大数据分析课程“四位一体”混合式教学探索与实践_席耀一.pdf

University Education收稿时间 2021-05-18基金项目 国家社会科学基金（19CXW027）；信息工程大学教学研究课题（JXYJ2020D094）。作者简介 席耀一（1987），男，河南人，博士，副教授，研究方向：大数据分析、智能信息处理。王博（1989），男，河南人，博士在读，讲师，研究方向：自然语言处理。李勇（1978），男，河南人，博士，讲师，研究方向：自然语言处理。魏晗（1982），男，河南人，博士在读，讲师，研究方向：智能信息处理。南煜（1978），男，江西人，硕士，副教授，研究方向：大数据分析。2022年12月December，2022University Education摘要 针对大数据分析课程的教学现状及问题，文章提出该课程可进行“四位一体”混合式教学模式改革，即从四个方面完成大数据分析课程的混合式教学，分别是学情分析多元混合、课堂组织模式多元混合、课程内容与思政多元混合、课程考核方法多元混合。这四个方面形成一个有机整体，覆盖从开课准备到课堂组织与内容设计，再到结课等教学全过程，且每个方面内部也由多元素混合组成。关键词 大数据分析；四位一体；混合式教学；教学模式中图分类号 G642 文献标识码 A 文章编号 2095-3437（2022）12-0007-042018年，新时代全国高等学校本科教育工作会议明确指出，高教大计，本科为本；本科不牢，地动山摇。这句话充分说明了本科教育在高等教育中的核心位置。大数据分析课程作为与大数据相关的新兴本科专业中的核心骨干课程，在相应专业的人才培养课程体系中占有重要地位，需要认真研究课程建设事宜。新工科教育的核心理念之一是教学模式改革，强调学生学习主体地位的回归。笔者结合自身在大数据分析课程建设中的体会，重点探讨在新工科教育大背景下，如何改革大数据分析课程的教学模式，使其能够贴合学生实际，符合课程特点，同时契合新工科教育的培养目标，提出“四位一体”混合式教学模式，以期为相关专业的人才培养和课程建设提供参考和借鉴。一、现状与问题分析（一一）研究现状研究现状大数据分析属于新开课程，国内外高校开设该课程的不多。相关研究主要集中在教学内容体系方面，例如于雷对大数据分析的课程内容范围进行了初步探索，认为其主要内容为数据挖掘，同时应注重对学生应用能力的锻炼、社会管理及运营经验的培养1。王涛等基于开源大数据处理框架Hadoop对大数据分析课程内容进行了规划和设计2。李超等研究了大数据分析课程中的案例教学法，以Python和R语言实现相关数据的文本挖掘与可视化3。黄贤英等针对专业学位研究生工程能力的培养，提出建设大数据分析方向课程案例库，“渐进式”提升学生解决复杂工程问题的能力，培养其工程素质4。目前，围绕大数据分析课程教学模式的研究并不多，然而“它山之石，可以攻玉”，与教学模式改革相关的教学研究非常多。总的来看，教学模式有很多种，但没有明确的划分标准。围绕如何利用互联网，有以下教学模式：智慧教学模式5，SPOC混合式教学模式6，MOOC+SPOC混合式教学模式7，基于雨课堂8、课堂派9、微信平台10等的混合式教学模式等。围绕如何组织好课堂教学环节，有以下教学模式：加拿大教学技能工作坊提出的BOPPPS 教学模式，包括6个教学过程，即导言（bridge-in）、学习目标（objective）、前测（pre-assessment）、参与式学习（participatory learning）、后测（post-assessment）、总结（summary）11；CDIO教学模式，分为构思（conceive）、设计（design）、实现（implement）和运作（operate）四个阶段12；对分课堂，其把教学在时间上清晰地分离为讲授（presentation）、内化吸收（assimilation）和讨论（discussion）三个过程，也可简称为PAD课堂13。