摘要：随着互联网技术的快速发展，社会进入了大数据时代，大数据已应用在社会生活的各个领域。教育教学工作，需要改变传统的教学模式，提高教学的水平，增加教学的质量，才能紧跟时代的脚步。本文主要介绍了以下四方面，分别是：大数据技术特点及对学生知识要求，大数据时代对计算机专业教学的影响，怎样开展大数据分析课程教学工作；改进计算机专业教学可以采用的方法有哪些。从而找到合适的教学内容，帮助今后的计算机专业教学工作，培养更多的大数据分析人员。
关键词：大数据；教学；计算机专业
一、大数据技术特点及对学生知識要求
当今社会生活中，有许多热门话题，这些话题之一就是大数据。大数据，是大规模数据的集合体，在IT技术中的度量单位有以下几个，分别是：TB，PB，EB。随着互联网技术的发展，大数据涉及领域逐渐增多，比如经济、生活、法律等，越来越多的科研、企业关注大数据这一资源。大数据有以下五个特征，分别是：数据容量大，数据类型繁多，价值密度低，数据处理快，复杂度高。大数据的数据类型又有已下三种：结构化数据，半结构化数据，非结构化数据。传统的数据库管理技术，在一定时间内无法对这些数据进行捕捉，管理和处理。想要适应大量的、高增长率和多样化的信息资产，需要更高的决策力，更强的洞察发现力，更好地流程优化能力，这就要求采用新的技术。比如，采用物联网获取数据，将云计算作为基础计算设施，采用云计算平台做出分析等。
2015年9月，《促进大数据发展行动纲要》由国务院印发，对大数据的发展工作进行了系统的安排。更快的提高了大数据产业的应用能力，这意味着大数据产业可以更快的发展，社会需要更多的技术型人才。效率，是大数据时代最明显的特性，它涉及的资料量非常大，搜索速度也非常快，这些在旧时代都是做不到的。这就要求培养更多的现代化人才，要求当代学生也可以熟练掌握一些基础课程知识。比如，数据库，数据结构，嵌入式开发，并行分布式计算，数据挖掘，数理统计分析等。这就要求学生综合运用计算机知识，去理解最新的理论与方法。
二、大数据时代对计算机专业教学的影响
（1）教育理念和思维方式变化。传统教育工作的开展，依靠的是教育主管单位，和优秀教育工作者多年的教学经验，由于这些经验总结缺乏科学性，不适合用于当代学生群体。在大数据时代，我们可以运用大数据，去挖掘知识，探索它们之间的联系，然后得出规律，最后制定出一个好的，符合学生实际的教学计划。根据这个教学计划，去开展相关的教学活动，观察学生特点，采用最合适的教学方案。
（2）学习环境发生了变化。在大数据时代，学生的学习不再局限于学校的课堂学习，课堂、课下的学习已经远远不够。随着计算机技术的快速发展，许多在线教学的网站出现，比如：MOOC，微课，翻转课堂，在线课堂。同时，智能手机的广泛应用，使得学生获取知识的途径更具多样性，学生可以通过微博、微信、博客等社交圈，去了解掌握知识。通过这些途径，学生能更便捷的学习知识。由于学习环境变化了，这象征着教育得以回归社会，真正的回归家庭；也象征着教育得以融入社会，真正的融入自然。
（3）教育方式发生改变。大数据时代下，知识的控制者已经不再是教师了，学生可能认为，教师已经落伍了。但是，学生缺乏大量的阅历和经验，需要由教师为学生提供帮助。在课堂上，教师的身份也发生了变化，由台前变成了幕后，所以教师应更加注重大数据分析课程的研究和教学，让课堂的主导者是学生。
三、大数据时代理论与应用融合的教学内容
在理论教学基础上，大数据分析课程应该以学生的实践，和系统二次开发能力的培养作为重点。可以分为以下九部分：
（1）大数据系统概述。这一部分包括五个部分，分别是：大数据概念，数据来源，数据处理基本过程，大数据特点，应用领域。同时，介绍了大数据与其他技术之间的关系。比如：云计算，移动互联网，互联网，数据库等技术。
