新工科背景下大數據通識課程建設探索

張兆民，付維方，張偉綱，劉 博

（中國民航大學交通科學與工程學院 天津 300300）

新工科（Emerging Engineering Education,3E）是基于國家戰略發展新需求、國際競爭新形勢、立德樹人新要求提出的我國工程教育改革方向[1]。教育部先后出臺了《關于開展新工科研究與實踐的通知》《高等學校人工智能創新行動計劃》等通知，要求推進 “新工科” 建設。新工科背景下，要不斷豐富教學形式，完善教學質量保障機制，以學生為中心，樹立 “產學研用” 的工程理念[2-3]。隨著新工科建設逐步推進，圍繞大數據與其他工科專業交叉融合，復合型專業人才培養受到了廣泛的重視。但是，對于非計算機的其他工科專業，開展大數據通識課程建設仍面臨著諸多挑戰。

1 ADDIE拓展模型概述

ADDIE（Analysis-Design-Development-Implementat ion-Evaluation）模型作為一種通用教學設計模型，包括分析、設計、開發、實施、評價，是一個動態的循環結構[4-5]。五個環節組成了既相互獨立，又相互銜接的非線性系統。ADDIE拓展模型是在ADDIE模型的基礎上，將整個教學設計模型系統分為資源層面、運行層面和目標層面三個層次[6]。

2 課程建設目標層與資源層分析

2.1 課程目標層建設

首先，要建立畢業要求與課程目標的關系。 “大數據分析與應用基礎” 課程滿足新工科建設要求，具有較強的民航維修特色，畢業要求需要滿足學生的培養方案。基于此，需要建立畢業要求指標點與課程目標的對應關系。

其次，對課程目標進行分解，主要包括以下課程目標：①了解大數據基本概念與大數據思維等基礎知識；②掌握大數據分析的全流程；③掌握大數據管理基本技術，了解大數據的典型應用。

2.2 課程資源層建設

課程資源層分析是課程建設的重要內容，是保證教學活動開展的前提與保障。 “大數據分析與應用基礎” 課程在廣泛調研的基礎上，形成了教材類資源、線上公開課資源、公開數據資源和實驗室資源等多方面的立體化課程資源。其中，教材類資源包括通識類、基礎類、實訓類和專題類四種教材資源。

3 課程運行層建設

3.1 分析階段

課程分析階段包括四個方面的分析，分別是學習需求分析、學習者特征分析、學習內容分析以及資源和約束條件分析。

3.1.1 學習需求分析

課程改革之初，教師采用問卷形式對參與課程學習的92名同學對本次課程的學習需求進行調查，得出如下幾點結論：①對于操作類的學習需求較多， “實驗” “軟件” “動手” “實際操作” 等詞匯出現較多。② “數據處理” “理論” 和 “處理過程” 等關鍵詞，主要體現大數據存儲和大數據分析的理論學習需求。③對于基礎性的編程語言具有學習需求，學生的基礎較為薄弱，出現 “編程語言” 和 “基礎薄弱” 等關鍵詞。因此，以上問卷的分析結果，對于課程內容設計，尤其是課程課時分配、拓展資料的選擇、課程模塊設置等提供了重要的參考。

3.1.2 學習者特征分析

針對授課對象的學習起點、專業特點、年齡和認知水平等進行分析，為教學策略和教學內容的選擇提供參考。由于大數據課程需要一定的編程語言基礎，重點對授課學生群體的編程基礎進行問卷分析。從問卷調查結果可以看出：60.47%的學生具有C語言的編程基礎；48.84%的學生具有C++的編程語言基礎；此外，Python、JAVA和Linux操作系統操作語言等其他語言，部分學生具有一定的基礎。由此可見，具有一定的編程基礎，但是并不具備大數據課程需要的Linux操作系統操作語言基礎，因而在課程內容設置中需要對Linux操作系統的操作語言進行重點授課。

3.1.3 學習內容分析

“大數據分析及應用基礎” 具有多學科交叉特色，主要關注大數據在民航領域的應用。通過本課程的學習，不但能使學生具備良好的大數據分析基礎，同時還能培養學生綜合分析問題、解決問題的能力以及應用的能力。因此，考慮到民航特色、行業特點和大數據的學科特點，課程的任務主要包括以下幾方面：①向學生闡述大數據分析的基本概念和相關理論，以及利用Hadoop等相關軟件實現基本的大數據分析。②關注大數據在民航領域的應用。③使學生理解大數據的基本概念、大數據的分析方法以及了解大數據的關鍵技術等，注重知識的綜合分析和應用，為學生工作后對大數據的分析和應用奠定堅實的基礎。

3.1.4 資源和約束條件分析

資源和約束條件分析主要包括：時間、人員、工具、輔助資源等。由于大數據課程要求學生具備一定的操作動手能力，因此，本課程在目前 “數字化維修實驗室” 的基礎上，進行了實驗室資源開發，為課程提供實驗室條件。同時，在資源方面，為學生提供了教材選擇、線上公開課、公開數據集和相關競賽等課程資料。在約束條件方面，為保障授課效果，課程內容需要增加大數據軟件安裝課程內容，讓學生在自己的計算機內安裝軟件，以保障實驗效果。

