數據分析課程范文10篇

摘要：在提質培優背景下，課程思政“大有可為”也“大有作為”。文章以專業基礎課程——數據分析基礎課程為例，研究如何貼合課程特色，對課程思政進行一體化設計，并在實踐中檢驗課程思政成效，從而充分發揮專業基礎課程的育人價值，落實立德樹人的根本任務。

關鍵詞：課程思政；總體設計；實踐成效

2015年10月，黨的十八屆五中全會正式提出“實施國家大數據戰略，推進數據資源開放共享”。[1]2021年《政府工作報告》也提出“加快數字化發展，打造數字經濟新優勢，培養數智化人才”。[2]隨著大數據行業的發展，企業的數據能力、構建意識不斷增強，更多的企業在不斷引進專業數據人才。2020年，教育部出臺的《職業教育提質培優行動計劃（2020—2023年）》提出，職業教育要強化工學結合、知行合一，健全德技并修育人機制，落實立德樹人根本任務，完善多元共治的質量保證機制，推進高質量發展。一方面是數據人才的稀缺，一方面是職教改革的迫切需要，因此，數據分析基礎課程的課程思政建設“大有可為”也“大有作為”。本文按照提質培優的要求，遵循“一體化設計、結構化課程、顆?；Y源”的建構邏輯，對數據分析基礎課程的課程思政進行實踐探討。

1數據分析基礎課程的課程目標

數據分析基礎是江蘇信息職業技術學院（以下簡稱我校）面向所有專業開設的一門專業基礎課。課程根據行業需求和“00后”學生特點，依據各專業人才培養目標進行設置，按照崗位能力分析應該掌握的知識點和技能點，形成課程教學目標，并細化為具體的知識點和能力點。以數據分析在各行業的應用為主線，對金融大數據、電商大數據等進行分析，培養學生的數據思維，使學生掌握數據分析的實用技能，最終達到知行合一、學以致用的目的。在專業教育的同時，以新時代中國特色社會主義思想為指導，堅持知識傳授與價值引領相結合，注重課程思政教育教學改革建設工作，深入挖掘數據分析基礎課程蘊含的思想政治教育資源，充分發揮專業基礎課的育人價值，將價值塑造、知識傳授和能力培養三者融為一體，培養“德、智、技”全面發展的高素質應用型人才。

1.1培育和踐行社會主義核心價值觀（德）

摘要：培育新媒體環境下的卓越新聞傳播人才，需以落實立德樹人的根本任務為基礎。作為融合新聞系列課程之一的“數據新聞與數據分析”課程，可通過將思政元素融入教學目標、挖掘課程內容思政元素、建設經典教學案例庫、樹立優秀數據新聞團隊榜樣、反思不良數據新聞應用、靈活巧設教學環節、提升教師思政能力等方式，使思政元素內化于課堂教學，外顯于學生成長，種好課堂責任田，為黨和人民培養優秀的新聞傳播后備人才。

關鍵詞：課程思政；數據新聞；新聞傳播人才培養

“強化思想引領和價值塑造，構建思想政治教育、職業道德教育、專業知識教育‘三位一體’新聞傳播育人體系”①是2.0版卓越新聞傳播人才教育計劃的要求。打造新聞傳播人才德育新模式，要求任課教師不僅要傳授專業知識，還要注重思想引導和價值引領，以課程思政作為卓越新聞傳播人才培養的有力抓手，將思想政治教育元素有機融合于專業課程教學中，以全新的德育模式培養新聞傳播人才?！皵祿侣勁c數據分析”課程是新聞傳播學專業中實踐性較強的新聞傳播業務類課程，這門課程在培養學生掌握從數據到發現新聞、基于數據講好新聞故事技能的同時，也要通過實施課程思想政治教育激發學生的社會責任感，培養學生正確的價值引導能力，使其未來能以過硬的專業技能、堅定的立場和滿腔的熱情從事我國社會主義新聞傳播工作。

一、在教學目標中融入課程思政“數據新聞與數據分析”

課程是學科專業選修課，為新聞傳播學專業學生開設。該課程的主要任務是向學生介紹數據新聞學的基本理論、方法和工具。為了勝任數據新聞領域的工作，學生需要知曉數據新聞的歷史、經典案例或范例。“數據新聞與數據分析”課程注重培養學生的數據素養、批判性思維，引導學生理解具體的數據分析，了解數據可視化相關軟件，基本掌握統計學概念、原理、方法及SPSS統計軟件的應用，能正確運用數據結果發現值得講述的故事（發現問題），運用數據講故事（分析解決問題），并最終創作完整的數據新聞作品?！八枷胝喂ぷ鲝母旧险f就是做人的工作。”②在把思想政治教育融入專業課教學的過程中，要想最終實現“立德樹人”的人才培養目標，除了強調傳授基礎知識、專業技能外，還應重視提升大學生的人文道德素養，使學生成為“德才兼備”的人才。對“數據新聞與數據分析”課程而言，“才”指學生對數據分析、數據可視化各種技能的掌握，“德”則指在數據新聞作品創制過程中誠實耐勞等道德品質的養成，以及對數據倫理與新聞傳播倫理規范的遵守。因此，對“數據新聞與數據分析”課程的思政教育而言，應把立德樹人的內容融入課程的教學目標中。通過對數據新聞的基本理論、方法和工具的系統講授，使學生遵守新聞倫理與數據使用規范，熟悉數據新聞制作流程，運用數據結果發現故事、講述故事，最終創作完整的數據新聞稿，并在此過程中養成良好的職業道德品質和家國情懷，為成為有知識、有溫度、有情懷的新聞傳播人才打牢思想基礎。

