| 标题 | 大数据课程在高职学院中的建设和发展 |
| 范文 | 贺宁++汤明伟++贺萌 摘要：以数据处理为基础，向大数据方向延伸，是当前计算机应用技术专业的重要方向之一。高职人才培养定位于大数据产业链的前段：数据采集、数据预处理、数据存储、结构化分析与展示、大数据系统架构维护等等，都需要大量的人才储备。构建大数据课程体系，追踪大数据技术应用步伐，搭建大数据样板课程，是促进计算机应用技术专业发展、推动职业学校信息化教学改革的重要方向之一。 关键词：大数据；人才培养定位；课程建设；信息化改 中图分类号：TP301 文献标识码：A DOI： 10.3969/j.issn.1003-6970.2015.10.014 引言 随着互联网技术的飞速发展，特别是近年来云计算、物联网等新兴服务促进人类社会的数据以前所未有的速度递增，大数据时代的到来给数据访问、数据存储、数据管理和利用带来了极大的挑战。哈佛大学社会学教授加里.金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”目前高等职业学校中计算机应用类专业在所有专业中，无论在中、高等职业学校中都是排位第一的，其中涉及了中等职业技术学院约300万人，高等职业技术学院约231万人。占计算机应用类最重要的计算机应用技术、软件技术和网络技术等教学资源建设的优劣，受众面影响是最广的。随着网络和信息技术的发展，这些计算机应用类专业的培养方案设置，与大数据技术的联系也越来越紧密。而高职院校面临着顺应大数据技术应用和发展的要求，培养基于大数据的社会性人才的任务已经迫在眉睫。 1 人才培养定位的转型 从整个职业教育来讲，从国务院发布的职业技术教育的文件来看，在高职人才培养的定位来看已经由从培养高素质人才，调整到培养高素质技术技能人才，从培养一般高素质劳动者，到培养生产一线的解决实际问题的人才。 第一，目前我国的经济已经从投资型、粗放型发展方式转变到集约型、创新型。如果一直在价值链底端靠扩展生产规模来扩大GDP，这样的发展方式已经不可持续。那么要改变经济发展方式，首先就要改变人力资本培养的能力和方式。而调整后的人才培养定位正是顺应了这样的要求。 第二，技术型人才最初作为工程师助手，以后又是掌握高新技术的主力。技术教育主要从知识载体中学习，从而掌握高新技术等系统理论知识。技术强调是理论知识基础，而技能强调的是一种应用型的能力。技能型人才强调是是自身能力，主要任务是以应用知识为主，将科学知识应用于工作实践，并对已有的科学知识和技术进行创新并直接应用与社会生产活动来创造经济价值。 第三，参考国外的职业教学，我们发现专业的划分和专业目录的表达还存在着一系列问题，一般来说都是以技术领域的细分来作为专业的表达。如果我们转向重应用轻技术的人才培养方案，可以逐步发展到职业技术方向和领域的结合，同时深化了应用教育改革，弥补中国目前职业教学现在所缺乏的方面。 2 面向大数据的高职人才教育存在的问题和改革方向 大数据人才无疑是紧缺人才，不仅专业学生紧缺，而且专业教师也是紧缺的。由于从事大数据专业教学的教师需要掌握数学、统计学、数据分析、商业分析、自然语言处理、程序设计、软件工程等学科技能，具有较宽的知识面，并具有独立获取知识的能力，这对于教师的要求也是相当高。只有拥有了这类高素质的教师才能培养出面向大数据的高职人才。 大数据科学需要深入业务。大数据科学非常复杂，其中包含了专门的业务知识，数学统计和经验以及编程技能等。如果企业雇用的高职学生只具有数学和编程方面的知识，却欠缺了最重要的对相关行业的了解和对业务技能理解，那就很容易导致大数据项目陷入困地，最后无法上线以失败而告终。较好的方式是从企业内部出发去寻求真正的挖掘点所在。这也就需要大数据专业制定时，安排较多的实训环境和实训案例了。 大数据学科需要有整体的思想。大数据应用中实际上存在着很多数据孤岛，这是由于内部各个部门信息独立，各个部门之间常常存在着明显的边界。打破这样的孤岛也不是一蹴而就的事情，如果无力建立自己的大数据实训课程，一开始可以建立起一套“前期规模较小、能逐步迭代并扩大”的小项目，并将迭代机制进入大数据课程建设中，通过每个学期逐步建立起学生参与的数据实验方案。 从改革的策略上要有所考虑，可以运用以下策略。 第一，落实教学部相关文件的要求，支持各类高职学院信息素养课程改革，借此为大数据专业基础科目的建设打开基础。 第二，要以信息技术素养技术为基础，以信息处理应用为导向，以大数据为新技术主线，按照这样的方针来培养高职人才。 第三，由于大数据专业可能受到各方面条件的制约，要兼顾计算机类课程通用课程的需要，也要支撑学校的自主课程安排，同时适应不同地区当地办学环境的发展，。 第四，大数据课程的宗旨是要服务高职的教学，服务计算机应用技能的培训和服务面向社会信息素养的普及。 