iSchool院校的大数据相关课程设置及其特点分析

司莉 何依

摘 要：文章采用网络调查法，逐一访问了选定的34所iSchool院校网站，调查了各院校面向本科生和研究生开设的大数据课程数量、教学内容和课程类型，调查发现iSchool院校的课程特点是：内容注重实用性，面向职业需求;强调技术与应用，面向特定领域设置课程;课程学习需要先导知识;教学方法多样，注重提升学生的应用能力。

关键词：大数据;iSchool课程;图书情报教育;人才培养

中图分类号： G250;G642.3  文献标识码： A   DOI： 10.11968/tsyqb.1003-6938.2015132

The Analysis of Big Data Related Courses and Its Characteristics Offered by iSchool

Abstract By visiting the website of 34 selected iSchools， the authors investigated the numbers， teaching content and types of big data related courses for undergraduate and graduate students. Analysis was made about the characteristics of these courses and the results indicate that the iSchools' big data related courses have four main features： the content of big data related courses is practical and oriented to professional needs; the iSchools emphasize technology and application of big data and sets up some curriculum for specific domain; the big data related courses need guide knowledge; the form of big data related courses of iSchools are varied and the iSchools focus on training students' practical ability.

Key words big data; iSchool courses; LIS education; personnel training

iSchool是由许多信息学院成立的一个国际组织，截至2015年，iSchool已有65所成员学院致力于信息领域，关注信息、人和技术的关系。为了了解iSchool院校的大数据课程开设情况，本研究主要通过网络调查方式调查分析了iSchool院校对大数据相关课程的设置情况及特点，以期为大数据时代背景下的国内图书情报学教育机构人才培养提供参考。

1 调查对象与研究方法

1.1 调查对象

iSchool学院目前有65所，其中，北美洲30所、欧洲21所、亚洲10所（中国3所）、大洋洲3所、非洲1所。排除语言障碍，本文的调查对象限定于欧洲、北美洲中以英语为母语或者官方语言的国家，调查了37所符合调查要求的iSchool学院。但由于格拉斯哥大学人文先进技术与信息学院、佛罗里达州立大学通信与信息学院、雪城大学信息研究学院的网站页面、课程目录页无法打开或者没有权限查看课程列表，最后筛选出34所iSchool院校（见表1），即北美洲29所（加拿大3所、美国26所）、欧洲5所（爱尔兰1所、英国4所）。调查范围是该学院所有专业的课程，调查时间为2015年9月。

1.2 研究方法

本文根据iSchool主页提供的iSchool名录逐一访问选定的34所iSchool学院的网站，查找各学院面向本科生和研究生开设的大数据相关课程。具体研究方法和步骤如下：

（1） 采用网络调查法浏览学院网站一级目录“courses”，一级目录“academic”下的二级目录“courses”，一级目录“academic”或“programs”下各专业的三级目录“course description”，所属学校网站的课程查找系统或者“course catalog”获得各学院的课程列表。凡是课程名称与内容中涉及到大数据基础理论知识、大数据处理技术、大数据分析工具、不同领域的大数据处理的，均作为大数据相关课程的范围。

（2） 从授课对象、课程数量、课程内容三个角度对调查结果进行统计分析，揭示iSchool院校大数据相关课程的设置特点。

2 iSchool院校的大数据相关课程设置与调查结果分析

2.1 课程数量及分析

经调查，北德克萨斯大学信息学院、德克萨斯大学奥斯汀分校信息学院等11所iSchool院校没有开设大数据相关的课程，故实际调查的iSchool院校为23所（见表2）。

本研究以各学院开设的大数据相关课程的总量从高到低进行排序，相同数量的则按学校名称中文首字母顺序排列。“总课程数量”项中，括号内“本”、“硕”、“博”表示该院统计的课程数量包括了本科课程、硕士研究生课程和博士研究生课程。从每所学院大数据课程数量与开设总的课程数量的比重来看，比重最大的是加利福尼亚大学伯克利分校信息学院，比重最小的是华盛顿大学信息学院，分别占总课程数量的12.16%和0.66%。从大数据课程总量来看，卡内基梅隆大学信息系统与管理学院开设的大数据相关课程数量最多，对比各学院开设的大数据相关课程数量，可以看到最多的学院开设了18门，但也还有11所院校未曾开设此类课程，不同学院开设的大数据相关课程数量差距较大。从本科课程和研究生课程的设置数量来看，iSchool学院偏向于面向研究生开设大数据相关课程。总体上，iSchool学院开设的大数据相关课程数量较少，可见对大数据课程的重视程度存在较大差异，需要引起足够的重视。

