产教融合体系课程教学创新模式探究

摘要：针对目前大数据专业教学中存在的对数据挖掘人才培养不足、教学资源专业性不够、与行业应用结合不紧密的痛点，大数据分析技术应用课程以数字中国、数字乡村等国家战略为引领，将课程教学与大数据产业发展和需求深度融合。教学实施过程以省农业农村厅产教融合项目——“蜂行天下”为载体，创新“一学四训”教学形式，“多维双师”教学模式，有效解决了学生“听得懂、编不出”“怕上机、难坚持”的问题，有效达成了培养学生“懂技术、会应用、能实战”的教学目标。

关键词：大数据分析技术应用课程；产教融合；教学创新模式；一学四训；多维双师

中图分类号：G642 文献标识码：A

文章编号：1009-3044（2024）23-0082-03

开放科学（资源服务）标识码（OSID）

0 引言

大数据分析技术应用是大数据应用技术专业核心课程。作为新兴专业，大数据技术专业开设时间较短，高职院校中少有相对成熟的教学经验可以借鉴。针对目前大数据专业教学中存在的对数据挖掘人才培养不足、教学资源专业性不够、与行业应用结合不紧密的痛点，大数据分析技术应用课程以数字中国、数字乡村等国家战略为引领，将课程教学与大数据产业发展和需求深度融合， 以学生为中心，以产出为导向，以项目为驱动[1]；以“多维双师”创新教学模式，师生互换翻转教学，落实学生中心地位；以“一学四训”创新教学形式：引入教学类、竞赛类、实操类等大数据专业信息化资源平台，将学习任务以竞赛形式发布，赛课融通；以五育并举为课程思政主线，将德育、智育、体育、美育、劳育融入课堂教学。教学重难点有效突破，学生技能大幅提升。

1 课程整体设计

党的二十大强调要加快建设数字中国，构建新一代信息技术、人工智能等一批新的增长引擎。习近平总书记在中国科学院第十九次院士大会的讲话指出：推进互联网、大数据、人工智能同实体经济深度融合。大数据产业已经成为塑造我国竞争力的战略制高点，必须培养和造就一支懂数据、懂管理，能够对数学、数据分析、机器学习等多方面知识综合掌控的复合型人才。

大数据分析类课程旨在培育掌握数据分析技能的人才，由于课程开设时间短，技术领域发展迅速，存在一些亟须解决的问题，具体体现在：1） 课程体系设计理念与人才培养目标相符度不高；2） 课程内容设置滞后行业需求；3） 课程资源专业度不够；4） 教学模式传统守旧，与新兴大数据行业发展脱节。为解决以上教学痛点，确保与最新的知识和技能保持同步[1]，本文将从如下四点进行课程教学创新，以培养和造就一支懂数据、懂管理，能够对数学、数据分析、机器学习等多方面知识综合掌控的复合型人才。

1.1 追踪行业对人才的需求，设计产教融合体系课程

学情分析发现，学生思维活跃、动手操作欲望强烈、对新技术充满好奇[2]，学生掌握的知识结构不能满足于行业岗位的前沿技术需求，学的知识相对基础、成熟，不能满足于行业快速发展的需求，数据挖掘、深度学习等技术应用能力不足。企业调研后发现对于数据预处理、可视化等通用技术已经采用低代码平台，非计算机类大数据专业人才都能胜任这些技术。企业急需的是懂数据挖掘算法的大数据分析类人才。现有大数据分析课程教学内容包括数据采集、预处理、分析、可视化等技术，这些内容是基础的成熟的教学内容，无法满足行业最新需求。因此，针对课程内容设置滞后行业需求的痛点，对现有大数据分析课程进行内容重构，增加数据挖掘前沿算法。以产教融合项目“蜂行天下”实施过程为载体，在原有课程体系的基础上增加新的项目：使用机器学习算法实现蜜源植物挖掘项目。在项目实施过程中增加KNN、 决策树、K均值聚类、神经网络等数据分析算法。此外，增加深度神经网络基础教学内容。产教融合项目中有一个模块是使用深度神经网络实现蜜源地推荐，在该模块实现的过程中，教授深度神经网络基础，并实践使用深度学习实现蜜源地推荐。经过创新的课程体系包括数据获取、数据预处理、数据可视化、数据挖掘算法、蜂行天下项目实战。详细内容参见表1。

