高校工科大數(shù)據(jù)課程教學(xué)研究

李 喬，鄭 嘯，程澤凱

（安徽工業(yè)大學(xué) 計算機科學(xué)與技術(shù)學(xué)院，安徽 馬鞍山243002）

0 引 言

近年來，大數(shù)據(jù)、云計算[1]、物聯(lián)網(wǎng)等技術(shù)的相互融合產(chǎn)生了海量數(shù)據(jù)，全球數(shù)據(jù)量大約每兩年翻一番。大數(shù)據(jù)[2]指數(shù)據(jù)的大小超出常規(guī)的數(shù)據(jù)庫工具獲取、存儲、管理和分析能力的數(shù)據(jù)集，其意義在于對多種類型的數(shù)據(jù)集進(jìn)行分析和研究，提取有價值的信息，幫助人們在解決問題時做出科學(xué)的決策。大數(shù)據(jù)呈現(xiàn)出與傳統(tǒng)數(shù)據(jù)不同的特點，數(shù)據(jù)量呈現(xiàn)規(guī)模巨大（volume），容易積累TB級、PB級的數(shù)據(jù)；數(shù)據(jù)類型多樣（variety），包含視頻、音頻、日志、圖片等結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)；對數(shù)據(jù)分析大量采用可視化方法，秒級時間內(nèi)就可以分析出結(jié)果（velocity）；通過對不同主題要求的信息挖掘，發(fā)現(xiàn)大量數(shù)據(jù)潛在的數(shù)據(jù)價值（value）。這些特點無疑會帶來大數(shù)據(jù)與互聯(lián)網(wǎng)的深度融合，大數(shù)據(jù)正成為行業(yè)的創(chuàng)新點。各企業(yè)、組織紛紛借助大數(shù)據(jù)的發(fā)展，形成新的增長點并在應(yīng)用領(lǐng)域嶄露頭角。相關(guān)數(shù)據(jù)統(tǒng)計顯示，未來市場對大數(shù)據(jù)相關(guān)崗位的需求缺口達(dá)到百萬級別，因此，大數(shù)據(jù)專業(yè)及課程的開設(shè)迫在眉睫。大數(shù)據(jù)必將促使人們思維方式悄然變化，大數(shù)據(jù)技術(shù)的應(yīng)用必將會促進(jìn)學(xué)校和教師在教學(xué)方式、模式、內(nèi)容、實驗等方面進(jìn)行改革[3]。

在大數(shù)據(jù)時代背景下，該課程體系涉及眾多領(lǐng)域的框架和計算模式，如圖1所示。

圖1 大數(shù)據(jù)技術(shù)框架和計算模式

HDFS是分布式文件存儲系統(tǒng)，在其之上的是資源調(diào)度管理YARN，基于MapReduce、DAG、內(nèi)存的集中計算模式都是在其之上完成，Hbase作為非傳統(tǒng)數(shù)據(jù)庫存儲相關(guān)數(shù)據(jù)，Sqoop、Flume負(fù)責(zé)數(shù)據(jù)的采集、遷移工作。Zookeeper、Oozie、Ambari負(fù)責(zé)相關(guān)協(xié)調(diào)、調(diào)度、安裝任務(wù)?？梢钥闯?，隨著技術(shù)不斷發(fā)展，一個豐富的大數(shù)據(jù)生態(tài)圈已經(jīng)形成。

