大数据应用技术课程教学改革与实践

doi:10.11959/j.issn.2096-0271.2020038

大数据 ›› 2020, Vol. 6 ›› Issue (4): 115-124.doi: 10.11959/j.issn.2096-0271.2020038

大数据应用技术课程教学改革与实践

夏大文^1,²,王林^1,²,张乾^1,²,魏嘉银^1,²,冯夫健^1,²,李华青^3,⁴

¹ 贵州民族大学数据科学与信息工程学院，贵州贵阳 550025
² 贵州省模式识别与智能系统重点实验室，贵州贵阳 550025
³ 西南大学电子信息工程学院，重庆 400715
⁴ 重庆市非线性电路与智能信息处理重点实验室，重庆 400715

出版日期:2020-07-15 发布日期:2020-07-18
作者简介:夏大文（1982- ），男，博士，贵州民族大学数据科学与信息工程学院、贵州省模式识别与智能系统重点实验室教授，华南理工大学博士生导师，主要研究方向为大数据分析、人工智能、数据挖掘|王林（1965- ），男，博士，贵州民族大学数据科学与信息工程学院教授，贵州省模式识别与智能系统重点实验室主任，华南理工大学博士生导师，主要研究方向为大数据分析、图像处理、模式识别|张乾（1984- ），男，博士，贵州民族大学数据科学与信息工程学院、贵州省模式识别与智能系统重点实验室副教授，主要研究方向为大数据分析、人工智能、模式识别|魏嘉银（1986- ），男，博士，贵州民族大学数据科学与信息工程学院、贵州省模式识别与智能系统重点实验室副教授，主要研究方向为大数据分析、可视化计算、算法设计与分析|冯夫健（1986- ），男，华南理工大学软件学院博士生，贵州民族大学数据科学与信息工程学院、贵州省模式识别与智能系统重点实验室高级实验师，主要研究方向为高维数据分析与应用、模式识别、智能算法|李华青（1987- ），男，博士，西南大学电子信息工程学院教授、博士生导师，重庆市非线性电路与智能信息处理重点实验室主任，主要研究方向为大数据分析、人工智能、机器学习
基金资助:
国家民委高等教育教学改革研究资助项目(17072);国家民委高等教育教学改革研究资助项目(19044);贵州省研究生教育教学改革重点课题资助项目(JGKT2017004);贵州省教育厅本科教学内容和课程体系改革资助项目(2018520038);全国教育科学“十三五”规划2019年度教育部重点课题子课题资助项目(DCA190331-1013);国家自然科学基金资助项目(61762020);国家自然科学基金资助项目(61773321);国家自然科学基金资助项目(61802082);全国统计科学研究资助项目(2018LY66);国家留学基金管理委员会资助项目(201808525063)

Teaching reform and practice of big data application technology course

Dawen XIA^1,²,Lin WANG^1,²,Qian ZHANG^1,²,Jiayin WEI^1,²,Fujian FENG^1,²,Huaqing LI^3,⁴

¹ College of Data Science and Information Engineering,Guizhou Minzu University,Guiyang 550025,China
² Key Laboratory of Pattern Recognition and Intelligent Systems of Guizhou Province,Guiyang 550025,China
³ College of Electronic and Information Engineering,Southwest University,Chongqing 400715,China
⁴ Key Laboratory of Nonlinear Circuits and Intelligent Information Processing of Chongqing,Chongqing 400715,China

Online:2020-07-15 Published:2020-07-18
Supported by:
The Teaching Reform Project of Higher Education of National Ethnic Affairs Commission of the People’s Republic of China(17072);The Teaching Reform Project of Higher Education of National Ethnic Affairs Commission of the People’s Republic of China(19044);The Key Project of Teaching Reform of Graduate Education in Guizhou(JGKT2017004);The Undergraduate Teaching Reform Project of Guizhou(2018520038);The Sub-Project of the Key Project of National Education Science “13th Five-Year Plan” of 2019 Ministry of Education of China(DCA190331-1013);The National Natural Science Foundation of China(61762020);The National Natural Science Foundation of China(61773321);The National Natural Science Foundation of China(61802082);The National Statistical Science Research Project of China(2018LY66);The China Scholarship Council(201808525063)

摘要/Abstract

摘要：

大数据促进了数据科学研究的发展和数据科学学科的建设，催生了对新型数据人才的需求。分析了大数据人才培养的现实需求，指出了大数据人才培养的现存问题，然后以“大数据应用技术课程”为例，在重构教学体系、优化教学内容、改进教学方法、规范教学过程和完善教学评价等方面阐述了大数据专业教学改革的路径选择与实践，致力于创新培养兼具工程实践能力与技术创新能力的跨界复合型大数据人才。

关键词: 数据科学, 大数据技术, 教学改革, 课程体系

Abstract:

Big data has promoted the development of data science research and the construction of data science disciplines and spawned the demand for new data talents.Firstly,the practical needs of big data talent training were analyzed.Then,the existing problems of big data talent training were pointed out.Finally,taking the “big data application technology course”as an example,the path selection and practice of teaching reform for big data were explored in terms of restructuring the teaching system,optimizing the teaching content,improving the teaching method,standardizing the teaching process,and updating the teaching evaluation,to innovatively cultivate interdisciplinary big data talents who both have engineering practice capabilities and technological innovation capabilities.

