基于大数据竞赛的大学生创新思维培养

袁春蕾

（ 南京邮电大学 先进技术研究院，江苏 南京 210023 ）

1 当前大学生创新思维培养存在的问题

创新型人才作为实现中华民族复兴的关键因素之一[1]，受到了高度关注，国家出台了一系列的政策来推动和激励创新型人才培养。2010年6月，中共中央政治局召开会议，审议并通过《国家中长期教育改革和发展规划纲要（2010—2020年）》，将培养有创新精神和创新能力的专门人才作为高等教育的使命。2013年11月，中国共产党第十八届中央委员会第三次全体会议通过了《中共中央关于全面深化改革若干重大问题的决定》，将创新创业人才培养作为人才强国战略的重要内容。在多届全国“两会”中，创新也被多次提及[2]，培养大学生的创新思维以及自主创新能力，弘扬以爱国主义为核心的民族精神和以改革创新为核心的时代精神成为共识。创新思维在很大程度上决定了创新创业的最终成效，创新思维的培养也是创新创业能力培养的关键内容之一。然而，近年来，高校普遍非常重视大学生创新创业实践能力的培养，但对创新思维的体系化培养和实践还有所欠缺。

1）重理论、轻实践的教学体系。

高校的教学体系以理论教学为主、实践教学为辅。同时，由于实践教学相对于理论教学而言，不仅教学形式更多元化，对教师的实践能力和教学水平的要求更高，而且实践内容的考查方式更加灵活，因此在实际执行过程中，呈现出一定的重理论轻实践的态势，导致学生的实际动手能力没有得到足够的锻炼，学生的创新思维培养有所欠缺。另一方面，高校教师的实践能力和创新能力良莠不齐，部分教师特别是新上岗的教师，由于缺乏足够的实践经验，在教学过程中对理论教学更为偏重，也影响了对学生实践能力和创新思维的培养，限制了大学生实践能力和创新思维的培养成效。

2）重技能、轻思维的培养方式。

在现有的教学体系下，由于实践部分课时通常偏少、实验环节涉及的知识点多且实验过程中面临一些新的或突发问题，学生经过课题理论教学的学习后，进入实验室时仍然存在动手能力差、不能独立完成实验任务等情况[3]，部分学生甚至连实验原理都弄不清楚，更谈不上实验创新。如此一来，指导教师在教学过程中安排的实验内容通常以经典实验为主，虽然对锻炼学生的基本动手实践能力有所帮助，但经典实验为了突出基本原理和关键知识点，实验过程往往比较死板和枯燥，影响了学生的学习兴趣，缺乏对学生创新思维能力的培养。

3）重成果、轻过程的评价模式。

当前的大学生创新能力培养，主要是通过课程教学内容改革[4-6]、开放实验[3]、大学生创新项目、科研项目[7]等载体来实施，在创新能力培养的过程中，主要引导学生通过技术创新获得创新性的成果，但是在创新能力培养的过程中，对创新性思维能力的培养还缺乏系统的、行之有效的理论和实践经验，对创新能力培养的评价，还停留在以技术成果的数量和质量为主，未充分考虑对学生在技术创新过程中的创新意识、创新思维等的发展情况。

学科竞赛作为一种重要的创新人才培养和选拔的方法，以竞赛的方式激发学生在深度掌握理论知识的基础上，通过发现和解决实际问题的过程，培养大学生的学习兴趣和独立自主学习的能力，对增强大学生创新意识和提升大学生的创新能力都大有裨益。教育部在《关于实施高等学校本科教学质量与教学改革工程的意见》中提出，要“继续开展大学生竞赛活动，重点资助在全国具有较大影响和广泛参与面的大学生竞赛活动，激发大学生的兴趣和潜能，培养大学生的团队协作意识和创新精神”，将学科竞赛作为实践教学与人才培养模式的改革创新方向。

2 创新性思维培养

随着大数据技术的快速发展和在各个行业的快速渗透，大数据竞赛作为人才选拔的重要方式获得了极大的关注，Kaggle、天池、DataFountain等大数据竞赛平台都获得了快速发展，包括计算机学会、谷歌、阿里巴巴、腾讯、京东、百度等重要的学术机构和国内外互联网巨头，都连续举办了多次大数据竞赛，并产生了广泛的社会影响力。大数据竞赛通常以算法挑战赛为主，主要考察选手对实际数据进行分析和预测的能力，通常会采用在线评测的方式：在给定的几天到几十天内，选手每天有若干次提交机会，系统根据赛题和评测公式等来对选手提交的预测结果进行固定次数的评测，并将每个选手的最优得分组成排行榜公示给所有选手。

