信息管理與信息系統專業“數據分析與挖掘”課程教學改革思考

［摘 要］ “數據分析與挖掘”是信息管理與信息系統專業的核心課程。現階段，“數據分析與挖掘”課程教學存在學生學習興趣不高、理論與應用聯系不夠緊密、課上課下線上線下未能有效結合、評價體系不合理、學生發展的可持續性不高等諸多亟待解決的問題。面向創新型、復合型、應用型人才的培養目標，提出了一系列具體的教學改革思路，包括基于學生的自主選題開展教學、結合選題進行小組討論、利用線上手段賦能課下教學、建立綜合評價體系、關注學生后續發展等，以期提高學生的學習自主性及教學效果，培養學生靈活運用課程知識解決實際問題的能力。

［關鍵詞］ “數據分析與挖掘”課程；信息管理與信息系統專業；教學改革

［基金項目］ 2021年度教育部首批新文科研究與改革實踐項目“大數據時代下經管類專業課程體系改革研究”（2021140007）；2021年度北京化工大學新文科研究與改革實踐項目“大數據時代下經管類專業課程體系改革研究”（2021BHXWKJ04）；2021年度北京化工大學研究生教育教學改革項目“‘新文科’背景下經管類研究生培養質量評價與激勵”（G-JG-PTPG202104）

［作者簡介］ 易 鶴（1993—），女，河南信陽人，博士，北京化工大學經濟管理學院見習副教授，碩士生導師，主要從事系統可靠性研究；馬紅光（1989—），男，河北邯鄲人，博士，北京化工大學經濟管理學院講師，碩士生導師（通信作者），主要從事交通運輸管理、運籌優化研究；李 想（1982—），男（滿族），吉林四平人，博士，長安大學經濟與管理學院教授，博士生導師，主要從事交通運輸管理、大數據優化研究。

［中圖分類號］ G642.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2025）07-0005-04 ［收稿日期］ 2024-01-23

在當今的大數據時代，我們每時每刻都面臨海量數據的沖擊，然而這些數據所蘊含的信息往往難以獲取。這種狀況推動了數據分析與挖掘的方法和技術的迅速發展，“數據分析與挖掘”課程應運而生。“數據分析與挖掘”是信息管理與信息系統專業的核心課程，對培養學生的動手能力和后續的職業發展具有深遠的影響。為提升“數據分析與挖掘”課程的教學效果，教育者針對教學過程中存在的問題提出了一系列改革舉措，如翻轉課堂模式［1］、融合科研成果［2］、利用雨課堂平臺［3］、跨學科課程建設［4］、思政教學［5-6］、BOPPPS教學法［3，7］、構建教學資源庫［8］等。這些改革舉措在一定程度上解決了“數據分析與挖掘”課程教學中存在的一些問題，但要滿足社會對數據分析與挖掘人才的需求仍須進行更多的探索和改革。

一、信息管理與信息系統專業“數據分析與挖掘”課程的教學現狀

“數據分析與挖掘”課程旨在使學生了解數據挖掘的基本概念和方法，掌握數據預處理的基本技術和模式挖掘、分類、聚類等數據挖掘基本方法，了解數據挖掘的應用及前沿發展。該課程理論難度較大，對學生應用相關理論解決實際問題的能力要求較高。當前，“數據分析與挖掘”課程教學還存在如下一些突出問題。

（一）課程難度大，學生學習興趣不高

“數據分析與挖掘”包含大量數學公式和推理，對于信息管理與信息系統專業的學生來說具有一定的挑戰性。特別是《關聯分析》《分類》和《聚類》這三個主要章節中涉及許多學生之前未曾接觸過的概念（如頻繁項集、關聯規則、分類、屬性選擇度量、凝聚/分裂的聚類、高密度連通區域等）和方法（如Apriori算法、模式增長方法、決策樹歸納、貝葉斯分類、劃分聚類、層次聚類等），這些都可能讓學生感到困惑和缺乏興趣。此外，對于基礎較為薄弱的學生來說，他們還需要自學統計學和機器學習等領域的相關內容。因此，如何提高學生的學習興趣，幫助他們更好地理解課程內容成了教學實踐的關鍵問題。

（二）理論學習與應用實踐聯系不夠緊密

“數據分析與挖掘”課程的相關理論和方法是為了解決人們在生產生活過程中面臨的現實問題，因此在教學過程中應特別注重理論學習與應用實踐的緊密結合。然而，由于課程時長和難度的限制，我們往往無法在課堂上使用大規模的真實數據來展示數據挖掘的全過程。相反，我們常常使用經過處理和簡化的數據，這可能會讓學生誤以為數據分析與挖掘的核心在于數據分析部分。然而，在解決實際問題時，學生發現大部分時間實際上是在數據收集和預處理階段。因此，如何將理論學習與應用實踐進行有機融合，是我們在教學過程中需要密切關注的問題。

（三）課上課下、線上線下未能有效結合

目前，“數據分析與挖掘”課程仍主要依賴于課堂教學，課后自學作為輔助，這種教學方式并未能將二者有效地結合起來。實際上，由于課堂教學與課后自學的分離，教師較難準確評估和監督學生課后自學的效果，導致無法及時調整課堂教學的內容和進度。課上和課下的有機結合可以激發學生的學習積極性和主觀能動性，有助于克服學習困難，提高學習效果。只有將課堂學習和課后學習有機地結合起來，相輔相成、互相促進，才能最高效地實現教學目標。此外，為使學生在課后自學過程中遇到的問題及時得到解決，將線上教學和線下教學相結合，充分利用兩種教學方式的優勢，能夠有效提高教學效果和學生的學習體驗。

