APP下载

打造专创深度融合的大数据分析实践课堂
——以广西民族师范学院信息与计算科学专业课程为例

2023-01-11黄恒秋莫洁安

广西民族师范学院学报 2022年5期
关键词:专创融合实验

黄恒秋,莫洁安

(广西民族师范学院 数理与电子信息工程学院,广西 崇左 532200)

引 言

大数据是近几年来高校学科建设和专业发展的主流,也是新工科、新农科、新文科和新医科建设的重要驱动力。教育部在2017年6月、2020年2月、2021年3月和12月,分别出台了《关于推荐新工科研究与实践项目的通知》《关于推荐新农科研究与改革实践项目的通知》《关于推荐新文科研究与改革实践项目的通知》和《关于开展高水平公共卫生学院建设的通知》等四个文件,依次提出了把大数据摆在学科发展和专业设置突出位置、探索建设农业大数据等新兴涉农专业、推动大数据等技术与原有文科专业深度融合、将数据科学等知识融入公共卫生教育教学中等若干新举措。

大数据分析作为大数据相关专业或方向的重要实践性课程,对提高专业实践能力、打造专业特色起到了重要作用。广大教师对课程的教学及改革也进行了各种研究探索,比如文献[1-8]主要关注案例教学、问题驱动教学;文献[9-11]探索了与市场相关的岗位需求匹配、需求驱动的实践教学;文献[12]强调项目驱动、竞赛驱动的实践教学;文献[13-15]讨论了线上线下混合式实践教学。文献[16]在考核方式上,以大作业和每人一个课题的课程设计进行实践考核;文献[9]、[13]、[17]探索了师生共建实践课程内容。然而,作为落实国家人才发展战略需求的“专创融合”课程教学改革,针对大数据分析相关课程还鲜有研究和改革实践。因此,文章着重介绍大数据分析实践课程与创新创业教育紧密融合的改革实践。

笔者所在广西民族师范学院大数据分析实践课程“专创融合”教学改革依托信息与计算科学专业,开课在大三下学期,96学时,使用自编教材《Python大数据分析与挖掘实战:微课版》。本课程第一课堂教学以实验驱动为主,通过教学内容实验化,并在智慧实验教学环境下实现“游戏闯关式训练”和“基于实验行为数据的实时反馈和过程化、专业化、思政化测评”,旨在全面提高学生的专业知识应用实践能力。本课程第二课堂以“开展实践性科普及公益性培训”创新创业活动和服务社会为主,面向全国高校师生,让学生充当实践课程的开发者、宣传推广者、授课者和辅导答疑者,多重角色的转变及实践服务,全面锻炼了学生专业实践应用能力、创新创业实践能力和社会服务能力。

一、专创融合教学及其在大数据分析课程教学中的改革现状

所谓专创融合,就是专业教育与创新创业教育的融合。2018年,《教育部关于加快建设高水平本科教育全面提高人才培养能力的意见》指出“推动创新创业教育与专业教育、思政教育紧密结合”,可见专创融合已成为培养国家急需创新型人才的有力举措和战略方向。在国外,专创融合教育也得到了广泛关注。比如,文献[18]探索了接受创新创业教育后学生在自我认知、情感和行为上的变化,文献[19]从学生毕业后人力资本转化能力方面进行研究,文献[20-21]则研究了学生创业性与教师专业教学能力之间的关系。文章基于国内的实际情况,从专业、课程和教学三个维度,介绍专创融合教育改革研究的主要成果及实践经验,进而分析专创融合教学及其在大数据分析课程中的改革现状。

(一)专业维度

以专业人才培养方案为纲,总体设计“专创融合”课程体系。比如,文献[22]提出的“学—练—赛”三阶段创新培养模式。第一阶段的主要目标是创新思维训练,通过先导型、专业型及拓展型3个课程模块学习;第二阶段的主要目标是创新构想实现,通过基础实验与软件学习、专业实验与课程设计、综合实践与设计等3个实践模块训练;第三阶段的主要目标是创新成果表达,通过社会实践活动和专业创新实践两个模块综合训练。该模式贯穿大学阶段的学习过程及实践训练,是一种综合式的创新创业实践教学。事实上,几乎所有专业,都非常重视创新创业人才培养及实践教育,并且在人才培养方案中渗透课程设计及实践要求相关内容。

