公安高等院校數(shù)據(jù)挖掘課程教改研究

趙曉凡

（中國人民公安大學 信息技術(shù)與網(wǎng)絡(luò)安全學院，北京 102623）

1 背 景

計算機專業(yè)目前仍屬于比較熱門的好就業(yè)專業(yè)，公安高等院校均開設(shè)有計算機專業(yè)，內(nèi)含網(wǎng)絡(luò)安全與執(zhí)法、信息安全、視頻圖像技術(shù)和數(shù)據(jù)挖掘等方向。隨著公安信息化工作的發(fā)展，公安業(yè)務(wù)工作利用計算機進行輿情分析、預(yù)警決策，進而打擊、預(yù)防犯罪成為趨勢，這些都與數(shù)據(jù)挖掘課程所講授的內(nèi)容密切相關(guān)，是數(shù)據(jù)挖掘課程在實踐中的具體應(yīng)用[1-6]。計算機專業(yè)課程設(shè)置及教學內(nèi)容對公安院校學生知識儲備至關(guān)重要，考慮到公安院校學生的就業(yè)方向基本為各地市公安機關(guān)，計算機專業(yè)選修課應(yīng)以實用性為主，特別是數(shù)據(jù)挖掘課程，其教學內(nèi)容更應(yīng)結(jié)合公安業(yè)務(wù)并緊跟時代的發(fā)展，適時而變。

目前，針對數(shù)據(jù)挖掘課程與大數(shù)據(jù)技術(shù)相結(jié)合的教改探討有：文獻[7]從培養(yǎng)數(shù)據(jù)意識、加強理論體系、創(chuàng)新教學方法和深入科學研究等4個方面來探索如何設(shè)計高校數(shù)據(jù)挖掘課程，以解決大數(shù)據(jù)時代背景下數(shù)據(jù)挖掘課程因抽象而帶來的問題；文獻[8]針對大數(shù)據(jù)的特點，以構(gòu)建課程核心知識體系為主題，采用案例教學法，改革傳統(tǒng)的教學評價方式，理論結(jié)合實踐進行研究生數(shù)據(jù)挖掘課程教學創(chuàng)新嘗試，教學達到了預(yù)期效果，受到學生好評；文獻[9]結(jié)合大數(shù)據(jù)的特點，對大數(shù)據(jù)時代數(shù)據(jù)存儲與挖掘算法的教學改革進行分析，對后續(xù)研究提供了參考；文獻[10]以課堂教學、MOOC 嵌入式課程和項目實踐相結(jié)合的方式，推進數(shù)據(jù)挖掘課程在大數(shù)據(jù)環(huán)境下的教學和實踐。對數(shù)據(jù)挖掘課程從其他方面進行教改的文章還有：文獻[11]對數(shù)據(jù)挖掘課程的特點和應(yīng)用領(lǐng)域、數(shù)據(jù)預(yù)處理方法和關(guān)鍵的四項技術(shù)、Web 挖掘與個性化推薦以及算法實現(xiàn)及應(yīng)用上做了分析，對應(yīng)用型本科生開設(shè)數(shù)據(jù)挖掘課程做了嘗試；文獻[12]提出通過建設(shè)開放數(shù)據(jù)挖掘?qū)嵺`教學資源庫來提升教學效果。

2 公安院校開設(shè)數(shù)據(jù)挖掘課程的必要性

數(shù)據(jù)挖掘通常稱為從數(shù)據(jù)中發(fā)現(xiàn)知識，是自動、方便提取代表知識的模式，這些模式隱藏在大型數(shù)據(jù)庫、數(shù)據(jù)倉庫、Web、其他大量信息庫或數(shù)據(jù)流中[13]。作為計算機專業(yè)研究生的專業(yè)選修課，在公安高等院校開設(shè)數(shù)據(jù)挖掘課程的必要性如下。