3 大数据方向课程建设以及发展 目前，全国的骨干示范带头院校已经陆续展开了大数据方向的课程建设。一般来说大数据方向的课程归类于信息处理和大数据专业。这一专业会包含十至十二门专业基础课，其中涉及到《分布式数据库》、《大数据处理技术》、《Web信息检索与数据抓取》、《虚拟化技术》、《数据分析方法》、《关系数据库的规划与实施》、《R语言基础》、《信息采集技术》、《数据可视化方法》、《数据系统部署与运维》和《办公软件高级应用》等课程。前六门课程一般作为核心课程进行建设，最后一门是计算机应用类的基础课程。大数据方向课程作为一个全新的方向，涉及的技术要求较高，因此必须首先做好课程的顶层涉及，以服务高职需求为目标，编写教学大纲后，再进行课程资源碎片化的设计，明确课件、知识点和能力点等碎片资源的规划，提供课程有效地保障性。 对于以实践能力培养为主的高职学生，从技术层面上来说，当学生了解了集中主流的大数据产品和技术的特性、实现原理和应用方向，并通过项目的形式，使学生了解并初步掌握目前主流的大数据技术、采集、存储和挖掘等，了解其特点以及使用场景，具备一定的大数据系统架构能力，并能自行展开简单的大数据的应用开发。 根据大数据的应用过程，可以从以下方面制定授课内容： 3.1 数据的采集和抽取 笔者在多年的项目实践中体会到，大数据方向的课程建设首先是建立在数据的采集和抽取上。在一个具体项目中，数据的采集和抽取作用至关重要，往往占到整个过程的一半乃至一半以上。如果数据来源于多个数据库，那就要考虑修改还是新建虚拟数据库的代价。即使数据来源于一个数据库，还需要考虑全量抽取还是增量抽取。 3.2 数据清洗和数据维度指标 抽取的数据往往存在着大量冗余和无关项目，如果全部进入后台分析和挖掘，不仅加大工作量，而且还会造成数据分析时的误差。首先需要确定原始数据中哪些是有用的。其次，将获取到的复杂的数据转化成适合数据层的单一的或者便于处理的结构和类型。第三是清理出其中的干扰项。然后将基础层中的不同模块的数据进行整合归类后融合到一起，形成一致性的数据模式，在通过数据交换形式融入系统中。因此，有必要进行数据清洗和建立与数据视图相关的数据维度指标。数据分析是为业务服务的，因此数据维度指标的建立需要由富有经验的管理人员来制定，而非普通的程序员。 3.3 数据的挖掘和预测分析 没有正确的对教师发展的业务逻辑理解，光靠spss、决策树、时间序列等软件工具无法做出良好的数据挖掘与分析。在理解业务目标的前提下，利用聚类方法，发现自然集中起来的数据点。例如，通过大数据技术把具有相同学习兴趣的学生分在一起很有用。组织起这样的类以后，学生可以自行组队参加相关竞赛等。其次，进行相关性挖掘。发现各种对象之间的关系，探知对象是否在某些行为上比较类似。例如，通过对多人的观影记录记录并进行分析后，挖掘出性格类似的用户。第三，利用对大数据的积累和分析，预知事件发展的可能性。例如，对学生公选课的选课记录进行分析后，能预测出学生可能选择的公选课。最后还能进行比较深入的可视的机器学习模式判断，辅助决策。 从上述的相关的内容都能通过课程设置，应用于今后职业生涯大数据的技术和应用中，可以看出大数据的方向前进相当广阔。工信部发布的十二五规划和十三五规划指出，信息处理技术是作为四项关键技术创新工程被提出，其中也包括了海量数据存储、数据挖掘、图像视频智能分析等依托大数据技术的很多重要组成部分。在产业研究院的《2014-2018年中国大数据产业发展前景与投资战略规划分析报告》显示，大数据产业主要涉及数据生成、存储、处理分析、应用四个环节，具体包含硬件设备、处理分析环节、综合处理、语音识别、视频识别、商业智能软件、数据中心建设与维护、IT咨询、方案实施、信息安全等领域。大数据技术的推行，需要人力资源的伴随，目前从事大数据应用开发的人员的薪资已经远超过普通技术开发者。因此可见，未来大数据专业方向的学生前景将会相当广阔。 4 结束语 大数据课程的开设在高职院校中充满了机遇和挑战。大数据技术的应用非常广阔，几乎可以包含各个领域。大数据解决了诸多领域的信息处理问题，操作的每一个步骤、每条记录都被毫无巨细的保留了下来，进行二次的加工和利用。因此，首先要以现代高职教育的思想为先导，建设具有较强针对性和适应性的大数据课程体系。但不可否认的是，在建设的过程中会遇到各类新问题。但是本着边试验边改进的方法，把遵循精品专业课程的标准，建设jH合格的课程。其次，对大数据方向师资队伍的培养也是关键因素之一，教师队伍需要教师既有技术的背景，又要有行业的经历，可以先建设起来再慢慢推进，然后将先进的科研成功再充实在课程内容中，不断去影响一届又一届的高职学子。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。