武 凌，王 浩，周 健，段愛華

（安徽財經大學，安徽 蚌埠 233030）

1 安徽財經大學新經管戰(zhàn)略

大數據時代的到來，在商業(yè)、經濟及其他領域中基于數據分析去發(fā)現問題并做出科學、客觀的決策越來越重要。國務院在《促進大數據發(fā)展行動綱要》中提出建立健全多層次、多類型的大數據人才培養(yǎng)體系，大力培養(yǎng)具有統(tǒng)計分析、計算機技術、經濟管理等多學科知識的跨界復合型人才。各高校紛紛探索大數據與人工智能背景下課程建設與人才培養(yǎng)機制［1-3］，一些傳統(tǒng)的專業(yè)與課程也開始進行改革［4］。安徽財經大學在教育部力推“新工科”建設發(fā)展過程中，敏銳地緊跟高等教育改革發(fā)展步伐，2018 年在全國率先提出“新經管”發(fā)展戰(zhàn)略［5］。“新經管”建設工程是著眼于互聯網、云計算、大數據、人工智能等新一代信息技術與經濟社會及教育教學深度融合，為適應學科專業(yè)建設、人才培養(yǎng)等提出的新要求而實施的一項戰(zhàn)略選擇。

為了支持新經管戰(zhàn)略，學校對2018學生級培養(yǎng)方案進行了全面修訂，新的人才培養(yǎng)方案以新技術發(fā)展與應用為支撐，將互聯網、云計算、大數據、人工智能、區(qū)塊鏈等信息技術植入課程體系中，在本校的經濟學、會計學、金融學等各經管類專業(yè)的大一大二基礎公共課程模塊中增設計算機運用、互聯網、大數據等相關基礎課程；在大三大四專業(yè)課程中，以現代信息技術改造相關課程的內容，通過“互聯網+專業(yè)”等方式打造特色專業(yè)方向，如互聯網金融、智能會計、大數據稅務管理、智慧外貿等，信息技術學分由5分增調至12分。

根據學?！靶陆浌堋卑l(fā)展戰(zhàn)略的要求，在新一輪人才培養(yǎng)方案修訂中設置了學科競賽學分，制定了《安徽財經大學學科競賽類學分認定指南》，將學生參加學科競賽列入必修項目，要求學生大學期間必須修滿10個學科競賽學分，根據參賽項目等級可轉換為學科競賽學分。實施用學科競賽成績進行畢業(yè)論文替代等新機制，逐步形成學生個性發(fā)展與專業(yè)教育提升相互促進、相互成長的良好態(tài)勢。

2 數據分析課程群建設目標

我國的財經類院校肩負著為社會培養(yǎng)經濟管理類高級專業(yè)人才的重任，在大數據時代，社會對于經濟管理類高級人才在數據分析方面的要求極大增加，要求具有極強的“數據視野”、“數據意識”和“數據能力”［6］，即對所處行業(yè)數據的形式種類詳盡把握，對數據的作用深刻理解，對數據分析方法和分析軟件熟練運用。

掌握大數據分析能力并不是簡單的一二門課就能完成的任務，需要有多方面的技術基礎，其知識體系構成涉及統(tǒng)計學、數學、計算機技術、經濟管理等多個學科的知識，需要多門課程的協同合作才能完成，因此建設數據分析課程群就顯得很有必要。尤其對于財經類高校的非計算機專業(yè)和非大數據專業(yè)的學生，他們在未來的工作中會有很多的機會接觸到海量的數據，如何讓他們獲得最基礎最關鍵的數據分析處理能力以及未來不斷深入學習的能力則是一個值得研究和探討的問題。提高學生使用最新的信息技術工具對大數據的分析與處理能力既是支持“新經管”戰(zhàn)略的一個重要體現，也是數據分析課程群建設的重要目標。

3 數據分析課程群建設思路

本校的管理科學與工程學院承擔了全校的計算機基礎課程的教學任務，在修訂2018級培養(yǎng)方案的工作中，管理科學與工程學院組織了計算機基礎教學部和計算機系的團隊力量，同時啟動了數據分析課程群的建設計劃，共同對數據分析課程的建設方案進行了探討，并對傳統(tǒng)計算機基礎課程的內容進行了調整和升級。

整個課程群共建設了5門課程，分別是《計算機應用基礎》、《數據庫應用》、《數據科學導論》、《Py?thon 語言》、《大數據分析與應用》。這5 門課程的總體思路是在學生循序漸進掌握計算機基礎知識和操作的基礎上，以Excel 的數據分析作為起點，熟悉SQL 語言，在掌握Python 編程語言的基礎上，使用Python的數據分析模塊對較大規(guī)模的數據進行分析與可視化，挖掘出數據的內在價值，增強學生數據分析的能力，為未來從事經濟管理工作打下堅實的基礎。

