面向新文科的“數據分析”課程建設

侯防 鐘雪靈 黃承慧 彭詩力

關鍵詞：新文科；數據分析；課程建設

1新文科建設符合高等教育發展方向

2020年11月3日，教育部新文科建設工作組主辦的新文科建設工作會議發布《新文科建設宣言》，提出要“積極推動人工智能、大數據等現代信息技術與文科專業深入融合，積極發展文科類新興專業，推動原有文科專業改造升級，實現文科與理工農醫的深度交叉融合”。

“新文科”是指對傳統文科進行學科重組、文理交叉，把新技術融人經濟、管理、哲學、文學等學科中，為學生提供綜合性的跨學科學習。周毅[1]認為：一方面，新文科建設的內涵是賦予現有文科專業“新內容”，從而滿足“新需求”；另一方面，體現在實現跨學科專業的“新突破”，從而實現學科的交叉融合和重塑人才培養結構。

廣東金融學院（以下簡稱“學院”）現有本科專業48個，涵蓋經濟學、管理學、法學、文學、理學、T學、藝術學7個學科門類，形成了以經管法為主體、以金融學為內核的應用型學科體系。學院主體內核覆蓋的學科專業，正是新文科建設的目標專業。現代信息技術的飛速發展為學科專業的發展帶來巨大的變革力量，開創了新的研究領域和研究方向、揭示了新的研究方法和研究手段、提供了新的研究技術和研究工具，為人才培養提出了新的要求和目標，使學科建設面臨新的機遇和挑戰。學院立志“建成為國內知名的應用型金融品牌大學”，既要在以財經類學科為代表的“新文科”的科學研究上占領華南地區理論、應用研究的高地，又要在學生培養上滿足“新文科”類專業和行業對具備以數據分析能力為代表的現代信息技術能力的需求。

2“數據分析”課程建設符合新文科建設需求

Gary King指出：“龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是相關部門，所有領域都將開始這種進程。”現代信息技術的概念、應用和技術正在快速地進入社會經濟生活和教育學術活動。對海量數據進行處理、利用的數據分析應用，其重點不僅在于數據規模的定義，更代表著信息技術發展到了一個新的時代，數據分析正在尋求新的技術和方法，也代表著時代變化帶來的新發明、新服務和新的發展機遇。白玥[2]認為：“數據分析能力是進行科學研究的一種新方法論，通過數據分析能力的培養，學生可以得到一種先進思維方式的鍛煉和熏陶，從而進一步地在后續專業領域的學習和工作實踐中產生新突破和新洞見。”王菲[3]通過將新文科大學生數據信息能力素養分解為信息意識、信息能力和信息倫理三個層次，以“Python數據分析”課程體系化建設為手段，在實踐中提升了新文科學生的學習動力和研究興趣，強化了學生開展科學研究和解決實際問題的能力。

2021年11月10日，教育部印發《關于公布首批新文科研究與改革實踐項目的通知》[4]，公布首批1011個新文科項目。對項目名稱進行統計分析的結果如表1所列。

從分布情況來看，項目名稱中包含“數據”的研究與實踐項目有25個，包含“智能”的項目有37個，包含“信息”的項目有29個。如果將名稱范圍擴展到包含數據、數字、數智等與“數”相關的項目．則數量達到106個，占比達到10.5%。

可見，將數據分析、數據挖掘等數據技術與傳統文科進行融合，已經成為建設新文科路徑的共識。

學院以“新文科”中的財經類專業作為學科專業主體。這些專業正是數據分析技術重要的應用領域，以財會、金融類專業為例[5]，行業數據量和種類繁多，由于傳統數據分析平臺僅適合結構化的數據處理，擴展性差、擴容成本高，其分析目的、方法和手段基本局限于事后的匯總統計，未能發揮數據分析技術在管理決策、業務升級、戰略轉型等方面的作用。面對行業發展和服務競爭不斷升級的現實挑戰，相關金融機構認識到數據分析在識別客戶需求、估算客戶價值、判斷客戶優劣、預測客戶違約可能性等方面有著重要的價值，還能發掘業務增長潛力和指引業務發展方向。因此，對專業人才的要求也有了一定的變化，既要掌握一定的專業知識，又要具備利用信息技術工具對數據進行分析、處理和利用的能力[6]。本文課題組進行調研時，浦發銀行明確提出，今后的人才招聘人員結構中，具備理工科背景、擁有數據分析基本技能的新員工要占到50％以上。

實際上，高校在人才供給上，與用人單位需求存在錯配現象，主要表現為“不夠用”“不適用”“不會用”等問題。特別是在以數據分析能力為基礎的機器學習、數據挖掘、人工智能等技術不斷對傳統企業的業務模式進行改造、創新甚至顛覆的當下，以新文科建設為契機，加強培養財經類專業學生的數據分析能力，不僅可以使學生掌握相關行業、企業需要的技術和技能，滿足用人單位的迫切需求，還能夠為學生的長遠發展奠定基礎。

3新文科數據分析能力建設實踐

目前，為新文科建設而準備的課程及配套教學資源的建設仍處于相對匱乏的階段。主要表現為：課程數量有限，無法實現新文科多學科專業的全面覆蓋：已有課程教學資源尚無法滿足多層次的教學需求。

根據新文科專業學生素質特點、培養方案目標、個人發展規劃、用人單位需求和崗位職能層次等要點[7]，本文設定了“數據分析”課程建設的不同層次目標，按照從基礎到復雜、單一到綜合、工具使用到業務規劃的路徑，從低到高的能力，依次劃分設定如圖1所示。

