1. 引言
随着公安大数据战略的推进，需要在传统警务信息技术的基础上，强化大数据应用，突出警务数据建模能力，突出大数据平台架构与运维、警务大数据分析与预测、警务大数据可视化等大数据综合应用能力，以适应传统犯罪与新型犯罪复杂交织的社会治安防控新形势。结合当前公共安全形势，公安院校急需培养熟悉警务大数据环境，精通警务大数据应用，善于从海量的数据资源中挖掘内在联系，能够实现敏锐感知和预测预警各类风险隐患的复合型警务数据人才[1]，进而提升公安工作的智能化水平，以机器换人力、以智能增效能，最大限度地释放警力、提高公安机关核心战斗力。
制图、模型与算法课程是面向公安院校网络安全与执法专业的基础课，讲授大数据建模所需的数学理论、建模算法与数据可视化技术等综合知识，共32学时，其中理论20学时，实验12学时，是培养警务数据科学与大数据技术专业人才的基础课程之一，课程非常重要，但该课程存在理论知识难、课程与公安实战脱节、学生差异性大、学习资源少等问题。
本文提出基于公安业务需求的双循环任务驱动式教学创新方法，主要包含两个部分，一是以公安业务需求为导向的教学方法，就是坚持教学内容贴近公安实战，从警务实战和公安业务需求出发，重构教学内容，构建教学实验，更新教学案例，将课程实训内容延伸至实际警务数据建模案例，构建虚拟数据，仿真公安实战建模场景。二是双循环任务驱动式教学方法，学生组成三人战队，共同完成教师布置的课前、课中、课后的任务驱动。课程涉及实验和理论两个部分，外循环是指理论指导和支撑实训，实训验证和促进理论知识的吸收[2] [3]。内循环是指理论部分通过三个环节实现：提出问题任务、理论知识掌握、任务实现总结，实训部分通过三个环节实现：实验验证方法、发现新问题、高阶知识拓展。
2. 教学痛点与难点问题(图1)
Figure 1. Teaching pain points and difficult problems
图1. 教学痛点与难点
2.1. 教学内容与公安实战脱节，学生知识迁移应用难
目前该课程存在教学内容不能直接服务于公安业务需求，课程主要以数学理论为基础，应用Matlab软件实现实际应用问题转化为数学模型，缺少直接针对于公安院校网络安全执法专业的实战数据建模案例，传统的教材知识并不能直接服务于公安业务需求，学生不能挖掘该课程与公安业务之间的联系，知识迁移应用难。
2.2. 各地区教学水平不同，学生存在区域性差异
由于本地生源占大多数，各个地区教学水平和教学资源、师资力量不同，特别是信息化水平和资源，导致学生之间存在区域性个体差异。体现在课前下发预习知识的掌握，课中知识的吸收、实验的验证，课后高阶知识的拓展学习等环节，学生学习能力层次不齐，差距较大。
2.3. 思政育人元素的挖掘和融入课堂困难
由于该课程是一门理工科类课程，理论和实验多，目前制图模型与算法课程思政教学不够系统科学，思政元素与该课程教学内容设计结合不紧密，关联度不高，每堂课程思政元素的挖掘与教授内容结合不紧密，思政元素的融入不自然、生硬。
2.4. 学生学习资源少、课程资源匮乏、实验环境单一
目前学生学习资源少，线上、线下相关课程的资源匮乏，导致学生缺乏学习的主动性、积极性、兴趣性。实验环境只是本地实验室单机版的MATLAB软件应用，缺乏实验的趣味性、拓展性和实战性。
3. 教学创新思路思维导图(图2)
Figure 2. Teaching innovation thinking map
图2. 教学创新思路思维导图
4. 教学创新途径
4.1. 以公安业务需求为导向的教学内容重构
大数据技术是近五年来公安部围绕核心警力提升、科技兴警、智慧公安建设等一系列重点工作的基础支撑。大数据技术应用中，无论人工智能、云计算、信息网络安全，数据建模是重要的基础，因此该课程需以公安业务需求为导向，将纯理工科的内容重构，设计模型贴近实战需要[4] [5]。
课程设计18个公安实战案例，均来自教师团队课题研究的成果案例、公安院校大数据行业比赛赛题、公安业务经验的总结等[6]。如表1：章节目录–警务数据建模案例。
Table 1. Chapter table of contents: police data modeling case
表1. 章节目录——警务数据建模案例
制图模型与算法(MATLAB软件) 20理论 + 12实验 |
