基于OBE理念的“大数据技术基础”课程改革与实践

金冉 张延红 董晨 万忠 邓芳 金敏 刘翠娟 杨立春

浙江万里学院大数据与软件工程学院

● 引言

在新工科建设背景下，很多计算机类专业都开设了大数据相关课程，其目的是教导学生熟练掌握大数据开发技术，能基于分布式计算平台对大规模数据进行分析处理，具备一定的大数据应用程序开发能力。在面向新工科的专业和课程建设中，应遵循以成果为导向的教学模式(OBE)，提升人才培养水平。

笔者基于OBE理念，探索了大数据技术基础课程的教学改革和实践，重构了教学体系，优化了教学内容，改进了教学方法，规范了教学过程，完善了教学评价等，注重培养学生的自主学习能力、创新和实践能力，全面提升了学生的工程实践能力与技术创新能力。

● 课程简介

1.课程目标

“大数据技术基础”课程遵循校“创建特色鲜明的高水平应用型大学”办学目标，努力为学生搭建起通向“大数据知识空间”的桥梁，以“构建知识体系、阐明基本原理、引导初级实践、了解相关应用”为原则，为学生在大数据领域“深耕细作”奠定基础、指明方向。通过本课程的学习，让学生能够建立对大数据知识体系的轮廓性认识，了解并掌握大数据系统的起源及系统特征、大数据关键技术、大数据系统的架构设计及功能目标设计、入门级大数据系统程序开发等相关领域的内容，使学生能具备分布式数据存储与计算平台搭建、基本应用程序开发、运维等相关实践能力，为后续大数据开发模块课程的学习与实践奠定坚实的基础。

2.课程现状

“大数据技术基础”课程系统讲授大数据的基本概念，大数据处理架构Hadoop，分布式文件系统HDFS，分布式数据库HBase，NoSQL数据库，云数据库，分布式并行编程模型MapReduce，基于内存的大数据处理架构Spark，大数据在互联网、生物医学和物流等各个领域的应用。在Hadoop、HDFS、HBase、MapReduce、Spark等重要章节，安排了基础的实践操作，让学生更好地学习和掌握大数据关键技术。在课程开设之初，课程组全体成员进行了大量研讨，推出了很多教学举措，但根据OBE理念，对标课程内容，课程在教学过程中不可避免地存在以下问题：①理论教学和实践教学课时比重协同性不够，真正的自主学习性仍不强。②课程教学案例与应用场景领域知识融合不够。

● 课程改革方案

基于OBE理念的“大数据技术基础”课程改革，从教学目标、教学内容、教学手段、教学实践、教学评价等五个方面展开（如下图）。改革后的课程以“构建知识体系、阐明基本原理、引导初级实践、了解相关应用”为原则，以学生应该具备分布式数据存储与计算平台搭建、基本应用程序开发、运维等相关实践能力为教学目标，以大数据Hadoop生态系统为主线，以实际大数据项目案例为牵引，把课程的所有知识点有机地串联起来。通过引入真实的企业项目，对项目案例进行详细讲解，深度融入课程每一章节的知识点，学习、实践相互协同，提升学生的工程实践能力，为后续专业模块课学习打下坚实基础。

1.教学目标

教学目标是课程目标在具体教学单元的细节展示，是直面学生学习实况的即时效果表达。基于OBE理念对“大数据技术基础”课程教学目标进行重塑是课程与时俱进的重要抓手。以课程第1章中的大数据时代为例，笔者从知识目标、能力目标和素质目标三方面来确定课程的教学目标。其中，知识目标中涵盖大数据的基本概念和应用领域，大数据、云计算和物联网的相互关系，大数据产业发展和未来趋势等知识点；能力目标涵盖独立思考能力、分析问题能力、洞察能力等能力；素质目标要求学生形成大数据工程师岗位职业判断。

