基于大数据的应用统计学专业人才培养探析

吴宏锷,郭学军

(南阳理工学院 数学与统计学院，河南 南阳 473004)

云计算技术的发展，使大数据革命正在席卷全世界。伴随着大数据越来越渗入人们的生活，利用先进技术对海量数据的分析和处理实现了数据信息的增值，颠覆着人类社会的各个方面，应用统计学由于自身专业的属性，不可避免被大数据时代冲击和影响。传统的应用统计学面对大数据有些力不从心，我们必须要抓住大数据时代的良好机遇，迎接挑战，认真研究，准确把握二者之间的相互关系，积极改进应用统计学专业建设方案，融合创新人才培养模式，培养出社会需要的有用人才。

一、大数据与应用统计学

(一)应用统计学

统计学是一门很古老的科学，他通过收集、整理、分析等手段，采用专业的统计方法和统计技术挖掘数据信息，来推断研究对象的本质，预测其未来可能情况的一门综合性科学。统计学使用了大量的数学及其它学科的专业知识，而应用在社会科学和自然科学的各个领域。应用统计学是一门应用性很强的学科，他将统计学的理论和知识与实际学科相结合，收集所获取的系统性数据研究和分析。主要利用概率论建立数学模型进行量化分析、归纳、总结，进而推断和预测，为相关决策提供参考和依据。由于应用统计学在各个专业领域具有巨大应用价值，在现实生活中的很多方面得以应用，发挥着举足轻重的作用，因此，理工类、管理类等高校专业人才培养方案中大都设置了应用统计学课程。

(二)大数据时代

什么叫数据？世界的本质就是数据，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合，表示客观事物的未经加工的的原始素材。什么叫大数据？大数据指拥有5V特点(IBM提出)：Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)的数据，无法靠人工和常规软件处理的数据集合。我们现在进入了依靠数据说话的时代，数据的处理不再仅仅是决策，而且还有预测，大数据的核心就是预测。大数据时代可以处理所有数据，将改变我们的理解和组建社会的方法，在教学上要求我们将数据融入课堂，使教学内容标准化、教学手段多样化、教学反馈及时化，形成既注重教学体验又以教学结果为导向的教学体系。

(三)大数据时代的应用统计学

经过长时间的发展，应用统计学的理论体系较为完善。应用统计学从所研究的领域或专门问题出发，根据研究对象的性质采用适当的指标体系和统计方法，以解决所研究的问题。大数据是一种战略资源，它的理论体系还不算太完善。大数据依托于云计算技术真对海量数据进行分析处理，整体把握数据信息表象特征，进行准确预测。

大数据与应用统计学有着内在的联系，大数据分析更适合对海量的数据对象，应用统计学需要数据的数量不一定很多，需要的是对关键数据进行分析统计得出比较精确的答案。大数据的研究一定离不开传统统计学的知识，大数据分析时经常运用统计学分类整合、数据整理手段，使用统计学的数学模型，但两者在使用模式、数据形式和运用方式上并不完全相同。然而，大数据时代的信息处理模式，极大地冲击了传统应用统计学，使得我们必须要发展和创新应用统计学。

二、应用统计学专业人才培养的现状

南阳理工学院原来只有数学与应用数学专业，为适应社会对统计学人才的需求的增长，2012年设置应用统计学专业。应用统计学专业建设初期主要沿袭了传统的应用统计学人才培养方案，同时也采纳了数学与应用数学专业培养方案中的一些好的成熟的内容和做法,也曾对人才培养起到一定的积极作用。但是，在大数据时代和高校转型发展的双重背景下，原有的人才培养方案就显得有些落伍，有些滞后，有些力不从心。

(一)专业定位宽，针对性不强

原有的应用统计学专业的培养目标，是培养具备扎实的数学与统计学基本理论，熟练掌握统计学方法和数据采集、建模与分析处理技能的高素质、复合型、应用型人才。专业定位覆盖笼统、模糊，实用性和针对性不强，培养的人才什么都会却什么都不精，远远跟不上大数据时代社会发展对人才的需求。随着科技和经济的发展，知识大爆炸，社会对人才的需求观念已从“学会数理化，走遍天下都不怕”转变为“一招鲜吃遍天”，作为地方性本科院校对自己的专业定位针对性不够,培养出来的学生不能很好地满足社会就业的要求。对我校最近几年毕业生就业跟踪调查表明,市场对大数据人才需求迫切，而应用统计学专业毕业生对大数据技术只是略知一二，对其应用还存在有不小的差距。

