您好, 访客   登录/注册

大数据背景下独立学院应用统计学专业课程设置的几点思考

来源:用户上传      作者:

   [摘要]数据分析人才是当下最稀缺的职位之一,各高校都相继开展大数据人才的培养。应用统计学专业对培养大数据人才有着得天独厚的优势。大数据背景下如何进行课程设置,以满足统计人才的培养要求,是专业发展中面临的重要问题。参考《普通高等学校本科专业类教学质量国家标准》中的要求,根据独立学院的办学定位,针对独立学院应用统计学专业课程设置中存在的一些问题,给出了应用统计学专业课程设置中的几点思考。
   [关键词]大数据;独立学院;应用统计学;课程设置
   [中图分类号]G642
   [文献标识码]A
   [文章编号]1671-5918(2019)07-0145-02
   doi:10.3969/j.issn.1671-5918.2019.07.061
   [本刊网址]http://www.hbxb.net
   2016年3月国家将大数据战略纳入十三五规划。同时各地出台政策支持大数据产业发展。国内数据分析职位主要集中在互联网、金融、房地产等行业,社交平台领英发布《2016年中国互联网最热职位人才报告》显示数据分析人才是当下最稀缺职位之一。大数据时代的到来也为统计学的发展带来了机遇和挑战。2018年初,教育部颁布了《普通高等学校本科专业类教学质量国家标准》,简称《国标》,也为各专业课程设置提供了重要依据。各高校可根据《国标》进行应用统计学专业人才培养方案及课程设置的修改。
   一、大数据与统计学
   这两年,全国各高校都积极申请开设与大数据相关的本科专业。部分高校的统计学、应用统计学、计算机科学与技术、信息管理与信息系统等专业都开始以大数据为专业方向。普遍的定义认为,统计学是关于数据的科学,数据是统计学科的核心,也是统计学科的主要价值体现。培养拥有大数据分析能力的统计学人才,将是各高校统计学类专业发展的方向。应用型本科院校尤其是独立学院的应用统计学专业如何适应大数据时代的要求,有针对性地进行课程设置是非常有必要的。因为大数据时代下的统计学人才应具备以下能力。
   (一)数据采集能力。传统的数据采集主要靠统计调查获得,并且数据量相比现在小得多。如何获取数据是大数据人才的基本。大数据背景下,我们身边时刻产生着数据,人们可以通过互联网、数据库等获得海量数据。所以需要改变传统的数据采集方式,通过开设网络爬虫、数据库技术等课程来培养学生从互联网、数据库采集数据的能力。
   (二)数据挖掘能力。数据挖掘就是从海量数据中抽取潜在的有用信息的技术,是一门交叉学科,要求具备扎实的统计学机器学习等理论基础,是大数据分析人才的核心技能。数据挖掘是更深层次的数据分析方法,它的应用十分广泛。目前的数据库系统无法发现数据中存在的关系和规则,也无法根据现有的数据预测未来的发展趋势。数据挖掘技术就是为了解决传统数据分析方法的不足,并针对海量数据分析而产生的技术,为决策者提供了很大帮助,也为企业带来了利益。数据挖掘在今后数据技术发展中将会发挥重要作用。
   (三)较强的计算机软件技术。在当前的社会发展中,社會各个领域对计算机技术的依赖程度不断加大。大数据领域更需要借助计算机软件技术,以提高信息处理能力。如果学生想要掌握数据挖掘技术就必须精通至少一门编程语言例如python/R/C++,也需要掌握Mapreduce、Hadoop、Spark等大数据存储与运算平台。应用统计学专业的毕业生要适应大数据的工作岗位,必须具备较强的计算机软件技术的能力。
   二、应用统计学课程设置存在的问题
   现代统计学的理论与方法已经渗透到自然科学与人文社会科学等领域,极大地促进了各学科的发展。在以往大部分高校的应用统计学本科专业都以经济统计、商务统计、卫生统计等为专业发展方向,随着社会的发展,这些专业方向逐步面临淘汰,尤其是独立学院,没有专业特色,导致专业停止招生。大数据时代的到来对统计学科的发展既是机遇又是挑战,如果高校不抓住专业改革的机会,势必会影响专业的发展。目前,独立学院的应用统计学专业课程设置主要存在以下几个主要问题。
   (一)课程设置以理论课为主。在应用统计学专业课程设置上,大多高校是参照《普通高等学校本科专业目录和专业介绍(2012)》设置的。学科基础为数学类的课程,专业必修课程为统计应用主干课程。然而,这些学科基础和专业必修课程都是以理论课程为主,部分课程开设少量的上机实验。专业选修根据应用领域设置不同课程,像商务统计应用领域设置计量经济学、企业经营统计学等;金融与保险统计领域设置金融统计学、保险精算学等。这些应用领域的专业课程基本都是理论课程,导致学生对专业课程的学习不是很感兴趣,动手能力也没有那么强,不利于独立学院学生能力的培养。
   (二)专业软件使用过于简单。在应用统计学专业的实验课程中,大多独立院校使用的是SPSS软件、Eviews软件,部分院校使用SAS软件。这些软件功能比较单一,只能处理特定类型的数据,不能适应大数据时代社会发展的需要,也不利于学生的就业。
