基于OBE的大数据课程教学改革探索

李晓丹 张晴 刘云翔 原鑫鑫

摘要：随着大数据技术的发展和社会对大数据人才的迫切需求，高校对大数据人才的培养质量格外重要。基于OBE的教育理念，从产业需求作为出发点，最终可以培养出满足产业需求的专业人才。文章以应用型本科院校的大数据课程为例，分析了当前课程教学现状，探讨了一种基于OBE的大数据课程教学改革思路，分别从教学目标、教学方法、学生考核三方面进行探索，旨在提高大数据相关专业的教学质量和学生培养质量。

关键词：OBE;大数据课程;教学方法;学生考核;应用型本科

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2022）14-0114-02

大数据时代的到来，给我们的生活带来了更多的便利，然而与此同时，大数据作为一个新兴技术和产业，目前我们国家的大数据人才还是非常稀缺，社会对大数据人才的需求也格外迫切。2016年，首批有三所高校获批了数据科学与大数据技术专业，2018年之后获批大数据专业的高校猛增到了248所[1]，并且，还有更多的高校在积极申报大数据相关专业。随着科学技术的不断发展，大数据驱动的职业岗位会呈爆发式增长，而高校的人才培养，更需要结合产业需求为社会输送更多合格的大数据技术人才。

1 OBE教育理念

基于学习产出的教育模式（Outcome-Based Education，简称OBE）又称之为成果导向教育、需求导向教育、目标导向教育、能力导向教育，是一种以学生为中心，以学习成果为导向的全新教学模式[2]。最早由美国学者斯派蒂（Spandy W.D）对此模式进行了深入的研究，后风靡欧美，成为时下高校教育的主流思想[3]。该教育模式以产业需求为出发点[4]，设置人才培养目标，确定学生毕业要求，建立人才培养课程体系，课程体系需要囊括知识、能力、素养三方面的培养，最终服务于产业需求，形成一个设计与实施的闭环反馈系统。基于学习产出的教育模式采取反向设计，正向实施，确保产业需求既是起点也是终点，能力结构贴合实际，最大程度上保证教育目标和结果的一致性[3]。

本文从当前应用型本科院校大数据课程教学现状分析出发，探索一种基于OBE先进教育理念的教学改革的思路。

2 大数据课程教学现状

虽然大数据相关课程随着大数据的热度，已经在各大高校的相关专业中如雨后春笋般开设起来，通过调研和实践发现，很多应用型本科院校却普遍存在着以下问题：

（1）师资力量不足，实践技能欠缺

大数据是一个新兴技术，最早由各大互联网公司引领其迅猛发展，而高校的应对相对延迟，相对来说是比较被动地进行课程和专业改革，因此，学校现有的师资显然不具备充足的师资力量。同时，除了少数和企业密切合作、具有敏锐前沿技术嗅觉的少数教师外，大部分教师专注于基础技能、理论知识的传播，而对崭新的大数据技术及其实际应用的经验较为缺乏。

（2）课程难度系数大，学生动力不足

大数据相关课程都具有一定的难度。如“大数据技术及应用”课程，内容包含Linux操作系统、分布式集群、分布式存储、分布式计算、协同服务等一系列底层基础知识，需要学生静下心来学习、操作和编写代码，学生可能会觉得枯燥无趣而不愿学习。而“数据分析与挖掘”课程，教学内容与微积分、线性代数、概率与数理统计、凸优化、信息论、偏微分方程等数学、统计理论紧密相关，同时数据挖掘算法的实现需要学生具备一定的编程能力[5]。学好课程不仅要求学生具备扎实的数学基础，还要求较强的编程与逻辑思维能力，因此学生会觉得内容艰涩、复杂、难懂，易生畏难和厌学情绪，造成学习动力不足。

（3）传统授课模式，影响教学效果

不同于传统计算机课程，通过理论讲解、系统展示，学生基本便可理解和掌握，大数据课程，是一门理论与实践性很强的一门学科，需要有理论的讲解，但如何让晦涩难懂的理论知识讲得学生愿意去听、能够听懂、如何实操，仅仅依赖传统的教师讲授的单一方式，容易导致学生缺乏自主学习的能力和探索精神，从而使学生失去学习动力和创新精神。另外，当前丰富的各种线上资源，也逐渐可以成为教师的一种辅助手段，如何充分利用好线上资源，与教师的线下课程有机结合，也需要教师们认真思考和研究实践，不断总结经验教训。

（4）课程案例脱离实际，无法吸引学生

大数据涉及的数据量更大，计算更复杂，一个简单的小数据集往往不能体现大数据应用的实际情况，学生也会觉得案例简单没有体现课程价值。而一般教师仅依靠自身力量毕竟有限，这时，只有通过和企业加强合作，将企业的实际项目案例拿来，作为课程案例，然后将知识点进行分解，一步一步带领学生进行知识点的讲解以及实践操作，学生更加感兴趣，也更能贴合企业实际需求，从而达到更好地人才培养的目标。

