大数据实训室中，高职大数据可视化开发技术实训课程改革研究

在高等职业院校的大数据技术专业中，大数据可视化开发技术课程占据着核心地位。根据《电子行业标准大数据从业人员能力要求》，大数据从业人员必须掌握可视化组件的使用，能够运用可视化工具进行数据展示并撰写分析报告。本课程旨在培养高级大数据技术人才，提升学生的数据科学素养及对大数据可视化技术的熟练掌握。对于初学者而言，缺乏编程基础可能会让他们在面对复杂代码和抽象理论时感到困难。因此，了解学生的学情、激发学习兴趣、培养学生运用数据可视化技术解决实际问题的能力，成为本课程的关键任务。

大数据可视化开发技术课程强调学生的实际操作能力，因此，学生的学情显得尤为重要。这包括课前的学情了解和课中的学情分析。通过全方位了解学生，实施“以学定教”的教学模式，让学生充分发挥主体作用，全方位掌握学生的学习情况，并根据职业岗位能力要求制定相应的教学策略。在教学中，融入OBE（Outcome-based Education）教学理念，选择最优的教学方法，并在学生学习过程中不断收集反馈，动态调整教学难易度。本文将依据“以学定教”的教学模式与OBE教学理念，对大数据可视化开发技术课程进行改革研究。

一、对现有教学模式的分析与思考

我国高等职业教育已进入全民教育时代，呈现多元发展态势，高职教育在培养高级专业人才、提高全民素质方面发挥着重要作用。研究发现，高职院校教学中存在一些缺陷，主要包括：

1.教学目标与生产实践结合性不强

在设计大数据可视化开发技术课程的教学目标时，需要考虑是将重点放在学生对技术的掌握上，还是放在学生利用技术解决实际问题的能力上。传统教学中，教师往往侧重于让学生掌握可视化技能，完成给定数据的可视化操作，这种方式弱化了培养学生解决实际问题的能力，导致学生懂技术而轻实践。因此，需要重新设计课程的三维目标，重点培养学生利用技术解决实际问题的能力。

2.教学过程需从教师导向转向学生中心

在当前教育体系中，学生始终是学习的主体，这一理念在各个教育阶段都至关重要。特别是在大数据可视化技术这样的实践性和创新性较强的课程中，如果教学仅仅停留在理论知识的传授上，而忽视了学生的知识应用能力和实践技能的培养，那么教学效果将大打折扣。只有充分发挥学生的主体作用，才能实现预期的教学目标。

3.提升学生学习积极性

传统的教学方法往往过于单一，缺乏互动和探究，评价方式也较为单一，这些因素都可能导致学生缺乏学习的积极性和兴趣。为了解决这些问题，我们需要对传统教学模式进行改革，贯彻“以学生为主、以能力为本、以成果为导向”的教育理念，构建以学生为中心的全面师生观。将“以学定教”作为主要教学模式，结合OBE教学理念，以学生的学情为教学的出发点，取代传统的“以教定学”模式。

二、基于OBE的混合式教学模式内涵

OBE（Outcome-based Education）是一种应用型本科教育的实践教学模式，同样适用于高职院校的教学。在三教改革的背景下，要求教师、教材、教法三个方面进行改革，OBE理念为高职教育的教法改革指明了方向。

传统的课堂教学往往将重心放在教师如何按照教案在有限的时间内传授知识，而忽视了学生的主体性。OBE秉承“以学生为中心”的理念，符合高职院校学生学习的特点，实现了“以学定教”。“以学定教”的核心思想是根据学生的学情来确定教师的教学方法和学生的学习方式。这要求教师充分了解学生的知识能力基础、认知水平以及预习情况等。

OBE不仅强调“以学定教”和以学生为本的原则，还注重学生能力的培养。它要求教师根据教学成果对教学内容进行反向设计，首先向学生明确展示学习目标和任务，让学生了解自己的学习方向，并朝着这个方向进行探索。教师通过分析学生的学习成果反馈，动态调整教学方法。OBE教学理念具有明确的教学目标和评价标准，强调学生能力的培养，将潜能转化为未来工作中必备的素质和能力。

三、OBE教学理念在大数据可视化开发技术课程中的应用模式

(一) 以成果为导向，培养综合能力

OBE教学理念强调以学生能力培养为核心，以成果为导向的教学模式，重视教学目标和学生学习成果。这里的成果不仅包括知识的掌握，还涵盖情感价值和实践能力的发展。例如，在课程的初始阶段，可以让学生使用任意图表工具将上学期的学习成绩可视化。这一做法有助于评估学生对数据可视化的理解，选择合适图表的能力，同时比较学生在相关专业课程中的表现，了解他们对数据可视化开发技术的掌握程度。通过这种方式，教师可以从多个角度了解学生的学情，确定适宜的教学起点。

(二) 教学互动与双向交流

现代教学模式不再是单向的知识传递，而是师生共同参与的学习过程。学生向教师请教，教师与学生讨论教学效果，形成双向交流，共同进步。例如，课后可以通过调查问卷收集学生对课程难度和知识掌握的反馈，根据这些反馈动态调整课程内容。

