面向“互联网+产学交融”的交通大数据课程体系建设

2021-06-15马晓磊霍恩泽

高教学刊 2021年7期

马晓磊　霍恩泽

摘要：在国家加快交通强国建设背景下，面对新工科建设对实践应用与创新精神提出的更高要求，急需培养复合型、创新型交通人才。基于这一背景，北京航空航天大学交通科学与工程学院开展了面向“互联网+产学交融”的交通大数据课程体系建设与实践。该体系通过结合产业实际数据集，在网格化考核体系下，创建了一套“案例导向、校企共培”为特色的创新、高效教学体系，将为新工科背景下的交通院校本科教育提供一定启示。

关键词：交通大数据;互联网+;产学结合;新工科;交通运输类专业

中图分类号：G642 文献标志码：A 文章编号：2096-000X（2021）07-0086-05

Abstract： In the context of building China into a country with strong transportation network， and the higher requirements of practical application as well as the initiative spirit of the new emerging engineering， there is an urgent demand for training composite and innovative transportation talents. Based on this background， the School of Transportation Science and Engineering of BUAA has carried out the conception and practice of transportation big data course which oriented to Internet Plus and Academy-Industry Combination. The system， by combining industry actual data sets and a grid-based evaluation system， has created an innovative and efficient teaching system featuring "case-oriented， joint training between courses and enterprises". This will provide some enlightenment for the undergraduate education of transportation colleges under the new engineering background.

Keywords： big data of transportation; Internet Plus; academy-Industry combination; new emerging engineering; transportation-type specialty

隨着我国先后出台《交通强国建设纲要》[1]及《新型基础设施建设实施方案》[2]，交通愈发成为兴国之要、强国之基。近些年来，工业与移动互联网的高速发展及其产生的海量数据挖掘应用需求，也对交通行业培养兼具专业素养与数据意识、掌握工程实践能力与学科创新思维的“新工科”人才提出了更高要求[3，4]。不同于基础学科，交通运输具有理论体系复杂、多学科交叉渗透、前沿技术应用集中的学科特点[5]，而《交通大数据》课程通过讲练交通数据收集、处理、分析的应用技术成为了连接各学科、各技术的关键纽带，得到了国内多数高校的开设重视[6]。建设《交通大数据》课程，将有效应对交通行业对“创新为先，实践为本，多元化发展”的培养要求，对填补行业大数据分析人才缺口、助推国家建设交通强国具有深远意义[7]。

然而，当前国内多数高校开设的交通大数据课程面临着课程设计、资源配套、考核培养及质量控制等多重问题[8]，这在一定程度上降低了人才培养预期。借助当前“互联网+教育”的快速发展趋势[9，10]，打造“互联网+产学交融”的本科《交通大数据》课程体系，将有效缓解当前高校交通学科教学存在的“重理论、轻实践”问题、提升人才培养质量，成为饯行“新工科”教育教学的重要方法。

一、我国交通大数据课程开设现状分析

《交通大数据》课程是一门集合交通时空特征分析、交通行为建模、交通状态预测等核心技术的新兴课程[11]，比传统交通理论课程更加注重案例实操积累、项目讨论探索、课外实践培养等环节[12]。我国高校在课程体系建设中围绕不同重点开展了多项探索，但仍存在一定问题，主要体现在以下三个方面：

（一）课程缺乏配套专著，教学内容偏重理论且分析方法关联较差

截至目前，国内开设的交通大数据课程由于缺乏教材专著，仍采用传统交通理论或科研软件课本作为课程教材，支撑数据也极少使用产业实际数据。资源配套的缺失导致了理论与能力培养脱节、数据处理过程孤立、交通应用特征不突出等问题，阻碍了学生数据分析思维培养及问题处理能力迁移。同时，当前国内交通大数据课程配套资源无法适应多学科融合特点，造成不同选课基础及研究兴趣的学生个性化学习需求无法满足，进而无法实现基础数据分析能力培养要求。

此外，国内交通大数据课程多数缺乏案例式教学精神及实际行业项目支撑，与传统交通课程同质化严重的特点更不利于学生掌握独立完成交通实例分析的教学目标，无法适应交通行业与大数据交融的时代背景，造成课程培养效果大打折扣。

（二）教学大纲严重局限于课堂教授，产学研协同培养意识薄弱

当前国内课程多集中在课内传统交通理论讲解与数据复现，并多数辅以终期汇报用以加深学生数据思维。这一教学方法将教学目标严重局限于针对传统交通理论方法的复现论证，让原本成体系的交通数据分析能力拆解成片，不利于培养学生急需的数据采集、处理与分析能力。

