面向產學融合的物流管理《數據挖掘與分析》教學方式改革探索

文劉依鋒 李源

隨著信息化和智能化技術在社會各領域的快速應用，尤其是智慧物流技術發展迅速，物流行業正面臨著巨大的變革和挑戰。數據挖掘與分析技術能夠幫助物流企業優化貨物運輸路線、庫存管理、成本控制以及風險管理等方面，提高物流效率和降低成本，已經成為了物流企業和相關專業人士不可或缺的能力。

物流管理專業的教學方式需要進行相應的改革，以滿足行業的需求和學生的發展需求。因此需要探索新的教學方式，深化“產學融合”教育模式，更好地將教學內容與實際需求相增強，提高學生的實踐能力和創新意識。

本文將從“教師引導、學生參與”的課堂教學理念、引入京東物流合作項目強化實踐環節、推進多元化考核方式等方面探討《數據挖掘與分析》課程的教學方式改革。希望能夠為物流管理專業的教育改革和教學實踐提供一些借鑒和思考，推動物流行業的創新和發展。

《數據挖掘與分析》課程是面向管理學院物流管理專業本科三年級學生開設的一門專業必修課，該課程共安排48學時，其中32學時授課、16學時實驗。在教學過程中以理論和實踐相結合、強調數據可視化為主要教學重點。但是，本門課程授課對象為物流管理專業學生，雖然該專業學生已經開設先修課程，如《高等數學》《概率論與數理統計》《Python編程基礎》等，但是仍然具有數學和統計學基礎較弱、信息技術應用能力不強等問題。

一、教學中存在的問題

（一）先修課程的銜接程度不足

《數據挖掘與分析》是一門綜合性應用技能學科，需要學生具備先導性知基礎上才能更好地理解和掌握，例如運用統計學基礎中統計概念、假設檢驗、參數估計等知識，了解數據分析的基本方法和評價指標；運用線性代數中學習矩陣、向量、矩陣分解等知識，學習數據挖掘算法的數學原理；運用計算機應用知識，實踐數據挖掘的數據處理過程。同時，由于本門課程開設于本科三年級，先修課程主要分布于大學一年級至二年級，學生對于知識的掌握程度下降。這些問題提高了本門課程的學習門檻，同時理論學習枯燥難懂，使得學習難度增大。

（二）缺乏真實案例與應用場景

傳統教學方法主要以課堂講授為主，缺乏互動和實踐環節。講解方式較為單一，難以將理論知識應用到實際問題中，難以激發學生的興趣和參與度。同時，實踐環節的不足也會導致學生缺乏實際操作經驗。并且，在講授過程中，選取的實踐案例主要為書本給予的虛擬案例，雖然這些案例具有簡單易懂等優點，但并非為企業應用場景下的真實案例，不利于學生就業和職業發展。

（三）考核評價體系不合理

傳統教學評價主要以考試為主，這種考察形式以學生對教材中涉及的算法原理以及知識點的掌握程度所呈現的筆試成績作為最終的評價指標，學生的成績成為衡量學習效果的最終體現。但《數據挖掘與分析》課程，主要培養的是學生運用數據進行分析和挖掘的能力，僅通過試卷考試難以考核學生的實踐能力和綜合能力。同時，試卷考試難以全面評價學生的能力，而且容易導致應試教育的問題，不利于提升學生學習的積極性和主動性。

針對現階段《數據挖掘與分析》課程中存在的問題，以產學融合為依托，與我校京東智能供應鏈現代產業學院深度合作，對本門課程引入社會資源深度改革，滿足社會物流企業人才的需求，具體課程改革架構如下圖所示：

圖 1 課程改革框架

二、課程改革的要點

（一）“教師引導、學生參與”的課堂教學理念

在傳統的課堂教學中，教師通常是傳授知識的主要來源，而學生則被動地接受這些知識，教師應該扮演好引導者的角色。教師需要引導學生學習的方向、方法和思路，激發學生的學習興趣和主動性。然而，現代教育理念強調學生的主動性和自主性，在理論教學部分引入京東物流真實企業數據分析成果案例，充分激發學生學習興趣，通過案例相關知識，進行問題導向教學，引導學生對先導課程的自主學習，引導學生積極思考和獨立思考，促進學生的深入理解和鞏固知識。

