基于应用型本科大数据概论课程的多元化教学实践研究

2023-11-06杨军宁玉富杨菲菲王俊玲

电脑知识与技术 2023年25期

杨军，宁玉富，杨菲菲，王俊玲

（山东青年政治学院，山东济南 250000)

1 大数据概论的课程内容体系结构

为了让学生更好地在学习中熟练掌握大数据的理论和技术，将课程分为理论和实验课，不仅能够让学生了解大数据的相关内容，并且可以熟练操作大数据的基本架构和技术，让学生对大数据技术有初步的了解。

该课程重点让学生理解并掌握六个方面的内容：大数据处理架构Hadoop、HDFS基本操作、分布式数据库Hbase基本操作、MapReduce开发与应用、数据可视化、Storm 流计算框架、Spark、图计算[1]。认识大数据Hadoop 平台的安装、自动化部署以及安装配置的方法，掌握运行和管理该集群；深入学习Hadoop 的项目结构和安装方式，理解Hadoop 的运行方式；掌握HDFS 的相关概念、体系结构、存储原理、常用命令、Web 界面；了解大数据读写过程；理解常用Java API；掌握MapReduce 的工作流程，了解MapReduce 简单编程方法；理解MapReduce 的具体应用；掌握HBase 的数据模型及常用的Shell 命令；了解HBase 的实现原理、运行机制；理解访问接口；掌握可视化工具；了解数据可视化的重要作用及类型；理解Spark 的工作原理和基本操作；理解Hive 的工作原理和基本操作[2]。具体课程内容和学时分配如表1所示。

表1 大数据概论课程内容与学时分配

大数据概论课程旨在介绍大数据领域的基本概念、技术、应用和挑战，主要介绍大数据的基本概念、特点、来源以及在现代社会中的重要性和应用领域；数据的获取、收集、存储和处理，涵盖传感器、社交媒体、日志文件等数据来源以及数据库、分布式存储系统等存储技术；数据清洗、去噪、填充缺失值等预处理技术；数据分析和挖掘的基本方法包括统计分析、数据可视化、关联规则挖掘、聚类和分类等技术；分布式计算框架如Hadoop 和Spark 以及并行计算、批处理和流处理技术，用于高效处理大规模数据；探讨数据可视化方法；大数据隐私保护和安全问题，讨论数据泄露、身份识别等风险以及加密、访问控制等保护方法；大数据在不同领域的实际应用，如商业智能、金融分析、医疗保健、社交网络分析等，通过案例研究帮助学生理解实际应用场景；大数据伦理、隐私权、知识产权等法律和道德问题引导学生思考在数据收集和使用中的道德准则；大数据领域的未来发展趋势讨论可能的技术进展、应用领域扩展以及面临的挑战[3]。

2 课程教学中存在的问题与多元化教学实际意义

在实际教学过程中，大数据概论的教学存在诸多问题。比如枯燥的大数据入门知识影响学生的学习兴趣；由于不同学生的学习能力和基础不同，学习有效性的整体水平不一致；学生缺少学习的主观能动性，主动性和积极性不高。

对于存在的问题，利用多元化教学的方式，可以提供更丰富、更有效的学习体验，满足不同学生的需求和学习风格。多样化的教学方式可以从不同角度、不同途径来呈现知识，帮助学生从多个维度理解和掌握学习内容，有助于培养深层次的理解和分析能力。通过实际案例、项目、讨论等形式，学生能够学习将理论知识应用于实际问题的能力，培养问题解决和创新思维能力，通常涉及小组合作、讨论等活动，这有助于学生培养团队合作、沟通和协调的能力，为将来的职业生涯做好准备。强调学生的主动参与和自主学习，学生需要根据自己的需求和兴趣选择合适的学习方式，从而培养自主学习的能力。在增强学生的社会技能和人际关系方面，多样化的教学可以通过小组合作、讨论和交流促进学生之间的互动和交流，增强他们的社会技能和人际关系，使他们更好地适应社会和未来的工作环境。在培养学生的综合素质和能力方面，多元化教学可以通过不同的教学方法和策略，培养学生的批判性思维、创造力、沟通能力、合作精神等多种能力和素质，使其更加具备全面、综合的能力。

3 大数据概论多元化教学理念

1)大数据概论课程要着眼于工科学生的职业发展。在目前的云大物移智时代，大数据技术很大程度上影响了经济发展、社会发展和世界格局。作为新一代的工科学生，务必要学以致用，所以课程教学理念要定位在人的综合发展上，尤其是以信息技术素养能力和个性为核心的发展。而课程改革更要培养学生的大数据思维，在信息采集、信息存储和信息处理方面的处理问题的能力以及发现问题和思考问题的能力。同时，课程改革还要培养学生优秀的个人品质，培养终身学习创新的能力、分析处理问题的能力以及生存和发展的能力。

2)有教无类地面向每一位同学。在课程教学实施中，要保持不放弃每位同学的心态，面向全体学生综合考虑，了解每位学生的特点和优劣势，引导开发其信息技术潜能，力争让每位学生都具备一定的动手能力和操作能力，让每位学生踏入不同的发展领域，将来成为不同层次、不同规格的信息技术人才。

3) 加强学生在信息科技思维的全面综合发展。该教学理念始终贯彻让同学们全面发展的思路，该课程提出了对大数据技能与知识、方法与原理的教学目标，达到了对目前信息技术思维的整体覆盖，让学生从大数据基础到大数据原理的整体知识的普及以及在实际生活中大数据技术的应用[4]。

