数据类专业资源体系的构建与实践

EducationandTeachingResearch

教育与教学研究

Vol.31No.ll

Nov.2017

数据类专业资源体系的构建与实践

陈丹杨晋浩施达

(成都大学信息科学与工程学院四川成都610106)

[摘要]数据时代的到来，给数据类专业人才的培养带来前所未有的机遇和挑战。随着大数据时代的推进，和企

业对数据类人才的要求更加严格，标准更高。数据类本科专业的人才培养设置势必要体现并满足大数据时代对人才培养的 要求。因此，结合学校十余年来在数据类专业建设方面的成就，从数据资源体系、项目及案例资源体系和社会资源体系三方 面研究数据类专业三位一体的资源体系的构建，得出在体系践行下有效促进高素质复合型数据类人才培养的实践经验。

;[中图分类号]G2.3

[关键词

]

大数据数据科学与工程项目及案例；资源体系；转化机制

;

[文献标志码]A [文章编号]1674-6120(2017)11-0125-05

程这一新兴交叉学科的发展是社会需求的必 然。”[1]2015年，印发《促进大数据发展行动 纲要》，提出七项措施，其中包含加强数据类专业人 才培养。“高校作为人才培养的摇篮，应重视数据 类应用型人才培养模式创新。”[2]数据类专业资源 体系的构建正是人才培养模式的创新，对于数据类 专业人才培养起着极其重要的影响。

数据时代的到来，给数据类专业人才的培养带 来前所未有的机遇和挑战。随着大数据时代的推 进，和企业对数据类人才的要求更加严格，标 准更高。本文在数据类专业人才培养现况的基础 上，结合学校十余年来在数据类专业建设方面的成 就，研究数据类专业三位一体的资源体系的构建， 总结实践经验，希望对数据类专业建设有一定的借 鉴作用。

一

、

(二）国内数据类专业开设现状

数据类专业发展背景及开设

“数据科学是通过数据推理和探索发现深层次 知识的科学。”[3] “数据科学家，二十一世纪最性感 职业。，，[4]

2015年5月7日，清华大学宣布正式启动中国 首个混合式教育硕士学位项目“数据科学与工程” 专业硕士。紧接着，阿里云携手慧科教育集团启动 阿里云大学合作计划

现状

(一)数据类专业发展背景

21世纪是数据信息大发展的时代，移动互联、 电子商务等极大拓展了互联网的边界和应用范围， 各种数据迅速膨胀并呈现高增长趋势。大数据带 来了经济发展机遇，同时对

AUCP，联合北京航空航天大

IT教育提出了新的要

学、浙江大学、复旦大学等高校开设云计算与数据 科学专业，共建“互联网+教育”的新生态，旨在通 过产教高度融合的方式，培养下一代数据科学家。 预计三年内，实现百所高校开展云计算与数据科学

求，要求学生拥有全球技术视野，获取最前沿的大 数据知识。传统的

IT人才培养方案难以接轨产业

需求，由此数据类专业应运而生。“数据科学与工 *

【收稿日期】2016 - 09 - 09

*基金项目:成都市科技局项目“基于文本语义挖掘技术的领域市场导向机制研究”（编号:2015-RK00-00018-ZF);成都市科技 局项目“基于示范性云数据仓库的数据分析人才培养体系研究”（编号:2015-RK00-00010-ZF);成都市科技局项目“数据工程人 才培养体系研究”(编号:2015-RK00-00202-ZF)。

【作者简介】陈丹

(1984—），女，成都大学信息科学与工程学院讲师，硕士。研究方向:应用数学。

• 125 •

第11期教育与教学研究

No.11Nov2017年11月

教育，培养和认证5万名云计算和数据科学工作 者。目前，国内已成立华东师范大学的数据科学与 工程研究院、中山大学的数据科学与计算机学院、 贵州大学的大数据与信息工程学院，数据类专业开 设不断扩大规模和深化更新。

与上述情况相比，成都大学自2003年起一直 开展数据人才的培养工作，将信息与计算科学专业 (专科)定位于数据挖掘方向。2005年，该专业升 为本科。至今十余年，学校已累计培养本科生五百 余人，积累了丰富的数据资源和人才培养经验，为 进一步建设数据类专业打下了扎实的基础。

