Sci论文 - 至繁归于至简,Sci论文网。 设为首页|加入收藏

SCI论文网开场白:为SCI创作者提供分享合作的小而美圈子

当前位置:首页 > 教育论文 > 正文

大数据时代统计专业人才培养方式的思考与实践论文

发布时间:2021-01-12 10:55:34 文章来源:SCI论文网 我要评论














SCI论文(www.scipaper.net):

摘要:大数据时代对统计学专业人才培养提出了新的综合素质要求,专业课程体系设计和教学内容都需要根据新的人才需求特征进行重构和改革,并着力加强实践教学体系建设,真正实现统计学理论与应用实践的高度统一,培养符合大数据时代统计人才岗位需求特征的复合型人才。

关键词:大数据时代;应用统计;人才培养

本文引用格式:王成勇,等.大数据时代统计专业人才培养方式的思考与实践[J].教育现代化,2019,6(74):15-17.

在经济转型升级、迈入大数据时代的今天,我国高等教育特别是本科阶段的教育一直以来重知识传授、轻实践技能的传统教育教学模式,严重阻碍了学生的实践创新能力培养。统计学属理学门类下的一级学科,它是基于数据进行量化分析与建模、进行统计推断和预测,为相关决策提供参考依据的理论与实践高度统一的学科门类[1]。随着大数据时代的到来,传统的统计专业课程体系已经不符合大数据时代人才岗位需求对统计工作者的专业知识要求,大数据的结构特征及处理和建模方式的转变给统计学专业人才的培养提出了新的要求[2]。另一方面,互联网+思维和计算技术软硬件的发展与进步,推动了多学科的交叉与融合,由此而催生的对“数据科学”“机器学习与数据挖掘”“人工智能”等人才的需求,这些交叉学科人才培养过程中,统计学理念及其算法是人才的核心素养之一,这也对大数据背景下应用统计学专业的转型发展提供了显著的必要证据。

一大数据时代对统计人才的素质要求

传统的统计学专业往往定位于数理统计专业,培养的学生具备扎实的数学基础,理解理论原理并能进行理论推导证明,但是将理论综合应用到实践中用于解决实际问题的能力较弱,这种培养模式确实为重点院校的统计学毕业生进一步深造打下了坚实的理论基础。财经类高校的统计学专业通常兼具财经类特色,以经济统计专业特色为主,可兼顾经济、金融、管理等学科特点,毕业生具有一定的应用实践能力。

作为地方本科院校,大数据时代的人才培养要致力于为地方经济建设服务,不可照搬重点院校的理论人才培养模式,也不可在不具备专业发展背景的前提下盲目照搬财经类高校的经济统计人才培养模式。我们认为,当前的统计学相关专业毕业生要兼具数据科学的基本知识结构和理念,能综合运用所学的数据分析方法、统计建模方法和计算机编程能力解决实际问题,具有扎实的大数据统计分析与建模能力,成为经济社会发展急需的复合型统计与数据分析人才。

统计学是关于数据的科学,数据是基础,数据分析方法的不断发展与更新是统计学的生命力源泉所在。大数据的特征以及当前计算机软硬件技术的快速进步使得我们对统计思维及其方法的应用方式发生了较大改变。

大数据时代,我们经常不再是依靠少量的抽样数据、而是基于与问题相关的全部数据的分析,而且数据类型的多样性使得我们更在意分析结论的可用性而不再是其精确性,而关于数据建模的算法研究和计算技术的突飞猛进则使得我们从追求现象的因果关系转变为追求现象的相关关系。大数据时代这些新的特征对统计学专业人才的培养提供了机遇和挑战,普通本科层次的统计人才培养如何更好地做到与时俱进,满足社会经济发展对统计人才岗位能力的需求,需要我们不断地对统计学专业人才培养模式进行反思、研究、探索和改革。特别是作为地方本科院校,统计学专业办学的时间一般都不长,办学之初的人才培养理念基本上要么照搬重点院校的理论人才培养模式,要么照搬财经类院校的经济统计人才培养模式。当前形势下,我们更要主动适应外部环境、科学分析社会经济发展对统计人才的需求特征,以学生可持续发展为前提,以高质量就业为导向和目标,科学修订人才培养方案,转变人才培养方式,培养社会需要的、具有较强综合实践能力和问题解决能力的高质量统计学专门人才。

\

 
从社会需求特征的角度分析,统计学相关专业人才在思想品德素质要求方面主要包括团结协作精神,能吃苦的奉献精神,敬业爱岗和较强的交流沟通能力[3]。统计人才往往需要通过统计调查来获取数据,团队协作精神和吃苦精神是必备的基本素质,而作为决策的辅助岗位,沟通协调能力也很重要。