Key words: data science, big data technology, teaching reform, curriculum system

中图分类号:

TP399

夏大文, 王林, 张乾, 魏嘉银, 冯夫健, 李华青. 大数据应用技术课程教学改革与实践[J]. 大数据, 2020, 6(4): 115-124.

Dawen XIA, Lin WANG, Qian ZHANG, Jiayin WEI, Fujian FENG, Huaqing LI. Teaching reform and practice of big data application technology course[J]. Big Data Research, 2020, 6(4): 115-124.

图/表 5

表1

部分地方政府制定的大数据发展政策简况"

省、市、自治区	政策制定时间	政策名称	政策中的相关内容
上海市	2013年7月	《上海推进大数据研究与发展三年行动计划》（2013—2015年）	培养和引进高端数据人才
	2016年10月	《上海市大数据发展实施意见》（沪府发〔2016〕79号）	建立人才研发和创新体系
重庆市	2013年7月	《重庆市大数据行动计划》（渝府发〔2013〕62号）	加强人才培育与引进
贵州省	2014年2月	《关于加快大数据产业发展应用若干政策的意见》和《贵州省大数据产业发展应用规划纲要（2014—2020年）》（黔府发〔2014〕5号）	加强人才队伍建设
青海省	2015年8月	《关于促进云计算发展培育大数据产业实施意见》（青政办〔2015〕154号）	加强人才队伍建设
浙江省	2016年2月	《浙江省促进大数据发展实施计划》（浙政发〔2016〕6号）	建立人才培养体系
广东省	2016年4月	《广东省促进大数据发展行动计划（2016—2020年）》（粤府办〔2016〕29号）	加强人才培育与引进
福建省	2016年6月	《福建省促进大数据发展实施方案（2016—2020年）》（闽政〔2016〕27号）	加快培育引进人才
北京市	2016年8月	《北京市大数据和云计算发展行动计划（2016—2020年）》（京政发〔2016〕32号）	培养高端专业人才
江苏省	2016年8月	《江苏省大数据发展行动计划》（苏政发〔2016〕113号）	加快紧缺人才培养和引进
湖北省	2016年9月	《湖北省大数据发展行动计划（2016—2020年）》（鄂政发〔2016〕49号）	完善人才体系
新疆维吾	2016年12月	《新疆维吾尔自治区云计算与大数据产业“十三五”发展规划》	加快人才培育引进
尔自治区
甘肃省	2018年6月	《甘肃省数据信息产业发展专项行动计划》（甘政办发〔2018〕88号）	加强人才队伍建设
黑龙江省	2019年6月	《“数字龙江”发展规划（2019—2025年）》（黑政规〔2019〕7号）	加快数字人才培引

表1

表2

部分代表性国内外高校大数据人才培养的现状简况（续表）"

