程 平（ 博士生導(dǎo)師），王立宇

一、引言

2017年5月，德勤財務(wù)機(jī)器人橫空出世。隨后，普華永道、安永、畢馬威等“四大”國際會計師事務(wù)所表示也相繼推出自行研制的財務(wù)機(jī)器人。同年7月，國務(wù)院頒布了《新一代人工智能發(fā)展規(guī)劃》，從國家宏觀層面規(guī)劃設(shè)計了新一代人工智能未來發(fā)展思路及路徑。重慶理工大學(xué)作為目前全國唯一的“互聯(lián)網(wǎng)+會計”MPAcc深化教育改革單位，為了適應(yīng)會計發(fā)展趨勢和響應(yīng)國務(wù)院人工智能發(fā)展戰(zhàn)略，建立了“互聯(lián)網(wǎng)+會計”MPAcc人才培養(yǎng)模式，旨在培養(yǎng)深度融合大數(shù)據(jù)、云計算、人工智能技術(shù)的高層次應(yīng)用型會計人才。

“基于項目式的學(xué)習(xí)”（Project-Based Learning，PBL），倡導(dǎo)以“問題、案例、項目”為導(dǎo)向，培養(yǎng)學(xué)生的自主學(xué)習(xí)能力。PBL最早起源于20世紀(jì)50年代的醫(yī)學(xué)教育，在這種培養(yǎng)模式下，導(dǎo)師通常模擬真實的情景進(jìn)行教學(xué)，而學(xué)生們需要通過自主探究和合作去獨立解決模擬情景中出現(xiàn)的問題，從而使得他們能夠?qū)W習(xí)并掌握隱含在背后的科學(xué)知識。其與傳統(tǒng)的培養(yǎng)模式有較大不同，最大的不同點在于PBL強(qiáng)調(diào)以學(xué)生的主動學(xué)習(xí)為主，而傳統(tǒng)培養(yǎng)模式則以教師傳輸知識為主、學(xué)生接收知識為輔。李立等[1]認(rèn)為PBL教學(xué)不僅能使學(xué)生自主、獨立地思考，鍛煉其分析與解決問題的能力，更能培養(yǎng)學(xué)生的團(tuán)隊合作意識。在PBL與課堂相結(jié)合的教學(xué)案例中，劉莉等[2]提出PBL的基本宗旨是促進(jìn)學(xué)生運(yùn)用在課后自學(xué)到的知識，從多個角度分析和解決實際問題，提高創(chuàng)新能力。

目前，隨著各高校與教育專家的不斷探索，PBL已經(jīng)逐漸與人才的實踐化培養(yǎng)模式相結(jié)合，并取得了一定的效果。但是，具體的實踐培養(yǎng)還是多用于工科領(lǐng)域。因此，本研究充分發(fā)揮以“問題、案例、項目”為導(dǎo)向的思想，設(shè)計基于PBL的“互聯(lián)網(wǎng)+會計”MPAcc大數(shù)據(jù)分析能力培養(yǎng)模型，并且實際應(yīng)用到重慶理工大學(xué)“西部地區(qū)財務(wù)人員薪酬研究”項目中。

