杨振泉 高 璐 饶胜其 尹永祺 方维明
（扬州大学食品科学与工程学院，江苏 扬州 225127）
【摘 要】随着大数据时代的到来，食品工程领域发生了巨大的变化，食品科学与工程专业人才的培养模式和体系也将受到巨大的影响。论述了在大数据背景下食品科学与工程专业教学体系面临的挑战，提出对大数据背景下我国食品科学与工程专业课程体系的优化、人才培养数据的建设及整合、教学内容的优化与更新、以及教学理念和教学方法改革措施，为提升我国食品工程领域的人才的培养质量提供了新思路。
教育期刊网 http://www.jyqkw.com
关键词 大数据；食品科学与工程；人才培养模式；课程体系
Discussion on Education Model and Curriculum system of Food Science and Engineering Specialty Under the Background of Big Data
YANG Zhen-quan GAO Lu RAO Sheng-qi YIN Yong-qi FANG Wei-ming
（College of Food Science and Engineering, Yangzhou University, Yangzhou Jiangsu 225127, China）
【Abstract】Great changes have taken place in the field of food engineering with the advent of the era of big data, accordingly, it will be reformed in the Education Model and Curriculum system of Food Science and Engineering Specialty. This paper discussed the challenge of teaching system of food science and engineering under the background of big data. The optimization for Curriculum system of food science and engineering specialty, the construction and integration of education model, the optimization and updation of teaching content, and the reform measures of teaching principle and teaching method were be put forward. It provided a new idea for improving the quality of talent cultivation in the field of food engineering in China.
【Key words】Big data; Food science and engineering; Education model; Curriculum system
※基金项目：扬州大学教学改革课题项目（YZUJX2012-33B）。
作者简介：杨振泉（1975—），男，汉族，博士，扬州大学食品科学与工程学院，副教授，研究方向为食品微生物资源开发与利用。