這5 門課程都集中在大一、大二基礎公共課程中，課程性質、課程名稱、學時、開課學期等詳細信息如表1 所示。其中大一上學期開設了計算機應用基礎，大一下學期開設了數據庫應用，大二上學期開設了數據科學導論和Python 語言，大二下學期開設了大數據分析與應用。這5 門課程在內容上由淺入深，承上啟下，理論和實踐并行，逐步帶領學生進入到數據分析這個豐富多彩而又充滿趣味的世界。

表1 數據分析課程群

4 課程群具體內容

4.1 《計算機應用基礎》

《計算機應用基礎》主要目標是要求學生掌握操作系統(tǒng)相關知識及基本操作，熟練應用辦公軟件Office 進行文檔的高級排版、電子表格的數據計算、動態(tài)演示文稿的制作。這門課程是課程群的起步課程，重點是學習Excel 的基本操作，對數據進行初步的分析，要求學生熟悉數據類型、函數與公式、數據透視表、繪制常見圖表等基本操作，培養(yǎng)學生對數據處理的感性認識。

4.2 《數據庫應用》

《數據庫應用》以Access 2010作為學習的軟件，主要目標是掌握數據庫系統(tǒng)相關概念、信息系統(tǒng)與數據庫的關系、建立數據模型的基本方法，掌握Ac?cess數據庫的基本操作以及表、查詢、窗體、報表、宏等數據庫對象的建立及應用。這門課程的教學目標是讓學生從簡單的Excel 數據處理過渡到關系型數據庫，并能夠利用SQL 語言對數據進行各種查詢和操作。

4.3 《數據科學導論》

《數據科學導論》是課程群中唯一的一門理論性課程，課程主要任務是作為數據科學的先導課和認知類課程，為學生普及數據挖掘、大數據相關的基礎知識、核心概念和思維模式。課程教學重點是讓學生能夠基本掌握數據科學與大數據技術概念，了解數據分析相關課程的課程體系，目的不在于讓學生對具體的某個技術平臺細節(jié)有很深的理解，而是盡量讓學生體會整個大數據處理的技術流程，使學生能夠掌握大數據技術的整體框架，能夠在未來的學習和工作中通過系統(tǒng)化的大數據思維能力為遇到的問題提供解決思路和方案。

4.4 《Python語言》

《Python語言》因為在數據分析方面的強大功能已經在眾多高校中廣泛開設，相對于《計算機應用基礎》和《數據庫應用》課程，這門課程的學習難度陡然上升，會讓一些從未接觸過程序設計的學生感到學起來比較困難。在教學過程中我們注意到以下2 點：①Python 編程模式中非常重要的一條是代碼簡單化、問題簡單化，同時應保證代碼具有較強的可讀性，要盡量引導學生從簡單的角度去思考和解決問題、實現自己的想法和思路，盡量多使用Py?thon內置函數、標準庫對象和合適的擴展庫對象，保證代碼的優(yōu)雅、簡潔。不建議在內存地址或類似的底層細節(jié)上花費太多時間。②注意知識體系的裁減，側重于將數據分析中常用的語法介紹清楚，比如面向對象的程序設計思想在數據分析中應用的較少，在課時量較少的情況下可以少講或不講，留給學生自學。Python 課程的教學環(huán)境有多種，推薦在Jupyter Notebook環(huán)境下開展教學。

4.5 《大數據分析與應用》

作為課程群的收尾課程，展現出數據分析技能的綜合性和實用性，通過這門課程的學習讓學生掌握Python+Numpy+Pandas+Matplotlib 進行數據分析和可視化的基本方法，并初步掌握爬蟲、中文文本分析等很實用的開發(fā)技能。

這門課程涉及的各種對數據的操作變化多端，往往一種功能可以有多種方式實現，比較靈活。教學過程中可以采用差異化的教學，教學案例設計要結合學生的專業(yè)背景，如在金融專業(yè)學生教學中引入金融大數據分析、會計專業(yè)學生中引入財務大數據分析、統(tǒng)計專業(yè)學生引入統(tǒng)計數據分析及其數據可視化等，使得學生既可學習到數據處理的相關技術，又能提高相關業(yè)務處理能力［7］。教師要精心準備案例，將靈活多變的數據處理技術與案例密切結合起來，讓學生在案例中體會數據分析處理的技能，也推薦在Jupyter Notebook環(huán)境下開展教學。

