基于OBE模式的大数据基础的课程构建方法研究

作者: 李丽丽 陈久玲 滕艳平

基于OBE模式的大数据基础的课程构建方法研究0

摘要:大数据基础是一门理论与实践紧密结合的数据科学与大数据专业的必修课程。传统大数据基础课程考核过程中,无法真正有效地在培养学生理论知识的同时提高学生大数据技术的应用及开发能力。针对这种情况,文章提出基于OBE的大数据基础课程构建方法,以OBE导向为基础,围绕着数据科学与大数据专业学生,改变以往重理论轻实验实践的情况,在教学过程中注重实验实践教学,对大数据基础课程教学内容及方法进行调整,培养学生的动手操作能力,调动学生的学习积极性,理论与实践相结合,在提高学生实践能力的同时,提高学生对理论知识的掌握,从而支撑本科专业毕业要求,达到最终向企业输送人才的目的。

关键词:大数据基础;OBE;课程成绩考核

中图分类号:G424        文献标识码:A

文章编号:1009-3044(2022)16-0130-03

1 概述

21世纪以来,物联网、云计算和大数据等新技术的出现标志着人类正式进入了大数据时代。随着大数据时代的到来,数据已经成为国家的重要战略资源,大数据也日益渗透到社会生活和经济发展的方方面面。在美国,2018年数据人才和高级数据分析人才的缺口高达到19万人,同时美国企业还需要与大数据处理相关的近150万的高级管理人才。目前,我国的大数据产业仍处于构建的阶段,大数据相关的人才储备不足、相关专业的应用人才与科技人才的严重缺乏严重制约着大数据相关产业的发展[1]。如何将数据转化为更有价值的信息,从而为政府决策、公司运营提供技术支持,是数据分析师需要具备的职业技能。

2 基于OBE导向的教学模式研究

自从OBE模式被提出以来,这一模式已在美国、澳大利亚、英国等国家得到广泛运用,成为这些国家教育改革的主流理念。《华盛顿协议》全面接受了 OBE 理念, 并将其贯穿于工程教育认证标准的始终。我国在2013年成为《华盛顿协议》的预备会员国。此后,我国工程教育专业认证协会颁布的《工程教育认证标准(2014)》,并且强调了工程教育专业要实施成果导向教育,工程教育认证工作在全国推进。以OBE理念推动工程教育改革,提高工程人才培养质量成为国内地方工科院校广泛关注的焦点[2]。近年来OBE被广泛应用到高校工程教育类人才培养、教育教学改革及专业建设方面[3]。总体而言,目前利用OBE理念指导人才培养和专业建设已经逐渐得到广泛认可[4]。在课程的设计方面,基于OBE模式课程计划“反向设计”,即每节课、每个知识点对于实现预期学习产出的贡献程度应是明确的。在能力培养方面,OBE模式下更加强调学生创新能力及综合实践能力的培养。在学习评价方面,OBE模式更加强调的是坚持以人为本的课程学习评价,优化评价方法和健全评价机制。

3 大数据基础课程特点及现状

大数据基础课程主要讲授大数据基础知识及相关技术。课程内容繁杂,除了理论基础知识之外,还有需要实践操作环节。高校大数据方向的人才培养,就是通过课程学习、实验操作,综合实践训练来实现数据分析师的培养,为企业与社会提供专业的数据分析师。为实现这一目的,就需要根据企业及社会需求,通过合理设置课程,使学生通过学习掌握大数据专业知识,具备大数据平台管理能力和软件开发能力,实践能力强,能够从事工程设计实施、高级管理维护、开发、云平台组建及管理以及大数据存储、计算及分析处理能力[5]。

但是现有的大数据基础课程的教学方式及考核方式存在以下两个问题。

1)单一考核方式难以真实反映学生能力

传统的成绩考核方式是用一张试卷来评价学生学习结果。这种过于单一考核方式,很难真实反映学生的能力。同时,由于只在期末进行考核,所以使得学生不注重学习过程,不注重实际操作能力的培养。而OBE以学生学习结果为目标导向,以多元化的方式进行学生成绩评定的标准,以企业和行业的要求为目标,考查学生对知识点的理解、运用能力,并能运用所学知识解决实际问题,增加学生的竞争力。通过分组组建团队,锻炼学生的团队合作精神,进一步促进学生的学习。

