新工科背景下大数据专业混合思维能力培养实践教学模式研究与应用

叶丽珠 代丽娜 郑冬花

摘要：大数据专业在新工科发展中扮演着重要角色，而混合思维能力的培养对职业需求具有关键的意义。本文旨在探讨在新工科背景下，如何有效培养大数据专业学生的混合思维能力。本文将设计与实施一种多层次、递进式的实践教学模式，通过引入案例和设计教学方法来实施教学，以期从计算思维、数据思维、工程思维和创新思维四个维度来培养学生的编程与算法能力、数据分析与解析能力、工程实践能力和创新能力。希望能够在大数据专业的培养中取得新的突破，为学生的综合素质提升提供有力支持。

关键词：大数据专业；混合思维；实践教学模式

引言

教育部从2017年开始持续推进新工科建设，新工科教育强调跨学科融合、实践导向和创新能力培养，旨在培养具备广泛知识背景和综合素质的工程型人才，以适应日益复杂多变的现实挑战[1-2]。在这一教育背景下，混合思维能力作为一种跨领域、多元思维方式的综合素质，日益受到人们的重视。混合思维能力强调不同学科、不同思维方式的融合，以帮助学生跳出传统思维的限制，更好地应对复杂问题。培养混合思维为学生提供了解决问题、创新设计和跨学科合作的能力。尤其在大数据时代，混合思维能力对于应对海量、多源、高维数据至关重要。数据科学与大数据技术专业作为新工科背景下的典型代表，正面临着日益增长的人才需求。实践教学是高等教育的重要组成部分，是應用型人才培养的重要环节，是学生实践能力和创新能力培养的重要途径，实践教学效果将直接影响人才培养质量[3]。实践教学模式强调通过实际项目、案例分析等方式培养学生的应用能力和综合素质，与新工科的理念相契合，有助于培养学生的混合思维能力。

本文旨在探讨新工科背景下，如何从计算思维、数据思维、工程思维和创新思维四个维度出发，探索适合应用型民办高校大数据专业的实践教学模式，以培养学生的基础编程能力、数据分析能力、工程实践能力和创新应用能力的混合思维能力为目标。以“算法分析与设计”“数据采集技术”“大数据分析与应用”三门课程为例，设计实践教学案例与实施教学方法，通过融合不同思维来培养学生在编程与算法基础、批判性思维、创造力和解决工程问题等方面的能力，从而使学生具备良好的混合思维能力。

1. 混合思维能力培养的必要性

混合思维能力，作为跨领域、多元思维方式的综合素质，正逐渐成为适应新工科背景人才的重要素质之一。其强调不同学科、不同思维方式的融合，包含计算思维、数据思维、工程思维、创新思维等多个维度。

计算思维强调编程和算法应用的基础。有学者在2006年对计算思维进行了系统定义，认为“计算思维是运用计算机科学的基础概念进行问题求解、系统设计以及人类行为理解等涵盖计算机科学之广度的一系列思维活动”。

数据思维是以数据驱动发现问题，通过数据处理来分析事物之间的关联关系，最终提出解决策略的新的思维模式[4]。数据思维要求用户能够有效地收集、分析和解释数据，从而在决策和问题解决中得出有依据的结论。

工程思维是综合运用自然科学、社会科学、管理科学、人文科学等各学科知识来解决工程实践问题所形成的一种思维方式[5]。工程思维指导人们创造、实施工程，工程思维水平的高低将直接决定工程的质量和实施效果，其强调系统性、整体性的观念，有助于学生将理论知识应用到实际工程。

创新思维强调独立思考、寻找新颖解决方案的能力。创新是引领发展的第一动力，高校一直高度重视创新型人才的培养。创新思维是指以新颖独创的方法来解决问题的思维过程，借助该思维模式能突破常规思维的局限，以超常规或反常规的方法和视角去思考问题，提出与众不同的解决方案，从而产生新颖的、独到的、有社会价值的创新成果。

新工科教育强调综合素质和跨学科能力的培养，以培养适应多元化职业需求的工程人才。在这一背景下，混合思维能力的重要性愈发凸显。通过培养学生四个维度的思维能力，使他们能够全面地应对日益复杂和多变的大数据挑战。