同時，學生可以更加直觀地了解物流企業的實際情況和問題，了解數據挖掘和分析技術在實際應用中的應用效果。學生可以通過實際物流企業的數據分析案例，了解物流企業在訂單處理、倉儲管理、運輸管理等方面面臨的問題，探索如何通過數據挖掘和分析技術來解決這些問題。

（二）引入京東物流合作項目強化實踐環節

除了強化理論教學方式，引入企業合作項目也是一種非常重要的教學改革方式。通過與京東物流合作開展數據挖掘和分析項目，可以幫助學生更好地了解現代物流企業的實際需求和問題，提高學生的社會實踐能力和解決問題的能力。

在師資建設上，通過教師與京東物流業務合作，開展數據挖掘和分析項目實踐。通過與京東物流合作項目，讓教師參與實際的物流管理項目的部分環節，可以更好地了解物流企業的實際需求和問題，提高教學過程中實踐能力和解決問題的能力。例如，安排教師參加京東物流合作項目，針對河南地區“雙11”部分脫敏訂單數據，進行相關數據挖掘與分析，進行探索解決實際問題與科學管理研究，探討如何通過數據挖掘和分析技術來優化物流管理流程。

在學生培養上，通過與京東物流合作開展數據挖掘和分析模擬項目，可以幫助學生增加實踐能力和解決問題的能力。學生可以通過參與實際項目，了解物流企業的實際需求和問題，探索如何通過數據挖掘和分析技術來解決這些問題。通過這種方式，學生可以更好地了解物流企業的實際情況和問題，提高學生的實際應用能力和解決問題的能力。

（三）推進多元化考核方式

1.采用真實案例進行數據分析報告撰寫方式

在教學過程中，通過引入真實背景的模擬數據進行實踐教學，學生能夠掌握基本的數據分析流程與技術。因此，在最終考核過程中，選取多種京東物流過程中基礎數據分析問題為考察案例，采用案例分析報告撰寫的方式對學生的學習成果進行評估。使學生針對真實數據分析問題案例，進行分析、解決以及報告撰寫，考查學生的問題解決能力和實踐能力，并通過學生撰寫實際項目的報告，考查學生的溝通能力和文獻檢索能力。

2.設計小組合作和演講評分方式

除了個人數據分析報告外，還可以以項目為載體、問題為導向，讓學生自主選擇感興趣的項目案例，進行小組合作、問題解決、成果展示等過程。學生需要在小組內進行溝通、協調、分工、合作等活動，以完成項目任務。這樣可以培養學生的團隊精神和協作能力，增強社會交往技能。最終學生通過報告、演示等形式進行演講，來展示自己完成的項目成果，并接受其他人員（包括教師和同學）的評價和反饋。這樣可以培養學生的表達能力和自信心，增強他們的評價意識和反思能力。

設計小組合作和演講評分方式，評價學生的團隊協作和溝通能力。通過小組合作，可以考查學生的團隊協作和溝通能力；而通過演講，可以考查學生的口頭表達能力。教師通過內容、表達、邏輯、創新和團隊協作進行最終的量化評分。

3.引入過程化實踐考核方式

除了課堂內的考核方式外，還引入了過程化實踐考核方式，全面評價學生的實際應用能力和解決問題的能力。通過這種方式，學生可以將課堂所學應用到實踐中，從而更好地鍛煉自己的實際能力和解決問題的能力。

在物流管理專業的《數據挖掘與分析》課程中，采用多元化考核方式，主要由數據分析報告、小組合作匯報、過程化實踐考核三部分組成，具體量化分數占比如下圖所示：

由上圖可知，數據分析報告分數占比50%、小組合作匯報分數占比30%、過程化實踐考核分數占比20%。采用多元化考核方式，相較于傳統試卷考查方式，可以更好地評價學生的學習成果，更全面地反映學生的數據分析理論素質和實踐能力。