莫國莉　譚春枝　滕莉莉　謝軍

［摘 要］文章針對Python大數(shù)據(jù)分析課程實驗教學(xué)提出了將線上線下混合式教學(xué)、歸納法、三階段教學(xué)法三種教學(xué)方法結(jié)合起來，以解決當(dāng)前課堂教學(xué)學(xué)時不夠、分析模型復(fù)雜多樣、理論問題過深、部分學(xué)生理解困難且動手能力差的問題，改變實驗課程中把大數(shù)據(jù)分析模型當(dāng)作黑箱工具、只教如何應(yīng)用、不求學(xué)生深入理解原理并運用原理解決經(jīng)濟(jì)金融實際問題的狀況。

［關(guān)鍵詞］大數(shù)據(jù)分析；實驗教學(xué)；混合式教學(xué)；理論體系式教學(xué)；案例應(yīng)用式教學(xué)

［中圖分類號］ G642.423 ［文獻(xiàn)標(biāo)識碼］ A ［文章編號］ 2095-3437（2023）23-0066-04

大數(shù)據(jù)技術(shù)目前在經(jīng)濟(jì)管理領(lǐng)域的應(yīng)用已經(jīng)非常廣泛，國內(nèi)外高校對大數(shù)據(jù)分析也展開了多種形式的教學(xué)和研究，研究成果較為豐富。但是，許多研究是將大數(shù)據(jù)視為時代背景或技術(shù)手段，探討大數(shù)據(jù)給教學(xué)管理、教學(xué)評價、教學(xué)理念、教學(xué)模式、教學(xué)技法等帶來的機遇與挑戰(zhàn)[1-3]；而關(guān)于大數(shù)據(jù)分析類課程本身的教學(xué)研究成果相對較少，且理論教學(xué)和實驗教學(xué)方法未能跟上大數(shù)據(jù)技術(shù)發(fā)展的步伐[4]。另外，當(dāng)前的教學(xué)研究成果主要面向理工類學(xué)生，針對人文社科類的學(xué)生開展的教學(xué)研究相對較少[5-6]。因此，本文針對以上研究存在的不足，提出在新經(jīng)管背景下對Python大數(shù)據(jù)分析課程實驗教學(xué)進(jìn)行改革的一些建議與方法。

一、Python大數(shù)據(jù)分析課程教學(xué)現(xiàn)狀與問題剖析

Python大數(shù)據(jù)分析是經(jīng)濟(jì)、金融專業(yè)中一門重要的課程，也是一門理論緊密結(jié)合實踐的課程。目前對于Python大數(shù)據(jù)分析的授課主要有理論體系式教學(xué)和案例應(yīng)用式教學(xué)兩種截然不同的方法。

（一）理論體系式教學(xué)方法存在的問題

理論體系式教學(xué)方法，即將Python大數(shù)據(jù)分析技術(shù)引入傳統(tǒng)的金融/經(jīng)濟(jì)學(xué)課程中，授課周期長，需要對大數(shù)據(jù)導(dǎo)論、數(shù)據(jù)庫設(shè)計、計算機網(wǎng)絡(luò)基礎(chǔ)、Python/R語言語法知識、算法結(jié)構(gòu)設(shè)計和程序設(shè)計方法，甚至高等數(shù)學(xué)、偏微分、概率論等方面進(jìn)行系統(tǒng)教學(xué)，培養(yǎng)的對象不區(qū)分本科生和研究生，也不區(qū)分理科生和文科生。目前一些開設(shè)Python大數(shù)據(jù)分析課程的高校，其授課體系標(biāo)準(zhǔn)也不統(tǒng)一：有些只是簡單粗糙地講了模型的功能、原理，然后以比較復(fù)雜的開源程序為例，演示如何運用大數(shù)據(jù)分析模型；有些則用了大量的課時講解Python語言的語法與程序的調(diào)用原理，然后用了少量課時簡單演示大數(shù)據(jù)算法的調(diào)用過程；還有些雖然比較詳細(xì)地介紹了幾種大數(shù)據(jù)分析算法，也設(shè)計了上機實訓(xùn)環(huán)節(jié)，但是沒有對算法之間的邏輯關(guān)系進(jìn)行理順，且由于課時有限，所講的分析算法的類型也較少?？傊?，這種注重讓學(xué)生掌握全面的理論知識結(jié)構(gòu)的教學(xué)方法，會讓學(xué)生難以理解授課內(nèi)容，不利于培養(yǎng)學(xué)生靈活運用模型解決實際問題的能力。

