基于改進的BOPPPES模型的數據挖掘教學方法及案例分析

牛彩云，李衛麗，尹曉晴

（1.中南林業科技大學物流與交通學院，湖南 長沙 410073；2.國防科技大學系統工程學院，湖南 長沙 410073；3.國防科技大學交叉前沿學院，湖南 長沙 410073）

0 引言

數據挖掘課程涉及高等數學、機器學習、統計學、數據庫、人工智能等學科領域知識，是一門交叉性和綜合性強的課程，廣泛應用于如信息檢索、商務智能、知識發現、醫學信息處理、管理模式分析、自然災害預測等領域。數據挖掘課程內容包括數據預處理、算法（聚類、分類、關聯規則分析、離群點檢測、回歸分析等不同數據挖掘任務下的算法）及有實際應用型的案例分析，其知識點多且分散，重要程度相當，章節之間獨立性強，且有一定的理論深度[1]。

堅持以學生為本。形式各異的教學過程的共同重點是“教學反饋”，以是否能夠提高學生學習效率和學習深度為評價標準，最終實現“教學同步、情感共鳴”的教學效果。BOPPPS模型是由北美地區高校教學技能培訓機構Instructional Skills Workshop（ISW）提出的一種有效的注重教學互動和反思的閉環反饋的課程設計模式，旨在提高教師的授課技能，本質上是對以學生為中心的教與學的實踐[2]。由于數據挖掘課程的學習對實踐應用性要求特別高，除了在案例引入環節滿足引入更貼近生活應用背景的案例外，本文還進一步提出了改進的BOPPPES模型，即在原模型基礎上增加了“拓展（Extension）”這一要素，通過課前和課中的學習外在課后進一步以項目驅動的方式以實際問題為案例背景動手實驗，旨在進一步培養學生能夠學以致用地將課堂知識拓展到解決實際問題上來，更多地鍛煉并提升學生的應用實踐能力。

1 數據挖掘案例教學研究現狀

案例式教學是數據挖掘課程教學設計的基本構成內容，針對不同數據挖掘任務給出相應的案例，以加深學生對相關概念的理解。然而，目前教材所提供的案例數據普遍存在著一些諸如數據源過于陳舊、分散、單一等問題[3]。

目前，許多學者對數據挖掘相關課程的案例教學進行了探討和研究，并提供了相關的教學改革建議和具體解決方案。衛志華等人面向新工科背景下大數據人才培養的要求，提出了面向數據挖掘課程的綜合性實驗設計的舉措[4]。覃鳳萍等人針對數據挖掘課程提出了“問題引導+案例”的教學模式[5]。賈媚媚等人主要針對數據挖掘實驗課程的教學方式和案例設計進行探索和改進，并提出了一些具體的解決方案，如算法實現（數據挖掘軟件同編寫算法代碼相結合）、從競賽中選取貼近實際問題的案例等[6]。

2 基于BOPPPES模型的數據挖掘案例設計

針對數據挖掘課程提出的BOPPPES教學模型，可從教學理念、教學目標和教學方法三個方面來理解其內涵：在教學理念上，教師關注的重點應該是學生“學到了什么”，而不是自己“教了什么”；在教學目標上，必須按照認知規律，設定清晰、具有可檢性的目標，便于學生評估自己掌握知識的程度；在教學方法上，強調參與式教學，力求學生能在課堂上充分發揮主觀能動性，獨立思考、創造新思維。

（1）B（問題導入）。教師根據課程內容選取貼近實際生活的案例，在吸引學生的注意，誘導學生產生強烈的學習動機和明確的學習目的。

（2）O（學習目標）。教師向學生清楚表達本節課的學習目標，便于學生掌握學習的重點、難點以及對知識的熟練程度。

（3）P（前測）。課前摸底主要是為了掌握學生對先導知識的掌握程度，從而對所教授知識有合理規劃。

（4）P（參與式學習）。參與式學習是BOPPPES教學模型最核心的理念，貫穿于教學過程的全過程，所開展形式多樣，如分組討論、角色扮演、動手推算、專題研討、案例分析等。

（5）P（后測）。課后測驗是判斷學生是否達到預期的重要環節，也是對教師教學效果的評價，在課后或者教學過程中都可以及時地測驗學生掌握知識情況。根據評估結果，學生可以及時了解自己對知識的掌握程度，教師可以反思并調整教學設計，使教學目標更易實現。

（6）E（拓展）。在原BOPPPS模型的基礎上增加“Extension（拓展）”這一要素，其目的在于重視鍛煉學生們的實踐能力，學會“學以致用”來分析和解決實際問題。

（7）S（總結）。總結主要是歸納一節課的知識點、理清知識脈絡、引出下次課的內容或追溯上次課內容。與傳統的教學模式不同，BOPPPS模型強調總結應該是學生自己對知識的歸納。因此，總結過程中，教師主要起引導的作用，由學生自己總結本次課的知識點和重要內容，評估自己的學習效果。

3 數據挖掘案例分析

基于BOPPPES模型的教學需要教師與學生共同參與完成，更加注重學生的參與和反饋，整個教學活動安排和分配如表1所示。

表1 教學分配表

在基于BOPPPES模型的教學設計中，教學實施過程是根據課程設計里面的教學目標、重難點等內容，通過多媒體演示、板書設計和互動式教學等環節進行的教學活動安排。

3.1 環節一：B（案例導入）

該環節是數據挖掘教學內容的基礎，通過新冠疫情數據的案例引出本堂課的授課內容，該導入模式有助于啟發學生學會思考分析問題的能力。并回顧聚類分析的內涵和涉及的分析要素。