二、PBL與“互聯(lián)網(wǎng)+會計”MPAcc大數(shù)據(jù)分析能力培養(yǎng)的契合

“互聯(lián)網(wǎng)+”時代帶來的沖擊使得MPAcc研究生不得不面對其所帶來的信息化挑戰(zhàn)，包括在財務(wù)分析與決策中靈活應(yīng)用大數(shù)據(jù)、云計算等新技術(shù)。不少高校也對如何培養(yǎng)研究生的大數(shù)據(jù)分析能力進(jìn)行了實踐探索。大數(shù)據(jù)本質(zhì)上是數(shù)學(xué)與計算機(jī)工程的結(jié)合體[3]，可以在生動地輸出理論知識的同時，提供給學(xué)生一個親自動手操作的機(jī)會[4][5]。在PBL培養(yǎng)模式中，導(dǎo)師不再是知識傳輸者，而是作為MPAcc研究生的設(shè)疑者、激勵者、引導(dǎo)者、評價者。研究生作為PBL的主體，從被動地接收知識到充分發(fā)揮主觀能動性，在實施項目的過程中不斷地培養(yǎng)批判性思維，加深對已獲得知識的理解并學(xué)會運(yùn)用。根據(jù)學(xué)習(xí)成效金字塔理論，學(xué)習(xí)者在使用不同的學(xué)習(xí)方式之后知識的留存率差異非常明顯。在學(xué)習(xí)新知識兩周后，用耳朵聽講和用眼睛閱讀的知識留存率僅為5%～10%。然而，使用小組討論、馬上應(yīng)用和實際操練的知識留存率可以達(dá)到75%～90%。基于PBL的培養(yǎng)模式充分運(yùn)用了學(xué)習(xí)成效金字塔理論，使MPAcc研究生在實施大數(shù)據(jù)項目的過程中充分吸收和消化已經(jīng)學(xué)到的知識，提高對于MPAcc研究生來說原本并不熟悉且晦澀難懂的信息化知識的留存率。因此，PBL可以為MPAcc大數(shù)據(jù)分析能力的培養(yǎng)提供有效的手段。在“互聯(lián)網(wǎng)+MPAcc”這種側(cè)重于理解與運(yùn)用的培養(yǎng)模式中，將PBL與大數(shù)據(jù)分析能力培養(yǎng)相結(jié)合，將開創(chuàng)交叉領(lǐng)域中信息化能力培養(yǎng)的新思路。

三、基于PBL的“互聯(lián)網(wǎng)+會計”MPAcc大數(shù)據(jù)分析能力培養(yǎng)模型介紹

“互聯(lián)網(wǎng)+會計”所需的大數(shù)據(jù)分析能力主要分為以下三個方面：

一是數(shù)據(jù)爬取能力。“互聯(lián)網(wǎng)+”時代千萬GB的數(shù)據(jù)非常普遍，及時爬取海量的會計信息是“互聯(lián)網(wǎng)+會計”大數(shù)據(jù)分析的第一步。MPAcc研究生需要掌握的不僅是傳統(tǒng)爬蟲，還有聚焦爬蟲。其工作流程較為復(fù)雜，需要根據(jù)一定的網(wǎng)頁分析算法過濾與主題無關(guān)的鏈接，保留有用的鏈接并將其放入等待抓取的URL隊列。然后根據(jù)一定的搜索策略從隊列中選擇下一步要抓取的網(wǎng)頁URL，并重復(fù)上述過程，直到達(dá)到系統(tǒng)的某一條件時停止。此外，整合清洗爬取到的數(shù)據(jù)、創(chuàng)建與管理數(shù)據(jù)庫也是MPAcc研究生所必備的基本能力之一。

二是文本挖掘能力。大多數(shù)會計信息是文本非結(jié)構(gòu)化數(shù)據(jù)，而計算機(jī)無法像人一樣理解自然語言，因此需要對文本進(jìn)行深層挖掘，從海量的會計信息中提取有用的結(jié)構(gòu)化數(shù)據(jù)。

三是數(shù)據(jù)分析與可視化能力。運(yùn)用算法分析結(jié)構(gòu)化數(shù)據(jù)，更好地發(fā)揮會計的預(yù)測、計劃、決策、控制、分析、監(jiān)督等功能?！盎ヂ?lián)網(wǎng)+”時代千萬GB的數(shù)據(jù)導(dǎo)致傳統(tǒng)的數(shù)據(jù)分析技術(shù)手段已無法適用，靈活運(yùn)用機(jī)器學(xué)習(xí)算法就成為MPAcc研究生進(jìn)行相關(guān)數(shù)據(jù)分析最為關(guān)鍵的一步。分析完成后，將分析結(jié)果進(jìn)行科學(xué)計算可視化，即將復(fù)雜的多維數(shù)據(jù)分析結(jié)果生成圖像。圖像可以幫助決策層快速理解分析結(jié)果，并以此來實現(xiàn)輔助決策的功能。

