“数据科学与大数据技术”专业应用能力培育新模式决策系统研究

来源:用户上传      作者:

　　摘要：2018年3月21日，教育部公布了《2017年度普通高等学校本科专业备案和审批结果》，其中有862所高校共计新增2311个专业。其中 “数据科学与大数据技术”作为新兴专业，炙手可热。天河学院作为独立学院代表，2017年已获批“数据科学与大数据技术”招生资格，人才培养方案建设成为重中之重，研究“数据科学与大数据技术”专业的人才培养模式成为专业负责人的重要任务。本文拟构建决策支持系统，辅助人才培养方案的制定、组合与优化。
　　关键词：数据科学与大数据;人才培养方案;决策研究
　　中图分类号：TP311    文献标识码：A
　　文章编号：1009-3044（2020）23-0131-02
　　1 研究背景
　　推动大数据产业可持续健康发展，是党中央、国务院做出的重大战略部署，体现了国家对大数据建设的高度重视。《粤港澳大湾区发展规划纲要》中提到大力推进“广州-深圳-香港-澳门”科技创新走廊建设，探索人才、资本、信息、技术等创新要素跨境流动和区域融通，共同建设粤港澳大湾区大数据中心，打造国际化创新平台。
　　“数据科学与大数据”专业是国家院校新兴学科，几年来热度不减。目前已经有19级、18级、17级等三个班级在内，并将陆续进行招生工作，人才培养方案的完善是我们迫在眉睫的问题。该专业需要具备良好的计算科学和大数据科学基础知识、理论及技术，需要具备熟练的应用计算机软件能力，解决大数据问题的能力，具有应用软件设计、研发和实施能力，最终目标是培养能够在企业、事业单位、政府部门及学校从事大数据采集、挖掘、分析、服务、管理、应用及开发工作的应用型高级技术人才。学生需受到系统的应用开发训练，具有较强的数据分析和信息处理能力，获得初步的数据挖掘、分析、管理和应用开发经验，具备大数据分析和工程应用能力素养。作为我校新兴专业，我将从大数据专业能力培养、构建决策系统等方面、全方位探索。如何在新工科背景下培养出一批批优秀数据科学与大数据技术专业人才成为我们研究的重中之重。本项目通过对各活动节点生成的大规模数据进行采集、建模、分析、深度挖掘，运用大数据技术建立起科学有效的学习分析系统和管理运行决策系统。
　　出于社会发展，对数据科学专业人才的需求，和大数据时代增强和培养综合性的高素质人才的需要，相关高校在对数据科学与大数据技术专业的核心课程建设，探索与研究中取得了初步成果，同时也发现了一些问题[1]。
　　学校通过不断完善与优化人才培养方案实现教书育人。围绕“新工科”的方针政策，制定了数据科学与大数据专业的课程体系，最后根据大数据专业课程特点，结合实际情况，培养符合新时代要求的大数据专业人才[2]。
　　2 大数据专业应用能力培养
　　本专业培养德、智、体、美等全面发展，具有良好的计算科学、大数据科学基础知识、理论及技术，结合我校培养应用型专业技术人才的办学定位和独立院校特色，制定自己的人才培养方案。照“大数据环境运维→大数据采集与清洗→大数据存储与计算→大数据分析与可视化应用→数据挖掘”的路径逐步培养完善大数据技术专业应用能力。新时代的教育精神与目前教学所面临的技术特点，已经成为当代大学教育发展的方向，在教育改革与教育创新中占有重要的地位，因此专业设置需要在这种时代背景下有自己的人才培养计划[3]。
　　在培养进程中，第1～2学期培养学生专业基础能力，结合专业认知实习，对于专业学习和企业岗位有了初步认知;第3～4学期培养学生专业核心课运用能力，采取课程设计和程序开发实训;第5～6学期培养专业课综合运用能力，结合实际项目开发和专业实习对于企业岗位进一步提高认识，做好职业规划和就业准备。第7学期培养学生专业拓展能力，结合专业拓展课的学习，着手做好毕业设计。
　　建立学习者学习分析系统，对应用人才培养模式教学的大一到大四年级的学生按阶段获取学习监测数据，通过数据挖掘和分析技术进行比较研究。主要在以下几个方面建模。
　　学习者知识与行为建模，通过了解学习者掌握了哪些知识，学习者的学习行为与学习者的学习结果的相关关系。学习者经历和分组建模：学习者对于自己的学习经历的满意度，学习者聚类分组。领域知识建模：学习内容顺序、难易程度与学习者学习结果的关系。通过对教育大数据的采集、处理和分析，对比传统的教学模式与项目牵引型的应用人才培養模式下学习者学习效果的差别，构建更加有益于学习者的项目牵引式人才培养模式。探索数据科学与大数据技术专业的人才培养模式、课程建设、协同育人等，助力大数据相关人才的培养，为国家建设和社会发展提供人才和技术支撑，同时为兄弟院校的大数据专业建设提供一些参考和借鉴[4]。
