财经院校信息类专业数据管理与分析课程群体系研究

2016-01-01 03:21石洪波冀素琴吕亚丽郭珉
统计学报 2015年3期
关键词:数据管理数据挖掘信息系统

石洪波,冀素琴,吕亚丽,郭珉

(山西财经大学信息管理学院,山西太原 030031)

学科建设与教学研究

财经院校信息类专业数据管理与分析课程群体系研究

石洪波,冀素琴,吕亚丽,郭珉

(山西财经大学信息管理学院,山西太原 030031)

从社会需求的角度出发,提出财经院校信息类专业数据管理与分析课程群建设思路,给出课程群的立体化结构体系,并对课程群建设中的教学内容、教学手段与方法、教学团队建设等进行研究探讨,以期为财经院校信息类专业的改革发展提供参考。

数据管理与分析;课程群;课程体系

一、引言

随着数据库技术的发展以及信息化的推进,人类社会所积累的数据量已经超过过去几千年的总和。政府部门、企事业单位及个人都要对其所拥有的巨量数据进行合理、有效的管理,以防其成为垃圾,甚至出现信息泄露,危及国家安全、企业信誉和个人隐私。同时,还应该对数据做更深入的分析,从中发现和挖掘有价值的信息,以帮助预测和决策。2011年麦肯锡全球研究院预测,到2018年美国对具有良好信息素养的经理人才的需求量将达到150万人,而能够从事深度数据分析的人才将达14~19万人[1]。在大数据蓬勃发展的背景下,社会对具有数据管理和分析能力的人才需求在迅猛增长,其需求量超过对传统信息管理人才的需求量,所需人员必须拥有相应的技术水平、管理水平、社会交往能力、信息系统分析和开发能力,更重要的是对数据进行有效分析的能力。事实上,数据管理与分析已渗透到社会经济的各个领域,社会需要能够进行数据管理与分析的创新型人才。为此,高校必须从社会发展需要的角度,重新审视相关课程的教学内容和教学方法,以培养经济社会发展所需的复合型人才。

本文将从适应社会需求的角度出发,结合大数据时代背景,借鉴国内外信息类专业变革发展的先进经验,构建财经类院校信息类专业数据管理与分析课程群,并提出具体的实施方案,以期为财经类院校信息类专业教学体系的完善和发展提供参考。

二、课程群建设的基本思想

课程群是由若干门内容相近或相关的课程组成的结构合理,课程间相互连接、相互支撑、相互配合的课程群体。许多文献[2-5]给出了课程群建设的基本思路,归纳起来,课程群建设的主要目标是:弱化课程的独立性,强化课程之间的关联性,去除不同课程之间的重叠部分,建立课程群内不同课程间的知识逻辑关系,帮助学生更好地理解整个课程群的知识体系,从而达到课程群学习大于单门课程之和的效果。

数据管理与分析课程群设置合理与否,一方面关系到财经类院校信息类专业的生存和发展,另一方面也关系到学生今后能否胜任信息系统分析与设计、数据管理与分析等工作。因此,构建适应社会需要的具有财经院校特色的数据管理与分析课程群,实施相关课程教学改革与创新,是信息类专业迫切需要完成的任务。

三、构建立体化的课程群课程体系

在数据科学不断发展的背景下,数据管理与分析课程群的总体目标是培养学生的数据管理与分析能力,即在掌握经济管理理论和计算机技术的基础上,结合经济、金融领域知识,建立数据管理系统,运用适当的数据分析方法进行预测和决策。

课题组在对上海财经大学、中央财经大学、西南财经大学、浙江工商大学等院校调研的基础上,结合山西财经大学信息类专业(信息管理与信息系统、电子商务等专业)的实际情况,梳理了数据管理与分析相关课程之间的关系,兼顾基础理论教学与实际应用教学两个环节,突出课程的基础理论,强化实际应用能力,构建了针对数据管理、数据分析不同方向的立体化课程体系。整个课程群被归纳为“数据管理课程”、“信息系统开发课程”、“数据分析课程”三个课程模块,其中,“信息系统开发课程”又分为“开发技术类课程”和“面向应用的课程”两个子模块,“数据分析课程”又分为“数据分析方法课程”和“面向应用的数据分析课程”两个子模块,从而形成较为系统的立体化课程体系,如图1所示。课程群体系以“厚基础,重目标”为宗旨,体现了强调理论基础、注重技术应用、引导学科跨越创新三个方面的特色。

