基于移动群智感知的大数据分析课程实验体系研究与探讨

2017-09-18刘媛妮李慧聪段洁

新校园·上旬刊 2017年7期

刘媛妮　李慧聪　段洁

摘要：针对大数据课程的教学现状和问题，结合多年的教学实践，本文提出了切实可行的教学改革方案，旨在激发学生的学习兴趣，提高使用技能，培养严谨的逻辑思维能力和创新能力，从而为实现应用型人才培养目标奠定基础。

关键词：大数据分析；移动群智感知；课程改革；实验平台

随着大数据时代的到来，企业信息化建设从信息系统的开发和应用转移到建立大数据处理平台的数据中心方面，企业对数据工程师的需求也逐渐增多。国外许多知名大学如卡耐基梅隆大学、麻省理工学院都开设了数据学专业，国内的一些著名大学也相继开设了大数据分析课程。因此，在高校推广、建立大数据分析系列课程，培养大数据分析人才已迫在眉睫。

一、大数据分析课程教學现状及存在的问题

当前大数据分析课程教学存在的问题主要有以下几点：

第一，数据源缺乏，数据不具有背景意义。现有用于分析的数据大都基于已有的数据源，数据的真实性、数据质量无法考证，且缺乏相关的背景意义，对数据分析过程中的场景推断缺少辅助作用。

第二，数据分析的方法与目的本末倒置。目前大数据分析实验课程的建设思路大都是对现有数据分析方法的验证而不是利用这些方法实现对数据价值的挖掘。

第三，静态数据不具有可持续性。目前用于数据分析的数据大都是静态的、一成不变的，无法跟上日益发展的数据分析技术的步伐。

第四，学生课堂参与度较低。学生对课程实验内容了解不够深入，最终导致其对课程学习的参与兴趣大打折扣。

二、教学改革的具体思路及目标

1.教学改革具体思路

基于以上问题，本课题以开发某些典型的实际应用（如人群密度监测、用户社交行为、交通状况、环境监测等）为驱动，基于移动群智感知技术进行数据收集，并构建数据分析平台，最终将数据分析的结果反馈给相关的实际应用。该实验平台包含了大数据分析过程中数据的收集、分析以及结果反馈三个环节，一方面，使学生通过实验掌握数据分析的完整流程；另一方面，以应用为驱动的数据分析平台的建设使得数据的获取、分析、反馈形成良性循环，并能够使该实验系统朝着可持续、可运营的方向演进，从而为新时期实验课程及平台的建设提供借鉴。

2.课程改革的具体目标

以应用开发为驱动，建立基于移动群智感知技术的大数据收集及分析实验体系平台，提高我校大数据分析相关课程的学科建设，探索大数据分析类型人才培养模式。主要包括：（1）开发相关的APP应用，建立移动群智感知网络，进行数据收集；（2）建立大数据分析实验平台，利用数据分析方法对收集的数据进行分析；（3）研究并开发基于数据分析的移动APP应用；（4）探索大数据人才培养模式。

三、教学改革具体措施

实验内容的建设首先从开发各种简单的实际应用出发，如用户行为分析、环境监测（二氧化碳浓度、PM25、扬尘）、交通拥堵状况等，以应用为驱动，建立数据收集、数据分析、数据应用的生产线，最终达到数据分析能够物尽其用的目的。通过开发设计典型的以数据分析为基础的移动应用，使数据分析的目的及所处的场景更具有针对性。以人群密度监测的应用为例，通过对能够反映人群密度的数据（如个体移动的加速度、方向、环境噪声、温度等）进行分析，获得当前的人群密度，设置人群密度的预警。此类应用开发难度较低，且数据分析的过程具有实际应用意义，能够吸引学生的兴趣。主要包含以下几个方面：

1.基于移动群智感知的大数据收集平台建设

移动群智感知的含义是利用普通用户的移动设备作为基本的感知单元，并通过移动互联网进行有意识或无意识的协作，实现感知任务分发与感知数据收集，完成大规模的、复杂的感知任务，其目的在于以一种全新的感知模式为上层应用提供收据的收集。移动群智感知的数据收集的特点是“以人为中心”，即人将参与整个感知过程，既是感知数据的“消费者”，又是感知数据的“生产者”。以人为中心的移动感知数据的收集特性能够充分调动学生实践过程中的参与度，且能够保证数据收集的真实性。

2.可持续、可运营的大数据分析实验平台建设

大数据真正的价值在于形成主动收集数据的良性循环，并带动更多的数据进入该循环，其分析的目的是将数据分析的结果提供给上层应用，并且建立数据收集—数据分析—结果反馈—数据再收集这样一个良性循环。因此，针对感知数据，利用大数据分析的方法进行分析并将结果提交给应用，将分析的结论用于指导或开发相关应用，并利用该应用不断获取新的数据，使得本数据分析平台形成数据收集、数据运营（利用数据分析的结果去解决问题）、运营数据（以现有的数据创造更优质的新数据，实现从用数据到养数据）的良性循环。最终，使该平台达到可持续发展、可运营的目的。

3.教学方式及考核方式改革的建设

课程教学及考核不能轻视学生的学习过程并以结果为唯一衡量标准。针对目前学生学习轻过程、以考前突击应付考试导致对知识的掌握浮于表面的现象，课程在授课及考核方式上可以以项目为驱动来督促学生学习。

四、教学改革的主要特色

1.数据收集质量源头可控

一方面，基于移动群智感知的数据收集模式，使得数据的收集不再依赖于已有的数据源，而是可以通过自己构建的数据收集网络进行数据收集，并通过研究相应的机制提高数据收集的质量；另一方面，基于各种应用需求的数据收集，使得数据具有一定的背景意义，为数据分析的结果提供了一定的指导意义。

2.以数据为驱动的大数据分析教学方法

针对相应的数据，探索合理的数据分析方法，从数据中得出有意义的结论或现象，而此思路正是数据分析的本质。

3.建立数据收集、分析、反馈、再收集的良性循环

移动群智感知网络进行应用数据收集，并在大数据分析实验平台上进行分析，最后将分析结果反馈到相关应用，同时相关应用会发出新的数据收集任务。这种方式真正实现了数据从收集、分析、反馈到再收集的良性循环，达到了以数据养数据、用数据的目的，最终朝着数据运营的目标迈进。

4.学生参与度高

移动群智感知中的“参与式”数据收集模式需要学生参与到数据的收集过程中，利用大数据分析平台进行分析，并开发相关的数据应用，这是一个环环相扣的过程，需要学生了解整个流程，能够极大地提高学生对课程的参与度。

五、结束语