论文部分内容阅读
我国高校是培养人才的摇篮，从高校、教育机构着手培养大数据相关人才为社会需求打下扎实基础，与其息息相关的计算机学科在其中也将发挥巨大推动作用。计算机学科是研究计算机的设计、制造和利用其進行信息获取、表示、存储、处理等理论、原则、技术、方法的学科。计算机专业教学主要目的是让学生对计算机学科相关基础知识掌握，受到严格的科学研究训练，具有创新意识和较高的综合素质，能对成熟的理论、技术和方法具有相应的应用分析能力。因此，从高校计算机专业教学考虑，完善符合大数据时代发展的培养机制显得尤为重要。
一、大数据概况
（一）大数据概念
大数据不是一种技术，也不是一种产品，而是一个抽象的概念，近年来继云计算、物联网之后的一个技术热点。它与传统海量数据有着本质区别，且定义尚未统一。早在2008年《Science》杂志将大数据定义为“代表着人类认知过程的进步，数据集的规模是无法再可容忍的时间内用目前的技术、方法和理论去获取、管理、处理的数据”。Gartner公司提出大数据是高容量、高生成速率、种类繁多的信息价值，同时需要新的处理形式确保判断的作出、洞察力的发现和处理的优化。麦肯锡将大数据定义为：无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。大数据所涵盖的数据类型有结构化、非结构化、半机构化的数据，具有4V特点（volume，variety，velocity，value），有利于领导决策和信任。虽然定义尚未统一，但是大数据已经出现，数据本身就是价值、资产，现每年呈指数增长。
（二）大数据处理技术
人才的培养要与大数据的市场需求和处理紧密联系，为了解决这些难题需要大数据的特点进行新技术的变革。其关键技术主要包括大数据采集、存储、管理、数据挖掘、安全、检索等。在大数据采集存储方面，Google较早开发了GFS，随后基于Spanner服务器的FI（fault tolerant distributed RDBMS）新型数据库。微软自行开发的分布式计算平台Cosmos，主要包括存储系统、执行环境、SCOPE（structured computations optimized for parallel execution），能够存储和分析大数据集。Facebook也相继变革了自己的存储技术，先后推出了Haystack、Hadoop、Hive，简化数据采集、查询、分析等操作。在数据挖掘方面，有WEKA、Rapidminer、Dryad、Pregel技术，WEKA是开源的集合大量承担数据挖掘任务的机器学习算法，RapidMiner可实现Excel、Access、Oracle等数据库的访问，Dryad用于集群处理，与MPI、PVM等紧密联系，Pregel用于图处理及并行计算。在大数据搜索、查询方面，有PowerDrill、Impala、Caffeine、Nectar技术，PowerDrill属列存储，分析搜索时可跳过不必要分区提高效率，Impala属并行处理，Caffeine属更新搜索结构技术，Nectar可减少搜索延迟，避免对旧的重复计算。当然，随着互联网、云计算、物联网的发展，大数据相关技术将不断涌现，目前我国大数据研究还处于起步阶段，未来发展涉及领域十分广泛，对于人才需求将急速上升。因此，我国教育机构特别是高校要做好培养人才、提升教师能力的准备。
二、大数据在教学中的作用
大数据技术与计算机学科息息相关，对于教师教学、学生学习、研究都起到重要作用，并且以计算机专业相关知识为依托。因此，重点应考虑如何将大数据与计算机专业教学相结合，首先要分析大数据的教学数据来源对该专业的影响及作用，其次结合我国地方院校专业人才培养任务，探索计算机专业教育教学方式，课程设置，教学改革等内容，最后在实际教学过程中加以实施，完善教学策略，做好师生互动与沟通，真正做到师生相长。
