浅谈大数据对数学建模课程改革的影响

来源:用户上传      作者:

　　【摘要】大数据时代的来临影响数学建模课程，对数学建模能力的培养和考核已经不再限于为分析问题能力，还需要更注重数据获取和执行能力的培养。因此，在大学数学建模教学中，需要我们认真分析和思考大数据型对数学建模课程的影响，做出相应的课程改革。
　　【关键词】大数据 数学建模 课程改革
　　信息技术的应用和终端网络技术的大爆发，大数据已经应用到我们生活中的各个领域，作为很多基础性研究需要使用的数学建模课程，大数据的使用对其产生了深刻的影响。在教学和国际竞赛等实践中，对数学建模能力的培养和考核已经不再限于为分析问题能力，还需要更注重数据获取和执行能力的培养。因此，在大学数学建模教学中，需要我们认真分析和思考大数据型对数学建模课程的影响，做出相应的课程改革。
　　一、数学建模课程目标中要明确大数据的应用
　　课程目标上应顺应时代的要求，构建体现大数据应用的数学建模课程目标。数学建模课程主要目的是：培养学生应用数学理论和知识，采用数学模型解决实际问题的能力，但是前提是建模时能正确地面对数据类型和关系，进行合理假设。在大数据时代，要分析和解决我们在科学领域的实际问题，就要从人们在自觉和非自觉状态下创造的大量非结构化数据和半结构化大数据中找到数据间的关联性，找到数学模型中起作用的假设参数。因此，在数学建模课程目标中要设定体现数据结构的特点和大数据应用的内容。我们来怎么来体现大数据的应用，从以下几个方面人手：
　　1、体现大数据的特征
　　根据大数据的定义，大数据具有5V特征，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。实际生活中如医学上人体监测、生产数据监测、车流、人流分析，科学研究中如天文数据、实验数据等，我们现代信息技术手段都可以采集大量的数据。传统数学建模中，数据收集是利用统计学的随机抽样，进行抽样推断。而在大数据时代下，数据的来源可以通过互联网、即时通讯工具、监控设备来获取海量数据。大数据背景下，全数据或海量数据成为样本数据，即样本就是总体，样本就是大数据。要适应这种要求，在数学建模课程目标设定的时候就要在考虑各类数据的影响程度，分析的维度需要增加，即多维度分析能力的培养和大数据处理能力的培养。
　　2、要体现大数据的收集和应用
　　传统数学建模课程目标中，很少强调数据收集、应用能力。而在大数据背景下，数据无论在空间和时间方面，来源更加复杂，格式更加多样，这就使得数据的前期清洗处理变得非常困难。数据的收集能力和应用能力是数学建模课程中不可或缺的内容，所以，新的数学建模分析需要在发现海量数据下的各种关联性前提下，思考数据收集的方式，数据的应用的范围等。另外，需要把新的大数据处理软件操作的能力培养考虑其中。
　　二、课程内容中要体现大数据和信息技术的特点
　　我们知道，数学建模实际是一种基于数学应用的实验，我们是通过实验、观察和分析，对我们研究的实际问题，找到规律和合理的假设，明确变量和参数，采用数学语言和方法，把一个因果关系形成一个明确的数学问题，然后通过检验，验证能否对这种因果关系进行预测。大数据处理和应用的过程是：设置观测点、存储、联机分析、数据挖掘、数据输出、辅助决策等，我們在教学内容中要实现数据建模和大数据应用的有机结合，那么，对于数学建模课程的内容改革在大数据时代下需要怎么安排呢？
　　1、在观察阶段，要注意样本数据收集的信息化与自动化，通常把海量信息和全样本数据作为观察的主体。
　　2、在数学描述阶段，由于数据的结构复杂，变量众多，数据巨大，难用一个函数描述出变量之间的准确关系，我们要吧相关分析的内容放在前面，这样在无法综合评价出变量之间关系的情况下，通过相关分析，清洗数据，使相关关系的分析成为了大数据分析的基础。
　　3、在模型验证阶段，海量信息和全样本数据可以支撑非普世和精确化的数学模型。
　　4、将计算机和信息技术的内容很好地落实到课程计划、课程标准和教材中。例如，“网络爬虫”程序直接抓取互联网数据的内容;从传感器、云端直接获取智能制造中现实数据的方法等。
　　所以，在大数据时代下，数学建模课程内容必须体现大数据和信息技术的特点，逐渐改变数据挖掘技术在数学建模教学上辅助性的作用。
　　三、教学方式方法要强化软件教学
　　在大数据的影响下，要适应新技术和新的数据收集处理方式，数学建模教学要改变传统的教学模式，充分使用信息化教学，发挥专业软件的优势。
　　1、数学软件的教学。常见的数学软件有Matlab、Mathematica，Lingo，SAS、SPSS、Eview、Python等，它为计算机解决现代科学技术各领域中所提出的数学问题提供求解手段。
　　2、加强数学算法的介绍。常见的数学算法包括运筹学类的算法、概率分析与随机算法、时间序列算法等，其他的如十大经典算法等。
　　3、加强建模中的大数据处理软件的应用，注重编程分析。如大规模并行处理数据库、分布式文件系统、分布式数据库、虚拟化和内存计算等，其中，大规模并行数据处理运用的hadoop技术，内存计算的hana工作原理等在教学过程需要予以关注。
　　综上分析和思考，大数据时代对数学建模教学的影响是多方面的，教学改革也是时代的必然要求，大数据的收集和分析使得样本数据的收集实现了信息化、自动化、全样本和大数据化，我们要面对的数据结构复杂，变量众多，数据体量大。在人才培养和教学过程中，要兼顾数学理论和信息技术，树立学生的大数据思维，要充分的使用信息化手段，这样才能真正让科学和实践相结合。
转载注明来源:https://www.xzbu.com/2/view-14813714.htm