2.2 课程内容及分析

为了进一步了解iSchool院校大数据课程具体内容，本研究分别从开设面向本科生以及研究生（硕、博）的课程两个层次进行调查与分析。

2.2.1 本科生课程内容分析

本研究将所有面向本科生开设的大数据课程名称进行列表归纳（见表3），发现有12所iSchool院校面向本科生开设课程25门，课程内容主要涉及数据挖掘、数据分析、数据可视化等方面，目的是让学生了解大数据、学会科学有效地生产数据以及对大量的数据进行组织、分析、管理，并利用大数据进行预测，加强对信息的沟通和传达。如印第安纳大学信息与计算机学院开设的大数据理论类课程“数据流畅性”，该课程介绍了在21世纪面向庞大数据必须掌握的一些基本技能，包括如何理解数据、如何从庞杂的数据中提取知识、如何通过大量数据进行预测并且向人们呈现这些数据。

2.2.2 研究生课程内容及分析

面向研究生开设了大数据课程的有21所iSchool院校，共98门课程，平均每所学校开设了4.67门大数据课程。在这98门课程中，理论类有14门，技术类有67门，应用类有17门，分别占14.29%、68.37%、17.35%。技术类课程中，数据挖掘课程（包括机器学习、可视化课程等）有34门，数据分析类课程（包括数据分析工具，如Python、MapReduce等）有19门，二者占技术课程的79.10%。这些课程以大数据技术课程为主，理论课程为辅，此外还注重培养学生对大数据的实际解决能力，将所学的理论知识运用到实际生活中，解决常见的大数据问题（见表4）。

在课程数量上，卡内基梅隆大学信息系统与管理学院面向研究生开设的大数据课程最多（18门），是加利福尼亚大学伯克利分校信息学院大数据课程（9门）的两倍，分析这两所学院开设的大数据课程，可以看到其面向研究生开设的课程更加深入细致、具体到某一个点，并且不同学院在课程类型设置上的侧重点不同。卡内基梅隆大学信息系统与管理学院重视大数据技术和应用课程，对于技术类课程，它没有笼统的去介绍大数据有哪些技术，而是分别开设R分析、NoSQL、Python、Hadoop和MapReduce等，逐一引导学生学习，对学生的要求较高。加利福尼亚大学伯克利分校信息学院则侧重技术课程的学习，并且以数据挖掘和机器学习技术为主，如“大规模机器学习”课程讲授为PB级规模的结构化和非结构化数据构建大规模机器学习流程的基本原则，学生将获得使用Apache Hadoop、Apache Spark的实践经验。

2.2.3 大数据课程类别及分析

根据上述分析，我们可以将这些大数据课程大致分为三类，即理论类、技术类和应用类（见表5）。23所iSchool院校（不包括没有开设大数据课程的院校）面向本科生和研究生共开设了123门大数据相关课程，其中理论类课程19门，技术类课程84门，应用类课程20门，各占总大数据课程数的15.45%、68.29%与16.26%。

（1）理论类课程。大数据理论类课程主要介绍大数据的基本概念、大数据处理流程、数据管理、数据科学等知识。如加利福尼亚大学伯克利分校信息学院的“数据科学家的法律、政策和伦理思考”课程结合了刑事司法、国家安全、卫生、营销、政治、教育等实际案例，检测数据科学整个生命周期包括收集、存储、处理、分析和利用过程中出现的法律、政策和道德问题;匹兹堡大学信息科学学院的“数据基础设施研究”课程主要是介绍数据存储和保存的方法，选择标准、架构、协议和格式用于描述数据集、数据记录和目录，以促进有效的数据管理。