大数据竞赛过程中的在线评测系统能及时反馈成绩和排名，可以很好地激励学生在短时间内持续投入时间进行技术钻研，从而加速学生对技术的理解和针对具体应用的创新，对提升大学生的创新性思维大有裨益。有鉴于此，可将大学生创新性思维培养贯穿大数据竞赛的全过程，从科学组队、创新意识培养、技术创新激励和创新成果形成等环节针对性地融入创新性思维指导，提升学生的创新意识和创新能力：在组队伊始，就鼓励学生组建跨学科跨专业的队伍形成知识互补，为后续的技术创新打好基础；在比赛开始后，引导学生形成“只有创新才能赢”的理念，树立学生的创新意识；在比赛过程中，从创新思维的理论体系方面对学生进行培训，引导学生利用求同思维与求异思维、集中思维与发散思维、逻辑思维与非逻辑思维等之间的关系，寻求技术创新的方向；在比赛结束后，引导学生进一步完善技术创新内容，形成技术报告、专利、论文、软件著作权等不同层次的成果，进一步激励学生的创新意识，形成正向良性激励。该方法的步骤如图1所示。

图1 基于大数据竞赛的大学生创新性思维培养体系

2.1 科学组队

团队是获得良好比赛成绩的基础，科学合理的团队成员构成，通常需要由3～5个跨专业、具有相同兴趣爱好的同学组成，在专业技能上形成很强的互补，在团队协助方面又因志同道合而更加高效。考虑到不同的大数据比赛涉及的领域知识差异非常大，而在求解问题方面还涉及大数据预测分析技术和良好的编程实现能力等，对比赛团队的成员要求较高，很难临时组建好科学合理的团队，因此，需要指导教师未雨绸缪，一方面通过创新工场或创业孵化器，吸引不同专业方向和技术特长的同学组建兴趣爱好小组来提前了解可用的人选，另一方面也要在合适的时候，针对不同的赛题鼓励学生自主跨专业组建团队。一种可行的方式是，指导老师提前联系一些对大数据竞赛感兴趣的同学组成兴趣小组，再由这些同学自发推荐感兴趣的同学加入，并鼓励来自不同学院不同专业的同学加入，从而形成选手库。

在参加特定比赛时，由选手库中的选手自主选择队友组队，也可以根据赛题邀请其他同学加入。如此一来，选手库中的同学相互之间比较了解，可以在组队参赛时确保团队成员之间的稳定性和默契，提升团队协助的效率，又可以通过吸纳外部同学的加入而形成跨专业互补的团队。指导教师需在为学生解决硬件设备（如服务器、GPU工作站等）、活动场所、交流机会、技术瓶颈和创新方向等问题的同时，鼓励选手间的密切交流合作，同时要注意吸引不同年级、不同学院、不同特长的学生加入，逐渐形成跨年级、跨专业、跨学院的学生构成的学科竞赛梯队，使得学生之间既可以互相交流、知识互补，又可以让比赛经验在学生梯队之间传承，逐步增强选手库的实力。

在实践过程中，首先邀请了2位软件工程专业和1位统计学专业学生作为选手库中的核心成员,这3位学生分别擅长网络数据获取、自然语言处理和统计分析，具有很好的技能互补性。通过安排学生组队参加天池和计算机学会的大数据竞赛，并根据比赛需要由学生自主寻找和邀请其他学生加入，实现了团队人员的扩充和团队结构的完善。经过近半年的努力，学生参加的大数据竞赛获得了决赛第6名的好成绩，而利用大数据竞赛的数据和创新思路，整理后参加另外3个全国性的学科竞赛，目前都已经获得了决赛入围资格。

2.2 创新意识培养

跨专业自主组队可以很好地解决大学生参赛时技能互补和团队协作的问题，为大学生创新性思维的培养奠定了良好的基础，然而，大学生的创新思维和技术创新能力普遍较差，因此，在创新思维和技术创新能力方面仍需要指导老师加以系统的培训和及时的引导。良好的创新意识是技术创新的原动力，是激励持续创新的源泉，也是评价大学生创新性思维培养成功的关键指标。创新意识的培养，不能靠假大空式的传教培训，而是应该通过对历次竞赛的获奖团队的翔实分析和科学总结，让学生意识到唯有创新才能赢得比赛。同时，要为学生分析技术创新带来的不仅仅是好的竞赛成绩，还能通过进一步的整理，形成论文、专利和软件著作权等技术成果，放大竞赛成果的收益。只有让学生真正意识到创新带来的潜在好处，才能更好地提升学生的创新意识。以参加天池大数据竞赛为例，在比赛初期，通过组织学生深入分析历年历次天池大数据竞赛的获奖方案，特别是历次获奖团队的创新思路、创新成果、创新成效等，为学生树立了“只有创新才能赢得比赛”的理念，强化了学生的创新意识。