二、在教學內容中挖掘思政元素

摘要：本文基于新聞傳播人才數據分析能力培養實踐，提出面向問題解決的數據分析能力培養路徑。在此基礎上系統化構建指向培養路徑實現的數據分析能力培養體系，該體系包含課程、實訓、師資三個子體系。

關鍵詞：大數據時代；新聞傳播；數據分析；培養路徑；培養體系

大數據時代高校人才培養面臨新挑戰，受技術發展影響深刻的新聞傳播專業更是如此。新聞傳播教育融入大數據內容迫在眉睫，然而現實培養效果不盡如人意。分析其原因是當前培養方式主要停留在課程層面，通過直接在傳統課程體系中加入一門或幾門數據類課程實現，課程設置缺乏理論依據，課程之間缺乏邏輯關聯。數據分析能力獨立于新聞傳播傳統核心能力培養之外，需在專業內生需求驅動下，系統化設計培養路徑與培養體系，設計過程需充分考慮專業特點。

新聞傳播人才數據分析能力培養路徑

大數據時代新聞傳播生態面臨重大調整的同時也深度參與時代形態塑造，因此數據分析能力培養目標指向：深刻理解大數據內涵，既能利用數據分析方法支持新聞傳播領域需求，也能清楚認識新聞大數據在解決其他領域問題上的潛能。培養路徑設計亦圍繞該目標實現，主要內容包括：（一）強化數據分析思維培養，弱化技術細節傳授。數據分析能力分為兩個層面：數據分析思維能力與數據分析技術能力。前者包括：理解分析方法背后數學邏輯，明晰方法適用問題類型，能正確解釋分析結果；后者包括：根據數據分析方法特點能利用可視化軟件或編寫程序實現數據分析過程。因此，數據分析能力培養方式細化為三種：數據分析思維與技術并重培養；重技術實現，弱分析思維培養；重分析思維，弱技術細節培養。毋庸置疑，思維與技術并重培養最為全面，但在加重學習負擔的同時不可避免地會壓縮其他能力培養空間。正如哥倫比亞大學教授James?W.Carey所言“新聞學的學術來源應該根植于人文科學和人文類的社會科學中，新聞應該與政治、文學、哲學、藝術、歷史聯系”[1]，并重式培養不免舍本逐末，影響人才整體培養目標實現。得益于集成軟件的可視化操作以及新一代編程語言豐富的可調用程序“包”，數據分析技術實現難度降低，為“重技術實現”培養方式創造條件。但集成操作在封裝數據分析過程的同時也導致學生對方法內涵及其背后邏輯理解不透，缺乏舉一反三的能力，更無法融合知識背景對分析結果進行深度解讀。另一方面，計算機性能提升促進數據分析方法快速迭代，從技術角度培養學生，容易導致教學內容滯后或在該能力培養上投入過多時間。因此，筆者傾向“重分析思維，弱技術細節”?培養模式。該模式重點講授數據分析方法原理，適用問題場景以及對分析結果進行有效解釋。在原理講授上可根據內容難易程度采用不同方式，例如對于基于單一數學公式的可直接補充數學知識；對于涉及復雜數學原理的，可采用通俗的符合現實邏輯的語言來講述。無論采用何種講授方式，其目的就是讓學生真正理解數據分析方法內涵，切實具備將方法應用到現實問題解決的能力。（二）開展信息素養教育，提高信息檢索與連接學習能力。采用“重思維，弱技術”培養方式必然存在兩個弊端：一是學生技術實現能力不足；二是無法及時跟進技術前沿?？偨Y教學實踐，筆者認為開展信息素養教育是解決這兩個問題的關鍵?！靶畔⑺仞B”概念由美國信息產業協會提出，根據Doyle在《信息素養全美論壇的終結報告》中下的定義可知：理解信息在問題解決上的重要性，描述面向信息需求的問題，利用工具獲取目標信息，選擇有效信息并將其準確運用到問題解決上是開展信息素養教育的目的[2]，也正是克服“重思維，弱技術”培養方式下人才技術短板的關鍵。首先，針對技術實現能力不足問題，可通過與有技術優勢的專業人員合作來彌補。識別合作對象是開展合作的前提，當前數據分析方法種類繁多，在解決現實問題時需要與有不同技術專長的對象合作。因此僅依靠人際網絡很難全面識別，需運用信息檢索技術，多渠道獲取信息才能更全面定位潛在合作對象并與之建立關聯。另外，不同專業人員的思維習慣以及對問題的理解存在差異，這種差異將影響合作效果。為提高溝通效率，除加強本專業學生溝通技巧外，關鍵在于提高學生對信息處理需求進行準確的、符合專業邏輯的描述的能力，而這正是信息素養教育內容之一。其次，針對無法及時跟進技術前沿問題，除了需要授課教師及時更新授課內容，保證課程緊跟技術前沿，更為重要的是培養學生連接學習能力。連接主義學習理論認為數字時代的學習可以看作在特定時間訪問與使用所需信息的過程，與之對應，連接學習能力就是在學習需求驅動下獲取與利用分布廣泛的信息的能力[3]?[4]。信息素養教育正是該能力的養成途徑之一。（三）深化人文社會學科教育，促進深厚人文素養養成，提高數據分析結果的深度解讀能力。上述兩條路徑培養學生適應大數據時代發展的能力，但在發揮新聞傳播專業優勢方面效果有限。本節將探討新聞傳播專業在數據分析流程中的優勢以及如何強化這種優勢。面向問題解決的新聞傳播人才數據分析流程可劃分為：問題解析、數據分析結果獲取、數據分析結果解讀三個階段。問題解析階段任務包括：判斷問題是否可采用數據分析方式解決，如可行需要采集那些數據、選擇那些數據分析方法，該階段考驗學生的數據分析思維。數據分析結果獲取階段任務包括：確定數據獲取渠道并明確采集需求；定位專業人員并與之建立關聯；通過與專業人員合作獲取數據分析結果，該階段需要學生具備堅實的信息素養。數據分析結果解讀階段任務包括：準確理解數據分析結果，融合背景知識對結果進行深度解讀，形成可供閱讀的分析報告，該階段需要學生具備深厚的人文素養。近年來，數據分析結果解讀在分析流程中的重要性日益凸顯，深厚的人文素養是開展深度解讀的前提，而這正是新聞傳播專業學生的優勢所在。一方面，新聞傳播專業重視人文主義教育，與文學、歷史學、哲學等不斷交融，培養學生人文情懷、獨立思考能力與批判精神[5]。更有學者呼吁在當前環境下更要加強文史哲教育，夯實新聞傳播人才的人文基礎[6]。另一方面，新聞傳播學科內在基因強調與法學、經濟學、政治學等社會學科交叉，培養學生跨界能力[7]。由此可知，數據分析過程中凸顯新聞傳播專業優勢的關鍵在于深化人文社會學科教育，促進學生深厚人文素養養成，提高數據分析結果深度解讀及對解讀結果準確描述的能力。

