大数据时代农业院校本科专业课程体系建设
——以中国农业大学为例

张领先，张 标，李鑫星

（中国农业大学，北京 100083）

中国农业大学是国家“211工程”和“985工程”重点建设的教育部直属农林高校，以农学、生命科学、农业工程为特色和优势的研究型大学，形成了特色鲜明、优势互补的农业与生命科学、资源与环境科学、信息与计算机科学、农业工程与自动化科学、经济管理与社会科学等学科群。因此，为适应现代农业及农业信息化发展的新趋势和新要求，依托信息与电气工程学院教学单位开展面向大数据相关学科与专业建设，开展面向大数据需求的专业课程体系改革的前瞻性研究，探索面向大数据时代的相关专业课程体系建设及实践技能培养机制，为培养农业大数据人才提供理论依据和方法支撑。

1 农业大数据技术需求

大数据（Big data），或称巨量资料，指的是所涉及的资料数量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理，并整理成为帮助企业经营决策更积极目的的资讯[1-3]。大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革，对于社会的管理、发展的预测、企业和部门的决策，乃至对社会的方方面面都将产生巨大的影响[4]。同样，农业大数据是大数据理念、技术和方法在农业领域的应用和发展，它涉及农业领域的各个环节，也涉及生物、气候、地理环境、人口等农业相关领域[5]。农业大数据分析将会为当今智慧农业发展与管理带来新的行业发展方向和经济增长点。但是，目前大数据研究普遍存在着“只有数据、没有利用”的问题，导致搜集数据、存储数据付出的成本被浪费。据报道，通过卫星RS获得的影像数据中，目前得到应用的不到5%[6]。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”[7-9]。农业资源、环境、多样化的生产经营方式、保障“舌尖上的安全”，都时刻面临着不断产生的大批非结构化数据的信息获取、挖掘、存贮、处理与智慧应用的问题。对于这些每时每刻都在产生、收集、存储着大量的农业信息，目前不能很好地从数据中获得有效的价值，为农业生产经营智慧决策提供有效服务。

同时，我国农业生产经营领域的大数据挖掘与利用意识与信息化教育普及不够、专业人才奇缺、专业分析人员的需求与缺口并存[10]。因此，在农业院校开展面向大数据相关学科与专业建设，培养面向信息时代需求的信息技术与管理科学复合型人才，对于解决这个问题具有现实意义。

2 面向大数据需求的专业人才培养思路

2.1 理论教学与技术教学相结合

大数据分析与应用是一个比较强调理解、管理、实践的技术应用。因此，在以培养满足社会需要为目标的前提下，在教学内容的设置上应以理论教学和技术教学两个方面同时进行。因为理论是大数据认知的必经途径，也是被广泛认同和传播的基线，而技术是大数据价值体现的手段和前进的基石[11]。理论教学有助于帮助学生进行入门，从基本概念起对大数据体系及技术有个全面详细地了解，可以帮助学生对大数据有较为全面地认识，为以后应用技术作为理论高度的指导。而技术教学是大数据分析与应用付诸实践必需的环节，也是在以后大数据应用中最重要的手段，应该加强对学生技术教学，让学生在学习后达到“学有所获、学有所用、学后能用”的目的。因此，应摒弃传统教学模式中“重理论、轻实践”的思想。但是，只有相关教学还是不够的，还应培养学生综合实际应用的能力，通过实际案例锻炼学生应用大数据相关理论知识和技术知识，真正达到满足社会就业的需要。

2.2 建设基于“大数据思想”的师资队伍

由于大数据是近年来刚刚兴起的概念，目前并没有专门从事大数据分析与应用教学的师资队伍，多数是计算机、数据分析、信息处理等相关教师讲授课程。由于受制于他们自身专业背景思想的桎梏，往往还是按照他们以前教学方式思路进行授课，这会导致学生对“大数据思想”的理解有偏差，况且多个教师从各自角度去出发授课，学生很难达成对大数据的共识，会使学生陷入误区，对以后发展极为不利。因此，加强师资队伍建设，是培养面向大数据需求学生技能的重要并且是必要前提。进行师资队伍的培养与建设在满足目前基本教学需求下，要有长远目标，既要注重人才储备，又要保障各个学科的可持续发展能力。大力提倡鼓励教师积极参加国内外的学术研讨会、增加出国访问学习的机会，拓宽教师的“大数据思想”，不断完善教学科研评比和激励制度[12]。

3 面向培养大数据专业人才的本科专业分析及课程体系优化

系统地分析信息与电气工程学院本科专业设置及其缺位问题，结合当前我国学科体系及本科专业设置，提出信息与电气工程学院面向大数据需求的本科专业调整与优化方案。

3.1 本科专业设置及其缺位分析

近年来，信息与电气工程学院学科建设及本科专业建设取得了显著地发展。学院现在涵盖电气工程与自动化、信息工程与计算机两大学科群，拥有7个本科专业、11个硕士学位授权点和3个博士学位授权点，1个“农业电气化与自动化”国家级重点学科，成为实力雄厚、基础扎实的电气、电子与信息工程学科领域的高级专门人才培养教育基地和科学研究、技术开发与科技成果转化基地。但是，由于受到当前我国学科体系及本科专业设置的限制，面对大数据时代的特殊人才需求，信息与电气工程学院本科专业设置表现得特别滞后，没有开设大数据相关的课程，本科专业设置与建设存在明显的缺位问题。