围绕课程内容讲授方法，有以下教学模式：以团队为基础的学习（Team-Based Learning，TBL）；以问题为基础的学习（Problem-Based Learning，PBL）；以案例为基础的学习（Case-Based Learning，CBL）14；多元互动教学模式15；项目驱动教学模式16；PI 教学（Peer Instruction）即同伴教学，常规实施方法为“学生课前学习学生独立思考回答教师精心设计的问题教师讲解学生互相讨论学生互相纠错教师总结”等17。（二二）问题问题分析分析大数据分析课程的相关研究存在以下几方面问题：1.研究大数据分析课程内容的多，研究面向该课程教学模式的少。已有的教学模式多针对其他课程，虽然大数据分析课程“四位一体”混合式教学探索与实践席耀一1王博1李勇1魏晗2南煜11.信息工程大学数据与目标工程学院，河南郑州4500012.信息工程大学信息系统工程学院，河南郑州4500017大数据分析课程可以借鉴，但是目前仍然缺乏直接面向大数据分析课程的教学模式的相关研究。大数据分析课程的理论性和实践性都很强，单纯地依托教材“以教为主”“照本宣科”的传统注入式教学缺乏与学生之间的互动，对启发和引导学生学习课程的积极性和主动性作用有限，有必要重构课程教学模式，改善课程教学效果。2.学情分析不足。课堂教学要保证效果，一定要结合学生实际充分分析学情。在以往的教学中，有些教师可能仅凭学生的专业成绩对学情进行判断，没有深入研究所讲课程内容是否符合学生实际，教学效果不尽如人意。3.课程思政融入欠缺。如何挖掘大数据分析课程教学中蕴含的思想政治教育资源，实现全员全方位育人，尚无有效研究。4.配套评价模式研究欠缺。上述研究多忽略了对评价方法的研究。课程评价起着“指挥棒”的作用，科学合理的评价方法不仅能起到选拔人才的作用，而且能激发学生的学习主动性。二、“四位一体”混合式教学针对上述问题，本文从四个方面对大数据分析课程进行混合式教学改革，分别是学情分析多元混合、课堂组织模式多元混合、课程内容与思政多元混合、课程考核方法多元混合，构建了“四位一体”的大数据分析课程混合教学模式，如图 1所示。“四位一体”教学模式涵盖了开课前/中期的学情分析环节，开课后的课堂组织环节，课堂内容设计环节以及结课后的课程考核环节，覆盖教学全过程。大数据分析课程“四位一 体”混合式教学学情分析课堂教学组织模式课程思政考核手段全面调研畅通交流（多渠道收集信息）邮箱微信电话短信钉钉问卷调查多元模式改善教学（混合课堂教学组织模式改善互动）理论部分实践部分BOPPPS模式与PBL模式相混合SPOC模式与CDIO模式相混合融入思政激发活力（重视课程思政与思想互动）课程内容融入思政元素谈心交流发现个体差异自然融入，画龙点睛了解学生真实想法，个性化施教丰富评价现实激励（多元考核评价手段）形成性考核终结性考核课堂表现、课堂实验、大作业以及课程总结综合题目，开卷机试图 1大数据分析“四位一体”混合式教学示意图（一一）全面调研全面调研畅通交流畅通交流全面准确的学情分析对于实现因材施教、提升教学质量具有重要作用。只有在深入分析学情的基础上，确保讲述内容与学生实际紧密结合，才能保证课堂效果，例如从学生日常生活、前期预修课程以及以往求学经历等入手。为实现这一目标，本文利用现代化教学手段，建立与学生之间多样化的沟通渠道，包括邮箱、微信、电话、短信、钉钉和问卷调查等。特别是借助问卷调查小程序，可以实现快速学情调查，既可以实名也可以根据需要匿名，保证调查数据的真实可靠。在设计的过程中，应注意问卷问题的合理性，一般应根据平时的观察和情况了解，精心设计问题。通过多渠道收集学生信息，可以达到以下效果：1.从多维度了解学生特点，了解不同学生预修课程的学习情况，以及对课程内容的难点困惑、特殊需求等，为把握教学进度和针对不同专业学生特点设计教学案例提供参考。2.辅助总结共性问题和个性问题。对于共性问题应反思教学过程，结合学生实际进行再讲解。