图1 数据管理与分析课程群立体化课程体系

为使学生具有坚实的经济管理理论基础,掌握基本的经济运行规律、管理活动的基本规律以及会计、金融的基本原理和方法,需要开设金融学、微观经济学、管理学、会计学等课程;为使学生夯实计算机科学基础,掌握面向对象的计算机编程思想和数据描述方法,需要开设数据结构、计算机网络、信息安全、程序设计语言等课程;为给学生将来从事系统分析、数据分析和管理决策等相关工作奠定基础,以数学和统计为基础,掌握基本的数理逻辑思维方法,需要开设微积分、线性代数、概率论与数理统计、统计学等课程。以上这些课程是数据管理与分析课程群开设的基础,构成了数据管理与分析课程群的支撑平台。

数据管理与分析课程群的主要课程见图1中的群内课程间逻辑关系部分。其中,“数据管理课程”模块中的数据库系统原理是整个课程群的核心基础课,对其他课程的开设起着至关重要的作用。管理信息系统课程位于“信息系统开发课程”模块的基础层面,在此基础上,需要设置开发技术类和面向应用类两类课程,其中,信息系统分析与设计是开发技术类课程的核心,此外还有UML技术、Web系统与技术等课程。面向应用的课程主要是结合财经类院校的特色和学生的兴趣爱好而开设的选修课程,具体包括电子商务网站规划与设计、金融软件设计与开发等。“数据分析课程”模块包括数据分析方法和面向应用的数据分析两类课程,数据挖掘是数据分析的核心课程,计量经济学、运筹学是辅助课程,教学目的是使学生掌握数据分析的基本方法和典型工具,了解数据仓库和数据挖掘的基本原理,初步具备利用数据分析和解决实际问题的能力。商务智能、金融数据处理与分析等是选修课程,旨在使学生具备智能化数据分析处理的基本思想,培养学生结合经济、金融等领域的知识进行现实而具体的数据分析的能力。

依照数据管理与分析课程群各门课程教学体系,山西财经大学信息管理学院2013年人才培养方案将数据管理与分析课程群的主要课程进行了具体的教学安排,如表1所示。表中的“学分”是理论课和实验课的学分,如“2+1”表示2学分的理论课和1学分的实验课;“开课学期”列第7学期的开课时数为12周,其余学期均为16周。

表1 数据管理与分析课程群课程教学安排

四、优化整合课程群教学内容

为了进一步完善课程群教学体系,需要注重教学内容的融合和衔接,尽量避免出现不同课程的内容重复[3],确保课程内容的层次性、逻辑性和递进性,以实现整个课程群的整合、优化,完善信息类专业的人才培养体系。

课程群各门课程的教学内容和目标应具有强相关性,逐层递进。其中,数据库系统原理是核心基础课程,是数据管理与分析的基石;管理信息系统是“数据管理课程”模块和“信息系统开发课程”模块的启承课程,信息系统分析与设计是“信息系统开发课程”模块的关键课程,数据挖掘是从事数据分析工作必须掌握的利器。本文主要阐述这四门课程的教学目标和内容,其他课程限于篇幅不在此赘述。

数据库系统原理课程属于核心层面,是整个课程群的基石。该课程的教学目标是使学生掌握数据库系统的基本概念、理论和方法,具有设计和开发数据库应用系统的能力。课程的主要教学内容包括:数据库系统的基本概念和理论基础、关系数据库及其标准语言SQL、关系数据库设计理论、数据库设计与编程、数据库控制的完整性、数据库安全性、数据库的恢复技术、并发控制以及数据库技术发展等。