(三) 因材施教与分层教学

鉴于高职院校学生基础参差不齐，教学中需了解学生的学情，制定相应的教学活动，并及时了解学生的能力差距，实施差异化教学。既要挑战能力较强的学生，也要确保能力较弱的学生掌握基础知识。例如，在教授雷达图绘制时，可以让基础较弱的学生完成基本图表绘制，而能力较强的学生则可以自行收集数据，完成更复杂的雷达图绘制，并尝试对图表样式进行创新。

(四) 线上线下混合教学

采用线上线下相结合的混合式教学模式，将学习的主动权交给学生。教师的角色从单纯的知识传授者转变为引导者，激发学生的思考，促使学生从“需要学习”转变为“想要学习”。这种教学模式通过线上资源的灵活运用和线下互动的教学活动，提高学生的学习积极性和参与度，实现更高效的学习体验。

四、基于OBE理念的大数据可视化开发技术课程改革实施策略

为了解决大数据可视化开发技术课程中内容抽象、代码难懂、理论与实践脱节等问题，本文提出以下基于OBE教学理念的课程改革策略，坚持“立德树人、成果导向、学生主体、教师主导”的原则，实施“线上线下混合式”教学。

(一) 教学内容优化

通过行业调研，明确大数据可视化在不同领域的应用需求和场景，如政府、工业和商务服务等，将这些实际应用案例融入教学内容，培养学生解决实际问题的能力。同时，根据学生调研，了解学生的学习需求和兴趣，设计趣味性强的可视化案例，提高学生的学习动力。此外，通过调研专业教师，收集不同教师的意见，优化和丰富教学内容。

(二) 精准岗位需求分析

OBE理念强调以岗位需求为目标，因此，基于企业对大数据可视化专业人才的职业定位和岗位能力需求，分析学生将如何服务于数据可视化体系的建设。例如，可通过分析招聘信息，明确大数据可视化工程师等岗位的核心能力要求。

(三) 全面分析学生学情

针对高职院校大数据技术专业的学生，全面了解他们的学情背景，包括知识基础、技能水平等。分析学生的知识储备、经验背景、学习状态和思维方式，以便更好地调整教学策略。

(四) 线上线下混合式教学

课程目标分为知识目标、能力目标和素养目标，通过线上线下混合式教学实现。线上发布案例分析任务，帮助学生掌握数据可视化技术的基本概念、结构和流程，培养学生的数据科学素养。线下则通过案例分析和实际操作，提高学生的主动探索能力、问题解决能力和协作学习能力。

(五) 成果导向的课程内容安排

结合社会热点话题，重构课程内容，深入探讨大数据技术在教育、金融、农业等领域的应用价值，从多维度思考教学内容，实现教学内容的重构。

(六) 教学活动安排

根据学生学情和教学内容特点，采用“以学定教”的教学思路，将理论知识与实践操作相结合。在理论讲解的基础上，通过实际项目指导学生合理选择图表类型进行数据可视化展示，掌握准确描述数据的方法。利用实际案例，引导学生将理论与实践相结合，实现项目要求，活学活用知识。

在教学过程中，鼓励学生自主分析实例，学习基本理论和方法，结合已有知识进行小组讨论，培养协作学习能力，提高学习兴趣，实现课程教学目标。

如果想在教学中充分发挥“以学定教”的作用，除了要按照原本的教学计划展开教学外，还要关注学生在每节课的学习状态以及学习反馈，从多个维度评价学生的学习效果。

(七) 构建多维度评价体系

大数据可视化开发技术课程强调实践能力的培养，旨在提升学生的数据科学素养和可视化操作技能。因此，评价标准应多元化、多维度，重点考察学生是否能够完成课程任务、灵活运用Python、ECharts等工具解决实际问题，以及能否将业务或生活数据通过可视化图表有效展示。课程的期末成绩由三部分构成：平时成绩（包括作业和课堂参与）占10%，成果完成情况占30%，期末考试成绩占60%。

(八) 教学改革成效评估

经过教学方法改革，大数据可视化开发技术课程的学生学习主动性和积极性显著提高，教学满意度达到98%以上，反映出学生对基于OBE教学理念的课堂教学有较高的认可度。

四、结语

我国教育改革正处于关键时期，以学生为中心、成果导向，并且强调创新与实践相结合的混合式教学成为职业教育的热点。这种教学模式对于培养具有高素质和创新精神的人才至关重要。教师作为教学的引导者，应将备课和授课的焦点放在学生身上，以提升学生解决实际问题的能力为教学的最终目标。本文针对大数据可视化开发技术课程的特点，提出了融入OBE教学模式的建议，强调学生自主学习的重要性，并建议教师根据学生的学情，以学生为主体，以成果为导向，设计教学活动，实现教师教学与学生学习的有机结合，从而全面提升教学效果。