(二)课程设置不合理

一是数学基本理论知识模块的比重较大，如拓扑学等理论性较强的数学基础课程偏多，挤压了统计模块。二是统计知识模块基本理论知识比重较大，实践比重较小。三是计算机语言及编程课程偏少。四是课程体系中涉及到大数据的人才培养内容较少，仅在专业方向模块上开设了2学时“数据挖掘”课程。 总体上来说，原有的培养方案重基础理论知识的培养，而对实践和应用的重视程度不够，技能培养体现不足。再加上大数据这一新的挑战，使得学生利用软件处理实际问题时显得束手无措，手忙脚乱。由此可见，原有的培养方案已经不能很好的满足社会对统计学人才的需求，尤其是对于培养学生的大数据理念，提高学生的大数据分析能力是极为不利的。

(三)大数据对应用统计学专业冲击

随着高新科技的应用，海量数据不断产生，大数据时代来临。大数据不仅仅是数据量的增多，更呈现了数据结构的多样性和数据关系的复杂性。大数据的处理往往仅告知信息，不解释信息，要想解释信息，挖掘价值，必须对其进行去粗取精、去伪存真的加工。这就像我们开汽车，需要使用的是“汽油”，而大数据仅是“原油”，不能被直接使用，这就需要提炼。提炼的过程，就是数据分析的过程，使用工具主要是统计学，使用的技术被称为大数据技术。大数据时代，尽管统计学依然是数据分析的灵魂工具，但大数据元素的融入，使得社会对统计学人才的需求更富有挑战意义。

(四)学校整体改革现状

南阳理工学院是一所地方应用型本科院校，是全国起步较早进行应用型教学改革与探讨的高校之一，并取得了显著的成效。学校走产学研用一体化和开放办学之路，致力于应用型人才培养，先后获批国家应用型本科产教融合工程项目学校100所之一，教育部卓越工程师教育试点学校，河南省示范性应用型本科院校10所之一，河南省整体转型发展试点学校，成功入选2018年度全国创新创业典型经验高校。近年来，学校加大了教学改革力度，人才培养方案经过几次大的调整，极大地助推了学校的发展。应用统计学专业借助这些创建活动，以培养学生综合素质为目标，丰富了现有的教学模式和教学手段。然而，转型发展是地方院校应用统计学专业可持续发展的必由之路，我们必须积极推动课程体系改革，创新融合大数据背景下的应用统计学专业。

(五)教学理念落后，教学创新不足

地方高校大多用数学专业教师担任统计学教师，这一类教师学的基础理论东西较多，形成了较为固化的思维模式，在教学上也容易沿用传统的教学模式。一些教师惯于从“教”的角度看待“学”，一切教师做主，“我怎么教，他怎么学”，忘记了学生可以有自己的学习方法。其实像情感、创造这些东西是无法教的，但可以学来。在缺乏有力的措施和制度约束下，在没有积极的政策鼓励下，缺少“推”和“拉”的两个因素促进，很难有教学改革的动力。素质教育和非素质教育的不同，表现在教学方法的不同，实际上在深处是教学理念的不同，而教学方法的不同源于教师起初的想法，也就是出发点的不同，由于理论水平和思维方式的影响，有些教育工作者不能洞见司徒见惯的教学行为中存在教学理念的差异，因此在自己的日常教学中缺少教学创新改革的源动力。

三、大数据时代应用统计学人才培养改革

互联网行业处于一个新的飞速发展时期，对大数据人才的需求同步急剧增长，对大数据人才的需求日趋迫切。在大数据时代背景下如何培养应用统计学专业人才，培养什么样的人才，是摆在我们面前的一个突出问题。

(一)确定统计分析为主线的培养目标

1.OBE教育理念

成果导向教育(OBE,Outcome Based Education)亦称能力导向教育、目标导向教育或需求导向教育。新的培养方案遵循OBE的人才培养理念，以人才需求为导向，以促进学生发展为基本要求，以职业标准为参照，着力培养学生面向职业岗位的能力和素养，体现知识、能力、素质协调发展，即遵循如图1所示的人才培养方案设计原则，构建一个“由上向下设计，由下向上支撑”的人才培养过程，重构应用统计学专业人才培养课程体系。

图1 人才培养方案设计原则

2.准确目标定位

应用统计学专业培养学生德、智、体、美全面发展，具备扎实的数学与统计学基础，具备一些大数据方面的基本理论、基本方法，具备应用计算机软件处理和分析数据的能力，并能在统计、金融、电信、电子商务等多个领域从事统计调查、数据分析，并依此做出研究、评估和预测的高素质的统计应用人才。目标强调了大数据基本素养的培育，强调了计算机软件处理和分析数据的能力的培养。通过大学四年的学习，学生毕业时应具备熟练使用计算机软件的能力，了解或掌握数据分析及数据挖掘的软件、工具和方法，初步具备数据分析师的基本素养。