1 高校大數(shù)據(jù)相關(guān)課程開設(shè)現(xiàn)狀

隨著大數(shù)據(jù)技術(shù)的發(fā)展和相應(yīng)理論的成熟，大數(shù)據(jù)技術(shù)必然會成為各高校的重要課程。現(xiàn)在，國外很多學(xué)校已經(jīng)開設(shè)相關(guān)課程，如大數(shù)據(jù)分析統(tǒng)計基礎(chǔ)、大數(shù)據(jù)挖掘與機器學(xué)習(xí)等。國內(nèi)一些高校也正在嘗試開設(shè)大數(shù)據(jù)課程，幫助學(xué)生了解大數(shù)據(jù)，學(xué)習(xí)大數(shù)據(jù)分析[4]。國內(nèi)很多院校都在積極申請大數(shù)據(jù)的相關(guān)專業(yè)，大數(shù)據(jù)統(tǒng)計基礎(chǔ)、數(shù)據(jù)清洗和Linux操作系統(tǒng)等核心課程必將成為計算機專業(yè)的核心內(nèi)容，也會成為高校重要的基礎(chǔ)課程。2015年首批開設(shè)數(shù)據(jù)科學(xué)和大數(shù)據(jù)技術(shù)專業(yè)的學(xué)校有北京大學(xué)、中南大學(xué)和對外經(jīng)濟(jì)貿(mào)易大學(xué)，2016年全國有34所高校申報成功。從申報的地理分布來看，東北1所，華中3所，華南4所，華北和華東各7所，而最密集的區(qū)域在西南，有12所之多，其中貴州和北京分別有5所高校，可以看出，大數(shù)據(jù)相關(guān)專業(yè)在開設(shè)的初期，呈現(xiàn)出發(fā)展的不平衡，需要管理部門優(yōu)化教育資源的配置。目前，大數(shù)據(jù)教學(xué)案例還不夠豐富，課程體系建設(shè)還有待完善，有些課程的設(shè)置不能緊密跟隨大數(shù)據(jù)的步伐，使得教學(xué)內(nèi)容和形式還比較滯后，教學(xué)不能很好地實現(xiàn)理論聯(lián)系實際，學(xué)習(xí)效果因此受到影響，教學(xué)質(zhì)量也不能達(dá)到預(yù)期效果。

2 大數(shù)據(jù)課程體系內(nèi)容

2.1 大數(shù)據(jù)課程相關(guān)知識

大數(shù)據(jù)課程主要涉及大數(shù)據(jù)特性、大數(shù)據(jù)的應(yīng)用及數(shù)據(jù)資源化、大數(shù)據(jù)分析與建模、大數(shù)據(jù)的編程模型和數(shù)據(jù)庫技術(shù)等主要內(nèi)容。大數(shù)據(jù)依賴底層平臺數(shù)據(jù)支持，包括云存儲、云服務(wù)、虛擬化技術(shù)等內(nèi)容。大數(shù)據(jù)技術(shù)需要眾多課程知識的支撐，包括Linux系統(tǒng)的使用、Hadoop的安裝使用、非傳統(tǒng)數(shù)據(jù)庫HBase、MapReduce編程模型、數(shù)據(jù)倉庫Hive、Spark、機器學(xué)習(xí)、大數(shù)據(jù)統(tǒng)計學(xué)、數(shù)據(jù)的采集工具Flume、Sqoop和抓取工具Python語言、可視化技術(shù)R語言等，這無疑大大增加了學(xué)習(xí)難度，也使得學(xué)習(xí)需要多元化。

圖2 大數(shù)據(jù)知識架構(gòu)和培養(yǎng)目標(biāo)

