大数据背景下“统计学”课程教学方法研究

来源:用户上传      作者:韩静舒

　　摘要：大数据技术飞速发展给统计学带来机遇和挑战，大数据背景下，统计学专业培养目标当顺应时代变化有所调整，教学方法方面需要体现传统统计学和大数据背景下数据分析的异同，开发各类贴近实际、可操作性强的教学手段，统筹兼顾相关课程，提高教学质量促进学科发展。
　　关键词：大数据；“统计学”；教学方法；教学团队
　　中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2019）09-0178-02
　　一、引言
　　大数据时代来临，正在改变各个行业的特性，作为分析数据解决问题的学科，统计学必然被赋予新的使命。大数据将改变统计工作的惯性，改变统计学研究具体科学的深度和广度。但是毋庸置疑，大数据并不会改变传统统计学的性质，大数据带来的是挑战和机遇，同时也将壮大统计学的生命力。
　　当前的统计学本科教育，乃培养学生收集数据、整理数据的能力，更关键的是用统计方法解决实际问题。从现有教学方法上来说，主要是课堂讲授、习题讲解和计算机上机实验；统计学就业方向方面，集中在行政机关、金融、经济行业和领域。大数据时代的来临，将首当其冲冲击现有以随机抽样为核心的传统统计模型基本框架，同时，由于海量的高维度、半结构化、非结构化的数据存在，统计学专业的学生还必需熟练掌握计算机操作技能。本研究的出发点是将挑战和传统结合，从课堂教学方法着手，培养学生的数据敏感性，引导学生准确客观地看待事物，成为复合型数据分析人才，同时教学相长，提升教学质量和科研水平。
　　二、教学内容的探索
　　大数据背景下《统计学》课程教学内容应该兼顾统计学核心思想和大数据时代的先锋特征，尤其在案例分析和上机实验上突出二者的联系和差异。
　　1.体现数据量的特性。首先在教学内容中应该突出数据体量的变化。传统的例题为方便手工运算基本只取最小规模样本量，并不强调数据量大小在统计学里的重要意义，更没有考虑当今世界数据量迅速膨胀的实情。教师可以使用典型应用来强调大数据时代下新的处理目标，如对电商平台交易量的爬取等。类似的例子将操作与现实生活联系起来，内容新颖，容易激发学生兴趣。
　　2.体现数据结构的特性。在教学内容中应该体现数据多样性。在“数据的收集、整理和描述”章节的教学中，可以扩展到更复杂的非结构化数据。授课内容跳出传统统计指标和统计图表，介绍复杂数据的识别、存储和分类方式。丰富教学内容的深度和广度，也为不同专业背景的学生扩展了视野。
　　3.体现典型算法的特性。教学过程中的案例选择应当以能体现大数据的典型算法为准则，尤其是《统计案例分析》类课程。统计学的理论知识相对“枯燥”，要想实现生动有趣的教学效果，就需要在案例类课程的教学过程中扩展案例来源渠道，贴近时事热点，同时还需要优化课时保证既有教学方案的顺利执行。
　　三、教学方法的探索
　　在教学中，教师应该引导学生对具有大数据特征的课程任务进行实践，加深学生对传统统计学和大数据背景下数据分析的差异的认识，也提高学生对现实中各种限制条件的理解和处理能力，同时应该制作具有大数据特征的教学工具，使“大数据”成为教学手段。
　　1.引导学生凭借课程知识进行课题研究。大数据背景下的统计学具有很强的实践性，若希望学生有效地运用课堂中学到的知识，最好的方法就是引导学生亲手实现各种算法和模型。教师可以改变讲授方法，设置规则并在课堂中引入模拟课题或者展演以往优秀实践项目，也可以结合学校面向学生的各类课题、项目、竞赛，引导学生亲自实践具有大数据特征的研究课题。
　　各类项目应该符合两点：（1）不要偏离主题，尽可能多地运用本课程教学内容，描述统计和推断统计是重点，关联规则、分类、聚类是热点，应当包含进去，促进学生理解。（2）在项目指导过程中，教师不宜对所有问题都一一过问细致解答，应当鼓励学生不断尝试和探索，自行讨论和发挥，树立严谨的研究态度。
