面向一流专业的地方高校计算机专业大数据实践类课程教材建设研究

关键词：地方高校；计算机一流专业建设；教材建设；大数据实践教学；Python编程语言

0 引言

在高等教育领域，计算机专业一直以其前沿性、实践性和创新性而备受关注。自教育部实施“双万计划”以来，计算机专业在国家级一流本科专业的评选中脱颖而出，已有至少55 所高校获得此项殊荣[1-2]。这些学校的成功不仅在于拥有雄厚的师资力量和先进的教学设施，更在于其不断创新的教学理念和教学模式。

除了国家级一流本科专业外，还有大量地方高校的计算机专业被认定为省级一流本科专业[3]。地方高校学校虽然在知名度和资源方面可能稍逊一筹，但它们在计算机领域的教学和研究方面同样表现出色。它们通过不断努力，逐步提升了自身的教育教学质量和科研水平，为培养更多高素质的计算机人才作出了积极贡献。

地方高校的计算机一流专业的建设并非一蹴而就，而是需要长期的积累和创新。这些一流专业不仅提升了我国计算机科学专业的整体实力，也为我国科技创新和经济社会发展提供了有力支撑。

1 地方高校计算机专业大数据实践类课程教材的特点

地方高校计算机专业大数据实践类课程主要分为两大类：一大类是对于数据科学基本算法原理的编程实现，例如：数据结构、离散数学、数据库系统、数据挖掘、算法设计与分析等；另一大类是掌握大数据专业软件的使用，例如：Hadoop、Spark、Storm、Hbase、Hive、Zookeeper、Sqoop、Flume、Pig等。

地方高校计算机专业大数据实践类课程与传统计算机专业实践类课程相比，虽然计算机算法编程实现类的实践课程基本保持一致，但是大数据专业软件的实践类课程不仅课时量巨大而且也是传统计算机专业实践类课程不曾包含的。为了能够获得足够的大数据专业软件的实践类课程课时，必须在本科前两个学年提前开设计算机算法编程实现类的实践课程。

上述实践类课程的特点，导致学生不能像传统计算机专业学生有足够的时间精通多门编程语言，例如：C、C++、Java等。最合理的选择是掌握一门编程语言作为工具，把理解、掌握和实现数据科学基本算法思想作为首要目的。同时，被选择作为工具的编程语言，也应该同时能够实现对大数据专业软件的调用和操作。

地方高校计算机专业大数据实践类课程教材，应该能够满足上述两点要求。减少编程语言语法的实践，尽早进入大数据实践算法原理的理解和实现；同时能够覆盖大部分计算机专业中大数据实践类专业软件的调用和操作。满足该条件的地方高校计算机专业大数据实践类课程教材不仅可以体现出地方高校计算机专业大数据实践类课程特色，而且更能够让学生掌握计算机专业中大数据实际工程环境下专业软件的使用，为学生尽快具有解决复杂工程问题的能力打下坚实的基础。

2 大数据实践课程教材的现状与问题

为了实现地方高校计算机一流专业建设，计算机专业大数据实践类课程教材现阶段仍然是亟待丰富和完善的。现阶段，主要存在以下几个问题：

（1） 地方高校计算机专业大数据实践类课程教材数量和种类就非常稀少，可以选择的余地不大，造成教师在选择教材时难以根据地方学校学科特色选择不同的教材。

（2） 计算机算法编程实现类的实践教材，现阶段基本上都是来自传统计算机专业，重点仍然被放在编程语言的语法掌握和熟练。这部分内容占用的学时量较大，对于计算机专业大数据的基本原理算法的实践教学内容仍然偏少、偏简单，没有体现出计算机专业大数据的专业理论特色。

（3） 现阶段地方高校计算机专业大数据实践类实践课程教材大部分都是直接翻译的英语软件使用手册或者国外软件介绍书籍。对于软件的使用和操作，仍然停留在入门手册、功能演示和软件说明的阶段，翻译的质量和内容的正确性难以满足培养计划中对于实践类课程完成度和毕业要求达成度的需求。

（4） 现阶段地方高校计算机专业大数据实践类课程教材涉及的计算机编程语言种类众多，而且不同的实践类课程要求学生掌握的不同的编程语言样。例如：C、C++、Java、Matlab、Scale等编程语言被用于多门不同的计算机专业大数据实践类课程。这对学生造成了极大的学习成本。不仅浪费了大量时间学习多种不同的编程语言，而且忽视了实践课程的根本目的，将多门实践课程变成了多门编程语言的学习课程。

（5） 现阶段计算机专业大数据实践类课程教材内容大部分停留在入门和介绍的阶段。学生学习完该实践课程，仍然无法使用相关技术来解决实际工程问题。导致这一问题的原因在于计算机专业大数据实践类课程教材现阶段主要来源于国外软件手册和帮助文档的内容翻译，并不是作为实践教材来被编写，亟待大量的专业一线工程人员结合实际工程问题撰写实践教材内容。

（6） 现阶段计算机专业大数据实践类课程教材与培养方向脱节严重。虽然在培养方向中，各个实践课程之间存在严谨的内容承接和知识深化，但是各个实践类课程教材之间却存在大量的内容重叠和知识割裂。这使得实践类课程教材无法实现培养计划中设计的培养目标。造成这一点的主要原因是，大数据作为一个计算机的新兴领域，急需要权威出版社从完整的一流专业构建的角度来规划一批成体系的实践类课程教材。