3.2 設計階段

課程設計階段主要包括確定教學目標、教學內容設計和制訂教學策略等內容。

3.2.1 確定教學目標

從大數據素養、大數據基礎知識和大數據能力三個方面進行培養：①大數據素養培養方面，需要培養學生的家國情懷、民航精神、科學精神、大數據思維、大數據安全和大數據倫理等方面的素養與情懷。②大數據基礎知識方面，主要包括兩部分內容，分別是素養類和技術類。其中，素養類知識包括大數據基本概念、大數據思維、大數據安全和大數據倫理；技術類知識，主要圍繞大數據的生命周期開展，包括大數據采集與預處理、大數據存儲與管理、大數據分析與計算和數據可視化。③大數據能力培養方面，需要培養學生的文獻查閱能力、編程能力、民航領域應用創新能力、大數據與本專業融合的綜合能力。

3.2.2 教學內容設計

在確定教學目標的基礎上，開展了課程的教學內容設計，共36學時，主要包括以下三部分內容模塊。其中，理論部分24學時，包括素養類理論和技術類理論；實驗部分8學時，包括基礎操作、數據存儲和數據分析；第四課堂4學時，包括大數據軟件安裝和課程資料學習。

3.2.3 制訂教學策略

結合上述教學目標和教學內容等，制訂了 “線下為主，開展理論教學；實驗為主，開展實踐教學；線上資源輔助，開展第四課堂學習” 的教學策略。并根據課程知識體系中的難點和重點，以及學生課前、課中、課后的學習情況，制訂對應的教學策略。

3.3 開發階段

課程開發階段包括教學資源制作和實驗室資源開發兩部分內容。

3.3.1 教學資源制作

該課程以《大數據導論》（林子雨主編，人民郵電出版社）為基礎，依托課程資源層教材、線上公開課和公開數據資源，開發多媒體課件、視頻、題庫、考核方案、電子教案和參考資料庫等多方位立體化教學資源，為教學活動和學生學習提供保障。

3.3.2 實驗室資源開發

為保證實驗教學，實驗室計算機安裝了Linux操作系統、Hadoop和Spark等軟件，該實驗室資源能夠支持學生完成Linux操作和Hadoop操作實驗、HDFS操作實驗、Hbase操作實驗、MapReduce操作實驗以及Spark操作等基礎實驗內容。

3.4 實施階段

本階段對 “大數據分析與應用基礎” 開展課程建設的初步試驗，在2020―2021第1學期對工業工程專業兩個班級開展教學，后期在其余學期進行不斷更新和完善。在課程實施階段，要通過實施發現課程設計的不足之處，并進行完善和更新。主要包括以下三方面內容：首先，要準確把握教學的重點和難點，與學生充分溝通，并不斷完善和更新教學計劃。其次，要根據時代的發展，不斷更新課程資源、課程思政內容等。最后，要注重課外學習，鼓勵學生參加和關注大數據相關的知識競賽，拓寬學生的視角。

3.5 評價階段

評價階段，在課程開始、中期和課程結束后，采用問卷調查的方式對課程進行整體評價，并根據評價結果，改進和完善課程。

3.5.1 學生課程收獲自評情況

學生根據課程學習情況進行自我評價。通過課程學習，學生自評收獲主要包括如下三方面：①學生對于實驗部分的收獲較多，尤其是 “軟件” “Hadoop” “實驗” 等關鍵詞出現較多；②對于 “數據處理” “數據分析” 和 “專業知識” 的結合方面，具有一定的收獲；③提升了學生的數據素養， “思維” “視野” “認知” 和 “時代” 等關鍵詞較多。

3.5.2 課程內容評價情況

對于課程內容和課程安排方面。對于課程內容，主要包括以下兩個方面：①課程理論內容和實驗課相結合，課程內容充實， “理論” “實驗課” “理論知識” “理論課” 等關鍵詞較多。②課程內容較為充實，并能夠引起學生的學習興趣，對于基礎概念的講解較為生動。 “充實” “緊湊” “詳細” “生動” 和 “深度” 等關鍵詞較多。

4 結語

新工科背景下，圍繞大數據與其他工科專業的交叉融合，復合型專業人才培養受到了廣泛的重視。但是，非計算機的其他工科專業在開展大數據通識課程建設時，在課程培養目標、課程資源和課程運行層面仍面臨諸多挑戰。

本文以新工科背景下 “大數據分析與應用基礎” 通識課程建設為例，提出了基于ADDIE拓展模型的課程建設方法。從課程目標層、課程資源層和課程運行層三個方面進行了課程建設分析，建立了 “目標層―運行層―資源層” 的大數據通識課程建設方法。提出的基于ADDIE拓展模型的課程建設方法，能夠實現課程教學設計與持續優化，能夠為新工科背景下非計算機專業的大數據通識課程建設提供思路，為復合型人才培養所需的多學科交叉課程建設提供方法借鑒。