2.1 互聯(lián)網(wǎng)行業(yè)的飛速發(fā)展

互聯(lián)網(wǎng)行業(yè)作為大數(shù)據(jù)的推動者與技術(shù)應(yīng)用創(chuàng)新的領(lǐng)跑者，不僅是傳統(tǒng)行業(yè)實現(xiàn)產(chǎn)業(yè)升級的重要手段，也是新興行業(yè)開啟新型服務(wù)方式的依賴。當前，互聯(lián)網(wǎng)逐漸滲透到電子商務(wù)、移動通信、醫(yī)療衛(wèi)生、政府機構(gòu)等領(lǐng)域和機構(gòu)，許多計算機技術(shù)正在日益改變我們的生活。物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)逐步成為計算機專業(yè)的熱門研究方向。在這些口號的背后，蘊藏和折射出的是運用信息和數(shù)據(jù)的能力，即如何從大量、復雜的數(shù)據(jù)中提取有用的信息，這就是數(shù)據(jù)挖掘課程涉及的內(nèi)容。此外，近些年大數(shù)據(jù)技術(shù)迅猛發(fā)展，而大數(shù)據(jù)分析所運用的算法和工具都是數(shù)據(jù)挖掘課程的內(nèi)容，是數(shù)據(jù)挖掘課程的拓展和進一步延續(xù)。

2.2 計算機專業(yè)人才培養(yǎng)的方向

社會需求是高等院校人才培養(yǎng)的驅(qū)動力。計算機發(fā)展的最高境界是實現(xiàn)真正意義上的人工智能，而人工智能屬于數(shù)據(jù)挖掘大類中的一個領(lǐng)域，是其發(fā)展的方向。隨著科技的進步，一方面，一些原來需要人工完成的工作開始被機器替代，這些崗位隨之逐步消失，退出歷史舞臺，如信審員；另一方面，新的技術(shù)帶來新興產(chǎn)業(yè)，創(chuàng)造出新的技術(shù)崗位，如數(shù)據(jù)分析師。公安高校應(yīng)及時調(diào)整培養(yǎng)方案，開設(shè)相關(guān)專業(yè)課程，跟隨時代步伐，培養(yǎng)與時俱進的創(chuàng)新性人才。

2.3 公安工作信息化的要求

隨著金盾工程二期的實施，復雜而龐大的公安應(yīng)用系統(tǒng)全面投入使用。公安云平臺的搭建，八大資源庫和自主開發(fā)的一些小型公安業(yè)務(wù)庫內(nèi)的數(shù)據(jù)量日益增多，使得公安大數(shù)據(jù)的挖掘、分析和應(yīng)用迫在眉睫。公安網(wǎng)偵、技偵、情報等多個業(yè)務(wù)崗位的工作都與數(shù)據(jù)的挖掘與分析密切相關(guān)。

3 公安院校數(shù)據(jù)挖掘課程教學現(xiàn)狀及問題

3.1 教學現(xiàn)狀

數(shù)據(jù)挖掘是結(jié)合數(shù)據(jù)庫技術(shù)、統(tǒng)計學、機器學習、神經(jīng)網(wǎng)絡(luò)、知識系統(tǒng)、信息檢索、高性能計算和可視化等多學科知識的交叉學科[14]，其先修課程有概率論與數(shù)理統(tǒng)計、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫原理、離散數(shù)學等。

以中國人民公安大學為例，數(shù)據(jù)挖掘課程一般開設(shè)在研究生一年級下學期，開課對象是網(wǎng)絡(luò)安全與執(zhí)法專業(yè)的學生，選課人數(shù)基本在15～20人，實行小班授課。數(shù)據(jù)挖掘課程不指定教材，以數(shù)據(jù)挖掘和數(shù)據(jù)倉庫為主要內(nèi)容，講述如何實現(xiàn)數(shù)據(jù)挖掘的各類主要功能、挖掘算法和應(yīng)用，包括如何構(gòu)建數(shù)據(jù)倉庫，如何計算數(shù)據(jù)立方體，如何進行數(shù)據(jù)預(yù)處理、分類與預(yù)測、聚類分析、關(guān)聯(lián)分析，進而培養(yǎng)學生數(shù)據(jù)分析和處理的能力。數(shù)據(jù)挖掘課程學時32，教學時數(shù)具體分配見表1（無實驗課時）。

表1 數(shù)據(jù)挖掘研究生專選課學時分配

3.2 主要問題

3.2.1 內(nèi)容陳舊，與時代不接軌

數(shù)據(jù)挖掘是一門與時俱進的課程，隨著科技的創(chuàng)新發(fā)展，一些算法在不斷地被改進，經(jīng)典算法的基本思想需要更新，但主流的改進才是最新的思路。數(shù)據(jù)挖掘發(fā)展到現(xiàn)在，數(shù)據(jù)量級達到了PB甚至ZB，數(shù)據(jù)類型開始多樣化，如數(shù)據(jù)流、序列、圖、時間序列、符號序列、生物學序列等，經(jīng)典算法無法對這些新型的數(shù)據(jù)進行處理，因而產(chǎn)生新的大數(shù)據(jù)分析技術(shù)。此外，數(shù)據(jù)挖掘課程的經(jīng)典書籍內(nèi)容仍停留在對文本、數(shù)字、圖像、視頻等數(shù)據(jù)的挖掘和處理上。

