陶卿曌，蔺茜，梁政
国防科技大学信息通信学院 试验训练基地，陕西 西安 710106
摘 要：结合信息服务专业培养体系，针对学生数据处理能力进行课外拓展教学活动研究，包括利用线上教育资源，名企参观见学以及实习实践活动。结合大数据分析的准确定位，给出教学内容、教学手段及教学活动方面的教学调整策略。
关键词：信息服务，线上教学，参观见学，实习
大数据时代的到来，为信息服务专业人才的培养提出了新的挑战。在数据井喷、信息科技发展日新月异的大数据时代，如何培养学生的数据分析能力，成为应用型人才培养的核心关键。而大数据自身所具有的大量性、多样性、高频率、高黏性、准确性、时效性和易变性等特征[1]也为信息服务专业学生的数据能力培养提出了新挑战。信息服务专业应如何响应时代号召，与时俱进培养具有大数据能力的综合应用型人才，是信息服务专业教学改革创新必须回应的重要问题。
1. 依托线上教育资源培养学生数据处理能力
数据处理线上课程依托互联网资源，相比于传统的线下机房教学，学生可以接触到数更多更丰富的数据源，在数据收集，数据预处理，数据分析等数据处理关键环节得到锻炼。互联网拥有丰富的数据处理相关课程，通过对学生自主学习能力的培养，使其具备充分利用线上教育资源的能力。
1.1 专业传统数据能力培养模式及其困境
通过对学生线上自主学习能力调查结果的分析，发现学生线上自主学习主要存在以下问题：
一是数据能力培养不能结合学生专业的实践导向、问题导向，成为纯数理分析训练。基于传统数据处理能力培养逻辑，目前各高校强调纯粹的统计知识（数理统计、多元统计、时间序列分析、抽样技术等）教育，忽略专业领域现实问题与数据处理知识的市实际关联。大量的数理知识也会导致学生失去学习兴趣。
二是数据能力培养不能适应大数据时代的数据诉求。随着大数据时代信息技术的迅猛发展，大量涌现不同类型的数据，并且数据处理方法快速更新迭代，传统线下教学有限的教学时间无法覆盖快速变更的数据处理方法。
1.2 线上课程助力学生数据能力培养
疫情期间，通过线上教学的实践过程，老师试图通过直播平台、移动教学APP、视频资源、PPT文件等多种元素结合形成一个良性的在线教学闭环，但学生的学习积极性和学习效果并不理想。引起这种现象的一个重要因素就是部分学生并未形成良好的线上自主学习习惯，无论是课前自学、课中深化还是课后巩固，学生线上自主学习能力欠缺。有效利用学习资源开展学习、找到疑问，在线上教学中主动进行深入讨论和协作学习，从而完成知识和技能的内化是线上教育实施的重要前提[2]。因而，如何培育学生线上自主学习的能力成为当前线上教学实施过程中亟待解决的问题。目前市面上主流的线上课程APP有钉钉、腾讯课堂、网易云课堂等，随着线上课程的大力发展，线上课程APP都具有了完整的教学环节，从课前资料下发、预习结果跟踪，课中点名、提问等多种互动方法，课后作业检查、提问答疑三部分建立良好的教学实施及反馈机制。
数据处理线上教学的优势不仅在于突破传统课堂的限制，更能够为学生提供丰富的教学资源，学生可以根据自身的岗位需求及学习习惯选择不同的线上课程，从而激发学生的学习兴趣，进而调动学生学习的积极性。
2. 组织参观见学活动拓展思维
2.1 企业参观见学帮助学生进行职业规划
参观见学作为一种灵活直观的教学方法，已经被广泛地运用到多类课程实践教学中。从总体上说，这一教学形式，是特色鲜明、富有效率的，但还不是尽善尽美的。随着实践教学的不断发展，参观见学也得到不断完善，反映了与时俱进创新发展的新要求。与其他实践教学形式相比，参观见学能够为学生提供企业数据生命全周期的处理分析过程，从企业面对的实际数据问题，通过参观和讲解加深对企业文化的理解，也能够引发学生对自身专业及能力的反思。
通过名企的参观，使学生洞悉数据处理行业发展动态，切身感受行业发展水平。通过与公司人员交流沟通，深入了解数据市场的需求。在其进行职业规划时，对企业工作的形式有更多了解，清晰地为自身确定未来的行业岗位以及发展方向。同时有学生通过名企的参观后，确定其发展方向不是企业，而是在高校做科研。
2.2 通过参观见学活动开阔眼界拓展思维
在名企参观活动中，有机会见到一些企业核心技术的应用以及学校课堂教学之外的一些常规技术的应用。一方面扩大了学生的眼界，另一方面可以帮助学生理论联系实践。
如图1，通过参观见学活动，学生可以学习企业市场中以需求与解决方案主导的数据运营模式，挖掘实际问题，将课堂上学习的数据处理方法进行实践的思考，预演解决方案，凝练企业优秀案例中使用的管理方法及数据处理方法，对自身知识进行回顾整理，优化知识模型。
.png)
3. 参与实习活动提高实际问题的数据处理分析能力
学习数据处理的目的是应用，通过不断地实践才能将数据处理方法更好地应用到解决实际问题之中。同时，在数据处理过程中，往往需要复杂的计算、美观的图表才能获得实验数据或直观地表达试验规律，此时学生就必需掌握常规的数据处理软件。实习活动可以帮助学生切身参与数据处理问题，学习应用Excel、Design Expert、DPS（data processing system）、Origin、Datafit等优秀数据处理软件，将数据处理方法与软件应用相结合，培养学生的创新性思维，为培养创新研究型人才奠定基础。
本文分别以信息服务专业毕业生的初职起薪、求职过程中的简历通过率和面试通过率为因变量进行OLS回归和分位数回归，表1给出了相应的回归结果。OLS基准模型的回归结果显示，在控制了相关变量后，实习单位的声望对毕业生的起薪和求职过程中的简历通过率有显著的正向促进作用，其影响分别为4.1%和2.8%，但对求职过程中的面试通过率则没有统计意义上的显著影响；而实习收获的大小无论对毕业生的起薪、简历通过率还是面试通过率都没有统计意义上的显著影响[3]。
.png)
这表明，其一，在其他条件相同的情况下，在名企实习过的毕业生起薪将平均高4.1%；其二，同样的，在其他条件相同的情况下，在名企实习过的毕业生的简历通过率将平均高2.8%[4]，而由于简历筛选完全依靠简历内容，名企实习经历在这一过程中体现的是完全的信号作用，回归结果也显示实习收获的大小并未对简历通过率产生任何影响。通过调查计算，学生参与实习活动对其数据处理能力的提升作用明显，在其求职过程中能够起到积极作用。
参考文献：
[1]维克托·迈尔舍恩伯格，肯尼斯·库克耶.大数据时代——生活、工作与思维的大变革[M].杭州4：浙江人民出版社，2013:18.
[2] 李燕，刘跃娟：《网络教学的利弊》，《鸡西大学学报》，2003
[3]孙玉利，李军，左敦稳.“试验设计与数据处理”课程教学模式创新与实践[J].科教文汇，2014
[4]樊明德，张晓娅.“试验设计与数据处理”课程教学改革思考[J].广州化工，2012
作者简介：
陶卿曌（1991-），女，硕士，助教，主要研究方向为数据分析与数据挖掘
蔺茜（1991-），女，硕士，助教，主要研究方向为人工智能数据处理
梁政（1990-），男，硕士，讲师，主要研究方向为数据处理