（2）技术类课程。iSchool院校开设的大数据技术类课程最多，涉及的大数据处理技术十分广泛，包括Hadoop、MapReduce、Python、NoSQL、云计算等。罗格斯新泽西州立大学通信与信息学院的“信息专业的数据分析”课程引导学生利用各种技术方法对大数据进行分析、存储和检索;希蒙斯学院（波士顿）图书馆与信息科学学院的“数据库管理系统”课程在教授关系型数据库SQL的基础上，介绍了常用的大数据应用程序No_SQL;印第安纳大学信息与计算机学院开设的“大数据软件和项目”课程则是典型的大数据技术应用类课程，该课程主要是学习HPC-ABDS软件在高性能计算机和开源商业大数据云计算中的应用，学生通过HPC-ABDS软件在云端建立分析系统并将此系统应用在一些大数据项目中。

（3）应用类课程。大数据应用类课程是指大数据技术在移动终端、社交网络、互联网等特定领域中的应用，即针对某个特定领域的大数据进行分析，通过挖掘有效信息来解决问题。卡内基梅隆大学信息系统与管理学院开设的“商务智能和数据挖掘SAS”课程要求学生使用以SAS Enterprise Miner为主的商务智能工具分析500强企业单位的商务数据，以提高该企业的决策和营销策略，其开设主要目的就是为了使学生具备人才市场中所需要的高级商业分析技术。

3 iSchool院校的大数据相关课程设置特点

3.1 课程内容注重实用性，面向职业需求

iSchool院校善于根据职业需求来设置图书情报学的核心课程[39]，以职业需求为导向，从职业所需的知识结构出发安排教学内容，使学生在未来更好地胜任工作。大数据相关课程的设置也是如此，强调所学知识与职业需求间的匹配。具体体现在两个方面，一是iSchool院校注重培养学生对常用的、热门的大数据技术和工具的应用能力;二是iSchool学院针对“人”这个主体开设了大数据科学家、大数据团队管理者的课程，比如卡内基梅隆大学信息系统与管理学院开设的“管理分析项目”课程要求学生从咨询的角度为客户提供相关的分析业务，以增加领导、管理分析项目的经验，包括领导团队的不同技能、从不同角度与利益相关者进行沟通。

3.2 强调技术与应用，面向特定领域设置课程

iSchool院校重视培养学生对大数据处理技术的学习，且以数据挖掘、数据分析类技术为主，调查的23所iSchool院校共开设了84门技术类课程，其中数据挖掘和数据分析类课程有68门，占技术类课程的80.95%。针对具体的技术，各学院侧重点有所不同。此外，iSchool院校还非常重视大数据技术在特定领域中的应用，对特定领域的大数据进行分析、处理，解决特定领域的大数据问题。如田纳西大学诺克斯维尔分校信息科学学院的“环境信息学”课程通过调查人们在收集、交流、使用、存储和分享环境信息的过程中所遇到的问题，探讨数据的获取和数据的质量如何影响环境政策的制定，使学生了解信息政策、环境建模与可视化及其与信息科学的关系。

3.3 课程学习需要先导知识

iSchool院校开设的大数据相关课程大多要求学生有本专业、相关专业或者相关知识基础，如统计学、程序语言知识等。如德雷塞尔大学计算机与信息学院“机器学习”课程，明确指出该课程的先决条件是学生已经完成了“数据结构”和“人工智能”课程，并且成绩等级达到D;卡内基梅隆大学信息系统与管理学院“Hadoop和MapReduce”课程要求学生能熟练运用Java和JavaScript测试运行工具chutzpah。

3.4 教学方法多样，注重提升学生的应用能力

iSchool院校的大数据课程教学方法多样，并且在授课过程中常常以一些实际项目为结合点，提高学生解决问题的能力，此外，部分课程还要求学生利用所学技术自行开发一个成品工具或系统，通过这种方式考察学生对知识的掌握情况，有效地提高学生的实际应用能力。如伊利诺伊大学图书馆和信息科学研究所开设的“数据清洗的理论与实践”课程除了要求学生利用已经存在的数据清理工具动手来完成一些项目，通过编程练习熟悉这些工具，以此来自行开发一些简单的工具。

