大数据环境下“数据可视化技术”课程的实施与考核办法探索与实践

杨弦

（东北财经大学，辽宁大连 116024）

2020年，我国将大数据中心、人工智能建设纳入“新型基础设施建设（新基建）”领域，这预示着未来我国大数据产业将有高速、蓬勃的发展，同时也将造成巨大的大数据高端人才缺口。在具体实践中，大数据及其应用已经渗透到人类生活的各个方面，如国家治理、企业决策、个人生活等方面。在这一新形势下，大量高校开设了大数据相关专业和课程，以期培养更多的大数据创新应用型、技术技能型人才。

一系列与大数据管理技术与应用相关的课程，如数据采集技术、数据存储技术、数据分析技术和“数据可视化技术”等课程，成了学生积极选修的热门课程。新课程的设立也对教师探讨理论与实践相结合的新模式提出了挑战，如何让学生在大数据实践环境中掌握理论知识，培养学生的专业操作能力，制定一套合理的实践课程实施与考核办法，是大数据相关课程教学改革中需要探索的重要问题。

1 课程特点

“数据可视化技术”是一门综合应用相关理论知识和技术，对数据进行可视化的理论与实验教学相结合的课程，提高学生数据分析和数据可视化的能力。课程内容包括数据可视化的基本理论、原则和基础，“数据可视化技术”课程基于可视化软件的图表制作方法，以及结合具体的业务分析场景实例，帮助学生掌握数据可视化技巧。

课程结合教师讲授、学生上机实验和课程作业等方式，着重培养学生的专业素质和科学研究的基本能力，具体包括以下目标：（1）了解数据可视化的基本理论和原则；（2）掌握数据处理技术和数据可视化基础；（3）了解多种数据可视化技术；（4）掌握基于可视化软件的图表制作方法；（5）培养学生基于具体业务对数据进行处理、分析和可视化的能力。

2 课程实施方案

针对“数据可视化技术”课程理论繁杂、强调可操作性和实践性的特点，在课程实施中创建了“理论认知、软件教学、案例模拟”的理论与实践结合的进阶式教学模式，提升教学质量和学生的学习效果。

2.1 理论认知

理论认知是课程的基础，通过对数据可视化的理论学习，学生能掌握数据可视化的基本原理和原则。采用教师启发和学生反馈的双向模式，提高学生对理论知识的认知。教师启发，是教师以课件的形式将知识点传递给学生，如系统地介绍数据可视化的基本概念，并具体讲解视觉感知和认知的各种理论、颜色和视觉编码原则等，给学生留思考题，让学生进行讨论。学生反馈，是学生在接受教学时，对教师提出的思考题进行讨论，并给出结果；提出自己的解决方案，并参考教师提供的解决方案，进行学习；将学习中遇到的问题及学习状态反馈给教师。教师通过学生的反馈信息明确学生感兴趣的知识点和掌握薄弱的知识点，进一步调整教学内容，调动学生的学习积极性，加强学生对数据可视化的理论认知。

2.2 软件教学

软件教学是课程的主要内容，通过可视化软件工具的学习，学生能掌握可视化技术，实现数据的可视化。软件教学采用整体了解和重点掌握的方式，首先介绍现有的可视化软件的功能、适用范围、优缺点，让学生了解多种可视化软件[1]。

考虑到可视化软件的特点，课程主要介绍实用且易操作的可视化软件Tableau Desktop，它是分析数据的桌面版工具，主要用于绘制分析图表，可以连接数据源、绘制图表、生成仪表板、构建故事，从而得到想要的分析结果[2]。绘制的图表类型也很丰富，除了简单的图形外，还可以绘制地图、帕累托图、瀑布图、双柱折线组合图、南丁格尔玫瑰图、盒须图、凹凸图、桑基图等复杂图形。在软件教学过程中，采用实例和步骤详解的方式，先让学生整体了解图形的构成和软件的功能，再分解用软件制作图形的详细步骤，通过对比分析和实际演练，全面地让学生掌握软件的功能。

2.3 案例模拟

案例模拟是课程的重点，通过案例教学，学生能完整地实现数据可视化。案例的选取很重要，案例不仅需要理论联系实际，帮助学生分析、解决实际问题，同时案例之间还需要具有一定的关联性。

