本文摘要：摘要：[目的/意義]在大數據浪潮和新文科背景下，中國圖情檔學科的人才培養范式亟需改革。與此同時，大數據相關專業的建設方興未艾，對于圖情檔學科的人才培養新范式建設具有借鑒意義。[方法/過程]采用一種時序主題網絡模型及計算方法;通過搜集、處理、統計、分析259所
摘要：[目的/意義]在大數據浪潮和“新文科”背景下，中國圖情檔學科的人才培養范式亟需改革。與此同時，大數據相關專業的建設方興未艾，對于圖情檔學科的人才培養新范式建設具有借鑒意義。[方法/過程]采用一種時序主題網絡模型及計算方法;通過搜集、處理、統計、分析259所高等院校的大數據專業培養方案文本，在時間維度上進行主題挖掘，總結歸納數據科學課程的層次;分析圖情檔學科主干知識與大數據專業的聯系，并給出適合圖情檔學科的數據科學課程建議。[結果/結論]結果表明，所采用的時序主題網絡模型方法能夠較好地契合大數據專業的人才培養范式發展分析，可以成為研究學科主題的一種方法。此外，還給出面向圖情檔學科的數據科學類課程建議，可供圖情檔學科的人才培養參考。
關鍵詞：人才培養數據科學新文科時序主題網絡模型
1引言
“新文科”建設是提升中國國家軟實力、促進文化繁榮的重要部分，也是高質量教育體系改革的重點。育人育才是建設“新文科”的關鍵點，要做到遵循規律、協同育人、模式多元，培養出適應新時代要求的應用型、復合型人才。圖書情報與檔案管理(以下簡稱“圖情檔”)學科因為具有天然的文理交叉性，在“新文科”的背景下，人才培養模式必然迎來重大的革新。在數據科學剛剛興起時，葉鷹和馬費成指出數據科學與信息科學在理論邏輯和技術方法上一脈相承[1]。
“數智賦能”已然成為圖情檔學科的新發展趨勢，孫建軍等[2]認為數據管理與數據分析技術為圖情檔學科的發展提供了新的可能，趙星等[3]也基于數據智能和知識發現提出了圖情檔學科的拓展方向。本研究從圖情檔學科發展難點出發，借鑒大數據專業人才培養模式的建設經驗。為分析出大數據專業人才培養發展范式，本研究創新性地利用時序主題網絡模型，對259所開設大數據專業院校的培養方案文本進行挖掘，并總結出其課程的三大層次。為助力圖情檔學科人才培養模式的創新建設，本研究結合葉鷹[4]總結的圖情學科主干知識，探索圖情檔的數據科學類課程建設方案，為圖情檔學科人才培養模式的創新發展提供依據。
2困境與思考
2.1現實問題
從大多數院校圖情檔專業所在院系設立的本科專業———信息管理與信息系統專業的發展現狀來看，2020年、2021年分別有13所、16所院校撤銷了該專業，在普通高校新增撤銷本科專業名單中分別排在第3名、第2名。相比之下，大數據專業的開設情況卻如火如荼，近兩年申請開設數據科學與大數據技術專業、大數據管理與應用專業的學校均超過50所。圖情檔相關專業最悲觀的預測是在10年內“消亡、被合并、被替代、改名、被邊緣化”[5]。由此可見，當前圖情檔學科的人才培養模式亟需改革，要順應“新文科”的時代洪流推進發展。
2.2學界思考
自“新文科”提出以來，很多學者都對圖情檔學科的未來發展提出了新的思考，如初景利[6]提出圖情檔學科要發展成“硬學科”，要做到堅持內核的情況下，強化技術與方法的引入。馬費成等[7]提出要抓住新文科建設契機，重視交叉融合，同時要堅守人文傳統。張九珍[8]提出圖情檔在“新文科”背景下的學科交叉融合應當做到“以我為主，為我所用”。關于堅持學科內核方面的探討，葉鷹[4]對圖書情報學的主干知識和研究方法進行了總結，為圖情檔學科的發展明確堅守的依據。周文杰[9]提到，圖情檔新文科建設需要堅守的“舊”內核包括：基于科學數據建設數據科學、作為基礎設施支持數字人文、立足知識組織“編制”數字記憶、堅守公共文化服務的人文情懷、開掘參考咨詢的循證決策功能。
2.3創新發展
“新文科”的新是創新的新，“新文科”專業人才培養模式的建設，可以借鑒和吸取“新工科”專業的新方法、新技術。圖情檔學科人才培養新模式的建設，可以結合大數據專業，探索出新的發展方向。從大數據專業汲取經驗的思路并非本研究原創，陳沫等[10]研究了情報學取向的數據科學與大數據專業，依次劃分出了基礎課程、方法類課程和應用型課程。
陶俊等[11]分析了國外多所iSchool院校的數據科學專業培養方案，為圖書情報的數據科學課程建設提 供建議。趙星等[12]利用內容分析法研究了大數據管理與應用專業的培養方案文本。黎海波等[13]研究了信管專業的數據科學課程群建設，為信管專業人才培養模式提供數據科學能力培養的新思路。閆慧等[14]通過設計民族志未來訪談，判斷出數據科學與圖情學科領域將來最可能是并集的關系。本研究將從大數據專業的人才培養模式中進行探索，為圖情檔學科人才培養模式提供新思路。