2.教学内容

按照每一章的教学目标，以实际的企业项目案例为主线，采用大数据采集与预处理、大数据存储与管理、大数据处理与分析、大数据可视化与决策等四个流程，对课程内容进行教学，使学生掌握大数据关键技术，掌握大数据基本开发。课程内容主要包含Hadoop的安装和使用、HDFS操作方法和基础编程、HBase的安装和编程、MapReduce基础编程、数据仓库Hive的安装和使用、Spark的安装和编程、典型可视化工具的使用方法等。

同时，在课程教学中，笔者引入了宁波气象台、宁波疾控中心等单位的真实案例，把各章知识点有机串联起来，其中包括金融量化交易数据分析、浙江疫情数据爬取及分析、医院药品销售数据分析、浙江省气象数据处理与分析、宁波租房信息分析与展示、网易云歌曲评论情感分析等。

3.教学手段

①项目案例驱动法。用一个完整的真实案例，精讲其“爬存析视”全过程，串起整门课程的关键技术知识点，然后学生实践。例如，金融量化交易数据分析项目案例，其完整的精讲链是：爬取网易财经数据集http://quotes.money.163.com/stock；数据清洗并上传至HDFS；使用Hive或MapReduce或Spark对股票数据进行分析，需要分析金融类全部股票2020年的总涨跌额，并排出上涨股票前十名，分析金融类股票2020年成交量最大的前十天，成交金额分别为多少，分析2020全年股票成交量前十名，并指出成交量第一的股票最新流通市值为多少；使用Django Echarts对分析数据进行可视化。

②研究性学习法。在课程教学过程中，设置了2～3次研讨课环节，把科研项目部分任务布置给每一个学生小组，通过一周小组讨论，在研讨课上进行汇报交流。这种方式可以让学生用类似科学研究的方式，主动去探索、发现和体验，培养创新精神。另外，对学有余力的学生，鼓励、辅导他们申请国家级大学生创新创业项目和浙江省新苗人才计划，嵌入教师科研项目，更深入地开展科研工作。

③任务驱动法。将所要学习的新知识隐含在一个或多个任务中，以任务为主线、教师为主导、学生为主体，紧紧围绕任务活动中心，在问题动机驱动下，进行自主探索和互动协作学习，完成教学任务。例如，在学习《MapReduce基础编程》专题内容时，由于其与Java紧密联系，笔者设置了一个文本数据集，其中包括如何并行处理、Map双列集合类键值对如何统计处理、Iterable接口如何实现数值迭代统计等任务，一步步引导学生过渡到MapReduce编程实现中，很好地建立了Java语言编程和MapReduce编程的关联性。

4.教学实践

笔者所在学校的大数据与网络安全实践基地于2019年1月获得中央财政资助立项，实践基地建设包含大数据开发实验室(升级)、网络安全实验室(重新改造)、云计算应用实验室(重新改造)三个实验室的改造与升级。学校以“课证结合、学科竞赛引领”为目标，购置了三大成熟的实验室方案。学生通过学习可以参加浙江省大学生软件服务外包创新应用大赛，可以考取数据工程师认证、MPP认证、Python认证等。完善的大数据开发平台，为学生的课程学习提供了强大便捷的途径。

5.教学评价

具有完善功能的教学质量评价体系应该具备“闭环”特征，基于OBE的教学质量评价模式关键在于动态、持续改进教学过程，以学生的学习成果为导向。“大数据技术基础”课程考核覆盖学生平时出勤、实验课表现、Seminar研讨表现、期末大作业报告、期末大作业答辩、创新创业情况等，全面考核学生的学习成效。其中，针对创新创业情况，如果学习期间申报了国家级大学生创新创业项目或浙江省新苗人才计划、申请了计算机软件著作权获登记、撰写了学术论文、申请了专利等，根据实际情况可以免去期末大作业报告和期末大作业答辩环节，或获得期末加分奖励，真正兼顾学生的学习和实践创新能力。

● 结语

基于OBE理念的“大数据技术基础”课程，通过一系列教学改革措施，激发了学生学习的热情，调动了学生自主学习和科学研究的兴趣，提高了学生的表达能力及创造力，形成了良好的校园创新文化氛围。