在案例组织中，每个案例教学中的实验案例都可以通过主题地图进行表示，将所有的案例主题地图组织起来，可以构成案例知识地图。知识节点之间的关系通过以下两个原则进行确定：（1）根据知识点主题进行确定，每个知识点都隶属于同一个知识结构中，组织这些知识点，使它们构成一个完整的知识体系。（2）根据每个案例的分类，例如引导型案例、述说型案例及评估型案例，组织案例库中的案例。构建一个实验案例的主题地图，其中教学目的、背景信息、涉及的知识点、可能的解决方案、案例来源作为主题节点，相应的内容作为该主题节点的事件信息。学生通过实验案例知识地图的学习，加深对理论知识的认识，充分挖掘相关原理，获取对理论知识的感性认识，并实施实验方案。

3 课程考核办法

实验课的考核办法需要遵循一定的指导原则，并设计合理的考核方案，综合、全面地评估学生对理论知识的掌握和实践操作能力。

3.1 考核办法的指导原则

（1）确立正确的指导思想。

正确的指导思想可以规范考核的目的和方式，帮助学生提高课程的学习效果。首先要确立提高学生综合素质的实践教学理念，实践操作环节需要加强学生综合运用知识的能力、实验操作的能力和创新思维的培养，同时还应该注重学生的协作能力、独立思考能力和遵纪守则等方面素质的形成。

（2）构建考核测评指标体系。

“数据可视化技术”的实验教学是由多个环节和多个层次组成的教学行为，需要从实验的提前预习、实验的操作过程、实验的小结报告和期末的综合性报告等方面全方位、多维度地对学生的学习效果进行评估。根据实验课程的特点，需要在实验考核的内容与形式设计上下功夫，设计比较完善的考核测评指标体系，达到客观公正地评价学生实验水平的目的。设计数据可视化技术的测评指标，包括定量指标和定性指标[3,4]，定量指标是指能用数量关系明确的指标，如课程理论考试成绩；定性指标是指考核学生综合素质的指标，如课堂积极性、创新性等。

（3）加强过程化考核。

实验课中过程化考核的核心思想就是注重学生的学习过程，而不是结果。过程既指该学期中各章节所有知识点的学习过程，也包括学生在各个实践环节中的提前预习、实践操作和提交报告的过程[5,6]。加强过程化考核可以培养学生分析和解决问题的能力、创新能力，通过多种方式实现最终的教学目标。

3.2 考核方案的设计

“数据可视化技术”的考核方案设计主要需要考虑以下三个方面的成绩：平时成绩、理论考试成绩和上机实验考试成绩。

（1）平时成绩。

平时成绩主要包括出勤情况、课上实验案例成绩和课后作业成绩，占总成绩的（30%）。课上实验案例成绩是指每周的教学计划内上机实验环节中，学生实验过程和案例完成情况的考核成绩。课后作业成绩是指课后留的补充实验完成情况的成绩，课后作业题目总量不能太多，需要合理分布，根据案例的知识结构关联和知识覆盖程度，使教学和课后案例具有针对性和代表性，使学生容易对课上的实验操作进行举一反三，更透彻深入地掌握可视化软件的各个功能。

（2）理论考试成绩。

理论考试主要是考核学生对课程中理论知识的掌握情况，占总成绩的30%。理论考核在学期末进行，题型主要为客观选择题，考核学生对可视化理论知识的掌握情况，考核方式主要采用闭卷的形式。

（3）上机实践考核成绩。

上机实践考核主要是综合考核学生对可视化技术的掌握和实践操作能力，占总成绩的40%。上机实践考核放到学期末进行，主要采用开卷的形式，提前一段时间将考核题目和相关数据发给学生思考，学生可以携带书本、笔记、网络资料等参阅，学生根据数据制作图形，向教师演示图形制作过程，提交最终的可视化作品（如图1所示），教师根据图形是否精准地表达出了主题、图形制作的复杂程度、图形美观度等给出实践考核的成绩。

图1 新冠肺炎数据可视化作品

4 结语

大数据产业的高速发展，为高校培养大数据专业人才带来了机遇和挑战，如何提升学生的实践能力，培养大数据创新应用型、技术技能型人才成了高校人才培养的基础问题。本文探索了“数据可视化技术”课程的实施和考核办法，注重理论结合实践，让学生从基本操作开始，经过基本能力的培养、基本技能的训练、专业动手过程的实践、操作技巧的练习，从而达到提高专业技术水平、综合实践水平等目标，提升人才培养质量。