面向综合素养培育的数据可视化课程教学改革与实践

朱 敏，温啸林，甘启宏

（1.四川大学计算机学院；2.四川大学 信息化建设与管理办公室，四川 成都 610065）

0 引言

在教育体制改革总体部署中，《国家中长期教育改革和发展规划纲要（2010-2020 年）》第一次提出了人才培养体制改革和人才培养模式创新的任务。《关于科学编制国家教育事业发展“十四五”规划的建议》中亦倡导探索基于学科的课程综合化教学，以全面培养更多高素质人才。培养具备综合科研素养的优秀人才已成为国家教育事业发展的迫切需求，因此探究如何改革专业课程以适应培育综合素养的目标成为当前“双一流”大学构建创新型人才培养体系的关键环节。本文以数据可视化课程为例，从内容设置、评价方式等方面提出教学改革思路，并在创新实践中总结经验以供参考。

1 数据可视化课程现状分析

“可视化”一词自2013 年以来，连续数年出现在“大数据十大发展趋势预测”中。数据可视化研究的是如何利用优美的图形、清晰的界面对海量、复杂、枯燥的数据与文字进行表达，同时提供直观的、具有良好用户体验的交互手段，使人们能快速获取信息、发现异常或潜在规律并作出相应决策。数据可视化已被广泛应用于商务智能、区块链、社交媒体、数据挖掘和机器学习等多个领域。

数据可视化课程从数据的获取、处理与分析入手，重点探讨如何建立有效的数据可视化方法。国外多所高校已开设相关课程，如美国的犹他大学、加拿大的英属哥伦比亚大学、澳大利亚的拉筹伯大学、日本的东京大学等；国内也有知名大学的团队相继开设该类课程，如北京大学的袁晓如团队、浙江大学的陈为团队、同济大学的曹楠团队、香港科技大学的屈华民团队等。

现有可视化课程教学的基本思路主要包括两个步骤：第一步介绍人类的感知和可视化设计原理等理论知识；第二步讲解ECharts 和D3 等可视化工具库并要求学生应用所学知识创建可视化图表。传统数据可视化课程主要面向学生的数字素养进行培育，虽然课程内容能基本满足数据可视化人员的入门要求，但远未能达到具备专业知识、工程能力、创新意识的综合型人才培育目标。目前，可视化课程教学主要存在以下两个问题：①内容设置局限于数据可视化理论知识方面，未考虑对学生研读论文、撰写文档、讲解报告等科研素质的培养；②学业评价方式不能充分调动学生动手实践的积极性，无法全面有效地验证学生在上课过程中对综合素养的锻炼与提升情况。

2 面向综合素质培育的课程教学改革思路与实践

基于可视化课程教学现状，本文提出面向综合素质培育的教学改革思路。该思路主要分为课程内容的拓展创新与评价方式的创新设计两部分，共同促进学生综合素质的培育。

2.1 课程内容拓展创新

为实现创建数据可视化课程的初衷，课程内容设置应以数据可视化理论知识与可视化项目实践教学为内核，并在此基础上进行创新拓展。教学内容拓展的具体实施手段包括教学内容与教学团队两个方面的资源导入。

2.1.1 教学内容的资源导入

教学内容的资源导入是指将可视化领域学术资源带入课堂，帮助学生充分了解课程内容与科研的内在联系，培养学生的科研素养。顶刊和顶会学术论文中研究的问题很有价值，对于研究意义的表述更为具体，文章所用方法与技术先进且流程规范。引入可视化领域的顶刊、顶会等学术信息，在考核体系中对于主动分享学术论文的学生设立加分项。基础理论知识学习过程中可穿插科学文献的研读，有助于学生理解该领域解决问题的方法，规范可视化设计与开发流程，凝练出更有价值的研究点。

介绍可视化领域主要专业竞赛，允许学生将参赛题目作为课程项目选题，并提供竞赛指导与支持。专业竞赛是锻炼学生综合素养的最佳途径之一，竞赛题目一般切合实际应用场景的需求，可视化目标与任务明确。以竞赛题目作为可视化项目选题有助于学生深刻感受数据可视化的应用价值，理解如何将实际问题转化为具体的可视化任务与目标。同时，竞赛题目可以节省寻找问题、收集数据、清洗数据等复杂工作流程耗时，帮助学生将更多精力投入到可视化技术学习中。

