大數(shù)據(jù)視域下兵工類高校研究生數(shù)據(jù)素養(yǎng)現(xiàn)狀分析及提升方法研究

張亮亮　薛震　薛亞奎　雷英杰

關(guān)鍵詞：大數(shù)據(jù)；數(shù)據(jù)素養(yǎng)；案例教學(xué)；數(shù)據(jù)分析；混合式教學(xué)

中圖分類號：021 文獻標(biāo)識碼：A

2012年5月，由聯(lián)合國發(fā)布的“Big Data for Development：Challenges&OpportuIuties”報告指出，大數(shù)據(jù)時代已經(jīng)到來，大數(shù)據(jù)將會對社會各個領(lǐng)域產(chǎn)生深刻的影響。作為信息技術(shù)領(lǐng)域新的產(chǎn)業(yè)方向，大數(shù)據(jù)和產(chǎn)業(yè)前沿緊密結(jié)合，大量的創(chuàng)新創(chuàng)業(yè)項目均和它有關(guān)；大數(shù)據(jù)具有天然的學(xué)科交叉的基因，對其他學(xué)科有強大滲透力。2015年8月，中共中央國務(wù)院印發(fā)的《促進大數(shù)據(jù)發(fā)展行動綱要》指出，數(shù)據(jù)已成為國家基礎(chǔ)性戰(zhàn)略資源，大數(shù)據(jù)正日益對全球生產(chǎn)、流通、分配、消費活動以及經(jīng)濟運行機制、社會生產(chǎn)方式和國家治理能力產(chǎn)生重要影響。利用海量數(shù)據(jù)構(gòu)建模型，可以挖掘事物的變化規(guī)律，準(zhǔn)確預(yù)測其發(fā)展趨勢，為決策提供參考，從而進行及時有效的干預(yù)。大數(shù)據(jù)時代下，數(shù)據(jù)素養(yǎng)的提升對研究生的創(chuàng)新能力培養(yǎng)起著至關(guān)重要的作用。大數(shù)據(jù)分析技術(shù)在軍事領(lǐng)域發(fā)揮著日益重要的作用，作為培養(yǎng)高層次兵工類科研人員的兵工類高校，應(yīng)該注重提升研究生的數(shù)據(jù)素養(yǎng)。因此，本文結(jié)合長期的教學(xué)科研與實踐經(jīng)驗，探索在大數(shù)據(jù)時代下提升兵工類高校研究生數(shù)據(jù)素養(yǎng)的方法。

1研究生的數(shù)據(jù)素養(yǎng)現(xiàn)狀

數(shù)據(jù)素養(yǎng)是2004年由Milo Schield提出，指對數(shù)據(jù)具有敏感性、批判性，能夠合理并恰當(dāng)?shù)孬@取、處理、分析倫理上使用數(shù)據(jù)的能力。大數(shù)據(jù)時代下，科學(xué)研究與數(shù)據(jù)的結(jié)合愈發(fā)緊密，研究生作為科研的后備力量，日常學(xué)習(xí)中存在科研數(shù)據(jù)需求較低、數(shù)據(jù)收集難、數(shù)據(jù)獲取成本高、數(shù)據(jù)利用率低、數(shù)據(jù)處理能力欠佳等問題，加強他們的數(shù)據(jù)素養(yǎng)教育勢在必行。數(shù)據(jù)素養(yǎng)是研究生參與課題亟須具備的重要能力，良好的數(shù)據(jù)素養(yǎng)不僅有助于研究生快速高效地提供和使用數(shù)據(jù)，針對課題進行多層次分析，而且有助于提高科研產(chǎn)出和研究成果的含金量，有利于提高學(xué)校的競爭力，提升教師隊伍的整體水平。

