基于大數據技術原理與應用課程的教學實踐與改革探索

許文杰　陳園　李娟

關鍵詞：大數據；教學實踐；大數據技術原理與應用；改革探索

1課程教育現狀及存在的問題

1.1部分學生基礎薄弱

大數據技術原理與應用是一門新興的交叉學科課程，該課程偏理論、綜合性強。先修課程有概率論、編程語言（C語言、Java）、數據庫基礎、Lmux的操作系統等，同時該課程內容涉及廣泛，除了編程的相關知識，還涉及數學、通信方面的知識，需要學生具有一定專業背景。但有些學生因為基礎學科知識薄弱，上課不能跟上，特別是實驗課會有無從下手的尷尬，久之會產生明顯的挫敗感。特別是有學生認為自己不想從事大數據相關工作，對該課程的學習動力不足。同時由于教學內容太過于偏理論和實際工程結合不夠密切，導致學生有“為什么學”“如何掌握學習內容”和“實際工作中如何運用”等困惑，導致學習沒有動力。

環境搭建上機實驗、課程設計等實踐環節中編碼部分如果讓學生自己完成，往往會讓學生有無從下手的困惑，因此只能以“填空”的方式讓學生來補齊編碼。該種實驗方式雖然能讓學生完成實驗任務，但其實沒有獨立編程能力，即沒有綜合能力，無法適用未來的工作需求。因此，提高學生編程能力，增強學生動手編程的能力，也是目前大數據技術原理與應用學習過程中亟待解決的問題。

1.2教學硬件設施不完善

大數據技術原理與應用實驗課程需要安裝大量軟件及集群環境，對所需的軟硬件資源配置條件較高，需要學校投入大量的資金和場地，雖然高校都很想完善這一部分，但由于各種原因，導致學校基礎設施的落后。誠然，學校都配備有計算機教室和多媒體教室，能保證每人都有計算機，但是其網絡差、電腦配置低并且系統處理能力弱，有時啟動環境都需要十幾分鐘，導致學生學習熱情減退。

1.3教學模式及教學方法單一

在大數據技術原理與應用教學的過程中，沿襲的是傳統教學方式，即先給學生講解理論知識再進行操作演示，然后在下次課堂實驗中讓學生上機進行動手操作。教師在講解知識時總是運用同一種方法，并不能讓全部的學生都適應這種教學方式，導致一些學生會跟不上老師的進度，同時又有一些學生覺得課程太過簡單枯燥、太過乏味，影響教學效率。其理論講解加驗證性實驗的教學形式太過單一，要么是老師在上面講，學生在下面聽，或者是學生做實驗，有問題老師才會進行指導，難以產生有效溝通和互動，會出現比如學生聽得懂所講的內容，但真正實驗時卻無從下手，由于課堂實操時間非常短，學生難以進行充足的練習，甚至有些學生只是為了應付教師的作業卻不認真練習，從而不能真正掌握知識點，也不能靈活運用。因為環境和時間限制，教師不能按照工作時需要的相關實踐知識進行教授，導致學生掌握的有關理論知識難以適應實際工作的需要。

鑒于目前大數據技術原理與應用課程的教學及大數據目前的發展現狀，同時結合社會和實際工作的需要，為了能更好地培養大數據需要的開發和運維等方面的人才，關于大數據技術原理與應用課程的教學改革勢在必行。

2教學實踐及改革探索

2.1教學目標優化改革

2.1.1愛國思想及保密意識融入思政建設

在上課時，教師應將中華傳統文化精髓、愛國思想融入到課堂中，增加學生的民族自豪感，如果總是老生常談地講大道理，學生不僅不會聽，還會產生反感情緒。在課程中以“潤物細無聲”的方式加入愛國教育，愛國行為并不是要做轟轟烈烈的事情，小事情也是愛國的體現。在學科教學中恰當、適量地運用思政元素，在緊要處起到畫龍點睛的作用，才能達到理想的效果。

對于數據本身保密的安全意識。如今社會“得數據者得天下”，特別是對于大數據工作者，從數據中可以提取非常多有用的信息。結合實例告訴學生工作后如何保守公司數據秘密，提高學生警惕性，防范公司數據被盜取的事件發生。

2.1.2優化教學目標，提高人才培養質量

人才培養方案修訂的目標“以人為本，教育創新，特色辦學，和諧進展”是學校辦學的最終目標。課程教學不只是簡單的知識傳授，更多的是對能力和思維的訓練。課程不一定要很難，有部分學生的基礎不牢固，太難會讓學生失去興趣。難度設置應該是在了解學生整體基礎之上，讓大部分學生跳一跳能夠得著的難度，因此老師要認真花時間、花精力、花情感備課講課。

通過對本門課程的學習，必須要掌握大數據平臺開發技能。課程教學目標是培養從事大數據開發、大數據運維領域的有專業素養的高級人才，主要從以下幾個方面進行教學目標的優化。

