新工科背景下數據挖掘課程教學改革與探索

湯顯 石蘊玉

摘要：新工科教育建設需要培養多元化、創新型的具有可持續競爭力的高素質人才。在本科生數據挖掘課程教學改革的探索中，針對目前存在的問題與不足，從加強理論的關聯性、增強課程內容的應用性與時效性、進行跨學科知識融合三個方面，引入新理念和新模式，提升學生的創新思維和培養學生的綜合應用實踐能力。

關鍵詞：新工科;數據挖掘;本科課程;綜合能力

中圖分類號：G642.0? ? ?文獻標志碼：A? ? ?文章編號：1674-9324（2019）42-0141-02

一、新工科建設背景

教育部推出的“新工科”計劃引領了我國工科教育改革的方向。新工科不同于傳統工科教育，是針對當前和未來產業發展進行的轉型和升級。新工科強調工程學科之間、工程學科與其他學科之間以及產學研的交叉和融合，培養未來多元化、創新型卓越工程人才[1]。因此，更新人才培養理念，重構培養目標和知識結構，轉變培養方式是新工科人才培養模式的本質內涵[2]。

在新工科的人才培養和建設背景下，高校各專業的課程體系設置及課程改革應注重學生綜合能力的全面發展，在培養工科思維的前提下，將人才培養和創新意識進行有效的結合，推動現有工科專業深層次的發展。

二、數據挖掘課程現狀

數據挖掘既是計算機專業的專業課，同時又是一門綜合性學科，主要為培養學生發現問題，解決問題的能力。該課程內容覆蓋面廣，交叉性強，要求學生有較強的邏輯思維和實踐動手能力。隨著互聯網技術的發展和大數據技術產生的巨大社會影響力，部分高校已在本科較高年級的課程體系中增設了數據挖掘這門課程。該課程在我院為面向計算機科學與技術專業、數據科學和大數據技術專業的專業特色選修課，課程教學學時為32學時（2學分），其中10學時為上機實驗。由于該課程對先修的基礎課程的掌握程度要求高，而且課程本身涉及的理論知識多，算法復雜，因此教學難度大，對學生的能力也具有極大的挑戰性。如何激發學生的積極性，變被動學習為主動思考，從被灌輸到自己動手創新、實踐，還有很大的探索空間。在目前的課程開展過程中，主要存在以下問題：

1.教學模式單一。數據挖掘課程設計涉及的基礎理論知識多，算法復雜，給教師授課帶來極大的挑戰。目前教學中一般采用傳統的教師授課，學生被動聽的方式。由于理論知識枯燥，再加上學生的基礎薄弱，導致學生學習起來有較大的難度，很難調動學生的學習積極性和主動性[3，4]。

2.實驗的實際應用性不強。在傳統的教學方式中，實驗環節主要是對課上講解的理論進行驗證，未考慮在實際中如何應用，導致教學與實踐脫離，學生也很難意識到知識的應用點，導致對知識的理解僅限于淺層面，無法深入地理解算法。再者，每個實驗環節都是相對獨立的，數據量較小，使得學生無法系統地理解數據挖掘的本質和過程[5]。

3.對學生持續發展能力培養不足。在傳統的教學中，不能體現本課程跨專業和跨學科的特性，只是單純講解基礎理論，忽略知識間的關聯性，這種教學方式已經不能適應學生多元化學習和發展的要求。

三、以成果為導向的課改探索

新工科的培養理念是成果導向（Outcome Based Education，OBE）的。OBE是1981年由美國學者Spady率先提出的，經過10年左右的發展，形成了比較完整的理論體系，至今被認為是追求卓越工程教育的正確方向，適合指導新工科人才培養[6]。新工科人才培養目標必須適應社會和行業對高素質工程應用人才的需求，培養出更適合經濟發展和產業需求的可持續發展人才。在此理念指引下，在數據挖掘課程授課過程中，進行了如下探索和改進：