管理信息系统是一门融管理科学、信息学、计算机科学等为一体的综合性课程。通过本门课程的学习,学生应该对管理信息系统领域有一个全面的认识,包括应用信息系统解决不同类型组织的管理问题,熟悉各类信息系统的建设和运营。此外,学生应能利用数据、信息和模型辅助企业进行决策,以帮助企业实现目标。教学中要求掌握的主要内容包括:管理信息系统的基础概念、信息系统与组织的关系、计算机软硬件、数据挖掘与商务智能技术、电子商务基础、企业资源规划与业务流程管理、企业级和跨组织信息系统应用、信息系统外包项目管理、信息系统的运行与维护、信息系统项目管理、信息管理前沿问题等。

信息系统分析与设计课程以信息系统为研究对象,以系统开发方法为主要教学内容,以理论指导实践为主要教学目标。通过该课程的学习,学生应该熟悉信息系统开发的基本理论和方法,了解信息系统的实施、运行与管理方法,熟练掌握信息系统的开发工具,最重要的是通过案例实践,深入理解信息系统的分析与设计过程。其主要教学内容包括:信息系统的规划、信息系统的分析与设计、信息系统的开发方法、面向对象的分析与设计方法、信息系统的运行与管理、系统开发环境与工具、信息系统工程的最新发展等。

数据挖掘是与数据库、统计学、机器学习等领域相关的课程,其主旨是对数据尤其是对大规模数据进行分析。数据挖掘课程的教学目的是使学生理解数据挖掘的基本流程,掌握数据挖掘的基本理论、方法和技术,熟悉数据挖掘结果的表达,能熟练应用相关软件对现实数据进行有效分析,以获取有价值的信息。教学中要求掌握的主要内容包括:数据与数据预处理、关联分析、分类和聚类方法、序列模式分析、链接分析与图挖掘、异常检测等。

综合这些课程的教学目标和内容可以看出,课程群建设的目标是培养具有数据管理与分析能力的应用型人才,使学生掌握建立数据管理系统的方法和数据分析的方法,并针对实际问题,结合相关领域知识,进行预测和决策。简言之,数据管理与分析课程群建设的目标是培养学生的数据管理与分析能力。

五、创新课程群的教学手段与方法

(一)建立课程群网络教学平台

在实施课程群教学改革的过程中,要充分利用学校的网络教学资源,建立数据管理与分析课程群网络教学平台,创设支持情景、资源共享、交互协作的教学环境,并将课程群的培养目标、知识体系以及各门课程的教学大纲、课件、视频、习题、实验等教学资源放到网络教学平台上,对网络平台上的信息发布、辅导答疑、作业提交、考试测评等教学活动加以优化。目前,除课件、视频、习题等常规的教学资源外,最有特色的教学资源是数据管理案例库和数据分析案例库,其中,数据管理案例库包括15个典型案例,数据分析案例库包括基于客户分群的精准智能营销、商业零售行业中的购物篮分析等18个典型案例。案例库的建立,使教师能将案例素材与相关理论相结合,丰富了教学内容,学生在掌握数据管理与分析理论的同时,对数据管理与分析的实际应用有了直观感受,从而激发出对课程的学习兴趣。

(二)形成课程群立体化教学方法

在教学方法方面,我们尝试采用“启发式”、“项目驱动式”、“研讨式”、“案例式”、“慕课式”等教学方法,形成了课程群中不同教学方法共存的立体化教学。

我们在数据库系统原理课程教学中引入了启发式教学法和项目驱动式教学法。查询是数据库最基本的操作,查询速度对系统运行效率有较大的影响,在设计过程中需要不断优化查询操作,而借助启发式方法讲解各种查询优化算法受到了学生的认可。项目驱动式教学法已应用于数据库系统原理课程的实践教学过程中,教师在学期初让学生自由组合形成3~5人的学习小组,指导学生利用网络资源收集信息资料,确定综合实验项目,按照项目设计、计划制订、项目实施、项目完善四个步骤完成,学期末各学习小组共完成高校学生综合测评系统、体育场馆管理系统等12个综合实验项目。此外,通过鼓励学生积极参加全国、全省的大赛及各类创新创业项目,突出创意和综合能力,教师进行针对性辅导,在巩固基础理论的同时,拓展学生的实践动手能力。以赛促学,可以形成良好的校园文化氛围,提高学生的数据管理与分析能力。近年来,项目组指导学生参加的国家级大学生创新创业项目有车辆信息管理系统的设计与实现、大学课程助理软件的开发与设计等,同时也辅导学生参与了教育部高等学校电子商务专业教学指导委员会承办的全国大学生电子商务“创新、创意及创业”挑战赛等,各类比赛均取得较好成绩。