調(diào)查發(fā)現(xiàn)，目前研究生在學(xué)習(xí)過程中不同程度地存在著數(shù)據(jù)敏感度不足、數(shù)據(jù)意識淡薄、數(shù)據(jù)獲取方法和手段較少、數(shù)據(jù)分析能力較弱等問題。因此，亟須提升研究生的數(shù)據(jù)素養(yǎng)，包括培養(yǎng)其數(shù)據(jù)素養(yǎng)意識、數(shù)據(jù)收集能力、數(shù)據(jù)分析能力和數(shù)據(jù)監(jiān)護能力等。

2提升研究生數(shù)據(jù)素養(yǎng)的方法

基于研究生數(shù)據(jù)素養(yǎng)的現(xiàn)狀分析，尋求突破點，擬從以下五個方面進行探索以提高其數(shù)據(jù)素養(yǎng)：

2.1加強研究生收集數(shù)據(jù)的能力

數(shù)據(jù)的收集方式包括親自收集如實驗獲取、網(wǎng)絡(luò)搜索（如文本挖掘和網(wǎng)絡(luò)爬蟲）、聯(lián)系作者獲取、借助各大圖書館館藏資源及其購買的國內(nèi)外開源數(shù)據(jù)庫、利用統(tǒng)計部門官網(wǎng)（如國家統(tǒng)計局、聯(lián)合國統(tǒng)計數(shù)據(jù)庫、山西省統(tǒng)計局等）和行業(yè)網(wǎng)站、通過公開出版書籍和發(fā)表論文中所附帶的數(shù)據(jù)源等，其中實驗獲取曾是采用的主要手段，但該方式通常存在成本高、易重復(fù)、利用率低的缺點。因此，若能使用R語言、Python或八爪魚等軟件爬取網(wǎng)站公開的數(shù)據(jù)資料或已有文獻中的數(shù)據(jù)，并建立數(shù)據(jù)庫將其存儲起來，則不但可以節(jié)約成本，而且有助于提升科研結(jié)果的準(zhǔn)確性。另外，在教學(xué)中，教師教學(xué)生收集數(shù)據(jù)時，應(yīng)尊重知識產(chǎn)權(quán)和學(xué)術(shù)規(guī)范，在保護個人隱私的條件下進行數(shù)據(jù)共享以節(jié)約資源。

2.2參加數(shù)據(jù)分析大賽

鼓勵研究生參與數(shù)據(jù)統(tǒng)計與分析大賽、全國研究生SAS數(shù)據(jù)分析大賽、全國研究生數(shù)學(xué)建模競賽、全國研究生人工智能創(chuàng)新大賽等各種權(quán)威數(shù)據(jù)分析大賽以深入學(xué)習(xí)數(shù)據(jù)分析方法，鍛煉數(shù)據(jù)分析能力，提升數(shù)據(jù)素養(yǎng)，提高應(yīng)用實踐水平，真正達到以賽促學(xué)、學(xué)以致用的目的。大數(shù)據(jù)時代下，獲取的數(shù)據(jù)大多由非結(jié)構(gòu)化或半結(jié)構(gòu)化的巨型數(shù)據(jù)構(gòu)成。因此需要使用包括數(shù)據(jù)可視化分析、機器學(xué)習(xí)在內(nèi)的方法對海量數(shù)據(jù)進行清洗、識別和整理，并對有價值的數(shù)據(jù)加以判斷、探索和應(yīng)用，最后輸出結(jié)論形成數(shù)據(jù)多維度的分析報告。對研究生數(shù)據(jù)分析能力的培養(yǎng)實現(xiàn)從“技能性訓(xùn)練”轉(zhuǎn)向“創(chuàng)造性訓(xùn)練”，達到實踐性、綜合性和開放性兼具的效果。

2.3采用案例教學(xué)

