数据采集与预处理课程思政融入与建设策略探究

摘要：文章深入探讨了如何将思政教育融入数据采集与预处理课程，并提出相关建设策略。结合课程特色，提出了融入思政教育的必要性，挖掘了课程中的思政资源，并设计了富含思政内涵的教学方法与策略，结合实践教学，加强学生的社会责任感和职业道德。研究结果显示，恰当的思政融入不仅有助于提升学生的专业技能，更能培养学生的社会主义核心价值观，实现专业与思政教育的有机结合。本研究为高校专业课中思政教育的融入提供了有效参考，有助于提升高等教育的整体质量。

关键词：数据采集与预处理；课程思政；思政融入；建设策略

中图分类号：G640 文献标志码：A

文章编号：1009-3044（2024）24-0175-02

开放科学（资源服务）标识码（OSID）

0 引言

大数据、云计算等科技的迅猛发展进一步催生了社会对这类技术人才的需求，数据采集与预处理技术已成为各行各业的核心技能。然而，在磨炼专业技能的同时，高等教育中的思政教育同样不容忽视[1-2]。将思政教育元素融入实践性强的数据采集与预处理课程，对培养学生的社会责任感、职业道德和人文素养有着深远远景细向。目前高等教育中思想政治教育与专业课程常显割裂，阻碍了学生的均衡发展[3-4]。迫切需要探索如何自然融入思政教育于数据采集与预处理等专业课程。将思政教育融入数据采集与预处理课程，旨在培养既具备专业技能，又有良好思政素养的全面发展人才。使人才不仅能够在技术层面上胜任工作，更能在职业道德、社会责任等方面表现出色。本研究旨在通过思政融入课程策略，培养出既具备精湛专业技能，又拥有高尚思政素养的杰出人才，促进思政教育与专业课程的有机融合。该策略重在培养学生的数据意识，围绕融入国家政策和社会发展，强化职业道德，注重实践操作，加强团队合作，为国家和社会培养具有良好社会责任感的优秀人才。

1 课程现状分析

数据采集与预处理是计算机相关专业的核心课程之一，旨在培养学生掌握从数据源获取数据、清洗数据、转换数据格式到最终为数据分析或机器学习模型准备数据的整个流程。这门课程不仅是数据科学的基础，也是确保数据质量、提升分析效果的关键环节。课程内容涵盖如下：1）数据采集：介绍如何从各种数据源（如数据库、API、网络、传感器等）有效地获取数据；2）数据清洗：涉及数据去重、缺失值处理、异常值检测、噪声过滤等技术；3）数据转换：探讨如何将原始数据转换为适合分析或建模的格式，包括数据类型转换、特征工程等。数据预处理：涉及数据标准化、归一化、离散化等，以优化数据结构和提高模型性能。该课程目标课概括为：1）知识理论目标：熟悉数据源种类，理解数据采集与预处理基本原理和关键技术，能够正确提出数据采集处理技术路线；2）工具技术目标：熟悉源数据抽取和网络爬取方法与平台工具，掌握数据转换与处理技术，能够设计数据采集和处理工程模块；3）综合应用能力目标：掌握数据同步、迁移与任务调度技术与工具，培养数据采集与处理的综合应用能力。

在数据采集与预处理课程中融入思政教育是当前高等教育改革的一个重要方向。然而，在实际的教学过程中，仍存在一些问题和挑战[5]。

一是课程内容与思政教育的结合度不够。目前，数据采集与预处理课程主要集中在技术层面的教学，如数据的采集方法、预处理技术等。尽管这些内容是课程的核心，但与思政教育的结合相对较少。导致学生在掌握专业技能的同时，缺乏对社会责任感、职业道德等方面的认识和思考。

二是教学方法与手段不足。现有的教学方法主要集中在理论讲授和实验操作两个方面。虽然这些方法对于技术传授是有效的，但在思政教育方面的渗透力不足。为了更有效地融入思政教育，需要探索更多元化、创新性的教学方法，如案例分析、小组讨论等，以激发学生的学习兴趣并引导他们深入思考。