(二)紧扣就业方向，优化课程体系

1.调查就业情况

大数据时代的到来引发了传统统计学的一次革命。依据调查大数据时代有关专业的就业情况，并进行广泛的调研和论证，然后融入大数据内容修订后的人才培养方案，优化人才培养过程。大数据主要的三大就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。对于应用统计学专业来说，大数据分析类是统计专业的首选，培养数据分析人才是应用统计学专业义不容辞的责任。而根据中国商业联合会数据分析专业委员会统计，而市场对大数据人才需求巨大，未来中国基础性数据分析人才缺口将达到1400万。

2.构建课程体系

根据确立的以统计分析能力培养为主线，按照知识、能力、素质、改革和创新协调发展的思路设计课程体系。特别是参考不同级别数据分析师的知识、能力要求，搭建由通识平台、专业平台、专业方向模块、素质拓展模块四部分组成如图2所示的课程体系，并对平台与模块课程的重新构建及优化，以此来支持毕业生要求。

图2 课程专业体系构建

(三)优化课程结构，注重学生应用能力培养

1.整体课程结构优化

培养应用型统计学专业人才，必须高度重视实践教学。由表1知，实践环节的比例由原来的29.7.%，提高到了35.3%。淡化了部分课程的理论深度，强化了一些课程的实验、实践部分，如“描述统计学”“抽样调查”有50%学时是实验和实践；加大了设计性、综合性实验的比重，设计性、综合性实验的比重占实验课程的60%；“统计预测与决策”“数学建模”等课程均加强了学生应用能力、操作能力的培养；增加了统计软件实训、统计建模实训；加强了大学生学科竞赛等素质拓展部分的内容。强化了综合性、设计性、创新性实践环节设计，构建了分阶段、多层次，校内外、课内外相结合的实践培养体系，以实现实践教学全程化和学生能力训练的全程化。

表1 调整后课程结构和学分比例

注：实践环节包括实验、实习、实训、课程设计、专业综合训练、毕业设计(论文)等。

2.改革统计学课程的内容

目前应用统计学专业课程在数据探索与处理方面，主要是讲授数据的分布。但是，大数据特点一般不满足正态分布规律，有时也不需要对数据分布进行分布检验。传统的统计教学内容和研究方法已不能完全适应大数据背景下统计学科建设的需要。为了适应大数据能力培养的需求，对一部分专业课程内容进行了适当的调整。在非参数统计课程中引入多元非参数统计方科法、非参数回的归模型和半参数回归模型及其代码实现；在回归分析析课程中引入回归树、boosting回译；在多元统计分析课程中引入高维统计分析方法及其实现等。针对大数据背景下数据的管理、分析与挖掘的技能与方法类课程需要增加，尤其需要增加一些有关大数据的统计实践类课程。

3.重视学生素质拓展

就业对毕业生素质能力的要求越来越高，课程设置要从整体结构上更优化，更重视学生基本素质的培养，把学生的拓展模块课程作为单独的模块列出，以促进学生全面发展和个性化发展为基本要求，将创新创业教育融入培养过程，着力培养学生面向职业岗位实际的实践能力和工程素养，体现知识、能力、素质协调发展。课程设置比重见表1所示。同时，为适应不同层次学生的学习需求，如考研学生的需求，学校可以采用分层次教学模式，在专业选修模块中增加数学分析专题研究、高等代数专题研究等，适应学生对课程的素质培养要求。

(四)对专业课程进行必要的优化

1.增设大数据的基础理论课

专业课程设置主要由数学、统计学、计算机软件、大数据四大支柱搭建而成，调整后各模块比例见表2所示，与原培养方案相比，专业课程设置上更加优化。在专业选模块中增加“大数据技术应用”，目的让学生掌握大数据相关的基础知识，掌握大数据技术基础工具的应用。增加“数据分析与挖掘”学时的比重，以使学生熟练掌握数据挖掘与分析的基本概念和基本算法，并通过实际操作掌握算法的特点和应用；增加“数据可视化技术”，以培养学生的信息数据可视化处理能力。

