面向新文科的“数据分析”课程建设

侯防 钟雪灵 黄承慧 彭诗力

关键词：新文科；数據分析；课程建设

1新文科建设符合高等教育发展方向

2020年11月3日，教育部新文科建设工作组主办的新文科建设工作会议发布《新文科建设宣言》，提出要“积极推动人工智能、大数据等现代信息技术与文科专业深入融合，积极发展文科类新兴专业，推动原有文科专业改造升级，实现文科与理工农医的深度交叉融合”。

“新文科”是指对传统文科进行学科重组、文理交叉，把新技术融人经济、管理、哲学、文学等学科中，为学生提供综合性的跨学科学习。周毅[1]认为：一方面，新文科建设的内涵是赋予现有文科专业“新内容”，从而满足“新需求”；另一方面，体现在实现跨学科专业的“新突破”，从而实现学科的交叉融合和重塑人才培养结构。

广东金融学院（以下简称“学院”）现有本科专业48个，涵盖经济学、管理学、法学、文学、理学、T学、艺术学7个学科门类，形成了以经管法为主体、以金融学为内核的应用型学科体系。学院主体内核覆盖的学科专业，正是新文科建设的目标专业。现代信息技术的飞速发展为学科专业的发展带来巨大的变革力量，开创了新的研究领域和研究方向、揭示了新的研究方法和研究手段、提供了新的研究技术和研究工具，为人才培养提出了新的要求和目标，使学科建设面临新的机遇和挑战。学院立志“建成为国内知名的应用型金融品牌大学”，既要在以财经类学科为代表的“新文科”的科学研究上占领华南地区理论、应用研究的高地，又要在学生培养上满足“新文科”类专业和行业对具备以数据分析能力为代表的现代信息技术能力的需求。

2“数据分析”课程建设符合新文科建设需求

Gary King指出：“庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是相关部门，所有领域都将开始这种进程。”现代信息技术的概念、应用和技术正在快速地进入社会经济生活和教育学术活动。对海量数据进行处理、利用的数据分析应用，其重点不仅在于数据规模的定义，更代表着信息技术发展到了一个新的时代，数据分析正在寻求新的技术和方法，也代表着时代变化带来的新发明、新服务和新的发展机遇。白玥[2]认为：“数据分析能力是进行科学研究的一种新方法论，通过数据分析能力的培养，学生可以得到一种先进思维方式的锻炼和熏陶，从而进一步地在后续专业领域的学习和工作实践中产生新突破和新洞见。”王菲[3]通过将新文科大学生数据信息能力素养分解为信息意识、信息能力和信息伦理三个层次，以“Python数据分析”课程体系化建设为手段，在实践中提升了新文科学生的学习动力和研究兴趣，强化了学生开展科学研究和解决实际问题的能力。

2021年11月10日，教育部印发《关于公布首批新文科研究与改革实践项目的通知》[4]，公布首批1011个新文科项目。对项目名称进行统计分析的结果如表1所列。

从分布情况来看，项目名称中包含“数据”的研究与实践项目有25个，包含“智能”的项目有37个，包含“信息”的项目有29个。如果将名称范围扩展到包含数据、数字、数智等与“数”相关的项目．则数量达到106个，占比达到10.5%。

可见，将数据分析、数据挖掘等数据技术与传统文科进行融合，已经成为建设新文科路径的共识。

学院以“新文科”中的财经类专业作为学科专业主体。这些专业正是数据分析技术重要的应用领域，以财会、金融类专业为例[5]，行业数据量和种类繁多，由于传统数据分析平台仅适合结构化的数据处理，扩展性差、扩容成本高，其分析目的、方法和手段基本局限于事后的汇总统计，未能发挥数据分析技术在管理决策、业务升级、战略转型等方面的作用。面对行业发展和服务竞争不断升级的现实挑战，相关金融机构认识到数据分析在识别客户需求、估算客户价值、判断客户优劣、预测客户违约可能性等方面有着重要的价值，还能发掘业务增长潜力和指引业务发展方向。因此，对专业人才的要求也有了一定的变化，既要掌握一定的专业知识，又要具备利用信息技术工具对数据进行分析、处理和利用的能力[6]。本文课题组进行调研时，浦发银行明确提出，今后的人才招聘人员结构中，具备理工科背景、拥有数据分析基本技能的新员工要占到50％以上。

实际上，高校在人才供给上，与用人单位需求存在错配现象，主要表现为“不够用”“不适用”“不会用”等问题。特别是在以数据分析能力为基础的机器学习、数据挖掘、人工智能等技术不断对传统企业的业务模式进行改造、创新甚至颠覆的当下，以新文科建设为契机，加强培养财经类专业学生的数据分析能力，不仅可以使学生掌握相关行业、企业需要的技术和技能，满足用人单位的迫切需求，还能够为学生的长远发展奠定基础。

3新文科数据分析能力建设实践

目前，为新文科建设而准备的课程及配套教学资源的建设仍处于相对匮乏的阶段。主要表现为：课程数量有限，无法实现新文科多学科专业的全面覆盖：已有课程教学资源尚无法满足多层次的教学需求。

根据新文科专业学生素质特点、培养方案目标、个人发展规划、用人单位需求和岗位职能层次等要点[7]，本文设定了“数据分析”课程建设的不同层次目标，按照从基础到复杂、单一到综合、工具使用到业务规划的路径，从低到高的能力，依次划分设定如图1所示。