介绍国内外具有代表性的可视化课程网站、实验室团队，鼓励学生跟踪了解，并积极申请相关实验室的参观与实习。了解可视化领域的学术研究动态可以开阔视野，削弱学生参与科研的界限，为其科研能力培养提供广泛支持。

2.1.2 教学团队的资源导入

仅从可视化教学内容角度推动综合科研素养的培育往往不够全面，合理利用外部教学资源能弥补这一不足，因此需要调整教学团队的结构，引入课程外与可视化高度相关的教学资源，为学生提供多元化的知识输入，从而达到提升其综合能力的目标。实施方式主要为邀请可视化领域专家从不同角度进行经验交流与学术分享。具体操作为：邀请高校高水平科研团队中有代表性的老师入驻课程，从数据可视化教学角度分享经验，如浙江大学可视化领域专家陈为（优青、教授、博导）；邀请行业领域专家讲述可视化的应用，开拓学生眼界，如邀请四川日报MORE 大数据工作室负责人高敬讲述数据新闻；邀请研究生、上届选课学生围绕项目选题、数据获取与处理、团队合作模式、进度控制、资源获取与使用、报告撰写等多个角度进行信息分享；邀请深造的同学围绕推免、夏令营、境外深造、考研、研究生学习等进行深度分享与持续资源支持。

教学团队的资源导入不同于只有师生的传统课堂教学模式，丰富的教学内容使其不仅仅局限于理论知识的传授与实践能力的培养。其可从科研视野、未来规划、学习方法、技术路线等多个方面培育学生的综合素养，从而达到更好的教学效果。

2.2 评价方式创新设计

传统学业评价方式主要是学生基于课程中学到的知识完成可视化项目的设计与实现，同时将平时出勤情况与可视化实现效果作为成绩评价的主要参考依据。该考核方式难以充分调动学生积极性，容易将学习重心放在最终项目的技术实现上，在课程学习过程中缺少参与感。此外，虽然项目式教学能有效提升学生的动手实践能力，但仅以可视化项目实施结果判断学生在课程中的收获较为片面，无法全面有效地对学生的科学素养、工程意识、研究探索意识、持续学习能力以及运用专业知识解决实际问题等综合能力的提升情况进行判断，因此需要一种更具综合性、灵活性、实践性的考核体系。

本文提出“分组教学+过程化”的非标准化考核方式，有效结合过程性评价与总结性评价。非标准化考核是指采用多元化考核方式与多维度评价体系，避免出现传统考核体系方式单一、内容僵化及目标功利化等问题。每个学生的考核内容包括课堂表现与参与、项目小组汇报、个人课程报告3个部分，后两部分共占90%的比重，且与以小组为单位的项目有关。分组教学和考核过程的具体实施方法为：

（1）分组教学。学生以小组为单位完成可视化项目、论文研读分享等任务。小组教学已被证实在计算机教学中具有显著成效，能有效促进学生交流，营造浓厚的课堂研讨与活跃的教学互动氛围。与个人完成相比，分组完成的好处在于小组成员可以发挥各自优势并在合作过程中弥补自身不足，促进共同进步。课程要求小组成员以合作的方式完成题目拟定、数据解读、任务定义、视图选择、设计与实现、分析与改进等任务，既是对专业能力的综合训练，也是对思维、表达、合作、创新能力的全面训练。