从表1可见：项目1到项目3为传统大数据分析技能，项目4为数据挖掘经典算法，项目5蜂行天下项目实战，为省农业农村厅产教融合项目，项目融合数据获取和预处理、数据可视化、数据挖掘聚类算法、深度学习挖掘算法等，在完成项目的过程中完成教学重难点，达到专业育人目标。

1.2 紧扣“1+X”证书、技能大赛，培育大数据精英人才

大数据分析技术应用开设在第4学期，前导课程为Hadoop、Spark等，后续课程为顶岗实习、工学交替、毕业设计等。大数据分析课程的人才培养目标是：让学生掌握使用大数据分析技术解决特定业务领域，掌握行业数据分析的步骤及常用方法。目前教学存在的问题是：课程体系与人才培养目标相符度不高。课程体系包括数据标注、Python程序设计语言、前端程序设计JavaWeb等。这些课程培养的人才专业特长不突出，走出校园后一般从事数据标注等重复量大、技术要求低的工作，难以满足大数据社会对数据处理、数据挖掘等掘金类高技能人才的迫切需求。因此，对课程内容进行重构。课程标准与“1+X”职业技能等级标准对接，教学内容与“1+X”职业技能等级认证内容对接[3]。通过在项目1数据获取中包含Flume实时数据获取技术、Flink大数据实时处理考点，在项目2中包含Spark运行框架与原理、Scala的Collection集合操作、Scala类及读取文件、RDD等考点，在项目3数据可视化中包含气泡图、词云、Vue、Echarts等考点。重构后的课程利于培养与时俱进的大数据专业人才。

1.3 围绕解决教学重难点，建设专业度高的课程资源

现有的教学资源比如大学慕课、职教云等是全学科资源平台。大数据专业实践性强、技术迭代快、产业特点鲜明。为帮助学生更好地接受重难点，化难为易，零距离接近大数据真实案例，对教学信息化资源进行整合，使用谷歌tensorflow playground、美林Tempo Talents和鲸数据科学协同创新平台、帆软FineBI等多个专业大数据资源平台。这些教学资源分为基础服务型、实训服务软件、演示类软件、数据竞赛软件等。基础教学资源如超星、云班课，主要用于发布课件、讲稿、软件、测试等，用于课前预习，课中互动、课后巩固；大数据行业实训服务软件如美林数据协同平台、百度飞桨等，用于帮助学生理解教学重难点。这些平台集聚了企业实际案例，对于学生走出课本、走入实际，理解大数据项目处理流程，非常有好处；神经网络、深度学习是教学难点，比较抽象，通过Tensorflow、FineBI等可视化软件，帮助学生直观理解教学难点，进一步提升学生学习兴趣。这些专业特色鲜明的信息化资源的使用，丰富了课程的教学过程，提升了学习效果。

1.4 创新教学模式，邀请企业导师进课堂

课程教学理念为：以学生为中心，以产出为导向，以项目为驱动。对教学模式进行如下创新：

1） 以“技能项目”创新教学内容：以不同技能需求为要素，分类设计教学项目，增加前沿核心算法比重，引入产教融合项目实例，选用真实场景数据，项目化重构课程教学内容，满足“1+X”证书、技能大赛、行业岗位等需求。

2） 以“多维双师”创新教学模式：深度推进校企合作，以专业促进产业为中心，将产业融入教学、教研一线中，推动学校与企业的协同育人[7]。要求企业导师进课堂。企业导师在课堂、现场、竞赛多维度参与教学和指导，校内教师教学指导多面手，师生互换翻转教学，激活课堂氛围，落实学生中心地位。

3） 以“一学四训”创新教学形式：引入教学类、竞赛类、实操类等信息化平台，将学习任务以竞赛形式发布，实现重难点分解、赛课融通、分类培养，在提高课堂效率的同时，夯实了专业基础，培养了竞争意识、合作能力和创新能力。