在PBL培養(yǎng)模式的基礎(chǔ)上，以“互聯(lián)網(wǎng)+會計”MPAcc所需要的大數(shù)據(jù)能力培養(yǎng)為中心，設(shè)計了基于PBL的“互聯(lián)網(wǎng)+會計”MPAcc大數(shù)據(jù)分析能力培養(yǎng)模型，如圖1所示。

在圖1所示的培養(yǎng)模型中，以階段任務(wù)的循環(huán)為主線。在階段任務(wù)的執(zhí)行過程中，數(shù)據(jù)爬取與清洗、預(yù)處理與文本挖掘以及分析與可視化分別為一個整體。首先，項目導(dǎo)師介紹項目的具體內(nèi)容和基本情況，MPAcc研究生可以通過小組討論、與導(dǎo)師進(jìn)行交流探討，確定相應(yīng)的項目實施方案，預(yù)估項目完成期限，并明確項目目標(biāo)。其次，將項目分解成若干階段任務(wù)，并在執(zhí)行階段任務(wù)前將項目參與人員分為數(shù)據(jù)爬取與清洗小組、預(yù)處理與文本挖掘小組以及分析與可視化小組，每個小組負(fù)責(zé)一個大數(shù)據(jù)分析部分。接著，在階段任務(wù)執(zhí)行中，三個小組并不是獨立進(jìn)行的，需要互相監(jiān)督、反饋，保證進(jìn)度上的一致性。最后，在階段任務(wù)驗收環(huán)節(jié)，各小組應(yīng)及時在會議上完成各自的任務(wù)匯報，導(dǎo)師根據(jù)匯報情況和平時表現(xiàn)進(jìn)行考核評價。結(jié)束某一階段任務(wù)后，三個小組輪換各自負(fù)責(zé)的大數(shù)據(jù)分析內(nèi)容，開始下一階段。

該培養(yǎng)模型充分融入了以“問題、案例、項目”為導(dǎo)向的思想，把大數(shù)據(jù)項目作為最終目標(biāo)貫穿全局，通過實際參與項目的體驗式學(xué)習(xí)提高M(jìn)PAcc研究生大數(shù)據(jù)分析能力。PBL模式與傳統(tǒng)模式的最大區(qū)別在于項目參與人員即MPAcc研究生在整個過程中成為了主角。會議的大部分時間用于小組成員展示與交流成果，留下少部分時間給項目導(dǎo)師考核、評價和總結(jié)。小組成員更多地采用翻閱參考書、觀看視頻和小組討論等方式尋找項目實施的具體方法。小組之間的競爭可以促進(jìn)良性學(xué)習(xí)氛圍的形成，增強(qiáng)各個組員參與項目的積極性。

圖1 基于PBL的“互聯(lián)網(wǎng)+會計”MPAcc大數(shù)據(jù)分析能力培養(yǎng)模型

四、基于PBL的“互聯(lián)網(wǎng)+會計”MPAcc大數(shù)據(jù)分析能力培養(yǎng)模型在項目中的應(yīng)用

重慶理工大學(xué)會計學(xué)院在2017年對MPAcc研究生開展了“西部地區(qū)財務(wù)人員薪酬研究”大數(shù)據(jù)項目，旨在培養(yǎng)MPAcc研究生的大數(shù)據(jù)分析能力。在該項目的成功實踐中，培養(yǎng)模型逐漸成熟，并且與傳統(tǒng)教學(xué)效果相比，大數(shù)據(jù)分析能力有了顯著的提高。