二、数据类专业资源体系

数据类专业资源体系是基于数据类专业人才 培养目标，适应产学研一体化的办学需要而选择、 构建的相关符号、文字、数字、语音、图像、视频等要 素总称。[5]它主要由数据资源体系、项目及案例资 源体系和社会资源体系组成，在保障机制的作用下 形成互联互通的良性统一的自循环系统。

(一)数据资源体系

数据资源包含海量数据，是整个数据类专业资 源体系的基础，是数据类专业在教学、科研、社会服 务等方面的保障。数据资源体系是数据产生、存 储、使用，再不断更新和丰富的过程。

1. 数据来源

数据主要来源于产学研活动过程中涉及的项 目数据。产学研活动包括教师科研课题、校企合作 项目、已就业学生在数据类领域的技术咨询、计算 机仿真以及通过公开渠道进行Web数据挖取或购

买等。

2. 数据内容及用途

根据产学研活动的安全需求，数据主要分为公 开数据和内部数据两类。公开数据适用于教学、科 研及示范推广等活动，包括

web数据、股市数据、招

聘信息数据、项目脱敏数据以及计算机仿真数据 • 126 •

.2017

等。内部数据适用于校企合作项目、已就业学生在 数据类领域的技术咨询等，包括招投标数据、专利 数据、电商数据、电信数据等。

(二)项目及案例资源体系

项目及案例资源包含数据类专业教学、教师科 研、校企合作、海量数据转化等过程中形成的项目 和案例，是数据的成果化载体。通过对数据“加 工”，可以构建教学课题、教学案例和科研项目等。 项目及案例资源体系是项目及案例的产生、转化， 服务于教学和科研，再形成新的项目及案例的自循 环过程。

1. 项目及案例来源

项目及案例资源来源于教师的科研项目、科研 课题以及需求驱动下的已就业学生的技术咨询和 校企合作项目等。

2. 项目及案例资源体系自循环转化

项目及案例资源体系自成循环模式(见图1)。

图1

项目及案例资源体系框架

首先，在开展教学、科研、校企合作、技术咨询 等活动过程中可以积累、丰富典型的项目及案例资 源。其次，这些资源在保密脱敏的转化提升机制作 用下，一方面转化为教学资源，包括课程项目、教学 案例及学生科创项目，如与四川电信在文本挖掘方 面的合作，转化成了课程“中文文本数据挖掘项目” “客户数据分析项目设计”及科创项目“电信业业务 数据预测与分析”“客户细分与跟踪管理”等;另一 方面深化提升为教师团队的纵向科研项目，供师生 持续开展科学研究，实现科技成果转化，如成功申 报四川省科技厅项目“基于数据挖掘的电子商务营

第11期陈丹杨晋浩施达:数据类专业资源体系的构建与实践

No.11Nov2017年11月

销数据分析与决策支持系统(编号:2014

GZ0034) ”、

四川省教育厅科研项目“产学研一体化的大数据应 用技术协同创新平台研究(编号:15

ZB0379) ”、成都

市科技局项目“基于示范性云数据仓库的数据分析 人才培养体系研究（编号：2015-

RK00-00010-ZF) ”

等。最后，在示范推广机制的保障下，促成教师产 生新的科研课题(项目）以及在效应驱动下促成更 多的校企合作。从而使项目及案例资源体系形成 良性自循环，实现可持续发展。

3.项目及案例应用

项目及案例资源体系主要应用于两方面活动， 一是教师的教学与科研，二是数据价值的发现和在 面向社会的推广、普及、示范中的应用。

(三)社会资源体系

社会资源主要包括校友、校企合作关系下的社 会企业以及特聘的校外专家。社会资源体系是建 立和拓展社会资源，推动数据资源体系和项目、案 例资源体系发展的过程。

1. 校友资源

校友资源的建立、维持和巩固主要依托于两方 面:一是学生在校期间的专业学习群、数据兴趣群， 如成大信计专业、数据科学与工程创新工作室等; 二是面向大数据领域从业人员的专业技术研讨群， 如大数据应用技术、电商数据分享讨论群等。同 时，辅以微信、电话、学术沙龙等方式。大家可以通 过公共群交流学习，也可以发布专业前景动态、就 业渠道、就业需求信息，提供校内外的资源交叉转 化等。

2. 企业资源

企业资源主要是指校企合作关系下的企业。 这些企业往往以项目合作、技术支持服务、协同创 新等关系形成了社会资源的一部分。同时，企业作 为学校人才培养的产学研实习实训基地，以校企共 管的模式提供教学实践，帮助学生提高工作技能。

