
大数据“砍”专业,有所不为方能有所为
近日,杭电大数据“砍”专业之事引发舆论关注。据悉,未来两年内该校将停招信息工程、物联网工程、应用物理学、海洋工程与技术、生物医学工程、物流管理、市场营销、环境科学、经济统计学、编辑出版学、工业设计等11个本科专业。这些“相对低效专业”之所以被叫停,主要是在大数据分析中“表现不够好”。
在日新月异变化的当今时代,高校调整专业本是应有之义。高校设置专业,不可能一开始就尽善尽美,专业的实力强弱、社会需求、发展前景都会不断变化,当然应该根据实际情况有针对性地增删调整。此次杭电依据高考第一志愿报考率、转专业率、分流率、就业率等数据进行主动取舍调整,值得称道,更应该引发深入思考:除了杭电,其他高校需要调整专业吗?如果有,大数据“砍”专业能否推而广之?
在高校大扩招、大而全设专业的背景下,不少高校都存在专业设置过多、过细的情况,突出表现在专业区分度小,罔顾师资力量和教学保障条件跟风开设大批所谓的“热门专业”等问题上。尤其是“跟风”设置之弊,危害尤烈:法律、新闻、机器人,哪个热门就一窝蜂上哪个……形成低水平的人才培养体系,不仅造成了教学资源的浪费,误人子弟,更使得整个高等教育发展水平长期在低位徘徊,严重影响打造国际一流高校和一流学科目标的达成。
专业设置随意当然是诸多因素综合作用的结果,而功利主义思维则是关键所系:有的一心向“钱途”,为了“好招生”“好就业”,漠视办学传统、不考虑师资基础,随便拉几个人就敢于开设新专业;有的则是为了多设岗多招生,多些头衔多拉项目、课题……
院系专业的随意设置,不仅是对学生的极大不负责任,这种“随波逐流,随遇而安”的办学也不利于高校自身的特色发展之路。尤其在“双一流”建设计划启动的大背景下,高校根据自身定位主动裁撤低效专业,实乃大势所趋。杭电大幅度地砍专业之举,可谓顺应形势,不仅主动卸下历史包袱,更是用“数量减法”换取“特色加法”,真正做强优势特色。
令人遗憾的是,有些高校依然抱残守缺:或囿于既得利益,怕影响“安定团结”的大局;或停留于对上负责的陈旧认知,不仅不去了解社会和学生对专业的真正需求,还把专业设置当成综合性发展、“做大做强”的象征,好像专业越多学校就越牛……
高校专业动态调整,是高校人才培养适应社会分工细化和需要的体现。专业调整牵一发而动全身,如果缺乏严密的论证,确实会令人投鼠忌器,但有了大数据的支撑,决断起来就容易多了。换言之,大数据时代科学及时调整专业,非不能也,是不为也!
学我者死,似我者生。大数据只是为专业调整提供客观参考,其他高校不能简单复制杭电的模式,必须因校而异,合理决策。
事实上,包括北京大学、清华大学、中山大学在内的国内著名高校都在根据自身实际积极进行专业动态调整。尤其是去年中山大学决定调整或暂停18个本科专业的招生一事,曾引发社会的巨大反响。在中山大学建立的关于专业办学质量的数学模型中,涉及生源质量、学生国内外交流情况、本科生深造率、教学成果等8个维度,而就业率却没有被纳入评估指标。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28