2. 基于混合思维能力培养的实践教学模式的设计与实施

2.1 混合思维能力培养的实践教学模式的设计

在设计实践教学模式时，结合我校大数据专业实际情况，审阅人才培养方案和梳理实践教学课程体系，突出思维培养与实践活动相结合，设计了分层、递进的实践教学模式，如图1所示，以培养学生的混合思维为导向，以期能提高学生的编程与算法能力、数据分析能力、工程实践能力和创造能力[6]。

在图1中，以课内实践和专项实践两个核心环节来培养计算思维，通过计算思维课程群和案例驱动来培养学生在编程基础、算法思想、分析问题和解决问题方面的能力；从数据分析方法、数据分析工具和数据分析技能三个核心环节开展数据思维的培养，通过数据思维课程群和项目导向来培养学生在数据获取、数据管理、数据分析和数据解析方面的能力；以专业见习、综合实践、毕业实习、毕业设计为核心展开工程思维的培养，通过工程思维课程群和产教融合来培养学生在问题定义、解决方案、跨领域合作和工程实践的能力；以社会实践、学科竞赛、创新创业项目为核心开展创新思维的培养，通过建立实践创新基地、数据智能工作室与研究所来培养学生在独立思考、创新意识、创造力方面的创新实践能力。计算思维、数据思维、工程思维和创新思维的培养理念贯穿在整个大数据专业的实践体系中。

2.2 混合思维能力培养的实践教学模式的实施

2.2.1 计算思维：培养编程与算法能力

计算思维是大数据专业学生的基础能力之一。通过编程和算法的学习，可以培养学生分析问题、设计算法并实现解决方案的能力。例如，引入“C语言程序设计基础”“面向对象程序设计”“Python程序设计”“数据结构”“算法分析与设计”等编程类和算法类课程，教授学生编程思维和算法思维，让他们能够利用计算思维来自主发现问题、分析问题与解决问题，从而提升学生的编程与算法能力。

2.2.2 数据思维：培养数据分析与解释能力

数据思维是大数据专业学生必备的核心能力之一。在教学中，可以通过真实数据集的分析案例，引导学生掌握数据清洗、可视化、模型建立等技能，培养他们对数据的敏感性和分析能力。例如，引导学生分析社交媒体数据，从中深入发现和挖掘数据背后的价值，以培养他们具备跨领域数据的分析与解释能力。

2.2.3 工程思维：培养工程实践能力

工程思维强调实际问题的解决和应用。通过企业项目实践来驱动学习，可以使学生将理论知识应用于实际工程项目中，锻炼他们从问题定义到解决方案实现的全过程能力。例如在“大数据分析与应用”课程中，组织学生跨领域合作完成“电商产品评论数据情感分析”大数据项目，要求学生运用工程思维，从数据采集与清洗、情感分析与应用等角度解决工程问题。

2.2.4 创新思维：建立创新意识与激发创造力

创新思维在大数据领域中同样不可或缺。通过项目导向的教学方法，让学生建立创新意识，培养他们发现问题、提出新颖解决方案的能力。例如，鼓励学生在学科竞赛中寻找大数据新的应用场景，设计创新的数据分析方法，培养他们独立思考和解决问题的能力。在创新创业项目中，鼓励学生提出创新的大数据应用方案。通过数据智能工作室和研究所引入企业横向课题和教师科研项目，让学生了解和接触真实的大数据项目，从而为他们提供更加丰富的创新思路和激发他们的创造力。

3. 混合思维能力培养的实践教学案例與方法

3.1 计算思维训练：实现大数据处理工具及算法解析

在“算法分析与设计”课程中，学生将接受计算思维的训练，通过实现大数据处理工具并解析算法，培养他们在解决实际问题时的计算思维能力。学生将实现一个具有数据读取、清洗、处理和分析功能，能用于处理大规模数据集的工具。该工具在处理较大数据集时，使用数据结构和算法来优化性能。具体的教学方法：（1）学生选择合适的数据处理算法，分析其适用场景和性能特点，并实现所设计的算法；（2）学生使用编程语言实现数据处理工作的数据读取、清洗和分析功能；（3）当数据量较大时，学生使用并行计算或内存管理技术优化工具的性能，并比较和分析不同算法在不同数据规模下的性能表现与优缺点。