新聞傳播人才數據分析能力培養體系

摘要：大數據時代，數據分析各環節的變化對統計學專業人才培養模式的變革起到了催化作用.數據挖掘作為拓展和提升大數據分析方法與思路的應用型課程，被廣泛納入統計學本科專業人才培養方案.本文對大數據時代數據分析師的職業需求進行了調研，在此基礎上提出了基于R語言的項目式數據挖掘實驗教學模式.教學實踐結果表明，通過項目式學習，可以讓學生在掌握理論知識的基礎上，進一步提升分析問題和解決實際問題的能力，進一步適應大數據時代數據分析師的職業要求.

關鍵詞：統計學；數據挖掘；實驗教學；數據分析師；項目式學習

1引言

2016年美國統計協會(AmericanStatisticalAsociation)對統計學的內涵給出一個較為簡潔的說明，將統計學定義為：“thescienceoflearningfromdata”，即從數據中學習的科學[1].該定義實際上與數據科學（DataScience）的內涵如出一轍.筆者以為ASA之所以對統計學做出這樣的內涵解釋，實際上表明在大數據浪潮中，統計學正走在變革的道路上.大數據時代，數據的產生、收集、分析與應用等環節都發生著深刻的變化.互聯網技術的高速發展使每個人成為數據的生產者，數據生產已經突破了時間、地點的限制，數據量也由抽樣數據向大數據轉化；數據的存儲類型由紙和筆記載的關系型結構化數據向半結構、非結構和異構的網絡數據類型轉化；數據的采集由根據統計分析目的的調查式收集向基于大數據技術的自動化采集方法轉化；數據的分析由傳統的驗證型分析方法向探索型分析方法轉化；數據的應用由輔助管理決策向引導變革轉化.以上變化正在重塑數據分析流程，而數據分析模式的變革必然引起教育模式的改革.事實上，在大數據洪流的沖擊下，統計學專業的人才培養模式已經悄然發生變化.當前，統計學專業融合大數據、計算機、人工智能等相關學科知識，引導學生認識和掌握數據處理的新技術，推動交叉學科應用型人才的培養，已經成為共識.其中，在統計學專業課程體系中引入數據挖掘課程就是典型的代表.數據挖掘技術在一定程度上彌補了傳統統計分析方法的不足，可以進一步增強學生探索性數據分析的能力，更加適應大數據時代的需求.與統計學強調推斷理論和方法不同，數據挖掘強調經驗，著重于從數據中挖掘有用的模式和價值，只要能夠有效地解決問題，方法和模型本身并不重要.因而，筆者認為數據挖掘課程能夠拓展統計學專業學生數據分析的思路和方法，進一步加深對數據分析內涵的理解.由此，本文致力于探索大數據背景下統計學專業數據挖掘實驗課程教學模式，以提升統計學人才實踐應用能力，使其不斷適應大數據分析的需求.

