公安院校数据科学与大数据技术课程体系建设研究

崔晨 姚力

摘 要： 文章从大数据时代下公安信息化面临的机遇和挑战出发，结合公安院校人才培养特色及数据科学与大数据技术专业发展实际需求，探讨面向数据科学应用的公安大数据专业课程体系建设方向、教学方案及人才培养模式的构建思路，以期为未来数据科学与大数据技术专业建设及公安院校信息化发展提供思路。

关键词： 数据科学； 大数据； 公安院校； 课程体系建设

中图分类号：TP309 文献标志码：A 文章编号：1006-8228（2018）06-88-03

Research on construction of data science and big data technology curriculum system

in public security colleges

Cui Chen1，2， Yao Li1，2

（1. Key Laboratory of Public Security Information Application Based on Big-data Architecture Ministry of Public Security， Hangzhou， Zhejiang 310053， China； 2. Department of Computerand Information technology Science， Zhejiang Police College）

Abstract： This paper introduces the opportunities and challenges that public security organs are confronted in the era of big data. According to the practical requirements of data science and big-data technology in police colleges and universities， the construction ideas of public security information application curriculum system is discussed， and the new model is put forward for goal of talent cultivation， education system and application practice system to promote the development of public security information application in police colleges and universities.

Key words： data science； big data； police colleges and universities； construction of curriculum system

0 引言

“大数据”已成为继互联网、物联网之后IT行业又一次大的技术变革[1]，海量的数据增长一方面对现阶段信息存储、数据挖掘、隐私保护等技术提出了挑战，另一方面以大数据为代表的新型应用需求也推动各行各业从以流程控制为核心向以挖掘数据价值为核心转变[2]。2018年教育部公布高校本科新增专业备案和审批结果显示，共有250余所高校新增“数据科学与大数据技术”专业，成为最为热门的新增专业之一[3]，这既表明国家对于大数据产业未来发展持积极态度，也体现出目前行业发展人才缺口较大，专业建设仍处于起步阶段。本文从公安院校学生培养特色和大数据背景下公安信息化应用进程展开，探讨公安院校的大数据课程体系建设和学生培养改革思路，希望能够对未来公安院校数据科学和大数据技术教学改革带来一些帮助和启发。

1 大数据与公安院校数据科学教育探讨

1.1 大数据概念和处理流程

虽然大数据这一名词越来越被人们所熟知，但是对于业界大数据的定义尚未达到统一。一般來说大数据指的是规模巨大，无法通过之前主流软件工具在规定时间内完成采集、处理并整合成为提供行业决策信息的数据。实践中此类数据主要以结构化、半结构化、非结构化三种形式存在，相对于以往概念中应用较为成熟的结构化数据而言，以数字图像、音视频、网页、报表等为代表的半结构化数据和非结构化数据是大数据技术主要研究和使用对象。由于数据的价值密度变低，有效交换速率变慢，同样时间内获取与之前相同价值的数据变得极为困难，近年来催生了很多新型数据处理技术和工具来解决这一问题。比如MapReduce分布式数据处理技术、Hive数据仓库、Spark处理架构、Storm实时计算等。处理流程通常包括从数据源获取异构信息、利用特殊方法进行挖掘和清洗（将来源、结构、权重不同的数据转变为统一标准）、选择合适方法和模型进行处理分析、最终利用可视化等技术展现给用户等步骤[4]，相关过程简要描述如图1所示。其中，如何根据数据处理流程结点，联合主流架构对学生进行专业化、系统化教学改革则是大数据人才培养需要解决的问题之一。

1.2 大数据背景下公安院校数据科学系列课程体系的建设背景

公安机关多年来围绕犯罪侦查、治安管理、交通指挥等业务开展了大量认真细致的工作，大数据时代，蕴含在人们行为轨迹、社交记录、点击倾向、购物习惯中的大量高价值信息，给公安工作提质升级带来了新的机遇。可以预见，未来公安工作的核心将紧密围绕各种类型的数据展开，“非接触式”分析研判将成为主导战役行动和提高为民服务质量的关键。公安院校作为培养卓越警务人才，联动前沿科技与实战需求的重要阵地，在未来加强公安大数据应用研究，推进最新科研成果落地方面，扮演着不可替代的重要角色。

现阶段我国的高等教育对于大数据专业人才培养模式和课程体系尚在摸索完善中，本科应用型人才的培养周期与大数据新技术、新工具、新平台的发展相比稍显滞后。因此，公安院校责无旁贷，应为公安行业积极培养可以尽快上手的大数据技术人才，形成全行业的大数据新思维、新机制、新战法，应尽快地在数据科学与大数据技术专业型、应用型人才培养上进行探索实践，形成一套面向大数据的公安信息化创新型课程体系。

2 公安院校大数据课程建设研究

2.1 公安行业数据科学及大数据技术人才培养目标

近年来大量利用计算机技术、移动互联网技术、电信技术的新型犯罪，不仅给人民群众的生命财产安全带来了极大的隐患，也给公安机关案件办理技术和犯罪侦查手段提出了挑战，从公安院校人才培养角度来看，现阶段培养目标和课程体系设置与大数据实际业务需求仍显滞后。

现阶段主流操作平台和架构日新月异，而各行业对于专业技术人才的需求又十分迫切，完全从零开始建设一套全新的培养计划和授课模式时间成本较高，因此着眼于结合已有的培养计划，以应用为导向增加对大数据课程教学和实验实训学时，引导学生结合大数据知识对现有计划进行关联、升级，这会是更为有效的手段。