2 课程实施过程

课程教学实施遵循“以学生为中心，以产出为导向”的教育理念，采用线上线下混合教学模式，使用分组探究学习方式实施任务。课前在学习通发布学情调研问卷，教师掌握学生知识基础、技能基础和诉求后，精准备课；课中采用分组教学，整合多种教学资源，使用多种信息化教学手段，激活课堂；课后，教师反思小结改进，学生巩固复习。

具体教学实施过程如下。

2.1 以线上线下混合式教学，全方位全阶段保障教学

创新后的大数据分析技术应用课程在超星范雅学习平台上线。线上资源主要包括该课程的预习视频、贯穿的产教融合项目的实施视频、教学课件、测试等。课前，教师在学习通发布预习任务[4]；课中，发布小组任务、投票、抢答等课堂教学活动；课后，发布作用及拓展随堂练习等。学生课前可以登录平台，进行课程预习；课后学生进行自主测试。

2.2 以“多维双师”教学模式，激活课堂

1） 课堂是教育发展的核心地带 [6]。结合课程教学内容，充分挖掘企业资源，邀请企业导师多维度参与教学过程。既进行现场实习实践指导，也走进课堂，将企业的需求、前沿数据技术的具体应用等现身讲授，参与教学项目的具体环节，还参与学生竞赛的指导培训。校企双师共同打造沉浸式课堂，开展情景化教学。

2） 强化校内主讲教师的教学技能培训，充当学生培养的多面手。既要高效组织和掌控课堂教学流程，又要能清晰讲授教学内容，还要能有效培训指导学生参加各种竞赛，全方位培养学生提高技能。

3） 师生互换角色，让学生充当课堂学习的主导者。以小组合作学习为主要学习方式，充分使用信息化教学管理软件，设置任务工单、数据科学比赛等教学环节，让学生做、学生讲、学生评，结合组间评、组内评、教师评、个人排行榜等多种评价机制，变单向灌输为双向交流，变注入式教学为启发式教学，充分激活课堂，激活学生的主体意识，在合作与竞争中串讲知识点、突破重难点，打造“有情境、有探究、有竞争、有合作”的“四有”课堂。

2.3 以“一学四训”教学形式，实现赛课融通

1） 针对不同的教学需求，构建了“一学四训”教学平台，依托学习通作为基础教学服务保障平台，依托FineBI、Tensorflow Playground等平台进行可视化训练，依托美林数据等平台开展行业实训，依托阿里云进行实战部署练习，依托和鲸科技等平台开展大数据竞赛。通过以上平台，融合线上线下资源，重构教学形态和流程，突出需求导向，实施“翻转式”“混合式”“探究式”的教学方法，实现差异化个性化教学。

2） 针对数据挖掘算法要求数学基础高、入门难的特点，教学团队创新信息化教学手段，将低代码平台百度AIStudio、帆软FineBI等引入课堂，有效化解教学重难点，激发学生学习兴趣，提高课堂效率。

3） 采用赛课融通形式，将学习任务以项目形式分解，并以竞赛形式进行发布，学生以小组合作参加竞赛完成任务，做到在比赛中完成一堂课，在一堂课中完成一场比赛，学生学习兴趣高涨，学习效率提升，有效培养学生竞争意识、团结合作意识。

4） 作为课堂的延伸，培训学有余力的学生参加职业技能大赛、挑战杯、互联网+、创新创业大赛等，学以致用，进一步锻炼解决实际问题的综合能力。

2.4 以“五育并举”为课程思政主线，培养德智体美劳全面发展学生

信息技术的快速发展为“互联网+教育”提供支持，借助学习通平台，将思政元素融入课堂教学，是教育改革的发展趋势[5]。本课程思政主线为“五育”并举，打造德育、智育、体育、美育、劳育等五育共美的学生。“蜂行天下”项目的主角蜜蜂自古以来就是勤劳的代名词，蜂农也是劳动量大，十分辛苦的群体。学生感受到唯有劳动才能打造甜蜜生活。学生在校期间的劳动教育含义宽泛，既包括假期的社会实践，也包括勤奋学习、积极参与学校各项活动和技能大赛、挑战杯等各项大赛。在学习数据预处理时，将大数据隐私保护、数据伦理自然而然融入其中；在学习数据可视化内容时，引入中华美育，可视化大屏体现了科技之美与艺术之美的完美结合；学习深度神经网络模型优化时，通过数据竞赛激发学生学习热情，学生在激烈的数据竞赛中完成一堂课，体现当代大学生的竞技之美。

