苏州科技大学数学科学学院，江苏 苏州

收稿日期：2022年3月7日；录用日期：2022年4月6日；发布日期：2022年4月13日

摘要

《数据分析与R语言》课程是统计专业课程，旨在从海量的、有缺失的或者是有噪声的实际数据中，借助R软件挖掘具有实用价值的信息，从而帮助学生了解复杂社会现象背后的规律，为国家培养社会急需的应用型人才。该课程针对实际案例进行数据分析，可以很好地结合社会热点进行思政教育。本文从教学目标、教学内容、课程考核、课程评价等方面出发，就如何挖掘思政元素进行探讨，并为面向理科生的思政教育提供了新的思路。

关键词

课程思政，专业课程，理科专业，数据分析

Exploration and Practice of Ideological and Political Education in the Course of Data Analysis and R

Weiyu Li^*, Yao Cheng, Zeng Liu

School of Mathematical Sciences, Suzhou University of Science and Technology, Suzhou Jiangsu

Received: Mar. 7^th, 2022; accepted: Apr. 6^th, 2022; published: Apr. 13^th, 2022

ABSTRACT

The Data Analysis and R is a professional course in the Department of Statistics. It aims to mine useful information from massive, missing or noisy data with the help of R software, so as to help students understand the laws behind complex social phenomena, and cultivate applied talents urgently needed by the society for the country. The course conducts data analysis on real cases and can be well combined with social hotspots for ideological and political education. This paper provides a new idea to explore the ideological and political elements and to conduct ideological and political education for science students from several aspects, such as the teaching objectives, teaching content, course assessment, and course evaluation.

Keywords:Ideological and Political Education, Professional Course, Science Major, Data Analysis

Copyright © 2022 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

当前，在国家政策引导和社会需求的双驱动下，以5G、大数据中心、人工智能、工业互联网等为代表的新型基础设施建设(简称：新基建)迎来发展热潮，急需一大批高水平创新型、复合型、应用型人才。高校教育与经济社会的共生关系决定了高校人才培养需要呼应社会需求，培养地方经济社会发展急需的创新复合型工程技术人才成为各地方高校面临的重要课题。

新基建对人才要求很高，除了需要具备扎实的理论基础、专业系统的知识体系、敏锐的科学直觉、解决问题的突出能力外，还需要有自由求真的探索精神以及为祖国科学献身的远大抱负和理想，这意味着高校在人才培养中要坚持知识性和价值性相统一 [1]，既要培养学生的专业知识和技能，又要塑造学生的社会主义核心价值观。因此，高校教育要将思政教育渗透到教学工作中，通过“立德树人”，实现知识传授、能力培养和价值引领的统一 [2]。

“数据分析与R语言”是一门理科专业必修课程，旨在从海量的、有缺失的或者是有噪声的实际数据中，借助统计应用软件R挖掘具有实用价值的信息以及知识 [3]。其中，挖掘到的信息和知识包括模型、统计规律、应用规则、使用模式等 [4]。相对人文社科专业，课程思政在理科专业中的探索相对较少，可参考的成熟案例并不多 [5]。因此，本文针对“数据分析与R语言”课程，探索课程思政融入该课程教学的建设思路与实施途径。

大数据时代已经到来，在商业、经济及其他领域中基于数据和分析去发现问题并做出科学、客观的决策越来越重要。本文将针对社会对应用型人才的培养需求，构建模块化教学，结合“国货之光”瑞幸咖啡造假事件 [6]、“天河二号”受芯片制约 [7]、以及抗击新冠肺炎疫情的中国行动等社会热点问题，就如何在“数据分析和R语言”课程中开展思政教育进行探索。本文旨在针对理科专业大学生“讲道理”的思维特点 [5]，构建沉浸式思政课堂，使思政课与社会现实紧密结合 [8]，用数据说话，避免灌输式的思政教育模式，尝试为高校推进理学课程思政改革提供参考借鉴。

2. 课程介绍和授课对象

《数据分析与R语言》课程是统计学专业第6学期开设的专业教育必修课，属于数据分析与建模能力模块。本课程共2学分32学时，其中课程讲授24学时，上级实验8学时。选用教材为张良均等 [3] 编著的《R语言与数据挖掘》。该教材具有丰富的案例和程序，可操作性强，比较适合没有R语言编程基础和数据挖掘基础的学生，学生可以通过学习本书中的理论知识和上机实践，逐步掌握使用R语言进行数据挖掘的方法。

