大学生数据分析素养的培养

刘后胜 熊祖涛

（安庆职业技术学院电子信息系 安徽·安庆 246003）

0 引言

随着互联网、移动互联网、物联网的发展，数据正在以前所未有的速度在呈几何式增长，可以预见，未来是数据的时代，每个行业和企业都在产生大数据，如何利用大数据为我们服务决策，如何发现大数据中的宝，即对我们决策有用的信息，也就是数据金矿如何挖掘，正摆在行业和企业亟待解决的问题。数据分析师以前所未有的新的姿态呈现在人们的视野。每个企业都在高薪聘请专业的数据分析师为其工作，试图通过数据分析，为企业解决实际问题，帮助企业行稳致远，更上一层楼。特别是互联网企业，利用大数据做智能推荐，方便了用户，又提高了互联网企业的销售记录增加了收入。可以说数据分析师目前是炙手可热的专业。

为满足市场需求，各个高校纷纷开设大数据专业，为社会培养诸如数据分析师的专业人才。高职院校也不甘示弱，大数据专业遍地开花，但各高校的专业存在良莠不齐。

1 数据分析师的要求

数据分析的过程：数据获取，数据预处理，数据分析建模，数据评价，数据决策及预测[1]。我们来看数据分析师的具体要求：熟悉多种数据源组合数据分析、挖掘和建模；熟练使用数据分析和挖掘工具（如SPSS、SAS、R、python等）；对数据敏感，能快速理解业务；良好的文字表达及沟通能力；良好的学习与抗压能力，有强烈的责任感。从这个要求来看，具体的数据分析的素养包括以下能力：逻辑分析能力，建模能力，使用数据分析工具能力，理解具体业务能力，文字表达能力，沟通能力，学习能力，抗压能力，责任意识。

2 问题

在为大数据专业上数据挖掘数据分析的课程中，发现高职学生的数据分析的能力是令人担忧的，课本的知识点讲解之后，让学生动手做课后练习的时候，发现学生一点动手的能力都没有，一个班45人，只有两个人能理解老师的意图动手实践，其他的学生还是局限于课本的内容，一点知识迁移的能力都没有。课后的练习基本不难，稍微做一下改变，就能结合课本内容做出来，稍做改变的知识点提前讲了，学生稍微动一下脑筋，就能做出来。但现实是只有两个同学（4%）理解了意图，做出来了。这说明什么问题呢？理解能力、变通能力、数据分析能力十分欠缺。如何培养数据分析的素养能力呢？

3 培养方法

3.1 学习能力的培养

到大学后，不能像高中阶段那样要老师盯着督促学习，而要主动自主的学习能力的培养。首先要有学习的意识，然后才是行动。学生要有活到老学到老的终生学习意识，当今是知识信息的时代，如果没有学习意识，很快就会被社会淘汰。知识改变命运，要获取知识，唯一的途径就是主动学习。学习能力决定一个人各个方面的能力的培养，其他能力都是在学习能力的基础上的延伸。学习任何知识，都是从基本概念开始，只有理解了基本概念及其之间的联系，就可以理解相关的理论了。这是另外一个能力理解能力，要培养理解能力，就是下面要讲到的语言能力的培养。

3.2 业务理解能力和文字表达能力的培养

每个数据分析的任务是针对所在行业的数据进行分析，针对业务的需要，由数据分析发现其中业务可能存在的问题或者业务处在瓶颈阶段不能突破，期望从业务数据发现一些端倪，从而为业务拓展带来一丝新的希望。业务理解能力，主要要培养自己理解业务中和具体业务相关的概念，理清这些基础概念和其中概念的相互关系，从而熟悉具体的业务。这个具体业务概念的理解和语言能力是分不开的，要培养自己的语言能力，唯一的能力多读书，读经典书籍，古今中外的优秀的经典书籍，在你精读了上述的经典书籍之后，你会惊讶的发现，自己的语感和理解能力达到一个很高的高度。以前难以理解的概念，现在理解起来不是那么的困难了。文字的表达能力除了多读经典以外，重要的一点就是要多写，写日记、写感想、写论文，经过多写之后，你会发现，自己的表达能力和以前完全不一样了，以前可能想要表达的内容无法说出口，也就是肚子里有货，倒不出来，感觉自己的嘴很笨，经过多读多写，你的语言表达能力和理解能力都会发生质的变化。

