基于OBE理念的数据可视化课程教学设计与实践探索

关键词：数据可视化；OBE理念；教学改革；混合式教学；多元化评价

0 引言

随着信息技术的快速发展和应用，数据可视化成为一种强大的工具，可以帮助人们更好地理解和利用数据。在教育领域，数据可视化也被广泛应用于教学和学习过程中。数据可视化通过图表、图形、动画等方式将抽象的数据转化为直观可见的形式，使学员能够更容易地理解和分析数据，从而提高学习成果和思维能力。

然而，传统的教学模式往往以教员为中心，过于注重知识的灌输和考试成绩的评估，忽视了学员的主体地位和个体差异。这种“以教定学”的教学方式限制了学员的自主性和创造性，缺乏实际应用和问题解决的能力培养。因此，如何落实“学为中心”教学理念，借助数据可视化技术，创新教学模式，激发学员的学习兴趣和使命责任，提升教学质量，成为当前教育改革的重要课题。

本文将围绕基于OBE（Outcomes-based Education） 理念[1-3]的数据可视化课程进行教学设计与实践探索，旨在解决传统教学中存在的问题。通过将学员置于学习的核心位置，以学员的需求和兴趣为导向[4]，建立起教员与学员之间的合作关系和共同探究的学习环境。整个过程中，学员将成为主动的学习者和问题解决者，培养批判性思维、创新能力和团队合作精神。

通过本文的研究和实践，希望能够为教育改革提供有益的借鉴和启示，促进教学模式的创新和教育质量的提升。数据可视化作为一种强大的工具和方法，将在学习过程中发挥重要的作用，为学员打开更广阔的学习空间，激发他们的学习兴趣和创造力，培养自主学习能力，为未来的发展做好准备。

1 数据可视化课程学情分析

数据可视化是学校大数据工程专业的首次任职课程，为大数据工程专业生长军官科技信息能力培养提供支撑，在全期人才培养体系中具有重要地位和作用。可视化可将各类数据映射为可感知的图形、符号、颜色、纹理等，提升数据识别效率，从而高效传递有用信息，为数据的综合展示赋能。通过课程学习，学员可以辨析各种数据处理和分析的方法，从而更好地理解数据并能够挖掘其中的价值，培养数据处理与分析能力；课程注重培养学员的可视化设计思维和表达能力，在数据可视化的实践中，学员能灵活运用数据并提升视觉传达能力和信息呈现效果；同时，数据可视化是一个交叉学科方向，与数据挖掘、人机交互、统计、设计、软件工程等密切相关，通过学习，学员将接触到多学科的知识和技术，提升跨学科综合能力和解决实际问题的能力。

该课程涉及的知识面较广、概念多、理论性强、内容比较抽象、实践操作有一定难度，同时该课程学时有限，总学时为40学时，其中实践学时12学时，时间紧、任务重，诸多问题待解决。课程自2019年开设以来，在过去的授课过程中存在以教员讲解为主的传统灌输式教学、课堂交互效果不佳、学员参与度不够、考核模式不全面等问题。鉴于国内基于OBE理念对计算机相关课程进行的改革成果[5-6]，本课程组以OBE理念为指导，对课程进行改革，总结提炼有效的教学方法、优质的教学设计、可行的思政案例、多元化的考核方式以及实用的教学计划，以激发学员的学习热情，坚持“紧贴实战需求，向实战聚焦，向部队靠拢”教学理念，以增加学员的成果获得感，强化数据可视化的应用实践能力培养，突出应用型人才培养需求。通过探索与实践，将好的做法扩散拓展运用于学科专业的其他课程，为整个学科建设提供一个切实可行的思路。

2 基于OBE 教育理念完善课程顶层设计

OBE理念关注着三个核心问题：反向教学设计、以学员为中心的教学过程，以及持续改进的教学评估[7]。在教研室专业人才培养方案指导下，融入OBE 教育理论，课程秉承“以战领教、厚实基础、宽延发展”的教学理念，从关注教转向关注学，突出学员学习的主体地位，反向设计教学活动，改革教学方法和手段，进行多元全过程的考核评价，通过评价数据和教学目标的达成情况的分析，进一步改革教学方法，形成可持续改进的机制。

通过学习本课程，学员能够准确地描述和解释课程所涉及的数据可视化的重点基本概念和原理，以及基本数据分析方法，能够阐述数据可视化项目的开发流程以及可视化部分在项目中的作用与意义；学员能够运用不同数据类型下的典型可视化方法，加深对可视化之美的了解，对不同情况下可视化方法的选择有更清晰的认识，能够运用不同可视化工具设计高质量的数据可视化图表和交互式界面，从而有效地传达数据信息。