受限于授课内容缺乏国际交通大数据前沿引导与行业热点问题引智，学生终期汇报多集中于拼凑传统理论或产业杂谈，产学研孤立现象严重。这造成了学生实践动手能力无法有效培养，严重违背了新工科建设的培养目标，无法达到交通大数据课程的培养目标。

（三）考核体系与课程特点脱节严重，课程体系培养效果仍待加强

当前国内课程已广泛采用小组汇报、课程讨论等扁平式考核方法，但中心由教师到学生的过分便宜无法适应交通大数据课程开放特点，呈现了重小组展示而轻个人练习特征，导致教师对学生个人学习成果考评效果不佳，也易造成少数学生通过抄袭、依靠组员等手段滥竽充数现象。

此外，国内现有交通大数据课程考评方式多集中在课程结束而忽略全过程控制，对于日常授课内容学生掌握程度的考察也不利于保证授课效果，无法保障交通大数据课程普及交通数据行业前沿技术、培养学生基础数据分析能力设置初衷。

二、课程体系建设特点及育人目标

为应对国内“互联网+”与传统交通融合趋势及新工科背景下交通大数据分析人才巨大缺口，破除交通运输专业学生数据处理观念、能力薄弱，解决大数据课程重理论轻实践现象，北京航空航天大学交通科学与工程学院于2018年推出《交通大数据》课程，旨在以培养学生全流程案例分析与数据实践能力为切入点，革新教学方法、资源配套、考评体系及产学研一体化建设方法，提出并实践了一套以“案例导向、校企共培”为特色的创新、高效教学体系。不同于目前国内高校开展的交通大数据课程，该体系汇聚了教授、讨论、练习、探究式教育方法与案例式、国际化教学精神，在注重交通专业多学科交叉精神下，探索并总结出一套具有我国交通学科教学特点的注重创新能力、科研能力、综合素质和就业竞争力的课程体系。

该课程体系以培养综合型创新型人才为目的，以案例式与国际化教学为方式、以产业实际数据集与开放式项目为支撑、以“数据库设计、统计理论与编程语言应用、人工智能与机器学习、互联网+交通”为指导，创新地引入交通名企进校园、北航学子访企业的实践育人方式，具有应用导向、实践先行的鲜明特点。得益于课程体系的产学研一体化建设，学生将切实融会贯通数据科学与交通科学精髓思想，掌握从数据库设计、编程语言使用到人工智能、机器学习算法应用的全流程数据分析能力，并通过学术前沿引智、名企大咖沙龙、企业走访实习等活动增强学以致用能力，切实提升实践应用及科研创新能力。

三、课程体系建设实践及内容设计

为了达到育人目标，离不开课程开设前的细致准备。创建“案例导向，校企共培”为特色的创新、高效教学体系，其基本要求是紧贴行业实际的案例设计、核心要求是课内外多平台建设，涉及到的工作节点如图1所示。为保障教学质量，课程应设置在学生已具备一定交通基础知识的大三或大四阶段，并注重对授课内容、实践设计的课程准备。

对于授课内容，课程申请人应遵循数据、案例、教材、基础知识顺序依次准备。不同于传统交通理论课程，符合产业实际且具有开放性的数据和案例是面向“互联网+产学交融”的交通大数据课程根本，交通理论及科研软件均要在此基础上进行精炼整理。在完备的案例体系基础之上，应按照案例间的逻辑顺序及其涉及的课程深度有机串联，在确保学习过程循序渐进的前提下，编制教学大纲并制作电子课件。在正式开设课程前，申请人还需按照教学大纲提炼课程精华，汇编教材专著的同时整理数据集，最终连同基础知识扩展資料共同导入交通大数据课程平台。

对于课外实践平台，课程申请人应注重同科研合作单位及行业专家大咖间的沟通工作，确保课程体系产研环节活动多样性与方向全面性，为学生提高课程应用水平打好坚实基础。

北京航空航天大学交通科学与工程学院交通大数据实验室备课组（以下简称备课组）经过五年打磨，于2018年推出基于面向“互联网+产学交融”的交通大数据课程体系，并将体系具体组成内容汇总如图2所示，涉及到的课程中心建设、课外实践平台架构及课程考察体系建设经验可汇总为以下三点：

（一）发挥院校课程中心优势，打造专属智库支撑课程案例

1. 积极引入海外先进案例，配齐产业实际数据

由于国内暂无交通大数据教材专著且产业实际案例严重匮乏，备课组积极汇总国外进修并取得博士学位或曾担任海外博士后工作站科研任务教师的学习科研经历，由点及面地汇总科研项目案例并配备产业实际数据集。在海外先进案例基础之上，备课组多次开展集体会议，围绕案例涉及到的交通基础理论知识开展讨论，汇总备课组所在实验室内不同研究方向硕博学生知识积累，提炼核心知识内容用以加速学生课程入门速度，进而在高效掌握交通理论知识基础上快速投身数据科学指导下的课程实践。

