于波 董立华 李雅男 毕文琪

【摘 要】 本文阐述了数据采集能力的内涵和构成，分析了地方新建本科院校数据采集能力培养的教学现状，即：教学内容过于注重理论，课程设置不够完备，教学模式和手段陈旧。据此提出了数据科学与大数据技术专业学生数据采集能力的培养措施：要明确人才培养目标;优化教学内容;改进教学方式方法，重视创新能力培养;将学生培养与教师科研团队建设相结合;提高实践应用能力;加强课程考核。

【关键词】 大数据时代;高校学生;数据采集能力培养;地方新建本科院校

一、引言

近年来，大数据在生产制造、社会管理、科学研究、国防安全等领域正呈现爆发性的增长，展现出数据信息多样、数量庞大、来源丰富等特点。为满足大数据发展对人才的需求，数据科学与大数据技术专业所培养的学生不仅需要综合掌握涉及数学、统计学、计算机科学等基础理论知识，还应具备创新精神、实践能力以及包括数据采集、分析、应用、思维等在内的数据采集的能力，这必将给该专业学生数据采集能力的培养带来严峻的挑战。

由于地方新建本科院校的数据科学与大数据技术专业刚刚设立，对该专业学生的数据采集能力的培养没有现成的模版可供借鉴，且该类院校的现有其它相关专业学生的数据能力水平与大数据时代的社会需求脱节。因此，地方新建本科院校应该注重加强对大数据专业学生数据采集能力的培养，旨在提高学生的数据采集能力和创新精神，以适应时代发展的要求。

二、数据采集能力的内涵和构成

一般来说，数据采集的能力是指对科学数据进行收集、处理和分析的能力。但是，随着大数据时代的到来，数据已不再是简单的来源、目的或结果，而是上升为社会的一种基础设施和工具，[1]相应地对学生所应具备的数据能力也有了更高的要求。因此，“數据采集”的能力从广义上讲，除了包括对数据的采集、组织、处理和分析的能力外，还应包括数据的应用意识、数据感知能力及数据伦理素养。

本文从数据采集能力的内涵出发，基于社会需求、教学问题、学生能力现状，将数据采集能力分为四个维度：[2-4]

1、数据采集能力

数据采集能力主要包括数据采集意识和对数据进行科学分析、有效筛选并根据需要快速获取数据的能力，它是应用数据解决问题的基础，是具备整个数据采集能力的先决条件。

2、数据分析能力

数据分析能力是指对收集得到的数据进行整理分析的能力，是应用数据解决实际问题的前提。

3、数据感知能力

数据感知能力是指学生通过观察、实验等探究活动在搜集数据、整理数据、分析数据时表现出来的对数据进行认知的能力。数据感知能力反映了学生对数据的认识水平，是对数据进行关键分析的条件，是具备数据采集能力的前提。

4、数据伦理素养

数据伦理也称数据道德，是指在信息的产生、存储、获取、传播和利用等环节中，用来规范数据安全、知识产权以及法治观念的总称。大数据时代要求实现数据的自由、开放和共享，在此过程中，隐私保护和伦理道德成为一大隐患，而数据伦理恰恰针对的就是这一问题。

三、地方新建本科院校数据采集能力培养的教学现状

由于数据科学与大数据技术专业是新增专业，新建地方本科院校对该专业学生数据采集能力的培养，受资源短缺、经验不足、专业课程不完备等诸方面的限制，现将教学中存在的问题概括如下：[5-6]

1、教学内容过于注重理论

实践是培养学生数据采集能力的关键途径。受应试教育的影响，新建地方本科院校教学内容过于强调理论知识，其教学内容与当今社会的密切度不足。在教学过程中，实践教学的开展度不够，缺乏对学生实践综合能力的多样化培养。如该类院校的大数据实验基础薄弱，造成大数据实验开展困难、项目实训缺失，以理论课代替实践课的现象时有发生。

2、课程设置不够完备

由于数据科学与大数据技术专业的教学还处在初期阶段，在专业课程设置和教学资源方面还存在较大的问题，如课程设置以单纯的专业课为主，并没有有效考虑到该专业课程的交叉性和融合性，课程设置不够完备。另外，大数据专业的教学需要获取更多的数据资源，新建地方本科院校受资金限制，教学资源平台建设还处在起步阶段，存在着数据不足和数据单调等问题，这都制约了该专业学生数据采集能力的培养。

