高校信管類本科生數據挖掘課程教學研究

周健 章黔 孫麗艷

摘要：針對數據挖掘課程在信管類學生教學中出現的教學問題，提出了適合信管類本科生的案例課程教學方法，優化課程教學內容，改進課程目標、教學計劃、教學內容、教學手段、實驗課程設計等方法。教學實踐表明，這種注重數據挖掘方法思想及實踐的方法，在該課程的教學質量及實效方面起到了良好的推動作用，提高了學生學習的積極性。

關鍵字：數據挖掘；信管專業；案例教學；課程優化

中圖分類號：G642 文獻標識碼：A

文章編號：1009-3044（2019）07-0001-02

1 引言

數據挖掘是一門多學科交叉的學科，涉及眾多領域，包括數據庫、統計學、機器學習、神經網絡、遺傳學、模式識別、知識庫系統、信息檢索、高性能計算和可視化等學科，并且廣泛應用于科學、工程、商業、產業、醫學、軍事、管理等諸多領域[1]。近年來，為適應社會的需要，國內各高校的信管類專業紛紛為本科生開設了數據挖掘課程，但是該課程交叉學科內容和系統性的實驗增加了教學難度[2]，一定程度上阻礙了學生學習能動性。

2 課程內容分析

數據挖掘是一門理論性、實踐性及綜合性較強的課程。目前存在的教學問題如下：①授課時間安排在大四學期導致課程設計不能夠深入探討；②課程內容對前期基礎知識的要求較高；③教材難度和廣度過大，很多教材追求知識面的寬廣；④融合理論教學與實踐教學缺乏有效銜接。⑤開放性實驗較少，實驗課程教學方法缺乏創新。上述因素導致該課程的教學效果不是很好[3]。

3 課程教學方法改革

3.1 教學目標設定

合理定位經管類本科生數據挖掘課程的教學目標是關鍵[4]。根據教育部21世紀高等教育教學改革總目標的要求，按經濟管理類專業的特點以及社會對該類專業的專業技能的需求，數據挖掘課程的本科生培養目標應該是：①了解掌握數據挖掘課程涉及的基本概念，提高信息獲取、篩選、分析、組織的意識，并從收集到的數據信息中利用有效的軟件工具進行知識“挖掘”，構建應用型知識，并服務于經濟管理工作實際。②使得學生掌握當前主要使用的數據挖掘軟件架構、流程和算法，熟練使用常用數據挖掘工具，能夠根據不同的數據任務分析、設計和實施數據挖掘，并將數據挖掘知識結果合理分析后應用于信息管理活動中。

3.2 教學內容選擇

合理設計大綱和選擇難度適中的教學內容成為該課程的首要任務。以概念知識和算法為理論學習核心，構建重點突出、層次分明、難度適中的知識結構體系。數據存儲內容包括數據預處理和數據倉庫，數據分析部分包括關聯規則、聚類分析和數據分類三部分。鑒于快速搭建實驗環境，形成主動學習氛圍，教學內容選擇以數據預處理和關聯規則挖掘為主要教學內容，該兩部分內容可以組成一個較為完整的數據挖掘分析系統，使得學生能夠在較短的時間內搭建一個完整的數據挖掘實踐系統，形成數據挖掘的完整系統概念，從而內涵式推動學生學習興趣[5][6]。外延數據分類和聚類分析兩部分內容，在熟練掌握基礎上進行聚類分析和數據分類，給出關聯規則、聚類分析和數據分類的算法對比和系統區別，指出它們的應用背景，從而加深學習映像，提高教學效果。

知識結構以概念術語為頭，引入性的介紹各種概念來源和目的，算法和模型組成課程學習主體，為實驗課程的學習提供前期理論基礎，同時適當的引入一些前沿性內容，如遺傳算法和細胞神經網絡算法，豐富教學內容，拔高教學層次，拓展學生認知層面。

3.3提高學習興趣和增加學習壓力

針對信管專業學生學習的特點，主要講授算法的思想而不是詳細描述算法的實現過程，使用動畫和圖形的形式突出算法的運行過程，給出直觀印象，提高學生對算法的認知度和興趣度。講授數據挖掘在經濟管理領域的應用實例，如電信、銀行以及零售業中的應用，激發學生興趣，并通過實例數據集利用相關軟件完成數據挖掘中數據清理、數據集成、數據選擇、數據變換、數據挖掘、模式評估以及知識表示的各個步驟，例如通過不同預處理過程的數據效果闡述為什么數據預處理要占整個挖掘過程60%以上的時間以上的時間讓學生對數據挖掘有整體的認識，把握數據挖掘的全局觀。

3.4經典案例考核

每節課以一個經典案例或者經典算法為核心設計課程內容，講述該模型算法的術語、目的、步驟、場景、效率，講解后給出測試案例數據，利用10分鐘的時間測試，抽檢幾個學生的測試結果并做出評價。

3.5 在實驗課教學

實驗教學將教學過程關注于數據挖掘在信息管理中的應用，選擇圖形模塊化的設計過程加深學生數據挖掘的感性認識。在實踐教學中，經管類學生在課程中主要目標是熟練使用數據挖掘軟件分析經濟管理領域中的各種問題并做出決策，如信用評估分類、股指預測、商品銷售預測等，而非軟件設計或算法實現。因此實踐教學中瞄準信管專業的職業特點，實踐內容也包括對知識挖掘結果的分析、展示、解釋、評估和規劃等，同時要結合圖形、動畫和視頻展示結果，解釋原因、進一步給出企劃建議等項目，從而形成從數據收集到管理決策完整的企劃過程。同時鼓勵學生在網上收集免費的數據源，根據數據源自行設定挖掘目標，利用相關軟件進行演練，并與標準結果進行對比分析，達到學以致用的目的。

4 總結

本文對經濟管理類專業本科生數據挖掘課程的教學目標、內容以及手段進行了探討，目的在于進一步促進我國經濟管理類專業院校在該課程的教學研究，從而培養出能符合當今社會需求的復合型經濟管理人才。

參考文獻：

[1] 趙曉凡.公安高等院校數據挖掘課程教改研究[J].計算機教育，2018（1）：39-42.

[2] 郝建軍.數據挖掘技術在在線開放課程中的應用研究[J].當代教育實踐與教學研究，2018（1）：1-4.

[3] 潘曉英，陳皓.數據挖掘教學存在的問題及改進措施[J].高等教育研究，2015（3）：14-15.

[4] 夏菁，周婉怡.大數據背景下會計人才的全新培養模式思考[J].財會月刊，2018（2）：124-128.

[5] 宋威，李晉宏.項目驅動的數據挖掘教學模式探討[J].中國電力教育，2011（27）：176-177.

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

【通聯編輯：朱寶貴】