为培养学生的数据敏感及实际分析能力，备课组按照逻辑顺序将案例归档至不同授课章节，并按照教学大纲针对每次课堂授课将数据集划分为随堂练习、课后实例、开放项目三大类，分别用于授课中及时围绕交通理论开展样例分析、授课后围绕教材专著开展项目分析、结课期小组头脑风暴开展开放探究使用。这一分类方法可循序引导学生从在交通理论指导下熟练使用科研软件，过渡到在教材专著指导下熟练解决实际项目，再到开放环境下自主应用所学内容分析论证，进而扎实掌握交通理论知识在实际数据中的处理方法、形成严谨且具有创新意识的数据分析能力。

2. 汇总课程基础理论知识，做好基础教学工作

为应对交通大数据课程学科交叉特点、普及数据科学基础知识及科研软件使用技巧，备课组在授课章节与教学大纲的指导下，按照章节案例汇编经典交通及数据科学教材，围绕数据库、编程语言、统计预测、人工智能及机器学习算法等进行整合，作为理论知识平台供学生课前自习及课后温故知新使用。

考虑到学生存在的基础差异问题，备课组充分发挥所在大数据实验室项目经验丰富、数据科学基础知识及其对应软件使用能力扎实特点，邀请不同研究方向的硕博学生就个人研究方向对应的教学章节准备理论知识。这一备课方式从朋辈引领角度出发，以同龄人复述精华知识方法克服了入门门槛高、原版书籍繁杂问题，有助于选课学生更快掌握数据科学思维及其分析软件操作方法。

3. 配套课程案例专著教材，普及国际前沿知识

为突出案例式教学特征、培养学生数据分析思维，备课组在授课章节与教学大纲的指导下，以案例为中心，按照涉及的传统交通理论知识、结合案例的具体分析过程及该领域研究方向汇编教材专著《公共交通大数据挖掘与分析》。

为提升课程引智作用，备课组汇总所在海内外优秀交通大数据论文，按照授课大纲在对应课程内穿插国内外学术前沿动态，积极讲解行业前沿热点，开拓学生研究视野。此外，课程全程采取双语教学，在增强学生专业英语同时开拓国际化视野，提升学生日后科研文献检索能力，切实做到与国际教学接轨目标。

（二）深耕校外科研伙伴单位，建设产学研综合培养模式

1. 做好沟通工作，积极引入大咖前沿讲座

备课组日常通过注重与科研合作企事业单位沟通工作，积极协调高德等大数据前沿行业技术主管等走入课堂做产业实际应用教学，并为选课学生提供沟通交流机会。通过在案例授课间穿插1到2次大咖前沿讲座，将有助于学生将所学数据分析能力同产业实际及时联系，在进一步起到引智作用的同时，增强学生对课程所学能力与产业实际联系认识，激发学生围绕交通大数据领域学习主动性，在促进产学同步提升的同时增进对于交通大数据行业理解。

2. 创设校外课堂，择优提供产业实践机会

注重实践育人是交通大数据课程的创新点与立足点，备课组通过日常学术科研项目积累的科研伙伴关系，在国内打造交通学科校企共培模式先例，为选课学生提供走访互联网知名企业、行业知名研究员等行业交通大数据前沿单位机会，方便学生近距离实践课堂所学技术在产业实际的应用方法，大幅提升课程应用水平。

面向产学结合是交通大数据课程的培养目标之一，备课组通过在课程中遴选综合科研能力优秀的学生群体，积极向科研伙伴企事业单位引荐实习，从而为选课学生提供了更大的就业竞争力。

3. 打造科研氛围，引智行业竞赛选题思路

培养自主创新意识是交通大数据课程的培养目标之一，备课组通过在师生课程交流群中及时推送冯如杯科技竞赛、交通科技大赛等学科竞赛，并为学生提供围绕科研竞赛的课后沟通讨论机会，在进一步增进产学研一体化教学水平的同时，增进了课程深远影响。

（三）创立环绕互补式考察体系，切实保障课程教学质量

为应对考核方式扁平化导致的质量问题，备课组积极构建以课堂基础知识互动式讲解、随堂个体式数据练习、课后小组讨论式案例探究、课终大型开放式数据分析为组成的环绕、互补型考核体系，通过学生互评、教师提问点评的方法、小组展示与个人练习结合的考察形式，缓解研讨式教学知识基础缺失、小组式展示少数学生滥竽充数等缺点，在发挥案例式教学引智优势的同时，提高学生团队协作能力与个人交通大数据分析能力。