（二）案例應(yīng)用式教學(xué)方法存在的問題

由于社會急需大量大數(shù)據(jù)分析人才，因此一些院?；蚺嘤?xùn)機構(gòu)對理論體系式的課程進(jìn)行了精簡，使用案例應(yīng)用式教學(xué)方法。具體來說，案例應(yīng)用式教學(xué)或以應(yīng)用簡單的大數(shù)據(jù)分析模型（如決策樹、樸素貝葉斯、均值聚類等等）為主要目標(biāo)，利用開源數(shù)據(jù)集和算法模型去實現(xiàn)特定的功能；或以Python語言自帶的工具包為核心，對工具包中每種模塊的運用分別進(jìn)行介紹。不難看出，這種案例應(yīng)用式教學(xué)方法的本質(zhì)是將大數(shù)據(jù)分析算法黑箱化，即僅講授實際分析所涉及模型或者軟件工具箱的應(yīng)用，而避開講授每種模型的工作原理，更不講模型之間的邏輯關(guān)系與模型演化過程。比如，某培訓(xùn)班課程大綱中，先是講授數(shù)據(jù)分析基礎(chǔ)、Numpy模塊實現(xiàn)數(shù)值計算、Pandas模塊實現(xiàn)統(tǒng)計分析、Matplotlib模塊實現(xiàn)數(shù)據(jù)可視化等模塊的調(diào)用與操作過程知識點，然后就講授如何將這些模塊運用于常見的日常生活案例，比如影視作品分析、客戶價值分析、銷售收入預(yù)測等。這種以實用案例為主的案例應(yīng)用式教學(xué)方法雖然能使學(xué)生快速上手，在短時間內(nèi)學(xué)會調(diào)用程序模塊進(jìn)行大數(shù)據(jù)分析，但在很大程度上會使學(xué)生認(rèn)為大數(shù)據(jù)分析算法更像是“黑箱操作”，不知其所以然。同時，實驗課程的程序并不是以緊扣經(jīng)濟(jì)、金融現(xiàn)實急需解決的問題作為例子來設(shè)計的。因此，這種教學(xué)方法也不利于學(xué)生對知識的深入理解和深刻把握，更難以培養(yǎng)學(xué)生運用知識解決現(xiàn)實難題的能力。

（三）兩種教學(xué)方法共同存在的問題

1.課時設(shè)置不夠合理

Python大數(shù)據(jù)分析是一門實踐性較強的課程，對部分算法模型，學(xué)生需要先弄懂原理才能靈活運用，而對模型的部分原理，學(xué)生必須在對代碼有所認(rèn)識之后才能更深刻理解。但傳統(tǒng)“教師講、學(xué)生聽”的課堂教學(xué)方式是一種信息單向傳輸且以教師為主體的教學(xué)方式，讓學(xué)生被動地接受知識，容易形成重視理論教學(xué)而忽視實踐教學(xué)的局面，使得教學(xué)內(nèi)容與實際應(yīng)用脫節(jié)。即便課程設(shè)置有實驗課，但一個學(xué)期下來僅有少量的上機課，課堂內(nèi)容難以得到很好的實驗驗證。反之，有些課程大綱雖然增加了實驗課時，但是又壓縮了課堂的理論講解時間，導(dǎo)致學(xué)生對算法原理了解得不充分，不能夠靈活運用程序解決實際問題。