3 课程实施效果

3.1 教学重难点有效突破，学生成绩明显提高

以产教融合为特色的课程体系教学整体设计符合当下社会对大数据人才的需求，教学实施过程手段丰富、资源多样。该门课程经过一学期上课后，学习成绩较没使用创新课程体系的平行班明显提升，数据获取、数据分析、数据可视化技能均显著高于使用未创新课程进行授课的班级。

3.2 教学实施方式得到学生认可，学生内驱力明显增强

学生对课赛融通、学生为中心、企业导师进课堂等教学创新非常认可。课程结束后，同学们对课赛结合教学模式印象深刻，感觉这种模式对激发学生内驱力很有好处。新的教学模式下，学生学习主动性和热情明显增强。

3.3 教学模式得到同行肯定，教学成效显著

同行教师普遍认为：课堂设计巧妙，信息化手段使用丰富，充分体现学生为中心；兄弟院校来校交流大数据分析课程建设情况；课程建设成果被多家主流媒体报道。

3.4 学生学习效果显著，在各类大赛中获奖

经过课程学习，学生掌握了课程知识点，掌握大数据“1+X”中级证书知识点，大数据分析职业素养得到提升，教学目标高度达成。学生在 “互联网+”大学生创新创业大赛、“挑战杯”全国大学生课外学术科技作品、江苏省大学生创业计划竞赛等省级和国家级赛项均取得较好成绩；学生在单位实习期间从基本技能到专项技能呈现出的递进式的提升，得到多家实习企业的高度认可。

4 结束语

产教融合体系课程大数据分析技术应用在通用大数据分析内容之上，提高行业前沿数据挖掘算法比重，培养了学生核心竞争力；虽然教学难度提升了，但是通过运用丰富的信息化手段，有效化解难点，既激发了学生的学习兴趣，又开阔了学生的视野，将学生培养和企业需求无缝对接；教学形式的创新，在比赛中完成一堂课，在一堂课中完成一场比赛，更是在潜移默化中激发了学生的竞争意识和团队合作意识，教学成效提升显著。

参考文献：

[1] 张怡，王娟，朱亚玲.计算机网络课程线上线下混合教学模式设计研究[J].电脑知识与技术，2023，19（36）：178-180.

[2] 刘风华，陈亮亮.“赛教融合” 视域下的高职课程教学改革研究与实践：以C语言程序设计为例[J].杨凌职业技术学院学报，2022，21（4）：82-87.

[3] 杨静.基于教学能力比赛的课堂教学设计与实践：以红色研学旅行网站为例[J].电脑知识与技术，2023，19（36）：169-171.

[4] 王东，姜大庆.“双高” 建设背景下Linux系统与网络管理课程思政建设实践探究[J].电脑知识与技术，2023，19（36）：155-157，161.

[5] 刘芳，齐菲菲，陈晓丽.线上线下混合式离散数学课程思政教学实践[J].电脑知识与技术，2023，19（36）：149-151.

[6] 王云凤，张跃东.职业院校“课堂革命” 的策略与方法[J].中国职业技术教育，2020（8）：72-75.

[7] 谢文慧.产教融合背景下高职院校旅游类课程思政教学设计：以工匠精神融入旅游类课程为例[J].现代职业教育，2023（13）：113-116.

[8] 肖海慧，邓凯.“以赛促学、以赛促训、以赛促教” 教学模式的应用[J].中国成人教育，2013（16）：154-155.

[9] 陈道志，支芬和，常胜军.“以赛促学、以赛促教” 的经管类高职生实践能力培养模式研究与实践[J].教育教学论坛，2013（35）：187-189.

【通联编辑：王 力】