大数据相关专业教材选题策划

刘向威

摘 要：本文分析了教育部新增的“数据科学与大数据技术”与“大数据管理与应用”两个专业的专业设置和课程群建设内容，针对大数据相关专业跨学科的特点，提出策划大数据相关专业教材的方法，建议通过深入了解所跨学科的内容，研究新专业课程群建设，真正把选择作者和落实选题的工作做到位。

关键词：大数据;数据科学;大数据技术;大数据管理与应用;选题策划

中图分类号：G232 文献标识码：A 文章编号：2096-5079 （2020） 11-000-03

近年来，随着大数据技术的兴起，高等学校为了培养市场急需的大数据相关专业人才，开设了与大数据相关的新兴专业。如2016年2月，教育部批准北京大学、对外经济贸易大学与中南大学三所高校新增“数据科学与大数据技术”本科专业（专业代码是080910T），2017年3月，教育部又批准了中国人民大学、复旦大学等32所高校增设该专业，2018年，又有248所高校获批“数据科学与大数据技术”专业，几乎是前两次获批高校的8倍。2017年，教育部批准哈尔滨工业大学、西安交通大学、东北财经大学、南京财经大学、贵州财经大学五所高校新增“大数据管理与应用”专业（专业代码是120108T），2018年，教育部又批准了中央财经大学、山东财经大学等25所高校开办该专业。

数据科学与大数据技术通常由计算机学院、统计学院、数学学院联合培养。大数据应用与管理专业一般设置在管理学院或计算机学院，也有设在新成立的大数据学院。但是不能简单地说这些专业属于计算机专业、统计专业或者管理专业。因为它们有很强的跨学科性质，所学课程内容也包含了上述几个专业的内容，对应的教材建设也处于起步阶段，如何紧跟形势变化，抓住机遇，策划出与新专业对应的优秀选题是当前编辑面临的新问题。

一、了解新专业的专业设置

“数据科学与大数据技术”专业是教育部为落实构建《促进大数据发展行动纲要》而批准设立的新工科专业，该专业是以大数据为研究对象，以从数据中获取知识与智慧为主要目的，以统计学、计算机科学、数据可视化以及数据科学知识等为理论基础，以数据采集、数据处理、数据分析及数据管理等为研究内容的一门学科。培养掌握数据科学的理论与方法，熟练掌握大数据采集、清洗、存储、处理与分析、可视化与应用等技术，具备面向大数据的挖掘与分析能力，能胜任数据分析与挖掘算法研究和大数据系统集成的高水平应用型专门技术人才。

数据科学与大数据专业通常设置在统计学院、计算机学院和数学学院。在专业设置上不同于传统意义上的统计学，计算科学或者计算机科学，而是统计思想与计算技术、计算机技术高度融合的交叉学科;在课程设置方面，以国际先进的数据科学专业为标杆，建立新的、有国际竞争力的、中国特色的课程体系。数据科学与大数据技术专业有很强的技术性，要求学生接受严格的数学训练。同时，为体现新专业应用性特点，本专业将要求学生拥有一主专业（数据科学）和一应用领域的副专业（任何经管文专业）。

大数据管理与应用专业旨在培养掌握管理学基本理论，熟悉现代信息管理技术与方法，善于利用商务数据去定量化分析，并能最终实现智能化商业决策的综合型人才。该专业将坚持“厚基础、宽知识、重思想、重创新、重实战”的培养理念，采取因材施教的模式，采用全新的课程教学体系，培养具有国际视野、创新意识、创新能力及领导潜质的高级管理人才。

与数据科学与大数据技术专业相比，大数据管理与应用专业多设置在管理学院，课程设置与数学学院、计算机学院互为补充，各有侧重。数学学院更注重数学理论的严谨性，从理论的层面来研究大数据相关的基础和技术。计算机學院更注重的是工程实现的可行性，开发一系列的分布式计算、数据挖掘等方法，以求解决工程问题。管理学院则更注重培养学生从复杂的商业环境中的业务问题出发去理解业务问题，并训练学生如何把这些问题转为可量化的管理问题。因此，管理学院需要培养的是懂数据、懂技术、懂业务、懂管理的复合型人才。

目前计算机类专业教学指导委员会和管理科学与工程类专业教学指导委员会正在为两个新专业制定相应的专业标准，各高校也在根据实际情况修订各自的培养方案，在教材建设方面也是刚刚起步，对于新内容国内甚至没有教材可以参考，教师往往用自编讲义来教学，缺乏系统性和关联性。作为高校教材编辑，应密切关注和积极参与教指委关于专业标准制定的活动，了解专业标准制定的理论依据和具体内容，为新专业学科建设献计献策，走访已经开始招生的院校，搜集和整理现有培养方案，为课程群建设做好准备。