（7） 电子教材作为新兴的知识传播载体已经在计算机行业内成为主流的复合式信息交流与实践平台。电子教材符合大数据实践类课程的特点，却缺乏足够的重视。大数据软件的更新迭代速度快，以Hadoop 为例，每隔1年左右就会出现较大改动的版本。此外，每年会有新的大数据软件被业界推崇或者被业界淘汰[4-5]。虽然大学教学内容不能完全由行业领域所决定，但是大学教学内容也要体现出行业领域的发展和变化趋势，跟得上专业领域的潮流，才能让学生在毕业时能够快速融入企业的工作，从而增强学生的就业竞争力。为了满足这个特点，地方高校计算机专业大数据实践类课程教材更新速度更快。纸质版教材从更新成本和更新便捷性上，必然难以跟上大数据技术迭代速度。电子版的无纸化教材可以做到快速更新，完全能够紧随面向一流专业的地方高校计算机专业。

3 Python 语言教材对计算机专业中计算机专业大数据实践类课程的意义

Python语言既有优点也有不足。但是，Python语言对计算机专业大数据实践类课程的两种类型课程仍是现阶段最优选择。

为了保证计算机专业中大数据培养方向的实施，计算机专业大数据实践类课程之间不仅要实现严谨的内容承接和知识深化，而且还要保证实践课程的目的是掌握大数据理论实现与工具应用。学生掌握多门编程语言，对课程目标的实现帮助小，学习成本高。

相较于传统计算机方向，计算机专业大数据方向的算法理论类实践课程会被提早开设。在这个阶段，学生一般会学习C语言。C语言是一门经典的计算机编程语言。但是C语言的特点是开发软件系统和实现对硬件的有效控制。这些都是传统计算机方向的培养重点。计算机专业大数据方向的培养内容则应该偏重大数据理论的掌握和应用，例如：统计学、线性代数、离散数学、数据分析和处理算法等。在上述领域，Python语言凭借简单的语法、灵活的编程手段和丰富的第三方库，远远优于C语言。

大数据专业软件，例如：Hadoop、Spark、Storm、Hbase、Hive、Zookeeper、Sqoop、Flume、Pig 等，能够对多种不同编程语言提供API调用接口，支持的编程开发语言包括：C++、Java、Scale 和Python 等。相较于C++和Java，Python语言学习成本更低、掌握所需的时间更短，能够留出更多的课时量分配给大数据理论的实践；相较于Scale，Python语言能够调用的大数据专业软件种类和数量更多，可以用Python语言将多种大数据行业软件构造成一个完整的大数据应用系统，更能提高计算机专业大数据实践类课程的两度一性[6]。

综上，从实现计算机专业中大数据方向培养计划的角度，Python语言作为一门编程语言完全可以支持培养计划中涉及的大部分实践类课程的编程开发要求。其他编程语言课以作为选修课程，安排给有额外学习能力和兴趣的同学。

4 地方高校计算机专业大数据实践类课程教材的建设的方法

地方高校计算机专业大数据实践类课程教材如果要取得良好的建设成果，应该从以下几个方面来进行改进和深化。

（1） 丰富计算机专业中计算机专业大数据实践类课程的种类和数量，为教师提供更多的可选方案，适应不同地方高校对于计算机专业中大数据培养方向的不同特色需求。

（2） 对于计算机算法编程实现类的实践教材，减少编程语言的语法掌握和熟练的内容，要体现出计算机专业大数据方向的专业理论特色，增加并且深化计算机专业大数据方向的基本算法原理的实践内容，体现出计算机专业大数据方向与传统计算机专业方向在算法实践课程教材的区别。

（3） 避免直接翻译软件的使用手册和说明文档，按照实践类课教学计划和教学大纲，重新撰写教材。减少说明性内容，增加操作性练习。让学生从单纯的观察实验结果升级为动手独立实现特定的多功能、多软件综合实验，以提高实践课程的两度一性，满足培养计划中对于课程完成度和毕业要求达成度的需求。

（4） 统一编程语言作为计算机专业大数据实践类课程编程开发工具，现阶段最优的选择是Python语言。如果未来有更好的其他编程语言，也可以考虑更换。统一编程语言可以降低学生的学习成本，避免浪费大量时间学习多种不同的编程语言。

（5） 计算机专业大数据实践类课程教材必须包含综合实验，单纯部分内容的章节式实验无法培养学生使用相关技术来解决复杂工程问题的能力。此外，教材的编写必须要求企业和行业内专家参与，实现校企合作，避免教学内容落后于企业的技术需求，增强学生快速从学习者转变为问题的解决者，从而提高地方高校计算机专业中大数据方向的就业能力。

（6） 地方高校计算机专业大数据实践类课程教材必须与培养计划统筹安排。为了建设面向一流专业的地方高校计算机专业，国内权威出版社和专业学会可以从构建专业知识体系的角度来规划一批教材。一门实践课教材要综合考虑与其他实践课程之间的联系和区别，保证学生能够完整地掌握计算机专业大数据方向的全部实践内容，满足毕业达成度要求。

（7） 要充分考虑电子教材可行性。电子教材不仅仅指教学内容的电子化，更指的是类似于小程序、App、应用程序、网站等可以快速更新迭代实践教材内容的新兴载体，例如：语雀、云笔记、jupyter notebook、超星学习通等。电子化的实践教材不仅仅是将实践课程内容进行电子化的文字说明、图片展示、视频播放，还要包括实验环境和编程执行过程，从而实现一种复合化的云学习环境。

5 结束语

综上所述，面向一流专业的地方高校计算机专业大数据实践类课程教材建设是一项长期而艰巨的任务。需要不断更新教材内容、强化实践环节、与一流专业对接，并克服各种挑战和困难，为培养高素质的地方高校计算机专业中大数据方向人才提供有力支持。