產業驅動的數據挖掘課程改革方法研究

【摘 要】大數據挖掘的研究對學術和產業界都有著至關重要的意義，使得各高校也紛紛擴大了對大數據相關課程體系的建設和投入，然而，高校在數據挖掘人才培養方面仍然存在理論與實踐脫節等問題，導致學生的學習效果不佳。為了提高數據挖掘授課質量，本文從多個角度出發，提出產業驅動的課程改革方法，并針對課程和學生特點提出了具體的建設性方案。

【關鍵詞】產業驅動;數據挖掘;大數據;自主學習;多元評價

1.引言

互聯網的高速發展、5G和智能設備的普及，使得人們每日產生的數據呈爆炸式增長。如何利用這些大數據挖掘有價值信息，從而給企業帶來收益，是大數據應用領域需要長期探索的命題。鑒于大數據挖掘技術對企業的巨大價值，各高校也紛紛擴大了對大數據相關課程體系的建設和投入，并針對該課程實現了從傳統的理論授課向理論與實驗相結合的新型模式轉型。本文通過分析高校數據挖掘課程體系的現有弊端，針對性的提出建設性方案，力爭為國家培養能順應工業應用需求的人才。

2.現存授課內容的缺陷

眾所周知，互聯網高速發展催生了很多新的應用場景，目前高校在數據挖掘人才的培養過程中，并沒有一套完整的課程可確切地針對企業應用場景的大數據相關技術及真實大數據資源進行全周期的學習、理解和實踐。

具體而言，根據以往教學經驗以及同行間交流發現，在現有的數據挖掘課程教學過程中，主要存在以下幾個突出的問題：1）教學模式傳統、教學方法和手段單一。以教師傳授知識為中心的課堂講授仍然在課程教學中占主導地位;2）在實驗教學中，實驗項目脫離實際產業應用背景，高校也缺乏能應對企業級規模數據的計算資源，導致對學生企業項目實踐能力的培養薄弱;3）網絡教學資源交互性弱。網絡學習資源大多為文本形式，優質的教學資源匱乏，網絡學習過程交互性不強;4）“因材施教”未落到實處。教學內容與教學過程忽略了學生起點水平的差異，造成基礎好的學生不想聽，基礎差的學生跟不上;5）缺少有效的考核方式，傳統的卷面考試結合實驗測評方法側重于結果，不能考核學生實際應用開發的能力及各階段的成效。

針對以上問題，我們提出以產業驅動為切入點進行數據挖掘課程改革研究，將學術界前沿技術和業界“卡脖子”問題融合到課程實踐中，通過建設交互式教學網絡平臺，并構建多元個性化課程評價體系，培養更符合產業需求的復合型創新人才。

3.產業驅動的教學改革方案

針對數據挖掘課程體系的特點，以及目前學生實際動手能力薄弱等問題，本文提出以激發學生興趣為導向，構建產業應用驅動的線上線下混合型數據挖掘教學體系。

3.1 方案內容

我們提出的改革方案包括以下幾方面內容：

1）項目驅動的實踐教學模式

我們將通過簡單易懂的企業案例讓學生理解相關算法在企業場景中的應用。在實踐教學上，采用線上線下混合教學方法，學生可通過在線平臺學習并完成實驗項目、提交并及時獲得結果反饋。項目開發在線學員實訓平臺，構建以產業實踐為核心的教學體系。

2）學生為中心的自主學習模式

我們提出開發交互式動畫和AI問答來表現數據挖掘中的典型算法思想和復雜程序的執行過程，闡明教學中的重點和難點內容;設計一系列具有實際應用和專業背景的案例，將各重要技術點、關鍵點以及易錯點設計在實驗的重要環節中，在注重實用性的同時兼顧趣味性，吸引學生主動學習。

3）實踐評測為主的多元評價方式

我們采用階段性實驗和綜合設計實踐項目相結合的方式，并結合企業項目考核標準，從而使得學生熟悉和掌數據挖掘任務各個階段的關鍵技術和考核準則。

3.2具體實施路徑

我們提出以下路徑來實現有效的課程改革。

3.2.1應用為核心的教學體系

首先，建設融合產業前沿的課題。教師根據教學內容、學生專業水平，結合產業的前沿課題或開放競賽構建階段性的實踐課題。在每一次實驗課或課中測驗環節，教師通過線上系統布置實驗任務，學生需在規定時間內完成并進行反饋。

其次，開發進程監管的線上平臺。開發線上學員平臺、考試平臺以及實訓平臺，幫助教師在線檢查學生學習進度、作業完成情況等，極大程度減輕教師批改作業的勞動強度，并快速了解學生學習中的問題，從而使教師可以有更多精力來加強對學生學習過程及學習效果的反思，降低實驗組織難度、提高實驗教學效率。

3.2.2自主學習模式

首先，建設動畫和AI互動相結合的教學資源。開發交互式動畫來表現數據挖掘中的典型算法思想和復雜程序的執行過程，闡明教學中的重點和難點內容。

其次，構建層次化的實驗項目。重點設計一系列具有實際應用的實踐項目，形成從基本階段性實驗、綜合設計型實驗到創新性實驗等多層次的實驗項目。

再次，營造項目驅動的實訓環境。為了引導學生在課外自主學習與訓練，建立以“項目驅動”為特征的實踐訓練環境，幫助學生進行“場景式階段性”訓練。

3.2.3多元化考核方式

在考核與評測環節，實行“面向過程、全面實踐”的評測方針。

首先，建立全過程項目評價機制。學生每一次實踐作業都在線提交，實時反饋，記載成績。除了平時上機以外，期末考試也采用實踐項目開發的考核方法，衡量學生們掌握數據挖掘技術知識在整體應用開發場景下的實際使用情況，使學生重視項目實踐，真正熟悉數據挖掘應用設計與實現的各個環節。

其次，構建結合企業績效的多元考核機制。參考企業對項目的真實考核機制，研究結合企業項目考核指標的多元化課程考核機制，幫助學生正確預估自身可獲得的企業績效，并通過考核反饋提升學生職場競爭力。

4.總結

數據挖掘技術是企業對工科學生的必備需求，特別是在當前大數據高速發展時代，其相關能力的培養尤為重要。本文針對高校數據挖掘授課的已有缺陷，從教學方法、學習模式和評價方式等方面出發，提出更加順應業界需求的人才培養方法。本文提出的授課方案具有很強的實踐指導意義。

基金項目：

杭州電子科技大學高等教育教學改革研究項目“基于深度學習的個性化在線教學方法研究----以疫情期間為例”（項目編號：YBJG202042）;教育部產學合作協同育人項目“產業驅動的《數據挖掘》課程教學改革研究”（項目編號：202002328022）;教育部產學合作協同育人項目“項目驅動的機器學習課程混合教學模式改革”（項目編號：202002004037）。

作者簡介：

譚敏（1987-），女，漢族. 湖南衡陽市衡山縣，副教授，博士，杭州電子科技大學，研究方向：人工智能與智慧教育。

（作者單位：杭州電子科技大學）