(二)课程维度

具体落实到某门课程,按“专创融合”要求进行课程设计及建设。比如,文献[23-24]从内容、实训平台、教学方法、师资队伍与考评机制等四个方面进行课程建设及探索。首先是课程内容模块化,在教学内容设计时融入“双创”元素及案例,体现专业特色和行业发展;其次是构建实验教学环节、校内外实习实训基地、学生工作室和各类学科竞赛平台等多种举措于一体的“专创融合”第二课堂或实训平台;再次是基于探究性、项目驱动式、CDIO教学相融合的复式教学方法,实施多层次综合实践及训练;最后是“专创融合”的教师队伍建设及多样化的结果评价。该模式以具体课程为依托,以构建高阶性、实践性、综合性于一体的课程资源及教学考评为目标。有些课程具有天然性的创新创业实践属性,比较容易开展“专创融合”教育;有些课程是隐性的,或者需要与其他学科、专业交叉融合才能显示出来。因此跨学科领域、专业交叉复合,是“专创融合”课程建设的关键落脚点,需要教师们深挖课程元素,或者与学生互动,开展师生共建。

(三)教学维度

践行“专创融合”最终还是需要聚集到具体教学过程中。比如,文献[25-26]分别探索了工程类和社科类两种不同课程的专创融合教学方法。针对工程类课程,在教学过程中探索将创新思维、创新方法融入教学内容,以学生为中心设计教学方法,以产出为导向调整课程考核方法,并探索课程教学的持续改进机制;针对社科类课程,探索以“SPOC+团队学习”的教学模式,并以“创业教育学”课程为例开展教学实践。教学设计以搭建创业团队、课前团队预习、知识精讲精析、体验团队任务、复盘答疑解惑、成果展示评价六个环节进行,模拟了创业实践的全流程。“专创融合”教学实践是最重要的环节,只有落实到具体实践中才能真正起到培养创新型人才的作用。因此,除了PPT介绍和复盘已有的成功经验外,更重要的是需要专业教师带领学生们进入到具体的创业实践项目中。

(四)现状分析

以上研究成果从“专创融合”宏观方案设计、“专创融合”课程建设及教学实践等方面进行了详细全面的研究及探索,为“专创融合”教育教学改革提供良好的研究和实践思路。然而,我们注意到专创融合如何落到实处,特别是以课程为依托的校企合作实体建设及运营实践成果鲜有介绍,对于新兴专业课程“大数据分析”来说,更是如此。文章在以上研究成果基础上,结合实际学情,探索面向具体专创融合实践教学模式。

二、专创深度融合的大数据分析实践第一课堂建设

第一课堂是指课堂教学,主要由以下四个环节组成,即教学内容实验化,实验教学游戏化,实验反馈实时化,实验评价过程化、专业化与课程思政化。下面将进行具体介绍。

(一)教学内容实验化

根据自编教学素材,结合自编教材《Python大数据分析与挖掘实战:微课版》章节知识点及主要内容,开发基础性、拓展性和综合性的实验92个,对教学内容进行了完全实验化重构,如表1所示。

(二)实验教学游戏化

由表1可以发现,一方面,课堂教学内容由92个实验组成,学生完成实验需要付出极大的努力,如何提高学生学习积极性和增加题目趣味性,是必须解决的问题。另一方面,需要保证实验环境的易用性和便捷性,使得学生可以随时随地、单机和在线都能开展实验,也方便教师教学。为此,我们选择了头歌实践教学平台,在平台上建设了在线实践课程,同时配套了本地化实验资源。该课程集电子教材、视频、实验、在线编程环境、教学与实验管理于一体,游戏式实验闯关设计,支持手机、电脑等终端,可用于混合式、SPOC课堂或公开课堂等多种形式教学。课程网址为:https://www.educoder.net/paths/mxh874ts。

游戏式实验闯关设计,是指将实验项目分解为多个实验关卡,每个实验关卡包括实验指导部分和实验素材部分。实验指导主要包括实验关卡名称、实验任务、实验要求、主要知识点实例、实验测评要求等。实验素材包括数据集、标准化的实验程序模板和自动化测评脚本,其核心要求是具备智能测评功能,分线上和线下两个版本。智能测评的核心是实验程序模板和自动测评脚本,以第5章第1个实验关卡为例。

