基于OBE理念的数据可视化技术课程教学改革探讨

摘要：文章旨在通过引入OBE理念，解决数据可视化技术课程中存在的缺乏工程案例应用、学生被动学习及数据来源受限等问题，实施反向设计、正向实施的教学流程，采用翻转课堂和“故错法”等策略，提升学生自主学习能力，增强学习动力，培养高技能应用型人才。通过明确课程学习成果目标，设计学习成果获取过程，并构建学习成果评价体系，实现了教育目标与成果的一致性，推动了教学模式的创新与发展。研究结果表明，基于OBE理念的教学改革显著提高了教学质量和学生学习效果，为未来进一步优化和拓展数据可视化技术课程教学改革提供了有力支持。

关键词：OBE；数据可视化技术；翻转课堂；教学改革

中图分类号：G642 文献标识码：A

文章编号：1009-3044（2025）09-0152-03 开放科学（资源服务） 标识码（OSID） ：

0 引言

OBE（Outcome-based Education，OBE） 教育理念[1-2]，即成果导向教育，以学生为中心，强调目标先行，逆向设计课程体系，它是一种前沿的教育方法论，旨在通过明确的学习成果来指导教学活动。

随着科技的不断演进，知识领域的拓宽和深化，数据可视化课程的前沿性和科学性日益显现[3]，尤其是在实际教学中成效突出[4]，一些传统教学方式中存在的问题展现得更加清晰，可视化教学手段的实际应用价值得到了最大程度的发挥[5]。可视化教学手段在促进教师教学质量、提高学生学习效率、建立师生互动机制等方面发挥了巨大的优势。它不仅能够提高学生对数据获取效率的认识，辅助教师进行教学总结，还能提升教学能力，促进学生进行知识挖掘和自我评估。 数据可视化技术是大数据管理与应用专业的核心课程，具有很强的实用性和应用性。它在培养高技能应用型人才方面起到核心作用，要求学生具备丰富的前端知识和创造能力。然而，目前的数据可视化课程面临以下几个问题。

1） 现在的数据可视化技术课程往往只是讲授多种可视化技术，摄入比较简单的案例和应用，没有结合行业、岗位和项目，导致学生对工程项目缺乏经验[6]，对所学知识在公司中的应用不了解。

2） 数据视觉技术课程的研究对象是资料，资料来源十分有限。 数据可视化技术课程的理论性和技术性都很强，所以要求学生的数学知识和计算机技术都很强，不仅要掌握学生的理论基础，还要有很强的技术实践能力，所以数据可视化技术课程对学生的理论和技术都有很高的要求。而对于基础知识掌握不扎实的学生会逐渐缺乏对课程的热情和主动的探索性，失去了对课程的兴趣，逐渐使学生对所学专业产生了怀疑，从长远的角度出发，对继续推广教育模式、培养新式人才都是不利的[7]。

3） 学生在学习数据可视化技术课程时，学习目的不明确，整个学习过程是被动学习，不知道为什么要学这个课程，不知道这个课程的重要性和关联性，所以对于学习效率低、学习效果差的课程来说，缺乏主动学习的意识[8]。

1 探索教学新模式，融入OBE理念

针对数据可视化技术课程缺乏工程案例应用、学生被动学习等问题，通过对 OBE 成果导向教育理念的研究，重点对明确课程学习成果目标、确定课程学习成果需求、设计课程学习成果取得过程、构建课程学习成果评价体系、融入数据可视化技术课程等四个思路进行了深入分析。从教师如何教学生和学生如何学两个方面进行教学改革，使学生在了解数据获取效率的同时，提高了学生对教师学习分析的帮助和教学的优化。

1.1 探索课堂实施流程模式的“反向设计、正向实施”

数据可视化技术是大数据管理与应用专业的必修课程，旨在让学生在完成前一门课程Python基础的数据采集后，利用数据可视化技术将复杂的数据转化为直观、简洁的图表，以便深入分析数据背后隐藏的问题，切实解决实际问题。为此，教师需要在课程中以任务导向为中心，以满足学生的学习需求为根本，实施“反向设计、正向实施”的教学流程。通过引入工程案例，将行业、岗位和项目相结合，让学生了解大数据相关公司的工作需求。