本课程的授课对象为理科专业学生。理科生的思维特点是“讲道理”，对社会问题相对缺乏敏感或关注，导致他们对于思想政治教育的认知水平和理解能力往往低于人文社会科学专业学生 [5]。教师通过灌输式、说教式进行思想政治教育可能会引起学生抵触情绪，引发学生对思政教育持一种片面的、消极的态度。为了达到理想的教学效果，本课程在切入思政元素时应根据理科学生的思维特点，注重逻辑性、科学性、真理性。在此基础上，结合课程特点，寓价值观引导于实际数据的案例分析之中，用数据说话，落实立德树人根本任务。同时，在思政元素取材上要确保新鲜性。思政元素陈旧、缺少新鲜感是目前大学思政课程遇到的困境之一，因此，我们在挖掘本课程所蕴含的思政育人元素时，会适当地结合一些当前热点问题进行案例分析，这里强调适当是因为如果一堂课呈现的思政元素数量太多，就会冲淡专业课程内容，这不仅影响专业知识的传授，而且可能招致学生的反感，更谈不上取得思政育人的效果。下面我们将重点介绍如何开展《数据分析与R语言》课程的思想政治教育工作。

3. 思政教学的建设思路与举措

3.1. 在教学目标方面体现思政目标

本课程将通过课堂教学、讨论以及上机的方式，使学生掌握大数据分析的基本概念、基本原理和基本方法，掌握有关数据发掘、处理、建模和解释的基本原理和方法，了解和熟悉数据分析在社会科学研究、商业分析和公共管理等领域的实际案例。《数据分析与R语言》课程的教学目标主要分为以下三个方面：

1) 知识目标。使学生掌握用R语言进行数据挖掘的常用算法函数，了解算法背后的统计学原理及其他数学知识点。掌握数据分析的基本流程，包括从数据处理, 数据分析到分析结果整理的过程。掌握数据分析的基本原理，包括描述统计分析，差异性和相关性分析，以及基本数据建模方法。掌握数据分析的基本工具，能够正确使用R软件和R包整理、分析数据。

2) 能力目标。不仅要向学生讲授各种函数的使用格式，还要介绍函数的应用场景和适用范围。通过将函数的应用实例和运行结果解析贯穿于整个教学过程，使学生逐步掌握各种函数的优劣及限制条件。通过上机实践，明晰函数应用于实际数据的编程实现过程，从而培养学生利用R语言解决大数据分析和决策的相关实际问题的能力。

3) 价值目标。在知识的传授中，培养学生质疑、批判、严谨、求真的科学文化素养以及热爱祖国、献身科学的家国情怀，帮助学生养成良好的社会责任感和职业道德，助力学生建立正确的科学观、世界观。

其中，价值目标的实现需要借助思政教育的力量，具体从以下三个方面体现：

1) 引导学生从图、表和数字等不同方式展示的数据中挖掘复杂社会现象背后的规律，从而培养学生的人文素养和实事求是的专业习惯、深化其严谨的科学思维素质、激发不畏艰难、尽心尽力的敬业精神。

2) 通过丰富的案例分析(例如，线性回归在碳排放方面的应用)，引导学生关注时事和社会问题，从而培养学生的社会责任感和参与意识。

3) 依托数据总结国家发展取得的一些成就(例如，中国抗疫的成就)，激发学生爱国主义情怀，内化社会主义制度自信。

3.2. 在模块化教学内容中切入思政元素

应用型、技术技能型人才的培养，不仅直接关乎经济社会发展，更是关乎国家安全命脉的重大问题。对此，本课程以“能力导向”为课程建设目标、以知识“应用”为课程评价标准，为国家培养具备初步研发能力的应用型人才。应用型人才培养的关键是要将知识转化为能力。然而，数据分析教学中使用的教材普遍是分章节介绍的，这样看上去课程体系完整，但不利于培养学生运用所学知识解决实际问题的能力。在实际教学过程中，我们根据数据分析流程对课程知识进行整合，以能力为本位构建模块化教学体系，打通理论与实践教学环节。最终，把九个章节教学内容转化为四大模块：数据收集模块、数据管理模块、数据建模模块、数据分析报告模块。我们在四大模块教学过程中，将结合教学内容，通过各模块的案例分析，分别融入严谨的科学思维，实事求是的专业素养，学术道德与学术规范，不畏艰难、尽心尽力的敬业精神，社会热点选题中的爱国主义情怀、社会主义制度自信，实现民族复兴的理想和责任感等思政教育元素。模块化教学内容中思政元素的切入详见表1。

