摘要：大数据导论是大数据技术与应用专业重要的导论课程，课程涉及了数据平台搭建、数据采集与数据分析、数据仓库、数据可视化、大数据应用开发等内容，具有知识点繁多的特点。针对职业院校学生对理论知识学生对传统理论知识讲解较为抵触的特点，提出了一种基于基于农业大数据项目的大数据导论的课程改革。结合平台搭建、数据采集与分析、可视化四个模块，以基础实训引导大数据导论理论知识学习，培养以数据为中心的思维方式。

关键词：大数据导论 ;课程改革 ;农业大数据

中图分类号：G4 文献标识码：A

1.引言

在 2016年教育部在《普通高等学校高等职业教育（专科）专业目录》中增加了大数据技术与应用专业（专业代码： 610215）来促进数据科学专业人才的培养，当年有 62所高职院校开设该专业。随后的 2018年 1月 18日，教育部公布“大数据技术与应用”专业备案和审批结果， 208所职业院校获批“大数据技术与应用”专业。设立该专业的高校中都设立了大数据导论这门课程作为该专业的导论性课程。而该门课程往往开设在大一下学期。

《大数据导论》是该专业的入门引导性课程，以培养学生的专业认知为目标，所以将会涉及大数据技术专业后续课程的方方面面。涉及的方面主要包括：大数据平台搭建、数据采集与数据分析、数据仓库、数据可视化、大数据应用开发等。这些设计到的知识囊括了 Linux操作系统、编程基础、计算机网络等内容。由于学生知识储备不足。无法深入理解课程环节中的衔接，无法形成正确的专业思维。因此解决大数据导论课程中涉及到的知识与学情反映的知识点储备不足之间的矛盾是课程建设的首要任务。

2.大数据导论课程的建设目标

根据大数据技术与专业的知识体系，导论性课程要引导学生对本专业的认识和了解，所以该课程在知识体系上必须具有一定的广度。与此同时，课程的广度就带来了知识点较多的问题，很容易让学生觉得该专业较难。所以该课程应该注重基础概念和基本原理的介绍，不宜过多的讲解数学背景和算法的细节。此外在实际教学中，贯穿该课程另外一条主线就是要将数据分析和大数据处理的相关技术贯穿在解决农业大数据项目研究中的具体应用。因此在课程中设计了需求分析、平台搭建、数据采集与处理、数据可视化四个模块。设定了四个教学目标，培养学生不同的四种能力。

通过结合大数据技术与应用的相关知识和农业大数据研究中的具体问题，该课程要培养学生以数据为中心的思考能力，同时引导学生了解在农业大数据开发研究中如何进行大数据的平台搭建、采集、分析、可视化的整个过程。

大数据导论课程体系构建

1大数据需求分析

本课程的需求分析部分主要设计软件开发相关的知识，而大数据技术与应用专业学生还未开始实际开发，对需求分析流程理解不深。因此，再此节教学中，主要采用探索式教学。课程前预习，课中展示实际大数据应用，让学生熟悉应用功能，再展示此应用的需求分析文档，让学生理解实际开发以文档为指引。同时也学习需求分析主要流程和采用的分析手段。让学生考虑需求时能掌握至上而下的分析方法。课后，让学生以团队的形式，参照课上展示的项目，设计一个农业大数据平台。

在学生完成农业大数据平台需求文档后，根据分组，让学生进入需求分析展示环境，通过项目展示等多种形式，展示成果，以团队互评、教师评价等多种方式进行教学评价。最后通过对比不同的方案，让学生对比各自需求分析的不足，完善项目分析方案。

以上教学方案，使得学生在初步了解需求分析的同时，加深了对大数据应用开发的流程，也参与到实际项目中。

3.2大数据平台搭建这是本门课的教学难点，难点在于此模块会涉及到虚拟化、linux操作系统。

大部分学生都是刚刚接触 linux操作系统，对于命令行的操作模式相对陌生，难以熟练的操作命令行。因此，本节知识点要采用线上线下相结合的教学模式。线上采用慕课形式让学生了解平台搭建基础知识，学习部分涉及到的 linux指令。线下课程中，教师展示平台搭建成果，再分部解析操作流程，同步录制操作视频。最后再由学生操作。