2.教學(xué)內(nèi)容深度不夠，重點不突出

如某學(xué)校理工學(xué)院Python大數(shù)據(jù)分析課程，雖然注重理論和基礎(chǔ)知識的講授，但教學(xué)內(nèi)容的深度、廣度嚴(yán)重不足。課程教學(xué)內(nèi)容雖然包括爬蟲技術(shù)、數(shù)據(jù)庫技術(shù)、數(shù)據(jù)可視化技術(shù)以及存儲技術(shù)等，但重要的內(nèi)容卻是如何利用各種模型執(zhí)行不同任務(wù)，如金融時間序列定價預(yù)測、具有時空相關(guān)性的金融機構(gòu)/金融產(chǎn)品投資風(fēng)險的分類等。這類模型對初學(xué)者來說非常復(fù)雜抽象，有的學(xué)生甚至完全無法理解，最終導(dǎo)致部分學(xué)生不能對分析模型的本質(zhì)有所理解和把握，也不能對數(shù)據(jù)分析算法進(jìn)行靈活運用。

3.實驗內(nèi)容過于單調(diào)

對于Python大數(shù)據(jù)分析實驗，有些高校和培訓(xùn)班雖然提供了大量實驗案例，讓學(xué)生有實際動手機會，卻忽視了實驗案例與學(xué)生對數(shù)據(jù)分析算法理論的理解的結(jié)合，而將實驗看作一個簡單的上機過程。此外，要真正實現(xiàn)經(jīng)濟(jì)、金融大數(shù)據(jù)分析，必須了解分析時需要收集什么方面的大數(shù)據(jù)信息、如何收集等等，但這類課程內(nèi)容涉及不多。因此，如若僅在課程中安排一些數(shù)據(jù)處理技術(shù)方面的實驗內(nèi)容，而缺乏模型在經(jīng)濟(jì)/金融場景中實際運用的分析，就難以讓學(xué)生達(dá)到能夠應(yīng)用大數(shù)據(jù)分析技術(shù)解決實際問題的水平。

二、教學(xué)模式與方法的改進(jìn)措施

（一）采取線上線下混合式教學(xué)

由于課程課時有限，因此沒有足夠的學(xué)時保證所有知識都能在課堂上被全面講授且講得透徹。但是，學(xué)生若沒有掌握好相應(yīng)的知識，在后期的實驗操作中難免會遇到很多包括數(shù)據(jù)調(diào)用、數(shù)據(jù)清洗、程序調(diào)試等各方面的問題。例如，Python里需要掌握和調(diào)用的函數(shù)眾多，但Numpy函數(shù)庫和Pandas函數(shù)庫幾乎包含了日常計算所需的所有函數(shù)。其中，Numpy是進(jìn)行大數(shù)據(jù)計算所必須調(diào)用的函數(shù)庫，其主要包括的函數(shù)功能有數(shù)組的創(chuàng)建、矩陣數(shù)據(jù)的處理、數(shù)據(jù)的排序、一元/多元數(shù)據(jù)的計算、文件讀寫等；而Pandas函數(shù)庫則主要用于進(jìn)行數(shù)據(jù)分析，其主要包括的函數(shù)有統(tǒng)計匯總函數(shù)，數(shù)據(jù)清洗函數(shù)，數(shù)據(jù)篩選、繪圖與元素級運算函數(shù)，時間序列函數(shù)和其他函數(shù)等。這些函數(shù)全部都用課堂學(xué)時進(jìn)行一一講授不太現(xiàn)實，因為僅要講完每種函數(shù)的功能和調(diào)用格式，就需要20～30個學(xué)時，這就會導(dǎo)致其他課堂內(nèi)容無法得到展示。為了解決此類問題，可在課程開設(shè)之前，讓學(xué)生先在中國大學(xué)MOOC（慕課）網(wǎng)上以在線的形式自學(xué)指定的一些Python慕課。到正式線下上課時，只需要花2個學(xué)時左右的時間來進(jìn)行Python數(shù)據(jù)類型、函數(shù)類型等重點內(nèi)容的講授，幫助學(xué)生總結(jié)梳理知識點。對于比較難以理解的數(shù)據(jù)函數(shù)原理與調(diào)用過程方面的知識，也可以先讓學(xué)生自學(xué)線上慕課，再在課堂上幫助其進(jìn)行函數(shù)功能總結(jié)。在完成之后其他章節(jié)大數(shù)據(jù)分析模型中對函數(shù)的調(diào)用實驗課后，學(xué)生就可以逐步理解每個函數(shù)的原理與調(diào)用了。