3.2 数据思维培养：航空公司客户行为分析

在“大数据分析与应用”课程中，使用来自航空公司的客户行为数据，要求学生综合运用数据分析技术如数据清洗、特征工程和机器学习算法来分析客户的特征和购票行为，同时理解航空运营和市场需求。学生基于分析结果，提出改善航空公司客户关系管理建议与措施，旨在培养他们数据思维的能力。具体的教学方法：（1）教师提供脱敏后的航空公司真实客户数据集，学生了解数据的结构和含义，进行数据预处理；（2）学生运用数据分析技术对数据进行清洗、探索性分析和特征提取，教师引导学生选择机器学习算法进行客户行为预测；（3）学生分析模型结果，解释客户行为的关键特征和影响因素，并基于分析结果，提出改善客户满意度的策略，如优化机票定价、航班排班等。

3.3 工程思维实践：电商产品评论数据情感分析系统

在“数据采集技术”和“大数据分析与应用”两门课程中，通过引入跨学科团队合作项目来培养学生的工程思维和团队合作能力。让大数据与电商专业的学生合作设计“电商产品评论数据情感分析系统”，该系统通过采集电商平台中某产品的评论数据，从分析产品的用户情感倾向出发挖掘该产品的优点与不足，以提升对应商家的竞争力。具体的教学方法： （1）学生分为不同专业背景的团队，模拟实际跨学科合作环境；（2）学生利用数据采集技术获取产品评论数据与清洗合并数据；（3）学生运用数据分析技术的文本挖掘分词算法和LDA主题模型识别客户情感倾向；（4）学生团队成员在班级上展示项目成果。

3.4 创新思维激发：健康数据个性化管理

在“大数据分析与应用”课程中鼓励学生设计创新的大数据应用，如设计个性化的健康管理应用，用于实时监测用户的健康数据并提供健康管理与建议，以建立学生创新意识和激发创新思维。具体的教学方法：（1）学生探讨现实生活中的健康问题，提出可能的创新应用方案，如基于智能手环的心率监测；（2）采集用户步数、心率等健康数据，处理、清洗与整合数据；（3）学生运用机器学习算法，建立健康数据分析模型，根据模型分析结果为用户提供个性化的健康建议，如运动计划、饮食建议等。

结语

本文基于新工科背景下，针对大数据专业学生混合思维能力培养的需求，设计多层次、递进式的实践教学模式。从计算思维、数据思维、工程思维和创新思维四个维度出发，在“大数据分析与应用”“数据采集技术”和“算法分析与设计”三门课程中设计教学案例和开展教学实践，让学生通过实践来深入理解数据分析、工程设计、创新应用和算法实现等内容，从而让大数据专业的学生在综合素质和混合思维能力方面得到较为全面的提高。

参考文献：

[1]钟登华.新工科建设的内涵与行动[J].高等教育研究，2017，（3）：1-6.

[2]刘鑫桥，王庚，吴津蕊.新工科的研究现状、实践进展与未来趋势[J].西北工业大学学报（社会科学版），2021，（4）：63-70.

[3]张其亮，周瑜，卢冶.“三位一体”层次化实践教学体系构建与实施[J].实验技术与管理，2019，36（1）：33-36，43.

[4]叶媛博，张凤媚.论数据思维在养老领域非法集资打防工作中的运用[J].政法学刊，2023，40（1）：35-42.

[5]顾容，熊海燕，李晖.工程思维视角下高校通识教育课程的设计与研究[J].教育探索，2020，（4）：44-47.

[6]张其亮，陈永生，杜晓明.基于混合思维能力培养的计算机类实践教学改革与实施[J].实验技术与管理，2021，38（6）： 203-207，216.

作者简介：叶丽珠，在读博士，副教授，研究方向：数据挖掘、大数据与人工智能应用。

基金项目：广州商学院2021年校级科研项目——新工科背景下混合思维能力培养的大数据专业实践教学模式研究（编号：2021XJYB07）；广东省2022年本科高校教学质量与教学改革工程建设项目（编号：2022SJJXGG992）；广州商学院2021年高等职业教育教学改革研究与实践项目（编号：2021GZJG05）；广州商学院2022年优秀课程建设项目（编号：XJYXKC202219）。