3.3 建模能力和使用数据分析工具能力的培养

对高职学生来说，建模能力是很难的。但学过python的人就知道，python有很多第三方库，这些库里就有数据分析的库，如 numpy、pandas、scikit-learn、pyspark 等，这些库中实现了大多数数据分析的建模工具，只要调用相关函数就可以轻松建模。要学会上述建模的方法，必须努力学习数据分析的工具python。Python语言相对来说不是很难，只要学会了基本的基础知识，就可以学习第三方库了，学习的过程中要不断的实践，在实践中掌握其方法。

3.4 逻辑思维能力的培养

逻辑思维能力是指对事物进行观察、比较、分析、综合、抽象、概括、判断、推理的能力。推理又分为演绎与归纳。一个是从一般到特殊，另一个由特殊到一般。要多角度分析研究事物，认清物与物之间联系和区别，概念之间的关联和延伸，从而为综合分析，概括结论，打下坚实的基础。这种能力的培养离不开知识的储备，只有拥有足够丰富的知识，分析推理的能力就会展现。敢于质疑一切的态度，创造性地思维，带来知识理论的创新。要拥有丰富的知识，唯一的途径就是多读书，读好书。精读与泛读结合，要持之以恒，坚持再坚持，一段时间之后，你就会发现自己的变化。

3.5 沟通能力的培养

沟通能力主要分为两个方面，一是听懂别人想说的内容，另一个就是让别人听懂自己想说的内容。所谓听懂，就是理解了别人阐述的问题，然后就是针对此问题的解决方法。例如方言，一般人很难听懂，也就是一个人在说，但大家都听不懂，这就存在沟通的问题了。只有沟通双方都理解并听懂了对方的问题后，才是就双方的问题提出讨论并协商解决其中的问题。要理解具体问题，可能涉及很深奥的专业知识，所谓隔行如隔山，所以在做数据分析时，业务理解能力是很重要的，只有理解了业务，才能谈到业务当中可能涉及的专业理论知识。对于专业知识不懂，可以多请教，要不耻下问，虚心学习，这样才能保持良好的沟通能力。

3.6 抗压能力的培养

人无论在什么阶段，都会面临各种压力，如何面临高压还能顽强的工作，是当今社会必须具备的素质。如何做到呢？首先要有一个健康的身体素质，这个可以通过后天的锻炼能达到要求。健康的身体不仅是生理健康，还要有心理健康。抗压能力可以说是过硬的心理素质，有泰山崩于前而面不改色心不跳。首先得有乐观的生活态度，良好的人际关系，和谐的家庭氛围。遇到问题，找倾诉的对象，不闷在心里。遇到不能逾越的障碍问题，能有自我调节的心理能力，缓解心理压力，试着先放一放，然后再想办法解决问题，实在是自己没有能力解决，向同事、领导、家人求取帮助，看能不能解决问题。

4 教学建议

让学生学好数据分析这门课程，除了课堂的教授以外，重要的一点是如何培养学生对数据分析这门课的兴趣[2]，兴趣是最好的老师，只要学生对数据分析感兴趣，那么之后的进阶学习都不是难事。首先从小批量数据入手，训练学生数据分析的全过程，让他对数据分析有一个全面的认识，让他有一定的成就感。接着就是大数据的分析，这个有难度，要多鼓励学生学习，但只要学生有兴趣肯钻研，就知道学习相关的知识，如 hadoop、hive、hbase、spark、Scala等。每学完一门技术，要对学生肯定认可，这样才能激发他的兴趣。最终，通过案例，让学生融会贯通。

5 结语

对高职学生来说，数据分析有难度，但并不是遥不可及的。只要方法得当，就能掌握数据分析技能。为了满足数据分析师的要求，从各种能力进行训练和学习，在老师的指导下，肯定能成为一名好的数据分析师。从大数据专业来说，数据分析师是其最基本的技能和工作岗位。除了课堂教学之外，培养学生对这一门课程的兴趣，是至关重要的。