　　2.融入互联网教学形式。我们鼓励学生结合实际问题勇于探索，同时作为教师也义不容辞地在教学方式和教学手段中体现时代的优势，一方面使学生感受到大数据就在身边，数据挖掘算法触手可及；另一方面可以利用诸如慕课平台、课程网站和课程微信公众号等手段辅助教学，激发学生兴趣，开拓学生视野，培养学生良好的学习习惯。
　　慕课平台和课程网站首先需要在资源的获取上体现大数据的特征。可以使用爬虫技术对网络上的相关内容如神经网络、分类、聚类、关联规则等算法进行固定抓取，并展示相应代码和链接。学生在学习课堂内容之后，学有余力愿意扩展知识的话便能很方便地搜索和获取，做到随学随搜，随搜随用。
　　微信是当下最普遍的社交工具，开发微信公众号教学助手不应只是课程网站的简单复制，而应该体现趣味性和智能性，与课程网站形成优势互补。微信公众号的重要功能是推送闪耀着智慧之光的观点和论述，同时兼顾重要推送提醒和智能聊天功能。能够督促学生利用琐碎时间，随时随地在线学习，学习和休闲两不误。教师也可以通过参与讨论和记录后台数据掌握学生的学习情况，区分生均差异并展开针对性指导，甚至实现智能推送。
　　四、多课程联动、教学团队协调发力
　　1.充分发挥教学团队的作用。统计学专业课需要建立积极高效团结互助的教学团队。教学团队建设对于提高教学质量既是实施措施又是保障机制，教师需要摒弃以往单打独斗各自为营的工作方式，积极投入到团体工作中去，适应相互学习和交流的工作氛围。团队学习通过互相竞争和激励不仅可以提高教师的授课水平，还可以降低个人的备课压力。教师之间知识的互补可以促进专业的发展和提高，提高教师的积极性，形成良好的氛围，而这样的氛围是教学研究创新成果的催化剂和推动剂。
　　大数据背景下统计学教学更加综合化和复杂化，完善教学内容、提高教学效果不能只靠单兵作战，需要依靠“集团军”。一名教师不可能精通所有的专业知识，这就要求由知识互补的教师组建一个教学团队。
　　2.教学内容的简化和衔接。统筹考虑，梳理课程设置，加强培养方案中相近课程的简化和衔接。对于本院学生，统计学导论中部分章节与专业核心课程重复，在设置课程时，既要根据专业核心课程的特点精简教学内容，同时还要扩展教学深度，以便留出更多的教学时间安排更“时新”的教学内容。对于非统计学专业的学生，则要强调统计分析方法廣阔的适用性和统计学与其他专业的交叉性，帮助学生提高数据分析能力。
　　3.与数据探索类课程的衔接。数据探索是以自动化的机制把海量的非结构化数据转化为有用的信息，数据探索类课程与传统统计学课程互相补充，为学生提供更为开阔的专业前景。教师可以在这类课程中加强对数据结果分析的能力的培养，海量的非结构化数据必然伴随冗余度很高的结，如何对获得的结果进行观察、筛选和总结是数据探索的基本技能，更大数据背景下是统计专业学生的基本素养。
　　五、结语
　　统计学是研究客观现象总体数量规律的方法论学科，同时统计学又是与众多学科产生交叉复合的学科。大数据背景下，统计学与数据科学、计算机的交叉，会产生强有力的统计工具，这会丰富我们认识世界的视角和深度，也有利于统计学科的理论和方法在更广阔的天地中长足发展。大数据背景下，数据探索的方法受到青睐，对现有的统计学教学提出了新的挑战，当前的课程设置和教学思路上仍然有很大的改进空间，教师需要不断提高自身知识水平和业务素质，创新教学思路和教学方式，为社会培养更多的适应新挑战的高质量人才。
　　参考文献：
　　[1]田茂再.大数据时代统计学重构研究中的几个热点问题[J].统计研究，2015，5（32）：3.
　　[2]朱卫平，陈佳玲.大数据时代下的“商务智能与数据挖掘”课程教学改革研究[J].计算机教育，2017，（10）：33.
　　[3]朱建平，章贵军，刘晓葳.大数据时代下数据分析理念的辨析[J].统计研究，2014，2（131）：10.
　　[4]郭英德.教学与科研的双向互动——国家级优秀教学团队建设经验谈[J].中国大学教育，2011，（11）：58.
　　[5]李漫.高等院校优秀教学团队的构建和运行模式研究[D].南京理工大学，2008.
转载注明来源:https://www.xzbu.com/9/view-15269087.htm