数据科学与大数据技术专业背景下《数据可视化技术》教学内容探讨.pdfVIP

数据科学与大数据技术专业背景下《数据可视化技术》教学内

容探讨

杨丹;陶皖;刘三民;石建国;詹郭睿

【摘要】随着大数据与人工智能技术的快速发展,自2016年以来,共283所高校获

批数据科学与大数据技术专业.针对该专业的人才培养目标中涉及的主干课程《数

据可视化技术》,进行了研究背景、课程定位分析以及教学内容探讨.分析了课程与

专业的目标定位问题,优化精练了课程的理论教学和实验教学的内容.教学实践证明

教学内容符合新工科的培养要求.

【期刊名称】《牡丹江教育学院学报》

【年(卷),期】2019(000)007

【总页数】4页(P54-57)

【关键词】数据科学;大数据技术;数据可视化;新工科;教学内容

【作者】杨丹;陶皖;刘三民;石建国;詹郭睿

【作者单位】安徽工程大学计算机与信息学院,安徽芜湖241000;安徽工程大学计

算机与信息学院,安徽芜湖241000;安徽工程大学计算机与信息学院,安徽芜湖

241000;安徽工程大学计算机与信息学院,安徽芜湖241000;安徽工程大学计算机

与信息学院,安徽芜湖241000

【正文语种】中文

【中图分类】G642.0

一、研究背景

2016年2月，北京大学、中南大学及对外经济贸易大学等3所高校获批数据科学

与大数据技术专业；2017年3月，复旦大学、中国人民大学等第二批32所高校

获批；2018年3月，南开大学、厦门大学等第三批248所高校获批。据教育部统

计共283所高校获批数据科学与大数据技术专业。该专业重点培养具有以下三方

面素质的人才：一是理论方面的，主要是对数据科学中模型的理解和运用；二是实

践方面的，主要是处理实际数据的能力；三是应用方面的，主要是利用大数据技术

解决具体行业应用问题的能力[3]。文献[7]分析了大数据技术的产生背景，介绍了

大数据的基本概念以及重要的应用领域，归纳总结了大数据处理的基本流程：包括

数据采集、数据处理与集成、数据分析和数据解释4个阶段。针对其中的关键技

术，如MapReduce、GFS、BigTable、Hadoop以及数据可视化等，介绍了基

本的处理过程和组织结构。文献[8]从认知、可视化、人机交互的综合视角出发,分

析了支持大数据可视分析的基础理论,包括支持分析过程的认知理论、信息可视化

理论、人机交互与用户界面理论。并讨论了面向大数据主流应用的数据可视化技术：

面向文本、网络、时空、多维的可视化技术，同时探讨了支持数据可视分析的人机

交互技术。文献[9]围绕大数据分析的本质，对大数据可视化技术的内涵进行了剖

析，然后从人的视觉原理和可视化两个角度对可视化分析技术原理进行了综述，

最后介绍大数据可视化在新闻传媒和态势感知两个领域的应用情况。文献[10]从是

否开源的角度，对大数据可视化工具进行比较分析，并介绍3个典型可视化工具

的教学实例。

综上所述，在大数据与人工智能技术快速发展以及数据科学与大数据技术专业大量

开设的背景下，如何在新工科教育理念指导下开设好《数据可视化技术》这门主干

课程成为当务之急。本文归纳总结课程定位以及课程目标，对该课程的教学内容进

行了详尽的探讨。

二、课程定位分析

本课程的先修课程有高等数学、线性代数、数据结构、数据分析语言及应用、大数

据技术基础、数据挖掘与分析等课程。后继课程有专业方向综合实践、毕业设计

(论文)。

数据可视化有三个基本功能：

1.信息记录：将浩瀚如烟云的信息记录下来最有效的方法就是信息成像或图记载；

2.信息推理和分析：数据分析的任务通常包括定位、识别、区分、分类、聚类、分

布、排列、比较、内外连接比较、关联和关系等。将信息以可视方式呈现给用户，

可引导用户从可视化结果中分析和推理出有效信息，提高信息认知的效率。

3.信息传播与协同：俗话说一图胜千言，人类从外界获取的信息70%以上来自于

视觉感知[2]。将复杂信息传播与发布给公众的最有效途径就是将数据进行可视化，

达到信息共享、信息协作、信息修正和信息过滤等目的。当大数据以直观的可视化

的图形形式展示在人面前时，人往往能够一眼洞悉数据背后隐藏的信息并转化为知

识[8]。如图2所示是自然科学领域1431种杂志的文章之间的217287个相互引

用关系网络的简化结果。所有1431个结点被分割聚合成54个模块，每个模块结

点是一个聚类，大小对应聚类中原来结点的数目。

图1自然科学领域的1431种