在专业能力素质方面的要求主要包括统计软件编程与计算机应用能力、统计数据分析与建模能力、统计报告与文本写作能力、统计调查与数据获取能力、统计研究与实践创新能力、组织协调能力等。其中,统计数据分析与建模能力和统计研究与实践创新能力是核心能力,是岗位需求最看重的能力。统计报告与文本写作能力也很重要,基于此才能让非专业人士看懂统计报告并理解问题的解决方案,体现出统计人才的价值。

在创新能力素质方面的要求主要包括职业适应能力、业务拓展与知识更新能力、组织协调与团队合作能力等。统计人才岗位所要面对的职业背景和行业领域千差万别,职业适应能力是非常重要的能力素质,只有尽快更新知识结构以适应职业需要,才能更好地做好本职工作,并拓展相关业务。

二 大数据时代的统计学专业课程体系设计与教学探索

现代统计理论和方法随着其应用领域的不断扩展,统计建模的方法论体系也在不断的丰富,统计建模方法与统计算法思维都在不断的更新。大数据时代对统计理论与方法的更新与扩展也有着极大的促进作用,同样也推动着统计人才培养的教育理念和教学要求在不断的更新。

(一) 关于课程体系设计的思考

美国统计学会为了更好地适应大数据时代对统计人才的需求特征,于2014年发布统计学本科专业指导性教学纲要,纲要中将统计专业本科生应该掌握的知识和技能归纳为五个方面[4]:统计方法和理论、数据操作和计算、数学基础、统计实践和特定领域的知识。美国统计学会提出的统计学本科专业指导性教学纲要,对于我国正在推进的统计专业人才培养转型具有重要的参考价值。

借鉴美国统计学会关于本科生的统计教育纲要,结合大数据时代对统计教育提出的新要求,我们认为应用统计学专业课程体系设计和教学内容的重构需要从以下几个层面来考量和改进。

(1)注意数学类基础课程与统计类专业课程之间的有效衔接。统计学虽然已经是与数学并列的一级学科门类,但从学科发展的渊源来看,与数学学科具有天然的紧密联系。统计学相关专业需要开足数学类基础课程,并且课程的讲授内容和难度与数学类专业基本相同。但是,由于统计类专业课程本身的体系和先后顺序要求,一定要注意课程编排的紧凑性和顺序合理性,并在相应的数学基础课中适当增加统计专业课程所需的知识内容,比如代数的矩阵分解、数值优化算法等相关理论;部分长线课可进行层次化教学,把内容分成基础课统一开设、拔高课选修的形式,供对自己的职业规划持不同方向的同学自主选择,也便于调和数学基础课与统计专业课之间的先修与后修矛盾。

(2)软件编程类课程要紧跟技术发展潮流与行业需求。我们在之前的统计专业人才培养体系里主要是在计算机基础编程课程的基础上开设少量统计专业软件课程,或是通过在专业课中适当开设实验课的形式引导学生学习R、SPSS、Eviews等软件。但是在大数据时代,数据处理与分析对计算机相关知识技能的要求大幅提高,必须具备一定的数据库编程操作能力且能在某一软件开发平台如Python、Jawa、Hadoop等基础上,进行数据分析与数据挖掘的算法编程计算。因此,应用统计学专业必须增加相应的课程模块以紧跟大数据技术的发展潮流,及时开设处于行业需求热点的软件编程课程。

(3)与特定领域背景知识的充分结合。统计学理论与实践高度统一的学科特点决定了应用统计学人才一定是复合型人才。应用统计专业的学生在学习统计相关理论的同时需要结合到某一特定领域的应用场景,将行业领域特定背景的现实问题通过数学统计方法进行建模,转化为数据分析与统计建模问题,通过统计推断和预测等手段得到相应的结论,进而还原解决原来的现实问题。因此,应用统计专业在课程体系中应加入相应的特定行业领域背景知识模块。受限于课时,还可以通过鼓励学生修读双学位、参加行业社会实践等方式达成这一目的。

(二)关于教学内容与方法改革的思考

一项统计工作总是从发现并提出问题开始,通过数据的收集与整理、分析与建模,到得出结论解决问题,形成一个完整的工作流程。因此,在课程教学过程中,除数学基础课程之外,统计学的专业课程都应改变传统的纯理论推导与证明式的教学方式,适度降低数学证明的严格化要求,以理解方法论原理为核心教学理念,特别注重理论知识在方法论上的实践性特征,更多的采用启发、讨论和案例式教学等方法,灵活运用网络教学资源和文献检索工具,更多的采用统计图表、编程实现等直观工具和手段,增强统计学教学内容的直观性与趣味性,以帮助他们更深刻的理解统计方法、模型、算法的本质,充分启发学生的思维,调动学生的学习主动性与积极性,培养同学们的知识综合运用与融会贯通能力。

我们在前几届的教学实践中,通过设置暑期小学期的方式,增加了学生小组开展暑期统计调研的课程教学环节,学生小组在老师指导下完成拟定问题→设计问卷→走访调研→数据收集与处理→数据分析与建模→完成调研报告的全过程,充分发挥了学生独立思考并动手解决问题的主动性和创造性,较好的培养了学生统计理论与统计实务有效结合的能力。