标准化的实验程序模板(命名为:step1.py),如下:

当今,地球膨胀论仍然逗留于互联网的边缘上。然而,通过几十年的地球观察资料发现,没有可靠的证据表明地球正在变大,相反有大量的证据表明地球没有变大。

#读取“银行贷款审批数据.xlsx”表,自变量为x1~x15,决策变量为y(1-同意贷款,0-不同意贷款)

#其中x1~x6为数值变量,x7~x15为名义变量

表1 教材章节与重构实验

#请对x1~x6中存在的缺失值用均值策略填充,x7~x15用最频繁值策略填充

#最后返回填充处理后的X(即x1~x15),以及决策变量Y(即y)

def return_values():

return(X,Y)

自动测评脚本(命名为:5_1.py),如下:

实验教学游戏化,就是课前先布置学生视频学习任务,提前熟悉教材的主要内容,在课堂上则是老师带领学生或者学生带领学生进行实验闯关。这种教学方式以实践为主,使得学生在“游戏式”实验中领会知识的奥秘,更利于学生掌握知识技能。

(三)实验反馈实时化

以实验为主的课堂教学,需要精准掌握学生的实验情况,避免学生抄袭、不动手、遇到困难无法解决等问题,否则很难达到预期效果。课程平台提供SPOC课程教学及实验管理、监控功能。实验实时监控指标包括:实验通关情况、实验耗时、测评次数、实验成绩、实验提交的数据时间、实验代码查重率、哪些同学代码抄袭了及抄袭比例等非常详细的实验行为数据。部分实施监控指标导出数据如表2所示。

(四)实验评价过程化、专业化与课程思政化

实验成绩作为本课程考核成绩的重要来源,如何实现实验的过程化、专业化、思政化综合评价,是调动学生积极性的重要源泉。过程化指每个实验都纳入统计核算范畴,使得学生对每个实验都重视起来,达到知识的均衡发展和坚持学习的目的;专业化主要指学生实验通关率,只有较好掌握了专业知识才能顺利通关,通关率成绩占较大比率;课程思政化是指学生在实验过程中体现出来的积极认真、诚实守信、锲而不舍、注重效率等优秀品质,可以通过实验行为数据进行测量,对应的指标为实验完成时间排序值、代码查重率、测评次数、实验耗时。

通过实验行为数据,对实验进行过程化、专业化、课程思政化进行综合评价,不仅客观有效,还方便学生知道自己的成绩如何得来,更好地促进学生在日常实验中坚持严格要求自己并赚取相应的成绩“积分”。

表2 某个班级的部分实时反馈指标数据

三、专创深度融合的大数据分析实践第二课堂建设

大数据分析应用是新工科、新文科、新农科、新医科建设的重要驱动力,也是高校师生成长与发展的“新”技术制高点。目前,市场主要关注校企协同育人、教学平台、实验室建设等教育教学基础设施建设和学生校外实习、就业、技能提升训练等校外相关服务,却鲜有关注助教、助学相关的校内服务。根据问卷调查与实践,该市场广阔,特别是在教育部“四新”建设前所未有之重视和教育教学提质增效背景下,其需求尤为突出。基于“实践科普及公益性培训”的助教、助学服务,是一个有需求、有市场、有价值和有意义的项目,而且与课程内容延伸无缝对接,是第二课堂的天然训练场,也是专创深度融合的极佳选择。基于第二课堂的专创深度融合具体实施举措如下。

(一)团队建设

由专业任课教师、专业课程学习学生、其他专业学生和高低年级配置组成混合式、阶梯式团队。教师既是团队顾问也是指导老师,负责产品规划,并与企业沟通确定合作事宜;学生参与管理和具体执行项目。团队按企业项目运作方式执行,分总负责人、小组长和组员等角色,成员间分工明确且互相协作,同时兼顾项目的实际需要统筹分配。各成员通过项目进度表跟踪进度,采用层级定期汇报制度,最终的汇报人为指导老师。该模式下团队具有创业组织的运作形式,能够高效地完成相关助教、助学任务。通过模拟企业角色运行,提前了解企业组织运营模式,更能锻炼学生的创新创业实践能力。