2大數據時代市場對應用型統計人才的新需求

數據分析師是統計學專業大學生畢業后的主要職業選擇之一.數據分析師是指在不同行業中，專門從事數據搜集、整理、分析，并依據數據做出行業或市場研究、評估和預測的專業人員；是以實際數據為依據，對項目現狀及遠期進行統計、分析、預測并轉化為決策信息的專業人才[2].為了客觀分析大數據時代應用型統計人才需具備的知識、能力和技術，本文通過智聯招聘網對企業公布的數據分析師職位招聘信息進行了調研，這些招聘信息都是面向應屆本科畢業生的，具有較強的針對性，調研時間為2018年8月3日.本文調研了七家上市公司[3]，有國企事業單位、互聯網公司、金融公司、網絡游戲公司、網絡媒體公司等，各公司對數據分析師的崗位職責、知識要求、能力要求和技術要求見表1所示.從數據分析師的崗位職責來看，不同類型的企業雖然具體要求不同，但是核心職責是相同的，主要有三個方面：負責業務部門的數據需求分析，也就是通過調研了解業務部門的需求，確定數據分析對象和目的；構建業務數據分析指標體系，即如何開展數據分析工作，確定數據采集、處理和分析及結果解讀等環節的指標、方法、模型及數據分析工具等；為業務部門提供數據決策支持，包括撰寫調研報告、數據分析報告及設計數據產品和開發數據分析工具等等.從崗位職責的核心要素來看，數據分析師是非常契合統計學專業的人才培養目標的，從調研到設計到分析到結果解讀，是數據分析的一個完整流程.但是，也可以看出很多企業在數據分析中特別強調了數據挖掘方法，如北京計算機技術及應用研究所強調用戶行為挖掘和個性化推薦、金融界強調用戶行為數據和網絡日志數據挖掘，而這些都不是傳統統計學分析方法的范疇.從知識要求來看，大部分企業都要求數據分析師具有統計學專業背景，但互聯網公司特別強調統計學、數學和計算機的交叉和融合.實際上，數據分析師作為復合型人才，除了掌握必要的統計分析理論和方法外，數學建模和編程能力都是必不可少的.從能力要求來看，較強的數據敏感度和清晰的邏輯思維能力是核心要素.其次，從業務來看，數據分析師需要同不同的部門打交道，溝通協調能力和團隊協作能力也是必不可少的.從技術要求來看，大部分企業都要求數據分析師至少要掌握一種統計分析軟件，如SPSS或MATLAB；至少要熟悉一種編程語言，如Python或R；至少要掌握一種數據庫技術，如MySql/Oracle/SQLServer等，最簡單的是excel.在高校及商業統計分析領域，R語言是當前最受歡迎的統計編程語言之一.綜合以上分析可以得出，統計學專業的學生要想成為出色的數據分析師，除了具備堅實的統計學理論和方法外，還需要具備良好的計算機能力，如數據庫技術和編程能力.更重要的是，數據挖掘方法與技術作為大數據技術的基礎已經成為數據分析師必備的技能，也是企業招聘時重點關注的技術.

一、以“復合型”人才培養為目標創新教學培養模式

應用統計專業學位的設立是為了適應現代統計事業發展對應用統計專門人才的需要而設置的，它的培養目標主要是讓學生掌握扎實的理論基礎和系統的專業知識和技能，具備數據采集、整理、分析和開發的能力，能夠從事統計調查咨詢、數據分析等“應用型”統計專門人才[5]110-111。然而，在大數據環境下實現的數據分析已不再局限于某一類特殊的行業統計分析需要，各行各業的運作發展都越來越依賴于大數據環境的存儲、計算、統計分析與決策。對于多樣化的大數據集，其所涉及的內容和知識結構必然是不同學科的交叉應用。大數據時代的數據分析專業人才的培養目標并不僅僅是傳統的數據收集、整理與分析，而是需要掌握能適應大數據特點的新的研究方法和獨立分析的能力，能很好地融會貫通其他專業的知識內涵，成為真正意義的專業大數據分析人才。然而傳統的統計學人才培養目標和教學模式并不符合社會對大數據分析專業能力的要求。參考和借鑒文獻[6-7]8-9,226提出來的一些建議，筆者探索從以下幾個方面對人才培養目標和教學培養模式進行改革：（一）走出校園，深入社會，挖掘并歸納出社會用人單位對數據分析專業職位技能和能力素質要求，進而制定符合社會需求的人才培養目標，以市場需求為導向更好地指導教學實踐活動。為了更好地為用人單位輸送符合大數據時代需求的專業數據分析人才，嘗試對高年級學生的培養方案設計中考慮以崗位需求為標準靈活調整和制定相應的培養目標和內容。（二）參考國外本科生專業人才培養的先進理念，引入“協作式”培養模式，大力支持大型企業與高校合作或高校與高校合作培養復合型和開發型人才。各個高校、企業可以發揮各自專業特長來實現合作，高校的不同專業之間也應該加強溝通和協作，例如在制定應用統計專業數據分析人才培養方案及實施過程中，可以以統計學科所在的學院為主導，讓計算機學科、經濟、金融及管理學科等相關學院協作參與完成[8-9]60-64。（三）總結教學過程存在的不足，探索新的知識學習和能力培養的創新模式。目前的教學活動主要以老師獨立授課，學生被動接受知識為主的方式，培養過程計劃性強，缺乏彈性，培養的評價也過于單一。在本科生培養中可以引入課程學習、導師指導和科學研究三個階段，考慮采用導師指導與集體培養相結合的方式，一門專業課程的講授不再局限于單個老師完成，在培養方案中考慮主題分組方式，鼓勵授課教師根據自己的專業特點和知識背景共同參與一門課程的教學活動。多名教師協同工作的模式可以取長補短，在大數據分析的實際案例設計及課程內容上都更加貼近實際需求，產生更好的教學效果[6]8-9。

