以培养创新技术人才为目标的立体教学体系研究

高海慧 成丽君 常艳

摘 要：“教育是国之大计、党之大计”，这充分体现了我们党对教育的高度重视。教育教学作为高校的核心工作，教育创新是提升教学质量的必由之路。深入推进教育发展，融通创新，着力提升拔尖创新人才自主培养质量，教师要通过不断革新教学方式，以提高教学质量和教学水平；通过教学内容创新，让专业知识和思政建设同向同行；通过教学评价改革，从更多元、更具包容性的视角出发，对学生进行立体评价。本文基于教学创新、思政建设等需求，针对数据清洗与预处理的教学工作，从教学内容、教学方式、教学评价等多个方面提出了相应的教学创新措施。

关键词：数据清洗与预处理；教学创新；课程改革；思政建设

1 概述

党的二十大报告强调“要坚持教育优先发展、科技自立自强、人才引领驱动，加快建设教育强国、科技强国、人才强国”，这些重要论述深刻阐明了新时代实施科教兴国战略、强化现代化建设人才支撑的总体要求和重点任务。推进教育强国建设，落实立德树人根本任务，以提高拔尖创新人才自主培养质量为目标，以深化科教融汇、产教融合为方向，推动学术创新型人才和实践创新型人才的培养，为加快建设教育强国、科技强国、人才强国提供更有力支撑［1］。

伴随着大数据和人工智能等新技术的开发和运用，“数据清洗与预处理”课程也迎来了新的变革。本课程主要面向的是数据科学与大数据技术专业大二下学期的学生，是一门计算机基础理论与应用实践相结合的课程，它担负着系统、全面地理解大数据，提高大数据应用技能以及培养较强创新精神和实践能力的高素质、全方位人才的重任。该课程基于清华大学出版社出版的《数据清洗》教材［2］，结合《大数据采集与预处理技术》［3］，以数据清洗与预处理技术为核心，完整地讲述了数据清洗的基础知识、文件格式转换、Web数据抽取、文本数据处理、Kettle数据清洗及Python数据清洗等，让学生接触并了解大数据分析的工作原理和使用方法，使学生具有Python大数据分析、清洗、预处理的能力［4］，不仅为将来从事大数据相关领域的工作打下坚实的基础，也支撑了专业学习成果中相应指标点的达成。

2 教学痛点问题

2.1 课程枯燥，学生兴致不高

教学内容包括理论和实践两部分：理论知识偏多，烦琐又枯燥，实验内容多为验证型或简单的设计型，不仅很难激发学生的学习兴致，也难以提升学生综合运用与延伸拓展的能力［5］。在以往的教学过程中，使用的教学手段比较单一，以教师的单向输出为主，教师讲学生听，虽有课堂互动环节，但互动效果并不理想，不能第一时间得到学生的课堂反馈，且缺乏既与前沿技术广泛融合又与行业需要紧密相关的应用案例和实训项目，没有具体的案例作为支撑，学生的课堂热情度不高，反馈不够热烈。

2.2 重理论，轻实践

理论和实践其实是相辅相成的，不管学多少理论，最终都要回归到实际的应用场景下。但只注重理论学习而忽视实践可能导致学生在实际操作时遇到困难，不能有效地将所学知识应用到实际情境中。虽开设了实验课，但仍存在理论和实际相分离的情况，不能做到两者的有机结合，前修课程和后修课程不能做到很好地衔接，知识不能得到有效运用。

2.3 重结果，轻过程

只关注结果而忽视过程可能会导致学生无法真正理解知识，无法培养独立思考和解决问题的能力。对于本门课程，教师的考核模式主要以期末考核作为最终成绩的评判标准，教学评价形式单一等。这种方式只能在期末检验学生对知识的掌握情况和理解情况，没有很好地关注学生学习过程中遇到的问题，且缺乏对实践能力的考核。

3 教学创新

相较于之前的授课模式，针对教学过程中的一些不当之处，结合学生的特点及所学的课程知识进行了改进，使工作有计划、有组织地开展。

3.1 教学方式创新

3.1.1 线上线下混合教学

课前：认真研读教材，了解学生先修知识的学习情况，结合学生特点及所学习的内容，确定好要采用的教学方法，写好教案，做到“有备而来”。使用学习通平台［6］：上传教学PPT及其他的教学辅助资料，设置课堂笔记、作业、实验报告、月考等任务点，发布任务点及章节学习次数等内容如图1、图2所示。并提供讨论或简单的随堂练习，让学生对当堂所学内容能及时进行强化和讨论，通过学生回答问题的反馈，第一时间了解学生对课堂内容的接受情况。课前通过学习通进行签到，保证学生的到课率。

