学习产出驱动的大数据课程教学探索与实践
2021-06-29金苍宏吴明晖颜晖
金苍宏 吴明晖 颜晖
摘 要: 大数据技术发展变化快,综合应用性强,而大数据计算技术课程的教学内容偏重理论,脱离实际工程应用,培养的学生实践能力弱,无法适应企业的实际需求。依据新工科培养思路和OBE理念,提出构建基于综合案例的大数据计算技术的课程内容;设计贯穿整个课程体系的综合案例,激发学生的主动探索的积极性,提高其实践能力;结合产学合作模式,形成更加客观的课程评价体系,促进教学质量提升。
关键词: 案例驱动; 学习产出教育; 大数据计算技术
中图分类号:G642.0 文献标识码:A 文章编号:1006-8228(2021)04-95-03
Abstract: In current days, the big data technology is developing rapidly and strongly connecting with comprehensive application. However, the teaching content of big data computing technology focuses on theory and is divorced from practical engineering application. The students' practical ability is weak and cannot adapt to the actual needs of enterprises. According to the training ideas of New Engineering Education and OBE concept, this paper proposes to construct the curriculum content of big data computing technology based on comprehensive cases; to design the comprehensive cases throughout the whole curriculum system to stimulate students' initiative to explore, and improve their practical ability; with the industry university cooperation mode, to form a more objective curriculum evaluation system to promote the improvement of teaching quality.
Key words: case driven; outcomes-based education; big data computing technology
1 大數据计算技术课程现状和改革方向
工程实践能力的培养是计算机专业应用型、 创新型人才培养的核心内容,也是社会对计算机专业人才的现实需求[1]。以新工科理念建设一流本科专业的要求,地方理工科高校大有可为,可以主动对接地方经济产业需求和行业方法趋势[2]。基于学习产出的教育模式(Outcomes-based Education,缩写为OBE)实现学生特定学习产出来设计教学模式,采用教育结构和课程等手段进行教育设计。计算机专业作为较典型的工程类课程,非常适合新工科教学理念。把新工科思想结合项目驱动教学模式CDIO[3]和OBE模式[5],以产业需求为导向和目标、多学科交叉融合、综合全面创新为依托,把教师角色由知识的教育者转变为引导者,而学生由被动学习变成了积极参与,可以有效地提高学生的学习积极性。在课程教学过程中,注重培养学生的思维能力,让学生在学中做,做中学,明确学习方向和职业发展方向。
以大数据计算技术课程为例,其课程内容主要聚焦于计算技术本身,包括大数据基本组件如HDFS、Hive、HBase的概念和设计原理,大数据操作环境搭建,编程API接口等。前期教学中发现,学生对单个知识点的综合应用能力较差,模仿验证,分析应用和创新能力较弱,应付期末考试为主,实际主动学习动力差。
课程改革的主要方向设计中,利用产学研服务的实际案例项目,引入较为完整的实际场景的教学案例,从教学内容改革入手,学习参与企业解决该类问题的传统思路,把一个实际的工程项目通过分割成许多小的步骤,对应不同的教学进度。调整理论课和实践课体系,保证大数据应用设计和开发学习过程的渐进性和连续性,把实验、课程设计和短学期实训等各个实践环节有效地衔接起来。
2 基于OBE的大数据课程设计
以2018年大数据计算技术课程为例,所涉及的学生主要为计算机和软件工程专业大三学生,共分两个班教学。选课学生已经具备一定的开发基础,基本掌握数据库原理和设计,Java开发,Linux基本操作等,部分学生选修过数据挖掘等课程。
基于学生水平和阶段,适当调整课程内容,除介绍大数据相关概念和框架外,重点介绍大数据解决实际问题的步骤和方法,同时抛出结合企业实际案例的课程综合实践。通过OBE课程设计,让学生提前把握课程全貌,并确立明确目标。修改课程评价,把学生综合解决问题的思路和能力看成重要的评价内容,而适当减弱概念,命令和程序本身的正确性。
如图1所示,大数据计算技术课程教学内容包括大数据基本概念,大数据环境安装,数据存储和操作,MapReduce计算模型介绍,Hive和HBase使用等。针对上述教学内容,根据产学研相关项目,选择基于手机信号的城市人群轨迹分析作为整个大数据课程的综合案例场景。