1.“西部地區(qū)財務(wù)人員薪酬研究”項目準(zhǔn)備。為了能激起MPAcc研究生對信息化領(lǐng)域的興趣，并且迅速培養(yǎng)他們的大數(shù)據(jù)分析能力，此次大數(shù)據(jù)項目以“西部地區(qū)財務(wù)人員薪酬”為主題。該主題不僅可以讓MPAcc研究生了解當(dāng)前社會背景下財務(wù)人員的薪酬狀況，而且能激起他們的興趣并積極投入到項目中。第一，在項目的準(zhǔn)備階段，首先由項目導(dǎo)師闡明此次項目的基本情況，分別從前十位的招聘網(wǎng)站爬取各個財務(wù)崗位的招聘信息，包括職位名稱、公司名稱、薪酬區(qū)間、工作地點、崗位職責(zé)等，接著進(jìn)行數(shù)據(jù)清洗和數(shù)據(jù)庫的整合，然后對文本進(jìn)行預(yù)處理，并對整理好的結(jié)構(gòu)化數(shù)據(jù)進(jìn)行算法分析，最后對分析結(jié)果進(jìn)行可視化處理，編寫項目成果報告。第二，導(dǎo)師和MPAcc研究生積極互動，根據(jù)他們的實際情況確定項目的完成期限，并介紹大數(shù)據(jù)分析工具Python。第三，項目導(dǎo)師將項目中的十個招聘網(wǎng)站進(jìn)行分解，具體分成三個階段任務(wù)。第一個階段任務(wù)是分析智聯(lián)招聘、趕集網(wǎng)和獵聘網(wǎng)的西部地區(qū)財務(wù)人員薪酬數(shù)據(jù)，第二個階段任務(wù)是分析58同城、卓博人才和中華英才的相關(guān)數(shù)據(jù)，第三個階段任務(wù)是分析51job、大街網(wǎng)、拉勾網(wǎng)和看準(zhǔn)網(wǎng)的相關(guān)薪酬數(shù)據(jù)。分解成三個階段任務(wù)也便于三個小組輪換負(fù)責(zé)，從而讓每個小組的成員都熟悉每個部分的具體操作方法。

2.“西部地區(qū)財務(wù)人員薪酬研究”項目實施。Python是項目實施中最主要的工具。它不僅具有代碼簡潔高效、易于上手編寫的特點，而且擁有豐富強(qiáng)大的第三方庫。Python第三方庫免費(fèi)開源，擁有各種強(qiáng)大的功能，例如網(wǎng)頁爬取、Scrap框架、機(jī)器學(xué)習(xí)算法分析、OCR圖像識別等。因此，MPAcc研究生在項目準(zhǔn)備與實施的間隙，就能很快地理解Python代碼。另外，MPAcc研究生在學(xué)習(xí)的過程中，側(cè)重點并不是編寫代碼本身，而在于第三方庫的代碼運(yùn)用，能夠利用第三方庫完成三個部分的核心技術(shù)任務(wù)，降低人力物力耗費(fèi)，提高完成效率。

（1）階段任務(wù)計劃。首先，對整個大數(shù)據(jù)項目從功能角度進(jìn)行分解，分解為數(shù)據(jù)爬取與清洗、預(yù)處理與文本挖掘以及分析與可視化三個部分。然后，MPAcc研究生們依次選擇自己感興趣的部分，每個部分形成一個項目小組，并且投票推選出組長。最后，每個小組在正式實施項目前，需要確定任務(wù)計劃書。例如，在第一個階段任務(wù)計劃中，數(shù)據(jù)爬取與清洗小組就需要對如何學(xué)習(xí)第三方庫做出計劃，包括尋找學(xué)習(xí)視頻、查閱文獻(xiàn)等相關(guān)安排，由組長牽頭，分配不同的學(xué)習(xí)任務(wù)。利用實際參與項目的體驗式學(xué)習(xí)，使學(xué)生在實施過程中有代入感和責(zé)任感。在計劃制定過程中，大多采用的是小組自由討論的方式，不僅培養(yǎng)MPAcc研究生自主學(xué)習(xí)規(guī)劃能力，而且增強(qiáng)了團(tuán)隊合作意識。

