一、课程基本情况
课程名称：大数据导论
授课对象：2021级数据管理与应用、2021级数据科学与大数据技术
教学章节：第5章 大数据处理与分析
使用教材：林子雨.大数据导论[M].北京:人民邮电出版社,2020年8月.
教学课时：32
二、课程思政教学改革整体设计思路
（1）以培养专业素养为目的，确定课程思政教学改革的指导思想
《高等学校课程思政指导纲要》指出：“课程思政”建设要“紧紧围绕国家和区域发展需求，结合学校发展定位和人才培养目标，构建全面覆盖、类型丰富、层次递进、相互支撑的“课程思政”体系。《大数据导论》课程作为我校数据管理与应用专业和数据科学与大数据技术专业的专业核心基础课，旨在培养学生的大数据思维、大数据伦理和大数据安全等专业基础素养，为整个后续的专业学习奠定基础。因此，在课程思政元素设计上必须围绕“专业素养”展开。
（2）立足专业教学规律和人才培养规律，确定课程思政教学实施路径
《大数据导论》课程涉及到的知识体系即为学生大学四年的专业学习体系，且学生没有前期的专业学习基础。因此，在这样的技术性专业性很强的课程中，如何融入思想政治建设，是一个难点。所以，应充分根据大数据专业的教学规律和学科人才培养规律，结合专业建设的特点，对课程思政建设进行科学、有效、有针对性的研究与设计。确定以“教师组织引导主线、学生实践认知发展性和思政教育逾期达成效果对照线”的三维思政教学实施路径，并结合专业课程中的教学资源为教学依托，形成“课前感知-课中分析-课后反馈”的教学链。
本章节的教学改革整体设计思路如表2-1所示：
表2- 1 教学改革整体设计思路
时段 |
教师组织引导 |
学生实践认知 |
思政教育 预期效果 |
课前 |
课前布置线上视频 |
观看视频 |
感性认知 |
课中 |
介绍大数据处理和分析算法——推荐算法 |
学生亲身实践——淘宝APP |
实事求是 |
体验实践过程，思考实践结果 |
掌握机器学习算法——推荐算法原理 |
慎思笃行 |
|
教师引导学生加强自我认知 |
举例生活中的推荐算法应用 |
获得专业认同感：大数据技术力量 |
|
探讨“信息茧房”与算法推荐之间的辩证关系 |
学生讨论发表意见 |
理性认知：对大数据伦理的辩证思考， |
|
课后 |
反思升华：热点舆情事件中的信息茧房效应 |
学生探讨：从“厚德”与“强技”角度探讨如何实现信息茧房的破“茧”。 |
厚德强技 |
三、教学目标
1.知识与技能目标
（1）在本章节的学习中，学生需掌握大数据处理的相关原理和技术，使学生具有初步应用大数据处理系统的能力。
（2）理清本章节的内容与大数据处理的各个环节间的联系及相关技术要求，能够提供进行大数据处理的初步设计方案。培养学生大数据思维，养成数据安全意识，并培养学生诚实守信意识和职业道德。
2.思想政治教育目标
通过本章节的学习，引导学生加强对大数据伦理的认知，培养学生大数据思维和辩证思维；引导学生确立专业学习目标，遵守职业规范，坚守职业操守。
四、教学重点难点
教学重点：掌握大数据处理与分析的相关技术极其原理。
教学难点：大数据处理与分析的相关技术原理，及课程思政元素融入课堂教学的教学活动设计
五、教学过程
（1）执行“教师组织引导主线、学生实践认知发展性和思政教育逾期达成效果对照线”的三维思政教学实施路径；
（2）结合专业课程中的教学资源为教学依托，形成“课前感知-课中分析-课后反馈”的课程思政教学链；
（3）形成“感性认知-理性认知-反思升华”课程思政教育层次体系；
（4）将思政教育和思政教学评价贯穿整个课堂，强化学生思政的参与度和认同感。
本章节教学过程如表5-1所示。
表5- 1 教学过程
教学 过程 |
教学活动类型 |
教学活动内容 |
教学活动评价 |
课前 |
学生活动 |
感性认知：观看“信息茧房”视频 |
视频观看完成情况 |
第一阶段：初次感知 |
教师活动 |
教师提出问题：大数据处理与分析的核心算法机器学习算法——推荐算法，何为推荐算法？ |
学生分享搜索结果 |
学生活动 |
指导学生实践认知：以淘宝APP为例，在淘宝APP中搜索某商品，并选择点击查看某些商品；并重新登录APP搜索，对比第一次和第二次搜索结果。（见图5-1） |
||
第二阶段：求学求是 |
教师活动 |
在学生体验实践之后，引导学生思考产生这种实践结果的原因，并讲解机器学习算法——推荐算法原理。 |
师生共学 |
