新文科背景下财经类文科专业大数据工具应用课程建设与改革

［摘 要］金融数字化转型对财经类院校的人才培养提出了新挑战，要求培养兼具金融学理论知识与数据素养的跨学科人才。新文科背景下，基于财经类文科专业部分学生计算机基础相对薄弱的问题，大数据工程具应用课程团队积极探索学生的数据思维培养新路径，提出弱化算法推导、强调工具应用的课程建设新思路，旨在培养学生熟练运用大数据工具解决金融大数据分析与决策难题的能力。文章提出强调工具应用、知识交叉、思想引领的课程设计，以及线上线下混合式教学模式改革、多元教学方法融通与创新、注重过程的考核评价体系改革等课程改革路径，以期为新文科背景下“金融+大数据”跨学科人才培养提供借鉴。

［关键词］新文科；“金融+大数据”；工具应用课程；跨学科

［中图分类号］G642.0 ［文献标识码］A ［文章编号］2095-3437（2024）18-0039-05

近年来，粤港澳大湾区正朝着由科技创新和现代金融服务集群所形成的区域经济形态快速高质量地发展。大数据、人工智能等新一代信息技术驱动金融创新，金融业日益走向科技化、数字化。金融数字化转型对财经类专业毕业生的数据素养提出了新要求[1]。高校应培养精通金融学知识、兼具从海量金融大数据中挖掘信息的能力、能够有效管理和运用大数据的现代金融人才。然而，部分财经类文科专业学生由于计算机基础较弱，学习大数据困难重重[2]。广东金融学院作为一所以“应用为先、金融为本”为办学理念的本科院校，如何在教学中实现金融理论与现代信息技术的融合，将传统财经类人才培养与新兴数字金融产业对接，培养符合区域经济发展需求的复合型应用人才成为亟须解决的问题。

财经类文科专业要在保留现有学科传统的基础上，结合新一代信息技术推进文理交叉融合，激发新的增长点[3-4]。2019年，教育部发布的《关于一流本科课程建设的实施意见》指出，一流本科课程建设要体现多学科思维融合、产业技术与学科理论融合、跨专业能力融合、多学科项目实践融合，建设一批培养创新型、复合型人才的一流本科课程。基于此，课程团队在“金融+大数据”文理融合跨学科课程建设方面进行了积极探索和实践，推出大数据工具应用在线课程，提出弱化算法推导、强调工具应用的课程建设新思路，旨在培养学生熟练运用大数据工具解决金融大数据分析与决策难题的能力。大数据工具应用慕课于2018年在智慧树平台面向全国开放，至今已成功运行13学期，覆盖154所高校，累计选课人数达4.47万人，其中4.02万名学生成功获得学分。课程建设取得了显著成效：获评广东省精品在线开放课程（2018年）、广东省一流本科课程（2019年）、国家级一流本科课程（2023年）。本文主要论述大数据工具应用课程的建设与改革情况，整体建设路径如图1所示。

一、基于“三个强调”创新大数据工具应用课程设计

（一）强调工具应用的课程建设思路设计

与工科学生相比，部分财经类文科专业学生的编程能力相对薄弱，这可能影响他们对大数据的学习。为此，课程团队提出了财经类文科专业学生“零基础”学习大数据的新思路。通过采用Weka、Tableau等大数据分析工具，结合财经、金融领域的实际问题设计课程内容，学生无须深入编程，只需简要理解算法原理，即可运用这些工具完成数据分析与决策任务。这一方法有效解决了财经类文科专业学生在大数据学习中遇到的难题，为财经类文科专业学生打开了通往大数据世界的大门。

（二）强调知识交叉的模块化课程结构设计

不同于工科大数据课程侧重于算法设计、编程实现、测试、验证以及优化的教学逻辑，课程团队精心选取金融大数据真实应用场景，将大数据算法的实现过程转化为工具求解的过程，并划分为六大教学模块：Weka数据获取基础、Weka数据分析入门、Weka数据分析进阶、Tableau数据可视化、数据分析能力拓展及数据思维培养。每个模块知识点的教学均从金融、财经实际应用场景出发，弱化算法推导、强调运用大数据工具解决相关数据处理问题。例如，在介绍代价矩阵时，课程团队设计了一个银行客户风险识别的应用场景，强调失信客户误判为守信客户的严重后果，并引导学生利用Weka的代价敏感性分类器来降低银行风险。这种课程设计旨在有效引导财经类文科专业学生轻松踏入大数据学习之门，帮助他们建立数据思维，提升其金融数据获取、挖掘、可视化呈现以及基于数据的金融决策能力。

