SCI论文（www.lunwensci.com）:
摘要：随着大数据上升为国家战略，国内数百所高校陆续设置了大数据专业或方向，开设了一系列大数据课程。本文总结了大数据课程体系实验教学存在的问题；针对实验与理论脱节、实验教学不成体系、缺少综合性实验、实验教学平台建设滞后等问题，提出了相应的改革措施；最后总结了教学效果。
关键字：大数据；实验教学；实验平台；实训案例
本文引用格式：王桂平，等.大数据课程体系实验教学改革与探索[J].教育现代化,2020,7(41):88-90.
Experimental Teaching Reform and Exploration of Big Data Course System
WAng gui-ping,LI Ren,LIu Jun,LIu Xin-xin
（School of Information Science and Engineering of Chongqing Jiaotong university,Chongqing）
Abstract:With the rise of big data as a national strategy,hundreds of colleges and universities in China have set up a series of big data courses.This paper summarizes the existing problems in the experimental teaching of big data course system,puts forward the corresponding reform measures for the problems such as the disconnection between experiment and theory,the unsystematic experimental teaching,the lack of comprehensive experiment,and the lag in the construction of experimental teaching platform,and finally summarizes the teaching effect.
Key words:big data;experimental teaching;experimental platform;Practical training cases
一引言
在当今世界，大数据作为战略性资源的地位日益凸显，国家竞争力在一定程度上体现为国家拥有数据的规模、质量以及运用数据的能力，因此2015年8月，国家发改委适时发布了《促进大数据发展行动纲要》（国发[2015]50号），将大数据发展上升为国家战略[1]。为了推动大数据产业健康快速发展，2017年1月，工业和信息化部发布了《大数据产业发展规划(2016-2020年)》（工信部规[2016]412号）。为了适应大数据技术的发展和应用、满足大数据产业对人才的需求，教育部于2016～2019年分四批（教高函[2016]2号、教高函[2017]2号、教高函[2018]4号、教高函[2019]7号）共审批同意479所高校开设数据科学与大数据技术本科专业（以下简称大数据专业）。此外，还有一些高校在计算机科学与技术等专业中设置了大数据方向。
大数据专业核心课程包括《数据科学通识导论》、《Linux操作系统》、《大数据开发语言》、《大数据技术基础》、《大数据平台技术》、《云计算与大数据处理》、《数据仓库与数据挖掘》、《机器学习》、《数据预处理技术》、《大数据可视化》，等等。由于主流的大数据平台及软件主要是安装部署在Linux操作系统下的，所以把《Linux操作系统》课程也纳入到大数据课程体系。另外，虽然数据采集和预处理是大数据处理与分析流程中的第一个环节，但数据预处理工具需要和大数据平台配合使用，所以这门课程一般放在大三或大四学年开设。
重庆交通大学信息科学与工程学院自2016年9月份起陆续开设一系列大数据课程，这些课程构成如图1所示的课程体系。此外，2018年10月，我院与中科曙光公司合作设立了“重庆交通大学中科曙光大数据与人工智能菁英班”。
自大数据专业批准设立以来，各高校在专业建设[2]、课程体系建设[3,4]、课程建设[5]、实验平台建设[6-8]等方面都作了有益的尝试。
张燕等人[2]从大数据专业建设的基本原则、人才培养、师资队伍建设、课程体系构建、教材和课程资源建设等五个方面讨论大数据专业面向应用型的人才培养，探讨专业建设和应用型人才培养的路径。
杨维明等人[3]针对信息类工科专业不适应大数据时代对新工科人才的新要求，建立了分层次、模块化的大数据课程体系。
吴贺俊和饶洋辉[5]以大数据专业方向课程建设为具体实践基础，提出将专业建设中新科目和基础科目的有机融合，主动适应并引领新工科的建设过程。王振武[6]以阿里云大数据平台为核心构建了数据挖掘课程的实验教学体系，提出了线下编程和线上操作相互结合的教学方法。
本文总结了大数据课程体系实验教学存在的问题，并提出相应的改革措施。
二 大数据课程体系实验教学存在的问题
目前，大数据课程体系的实验教学主要存在以下问题。
（一）实验与理论脱节
大数据技术涉及到Hadoop,Spark,HBase,Hive,Flume,Kafka,Maven,MySQL,MongoDB等开源软件，Python、Scala、R、Java等编程语言，各种新颖的机器学习算法和大数据算法，等等。
相对大数据理论而言，大数据技术更新升级非常快，各种新的平台、软件和技术不断涌现，这些技术实践性非常强，任课老师需要足够长的时间亲自实践这些技术（甚至需要参加企业的培训）后才能真正理解和掌握这些技术，之后才能传授给学生。所以，大数据课程的实验教学往往会滞后于主流的大数据技术，并且与大数据理论脱节。