大数据时代的数据处理不同于传统数据处理，例如云计算，可视化处理、数据采集、数据存储、数据库技术、数据挖掘技术等需要《大数据概论》、《分布式并行处理技术》、《数据库原理与应用》、《算法设计与分析》、《智能计算》、《数据挖掘》、《高级语言程序设计》等计算机课程做铺垫。因此，根据社会和时代需求对现有相关课程强化，同时按照课程体系开设相关课程作为选秀课来弥补其空缺。在教学过程中，教师不但要了解大数据概念、发展、应用领域等来拓展自身专业知识有利于深造和进修，而且还要研究其对当今社会的需求和影响来教授学生相关技术，提高学生学习兴趣，使其能够顺应社会发展。在课程考核中可以改善学校考核方式、课程考核方式、课程开展环境，使其向多样化和多元化发展，全面评估专业设置和课程，提供更多的分析数据，来帮助教师改善教学质量。大数据时代所带来的新鲜事物和技术、新知识、新课程等的冲击，使学生不但了解和拓宽了知识面有助于提高学习兴趣并了解社会需求，通过大数据分析，制定自身学习计划，有助于自导性学习的开展。
三、教学探索
（一）课程体系设置
由计算机时代过渡到当前大数据时代，计算机技术面临着巨大挑战，计算机、移动设备、终端设备等将要解决结构化、半结构化、非结构化数据的处理、存储、通信、传输等难题，人才市场需要的存储技术人才、数据分析人才、数据应用人才等，都需要计算机相关知识为支柱。因此，专业课程体系设置可以遵循“引入-基础-专业-实践-深究”的思路。专业课程总体设置分三类：专业基础必修课、专业必修/必选课、实践环节。专业基础课程在低年级开设，旨在打好基础，主要包括离散数学、数据结构、Java程序设计、计算机电路基础、计算机组成原理、操作系统、计算机网络、数据库原理与Oracle应用等，同时开设外语，鼓励学生阅读外文文献，了解国内外最新技术和发展，培养自学能力。专业必修课在高年级开设，旨在方向钻研，包括软件工程方向、网络工程方向，主要课程有软件工程、Android编程技术、无线网技术、Linux系统等课程，深化基础技能，提高专业水平。专业选修课在高年级开设，旨在建立完善理论体系，主要包括面向对象分析与建模UML、物联网工程概论、VC++高级编程等。同时实践环节包括社会实践、课程设计、学年论文、专业实习。 （二）教学策略和方法
计算机专业课程对实践操作能力要求较高，教师在基本教学过程中应该将理论與实践相结合，由前期的理论教学为主配合实践操作过渡到后期的专业教学，以实践教学为主配合理论讲解，再到根据主题由学生自主设计与开发，同时注意师生间互动与沟通。在理论教学时，教师应该让学生明白所学课程内容的具体概念、原理、基本方法，应用领域，结合实例、案例教学，主要来验证相关理论，使学生从例子中真正掌握理论知识并牢固记忆，除此之外穿插讲解大数据相关的新技术和新方法，保持学生学习“热度”，并积极参与从而提高整个教学质量。以计算机导论、物联网工程概论为例，教师在授课时可将实物、视频、图片和计算机结合，由计算机基础知识拓展到物联网中各种技术产品，从而引出相关数据采集、存储技术，数据处理技术等。
积极鼓励学生主动利用所学知识和技能去实践解决问题。在实践教学过程中，教师结合专业课程实验和课程设计同步为学生制定开发主题，并讲解开发实践过程中注意事项和关键技术，主动指导和启发学生积极思考，认真批阅实验报告和聆听解决方案，避免学生抄袭、偷懒等现象。对于技术性较强的课程，教师可以从案例或小型项目着手讲授，将重要理论和技术渗入到其中，让学生自主开发类似案例或项目。
以数据库原理及Oracle应用课程为例，其技术性较强，主要由教学、实践操作、课程设计三部分教授。在课堂教学时，课件多以图片、案例、操作形式呈现，对于重要知识点以课堂案例演示为主，配合实验项目实践提高学生动手能力。课程设计以小型项目为主，考查学生对数据库技术掌握程度，认真指导并批阅课程设计报告。使得教师能更好地把握学生对新技术、新内容的接受和掌握程度。以便教师完善其教学方法，提高教学质量，培养学生对课程学习的兴趣和研究相关理论、技术的能力，为相关的教师或研究人员提供帮助。
