白凤伟 张 岩

(锡林郭勒职业学院 内蒙古锡林浩特 026000)

成果导向教育(Outcomes Based Education，OBE)作为教育改革的先进理念，在美国、英国等国家历经20多年的理论研究和实践探索，形成了较为完备的理论体系，并在各国的教育改革实践中不断丰富完善[1-2]。成果导向教育的核心包括学生为中心、成果为导向，质量持续改进[3]。

高职院校传统的授课方式是以教师为中心、以课程内容为主。这种授课方式对于体现学生的学习效果不明显，并且无法满足社会对人才的要求。在信息化时代，各行各业对大数据的需求越来越大。因此，大数据技术与应用专业应运而生，但该专业到目前为止仍是一个新型专业，对于高职院校来说，在专业课程设置、实验室建设、师资培养等存在一些问题。本文就大数据专业实验室建设做出以下研究。

一、基于成果导向的“产、教、学、研”一体化的实验室建设总体方案

首先，我们通过企业调研分析，确定大数据专业的职业岗位群，再通过岗位需求确定工作任务；其次，我们再根据工作任务、对学生的培养目标和核心能力分析得出大数据高职层次人力需求和职业能力，经过整合与归纳转换成基于成果导向的教学模式，最终形成以“产、教、学、研”一体化的实验室建设。

二、大数据实验室简介

大数据教学实训系统：主要为学生提供大数据专业实验实训教学体系，助力学生大数据知识掌握和职业技能培养，为学生从事大数据技术相关岗位奠定夯实的技术基础。

大数据技能演练和实战系统：我们通过“以赛促教、以赛促学”的教学模式构建平台。平台集赛前训练、模拟比赛、能力评估、技术学习四位一体，为学生的技能学习及大赛模拟提供一站式服务，也为高职院校和大数据企业的人才供需对接建立绿色通道。

U-SaaS开放在线云平台：该平台可快速构建复杂度高、隔离性强的各种实验环境，赋予用户一键启用、部署快捷的在线实验学习体验。

三、大数据实验室网络拓扑架构图

大数据实验室通过线上+线下相融合的混合云服务，采用B/S架构，包含大数据资源平台、交换设备。

四、大数据综合实训平台功能

高职大数据综合实训平台的整体功能架构如下图所示。

图1 高职大数据综合实训平台的整体功能架构

(一)基础硬件资源层。基础硬件资源层是大数据平台的硬件资源，为系统提供底层硬件资源设备。大数据实训控制节点：提供教学平台系统和教学资源模块的硬件支撑；提供实训大数据计算能力。数据存储服务节点：为系统提高数据资源调用速度。

(二)平台支撑层。平台支撑层是在基础硬件资源层的基础上所进行的虚拟化，提供资源给更多的用户。

(三)业务应用层。业务应用层主要包括实训资源和行业案例。它主要是根据课程制订的实训资源和案例，能够为用户提供云主机资源；能够实现对设备的虚拟化实现等等。

(四)用户操作层。用户操作层包含三种角色：学生、教师、管理员。学生角色可以在平台上进行学习、实验、问答、笔记等；教师角色可以安排课程、答疑、规划等；管理员角色可以对平台中的功能进行管理。

五、实验资源建设

图2 大数据知识技能图谱与岗位画像的映射关系

我们根据大数据岗位和知识体系确定基于成果导向的课程和课程大纲，制作知识图谱和技能图谱。

六、大数据教学系统实验系统设计

本大数据实验系统划分为如下模块和功能。

(一)大数据基础运维课程资源模块。功能：Hbase的分布式环境搭建、配置、调优实验；Hive环境搭建(MySQL及内置数据库)、数据建模(MySQL数据库)等离线分析；Sqoop环境搭建相关实验；关系型数据库MySQL和非关系型数据库MongoDB实验。

(二)数据采集与预处理课程资源模块。功能：flume安装和配置、采集日志、Flume使用syslog source监听TCP端口数据源等试验。

(三)数据可视化与BI工具课程资源模块。功能：数据可视化实验，包含以下内容：地域空间可视化、概念可视化(打包图、力学图、集群图)、面积可视化(散点图、弦图)、图形可视化(饼状图、树状图、柱形图)等案例。

(四)基于Python的大数据分析。功能：线性回归、逻辑回归、聚类分析、决策树分类算法等实验内容。

(五)数据可视化课程资源模块。功能：数据可视化实践，包含以下内容：Highcharts图表应用(饼图、面积图、散点、折线、矩形)，Tableau项目实战案例等实验。

七、结束语

成果导向教学模式改革和大数据实验室建设可以在“以学生为中心、成果为导向”的基础上极大地改善大数据专业的课程和实验条件，加强大数据的人才培养，提高学生的实验技能和专业能力。同时，它也可以帮助教师的教学和科研，最终实现“产、教、学、研”一体化的实验室环境。