摘要：高等教育课程思政的提出与实施，是我国在新时代背景下深化教育综合改革、落实立德树人根本任务的重要举措。本文基于新文科这一改革背景，从课程建设目标、课程建设原则、课程建设内容等三个维度，论证了如何提升《大数据分析方法与应用》课程思政建设，强化新文科背景下学生专业技术能力的提升和学科交叉融合，培养成高素质复合型的专业人才。关键词：课程思政；教学实践；数据安全观；学科交叉融合

党的十八大以来，以习近平同志为核心的党中央始终坚持把学校思政建设放在教育的重要位置，高等教育课程思政改革与建设的提出与实施，则进一步凸显了新时期国家全面贯彻党的方针、落实立德树人根本任务的重要举措。2 教育部于2025 年5 月印发《高等学校课程思政建设指导纲要》（教高[2000]3 号），首次系统部署课程思政建设，明确提出，“高等学校人才培养是育人和育才相统一的过程。建设高水平人才培养体系，必须将思想政治工作体系贯通其中，必须抓好课程思政建设，解决好专业教育和思政教育“两张皮”问题。要牢固确立人才培养的中心地位，围绕构建高水平人才培养体系，不断完善课程思政工作体系、教学体系和内容体系”，“要有针对性地修订人才培养方案，切实落实高等职业学校专业教学标准、本科专业类教学质量国家标准和一级学科、专业学位类别（领域）博士硕士学位基本要求，构建科学合理的课程思政教学体系。”[1]。

2018 年教育部提出“新工科、新医科、新农科、新文科”（简称“四新”）建设，作为高等教育改革的重要方向。新文科是其中的重要组成部分，强调文科与科技、艺术、社会等领域的交叉融合[2]。以强势工科、优势理科为主要特色，基于新文科建设这一教育改革背景，本文以开设的《大数据分析方法与应用》这一研究生课程为例，深入阐述课程思政建设的重要性，通过对课程目标、课程建设、课程内容及课程评价体系的建设和优化，充分发挥学科交叉优势，对新文科背景下课程思政建设和学科交叉融合进行探索。

一、课程建设目标

《大数据分析方法与应用》作为经济管理类专业的公共选修课，课程突出新文科背景下人工智能技术、大数据挖掘技术与人文社会学科的交叉融合，在对基础概念进行阐明和定义的基础上，重点讲解大数据前沿的算法及其模型，并结合经济管理类中的典型案例和关键问题，进行场景应用[3]。

课程从底层逻辑出发，由浅入深的介绍数据科学的概念、所需的数学基础、数据的整理清洗方法、数据分析方法（包括统计分析，可视化、数学模型、线性回归、聚类分析、决策树、机器学习算法、深度学习等）以及大数据分析的方法[4]。结合经济管理类的学科特色，构建对应的数据分析模式和分析架构，并结合前沿问题和热点问题进行实践案例教学。

《大数据分析方法与应用》课程在进行思政建设过程中，坚持以立德树人为根本任务，结合新文科建设下研究生培养目标和专业要求，以案例教学、虚拟仿真等实践教学手段，对课程章节设置、知识体系融合、教学效果和学生实践效果等内容进行全面优化和提升，形成能够体现新文科交叉融合、技术前沿、教学和实践成效显著的特色课程，提升学生科研创新能力和解决实际问题的能力。具体课程建设目标包括：

（1）专业基础目标。学生了解大数据技术的基本概念、基本特征、基本技术组成；掌握常用大数据技术的常用分析方法，包括线性回归、聚类分析、决策树、卷积神经网络、循环神经网络、BERT 模型等；掌握数据分析的基本工具，能够正确使用Python 整理和分析数据。

（2）能力提升目标。讲授大数据模型的具体应用场景和算法优势。通过将算法模型的应用实例和解析贯穿整个教学过程，使学生们可以更有效的对海量数据进行感知和分析，做出有效的分析和判断，提升学生解决实际问题的能力。