   (三)缺少专业特色。在独立学院中,应用统计学专业以经济、金融统计方向为主,课程设置与重点大学的基本一致,没有自己的特色,无法形成竞争力。有些独立学院该专业的培养目标还停留在能够完成问卷设计、收集数据,进行结构化数据的建模、分析的层面上。由于专业课程体系陈旧,导致本科毕业生就业率低,从而影响专业招生和发展。每年都会有高校取消统计学类专业的招生。
   三、大数据背景下独立学院应用统计学专业课程设置的几点思考
   随着大数据时代的到来,社会发展需求既懂数学和统计学,又懂计算机技术的复合型人才。独立学院的办学定位大多是应用型,学生就业率为办学所考虑的首要目标,这就需要学生具有较强的专业应用和实践能力。所以,根据《国标》,结合在独立学院的应用统计学专业的教学及专业建设经验,对大数据背景下应用统计学专业课程设置提出以下几点思考。    (一)以数据挖掘和数据分析为主线。独立学院根据办学定位、社会发展形势及就业情况,可将应用统计学的专业方向定为数据挖掘和数据分析,开设一些与大数据相关的基础课程,如大数据学科导论、数据挖掘、数据分析等。这样相比数据科学与大数据技术专业的课程就较为简单一些,学生除了能系统的学习统计类课程外,也能接触一些大数据相关的课程,扩展了专业的就业面。在《国标》中,给出了应用统计学专业的学科基础和专业必修课程开设的建议,关于数据挖掘和数据分析的主要课程在专业必修和专业选修课程中设置。
   (二)提高学生的程序设计及计算机能力。以往比较流行的SPSS、EVIEWS等软件不需要有较强的编程能力,使用方便,但有较大的局限性,也不利于专业的发展。在统计分析上,R语言有较为强大的能力;在专业发展上,Python语言更有前景。但两款软件都需要编程,这就需要开设程序设计基础、算法设计、数据结构等课程,对学生能力的要求也就提高了,对学生的就业及发展是有较大帮助的。同时,还应增加统计计算、数据库技术、数据可视化、网络爬虫、Mapreduce、Hadoop、Spark等与大数据专业相关的课程,以提高学生的专业技术水平及计算机能力。
   (三)重视实验、实践课程的开设。独立学院以培养应用型人才为目的,在课程设置上应加大实验类课程的比例,以提高学生的实践能力。《国标》规定专业实验课程的总学分为4学分(约64学时)以上,如果实验学分比例太少,是和独立学院的专业培养目标不相符的。
   根据《国标》的建议,应用统计学专业学科基础课除了开设数学类课程外,還应根据应用领域开设对应的其他相关学科的基础课程。以数据挖掘和数据分析为专业方向,可增加python程序设计课程为学科基础。同时再根据应用领域开设相关基础课程,例如经济、金融方向可设置经济学、金融学等课程,后续课程也要开设相关数据分析课程如经济、金融大数据分析。
  在专业必修课程中《国标》给出了各高校都应开设的课程,如应用回归分析、应用多元统计分析等。还有一些可选开的专业必修课程,如统计学导论、试验设计等。以数据分析为专业方向,同时需要增加数据库技术、数据结构、算法设计与分析等课程。不管是学科基础还是专业必修课程,像专业必修课程都可以理论与实践相结合的方式进行课程教学。如:数理统计学、应用回归分析、应用多元统计分析、应用时间序列分析等均可设置一半学时理论一半学时实验。统计类课程实验大多使用R语言,加强实验不仅能增强学生的实践能力,还能通过实践更好的理解理论。
  专业选修课程中,数据分析、数据挖掘、数据可视化等课程也均是理论与实验相结合,并且实验课学时多于理论学时,这些选修课程使用Python语言,对处理半结构化和非结构化数据就更为专业。
   在实践教学上,设置社会调查、创新创业、专业实习、毕业论文等,进一步提高专业实践能力。同时,指导学生积极参加统计建模、数据挖掘、统计调查等竞赛以提高他们的专业能力,来适应大数据时代的社会需要。
   四、结束语
   在大数据时代背景下,如何运用数学、统计学、计算机技术等,从大量数据中挖掘有用信息,给决策者提供量化支持是一些专业发展的重要任务,应用统计学专业应抓住机遇。独立学院的应用统计学专业要适应大数据时代的发展也须对人才培养方案和课程设置做出必要的修改,为培养出能够从事数据挖掘和互联网数据分析等工作的高素质、复合型的统计应用型人才而努力。
   参考文献:
   [1]教育部高等学校教学指导委员会.普通高等学校本科专业类教学质量国家标准[M].北京:高等教育出版社,2018:255-263.
  [2]孔晓瑞,刘梦玲,靳俊娇.大数据时代背景下对应用统计学专业的思考[J].高教学刊,2016(18):41-42.
   [3]张海波,黄世祥.统计学专业学生大数据分析能力的培养方式选择[J].统计与决策,2014(24):66-68.
  [4]耿直.大数据时代统计学面临的机遇与挑战[J].统计研究,2014(1):5-9.
  [5]潘保国,胡付高.大数据时代应用型地方高校统计学专业课程设置的研究[J].统计与管理,2016(10):10-11.
  [6]刘冬萍.经管类统计学课程“赛教融合”教学模式探讨——以全国大学生市场调查与分析大赛(CRA)为例[J].湖北函授大学学报,2017(2):102-104.
转载注明来源:https://www.xzbu.com/1/view-14988044.htm