（2）大数据技术架构和源数据的获取技术。大数据技术架构的主要内容是，关键技术和技术之间的相互关系。源数据的获取技术包括以下四个技术，分别是：传统信息管理系统，网络信息系统，科学实验，最新的物联网技术。这一技术的重点内容是：数据的特征，数据规模，数据价值。
（3）云计算基础平台。云计算基础平台的云服务资源由云服务提供，云服务管理即软件即服务，平台即服务，基础架构即服务。这一部分学生需要掌握的重点知识是，云计算的基本商业以及按需计算方式。
（4）多源数据的处理。多源数据包括数据库、文本、图片、视频、网页等，这些数据又分为结构化、非结构化、半结构化三种。这一部分介绍了对这些多源数据进行数据抽取，数据清洗，数据集成过程。主要可以采用四种方法，分别是：基于物化或ETL引擎方法，基于联邦数据库引擎或中间件方法，基于数据流引擎方法，基于搜索引擎方法。
（5）数据存储技术以及计算技术。这一部分不仅介绍了大数据的数据存储、分布式数据、分布式文件系统。还介绍了以下几种大数据关键计算技术，比如：批处理计算，流式计算，迭代计算，内存计算，图计算。对于每一种计算模式，都分别以具体系统进行了实战教学训练。
（6）数据分析与显示方法。这一部分主要介绍的分析技术包括：数据挖掘，机器学习，数据统计。另外一个重点内容是，有关标签云、历史流、空间信息流等内容，介绍了人机交互与可视化技术。
（7）实践案例分析。最后一部分介绍的是，将大数据技术应用到综合实践形式，并对与其有关的案例实践进行了分析。本节可以重点讲述几个实践案例，比如：基于某团购网的大型离线电商数据分析平台，大数据分析在媒体公关与危机处理方面应用，期货金融大数据分析。通过具体的案例分析，使学生有更高的应用实践能力。
四、大数据时代下计算机专业大数据分析教学探索
①课程体系设置。在大数据时代，计算机技术面临着许多难题，计算机、移动设备、终端设备面临的问题有：结构化、非结构化数据的处理，数据的存储，数据的通信，数据的传输。人才市场需要各种技术型人才，比如：存储技术人才，数据分析人才，数据应用人才。这些技术型人才的培养，都需要以计算机相关知识为基础。所以，计算机专业课程设置可以遵循如下思路，依次为引入、基础、专业、实践、深究。2012年，根据地方特色和社会需求，针对计算机专业课程体系和设置，长江大学做出了一些改进，旨在培养一些德、智、体、美全面发展的综合素质人才，学生整体上需要具备以下三点，分别是：专业技能基础，创新意识，良好的综合素质。具体来说，学生需要具有扎实的数理基础，熟练的掌握计算机理论知识，熟悉计算机软件技术、硬件技术、数据处理技术，掌握程序设计的方法，有良好的网络技术应用能力，具有优秀的人文素质，有较高的创新能力。具备了这些能力，学生才能在大数据时代下，较好的从事软件设计开发工作，以及网络系统建设管理。专业课程设置分为三类：专业基础课，专业必修/选修课，实践环节。其中，专业基础课开设在低年级，即大一、大二年级，目的是让学生掌握基础理论知识。专业课程内容有以下几种，分别是：计算机电路基础，离散数学，大学物理，计算机组成原理，Java程序设计，概率论与数理统计，数据结构，计算机专业导论，C语言程序设计，操作系统，数据库原理，计算机网络等。除此之外，还应该开设英语课程，鼓励学生积极阅读国外专业文献，熟知国内外先进技术的发展水平，培养良好的自学能力。专业必修课开设在高年级，即大三、大四年级，目的是让学生在掌握基础理论的基础上，深入钻研，主要课程内容包括：大数据分析课程，物联网技术，软件工程，面向对象程序设计，Android编程技术，Linux系统管理与应用，无线网络及其应用技术，网络工程与系统集成。旨在培养研究方向，涉及软件工程方向，网络工程方向。同样开设在高年级的课程还有专业选修课，开设专业选修课的目的是：建立完善的理论体系。