5 課程群建設現狀

《計算機應用基礎》《數據庫應用》這2門課程已經開設多年，《數據科學導論》《Python語言》和《大數據分析與應用》這3 門課程從2018 級開始新增。為了支撐這3 門新增課程的教學，學校的實驗實訓中心更新了機房的相關軟件，計算機基礎部組織所有授課教師集體備課，對課程的教學思路進行把關，對課程中的難點進行剖析，組織教師編寫課程的試題庫、試用并調試考試環(huán)境。2019 年5 月管理科學與工程學院舉辦了主題為“開啟大數據教學之旅，助力安財新經管建設”的青年教師教學基本功競賽。這些舉措為保證3門新增課程的教學質量進行了充分的準備。

依托校園網和學校的超星網絡教學平臺，課程群的部分教學資源已經上線，學生在課后能充分使用這些資源進一步深入學習。有的非計算機專業(yè)的學生初次接觸Python 就喜歡上了這門語言，課程還沒有結束就已經自學了爬蟲、可視化等技術，并完成了一些趣味小案例的開發(fā)；有的學生在學習數據科學導論時知道了Linux 操作系統(tǒng)，自己查閱資料完成了Linux系統(tǒng)的安裝，學習了初步使用。

6 未來課程群建設思路

6.1 不斷改革課程群的教學模式

隨著新一代信息技術的發(fā)展、MOOC 平臺的出現，需要充分利用新一代信息技術開展教學模式改革。未來課程群的教學模式也會不斷進行改革，包括探索線上線下相結合的翻轉課堂教學模式、不斷豐富線上教學資源、持續(xù)加強線下教學設計、逐步完善考核評價體系［7］。

大數據分析知識體系的龐雜性對入門者提出了較高的要求，要求學習者能快速高效地進入某一領域學習。要讓學生明白數據分析課程的知識體系還有著更加豐富的內容，這5 門課程也只能作為基礎帶領學生入門。由于課時數的限制，一些內容不再由教師講授，例如計算機應用基礎中的硬件和軟件基礎知識、數據庫應用中的宏和VBA，但是在考試中仍然做出了要求，這就要求學生們必須要自學這部分內容。將這部分內容搬到網上，采用慕課的方式讓學生們自學，這也是提高學生自主學習能力的有益嘗試。

6.2 開設選修課作為有益補充

通過《數據科學導論》《Python 語言》《大數據分析與應用》這3門課程，學生們可以真正體會到大數據分析理論與實踐的結合，但是仍然覺得有點遺憾的是由于專業(yè)的限制，課程群并沒有涉及到真正的大數據環(huán)境下的數據分析，學生們還暫時沒有機會接觸Hadoop、Hive、HBase、Spark 這些真正的生產環(huán)境下的大數據技術。由于Hadoop、Spark 平臺的使用涉及到Linux、計算機網絡、Java程序設計等課程，對非計算機、非大數據專業(yè)的同學來說學習門檻還是很高的。

我們采取的思路是開設一些選修課作為課程群的有益補充，現階段已經有管理科學與工程學院、統(tǒng)計與應用數學學院的部分教師面向全校以開放性實驗課程的方式開設了部分選修課，包括Linux、Hadoop 集群程序設計、Hive 數據倉庫、Python大數據分析等課程供學生選修。未來會開設更多的大數據技術主題課程，鼓勵對數據分析有濃厚興趣的學生有目的有計劃地選擇相關課程學習，或者去大數據專業(yè)旁聽相關課程。

6.3 參與和開辟學科競賽提升學習動力

新的培養(yǎng)方案中增加了學科競賽學分，這部分學分的增加既是對學生在校期間學習成果的檢驗，也是對學生們學習能力的一種挑戰(zhàn)?，F在大數據與人工智能方面的競賽越來越豐富，全國性及各省的大數據相關賽事也在逐步增加，以安徽省為例，在省內高校之間競技的大數據賽事主要包括“安徽省高校大數據與人工智能應用競賽（本科組與高職組）”（2017 年開始舉辦）、“安徽省高校物聯網應用創(chuàng)新大賽競技組物聯網數據采集及分析方向”（2019 年開始舉辦）、“安徽省大學生網絡與分布式系統(tǒng)創(chuàng)新設計大賽大數據應用技能賽”（2019 年開始舉辦）、“中國大學生計算機設計大賽安徽省級賽大數據模塊與人工智能模塊”（2019 年開始舉辦）。這些競賽的舉辦為展示學生的數據分析能力提供了高層次的舞臺。

為了檢驗課程群的實施效果，提升學習數據分析課程的興趣，本校也在積極籌辦校內的數據分析學科競賽，競賽的重點會根據財經類高校的專業(yè)特點與金融、經管方向結合起來，在全校范圍內營造學習數據分析技術的氛圍，校級競賽的內容和組織形式也是以后課程群建設的重要目標。