在操作中，根据学生线上学习成绩分组，让学习进度快的同学带动小组学习进度较慢的同学。完成平台搭建任务。

最后提交平台搭建视频文档作为教学评价重要一环，当课程结束后，选用操作最佳的部分同学，将视频留存于自建的教学平台，供下一届大一同学学习。

本部分整个教学中，要注重理论与实际相结合，强调步骤中每个命令的作用，引导学生理解命令之后的含义。进一步引导出学生理解大数据平台的原理，前期弱化基础原理的讲解，通过实践来加深理解。

3.3数据采集与处理

本环节是大数据导论的教学重点和难点。部分同学在大数据行业两个方向开发与运维的选择从这部分开始的。前期的平台搭建，属于大数据运维的重点。本节的数据采集预处理和后续的数据可视化是大数据开发的重点。而后者在学生的视角下是难点，从往年的教学结果看，选择大数据开发的人数较少。因此在教学上需要调整教学策略。

1.使用数据采集工具

由于大一学生正在学习编程语言，无法通过程序完成数据采集，本部分采用行业中常用的数据采集工具进行数据获取。重点让学生理解数据采集流程，理解 URL、http协议，当数据获取后，使用合作规则去处理数据，获得用于的信息。在选取数据存储工具时，去理解大数据平台存在的意义。让学生将上一节所学知识与本节知识联系起来。

2.体验流式数据采集

针对农业大数据中常见的流式数据，让学生感受农业大数据平台的流式数据采集，加深对数据的理解。了解大数据的特性，理解数据密度等概念。

3.数据采集比赛

组织数据采集竞赛，发布竞赛主题，让学生自己选择合适工具采集数据。

3.4数据可视化

农业大数据项目中，数据可视化具有重要作用。考虑到学生未掌握前端知识，本节采用 excel工具进行数据展示。本模块内容会涉及到较多图表，如柱状图，折线图，雷达图、旭日图等内容。每一个图表都有其常用的数据表达环境中。

因此，让学生在进行数据可视化时，根据需求展示数据，选用合适的图表是教学的重点。也要求教师比面传统以图表含义出发的教学方式，应该以需求为导向。课程组以轻理论、重思想，融合实践案例的角度出发，设计了实际需求 -数据重心 实践案例的散布教学方式。

以农产品销量数据展示为例。在需求分析中，农业大数据需要展示农产品每日销量及价格，针对这个需求，分析展示哪个数据为核心，再参考实践案例，选用合适图表。在整个教学中，注重案例分析与实践紧密结合，弱化图表知识，强调数据表达，让学生真实体会数据可视化的意义。

4.总结大数据导论是大数据基础与应用专业重要的先导性课程，让学生通过基础实践，掌握大数据的基本概念、原理、方法和基础操作。本文探究了农业大数据项目下的大数据概论课程教学模式的改革。在新的体系中，打破了远了以课程讲解中重点的教学模式，在新的体系中，以需求分析，数据平台搭建、数据采集与分析、数据可视化为主线的教育方式。注重培养学生动手能力，在操作中体会大数据导论的知识，理解开发流程，感受以数据为中心的思维方式。

参考文献

[1]刘巧红 ，凌晨 ，孙丽萍 .医学院校“大数据科学与技术导论”课程建设的实践 [J].中国医学教育技术 ，2020，34（5）：578-582.

[2]赵蕊菡 ，黄如花 .国内外数据分析类 MOOC调查与分析 [J].图书情报工作 ，2016，60（21）：52-60.

[3]王巍 ，王文琴 ，王洁 .基于 OBE理念的“多元统计分析”课程 MOOC教学设计研究 [J].黑龙江教育 （理论与实践 ），2021（06）：74-76.

[4]詹浩勇 ，冯金丽 .大数据背景下经管类统计学课程开放循环教学体系构建研究 [J].现代商贸工业 ，2021，42（19）：129-131.

重庆三峡职业学院重庆 404000