二、研究新专业的课程群建设

从当前部分国内高校已有的培养方案可看出，数据科学与大数据技术专业课程体系主要由计算机科学和统计学两大学科领域的主干课程组成，除此之外，新专业还必须有突出数据科学本身的新课程，其课程群应该包含的课程如表1所示。

大数据管理与应用专业是依托管理学院的丰富商科资源而构建的新型专业。它培养的人才是能够科学化与数量化进行商业分析的复合型人才。在基础理论培养方面结合管理科学与工程专业原有的运筹学、统计学等优势课程，同时融入现代信息技术发展后的统计机器学习与人工智能等新技术。整合商科优势，培养学生更加注重对于现代管理，营销与金融等商业背景知识的学习。将所学的基础理论知识用于解决商业实战问题。与传统的数据分析相比，更注重从大数据商业模式构建，数据质量管理，数据资产化，数据隐私保护等更加宏观的方面培养学生数据治理公司的思维。

大数据管理及应用课程群应包括的课程如表2所示。

数据科学与大数据技术和大数据管理与应用是新兴学科，针对性、系统性的教材处于建设初期。围绕知行合一的理念，其课程教材建设可从三个层面着手：课堂理论教学教材、学习指导书以及上机实验教材。具体建设内容可根据实际需要灵活组合。比如，理论与实践性并重的课程可采用理论教学教材与上机实验教材组合;理论性强的课程可采用理论教学教材与学习指导书组合。例如2016年策划的《数据科学理论与实践》教材，是在2015年出版《数据科学》的基础上的进一步挖掘，《数据科学》偏重理论研究成果，《数据科学理论与实践》则是面向新专业的理论结合实践类教材。课程群内容的逐步确立为教材建设和选题策划提供了目标和方向，编辑可以选择自己较为熟悉的课程，或者内容相对较浅的导论类课程作为突破口，开始进行选题策划。

三、寻找合适的作者

寻找具有丰富教学经验和科研经历的作者是落实选题策划的第一步。

教师的教学经验影响教材的内容。拥有多年教学工作经历的教师，了解本专业各门课程之间的前后顺序和内在联系，在教学中已经积累了丰富的教学经验，这些经验总结将会在教材的内容中体现。编写教材首先应满足教师所在学校学生的教学需要，从教师所在的学校和专业可以分析出教材的受众学生层次，不同层次的学生需要的教材是不一样的，所以在进行教材策划的时候，不同高校的教师策划的侧重点不一样。一流高校需要一定理论深度，普通高校需要理论结合实践，高职院校需要案例驱动。教师的科研经历也会影响教材的质量，具有丰富工作经历和科研经历的教师，往往知道怎样将教材中的理论结合实际。例如在科技公司有工作经历的教师或者承担校企联合项目的教师在教材的编写中会更好地将理论知识应用到实践当中。另外，还可以从教师近年来发表的教学论文来入手分析，通过发表论文的内容，可以看出该教师对哪个专业或哪些课程有过深入的研究。教师担任教学类职务也是寻找作者时的一个参考条件，例如担任教育部某学科类的教指委委员、教学副院长、系主任等，这些职务也能体现教师在教学方面的突出经历和学术地位。

在寻找《数据科学理论与实践》作者的具体实践中，中国人民大学的朝乐门老师就是满足以上条件的合适人选。中国人民大学是较早开设“数据科学与大数据技术”专业的985高校，朝老师是中国人民大学信息资源管理学院、数据工程与知识工程教育部重点实验室副教授，博士生导师。中国计算机学会信息系统专家委员会委员、中国软件行业协会中国软件专业人才培养工程专家委员。主持完成国家自然科学基金、国家社会科学基金等重要科学研究项目10余项。获得北京市中青年骨干教师称号、数据科学50人、全国高校人工智能与大数据学术创新奖、IBM全球卓越教师、国家自然科学基金项目优秀项目、中国大数据学术创新奖、中国大数据创新百人榜单、中国人民大学优秀博士论文奖的多种奖励30余项。2016年和2017年，两次入选“中国大数据创新百人榜”并获“中国大数据学术创新奖”;2017年，主持完成的国家自然科学基金项目被评为优秀，2017年，荣获全国大数据教育行业杰出贡献奖。朝老师在中国人民大学主讲“数据科学”课程，曾经出版了国内第一部介绍“数据科学”的专著《数据科学》，在国内属于早期从事数据科学教学和研究数据科学课程建设的教师。近年来发表的教学论文有《数据科学与大数据技术专业特色课程研究》《数据科学及其对信息科学的影响》《全球数据科学课程建设现状的实证分析》。从教学经历、教学论文和科研成果三方面来分析，邀请朝老师编写《数据科学理论与实践》是非常合适作者人选。

