大學生數據分析素養的培養

劉后勝 熊祖濤

（安慶職業技術學院電子信息系 安徽·安慶 246003）

0 引言

隨著互聯網、移動互聯網、物聯網的發展，數據正在以前所未有的速度在呈幾何式增長，可以預見，未來是數據的時代，每個行業和企業都在產生大數據，如何利用大數據為我們服務決策，如何發現大數據中的寶，即對我們決策有用的信息，也就是數據金礦如何挖掘，正擺在行業和企業亟待解決的問題。數據分析師以前所未有的新的姿態呈現在人們的視野。每個企業都在高薪聘請專業的數據分析師為其工作，試圖通過數據分析，為企業解決實際問題，幫助企業行穩致遠，更上一層樓。特別是互聯網企業，利用大數據做智能推薦，方便了用戶，又提高了互聯網企業的銷售記錄增加了收入。可以說數據分析師目前是炙手可熱的專業。

為滿足市場需求，各個高校紛紛開設大數據專業，為社會培養諸如數據分析師的專業人才。高職院校也不甘示弱，大數據專業遍地開花，但各高校的專業存在良莠不齊。

1 數據分析師的要求

數據分析的過程：數據獲取，數據預處理，數據分析建模，數據評價，數據決策及預測[1]。我們來看數據分析師的具體要求：熟悉多種數據源組合數據分析、挖掘和建模；熟練使用數據分析和挖掘工具（如SPSS、SAS、R、python等）；對數據敏感，能快速理解業務；良好的文字表達及溝通能力；良好的學習與抗壓能力，有強烈的責任感。從這個要求來看，具體的數據分析的素養包括以下能力：邏輯分析能力，建模能力，使用數據分析工具能力，理解具體業務能力，文字表達能力，溝通能力，學習能力，抗壓能力，責任意識。

2 問題

在為大數據專業上數據挖掘數據分析的課程中，發現高職學生的數據分析的能力是令人擔憂的，課本的知識點講解之后，讓學生動手做課后練習的時候，發現學生一點動手的能力都沒有，一個班45人，只有兩個人能理解老師的意圖動手實踐，其他的學生還是局限于課本的內容，一點知識遷移的能力都沒有。課后的練習基本不難，稍微做一下改變，就能結合課本內容做出來，稍做改變的知識點提前講了，學生稍微動一下腦筋，就能做出來。但現實是只有兩個同學（4%）理解了意圖，做出來了。這說明什么問題呢？理解能力、變通能力、數據分析能力十分欠缺。如何培養數據分析的素養能力呢？

3 培養方法

3.1 學習能力的培養

到大學后，不能像高中階段那樣要老師盯著督促學習，而要主動自主的學習能力的培養。首先要有學習的意識，然后才是行動。學生要有活到老學到老的終生學習意識，當今是知識信息的時代，如果沒有學習意識，很快就會被社會淘汰。知識改變命運，要獲取知識，唯一的途徑就是主動學習。學習能力決定一個人各個方面的能力的培養，其他能力都是在學習能力的基礎上的延伸。學習任何知識，都是從基本概念開始，只有理解了基本概念及其之間的聯系，就可以理解相關的理論了。這是另外一個能力理解能力，要培養理解能力，就是下面要講到的語言能力的培養。

3.2 業務理解能力和文字表達能力的培養

每個數據分析的任務是針對所在行業的數據進行分析，針對業務的需要，由數據分析發現其中業務可能存在的問題或者業務處在瓶頸階段不能突破，期望從業務數據發現一些端倪，從而為業務拓展帶來一絲新的希望。業務理解能力，主要要培養自己理解業務中和具體業務相關的概念，理清這些基礎概念和其中概念的相互關系，從而熟悉具體的業務。這個具體業務概念的理解和語言能力是分不開的，要培養自己的語言能力，唯一的能力多讀書，讀經典書籍，古今中外的優秀的經典書籍，在你精讀了上述的經典書籍之后，你會驚訝的發現，自己的語感和理解能力達到一個很高的高度。以前難以理解的概念，現在理解起來不是那么的困難了。文字的表達能力除了多讀經典以外，重要的一點就是要多寫，寫日記、寫感想、寫論文，經過多寫之后，你會發現，自己的表達能力和以前完全不一樣了，以前可能想要表達的內容無法說出口，也就是肚子里有貨，倒不出來，感覺自己的嘴很笨，經過多讀多寫，你的語言表達能力和理解能力都會發生質的變化。