1.2 翻转课堂：完成“学生角色”转换教学模式

在数据可视化技术课程中，采取教师与学生角色互换、学生角色与员工角色融合的方式。让学生提前体验员工角色，了解企业的思维模式。以项目需求和员工方式，强化学生对数据获取、数据预处理、数据可视化和用户感知的理解与应用。通过角色转换，培养学生的自主学习意识，提倡“自主学习”“合作学习”“探究学习’。

1.3 运用“故错法”进行探索性检验学习成果模式

研究如何测试学生关于数据可视化技术课程中的学习效果，教会学生“乐学”“会学”“学会”，尤其是对于Echarts、Pyecharts 等工具的使用，需要运用相对枯燥的程序来完成可视化，通过给程序设置“陷阱”，检查学生是不是真的学会了，是不是真的会用。从而使学生在错误中勇于尝试，在错误中学会分析问题和解决问题的方法，从而达到学习的目的，提高了学生独立思考问题的能力。

2 实现以应用型人才培养为导向的教学目标

2.1 确定课程学习成果需求，促进教育目标与成果一致

通过明确数据可视化技术这门课程是大数据时代的衍生物，是社会发展必须掌握的一门课程，能够更好解决大数据问题。了解该课程能够实现的行业应用性，实现需求—培养目标—毕业目标—课程体系各个环节的闭环发展，秉承需求既是起点，又是终点的思想，以成绩促进教育工作目标的一致性。

2.2 为提高学生自主学习意识而创新的教学活动设置

在数据可视化技术课堂活动中开展教师与学生角色互换模式，学生角色与员工角色互换模式，打破了“以教师为中心”的旧思维，转变为“以学生为中心”“以员工为中心”的模式，建立了课前、课中、课后立体评价体系，明确了学习目标，提高了主动学习的自觉性。

2.3 改变考查学习效果的策略，增强学生的自主思考能力

在数据可视化技术课堂中引入项目式学习考核、实施过程性评价、强化实践操作能力考核、引入同行评审机制以及融合多种评价手段等。这些策略的实施将有助于更全面地评估学生的学习成效，激发学生的学习兴趣和主动性，提高教学效果和学业成绩，使学生的潜能得以发挥，独立思考能力得以提高，从而使不同层次的学生都能以一种探求的姿态出现，从而实现探求的成功。

3 基于OBE 理念教学的两个转变

3.1 转变教师教学思想和教学目标

作为数据可视化技术课程的领导者，教师们虽然有明确的培养目标，但结合时代的发展， 其对学生的培养方案并没有得到更新，不能适应瞬息万变的社会现实需求。 在教学实践中，教学理念的方法脱离实际，新科技的发展也给教师的教学带来一定的压力，如大数据、云计算等。 所以，“教学思想与教育目标”的转换是必要的。在大数据时代迅猛发展的今天，作为学生在大数据研究方面的先行者，教师们应该总结教学过程，完善教学方案，牢牢把持大数据时代的命脉，将先进的数据可视化技术手段融入课堂，既能提升学生的学习兴趣，又能进一步提升教师的教学能力。通过不断创新的课堂教学，为创新改革、良性发展我国教育教学模式奠定了坚实的基础，增强了可视化实践课堂教学的质量和效果。

3.2 转变学生学习方式

数据可视化技术课程的理论性和技术性都很强，通过可视化技术将复杂的数据转化成直观、简单的图形，能够应用到各行各业，帮助用户对数据背后隐藏的问题进行更快、更准确的分析。因此学生应该全面掌握各种可视化技术，并且应用到学习及未来的工作中。但由于该技术包含程序设计，一些学生会对此课程产生厌学情绪，原因是学生程序基础薄弱，缺乏主动学习课程的意识，不利于继续推广教育模式，在学习过程中培养新式人才，因此应该通过角色互换、任务导向等方式让学生意识到主动学习的产出远远大于被动学习的产出，应该了解数据可视化技术这门课程对于自己的重要性，将被动学习转换为主动学习，从而提高学习效率，增加学习快乐感与成就感。

4 学习成果导向的系统化课程设计与管理

4.1 明确课程学习成果目标

在数据可视化技术课程中明确该课程学习成果目标，培养目标关注学生学习数据可视化课程“能做什么”，毕业要求关注学生学习数据可视化课程“能有什么”。学生课程学习进程可划分为初探基础、技能精进、综合实践、创新探索四阶段，各阶段学习目标依次递进，从掌握基本概念到熟练运用，再到创新应用，最终达成课程要求的综合成果。让学生先达到初级学习目标，掌握 Excel、Tableau 等几种工具的数据可视化基础概念和特点及应用，再阶梯式地进行高级目标的实现，即掌握应该选择哪种工具最适合自己的需求，做出哪种图表最能说明问题，具备分析需求、提出问题和发现问题的能力，从而达到初步学习的目的。解题技巧。对学习能力较差的学生要求必须达到初级目标，并因人而异制定相关策略，使各个层次的学生都能达标，能够根据学情分析要求认真学习的学生，给自己定出较高的目标，对于学习能力较差的学生，可以根据自己的学习情况，制定适合自己的学习目标。