（三）强调思想引领、价值塑造的课程思政设计

课程团队在教学内容的设计、教学组织与实施过程中，巧妙融入了思政元素，确保教学的深度与广度。围绕金融大数据知识的构建、模型机制的解析及算法逻辑与应用，深入挖掘科技伦理、理性思维、创新精神、探究兴趣、求实态度等思政元素，使之与金融大数据教学内容深度融合。结合我国现代金融改革与发展的实践历程，激发学生的爱国情怀，鼓励学生将所学金融知识应用于实践，合理规划个人职业道路，以实际行动响应国家重大发展战略的号召。同时，融入金融科技前沿议题，激发学生的学习热情，引导学生树立正确的价值观，培养学生的求真务实精神、创新思维和科学素养。

二、大数据工具应用课程改革路径

面向新形势下数字金融业务需求，课程团队根据财经类文科专业学生特点、用人单位需求和岗位职能要求，设定了五级递进式课程培养目标：（1）基础数据分析能力。学生能够熟练运用数据分析工具完成数据搜集、整理、分析及图表制作等任务。（2）模型选择与评估能力。根据数据特征和业务需求，学生能够选择合适的数据分析模型，并通过比对分析，提出科学合理的模型选择建议。（3）参数优化与调优能力。学生需深入理解数据分析算法模型及其实现逻辑，并能灵活调整算法参数，以优化分析结果。（4）算法实现与创新能力。深刻理解业务目标后，学生能够独立实现数据分析算法，展现其创新思维。（5）业务规划与策略制定。学生能够全面把握业务愿景与数据分析应用场景，设定数据分析业务目标，并规划出切实可行的技术实现路径。为实现上述目标，课程团队采取多项改革措施，如搭建MOOC线上平台、建设新形态教材及实施线上线下混合式教学等。

（一）搭建MOOC线上平台

搭建优质、多元化、动态化、系统化的MOOC线上平台，实现资源共享，提升课程使用效率[5]，是大数据工具应用课程建设的重要途径。

1.微课视频库

课程团队精心录制了39个总时长499分钟的微课视频，内容涵盖数据获取、数据挖掘、数据呈现和数据思维等知识。视频特色鲜明：（1）主题明确。每个视频独立且完整地聚焦于单一知识点，确保教学目标清晰明确。（2）精练高效。每个视频直入主题，时长控制在15～20分钟，结构层次分明。（3）与时俱进。紧跟数字金融领域前沿动态与现代金融产业发展趋势，结合实际应用场景引入课程内容，趣味性与实用性强。（4）应用性强。强调大数据工具的应用，弱化复杂的数学及算法理论推导，重点展示如何使用Weka、Tableau等工具解决金融、财经领域的实际问题。

2.试题库

课程团队建立了包含300 余道测试题的在线题库，全面覆盖课程知识体系，并特别增设实际操作题，旨在通过大数据分析工具的实践操作，强化学生的实践应用能力。

3.素材库

课程团队深入挖掘思政元素，精心设计了60余个典型素材，紧密围绕我国数字金融应用特色及最新研究成果，涵盖互联网金融风险识别与管理、金融市场趋势预测、互联网金融犯罪识别、网络贷款人信用评估等方向，以拓宽学生视野，提升其学习的深度与广度。

（二）建设新形态教材

教材建设是课程建设的重要组成部分，在线课程赋予了传统教材建设新的内涵[6]。课程团队完成了《大数据工具应用》（微课视频版）新形态教材的编写，作为高等学校大数据管理与应用专业规划系列教材之一，于2020年9月由清华大学出版社出版。该教材以MOOC课程为基础，内容与MOOC课程同步。学生借助智能手机、平板等电子设备，扫描教材中的二维码，即可访问MOOC平台上对应的教学资源，包括教学视频、案例库、实验库、试题库、专题讲座、拓展阅读材料等。此外，当学生遇到学习难题时，同样能扫描二维码快速访问互动答疑区，实现师生、生生间的交流互动，有效促进问题解答与知识共享。相较于传统纸质教材，微课视频版教材为学生带来了全新的学习体验，极大地提升了学习效率与效果。