3.3 建模能力和使用數據分析工具能力的培養

對高職學生來說，建模能力是很難的。但學過python的人就知道，python有很多第三方庫，這些庫里就有數據分析的庫，如 numpy、pandas、scikit-learn、pyspark 等，這些庫中實現了大多數數據分析的建模工具，只要調用相關函數就可以輕松建模。要學會上述建模的方法，必須努力學習數據分析的工具python。Python語言相對來說不是很難，只要學會了基本的基礎知識，就可以學習第三方庫了，學習的過程中要不斷的實踐，在實踐中掌握其方法。

3.4 邏輯思維能力的培養

邏輯思維能力是指對事物進行觀察、比較、分析、綜合、抽象、概括、判斷、推理的能力。推理又分為演繹與歸納。一個是從一般到特殊，另一個由特殊到一般。要多角度分析研究事物，認清物與物之間聯系和區別，概念之間的關聯和延伸，從而為綜合分析，概括結論，打下堅實的基礎。這種能力的培養離不開知識的儲備，只有擁有足夠豐富的知識，分析推理的能力就會展現。敢于質疑一切的態度，創造性地思維，帶來知識理論的創新。要擁有豐富的知識，唯一的途徑就是多讀書，讀好書。精讀與泛讀結合，要持之以恒，堅持再堅持，一段時間之后，你就會發現自己的變化。

3.5 溝通能力的培養

溝通能力主要分為兩個方面，一是聽懂別人想說的內容，另一個就是讓別人聽懂自己想說的內容。所謂聽懂，就是理解了別人闡述的問題，然后就是針對此問題的解決方法。例如方言，一般人很難聽懂，也就是一個人在說，但大家都聽不懂，這就存在溝通的問題了。只有溝通雙方都理解并聽懂了對方的問題后，才是就雙方的問題提出討論并協商解決其中的問題。要理解具體問題，可能涉及很深奧的專業知識，所謂隔行如隔山，所以在做數據分析時，業務理解能力是很重要的，只有理解了業務，才能談到業務當中可能涉及的專業理論知識。對于專業知識不懂，可以多請教，要不恥下問，虛心學習，這樣才能保持良好的溝通能力。

3.6 抗壓能力的培養

人無論在什么階段，都會面臨各種壓力，如何面臨高壓還能頑強的工作，是當今社會必須具備的素質。如何做到呢？首先要有一個健康的身體素質，這個可以通過后天的鍛煉能達到要求。健康的身體不僅是生理健康，還要有心理健康?？箟耗芰梢哉f是過硬的心理素質，有泰山崩于前而面不改色心不跳。首先得有樂觀的生活態度，良好的人際關系，和諧的家庭氛圍。遇到問題，找傾訴的對象，不悶在心里。遇到不能逾越的障礙問題，能有自我調節的心理能力，緩解心理壓力，試著先放一放，然后再想辦法解決問題，實在是自己沒有能力解決，向同事、領導、家人求取幫助，看能不能解決問題。

4 教學建議

讓學生學好數據分析這門課程，除了課堂的教授以外，重要的一點是如何培養學生對數據分析這門課的興趣[2]，興趣是最好的老師，只要學生對數據分析感興趣，那么之后的進階學習都不是難事。首先從小批量數據入手，訓練學生數據分析的全過程，讓他對數據分析有一個全面的認識，讓他有一定的成就感。接著就是大數據的分析，這個有難度，要多鼓勵學生學習，但只要學生有興趣肯鉆研，就知道學習相關的知識，如 hadoop、hive、hbase、spark、Scala等。每學完一門技術，要對學生肯定認可，這樣才能激發他的興趣。最終，通過案例，讓學生融會貫通。

5 結語

對高職學生來說，數據分析有難度，但并不是遙不可及的。只要方法得當，就能掌握數據分析技能。為了滿足數據分析師的要求，從各種能力進行訓練和學習，在老師的指導下，肯定能成為一名好的數據分析師。從大數據專業來說，數據分析師是其最基本的技能和工作崗位。除了課堂教學之外，培養學生對這一門課程的興趣，是至關重要的。