圖2是整個大數(shù)據(jù)課程相關(guān)的知識體系，每層面向不同的培養(yǎng)對象群體，底層是原始的數(shù)據(jù)，圖片、音頻、視頻、文字等各種類型的數(shù)據(jù)文件在此匯聚，主要以數(shù)據(jù)庫和文件的形式存儲。再上一層是傳統(tǒng)的數(shù)據(jù)庫Oracle、SQLServer、MySQL等，管理員在此可以通過SQL語句完成各種數(shù)據(jù)的操作，完成基本數(shù)據(jù)管理操作。此外還有近些年興起的非傳統(tǒng)數(shù)據(jù)庫（NoSQL），如Redis、MongDB、HBase等，很多分布式文件的存儲都依賴于Hadoop平臺下的HDFS數(shù)據(jù)文件格式存儲。該層通過各種數(shù)據(jù)庫和數(shù)據(jù)資源的導(dǎo)入?yún)R聚成數(shù)據(jù)倉庫，形成更大的數(shù)據(jù)資源，可以在此基礎(chǔ)上做在線數(shù)據(jù)分析（OLAP），數(shù)據(jù)倉庫產(chǎn)品Hive可以通過類似SQL語句的查詢形式完成分布式數(shù)據(jù)處理方式MapReduce的編程操作，對MapReduce編程模式不熟悉的用戶，完全可以不必了解太多編程模式的細(xì)節(jié)。分布式數(shù)據(jù)的匯總可以通過Sqoop、Flume等工具進(jìn)行數(shù)據(jù)導(dǎo)入完成合并操作。自下而上的第三層可以使用統(tǒng)計學(xué)的相關(guān)知識，利用統(tǒng)計量和參數(shù)值做數(shù)據(jù)分析形成分析統(tǒng)計報告，該層需要用戶有比較扎實的數(shù)理統(tǒng)計知識背景，同時還需要精通各種常見的數(shù)理統(tǒng)計工具，如SAS、IBM SPSS、R語言等。這一層開始對原始數(shù)據(jù)做比較詳細(xì)的分析，同時肩負(fù)著數(shù)據(jù)清洗、轉(zhuǎn)換、約束等基本工作，為后續(xù)的數(shù)據(jù)分析和決策判斷打下基礎(chǔ)。自下而上的第四層會利用數(shù)據(jù)挖掘的分類、預(yù)測、聚類等經(jīng)典算法對底層的數(shù)據(jù)進(jìn)行進(jìn)一步挖掘和分析，相比之前的數(shù)據(jù)分析，此層的分析主題會更有針對性，除了前面介紹的SAS、IBM SPSS、R語言還有Weka、MatLab等工具都實現(xiàn)了很多數(shù)據(jù)挖掘里面的經(jīng)典算法，并且還在不斷發(fā)展中。值得關(guān)注的是近些年比較熱門的基于內(nèi)存的Spark產(chǎn)品中的MLib模塊也對數(shù)據(jù)挖掘的眾多經(jīng)典算法提供了很好的支持，并且基于分布式內(nèi)存處理方式極大優(yōu)化了傳統(tǒng)數(shù)據(jù)算法的時間成本。金字塔頂層是數(shù)據(jù)展現(xiàn)層，此層主要通過可視化的手段給最終用戶展現(xiàn)分析的結(jié)果，新穎、高效、充實、美感的圖形化的數(shù)據(jù)展示有利于用戶了解豐富的數(shù)據(jù)信息。最高層是提供給最終用戶的決策層，服務(wù)對象主要是企業(yè)、政府、公司的決策者。傳統(tǒng)可視化軟件僅用于單個文件處理，同時處理多個文件的能力較弱，圖表的分析也無法在交互界面中顯示，在處理比較新穎的統(tǒng)計方法中更新周期較長。主流的一些可視化產(chǎn)品包括R語言、Echarts、Tableau等，統(tǒng)計軟件R軟件擴展包眾多，擁有強大的同時處理大批數(shù)據(jù)文件的功能，成為大數(shù)據(jù)時代不可或缺的軟件。

2.2 大數(shù)據(jù)課程培養(yǎng)對象和目標(biāo)