二、基于大數據分析的特點科學構建課程體系

大數據背景下，人們可以通過互聯網、數據庫以及各種通信工具獲得海量數據，人們日常生活、學習和工作的各類事物都可以實現信息化，世界幾乎是由各種信息和數據所構成的。大數據的特點可以歸結為四個V,數量大（Volume）、類型繁多（Variety）、價值密度低（Value）、速度快時效高(Velocity)[6]8-9。大數據的真正意義不在于能提供龐大的數據量，而是對海量的數據進行專業的處理和分析，并從中獲取用戶關注的信息。結合當前互聯網應用中大數據本身的特點，從大數據中挖掘出重要知識并對之深度學習和分析的工具和方法也應與時俱進地發生改變，傳統的統計方法和統計分析工具已無法滿足大數據分析的需要。然而，在大多數高等院校中，統計學專業人才培養的課程體系并沒有考慮社會的實際應用需求，仍然停留在以傳統的統計模型框架為主導的課程體系設置，本科生教育的主要專業課程包括：數學分析、高等概率論與數理統計、應用隨機過程、回歸分析和多元統計分析等[10]248-249，這些課程內容和知識結構還不足以滿足大數據時代對數據分析專業人才知識結構的要求，課程體系設置中缺少能有效整合的數據分析能力培養模塊[11]66-68。因此，有必要針對各類院校師生各自的專業特點和學科基礎，分層次、分階段地展開課程體系改革。（一）參考國內外先進高校大數據分析專業的課程設置，結合本校的師資和專業結構特點采取靈活的策略制定課程計劃，在實施學分制改革的高校中各類學生可以在學業導師指導下實施符合學生自身特點的課程學習方案。（二）以大數據分析人才需求驅動的課程體系改革要考慮市場的行業需求變化、大數據應用中跨學科的特點。素質好的數據分析人員不僅僅要具備專業的數據分析能力，還應該對具體數據中涉及的學科知識有較好的儲備，能將不同行業的專業知識與數據分析緊密關聯起來，實現大數據分析的效用最大化。此外，在充分借鑒國內外大學成功經驗的基礎上，課程設置應該與學生的學術傾向和基礎能力緊密結合，注重基礎課程教育的同時強調文理滲透，同時要兼顧學生的興趣與學習的聯系，在課程體系的設置中需要增設一些多領域、跨學科的選修課程，如經濟學、金融學、保險學、管理學和會計學等。因此，校內跨學科或高校與高校之間聯合培養是實現跨學科課程建設的有效方法之一。（三）科學構建課程體系的主要思路還包括根據大數據時代需求，對專業必修和專業選修課程在課程時間、順序及內容等方面進行改革。專業必修課程重點內容為統計學和計算機科學的交叉部分，在講授統計基礎理論（如多元統計、決策樹、時間序列等）課程基礎上設置大數據案例分析課程，在案例分析過程中讓學生實際操作企業當前應用的大數據計算平臺[6]8-9，從而增強學生大規模分布式計算技能。為提高學生的實際動手和二次開發能力，專業選修課程需更多地開設與數據挖掘及面向數據的編程語言相關的課程，如數據挖掘算法、C++、Java和Python等課程，強化學生的數據挖掘和分析能力。