(二)资源聚合

除了教师和学生共同组成一个团队外,更重要的是需要聚合团队创新教学产品开发和市场运营推广所需的资源。创新教学产品开发资源可以是教师教科研成果、学生作品、课外学术科技项目、企业项目和案例,这些资源需有一定的市场前景;市场推广运营资源主要借助团队建设的自媒体和合作企业。高质高效的资源是专创融合成功的关键,也是凝聚学生团队的基础。聚合的资源可以分为多个层次且要具体,包括基础容易资源、中等难度实现资源和高难度实现资源。不管是什么层次,都需要明确具体的需求和验收标准,可以通过组员或组间验收。第二课堂聚合的资源包括自编的两部教材、学生课程设计、毕业设计和学科竞赛作品、出版社、课程平台企业。需要注意的是,精心打造精品教材、课程资源和辅助教学以及学习的各类高质量资源,才能聚合到更多的资源。表3为团队的聚合资源详情。

表3 团队聚合的创新教学产品开发资源

(三)教学产品及服务开发

基于教材、课程作业、课程设计、学科竞赛和毕业设计作品,围绕教材知识点,开发拓展式、综合性、创新性、趣味性、智能化测评的在线实验案例资源库,并对教材章节内容录制视频,组合形成了在线实践课程和运行于智慧课程平台。在此基础上,与企业合作,开发公益性培训活动。在此过程中,学生充当产品的设计和开发者、讲师助教和辅导答疑者、团队管理和项目具体实施者,管理能力、实施能力、表达沟通能力、知识深度拓展能力和技术提升能力均获得全面提高,更是为后续工作岗位积累宝贵的实践操作能力。

产品设计和开发,在企业中归属产品部门,有市场调研分析员、产品设计助理、产品设计师和产品经理等角色。在教学产品及服务开发过程中,团队成员按上述各角色进行了分工和协作,从而对项目产品的调研、分析、设计、开发、上线、推广及运营等全流程有深刻的认识和真实体验。

目前,我们的产品优势就是将主观性的实验题目标准化处理,即实验计算化和算法化,有明确的输入输出,并对学生实验输出结果进行自动检测,并借助头歌实践教学平台的游戏化闯关设计,兼顾了实验的趣味性和智能化测评,同时满足线上SPOC实验教学和线下综合实验训练等教学创新应用。目前团队与合作公司已经举办了3次训练营课程,同时我们开发的在线实践课程,已被30余所高校选用做SPOC课堂教学。

(四)宣传渠道建设

开通团队微信公众号和今日头条号(见图1),将部分案例及讲解视频陆续上传,定期更新,形成用户黏性和宣传推广作用,也起到其他的一些小收费产品或培训活动引流作用。在这个过程中,学生化身自媒体运营管理者、内容创作者和宣传推广者,适应了信息化时代的灵活应用,更是为后续的工作岗位和运营积累了经验。事实上,自媒体的管理和运营,已经成为时代的趋势,通过运营这些宣传媒介更能拉近与学生之间的距离,促进教与学的良性互动成长。

图1 团队今日头条号和微信公众号

(五)企业联合推广运营

为了更好地形成市场效应和影响力,我们一般是与企业合作,可以是教育技术平台企业,也可以是大数据培训企业,联合商讨策划方案和宣传推广方案,进行联合招生宣传推广,合作企业方也会利用自身的营销渠道进行宣传推广。企业负责学员收费和参与管理,我方出课程资源、师资和全程跟踪辅导答疑,其中学生是辅导答疑的主力。收益采取分成的形式,在已经结束的三期培训活动中,我方收益均占到了七成,对团队的信心和竞争机制形成均起到了积极的促进作用。

在与企业的联合推广过程中,我们可以学到企业的运营推广技巧和书本上没有的内容,为日后创新创业实践打下较好的运营推广基础。同时,企业在这个过程中也可以了解学生的实际能力。这个能力是多方面的,包括表达沟通、业务知识、技术水平等,是一个天然的实习实训考察机会。通过这种途径选拔的人才更能符合企业的实际需求,也更能促进学生积极认真学习和提升自己。目前,团队已有部分学生通过这种方式实现了高质量的对口就业,是非常有推广价值的。事实上,更多企业喜欢这种宣传及推广实践方式,既能选拔优秀人才,也能间接起到宣传公司的作用。