国家	高校/机构	实施时间	实施内容
法国	圣艾蒂安大学	2016年	开设“数据科学”课程
德国	慕尼黑大学	2015年	开设“数据科学基础”课程
荷兰	埃因霍温理工大学	2013年	设立数据研究中心（或研究所）
新加坡	新加坡国立大学	2016年	设立数据科学研究中心
中国	复旦大学	2007年	开设数据科学讨论班
		2010年	招收数据科学博士研究生（全国首个）
		2013年	开设研究生课程“数据科学”
		2014年	举办数据科学家训练营
		2015年	招收数据科学专业研究生、本科第二专业学位
		2017年	获批数据科学与大数据技术本科专业（第二批）
	西安交通大学	2012年	与麻省理工学院数据科学研究中心合作成立大数据和数据质量研究中心（全国首个，校校合作）
		2013年	获批国家自然科学基金“大数据”重点项目（全国首个）
		2013年8月	与陕西省信息化工程研究院联合成立大数据应用与管理研究中心和博士后创新基地（校院合作）
	北京航空航天大学	2012年9月	成立大数据科学与工程国际研究中心
		2013年9月	开设大数据技术与应用工程硕士学位（全国首个）
	华东师范大学	2013年	成立数据科学与工程研究院（全国首个）
		2017年3月	获批数据科学与大数据技术本科专业（第二批）
		2019年10月	启动大数据国家重点研发项目
		2019年11月	与华为联合成立数据库创新实验室（校企合作）
		2019年	招收大数据统计分析硕士研究生
	清华大学	2014年4月	与青岛市人民政府合作成立数据科学研究院（校地合作）
		2014年9月	招收大数据硕士学位研究生（全国首批）
	北京大学	2014年7月	成立大数据技术研究院
		2014年9月	招收大数据硕士学位研究生
		2016年2月	获批数据科学与大数据技术本科专业（全国首批）
	中国人民大学、北京大学、中国科学院大学、中央财经大学、首都经济贸易大学	2014年	联合成立大数据分析硕士培养协同创新平台（校校合作）
		2014年9月	培养大数据人才（应用统计专业硕士学位）
	大连理工大学	2014年	与IBM联合成立智慧城市与大数据处理实验室（校企合作）
	中南大学	2015年3月	设立数据科学硕士学位
		2016年2月	获批数据科学与大数据技术专业（全国首批）
	北京邮电大学	2015年	与北京联合大学合作设立大数据方向（校校合作）
		2017年	开设数据科学与大数据技术专业（第二批）
		2018年	招收大数据专业研究生
	对外经济贸易大学	2016年2月	获批数据科学与大数据技术本科专业（全国首批）
	昆明理工大学	2018年	与阿里巴巴合作培养大数据技术人才（校企合作）
		2019年	招收数据分析研究生

表2

表3

图1

参考文献 13

[1]	严霄凤, 张德馨 . 大数据研究[J]. 计算机技术与发展, 2013,23(4): 169-173.
	YAN X F , ZHANG D X . Big data research[J]. Computer Technology and Development, 2013,23(4): 169-173.
[2]	夏大文, 张自力 . DT时代大数据人才培养模式探究[J]. 西南师范大学学报（自然科学版）, 2016,41(9): 191-196.
	XIA D W , ZHANG Z L . On training mode of big-data talents in the age of data technology[J]. Journal of Southwest China Normal University (Natural Science Edition), 2016,41(9): 191-196.
[3]	陈一明 . “互联网+”时代课程教学环境与教学模式研究[J]. 西南师范大学学报（自然科学版）, 2016,41(3): 228-232.
	CHEN Y M . On teaching environment and teaching mode based on “Internet +”[J]. Journal of Southwest China Normal University (Natural Science Edition), 2016,41(3): 228-232.
[4]	周傲英, 钱卫宁, 王长波 . 数据科学与工程：大数据时代的新兴交叉学科[J]. 大数据, 2015,1(2): 90-99.
	ZHOU A Y , QIAN W N , WANG C B . Data sciences and engineering:an emerging interdisciplinary in the big data era[J]. Big Data Research, 2015,1(2): 90-99.
[5]	朱扬勇, 熊贇 . 大数据时代的数据科学家培养[J]. 大数据, 2016,2(3): 106-112.
	ZHU Y Y , XIONG Y . Training data scientists in the era of big data[J]. Big Data Research, 2016,2(3): 106-112.
[6]	吴力波 . 多“源”异“构”培养大数据创新型人才[J]. 大数据, 2016,2(5): 89-94.
	WU L B . Cultivating big data talent by combing various disciplines and utilizing multiple resources[J]. Big Data Research, 2016,2(5): 89-94.
[7]	陈振冲, 贺田田 . 数据科学人才的需求与培养[J]. 大数据, 2016,2(5): 95-106.
	CHAN K CC , HE T T . Data science:the demand and development of talents[J]. Big Data Research, 2016,2(5): 95-106.
[8]	覃雄派, 陈跃国, 李翠平 ,等. “数据科学”课程群与“数据科学导论”课程建设初探[J]. 大数据, 2018,4(6): 19-28.
	QIN X P , CHEN Y G , LI C P ,et al. Toward construction of “data science” course group and “introduction to data science” course[J]. Big Data Research, 2018,4(6): 19-28.
[9]	林子雨 . 大数据技术原理与应用课程建设经验分享[J]. 大数据, 2018,4(6): 29-37.
	LIN Z Y . Course construction experience sharing of the principles and applications of big data technology[J]. Big Data Research, 2018,4(6): 29-37.
[10]	朝乐门, 邢春晓, 王雨晴 . 数据科学与大数据技术专业特色课程研究[J]. 计算机科学, 2018,45(3): 3-10.
	CHAO L M , XING C X , WANG Y Q . Unique curriculums for data science and big data technology[J]. Computer Science, 2018,45(3): 3-10.
[11]	曹高辉, 胡紫祎, 郭家乐 ,等. 美国数据科学硕士专业培养要求与课程设置研究[J]. 数字图书馆论坛, 2018(5): 38-45.
	CAO G H , HU Z Y , GUO J L ,et al. Research on training requirement and curriculum of master’s degree in data science in United States[J]. Digital Library Forum, 2018(5): 38-45.
[12]	王岩, 杨森, 黄岚 ,等. 大数据分析与应用课程体系构建[J]. 计算机教育, 2020(2): 26-29.
	WANG Y , YANG S , HUANG L ,et al. Course system construction of big data analysis and application[J]. Computer Education, 2020(2): 26-29.
[13]	张祖平 . 新工科背景下大数据专业导论课程的改革与探索[J]. 大数据, 2018,4(6): 38-45.
	ZHANG Z P . Reform and exploration for introduction course of big data professional under the background of emerging engineering education[J]. Big Data Research, 2018,4(6): 38-45.