3. 校外专家资源

.2017

学校充分利用校外人才资源，专门聘请校外专 家及数据领域的代表担任战略指导和培养方案咨 询顾问，实现智力资源共享，促进教学科研水平和 学科专业建设的发展。

三、数据类专业资源交叉转化模型

数据类专业资源体系内的三大体系，既相对独 立，又相辅相成，在一定条件下交叉转化，形成非线 性螺旋上升的共同发展模式和数据类专业产学研 资源体系的良性自循环结构(见图2)。

(一） 数据资源体系与项目及案例资源

体系的相互转化

数据资源体系是项目及案例资源体系的基础， 项目及案例资源体系是数据资源体系的成果化载 体。通过对数据的“加工”，可以构建与教学相关的 课题项目和与科研相关的师生科创项目，然后转化 为项目及案例资源。数据资源又通过项目及案例 以成果形式体现。如:根据某公司生产过程中的能 源消耗数据，包括高压电、低压电、热水、冷水和天 然气等数据，构建了“基于数据分析的闭环能效监 控研究”的科创项目以及相关的课程案例。

(二） 项目及案例资源体系与社会资源

体系的相互转化

项目及案例资源体系为社会资源体系的建设 发挥示范推广作用，社会资源体系是项目及案例资 源体系的拓展和深化。项目及案例资源通过示范 推广机制作用于社会资源体系，极大地促进社会资 源的有效建设;社会资源通过技术咨询、校企合作、 战略指导等方式促使项目及案例资源的丰富和深

• 127 •

第11期教育与教学研究

No.11Nov2017年11月

化。如:长期开展学生创新工作室项目建设，“以教 师科研子课题、时事热点、已就业学生的技术咨询、 校企合作项目等立项招标”[6]，每年选拔优秀学生 参与项目及案例研究。据毕业生就业追踪调查显 示，项目组成员更容易得到企业较快、较高的认可， 短时间内成为企业的中坚力量，同时带动更多的就 业。随着该领域内就业人数的增加，通过交流、支 持等活动，数据资源、项目及案例资源也得以丰富 和深化。

(三）社会资源体系与数据资源体系的

相互转化

社会资源体系是数据资源体系的“活性剂”，数 据资源体系为社会资源体系提供示范和支撑。社 会资源体系为数据资源体系注入源源不断的“活 性”，促使数据资源丰富化、“鲜活”化;数据资源体 系的集成化、规范化，为社会资源体系的建设提供 更优的示范效应。如：已就业学生的技术咨询、校 企合作开展的项目研究等都会带来丰富、有效的数 据，数据经“加工”后的示范效应会吸引更多、更优 的社会资源。

四、践行及成果

通过数据类专业资源体系的构建和实践，学校 数据与科学工程系实现了以市场需求为导向的数 据专业人才的有效培养、储备和输送，促成了满足 应用驱动的校企合作，形成了产学研一体化的资源 交叉转化发展模式。

(一)典型案例

2〇〇6届毕业生

A就职于某电商数据分析公

司，困于销售数据分析问题而求助于母校老师。老 师为

A提供了咨询和辅导，帮助他解决了问题。

结合该生带来的电商销售数据，将数据脱敏处 理，转化成校内学生科创团队的多个研究子项目， 吸引了连续几届的学生开展电商数据研究，成立了电商数据分享讨论群，至今数十人就业于电商领域 • 128 •

.2017

并发展良好。

随着已就业学生持续引入更多的电商数据和 相关问题，学校建成了电商数据资源，转化成许多 教学科研项目，如“团购客户数据仓库建设” “饰品 业客户忠诚行为研究与价值提升”“基于关联挖掘 的淘宝直通车效益研究”等毕业设计课题和校级科 创项目。

在前期研究的基础上，团队提炼科学问题，并 成功申报了四川省科技厅项目“基于数据挖掘的电 子商务营销数据分析与决策支持系统（编号:

2014

GZ0034) ”、“电子商务文本挖掘的研究（编号:

2014JY00)”等 〇

电商数据类研究所取得的良好成果刺激着更 多的领域发出技术支持、校企合作等需求，促进了 学校数据类专业产学研资源体系的更好建设。

目前，团队已将对电商文本挖掘技术的研究进 一步升华，形成以文本挖掘技术为核心竞争力的数 据价值发现及开发的研究体系。与四川电信、中国 协同创新网、科学出版社成都有限责任公司等在文 本挖掘方面建立了合作关系，达成了多个校企合作 项目。