2)同一层次教学学生区分度不高

大数据基础课程主要教学目标是使学生通过课程的学习掌握大数据基础原理,学会使用大数据平台的主要软件。因此在授课过程中通过设计多个实例,使学生循序渐进地掌握大数据的相关软件。根据学生在学习过程中“渐近性”特点,在大数据基础课程的课堂教学中以OBE模式为指导,将实验教学分解为3个层次,针对不同的层次制订相应的学习目标。第一个层次:基础实验部分,主要针对基础知识,引导学生自学。第二个层次,验证性实验部分,使学生掌握在Hadoop平台上的相关软件的安装及使用。第三个层次,设计性实验部分,通过分组实验,完成必做和部分选做实验,根据实验完成情况给出相应的评价。

4 以OBE为导向的大数据基础课程构建

以OBE模式“自顶向下,反向设计” 建立持续改进的大数据基础课程内容体系完成大数据基础课程体系的建设。阿查亚(Acharya)提出的实施OBE的四个步骤:定义学习产出(Defining)—实现学习产出(Realizing)—评价学习产出(Assessing)—使用学习产出(Using)。根据其提出的四个步骤,基于OBE模式的大数据基础课程建设的实施可以用以下模型来表示。该模型包括:定义学习产出——实现学习产出(反向设计、生成课程学习资源)——评价学习产出——使用学习产出四个环节。

4.1 定义学习产出

OBE是 “以产出为本的教育”。大数据方向旨在于以行业需求为目标,培养社会需要的大数据人才。大数据基础课程作为基础核心课程,其教学内容包括大数据基本概念、大数据处理架构、大数据软件安装与配置方法,数据存储、数据访问、数据采集和导入、Spark、数据分析、数据可视化等相关的技术。通过大数据基础课程的学习,使学生能够掌握大数据基础概念,掌握大数据采集、大数据存储等相关技术,并且能够应用大数据技术进行数据分析和处理。根据这一要求,需要明确学生应在大数据基础课程学习中掌握哪些相关的专业知识及技能,并将这些需要掌握的专业理论知识及技能作为大数据基础课程的学习产出。

4.2 实现学习产出

根据定义的学习产出,对课程内容、教学手段、教学手段及教学评价进行反向设计,确定其内容及方法。1)课程内容完全按照学习产出进行设计,即大数据分析人才需要掌握哪些大数据相关的技术知识,那么课程内容就重点讲解哪些知识。2)以培养社会需要的大数据人才为学习产出,不仅要求学生掌握大数据相关的理论知识,还需要学生掌握大数据平台的搭建,相关软件的安装及使用,数据分析的方法,因此需要设计使用多种教学手段,以理论教学传授大数据专业知识;以实验教学训练学生的大数据平台搭建,大数据软件的使用,掌握大数据相关的编程方法及数据存储、访问、采集、处理和分析的方法及技术;以网络教学平台为依托,使学生通过线上自主学习掌握更多的大数据技术,解决学习过程中的重点及难点,同时有利于学生进行分层次学习;以分组实践的方式,训练学生运用所掌握的大数据相关知识及技能进行综合训练。3)丰富的教学资源为教学提供了辅助。学生需要的多样性和大数据技术的复杂性使传统单一的教学资源已经不能满足人才培养的需要。通过网络教学平台提供视频资源、在线试题以及课题讨论可以帮助学生掌握大数据相关技术的专业知识及技能,并在学习过程中进行自我检测和评价;大数据实验平台、案例教程可以提高学生应用大数据软件的能力和数据处理能力。4)多元评价体系。传统单一的评价体系在学生的学习过程中导致学生只重视理论知识的掌握,学生的实际操作能力得不到有效地提供。多元评价系统,使学生在学好理论知识的同时,还需要有较强的动手实践能力。这也是对大数据从业人员的要求,即不仅需要完备的理论知识,还需要有较强的应用各种大数据技术进行数据处理的能力。多元评价体系包括课堂讨论、试题考核、实验考核、线上测试(图1线上测试)和分组实践考核。包含了线上学习(图2线上学习统计)的多种考核方式促进学生学习,以实现大数据课程的学习产出。