（2）基于PBL的數(shù)據(jù)爬取能力培養(yǎng)。數(shù)據(jù)爬取主要分為理解網(wǎng)頁源代碼、提取網(wǎng)站上的結(jié)構(gòu)化與非結(jié)構(gòu)化信息和利用數(shù)據(jù)庫整合清洗三個步驟，該部分的能力培養(yǎng)流程如圖2所示。

圖2 數(shù)據(jù)爬取能力培養(yǎng)

因此，在這個部分的學(xué)習(xí)與應(yīng)用中，MPAcc研究生不僅可以熟練掌握相關(guān)第三方庫代碼，并且能熟悉網(wǎng)頁結(jié)構(gòu)以及數(shù)據(jù)庫的設(shè)計。

爬取數(shù)據(jù)對于MPAcc研究生來說是第一能力。小組成員需要查閱大量資料來了解網(wǎng)頁結(jié)構(gòu)，包括網(wǎng)頁的HTML結(jié)構(gòu)語言、CSS樣式語言和JavaScript功能語言，以及網(wǎng)絡(luò)服務(wù)器原理和Socket編程。在此基礎(chǔ)上，爬取小組利用Python第三方庫Beautiful?Soup來進(jìn)行網(wǎng)頁解析，提取結(jié)構(gòu)化數(shù)據(jù)與文本數(shù)據(jù)。例如，在爬取智聯(lián)招聘崗位信息的時候，需要對網(wǎng)頁源代碼進(jìn)行分析，找出HTML結(jié)構(gòu)標(biāo)簽，再使用BeautifulSoup解析和提取其中的信息。

提取完原始數(shù)據(jù)后，數(shù)據(jù)爬取小組的工作并沒有結(jié)束，還需要將它們?nèi)繀R總導(dǎo)入至數(shù)據(jù)庫SQLite或者Oracle中。在導(dǎo)入原始數(shù)據(jù)的同時，小組成員編寫數(shù)據(jù)字典做數(shù)據(jù)維度分解，以便于靈活地處理海量數(shù)據(jù)。之后，該小組使用數(shù)據(jù)字典對大規(guī)模數(shù)據(jù)進(jìn)行清洗，去除殘缺、重復(fù)的數(shù)據(jù)，減少噪聲與干擾數(shù)值，糾正數(shù)據(jù)的不一致。數(shù)據(jù)爬取與清洗板塊是整個分析過程中最重要的一個步驟，MPAcc研究生能將學(xué)到的知識與網(wǎng)頁解析、數(shù)據(jù)庫構(gòu)建進(jìn)行充分結(jié)合，提高爬取數(shù)據(jù)的能力和熟練掌握數(shù)據(jù)庫的設(shè)計。

（3）基于PBL的文本挖掘能力培養(yǎng)。文本挖掘能力培養(yǎng)的流程如圖3所示。

圖3 文本挖掘能力培養(yǎng)

數(shù)據(jù)庫整合清洗工作完成之后，文本挖掘小組要根據(jù)所要分析的特征維度進(jìn)行文本提取。文本提取是指對文本的特征項的選取，由于文本帶有主觀色彩，不可避免地會反映人的特定立場與觀點，因此絕大部分的文本數(shù)據(jù)都不是數(shù)據(jù)分析需要的，真正有分析價值的只有文本中的核心詞匯。例如，項目小組在分析薪酬與崗位職責(zé)關(guān)系的時候，某句描述崗位職責(zé)的文本信息如下：“首先對數(shù)字敏感，能統(tǒng)計各項數(shù)據(jù)，并做好分析；其次每月月初編制收入月報、進(jìn)程表、成本月報、考核表等內(nèi)部管理報表；最后能完成領(lǐng)導(dǎo)交辦的其他工作?！痹谶@個文本信息中，可能真正有數(shù)據(jù)分析價值的只有“統(tǒng)計分析”和“報表”。因此，如何提取出有利用價值的信息成為文本挖掘工作最關(guān)鍵的一步。

