“Spark大数据技术与应用”课程混合教学模式实践

［摘 要］ 随着云计算、大数据、人工智能等新一代信息技术的迅速发展和广泛应用，智慧教育已经成为信息技术与教育发展高度融合的新型教育模式。依据苏州百年职业学院工学院学生的学情和课程特点，基于成果导向教育理念，构建了大数据技术与应用课程的混合教学模式，从课前自主探索、课中导学、课后拓展三大环节具体说明了混合教学模式实施方法。借助智慧教学平台和信息化工具，混合式教学得以顺利实施，在“Spark大数据技术与应用”课程实施中取得了良好教学效果。

［关键词］ 智慧教育；成果导向；大数据；混合式教学模式

［基金项目］ 本论文得到2020年度江苏高校“青蓝工程”资助；2019年度江苏省现代教育技术课题“基于智慧教学平台的混合式教学模式的设计与应用”（2019-R-70511）；2018年度“苏州高职高专院校首批品牌专业——软件技术”

［作者简介］ 牟晋娟（1982—），女，山东日照人，硕士，苏州百年职业学院工学院副教授，主要从事大数据技术和软件开发技术研究；宁方美（1983—），女，山东泰安人，硕士，苏州百年职业学院工学院副教授，主要从事大数据技术和软件开发技术研究；李 露（1989—），女，陕西西安人，硕士，苏州百年职业学院工学院讲师，主要从事软件技术和人工智能研究。

［中图分类号］ G712 ［文献标识码］ A ［文章编号］ 1674-9324（2024）21-0149-04 ［收稿日期］ 2023-03-29

随着云计算、大数据、人工智能等新一代信息技术的迅速发展和广泛应用，2018年4月，教育部发布了《教育信息化2.0行动计划》，教育信息化2.0阶段更加具有战略意义，已成为推动我国教育系统性变革的内生变量［1］，是实现国家“教育现代化2035”的主要引擎。智慧教育已经成为信息技术与教育发展高度融合的新型教育模式［2］。借助新兴技术和各类智慧教学平台，目前课程资料、学习环境、互动环节、评价方式出现了多样化的呈现方式，比如，课程资料不再是单一的纸质形式，还可以是音频、视频、游戏互动等多种形式；再如，学习环境不再是单一的线下教室，还可以是智慧教学平台、在线交流App、评测软件等。在此背景下，我国各高校进行了基于智慧教学平台线上线下混合教学模式的研究和实践，该模式结合了传统课堂与线上智慧教学平台的优势，将教学实施分为线上和线下两大环节。线上学习注重学生自主学习创新思维的培养，线下课堂教学实施注重答疑解惑、聚焦重点、巩固提升，以此实现以学生为本、以能力为重的教育理念。

苏州百年职业学院学生目前都是高职层次的学生，他们思维活跃，对新鲜事物接受能力强，信息化技术素养较高，大部分学生不喜欢被动听课的学习方式，喜欢动手实践。因此，设计适合学生学情的混合教学模式是研究的重点。

一、“Spark大数据技术与应用”课程的特点

Spark继承了MapReduce分布式计算的优点，并改进了MapReduce明显的缺陷，目前Spark在企业中的运用越来越广泛，因此，学习Spark分布式计算框架已经成为大数据技术专业学生必不可少的一项任务。

“Spark大数据技术与应用”是我校大数据技术专业的核心课程，共8学分，128学时，由基础知识和项目应用开发两大模块组成，主要内容包括Spark基本原理与架构、集群安装配置、Scala与Spark编程、Spark代表组件及项目应用。通过本课程的学习，学生能够全面理解Spark分布式计算框架的基本原理，并能够进行相关应用的开发，进而培养学生的大数据思维和动手能力。本课程在大数据技术专业的整个课程体系中起着承上启下的作用，从知识和技能的构成上看，它与底层Hadoop分布集群搭建、分布式计算、HDFS分布式文件存储、Hive数据仓库、Java程序设计、Linux操作系统的使用，与上层的大数据应用开发有着密不可分的联系。

“Spark大数据技术与应用”课程内容既需要Linux操作系统应用、Hadoop大数据平台基础、Java程序设计基础等先导课程的知识，也需要为后续课程，如“专业综合实践”等提供支持。本课程涉及的Spark组件多并且较复杂，在学习的过程中应帮助学生形成系统完整的Spark知识技能图谱，培养学生灵活运用的能力，在教学实施过程中仅靠单一的课堂授课很难达到上述的教学效果，因此，结合本课程的教学目标，结合学生的学情，探索并实施了线上线下混合教学模式。

