基于PBL的數據分析課程實驗設計與實踐

曹高輝，陳 菁，王 丹

（1. 華中師范大學 信息管理學院，湖北 武漢 430079；2. 湖北省電子商務實驗教學示范中心，湖北 武漢 430079）

在大數據時代，外部環境發生了巨大的變化，高校專業教育需要順應時代發展而做出相應調整[1]。數據分析能力是信息科學相關專業人才需要具備的重要技能之一[2-3]，掌握良好的數據分析能力有助于從紛繁復雜、非結構化的大規模數據中提取出有效信息，分析其中的規律，從而輔助管理與決策。數據分析課作為很多高校信息類專業的核心課程之一[4]，需做到理論教學與實驗教學并重，前者旨在培養學生的數據分析思維，后者強調學生對數據分析工具的熟練運用，二者相輔相成。但這門課程內容廣泛，面臨著有限的學時與較多的實驗內容、操作型實驗的重要性與它所導致的知識分散等的矛盾，有必要嘗試優化實驗教學設計和創新教學方法。

1 PBL教學方法

在傳統的本科生教學中，往往以內容為導向，強調用簡潔的例子來幫助學生理解抽象概念，評價方式以考查學生對知識點的記憶為主。這種傳統教學模式是在書本昂貴且匱乏的年代形成的，教學的目的在于“知識傳遞”，因而學生處于被動的學習地位，認知能力和專業技能難以得到充分鍛煉[5]。隨著大數據時代的來臨和信息技術的發展，現代教學應當基于“知識發現”，而不是簡單的“知識傳遞”，要致力于培養學生的跨學科思維、創新能力、解決問題能力、管理與溝通技能等軟實力。PBL教學法能有效培養學生的專業技能和軟實力，調動學生的積極性，是一種以學生為主體、以問題為導向的教學方法，教師在其中扮演“引導者”的角色。

PBL教學法最早由加拿大麥克馬斯特大學醫學院在20世紀60年代后期提出并用于教學，目的是讓醫學教育從單純的課堂講授和閉卷考試轉向實踐訓練。從 1970年開始，PBL教學法傳播到北美的幾十所醫學院[6]。到2000年，北美地區有超過230名教師接受了PBL教學培訓，超過150門課利用PBL教學法進行了課程設計[5]。由于PBL教學法符合以學生為主體的建構主義學習理論，目前在國內多個學科專業（如計算機[7]、物理[8]、生物[9]、化學[10]、信息管理[11]、資源環境[12]）得到廣泛應用[13]，且適用于社會科學、心理學、歷史、哲學、商業、法律、教育、管理、醫學、護理、臨床、生物、物理、工學等眾多專業教學[7]。通過文獻調研，筆者總結出PBL的詳細教學流程，如圖1所示。

在運用PBL進行教學前，教師需要依次思考如下問題：本門課有哪些特點？教學目標是什么？運用PBL教學法為什么有效？設計什么問題？提供哪些資源將有助于實現教學目標？如何在不同的教學階段引導學生？教學中可能出現什么問題？如何解決？如何評價學生的最終學習成果？

圖1 PBL教學流程

2 數據分析課程實踐教學特點

根據筆者的教學經驗，數據分析課程實驗教學的特點及其對應的難點如表1所示。

表1 數據分析課程實驗教學的特點及其難點

根據教學特點和難點以及教育部于 2019年提出的一流本科課程的改革要求[14]，教師在實踐教學過程中應注意以下幾點。

（1）針對實驗課時有限的難點，應分清教學內容主次，在課上要引導學生獨立思考、大膽質疑和小組討論，帶領學生攻克教學難點，課下要布置相應的任務，作為實驗教學課上課時的補充。課上與課下的互相補充，能夠有效調動學生的積極性，培養學生獨立思考和解決復雜問題的能力。針對知識點分散的難點，應以問題為導向系統設計整個教學過程中的各項實驗，使問題間具有緊密的邏輯關系。由不同問題有機組成的系統性的實驗教學，有助于培養學生的系統性思維。

（2）針對學生對跨學科知識認知有限的難點，應在課前提供分類清晰、多種多樣的教學資源，引導學生進行課前預習，匯總學生在預習過程中產生的問題，然后有針對性地在課堂上進行討論，這樣能夠培養學生良好的學習習慣、自學能力和發現問題的能力。在教學時應融合多學科思維，以問題為導向來設計跨學科的實驗項目。此外，還應準備充足的課外擴展資源，擴展課程內容的廣度，加深學生對跨學科知識的理解。

（3）針對小數據集不符合實際的難點，應適當提供符合實際應用場景的大規模數據源，據此設計既符合學生認知、又具備挑戰性的系列數據分析任務，并且設置嚴格的任務考核制度，從而提高學生通過刻苦學習而獲取知識與能力的成就感。針對數據分析工具種類多、不易選擇的難點，需要根據具體的教學目標和學生的專業背景選擇合適的數據分析工具。