食品工业在国民经济中具有十分重要的地位和作用。随着食品科学技术的发展和信息技术的广泛应用，食品工程领域不仅发生了巨大的变化，也对食品工程专业大学毕业生的基本素质和能力提出了更高的要求。教育部2010年6月启动的“卓越工程师教育培养计划”为培养大批创新能力强、适应经济社会发展需要的各类高质量工程技术人才提供了指引。当前随着互联网、云计算以及多种传感器的飞速发展和应用，数据源呈指数级增长并深刻的改变人们解决问题的思维方式，大数据作为一个新兴概念引起广泛的关注。大数据时代信息资源的多源性、易得性和可选性将改变知识的社会分布形态以及人们对它的拥有关系，对传统教育模式和体系将产生巨大的影响和冲击。食品科学与工程专业人才培养质量直接关系到我国食品产业的的新型工业化战略与进程，在大数据背景下如何优化和改进人才培养模式及课程体系，着力提升人才工程设计能力与创新能力是当前迫切需要探讨的新问题。本文围绕食品科学与工程专业人才培养要求，构建大数据背景下的新型人才培养体系进行了初步的探索和研究。
1 大数据内涵与特征
随着互联网、物联网、云计算以及各式各样传感器的涌现，数据源以及信息数量飞速增长，形成了巨大的数据集。从海量数据中提取有价值的数据信息的能力正快速成为各个行业和领域发展方向和要求，也为分析问题和解决问题提供了另一种方法。大数据是一个较为抽象新兴的概念，具有大量(Volume)、高速(Velocity)、多样性(Variety)、真实性(Veracity)特点，但至今尚无确切统一的定义。尽管如此，大数据日益显现出它的独特魅力，将成为继移动互联网、智能传感网、物联网和云计算后的又一次技术革命，深刻影响经济社会发展和人们日常生活，毋庸置疑，对食品领域及高校人才培养也将产生巨大的影响。
2 大数据背景下食品科学与工程专业教学体系面临的挑战
2.1 大数据对现有教学内容和教学体系的影响
在教学内容上，食品科学与工程专业主要教授化学、生物学和食品工程学的基本理论和基础知识，提供食品生产技术管理、食品工程设计和科学研究等方面的基本训练，使学生具有食品保藏、加工、品质控制和资源综合利用方面的基本能力。大数据拓展了食品科学与工程研究的范畴。传统食品研发过程包括试验设计、数据采集和积累、整理分析、开发与应用等四个基本环节，大数据时代，物联网为食品在生产消费过程中数据的自动化采集提供了可能，多样化的信息平台提供了食品生产与风险管理主体间信息收集通道，为食品研发提供了高效快捷的数据源。大量数据的结构化和价值提炼将成为食品科学与工程专业培养对象必备的知识技能。
在理论教学体系上，食品科学与工程专业传统教学体系按模块化组织，分为通识教育课程、学科基础课程与专业课程三大模块。通识教育课程模块以培养学生文化素质、身体素质和心理素质为宗旨，包括公共必修理论以及跨学科选修课程，主要包含军事理论与训练、思想道德修养与法律基础、政治理论及形势与政策、大学英语、大学语文、体育、文献检索以及人文社科、跨学科公共选修课等课程。学科基础课程模块是指同专业知识、技能直接联系的基本课程，也是增强学生获取新知识、分析和解决问题能力的基础。其中共性基础课程包括: 高等数学、大学物理、无机化学、有机化学、物理化学、分析化学、基础生物学等;专业方向基础课程包括生物化学、微生物学、机械设计基础、机械制图、现代仪器分析等。专业课程模块分为专业必修和专业选修两个部分，其中专业必修课程是培养学生专业技能必不可少的骨干课程，主要包括食品工艺学及实验、食品分析及实验、食品微生物学及实验、食品化学及实验、食品工程原理及实验等。专业选修课程是拓宽学生的专业视野、培养兴趣和提高专业技能的重要手段，主要包括食品生物技术、功能性食品、食品包装、试验设计方法、食品工厂设计基础、粮油加工工艺学、畜产品加工工艺学、水产品加工工艺学、发酵工艺学、食品法规与标准、食品机械与设备、营养与食品卫生学等。大数据带动了优质教育资源的在线化和网络化，资源的易得性将使得通识教育课程进一步丰富，课程设置的系统化和多样化将进一步凸显，学科基础和专业课程模块将在原有的基础上更加侧重信息获取与分析理论的学习和应用，课程固化性将被打破，专业知识结构的个性化设计与个性化教学将更加突出。
在实践教学体系上，传统上依据专业特点进行设置，充分体现出专业特色，按照专业认知、实验技能、综合实验、工程与毕业设计四层次组织，递进式培养学生的实践与创新能力，主要包括课程实习、课程论文、课程设计、教学生产实习、毕业论文与设计等环节。近年来在国家相关政策和市场需求的指引下，各个高校在制定专业教学计划时加大实践教学的比例，重视本科教学的实验环节，积极开设综合性、设计性实验着力培养学生的创新意识和实践能力。大数据时代将更加学生实验与论文设计的创新性和价值性，如何从海量的数据所带来的信息中提取所需要的正确的数据，凝练有价值的实践与研发思路将成为实践教学体系主要目标。
