)學(xué)生的學(xué)習(xí)積極性。
檢驗(yàn)學(xué)生的學(xué)習(xí)成果最直接的方式就是進(jìn)行課程考核。目前,高校大多采用“課上出勤+期末考試”的方式進(jìn)行課程考核,但由于經(jīng)過(guò)改革后的大數(shù)據(jù)分析課的教學(xué)目標(biāo)及教學(xué)內(nèi)容發(fā)生變化,其考核方式也略有不同,具體包括平時(shí)成績(jī)(30%)、課程實(shí)踐報(bào)告(20%)、教學(xué)平臺(tái)(10%)和課程期末考試(40%)。其中,平時(shí)成績(jī)包括課上出勤(5%)、課上回答問題的頻率(5%)、課上測(cè)驗(yàn)(5%)、交流群中知識(shí)共享程度(5%)、課后作業(yè)(5%)和小組得分(5%)。其中,小組得分根據(jù)每次小組成員的真實(shí)的工作量和貢獻(xiàn)程度,結(jié)合評(píng)分矩陣,依次得到所有成員的成績(jī)權(quán)重,進(jìn)而計(jì)算出個(gè)人實(shí)際成績(jī)。[7]課程實(shí)踐報(bào)告要求學(xué)生利用所學(xué)知識(shí),結(jié)合自己的專業(yè),通過(guò)收集并分析相關(guān)數(shù)據(jù),得到一份完整的實(shí)踐報(bào)告,以此考查學(xué)生對(duì)相關(guān)方法和模型的掌握情況。教學(xué)平臺(tái)包括對(duì)在平臺(tái)中的每天學(xué)習(xí)情況、學(xué)習(xí)習(xí)慣、互動(dòng)情況的評(píng)估,再結(jié)合線上測(cè)驗(yàn)成績(jī)進(jìn)行綜合評(píng)價(jià)。課程期末考試為閉卷考試,主要考查學(xué)生對(duì)大數(shù)據(jù)相關(guān)理論的掌握情況。
在“新經(jīng)管”背景下,本研究根據(jù)各專業(yè)的培養(yǎng)目標(biāo),從教學(xué)目標(biāo)、教學(xué)內(nèi)容、教學(xué)方法、課程考核四個(gè)方面對(duì)大數(shù)據(jù)分析課程進(jìn)行了改革,著重提高學(xué)生的學(xué)習(xí)積極性,有針對(duì)性地增減了一些模塊,旨在幫助經(jīng)管類學(xué)生掌握新的信息技術(shù),并全面提升其信息素養(yǎng),為其在未來(lái)的就業(yè)和學(xué)習(xí)中打好基礎(chǔ)。