（1）數據分析工具應用能力：該層次是數據分析能力培養的基礎目標，新文科專業學生可以根據具體要求，使用通用工具完成本專業相關的基本數據搜集、整理、分析、制作圖表和總結歸納等工作。

（2）數據分析模型選擇能力：該層次能力要求學生能夠根據數據特征和業務需求選擇合適的數據分析模型，并進行比對分析，提出模型選擇建議。

（3）數據分析參數調優能力：該層次能力要求學生掌握分析算法的算法模型和實現邏輯，能針對性地調整算法參數，取得優化結果。

（4）數據分析算法實現能力：該層次能力要求學生在理解業務目標的基礎上，對數據分析算法進行實現。

（5）數據分析業務規劃能力：該層次能力要求學生全面掌握業務目標和數據分析應用，能夠提出數據分析業務目標并制定技術路徑。

目前，相關“數據分析”課程往往面向工科信息類的專業，且要求學生修讀完一系列的先修課程。本文課題組面向以財經類專業為代表的新文科專業開設了通識選修課程——“大數據工具應用”。本課程以向文科專業學生介紹數據分析的基本思想、方法和圖形化數據分析工具軟件的使用為目標，學習先決條件僅為熟練使用Word和Excel，適應大多數新文科專業學生的素質背景，填補了面向非工科專業開展數據分析能力培養的空白，滿足了基本數據分析能力培養的需求，為學生進一步學習、掌握數據分析應用能力奠定了基礎。課程線上視頻時長超過500分鐘，并建立了完整的章節練習、課后測驗和期末考試的題庫。借助課程平臺，對學生的學習時段、學習時長、學習頻度、學習過程的安排合理程度、學習論壇參與積極程度等過程指標都能進行監測和量化評估，再通過線上考勤、線上章節測驗等手段較好地實現了線上過程管理和效果評估。同時，每個課程周期包含4次見面課，由教師進行面授輔導、答疑。線下面授環節是對線上自學環節的督察檢驗，在相應章節線上學習之后進行，以重點回顧、難點解析、操作演示為主。另外，還要求學生提交實驗報告，作為學習效果的線下評估依據。截至2022年5月，該課程已累計向144所高校的3.22萬名學生提供了慕課教學服務，收到了良好的教學效果和社會反響，課程部分運行數據如圖2所示。目前，該課程已獲評廣東省精品在線開放課程，配套教材《大數據工具應用》已于2020年8月由清華大學出版社出版發行。

依托2019～2020年第2學期全線開展線上教學的契機，從基礎的“工具應用能力”的培養出發，面向“模型選擇能力”“參數調優能力”和“算法實現能力”的“數據挖掘”“數據分析與挖掘”等課程已經全面實現網絡教學資源線上化。部分金融數據挖掘的案例與代碼已經在中國高校財經慕課（E-MOOC）聯盟上線發布。“數據分析與數據挖掘”課程配套教材《Python金融數據挖掘》已納入高等教育出版社的高等學校金融學專業主要課程精品系列教材，并于2020年8月出版發行。

學院準備建設與金融數據分析專業相關的“業務規劃能力”課程教學資源，通過開展行業調研和咨詢專家，目前確定的課程內容包括“大數據與金融業務指標”“大數據風控策略模型與流程”“大數據量化風險體系”“基于大數據的貸前審批”“基于大數據的貸中管理”“基于大數據的貸后管理”“基于大數據的反欺詐”“基于大數據的評分模型”等。

在課程設計與教學資源建設的過程中，需要著重培養學生的實踐能力。數據分析實踐能力的外在表現為使用信息處理技術對真實數據進行搜集、呈現、歸納、總結、挖掘和預測。在案例分析模板和云計算資源的支持下，在線上進行實踐能力培養非常合適。目前，可以進行線上實操的模塊包括Weka數據分析軟件、Tableau可視化數據軟件、Python基礎編程、信用卡虛假交易識別綜合案例、網貸違約預測綜合案例、信用評分綜合案例。同時，通過課程論文、畢業設計、大學生創新創業大賽等線下活動，課題組指導學生進行大數據分析、應用等項目實踐，被指導學生獲得“廣東大學生課外學術科技作品競賽”三等獎、“泰迪杯數據分析技能賽”全國一等獎等獎項。

面向新文科專業學生的數據分析能力的培養，既有長遠的必要性，又有當前的迫切性，通過以上方式，結合課題組現有工作基礎，本課題的研究對數據分析能力的培養是有價值、有意義的探索和實踐。

4總結與展望

通過對“數據分析”系列課程設定層次化目標和建設教學資源，廣東金融學院的新文科建設從培養學生能力的目標出發，根據該專業核心崗位就業所需要具備的知識、技能、態度，確定專業教學能力體系，再根據能力體系確定課程所使用的教材和其他教學資源。在課程實施過程中，結合學生的專業背景和就業需求，實現靈活的層次能力培養。

以建成的課程和教學資源為基礎，通過進一步的應用和推廣，可以往前衍生出數據獲取、數據整理類課程：往后衍生出算法設計實施和業務規劃管理類課程。據此，一方面可以為培養學生的能力、提高學生的素質提供實踐平臺，另一方面可以為相關專業教師的學術研究、算法設計提供實驗支撐，從而發展出一個適合應用型高校新文科建設的“數據分析”課程平臺。