（二）实验教学不成体系
大数据技术涉及多个层次，包括大数据平台、编程语言、机器学习（含深度学习）算法、数据处理（如预处理、可视化）等，这些层次构成一个完整的体系或生态。然而国内高校开设的众多大数据课程之间的联系并非设想的那样紧密。具体到实验教学上，各学期开设的大数据课程的实验教学在前后衔接、承上启下、逐步推进等方面做得远远不够。
（三）缺少从技术体系角度设置的综合性实验
正如前述，大数据技术是一个完整的体系或生态，高校开设的各门大数据课程的实验教学往往是松散的、各自为政，缺少从技术体系角度设置的综合性实验，急需开发建设一些能把多门大数据课程的实验教学串接起来的综合实训案例。
（四）大数据实验教学平台建设滞后
大数据课程的实验教学需要专业的大数据教学平台支撑，由于缺少资金，很多高校并没有建设大数据教学平台，因此，大数据课程的实验教学往往只能在虚拟机环境下以伪分布式方式部署大数据平台，学生很难体验到大数据技术，无法理解大数据技术的优势，难以真正掌握大数据技术。
（五）其他问题
其他问题还包括：由于大数据领域的先进技术主要是由企业掌握和应用的，高校在大数据师资、技术、平台方面并无优势；由于大数据课程是逐步推进的、且实践性非常强，先修课程如果没有学好，后续课程将寸步难行。
三 改革与探索
针对大数据课程体系的实验教学存在的问题，笔者及所在学院通过以下途径积极探索和解决这些问题。
（一）通过师资力量建设解决实验与理论脱节的问题
为了适应大数据技术更新非常快的特点，笔者所在学院成立了大数据课程教学团队，通过调研、召开讨论会、参加师资培训和教学研讨会等多种形式，缩小任课老师在大数据技术理论和实践之间的鸿沟，更好地服务大数据课程的教学（特别是实验教学）。
近3年来，大数据教学团队累计10人次参加厦门大学林子雨老师组织的全国高校大数据课程教师培训、30人次参加中科曙光公司组织的实训平台培训，2人次参加中科曙光大数据技术与AI实践高级研修班，5人次参加全国高等学校大数据教学研讨会，等等。
（二）通过重构实验教学体系以解决实验教学不成体系的问题
笔者所在大数据教学团队通过召开教学讨论会，为大数据核心课程编写实验指导书和教材，统筹规划实验教学内容，实现大数据课程的实验教学相互衔接、承上启下、逐步推进，实现大数据课程实验教学体系的重构。
（三）开发建设大数据综合实训案例以解决缺少综合性实验的问题
笔者所在大数据教学团队借鉴厦门大学林子雨团队开发建设的大数据实训系列案例[9]，在林子雨团队开发并共享的电影推荐系统、电信用户行为分析等实训案例的基础上，陆续开发了图书推荐系统、程序设计竞赛网站用户行为分析等大数据实训案例，并结合笔者所在学院的学科背景，后续拟开发桥梁监测大数据分析、高铁客运大数据分析等综合实训案例。
（四）引进中科曙光的大数据实训平台，以解决大数据实验教学平台建设滞后的问题
笔者所在学院积极探索企业和高校共建大数据实验室、共建大数据课程的可行性，与中科曙光共建智能交通大数据实验室，并引进中科曙光公司自主研发的EDu综合实训平台。
EDu平台是一款集教学、实验、培训、科研一体的大数据产品，针对教学实训的场景量身定制了实验开发调试环境、实验运行管理功能以及教学管理功能；同时结合一线实战项目，提供多门具有实践性的教学课程和实验课程。
目前，笔者所在学院的大数据课程的实验教学已由伪分布式方式部署大数据平台转向在EDu实训上搭建大数据平台，学生能真正体验并掌握大数据技术。
（五）其他改革措施
笔者所在学院积极倡导由企业和高校共同建设大数据课程，一些课程由校内老师和企业老师共同授课。
此外，在大数据课程体系中还引入了淘汰机制，首先在通识课程《数据科学导论》中介绍大数据技术通识性的知识，然后在专业基础课程和提高课程中逐步筛选出选修后续课程的学生。
四 效果分析及结束语
笔者所在学院从2016级开始开设大数据课程（部分为选修课）。选修大数据课程的学生人数逐年增多，在毕业设计里选择大数据技术相关课题的学生也逐年增多，预计今后从事大数据行业的毕业生也逐年增多，就业质量将进一步提高。
大数据专业是一个新兴的专业，各高校都在积极探索大数据专业建设和课程体系建设，本文针对大数据课程体系的实验教学提出的改革措施也是积极且有意义的探索，这些探索将更好地促进大数据人才培养。
参考文献
[1]蒋凯元.浅析大数据发展行动纲要出台背景及战略意义[J].信息系统工程,2015(10):14-15.
[2]张燕,刘鹏,赵海峰,等.大数据专业建设的思考与探索[J].中国大学教学,2019(4):38-41.
[3]杨维明,王时绘,余敦辉,等.新工科背景下IT类专业大数据课程体系建设与教学模式研究[J].计算机教育,2019(11):64-68.
[4]曹耀钦,李发陵,周龙福.应用型智能科学与技术专业大数据课程群建设研究[J].计算机教育,2016(10):22-25.
[5]吴贺俊,饶洋辉.面向新工科的大数据专业课程建设[J].中国大学教学,2019(4):34-37.
[6]王振武.基于阿里云大数据平台的“数据挖掘”课程实验教学方法探讨[J].实验室研究与探索,2018,37(6):192-196.
[7]尹学松,蒋融融,张吉先,等.面向大数据远程开放实验平台构建研究[J].中国远程教育,2016(11):28-34.
[8]高铭悦,潘正高.大数据专业实验教学系统的研究与设计[J].鄂州大学学报,2019,26(02):108-110.
[9]林子雨.大数据实训案例——电影推荐系统(Scala版)[M].人民邮电出版社,2019.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/31072.html
