硕士生课程教学改革与质量督导的创新措施探析

2020-01-09余应淮彭小红

科教导刊·电子版 2020年36期

李昭杨习余应淮彭小红

（[1]广东海洋大学数学与计算机学院广东·湛江 524088；[2]重庆工商大学会计学院重庆 400067）

2021年我国硕士研究生报名人数达到420万人，招生人数突破90万人，报名和招生人数均为近十年最高，我国已经成为一个硕士研究生教育大国。硕士研究生培养的数量和质量已经成为衡量我国高等教育发展程度、科技文化发展水平与前景的风向标。

1 硕士生课程教学遇到的问题

广东海洋大学数学与计算机学院硕士研究生学位点于2017年开始招生，在招生数量逐年增长的同时，学院重点关注提高硕士研究生培养质量以适应社会经济高速发展的需求。鉴于硕士生课程教学阶段存在课程体系陈旧、选课范围窄、实践能力培养欠缺、内容缺少前沿性等问题，使学生对课堂教学的认可度普遍偏低，获取与掌握的知识有限，课堂教学环节在硕士生综合能力与创新能力培养方面没有发挥预期的作用，提出采用理论学习和实际应用相结合的教学新措施。

2 教学与质量督导的新措施

2.1 开展不同学科、不同学院间交叉选课

交叉知识的获取贯穿于整个研究生培养过程，学院应允许不同学科之间、不同学院之间交叉选课，开通合作学院之间课程互选、学分互认、专业互通和短期交流。拆除人为设置的交叉选课障碍与壁垒，打通资源共享和利用的通道，为培养多学科交叉的创新型人才提供制度保障。

以学院硕士生课程“大数据分析及应用”为例，可向水产学院、食品科技学院、海洋与气象学院、机械与动力工程学院、海洋工程学院等海洋特色突出的院系开通选课与学分认定的机制，增加硕士生对大数据分析与智能处理技术的基本认识与掌握，训练学生运用工具对海洋生物数据、海洋环境数据及海洋地理信息等大数据集的分析、处理、可视化与智能决策的能力，加深学生对新型大数据处理技术与海洋行业应用深度交叉融合的认知，为培养海洋行业背景的交叉复合型人才提供支持。

2.2 加强实践能力培养

课程中运用案例教学引导学生通过文献查阅、理论推导、数值计算、模型实验等途径，完成一个相对完整的设计目标，针对核心技能进行综合训练，提高学生运用知识解决问题的能力。

以“大数据分析及应用”课程为例，指导学生基于大数据领域相关的关键词自主查阅学术论文和技术资料，结合当前主流的大数据存储与计算技术，搭建大数据处理框架。具体包括采用HDFS、Yarn、Spark、Spark SQL和Hive等技术建立数据离线批处理引擎，通过Flume、第三方采集组件、Kafka、SparkStreaming、Flink和Redis等构建实时流处理引擎。基于大容量异构数据库、离线批处理引擎和实时流处理引擎建立数据处理框架。实现不同应用情境中多源多模态数据的统一存储、预处理和管理。

采用关系数据库、分布式数据库、分布式文件系统进行数据集中存储。离线批处理引擎将多源多模态流式数据、文档数据、数据库和hadoop输出的数据自动采集到HDFS（Hadoop分布式文件系统）中，HDFS向Yarn提供高吞吐量（PB级）的数据访问能力，利用Yarn为Hive、Spark以及SparkSQL合理分配并调度计算资源，实现数据的分布式清洗、统计、映射、转换等预处理操作，为进一步的分析挖掘提供支持。实时流处理引擎通过Flume和第三方采集组件将实时文档、数据库输出的数据、Socket数据流等实时采集到Kafka中，通过Kafka将数据转换为流计算引擎可处理的数据，利用SparkStreaming和Flink对高吞吐量的流式数据进行快速分布式统计、映射、连接和转换等预处理操作，获取实时预处理后的数据并输入Redis进行数据缓存，为数据的深度挖掘作准备。

通过建立数大据处理框架，融合大容量关系数据库、分布式数据库、分布式文件系统，建立面向海洋水文、气象、生物、环境、遥感等应用情境的数据库集群，提升大数据集存储与管理效能。数据处理框架通过兼容多种数据格式、高吞吐量、快速并行的数据处理能力，为进一步增强数据存储、预处理、管理和服务能力提供框架支持。以课程设计目标为导向，增强学生实践动手能力，突出海洋大数据特色，服务于计算机与涉海学科的深度交叉融合。

2.3 强化课程内容与国际前沿研究问题的结合

指导学生查阅课程相关的最新高水平专业期刊论文，以大作业的形式要求学生从研究背景、研究意义、创新点、研究内容、研究方法、计算或实验结果、主要结论等方面对论文进行评价，完成阅读报告并以PPT的形式进行展示答辩，使学生在论文查阅、理解和表达等方面得到综合训练。

以“大数据分析及应用”课程为例，指导学生查阅人工智能（《Artificial Intelligence》、《IEEE Transactions on Pattern Analysis and Machine Intelligence》、《International Journal of Computer Vision》、《Journal of Machine Learning Research》）、数据库、数据挖掘、内容检索（《ACM Transactions on Database Systems》、《ACM Transactions on Information Systems》、《IEEE Transactions on Knowledge and Data Engineering》、《The VLDB Journal》）、学科交叉（《IEEE Transactions on Big Data》、《IEEE Transactions on Geoscience and Remote Sensing》、《IEEE Transactions on Robotics》）等研究领域的国际知名学术期刊近三年发表的学术论文，挑选与所参与的科研及应用项目关系密切的1篇论文精读，通过项目答辩的形式（PPT）在课堂上剖析讲解选文的研究背景、研究意义、创新点、研究内容、研究方法、计算或实验结果、主要结论等内容，撰写阅读报告，理解掌握学术论文的写作方法与规范，进一步提升论文查阅、理解、撰写与表达能力。

2.4 建立课程质量督导体系

由于研究生阶段存在对学生的管理比较宽松，对教学的质量要求更高等特点，要求研究生教学质量的督导具有针对性，重点放在对研究生教风和学风的监督审查上，主要包括对课程和学位论文的督导。研究生的教学工作涉及众多环节，需完善课程建设、课程考核、论文开题、评议和答辩等环节的规章制度。成立专门的研究生教学质量督导机构，以规避人为因素影响结果的公平公正性。建立一个结构合理、专业素质强硬、认真负责的质量督导队伍。处理好“督”与“导”的关系，创建及时、敏锐的发现问题并给出解决方案的监督指导机制。构建便于师生交流的质量督导信息反馈平台，形成更加高效便捷的信息反馈体系。