在关于应用统计学专业教学改革的进一步改革思路中[5],我们还计划在多元统计分析、时间序列分析等统计建模方法课程之外,增加智能优化算法、机器学习与数据挖掘、数据可视化、文本数据挖掘等专业必修或选修课程,并结合背景知识尽可能多的引入大数据分析与建模案例,使得同学们视野更加开阔,具备结合领域知识进行自主学习和知识更新的能力。

三 着力加强学生的实践创新能力培养

实践教学体系建设是统计专业着力培养学生实践创新能力的重要抓手和条件保障[6]。大数据时代需要学生掌握常用的处理大数据的新方法和新思维,在通常的回归分析和时间序列分析建模的方法之外,还需要在课程体系中强化分类、聚类、关联规则、神经网络、文本数据挖掘、数据可视化等方面的实验实践能力。

我们认为,实践教学体系的可以分为校内实验实践、校外实习实训和学生课外实践活动三个相辅相成的环节。

(1)校内实验实践。校内实验实践贯穿于整个学习过程,其主要组成是各门课程的课内实验和计算机编程类的课程设计。我们主张除几门基础的数学课程如数学分析、代数与几何之外的专业类课程都要适当加入实验课时,并以在第一学期开设的Python语言为主要编程语言(适当兼顾R、SPSS、Eviews、Matlab、Hadoop等软件的初步应用能力),贯穿于所有课内实验环节,使得学生在通过基本的验证性实验和部分开放性实验掌握理论课知识的同时,熟悉编程语言并能综合运用于各种场景,在实验实践中进一步学习领会统计理论原理,强化统计算法、数据分析与建模等方面的实践技能;课程设计则主要是编程类课程和数据分析与数据挖掘类课程的综合大作业,用以综合考察学生的知识融合熟练程度与适当的实践创新能力。

(2)校外实习实训。择优建立一批在业界有影响力、综合业务能力强的企事业单位作为学生实习实训校外基地,能有效保障同学们的综合实践能力培养与人才岗位需求无缝对接,给学生搭建实习到就业的通畅渠道。实习实训基地建设要保持与基地指导教师团队的紧密沟通,协同制定人才培养方案、共同开发课程、制定实训实习教学计划,在实习实训内容的编排方面要与校内实践做到不重复、有效衔接,构建出真正有助于学生应用、实践、创新能力培养的高水平实习实训平台,提升毕业生的综合素质与业务能力。

(3)课外实践活动。课外实践活动主要可以分为:组织学生参加学科竞赛、组织申报大学生创新创业训练项目、参与教师科研活动等几个方面。参加学科竞赛是检验学生对知识的掌握程度、对知识的综合运用能力,培养学生的自主学习能力、独立思考与创新能力的重要手段。大学生数学建模竞赛、泰迪杯数据挖掘竞赛、市场分析与调查大赛、互联网+大赛等全国性学科竞赛的综合性都很强;作为实践性特别强的学科专业,学生有充分的能力申报很有价值的、与社会经济生活结合紧密的大学生创新课题,或者参与教师的横向科研课题。以往的经验表明,认真参与了这些课外实践活动的同学都从中获益良多,在后续考研、就业环节体现了充分的竞争力。

四 结语

大数据时代对应用统计专业毕业生的个人综合素质和实践创新能力提出了新的更高的要求,这需要我们更新人才培养理念,加强课程体系建设、重构课程教学内容、改革课程教学方法,营造开放的教学环境,加强课程的综合性和开放性,加强教学模式改革,使学生能更好的掌握课程知识体系,提升学生的自主学习能力和创新实践能力,以更好地适应大数据时代对统计学人才的能力和素质的要求。

\

 
参考文献

[1]程从华,王静.大数据下的统计学专业设置研究思考[J].湖北第二师范学院学报,2018,2:80-83.
[2]耿直.大数据时代统计学面临的机遇与挑战[J].统计研究,2014,1:5-10.
[3]范乔希,朱胜,蒋志华,等.地方高校经济统计学专业人才培养改革探索[J].教育理论与实践,2018,30:11-14.
[4]孟生旺,袁卫.大数据时代的统计教育[J].统计研究,2015,4:3-8.
[5]孙耀东.大数据背景下统计学专业课程教学探究[J].廊坊师范学院学报(自然科学版),2015,15(6):108-110.
[6]张晨,卢媛.大数据背景下统计学专业创新型人才教学实践探究[J].教育现代化,2018,5(36):102-104.


关注SCI论文创作发表,寻求SCI论文修改润色、SCI论文代发表等服务支撑,请锁定SCI论文网!


文章出自SCI论文网转载请注明出处:http://www.scipaper.net/jiaoyulunwen/28560.html
0

发表评论

Sci论文网 - Sci论文发表 - Sci论文修改润色 - Sci论文期刊 - Sci论文代发
Copyright © Sci论文网 版权所有 | SCI论文网手机版