三、基于協同創新的理念開展實踐教學改革

近幾年，隨著應用型、創新型人才培養目標的提出，學校越來越重視和加強對各類專業人才實踐教學能力的培養，以“數據分析”為方向的專業人才需要運用統計分析軟件對數據進行分析和決策，其實踐教學的重要性更是不言而喻。然而，在大數據被廣泛應用的時代背景下，高等院校中的實踐教學仍然是培養高層次“大數據分析”人才的薄弱環節，實踐教學教材及內容不規范、教學方法單一、軟硬件的更新以及師資儲備等方面都存在著一些問題[12]96-97。例如以模型驅動為主的實踐教學模式已不適應大數據時代的要求，大數據時代數據是海量且復雜的，用簡單的SPSS、Eviews為主的軟件教學已無法處理大數據[5]110-111。因此，學習其他知名高校構建的協同創新的理念，結合財經類院校的統計學科及人才培養的特點，開展實踐教學改革[13]248-249。對“數據分析”專業人才實踐教學改革，筆者的建議如下：（一）根據協同創新理念，解決實踐教學環節存在的實驗教材（教學內容）缺乏實用性的問題，一方面可以參考企業對數據分析師、調查分析師資格認證相關培訓教材，開發實用性強的《數據分析》實踐教材，另一方面學?？梢院推髽I或其他高校定期舉辦交流座談會，面向企業需求甄選實踐教學內容。（二）高素質的師資隊伍對人才的培養無疑起著至關重要的作用，在提高指導教師理論和實踐能力方面，借鑒協同創新聯合培養的模式可以有效充分地利用企業、學校的各方面師資資源。例如北京大學、中國科學院、中國人民大學、中央財經大學、首都經濟貿易大學5所高校已經與政府部門和產業界簽署了聯合培養大數據分析應用人才的合作協議[14]。廣東財經大學也可以參照類似聯合培養的做法，和廣東其他高校、政府和企業合作。一方面企業或政府可以利用自身的資源為高校提供人才培養實習基地，并且引薦相關的技術人員聘為校外實習導師，指導學生在實習實踐中建立以問題為導向，以項目為牽引的運作機制，讓學生能夠理論聯系實際，切身體會數據分析的商業操作體系。另一方面，由于高校的專業教師缺乏社會實踐的機會和經驗，高校應該制定政策鼓勵并推薦相關專業教師走出學校、走進企業，密切與企業合作交流，從而更進一步地提高教師對復合型專業學位人才培養的能力[15]29-32。（三）為了激發學生的學習熱情，減少對實踐操作的畏難情緒，實驗課程的教學方法也需要探索創新性實踐教育模式。教學過程可以考慮靈活的制定團隊教學計劃、案例實戰分析、模擬實訓等多樣化的方式，減少單一的課堂內容講授，在理論和實踐教學環節中積極調動學生的主觀能動性，提供更真實的企業大數據應用環境，并以學生為主完成實際案例分析。此外，基于不同的授課對象的特點，老師在教學過程中也要適當考慮學生的興趣和需求，隨時調整實驗教學策略[9]。

【摘要】創客教育理念在醫藥經濟管理專業學生數據分析能力培養中有著重要的作用。以醫藥院校為例分析了醫藥經濟數據分析能力培養的現狀和問題，從創客視角提出了醫藥經濟數據分析能力的培養機制及保障體系。

【關鍵詞】創客；經濟數據分析；培養機制

一、研究背景

為適應醫藥經濟和衛生事業發展需要，醫藥院校陸續開設了醫藥貿易、人力資源管理、公共事業管理、醫療保險、醫藥營銷等經濟管理類本科專業。各專業都是屬于經濟管理與醫藥學交叉融合而形成的新興交叉專業，旨在培養學生扎實的經濟管理、醫藥學理論基礎以及較強的醫藥產業經濟分析能力，醫藥數據處理能力以及創新創業等社會實踐能力。當前醫藥市場經濟信息量大，需要借助于經濟模型和計量軟件分析處理市場數據，擬合醫藥市場變化趨勢，進行市場預測，為政府決策和企業項目策劃提供依據。而醫藥經濟管理各專業的培養目標就是培養學生扎實的醫藥經濟理論知識和一定的理論建模和數據分析處理能力，能夠運用經濟學模型和計量統計軟件，分析醫藥市場數據信息和存在問題，模擬醫藥經濟變化趨勢，為政府制定醫藥產業政策、企業拓展市場以及經營決策提供理論支持和模型參考。因此，在專業建設中要更加注重學生經濟分析、數據建模和計量分析能力的培養。醫藥院校在醫藥經濟管理專業建設和學生專業素養培育存在“重醫藥、輕經管”、“重理論、輕實踐”的現象，學生經濟理論和數理基礎薄弱，市場調研和數據采集能力不足，急需培養醫藥理論和經濟管理理論交叉復合型人才，能夠在經濟調研基礎上，構建經濟學模型，借助計量統計軟件進行數據分析，研究醫藥市場突出問題及對策，為社會提供理論和數據支持?；卺t藥經濟創客實驗室已經在醫藥本科院校建立，因此，本研究將從創客視角提出醫藥經濟管理交叉專業本科生醫藥經濟數據分析能力的培養機制和保障體系。