文本挖掘是自然語言分析的分支，因此小組成員需要查閱有關(guān)自然語言分析的基礎(chǔ)理論知識，例如語義分析、語料庫的建立、語言模型等。部分自主學(xué)習(xí)能力強(qiáng)的組員及時地幫助基礎(chǔ)差的組員，采取小組內(nèi)部討論的方式，提高學(xué)習(xí)效率，培養(yǎng)團(tuán)隊意識。在此部分中，MPAcc研究生會用到Python第三方庫，其中最主要的是NLTK（Natural Language Toolkit）自然語言處理庫和Jieba中文分詞庫。文本挖掘小組通過第三方庫的內(nèi)置函數(shù)進(jìn)行文本分詞、提取、檢索，為數(shù)據(jù)分析提供有價值的信息。同時，還要用Python的循環(huán)語句和函數(shù)創(chuàng)建來進(jìn)行文本的控制和選擇，熟練掌握文本挖掘的技巧。

（4）基于PBL的數(shù)據(jù)分析與可視化能力培養(yǎng)。數(shù)據(jù)分析與可視化能力培養(yǎng)的流程如圖4所示。

圖4 數(shù)據(jù)分析與可視化能力培養(yǎng)

數(shù)據(jù)分析與可視化小組在使用Python算法工具處理之前，需要復(fù)習(xí)概率論、矩陣線性代數(shù)、統(tǒng)計學(xué)等相關(guān)數(shù)學(xué)知識，并在此基礎(chǔ)上學(xué)習(xí)機(jī)器學(xué)習(xí)算法，包括決策樹分類、K均值聚類、Hmm模型、樸素貝葉斯等。機(jī)器學(xué)習(xí)算法不僅可以分析項目中的薪酬數(shù)據(jù)與各個特征維度的數(shù)量關(guān)系，而且是財務(wù)智能化的核心研究內(nèi)容。在大數(shù)據(jù)背景下，機(jī)器學(xué)習(xí)算法儼然成為了會計專業(yè)學(xué)生必備的核心技能。

用于數(shù)據(jù)分析與可視化的Python第三方庫包括Numpy、Pandas、Scikit-learn、Matplotlib等，NLTK中也有關(guān)于機(jī)器學(xué)習(xí)的算法模型。其中，Numpy是科學(xué)計算模塊，提供了Python中沒有的矩陣對象，支持大規(guī)模矩陣運(yùn)算、矢量運(yùn)算、傅里葉變換等。Pandas是基于Numpy的數(shù)據(jù)分析模塊，提供帶標(biāo)簽的數(shù)據(jù)結(jié)構(gòu)和大量標(biāo)準(zhǔn)數(shù)據(jù)模型，是高效操作大型數(shù)據(jù)集所必備的工具。Scikit-learn是機(jī)器學(xué)習(xí)算法模塊，其主要功能分為分類、回歸、聚類、數(shù)據(jù)降維、模型選擇和數(shù)據(jù)預(yù)處理六大部分。Matplotlib是科學(xué)計算可視化模塊，可以將分析結(jié)果以各種圖形形式展示出來。另外，利用科學(xué)計算可視化軟件Matlab也能進(jìn)行圖形處理。