第三阶段：加强认知 |
教师活动 |
教师引导学生加强自我认知：通过超星平台发布主题讨论：生活中推荐算法应用实例；并将学生的回复数据以大数据文本处理技术及可视化技术“词云”形式呈现，培养学生的专业学习兴趣。（见图5-3） |
学生通过超星平台参与主题讨论，并给与课堂积分奖励 |
学生活动 |
学生通过超星平台参与主题讨论。（见图5-2） |
||
第四阶段：伦理辩证 |
教师活动 |
深入探究：“信息茧房”形成的原因；“信息茧房”与算法推荐之间的辩证关系。 |
通过超星“选人”方式邀请小组代表发表意见 |
学生活动 |
理性认知：小组就“信息茧房”和算法推荐服务之间的关系展开小组讨论。 |
||
教师活动 |
教师进行总结发言。 |
||
课后：反思升华 |
教师活动 |
给出热点舆情事件（见图5-4）中的信息茧房效应，引导学生从“厚德”与“强技”角度探讨如何实现信息茧房的破“茧”。 |
厚德与强技 |
学生活动 |
课后小组讨论：通过查阅资料，讨论如何根据群体偏好推荐多样化的意见，引入与需要干预话题的舆情信息不同类别的其他信息，能够避免网络用户过于集中于一类舆情话题从而导致信息窄化的负面影响，从而跳出“信息茧房”。最后，整理小组讨论结果发布到超星平台。 |
图5-1 两次搜索的结果图
图5-2 学生主题讨论数据
图5-3 主题讨论词云
图5-4 热点舆情事件中的信息茧房现象
六、教学效果
n达成的目标：
（1）在《大数据导论》课程中融入课程思政元素，使数据管理与应用、数据科学与大数据技术专业学生认识到大数据技术是一把“双刃剑”，培养辩证逻辑思维。大数据技术本身是中性的，但是由于其对社会生活产生了巨大影响，所以大数据技术人才自身的世界观、价值观和人生观会通过大数据产品直接作用到现实世界。
（2）在《大数据导论》课程中融入课程思政元素，帮助学生确定专业学习目标，培养其专业学习热情。《大数据导论》主要目标是培养数据管理与应用、数据科学与大数据专业学生的大数据思维、大数据素养、大数据伦理等专业基础素养。在课程思政实施过程中要紧紧围绕“立德树人、科技强国”这一主要目标，使学生不仅能掌握大数据技术原理，也能意识到大数据对社会产生的影响。同时，老师通过该课程的课程思政教育，帮助学生确定专业学习目标，培养其专业学习热情，从而塑造学生符合社会主义核心价值观的道德操守，立志扎实掌握大数据核心技术，增强其社会责任感。
n教育教学改革成果：
（1）《大数据导论》获2021年校级“课程思政”示范课程建设立项；
（2）举办《大数据导论》课程思政教育案例分享沙龙；
n学生学习作业和学生反馈：
图6-1学生利用辩证思维分析课程问题
图6-2 学生对课程的评价反馈信息
七、教学反思
（1）将课程思政融入到课堂内外。课程思政教育要做到润物无声地融入到教学内容当中，以春风化雨的效果，去教育学生和滋养学生，就必然要教师认真进行课程思政体系设计。课程思政教育结合大量当前的实例，尤其是学生能感同身受的实例，实现课程思政教育是可感、可观，使学生产生对课程思政内容的认同感，提高课程思政的教育成效。因此，在每个思政教育设计环节中，鼓励学生做好课前案例搜索、视频学习，教师负责课堂引导分析，课后布置主题讨论题，形成课前感知-课中分析-课后反馈的教学链。
（2）创新课程考核机制，将课程思政实施效果考核融入课程考核。如何量化地评价教学效果是课程思政的难点环节，也是当前课程思政面临的挑战。传统《大数据导论》课程着重考核学习者的学习效果，主要考核学生掌握大数据的基本概念与关键技术、大数据处理的相关原理和技术及大数据各个环节的相关技术的情况。在思政育人理念的指导下，增加了对学生思政育人元素的理解和实践的全过程考核。课程考核采取教师、团队等多主体评价，注重过程性考核与结果性考核相结合。从实效性、认同感、保持度等多个维度，强调学习者在过程学习与团队协作中，数据思维、安全及诚信意识、团队合作、学习、沟通、合作、解决问题等职业能力、素养、情感态度与价值观方面的培养成效。
（3）本课程开展“课程思政”教学实施过程中仍存在值得思考和改进的地方。《大数据导论》课程面向的是数据管理与应用、数据科学与管理专业的一年级新生，学生没有任何专业理论基础。因此，在结合专业资源进行课程思政时，需要进一步注意把握“度”和“量”，才能达到“厚德强技”课程思政目标，培养具有社会主义核心价值观、掌握各种大数据处理核心技术的优秀数据工程师。