在素质教育体系方面，传统上按显性课程和隐性的各种文化科技活动培养学生的综合素质，食品科学与工程专业定期举办食品科技文化节、食品科技及餐旅管理创业大赛等活动，培养学生的知识应用和团队意识对人才培养质量提升起了重要作用。另外学院建立的创新实训体系，按学生自由组合、教师课外指导，以科技创新项目(含教师承担的科技项目、学生科技创新项目、学科竞赛项目等)形式组织实施，塑造了学生在食品研发方面的创新意识，培养创新能力。在落实这些素质教育教学过程中，往往指导教师，依靠自身的知识背景和积累起了主导作用，学生仅仅充当助手和执行者的角色。大数据背景下，素质教育体系将以学生充分利用数据资源，凝练设计为主导，教师协助并提供条件共同完成项目，这对教学设施、学生能力和教师素质均提出了更高的要求。
2.2 大数据对现有教学模式的影响
目前我国高校食品科学与工程本科专业都采用学分制,总学分在150-170学分之间，总学时为2500-2600，其中公共课和基础课为55%，专业基础课为30%，专业课为15%。总学时中15-20%为选修课。理论教学与实践教学比例为（3-4）：1。在设置专业方向的学校可采取“专业+方向课”的模式。目前国内高校普遍按照“7+1”或者“6+2”模式安排教学内容，即在前6-7个学期完成所有理论、实验教学、实践教学与创新实践，最后1-2个学期安排专业方向课程设计、毕业实习与毕业设计等综合能力训练。对一、二年级大学生，主要完成公共课和基础课教学内容，着重培养创新意识，组织开展丰富多彩的课外科技和文化活动(学术科技节、讲座、论坛)。对三、四年级学生完成专业基础课和专业课为主，开展科技立项活动，实行本科生导师制等，使广大学生进行各类科技实践活动。对于四年级学生，重点以基本理论、知识和技术的工程应用能力培养为主，结合毕业论文设计和实习重点抓创新教育成果转化，举办学生科技作品、实用发明等竞赛和创业计划大赛等。传统教学模式的评价体系基本以由课程考试考核和毕业论文（设计）考核构成，对学生参与课外科研活动缺乏相适应的评价体系和激励机制。在大数据时代，学生获取知识的途径不再限于课堂学习，在线教育全球化可以为任何一个地区的学生提供世界一流大学的优质教育资源，与相对固化的传统教学模式相比，在线学习将为学生提供更大的学习空间和选择空间，在此背景下教学模式将随食品工业的结构和需求灵活变化，有利于构建复合型、交叉性高层次人才培养体系，但高校学分设置、教学安排、评价体系将面临巨大挑战。
2.3 大数据对现有教学方法的影响
现有的班级授课制，大部分采用的是以教师为中心的“灌输式”传统教学方法，每位教师在有限的教学时间与教学空间内同时面对几十个学生开展教学活动。教学资源大多来源于教材、辅导书籍以及教师收集的各种案例资料，教师很难对学生学习过程的进行理性判断，难以实现真正的因材施教。大数据背景下，教学资源将被极大的拓宽，学生在授课中的主体性、参与性和积极性都将极大的提高，传统教学方法将不再满足教学需求。食品科学与工程学科是一个集生物、化学、农学、营养学、工程学和管理学等多学科交叉融合的的学科。如何通过授课激发学生的兴趣和探究激情，引导学生自主探究和体验知识的发生过程，还原原有的科学思维活动，通过师生互动、双向交流的形式，鼓励质疑批判和发表独立见解，培养学生的创新思维和创新能力，将是大数据时代食品科学与工程专业教学方法探索的主要课题。此外，通过各种网络交互平台，对学生的学习效果进行检测和评价，促进学生回顾和理解之前的学习内容，有效减少学生在线学习过程中产生的疲乏，提高学习效率，也是未来教学方法中要解决的问题。
3 大数据背景下食品科学与工程专业人才培养体系的改革策略
3.1 优化课程体系，加大工科课程比例和学时