大數(shù)據(jù)背景下高等教育需要緊跟時代步伐，對課程教學(xué)而言，培養(yǎng)學(xué)生的數(shù)據(jù)處理、分析、應(yīng)用能力是課程教學(xué)的核心，必須重視不同層次學(xué)生獨立思考和解決問題能力的培養(yǎng)，這是學(xué)生創(chuàng)新能力培養(yǎng)的關(guān)鍵[5-6]。在圖2的不同層次中，數(shù)據(jù)存儲和數(shù)據(jù)管理的用戶負(fù)責(zé)數(shù)據(jù)的整理、轉(zhuǎn)換、導(dǎo)入、清洗等工作，一般是管理數(shù)據(jù)運行、維護(hù)，也可以認(rèn)為是數(shù)據(jù)源、存儲層，定位的培養(yǎng)對象是本科生，主要解決數(shù)據(jù)處理。數(shù)據(jù)分析和數(shù)據(jù)可視化用戶的要求除了熟練掌握底層數(shù)據(jù)操作外，還要求有一定的分析和創(chuàng)新能力，要求學(xué)生能夠在大數(shù)據(jù)環(huán)境下挖掘數(shù)據(jù)、分析結(jié)果、改進(jìn)模型、提出新算法，甚至可以創(chuàng)建新的開源框架，這就對培養(yǎng)目標(biāo)提出更高要求，本科學(xué)生只要求運用經(jīng)典方法做數(shù)據(jù)分析，而研究生、博士生在此可以進(jìn)行更為深入的探索研究，更側(cè)重理論性，需要根據(jù)數(shù)據(jù)建立合理模型運用分析。從圖2可以看出，數(shù)據(jù)分析用戶和數(shù)據(jù)可視化用戶可以歸結(jié)為數(shù)據(jù)分析和挖掘?qū)?，決策層用戶為企業(yè)、公司等的政策制定者，培養(yǎng)對象可以是非計算機相關(guān)專業(yè)的學(xué)生，不需要了解底層的技術(shù)細(xì)節(jié)，只要學(xué)會運用工具做出科學(xué)的判斷即可，該層也可以理解為最終的大數(shù)據(jù)應(yīng)用層，偏重于解決具體行業(yè)實際應(yīng)用問題?？梢钥闯?，大數(shù)據(jù)課程體系要求學(xué)生能掌握面向大數(shù)據(jù)的數(shù)學(xué)、統(tǒng)計、計算機方面的理論及技術(shù)知識，并能夠熟練運用這些基本方法勝任數(shù)據(jù)的建模、分析、挖掘、統(tǒng)計等工作。

3 高校大數(shù)據(jù)課程教學(xué)思路探討

3.1 教師知識結(jié)構(gòu)需要不斷優(yōu)化

在大數(shù)據(jù)時代，高校教師要走在時代前列，不斷加強專業(yè)知識學(xué)習(xí)，提高自身業(yè)務(wù)水平，調(diào)整和優(yōu)化知識結(jié)構(gòu)。從圖3中可以看出，教學(xué)有3個比較重要的角色，其中之一就是教師，教師是大數(shù)據(jù)課程建設(shè)的關(guān)鍵。由于大數(shù)據(jù)技術(shù)課程在很多高校還沒有完全開設(shè)，目前還處于研究建設(shè)狀態(tài)，存在著諸多教學(xué)內(nèi)容上的問題，教學(xué)材料缺乏，一本教材上的內(nèi)容并不能完全展現(xiàn)大數(shù)據(jù)課程的全貌，與相關(guān)課程彼此間的銜接和串聯(lián)需要老師根據(jù)選定教材上的知識點整合教學(xué)內(nèi)容，形成適合學(xué)生學(xué)習(xí)的知識脈絡(luò)。同時，教師需要將一些大數(shù)據(jù)技術(shù)的手段運用到實際的分析案例中，如網(wǎng)上用戶的購物習(xí)慣分析、物流配送優(yōu)化分析、購物情感心理分析、基于基站的人群類別劃分等，激發(fā)學(xué)生學(xué)習(xí)的熱情和動力。