3 基于PBL的數據分析課程實驗設計

3.1 問題選取思路

在PBL教學法中，首先要進行問題設計，這是實驗教學的難點，問題設計的質量直接影響教學質量和學習效果。教師在設計問題時，應考慮教學的特點和難點，以及教學目標和教育部要求。總的來說，問題設計有以下原則：①系統性原則。針對教學的目標、內容和特點，分層次、有邏輯地構建問題，問題之間相互聯系，所有問題結合在一起應能反映教學內容概貌。②現實性原則。將理論與實踐緊密結合的同時，需要考慮實際場景下的科研或工作需求，做到與時俱進[15]，對于跨學科性較強的學科，則應根據實際情況設計跨學科問題，培養學生的跨界思維能力。③挑戰性原則。在符合學生當前認知水平的前提下，問題應具有一定的難度，學生需要通過自主學習、查閱課外資料、獨立思考、小組合作等方式才能解決[14]。

筆者在“數據分析”實驗教學中用到的數據分析工具包括Excel、Tableau、FineReport等。由于文字篇幅有限，表2僅展示了針對Excel教學的問題設計。

表2 針對Excel實踐教學的問題設計

（1）數據分析方法論的問題設計。數據分析方法論旨在從宏觀角度指導學生如何進行數據分析，是培養學生數據分析思維的第一步。該實驗課中，針對某一行業（如電子商務行業）設定系列問題，能使課程內容更具系統性，因為這樣可以使學生了解對同一行業不同問題的數據分析思路，有利于學生舉一反三到對其他行業問題的分析。當然，不同行業特定問題的數據分析思路難免會存在差別，因此應補充其他行業數據分析的例子，作為學生的課后思考題，增強學生的跨學科思維能力。

（2）數據準備的問題設計。數據分析的第一步是數據準備，需注意的是導入前后的數據格式應保持一致。該實驗課的問題設計，應注重引導學生思考與掌握數據類型、導入數據的多種方法、常見的數據導入錯誤、數據類型的轉換方法等。

（3）數據處理的問題設計。現實生活中的數據往往含有一定程度的噪音，數據處理的目的在于將現有數據轉化為高質量的數據。數據處理的方法很多，實驗課的問題設計應引導學生使用 Excel中的快捷鍵、查找/選擇/替換/條件格式/篩選功能、數據透視表功能、函數功能等。此外，最好選用一個數據質量高的大規模數據集，制造不一致、不準確、不正確、不完整、有冗余的數據，讓學生運用盡可能多的數據處理方式來處理數據，加強學生對數據處理的理解和對數據處理方法的掌握。

（4）數據分析的問題設計。數據分析可以實現三個功能：現狀分析、原因分析和預測分析。現狀分析的方法包括對比分析法、平均分析法、綜合評價法等；原因分析的方法包括分組分析法、結構分析法、交叉分析法、漏斗圖分析法、矩陣關聯分析法、聚類分析法等；預測分析的方法包括回歸分析法、時間序列法、決策樹法、神經網絡法等。這部分實驗課程涉及的數據分析方法很多，對于非數理統計專業的數據分析初學者來說，掌握所有方法的難度較大。在課前應布置預習任務，讓學生提前建立跨學科認知的基礎，并在課上輔以具體場景下的數據分析案例，做到問題設計明確，使學生有數據分析員的角色代入感。

（5）數據圖表制作的問題設計。數據圖表具有形象化表達、突出重點、體現分析人員專業素養的作用，能夠幫助人們更好地理解數據，是一種簡單有效地展現重要信息的工具。其中經濟適用圖表最為常見，包括表格、餅圖、柱形圖、折線圖、條形圖、散點圖等。制作表格時，有一些數據展現技巧，比如突出顯示單元格、數據條、色階、圖標集、迷你圖等。繪制圖時，還可以使用基于經濟適用圖表的復雜圖，如平均線圖、雙坐標圖、豎形折線圖、瀑布圖、旋風圖、人口金字塔圖、漏斗圖、矩陣圖等。在問題設計上，教師應引導學生通過理解數據間的關系選擇合適的圖表，在此基礎上引導學生思考這些圖表是如何畫出來的、能夠表達哪些豐富的信息等。

（6）數據圖表優化的問題設計。對圖表進行優化可以使圖表具有更強的表現力、更加美觀和簡潔。這節實驗課可以通過展示殘缺或冗余的圖表，讓學生指出圖表中存在的問題，啟發學生思考圖表的基本組成要素和制作圖表時的注意事項，最后讓學生學習專業圖表的制作技巧（保存圖表模板、快速制圖、添加數據標簽等）。同時，教師還可列舉具有迷惑性、故意夸大或隱瞞事實的圖表，讓學生說出看到圖表的第一感受，再告知學生這些圖表背后的真相，啟發學生避免犯同樣的錯誤。此外，向學生展現不美觀的圖表，讓學生進行修改，最后引出圖表的美化技巧，加深學生印象。