（三）实施线上线下混合式教学

线上线下混合式教学模式是融合线上教学的灵活性与传统教学的互动性的一种新型模式，成为提升高校教学质量的有效路径[7-8]。广东金融学院课程团队通过MOOC自学与线下“任务+探究式” 实践教学的结合，实现了知识传授与学生主体作用的双重强化，满足了学生个性化的学习需求。具体实施内容如下：

1.任务布置与线上自学

教师通过网络平台发布学习任务，创设学习情境，如围绕网络借贷风险评估，引导学生学习分类算法。学生在线完成视频学习及章节测试，教师据此调整教学进度，并实时在线解答学生疑问，促进学生自主学习。

2.进度监控与线上交流

教师密切关注学生学习动态，通过测试结果反馈灵活调整教学计划。同时，鼓励学生在线上讨论区交流学习心得体会，以进一步促进学生对知识的深入理解。

3.线下实践教学与问题引导

在学校实验室安排16学时8次面授课，采用“任务+探究式”教学法。学生分组合作，教师提出启发性问题，如模型选择、数据处理、风险规避等，引导学生深入探究与学习。

4.研究实施与成果展示

学生根据任务分工，查找相关资料，运用Weka等工具进行建模验证，最终完成研究报告。教师组织小组讨论，评估学生成果，总结关键问题，从而促进学生知识内化与能力提升。

此教学模式有效融合了线上资源的丰富性与线下互动的即时性，极大地激发了学生的主动学习热情，促进了其深度思考，从而显著提升了教学效果。

三、多元教学方法融通与创新

（一）基于真实金融场景的案例教学注重学生解决实际问题能力的提高

案例教学在提升学生决策推理与解决实际问题的能力上发挥着关键作用[9]，它贯穿于大数据工具应用课程的始终。课程团队建立了Weka金融数据挖掘综合应用案例库（2019年获教育部协同育人项目立项），包括股票与周期变动商品的时间序列分析、朴素贝叶斯理财产品促销、Apriori信用卡推荐、K最近邻银行客户群体划分、J48决策树客户违约预测等真实金融场景案例。每个案例均聚焦于Weka大数据工具的实际操作方法，包括数据预处理、模型选择、参数调优、性能评估等。学生能够直接运用大数据工具进行金融数据分析，并基于分析结果作出决策，有效应对实际金融问题，从而避免了过度依赖算法与编程技能的束缚，为计算机基础薄弱的学生打开了金融数据分析的大门。

（二）面向数字金融业务处理的实验教学注重学生实操能力的提升

实验是帮助学生发现问题并将理论应用于实践的重要手段[10]。课程团队精心设计金融以及生活应用场景，搭建了金融大数据智能风险控制教学实验平台（2018年获教育部协同育人项目立项）及流动性风险管理虚拟仿真实验平台，设计了Logistic逻辑回归支付交易欺诈检测、随机森林互联网借贷个人信用评估、K⁃means银行客户细分、LTSM时间序列投资组合收益率预测、CNN卷积神经网络极端天气监测5项综合实验项目。区别于理工科学生以算法设计和编程为主的大数据实验，本课程实验着重引导学生运用大数据工具处理数字金融业务，每项实验从Weka等工具的选用出发，涵盖数据格式转换、数据清洗、学习建模、模型评估、决策实施的全流程。对于无程序设计基础的学生来说，通过实验操作进行大数据分析，可以有效积累金融大数据处理经验，深刻理解大数据技术在揭示数据规律、解决实际金融问题中的作用。

（三）关注学生需求的互动教学注重学生学习热情的激发

教学互动能有效提高教学质量和效果，激发学生的学习热情[11-12]。课程团队设置了“互动教学”专区，内设“热门”“最新”“精华”和“话题讨论”四大在线板块，教师分组轮流为学生提供及时的答疑解惑服务。同时，教师积极引导学生深入思考，设计一系列开放且富有趣味的话题，如探讨“大数据技术在网站广告推送中是否构成个人隐私的侵犯”。该话题迅速引发了学生的热烈反响，一学期内讨论跟帖量超过500条。大数据工具应用课程自2018年正式上线至今已运行了6年，线上教学互动总量高达35.70万次。实践表明，这种互动方式营造了活跃的讨论氛围，激发了学生的学习热情，有效培养了学生的沟通表达与批判性思维能力，对教学过程产生了积极影响。