（3）课程思政目标。在知识的传授中，培养学生质疑、批判、严谨、求真的科学文化素养以及热爱祖国、献身科学的家国情怀，帮助学生养成良好的社会责任感和职业道德，助力学生建立正确的科学观、世界观；引导学生了解真实的国情、民情等信息，提升高校研究生对我党在理论创新上的政治认同、思想认同、和情感认同，进一步坚定学生对我国坚持走中国特色社会主义道路的理论自信、制度自信和文化自信。

二、课程建设原则

（一）目标导向，注重实效。

基于研究生的培养目标，《大数据分析方法与应用》将课程内容与经济社会发展需求和人才培养实际相结合，结合学生未来就业的关键行业和领域，完善课程教学内容和教学体系，针对典型行业需求和行业场景，重点突出课程内容的应用[5]。在课程教学过程中，课程紧密结合实际案例，如小微企业信用评级案例、互联网金融平台信贷产品研发案例，恒大财务造假案例、互联网舆情案例等内容，将实际案例与算法技术相结合，注重应用所学知识实际解决问题的能力和执行效果，构建人才培养新模式，提高新文科背景下《大数据分析方法与应用》课程的教学实效[6]。

（2）立德树人，育人为本。

高等教育以立德树人为本，全面贯彻党的教育方针，强化育人意识，纵深推进课程思政建设。《高校思想政治工作质量提升工程实施纲要》指出：大力推动以“课程思政”为目标的课堂教学改革，优化课程设置，修订专业教材，完善教学设计，加强教学管理，梳理各门专业课程所蕴含的思想政治教育元素和所承载的思想政治教育功能，融入课堂教学各环节，实现思想政治教育与知识体系教育的有机统一[7]。《大数据分析方法与技术》在课程内容、教材、实践和教学教法等方面全面融合课程思政教学改革，并提出了新文科背景下树立“数据安全观”为导向的课程培养目标。大数据资源蕴含丰富的价值，但如何认识、驾驭并在确保安全的前提下利用其创造价值，保障国家安全，是全社会必须要面对的挑战[8]。本课程在讲授大数据分析技术与应用场景等课程内容的基础上，提出要培育学生“数据安全观”，培养学生从国家安全战略角度来认识大数据安全问题。

三、课题教学内容设计

在《大数据分析方法与应用》课程思政改革实践过程中，课程采用课程内容多样化、教学形式灵活些等手段，紧密结合专业热点和社会热点，利用课堂教学、实验实践、行业导师引领等多种形式，多维度、多方式将思政元素融入到课程建设中。

（一）价值导向，提升课堂教育质量

《大数据分析方法与应用》课程的主要授课对象为的研一学生，学生在本科期间已经掌握了基本的专业知识，在 C 语言、Python 语言、R 语言、计量经济学等课程方法也有一定的前期积累。课程通过连续三年的课前问卷调查，了解学生在计算机科学与技术、人工智能算法等方面的积累。调查问卷显示，学生作为文科专业的学生，一方面迫切想要了解和掌握大数据和人工智能领域的知识和技术，但同时受限于跨学科的约束，担心由于基础原因，无法理解并掌握前沿方法。课程基于学生的具体需求，在课程设置过程中，紧密结合经济管理类专业的典型应用场景，基于专业问题引导学生去了解大数据的特征、优势及其前沿技术方法，有针对性的设置课程的教育目标、教学重点和难点，实现学科内容的交叉融合。

具体而言，在教学设计方面，《大数据分析方法与引用》课程首先基于问题进行教学，考虑到学生专业的差异性，围绕课程教学的重点和难点，精心设计若干探究性问题，引导同学深入思考，以专业的科研问题和实践问题加深所学重点难点知识的理解和应用；其次，课程还共享专业案例分析所需要的问题和代码，内容与课程理论模型教学内容同步，通过代码分析和复现加深对所学理论知识的理解，提升学生应用理论知识解决复杂问题的能力。