三是学生思政素养的培养不充分。当前课程中，对于学生思政素养的培养尚未得到充分重视。学生更关注于技术层面的学习，而对于职业道德、社会责任感等方面的认识相对薄弱。不利于学生的全面发展和未来职业生涯的规划。

四是教师角色与榜样作用不大。在课程中，教师不仅是知识的传授者，更是学生思政素养培养的重要引导者。然而，目前大多教师侧重于技术教学，而忽视了自身的榜样作用和对学生思政素养的引导。因此，教师需要加强自身的思政素养，充分发挥榜样作用，以潜移默化地影响学生。

数据采集与预处理课程在思政教育融入方面仍有待加强，需要进一步完善课程内容、创新教学方法、加强学生思政素养的培养以及发挥教师的榜样作用。将思政教育融入数据采集与预处理课程中，培养出既具备专业技能又具有良好思政素养的优秀人才。

2 思政建设目标定位

数据采集与预处理课程的思政建设，旨在培养具有高度社会责任感、良好职业道德和全面专业素养的技术人才。通过思政教育的有机融入，使学生在掌握专业技能的同时，深刻理解并践行社会主义核心价值观，成为担当民族复兴大任的时代新人[6]。具体目标如下：

1） 增强社会责任感。通过课程中的思政教育内容，引导学生认识到数据采集与预处理技术在社会发展中的重要作用，以及作为技术人员应承担的社会责任。培养学生以人民为中心的发展思想，关注民生、服务社会的意识。

2） 树立职业道德观念。通过案例分析、小组讨论等教学方法，向学生传递正确的职业道德观念。强调诚信、敬业、团队协作等职业操守，使学生在未来的职业生涯中能够自觉遵守职业道德规范。

3） 提升专业素养。在专业技能培训中，注重培养学生的创新思维和解决问题的能力。通过思政教育引导学生关注行业前沿动态，拓宽知识视野，提高专业素养。

4） 实现全面发展。思政教育的融入旨在促进学生的全面发展，包括知识、能力、素质等各方面的提升。通过课程思政建设，使学生不仅具备扎实的专业技能，且拥有良好的人文素养。

3 思政建设策略制定

3.1 思政元素挖掘

1） 社会主义核心价值观的融入。在课程中，可以通过实际案例和实践操作，将社会主义核心价值观，特别是“爱国”“敬业”“诚信”和“友善”融入其中。例如，在数据采集的实践中，遵循robots协议，强调对国家法律法规的遵守，对数据的真实性和准确性的追求，既体现了“爱国”也体现了“敬业”和“诚信”的社会主义核心价值观。

2） 职业道德与责任感的培育。数据采集与预处理工作涉及大量的敏感数据，课程中应重点强调职业道德和责任感。可以通过讨论数据安全和用户隐私保护的重要性，引导学生明白在处理数据时应遵守的职业道德和承担的社会责任。这种教育不仅关系到个人的职业操守，也对维护整个社会的信任和稳定具有重要意义。

3） 人文素养与跨文化意识的提升。在介绍数据采集与预处理的基本原理和方法时，可以穿插对数据伦理、文化差异等内容的讲解。这有助于学生认识到在处理全球范围内的数据时，需要考虑到不同文化背景下的价值观和道德准则。同时，通过讨论数据采集对社会、经济、文化等方面的影响，提升学生的人文素养和跨文化意识。

4） 创新创业精神与工匠精神的培养。课程中可以通过介绍数据采集与预处理领域的前沿技术和创新案例，激发学生的创新创业精神。同时，强调数据采集与预处理工作的精细性和严谨性，培养学生的工匠精神。这可以鼓励学生在未来的职业生涯中勇于探索、敢于创新，并以高标准要求自己的工作质量。

5） 法律法规意识与知识产权保护。在数据采集与预处理过程中，必须严格遵守国家相关的法律法规，尊重和保护知识产权。课程中应介绍与数据采集、存储、处理及知识产权保护相关的法律条款，使学生明白违法的后果，如数据泄露可能导致的法律责任等，从而增强学生的法律意识。

