數據清洗實訓課程教學改革與實施

關鍵詞：數據清洗實訓；教學改革；混合式教學

引言

數據清洗是高職院校大數據技術專業的一門必修課。該課程主要講授了數據清洗的相關理論知識，如何利用Kettle組件以及Python的Numpy.Pandas等庫完成數據抽取、清洗、集成、轉換工作。數據清洗實訓是數據清洗課程的延伸，通過教師開發的一系列專業實操訓練，把所學的數據清洗理論知識和方法應用到具體項目實訓中，是幫助學生掌握數據清洗技術、提高數據清洗項目的實踐能力的有效手段，是提高學生獨立操作能力、分析問題和解決問題能力的一個重要環節。

一、教學面臨問題

在之前的數據清洗實訓課程中，Kettle工具的五個實訓任務，主要集中在單純的拖動組件、配置參數，學生覺得課程內容略顯枯燥，興趣不高。

此外，Python工具的三個實訓任務，本質上都是先讀取數據，必要時合并數據，然后進行缺失值、異常值、重復值的處理，最后保存清洗后的數據，并對數據進行簡要的分析處理。由于整個過程都是使用Python語言進行編程實現，學生反饋代碼思路過于單一，缺少趣味性。

在數據清洗實訓課程中，關于Kettle的實訓項目，只涉及了如何創建和使用轉換（Transformation），并未涉及對多個轉換構建的整個工作流的抽象和控制（Job）。而在實際工作環境中，為了實現某些復雜場景下的數據清洗，需要先為子任務創建轉換，然后再創建Job，將子任務連接起來，完成一個完整的數據清洗過程。這使得學生在面對實際工作場景下的復雜任務時，沒有使用Job對多個轉換進行構建的意識，無法創建完整、清晰的數據清洗流程，缺少解決相應問題的能力?！?br>