新工科背景下双创教育的探索与实践

随着新工科建设在全国高校的全面推进，高等教育正从“知识传授型”向“能力培养型”“素质提升型”转变，创新创业教育也日益成为本科教学改革的重要抓手。教育部将“创新创业教育”融入人才培养全过程，推动专业教育与创新创业教育深度融合[1]，以培养具有复合型、实践型和创新型特质的高素质人才。在此背景下，如何在专业课程教学中有效融入双创元素，已成为高校教师必须直面的命题。《大数据采集与清洗技术》作为数据科学与人工智能类专业的核心课程之一，其知识体系涉及数据感知、数据获取、清洗策略、工具运用等多个关键环节，具有技术性强、实践性高、应用场景广的显著特点。课程本身天然契合“创新实践驱动”的教学目标[2]，但在实际教学过程中，仍存在学生参与度不高、课堂互动性不足、课程与实际场景脱节等问题，难以充分发挥课程在创新创业能力培养中的潜力。本文依托新工科背景下的教学改革方向，聚焦双创教育在课程教学中的融合路径。通过重构教学目标、更新教学内容、引入项目式学习[3]与行动学习等新型教学法，并构建“教学即项目、学习即实战”的课堂生态，力求构建一套可复制、可推广、可持续优化的课程改革体系。研究不仅有助于提升学生的学习主动性与实践能力，也为教师教学水平的提升与教学内容的专业迭代提供新路径与新视角。

一、理论基础与相关研究

“新工科”是我国高等工程教育在第四次工业革命与产业变革背景下的转型战略，其核心在于跨学科融合、技术快速更新适应性与产业需求导向的课程体系重构[4]。新工科倡导“以学生为中心、以能力为导向、以产教融合为依托”的教学改革路径，强调构建跨界、开放、协同的育人机制[5]，注重学生综合能力和工程实践能力的提升。在课程层面，新工科要求打破“单一传授式教学”的惯性，推动课程内容、教学方法、评价机制的全方位革新。作为一门高度应用导向的技术课程，《大数据采集与清洗技术》亟需引入多元融合的教学理念，提升课程内容的时效性、应用性和可迁移性。

从最初的创业技能传授，到如今创新思维与实践能力并重的教育体系构建，双创教育已实现从“外围附加”向“课程深嵌”的转变。大量研究表明，将创新创业教育与专业课程有机融合，是实现“课程思政”与“能力本位”并进的重要手段[6]。在这类重实践课程中，双创教育的嵌入不应是形式化附加，而应构建“以任务为中心、以项目为载体”的课程体系[7]，强化学生的解决问题能力与数据思维能力。

近年来，多所高校围绕数据类课程开展了教学改革尝试。例如，某些高校探索了基于“企业真实数据”的案例式教学法，亦有高校引入开源工具与平台构建仿真实践环境，在一定程度上提升了教学实效[8]。然而，在双创教育与专业融合的深度、广度与系统性方面仍存在不足。一方面，课程内容更新速度滞后于行业发展，学生所学常难以胜任实际项目；另一方面，教学组织形式依然以教师主导为主，缺乏面向成果的评价体系与多元协同机制，制约了教学成效的可持续提升。因此，亟需以更具前瞻性与实践性的教学改革方案[9]，推动《大数据采集与清洗技术》课程从“知识技能训练”迈向“创新能力生成”，真正实现“新工科+双创教育”融合背景下的教学范式转型[10]。

二、课程教学现状分析

（一）课程概述

《大数据采集与清洗技术》作为数据科学、人工智能及相关专业的重要基础课程，已在部分高校开设多年。该课程主要围绕数据采集工具使用、数据清洗流程设计、数据质量控制等核心内容展开，涵盖网络爬虫、接口调用、数据脱敏、冗余值处理等技术模块。课程教学方式以课堂讲授与实验操作相结合，辅以部分小型项目训练。总体而言，该课程在技术技能传授方面已具备一定体系基础，学生能够掌握基本的数据处理能力。但从教学改革与双创教育融入的角度来看，课程内容、教学方法及评价体系仍存在多个亟待解决的问题。