4 结语

根据iSchool院校大数据相关课程设置的特点，可以得出以下启示：（1）面向职业需求，有针对性的开设大数据相关课程，让学生所学的知识与职业直接接轨;（2）重视培养学生对大数据技术的掌握能力，增加大数据管理与分析类课程，通过运用科学的大数据管理理论、方法和技术，提高社会系统运作效率，创造新的价值，为科学研究、公共管理、商业机构运作等各类社会活动提供决策支撑;（3）大数据课程应强调应用性，将数据的搜集、组织、检索、分析和服务融入教学内容，提高学生在大数据技术运用、大数据加工处理、大数据分析、大数据管理等各方面的技能，培养能够适应面向更广泛的信息职业、符合社会需求的数据管理人才。

本研究也存在一些不足之处。首先，目前国内外对大数据相关课程的范畴没有一个具体的界定标准，故在课程的筛选过程中带有一定的主观性;其次，本研究只是对iSchool院校开设的大数据相关课程进行了调查，没有从国内、外其余高等院校的角度进行纵横向的对比研究，在今后的研究中，还需选择国外非iSchool院校、国内高校开设的大数据相关课程情况进行比较分析，从而全方位揭示与把握图书情报学教育机构大数据相关课程设置的特点与发展动向。

参考文献：

[1] Heinz College， Carnegie Mellon University. Course catalog[EB/OL].[2015-09-19].http：//www.heinz.cmu.edu/academic-res

ources/course-results/index.aspx.

[2] School of Information and Computing， Indiana University. Undergraduate courses[EB/OL].[2015-09-19]. http：//www.soic.indiana.edu/undergraduate/courses/index.html.

[3] School of Information and Computing， Indiana University. Graduate courses[EB/OL].[2015-09-19].http：//www.soic.indiana.

edu/graduate/courses/index.html.

[4] College of Computing， Georgia Institute of Technology. Computer science three year course outline[EB/OL].[2015-09-19]. http：//www.cc.gatech.edu/three-year-course-outline.

[5] School of Information， University of California Berkeley. Course catalog[EB/OL].[2015-09-22]. http：//www.ischool.berkeley.edu/courses/catalog#info-001.

[6] School of Information， University of Michigan. Course catalog[EB/OL].[2015-09-23].https：//www.si.umich.edu/programs/c

ourses/catalog.

[7] School of Information Sciences， University of Pittsburgh. Graduate program telecommunications and networking course descriptions[EB/OL].[2015-09-23]. http：//www.ischool.pitt.edu/tele/courses/descriptions.php.

[8] School of Information Sciences， University of Pittsburgh. Graduate program information science and technology course description[EB/OL].[2015-09-23]. http：//www.ischool.pitt.edu/ist/courses/descriptions.php.

[9] School of Information Sciences， University of Pittsburgh. Graduate program library and information science course descriptions[EB/OL].[2015-09-23]. http：//www.ischool.pitt.edu/lis/courses/descriptions.php.

[10] School of Information Sciences，University of Pittsburgh. Undergraduate program course description[EB/OL].[2015-09-23].

http：//www.ischool.pitt.edu/bsis/course-of-study/course-descriptions.php.

[11] Pennsylvania State University Bulletin. Information sciences and technology[EB/OL].[2015-09-20].http：//bulletins.psu.e

du/undergrad/courses/I/IST/.

[12] Pennsylvania State University Bulletin. Security & risk analy[EB/OL].[2015-09-20].http：//bulletins.psu.edu/undergrad/c

ourses/S/SRA/.

[13] Pennsylvania State University Bulletin. Information sciences and technology[EB/OL].[2015-09-20].http：//bulletins.psu.e

du/graduate/courses/I/IST/.

[14] Drexel University. Graduate catalog 2015-2016[EB/OL].[2015-09-19].http：//catalog.drexel.edu/coursedescriptions/quart

er/grad/.

[15] Drexel University. Undergraduate catalog 2015-2016[EB/OL].[2015-09-19].http：//catalog.drexel.edu/coursedescriptions

/quarter/undergrad/.

[16] College of Information Studies. Course schedules[EB/OL].[2015-09-23].http：//ischool.umd.edu/current-students/course-schedules.

[17] Information School， The University of Sheffield.PGT degrees course[EB/OL].[2015-09-24].https：//www.shef.ac.uk/prospe

ctus/courses-az.do;jsessionid=AF69761D35AB61D23F009377C23BF4A8.tcs-live-node-01.