3.2.2 課程知識難度大，理論性強

數(shù)據(jù)挖掘有3個研究方向：①從數(shù)據(jù)庫的角度出發(fā)，因為數(shù)據(jù)挖掘的發(fā)展是數(shù)據(jù)庫技術(shù)自然演化的結(jié)果；②從統(tǒng)計學角度出發(fā)，因為對數(shù)據(jù)挖掘來講，從一系列數(shù)據(jù)中挖掘出有用的信息，這本身就是一個統(tǒng)計的計算，也就是概率的問題，因此從統(tǒng)計學角度出發(fā)也是當前數(shù)據(jù)挖掘研究的一個熱門的方向；③從機器學習的角度出發(fā)，機器學習再繼續(xù)研究就是人工智能。作為這些課程的綜合和交叉，數(shù)據(jù)挖掘顯然是個理論體系，數(shù)據(jù)挖掘的每個處理過程都包含從統(tǒng)計學、機器學習、神經(jīng)網(wǎng)絡(luò)、模式識別、知識庫系統(tǒng)、可視化等學科領(lǐng)域汲取的知識。此外，這些學科領(lǐng)域也需要從不同角度關(guān)注數(shù)據(jù)的分析與理解，這種學科交叉融合帶來的良性互動，使得數(shù)據(jù)挖掘注定是一個不斷更新和發(fā)展的知識匯聚、切合社會需求的學科方向。

3.2.3 考核方式過于形式化

目前，公安院校數(shù)據(jù)挖掘課程的講解主要采用課堂教學的方式，沒有設(shè)置實驗操作課時，考核形式仍然采用試卷或者論文形式：試卷考核形式無法體現(xiàn)對算法功能的掌握和對數(shù)據(jù)挖掘幾大步驟的理解和應(yīng)用；論文形式過于片面化，學生一般都會針對分類或者聚類的某一個算法的改進進行綜述，且論文內(nèi)容通常比較空泛，有抄襲現(xiàn)象，達不到科研的水平。

4 改革與探索

4.1 拓展授課內(nèi)容，緊跟時代步伐

隨著公安大數(shù)據(jù)技術(shù)的應(yīng)用，業(yè)務(wù)崗位對于公安數(shù)據(jù)的應(yīng)用和分析要求越來越高，對大數(shù)據(jù)分析的人才需求也越來越多。數(shù)據(jù)挖掘課程應(yīng)在原有基本概念和技術(shù)的基礎(chǔ)上，適時拓展教學內(nèi)容到大數(shù)據(jù)挖掘技術(shù)上，完成主流技術(shù)在校園內(nèi)的普及和講解。

計算機專業(yè)本科生的課程設(shè)置已經(jīng)包含計算機科學與技術(shù)專業(yè)相關(guān)理論體系，到研究生階段應(yīng)該有所提升，專業(yè)課內(nèi)容應(yīng)更能體現(xiàn)研究價值，以幫助學生完成與之相關(guān)聯(lián)的科學研究。數(shù)據(jù)挖掘的方法更適用于實際應(yīng)用，例如公安院校應(yīng)該加入在公安業(yè)務(wù)中會用到的數(shù)據(jù)分析和可視化的軟件使用，而數(shù)據(jù)挖掘的三個研究方向是在基本方法掌握的基礎(chǔ)上研究算法改進的可能。

大數(shù)據(jù)挖掘已經(jīng)是潮流，我們需要在授課時添加大數(shù)據(jù)分析技術(shù)，學生能夠熟悉常用的數(shù)據(jù)分析工具，可以根據(jù)業(yè)務(wù)需求完成數(shù)據(jù)分析流程；能掌握常用數(shù)據(jù)分析平臺的配置、管理及維護工作。在學生確定方向后，可根據(jù)興趣選擇更深層的點進行研究，最終達到可以針對實際問題完成建模、設(shè)計合理算法的目標。