（二）课程教学存在的问题

1.教学内容更新滞后，脱离真实场景

尽管课程内容涵盖了数据采集与清洗的主流工具和技术，但实际教学案例多以静态样例为主，缺乏贴近实际的开放数据资源。学生在学习过程中难以感受到数据处理在实际产业场景中的复杂性与挑战性，从而限制了其问题意识与创新动机的形成。

2.教学模式传统，学生参与度低

当前教学仍以教师主导的“讲-练”模式为主，缺乏基于问题或任务驱动的学习机制。学生在课堂上处于被动接收状态，缺乏深度讨论与团队协作机会，实践环节往往流于形式，未能激发学生的探索欲望与创造潜力。部分学生对课程缺乏持续投入，学习兴趣不足。

3.双创元素缺失，课程定位单一

课程设计更多聚焦于技术知识的系统传授，缺乏与创新创业教育深度融合的路径。教学中缺少围绕现实问题提出解决方案的训练，亦未构建有机的“项目-成果-评价”闭环，导致学生难以将课程所学转化为创新构想或实践成果，课程在激发学生创新思维方面功能不足。

4.考核机制单一，难以反映综合能力

课程评价体系仍以期末考试与实验报告为主要依据，忽视了学生在项目实施、团队协作、问题解决等方面的过程性表现。缺乏多元、动态、以成果为导向的评价方式，难以全面评估学生的实际能力与综合素质，进一步影响学生的学习动机和投入程度。当前考核体系仍以期末项目加笔试为主，未能全面覆盖学生在任务驱动式学习中表现出的过程性能力。

三、教学改革设计与实践路径

（一）教学改革总体框架

在新工科与双创教育融合的背景下，构建“以学生为中心、以项目为驱动、以成果为导向”的教学模式，形成教学改革的总体框架。教学改革主要课程目标设定、教学内容重构、教学方法创新、教学资源整合、教学评价优化和持续反馈与改进等方面进行。

（二）教学内容重构与方法创新

基于当前课程存在的问题，教学内容和方法进行了以下重构和创新。首先，引入真实项目案例。例如，厦门大学数据库实验室开发的“电信用户行为分析”案例，涵盖数据预处理、存储管理、分析和可视化等流程，使用Hadoop、Spark 等工具，提升学生的实战能力。其次，采用项目式学习（PBL）。通过实际项目，如空气质量预测系统的开发，学生从数据采集、处理到模型构建和系统部署，全面参与，提升综合能力。最后，运用混合式教学与翻转课堂。结合线上资源和线下讨论，学生在课前预习，课堂上进行实践操作和问题讨论，增强学习主动性。

（三）教学资源整合与平台建设

整合多种教学资源，支持教学改革。重视企业级工具平台，引入Kettle、Flink、DataX 等工具，提升学生的实操能力。注重在线学习社区。建立在线学习社区，提供丰富的学习资源和交流平台。同时，加强校企协同开发案例库。与企业合作，开发实际案例，增强课程的实践性。

（四）教学评价与反馈机制优化

建立多元化的评价体系，全面评估学生能力。一是注重过程性评价。通过学习日志、同行互评等方式，评估学生的学习过程。二是，加强成果性评价。根据学生的项目成果、创新能力等进行评估。三是，反思教师专业发展。评估教师在教学改革中的成长与发展。

四、新工科背景下双创教育的改进对策（一）推行“分层分类+任务协同 ”教学模式

建议针对学生编程能力、数据分析能力设置“基础-提升-挑战”三类项目任务包，结合课堂表现动态分层实施教学，以实现“教有所分、学有所获”。例如：基础层学生以CSV 文件清洗任务为主；提升层学生引入API 采集与异常值处理；挑战层学生独立部署ETL 调度任务并展示可视化成果。

（二）构建校本数字资源平台，优化实验支撑系统

依托校内“教学云平台”或“课程思政教学资源库”，建立覆盖数据样本、实验脚本、模板报告、案例数据库的本地资源体系；同时配置简易分布式模拟环境（Docker 模拟HDFS + Hive），为任务部署提供低门槛入口，提升实验教学效率。