图1 学习通任务点设置

图2 教学辅助资料上传

课中：根据每次授课内容的不同，选择适当的教学方法，最大程度地焕发课堂生机与活力，发挥好课堂教学主阵地、主战场的作用。在授课过程中，充分组织了现有的优质的教学资源以及网络资源，针对某个教学难点或教学重点，选择合适的视频资源辅助学生理解记忆，如：对数据仓库的概念进行介绍时，通过一个简短的视频帮助学生理解。结合学习通上上传的讨论或练习，让大家积极参与到课程学习中，进行知识的分享与巩固。为了进一步地调度学生的积极性，在讲授过程中，引导学生多思考，可采用提问的方式进行互动；对于一些开放性的问题或者交叉学科、交叉课程的内容，结合所学知识进行讨论，实现思维的碰撞，构建“思维课堂”。如：可以从不同的角度（概念、应用等）谈谈在大数据背景下，对大数据有什么样的认识与理解。

课后：首先，通过学生学习通回答问题的情况，第一时间获取到学生对本次课内容的掌握情况；其次，及时批阅收回的课堂笔记，通过课堂笔记的书写情况来检验学生对课堂内容掌握程度。根据反馈情况，在作业布置时题目的选取就可更具针对性，尽量让每一次练习都能达到正向的效果，作业收回后及时批改，针对学生出现的共性问题进行透彻的讲解。个别同学的问题可以进行单独指导，除了对所学内容的辅导，还应该关注学生的心理，帮助其找到出现问题的原因，对症下药，解开心结，让学生积极主动学习，快乐学习，而不是当作是一件苦差事。作为一名教师，反思是必不可少的一个环节，积极主动反思每堂课教学过程中遇到的问题，分析问题出现的原因，并从教学方法、教学内容等方面进行改善，做到有的放矢，在反思中不断进步与成长。

3.1.2 注重理论联系实际

实践是检验真理的唯一标准。所学的技术归根到底还是要投入实际的应用当中，需要通过不断实践、练习，提高学生的动手能力与实际操作能力。在课程建设时，开设了16个学时的实验教学，希望通过实践操作活动使学生更好地掌握知识与技能，激发学生的求知欲和好奇心。在教学过程中，以相关案例为载体组织教学，帮助学生理解抽象的概念，以进一步实现知识的迁移。为进一步提升学生的理论联系实际的能力，设置月考小论文，让学生结合所学知识写一篇基于某个领域数据进行清洗与预处理的论文，将课本内容和生活实际联系起来。并让学生课后收集整理一些案例，进行分享和交流，同时需要结合教学内容，有意识地引导学生动手操作，在掌握知识、技术的同时培养学生的创新能力。

3.2 教学内容创新

3.2.1 思政融入巧妙落实

在教学过程中适当地融入思政元素，深化特色思政建设。本门课程授课对象为大数据专业学生，在掌握理工科专业知识的同时，融入人文情怀理念，可促进学生全面发展。在教学内容方面，结合课程内容有机融入多种思政元素，如：坚守道德底线，遵守法律法规，通过各领域应用实例与科技前沿实事等，来构成贯穿始终的思政主线，进行科学的教学设计。在教学方式方面，可以结合知识点，充分借助多媒体资源，提供“零距离”的师生沟通交流与多元的教学效果检验，进行有温度的教学；做到教师为引导，学生为主体，提高学生的主观能动性，培养学生的分享欲、协作能力、问题分析等综合素质。在本门课程的教学中融入了思政元素，如：（1）数据清洗概述：坚守道德底线、遵守法律法规。随着互联网技术的深入发展，整个社会已经进入“大数据”时代，在之后的工作或相关研究中，对于我们所处理的数据可能会涉及一些个人隐私数据，这些海量数据对于企业、研究工作来讲是珍贵的资源，然而数据一旦泄露，用户的隐私将被侵犯。所以在处理这些数据时，不仅要有道德底线的约束，更要遵守相关法律法规。（2）文本数据处理：态度严谨负责。在进行数据分析及处理时，要有着严谨负责的态度，才能保证数据的客观、准确、有效。当然，好的课程思政应该是一种“如盐在水”的状态，并不是简单的“课程+思政”，而应该是在课程中适当地融入思政元素，在潜移默化之中去引导帮助学生，激发学生的志趣和热情，树立文化自信和民族自豪感，让课程思政成为真正有情有义，有温度，有爱的教育过程。