(二)近年来的主要成果汇总

1.促进教师科研提升，主持多个省市级项目， 既丰富了项目及案例资源，又转化和更新了数据资 源

(1)

四川省科技厅项目：电子商务文本挖掘的

研究(编号:2014

JY00)、面向语义识别的领域文 本分类体系结构研究（编号:2016JY0255)、基于大

数据的决策咨询数据分析方法应用研究（编号: 2017

ZR0041)等 6 项。

(2)

四川省教育厅科研项目：产学研一体化的

大数据应用技术协同创新平台研究（编号:

15

ZB0379)。

(3)

成都市科技局项目：基于大数据技术应用

的地方本科人才培养需求研究（编号:2014-

RK00-

第11期2017年11月00051-

陈丹杨晋浩施达:数据类专业资源体系的构建与实践

No.11Nov.2017

ZF)、基于文本语义挖掘技术的领域市场导 向机制研究(编号:2015-RK00-00018-ZF)、数据工程 人才培养体系研究（编号:2015-RK00-00202-ZF)等

6项。

2.

据类人才专业素养的要求，是高校应该思考的问 题。数据类专业资源体系的构建和践行，有效实现 了产学研一体化。其三大体系既相对又相辅 相成，在一定的条件下可交叉转化，形成非线性螺

形成了 3个云平台数据仓库，保障了数据资 旋上升的共同发展模式，促进了数据类专业产学研

资源体系的良性自循环过程，推动了数据类专业高 素质复合型人才的创新培养。

源的储存，促进了数据资源的示范和支撑作用

数据仓库包括基于云平台的证券数据仓库、基 于云平台的电商示范性数据仓库、基于大数据的创 新创业数据平台。

3. 了社会资源

与中国协同创新网、西部数据有限责任公司、 科学出版社成都有限责任公司等十余家企业和组 织建立了不同层次的战略合作关系。

4. 推动了人才培养，取得了明显的教学成果 在体系的践行过程中，指导学生获奖及论文发表情况:（1)全国大学生数学建模竞赛国家级、省级 奖励一百八十余人次;（2)全国大学生计算机仿真 大赛全国三等奖(当年四川赛区唯一国家奖花落我 校)；（3)2016年全国数据挖掘挑战赛三等奖；（4) 公开发表学术论文二十余人次。

在大数据迅猛发展的当下，如何满足社会对数

已与多个公司建立了合作同盟，巩固和拓展

参考文献：

[1] 向程冠，熊世桓，王东.淺谈高校大数据分析人才培养

模式[J].中国科技信息，2014(9): 138 - 139.[2] 周傲英，钱卫宁，王长波.数据科学与工程：大数据时代

的新兴交叉学科[J].大数据,2015(2) :90 - 99.

[3] 迪莉娅.高校数据科学专业硕士课程设置研究[J].兰州

石化职业技术学院学报，2014，37(6): 39 - 43.[4] 《哈佛商业评论》:数据科学家，二十一世纪最性感职业

[J] .21 世纪商业评论,2012(19): 17.

[5] 邹本国.对高等学校产学研一体化办学模式的思考[J]. 中国成人教育，2〇1〇( 10):40 - 42.[6] 杨晋浩，施达，王伟钧.引入企业机制，推动学生创新

[J].教育与教学研究，2011,25(10) :75 - 76.

(责任编辑：彭文彬）

Construction and Practice of Resources System on the Specialty Related to Big Data

CHEN Dan YANG Jinhao SHI Da

(Faculty of Information Science and Engineering, Chengdu University, Chengdu, Sichuan, 610106, China)

Abstract： The arrival of the data era has brought unprecedented opportunities and challenges to the data-class talent training. With the de­velopment of big data, the govermnent and the companies put forward higher standard and requirements to the data-class person. Designing in the data-class undergraduate specialty talent training should be expressive and evolve to match the data era^ requirements. Therefore, combined with more than ten years of data-class specialtyJ s construction achievements, this paper makes a research on the construction of the three-in-one resources system including the system of data resources, the system of projects and case, and the system of social resources, also has accumulat­ed rich experience of training high-quality versatile data-class talent through the system practise.

Key words： big data;Data Sciences and Engineering;projects and case;resource system;transformation mechanism

• 129 •