基于专业比较的大数据分析课程结构体系优化研究

王斌 王诗悦 严璐 蒋子怡

江苏理工学院经济学院 江苏常州 213001

一、概述

当前，在高等院校相关专业大数据课程设置中，存在课程结构繁杂、产学研用脱离等突出问题，导致相关院校大数据分析能力培养出现“上头热、下头忙、中间散”的困境。如何根据既有的师资力量和教学资源以及学生基础合理调整大数据分析课程结构体系，成为摆在众多专业管理者面前的一大挑战。对于这一问题，可通过梳理现有大数据分析相关专业及其课程体系，比较相互之间的异同点和优劣势，进而根据专业归属学院和师资力量及学生基础，构建科学合理的大数据分析课程结构体系，是一个可行举措。为此，本文调查梳理国内30所重点高校大数据相关专业的资料，对专业归属学院、主干课程、课程结构进行归纳提炼并横向对比，从而挖掘提炼各专业在大数据分析课程设置中的优劣点，进而提出针对性的对策建议，以期能为优化大数据分析课程结构和培养质量提供有益参考。

二、文献综述

关于大数据分析能力培养研究，较多文献围绕课程设置、专业师资、职业领域及技能工具等方面展开探讨，取得一定成果。在具体研究中，诸多文献研究的明显特征在于分专业领域探讨，也即不同专业或学科背景的研究人员大多只在本专业领域对大数据分析能力培养体系开展探讨，如李辉和张标[1]对涉农高校数据科学与大数据技术专业人才培养问题开展了研究，赵星、王晰巍[2-3]对新文科背景下大数据管理与应用专业培养内容开展分析，崔晓龙、吴贺俊、王国胤[4-6]对新工科背景下应用型大数据人才培养课程体系开展研究，王小红和徐焕章[7]对大数据时代会计人才培养模式开展研究，贺文武、朝乐门、李莎莎、王国仁、杨波[8-12]对数据科学与大数据技术专业核心课程建设开展研究。

客观而言，这种“专业人分析专业事”的精神值得学习，也具有一定的分析深度和研究价值，为相关专业针对性改进专业培养体系提供了重要决策建议。然而，在我国新工科、新文科、新商科建设背景下，如何从跨学科角度深入认识大数据分析能力的复合型人才培养至关重要。为此，本文基于专业比较开展分析，以期探索各类大数据相关专业的课程融合性。

三、专业比较分析

本文搜集了我国30所重点高校大数据相关专业的信息。在归纳综合和系统提炼调研资料基础上，从六类大数据分析相关专业着手研究，包括经济统计学、统计学、数据科学与大数据技术、信息与计算科学、数据计算及应用、大数据管理与应用。在此基础上，对六类专业的归属学院、大数据主干课程、课程结构等资料梳理与比较，挖掘深层次信息，包括异同性、优劣性等特征。见下表。

大数据分析相关专业课程信息表

由上表可见，大数据相关专业包括经济统计学、统计学、数据科学与大数据技术、信息与计算科学、数据计算及应用、大数据管理与应用等。随着专业名称的变化，在归属学院、大数据主干课程、课程结构等方面表现出以下特征。

其一，在专业归属学院方面，偏计算机编程的专业，多归属于计算机学院、软件学院和人工智能学院；偏信息和数据计算的专业，多由数学学院、理学院、统计学院开设；而复合型的经济统计或统计学专业，多归属于经济管理学院。这种专业归口的变化可能更多与专业师资、学生基础和培养方向的差异有关。相对而言，经济管理类学院由于自身大数据师资力量的局限，难以用自身师资支撑大数据技术专业的开设，而只能在经济统计专业下设置大数据方向或开设相关课程。而计算机类学院自身师资力量雄厚，更偏向于将专业名字称为大数据分析技术。比较特殊的是数理类学院，其师资力量兼具统计、数学、信息和编程，故其专业名称更为中性，既体现大数据分析导向，但又不直接称为大数据专业。这种专业名称的变化，其实体现出不同类型学院的管理者对专业课程设置的考量，以便能够满足教育主管部门的专业检查和考核需求。