四、注重过程的考核评价体系改革

传统的期末考试作为单一的结果性评价手段，难以全面真实地反映学生的学习过程及内在质量。尽管有时会考虑平时成绩，但通常仅限于出勤率和作业提交情况，这在一定程度上削弱了学生的学习动力。因此，课程团队致力于优化考核评价体系，采用全过程量化考核方法，以多维度、全方位地评估学生的学习效果，确保评价更加客观公正，全面真实地反映学生的学习过程及内在质量[13]。

学生总评成绩由过程评价（占60%）和期末考试（占40%）两部分组成，其中过程评价包括线上过程评价和线下过程评价（见表1）。智慧树平台系统全面追踪并记录学生在线学习行为的数据，包括学习时段、时长、频率，学习安排的合理性以及互动讨论的参与度等，并进行量化评估。线上过程评价涵盖学习进度、学习习惯、学习互动及章节测试，这些成绩均基于学生在线学习行为数据自动生成，真实反映其学习状态。线下过程评价由教师根据学生的出勤情况和研究报告质量评定。此分数比例设置不仅强调了过程评价的重要性，认可了学生在学习过程中的付出，而且体现了对全程学习管理的重视，有效激发了学生的学习主动性。

五、结语

随着大数据等新一代信息技术的快速发展，金融领域正经历着深刻的数字化转型，这对财经类院校文科专业毕业生的数据素养提出了更高要求。新文科背景下，针对财经类文科专业部分学生计算机基础相对薄弱的问题，课程团队积极探索数据思维培养新路径，提出弱化算法推导、强调工具应用的新思路，旨在培养学生熟练运用大数据工具解决金融大数据分析与决策难题的能力。课程团队在教学设计、教学模式、教学方法及考核评价体系上将进行持续创新与优化，为新文科背景下财经类院校跨学科人才培养提供有益参考。

［ 参 考 文 献 ］

[1］ 方霞，张云，赵平.数字经济时代金融人才数据素养培养困境与对策研究[J].中国大学教学，2022（9）：23-27.

[2］ 肖泉，黄伟玲.新文科背景下财经院校大学生数据素养提升路径探索：以Python语言与数据分析公共课为嵌入[J].大学教育，2023（11）：40-43.

[3］ 黄铭，韩志强.教育数字化赋能新文科建设创新发展[J].中国高等教育，2023（6）：46-49.

[4］ 马骁，李雪.创新与融合：学科视野中的“新文科”建设[J].中国大学教学，2020（6）：31-33.

[5］ 贾文军，黄玉珍，陈武元.大学生在线学习体验：影响因素与改进策略[J].高等教育研究，2021，42（3）：60-69.

[6］ 陶艳玲，赵乃勤，周伟斌.传统领域新形态教材建设研究与实践[J].科技与出版，2023（2）：54-61.

[7］ 黄薏舟.一流本科课程建设背景下混合式教学在金融工程课程教学中的应用[J].大学教育，2022（5）：18-21.

[8］ 胡志远，沈祁萌，刘栋.e时代的教与学：基于慕课的混合教学模式改革探索与实践[J].大学教育，2020（1）：15-17.

[9］ 宋丹，高樱萍，王雅静，等.多类型案例驱动的研究生教学模式研究[J].大学教育，2021（10）：115-117.

[10］ 黄璐，倪兴兴，薛松超，等.数字金融背景下的金融工程专业实验教学探索与实践[J].实验技术与管理，2020，37（12）：189-192.

[11］ 莫莎.在线教学的多维互动教学模式探讨[J].大学教育，2021（11）：146-149.

[12］ 陈谦，王朝辉，高志伟.多元互动与信息技术融合的教学模式创新研究[J].河南教育（高教），2024（1）：76-77.

[13］ 张潇环，樊雅茹.混合学习的学习评价现状与改进措施[J].大学教育，2021（12）：41-43.

［责任编辑：梁金凤］