数据科学概论(2课时) |
警务数据建模意义 |
认识Matlab软件(2课时) |
警务数据分析(知识扩展Python的数据分析模块Pandas) |
二维、三维数据可视化(4课时) |
警情数据统计分析 |
电信诈骗数据统计分析 |
函数拟合(4课时) |
公安机关立案的刑事案件–年度数据 |
公安机关受理和查处治安案件数–年度数据 |
交通事故发生数–年度数据 |
在押服刑人员基本情况–年度数据 |
图与网络模型–最短路算法(4课时) |
G20杭州峰会–警务安保巡逻方案设计 |
中国–亚欧博览会安保巡逻警备任务 |
城市警务安保网格化巡逻方案设计 |
微分方程–传染病模型(4课时) |
警察应对网络舆情传播监测与导控 |
聚类分析(4课时) |
犯罪人员再次犯罪预警模型 |
全国警务分配水平–系统聚类-R型Q型 |
信用卡欺诈行为检测聚类模型 |
主成分分析(4课时) |
警员绩效考核PCA分析 |
主成分分析在犯罪数据中的应用 |
数字图像处理(4课时) |
公安案件当中模糊车牌号恢复技术 |
视频监控图像中模糊人像恢复 |
公安案件中图像隐藏机密图片的破解 |
4.2. “理论 + 实训”双循环任务驱动式教学
针对学生存在区域性个体差异，采用“理论”“实训”双循环任务驱动式教学，授课过程将学生分成三人战队，全员参与任务，教师全程辅导。学生三人战队团队合作、讨论探究、互帮互助，共同完成任务的导入学习、任务汇报、实验验证、知识拓展等各个环节[7] (图3)。
课前–提出问题–任务驱动–公安业务需求导入。
课前由教师使用线上雨课堂实现，教师发布任务需求、数据集、知识点课件、Matlab算法动画视频讲解等课程资源，学生自主学习，在掌握知识点后，可选择实验预演练的三种方式(图4)。
Figure 3. “Theory” and “practical training” dual cycle task-driven teaching method
图3. “理论”“实训”双循环任务驱动教学法
Figure 4. Ask questions before class
图4. 课前提出问题
课中–解决问题–教师重、难点讲解–学生任务汇报–师生讨论点评。
教师根据课前预习效果成绩、排名等情况，对知识点进行回顾，针对重、难点着重讲解，学生三人战队以“演说模式”思维导图等多种方式[8] [9]，介绍该小组的警务数据建模案例(图5)。
Figure 5. Solve problems in class
图5. 课中解决问题
课后–学生能力提升–高阶知识拓展。
课后学生对公安业务需求模型的研究思路、建模过程、实验结果、应用场景进行总结和复盘，形成文字型的实验报告，提交教师进行打分评价。结合学生的第二课堂培养，高阶知识拓展、能力提升等，可将理论知识点结合实验成果进行转化，可以转化为论文、计算机软件著作权等(图6)。
Figure 6. After-school ability improvement
图6. 课后能力提升
4.3. “滴灌式”思政元素融入课堂
公安院校作为公安队伍人才培养基地和新生力量的源泉，公安院校担负着为党育人、为国育才、为警铸剑的神圣使命，寄托着公安工作的希望、承载着公安事业的未来。全面落实立德树人根本任务，积极倡导以公安业务需求任务为导向，以智慧警务为载体，突出德育融入的课程建设理念。
第一，结合每堂课公安业务需求案例的背景介绍，学生既能掌握知识又能理解公安工作的艰辛，在思想上，润物细无声地培养了学生忠诚意识和爱国情怀。
第二，结合双循环任务驱动式教学，学生以三人战队的形式完成实战任务，培养了学生探索知识的精神和团结协作、互帮互助的战友情怀。
第三，结合完成警务实战建模任务，学生能够通过所学的模型和算法知识[10]，解决实际公安工作中的问题，培养学生的警察职业荣誉感、认同感和使命感、责任感。
4.4. 自主建设“1 + 3”数据赋能、智慧公安大数据实验中心
该课程属于大数据技术课程群，自主建设一个实验中心，三个实训平台。平台均搭建在校内网，课程还需用到Matlab、Python软件均安装在本地大数据实验室(开放)，为学生提供高阶实验拓展学习，完成实验任务，提交作业，阶段性过程考核、期末考核等保障。