作为大数据一线教师，一方面需要随时更新个人的知识储备，跟紧相关领域发展趋势，另一方面要注重依托课程体系建设的方向，建构起以创新实践推动知识更新，以应用落地并完善教学目标的新型人才培养思路，将其凝练内化于学生培养环节，努力成为联通最新技术发展与公安工作实际需求的重要桥梁。人才培养目标的设置将侧重于平台应用及数据分析两方面，通过与开发机构及知名企业合作，加强培养学生利用前端工具进行数据采集、录入、整合等基本技能，通过讲授后台关联、交互分析等应用模块原理及实现，提升学生利用后端权限对其中数据进行追踪、分析、维护并辅助指挥决策的实际能力，最终目的是培养学生能够充分利用大数据与云计算技术的优势，提升公安院校学生整体科学素养，推动公安行业在大数据时代下社会治理能力和智能化水平。

2.2 公安院校大数据技术课程体系建设探讨

培养优秀的大数据人才， 构建合理的课程体系是关键[5]。大数据技术要求从大量的非结构性数据中提炼有价值信息，这一要求既体现出与之配套的数学、计算机、信息工程等学科交叉的重要性，又凸显熟练运用公安技术，建立结合实战需求与科学模型的课程架构体系对于教学实践的重要意义。与传统课程的建設相比，大数据课程体系更注重不同业务之间的差异，这需要在课程设置时针对不同岗位、不同需求形成个性化培养模式，课程架构要遵循通识性与差异性并重的理念，探索通过细化数据处理流程关键步骤，针对其中主要结点结合基础课程讲授主流技术和理念，形成循序渐进、层次分明的教学进度，在教学计划中加大实践教学与实战应用比例，并用实战成果及时反馈学习训练方式转型升级。

在课程设置上，通过研究现阶段公安院校中涉及计算机科学及数据科学的专业方向可以发现，已有体系多以讲授计算机通识课为主，重在培养学生基本计算机知识，授课计划涵盖高等数学、操作系统、数据库、计算机网络和计算机编程等方面基础知识，并结合公安业务需求和公安信息化发展趋势增加诸如Linux操作系统、数据建模、网络攻防、电子取证等课程。此类课程的开设已经为学生简单建立学科概念，掌握基本实战技能打下一定的基础，未来着眼数据科学与大数据技术专业特色的课程体系改革重点将围绕如何在目前培养体系中深化与大数据基础及应用相关的课程展开，引入诸如数据挖掘、云平台技术架构、内存计算、非结构数据存储等方面延伸知识，使学生掌握分布式存储、多层分析、云应用等基本方法，理解大数据分而治之解决问题的思想。

与合作单位联合开展实验实训，让学生了解目前公安工作中已经应用或正在研发的大数据平台和技术框架，引导学生以数据思维分析案例，通过编写数据流分析报告，参与云平台小程序或小模块开发，参与企业系统设计等手段将所学技能落实到实际业务中来。未来可以根据教学进展和学生反馈跟进开设云取证、大数据空间安全、综合云平台开发等相关业务课程，实现围绕应用开课，围绕实战授课，围绕业务反馈优化课程的要求。

根据现阶段各公安院校已有的课程设置及培养方案，新增大数据课程体系以大数据技术发展趋势由浅而深，由理论到实战划分为学科专业基础课程、大数据基础课程和实战应用课程三大模块，并进行层次递进的课程设置，如图2所示。

这三类课程，既互相依赖又互为补充，其中学科基础课程建设注重培养学生对于专业基础课程以及数学、计算机科学、信息学等掌握能力；大数据基础课程则主要通过传授基本的大数据概念和主流大数据技术，激发学生结合大数据思维分析问题、解决问题；实战应用课程则重在提高学生平台操作、实践动手、应用开发等能力，是理论联系实践，切实提高学生分析和解决实际问题的重要手段，也是将大数据技术和手段在公安行业落地应用的必要环节。因此在课程设置时，应根据学生对知识的理解和技能掌握情况，适当加深大数据实战应用课程的深度和广度，并通过实际教学中的课堂反馈及时调整前述教学计划，最终培养一批能及时响应新技术新手段变化，熟练运用大数据技术和创新思维改革现有技术手段的新型公安人才，实现利用大数据技术切实提升公安机关业务能力、服务质量和便民服务水平的目标。

3 结论

本文从大数据时代下公安院校开展面向数据科学应用的公安大数据专业课程体系建设这一背景条件出发，探讨了人才培养目标和具体思路，希望我们的研究对公安院校开展数据科学与大数据技术专业建设能有一些参考和启发，同时有助于坚持科技引领，全面提升公安信息化工作水平。

参考文献（References）：

[1] Gantz， J， &Reinsel;， D.The digital universe in 2020： Big

data， bigger digital shadows， and biggest growth in the far east. IDC iView： IDC Analyze the future，2007（2012）.

[2] 王元卓，靳小龙，程学旗.网络大数据：现状与展望[J].计算机学

报，2013.6：1125-1138

[3] 教育部.关于公布2017年度普通高等学校本科专业备案和

审批结果的通知[EB/OL].[2018-03-21]. http：//www.moe.gov.cn/srcsite/A08/moe_1034/s4930/201803/t20180321_330874.html.

[4] 刘智慧，张泉灵.大数据技术研究综述[J].浙江大学学报：工学

版，2014.6：957-972

[5] 曹耀钦，李发陵，周龙福.应用型智能科学与技术专业大数据

课程群建设研究[J].计算机教育，2016.10：22-25