其二，在大数据主干课程方面，相对而言，统计学专业大数据相关的主干课程偏少，且较为笼统模糊；经济统计学专业多涉及一些基本的程序设计语言和数据挖掘技术，难度相对较弱，属于入门级的大数据课程，更偏重于利用基本的大数据挖掘技术开展简单的经济管理实例分析；信息与计算科学专业的大数据主干课程数量适中，但课程更偏向于各种算法的讲解，其理论性更强而实践性稍弱；数据科学与大数据技术、数据计算及应用这两个专业，在大数据相关主干课程设置方面更相近，均采用“算法+语言+数据库+开发”的组合模式；大数据管理与应用专业更体现出实践应用的特征，其采用的课程组合模式为“算法设计+智能挖掘+统计分析+商业应用”的组合模式，该专业对市场需求的迎合性和贴近性更为明显，且重视管理决策类课程的辅助性作用。

其三，在课程结构方面，各类专业均体现出与归属学院相吻合的特征。如在经济统计专业中，经济管理类和统计类课程约占总课程的70%，而大数据课程门数相对偏少，很明显受到专业归属学院师资力量的局限。在统计学专业中，数学类和统计类课程基本占比相同，约为50%，但该类专业相对缺乏大数据课程的设置，课程结构相对固化。在数据科学与大数据技术专业中，大数据课程相对较多，约占70%，其余多为数学类和统计类课程，约占20%，相对而言，该专业课程结构体现出数学和统计基础上的大数据深入学习特征。在数据计算及应用专业中，基本课程结构与“数据科学与大数据技术专业”相似，但前者的大数据课程与数学、统计类课程基本持平，故该专业更体现出数理基础和大数据学习的均衡性。对于信息与计算科学专业，课程结构偏重于数学与统计，而大数据课程较少，可以看出该专业意在培养基于扎实数理基础的大数据理论及技能人才，但不足之处是大数据课程理论性强而实践性弱。对于大数据管理与应用专业，课程结构体现出基于商业化应用的大数据技能素养，具有鲜明的应用导向，但不足之处是数学与信息计算基本功的培养稍欠缺，不利于深层次且创新性的大数据设计与开发。

四、对策建议

(一)加快院系跨部门融合，改善师资力量配置结构

由前述分析可见，经管类学院开设的统计类专业中，大数据课程数量偏少；数理类学院开设的信息与计算类专业中，大数据课程理论性太强；计算机学院开设的大数据专业中，虽偏实际应用，但算法基础和经管决策基础偏弱。上述问题的根源在于不同院系师资力量存在差异，导致专业课程设置受到极大约束，以致在课程设置中畏手畏脚，存在诸多顾虑。但在当前我国大学体系追求“大而全”的理念下，较多院校基本设置有理学院、经管学院和计算机学院，若能有效打通不同院系中相关专业的鸿沟，实现师资力量间各种形式的有效融合，形成新商科和新工科下各有特色的大数据专业建设体系，将更有助于大数据专业的健康发展。相反，应坚决杜绝各类大数据专业的封闭式发展，切勿形成内卷性的大数据专业建设思路，这需要从课程工作量认定、考核激励、人事管理等方面综合谋定。

(二)基于大数据产学研用，改进专业核心课程设置

根据前述分析，当前阶段相关专业大数据主干课程的设置，并未明显体现出“大数据产学研用”相适配的理念，太偏理论、太偏应用、零星点缀式的大数据课程设置无法满足人才培养需求。据此提出建议，在专业主干课程设置方面，统计学专业应适当增加以大数据命名的课程门数，提升该专业对大数据产学研用的适应性；经济统计学专业适度提升大数据统计分析与挖掘的深度，增强案例分析能力培养；信息与计算科学专业提升大数据算法与实践的结合程度；数据科学与大数据技术专业、数据计算及应用专业可在“算法+语言+数据库+开发”中适当突出应用特色；大数据管理与应用专业应提升商业与管理决策类课程的质量。

(三)围绕大数据能力培养，优化专业课程结构体系

从前述课程结构体系分析可见，更为合理的大数据课程结构体系是“数学类+统计类+商科类+算法类+数据库+程序语言类”。这种课程结构体系既能培养学生大数据分析所需的基础性理论和知识，又能训练学生活跃的商业应用思维，同时也能培养学生具备坚实的大数据开发与设计能力。但较为棘手的问题在于不同性质的学院开设的大数据专业和方向，应如何根据自身专业培养目标和特色而设置课程结构比例关系。可以根据师资力量、学生基础、学校就业环境等因素合理决策，构建一套既能满足人才需求又能贴近学生实际的大数据课程体系。