3.2 当前我国学科体系及本科专业设置分析

专业设置是高等教育部门根据科学分工和产业结构的需要所设置的学科门类，它是人才培养规格的重要标志。在国务院学位委员会、教育部印发的《学位授予和人才培养学科目录设置与管理办法》（学位〔2009〕10号）的学科划分中，学科门是最高级别的学科，共有13个：理学、工学、农学、医学、哲学、经济学、法学、教育学、文学、历史学、军事学、管理学、艺术学；比学科门低一级的学科称为学科类，学科类（不含军事学）共有71个；比学科类再低一级的学科称为专业；专业就是高考生填报的志愿，本科专业（不含军事学）共有258个[13-14]。本科专业设置上由于受到我国学科体系及本科专业设置规范与管理，需要严格遵照相关的要求与规范。但是，国家层面的学科体系及本科专业设置存在滞后问题，因此，需要本科专业设置上遵循就近的原则。

3.3 面向大数据需求的本科专业定位分析

由于农业大数据是由结构化和非结构化数据构成，对大数据分析与处理的技术发生了巨大变化。因此，与传统信息学科人才教育内容与培养目标显著不同，大数据时代对专业人才的特殊需求决定了面向大数据需求的信息与电气工程学院本科专业设置与优化的方向及其建设内容。通过整合与优化信息与电气工程学院本科专业设置，可以为面向大数据需求的专业课程体系建设提供前提条件与基础支撑。

学院本科专业主要分为电气工程与自动化学科群和信息工程与计算机学科群，其中电气工程与自动化学科包括电子信息工程、自动化等专业，主要发展方向为大数据信息采集、信息采集终端硬件研发，更偏向于微观层面；而信息工程与计算机学科包括地理信息系统、计算机科学与技术等专业，主要发展方向为大数据信息处理、宏观数据采集、产业信息采集与监控等，更偏向于宏观层面；这两个学科群相辅相成，各有特色，形成完成系统的大数据技术。结合信息与电气工程学院所处的环境与优势，我们又可以很好地将大数据处理结果应用于农业生产实践，使技术与领域有机结合，充分发挥当今大数据技术的优势。

3.4 本科专业课程增设及体系优化

基于面向大数据需求的专业课程体系国际与国内比较，根据我国农业信息化发展趋势及农业大数据的需求，构建信息与电气工程学院面向大数据需求的专业课程体系。专业课程体系包括：通识课程、专业基础课程和专业课程等，以及实验课程与校内外实践教学环节。专业课程设置要面向农业大数据的需求，探索如何设置种植业大数据分析、养殖业大数据分析、渔业大数据分析、土地管理大数据分析、农村能源大数据分析、农产品物流大数据分析等有关农业大数据相关专业课程。

结合信息与电气工程学院已有课程设置，在专业课基础上，还应根据学院不同专业增设针对大数据技术相关的课程。大数据相关技术是依靠计算机技术发展的，因此，计算机系承担着大数据相关课程的重要部分，重点可以学习偏向计算机技术的相关课程，主要有统计分析技术（SAS、SPSS）、数据可视化技术、搜索引擎系统应用（信息检索与Web应用原理）、数据挖掘与数据仓储、数据分析技术（实时大数据分析）、高级数据库系统（非结构化、NoSQL、NewSQL）、分布式系统、多元统计分析与R语言建模、云计算原理技术（虚拟化、云存储、云安全、数据中心）、Android平台移动云计算开发等。

4 面向大数据需求的本科专业实践技能培养

从教学环节、实验环节、实践环节和科研环节，开展专业技能培养研究，探索面向大数据需求的专业实践技能培养规律及其最佳实施方案，促进创新型复合型人才培养。基于我国农业已由传统农业向现代农业发展的方向和趋势以及大数据时代技术需求，推行知识、能力、素质并重的人才培养新模式，开展以学科为基础，科教紧密结合的实验教学中心运行体系与实验教学管理。

4.1 教学环节专业技能培养

教学环节专业技能培养是结合课堂教学，训练学生牢固掌握课堂知识，同时具备基本运用所学知识来分析与解决问题的能力。培养学生具有扎实宽广的自然科学、信息科学基础，扎实的管理工程科学基础知识；具有较好的人文社会科学知识，综合素质较高，并具有一定的组织协调与管理能力；掌握大数据分析工程领域基础理论、专业知识和应用技术；较好地掌握大数据分析与信息处理等方面的知识，了解本专业学科的前沿发展趋势。

在教学内容上，探索以“少、精、宽、新”的方式组织教学，创立一套以引导学生自主学习为重点，课内与课外、理论与实践、教学与科研相结合，突出创新能力培养的课程教学体系。

