新工科背景下大数据专业实践创新教学影响因素研究

杨磊 陶皖 刘三民

摘要：新工科背景下，传统的专业实践创新教学环节面临诸多问题，难以满足社会对创新型、综合型人才的需求。为了推进大数据专业实践创新教学改革，提升大数据专业人才工程实践能力和创新能力，达到新时代专业人才培养目标的要求，文章总结了影响新工科背景下大数据专业实践创新教学的一些重要因素，运用解释结构模型对这些因素进行了合理的建模分析，并给出了提高专业实践创新教学水平的建议和解决方案。

关键词：新工科;大数据;实践创新;影响因素

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2022）18-0159-02

开放科学（资源服务）标识码（OSID）：

1 引言

大数据时代的到来，数据科学与大数据技术也随之成为一门独立的学科，本专业培养以计算机科学、统计分析为基础，具备相关学科的领域知识，能推动并引领未来全球“互联网 +”、云计算、大数据技术在各领域的深入应用，具有较强的实践创新能力和创新意识、从事大数据领域科学研究基本能力的高素质复合型人才[1]。

我国高度重视培养大学生的创新创业能力培养，在“大众创业、万众创新”的政策引导下，各高校各专业早已纷纷开展大学生创新创业教育。数据科学与大数据技术作为应用性强、交叉性强的新兴专业，对如何持续有效提升大数据专业学生的工程实践能力、培养大数据专业学生的创新能力和创新意识成为当前急需解决的重大课题。

2 大数据专业实践创新教学现状

学院于2018年成功申报了“数据科学与大数据技术”专业，并于当年9月正式招生。为了实现数据科学与大数据技术的专业实践创新教学目标，我校大数据专业的专业实践创新教学主要包含了三大实践教学环节：基础教育实践、专业教育实践和综合教育实践，不同的实践环节又包含不同的实践教学内容。

面对大数据专业实践创新教学众多环节，现有的实践创新教学面临着实践创新教学体系不完善、理论与实践创新教学模式单一、实践创新教学平台不足、教学手段缺乏创新、学生主动性差、“重理论、轻实践”等突出问题，实践与创新教学内容设置不完善且实践创新训练内容未随技术的发展而及时更新，实践考核方式单一，通常以学生实践表现、实践报告以及成绩评分等作为实践教学评价依据。由于大数据专业实践创新教学环节问题复杂，各方面受主观因素影响大，并且专业实践创新教学具有整体性、系统性等特征，另外也受到大数据人工智能时代、互联网+等外部环境大变革影响，导致提升专业实践创新教学水平受诸多因素的影响制约，现有的大数据专业实践创新教学难以满足新时代环境下社会对创新型、综合型人才的需求[2]。为了全面提升大数据专业实践创新教学水平，需要对影响大数据专业实践创新教学的相关因素进行科学综合分析，进而提升大数据专业实践创新教学水平成为目前大数据专业实践创新教学的重要课题。

3 专业实践创新教学影响因素

新工科背景下大数据专业实践创新教学牵涉到校内实践创新教学和校外实践创新教学等多方面因素的影响，从整个实践创新教学的全过程来看，应当充分考虑人、设备、环境、校内、校外等各方面影响因素进行分析。通过对大数据专业现有实践创新教学体系进行充分调研和大量实践创新教学案例分析，结合文献资料对专业实践创新教学因素的分析[3-5]，以及对企业、往届毕业学生和其他高校实践创新教学方面的调研，分析涉及大数据专业实践创新教学的诸多要素，归结形成了大数据专业实践创新教学的影响因素，如表1所示。

4 实践创新教学影响因素模型分析

解释结构模型选择构成复杂系统的关键影响要素，分析因素以及因素之间的直接二元关系，根据各要素的相关性进行分析建立解释结构模型，以最直观的层次化的有向拓扑图的方式呈现出来，使系统要素之间交错的关系条理化，从而发现关键因素间的本质联系，揭示系统结构的内在规律。