3大數據專業的主題分析
3.1大數據專業的基本情況
國內大數據專業最早開設于2016年，具體開設情況，在2016年，北京大學、對外經濟貿易大學、中南大學首先開設了數據科學與大數據技術專業，此后在2017-2021年，分別有32所、248所、203所、143所、62所院校開設了該專業。該專業授予的學位分為工學學位和理學學位兩種，廈門大學、中國人民大學、上海財經大學等高校同時在理學和工學對應的學院開設該專業。截至2021年初，開設該專業的院校數量為674所，其中，原“985工程”院校有29所，原“211工程”院校有73所。
大數據管理與應用專業誕生于2017年，2018年至2021年的開設院校數量分別為5所、25所、52所、68所，截至2021年，共有140所高校開設了該專業，其中，原“985工程”院校有5所，原“211工程”院校有25所，該專業授予的學位均為管理學學位。
本研究通過郵件咨詢、院校官網等渠道，對以上大數據專業開設院校的培養方案進行搜集。其中部分院校的數據難以獲取，最終搜集得到了86所大數據管理與應用專業開設院校，173所數據科學與大數據技術專業開設院校，共259所院校的大數據專業培養方案和核心課程。涵蓋一流大學建設高校(如北京大學)、一流學科建設高校(如華中師范大學)、其他省部共建高校(如廣東海洋大學)、省屬高校(如聊城大學)、獨立院校(如集美大學誠毅學院)等多個層次的高校。
3.2大數據專業人才培養模式的主題關系
為分析大數據專業培養模式的核心主題及整體架構，本研究基于共現技術研究大數據專業培養模式各個主題的之間的相互關系，將培養方案文本進行分詞、去除停用詞、主題標引等預處理后，對核心主題進行主題關系挖掘，得到大數據專業人才培養模式主題關系弦圖。
分別呈現了數據科學與大數據技術專業、大數據管理與應用專業的人才培養模式主題，弦的不同弧線代表該專業培養方案中的重要主題，弧線長度代表主題的重要程度，弦網絡的密集程度代表不同主題之間的關聯緊密性。由分析可知，數據科學與大 數據技術專業人才培養的核心點為數據分析，專業核心技術是計算機技術和統計學。大數據管理與應用專業人才培養的核心點是數據管理，專業核心技術是統計學、管理科學和計算機科學。前者重視培養學生的抽象思維能力、數學形式化思維能力、數據科學理論知識、數據科學基礎能力等。后者重點培養學生的數據采集、數據處理和分析、數據可視化能力。在大數據專業的培養模式下，學生能夠采用數據科學方法對商業、管理中的復雜問題或復雜數據工程問題進行研究。
3.3大數據專業人才培養模式的主題演變
S.C.Deerwester等[15]在1990年提出了一種非概率的主題模型潛在語義索引(LatentSemanticIndexing，LSI)，而后T.Hofmann[16]實現了基于概率的主題模型，此后基于概率的主題模型逐漸興起。傳統的主題模型不包含時間維度，本研究借鑒廖君華等[17]、A.Bruns[18]、M.J.Westgate等[19]、Z.F.Zhang等[20]、Y.Zheng等[21]研究的時序主題模型，利用切片方法引入時間維度。
3.4大數據專業課程的三大層次
由上文分析可知，大數據專業重視培養學生的基礎數理能力、數據科學思維能力和數據科學實踐能力，近年逐漸開始融合社會科學等其他學科的知識，為學生提供更加多元化的發展路徑，相關課程也從基礎理論知識、大數據基礎應用知識演變為更加廣泛的知識。陳沫等[10]在研究大數據專業課程體系時，將其劃分為基礎層、方法層、應用層共三大層次。
本研究借鑒其思路，并基于前兩節的主題分析，將大數據專業的核心課程劃分為3個層次，分別是基礎理論與方法層、大數據理論與方法層、綜合方法及應用層�；A理論與方法層的課程注重培養學生的基礎數理思維和基本數據科學素養，包括統計學類的課程和算法程序類的課程，例如數據結構與算法、Python程序設計與應用等課程。大數據理論與方法層是大數據專業的核心課程培養學生數據科學及大數據的核心素養，包括數據存儲與管理、數據采集與加工、數據分析與挖掘、大數據技術4個方面的內容。
其中，數據存儲與管理包含數據庫、數據倉庫、Hadoop大數據存儲等課程;數據采集與加工包含爬蟲、數據搜集、信息檢索等課程;數據分析與挖掘包含數據建模、統計分析、機器學習、數據可視化等課程;大數據技術包含基本的大數據分析技術課程，如大數據分布式算法等。綜合方法及應用層為學生提供了多種方向的選擇(不同院校根據自身情況開設)，使學生運用數據科學的基本知識，在商業大數據、醫學大數據等方向進行實踐，能有效激發學生的興趣，并提升學生的實踐能力。例如復旦大學的大數據專業培養方案中，為學生提供了“理醫工學大數據分析模塊”“社會科學大數據分析模塊”“類腦計算方向專業進階模塊”等多個多元發展路徑的課程選擇。