（二）多种形式教学，充分发挥课堂教学的功能

发挥“第一课堂”主渠道功能。《大数据分析方法与应用》结合全校通选课的育人目标，充分挖掘本专业思政元素和资源。课程团队在每个阶段的内容中均对课程思政有所实施。在大数据导论部分的讲解中，课程内容基于我国在大数据战略发展方面的优势，对大数据发展史、我国地区大数据发展现状及国家战略布局等内容融入到课题教学中。通过介绍“东数西算”国家战略、贵州大数据基础建设等，使学生了解我国在大数据和人工智能领域的国家战略和相关政策[9]。学生通过对我国在信息化和大数据方面的快速发展和优势的了解，引导学生了解世情国情党情民情，增强对党的创新理论的思想认同和情感认同，坚定中国特色社会主义道路自信和制度自信。

在对大数据、云计算等应用场景学习中，课程融入大数据相关方法和数据挖掘技术等专业内容，并以“普惠金融”、“脱贫共建与乡村振兴”等国家战略为典型案例，深入讲解大数据分析技术在金融领域和社会发展领域的应用，引导学生了解国家民生战略，激发学生的职业责任感，增强学生的理论自信和制度自信，引导学生践行社会主义核心价值观。

（三）多种形式拓展学生专业知识，提升学生综合素养

通过校外导师专题讲座形式，在教学环节邀请人工智能领域、数字经济领域和金融科技领域的业界专家进行专题讲座，分享行业和专业领域前沿技术创新，让学生明白专业领域对知识要求的全面性和前沿性，要求行业人才在专业领域发挥不怕吃苦，迎难而上的科研精神，通过对其人生经历和创业经历的分享，引导学生进一步了解科技创新人才的创新创业精神。

通过对校友企业参观和支部共建等系列活动，挖掘思政元素，积淀学生职业素养教育。通过讲座和实地参观，学生了解企业一线业务内容和前沿成果，激发学生的职业兴趣和规划；通过学习企业发展过程及创业故事，激发学生的奋斗精神。

通过案例教学，将“数据安全”、“国家安全”等思想贯穿课程，紧紧围绕新文科背景下文科专业类发展要求，结合大数据方法与应用场景中的热点问题和案例，以《数据安全法》为切入点，系统梳理以中国、美国、欧盟等代表性国家和组织在大数据、人工智能等领域的法律法规，同时对“斯诺登”事件、“Facebook 用户数据泄露”事件、瑞幸咖啡财务造假事件、“人脸识别滥用”事件等进行解析和研讨，以典型事实强化学生对大数据在经济、管理和国家安全等不同领域特征的理解，启发学生要牢固树立法治观念，提高运用法治思维和法治方式维护自身权利的意识和能力，提升学生的国家安全意识[10]；以“瑞幸咖啡财务造假”、“恒大集团财务造假”等案例，从专业视角进行分析，帮助学生了解大数据在财务管理等专业领域的应用，熟悉相关的法律法规，引导学生深刻理解并自觉实践职业精神和职业规范，增强职业责任感，培养遵纪守法、爱岗敬业、诚实守信的职业品格和行为习惯，培育学生经世济民、诚信服务、德法兼修的职业素养。

表1 《大数据分析方法与应用》课程思政元素与学科交叉融合设计

四、课程教学实施效果评价

《大数据分析方法与应用》课程通过多维度的教学设计与创新实践，实现了专业知识传授与价值引领的深度融合。课程以培养具有家国情怀的复合型人才为核心目标，采用"多元协同"教学模式：由大数据技术专家、思政教师及行业导师组成"三维一体"教学团队，实现技术深度与价值引导的有机结合；通过案例教学、实验驱动、翻转课堂等多样化形式，将社会主义经济发展成果转化为生动教学素材；构建"过程性评价+成果展示+思政素养"三维考核矩阵，重点考察研究生运用大数据技术解决社会问题的能力与法治思维。