大數(shù)據(jù)課程授課中，教師要了解學(xué)生學(xué)習(xí)的全過程和軌跡，學(xué)生課前預(yù)習(xí)、課堂考勤、課間討論、課后實驗、課后練習(xí)等，都將被涵蓋在大數(shù)據(jù)分析中。老師可以利用大數(shù)據(jù)課程本身的技術(shù)優(yōu)勢，教以致用，借助學(xué)生的學(xué)習(xí)特征，進(jìn)行數(shù)據(jù)分析，從中提取有價值信息，精確掌握學(xué)生學(xué)習(xí)行為，因材施教。老師甚至可以構(gòu)建學(xué)生行為相關(guān)模型，預(yù)測下一步所需要的教學(xué)內(nèi)容并對學(xué)生的未來學(xué)習(xí)發(fā)展進(jìn)行科學(xué)合理規(guī)劃。例如，可以捕獲到教學(xué)視頻中有大量學(xué)生回放部分的章節(jié)，這意味著這些內(nèi)容所對應(yīng)的知識點可能有教學(xué)設(shè)計上的不足，指導(dǎo)教案重新設(shè)計。此外，在課后習(xí)題自動批改過程中，也可以找到學(xué)生對哪些知識點掌握得不夠，利用數(shù)據(jù)分析技術(shù)提取題目涵蓋的知識點，重新從題庫中自動抽取題目供教師上課講解。

圖3 大數(shù)據(jù)課程教學(xué)思路

3.2 大數(shù)據(jù)課程教學(xué)手段多樣化

課堂板書教學(xué)結(jié)合多媒體教學(xué)，在很大程度上提高了教學(xué)效果，但是針對大數(shù)據(jù)技術(shù)課程還遠(yuǎn)遠(yuǎn)不夠，從圖3可以看出教學(xué)眾多的環(huán)節(jié)都會和視頻教學(xué)有關(guān)聯(lián)，視頻教學(xué)是不可或缺的重要環(huán)節(jié)，它關(guān)系到指導(dǎo)學(xué)生實驗、分析學(xué)生觀看行為、了解學(xué)生學(xué)習(xí)進(jìn)度等方面的問題。大數(shù)據(jù)課程中很多編程、配置、原理的細(xì)節(jié)需要有實際環(huán)境的演示，如果僅靠單一的PPT學(xué)習(xí)，許多細(xì)節(jié)不能學(xué)習(xí)完整，講解也有局限性。同時，由于投影屏幕太小，很多技術(shù)上的細(xì)節(jié)看不清楚，非常容易忘記。課堂上老師講得辛苦，時間緊張，偶爾遇到配置兼容性問題，還要臨時在課上調(diào)試解決，耽誤很多寶貴時間。與此同時，學(xué)生學(xué)得吃力，信息量大，很難及時消化，課后又不能完全回憶起課堂內(nèi)容，因此，迫切需要改變教學(xué)方式。網(wǎng)絡(luò)視頻教學(xué)為教學(xué)大數(shù)據(jù)的收集、整理和分析打下了基礎(chǔ)，國外普林斯頓、伯克利等知名學(xué)府都逐步向全世界開放自己的視頻課程。清華大學(xué)、北京大學(xué)等，也都紛紛提供免費網(wǎng)絡(luò)課。MOOC(massive open online courses)、翻轉(zhuǎn)課堂(flipped classroom)等多樣化的教學(xué)模式正在改變學(xué)生上課的方式。網(wǎng)絡(luò)資源教育平臺有力地補充了傳統(tǒng)教育的不足。

3.3 學(xué)生學(xué)習(xí)大數(shù)據(jù)課程的方法

隨著大數(shù)據(jù)時代的到來，需要制定更加符合學(xué)生自身發(fā)展的培養(yǎng)目標(biāo)。學(xué)生要有一定學(xué)科交叉的知識背景，夯實自己的能力。