（1）数据分析工具应用能力：该层次是数据分析能力培养的基础目标，新文科专业学生可以根据具体要求，使用通用工具完成本专业相关的基本数据搜集、整理、分析、制作图表和总结归纳等工作。

（2）数据分析模型选择能力：该层次能力要求学生能够根据数据特征和业务需求选择合适的数据分析模型，并进行比对分析，提出模型选择建议。

（3）数据分析参数调优能力：该层次能力要求学生掌握分析算法的算法模型和实现逻辑，能针对性地调整算法参数，取得优化结果。

（4）数据分析算法实现能力：该层次能力要求学生在理解业务目标的基础上，对数据分析算法进行实现。

（5）数据分析业务规划能力：该层次能力要求学生全面掌握业务目标和数据分析应用，能够提出数据分析业务目标并制定技术路径。

目前，相关“数据分析”课程往往面向工科信息类的专业，且要求学生修读完一系列的先修课程。本文课题组面向以财经类专业为代表的新文科专业开设了通识选修课程——“大数据工具应用”。本课程以向文科专业学生介绍数据分析的基本思想、方法和图形化数据分析工具软件的使用为目标，学习先决条件仅为熟练使用Word和Excel，适应大多数新文科专业学生的素质背景，填补了面向非工科专业开展数据分析能力培养的空白，满足了基本数据分析能力培养的需求，为学生进一步学习、掌握数据分析应用能力奠定了基础。课程线上视频时长超过500分钟，并建立了完整的章节练习、课后测验和期末考试的题库。借助课程平台，对学生的学习时段、学习时長、学习频度、学习过程的安排合理程度、学习论坛参与积极程度等过程指标都能进行监测和量化评估，再通过线上考勤、线上章节测验等手段较好地实现了线上过程管理和效果评估。同时，每个课程周期包含4次见面课，由教师进行面授辅导、答疑。线下面授环节是对线上自学环节的督察检验，在相应章节线上学习之后进行，以重点回顾、难点解析、操作演示为主。另外，还要求学生提交实验报告，作为学习效果的线下评估依据。截至2022年5月，该课程已累计向144所高校的3.22万名学生提供了慕课教学服务，收到了良好的教学效果和社会反响，课程部分运行数据如图2所示。目前，该课程已获评广东省精品在线开放课程，配套教材《大数据工具应用》已于2020年8月由清华大学出版社出版发行。

依托2019～2020年第2学期全线开展线上教学的契机，从基础的“工具应用能力”的培养出发，面向“模型选择能力”“参数调优能力”和“算法实现能力”的“数据挖掘”“数据分析与挖掘”等课程已经全面实现网络教学资源线上化。部分金融数据挖掘的案例与代码已经在中国高校财经慕课（E-MOOC）联盟上线发布。“数据分析与数据挖掘”课程配套教材《Python金融数据挖掘》已纳入高等教育出版社的高等学校金融学专业主要课程精品系列教材，并于2020年8月出版发行。

学院准备建设与金融数据分析专业相关的“业务规划能力”课程教学资源，通过开展行业调研和咨询专家，目前确定的课程内容包括“大数据与金融业务指标”“大数据风控策略模型与流程”“大数据量化风险体系”“基于大数据的贷前审批”“基于大数据的贷中管理”“基于大数据的贷后管理”“基于大数据的反欺诈”“基于大数据的评分模型”等。

在课程设计与教学资源建设的过程中，需要着重培养学生的实践能力。数据分析实践能力的外在表现为使用信息处理技术对真实数据进行搜集、呈现、归纳、总结、挖掘和预测。在案例分析模板和云计算资源的支持下，在线上进行实践能力培养非常合适。目前，可以进行线上实操的模块包括Weka数据分析软件、Tableau可视化数据软件、Python基础编程、信用卡虚假交易识别综合案例、网贷违约预测综合案例、信用评分综合案例。同时，通过课程论文、毕业设计、大学生创新创业大赛等线下活动，课题组指导学生进行大数据分析、应用等项目实践，被指导学生获得“广东大学生课外学术科技作品竞赛”三等奖、“泰迪杯数据分析技能赛”全国一等奖等奖项。

面向新文科专业学生的数据分析能力的培养，既有长远的必要性，又有当前的迫切性，通过以上方式，结合课题组现有工作基础，本课题的研究对数据分析能力的培养是有价值、有意义的探索和实践。

4总结与展望

通过对“数据分析”系列课程设定层次化目标和建设教学资源，广东金融学院的新文科建设从培养学生能力的目标出发，根据该专业核心岗位就业所需要具备的知识、技能、态度，确定专业教学能力体系，再根据能力体系确定课程所使用的教材和其他教学资源。在课程实施过程中，结合学生的专业背景和就业需求，实现灵活的层次能力培养。

以建成的课程和教学资源为基础，通过进一步的应用和推广，可以往前衍生出数据获取、数据整理类课程：往后衍生出算法设计实施和业务规划管理类课程。据此，一方面可以为培养学生的能力、提高学生的素质提供实践平台，另一方面可以为相关专业教师的学术研究、算法设计提供实验支撑，从而发展出一个适合应用型高校新文科建设的“数据分析”课程平台。