4.1 建立多级递阶结构有向图

根据上述表1所述的原因及其相互因果关系，利用解释结构模型方法[6]，可将上述14个影响因素的直接关联关系表示成邻接矩阵A，经过一系列运算后得到可达矩阵M，进一步分解后可画出系统结构递阶有向图，如图1所示。

4.2 大数据专业实践创新教学影响因素分析及对策

根据解释结构模型理论，由图1所示的多级递阶结构有向图中可以看出，大数据专业实践创新教学影响因素由表层、中层和深层等因素构成，各因素间存在直接或间接的影响。在处理分析问题时，应着重考虑如何解决深层存在的问题。

影响大数据专业实践创新教学水平的表层因素是：实验教学、课程设计、实验室建设、实习实训、毕业设计、学科竞赛、学科竞赛、暑期实践和创新创业训练等八个影响因素。

实验教学是大数据专业学生较快掌握理论技能和实践技能的有效途径，也是实践创新教学的基础，应根据专业特点要求及时更新实验内容，适当增加的新的实验内容和综合性实验环节，注重实验过程管理和教师指导。课程设计是综合性实践教学环节，需要学生完成学科基础课程和专业方向课程的综合性、应用性和方向性的综合设计题目，应做好教学环节设置和过程管理控制，加强教师设计过程指导，重视教学质量，完善教学评价方式。加强实验室建设，包括教学实验室和创新实验室，利用好大数据中心实验教学平台，建立与维护实验实践创新教学资源共享平台，做好在线实验平台搭建与开放使用，提升实验设备利用效率。

學院应加强校内外大数据专业的实习实训基地建设，加大新设施设备的投入，加大最新实践案例的引入并加强师资培训，提升专业综合服务能力;同时选择行业影响力大专业对口、技术力量雄厚以及重视校企合作的优秀企业开展合作，建立校外实训实习基地，引入企业先进管理模式，跟踪企业最新主流大数据技术，帮助学生提前熟悉适应企业生产环境，掌握先进的大数据分析与应用技术理念。

毕业设计可以全面提升和检验学生的综合实践创新能力，是大学四年学习成果的一次综合检验。应严格落实毕业设计各项管理制度，积极创新毕业设计教学模式。引进企业指导教师，联合指导毕业设计，对于毕业设计过程中的开题、中期检查、系统检查和论文答辩各环节严格过程管理，鼓励学生对新知识新技术进行不断探索和应用，结合实际问题给出分析与解决方案，不断提升学生的实践能力和创新能力。

学科竞赛是超出课本范围的一种特殊的综合实践创新检验，帮助学生提升自主思考、锻炼独立分析解决问题的能力，应积极主动引导组织学生参加大数据专业学科竞赛，在竞赛中不断解决问题和学习新知识，积极与外校学生在竞赛中交流学习，不断提升专业实践创新综合能力。暑期实践是充分利用暑假时间锻炼学生的实践能力，指导学生做好大数据实践课题或参加专业学科竞赛，锻炼学生的实践能力和创新能力，专业教师应加强过程指导，提升实践效率，完善评价方式。大学生创新创业训练计划项目对于增强高校学生的创新能力和在创新基础上的创业能力具有重要意义，应鼓励学生参与创新创业训练，在导师指导下学生强化创新创业能力训练，鼓励自主完成创新性研究项目以及在创新基础上的创业能力提升，培养适应创新型国家建设需要的高水平创新人才。

影响大数据专业实践创新教学水平的中层因素是专业综合实践、校企合作、学风管理、科创实践和实践创新评价等五个因素。在毕业班第7学期开设专业综合实践课程，在前面6个学期实践创新训练的基础上，引进企业生产模式和企业优秀的工程师，建立企业讲师和专业教师指导团队，为学生做好实践与创新辅导，同时为下一步的毕业实习、毕业设计和就业打下良好的基础，整个专业综合实践过程中应加强过程督导和管理，完善制度建设，改进教学评价方式，并根据教学效果和实践过程中出现的问题，进行持续改进和完善，持续提升学生的实践和创新能力。