大数据学习平台(青椒实训系统)：提供大数据相关课程库资源，部署多门大数据技术课程及虚拟实验环境，考试题库、竞赛题库等，并且支持教师自创课程建设(讲义、课件、视频)、考试题库建设和竞赛平台搭建等(图7)。
可视化建模平台(数据分析系统)：提供真实或虚拟大数据集及多种实战案例，模型库以拖、拉、拽方式建立数据模型，支持多种数据库接入，能够通过搭建模型生成数据可视化报告，供学生实战模拟演练(图7)。
数据建模分析平台：针对警务数据进行关系图谱的建模，比如：嫌疑人通联关系、同行、同住关系、资金流向等。支持数据表的分析操作，比如：数据筛选、过滤、左右表关联、数据聚合、数据汇总、数据查询(SQL语言)、表合并、创建新字段等操作(图8)。
Figure 7. Qingjiao training system
图7. 青椒实训系统
Figure 8. Data modeling and analysis platform
图8. 数据建模分析平台
4.5. 过程性终结考核评价体系(表2)
Table 2. Process intermediary assessment and evaluation system
表2. 过程性中介考核评价体系
|
过程性考核 |
终结考核 |
考核 |
知识测试(10%) |
任务汇报(10%) |
实验报告(20%) |
案例报告(10%) |
期末考核(50%) |
内容 |
雨课堂能力测试 |
三人战队汇报，学生互评，教师评议 |
上机实验作业 |
案例总结作业 |
题库制(理论 + 实操) |
知识测试：雨课堂发布的课前预习知识点测试、课中知识考核测试。
任务汇报：三人战队课前任务准备、课中任务汇报、课后任务完成及拓展，学生互评5%，教师评议5%。
实验报告：6次实验上机任务完成情况，教师评价最终取平均分。
案例报告：对实战案例的背景描述、数据集理解、建模过程、模型评估、模型应用生成案例报告，教师评价。
无纸化考试：自主建设平台内建立考试题库，随机抽取期末考试卷，线上完成答题和实验提交。
5. 教学创新效果
基于本课程的教学创新，学生公安大数据建模能力得到提升，近五年，主讲教师指导学生申报大学生创新训练计划项目(国家级) 3项，省部级2项；学生参加全国大学生数学建模竞赛新疆赛区荣获1个“特等奖”，1个“一等奖”，多个“三等奖”；学生三人战队参加“智警杯”全国公安院校大数据技能竞赛荣获1个“一等奖”，2个“二等奖”，多个“优秀奖”；美亚第二届“乾坤杯”全国大数据创新应用竞赛荣获1个“三等奖”；参赛获奖的部分优秀学生毕业后，考入公安大数据部门，其中2名学生荣获个人“三等功”奖章。
校内推广：教学创新突出公安业务需求为导向，双循环任务驱动教学法，更加注重学生知识拓展和能力提升，在网络安全与执法专业多门课程当中进行了推广，教研室内部多次进行虚拟课堂授课，青年教师充当学生，任务驱动，三人战队任务制，同行评价教学效果优。
校外效应：服务新疆智慧公安，教师团队多次被本地基层公安机关聘请专家讲座；公安部门组织的培训班，聘请团队老师主讲相关课程模块，得到了基层公安机关的一致好评。
6. 结语
本文提出基于制图模型与算法课程的教学创新改革，突出以公安业务需求为导向，“理论” + “实验”双循环任务驱动式教学法，更加注重学生高阶知识拓展和能力提升，建议在公安院校网络安全与执法专业多门课程当中进行推广，提升学生警务数据建模能力[11] [12]。该课程的教学创新，能够推动大数据第二课堂的发展，通过教学创新方法实施，可以帮助学生提升警务实战数据分析处理、机器学习算法建模、模型评价与实战应用、数据挖掘和数据可视化等大数据应用的综合能力。积极组织学生参加每年的全国大学生数学建模竞赛、全国大学生大数据技能比赛、全国公安院校“智警杯”大数据竞赛、美亚“乾坤杯”全国大数据创新应用竞赛等，达到以赛促学、以赛促教的教学目标[13]，也通过竞赛的形式，验证教学创新改革效果，丰富教学创新改革的成果。
基金项目
2024年度自治区高校本科教育教学研究和改革项目普通教改“以公安业务需求为导向的双循环驱动式教学改革–《制图、模型与算法基础》课程”，2023年新疆警察学院校级教育教学研究和改革项目普通教改，项目编号JG20230109，2024年新疆警察学院校级科研创新团队项目(数据建模与智能计算)，项目编号：XJKYKJTD202401。