3 基于OBE 教育理念优化课程教学活动

3.1 明确课程教学目标

其中，知识目标为掌握数据可视化基础理论知识体系，学员能阐述数据可视化的概念与简史、数据可视化作用与意义、数据基础、视觉感知与认知，能分辨数据可视化常用软件与工具、可视化的三种分类方式、可视化编码的不同类型，并且能阐释数据可视化的流程与设计、可视化的交互与评估；技能目标为学员能够运用可视化工具解决问题，能够灵活使用Py⁃thon语言中的多个第三方库实现数据可视化的基本与综合应用案例，能够利用不同可视化工具实现地理信息、空间场数据、树结构与图结构、文本数据、高维数据等时空或非时空数据的可视化；能力目标主要注重综合能力的培养，通过学习本课程，学员能够阐释数据可视化的基本原理与常用方法，关注数据可视化对社会、军事的作用与意义，关注可视化与其他学科领域的联系，形成独立获取知识的能力、科学观察和创新思维的能力以及分析问题和解决问题的能力；素质目标为学员能够主动探索数据可视化的“真善美”：“真”，即返璞归真，可视化的结果一定能反映数据的真实特征；“善”，即上善若水，设计出的图表必须方便用户感知，易于理解；“美”，即雅俗共赏，可视化作品既要包含科学严谨之美，又融合艺术设计之美。同时，课程教学计划对4层目标进行了4点总结提炼，即突出知识重点、讲透应用难点、面向岗位特点、融合思政要点。

课程遵循OBE理念中的反向设计思想，以专业大纲和人才培养方案为框架，如图1所示，课程目标总结为“知识-技能-能力-素质”的4层“金字塔体系”，逐层递进、由易到难，持续探索可视化的核心思想。图1 数据可视化课程目标金字塔体系其中，知识目标为掌握数据可视化基础理论知识体系，学员能阐述数据可视化的概念与简史、数据可视化作用与意义、数据基础、视觉感知与认知，能分辨数据可视化常用软件与工具、可视化的三种分类方式、可视化编码的不同类型，并且能阐释数据可视化的流程与设计、可视化的交互与评估；技能目标为学员能够运用可视化工具解决问题，能够灵活使用Py⁃thon语言中的多个第三方库实现数据可视化的基本与综合应用案例，能够利用不同可视化工具实现地理信息、空间场数据、树结构与图结构、文本数据、高维数据等时空或非时空数据的可视化；能力目标主要注重综合能力的培养，通过学习本课程，学员能够阐释数据可视化的基本原理与常用方法，关注数据可视化对社会、军事的作用与意义，关注可视化与其他学科领域的联系，形成独立获取知识的能力、科学观察和创新思维的能力以及分析问题和解决问题的能力；素质目标为学员能够主动探索数据可视化的“真善美”：“真”，即返璞归真，可视化的结果一定能反映数据的真实特征；“善”，即上善若水，设计出的图表必须方便用户感知，易于理解；“美”，即雅俗共赏，可视化作品既要包含科学严谨之美，又融合艺术设计之美。同时，课程教学计划对4层目标进行了4点总结提炼，即突出知识重点、讲透应用难点、面向岗位特点、融合思政要点。

3.2 重构课程教学内容

随着大数据技术的不断发展，课程内容也紧随前沿技术不断更新，在最新的数据可视化课程内容中删除了一些过时被淘汰的技术，将新的研究成果以及具有军事特色的案例融入其中。如图2所示，在课程基础知识体系的设计中，利用主干加分支的树形结构，通过思维导图对知识脉络进行体系重构，在课程框架设计上，重视基础性，强调应用性，体现军队特色，在课程内容上精选经典案例，跟踪学科前沿，重视军事应用。如图3所示，课程总体遵循知识解读和应用需求相结合，数据分析与可视设计相结合，基本原理与实践案例相结合的原则。

3.3 实施线上线下混合式教学

本课程以OBE教学理念为支撑，遵循“线下为主、线上为辅、成果驱动、理实一体”的教学思想，改革传统教学模式，充分运用线上线下教学资源。线上MOOC资源精选浙江大学陈为老师团队的“大数据可视化”课程[8]，线上实验实训内容依托“Educoder头歌实践教学平台”开展，构建学、练、评、测一体化教学实验环境[9]。该平台是国内高校广泛使用的在线实践教学服务平台与创新环境，在平台中，每一个实训项目包含任务要求、评论区以及编程评测区，如图4所示。其中，每一个关卡的任务要求里又包含任务描述和相关知识，帮助学员边学边练，同时又能互动交流，每一个关卡均已设置科学合理的奖励机制，即经验值和金币，使得学员在闯关的过程中能获得“打怪升级”的满足感，整个实践教学过程寓教于乐，学员用时越少，代码正确率越高，获得的奖励就越多。关卡评测通过情况如图5所示。此外，实验配备多个数据测试集，可以帮助学员规范代码书写，掌握编程原理，学员在通关后，可以进行双向评价，对实训关卡进行1～5颗星的打分，通过学员反馈来帮助教员对实验实训项目不断进行优化改进与完善。

在线下教学环节中，借助BOPPPS模型[10]，实施参与式教学，倡导“教学反转”模式，让学员成为教学的主角。同时通过预习、讨论、实践等方式，让学员在课堂上发挥主动性和创造性，实现知识的深度和广度的拓展。具体过程如图6所示。通过线上线下混合式教学方式，将问题导向贯穿始终，以“案例驱动+举一反三”为路线，充分调动学员积极性，引导学员发挥主观能动性，培养自主学习能力和实践创新能力。