二、醫藥院校醫藥經濟數據分析能力培養的現狀

1.實踐基礎。醫藥院校經濟管理學院在經濟管理專業建設中重視學生實踐能力的培養質量。經過多年的課程建設、師資培養以及創客實驗室的建設，以創客空間為基礎的本科生醫藥經濟數據能力培養機制已經初步建立并具有了一定的實踐基礎，主要表現在：第一，課程基礎建設。醫藥院校經濟管理學院已經建立了以經濟課程、數理課程、統計學課程和相關實驗課程為核心的創客模式的經濟數據分析課程體系。醫藥經濟管理相關專業開設了《宏微觀經濟學》、《統計學原理》、《計量經濟學》、《醫藥高等數學》、《概率論與數理統計》、《線性代數》、《經濟分析與預測》、《管理定量分析》等一系列經濟與數理類課程，相關經濟計量分析課程的開設培養了學生經濟分析能力、市場調研能力、數據分析能力以及市場分析與預測的能力，這些為學生醫藥數據分析能力培養提供了必要的知識儲備。第二，師資隊伍建設。醫藥院校經濟管理學院在經濟學、統計學、計量經濟學以及實驗指導教師方面師資配置較為充足、師資結構合理，教師普遍具有扎實的經濟學及統計學理論基礎，具備計量分析及數據建模能力，撰寫過高水平的計量分析學術論文，承擔省級重點課題多項，具有指導學生運用軟件平臺進行創新創業模擬比賽的經驗。此外，還邀請校外醫藥企業專家和實訓基地的老師作為學生創新創業的指導專家，這在實踐教學環節充實了學院的師資力量，為數據分析、項目運行提供了師資隊伍儲備。第三，實驗室建設。醫藥院校經濟管理學院重視實驗室建設，建設了醫藥貿易綜合實驗室和金融統計分析實驗室，購置了相關統計分析軟件、金融分析軟件、會計電算化軟件以及國際貿易模擬軟件，建立了教學互動軟件平臺，便于學生交流互動與教師指導。第四，創新創業平臺建設。醫藥院校經濟管理學院重視大學生創新創業平臺建設，特別是已經建立了醫藥創客實驗室平臺。創客實驗室是以互聯網為載體，以學校實驗室為核心區域，以學校項目孵化基地為支撐，以經濟數據處理能力和創新創業實踐能力提升為培養目標而建立的集創意交流、數據處理、市場模擬、成果展示以及項目孵化功能為一體的創新創業平臺，醫藥產業創客實驗室的建立為學生提供一個創意交流、數據處理、市場模擬、成果展示以及項目孵化的創新創業基地，有利于學生醫藥經濟數據分析能力的培養與提升。

摘要：隨著社會的發展，包括云計算、大數據在內的諸多高新信息技術逐漸浮出水面，目前已在商業、農業乃至服務業等多個領域展露效能，近年來更與教育領域發生結合?；诖髷祿夹g的大數據分析能夠對教學過程、教學效果等多方面的因素形成有效把控，繼而提高教學質量，實現教育的改革創新。而隨著近年來教育水平的提升，我國教育部正式在《關于“十三五”期間全面深入推進教育信息化工作的指導意見》中提出了教學模式優化的必要性，個性化教學正是我國教育未來的不二方向?，F為迎合這一趨勢，本文將對大數據分析及個性化教學進行闡述，并以計算機基礎課程為例對基于大數據分析的個性化教學方法做出探究。

關鍵詞：計算機基礎課程；個性化教學；大數據分析；概念；方法

大數據是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產[1]。個性化教學是一類能夠尊重學生個性、興趣乃至特長并進行因材施教的教學方法。由于學生間存在素質差異，針對不同素質學生開展不同模式的教育可以使教育效率與質量得到顯著提升[2]。大數據技術能夠通過云數據分析與計算將結果直接呈現于教師面前，教師據此對學生實際學習狀況做出實時追蹤與評測，并依據其實際狀況制定不同的個性化學習計劃，精準地把握學生在學習中存在的弊病并予以補足，實現從傳統的任務導向教學向數據導向教學的輕松轉變，其應用意義不可謂不深遠。

1大數據分析在個性化教學中的應用意義

1.1轉“被動”為“主動”

在基于大數據分析技術的個性化教學模式下，學生以往的學習行為皆會以數據信息形式被大數據分析系統納入數據處理范圍內。借助該類數據的分析，教師可以輕而易舉地發現學生與眾不同的優勢及潛力，這些優勢及潛力或許學生自身都未曾發現，而教師發現后可以此為依據為學生設定學習計劃，選擇個性化教學方向，更好地適應學生的學習狀況。在這種教學方式下，許多在過去認為“學習難”的學生能夠真正發現學習的樂趣，從根本上來講，這正是一種“授之以漁”的方式。通過此類大數據分析學生能夠真正實現從“被動學習”轉變為“主動學習”。

計算機實驗室教學是高職院校教學的重要組成部分，是培養高技術水平、創新型人才的關鍵，而高職院校計算機實驗室是大學生實操學習、實踐創新、開闊眼界的場所。但傳統的機房實驗室存在著不能及時反映實驗設備的利用和損壞等情況，與實驗室設備相關的數據信息規模小、管理模式落后，且面對日益增多的實驗室教學與管理需求,傳統的人工管理也受到了強烈的沖擊,于是提升實驗室的數字信息化管理水平就顯得尤為重要。

一、高職院校實驗室存在的問題

現階段，高職院校的機房實驗室存在諸多問題。

（一）實驗室設備落后

部分機房實驗室設備已經投入使用多年，故障頻發，雖然投入大量維修升級資金，但收獲效果甚微。實驗室門禁仍然采用傳統的人工開鎖模式，極其不便；機房內部的環境監控設備只是安裝攝像頭，無法智能調節實驗室溫度，無法監控每臺設備的運行情況。