這部分任務(wù)難度較高，一方面是因為這部分需要較強(qiáng)的數(shù)學(xué)分析能力，另一方面是因為其所需的第三方庫較多且代碼復(fù)雜，不容易熟練掌握。數(shù)據(jù)分析與可視化小組需要尋找相關(guān)教學(xué)視頻、查閱文獻(xiàn)書籍，同時數(shù)學(xué)基礎(chǔ)好的組員可以積極幫助其他組員，采用自由交流的方式，逐步提高學(xué)習(xí)效率。通過運(yùn)用第三方庫的函數(shù)，MPAcc研究生可以迅速地建立相關(guān)算法模型，導(dǎo)入數(shù)據(jù)參數(shù)，得出分析結(jié)果。之后，小組成員運(yùn)用可視化工具與軟件繪制分析結(jié)果圖。在這部分任務(wù)的完成過程中，MPAcc研究生在深刻理解算法理論的基礎(chǔ)上，可以逐步提高數(shù)理分析能力與作圖能力。

（5）項目進(jìn)度控制與反饋。項目進(jìn)度控制與反饋的具體方法如圖5所示。

一般而言，如何調(diào)控好項目進(jìn)度對于身為“監(jiān)理”的教師來說是一個棘手的問題，需要教師擁有較強(qiáng)的宏觀調(diào)控能力，使三個實施小組有機(jī)合作。另外，參加此次項目的研究生要及時匯報各自小組的進(jìn)度，及時提供信息。文本提取小組和數(shù)據(jù)分析小組需要數(shù)據(jù)入庫之后才能在Python應(yīng)用平臺上進(jìn)行文本挖掘和數(shù)據(jù)分析，并且這兩部分的背景知識較為復(fù)雜，在此之前這兩個小組可以分別先進(jìn)行理論知識上的學(xué)習(xí)，等大部分?jǐn)?shù)據(jù)入庫之后再分析數(shù)據(jù)維度、提取文本等。同時，當(dāng)數(shù)據(jù)爬取小組完成相應(yīng)任務(wù)之后，可以利用剩余時間學(xué)習(xí)其余兩部分的理論知識，一方面可以給其余兩組提供幫助，另一方面也為接下來的任務(wù)輪換做足準(zhǔn)備，從而縮短任務(wù)完成時間。

圖5 項目進(jìn)度控制與反饋

在這個環(huán)節(jié)中，可以采用舉辦研討會的方式，讓MPAcc研究生自由提問交流。同時，項目導(dǎo)師也需要定期檢查任務(wù)完成情況，及時給出評價。在研討會上，一個小組的成員可以向其他小組提出自己的疑問或建議，被提問組負(fù)責(zé)答疑并聽取他人的建議，由此也可以更好地總結(jié)自己組的項目成果。

3.“西部地區(qū)財務(wù)人員薪酬研究”項目驗收。為了保證每個MPAcc研究生學(xué)習(xí)的主動性與高效性，更改傳統(tǒng)的課程評分標(biāo)準(zhǔn)也極其重要。項目導(dǎo)師設(shè)計了新的評分標(biāo)準(zhǔn)，將個人分?jǐn)?shù)分成小組成績和個人表現(xiàn)分兩大部分，旨在提高M(jìn)PAcc研究生的積極性與項目參與度。每個小組的成績體現(xiàn)在PPT成果展示、知識點的運(yùn)用和任務(wù)報告上。個人表現(xiàn)分為研討會自由提問交流、課堂上臺展示、回答問題、課后主動性等。依據(jù)新的評分標(biāo)準(zhǔn)，能達(dá)到公平驗收和促進(jìn)成員積極參與的目的。

（1）階段任務(wù)成果展示與匯報。三個小組的任務(wù)成果展示環(huán)節(jié)是基于PBL的“互聯(lián)網(wǎng)+會計”MPAcc大數(shù)據(jù)分析能力培養(yǎng)模型中比較重要的一部分，通過對成果的總結(jié)，加深每個學(xué)生對知識點的理解。在此環(huán)節(jié)中，項目導(dǎo)師要求每個小組指派主講人上臺講解PPT和展示小組的研發(fā)成果。PPT的講解需要主講人對理論知識的正確理解以及每個第三方庫的熟練應(yīng)用，因此充足的準(zhǔn)備必不可少。在PPT的講解過程中，主講人事先需要對關(guān)鍵點有一個比較深入的理解，才能完美展示本小組的任務(wù)成果。之后，在編寫任務(wù)成果報告的時候，不僅要把結(jié)論完美呈現(xiàn)，還需要對每個知識點做詳細(xì)解釋，展示運(yùn)行代碼，便于其他小組成員觀看學(xué)習(xí)，從而使知識不斷深化，達(dá)到靈活應(yīng)用的目的。