1.加強理論的關聯性。數據挖掘課程的算法相對來說比較復雜，學生如果沒有扎實的基礎知識，吸收知識就會很困難。如果僅僅靠死記硬背，無法真正掌握課程的內涵和精髓。因此，在課程開始前兩周，授課教師會將與數據挖掘課程相關聯的先修課程的重要知識點發給學生，讓學生進行針對性的復習。教師授課時，將關聯的知識點一起講解，加強學生記憶，讓學生很好地理解學科之間的關聯性，并能將已學知識進行延伸。例如：數據挖掘的對象主要是數據庫中的數據，但是需要的數據量很大，這就需要改進普通的數據庫的算法，來提高算法的效率。類似這種問題，都可作為課堂討論題目，讓學生參與其中，鼓勵學生提出自己的質疑和想法，從而可以讓知識遞進地拓展。學生從被灌輸狀態變成主動參與、主動思考的狀態，提高了學習積極性和學習效率。

2.增強課程內容的應用性與時效性。隨著云計算和大數據的發展，數據挖掘技術的應用越來越廣泛。教師授課時，要把最新的應用引入課堂中，同時鼓勵學生關注最新的領域學術成果和產業界應用，利用所學知識對應用進行深入分析，借助實驗課對應用進行模擬和實現。學生根據自己感興趣的應用進行分組，同組學生進行分工，合作實現一個具體的應用。學生可以在實現過程中，結合所學的知識以及對應用進行設想，自己動手設計高效的算法，從而解決了原有實驗課知識點割裂的弊端。學生通過分析問題、解決問題的過程，培養了數據意識和工程思維方式，鍛煉了動手能力。

3.增強學科融合。新工科以學生為中心，以全面提升人才培養質量為終極目標，這就需要對學生進行核心能力的培養，使學生能適應不同崗位、不同工作的需要，并能在工作中保持自我學習的能力，不斷提升自身素質。要使學生具有可持續發展的能力，在學校培養過程中，就需要進行針對性的引導和教育。在進行數據挖掘課程的講授過程中，要不斷地挖掘學生的潛力，找出學生的興趣點并加以適當的引導。數據挖掘是一門綜合性課程，它的交叉、跨專業特性使得教師在授課過程中，不能僅局限于本專業領域，要用開放的眼光融合相關學科的知識，同時鼓勵學生探索自己感興趣的方向，尋找實例，并加以分析和探討。通過查找實例、解決問題的過程，培養了學生解決復雜問題的綜合能力和動手能力，從而有效地縮短了學生離開學校步入工作崗位的適應時間。

四、結語

本文分析了本科生數據挖掘課程目前存在的問題和不足，提出在新工科教育建設背景下的改革和探索方案，主要著眼于優化教學模式，注重基礎知識與新知識的融合，在此基礎上進行知識的延伸和拓展，把最新的應用和案例引入課堂中，引導學生完全參與到課堂教學中，通過質疑、討論、實現和創新幾個步驟，達到知識的融會貫通，將動手和動腦有機地結合在一起，從而培養厚基礎、高層次、能創新、敢創新的領域高素質人才。通過加強專業課程之間的前后呼應和內在聯系，增強課程內容的應用性與時效性，加強課程以及學科間的融合，對進一步提升數據挖掘課程的教學質量和教學效果，有著重要的意義。

參考文獻：

[1]鐘登華.新工科建設的內涵與行動[J].高等工程教育研究，2017，（3）：1-6.

[2]姜曉坤，朱泓，李志義.新工科人才培養新模式[J].高教發展與評估，2018，（02）：17-24.

[3]譚征，孫紅霞，王立宏，任滿杰.基于實例的本科數據挖掘課程教學探索[J].計算機教育，2013，（09）：67-70.

[4]黃嵐.數據挖掘課程實踐教學資源庫建設[J].計算機教育，2014，（12）：89-92.

[5]范祺，朱昌杰，肖建于，沈龍鳳，李敏.以項目驅動的數據挖掘課程教學改革的研究[J].科技信息，2012，（11）：9-10.

[6]李志義，朱泓，劉志軍，夏遠景.成果導向教育理念引導高等工程教育教學改革[J].高等工程教育研究，2014，（1）：29-34.