著名教育家杜威说过:“最好的一种教学,就是牢牢记住理论知识和实际经验二者相互联系的必要性,使得学生养成一种态度,习惯于寻找这两方面的接触点和相互的联系。”案例教学是寻找这种联系的一种非常有效的方法,我们也尝试在管理信息系统和数据挖掘教学中采用案例教学法。在信息管理与信息系统专业2011级学生的管理信息系统教学过程中,授课教师精选数据管理案例库中的财务管理系统、人力资源管理系统等案例,结合教材进行具体讲解以充实教学内容。在数据挖掘的教学过程中,教师应用数据分析案例库中的基于客户分群的精准智能营销、商业零售行业中的购物篮分析等案例,从数据收集、数据预处理(包括数据清洗、标准化、特征筛选等)、分类模型的建立、模型的评价和决策建议等环节进行了详细的讲解。这些数据管理与分析教学案例涉及不同行业、不同企业,是针对现实问题的实际解决方案。将这些案例融入教学过程,能够激发学生参与问题讨论和分析的兴趣,提升学生运用所学理论知识分析和解决实际问题的能力,培养学生的实践动手能力和创新精神。

研讨式教学法是由教师精心创设富有吸引力的情境,提出有思考价值的问题,学生按照教师传授的方法查阅资料,独立探索,并展开交流讨论,最后教师要进行归纳、总结和讲评,从而延伸教学的广度和深度。授课教师在数据挖掘的教学中可引入研讨式教学法,要求学生在掌握经典数据挖掘方法的基础上,收集整理国内外最新资料,对目前大数据环境下传统数据挖掘方法的不足进行剖析,针对具有海量高维等特性的复杂数据进行挖掘技术讨论,创新研究适合此类数据的云计算实施方案。这种教学方法突出了学生在学习过程中的主体地位,让学生围绕问题主动收集资料以探索未知领域,充分调动了学生的学习积极性和创造性,有利于学生综合能力的提高。同时,师生共同研究和解决问题,进一步密切了师生关系,促进了教学相长。

传统课程在时间、空间和学生人数等方面均受到一定的限制,“慕课”打破了这种局限性,利用多种社交网络工具以及不同形式的数字化资源,形成多元化的学习工具和丰富的课程资源,其核心思想是对优质教学资源的共享。数据库系统原理、信息系统开发与设计等课程均可采用“慕课”式教学法,授课教师在认真讨论和交流课程教学内容的基础上,有针对性地对部分知识点精心设计制作教学视频、习题库等“慕课”教学资源,以“翻转课堂”形式开展教学,在共享优质教学资源的同时,实现个性化学习,提高学生的学习效率和主动性。

六、打造高水平的课程群教学团队

数据管理与分析课程群的教学改革是一个系统工程,涉及的教学改革内容极其繁杂,在传统“单兵作战”式教学模式下或者没有有效分工协作的教学团体时都是很难完成的。应围绕课程群核心课程,以优秀教师为带头人,组织具有丰富教学经验和实践经验的教师,建设一支改革意识强、知识结构合理、教学水平高的优秀教学团队。

(一)构建结构优化的教学团队

针对课程群中“数据管理课程”、“信息系统开发课程”、“数据分析课程”三个模块,我们建立了三个教学子团队,每个子团队选定一个具有丰富教学经验、深厚学术造诣、治学严谨且具有良好协作精神的教师作为带头人。子团队由若干名任课教师组成,每门课程由2~3名年龄结构、知识结构相对合理的责任教师组成。定期以课程或子团队为单位进行教学研讨和交流,可以将老教师有益的教学经验和心得传授给青年教师,同时,老教师也能在团队成员间的相互启发和思想碰撞中得到收获。在知识结构方面,数据管理与分析课程群的教师团队由计算机科学、管理学和统计学等不同学科背景的教师组成,通过集体研讨,开展教学内容交流,加强不同领域知识的互补,共同建设全方位、多层次、系统性的教学资源体系,如集体编写、制作具有财经院校特色的信息类专业课程电子教案、多媒体教学课件及“慕课”教学视频,建立与课程相关的习题库和试题库,完善针对不同课程的教学案例库,提高学生分析和解决实际问题的能力。