（二）運用歸納法進(jìn)行教學(xué)

幫助學(xué)生梳理歸納總結(jié)各類算法的邏輯關(guān)系，可以幫助學(xué)生從繁雜的模型中快速整理出頭緒，花較少的時間就可以系統(tǒng)準(zhǔn)確地掌握各類算法，達(dá)到自由運用并改進(jìn)算法的目的。比如，決策樹、樸素貝葉斯、K近鄰屬于分類算法，回歸樹、模型樹、K近鄰回歸屬于預(yù)測方面的算法，K均值聚類、層次聚類、基于密度的聚類等屬于聚類算法。而決策樹、回歸樹、模型樹其實具有一定的相似性，只是最后一步的算法結(jié)果略有不同：決策樹最后的葉子節(jié)點是將對象分為幾類，回歸樹最后的葉子節(jié)點是取一定范圍內(nèi)相關(guān)結(jié)果分類的均值作為其值，而模型樹最后的葉子節(jié)點則為回歸模型。又如，深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)等算法，其實都是在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，根據(jù)其存在的缺點進(jìn)行某些方面的改進(jìn)，衍生出的新算法?？傊ㄟ^對算法進(jìn)行歸納總結(jié)，弄清算法之間的演化邏輯關(guān)系，學(xué)生就不用死記硬背大量算法原理，可以靈活運用算法并根據(jù)需要進(jìn)行算法的改進(jìn)。由上述可知，很多算法模型都是Python大數(shù)據(jù)分析中重要的內(nèi)容，既是理論的承載，又是實現(xiàn)某種功能以解決實際問題的關(guān)鍵，這些模型雖然算法不同，但其設(shè)計的目標(biāo)、思路、原理卻有關(guān)聯(lián)之處，幫助學(xué)生理解模型原理、掌握相應(yīng)函數(shù)的調(diào)用是整個Python大數(shù)據(jù)分析授課的關(guān)鍵任務(wù)。

此外，歸納法還可以運用于課程內(nèi)容的設(shè)計。比如，Python大數(shù)據(jù)分析整個教學(xué)和實驗課程設(shè)計可以歸納為4個理論領(lǐng)域以及6項實驗內(nèi)容（見圖 1）。

（三）采取三段式實驗教學(xué)方式

將整個教學(xué)過程分為理解模型、使用模型和掌握模型三個階段（見圖 2），通過這樣的教學(xué)方式，可以培養(yǎng)學(xué)生掌握模型并將其用于解決實際問題的能力。

三、案例分析

以某學(xué)校金融專業(yè)19級（70人）、20級（90人）為例，這兩個年級的學(xué)生都是理科生，數(shù)學(xué)基礎(chǔ)較好，但是大多數(shù)學(xué)生并沒有修過Python語言，僅有個別學(xué)生在備考計算機二級考試時自學(xué)過一點Python語法知識。因此，授課還是有一定難度的。課程開始前，任課教師提前一個月布置學(xué)生進(jìn)入中國大學(xué)MOOC（慕課）網(wǎng)進(jìn)行Python語言學(xué)習(xí)。課程開始后，教師再用2個學(xué)時對Python語言的重難點進(jìn)行總結(jié)，主要是幫助學(xué)生掌握Python數(shù)據(jù)類型與函數(shù)庫類型，以及函數(shù)的調(diào)用方法。然后，按照數(shù)據(jù)預(yù)處理、數(shù)據(jù)的分類、預(yù)測與聚類分別講解各模塊下包含的簡單基本算法。同時，為了讓學(xué)生對未來新出現(xiàn)的方法也可以快速地自學(xué)上手，也對一些基于原有的基本算法進(jìn)行改進(jìn)和拓展的新方法的思路進(jìn)行說明。每章理論模型教學(xué)完成之后，教師都會安排一些時間開展上機實驗。由于課時有限，教師一般提前將上機的內(nèi)容發(fā)給學(xué)生，讓其自己對照現(xiàn)成的程序進(jìn)行輸入運行，遇到問題再到課堂上進(jìn)行詢問解答。如果課堂解答的時間不夠，可以通過線上的形式課后在線解答。經(jīng)過兩個學(xué)期的教學(xué)實踐，發(fā)現(xiàn)學(xué)生基本能理解已有的現(xiàn)成、開源算法，并對其進(jìn)行運用與改進(jìn)，能夠?qū)懗稣n程論文解決實際問題。學(xué)生對教學(xué)的評價也比較高，兩個學(xué)期的評教分?jǐn)?shù)均在90分以上。

