应用型本科高校计算机科学与技术专业大数据方向的课程群建设研究

袁书萍 叶承琼

【摘 要】结合大数据时代背景和计算机科学与技术专业特点，以及应用型本科高校的人才培养目标，尝试组建了大数据方向的课程群，实践结果表明该课程群能有效提高学生学习兴趣和实践能力，为计算机科学与技术专业注入新的活力，提高毕业生的就业竞争力。

【关键词】大数据；课程群；计算机科学与技术；应用型本科高校

中图分类号： G642.3；TP311.13-4 文献标识码： A 文章编号： 2095-2457（2018）13-0198-002

DOI：10.19694/j.cnki.issn2095-2457.2018.13.092

【Abstract】Combination of big data era background and characteristics of computer science and technology， as well as the applied undergraduate colleges and universities personnel training target， try to set up the big data direction of curriculum， the practice results show that the group can effectively improve the students interest in learning and practice ability， injected fresh energy to the computer science and technology， improve the employment competitiveness of graduates.

【Key words】Big data； Curriculum group； Computer science and technology； Applied undergraduate college

1 背景

进入2012年，大数据（bigdata）一词越来越多的被人们提及，伴随它的除了信息爆炸海量数据，还有与之相关的技术发展及创新。数据已经成为国家重要的基础性战略资源，大数据正日益渗透到社会生活和经济发展的各个方面。大数据的研究正面临着全球性的人才荒。麦肯锡在《大数据》报告中曾指出，在美国，2018年数据人才和高级数据分析人人才的缺口将高达到19万人，于此同时美国企业还需要与大数据处理相关的近150万的高级管理人才。我国的大数据产业还处在早起的构建的阶段，规模小增速快，而人才的储备不足、相关专业的应用人才与科技人才的严重缺乏已成为相关产业的发展瓶颈。进而培养大数据相关人才成为迫在眉睫的任务。

大数据学科方向是一门可多交叉的专业方向，与不同的学科方向相结合都可以形成特定的专业方向或研究领域。不同的教育层次与专业技术要求国内外陆续有一批高校开展了大数据相关的课程体系与专业建设。如DePaul，Boston University，NCSU等，根据人才的培养目标主要有三个方向：大数据分析方向（商学院、管理学院），大数据平台方向（计算机学院、软件学院），深度计算分析方向（理学院）。北京航空航天大学联合智慧教育成立的“大数据技术与应用”专业，主要培养目标是数据领域的科学家与工程师。

2 课程群建设思路

基于以上背景分析，我们借助于应用型本科高校在产业升级中的极大优势和顺应计算机学科前沿理论和技术发展以及工业界的需求，遵循准确定位、注重内涵、突出优势和强化特色的原则，推进培养模式、教学团队、课程教材、教学方式、教学管理等专业发展的重要环节的综合改革。大数据方向的课程群立足于计算机学科“大数据时代”对人才的知识结构、能力结构以及整体素质的要求，顺应国际上计算思维的教育趋势。借助于大数据的课程群体系，密切加强校企在大数据方面的合作；通过教学团队、课程教材、教学方式、教学管理等环节的综合改革，培养具备坚实的“数据科学”基础、具有较强“大数据处理”实践应用能力与计算思维能力的计算机科学与技术专门人才，形成特色鲜明的应用型人才培养模式。

3 课程群建设内容

3.1 大数据方向的课程群建设

结合支持大数据发展的计算机领域的知识体系结构和本院本已有计算机科学与技术两个方向（面向企业应用软件和IT服务外包）培养的方案，构建的“数据挖掘”课程群。该群以数学基础与计算机基础为基础，计算智能理论与应用、数据仓库与数据挖掘为实现技术，SAS编程与数据挖掘商业案例为应用能力的培养。其中数学基础是进行数据分析和处理的基础与工具，必须重视数学基础的学习，它包括：概率论与数理统计、离散数学、数值分析、计算矩阵、数学建模。计算机基础是利用计算机技术处理数据能力的重要手段和方法，它主要包括：计算机应用基础、数据结构、C语言程序设计、MATALAB程序设计、数据库原理。以数据仓库与数据挖掘，计算智能理論与应用为实现手段，以SAS编程与数据挖掘商业案例为应用。构建的课程群不同于传统的“独立式”课程群，我们注重的是应用型本科人才的培养，包括数据挖掘的全过程：数据采集、数据存储数据存储、数据处理、统计分析、数据挖掘、模型预测、结果呈现。对计算机科学与技术专业学生的知识与能力具有建设性作用。