3 基于OBE的教学改革

随着时代的不断发展，基于OBE的教育模式现在已经非常符合社会发展对于人才培养的需求了。以下以应用型本科院校“大数据技术及应用”课程为例，逐渐实施基于OBE的教育模式，探索在教學目标、教学方式、学生考核等方面的教学改革。

3.1 “三位一体”教学目标

教学目标——知识：使学生理解大数据概念与关键技术，掌握Hadoop分布式架构的体系结构、HDFS分布式存储原理、MapReduce分布式计算原理、Hive数据仓库与数据分析原理与方法、HBase NoSQL数据库原理、Spark基于内存计算的原理等基础知识，理解基于大数据平台机器学习算法实现的技术原理。

教学目标——能力：使学生掌握大数据分析的基本步骤、实现方法，并能基于大数据平台进行开发的能力。使学生具备良好的实践动手能力和解决问题的能力，为今后的工程实践打下良好基础。

教学目标——素养：培养学生良好的学习态度、专业责任感和职业道德，具有主动学习、应用创新的能力，理解大数据对社会、安全、法律以及文化的影响，能够承担相应的社会责任。

3.2教学方式多样化

考虑到课程难度系数大、课程案例易脱离实际的现实问题，我们加强与企业合作，一方面，从企业筛选合适的项目案例，作为课程案例，将课程案例按照知识点进行分解，授课过程中以案例为驱动，注重理论讲解与学生动手实践;另一方面，引进企业师资，培训和支持教师团队。具体方式有：

（1）以项目案例为驱动，分解知识点和关键技术，引导学生寻求技术解决方案;

（2）采用校企联合授课方式，发挥企业教师的实践优势和学校教师的理论优势;

（3）校企共建实验室，搭建实践教学和学习实验平台，为实践动手提供环境支持;

（4）指导学生参加大数据各类竞赛比赛活动，检验实际动手能力和知识运用能力。

3.3多层次学生考核方案

由于大数据课程技术性较强的特点，对学生的考核采用传统的纸质考试方式不能很好地体现学生的真实水平。因此，课程的考核可采用多层次多种方式加权的方式对学生进行考核。

总评成绩分为平时成绩和期末成绩，比例各占50%。注重学生平时学习的状态，平时成绩考核多样化，主要有：考勤、单元测验、阶段测验、实验操作、比赛竞赛。而期末成绩侧重于学生对整门课程的掌握情况以及拓展学习的情况，期末考试采用开卷考试形式。

4 结束语

随着大数据时代的到来，大数据人才需求愈显稀缺，越来越多的高校开设了大数据相关课程，本文从应用型本科院校建设大数据课程的角度出发，分析了当前大数据课程教学中存在的问题，探索了一种基于先进的OBE教育理念的教学改革思路，分别从教学目标、教学方法、学生考核方法三方面进行了初步探索，并在实际教学过程中通过学生反馈不断尝试、不断改进，努力为社会培养符合产业需求的专业技术人才。

参考文献：

[1] 熊欢.基于OBE成果导向的大数据专业人才培养模式研究[J].电脑知识与技术，2021，17（9）：151-152，168.

[2] 黄林竹，李莹.大数据背景下基于OBE的教学改革研究与实践——以《Python程序设计》课程为例[J].电脑知识与技术，2020，16（36）：134-135.

[3] 圣文顺，薛龙花，邵琪.基于OBE教育理念的大数据专业人才培养方案研究[J].江苏科技信息，2020，37（30）：39-41，70.

[4] 金苍宏，吴明晖，颜晖.学习产出驱动的大数据课程教学探索与实践[J].计算机时代，2021（4）：95-97，100.

[5] 林华灵，丁杰，卓琳，等.关于应用型本科“数据挖掘”课程改革的探索与思考[J].福建金融管理干部学院学报，2020（4）：58-62.

[6] 张锦盛.基于OBE教育理念的“反向式、一体化、项目驱动”的新工科人才培养研究[J].湖北开放职业学院学报，2020，33（22）：20-21.

[7] 杜来红.基于OBE的信管专业大数据应用方向人才培养模式研究[J].情报探索，2020（6）：101-104.

[8] 林庆新，徐快，马云莺.以工作坊为抓手基于OBE模式的大数据人才培养探索與实践——以福州大学至诚学院为例[J].宁德师范学院学报（自然科学版），2020，32（3）：325-330.

收稿日期：2021-06-08

基金项目：2019年校重点课程项目，第六批上海市属高校应用型本科试点专业建设项目;2020年上海市高校重点课程;2020年上海市本科重点教学改革项目。

作者简介：李晓丹（1980—），女，河南省襄城县人，讲师，博士，主要研究方向：大数据分析与应用;张晴，副教授，博士;刘云翔，教授，博士;原鑫鑫，讲师，在读博士。