教師結(jié)合學(xué)生的專業(yè)、案例的具體背景、數(shù)據(jù)分析大賽等選取典型案例，培養(yǎng)學(xué)生獲取和分析數(shù)據(jù)的能力，讓學(xué)生掌握對應(yīng)的模型、數(shù)據(jù)分析思想和方法，并強調(diào)數(shù)據(jù)科學(xué)倫理對于科學(xué)研究的規(guī)范和指導(dǎo)作用。同時，大數(shù)據(jù)時代下的海量數(shù)據(jù)通過傳統(tǒng)的手算或者電子計算器計算已不現(xiàn)實，必須借助軟件實現(xiàn)。因此需要學(xué)生熟練掌握1～2種常用數(shù)據(jù)分析軟件（如R語言、Python等），能夠利用它們繪制專業(yè)統(tǒng)計圖形（如點圖、扇形圖、小提琴圖、熱力地圖、社交網(wǎng)絡(luò)圖等），將數(shù)據(jù)進行可視化分析，書寫案例分析報告等。在教學(xué)中鼓勵研究生結(jié)合自身專業(yè)，搜集相關(guān)數(shù)據(jù)，借助數(shù)據(jù)分析軟件進行分析，并對所得結(jié)果給出合理解釋，最后在課上進行分享交流。比如，對于測試計量技術(shù)及儀器專業(yè)，可以兵工融合數(shù)據(jù)分析案例為例，介紹相關(guān)數(shù)據(jù)收集與預(yù)處理的方法、數(shù)據(jù)挖掘的算法與實現(xiàn)等。

2.4采用項目驅(qū)動法

項目驅(qū)動法是通過讓研究生參與科研項目以促進科研實踐和知識學(xué)習(xí)的一種方法，導(dǎo)師主要負責(zé)指導(dǎo)，研究生參與項目的整個過程。對于數(shù)據(jù)分析類科研項目，研究生從撰寫申報書、建模、調(diào)研、數(shù)據(jù)采集、數(shù)據(jù)清洗和加工，到數(shù)據(jù)分析和算法設(shè)計論證，直至最后撰寫結(jié)題報告等全程參與。該方式具有很強的實踐性、綜合性和開放性，能夠大大提高研究生的動手能力和創(chuàng)新水平，實現(xiàn)啟發(fā)式的教學(xué)目標(biāo)和應(yīng)用型人才的培養(yǎng)目標(biāo)。與傳統(tǒng)的課堂學(xué)習(xí)不同的是，參與項目后，為了完成相應(yīng)任務(wù)，學(xué)生會積極主動地查閱相關(guān)資料、學(xué)習(xí)相關(guān)理論知識、與同學(xué)和老師討論交流等，其主觀能動性明顯增強，學(xué)習(xí)的興趣得到有效激發(fā)。學(xué)生在項目實踐中學(xué)習(xí)理論知識的同時，并進一步將理論知識用于實踐，實現(xiàn)了科學(xué)研究和創(chuàng)新的良性循環(huán)。

2.5利用混合式教學(xué)

充分將線上線下教學(xué)資源相結(jié)合，構(gòu)建系統(tǒng)、開放的課程體系。開設(shè)研究生公共選修課程“數(shù)據(jù)收集與可視化”，旨在使學(xué)生掌握運用數(shù)據(jù)可視化技術(shù)解決科研中的問題。國內(nèi)外許多大學(xué)都開設(shè)了如“探索數(shù)據(jù)的奧秘”“數(shù)據(jù)科學(xué)技術(shù)與應(yīng)用”“數(shù)據(jù)科學(xué)的統(tǒng)計基礎(chǔ)”“統(tǒng)計、大數(shù)據(jù)與生活”等系列MOOC數(shù)據(jù)素養(yǎng)課程，推薦學(xué)生學(xué)習(xí)此類課程。基于MOOC、騰訊會議、釘釘、學(xué)習(xí)通等在線課堂，學(xué)生可根據(jù)自己的專業(yè)選擇合適的內(nèi)容進行學(xué)習(xí)。學(xué)習(xí)通等在線平臺上提供有數(shù)據(jù)分析文獻、數(shù)據(jù)可視化微課和視頻、數(shù)據(jù)分析軟件知識講座、常用的一些權(quán)威數(shù)據(jù)集（如UCI數(shù)據(jù)集、阿里天池數(shù)據(jù)集、KEEL數(shù)據(jù)集等）和數(shù)據(jù)科學(xué)競賽平臺Kaggle的鏈接、數(shù)據(jù)分析微信公眾號“數(shù)據(jù)迷”鏈接、大型數(shù)據(jù)分析比賽介紹和備戰(zhàn)秘籍等資源。作為課堂教學(xué)的延伸，在線資源便于學(xué)生復(fù)習(xí)或自學(xué)，學(xué)生可以利用碎片化時間去學(xué)習(xí)，學(xué)習(xí)方式更加靈活，更有利于知識的鞏固，提高了學(xué)習(xí)效果。