四、课程体系创新优势

（一）顺应“互联网+教育”趋势，发挥课程中心平台优势

课程体系充分应用北航交通科学与工程学院课程中心平台，以朋辈引领理念发挥备课组所在实验室科研经验优势，提纲挈领且通俗易懂的汇总课堂案例涉及的交通理论、编程基础及软件使用方法，辅以课内外丰富的资料、案例，将课程中心由教学内容发布平台升级为重要的课前课后学习智库，满足了学生本科毕设研究方向不同所需的不同学习重点，真正做到了因人而异、因材施教。

（二）案例式教学熏陶学研精神，产业级数据培养实践能力

课程将探究式与案例式教学相结合，推行PBL专题导向学习方法，分阶段针对不同专题开展教学，并使用产业实际数据用于课程实践，在结合交通产业实际需求的同时基于理论而注重实践。在案例指导下，通过课后实例数据集、开放项目数据集，将交通问题研究由模型驱动转变为数据驱动，让传统的交通仿真、交通模型落地;在突出交通专业特色同时，强化数据库设计、人工智能与统计学习算法应用能力，结合大数据时代下的“互联网+交通”新模式，深化教学意义，服务国家战略需求。

（三）“校外课堂”打造产学交融，名企游学助力职业发展

开创性的在国内交通大数据教学领域引入海外先进的校企共培模式，并设置企业大咖进校园、北航学子访企业的开展方法，通过在课程案例式讲解过程中多次穿插由高德、滴滴等名企技术大咖带来的产业数据应用分享，强化数据驱动精神，切实以产学交融培养学生数据分析能力。同时，课程提供的实地走访企业及实习机会也为学生的职业发展提供有力保障。

（四）网格考核保障课程质量，寓教于乐提升体系活力

课程不拘泥于传统试卷作答，而将课程测评分散到教学的各个环节之中，通过课中師生讲解、随堂个人实例练习、课后小组案例讨论、课终开放项目答辩等网格化考察体系，切实通过实践操作帮助学生熟悉超大型交通数据分析处理办法、加深交通学理论基础上的数据驱动认识及其处理办法能力。

五、结束语

在国家加快交通强国建设背景下，面对新工科建设对实践应用与创新精神提出的更高要求，高校应奋勇承担为社会培养基础扎实、产学结合的新时代交通人才任务，而开展交通大数据课程教育则是践行这一任务的重要手段。为从源头上解决国内当前交通大数据课程存在的课程设计、资源配套、考核培养及质量控制等突出问题，提出了一种面向“互联网+产学交融”的交通大数据课程体系并取得了一定的实践经验。该体系具有以下优点：1. 顺应“互联网+教育”趋势，发挥课程中心平台优势;2. 案例式教学熏陶学研精神，产业级数据培养实践能力;3. “校外课堂”打造产学交融，名企游学助力职业发展;4. 网格考核保障课程质量，寓教于乐提升体系活力。

研究在提出课程体系的同时，详细论述了建设方法和内容设计，将对我国新工科背景下的高校培养综合型交通人才及其课程流程设计起到一定启示作用。后续备课组将通过不断更新案例及数据集、及时补充行业研究热点、扩大科研合作规模，不断打磨课程体系细节并汇总实施经验，努力为我国交通学科高等教育做出更大贡献。

参考文献：

[1]汪光焘，王婷.贯彻《交通强国建设纲要》，推进城市交通高质量发展[J].城市规划，2020，44（03）：31-42.

[2]刘回春.布局“新基建”推动经济高质量发展的新动力[J].中国质量万里行，2020（07）：14.

[3]冯天军，梁春岩，张云龙.新工科背景下交通工程专业创新人才培养模式的研究与实践[J].高教学刊，2019（24）：40-42+45.

[4]李正良，廖瑞金，董凌燕.新工科专业建设：涵、路径与培养模式[J].高等工程教育研究，2018（2）：20-24.

[5]曾洁，徐帅.基于素质提升视角下的高校第二课堂建设研究[J].高教学刊，2017（13）：141-143.

[6]袁鹏程.大数据背景下《交通数据处理与分析》课程建设思路[J].教育现代化，2020，7（19）：104-106.

[7]彭其渊，马驷，文超.交通运输专业人才培养模式改革探索[J].西南交通大学学报（社会科学版），2011，12（6）：5-10.

[8]王晓原，等.《智能交通系统》课程教学改革研究[J].教育现代化，2016（9）：14-16.

[9]刘文芳.“互联网+”背景下地方高校物流管理专业应用创新型人才培养改革与实践[J].高教学刊，2019（17）：166-168.

[10]吴晓雪，何东钢，李响，等.“互联网+实验教学”的线上线下混合教学模式研究[J].高教学刊，2018（09）：115-117.