4圖情檔學科人才培養的創新發展
4.1圖情檔主干知識與大數據專業的聯系
在汲取大數據專業建設經驗，建設圖情檔學科人才培養新模式的過程中，要掌握圖情檔學科人才培養模式的核心立足點。S.R.Ranganathan[23]很早就確立了圖書館學的立學原則，主要集中在圖書服務方面。隨著時代的發展，圖情檔學科的核心主題有了一定變化。葉鷹[4]經由核心學術凝聚表達了圖情檔學科的主干知識，層次上包括概念級、理論級、體系級。
首先將核心學術分為信息組織、信息檢索和信息分析，再分別由3個層次細化。信息組織在概念級細化為分類、標引，在理論級細化為分類法、主題法、編目法、索引法，在體系級細化為文獻體系、知識體系。信息檢索在概念級細化為查準、查全，在理論級細化為布爾檢索等搜索算法，在體系級細化為搜索引擎等檢索系統。信息分析在概念級細化為廣、快、精、準，在理論級細化為引文分析、內容分析，在體系級細化為量化分析、質性分析�；诖�，總結出圖情檔學科人才培養體系的核心主題，主要包括信息組織、信息檢索、信息分析等方面。
需注意的是，不能簡單地從大數據專業照搬一些數據科學課程，而是要結合圖情檔主干知識和院系的具體情況。面向圖情檔的數據科學課程在數據科學思維和理論層次要求不高，但要重視實踐性與結合性。在培養學生信息組織能力的數據科學課程建設中，注意將知識圖譜、分類與標引、語義網絡等方面的內容引入相關課程;培養學生信息檢索能力的數據科學課程建設中，除教學基礎的數據搜集與信息檢索內容外，還可以結合深度學習、強化學習等知識，在智能信息檢索、用戶推薦算法領域的應用加強教學;培養學生信息分析能力的數據科學課程建設中，可以設置一些算法與程序課程，例如設置基于JupyterNotebook平臺的Python程序設計教學，還可以將前沿的數據挖掘算法、自然語言處理、引文網絡分析的基本內容納入課程內容。
5結語
本研究探討了大數據專業的人才培養范式及主題演變網絡、大數據專業的課程層次、圖情檔學科主干知識及與大數據專業的聯系、面向圖情檔人才培養的數據科學類課程群建設思路以及具體的課程內容，陳沫等[10]提出的課程體系分層和葉鷹[4]提出的圖情檔學科主干知識對本文具有重要的基礎和啟發作用。研究提到的基于數據科學建設圖情檔學科人才培養新模式是一種發展的路徑選擇，有高校已經將數據科學作為圖情檔學科自設的二級學科。但圖情檔也有不少其他的特色方向，例如中國人民大學著力建設的“數字人文”，復旦大學積極推動的“古籍保護與非物質文化遺產”及華東師范大學于2015年啟動的“商業分析”探索等。
無論發展模式如何抉擇，做到守正與創新都應是改革的前提。大數據時代下，圖情檔學科人才培養改革發展剛剛起步，且面臨著諸多問題：如何將數據科學課程與本專業的學科特色深度結合?如何使圖情檔專業的人才培養模式與社會需求相結合?如何使圖情檔專業的人才培養模式向國際看齊，又不失中國特色?這些問題近年來已有諸多討論，但仍未有顯著共識。此外，方法層面，本研究應用的時序主題網絡模型也存在局限性，后續研究可以考慮：①完善科學的切片范圍計算指標;②探索更合適的布局計算方法，以清晰、完整地呈現演變網絡;③利用PCA降維等方法降低共現的稀疏性。
參考文獻：
[1]葉鷹，馬費成.數據科學興起及其與信息科學的關聯[J].情報學報，2015，34(6)：575-580.
[2]孫建軍，李陽，裴雷.“數智”賦能時代圖情檔學科變革之思考[J].圖書情報知識，2020(3)：22-27.
[3]趙星，喬利利，葉鷹.面向數據智能和知識發現的圖書情報學跨界拓展———數據-學術-創造整合論[J].中國圖書館學報，2020，46(6)：16-25.
[4]葉鷹.試論圖書情報學的主干知識及有效方法：兼論雙證法和模本法之效用[J].中國圖書館學報，2021，47(3)：58-66.
[5]閆慧，韓蕾倩，吳萌，等.圖書館學、情報學與檔案學2029年發展前景研究[J].圖書與情報，2019(6)：2-17，153.
[6]初景利.“新文科”呼喚圖情檔成為“硬”學科[J].圖書與情報，2020(6)：1-3.
[7]馬費成，李志元.新文科背景下我國圖書情報學科的發展前景[J].中國圖書館學報，2020，46(6)：4-15.
[8]張久珍.圖情檔學科建設需要與新時代發展接軌[J].圖書與情報，2020(6)：17-18.
作者：楊杰1趙星1，2
轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/jjlw/29590.html
