基于大数据技术原理与应用课程的教学实践与改革探索

许文杰　陈园　李娟

关键词：大数据；教学实践；大数据技术原理与应用；改革探索

1课程教育现状及存在的问题

1.1部分学生基础薄弱

大数据技术原理与应用是一门新兴的交叉学科课程，该课程偏理论、综合性强。先修课程有概率论、编程语言（C语言、Java）、数据库基础、Lmux的操作系统等，同时该课程内容涉及广泛，除了编程的相关知识，还涉及数学、通信方面的知识，需要学生具有一定专业背景。但有些学生因为基础学科知识薄弱，上课不能跟上，特别是实验课会有无从下手的尴尬，久之会产生明显的挫败感。特别是有学生认为自己不想从事大数据相关工作，对该课程的学习动力不足。同时由于教学内容太过于偏理论和实际工程结合不够密切，导致学生有“为什么学”“如何掌握学习内容”和“实际工作中如何运用”等困惑，导致学习没有动力。

环境搭建上机实验、课程设计等实践环节中编码部分如果让学生自己完成，往往会让学生有无从下手的困惑，因此只能以“填空”的方式让学生来补齐编码。该种实验方式虽然能让学生完成实验任务，但其实没有独立编程能力，即没有综合能力，无法适用未来的工作需求。因此，提高学生编程能力，增强学生动手编程的能力，也是目前大数据技术原理与应用学习过程中亟待解决的问题。

1.2教学硬件设施不完善

大数据技术原理与应用实验课程需要安装大量软件及集群环境，对所需的软硬件资源配置条件较高，需要学校投入大量的资金和场地，虽然高校都很想完善这一部分，但由于各种原因，导致学校基础设施的落后。诚然，学校都配备有计算机教室和多媒体教室，能保证每人都有计算机，但是其网络差、电脑配置低并且系统处理能力弱，有时启动环境都需要十几分钟，导致学生学习热情减退。

1.3教学模式及教学方法单一

在大数据技术原理与应用教学的过程中，沿袭的是传统教学方式，即先给学生讲解理论知识再进行操作演示，然后在下次课堂实验中让学生上机进行动手操作。教师在讲解知识时总是运用同一种方法，并不能让全部的学生都适应这种教学方式，导致一些学生会跟不上老师的进度，同时又有一些学生觉得课程太过简单枯燥、太过乏味，影响教学效率。其理论讲解加验证性实验的教学形式太过单一，要么是老师在上面讲，学生在下面听，或者是学生做实验，有问题老师才会进行指导，难以产生有效沟通和互动，会出现比如学生听得懂所讲的内容，但真正实验时却无从下手，由于课堂实操时间非常短，学生难以进行充足的练习，甚至有些学生只是为了应付教师的作业却不认真练习，从而不能真正掌握知识点，也不能灵活运用。因为环境和时间限制，教师不能按照工作时需要的相关实践知识进行教授，导致学生掌握的有关理论知识难以适应实际工作的需要。

鉴于目前大数据技术原理与应用课程的教学及大数据目前的发展现状，同时结合社会和实际工作的需要，为了能更好地培养大数据需要的开发和运维等方面的人才，关于大数据技术原理与应用课程的教学改革势在必行。

2教学实践及改革探索

2.1教学目标优化改革

2.1.1爱国思想及保密意识融入思政建设

在上课时，教师应将中华传统文化精髓、爱国思想融入到课堂中，增加学生的民族自豪感，如果总是老生常谈地讲大道理，学生不仅不会听，还会产生反感情绪。在课程中以“润物细无声”的方式加入爱国教育，爱国行为并不是要做轰轰烈烈的事情，小事情也是爱国的体现。在学科教学中恰当、适量地运用思政元素，在紧要处起到画龙点睛的作用，才能达到理想的效果。

对于数据本身保密的安全意识。如今社会“得数据者得天下”，特别是对于大数据工作者，从数据中可以提取非常多有用的信息。结合实例告诉学生工作后如何保守公司数据秘密，提高学生警惕性，防范公司数据被盗取的事件发生。

2.1.2优化教学目标，提高人才培养质量

人才培养方案修订的目标“以人为本，教育创新，特色办学，和谐进展”是学校办学的最终目标。课程教学不只是简单的知识传授，更多的是对能力和思维的训练。课程不一定要很难，有部分学生的基础不牢固，太难会让学生失去兴趣。难度设置应该是在了解学生整体基础之上，让大部分学生跳一跳能够得着的难度，因此老师要认真花时间、花精力、花情感备课讲课。

通过对本门课程的学习，必须要掌握大数据平台开发技能。课程教学目标是培养从事大数据开发、大数据运维领域的有专业素养的高级人才，主要从以下几个方面进行教学目标的优化。