表1. 模块化教学模式下思政元素的切入

3.3. 在课程考核环节突出思政因素

《数据分析与R语言》以培养学生能力为导向，以知识应用为课程评价标准，对学生的学习效果评价主要源于学生在课堂讲授与课程实验两个环节的表现。根据这两个环节的教学层次和教学内容，我们建立了一套适应思政育人的新型考核体系。

1) 设立既公平又体现差异化的考试评价体系。学生得到公平的对待是激发学生学习兴趣最重要的手段之一，本课程在评分机制和评分细则两方面体现公平性。采取“平时成绩 + 期末考试”的模式对学生进行考核，其中平时成绩占总评成绩的40%，主要由四项构成，分别是课后作业(占30%)、一个团队合作项目(占50%)、和课堂参与度(占20%)。课后作业考查学生的课堂知识消化能力；团队合作项目通过挖掘思政案例、布置多样化开放性的题目考查学生的动手实践能力和团队合作能力；课堂参与度由学生在出勤率、问题回答、小型汇报以及同学互评上的综合表现决定，主要考查学生的学习态度以及口头表达能力。期末考试占比为60%，其中基本知识点占总体的50%，上机课中知识点的扩展占比40%、开放性试题占比10%。为了在保障公平性的同时体现差异性，本课程采用了细化的五级制评分标准，见表2。

表2. 课程评分标准

2) 思政元素考核。在团队合作项目和期末考试开放性试题环节渗透对思政元素的考核。教师在学期初提供一些与思政相关的主题，学生根据兴趣进行选题并按全国大学生数学建模竞赛和统计建模大赛规定的3人一组进行组队。学生针对每个模块所学内容，对所选主题进行实战演练，最终形成一份数据分析报告。学生须汇报研究背景、研究内容、主要成果、应用前景、小组分工以及体现的思政元素，教师根据各小组研究成果、汇报表现以及关于思政元素的论述进行打分。此外，学生在期末开放性试题解答中须结合当下热点和思政元素进行论述和关联。

3.4. 在教学效果评价方面注重思政育人考核

教学质量评估是判断《数据分析与R语言》课程思想政治教学效果的重要环节。为了保障教学质量评估结果的客观性，我们将从同行评价和学生评价两个方面进行考查。

在同行评价中，增加对课程思政教学理念、方法、手段及实施效果的评价，具体的评价内容包括：课程思政设计系统、主题凝练、与本专业其他课程的协同性、课程标准融入课程思政的合理性、课程团队建设及课程教学资源建设的效果。

在学生评价中，借助思政元素教学评价表(见表3)，增加学生对教师思政育人的有效评价，旨在获取学生对融合了思想政治元素的“数据分析与R语言”课程的评价和反馈，其中，“是”代表有促进作用，“否”代表没有影响，“其他”表示放弃。

表3. 思政元素教学评价表

通过学生的课程评价问卷调查结果得知，大部分学生对于本课程评价良好，学习热情有所升温，数据分析的基本思维有所提高，实际动手能力和团结协作能力有所加强。以学生典型评价为例：“这门课程比较实用，有许多理论与实践结合的点，同时还会就知识点引出当下热点案例进行分析讨论，通过本课程的学习，能够掌握数据分析的基本流程，包括从数据处理，数据分析到分析结果整理的过程”。

4. 结语

将课程思政渗透到教学之中是新时代高校教师的使命。“数据分析与R语言”课程是统计专业课程，旨在培养学生用统计学和R语言解决实际问题的能力。该课程与实际联系紧密，授课方式应生动，在每个模块都有很多与学生生活密切相关的真实案例，可以很好地结合社会热点进行思政教育。为了发挥思想政治理论课与本课程的协同效应，教师需要不断学习，提升自身的思政素养，不断思考如何在该课程的教学过程中自然而又有趣地融入思政元素，努力为国家培养大数据时代所需要的具备对海量数据进行专业化处理能力的创新型应用型人才。

基金项目

苏州科技大学数学科学学院课程思政示范课程建设项目(MKCSZ202101)；苏州科技大学教学改革与研究项目(2021JG-15)。

文章引用

李薇宇,程 瑶,刘 增. 《数据分析与R语言》课程思政教学的探索和实践
Exploration and Practice of Ideological and Political Education in the Course of Data Analysis and R[J]. 教育进展, 2022, 12(04): 969-975. https://doi.org/10.12677/AE.2022.124153

参考文献