（三）学生兴趣培养
通过收集学生的学习满意调查问卷，分析、统计其表现数据，评估计算机专业课程设置、教师教学质量，改善课程设计、课程教学顺序和科目：以学生为本，根据大数据时代需求，科学引导学生学习。在计算机基础课程教学中，先要科学地引导学生对大数据产生兴趣，增强学生的数据意识。在此过程中，可以先以大数据相关的问题或者现象出发引起学生的注意，安排4到6个学时左右讲解计算机发展及相关技术，再过渡到大数据产生、发展、现状，使学生知道大数据对人们生活的影响，理解“数据”、“大数据”含义，能够区分数据、大数据、海量数据三者的不同。同时，通过图片、视频、案例讲解等引导学生知晓数据无处不在，可以利用计算机理论和技术来挖掘、存储、处理有用的信息，这些有用的信息对企业、公司、机构、学校的价值，所涉及的专业课程有数据挖掘、数据库技术、高级程序设计、算法设计与分析、分布式并行处理、智能计算等等。教师可以从讲解基础课程开始自然过渡到专业课程和选修课程，起到抛砖引玉、深入浅出之用，使学生总体把握计算机专业课程设置体系及各课程之间衔接关系和重要性，从而吸引学生对大数据及相关课程的了解和兴趣，为后续课程学习、技能培训奠定基础。
同时，教师要充分发挥自身主导作用，使学生由“学会”转向“会学”发展，定期定量向学生提出待解决问题，由学生以小组形式自由分配任务、自主查阅、提出方案、求解验证、总结归纳，并适当讨论战士小组解决效果，分配和组织学生参加项目和课题研究，丰富教学形式，引导和增强学生对专业学习的兴趣。
四、结语
高校做好大数据时代的人才队伍建设与管理工作，领导重视是关键，平台建设是基础，数据应用才是目标。
大数据时代带给学生、教师很多新鲜事物，大数据应用也给计算机专业教育带来颇多机遇和启发，教师需要在教学实践中不断完善和探索，提高自身教学质量，同时加强与教师之间的沟通与协助，互相总结教学经验，重点探讨大数据时代下计算机专业教育模型，从兴趣、理论体系、科学实践、科学策略等方面创新、完善教学方法，为提高计算机专业课程体系的教学质量提高依据。（作者单位为湖南外贸职业学院）
一、大数据概况
（一）大数据概念
大数据不是一种技术，也不是一种产品，而是一个抽象的概念，近年来继云计算、物联网之后的一个技术热点。它与传统海量数据有着本质区别，且定义尚未统一。早在2008年《Science》杂志将大数据定义为“代表着人类认知过程的进步，数据集的规模是无法再可容忍的时间内用目前的技术、方法和理论去获取、管理、处理的数据”。Gartner公司提出大数据是高容量、高生成速率、种类繁多的信息价值，同时需要新的处理形式确保判断的作出、洞察力的发现和处理的优化。麦肯锡将大数据定义为：无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。大数据所涵盖的数据类型有结构化、非结构化、半机构化的数据，具有4V特点（volume，variety，velocity，value），有利于领导决策和信任。虽然定义尚未统一，但是大数据已经出现，数据本身就是价值、资产，现每年呈指数增长。
（二）大数据处理技术
人才的培养要与大数据的市场需求和处理紧密联系，为了解决这些难题需要大数据的特点进行新技术的变革。其关键技术主要包括大数据采集、存储、管理、数据挖掘、安全、检索等。在大数据采集存储方面，Google较早开发了GFS，随后基于Spanner服务器的FI（fault tolerant distributed RDBMS）新型数据库。微软自行开发的分布式计算平台Cosmos，主要包括存储系统、执行环境、SCOPE（structured computations optimized for parallel execution），能够存储和分析大数据集。