3、教学模式和手段陈旧

创新意识是大数据背景下大力提倡的，但现阶段，新建地方本科院校教学模式和手段陈旧，在教学的创新上存在不足。例如该专业的教学没有立足于其专业的特点开展：教学过程中依旧采用传统的教学模式和手段，对多媒体教学、网络教学等新兴手段的探索创新不够;教学方式上对学生数据采集能力的重视度不足，导致了学生存在被动学习的现象，这与大数据时代学生采集能力的发展要求不符。

四、数据科学与大数据技术专业学生数据采集能力的培养设想

基于大数据专业学生数据采集能力教学现状分析，在调查研究的基础上，以德州学院为例，对该专业的教学在人才培养目标、课程设置、教学方法、培养方式等方面进行了如下探究，旨在提高学生的数据采集能力。

1、明确人才培养目标

大数据专业具有较强的交叉性和鲜明的实践性，这就要求所培养的数据人才需要掌握更多的学科知识。目前，经济金融、社会管理、工程材料和医疗卫生等众多领域都需要集基础理论知识、数据采集能力、创新实践能力等多种知识技能于一体的数据人才。其人才培养应以市场需求为导向，顺应大数据时代潮流，根据当前涉及数据科学相关领域的发展特征和趋势，确定切合实际的专业人才培养目标，确保专业设置与社会需要紧密对接。[7]

2、优化教学内容

基于上述培养目标，借鉴国内外高校的先进经验，在课程的设置上注重应用性、创新性，将大部分相似或重复的课程删减或合并，按照学校实际情况将大学生数据采集能力教育课程列为大学生通用必修课或重点选修课程，以此提高学生的数据收集、分析能力和数据应用意识，使学生形成综合性、多层次的能力结构。

德州学院在课程设置上，注重学科交叉，强化数学、统计学、计算机科学等基础理论知识，强调数据采集能力的培养。在大数据技术方面，开设了数据库技术、Java程序设计、Python编程、Hadoop大数据开发技术、数据分析、算法分析与设计等课程。以此促进学生掌握数据采集、分析、挖掘和可视化的方法，以提高学生的数据采集能力。在教学内容的设置上，针对专业课对数据采集的内容涉及不足，针对性不强等现状，适当将数据采集教育与专业课程教学相结合，使数据知识成为基础课、专业课内容的有效载体，专业课知识成为数据采集能力教育的具体内容。[8]为了实现上述目标，通过“四平台三模块”（公共基础平台课程、专业基础平台课程、专业核心课程平台、专业拓展平台（包含两模块）及实践模块）的课程体系，逐步构建了大数据专业的知识体系结构。

3、改进教学方式方法，重视创新能力培养

首先，从改革教育方法上来说，不同区域的教育方法与理念也应各有不同。因而，新建地方本科院校在教学改革过程中要注意以区域需求为导向，对教学方法进行相应改革创新，以达到提高学生创新能力的目的，培养适应时代要求和区域经济发展的创新型人才。教师要根据时代特点和学生需要不断更新教学方法，适应大数据发展的新动向、新趋势。例如，在教学活动中，改变以往“填鸭式”的教学模式，实施以学生为中心的启发式、参与式、合作式等教学方法;基于教学目标，选取生活中的典型案例，设计相关教学活动，在活动的过程中，锻炼学生的数据收集、分析的能力和数据感知力。[9]

其次，学校应重视学生能力创新的培养，完善学校创新体系。其一，可设立创业实验室，鼓励学生参加多样的创业创新活动，支持创业合作，以培养学生的创业创新及合作创新的能力。其二，开展形式多样的实践竞赛，培养学生的自主学习能力、创新精神和创新思维。如开设创业能力竞赛、数学建模竞赛等多样化的竞赛以激发学生的创新兴趣，提高学生的创新能力。