3.2.2 以相关案例为载体组织教学，但内容创新要具备互动性

教师单向输出大量的、多元化的教学内容并不是真正的创新，充分发挥教师的引导作用，帮助学生理解抽象的概念，以进一步实现知识的迁移。

3.2.3 突破传统学科界限，综合运用所学知识

做好新旧知识的衔接。每一门课程、每一门学科其实都不是独立存在的，或多或少都存在一些联系。在教学中，应该鼓励学生把新知和旧知相联系，不同领域、不同课程的知识联系起来，发现其内在联系，培养学生思维的深刻性和灵活性，把所学知识融会贯通，比如进行一定的对比练习、综合练习等。

3.3 教学评价创新，考核方式多元化

多元、多维、多态立体评价［7］是学生评价改革的核心，丰富考核方式，注重过程学习。改变了以往只通过期末考试进行考核的方式，在此基础上，增设了期中环节，对阶段性的学习成果进行检验，拓宽学生的视野，了解更多实际生活中大数据的应用场景，并督促学生及时发现问题，进行改进。并设置考勤、课堂笔记、教学互动、作业、实验报告等部分，分配不同的权重进行考核，实现了评价标准的多元化，具体考核方式见下表所示。评价内容不仅包括学生的知识掌握程度，还关注学生的能力、情感、态度、价值观等方面的表现，实现了评价内容多维化。课堂讨论中，学生可进行自我评价、小组互评、教师评价等，提供更全面的反馈，实现了评价主体的多样化。

通过对这门课程的学习，能让学生接触并了解大数据分析的工作原理和使用方法，掌握数据清洗的相关技术，使学生具有Python大数据分析、清洗、预处理的能力，使其在将来从事大数据相关工作时，能有效运用数据清洗技术解决实际生产中遇到的问题。所以，在整体的教学过程中，明确贯穿了以下几个建设目标：能够建立对数据清洗与预处理知识的轮廓性认识，运用数据清洗与预处理的相关基础知识完成对数据的处理；能够运用数据清洗技术，将海量的脏数据、不符合要求的数据进行清洗转换，从而获得干净、符合要求的数据，通过对数据的分析，轻松精确地发现趋势、预测未来、得出决策；能应用Python数据清洗、Kettle数据清洗和存储的基本技能，培养较强的分析问题、解决问题的能力，并熟练地应用数据清洗解决企业中的实际生产问题。

3.4 教学评价与反馈

学生普遍反馈相较于之前理论知识讲授的模式，更喜欢当前案例结合、实事结合、思政元素融入等的多元授课模式。首先，学生能从这样的教学过程中捕获到更多的知识和理解，从更多的维度去认识问题、判断问题、分析问题与解决问题，而不是简单拘于理论的理解层面。其次，课程教学资源丰富，教学方式全面多元，能够有效提高学生的上课关注度与兴趣，课堂的到课率与讨论参与率也有效提高。

结语

作为一名青年教师，我们首先应该做到的是持续学习，提升自己的专业知识，只有掌握了深入的专业知识，才能够在教学中做到言之有物，让学生深刻理解知识点。其次，结合学生特点与专业特点，制订教学计划，在教学过程中不断反思，发现问题，作为创新发展的驱动力，要保证以学生为中心，持续做好教学创新，培养高素质的德智体美劳全方位人才。

参考文献：

［1］教育部关于深入推进学术学位与专业学位研究生教育分类发展的意见［EB/OL］.（20231130）［20231229］.http：//www.moe.gov.cn/srcsite/A22/moe_826/202312/t2023 1218_1095043.html.

［2］黄源，何婕.数据清洗［M］.清华大学出版社，2021.

［3］刘丽敏，廖志芳，周韵.大数据采集与预处理技术［M］.中南大学出版社，2018.

［4］吴海，彭雪昶.关于农经云农产品价格数据清洗的研究［J］.长江信息通信，2023，36（09）：166168.

［5］杜航原，王文剑，张虎，等.面向新工科的高校人工智能创新实验室建设［J］.西部素质教育，2023，9（16）：912.

［6］刘丽，成丽君.“一平两端”在线教学案例［J］.计算机教育，2021（08）：2629.

［7］闫瑞丰，纳日太.构建立体评价体系，让劳动教育“活”起来［J］.教育家，2023（40）：4849.

基金项目：山西农业大学软件学院《数据清洗与预处理》课程思政项目，课题编号：SXAUSW2022014

作者简介：高海慧（1996— ），女，汉族，山西太原人，硕士，助教，研究方向：自然语言处理；常艳（1994— ），女，汉族，山西太原人，硕士，助教，研究方向：操作系统安全。