Facebook也相继变革了自己的存储技术，先后推出了Haystack、Hadoop、Hive，简化数据采集、查询、分析等操作。在数据挖掘方面，有WEKA、Rapidminer、Dryad、Pregel技术，WEKA是开源的集合大量承担数据挖掘任务的机器学习算法，RapidMiner可实现Excel、Access、Oracle等数据库的访问，Dryad用于集群处理，与MPI、PVM等紧密联系，Pregel用于图处理及并行计算。在大数据搜索、查询方面，有PowerDrill、Impala、Caffeine、Nectar技术，PowerDrill属列存储，分析搜索时可跳过不必要分区提高效率，Impala属并行处理，Caffeine属更新搜索结构技术，Nectar可减少搜索延迟，避免对旧的重复计算。当然，随着互联网、云计算、物联网的发展，大数据相关技术将不断涌现，目前我国大数据研究还处于起步阶段，未来发展涉及领域十分广泛，对于人才需求将急速上升。因此，我国教育机构特别是高校要做好培养人才、提升教师能力的准备。
二、大数据在教学中的作用
大数据技术与计算机学科息息相关，对于教师教学、学生学习、研究都起到重要作用，并且以计算机专业相关知识为依托。因此，重点应考虑如何将大数据与计算机专业教学相结合，首先要分析大数据的教学数据来源对该专业的影响及作用，其次结合我国地方院校专业人才培养任务，探索计算机专业教育教学方式，课程设置，教学改革等内容，最后在实际教学过程中加以实施，完善教学策略，做好师生互动与沟通，真正做到师生相长。
大数据时代的数据处理不同于传统数据处理，例如云计算，可视化处理、数据采集、数据存储、数据库技术、数据挖掘技术等需要《大数据概论》、《分布式并行处理技术》、《数据库原理与应用》、《算法设计与分析》、《智能计算》、《数据挖掘》、《高级语言程序设计》等计算机课程做铺垫。因此，根据社会和时代需求对现有相关课程强化，同时按照课程体系开设相关课程作为选秀课来弥补其空缺。在教学过程中，教师不但要了解大数据概念、发展、应用领域等来拓展自身专业知识有利于深造和进修，而且还要研究其对当今社会的需求和影响来教授学生相关技术，提高学生学习兴趣，使其能够顺应社会发展。在课程考核中可以改善学校考核方式、课程考核方式、课程开展环境，使其向多样化和多元化发展，全面评估专业设置和课程，提供更多的分析数据，来帮助教师改善教学质量。大数据时代所带来的新鲜事物和技术、新知识、新课程等的冲击，使学生不但了解和拓宽了知识面有助于提高学习兴趣并了解社会需求，通过大数据分析，制定自身学习计划，有助于自导性学习的开展。
三、教学探索
（一）课程体系设置
由计算机时代过渡到当前大数据时代，计算机技术面临着巨大挑战，计算机、移动设备、终端设备等将要解决结构化、半结构化、非结构化数据的处理、存储、通信、传输等难题，人才市场需要的存储技术人才、数据分析人才、数据应用人才等，都需要计算机相关知识为支柱。因此，专业课程体系设置可以遵循“引入-基础-专业-实践-深究”的思路。专业课程总体设置分三类：专业基础必修课、专业必修/必选课、实践环节。专业基础课程在低年级开设，旨在打好基础，主要包括离散数学、数据结构、Java程序设计、计算机电路基础、计算机组成原理、操作系统、计算机网络、数据库原理与Oracle应用等，同时开设外语，鼓励学生阅读外文文献，了解国内外最新技术和发展，培养自学能力。专业必修课在高年级开设，旨在方向钻研，包括软件工程方向、网络工程方向，主要课程有软件工程、Android编程技术、无线网技术、Linux系统等课程，深化基础技能，提高专业水平。专业选修课在高年级开设，旨在建立完善理论体系，主要包括面向对象分析与建模UML、物联网工程概论、VC++高级编程等。同时实践环节包括社会实践、课程设计、学年论文、专业实习。 （二）教学策略和方法