利用现代教学手段，开展教学课件开发和雨虹教学云平台应用效果分析。探索教学内容和编排具有鲜明的特色，既深入浅出地讲清基本原理和方法，又将各种信息技术与农业实际应用结合起来，图文并茂，理论联系实际的教学方案。

在教学过程中，改变以教师为中心的教学状态，探索使用启发式、讨论式、引导发现式等现代教学模式和教学方法，激发学生的探索精神、创新精神，培养学生通过自己动手，自己获取知识的能力。

在教学环节上，研究让具有一定大数据分析经验的高年级研究生做助教的作用。让他们结合其承担的科研项目及其科研成果，具体讲授并演示大数据分析过程的技能。探索这样教学能否增加同学们的学习兴趣和感性认识，潜移默化地培养同学们观察问题、解决实际问题的能力。

4.2 实验环节专业技能培养

增设大量专业实验，为学生搭建实验实践平台，实验环节教学中分析总结实验课程的设计与实施方案及其效果提升问题，探索出实验环节专业技能培养规律及其优化方案。主要专业实验可以包括：计算机课程设计、数据库课程设计、决策支持系统与专家系统设计、物联网应用设计、农业大数据分析（包括种植业大数据分析、养殖业大数据分析、渔业大数据分析、土地管理大数据分析、农村能源大数据分析、农产品物流大数据分析）等。通过实验环节专业技能培养，学生可以很好地掌握一定的大数据分析与应用技术。

4.3 实践环节专业技能培养

校内外实践教学环节主要涉及大数据相关专业科研训练、毕业实习和毕业设计，探索专业科研训练、毕业实习和毕业设计的科研训练规律及实施最佳路径。实践环节专业技能训练，重点培养学生发现问题、分析问题与解决问题的实践能力。

工程实践训练：获得良好的大数据分析工程领域的工程实践训练，一定的科学研究训练，具有较强的大数据分析和解决实际问题的能力，以及一定的科学研究能力；大学科研创新实践项目训练：鼓励学生根据课程内容立项申报校本科生科研训练计划（Undergraduate Research Program，简称 URP）和院创新基金项目，探索教师提供全方位指导的作用及其方法，培养学生大数据实践分析能力和解决问题的创新能力。

毕业实习和毕业设计：通过毕业实习和毕业设计，可以综合训练大学生利用四年所学全部知识，系统完成某一方面科研课题的全过程，培养学生综合知识运用及解决实际问题的能力，探索导师制度的作用及其完善实施措施。

社会实践活动：探索通过社会实践活动，让大学生充分地接触社会，了解社会，适应社会的能力，指导大学生毕业后就业职业规划，提高大学生就业社会竞争力。探索暑期大学生社会实践活动宣传、组织、实施、资助方法与学分设置及其实施效果。

4.4 科研环节专业技能培养

科研环节专业技能培养是大学生本科教育的完善与补充，可以有效地发挥我院教师科研团队的优势，鼓励大学生参与我院教师主持的国家863、国家科技支撑计划、国家自然科学基金和省部级重点科研项目研究，这也是培养创新型人才的有效方式。为培养创新人才，探索在授课内容上适时地与科研项目结合起来，促使教学内容不断地更新、教学科研有机地结合，实践探索研究式教学，以培养学生创新意识与创新能力。

参考文献：

［1］杨红平.基于大数据的公安情报研究［J］.湖北警官学院学报，2014，27（2）：6-9.

［2］林媛媛，林 川，何 德.浅谈大数据时代下的GIS发展［J］.江西测绘，2013（3）：15-16.

［3］蔡立志.大数据来临，软件测试准备好了吗［J］.软件产业与工程，2013（5）：15-17.

［4］孙忠富，杜克明，郑飞翔，等.大数据在智慧农业中研究与应用展望［J］.中国农业科技导报，2013，15（6）：63-71.

［5］宋长青，高明秀，周 虎.高等农业院校农业大数据研究现状及发展思路［J］.中国农业教育，2014（5）：16-20.

［6］汪懋华.大数据要为农业现代化作贡献［N］.中国科学报，2014-05-7（1）.

［7］涂 聪.大数据时代背景下的数据可视化应用研究［J］.电子制作，2013（5）：107-108.

［8］郑昌璇，陈 洋.大数据下可视化分析［J］.技术与市场，2013（6）：32-32.

［9］宋慧欣.大数据时代的自动化机遇［J］.自动化博览，2013（10）：2.

［10］戴小文，漆雁斌，陈文宽.农业现代化背景下大数据分析在农业经济中的应用研究［J］.四川师范大学学报（社会科学版），2015（2）：70-77.

［11］黄 晋.关于大数据人才培养的思考与探索［J］.教育教学论坛，2014（45）：201-203.

［12］闫 娜.大数据视角下信息管理与信息系统专业建设研究［J］.电子技术与软件工程，2014（18）：22-22.

［13］教育部.关于印发《学位授予和人才培养学科目录（2011）》的通知[OL]..

［14］许传宏.会展的学科定位问题探讨［J］.教育与职业，2010（3）：108-109.