3.4 强调成果型大作业设计

本课程在课前、课中、课后的教学全过程中持续深化课程大作业的设计。以可视化综合实践为抓手，以国内外热点事件为牵引，全过程、多环节持续推进学员的大作业进度。成果型大作业全过程设计导图如图7所示，在这个过程中，引导鼓励学员自主选题，并以2～4 人的小组形式开展协作，逐步推进项目的完成。

在选题上，学员将根据个人兴趣和研究方向选择1个与数据可视化相关的课题。在教员的指导下进行初步的问题定义、数据采集和整理工作。此阶段的目标是帮助学员建立对课题的深入理解，并为后续的可视化实践大作业奠定基础。接着学员将利用所学的数据可视化技术，将收集到的数据进行处理和分析，并设计出适合呈现的可视化方案。此过程中，学员能够运用各种工具和技术，如数据可视化框架ECharts、编程语言Python等，创建令人印象深刻且有洞察力的可视化图表和交互式界面。在项目进展中，学员将定期进行汇报演示和研讨，以分享学习的成果、遇到的困难和可行的解决方案。通过交流和反馈的过程为学员之间的互动学习和经验分享提供支撑，从而进一步提高学员的专业实践和团队协作能力。在课程后期，学员将以小组形式完成课程大作业，并进行最终的成果汇报展示。小组成员向教员和同学展示所设计的数据可视化作品，并解释其背后的原理和分析结果。这个阶段不仅是对学员技术能力和创造力的综合考验，同时也是对沟通表达能力和项目管理能力的检验。通过基于成果的教学过程，将成果型大作业贯穿过程始终，学员能够全面地应用所学的数据可视化知识和技术，锻炼自主学习和团队合作的能力，并获得实践经验，在未来的发展中将更有竞争力。

3.5 建立多元化考核评价

OBE理念注重学员的全面发展和个人潜能的挖掘，要求评价指标与学习成果相呼应，因此本课程采用多种不同的评估手段和方式，全面、客观地评价学员的学习情况和成绩，总体采用形成性考核与终结性考核相结合的评价方式，分为形成性考核（50%） 加终结性考核（50%） ，其中形成性考核包括自主学习（5%） +课内实践（10%） + 课程大作业（35%） 。在课程大作业中，要求学员以小组形式分工协作完成，并撰写大作业项目报告，详细说明所用的数据处理、分析、可视化以及可视化分析过程，以及解释所使用的方法和工具。学员还需要进行大作业汇报，向其他同学和教员展示他们的大作业成果，并回答相关问题，后续进行进一步完善。此外，每组还需完成组内互评和组间互评，并上交一份包含组内每名成员个人贡献的说明文档。

最终，课程组通过收集和分析学员学习成果和反馈意见，评估课程设计的有效性及可行性，讨论并提出改进建议和措施，以不断优化和完善基于OBE理念的数据可视化课程。

4 数据可视化教学改革成效

4.1 学员自主实践能力逐渐提升

在新时代信息化作战中，无论是综合保障信息、多种数据融合、军事训练考核，还是质量数据检测，都可以通过可视化手段展示综合态势，探索军事数据背后隐藏的特征规律，从而更好地为作战辅助决策提供强有力支撑，而这一切都建立在学员获得的良好学习成果之上。在基于OBE理念的数据可视化课程探索与实践中，从每年的可视化大作业汇报与演示中可以明显看出，实施效果良好。如图8所示，通过线上线下与学员实时互动，精准掌握学情动态；在实践中指导学员不断优化程序，逐步提升动手能力；在实践报告与汇报展示中，学员自发将思政元素融入，充分体现时事案例的正向影响力；全过程中小组内部团结协作，自然展现新时代军人自信风采。

4.2 教员教学能力稳步提升

在大学下发的评教评学结果中，本课程在历年评教结果中的师德师风、专业素质、教学内容、教学表现、教学效果、教学管理等6个方面均位于所在学院前列，总评结果位于学院前五，总体处于优良水平。另外，学院、学校各级督导对本课程团队教学评价整体良好。

5 结束语

自2019年成立以来，数据可视化课程组一直致力于课程的教学、研究和改革。经过近几年的发展，已经基本完成课程基础建设、课程提高和现在的课程凝练阶段。目前在OBE理念的指导下，课程组对教学目标、教学活动和考核进行了改革，并取得了明显的成果。

课程组在过去几年中一直致力于提升课程的教学质量和教学效果。通过改进课程设置、更新教材、引入新技术和方法等措施，不断优化课程内容和教学方式，以更好地满足学员和部队的需求与期望。以成果为目标导向，以学员为主体，以教员为主导，通过一系列的教学设计与教学实施，使学员逐步取得明确有效的学习成果，以此逐渐成长为新时代海军需要的高质量人才。