4.2 降低學習曲線，引導學生找興趣點

針對數(shù)據(jù)挖掘課程知識難度大的問題，本文提出可以降低對實現(xiàn)經(jīng)典算法的要求，學生只需理解經(jīng)典算法的基本思路，在理解的基礎(chǔ)上學以致用，能夠在相關(guān)數(shù)據(jù)分析工具中實現(xiàn)算法，不要求專門用代碼來實現(xiàn)。

本來程序代碼的講解就比較枯燥，學生一開始還有興趣，一旦涉及代碼，就有可能適得其反，況且對經(jīng)典算法的改進已經(jīng)很多，如果學生真的有興趣，可以自己去研究如何改進代碼，而不需要在課堂上做講解，只需做好引導，告訴學生如何查文獻、做研究即可。目前比較流行的幾類數(shù)據(jù)分析工具基本上都包含了對經(jīng)典算法的實現(xiàn)，學生只要進行簡單的拖拽、設(shè)置參數(shù)變量就可完成對經(jīng)典算法的套用，非常方便。將講解代碼的時間轉(zhuǎn)移到如何在數(shù)據(jù)挖掘工具中實現(xiàn)算法，既形象、可操作性又高，教學效果會更優(yōu)。

4.3 結(jié)合公安業(yè)務(wù)，以案例驅(qū)動教學

筆者在課堂上發(fā)現(xiàn)，公安院校的學生更注重對口公安業(yè)務(wù)的實踐，研究生做科研也都在公安技術(shù)方向上。數(shù)據(jù)挖掘課程應(yīng)多與公安業(yè)務(wù)相結(jié)合，以公安實際案例數(shù)據(jù)來完成數(shù)據(jù)挖掘幾大步驟的講解，教學效果最好。

例如，以網(wǎng)絡(luò)賭博案件為例，對數(shù)據(jù)挖掘中關(guān)聯(lián)分析的幾大步驟逐一說明：①數(shù)據(jù)準備階段，即調(diào)取資料，分析銀行交易流水，抽取有用的數(shù)據(jù)字段如付款方賬號、收款方賬號、交易時間、交易金額等；②數(shù)據(jù)處理階段，即清理入庫階段，包括對交易時間進行處理，統(tǒng)一來自各銀行數(shù)據(jù)的格式，將日期與時間分離的雙字段合為單字段，統(tǒng)一為14位的標準文本格式，還包括交易方向的處理，統(tǒng)一使用“借、貸”標志字段來表示資金的流向，在金額中去掉正負，便于以后的計算；③數(shù)據(jù)整理階段，為加快可視化展示速度而進行的數(shù)據(jù)前期處理階段，可以對發(fā)生交易的實體先進行金額匯總，還可以進行數(shù)據(jù)庫層面的數(shù)據(jù)分析，如對時間進行處理，可以按時間段進行數(shù)據(jù)匯總，顯示出交易頻繁的時間段，對賬戶存留資金進行預(yù)估，為今后的資金凍結(jié)時間提供參考依據(jù)；④關(guān)聯(lián)分析階段，包括實體連接定義、雙向關(guān)聯(lián)拓展、過濾法分析、匯報圖與分析圖展示；⑤決策支持階段，即對賬戶定性，找出頂層賬戶及其活動規(guī)律，分析資金凍結(jié)的最佳時機，減少損失。

4.4 創(chuàng)建模擬案例事例庫，建設(shè)數(shù)據(jù)挖掘與大數(shù)據(jù)分析實驗室

針對數(shù)據(jù)挖掘課程缺乏實驗平臺的問題，筆者提出在不斷積累中，創(chuàng)建公安院校專屬模擬案例事例庫，用多元化的案例事例數(shù)據(jù)來驗證數(shù)據(jù)挖掘算法的效果，展示數(shù)據(jù)分析的結(jié)果，提高數(shù)據(jù)挖掘課程的可操作性，增加學生的學習興趣。

在創(chuàng)建模擬案例事例庫的同時，結(jié)合大數(shù)據(jù)分析技術(shù)，建設(shè)數(shù)據(jù)挖掘與大數(shù)據(jù)分析實驗室，與數(shù)據(jù)挖掘授課內(nèi)容相對應(yīng)，基于案例事例庫開設(shè)實現(xiàn)數(shù)據(jù)挖掘算法的實驗課程，利用數(shù)據(jù)挖掘算法實現(xiàn)數(shù)據(jù)分析的實驗課程，以及利用可視化工具完成數(shù)據(jù)關(guān)聯(lián)關(guān)系展示的實驗課程等。