　　针对我校在校本专业学生，对数据科学与大数据技术专业兴趣情况进行调查，调查结果如下所示。
　　通过调查问卷，可以看到多数同学期待认真学习，希望能够学到良好的专业知识，为以后的工作做好基础。而且同学们希望以后能够做数据分析师占多数，数据分析需要学统计学、编程能力、掌握数据分析方法和数据分析工具，数据分析师则需要能够从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员，所以我们的人才培养方案应该像这个方向靠拢，多多提供一些相关的选修课程。
　　专业建设的关键是建设科学的培养方案。数据科学与大数据技术专业是教育部2016年才批准新增的学科专业，我们学校的数据科学与大数据专业也仅在2018年通过教育部批准进行首届招生，与其他发展成熟的学科专业相比仍处于刚刚起步阶段。同时作为计算机科学与工程学院新开设的专业，目前存在的主要问题：
　　（1）新专业的课程体系还没有形成全面性、权威性的成熟方案;
　　（2）学科拓展课、专业拓展课在实施过程中未做到真正意义上的选修;
　　（3）每门课程所需的知识点不清楚，课程体系或是课程群不清晰。 　　通过每年陆续招生，不同年级学生专业技能螺旋式提升，本课题以学生为研究对象、通过师资力量完善和实验平台的辅助、实验环境搭建，使学生具有良好的动手能力、编程能力、数据分析能力。
　　3 决策系统构建
　　 大数据专业人才教育，以大数据为平台，探索“數据科学与大数据”专业应用型人才培养体系的建设，通过建立决策系统，学习者知识建模和建立教学管理运行决策系统，进行决策支持，为新专业建设助力。从普通地方高校的应用性及地域特点出发，分析数据科学与大数据技术人才所需具备的能力，设计数据科学与大数据技术专业建设目标、建设过程[5]。
　　建立教学管理运行决策系统，为满足高校教学管理过程中“科学管理、科学决策”的需求，对教务管理数据多角度、多层次的分析与挖掘，目前我们还是缺乏综合分析和决策支持能力。如何将数据挖掘技术应用于高校教学管理系统中，实现决策支持，结合数据仓库和数据挖掘技术和相关理论和方法，分析和优化挖掘算法。如通过对教师基本情况与教学质量评价结果的挖掘，发现了教学质量与教师基本素质之间的联系，并依据挖掘结果，提出了对师资建设和教学管理具有决策支持价值的意见和建议。
　　系统的有效性指标主要如表4所示。
　　拟实现的系统主要实现辅助决策的功能，主要有三种角色：学生、教师、管理员。目前学生对专业分方向和选修课程比较迷茫，学生通过输入自己的兴趣、爱好、目前的技能、以后的发展方向等属性，输出建议学生学习的辅修课程和建议的专业方向。系主任可以查看学生的选择情况，同时根据当前一届招生情况，学生水平等属性，通过系统分析与决策，能够输出参考性的人才培养方案。同时可以编辑课程，给每个课程设置相应的属性和标签。管理员可以添加教师、系主任、学生等角色，修改相应属性。
　　4 专业的持续改进与完善
　　专业建立持续改进机制，每年组织专家对培养方案进行评审，经过教师、学院、学校、校外专家等多轮评审，进行持续性改进与优化，不断提升教学质量，保证培养的人才对社会需求的适应性。后续考虑专业建立毕业生跟踪反馈机制，及时掌握毕业生就业去向、就业质量、职业满意度和工作成就感。采用科学的方法跟踪反馈信息进行统计分析，形成分析报告，作为进行质量改进的主要依据。
　　参考文献：
　　[1] 姜宝华.新时期数据科学与大数据技术专业建设探索[J].计算机产品与流通，2020（7）：236.
　　[2] 韦茜妤，肖雄，王萌.“新工科”背景下的大数据专业课程体系研究[J].工业和信息化教育，2020（5）：69-73.
　　[3] 王萌.大数据视角下管理专业人才培养与融合课堂建设研究[J].知识经济，2020（15）：101，103.
　　[4] 王芳，周湘贞，刘敏娟.应用型高校大数据专业建设探索与实践[J].电脑知识与技术，2020，16（7）：4-6.
　　[5] 陶皖，石建国.普通地方高校数据科学与大数据技术专业建设探究——以安徽工程大学为例[J].黄冈师范学院学报，2018，38（6）：14-16，52.
　　【通联编辑：闻翔军】
转载注明来源:https://www.xzbu.com/8/view-15316925.htm