(六)团队激励

合理的激励机制是成功运营和管理的关键,我们既要防止学生过强的功利性,又要避免老师空洞的说教。经过多次尝试与实践,我们确立了价值导向、服务引领、和谐共创的特色激励机制,具体包括:1.将学生作品入选教材或教学案例,以增加其学习成就感。当学生看到自己的作品被更多的同学学习使用,那种自豪感是无以言表的。2.模拟企业晋升机制,给学生提供团队内晋升机会。在团队内部,轮岗或者能者上,或者协作完成,能让学生获得更多的角色认知实践。3.将成果转化的部分收益给学生作为经济补偿。虽然团队的培训和推广带有公益属性,但是部分个性化的高端训练营课程还是适当收取费用的。通过与企业合作及分成,大部分收益由学生团队来支配。通过按劳分配的原则,让学生的付出有了实际回报,其干劲会更足。4.提供给学生实习和就业机会。合作企业一般会有一些实习或就业机会,优先推荐表现优异的同学,也起到了积极的促进作用。比如广东泰迪智能科技有限公司于2020年和2021年分别选择了我校4位和15位优秀成员到广州实习,实习结束双向选择,其中超过50%留在公司工作。2021年与湖南智擎科技有限公司头歌教研中心联合举办的“Python大数据分析与挖掘”寒假训练营活动中,部分优秀成员也获得了企业青睐。5.团队成员间的传帮带效应。团队成员的主要身份还是学生,其发展和成长也是最重要的一个方面,除了参与团队活动获得锻炼之外,还可以与团队成员一起组队参加各类学科竞赛和创新创业大赛,通过传帮带效应更容易提升专业技能和取得更好的参赛成绩。

四、实践检验

以信息与计算科学专业2017级、2018级、2019级为改革对象,对应的课程开设在2020、2021和2022春季学期。在第二课堂教学改革实践中,2018级的部分同学会提前加入由2017级主导的学生团队中,组成混合编队。同理,2019级和2020级的部分学生也会提前加入由2018级和2019级主导的学生团队中,使其团队具有“传帮带”示范作用。实践改革表明,学生专业技术能力、创新创业实践能力和社会服务实践能力均获得了显著提高,教师的教研成果也取得了积极可喜的成绩,较好地实现了师生共同成长。以下为参与改革的年级学生和主导教师取得的成绩,如表4所示。

表4 信息与计算科学专业(2017-2019级)专创融合实践改革成绩

表4(续)

从表4可以看出,参与改革的学生和教师均获得了较好的成长,学生竞赛获奖无论是质量还是数量,都取得了非常可喜的成绩。在创新创业类竞赛、教学产品开发及服务方面,也取得了很好的突破,团队的影响力也日渐增强。

结 语

文章从培养国家创新型人才的战略举措出发,以服务“四新”学科建设基础为主向,以大数据分析实践课堂为载体,以第一课堂、第二课堂两个课堂课程紧密融合为具体实施方法,从而实现了专业教育与创新创业教育深度融合。在第一课堂教学中,强调了资源的建设和智慧实验教学改革,旨在提高学生的专业技术能力;在第二课堂教学中,强调团队建设、市场资源聚合、产品开发及推广运营等实际市场行为,旨在培养学生的市场意识。从实践成效来看,也取得了显著的效果。文章以大数据分析课程为例,全面深入介绍了专业课程与创新创业教育深度融合的实践范例,对其他相关课程,特别是新兴产业学科专业课程也有积极的借鉴意义。

猜你喜欢

专创融合实验
记一次有趣的实验
高职院校专创融合课程与实践体系建设研究
村企党建联建融合共赢
专创融合背景下应用型高校师资队伍建设研究
工程专业人才培养的主要问题与“专创”融合式教育的实践探索
融合菜
专创融合视域下旅游高职院校“双创教育”实施路径探索
从创新出发,与高考数列相遇、融合
《融合》
做个怪怪长实验