（1）理解大數據基本概念，闡述大數據與云計算、物聯網之間的關系，能夠根據不同的目標需求來選擇搭建合適的軟件架構大數據平臺，這和以前沒有的科目有關聯，但是又不盡相同。很多同學會反饋，比如說hive這章在數據倉庫hive中學過，為什么又要學一遍。看起來是重復，其實不然，大數據技術原理與應用重點在于講解hive軟件的原理，而數據倉庫hive課程更偏向于實踐及應用，并且大數據技術原理與應用更多的對是大數據的生態系統中各個平臺的介紹。

（2）熟悉大數據平臺基本原理及使用，包括大數據處理架構Hadoop、分布式文件系統HDFS、分布式數據庫HBase、NoSQL數據庫、云數據庫、分布式并行編程模型MapReduce、數據倉庫Hive、基于內存的大數據處理架構Spark、流計算框架Flink、大數據在各個領域的應用。

（3）利用大數據專業知識處理實際工作中數據運用的能力，為畢業論文的設計及工作打下堅實的基礎。所有的改革及修訂的目標都是培養學生在大數據平臺分析問題、解決問題的能力，為以后從事大數據開發及大數據運維打下基礎。

2.2混合教學方式來保證教學效果

2.2.1開展線上線下混合式教學授課

線上線下混合式教學方式可以完成相應的學習內容，同時學生通過翻轉教學、MOOC等全新的學習模式或方法可以彌補線下教學的弊端。對于線下未聽懂的問題或者有疑惑的知識點，學生可以通過反復觀看學習視頻來查缺補漏。課前，對學生的基礎、學習興趣和疑惑點進行調研；課中，觀察學生狀態，并針對此及時調整上課的內容，同時通過國外訪學、相關課程培訓、相關課程講座、公司調研等多條途徑來提高教師的專業能力素質，使課堂內容更加多樣化，方式更加靈活化；課后，布置作業，及時了解學生學習的實際情況并通過作業發現學生新問題。由于課堂上時間有限，無法解決每個同學的問題，在課后對已經發現的問題進行單獨解決，并鼓勵學生私下聯系老師，以這種不占上課時間的方式解決問題。

2.2.2開展學習社交化分析作為檢驗在線學習效果的因素之一

興趣是最好的老師，在上課時找到學生的興趣點，在上課時進行引導，這樣會獲得事半功倍的效果。當學生對老師所講知識點感興趣時，內在的求知渴望欲便會被激發，同時，通過讓學生討論問題的方式，使學生自己提出問題，并想辦法解決問題。在學生有畏難情緒時鼓勵學生積極討論，發表個人觀點。

2.3多種課程考核方式并舉

2.3.1利用學習通等進行在線測評

在課堂上，每次用幾分鐘的時間完成在線測試，這樣老師可以隨時掌握學生的學習狀態及知識點掌握程度，從而有意識地推進學生學習的進展，同時也可以根據學生們的掌握情況，隨時調整上課的節奏及難度。

2.3.2有針對性地設計多種考核辦法

教師可以根據不同學生的接受和實踐能力，設計出不同的考核辦法。對學習情況好、動手能力強的學生，老師可以鼓勵學生參加競賽類項目，拓展這部分學生的學習視野；對于基礎薄弱的學生則是鼓勵學生自主學習，提高其興趣，由被迫學習變為自主學習。

2.4教師終身學習制

在課程教學過程中，教師需要不斷更新自身的知識體系。學校會不斷更新培養目標，課程目標也會隨著時代的變化而不斷更新，由重理論向理論和實踐并重轉變。教師應精簡理論部分，精心設計實踐部分，同時實踐部分盡量與工作中實際項目相結合，爭取讓課程內容充實且有必要。要做到以上目標，需要教師充分理解和掌握本課程的專業要求。當然教師有足夠的專業知識是一方面，教學的方式方法的學習與選取也是另一個重要方面，可以學習MOOC上教師的上課方法，也可以通過聽課的方式學習其他老師的上課方式等。綜上所述，老師要不斷學習，使自己具有淵博的專業知識和豐富多樣的教學手段，從而引導和促進學生學習。

大數據類知識有其獨特的時效性，現在的社會是知識、信息爆炸的時代，教師要能跟上時代的步伐。2004年，谷歌發表論文闡述了MapReduce分布式編程思想；2008年，hadoop正式流行起來；然后產生Hive、Pig、Mahout、Hbase、Spark，共同形成了Hadoop生態系統。尤其是計算機領域，雖然大數據興起才十幾年，但是系統平臺卻是日新月異，要想讓學生掌握最全的知識、最新的軟件，就需要教師及時更新自己的知識體系。

結語

本文從教學目標優化、教學方法、課程考核、教師終身學習制等方面進行教學改革，根據教學改革目標優化教學并融入思政教育；利用多種混合教學方式激發學生學習興趣，提高授課效率；多種考核方式并舉，并能幫助學生解決就業問題；同時教師也要終身學習，不斷更新自己知識體系。綜上所述，就是要通過以上多種教學方式培養出大數據方向綜合性高素質人才。

作者簡介：許文杰（1988— ），女，漢族，湖北宜昌人，碩士，研究方向：計算機軟件工程；陳園（1983— ），女，漢族，湖北武漢人，碩士，高級工程師，研究方向：數據分析、計算機應用技術；李娟（1977— ），女，漢族，江蘇淮安人，博士，教授，研究方向：計算機應用技術。