（2）过程化考核。将考核贯穿教学的全过程，分阶段考察学生的学习效果。具体考核体系如图1 所示。

Fig.1 Assessment system of data visualization course图1 数据可视化课程考核体系

过程化考核分为小组考核与个人考核两部分。小组成员需要协作完成论文研读分享与可视化项目两个主要任务。论文研读分享项目要求小组成员从课上介绍的可视化领域顶会和顶刊中选择感兴趣的文章，综合考虑文章发表团队、发表时间、主题、贡献、研究领域、技术与方法等因素，形成论文选择建议文档，交由教师审核。审核通过后，小组成员需研读所选文章，使用幻灯片将理解与收获在课上进行分享。可视化项目的考核遵循软件开发全流程，项目初期根据选题广泛调研国内外研究现状，确定研究问题，定义可视化分析任务，设计预期系统界面并形成项目建议书；项目中期需要以幻灯片的形式对组内分工、研究进展、所遇问题及解决方案等进行汇报，及时督促进展缓慢的小组；项目终期要求实现可即时访问的在线可视化项目，完整汇报项目研究意义、技术路线、实现流程、最终效果，总结项目实施过程中存在的不足与收获，撰写完整的项目文档并提交存档。个人考核除平时出勤考核外，可将课堂提问与发言以及课后个人课程报告作为额外加分项目，用于提升学生课堂参与感，调动其学习积极性。

3 课程改革与创新效果分析

3.1 课程教学情况

2017-2020 年，学生对数据可视化课程的选课积极性较高，具体实施效果如表1 所示。选课人数累计254 人，每年选课人数稳定维持在50 人以上。在成果产出方面，共形成课程项目案例67个，其中1个课程案例在四川大学课堂教学质量综合评价研讨会上进行了分享展示，2个课程案例入选川大e 教务系统。此外，教学改革基于课程项目案例、实验室学位论文案例、行业案例建设了可视化课程案例库，用于后续教学并开放共享。部分课程项目案例见图2。

Table 1 Implementation effect of data visualization course表1 数据可视化课程实施效果

3.2 综合素养培育情况

通过教学改革，理论教学与实践教学深度融合，课堂吸引力增强，学生课堂探讨氛围浓厚、教学互动活跃。全过程、多维度的学业评价体系增强了学业挑战度，使学生课下团队协作意识增强。非标准答案的课程项目更是激发了学生的创新意识，获得了“四川大学2018 年非标准答案考试”试题优秀奖。

在以课程项目为主体的分组教学方面，学生完成的项目报告和个人课程报告能充分体现其课程收获与看法，是收集学生课后反馈并进一步改进课程设置的重要途径。报告中学生对于课程收获的描述主要体现在科研素养训练和专业能力提升两方面。科研素养包括对提交时间节点的遵守、对文档规范性的认知、对项目团队组建与分工的知晓、对项目进行综合报告的训练等；专业能力既包含发现问题、定义问题、分析问题、解决问题的能力，也包含网络爬虫、数据库搭建、前后端框架实现、视图编码与交互设计等技术能力。学生的反馈情况有效证明了数据可视化课程创新改革在综合素养培育方面取得了显著成效。

3.3 科研人才培养情况

除综合素养培育外，数据可视化课程教学对学生产生了其他深远的影响。例如，《基于气象数据的自然分区可视分析系统》和《探究EOS 共识机制效能的可视分析系统》两个可视化项目的负责人均以数据可视化研究作为毕业论文选题，在课程项目的基础上进行了延续性工作。前者毕业设计荣获“四川大学优秀本科毕业设计（论文）一等奖”，且二者均已将项目成功转化为软件著作权、发明专利和学术论文等学术成果。

Fig.2 Implementation effect of some course project cases图2 部分课程项目案例实现效果

数据可视化课程使学生对数据科学产生兴趣，在引导和鼓励其深造方面成效显著。目前，选课学生中已有169名毕业，其中66 名学生于清华大学、北京大学、北京航空航天大学、中科院、国防科技大学、浙江大学、四川大学等国内知名高校及研究机构继续深造，16 名学生于新加坡国立大学、日本东京大学、英国帝国理工学院等国外知名高校继续深造，总占比高达48.6%，且多名学生选择了数据分析研究方向。

4 结语

以综合素养培育为导向的人才培养模式是推进国家教育事业发展的重要途径。本文对数据可视化课程的教学内容与考核方式进行了改革与实践。实践证明，将科研资源导入课堂教学能有效激发学生的科研兴趣，弱化学生与学术研究的壁垒；“分组教学+过程化”的考核方式能全面锻炼学生的科研素养与专业能力，进一步实现综合素养培育的最终目标。教学改革方案已在四川大学数据可视化课程中开展实践，在综合素质培育、人才培养和资源建设等多个方面取得了良好成效。