4.2 确定课程学习成果需求

以成果为导向的教育理念，深刻体现了课程的教学目标从需求出发，由需求决定。数据可视化技术这门课程应该遵循“反向设计，正向执行”的过程，让学生在正式学习课程之前，就可以了解这门课程的课程培养目标以及毕业要求是怎样的，这样学生就可以按照自己的需求去学习，完成 数据可视化技术的理论与实践学习。培养应用型人才，能够分析和解决大数据问题，以便学生更好地适应社会，服务社会。

4.3 设计取得课程学习成果过程

构建数据可视化技术课程应更多采用互动式（教师与学生角色互换的方法，学生角色与员工角色融合的方法） 、探索式教学，强调自学与多元学习模式的重要性，包括自主式、合作式、探究式学习，以加深学生对数据可视化技术的理解与应用。通过融合理论与实践教学，利用适宜的平台与项目，让学生亲历数据采集、预处理、可视化到用户感知的全过程，并在解决问题的过程中深入掌握数据可视化原理，熟知数据可视化工具的使用和区别，能够选择最佳的工具制作出最合适的图表，充分体现知识、技术技能与方法的综合应用。进行角色重塑，课堂中完成学生、老师、员工三种角色互换，站在不同的角度思考问题，提高学生认知能力。

4.4 构建课程学习成果评价体系

采用“以学论教”的评价原则，数据可视化技术课程中教师“教得如何”要通过学生“学得如何”来进行评价，培育学生的“乐学”态度，激发其内在学习动力，让学习成为一种享受。然而，更为关键的是培养学生“会学”的能力，是学生一生的成长基石。我们鼓励学生掌握自主学习的本领，即学会“自己学”，让他们在面对新知识时能够主动探索、独立思考，同时，倡导“做中学”的理念，通过实践操作、项目探究等方式，让学生在动手中深化理解，体验知识的实际应用，此外，重视“思中学”的过程，引导学生学会反思与总结，从每一次学习经历中提炼经验，培养批判性思维和解决问题的能力。通过这种方式，学生既掌握了知识，又学到会了如何运用知识，为以后的学习、生活打下了扎实的基础。教师对教学过程中枯燥的数据可视化程序进行模块划分法，将无结构程序转换为有结构程序，让学生判断数据可视化程序是否正确，从而形成分析问题、解决问题的思维，提高学生独立思考的能力，达到学习的目的，应该采用各种多元化的教学评估方式，如课堂提问、中期测试、问卷调查、项目策划、作业审阅、研究报告等，以便动态地了解学生的知识、技能和素质的发展状况。

5 结论

本文重点介绍了教学改革的四个主要方面：一是明确课程学习成果目标，实施“反向设计、正向实施”的教学流程；二是采用翻转课堂模式，实现学生角色的转换，培养学生的自主学习意识和实践能力；三是运用“故错法”进行探索性检验，提升学生的独立思考和问题解决能力；四是构建系统化的课程设计与管理流程，确保教育目标与成果的一致性。研究结果表明，基于OBE理念的教学改革在数据可视化技术课程中取得了显著成效。通过引入工程案例、翻转课堂和“故错法”等策略，学生的学习积极性和自主学习能力得到了显著提升，同时，教学质量和学生的学习效果也实现了质的飞跃。这些改革措施不仅增强了学生的实践能力和创新精神，还为他们未来的职业发展奠定了坚实的基础。

基于OBE理念的教学改革仍具有广阔的发展空间。未来可以进一步探索如何更好地将OBE理念与现代教育技术相结合，如利用大数据和人工智能等技术手段来优化教学过程和评价体系。同时，还可以加强与其他学科的交叉融合，拓展数据可视化技术的应用领域，为学生提供更加多元化和个性化的学习体验。总之，基于OBE理念的教学改革是提高教学质量和学生学习效果的有效途径，值得进一步推广和应用。