從圖3可以看出，學(xué)生主要受到教務(wù)管理部門和授課老師兩個角色的影響，而學(xué)生在學(xué)習(xí)中的反饋信息無疑又會提升前兩者角色的管理和教學(xué)水平。在教學(xué)前，學(xué)生可以預(yù)習(xí)上課內(nèi)容，隨后教師檢查學(xué)生預(yù)習(xí)進(jìn)程，教師通過統(tǒng)計學(xué)生掌握情況，有針對性地進(jìn)行講解。課后，通過作業(yè)、布置學(xué)習(xí)資料鞏固所學(xué)知識，對學(xué)生進(jìn)行學(xué)習(xí)指導(dǎo)，完善課程教學(xué)內(nèi)容。管理部門也可根據(jù)學(xué)生情況適時調(diào)整管理方案。學(xué)生在學(xué)習(xí)時首先要搞清楚大數(shù)據(jù)整個課程體系的脈絡(luò)，然后根據(jù)老師上課講解，逐漸梳理內(nèi)容，把之前所學(xué)的高等數(shù)學(xué)、統(tǒng)計學(xué)、面向?qū)ο缶幊獭inux操作系統(tǒng)、數(shù)據(jù)庫、數(shù)據(jù)結(jié)構(gòu)、算法分析與設(shè)計等多門課程的內(nèi)容有效地融合到大數(shù)據(jù)課程中，找到這些課程和大數(shù)據(jù)課程的內(nèi)在聯(lián)系，這樣既能夠提高學(xué)習(xí)效率，也能極大地激發(fā)自己對學(xué)過課程的興趣和認(rèn)識。有些學(xué)生即使臨近畢業(yè)可能都對自己學(xué)到的計算機方面的專業(yè)課程知識缺乏深入了解，連貫性和整體大局觀不強，只見樹木，不見森林，導(dǎo)致學(xué)生認(rèn)為相關(guān)計算機課程和自己所學(xué)專業(yè)內(nèi)在沒有多大聯(lián)系，缺乏學(xué)習(xí)的動力和熱情，也不能夠把相互依賴的知識點通過案例融會貫通，最終學(xué)不能致用，迷失了學(xué)習(xí)的方向。

大數(shù)據(jù)課程的學(xué)習(xí)需要學(xué)生做到理論和實踐有效結(jié)合。實驗中的配置環(huán)境復(fù)雜，實驗中每個同學(xué)遇到的問題可能不盡相同，老師在有限的實驗時間中，不能夠完全覆蓋和及時回復(fù)所有的問題，也需要避免影響實驗內(nèi)容的講解。因此，實驗環(huán)節(jié)中可以就某些章節(jié)指定幾個同學(xué)組成小組相互學(xué)習(xí)，在實驗課中講解提高，小組成員之間需要分工協(xié)作完成實驗內(nèi)容，有問題可以和老師討論，從而在老師的協(xié)助下，由各組同學(xué)協(xié)同完成課程實驗的內(nèi)容，這樣既保證了效率也兼顧到及時的交流和協(xié)作能力培養(yǎng)。

3.4 教學(xué)管理部門資源配置和管理優(yōu)化

從圖3中可以發(fā)現(xiàn)，大數(shù)據(jù)課程建設(shè)需要教學(xué)管理方面的大力支持，這是加快高等教育大數(shù)據(jù)進(jìn)程的有效途徑，讓有限的資源得到合理的利用，最大限度發(fā)揮師生的積極性。近年來很多高校在大數(shù)據(jù)課程的建設(shè)上投入了大量資金進(jìn)行信息管理系統(tǒng)建設(shè)，信息系統(tǒng)極大地方便了日常的教學(xué)工作。然而，大部分教學(xué)管理系統(tǒng)功能比較獨立，還不能有效融合促進(jìn)信息一體化，有些數(shù)據(jù)不能在多平臺共享。為避免重復(fù)投資浪費，可以現(xiàn)有的教學(xué)管理系統(tǒng)平臺為基礎(chǔ)，對其功能進(jìn)行擴充，以便逐步采集、共享、分析教育管理過程中的各類數(shù)據(jù)，并根據(jù)數(shù)據(jù)分析課程教學(xué)效果，形成一個真正的數(shù)據(jù)融合的大數(shù)據(jù)教學(xué)管理輔助平臺。此平臺的提升不但能促進(jìn)大數(shù)據(jù)課程的長遠(yuǎn)發(fā)展，也會讓整個高校的教學(xué)管理步入一個新的臺階。目前，安徽工業(yè)大學(xué)已經(jīng)在此方面做了積極有力的探索，并取得了積極效果，如課堂考勤、網(wǎng)絡(luò)教學(xué)平臺、學(xué)情預(yù)警、手機端的信息管理、多媒體教室管理、網(wǎng)上評教系統(tǒng)、畢業(yè)設(shè)計系統(tǒng)正在彼此融合，做到信息一體化。