基于以上五方面，以提升研究生數(shù)據(jù)素養(yǎng)為核心的“加強數(shù)據(jù)收集能力+案例教學(xué)+數(shù)據(jù)分析大賽+項目驅(qū)動+混合式教學(xué)”的“一體五翼式”培養(yǎng)模式，如下圖所示。

3教學(xué)改革效果

為檢驗教學(xué)改革的實施效果，在研究生基礎(chǔ)理論課程“數(shù)理統(tǒng)計”的教學(xué)中進行了實踐。對教改前后學(xué)生的課堂表現(xiàn)、數(shù)據(jù)分析能力、考試成績等進行了對比分析。結(jié)果表明，教改后學(xué)生能夠更積極主動地參與到教學(xué)過程中，課堂上能積極回答問題，并提出問題；課后與教師溝通探討問題的次數(shù)較多，一些學(xué)生能踴躍站到講臺上就某個問題進行分析講解，活躍了課堂氣氛，增強了師生間的互動交流，提高了教學(xué)效果。學(xué)生的學(xué)習(xí)興趣和數(shù)據(jù)分析興趣得到有效激發(fā)，軟件使用熟練程度、數(shù)據(jù)分析能力以及科研能力均有了明顯提高，申請研究生創(chuàng)新項目的成功率提高了一倍，學(xué)生的平時和期末考試成績平均分也比教改前有顯著提升。

為深入了解學(xué)生對于教改的反饋和認(rèn)同度，結(jié)課后向?qū)W生發(fā)放了調(diào)查問卷，93.91%的學(xué)生認(rèn)為提升了數(shù)據(jù)素養(yǎng)；89.93%的學(xué)生認(rèn)為提高了創(chuàng)新意識和科研能力；98.53%的學(xué)生認(rèn)為這種教學(xué)改革方式很有意義，對其幫助很大，值得深入推廣和持續(xù)下去。

4結(jié)論與探討

大數(shù)據(jù)時代背景下，數(shù)據(jù)素養(yǎng)成為研究生亟須具備的核心素養(yǎng)。本文探索了提升兵工類高校研究生數(shù)據(jù)素養(yǎng)的五種方法，包括加強研究生數(shù)據(jù)收集能力、鼓勵研究生參加數(shù)據(jù)分析大賽、采用案例教學(xué)和項目驅(qū)動法、混合式教學(xué)等，并在研究生課程“數(shù)理統(tǒng)計”中進行了教改實踐。結(jié)果表明這些方法有效激發(fā)了學(xué)生的數(shù)據(jù)分析興趣，提升了學(xué)生的數(shù)據(jù)分析能力和科研水平，受到同學(xué)們的廣泛好評。今后要將這些方法推廣應(yīng)用到更多的研究生數(shù)據(jù)分析類課程中，更大程度地提升研究生的數(shù)據(jù)素養(yǎng)和應(yīng)用創(chuàng)新水平。

*通訊作者：張亮亮（1978— ），女，漢族，山西運城人，博士，講師，研究方向：矩陣分析與數(shù)據(jù)降維。