主要课程内容包括：VC++高级编程，数字图像处理，面向对象分析与建模UML，高级路由交换技术，嵌入式软件开发等。实践环节，贯穿大一到大四的每个学年，包括以下四点内容，分别是：社会实践，课程设计，学年论文，专业实习。从低年级到高年级依次开展的课程有：数据结构课程设计，计算机网络课程设计，数据库原理及Oracle应用课程设计，基于HDFS的应用实践。②学生兴趣培养。可以做一些学生满意调查问卷，统计分析收集到的学生数据，对计算机专业大数据分析课程进行评估，评估点有以下几个：教师教学质量，课程设计安排，课程教学顺序。然后根据大数据时代的具体要求，去科学的引导学生学习，使学生掌握所需的知识。在基础课程教学中，要培养学生对大数据的兴趣，提高学生的数据意识。这个教学过程中，先提出几个与大数据有关的问题，或者有关的现象，从而引起学生的关注，之后可以安排几个学时，使学生了解计算机的发展和计算机相关技术，最后再使学生了解大数据的产生、发展和现状，使他们意识到大数据对人们生活的影响，理解什么是数据，什么是大数据，能够清楚地分清数据、大数据、海量数据的区别。
与此同时，可以通过一些图片或者视频，以及具体的实例使学生了了解数据，懂的数据的普遍性。也可以运用计算机理论和技术，去挖掘、存储、处理相关的重要信息，这些重要的信息对于企业、公司、机构、学校等，都很有价值，大数据分析课程涉及的内容有：数据挖掘，数据库技术，高级程序涉及，算法设计与分析，智能计算，分布式并行处理。③大数据分析课程教学策略与方法。计算机专业课程，对实践操作能力有很高的要求，在基本教学过程中，教师需要将理论与实践结合。教学前期的重点是理论教学，配合相应的实践教学，然后过渡到后期的专业教学，后期的重点是实践教学，配合相应的理论讲解，最后根据学习的主题，让学生自主设计与开发，同时，师生间要进行有效的互动和沟通。在理论教学时，学生应该了解所学课程内容，了解其具体概念、原理和基本方法、应用领域，然后再结合具体事例，让学生自己去验证理论知识，从具体实例中理解理论知识，并且牢记这些理论知识。同时，向学生讲解和大数据有关的新技术，使学生保持积极性。学生学习的方式，由被动接受变成主动学习。教师要积极鼓励学生，使学生学会使用所学的内容，去解决实际中遇到的问题。实践教学时，教师应根据课程设计确定相关主题，告诉学生过程中应注意的事项，鼓励学生主动思考，并且仔细检查学生的实验报告，了解学生的解决方案。
五、总结
当前信息技术快速发展，大数据分析就是其发展的产物，所以大数据分析课程的技术和方法并不完善。本文主要介绍了以下四方面：大数据技术特点及对学生知识要求，大数据时代对计算机专业教学的影响，怎样开展大数据分析课程教学工作；改进计算机专业教学可以采用的方法。学生应该综合运用计算机知识，去了解最新的理论与方法。在理论教学基础上，与其同时，学生的实践和系统二次开发能力的培养也应该是学生学习的重点。不过，随着计算机技术的发展，大数据分析课程的内容也会发生变化，所以本文提到的教学内容，仅是对计算机专业基础知识的初步讨论，在今后的教学中，能对课程内容再进行完善。
（作者单位：湖南现代物流职业技术学院物流商学院）
作者简介：谢曹红，1970年生，女，教师，电子工程师，研究方向：经济学、应用电子技术。
陆文超，1962年生，男，教师，助教，研究方向：计算机系统维护和管理。
参考文献
[1]贺宁.大数据课程在高职学院中的建设和发展[J].软件，2015，36（10）：50-52.
[2]汪祖柱.大数据背景下的信息管理与信息系統专业课程建设[J].宿州学院学报，2015，32（2）：119-122.
[3]王兆华.大数据背景下的高职计算机专业教育改革研究[J].电脑知识与技术，2015，11（7）：119-120.