數(shù)據(jù)挖掘與大數(shù)據(jù)分析實驗室的建設(shè)，可以幫助學生加深對數(shù)據(jù)挖掘和大數(shù)據(jù)知識的理解，協(xié)助教師完成數(shù)據(jù)挖掘相關(guān)實驗內(nèi)容，方便學院建立數(shù)據(jù)挖掘與大數(shù)據(jù)分析人才培養(yǎng)體系。

5 結(jié) 語

根據(jù)《教育部關(guān)于公布2015年度普通高等學校本科專業(yè)備案和審批結(jié)果的通知》（教高函〔2016〕2號），新增“數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)”專業(yè)。北京大學、對外經(jīng)貿(mào)大學、中南大學首批獲得招生資格。教育部發(fā)布“《普通高等學校高等職業(yè)教育（專科）專業(yè)目錄》2016年增補專業(yè)”，其中包括“大數(shù)據(jù)技術(shù)與應(yīng)用”“商務(wù)數(shù)據(jù)分析與應(yīng)用”。

由此可見，數(shù)據(jù)挖掘與大數(shù)據(jù)分析技術(shù)的結(jié)合成為必然趨勢，公安院校的數(shù)據(jù)挖掘課程改革可以朝著這個方向進一步探討，為人才培養(yǎng)助力，促進學科發(fā)展。

[1]鄭廷, 張云濤. 基于領(lǐng)域本體的數(shù)據(jù)挖掘技術(shù)在賄賂犯罪偵查中的應(yīng)用[J]. 中國檢察官, 2016(3): 55-57.

[2]楊雁瑩. 關(guān)聯(lián)規(guī)則挖掘在重點人口管控中的應(yīng)用[J]. 福建電腦, 2016(1): 40-41.

[3]蔡霖翔. 網(wǎng)絡(luò)詐騙案件涉案人群智能分析[EB/OL].[2017-05-30]. http://cpfd.cnki.com.cn/Article/CPFDTOTALJSAQ201610001049.htm.

[4]呂雪梅. 美國犯罪情報預(yù)測分析技術(shù)的特點: 基于蘭德報告《預(yù)測警務(wù)》的視角[J]. 情報雜志, 2016, 35(7): 7-12.

[5]陳鵬, 瞿珂, 胡嘯峰. 犯罪情報分析中的數(shù)據(jù)挖掘應(yīng)用[J]. 計算機系統(tǒng)應(yīng)用, 2017, 26(2): 249-253.

[6]閆密巧, 過仲陽, 任浙豪. 基于聚類關(guān)聯(lián)規(guī)則的公交扒竊犯罪時空分析[J]. 華東師范大學學報(自然科學版), 2017(3): 145-152.

[7]李海林. 大數(shù)據(jù)環(huán)境下的數(shù)據(jù)挖掘課程教學探索[J]. 計算機時代, 2014(2): 54-55.

[8]張艷. 大數(shù)據(jù)背景下的數(shù)據(jù)挖掘課程教學新思考[J]. 計算機時代, 2014(4): 59-61.

[9]黃艷梅. 大數(shù)據(jù)數(shù)據(jù)存儲與挖掘算法的教學改革分析[J]. 電腦迷, 2016(11): 69-69.

[10]張云春, 薛崗, 何婧, 等. 基于MOOC嵌入式教學的數(shù)據(jù)挖掘教學改革初探[J].計算機教育, 2015(13): 39-42.

[11]徐金寶. 對應(yīng)用型本科生開設(shè)數(shù)據(jù)挖掘課程的嘗試[J]. 計算機教育; 2007(14): 27-29.

[12]黃嵐. 數(shù)據(jù)挖掘課程實踐教學資源庫建設(shè)[J]. 計算機教育, 2014(12): 89-92.

[13]Han J W, Kamber M, Pei J. 數(shù)據(jù)挖掘: 概念與技術(shù)[M]. 3rd ed. 范明, 孟小峰, 譯. 北京: 機械工業(yè)出版社, 2012.

[14]王珊, 王會舉, 覃雄派, 等. 架構(gòu)大數(shù)據(jù): 挑戰(zhàn)、現(xiàn)狀與展望[J]. 計算機學報, 2011(10): 1741-1743.