国家	高校/机构	实施时间	实施内容
美国	加州大学伯克利分校	2011年	开设“数据科学导论”课程
		2012年	开设“数据科学和分析”课程
	伊利诺伊大学厄巴纳-香槟分校	2011年	开设数据科学暑期研究班
	哥伦比亚大学	2011年	开设“数据科学导论”课程
		2013年	开设“应用数据科学”课程
		2013年秋	提供数据科学专业成就认证培训
		2014年	设立数据科学硕士学位
		2015年	设立数据科学博士学位
	芝加哥大学		开设“数据科学”夏季培训课程（3个月）
	纽约大学	2013年秋	设立数据科学硕士学位
	南加州大学		设立数据科学硕士学位
	华盛顿大学	2013年5月	开设“数据科学导论”课程，合格后颁发数据科学证书
	雪城大学		提供数据科学高级研究培训，合格后颁发数据科学高级研究证书
英国	剑桥大学		成立数据科学中心
	帝国理工学院		设立数据研究中心（或研究所）
	邓迪大学	2013年	设立数据科学硕士学位
	爱丁堡大学	2016年	商学院与Dixons Carphone公司合建大数据专职学术学位
	牛津大学	2017年	开设“数据科学基础”课程
		2019年	与诺华（Novartis）制药公司共建大数据研究中心

[1]	梅宏, 杜小勇, 金海, 程学旗, 柴云鹏, 石宣化, 靳小龙, 王亚沙, 刘驰. 大数据技术前瞻[J]. 大数据, 2023, 9(1): 1-20.
[2]	李望月, 刘瑾, 陈娜. 大数据技术在乡村画像中的应用研究[J]. 大数据, 2020, 6(1): 99-118.
[3]	覃雄派, 陈跃国, 李翠平, 柴云鹏, 徐君, 文继荣, 杜小勇. “数据科学”课程群与“数据科学导论”课程建设初探[J]. 大数据, 2018, 4(6): 19-28.
[4]	林子雨. 大数据技术原理与应用课程建设经验分享[J]. 大数据, 2018, 4(6): 29-37.
[5]	李崇纲, 许会泉. 冒烟指数：大数据监测互联网金融风险[J]. 大数据, 2018, 4(4): 76-84.
[6]	覃雄派, 陈跃国, 杜小勇, 王伟娟. “数据科学概论”课程设计[J]. 大数据, 2017, 3(6): 102-111.
[7]	姜春宇,魏凯. 大数据平台的基础能力和性能测试[J]. 大数据, 2017, 3(4): 37-45.
[8]	王崇骏. 大数据价值期望探讨[J]. 大数据, 2017, 3(4): 91-103.
[9]	朱扬勇, 熊贇. 大数据的若干基础研究方向[J]. 大数据, 2017, 3(2): 104-114.
[10]	李友元, 寇纲. 我国大数据征信的挑战及对策[J]. 大数据, 2017, 3(1): 27-34.
[11]	陈振冲, 贺田田. 数据科学人才的需求与培养[J]. 大数据, 2016, 2(5): 95-106.
[12]	朱扬勇, 熊贇. 大数据人才培养的基础条件初探[J]. 大数据, 2016, 2(5): 107-114.
[13]	朱扬勇, 熊贇. 大数据时代的数据科学家培养[J]. 大数据, 2016, 2(3): 106-112.
[14]	周傲英, 钱卫宁, 王长波. 数据科学与工程：大数据时代的新兴交叉学科[J]. 大数据, 2015, 1(2): 90-99.

大数据应用技术课程教学改革与实践

Teaching reform and practice of big data application technology course

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 13

相关文章 14

Metrics

推荐阅读 0

年份	批次	数据科学与大数据技术	大数据管理与应用
2020年	第五批	138	52
2019年	第四批	196	25
2018年	第三批	248	5
2017年	第二批	32	0
2016年	第一批	3	0