(二)通过科教结合提升团队能力和水平

在开展教学活动的过程中,教师要积极探索研究型教学,将科研成果融入教学活动,使学生对基础理论知识和学科发展动态有更清晰的理解,教师的教学水平也得以提升。近年来,团队成员承担了国家自然科学基金、山西省自然科学基金、山西省软科学课题以及多项横向课题的研究,大多数研究课题和科研成果均与数据管理和数据分析紧密相关,这些课题的研究对团队成员学术水平和教学能力的提高起到了积极作用。此外,团队积极将科研成果转化为教学资源,在科研活动中,提炼出与课程群教学内容相关的数据管理案例库和数据分析案例库,丰富了课程群的教学资源,优化了课程群的教学体系。

七、结束语

财经类院校信息类专业数据管理与分析课程群教学体系的探索,是高等教育教学改革的一次新尝试。它以社会需求为导向,以能力素质培养为核心,强调培养学生运用数据思维分析和解决实际问题的能力以及大胆创新、勇于实践的精神。今后,我们将从特色教材编写、实验实践教学、师资队伍建设等多维度出发,完善课程群教学体系建设,进一步深化教学改革,有效提高学生的数据管理与分析能力。

[1]刘婷婷,李长仪,张立涛.大数据时代下信息管理与信息系统专业培养模式研究[J].中国电力教育,2014(02):48-50.

[2]肖海蓉.信息管理与信息系统专业数据库类课程群体系研究[J].计算机教育,2011(18):65-69.

[3]汪建均,马义中.质量管理与质量工程课程群立体化教学体系改革探析[J].黑龙江教育,2014(03):13-15.

[4]王宁,王珊.数据管理课程群的构建和实施方案研究[J].中国大学教学,2010(06):62-65.

[5]张丽萍,刘东升,林民.“课程群”教学管理体系的建设与实践[J].内蒙古师范大学学报:教育科学版,2013(03):61-64.

[责任编辑:高巍]

Study on Curriculum Group of Data Management&Analysis for Information Specialty in Financial and Economic Universities

SHI Hong-bo,JI Su-qin,LV Ya-li,GUO Min
(School of Information Management,Shanxi University of Finance&Economics,Taiyuan 030031,China)

From the point of social needs,the construction thoughts on data management&analysis curriculum group is proposed in this paper,aiming at information specialty in financial and economics universities.Three-dimensional course system of curriculum group is developed,and teaching content,teaching means and methods,teaching team construction are discussed.These studies will provide some valuable references for the reform and development of information specialty in financial and economics universities.

data management&analysis;curriculum group;curriculum system

G642

A

2095-106X(2015)03-0054-05

10.13782/j.cnki.2095-106X.2015.03.011

2015-08-09

山西省高等学校教学改革重点项目“财经类专业数据管理与分析课程群教学体系研究”(J2013047);山西财经大学教学改革项目“《计算机程序设计(ACCESS)》慕课本土化研究”(2015216)

石洪波(1965-),女,山西太原人,山西财经大学信息管理学院教授,博士生导师,工学博士,主要研究方向是数据挖掘、高校教育与教学;冀素琴(1972-),女,山西清徐人,山西财经大学信息管理学院教师,主要研究方向是数据挖掘、计算机应用;吕亚丽(1975-),女,山西临汾人,山西财经大学信息管理学院副教授,主要研究方向是数据挖掘;郭珉(1978-),女,山西忻州人,山西财经大学信息管理学院教师,主要研究方向是应用统计。

猜你喜欢
数据管理数据挖掘信息系统
企业级BOM数据管理概要
企业信息系统安全防护
定制化汽车制造的数据管理分析
海洋环境数据管理优化与实践
探讨人工智能与数据挖掘发展趋势
CTCS-2级报文数据管理需求分析和实现
数据挖掘技术在打击倒卖OBU逃费中的应用浅析
基于区块链的通航维护信息系统研究
信息系统审计中计算机审计的应用
基于ADC法的指挥信息系统效能评估