4、學生培养与教师科研团队建设相结合

人才的培养与教师的专业素养息息相关，教师队伍的素质决定了高校学生培养的质量。首先应提高师资质量，加强教师队伍建设，积极与用人单位建立合作关系，一方面，派出教师到合作企业单位挂职锻炼，掌握现阶段数据科学与大数据技术专业相关领域的发展情况;另一方面，学校可以聘请业界专家担任合作授课教师、专业指导教师，与校内教师共同建设课程，协作授课，指导学生。[10]另外，教学过程是一个教学相长的过程，学生可以适当参与教师的科研团队，与教师合作交流，在科研活动中潜移默化的提升学生自身的创新精神和分析解决问题的能力。

5、提高实践应用能力，加强社会实践

课堂教学只是对学生数据采集能力培养的子环节，它倾向于传授理论基础、基本技术和普通的应试技能。但是基于数据科学与大数据技术专业的强实践性，在对学生的数据采集能力培养中更应注重培养学生将理论应用到实际的能力。[11]社会实践则是提高学生实践能力的有效途径。因此对于新建地方本科院校来说应着力提高学生的实践应用能力，加强社会实践，建立学生数据采集能力培养的长效机制。

6、加强课程考核

基于数据采集能力内涵的多样性，地方新建本科院校应根据学校的定位和大数据专业的特点，结合学生的身心规律和个性差异，建立多元化的能力评价体系。基于本文提出的培养途径，结合相关考评体系的研究，[12]德州学院将课程考评分为两方面：第一，设立评价体系，综合考虑课程体系的实施效果和学生数据采集能力的提升效果，从学校、教师、学生三方进行综合考评，通过评价促进课程体系的不断优化;第二，对学生的评价采用过程评价与综合评价相结合的评价方式，不再仅以一张期末考试试题作为唯一的评价机制，可以将自我评价和教师评价加入到平时的学习过程中，通过评价促进教师管理和教学水平的提高，进而促进学生数据采集能力的提升。

此外，在平时的学习中，要注重对学生进行综合能力的考查，从专业的基础知识、数据采集能力、实践能力等多方位对学生进行考评。对于基础理论知识，采用定期进行单元测验，学期中进行期中测验，以此来评价学生对各部分知识的掌握情况;对于实践项目的考核，通过聘请青软实训的专业人士介入教学过程进行质量评价，传递和渗透企业、行业对大数据专业人才培养的要求，同时可以弥补学生评价与教师评价的局限性;[13]另外，在一次实训项目结束后，通过让学生自我反思并进行论文写作或实践报告写作，旨在提升学生的综合能力。[14]

【参考文献】

[1] 李芸. 浅论数据科学与大数据技术时代的数据素养培养策略[J]. 电脑知识与技术， 2013（36）8199-8200.

[2] 白红平. 应用型本科院校开展数据素养教育的问题与对策研究[J]. 无线互联科技， 2018（18）82-83.

[3][9] 陈丹丹.高职学生数据素养在数学课堂中的培养研究[J].农村经济与科技，2018.29（16）259-260.

[4][8] 白红平.大数据时代的数据能力培养研究[J]. 江苏科技信息， 2017.10（29）66-67.

[5][10] 李建军，吕勇斌. 互联网金融课程建设与人才培养模式的思考[J]. 中国大学教学， 2018（5）64-68.

[6][12] 何巧利. 互联网金融背景下高校金融专业课程体系构建研究[J]. 黑龙江教育学院学报， 2017（10）52-54.

[7] 梁丽丽.互联网金融应用型人才培养模式探索[J]. 审计广角， 2018. 02（84）111.

[11] 郝媛玲，沈婷婷.高校文理科研究生数据素养比较[J].图书馆论坛，2016（8）126-132.

[13] 汤荷花.地方本科院校应用型人才培养改革研究[D].苏州大学.2016.

[14] 关井春，吴伟杰，谈奕.德国“双元制”模式对互联网金融专业课程改革的启发[J].专业建设，2017（07）73-75.

【作者简介】

于 波（1981—）男，山东临沂人，博士，德州学院讲师，研究方向：统计方法研究及其应用、大数据教学法研究.

董立华（1965—）女，山东德州人，本科，德州学院教授，研究方向：函数论及教学法研究，本文通讯作者.

李雅男（1998—）女，山东德州人，德州学院在读本科生，研究方向：统计方法研究及其应用.

毕文琪（1998—）女，山东济南人，德州学院在读本科生，研究方向：统计方法研究及其应用.