大学生数据能力的培养体系设计

　　【摘要】探讨了大数据时代背景下数据能力对各专业大学生的意义。接着从数据处理相关理论知识，计算机能力和实际解决问题能力三个方面，分析了现有教育体系的不足，针对性地提出大学教育中应加强应用统计理论的学习，掌握主流的数据处理语言（如R）和加强在毕业设计中数据应用。
　　【关键词】大数据；数据处理；计算机能力；解决问题能力
　　一、大数据时代的定义
　　随着信息技术的迅猛发展，当今社会已进入大数据时代。大数据是指无法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。大数据具有体量浩大、模态繁多、生成快速和价值巨大但密度很低等特点〔1〕。每天各行各业中都产生海量的数据，2011年全球被创建和复制的数据总量为1。8ZB（10的21次方），远远超过人类有史以来所有印刷材料的数据总量（200PB）〔2〕。对数据的处理和分析，挖掘和运用已经成为几乎每一个行业的基本职能之一。有效的使用这些数据将会极大促进国家和社会发展，加快经济增长，并为科学界提供了新的研究方法。
　　二、数据能力在大学教育中的地位
　　在我国大学教育中大数据的影响力正在体现。许多著名高校如北京，清华，人民大学，复旦大学和中南大学等都开设了数据科学相关专业。大数据的影响力体现在整个社会领域，几乎每一个大学专业都会与大数据打交道。应用学科领域中，在经济与管理领域，通过收集大量数据，运用统计和计量的方法进行实证研究。在计算机领域，通过数据了解用户的行为模型，挖掘有用的顾客信息。在生物领域，通过数据帮助生物学家正确地准备实验，进行实验，验证实验结论，并正确解释实验结果，更好理解复杂的生物医学现象和确定药品疗效。在工程领域，通过工程和制造中各种数据，进行实验设计，质量控制，过程控制，可靠性工程和系统动力学识别等。即使对纯理论的学科，大数据依然发挥着重要作用。如在物理研究中，通过大数据验证微观系统的概率特性，解释和定量描述许多复杂现象如超导性，超流动性，湍流和液体的结构特征。甚至在文学和历史领域也可以运用大数据来掌握作者写作风格分析，对历史事件进行分析等。无论是国家政府部门、企事业单位、科研团体还是个人等，数据分析都是进行决策的前提条件，因此数据分析相关技能也有广泛的就业面。全球的数据相关工作需求量一直很大。根据LinkedIn劳动力报告，在美国专业数据分析人员需求比五年前增长六倍，数据分析师将成为未来五年内最热门的职位。IBM研究报告也预测，到2020年美国数据科学家、数据开发人员和数据工程师的年需求将导致70万新职位。
　　三、数据能力的培养体系设计
　　数据分析和处理能力是所有现代大学生必备的一项技能。数据分析是一个复杂的过程，包括从获得数据，处理数据，分析数据，展示数据，解释和分析数据，及结论的解释，这些都需要通过具有专业技能人才来完成。在大数据时代背景下，有必要针对性加强现有教育体系中数据能力培养，进一步提高所有大学生的数据能力。具体来说，作者认为有三个主要方面，加强应用统计理论的学习，掌握主流的数据处理语言（如R）和在毕业设计中加强大数据应用。
　　（1）加强应用统计理论的学习
　　现在本科生开设有概率论与数理统计课程，但所给的学时均较少，设计内容较多。在数据分析领域中，存在大量的统计相关理论，较短的学时无法使得学生对统计有一个充分的了解。大多数课程只是侧重于概率理论的讲解。而到专业课领域，专业老师更偏重于实际运用。培养过程中只强调了概率理论和应用。学生缺乏从理论到模型，再从模型到实际运用的环节。他们经常熟练的运用计算机软件，搜集大量的数据，得到一堆分析结果。却并不理解分析结果的理论背景和意义。导致经常胡乱理解数据的分析结果，得到不准确的结论，有时甚至是错误的。学生不仅要了解数理统计模型中如何运用概率论的知识，也要掌握如何运用数理统计模型解决实际问题。可以大幅增加概率论与数理统计课程的学时，由多名老师组成课题组。每个老师分别侧重一部分内容，如概率论，数理统计模型，专业领域数据的处理和应用等。并且课程组要一起制定教学大纲，特别注意各部分内容的衔接。
　　（2）掌握主流的数据处理语言（如R）
　　数据处理过程中，所有步骤都需要通过计算机完成。现有的教学体系中，大多数通过c语言来传授编程的思想。在专业课中采用本专业特有的软件来进行数据分析。在信息时代，诞生了一门专门进行数据处理的语言R。R是一套由数据操作、计算和图形展示功能整合而成的套件。包括：有效的数据存储和处理功能，一套完整的数组计算操作符，完整体系的数据分析工具，强大图形功能等〔3〕。R语言具有很多优秀的性质：首先它是一个开源免费的软件，吸引力大量的使用用户，许多统计学家为其提供服务。目前它是发展最快，用户量增加最多的统计软件。拥有上万不同统计功能的程序包，并且仍然不断增加。新出现的统计算法首选通过R发布。其次它是一门编程语言，通过编程可以解决所有统计方面的问题，而不需要针对不同问题采用特殊的专业统计软件。这些特点决定了R语言非常适合大学教学使用，在计算机能力培养方面实现了从编程到统计运用的统一。
　　（3）在毕业设计中加强大数据应用
　　尽管通过大学四年的学习，学生具有了与数据打交道基本知识和能力。但是数据的处理是一个非常复杂的过程，存在大量的相关统计知识和相应的软件实现过程，以及实际问题中的各种不确定性。没有人可以完全掌握所有的统计知识，预知解决问题中的所有困难，当大学生通过前三年的学习掌握了基本的数据处理理论和技能时。进一步需要真实地解决一个现实问题。需要学生自己去设计调查方案或实验，收集数据。选取适合的统计模型，理解模型的作用、自学所涉及的概率和统计知识。尝试运用数据去发现或解决问题。通过实际运用过程加强学生对数据的理论和处理流程的理解，对于数据能力的提高是十分必要和至关重要的。在毕业设计中，要强调问题为真实和源自于实际。引导学生采取用数据说话的方法解决问题。
　　四、结束语
　　在大数据时代背景下，本文首先分析了数据能力对各专业大学生的意义。接着从数据处理相关理论知识，计算机能力和实际解决问题能力三个方面，探讨了现有教育体系的不足，并针对性的提出三方面的解决措施：应加强应用统计理论的学习，掌握主流的数据处理语言（如R）和加强在毕业设计中大数据应用。
　　【参考文献】
　　〔1〕李国杰，程学旗。大数据研究：未来科技及经济社会发展的重大战略領域大数据的研究现状与科学思考〔J〕。中国科学院院刊，2012，27（6）：647657。
　　〔2〕GantzJ，ReinselD，GantzBJ。ExtractingValuefromChaos〔M〕。InternationalDataCorporationandEMC，2011。
　　〔3〕李强。R语言融入数学专业课程教学的探索与实践〔J〕。高教学刊，2015（9）：2424。