综合案例场景依托于2017年的企业政府合作项目“基于WiFi传感信号的人群分析”,通过校企合作,前期已经获得了海量的数据信息,并构了大数据系统,为2018年大数据课程提供了场景基础和计算数据。在案例背景介绍时,为了让学生更有感,选择学校所在地区杭州市2018年某一周的人群活动的信息作为原始数据,共涉及到近100万个手机信号和超过20亿条数据,形成超过500G的大数据样本。在数据的质量方面,为了体现实际项目中真实的数据质量问题,只对数据做了一些模糊化处理,去掉唯一标识等敏感性字段,但基本保留了原始数据中的重复、缺失、乱序等问题。在课程实践成果检查上,对项目的目标没有给出明确的要求,给学生一定的发挥空间。
把课程内容分为五个阶段,以综合案例为一条线穿在一起(图1),在每个阶段都融入综合案例中的某一个处理步骤,通过对整体项目的分解,使得学生在对单一知识点的把握上更有整体概念,培养学生的硬实力和软实力[4]。如表1所示,把课程教学内容分成五个部分,根据不同教学内容的特征,把轨迹分析综合案例也分为五个部分,根据教学进度,把案例中的不同步骤融合到这门课程的章节教学当中。
具体教学实施,把实际大数据工程场景中的数据量大、数据质量低、预处理操作繁琐、海量数据统计分析困难、数据有效解读和展示等问题,通过和大数据计算这门课程内容相结合,课程中除了介绍大数据组件的基本概念和原理外,穿插介绍案例中的具体任务(如表2),使学生即不会感觉千头万绪,无从下手,也不会感觉单个案例过分简单而失去学习动力,能持续激发学生挑战能力和成就感。
课程实验环境为分为两个阶段,在表1的二,三,四部分,学生主要以掌握某个具体的组件使用为主,只需要调用部分数据集,实验可以在机房单机中运行,以个人提交作业为考核对象进行打分。期末综合大作业由团队为单位完成,可基于全部数据进行分析,学生利用所学的大数据相关技能自主设计场景,由于学生数量众多,由老师对每个组的设想进行评价,从场景设计开始尽量保证不同小组作业的多样性和完整性,鼓励学生通过租用学生云服务的方式进行平台搭建,小组成员各自申请一台云服务器,组成三个节点的大数据平台。学校提供包含6个节点的实验平台,部分创意较好,已经完成基本开发代码的学生,也可以申请使用学校的大数据集群资源处理数据。
3 具体教学方法实践介绍
基于表1设计的教学模式,把综合案例融入到大数据计算教学的各个章节中,以HBase操作教学为例,具体介绍课程教学方法实践。
教学难点:HBase章节教学包括三个主要内容。要点一讲解HBase列数据库和传统数据库的差异;要点二列族、列和行键设计;要点三HBase的基本查询语句和API调用。
场景设计:利用HBase数据库在人群画像中的广泛应用,综合案例在本章节的内容为在人群轨迹分析中,当使用MapReduce处理完基本轨迹数据后,按不同时间颗粒度对每个人的出行习惯进行特征提取,获得每个人的出行习惯,例如对区域的访问偏好,对场所的访问等。
在实践环节中,我们设计六个步骤如表2所示。
4 课程评价标准修改
因为融合了综合案例,因此我们在成绩评定抛弃了原先的期末一次性评价的方案,采用多角度过程性评价。大数据计算技术课程由考试方式改为考察方式,具体分数占比为平时实验情况占40%,期末汇报占50%,考勤占10%。考察内容依据软件项目评价指标和大数据项目的特点,主要从系统的完整性、场景设计能力、可视化展示等方面进行考察。此外,对项目完成实践、项目团队构成等也作为一个重要的指标。从2018年看,选修大数据计算技术这门课的86名学生的统计,可以获得如下数据,如图2所示。
通过分析可以发现,单人组的学生或很优秀,或比较差,三人组的学生成绩多为良好和中等;优秀学生的主动性比较强,完成时间远远早于普通学生;大部分学生通过案例的分解和场景组织,能在中間检查点节点的帮助下基本完成任务,对大数据应用的整体开发流程有所掌握。由此可见,融入综合案例,可以使部分优秀学生较早的从班级中脱颖出来,并且锁定掌握程度较差的学生,便于老师分层教学。
最后,课程产出的部分模型和可视化内容,融入到产学研合作项目中,估计学生申请国创计划和浙江省青苗计划。2018年基于课程实践,共申请发明专利两项,指导发表SCI论文多篇。同时,部分学生根据该课程的理论与实践内容选择课题作为毕业设计内容。
5 结束语
针对大数据课程的特点,为提高学生的学习兴趣和实际学习效果, 培养学生的工程实践能力,我们尝试采用新工科工程教育模式和OBE模式对课程进行改革和实践。走出旧思维,以学生自主学习发展、学校和企业联合培养、产业评价为主体,让学生的学习更贴近实际。通过课程内容改革,使得学生对课程的学习目标比较明确。对学习过程进行分步管理也促使学生在课堂之外花更多的时间自我学习,符合该门课程的特点和要求。该课程改革提高了学生的工程实践意识和工程实践能力,取得了一定成效。
参考文献(References):
[1] 周静,刘全菊,张青.新工科背景下实践教学模式的改革与构建[J].实验技术与管理,2018.3:165-176
[2] 古天龙,魏银霞.以新工科理念推动地方高校建设一流本科教育[J].中国大学教学,2018.2:32-35
[3] 覃忠台.项目驱动教学法在 PHP 程序设计课程中的应用[J].计算机教育,2019.7:93-96
[4] 郑灵华,周珂珂,琚小明.项目驱动下围绕知识点模块的安卓教学[J].计算机教育,2017.3:129-132
[5] 付继林,刘鸿宇.基于OBE理念的通用学术英语(EGAP)课程改革[J].教学研究,2019.42:103-107