（二）管理手段滯后

［摘要］隨著大數據時代的來臨，數學建模越來越引起人們的關注，數學建模在商務數據分析中的地位也日顯突出。文章從數學建模相關概念的闡述入手，分析了數學建模融入商務數據分析與應用專業的可行性，并提出了數學建模融入商務數據分析與應用專業的實施路徑，以期為學生奠定可持續發展的基礎。

［關鍵詞］數學建模；商務數據分析與應用專業；實施路徑

數學模型是連接實際問題與數學問題的橋梁，是對某一實際問題，根據其內在規律，作一些必要的簡化與假設，運用適當數學工具轉化為數學結構，從而用數學語言描述問題、解釋性質、預測未來，提供解決處理的最優決策和控制方案。數學建模是架設橋梁的整個過程，是從實際問題中獲得數學模型，對其求解，得到結論并驗證結論是否正確的全過程。數學建模是用數學語言和方法，借助數學公式、計算機程序等工具對現實事物的客觀規律進行抽象并概化后，在一定假設下建立起近似的數學模型，并對建立的數學模型進行求解，然后再根據求解的結果去解決實際問題。在這個過程中要從問題出發，充分發掘問題內涵，按照問題中蘊含的內生動力，尋求合適的模型，經過實踐檢驗后多次修改模型使之漸趨完善，同時還要進行因素靈敏度分析，找出對問題影響較大、更大或最大的因素。隨著社會的發展，大數據時代的來臨，數學建模越來越引起人們的重視，很多高校將數學建模納入課程體系之中，以提高學生運用專業知識、數學理論與方法及計算機編程技術綜合分析解決問題的能力，特別是數學建模競賽能有效提升學生的計算機技術與運算能力、團隊協作能力、寫作表達和創新實際能力。近年來，隨著互聯網技術的迅速發展，形形色色的數據環繞著我們，數據分析方面的人才需求陡增，造就了商務數據分析與應用專業的問世。商務數據分析與應用專業雖是2016年才增補的新專業，但它是一個跨數學、電子商務、計算機應用等學科的邊緣專業。培養主要面向互聯網和相關服務、批發、零售、金融等行業，掌握一定的數理統計、電子商務及互聯網金融相關知識，具有商務數據采集、數據處理與分析、數據可視化、數據化運營管理等專業技能，能夠從事商務數據分析、網店運營、網絡營銷等工作的高素質技能型人才。商務數據分析與應用專業的學生畢業后主要從事電商數據化運營過程中的數據采集與整理、調整與優化、網店運營與推廣等工作。從2019年開始1＋X證書制度試點工作拉開了序幕，職業教育邁入考證新時代，商務數據分析與應用專業作為第二批試點專業正在如火如荼地進行著，這將拓寬學生就業創業渠道，提高學生就業創業本領。但作為一名優秀的數據分析師要對數據敏感，熟知業務背景，認知數據需求，具有超強的數據分析與展示能力。若將數學建模融入商務數據分析與應用專業的人才培養體系中去，不僅使學生運用數學思維解決問題的能力得到提升，更使學生思路變得富有條理性，讓學生養成敏銳觀察事物的習慣，對學生的未來發展產生深遠的影響。

1將數學建模融入商務數據分析與應用專業的可行性分析

將數學建模融入商務數據分析與應用專業不是牽強附會的關聯，具有一定的可行性。

1．1在課程體系上具有可行性

摘要：在現代化大學的建設進程中，面對日趨龐大復雜的學生考勤信息數據量時，以往的考勤統計方法已經不足以應對，本平臺為針對高等學校智慧教室的數據分析平臺，其中主要包括學生和管理員兩個用戶類型。平臺針對高校的大學生和管理者，將規模巨大的考勤數據信息進行分析，供學生和管理人員進行使用，以期提高教學質量，工作效率。

關鍵詞：高等學校；智慧教室；數據分析

一、智慧教室數據分析平臺開發目的

隨著計算機技術和“互聯網+”的迅速發展，當前的我們正處在一個信息化的時代。在現代化大學的建設進程中，學生的日常上課出勤管理在高校諸多管理系統中有非常重要的地位，所以開發一個便利的學生考勤管理系統對于高?，F代化進程來說非常重要[1]。面對日趨龐大復雜的學生考勤信息時，傳統的方式方法已經不能夠滿足當前的需要。因此開發一個用于系統化管理分析智慧教室學生刷卡數據的分析平臺是亟待需要的。通過對智慧教室數據的分析掌握學生的出勤情況，更好的為學校和教師制定教學計劃和對學生的考核。對數據的分析得到學生對不同的課程的喜愛程度或不同課程出勤不同的原因。使老師和學生能從靜態的考勤信息中獲取有價值的信息。該平臺的應用，將會對學校在課程開設、課程時間的制定上有一定指導意義。

二、智慧教室數據分析平臺總體功能

智慧教室數據分析平臺總體功能E-R圖如下圖所示。