3.2 课程群紧密耦合性

现今的高等教育，让学生有很强的应试能力，而实际解决问题的能力却很差，另外，由于专业化的课程设置，束缚了学生的思维，也割裂了他们对事物的整体认识，即使是学生投入的大量精力所学的专业课程也是一知半解，更谈不上很强的创新和动手能力了。要提高高校毕业生的质量可以从课程群紧密耦合性建设为切入点，着眼于计算机科学与技术专业的“数据挖掘”课程群知识点、知识链、知识网的构建，实施如下工作：（1）对课程知识点和项目知识点融合，确定特色课程群知识点；（2）项目与教学合作，聚合知识点，形成知识链，依托项目组建“数据挖掘”课程群知识网；（3）建立特色课程群关联式、阶段式、综合式教学考评。加强课程之间的相关性，创新性和综合性建设，深化教学改革，促进教师的合作与交流，形成教师团队丰富完整的知识结构，使教师队伍得到优化，促进教学科研相长，从而提高教师团队的整体素质，进一步的提高教学质量。

3.3 实践教学环境和实践内容

在校企合作的基础上共建全套的大数据实验平台，较好的满足学生课程学习和实践的需要。在实施过程中，不仅重视具有完备的理论课程体系，还要强调建立良好的实践教学体系，帮助学生从枯燥的理论学习中走出来，通过校企合作实训实习基地，建立学生和企业一线的对接，帮助学生在实践中真正的掌握理论知识，掌握具体的“数据挖掘”技能；培养出真正的理论联系实战的应用型人才。我们通过如下方法实现：

（1）课程实验内容的补充与完善。补充课程群中原来没有的实验教材，已经有实验内容的，通过课程群的整合进行完善和更新。

（2）注重理论与实践相结合。充分发挥工学学科优势，在应用实践，创新竞赛，兴趣小组学科竞赛等具体培养环节，引导学生在实践中真正的思考，学习，领悟理论知识，锻炼基本技能，掌握“数据挖掘”的科学方法。最终构建以“指导学习课、阶段项目课、项目实战数据挖掘”的实践教学体系。

（3）充分利用校企合作实训实习基地，让学生和企业实现零距离对接。

4 结论

通过课程群的建设，为计算机科学与技术专业注入新的活力，提高毕业生的就业竞争力；

改变教学效果的不理想，由于受传统教学影响，教学中存在重理论，轻实验，重方法，轻应用，造成学生解决实际问题的能力较弱。通过课程群的建设，整体提高学生学习兴趣和实践能力；实验教学环节得到加强，我们通过“数据挖掘”主线让学生明白学科整体学习目标，通过指导学习课、阶段项目课、项目实战（企业兼职教师授课）提高综合应用能力；提高课程群授课教师团队的教学水平，改变教师旧的教学观念，充分认识到自己讲解的课程在整个“数据挖掘”课程群中的意义和作用，并到合作企业进行挂职实战锻炼，不断提高自身的理论素养和驾驭实践教育创新创业的能力。

【参考文献】

[1]刘建伟.数据挖掘课程设计的教学探索[J].科技信息，2013，（23）.

[2]詹玲.计算机专业大数据方向课程群建设研究[J].教育教学论坛，2017（28）：274-276.

[3]张晓芳.国内外大数据课程体系与专业建设调查研究[A].国际信息与计算机科学研究学会.Proceedings of 2nd International Conference on Education，Management and Social Science（ICEMSS 2014）[C].國际信息与计算机科学研究学会：，2014：4.

[4]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（01）：146-169.

[5]曹耀钦，李发陵，周龙福.应用型智能科学与技术专业大数据课程群建设研究[J].计算机教育，2016（10）：22-25.