（1）理解大数据基本概念，阐述大数据与云计算、物联网之间的关系，能够根据不同的目标需求来选择搭建合适的软件架构大数据平台，这和以前没有的科目有关联，但是又不尽相同。很多同学会反馈，比如说hive这章在数据仓库hive中学过，为什么又要学一遍。看起来是重复，其实不然，大数据技术原理与应用重点在于讲解hive软件的原理，而数据仓库hive课程更偏向于实践及应用，并且大数据技术原理与应用更多的对是大数据的生态系统中各个平台的介绍。

（2）熟悉大数据平台基本原理及使用，包括大数据处理架构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、数据仓库Hive、基于内存的大数据处理架构Spark、流计算框架Flink、大数据在各个领域的应用。

（3）利用大数据专业知识处理实际工作中数据运用的能力，为毕业论文的设计及工作打下坚实的基础。所有的改革及修订的目标都是培养学生在大数据平台分析问题、解决问题的能力，为以后从事大数据开发及大数据运维打下基础。

2.2混合教学方式来保证教学效果

2.2.1开展线上线下混合式教学授课

线上线下混合式教学方式可以完成相应的学习内容，同时学生通过翻转教学、MOOC等全新的学习模式或方法可以弥补线下教学的弊端。对于线下未聽懂的问题或者有疑惑的知识点，学生可以通过反复观看学习视频来查缺补漏。课前，对学生的基础、学习兴趣和疑惑点进行调研；课中，观察学生状态，并针对此及时调整上课的内容，同时通过国外访学、相关课程培训、相关课程讲座、公司调研等多条途径来提高教师的专业能力素质，使课堂内容更加多样化，方式更加灵活化；课后，布置作业，及时了解学生学习的实际情况并通过作业发现学生新问题。由于课堂上时间有限，无法解决每个同学的问题，在课后对已经发现的问题进行单独解决，并鼓励学生私下联系老师，以这种不占上课时间的方式解决问题。

2.2.2开展学习社交化分析作为检验在线学习效果的因素之一

兴趣是最好的老师，在上课时找到学生的兴趣点，在上课时进行引导，这样会获得事半功倍的效果。当学生对老师所讲知识点感兴趣时，内在的求知渴望欲便会被激发，同时，通过让学生讨论问题的方式，使学生自己提出问题，并想办法解决问题。在学生有畏难情绪时鼓励学生积极讨论，发表个人观点。

2.3多种课程考核方式并举

2.3.1利用学习通等进行在线测评

在课堂上，每次用几分钟的时间完成在线测试，这样老师可以随时掌握学生的学习状态及知识点掌握程度，从而有意识地推进学生学习的进展，同时也可以根据学生们的掌握情况，随时调整上课的节奏及难度。

2.3.2有针对性地设计多种考核办法

教师可以根据不同学生的接受和实践能力，设计出不同的考核办法。对学习情况好、动手能力强的学生，老师可以鼓励学生参加竞赛类项目，拓展这部分学生的学习视野；对于基础薄弱的学生则是鼓励学生自主学习，提高其兴趣，由被迫学习变为自主学习。

2.4教师终身学习制

在课程教学过程中，教师需要不断更新自身的知识体系。学校会不断更新培养目标，课程目标也会随着时代的变化而不断更新，由重理论向理论和实践并重转变。教师应精简理论部分，精心设计实践部分，同时实践部分尽量与工作中实际项目相结合，争取让课程内容充实且有必要。要做到以上目标，需要教师充分理解和掌握本课程的专业要求。当然教师有足够的专业知识是一方面，教学的方式方法的学习与选取也是另一个重要方面，可以学习MOOC上教师的上课方法，也可以通过听课的方式学习其他老师的上课方式等。综上所述，老师要不断学习，使自己具有渊博的专业知识和丰富多样的教学手段，从而引导和促进学生学习。

大数据类知识有其独特的时效性，现在的社会是知识、信息爆炸的时代，教师要能跟上时代的步伐。2004年，谷歌发表论文阐述了MapReduce分布式编程思想；2008年，hadoop正式流行起来；然后产生Hive、Pig、Mahout、Hbase、Spark，共同形成了Hadoop生态系统。尤其是计算机领域，虽然大数据兴起才十几年，但是系统平台却是日新月异，要想让学生掌握最全的知识、最新的软件，就需要教师及时更新自己的知识体系。

结语

本文从教学目标优化、教学方法、课程考核、教师终身学习制等方面进行教学改革，根据教学改革目標优化教学并融入思政教育；利用多种混合教学方式激发学生学习兴趣，提高授课效率；多种考核方式并举，并能帮助学生解决就业问题；同时教师也要终身学习，不断更新自己知识体系。综上所述，就是要通过以上多种教学方式培养出大数据方向综合性高素质人才。

作者简介：许文杰（1988— ），女，汉族，湖北宜昌人，硕士，研究方向：计算机软件工程；陈园（1983— ），女，汉族，湖北武汉人，硕士，高级工程师，研究方向：数据分析、计算机应用技术；李娟（1977— ），女，汉族，江苏淮安人，博士，教授，研究方向：计算机应用技术。