面向商务大数据实践能力培育的课程教学改革探讨

2023-02-23

一、引言

大数据时代是企业、个人工作生活及整个社会系统日益信息化后所形成的一种数据生态环境。信息化背景下各类信息系统承载着企业内外部生产运作与服务, 其运行不断产生着海量结构化与半结构化的流程数据。如, 淘宝网信息系统每天接纳6000多万固定访客搜索超过8亿件的商品数据库, 平均每分钟进行4.8万多件产品的在线交易处理, 其单日数据产生量超过50TB[1]。若以高清电影来类比大数据量, 假设1部高清电影为1G, 则淘宝每日数据产生量约为6万部。此外, 物联网技术下的GPS车载物流系统等各类生产运作设备也在对外发送状态数据。这些被动、自动及主动式的数据产生模式[2]构成了海量的数据环境。同时, 由于信息系统具有承载运作服务的属性, 这些海量数据天然地蕴含了服务使用者的行为模式。而这些隐含行为模式的挖掘与利用有助于提升人类的认知及服务管理能力。“数据仓库与数据挖掘”作为大数据技术基础, 两者有着密不可分的联系, 两者的协同能有效支持企业管理决策:数据仓库围绕商务行为主题, 实现海量异构数据的集成组织;而数据仓库中的蕴含模式需借助数据挖掘技术实现识别及深层次开发利用。

面向商务大数据时代环境, 为培育学生的大数据实践能力, 自2009版培养方案起, 本校管理学院电子商务专业前瞻式地为学生设置了“数据仓库与数据挖掘”这一门前沿性的专业选修课程。目前运行的2013版方案中, “数据仓库与数据挖掘”课程由32课时的理论授课与16课时的上机实践构成。受课时设置数的影响, “数据仓库与数据挖掘”上机实验教学大纲只能包含基本的数据仓库与数据挖掘实验模块。如何动态适应当前大数据时代环境和电子商务企业应用新模式, 实时引入新的实验模块并灵活嵌入到已有实验教学大纲中, 是本实验课程教学关注的焦点。

二、当前实验教学模块的设置形式及不足

(一) 实验模块的设置

管理学院电子商务专业2013版《数据仓库与数据挖掘》课程实验为理论课程内实验, 实验内容主要包括6个模块:数据仓库系统的设计及ETL操作、多维数据模型的构建及OLAP操作、关联规则挖掘及商品推荐、数据分类模型及客户购物意愿预测、数据聚类及客户群识别、数据聚类及客户群识别、时间序列分析及销售预测。

(二) 实验内容的主要特色

上述6项实验内容主要致力于将抽象的数据仓库与数据挖掘方法与电子商务领域业务问题相融合, 其特色突出体现为“紧密结合电子商务专业人才的培养需求而构建”。

(三) 实验教学内容的不足及改进方向

2013版实验教学大纲构思及形成时间约在2012年度, 上机实践环境采用SQL Server Analysis Services, 主要面向大中型企业的使用场景, 实现核心的数据挖掘功能。

而近几年, 数据分析领域理论及实践发展迅速, 同时创新创业型人才培养日益受到社会的关注, 因此, 需考虑在实验教学环节中引入新兴的工具及应用场景作为原有实验体系的补充。

三、实验教学改革内容

本次实验课程教学改革, 引入了两个新教学主题。

(一) 电子商务领域实用的数据分析工具及场景应用

新引入的工具及应用场景主要包括:常用网站统计分析系统 (Google统计等) 、主要电子商务平台提供的专业数据分析工具 (淘宝量子恒道、京东数据罗盘等) 、移动应用统计分析平台 (友盟、App Annie等) 、电子商务开放数据平台 (淘宝开放平台、腾讯云等) 。

(二) 实用的可视化数据分析工具及应用

实用的可视化数据分析工具及应用主要包括:文本挖掘与自然语言处理的词云 (WordClouds) 平台、交互式可视化分析工具 (tableau public) 。如图1是利用“八爪鱼”抓取京东相关产品评论并进行情感分析。

四、实验教学改革的实施模式

在既定的课时与实验内容体系基础上, 两个新专题采用“课堂+课外”的互嵌入式方式进行实验教学, 主要体现为:在第13周、15的课堂教学中进行新专题的引入, 而具体调研与上机操作将在课后由学生分组自主讨论实现;而14周与16周, 举行新专题课外实践成果的小组报告, 同时, 这两周将有部分原教学大纲的上机实操将在任课老师的辅导下课外完成。具体实施见表1。

五、实验教学改革的实施成效

(一) 实验教学的开展情况统计

该实验教学改革本学期面向2015级电子商务专业开展, 选修人数为68, 每4位一个小组共17个小组开展调研活动。调研主题分布如表2所示。

(二) 实验教学改革的实施价值

(1) 加强学生自主学习训练, 提升学生团队配合能力。本次实验教学改革主要采用学生自主调研的形式进行, 即学生根据实验目的及课堂引导, 课外以分组形式对电子商务领域的主流数据分析工具和实用的可视化工具进行深入调研并制作专题报告PPT。各小组分工较明确。

(2) 实现“经典”与“新兴”的一体化。原实验教学内容及工具环境可归为“高而上”, 而新兴实用型工具可归为“小而美”, 而通过在实验教学改革中引入新专题, 可实现“经典数据挖掘功能”与“新兴数据分析功能”的补充。

(3) 引领学生接触前沿性的平台。紧密结合当前数据分析领域的最新发展引入专题内容, 如利用词云 (WordClouds) 平台可视化分析客户评论焦点、利用交互式可视化分析工具实行地图/气泡/雷达等多种数据分析形式, 全面提升学生对前沿知识的感知。

(4) 引入实用性大数据分析工具, 培育学生从事电商大数据分析的意愿与能力。Google统计、App Annie、京东数据罗盘等是国内外电子商务领域相关企业从业人员可使用的工具环境。专题的介绍有利于提升面试水平并建立起工作中的意识与印象。

六、结束语

现代社会中, 电子商务行业为社会商品、公共产品、公共服务的生产、流通、消费构建着全方位的支撑环境。作为“互联网+”重点行动领域之一, 电子商务行业承担着与传统产业融合创新, 推进国家整体经济提质增效的重任[3]。创新电子商务应用, 为多产业融合培养创新型人才是电子商务类专业教学的核心目标[4]。在创新创业时代需求下, 引领电子商务类专业学生, 探索电子商务环境下各类大数据分析平台及工具的使用, 可为识别产业发展现状及探索潜在市场奠定初创基础。

摘要：如何动态适应当前大数据时代环境和电子商务企业应用新模式, 实时引入新的实验模块并灵活嵌入到已有实验教学大纲中, 是“数据仓库与数据挖掘”等实验课程教学改革关注的焦点。本文首先简要介绍本校2013版培养方案中相关实验模块内容、设置特色及其不足, 在此基础上, 分析实验课程教学改革的方向, 引入两个新教学主题:电子商务领域实用数据分析工具及场景应用、实用可视化数据分析工具及应用, 并阐述如何在既定课时与实验内容体系基础上, 采用“课堂+课外”、“已有实验内容+新主题”的互嵌入式模式进行实验教学改革。报告最后对本学期实验改革的开展情况从实验分组、调研主题及调研内容等角度进行统计分析, 并进一步阐明教学改革对于提升学生团队自主学习能力、大数据分析意识意愿及初创孵化等方面的价值。

关键词：商务大数据,大数据分析服务,大数据平台,实验教学改革