工科专业大数据教学探讨.doc

[标签:标题] 2016 PAGE12 / NUMPAGES12 感谢观看本文谢谢 工科专业大数据教学探讨 摘 要：随着信息技术等数据采集方法的进步，海量数据逐渐成为各个行业的重要资源，被广泛用于工业生产和科学研究。对于大学工科专业，无论是培养科研后备力量，还是为工业界输送技术人才，都应该拓展大数据相关理论方法的教学。该文在论述大数据分析方法背景的基础上，论证了大数据教学的必要性，分析了大数据教学的特点，提出了数理统计相关基础课程由各自学院结合该专业单独开设，增加面向大数据编程教学的比重等建议。 　　关键词：大数据 教学 工科专业 数据挖掘 　　中图分类号：G64 文献标识码：A 文章编号：1674-098X02-0120-04 　　Abstract：With the advancement of data collection technologies，big data becomes a significant resource in various fields of engineering.It is generally applied both in industrial world and scientific research.To engineering majors，teaching of big data theory and technology should be emphasized either for educating future research staffs or for providing technicians for industry. In this paper，the necessities and key points of teaching big data skill in colleges were discussed after the introduction of the background of big data.It is suggested that mathematic skill of big data should be taught in combination with the corresponding major，and programming skill related to big data should be emphasized. 　　Key word：Big data；Teaching；Engineering majors；Data mining 　　信息技术的快速发展为数据采集提供了越来越多的方法和手段。随着大量实时数据的连续积累，传统的数据存储和挖掘方法逐渐不能适应现实需求，大数据的概念随之被提出来。大数据一般指在因数据量巨而无法在可容忍的时间内用传统的软件工具采集、清洗、管理和处理的数据集[1]。具体来讲，大数据的大，首先，体现在容量上，大数据不是样本，而是事件发生时积累的全部数据。其次，体现在速度上，大数据一般都意味着实施连续的数据采集。最后，大数据体现在多样性上，包括文本，图像，视频声音等多种类型。 　　大量连续的??据集，为更全面深入地认识各种问题提供了丰富的素材，也对原有的数据处理和挖掘方法提出了挑战。大数据的机遇和挑战在互联网等相关领域表现的最为突出，尤其是新兴的移动互联网领域。无论是网络访问数据，还是诸如基于移动互联网的叫车、导航和餐饮服务，其本身就是大数据来源，为企业和研究人员研究消费者行为提供了重要资料。在非信息技术领域，比如公共交通行业，大数据也逐渐成为政府决策和交通模型研究的重要资源。典型的如北京地铁交通智能卡数据，日刷卡量达600万人，长年的数据积累可以被用来研究交通行为、交通政策乃至城市结构的演变。因此，目前在就业市场上基于大数据的分析技能受到越来越多的用人单位的重视，相关科研机构也越来越需要具备大数据相关分析方法或编程技能的本科生或研究生。 　　然而目前的课程大纲中，对于大数据相关的理论与方法并没有给予应有的重视。笔者调研了海淀区大部分高校，就本科教学而言，有关数据统计分析与挖掘的教学，主要放在大学三年级的数据基础模块，代表性课程为概率论，开课教师多为理学院老师，带有通识性教育的特点。就研究生阶段而言，大数据分析所涉及的基础理论主要通过数理统计和数值分析相关课程来讲授。这些教学模块并没有对大数据及其相关的理论分析与应用技术做充分的强调。对此，该文在分析大数据教学必要性的基础上，提出大数据教学的要点，为工科专业培养具备大数据思维和技术处理能力的人才提供参考。 　　1 工科专业大数据教学的必要性 　　随着信息技术在各个行业的应用，海量数据逐渐被采集和积累，面向大数