疫情的發生和流行具有地域性特點。針對2019年爆發的公共衛生事件，利用GIS（地理信息系統）結合k-means聚類分析方法對疫點的空間分布特征按空間親疏關系進行分類，實現在空間上對疫點的劃分，確定各疫點劃分子集的邊界。使防疫工作人員掌握疫情在空間上的分布情況和模式，針對不同地區采取不同的防制措施，提前做好防護準備工作，合理有效配置衛生人力和物力資源等。從而為疫情防控部門提供科學決策依據，合理有效配置防控資源，有效預防與控制疫情的擴散、提高疫病防治管理水平提供了技術手段。

通過空間聚類算法對所監測范圍區域內的疑似病例、確診病例、病例接觸者的距離、位置、關系等疫點數據進行分析，有助于揭示疫情的擴散規律，進而在疫情監測和防控方面起到積極作用。

3.2 環節二：O（教學目標）

在教學目標上，主要是針對教學內容對學生提出了知識目標要求和能力目標要求。詳細地，教學內容包括：kmeans聚類算法處理流程；“肘方法”確定k值；改進算法：k-summary算法。因此，要求學生掌握k-means算法處理流程，以及對算例能夠手動實現算法；了解k值確定的問題，以及改進的k-summary聚類算法；通過案例講解引導學生逐步建立使用聚類方法解決現實問題的能力，并提高學生的思維能力。

3.3 環節三：P（前測）

該環節主要是檢驗學生對先導知識的掌握情況，以便對教學過程進行靈活調整，并最終實現該課程的教學目標要求，采用教師引導式提問進行師生互動來實現。如在案例導入環節，引導學生回顧聚類分析的內涵和所涉及的分析要素；在k-means算法實現流程演示完成后，對其中涉及的樣本與質心之間相似度計算問題，通過提問方式讓學生回顧度量樣本間相似性的幾個度量指標（如閔可夫斯基距離、歐氏距離、曼哈頓距離、切比雪夫距離、余弦系數、相關系數等）。

3.4 環節四：P（參與式學習）

該環節是基于BOPPPES模型課程設計的核心部分，實際上要求學生參與式學習貫穿于課前、課中和課后的所有階段。除了在前測環節教師通過提問方式考查學生掌握先導知識的互動外，在授課過程中對學生進行啟發式提問（初始簇中心對聚類結果是否有影響？是否存在最優的簇個數k），并在理論知識講授完后，讓學生自由討論并總結k-means算法的優、缺點以及對于疫情數據聚類分析應用場景的理解。

3.5 環節五：P（后測）

該環節以隨堂作業方式讓學生對課后習題手動實現k-means聚類算法全過程，以便能夠及時檢驗學生對所學知識的掌握情況，并起到及時鞏固所學知識的作用。

3.6 環節六：E（拓展）

該環節是對原BOPPPS模型不可或缺的補充，主要采用項目驅動方式以小組為單位在課后完成該任務，其目的在于能夠將所學知識活學活用，逐步培養和鍛煉解決實際問題的能力，也符合數據挖掘課程的應用性特點。以課堂引入的新冠疫情為聚類分析的問題背景，根據教師提供的疫情數據，小組成員分工協作完成并提交新冠疫情數據聚類分析報告，還需制作PPT進行項目答辯工作。

3.7 環節七：S（總結）

該環節隨堂總結和系統總結兩部分：①教師在課堂上可以通過思維導圖模式有助于學生在總結所學新知識的基礎上能夠很好地聯系到先導知識，從而對所學知識進行系統的歸納整理。圖1顯示了課堂所學新知識（k均值聚類算法及其改進）和先前知識（聚類分析概述和相關知識）聯想記憶模式；②在完成拓展環節要求的項目報告和答辯的基礎上，教師和學生對所學知識做出一個系統的總結和反思。

圖1 聚類分析相關知識脈絡總結

4 評價方式

基于BOPPPES模型的教學設計，除了在教學實施過程提出鍛煉學生動手能力的具體措施外，還通過增加“拓展”環節來凸顯應用實踐的重要性。因此，對學生的評價方式主要包括：①基礎參與式評價，主要是教師在教學實施過程中（課堂教學）通過對學生提問的方式來考查學生對先導知識的掌握情況，以及對新學知識歸納總結的情況，考察的是學生學習態度以及思維能力等，并對其進行初步評價；②拓展式評價，主要體現在課后項目驅動的小組實驗完成情況，遵循多角度、全方位評價準則，如背景知識的搜集考察的是學習態度，編程代碼來實現算法考察的是動手能力，PPT答辯考察的是邏輯思維能力，針對細化的項目實驗指標對學生進行打分。

5 結語

教師在授課過程中，重視學生的參與程度，強調“教學同步、情感共鳴”的教學效果，使得學生在教學過程中掌握知識的同時培養和引導其解決實際問題的思維方式，并進一步提高學生實踐能力。首先，在案例選取方面，考慮跟學生生活緊密相關的真實場景，以疫情數據為例引出所學知識；其次，在教學方法方面，特別是在教學過程中采用多種教學手段如多媒體演示、板書等，通過增加學習趣味性達到吸引學生的目的；然后，在案例分析工作安排方面，基于工作量的客觀現實和團隊協作精神的培養需求雙方面的考慮，決定采用項目驅動方式并以小組形式展開具體工作，包括案例背景知識搜集、算法實現、結論分析等項目報告和答辯PPT；最后，在項目實驗評價方面，考慮學生的縱向和橫向對比，采用項目報告、編程代碼、答辯等成績的加權平均作為最終成績。