计算机专业课程对实践操作能力要求较高，教师在基本教学过程中应该将理论與实践相结合，由前期的理论教学为主配合实践操作过渡到后期的专业教学，以实践教学为主配合理论讲解，再到根据主题由学生自主设计与开发，同时注意师生间互动与沟通。在理论教学时，教师应该让学生明白所学课程内容的具体概念、原理、基本方法，应用领域，结合实例、案例教学，主要来验证相关理论，使学生从例子中真正掌握理论知识并牢固记忆，除此之外穿插讲解大数据相关的新技术和新方法，保持学生学习“热度”，并积极参与从而提高整个教学质量。以计算机导论、物联网工程概论为例，教师在授课时可将实物、视频、图片和计算机结合，由计算机基础知识拓展到物联网中各种技术产品，从而引出相关数据采集、存储技术，数据处理技术等。
积极鼓励学生主动利用所学知识和技能去实践解决问题。在实践教学过程中，教师结合专业课程实验和课程设计同步为学生制定开发主题，并讲解开发实践过程中注意事项和关键技术，主动指导和启发学生积极思考，认真批阅实验报告和聆听解决方案，避免学生抄袭、偷懒等现象。对于技术性较强的课程，教师可以从案例或小型项目着手讲授，将重要理论和技术渗入到其中，让学生自主开发类似案例或项目。
以数据库原理及Oracle应用课程为例，其技术性较强，主要由教学、实践操作、课程设计三部分教授。在课堂教学时，课件多以图片、案例、操作形式呈现，对于重要知识点以课堂案例演示为主，配合实验项目实践提高学生动手能力。课程设计以小型项目为主，考查学生对数据库技术掌握程度，认真指导并批阅课程设计报告。使得教师能更好地把握学生对新技术、新内容的接受和掌握程度。以便教师完善其教学方法，提高教学质量，培养学生对课程学习的兴趣和研究相关理论、技术的能力，为相关的教师或研究人员提供帮助。
（三）学生兴趣培养
通过收集学生的学习满意调查问卷，分析、统计其表现数据，评估计算机专业课程设置、教师教学质量，改善课程设计、课程教学顺序和科目：以学生为本，根据大数据时代需求，科学引导学生学习。在计算机基础课程教学中，先要科学地引导学生对大数据产生兴趣，增强学生的数据意识。在此过程中，可以先以大数据相关的问题或者现象出发引起学生的注意，安排4到6个学时左右讲解计算机发展及相关技术，再过渡到大数据产生、发展、现状，使学生知道大数据对人们生活的影响，理解“数据”、“大数据”含义，能够区分数据、大数据、海量数据三者的不同。同时，通过图片、视频、案例讲解等引导学生知晓数据无处不在，可以利用计算机理论和技术来挖掘、存储、处理有用的信息，这些有用的信息对企业、公司、机构、学校的价值，所涉及的专业课程有数据挖掘、数据库技术、高级程序设计、算法设计与分析、分布式并行处理、智能计算等等。教师可以从讲解基础课程开始自然过渡到专业课程和选修课程，起到抛砖引玉、深入浅出之用，使学生总体把握计算机专业课程设置体系及各课程之间衔接关系和重要性，从而吸引学生对大数据及相关课程的了解和兴趣，为后续课程学习、技能培训奠定基础。
同时，教师要充分发挥自身主导作用，使学生由“学会”转向“会学”发展，定期定量向学生提出待解决问题，由学生以小组形式自由分配任务、自主查阅、提出方案、求解验证、总结归纳，并适当讨论战士小组解决效果，分配和组织学生参加项目和课题研究，丰富教学形式，引导和增强学生对专业学习的兴趣。
四、结语
高校做好大数据时代的人才队伍建设与管理工作，领导重视是关键，平台建设是基础，数据应用才是目标。
大数据时代带给学生、教师很多新鲜事物，大数据应用也给计算机专业教育带来颇多机遇和启发，教师需要在教学实践中不断完善和探索，提高自身教学质量，同时加强与教师之间的沟通与协助，互相总结教学经验，重点探讨大数据时代下计算机专业教育模型，从兴趣、理论体系、科学实践、科学策略等方面创新、完善教学方法，为提高计算机专业课程体系的教学质量提高依据。（作者单位为湖南外贸职业学院）