四、結(jié)語

本文針對Python大數(shù)據(jù)分析課程實驗教學(xué)，提出了將線上線下混合式教學(xué)、歸納法、三階段教學(xué)法三種教學(xué)方法結(jié)合起來。線上線下混合式教學(xué)讓學(xué)生在上課前就先通過慕課網(wǎng)自學(xué)Python的一些基礎(chǔ)知識，以節(jié)約時間進(jìn)行實踐練習(xí)，很好地解決了學(xué)時不夠的問題。歸納法將各類大數(shù)據(jù)分析模型歸納為分類、預(yù)測與聚類三大類分析模型，該方法既可節(jié)約學(xué)生學(xué)習(xí)、理解大數(shù)據(jù)分析技術(shù)的時間，也可幫助學(xué)生更好地動態(tài)掌握不斷涌現(xiàn)的大數(shù)據(jù)分析技術(shù)與方法。而三階段教學(xué)法則根據(jù)大數(shù)據(jù)分析模型本身，在每類模型的教學(xué)過程中采用理解模型、使用模型、掌握模型三個階段的教學(xué)模式。通過以上三種教學(xué)方法的綜合，既解決了當(dāng)前課堂教學(xué)學(xué)時不夠、分析模型復(fù)雜多樣、理論問題過深、部分學(xué)生理解困難且動手能力差的問題，又避免了實驗課程中把大數(shù)據(jù)分析模型當(dāng)作黑箱工具、只教如何應(yīng)用、不求學(xué)生深入理解原理的問題，使學(xué)生能夠提高學(xué)習(xí)效率，系統(tǒng)全面學(xué)習(xí)知識，對各類新算法能夠動態(tài)掌握。

［ 參 考 文 獻(xiàn) ］

[1] 謝天保，楊娜.“新經(jīng)管”背景下大數(shù)據(jù)分析課程的教學(xué)改革研究[J].教育觀察，2022，11（31）：53-56.

[2] 王春蕾.基于大數(shù)據(jù)分析的混合式教學(xué)模式設(shè)計[J].集成電路應(yīng)用，2023，40（5）：110-111.

[3] 周志宇，阮夢黎.基于大數(shù)據(jù)分析的混合式教學(xué)生態(tài)構(gòu)建[J].中國現(xiàn)代教育裝備，2023（5）：70-72.

[4] 陳張杭健，俞承曄.基于Python的“金融大數(shù)據(jù)分析”課程教學(xué)案例設(shè)計及其實現(xiàn)[J].安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報，2023，22（2）：34-39.

[5] 張琴.基于大數(shù)據(jù)分析的精細(xì)化教學(xué)管理路徑研究：以泰州學(xué)院數(shù)理學(xué)院為例[J].科技風(fēng)，2022（32）：52-54.

[6] 俞少賓，丁愷.新文科背景下大數(shù)據(jù)分析課程教學(xué)模式改革[J].新文科理論與實踐，2022（4）：73-82.

［責(zé)任編輯：周侯辰］