表2 专业模块比例

2.适当减少基础数学理论课

为了强化学生实践动手能力和应用能力的培养，学校在课程设置上，要适当减少基础数学理论课程学时。将专业平台模块中的“数学分析”课程学时由原来的272学时降低到240学时，并加大了数学分析实验学时，弱化理论难度，强化计算能力和应用能力的培养。高等代数与解析几何合并为一门课程，由原来的148学时降为120学时，把两课中交融、重叠的部分重新优化组合,精简一些内容,在保证两课主体内容不被削弱的前提下，增加了实验学时的比例，保证学生学习和掌握更先进、更现代、更实用的知识与技能。减少“实变函数”的学时，选修模块中的“微分几何”“拓扑学”等学有余力的学生可以在老师的指导下自修。

3.增加配套的计算机软件课程

在通识平台课程模块中设有“大学计算机基础”，除进行计算机基础知识教学外，以加强计算机基础软件统计软件EXCEL方面的训练，为数据分析课程打下技术基础。在专业平台模块中，设有“数据库原理与应用”，以使学生掌握数据库设计的基本理论和方法，并掌握数据库管理系统的应用，为后续的数据挖掘等课程打下坚实的理论和技术基础。增设“C语言程序设计”，以巩固学生程序编程基础；增加“C++程序设计”，以强化学生的设计能力；增设“JAVA程序设计”，为大数据的数据挖据奠定语言基础。总之，通这些课程的设置，强化计算机技能的培养，并为各门课程的学习提供计算机分析与计算工具，尤其是为数据的统计与分析打下基础。

(五)深化教学创新改革

1.重视教学方法改革

大数据对统计学的挑战，要求统计学教师改变填鸭式、陈旧式、厌教式的教学模式。教师不仅要加强专业学习，还要及时学习和接受新的知识，提供贴近实际生活的问题的教学案例要给学生；要改单向灌输的课堂模式为启发式、引导探究式、互动式等课堂模式，鼓励并带领学生参与方案设计、学科竞赛、教师的科研等，配合学生采用创新形式参与调查、调研、统计分析；要充分使用教学新媒体，发挥各媒体在统计教学中的作用，形象生动地开展多样的教学形式，为教师提高授课技巧创造有利条件，为学生提升表达、协作、创新的综合能力提供有力保障。要理论与实际应用相结合，培养学生在未来工作中的逻辑思维和理论与实践结合能力，为实现理论创新和知识创新、数据处理方法创新的有效融合打下良好的基础。

2.建立完善的实践教学系统

将理论教学与实践相结合，做好基本知识技能实验，也就是理论教学的课内实验，这是专业基础的实践教学；做好综合性实践教学，对于采集的综合性数据，使用数据挖掘、统计软件进行分析和处理，这是工具应用的实践；做好探索性实践教学工作，创造设计社会调查形式，建立第三方毕业实习基地，多类人员多种形式指导毕业论文完成。要加强产学研的有机结合，完善合作制度建设，保障三方合作的正常运行，使学生获得扎实的专业技能，提前接触社会和生活，快速适应毕业后的工作岗位，促进“知行合一”创新应用型人才培养。

3.改革考试评价方式

应用统计学是一门应用性很强的学科， 统计学科考试应将基本理论、统计实践、统计思想纳入考试体系中，课程学习一般要求学生掌握基本知识、基本理论和基本技能三个内容，要求学生具备综合分析问题、解决问题的能力，培养学生独立思考的创新意识和创新能力。因此，课程考试改革应按照“综合考试”的思路设计，将学生独立思考和创新意识列入考试评分标准中，并遵循多元化、动态性、过程性原则，使考试模式不拘一格灵活多样。考试内容采用基础知识与综合实验能力创新能力测试相结合的形式，注重对学生分析问题和解决问题的综合运用能力考查；考试形式用卷面形式和其他形式相结合的方式，可以是讨论、上机形式、课程论文等，也可以是方案设计、数据挖掘、统计软件应用等。

四、结束语

大数据时代的到来催生社会经济生活的变革，倒逼着人才培养方式的转变。应用统计学专业如何适应这一时代发展的要求，需要我们不断地思考与探索。文章以我校应用统计学专业人才培养方案为例，谈了我们的一些做法和认识，虽然取得了一定的成效，但深感这方面的探讨还任重而道远。如何把大数据与统计学课程有机的结合优化课程设置，采用什么样的教学方式和手段来强化数据分析能力的培养等，这些都是我们在统计学专业培养中不得不思考的问题。因此，我们必须主动适应大数据时代的客观要求，加大教学改革力度，改进应用统计学人人才培养方案，创新人才培养模式，积极面对大数据时代所带来的挑战和机遇。