淺談大數據對數學建模課程改革的影響

顏冀軍

【摘要】大數據時代的來臨影響數學建模課程，對數學建模能力的培養和考核已經不再限于為分析問題能力，還需要更注重數據獲取和執行能力的培養。因此，在大學數學建模教學中，需要我們認真分析和思考大數據型對數學建模課程的影響，做出相應的課程改革。

【關鍵詞】大數據 數學建模 課程改革

信息技術的應用和終端網絡技術的大爆發，大數據已經應用到我們生活中的各個領域，作為很多基礎性研究需要使用的數學建模課程，大數據的使用對其產生了深刻的影響。在教學和國際競賽等實踐中，對數學建模能力的培養和考核已經不再限于為分析問題能力，還需要更注重數據獲取和執行能力的培養。因此，在大學數學建模教學中，需要我們認真分析和思考大數據型對數學建模課程的影響，做出相應的課程改革。

一、數學建模課程目標中要明確大數據的應用

課程目標上應順應時代的要求，構建體現大數據應用的數學建模課程目標。數學建模課程主要目的是：培養學生應用數學理論和知識，采用數學模型解決實際問題的能力，但是前提是建模時能正確地面對數據類型和關系，進行合理假設。在大數據時代，要分析和解決我們在科學領域的實際問題，就要從人們在自覺和非自覺狀態下創造的大量非結構化數據和半結構化大數據中找到數據間的關聯性，找到數學模型中起作用的假設參數。因此，在數學建模課程目標中要設定體現數據結構的特點和大數據應用的內容。我們來怎么來體現大數據的應用，從以下幾個方面人手：

1、體現大數據的特征

根據大數據的定義，大數據具有5V特征，即Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。實際生活中如醫學上人體監測、生產數據監測、車流、人流分析，科學研究中如天文數據、實驗數據等，我們現代信息技術手段都可以采集大量的數據。傳統數學建模中，數據收集是利用統計學的隨機抽樣，進行抽樣推斷。而在大數據時代下，數據的來源可以通過互聯網、即時通訊工具、監控設備來獲取海量數據。大數據背景下，全數據或海量數據成為樣本數據，即樣本就是總體，樣本就是大數據。要適應這種要求，在數學建模課程目標設定的時候就要在考慮各類數據的影響程度，分析的維度需要增加，即多維度分析能力的培養和大數據處理能力的培養。

2、要體現大數據的收集和應用

傳統數學建模課程目標中，很少強調數據收集、應用能力。而在大數據背景下，數據無論在空間和時間方面，來源更加復雜，格式更加多樣，這就使得數據的前期清洗處理變得非常困難。數據的收集能力和應用能力是數學建模課程中不可或缺的內容，所以，新的數學建模分析需要在發現海量數據下的各種關聯性前提下，思考數據收集的方式，數據的應用的范圍等。另外，需要把新的大數據處理軟件操作的能力培養考慮其中。

二、課程內容中要體現大數據和信息技術的特點

我們知道，數學建模實際是一種基于數學應用的實驗，我們是通過實驗、觀察和分析，對我們研究的實際問題，找到規律和合理的假設，明確變量和參數，采用數學語言和方法，把一個因果關系形成一個明確的數學問題，然后通過檢驗，驗證能否對這種因果關系進行預測。大數據處理和應用的過程是：設置觀測點、存儲、聯機分析、數據挖掘、數據輸出、輔助決策等，我們在教學內容中要實現數據建模和大數據應用的有機結合，那么，對于數學建模課程的內容改革在大數據時代下需要怎么安排呢？

1、在觀察階段，要注意樣本數據收集的信息化與自動化，通常把海量信息和全樣本數據作為觀察的主體。

2、在數學描述階段，由于數據的結構復雜，變量眾多，數據巨大，難用一個函數描述出變量之間的準確關系，我們要吧相關分析的內容放在前面，這樣在無法綜合評價出變量之間關系的情況下，通過相關分析，清洗數據，使相關關系的分析成為了大數據分析的基礎。

3、在模型驗證階段，海量信息和全樣本數據可以支撐非普世和精確化的數學模型。

4、將計算機和信息技術的內容很好地落實到課程計劃、課程標準和教材中。例如，“網絡爬蟲”程序直接抓取互聯網數據的內容;從傳感器、云端直接獲取智能制造中現實數據的方法等。

所以，在大數據時代下，數學建模課程內容必須體現大數據和信息技術的特點，逐漸改變數據挖掘技術在數學建模教學上輔助性的作用。

三、教學方式方法要強化軟件教學

在大數據的影響下，要適應新技術和新的數據收集處理方式，數學建模教學要改變傳統的教學模式，充分使用信息化教學，發揮專業軟件的優勢。

1、數學軟件的教學。常見的數學軟件有Matlab、Mathematica，Lingo，SAS、SPSS、Eview、Python等，它為計算機解決現代科學技術各領域中所提出的數學問題提供求解手段。

2、加強數學算法的介紹。常見的數學算法包括運籌學類的算法、概率分析與隨機算法、時間序列算法等，其他的如十大經典算法等。

3、加強建模中的大數據處理軟件的應用，注重編程分析。如大規模并行處理數據庫、分布式文件系統、分布式數據庫、虛擬化和內存計算等，其中，大規模并行數據處理運用的hadoop技術，內存計算的hana工作原理等在教學過程需要予以關注。

綜上分析和思考，大數據時代對數學建模教學的影響是多方面的，教學改革也是時代的必然要求，大數據的收集和分析使得樣本數據的收集實現了信息化、自動化、全樣本和大數據化，我們要面對的數據結構復雜，變量眾多，數據體量大。在人才培養和教學過程中，要兼顧數學理論和信息技術，樹立學生的大數據思維，要充分的使用信息化手段，這樣才能真正讓科學和實踐相結合。