4.3 评价学习产出

通过建立的评价体系进行多方式的学习产出评价。针对大数据基础课程的评价学习产出可以分为以下几个部分。1)以课堂讨论及作业的形式评价学生对大数据理论知识的掌握。大数据基础课程中,理论知识是基础,因此,需要学生在学习完大数据基础课程后能否掌握其理论内容是课程教学需要重点考虑的问题。课堂讨论与作业相结合,既可以调动学生学习的积极性,同时也可以解决单一评价方式造成的评价存在偏差的问题。作业评价可以使学生在学习过程中系统掌握理论知识,课堂讨论可以使教师及时掌握学生学习过程中存在的问题,并有针对性地改进。两者结合可以促进学生更好地掌握理论知识。2)以试题考核的形式评价学生对大数据相关知识的整体掌握情况。在大数据基础课程考核中,试题考核占整个大数据基础课程的百分之五十。通过试题考核,可以客观全面地评价学生对大数据基础课程知识掌握的整体情况。并可根据反馈情况对大数据基础课程的教学进行调整,以利于学生更好地掌握理论内容,为将来学生就业打好基础。3)以实验考核的形式评价学生运用大数据相关技术的实验操作能力。在考核过程中,引入了实验考核形式,即通过对相应的大数据技术设置实验考核项目,按照学生实验完成程度对学生实际操作能力给出客观评价。实验考核的设置更加有利于调动学生的动手能力及学习积极性,通过实验考核为学生从事大数据分析等相关工作提供了更好的训练,从而使学生为来的就业打好基础。4)以线上学习考核的形式评价不同层次学生掌握大数据知识及技能情况。课堂学习、课程作业以及实验训练只能满足大部分同学的学习需求。因此通过线上学习,将所学习的内容进行分层次分类别的区分后,学生根据自己的学习能力和学习需求进行个性化学习,可以补足课堂学习内容的不足,进而使学生更好地掌握学习内容。学习能力强的同学可以学习更多的内容,而学习能力弱的同学也可以通过线上学习基本掌握大数据技术的基础知识,并能够在能力范围内有所提高。4)以分组实践的形式评价学生运用大数据技术的综合能力。大数据基础是一门结合性很强的课程,一个学生要想全面熟练地掌握全部内容是一件很困难的事,所以可以根据学生学习情况及兴趣爱好分成不同的组,组内学生协同合作,互相促进。同时通过分组可以使学生以团队的形式开展学习和参加各种比赛,以便为今后的就业打好基础。

4.4 使用学习产出

使用学习产出即将学习产出应用于学生的学习、工作中,并检验学习产出。一门课程一项技术学生是否能够很好地掌握,是需要进行实践检验的。通过课程学习、综合实践、学科竞赛、科学研究以及升学考试中使用大数据课程所学理论知识、专业技能达到检验学习产出的目的,进一步检验课程内容是否合理、教学手段是否有效、教学资源是否适用、评价体系是否有效。不同方式的检验可以有针对性地检验出教学过程中存在的问题,发现问题解决问题,以便在今后的大数据基础课程中采用更好的教学手段和更加合理的考核形式,最终达到大数据本科学生培养的目的,更好地掌握大数据技能,为今后的就业提供保障。

5 结论

基于OBE模式的大数据基础课程构建,改变了以往教学教程中注重理论,轻视实验的情况,通过大数据原理与实验相结合的教学考核模式,调动学生学习的主动性和积极性,提高学生动手操作能力,同时促进学生进一步掌握相关的理论知识。以基于OBE模式的大数据基础课程构建刚刚起步,未来还有很长一段时间进行完善和改进,针对这门课程的教学方法及手段的改进,如何更加有效的使得学生通过这门课程学习掌握相关的大数据技术,是未来需要研究的内容。相信通过不断的努力,基于OBE 的课程模式会广泛出现,将课程改革推进一个新的时代,以培养出国家建设的优秀接班人。

参考文献:

[1] 袁书萍,叶承琼.应用型本科高校计算机科学与技术专业大数据方向的课程群建设研究[J].科技视界,2018(13):198-199.

[2] 邵友元,黎慧红,李永梅,等.基于“学习产出”(OBE)教育理念的化工原理教学改革与建设的初步探索[J].东莞理工学院学报,2018,25(5):109-114.

[3] 徐莹.基于OBE理念的食品加工技术(乳品工艺)教学资源库建设研究[J].科技资讯,2019,17(14):125,127.

[4] 柏晶,谢幼如,李伟,等.“互联网+”时代基于OBE理念的在线开放课程资源结构模型研究[J].中国电化教育,2017(1):64-70.

[5] 裴浩.大数据背景下高职Hadoop课程内容体系建设[J].电脑知识与技术,2016,12(30):131-132,134.

【通联编辑:闻翔军】

上一篇 点击页面呼出菜单 下一篇