二、混合式教学构建

（一）课程设计总体思路

“Spark大数据技术与应用”课程设计以OBE教育理念为指导，以学生为中心、以学习产出为导向，是围绕预期学习成果组织实施并进行评估教育的结构模型，主要包括学习成果的界定、取得、评估及使用四个步骤［3］。首先依据职业岗位知识与技能需求确定培养目标、预期学习成果及课程思政要点；其次进行教学内容的设计及教学进度的安排，方法是根据课程目标和预期学习成果拆分学习模块，细化每个模块的知识点、技术点，明确每个模块的重点和难点，每个模块通过实践、思维导图、技术报告、主题讨论等多种形式帮助学生理解并运用模块中的知识技能；最后设计课程实践项目。

（二）教学设计

1.预期学习目标。预期学习目标以大数据平台部署维护工程师和大数据应用开发工程师岗位能力需求为依据，通过“Spark大数据技术与应用”的学习要求学生具备以下知识和能力素养：（1）能够了解Spark的特点、生态圈及应用场景，理解Spark架构及Spark作业运行流程；（2）掌握Scala语言编程的相关语法，能够熟练使用Maven构建Spark开发项目；（3）掌握Spark分布式环境配置与搭建，并能在集群环境中运行Spark程序；（4）掌握Spark RDD相关分布式数据集合操作技术，掌握不同类型的数据文件的读取和存储方法；（5）掌握Sqark SQL相关环境配置方法，能够使用DataFrame操作数据；（6）理解Spark Streaming实时计算框架，能够简单编写和运行Spark Streming代码；（7）理解常用的机器学习算法，掌握Spark MLlib算法库的使用；（8）能够综合运用Spark相关技术进行数据分析。在整个学习过程中，注重学生自主学习能力、逻辑思维能力、动手能力、解决问题能力、勇于创新能力等职业素养的培养。

2.教学设计核心思想。依据“Spark大数据技术与应用”课程的预期学习目标，由企业导师参与共同制定教学内容，并设计关键知识点与技术点，通过不同级别的项目实践，使学生对知识和技术的掌握从认知领域的理解运用上升至动作技能领域中的创新。运用智慧教学平台和教学资源作为课程顺利开展的载体。

3.教学内容设计。“Spark大数据技术与应用”课程教学内容由Scala编程、Spark集群环境搭建与监控、Spark应用程序开发、Spark结构化数据文件处理、Spark实时计算框架的应用、Spark机器学习、Spark项目实战7个模块组成。每个模块中设计了关键知识和技能，这些关键知识点和技能点是达到预期学习成果的核心，具体如表1所示。

4.教学实践项目设计。本课程注重实践和应用，主要采用项目驱动教学法，课程教学内容以项目为载体，以达到“做中学、学中做”的目的。项目中的知识点和技能点要求覆盖教学内容，还要根据学生的学情设计项目的复杂度。本课程中的项目分为1级项目（模块级项目）、2级项目（模块组项目）、3级项目（综合项目）三个级别。其中，1级项目只涉及单独模块中的知识点和技能点；2级中的知识点和技能点涉及几个模块；3级项目中的知识点和技能点涉及所有模块，综合性最强，能够培养学生的综合运用能力及解决问题能力。

5.教学评价。教学评价是混合教学模式的重要环节，合理的评价方式不仅能够全面体现教学效果，也能体现评价的公平性，同时能够激发学生的学习主动性和创造性。“Spark大数据技术与应用”课程知识点和实践操作较多，对接了大数据平台部署维护与大数据应用开发两个岗位的知识与技能需求，课程更注重学生在学习过程中的技能实践能力和项目开发能力，因此教学评价采用过程性评价+期末评价综合性评价方式，课程总成绩=过程性评价×60%+期末评价×40%。

过程性评价贯穿于混合式教学实施的各个阶段，主要包括课前线上学习、课堂出勤、课堂表现、课后作业、项目答辩，智慧教学平台实时记录学生的线上学习行为，并生成各种统计数据，帮助教师及时了解学生的线上学习情况。期末评价在教学实施完成后进行，教师从素质目标、知识目标和能力目标三方面考核学生。期末考核采用上机答卷的形式，包括选择题、判断题、简单题、操作题4部分。试卷由任课教师发布在智慧教学平台上，考核在机房统一进行，并组织教师监考。