（三）重构考核机制，融入过程性与多元化评价维度

构建基于“过程性评价+成果展示+能力迁移”三元机制，适度引入同行互评、成果汇报与阶段反馈机制。例如：每阶段任务设置“个人+小组”双维评价，明确每位学生贡献；成果汇报纳入创新性、工具运用深度、自主学习记录等指标；教师与行业导师联合评审，拓展学生视野与就业导向。

五、结语

在新工科建设与“双创”教育深度融合的时代背景下，《大数据采集与清洗技术》课程的教学改革不仅是专业课程教学内容的重构，更是教育理念、教学模式与育人机制的系统性再造。本文以该课程为切入点，通过“项目驱动+产学融合”的教学路径探索，在教学内容设计、教学过程组织、学生能力提升及教学成效评估等方面进行了较为深入的分析与实践。教学实践表明，改革后的课程显著增强了学生在数据采集、处理、分析等关键能力上的实际应用水平，激发了学生对“新工科+数据智能 ”方向的学习兴趣和创新意识，同时也推动了教师从“知识传授者”向“学习引导者”“项目指导者”的角色转变，形成了良好的教学互动生态。然而，教学改革仍处于持续迭代与优化过程中，学生能力差异、教学资源匮乏、过程评价体系不足等问题依然存在，亟需在后续教学中通过资源共建、课程模块化重构与教学评价机制完善等方式持续改进。未来，课程团队将继续依托校企协同育人平台与省级教改项目支持，推进课程内容与行业前沿深度接轨，探索将知识图谱、生成式工具，如数据智能写作、任务生成器等新兴技术融入教学过程，进一步提升课程的开放性、交互性与适应性，为高校“新工科”背景下的“双创”教育提供可复制、可推广的实践范式。

参考文献：

[1] 鲁晓燕，刘向永. 大数据赋能的校本教研：价值、模式与实施策略[J]. 教师教育学报，2024，11（4）：

47-57.

[2] 沈娴. 任务驱动、项目导向、“教学做”三合一的课堂教学改革研究[J]. 大众投资指南，2020（24）：267-269.

[3] 杨扬，李新. “新工科”背景下双创教育在机械类专业人才培养中的应用研究[J]. 南方农机，2022，53（22）：

191-194.

[4] 宗俊杰，韩旭，刘强，等. 基于五位一体模型的新工科双创教育体系[J]. 科技创业月刊，2023，36（8）：

185-189.

[5] 李晓婷，袁凌云. 基于大数据技术的智慧教学评价模型构建[J]. 科技创新与应用，2023，13（12）：11-14，

19.

[6] 李佳. 新工科建设背景下行业高校创新创业教育的形势思考与实践探索[J]. 科技创业月刊，2024，37

（11）：93-99.

[7] 新疆大学工程训练中心. 新工科背景下“项目驱动式”创新教育模式探索[J]. 大众投资指南，2024（17）：

156-158.

[8] 乔建永. 面向新工科的“三贯通”教学改革[J]. 中国高等教育，2021（17）：1-3.

[9] 刘超，董理君，邓泽，等. 《大数据存储与管理》课程建设与教学改革研究[J]. 创新教育研究，2023，

11（7）：69449.

[10] 刘邦奇. 数据驱动教学数字化转型：机理、场域及路径[J]. 现代教育技术，2023，33（9）：16-26.

作者简介：蔡鲲鹏，（1988.3—），男，汉族，人，讲师，硕士研究生，主要研究方向为大数据分析。马莉娟，（1991.10-），女，汉族，河南驻马店人，讲师，硕士研究生，主要研究方向为旅游大数据、目的地

管理。基金项目：安徽省教育厅2022 年质量工程项目“新工科背景下地方高校大学生“双创”教育的探索与实践 --以《大数据

采集与清洗技术》课程为例”（项目编号：2022jyxm1169）；2、安徽省教育厅2022 年质量工程项目“新文科建设背景下地方高校旅游管理专业人才培养模式探索与实践”

（项目编号：2022jyxm1158）。3、阜阳师范大学2023 年本科教学工程项目“旅游经济学”（项目编号：2023YLK0007）