四、落实选题策划

选中合适的作者之后，下面要进一步落实选题策划。如何将跨专业的教材落实成为各方满意的教材，需要编辑和作者不断地沟通，在知识内容和写作思路两方面来共同探讨教材的实现。例如《数据科学理论与实践》教材的策划中就有下列问题：什么才是数据科学独有的理论与实践？如何用最简单的逻辑解读复杂理论？如何帮助读者培养学习数据科学的信心与兴趣？如何为学生客观地还原一个较为完整的数据科学？既然数据科学是一门跨学科科学，至少跨两个学科：统计学和机器学习。如何避免把《数据科学理论与实践》教材被计算机专业学生看成是统计学知识的书，被统计专业学生看成是计算机算法知识的书。这些问题都需要和作者做很好的沟通。数据科学并不是简单的统计学和机器学习的拼凑，而是建立在统计学和机器学习之上的一门独立学科，应该有自己的内涵。还有就是如何将理论与实践相结合，理论联系实际并不是学习理论后再去实践，或者从实践中提炼理论，实践应该高于理论。这些都是教材编写中实际遇到的问题。

除了沟通内容，营销方式和方法也是选题策划中需要特别关注的問题。在全面推进立体化教材的今天，随书的配套资源的建立也是图书策划的一项重要内容，除了要求书稿质量外，还要提醒作者认真编写PPT课件、大纲、教案、习题、试卷包括答案等配套资源，尽可能为作者提供条件或者经费支持录制视频讲解。例如：《数据科学理论与实践》教材就有作者提供的开源教辅资源平台https：//github.com/LemenChao/Introduction-to-Data-Science。内容包含MOOC视频、大纲、课件、分析案例、习题和试卷。通过开源平台设置，国内外其他授课老师可以与朝老师及时沟通，共享案例，讨论教学方法，很好地推动了本门课程的持续建设。

落实选题策划还需要对出版营销工作早做计划。包括营销时间点和营销内容，作为第一次尝试，我社的第一场直播活动就是在朝老师出版《数据科学》之初，邀请朝老师作为主播的网络直播活动，特邀朝老师在线给国内的广大听众讲了一节别开生面的直播课，听课人数多达2000人，很好地普及了数据科学知识。在此基础上，《数据科学理论与实践》出版后，我们又通过小鹅通平台录播了朝老师的（下转第页）（上接第页）一期专题讲座，同时请朝老师在线答疑，有2900多人参与互动，为教材的推广起到了很好的宣传作用。

五、结语

跨学科新专业是未来高校新专业发展的趋势，在压缩出版社书号，减少同质化教材出版的新形势下，传统学科的教材已被经典教材占去大部分市场，传统选题在内容上较难有所突破。跨学科新专业将会是新时期教材选题策划的重要方向，因为这些新专业的人才需求量大，所以招生数量仍会逐年增加，随之新专业教材也会拥有广阔的市场，这就需要编辑在掌握新专业知识的基础上进行深度的挖掘，开辟新的选题策划方向，切实做好选题策划工作，策划出符合跨学科新专业需要的新教材。

参考文献：

[1]朝乐门，杨灿军，王盛杰，等.全球数据科学课程建设现状的实证分析[J].数据分析与知识发现，2017（6）：12-21.

[2]朝乐门，邢春晓，王雨晴.数据科学与大数据技术专业特色课程研究[J].计算机科学，2018，45（3）：3-10.

[3]朝乐门，卢小宾.数据科学及其对信息科学的影响[J].情报学报，2017，36（8）：761-771.

[4]叶鹰，马费城.数据科学兴起及其与信息科学的关联[J].情报学报，2015，34（6）：575-580.

[5]胡洋，石云辉，王观玉.大数据背景下的信息管理与信息系统专业建设改革探究[J].中国教育信息化，2018（3）：65-68.

[6]李拴宝，祁慧敏.数据科学与大数据技术专业课程体系探索[J].河南财政税务高等专科学校学报，2018（10）：81-83.