对于个性问题，如果是实名的，可以直接面对面帮助分析；如果是匿名的，应在教学过程中留心观察，特别是根据课堂提问和作业情况等发现问题所在。表 1和表 2分别给出了大数据分析课程开课前和学期中采用的调查问卷示例。表 1大数据分析开课前调查问卷示例序号12345题目你了解过的聚类算法有哪些？哪些比较熟悉？（填空题）你了解过的分类算法有哪些？哪些比较熟悉？（填空题）你了解过的关联分析算法有哪些？哪些比较熟悉？（填空题）你了解过线性回归吗？线性回归的求解方法有哪些？（填空题）你了解过PageRank算法吗？熟悉它的原理吗？（填空题）表 2大数据分析课程中期调查问卷示例123456789目前你的实践环境是怎么样的？（多选题）目前你搭建的实践环境属于？（多选题）目前你实现了从哪种平台提交MapReduce程序？（多选题）目前你是否实现了 Eclipse自动打 jar包并提交集群运行？（单选题）目前你的实践环境硬件配置情况如何？比如几G内存、固态盘还是机械盘、CPU几核、CPU主频？（填空题）请问你有什么疑难问题，或者其他困难？（填空题）你对课程目前为止的理论环节教学有何建议？（填空题）请问你觉得实践部分还需要老师做什么？（填空题）请问你对于实践部分有什么建议？（填空题）序号题目8University Education1011请问你觉得考试考算法并行化有困难吗？（单选题）如果考前需要占用课外时间补课，请问你有意见吗？（单选题）（续表）序号题目（二二）多元模式改善教学多元模式改善教学研究分析不同教学模式的使用场景，针对每堂课的内容，结合学生特点及其反馈的难点困惑和特殊需求等，选择合适的教学模式，提高课堂互动效果。本文以理论和实践教学两部分分别举例，说明教学模式相混合的方法，具体如下。1.BOPPPS教学模式与PBL模式相混合。在课堂教学开始时，按以下步骤组织课堂教学：采用问题导入方式，首先抛出问题，吸引学生思考；围绕问题解决，明确该堂课的学习目标；结合前期知识，测试学生学习情况；课堂巧妙设计提问，活跃课堂气氛，争取人人参与；以实际问题举例，要求学生给出解决方案；讲评学生答案，总结课堂内容。以大数据聚类分析中的K-Means算法并行化为例，给出课堂组织方案，具体如表 3所示。表 3BOPPPS教学模式和PBL教学模式相结合的课堂教学设计案例阶段结合专业特点，提出问题（导入）学习目标前期回顾（前测）课堂互动式提问（参与式学习）解决实际问题（后测）答案讲评，课堂小结（总结）内容先结合专业提出问题，例如：在网络安全专业，如何利用聚类技术分析漏洞特点，分析入侵特点？在统计学专业，如何利用聚类技术发现模式？然后进一步提问引发思考：传统的聚类分析算法在大数据时代依然有效吗？理解K-Means算法并行化的缘由和出发点；掌握K-Means算法并行化流程聚类基本概念和距离度量方式；K-Means算法流程K-Means算法的时间复杂度与数据规模n成正比吗？能否利用MapReduce将K-Means聚类算法并行化？如何保证所有数据都能访问到聚类中心？全局数据文件的核心内容是什么？以四个数据对象为例，假设所有数据分布在两个节点，需要将其聚为两类，随机指定初始聚类中心后，如何设计全局数据文件？每一次迭代中Map和Reduce的键值对如何设计，其各自输出内容是什么？主函数中如何反复执行每一次迭代？全局参数和全局数据文件可以根据喜好和实际进行修改，只要能解决问题即可，不一定所有学生完全一致；传统K-Means算法处理大数据面临的挑战；利用MapReduce并行化K-Means的可行性；如何利用MapReduce并行化K-Means算法？2.SPOC教学模式与CDIO教学模式相混合。大数据分析课程课时有限，而其中的部分实践课程可能无法当堂完成，需要占用学生的课余时间。因此，可借鉴SPOC等混合式教学模式，即线上学习、堂上讨论的方法组织课堂教学。在组织堂上讨论时，同时引入CDIO模式，将构思、设计、实现和运作四个阶段融入其中。以大数据分析中的词频降序排列实践课为例，给出课堂组织方案，具