2.3 创新能力培养

创新性思维是逻辑思维与非逻辑思维、发散思维与集中思维、组合思维与分解思维、求同思维与求异思维、潜意识和显意识的有机互补，它们在创造活动中具有非常重要的作用。创新能力的培养，一方面需要培养大学生的创新意识，激励学生的创新行为，另一方面也需要科学地引导学生形成良好的创新思维，提高创新能力。在创新思维培养方面，针对选手库中的学生，可定期开展针对创新思维的培训，提升学生对技术创新固有模式和创新规律的理解，同时，激励学生解放思想，打破专业和思维限制，充分发挥主观能动性，通过跨专业学生间的头脑风暴等手段，实现对不同专业知识的融合应用，以创新的技术和方法来解决大数据竞赛中遇到的实际问题。

以参加2017计算机学会大数据与计算智能大赛比赛为例，在参赛中期，针对学生团队遇到的预测分析模型的性能瓶颈，指导教师团队从创新思维的求同思维与求异思维的互补性出发，从创新的方向上为学生进行了引导：在求同思维方面，要求学生注重细节处理，充分调研现有的最新技术和流行解决方案，对比分析之前类似比赛的获奖方案，做好基础的数据探索和数据分析工作，做好与其他团队类同的基础工作。同时，在对整个数据处理流程进行分析的基础上，鼓励学生从数据处理框架、数据预处理方法、特征工程、特征选择、数据处理算法、数据融合模型以及预测结果的鲁棒评估方法等环节，寻求与其他团队的差异，以创新的技术和方法，改进数据分析流程或某些具体的环节，从而更好地提升模型的预测性能。

2.4 创新成果培育

基于大数据竞赛进行大学生创新性思维培养时，需注意引导学生更好地利用大数据竞赛过程中的技术创新和方法创新的结果，进一步形成论文、专利和软件著作权等学术成果，一方面可以更好地提升大数据竞赛的收益和激励学生参加比赛的积极性，另一方面，通过形成创新的学术成果，可以更好地形成良性循环，强化学生的创新意识。创新成果的培育要从比赛伊始就进行规划，如图2所示，要将创新成果培育作为比赛目标之一，树立学生的创新意识。在比赛中，要鼓励学生不仅仅是为了获得比赛奖项而参加比赛，而是要通过参加大数据竞赛，借助对实际数据的分析和与其他选手的交流来提升自己的动手能力和创新能力，在比赛过程中要注重通过科学的调研掌握最新的技术和方法，并结合赛题的实际问题提出创新的技术和方法，从而在争取竞赛奖项的同时形成学术研究成果。

图2 基于大数据比赛的创新成果培育方法

创新成果培育是很多学生参加学科竞赛时非常容易忽视的环节，一方面是因为不少学生团队在参赛过程中所做的原创性工作有限，难以形成好的成果，另一方面是因为创新成果的整理通常还需要进一步地研究和梳理，甚至需要投入比参赛过程更多的时间。指导教师应重视创新成果培育，要及时了解学生的创新想法，鼓励学生围绕学科竞赛来做一些创新性的工作，并根据创新工作的情况，鼓励学生形成发明专利、中文核心论文、EI会议论文或SCI期刊论文等，从而实现将创新能力培养、学术研究和大数据比赛的有机融合，同时也能极大激发学生参与学科竞赛的热情，提升学生的创新意识和创新能力。

3 结 语

创新思维是人类最高层次的思维，它是创新教育的核心，培养学生的创新精神必须着力于培养学生的创新思维能力。大学生创新性思维培养，一方面要破除创新思维枷锁，解放从众思维、权威思维、经验型思维等的影响，另一方面要通过良性暗示、团队合作和奖励反馈等来激发大学生创新思维潜能。本文提出的基于大数据竞赛的大学生创新性思维培养，通过将创新思维培养融入大数据竞赛的全过程，对大学生的创新意识和创新思维的培养能起到良好的效果。