工程硕士数据素养评价指数的建构与应用

发布时间：2021-10-29 02:52

　　信息时代,数据素养成为国家核心竞争力,工程硕士应在数据意识、知识和技能上做好准备,提高自身数据素养。本文在明确数据素养内涵与指数广义化的基础上,通过词计算协助建构了数据观、数学与计算机基础、目标数据集、数据分析与挖掘、知识发现与决策共五个分指数、十一个观测点的数据素养评价指数体系。运用对偶比较法加以赋权,设计了求解分指数与综合指数的算法。对某高校243名应届工程硕士毕业生的数据素养水平进行测度,经结果分析,提出了工程硕士数据素养水平的参考性阈值,以及提高数据素养的几点建议。 

【文章来源】：高等工程教育研究. 2020,(03)北大核心CSSCI

【文章页数】：6 页

【部分图文】：

数据素养在国内外文献的词汇及聚类

图 2 数据素养在国内外文献的词汇及聚类同时,通过网络搜集数据素养相关书籍10本,国内外知名大学数据科学、大数据科学、统计学专业的人才培养方案12份。通过集中阅读这些期刊与学位论文,抽取数据素养的核心词汇,得到两个词集(见图2、图3)。

1631年捷克学者夸美纽斯在《敞开的语言之门》创建“频率词汇表”,语言学家认为词本身就包含语法,谷歌公司基于词计算的建模有效预测了流感疫情,淘宝、京东等网络公司也利用用户的留言,通过词语计算来追踪潜在客户。因此可以采用词计算的方法,对文献进行信息抽取,建构数据素养评价指数,首先分析国内外的相关文献,然后使用相关软件进行计量语言学的词计算,采用客观赋权法确定分指数的权重,建立数据素养评价指数,构建过程如图1所示。(一) 核心词汇抽取与聚类。

【参考文献】：
期刊论文
[1]研究生教育质量指数构建研究[J]. 王战军,唐广军.  学位与研究生教育. 2017(12)
[2]大数据时代的数据素养教育[J]. 张静波.  科学. 2013(04)



本文编号：3463821