专业建设过程中应深度强化产教融合和校企合作，拓宽培养渠道，开阔多维视野，积极推进协同育人项目。建设校企混编教学团队，聘请行业、企业的软件开发和大数据领域的技术人才到学校兼职，参与学校的课程教学活动和课程建设工作，同时可以实施本科生双导师制，校企师资搭配全程引导学生的专业视野。

优良的学风是提升专业实践创新教学能力的保障，要把学风建设落实到实践创新教学管理的各个环节，完善学风管理制度，保障各项实践创新教学活动的高效开展，同时鼓励利用好课外时间，让学生积极主动学习。

科创实践对于新工科背景下的实践创新教学极其重要，专业建设可以和企业联合设立科研创新项目，鼓励学生积极实践创新，根据企业、社会提出的应用需求，创造性地解决实际应用问题。

如何全面评价实践创新能力培养质量，构建科学的指标体系是整个实践创新能力评价工作的核心和评价目标实现的关键，大数据专业学生的实践创新能力评价指标应具有反映学生从实践创新的产生到创新成果的产出整个过程的功能。在实践创新评价过程中，应改革原有的评价模式，制定新的评价标准和指标体系，持续推动实践创新水平的提升。

影响大数据专业实践创新教学水平的深层影响因素是师资队伍，师资队伍建设是提升专业实践创新教学水平的关键，应从职称、学历、年龄、学缘等多方面优化专业实践创新教师团队，营造良好的内部、外部教学科研环境，通过人才引进 、访学进修、专业培训、企业挂职提高师资队伍水平。首先，针对大数 据专业教师工程实践创新经验不足，应充分利用学院软硬件教学实验室、创新实验室、实训实习基地等资源，加强教师的实践创新教学能力培养;其次，加强校校合作、校企合作，促进双方的优势和资源优化互补，鼓励专业教师参加访学进修、学历提升，校企联合培养大数据技术骨干教师，鼓励专业教师赴大数据分析与应用的相关企业进行挂职锻炼，提升工程背景和丰富教师实践经验，促进教师专业知识及时更新，提高教师实践创新能力和解决实际复杂工程问题的能力，进而提高教师的实践创新教学能力;最后，多途径人才引进高层次、高学历专业人才，特别注重引进具有大数据行业知名企业工作经历背景的师资力量，并聘请具有丰富实践经验、技能水平高的企业工程师作为兼职实践教师，从而促进专业实践创新教学师资水平的提高。

5 结论

新工科背景下大数据专业实践创新教学水平的提高受到多种因素的制約，通过对这些影响因素的深入分析和研究来帮助提升专业实践创新教学水平是十分必要的。本文通过整理相关文献和咨询专家，总结出新工科背景下影响大数据专业实践创新教学的14个相关因素，采用解释结构模型分析了各要素之间的层次关系，构建了相关影响要素的多级递阶结构有向图，总结得出了影响大数据专业实践创新教学的表层因素、中层因素和深层因素，并做出分析，为新工科背景下有效提升大数据专业实践创新教学水平提供了参考。

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] 冯勇，徐红艳，王嵘冰，等.工程认证理念下数据科学与大数据专业建设探究[J].辽宁大学学报（自然科学版），2021，48（1）：88-91.

[3] 尹波.新工科背景下大数据专业课程体系研究和实践[J].计算机时代，2021（7）：98-100，103.

[4] 赵春玲，周开梅，胡爱红，等.新工科背景下大学生实践创新能力影响因素及培养对策[J].创新创业理论研究与实践，2019，2（10）：11-13.

[5] 薛强，杨硕，安晶.普通高校工科学生创新实践能力培养的学生因素分析[J].黑龙江教育（高教研究与评估），2020（1）：65-67.

[6] 汪应洛.系统工程[M].5版.北京：机械工业出版社，2016.

【通联编辑：王力】