6.学习环境的构建。构建“以学生为中心”的，轻松、快乐的线下课堂学习环境，提供实现多样化互动的各类软硬件设备，例如智慧学习平台、在线交流软件、测评软件等，促进形成积极向上的课堂文化，如公平的竞赛规则、有效的奖惩制度、鼓励创新和协作等，应最大限度地激发学生潜能。

三、混合式教学实施

“Spark大数据技术与应用”课程混合式教学实施分为课前自主探索、课中导学、课后拓展三大环节，如图1所示，实施主角是教师和学生。

（一）课前自主探索

在混合式教学实施中，课前环节非常重要，是保障学生获得理想学习成果的基础，能够让学生带着问题主动听课，是培养学生深度思考能力和自主学习能力的保障。教师首先依据学生的学情设计前学任务单，并提供微课、电子书、技术文档、课前测试、问题讨论、疑难问题调查等学习资源，并将前学任务单和学习资源发布到我校智慧教学平台（超星）上。学生在智慧教学平台上按照前学任务单进行自主探索学习完成课前任务，并将自主学习中遇到的问题提交至问卷调查中。教师梳理学生的疑难问题，结合学生前学任务完成情况及时调整课堂授课内容及进度，调整教学策略，以达到最佳教学效果，使学生学有所获。

（二）课中导学

课中，教师引导学生完成任务，分为创设情境、任务分析、同步操作、任务实施、任务展示、评价总结。

创设情境：教师通过创设工作场景引出任务需求背景。

任务分析：教师结合任务内容，通过分组讨论、自主思考等课堂活动引导学生自主分析任务总体步骤，教师点评并总结。

同步操作：教师根据职业规范和岗位技能要求，通过简单案例进行示范操作和分析，同时给出关键技术的详细讲解，教师示范过程投屏展示，重点示范讲解课前收集的学生的疑难问题，向学生强调操作注意事项和规范性要求，学生边学边做。

任务实施：学生分组讨论制订方案，合作探究完成任务。针对难点问题，要求学生自主利用工作手册式任务指导书和工具书查找解决方案，教师辅助学生找到解决方案。任务实施过程中培养学生规范严谨的职业素养和创造性劳动能力。

任务展示：小组分享展示任务成果，分享任务实施过程中遇到的问题及解决方案。

评价总结：教师和企业导师进行点评，学生完成自评、组内互评、组间互评，鼓励学生向优秀学生学习，不断提升自己。最后由教师梳理本次课的知识点和技能点，强调重点、难点和注意事项，总结实践过程中的易错点及解决方法。

（三）课后拓展

教师在智慧教学平台上发布课后任务，课后任务形式多样，任务中应包含已学知识和技能的巩固和延伸拓展，以培养学生综合运用能力和创新能力。任务发布后，教师在教学平台及时跟踪学生的完成情况并进行批改，择时进行讲解和点评。

四、教学效果评估与反思

“Spark大数据技术与应用”混合式教学改革实践开展后，结合2020级大数据技术与应用专业142名学生总评成绩及各考核分项，统计得出过程性考核和期末考核预期学习目标达成度均超过75%，最高的达到85%。

借助智慧教学平台和信息化工具，混合式教学得以顺利实施，在“Spark大数据技术与应用”课程实施中取得了良好的教学效果，但也有需要改进的地方。例如，线上学习教学资源微课和项目库有待进一步完善和优化，考核评价个性化因素不足，课堂中如何激发学生的学习积极性等。

线上线下相结合的混合教学模式经过多年的探索，已经成为教育界主流的教学模式，随着大数据技术、人工智能、云计算等技术的发展，未来智慧教学平台能够为教学和学习提供更多智能化的功能，这也对教师提出了更高的要求，教师不仅要提升自身的专业技能和职业素养，也要不断学习新的信息化技术，才能更好地为教学服务。在混合教学模式的实施中，要充分研究课程特点、学生学情，设计好教学活动、教学方法、评价方法，要始终保证学生的主体地位，教师要起到引领、监督和主导作用，充分激发学生的学习积极性和创造性［4］，实现更好的教学效果。