（2）項目總結(jié)。項目導(dǎo)師在各個實施小組研討交流提問時進(jìn)行方法上的引導(dǎo)，對小組成果展示做出中立評價。在有限的時間內(nèi)，導(dǎo)師更多考慮的是如何指引學(xué)生，帶領(lǐng)學(xué)生進(jìn)行深入探究，激起學(xué)生對新知識的好奇心。在驗收過程中，把大部分時間交給學(xué)生進(jìn)行成果展示交流，這就需要教師有較強(qiáng)的組織管理能力，能及時地給出評價分?jǐn)?shù)。在整個階段任務(wù)即將結(jié)束的時候，要先對知識點進(jìn)行匯總與講解，再安排下一個階段任務(wù)，輪換三個小組各自負(fù)責(zé)的部分，保證各個階段任務(wù)之間的有機(jī)銜接。

同時，MPAcc研究生在進(jìn)行項目總結(jié)時，需要積極思考在參與項目的過程中所學(xué)到的大數(shù)據(jù)分析知識如何與會計、審計、稅務(wù)等專業(yè)領(lǐng)域相結(jié)合，將大數(shù)據(jù)工具運(yùn)用到所學(xué)專業(yè)。例如，MPAcc研究生可以尋找若干大數(shù)據(jù)審計案例，通過數(shù)據(jù)挖掘，發(fā)現(xiàn)審計疑點，再通過分散核查，確認(rèn)問題。此外，MPAcc研究生在學(xué)習(xí)過程中不僅能培養(yǎng)大數(shù)據(jù)分析能力，還可以間接地培養(yǎng)大數(shù)據(jù)思維。后者往往比前者更為重要，“互聯(lián)網(wǎng)+”時代數(shù)據(jù)為王，新型財務(wù)部門的基本職能之一就是將各種經(jīng)營數(shù)據(jù)歸類、整理、儲存，然后根據(jù)戰(zhàn)略、核算、稅務(wù)、成本管控、資金管理、績效考核等不同用途提取相關(guān)數(shù)據(jù)、建立分析模型、進(jìn)行數(shù)據(jù)校驗、輔助決策。敏銳的大數(shù)據(jù)思維能幫助MPAcc研究生更好地適應(yīng)“互聯(lián)網(wǎng)+”所帶來的挑戰(zhàn)，這也是大數(shù)據(jù)項目的最終意義。

五、結(jié)論

人工智能的推廣應(yīng)用預(yù)示著復(fù)合型財會人才將是未來財會行業(yè)需求的主體，具備大數(shù)據(jù)分析能力和大數(shù)據(jù)思維已經(jīng)成了復(fù)合型財會人才的基本衡量標(biāo)準(zhǔn)之一。通過對基于PBL的“互聯(lián)網(wǎng)+會計”MPAcc大數(shù)據(jù)分析能力培養(yǎng)模型在具體項目中的實踐和探索，發(fā)現(xiàn)基于項目的學(xué)習(xí)能明顯地提高學(xué)習(xí)效率，使MPAcc研究生迅速地提高大數(shù)據(jù)分析能力，并間接地培養(yǎng)大數(shù)據(jù)思維。同時，該能力培養(yǎng)模型也對其他高校培養(yǎng)MPAcc研究生的大數(shù)據(jù)分析能力以及信息化應(yīng)用能力具有一定的借鑒意義。