4)全面始终贯彻素质教育，讲授专业知识，进一步增强学生的创新意识，拓宽专业学习和交流的界面。

5)借助大数据平台为学生提供丰富的自学材料，鼓励学生进行多方面的训练，开拓学生专业知识领域的宽度和广度。

6)在课程中加入工程认证思维，通过课程讲授、实验和设计的教学手段，深化对大数据概论课程内容的把握和理解，提升学生对大数据知识整体的掌握。大数据概论课程以理论和实验为主，在实际教学中以工程认证为背景，通过课程实验和课程设计让学生加深对知识的理解和应用能力，在一定程度上激发钻研精神和培养研究能力。

7)通过搜集教材知识点和实际应用的大数据案例，并且邀请国内知名专家学者的大数据专题讲座，进一步促进学生对云大物移智时代大数据知识的掌握和应用。

4 大数据概论多元化教学设计

1)课程考核方式及其创新点

大数据概论课程考核包括平时考核和期末考核。平时考核包括：作业、实践成绩等。实践成绩从操作过程、创新能力、操行表现、实验报告等多方面进行考核，操作过程满分60 分，实验报告满分30 分，创新能力满分10分，操行表现从考勤、安全和态度与文明三方面考核，只减分不加分，记录实践成绩。实践成绩按加权值计入课程成绩。期末考核采取笔试开卷形式，理论考核成绩以百分制计，主要考核学生对大数据的基本知识、基本理论、大数据应用等内容的掌握情况。期末考试试题依据工程认证标准。

在考核内容与要求方面，主要包括如下方面：操作过程：学生听课情况，操作过程中大数据平台的独立使用及熟练程度。完成情况：学生作业及测试的完成情况。创新能力：学生在实验过程中的创新思维体现。日常考勤：迟到、早退及旷课情况。态度与文明：学生在实验过程中的组织纪律、操作规范、学习态度及服从管理等情况。实验报告：学生完成实验报告的情况。理论考核：学生对大数据技术理论及应用知识的掌握情况。

本课程的实践教学包括课堂实践、实验教学、课外实践。课堂实践包括课堂讨论、小组辩论等形式，以培养学生逻辑思维和学术语言表达的严密性。实验教学主要包括数据存储与管理、数据处理与分析、数据可视化等环节典型软件的安装、使用和基础编程方法，内容涵盖操作系统(Linux 和Windows)、开发工具(Eclipse) 以及大数据相关技术、软件(Hadoop、HDFS、MapReduce、HBase、Hive、Spark、MySQL、MongoDB、Redis、R、D3、ECharts)等，让学生学习和掌握大数据关键技术。课外实践包括教学观摩、研究性学习、参加学科竞赛等形式，目的在于使学生通过实践性教学，学会运用所学理论分析现实中的问题，以培养学生的科学研究能力、分析问题能力、解决问题的能力以及创新能力。

2)多元化教学方法的设计

根据授课对象的特点和课程类型，对大数据概论课程采用多元化教学方法，如课堂讲授、案例演示、问题导向、小组互助等多种教学方法相结合。加强多媒体展示、模拟实践、上机指导等多种教学手段，采用引导式教学。在授课时以现实中的案例为例引导学生主动思考和学习，避免灌输式教学，以达到更好地理解和掌握知识点的目的。

第一，反转课堂。通过让学生在课堂外预习大数据概论教材和视频等资源，然后在课堂上对大数据概论知识进行深入的讨论和分析，提高学生的思考和理解能力。结合传统教学和学生讨论，让学生参与问题解决和知识探讨中，同时结合课堂上的提问和讨论，评估学生对课程内容的理解和运用能力。

第二，个性化学习。根据每位学生的学习需求和风格，提供个性化的学习计划和教学资源，让学生在自己的舒适区内进行学习。利用多样的教学方法和资源，激发学生的学习兴趣，提高他们的参与度，让学生更好地在活动、讨论、实验等互动性较强的教学环境中保持专注和投入。

第三，项目学习。通过组织学生参与实际的项目活动，让学生在实践中学习，培养他们解决问题的能力和团队合作精神，在每个模块中引入实际案例，展示大数据在现实世界中的应用，激发学生的兴趣。

第四，课程实践环节。在课堂教学中注重运用案例教学、讨论式教学、实验教学等教学方法和网络课程、多媒体等现代教学手段，进一步鼓励学生系统地掌握该课程的基本原理、基本原理和知识。

第五，实验教学。学生可以在实验室的大数据实验平台和线上的大数据平台进行实验，设计理论作业和实践项目，让学生既能理解概念，又能运用所学知识解决实际问题。同时，实验练习专业课程实验和大数据存储、数据分析、数据挖掘等综合实验。这种实验式教学能够极大地提升学生的综合素质。

第六，将学生作为课外专业实践活动的主体，依托本学院的大数据专业教师、学工及学生会积极引导和鼓励学生们自主开展大数据专业创业实践、创新活动和实践活动，培养学生大数据技术的实践能力。例如，积极组织学生参加大数据竞赛、互联网大赛、数据挖掘比赛等活动以及学院和其他各部门组织的学术探讨和科学研究活动。同时，提供在线学习平台，包括课程资料、讨论区、在线测试等，便于学生随时学习和交流

大数据概论课程是大数据技术入门课程，是一门理论性和应用性都较强的专业基础课。课程需要系统全面地介绍关于大数据技术与应用的基本知识和技能，所以在课程设计思路上，要充分体现“贴近学生实际，贴近大数据工作要求，贴近后继课程需要，贴近科技进步”，教学内容以实用为目标，重点涵盖最新技术。利用线上线下混合式教学方式，大数据课程教学需要大量上机实践，这些实践内容的详细步骤是无法通过课堂时间介绍清楚的，需要学生在课后摸索实践[5]。