在實驗室建設(shè)和管理中，大數(shù)據(jù)技術(shù)需要眾多開源軟件的支撐，環(huán)境的搭建通常比較繁瑣復(fù)雜，如在Linux的虛擬機環(huán)境下配置，有大量的命令需要手工輸入，這就需不斷建設(shè)完善的教學(xué)視頻和配置指南以備學(xué)生反復(fù)觀摩、學(xué)習(xí)。同時，也要考慮到實驗室資源的限制和資金投入問題，采用云計算的資源虛擬化、虛擬機技術(shù)，適當(dāng)調(diào)用云端虛擬機搭建配置環(huán)境，既可提高效率，也能有效節(jié)約成本。這樣的實驗環(huán)境可以在實驗室和學(xué)生自己的設(shè)備上快速配置，從而解決課后無法重現(xiàn)實驗細(xì)節(jié)的技術(shù)難題。

4 結(jié) 語

大數(shù)據(jù)時代的來臨推動著信息化發(fā)展的浪潮，必將改變當(dāng)今教育的現(xiàn)狀。我們應(yīng)當(dāng)順勢而為，主動適應(yīng)大數(shù)據(jù)時代教育的需求，加大交叉學(xué)科理論研究的探索，積極引導(dǎo)教師參加課程體系建設(shè)活動，提高教師整體的教學(xué)水平。同時，隨著大數(shù)據(jù)技術(shù)相關(guān)課程的逐步開展，諸多挑戰(zhàn)也會產(chǎn)生。教學(xué)改革和課程建設(shè)不是一蹴而就的，而是一項艱巨的系統(tǒng)工程，需要不斷發(fā)展完善。大數(shù)據(jù)給計算機專業(yè)教育和交叉專業(yè)帶來眾多機遇和啟發(fā)，教師需要在教學(xué)實踐中不斷探索和完善，提高自身教學(xué)質(zhì)量，加強與同行間的合作，總結(jié)教學(xué)經(jīng)驗，做到在大數(shù)據(jù)時代下計算機專業(yè)教育從理論體系、科學(xué)實踐、教學(xué)方案等方面的創(chuàng)新，為提高計算機專業(yè)課程體系的教學(xué)質(zhì)量提供依據(jù)。

[1] 李喬, 鄭嘯. 云計算研究現(xiàn)狀綜述[J]. 計算機科學(xué), 2011, 38(4): 32-37．

[2] 程學(xué)旗, 靳小龍, 王元桌, 等. 大數(shù)據(jù)系統(tǒng)和分析技術(shù)綜述[J]. 軟件學(xué)報, 2014, 25(9): 1889-1908．

[3] 陸星家, 王玉金, 劉林林. 大數(shù)據(jù)背景下的計算機課程分層教學(xué)研究[J]. 計算機教育, 2016(5): 52-55.

[4] 林子雨. 大數(shù)據(jù)技術(shù)原理與應(yīng)用[M]. 2版. 北京: 人民郵電出版社, 2017: 242-251.

[5] 胡蓉. 基于大數(shù)據(jù)背景下的高校計算機教學(xué)研究[J].科技展望, 2016, 26(24): 227.

[6] 寧勇. 大數(shù)據(jù)背景下的高校計算機專業(yè)教育改革研究[J].數(shù)字通信世界,2016(5): 302.