[18] School of Information and Library Science， University of North Carolina. Courses[EB/OL].[2015-09-23].http：//sils.unc.

edu/courses.

[19] Faculty of Information， University of Toronto. Graduate courses[EB/OL].[2015-09-25]. http：//www.ischool.utoronto.ca/graduate-courses.

[20] University of Toronto. Alphabetical listing of program areas and courses[EB/OL].[2015-09-25]. https：//student.utm.utoro

nto.ca/calendar/depart_list.pl.

[21] Donald Bren School of Information and Computer Sciences， University of California Irvine. Course listing for 2015-16[EB/OL].[2015-09-23].http：//www.ics.uci.edu/ugrad/courses/listing.php？year=2015&level=Graduate&department=ALL&

program=ALL.

[22] University of Maryland Baltimore County. Information systems[EB/OL].[2015-09-23].http：//www.umbc.edu/gradschool/gr

adcatalog/programs/info_sys.php.

[23] Department of Information Systems， University of Maryland Baltimore County. Undergraduate course listing[EB/OL].[2015-09-25]. http：//informationsystems.umbc.edu/home/undergraduate-programs/undergraduate-course-listing/.

[24] School of Information Sciences，University of Tennessee Knoxville. SIS courses descriptions [EB/OL].[2015-09-24]. http：

//www.sis.utk.edu/courses/listings.

[25] Graduate School of Library and Information Science， University of Illinois. Full catalog[EB/OL].[2015-09-23].http：//www.

lis.illinois.edu/academics/courses/catalog.

[26] Rutgers， School of Communication and Information. Master of communication and information studies courses [EB/OL].[2015-09-20]. http：//comminfo.rutgers.edu/component/cur，194/option，com_courses/sch，17/task，listing/.

[27] Rutgers， School of Communication and Information. Master of library and information science courses[EB/OL].[2015-09

-20]. http：//comminfo.rutgers.edu/component/cur，610/option，com_courses/sch，17/task，listing/.

[28] Rutgers， School of Communication and Information. Ph.D. program[EB/OL].[2015-09-20].http：//comminfo.rutgers.edu/co

mponent/cur，194/option，com_courses/sch，16/task，listing/.

[29] Rutgers， The State University of New Jersey. Undergraduate courses[EB/OL].[2015-09-20]. http：//catalogs.rutgers.edu/generated/sci_current/pg182.html.

[30] Simmons， Boston. All courses[EB/OL].[2015-09-20].http：//internal.simmons.edu/students/slis/current/courses/course-descriptions/all-courses.

[31] School of Information Studies， McGill University  Montreal. Courses[EB/OL].[2015-09-25].http：//www.mcgill.ca/sis/courses.

[32] University of Wisconsin， Madison. Course guide[EB/OL].[2015-09-25].http：//public.my.wisc.edu/portal/f/u124l1s4/p/Course

Guide-Browse-Courses.u124l1n31/detached/render.uP？pCm=view&pP_action=advancedSearch&pP_form-submit=true.

[33] School of Library Archival and Information Studies， University of British Columbia. Courses overview[EB/OL].[2015-09-21].http：//slais.ubc.ca/programs/courses/course-list/.

[34] University College Dublin. A-Z degree course list[EB/OL].[2015-09-21]. https：//myucd.ucd.ie/courses/a-z-list.ezc.

[35] University of Washington. The information school library & information science[EB/OL].[2015-08-16].http：//www.washington.edu/students/crscat/lis.html.

[36] University of Washington. The information school information management & technology[EB/OL].[2015-08-16].http：//www.

washington.edu/students/crscat/imt.html.

[37] University of Washington. The information school information science[EB/OL].[2015-08-16]. http：//www.washington.edu/students/crscat/insc.html.

[38] University of Washington. The information school informatics[EB/OL].[2015-08-16].http：//www.washington.edu/students/crscat/info.html.

[39] 司莉，贾欢.美国iSchool图书情报学人才培养模式的特点与启示[J].图书情报工作，2015（2）：38-43.

[40] Manyika J， Chui M， Brown B， et al. Big data： The next frontier for innovation， competition， and productivity[EB/OL].[2015-07-20]. http：//www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation.