基于Python的大数据分析与应用课程教学模式探索.docx

基于Python的“大数据分析与应用”课程教学模式探索高志荣摘要：根据“大数据分析与应用”培养目标和教学特点，提出基于Python的开放多元混合教学模式。通过任务驱动法引导学生进行课前自主学习;课堂上引入Python案例贯穿理论授课始终;采用项目教学法，强调学生在自主学习的基础上，积极开展小组讨论，以培养学生团结协作及工程实践能力。与传统单一的理论授课模式相比，混合教学模式充分发挥了学生的主体作用和课堂参与意识，激发了学生的学习兴趣，提高了学生的动手能力，也提升了教学效果，达到预期的教学目标。关键词：大数据分析与应用;开放多元;混合教学模式;Python：G642文献标志码：A：1006-8228（2019）11-83-04Abstract：Accordingtothetrainingobjectivesandteachingcharacteristicsof"bigdataanalysisandapplication"course，thispaperproposesanopenandpluralisticblendedteachingmodebasedonPython.Thetask-drivenmethodisusedtoguidestudentstostudyindependentlybeforeclass.Intheclassroomteaching，Pythoncasesareintroducedthroughoutthetheoreticalteaching，andprojectteachingmethodisadoptedtoemphasizethatstudentsactivelycarryoutgroupdiscussiononthebasisofindependentlearning，soastocultivatestudents'solidarityandcooperationability，aswellasengineeringpracticeability.Comparedwiththetraditionalsingletheoreticalteachingmode，theblendedteachingmodegivesfullplaytothemainroleofstudentsandtheirsenseofparticipationinclass，stimulatestheirinterestinlearning，improvestheirpracticeability，whichimprovestheteachingeffect，andachievestheexpectedteachingobjectives.Keywords：bigdataanalysisandapplication;openandpluralistic;blendedteachingmode;Python0引言大數据技术主要是对大数据进行分析，从而获取更多智能的、深层次的、有价值的信息。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果真实和有价值。在实际应用中，原始数据往往存在不完整、不一致等情况[1-2]，这严重影响数据分析的效率和效果。因而，大数据分析前的数据预处理过程十分重要。大数据技术的应用领域也越来越广泛，逐渐渗透到社会生活的各行各业，这对高校人才培养模式提出了新的要求。为了培养符合大数据发展需要的应用型人才，高校数据库类课程教学内容亟待调整和改革。本文对新开设的“大数据分析与应用”课程的教学内容、教学方式和实践环节进行了深入研究和探索，提出了基于Python的开放多元混合教学模式的尝试，分为三个层面的开放多元包括：课前开放式预习、课堂混合式授课、结课综合开发。三个层面的开放多元混合教学模式具体如下：①上课前，教师上传教学大纲、教学PPT、预习目标和要求，引导学生利用慕课、网上教学平台进行自主预习。②上课时，首先了解和考查学生预习目标是否达成，并提出新的学习要求;接下来回顾和复习上一次课的授课内容以及时巩固授课效果;然后再由教师讲解新知识点，采用传统板书及PPT授课形式，最后由学生编写小程序来实现或验证算法的效果。③课程结课阶段，教师设置若干个面向应用的综合案例，要求学生以小组的形式，按照项目开发流程，完成从问题分析、模型搭建、编程实现、到演示答辩的过程。重点对数据挖掘技术在航空、电子商务、公共服务、电力等行业的应用进行分析和探索。1Python语言的优势Python是一门免费、开源的跨平台高级动态编程语言[3]，支持各种编程方式，拥有大量功能强大的内置对象、标准库和扩展库，可以通过直接调用内置函数或标准库来实现强大的编程功能。从它的特点来看，