大数据时代的到来，凸显了从大量的非结构性数据中提炼有价值信息的重要性，掌握与之相应的信息技术，统计技术，计算机技术对培养对象创新创造能力提升和知识结构完整具有重要意义。食品科学与工程属于工科学科，但具有工学、农学和生命科学等学科性质特征，在课程体系设置上高校之间存在较大差异，专业定位不够明确，“重科学，轻工程”的倾向仍然存在。因此，在课程体系中加大工科课程比例和学时尤为必要、尤其是大数据相关专业课程如数学、统计学、计算机编程语言、数据库、数据挖掘以及数据可视化工具等课程，为学生的自我学习提供工具。
3.2 建设及整合高校人才培养数据，实现教育资源的优化、组合与共享
大数据背景下，食品行业生产、管理、研发、决策很大程度都将依赖社会媒体、消费群体、监管部门以及上下游关联企业所构成的 “网络生态系统”，高等学校作为食品科学与工程人才培养和科技研发的主体，必须纳入这个生态系统。食品科学与工程高等学校作为大数据的产生和使用单元，加强大数据的建设与整合，在纵向整合上把人才培养的数据与政府部门以及企业群体整合，分工合作、互生互利，将人才供应链向食品产业链整合，通过大数据获得产业需求信息和人才单位的反馈信息，从而调整高校的人才培养策略。在横向联合上应该与国内外同行高校在协商基础上建立密切合作关系，形成动态联盟，实现教育资源的优化、动态组合与共享。
3.3 更新优化教学内容，提升学生工程设计与创新能力
大数据背景下，知识更新和交替加快，现有的教材体系，在内容设置上也相对滞后，难以跟上实践发展的需要。因此，作为食品科学与工程专业的一线教师，应该密切关注国际国内本领域的发展前沿，及时更新自己的知识体系，不断吸收新的信息，不能墨守成规。其二，授课教师应该改“授人以鱼”为“授人以渔”，教会学生根据自身兴趣和需要从大量数据中去挖掘和提炼有价值的信息，不断完善知识结构。其三，大数据时代教学计划中实践教学的比例将大幅度加大。食品科学与工程高等学校与相关部门和企业联合建立功能齐备、覆盖面宽的实践教学基地，开展面向产品的工程实训，促使学生动手能力的提高。加强理论与实践的结合，将工程设计能力培养融入毕业设计教学环节，毕业设计和软件培训相结合，使学生能够从工程实践的角度去掌握食品工程以及相关研究的先进设计软件的基本理论和方法。
3.4 转变教学理念，改革教学方法
在大数据时代，学生获取知识的途径将不再仅限于课堂，当在线学习逐渐成为学生获取知识的主要途径之时，教师应该由传统的上课者转变成老师之间搭建了良好的交流途径，鼓励学生协同学习、发表观点、交流看法，培养互相学习的氛围，在探讨中提出问题，在相互质疑与论证中得出正确的结论，共同成长。教师应该掌握学习分析方法，运用该工具搜集和分析学习者数据，从而指导教学。随着食品科学与工程领域信息量的迅猛增长，教师应该将传统的集体授课模式与大型开放式网络课程等新兴教学模式相结合，充分发挥两种教学模式的优点，将会使学生的学习效率和教师授课效率同时得到提高。教师应不断的完善和整合个人资源共享平台，为学生主动推送合适的学习资源，提供优质、个性化的教育资源。
教育期刊网 http://www.jyqkw.com
参考文献
［１］朱建平,李秋雅.大数据对大学教学的影响[J].中国大学教学,2014,9:41-44.
［２］胡兰英.高等院校食品科学与工程专业人才培养体系研究[J].安徽农业科学,2012,40(22):11516－11517,11528.
［３］杨富民.农业院校食品科学与工程专业学生实践能力培养[J].高等农业教育,2003,4(4):71-72.
［４］李昌文,景建洲,纵伟,等.食品科学与工程专业学生工程设计能力培养研究与探索[J].中国轻工教育,2011,1:58-59.
［５］陈律.大数据背景下学习分析技术对教学模式的变革[J].中国教育信息化,2013,24:15-17.
［６］张臻竹,张丽.大数据时代背景下的食品安全供应链的发展演变初探[J].食品研究与开发,2014,35(18):209-211.
［７］周士跃.大数据在保障国家粮食安全中的应用展望[J].辽宁农业职业技术学院学报,2014,16(3):19-21.
［责任编辑：汤静］