3.2 教学方法策略

在数据采集与预处理课程中，为了有效地融入思政教育，提升学生的思想道德素养，可以采取以下教学方法策略，如图1所示。

1） 思政目标与课程内容相结合的教学设计。确定思政目标：在课程开始之前，明确思政教育的目标，即将社会主义核心价值观、职业道德、法律意识等融入课程教学中。精选课程内容：选择与思政目标相契合的课程内容，如数据采集的伦理道德、数据安全和隐私保护等，使学生在学习专业知识的同时，接受思政教育。

2） 采用多样化的教学方法。案例教学：结合真实的案例，如企业数据泄露事件、违反数据保护规定的法律后果等，引导学生分析、讨论，增强其对职业道德和法律意识的认识。互动式教学：通过课堂提问、小组讨论等方式，鼓励学生积极参与，发表自己的观点和看法，培养批判性思维和团队协作能力。实践式教学：组织学生参与实际的数据采集与预处理项目，要求学生在实践中遵循职业道德规范，强化职业操守。

3） 注重课程思政评价与反馈。从时间维度看，可通过过程评价和结果评价两方面进行。过程评价：关注学生在学习过程中的表现，如课堂参与度、小组讨论贡献等，及时给予正面激励和反馈，引导学生形成良好的学习态度和价值观。

结果评价：通过课程作业、项目报告等方式，评价学生对课程思政内容的理解和掌握程度，同时反馈学生在实践中遵循职业道德规范的情况。德育水平评价：通过观察和调查，评估课程思政是否提高了学生的思想道德素质，是否培养了正确的价值观和道德观念。这可以通过学生的课堂表现、作业和考试中的观点表达等方式来进行评价。

从业务维度看，可从知识水平评价、思辨能力评价和参与能力评价方面进行。知识水平评价：考查学生对课程知识的掌握程度，特别是与思政相关的知识点，如国家数据安全法规、职业道德规范等。这可以通过书面测试、课堂提问等方式来进行评价。思辨能力评价：评价学生是否能够运用批判性思维对课程中的思政内容进行深入思考和分析。这可以通过课堂讨论、论文写作等方式来进行评价。参与能力评价：观察学生是否积极参与课堂讨论和社会实践活动，评估学生的实践能力和团队合作精神。这可以通过学生的参与度、实践报告等方式来进行评价。

4 结论与展望

本文课程思政建设成效显著，通过将思政元素融入数据采集与预处理课程，提升了学生的思想道德素质和社会主义核心价值观。课程中关于数据安全、职业道德等方面的讨论，使学生在学习技术的同时，也深刻理解了作为数据专业人士的社会责任。通过案例教学、互动式教学及实践式教学的引入，极大地提高了学生的学习兴趣和实践能力。特别是通过真实案例的讲解，让学生更加直观地理解了数据采集与预处理在实际工作中的应用，以及面临的挑战。

未来，团队将继续探索如何将更多思政元素自然地融入课程教学中，使学生在学习专业知识的同时，也能受到深刻的思想政治教育。同时加强实践教学环节，组织学生参与真实的数据采集与预处理项目，以提高学生动手能力和解决问题的能力，进一步完善课程的评估体系，以更科学、更全面的方式评价学生的学习成果和思政教育的效果。

参考文献：

[1] 张梓洋，吴大放，周晓莹，等.基于CIPP模型的粤港澳大湾区国土空间规划课程教学实践评价与分析[J].首都师范大学学报（自然科学版），2023，44（2）：78-85.

[2] 孙亚伦，倪晗.高校课程思政评价指标体系构建研究[J].牡丹江教育学院学报，2022（3）：91-93.

[3] 孙跃东，曹海艳，袁馨怡.理工科课程思政教学评价指标体系构建研究[J].江苏大学学报（社会科学版），2021，23（6）：77-88，112.

[4] 李晓娟，李璐璐.新工科背景下工程项目管理课程思政元素的融合与教学实践[J].高等建筑教育，2021，30（2）：65-71.

[5] 陈磊，沈扬，黄波.江苏高校课程思政建设现状与发展思路——基于江苏省50所高校调查数据分析[J].中国大学教学，2020（12）：87-91.

[6] 李培根.工程教育的“存在” 之道[J].高等工程教育研究，2019（4）：1-4，72.

【通联编辑：闻翔军】