（7）數據分析報告撰寫的問題設計。數據分析報告應該呈現分析結果、驗證分析質量、提供決策參考等內容。在設計問題時，應向學生展現不同類型的數據分析報告，啟發學生對數據分析報告的類型、要素和結構進行分析。還應展現用不同軟件制作的數據分析報告，讓學生評價這些報告的展示效果，從而使學生體會不同軟件的優劣勢。此外，為了鍛煉學生的數據分析綜合能力，應將整個實驗教學內容串聯在一起，應設定具體場景、給定數據集（最好是之前布置給學生進行數據清洗的數據集）、明確分析目標，讓學生以小組為單位進行數據分析，并完成數據分析報告，從而鍛煉學生的綜合能力和團隊合作能力。

3.2 教學資源準備

PBL教學法的第二步是進行教學資源準備，強調學生以小組為單位的自主合作學習。本課程提供的教學資源呈現在云端一體化學習平臺上，分為課內教學資源和課外教學資源。

（1）課內教學資源。包括教學大綱、課程教材、數據集、教學課件、課堂錄播視頻、論壇討論、練習素材等。其中，數據集是供學生進行各種數據分析操作的重要資源，在網絡上可以找到許多開源的優質數據集，例如 Tableau官網提供的開源數據集，涵蓋運動、教育、商業、科技等多個方面[16]，SPSS和FineReport軟件里也附有自帶的數據集。

（2）課外教學資源。包括與本課程相關的參考書、公眾號、論壇/網站/博客、文獻、經驗帖、視頻、應用案例、網絡公開課、軟件安裝包/安裝方法/操作手冊等，具體如表3所示。

表3 數據分析實驗教學的課外教學資源

續表

4 基于PBL的數據分析課程實驗

筆者基于PBL方法設計了數據分析實驗項目，下面以數據清洗實驗教學項目為例，描述實驗過程。

（1）設計問題，明確要求。為了使學生理解數據清洗思路、掌握數據清洗操作方法，筆者首先下載了一份包括約一萬條銷售記錄的超市銷售數據集，其中每條記錄含24個字段。隨后，筆者對數據進行了隨機改動，將問題設計為“假設你是這家超市的數據分析員，拿到銷售數據后，如何用Excel做數據清洗”，讓學生體驗數據清洗的過程。完成清洗后，每個小組需要提交一份清洗后的數據和數據清洗報告，清洗結果和原數據的誤差應控制在2%以內。

（2）提供學習資源。資源內容涵蓋了數據清洗的思路、內容、方法和案例。

（3）分組與合作。每個小組約5人，學生可以自由組隊、自由安排角色及分工。進入數據分析員角色后，每個小組首先要定義問題，即結合問題背景，明確此次任務的要求，確定所需的知識和工具，找準解決問題的方向。由于銷售屬于商科范疇，學生需通過查閱相關資料了解每個字段的含義和字段間的邏輯關系。此外，學生需掌握數據處理的具體操作。首先應從英文拼寫錯誤、重復值、空值、數據不一致、數據不合理等幾方面分析該數據集中字段和記錄的特點，然后各自對數據進行清洗。清洗完成后，首先要在小組內進行交流討論，對不同的處理結果進行分析，統一認識后按照清晰思路撰寫報告，并在課堂上做匯報。

（4）溝通與指導。在以上過程中，筆者與助教團隊定期與學生進行溝通，了解學生的任務進展和遇到的困難，并給予適當點撥和指導。

（5）評價與反思。首先，學生要進行自評和互評。通過自評，學生可以反思自己的收獲與不足，教師也可以了解學生的認知水平。通過互評，學生能從他人的角度認識到自己在團隊中的表現和作用。學生普遍反映，通過這次小組作業，他們經歷了從問題發現、問題解決到分析總結的全過程，體會到數據處理的復雜性，也認識到數據規范性、一致性、完整性的重要性。學生認為這次作業是具有挑戰性的，主要體現在對不同學科的數據的理解上，如：數據項是什么意思？數據項間存在什么關系？如何通過數據項的關系檢查數據的正確性？此外，學生認為團隊合作精神、跨學科學習能力有所提高，學習信息量有所增大。最后是筆者從學生的學習態度、作業質量、團隊合作等方面對學生進行綜合打分，并對每個小組進行細致評價。

5 結語

數據分析課程是很多專業都開設的一門專業課程，其實驗教學具有教學內容廣泛、跨學科程度高、理論與實踐并重等特點，同時面臨實驗課時有限、學生跨學科能力有限、知識點分散等問題。采用PBL教學法能通過巧妙的問題設計、系統性的資源提供、適當的引導及以學生小組為主體的學習方式較好地完成實驗教學，有利于提升學生的跨學科思維能力，保證教學內容的系統性，從而有效提高人才培養質量。