课程将思政教育贯穿教学全过程，形成"显隐结合"的育人格局。在显性教育方面，系统讲解大数据技术在脱贫攻坚、疫情防控、数字经济等领域的应用，通过《数据安全法》《个人信息保护法》等专题模块，强化法治意识与网络素养。在隐性教育上，将算法伦理、数据隐私保护等教学环节中融入社会主义核心价值观，通过"科技向善"案例研讨，引导学生思考技术发展与社会责任的关系。

通过对比连续三年的课前课后学生问卷调查内容，发现学生的学习能力得到显著提升：学生的文献检索和数据搜集整理能力提升了 40% ，科研团队协作效率提高 35% ， 85% 的学生在课程交叉融合知识点中展现出跨学科问题解决能力。通过课程思政改革， 92% 的学生表示对国家的宏观战略、国家制度和数据安全等内容有了深刻的了解，深化学生的制度自信和文化自信，学生的数据安全意识较课程前提升了 63% 。

课程将在现有教学体系和教学内容的基础上进行深化，以课程思政建设为切入点，融合学科交叉特色，建设课程思政案例，开发"大数据 ⁺ 普惠金融"、"大数据 ⋅+, 小微信贷"等实践教学模块，探索"AI+思政"的智能教学评价系统。

五、结语

高等教育的目的是立德树人，在新文科背景下，应当将学生培养成高素质的复合型人才。面向互联网、大数据、云计算、人工智能等信息时代发展需要，《大数据分析方法与应用》课程改革充分发挥学校学科优势和学校育人特色，塑造了学生的数据安全观和国家安全观，夯实了数据挖掘理论基础，提升了学生大数据分析和应用的能力，培养了能够利用大数据思维解决文科专业应用问题的复合型人才，进一步丰富了新文科改革的课程设计。

参考文献：

[1] 教育部关于印发《高等学校课程思政建设指导纲要》的通知. https ：//www.gov.cn/zhengce/zhengceku/2020-06/06/content_5517606.htm.

[1] 李新，杨森，管雪梅，等.新工科背景下现代控制理论课程思政建设与教学设计研究[J].高教学刊，2025，11（13）：185-188.DOI：10.19980/j.CN23-1593/G4.2025.13.043.

[2] 张幸.金课背景下《大数据金融与征信》课程思政建设的思考[J].才智，2025，（01）：49-52.

[3]刘智明，蔡洁，黄友荣，等.聚焦大数据与人工智能领域的计算机通识课程思政案例建设[J].计算机教育，2024，（06）：109-113.DOI：10.16512/j.cnki.jsjjy.2024.06.013.

[4] 初人杰，罗梦贞，杨嫘，等.课程思政在大数据教学中的探索与研究——以“数据挖掘算法基础”课程为例[J].工业和信息化教育，2024，（03）：65-70.

[5] 牟凤兰.课程思政视阈下《大数据财务分析与决策》理论与实践教学探究[J].开封大学学报，2024，38（01）：71-73.

[6] 李静华.基于 OBE 教学理念的《财务大数据分析与决策》课程思政教学改革探讨[J].才智，2025，（15）：17-20.

[7] 张凌.课程思政数字化教改研究——以“计算机网络”课程为例[J].教育教学论坛，2025，（07）：77-80.DOI：10.20263/j.cnki.jyjxlt.2025.07.010.

[8] 肖静，杨燕，龚勋.“计算机学科前沿导论”课程思政教学策略实施与实现[J].中国大学教学，2023，（03）：24-28.

[9] 马宗保.计算机类专业课程中思政元素的融合与教学方法创新研究[J].西安文理学院学报（社会科学版），2025，28（02）：28-32.

基金信息：研究生课程思政教育教学改革课题“新文科背景下《大数据分析方法与应用》课程思政教学探索与实践研究”。

作者简介：李绍芳（1984-），女，河南鹤壁人，博士，教授，博士生导师，研究方向为大数据挖掘。