（四）課程評價體系不合理

“數據分析與挖掘”課程的考核形式主要采用兩種方法。一種是閉卷考試形式，通過選擇、填空、問答、計算等題型，考查學生對基礎知識的掌握程度，從而評估他們對課程學習的理解和掌握情況；另一種是結課論文形式，通過學生處理真實數據、解決實際問題、撰寫學術論文的過程和細節，評估他們在課程中獲得的能力提升。這兩種形式各有優劣。閉卷考試的評價結果相對比較客觀，更能引起學生對理論學習的重視，但無法評估學生應用數據分析與挖掘知識解決實際問題的能力；結課論文可以很好地評估學生的能力，但教師對論文本身的評價具有一定的主觀性，無法從論文本身判斷學生獨立解決問題的能力。因此，如何構建全新的“數據分析與挖掘”課程評價體系，既能夠準確地評估學生對理論知識的掌握情況，又能夠全方位地評估他們解決實際問題的能力，變得非常重要且具有挑戰性。

（五）學生后續發展的可持續性不高

“數據分析與挖掘”課程的教學旨在教授學生該領域的基本知識，更多精深前沿的內容需要學生在課程結束后自行關注和學習，如數據倉庫和數據立方體技術、高級的模式挖掘分類/聚類方法等。然而，因為學生并不從事相關領域的工作，往往忽視了對后續內容的學習。事實上，數據分析與挖掘對于信息管理與信息系統專業的學生來說是提升能力、增長見聞的重要環節。如果只停留在基本內容的學習而不去關注該領域的最新進展，那么這門課程的教學目的就不能算真正達到。當前，“數據分析與挖掘”課程既忽視了對學生后續發展情況的關注，也沒有為對數據分析與挖掘感興趣的學生提供更好的學習和應用機會。因此，如何將課程教學延續到課程結束之后，甚至對學生今后的工作學習產生真正意義上的影響，是教授這門課程的教師須思考的關鍵問題。

二、信息管理與信息系統專業“數據分析與挖掘”課程的教學改革探究

面向創新型、復合型、應用型人才的培養目標，為更好地解決“數據分析與挖掘”課程教學中存在的問題，下面提出一些關于教學改革的思考。

（一）基于學生的自主選題開展教學

在課程伊始，我們應該引導學生針對他們感興趣的實際領域，主動搜集適合進行數據挖掘和分析的相關數據。然后，對各個數據集進行深入探討和解析，并從中選擇適合進行關聯分析、分類和聚類的數據集，作為后續小組練習的素材。由于這些數據集是學生自己挑選的，他們對后續的研究會更具熱情和好奇心，這將有助于提高他們的學習興趣。在選題過程中，我們可以引導學生關注政府部門、國家統計局等發布的公開數據，以及Kaggle等競賽網站上各行各業的相關數據。這將使學生在后續的研究過程中更加關注國情，培養他們運用數據分析挖掘知識解決國家和社會發展中遇到的實際問題的意識和能力。

（二）結合選題進行理論與算法的小組討論

將數據分析與挖掘的理論知識難點逐一細化，并找到它們在學生自主選題中的對應，使學生充分認識到這些理論內容在實際的數據分析與挖掘過程中的重要性和必要性。通過這種方式，學生能夠克服畏難情緒，提高學習興趣。以小組為單位，對討論課程中難以掌握的算法和內容，由學生輪流代表小組進行闡述，提出新的觀點和見解，在激烈的探討中達成一致、加深對相關內容的理解。隨后，要求學生將這些算法應用到各自所選的數據集中，根據實際問題和數據本身對算法進行調整和優化，培養學生的團隊合作能力和應用理論解決實際問題的能力。在后續不同組的展示和交流過程中，拓展學生對社會問題關注的深度和廣度。通過互相學習、查漏補缺，學生能夠更好地理解相關內容。回到課程的理論部分本身，了解實踐過程中遇到的困難及其已有解決辦法，并積極尋找新的可能。

（三）利用線上手段賦能課下教學

將課程的理論講解部分和各小組代表的交流討論部分作為課上教學的主要內容，將各小組內部的交流討論部分作為課下學習的主要內容。這樣，課下的學習成了課上教學的必要前提和重要延續，同時也增強了理論學習與實際應用之間的聯系。在課后學習過程中，學生會遇到一系列難以解決的問題，將這些問題迅速帶到接下來的課上教學中進行討論和講解，從而形成良好的學習閉環，以理論促進實踐，以實踐加深理論，以課上帶動課下，以課下補充課上。此外，利用教學設備完整地記錄課堂教學，學生可以在線上隨時查看學習過程中未能理解的內容。教師也可以在線上對各小組遇到的問題進行實時解答，以保證課下學習能夠順暢進行，為接下來的課上教學提供保障。

（四）建立學生成績的綜合評價體系

將“數據分析與挖掘”課程的成績評估分為三個部分：課堂表現、期末論文和閉卷考試。在課堂表現評估中，綜合考慮學生在課程中的知識掌握和能力提升表現，對各小組的整體表現進行評分。小組內部則根據每位成員在學習過程中的貢獻進行權重劃分，二者的結合得出每名學生在課堂表現部分的最終得分。在期末論文部分，學生須運用在課堂教學過程中獲得的經驗，自選適合的數據集和選題進行數據分析與挖掘，解決實際問題，并以論文形式呈現研究成果。教師會根據學生在論文中展示的知識應用能力和文獻閱讀能力進行評分。至于閉卷考試部分，以多種題型對課程的基礎知識進行全面考查，題目的難度設置須適中，附加題的形式有助于提高試題對學生知識掌握情況的區分度。通過這三種評價方式的結合，教師可以多角度地考查學生的知識掌握情況和能力提升情況，從而更準確地評估教學效果。

（五）為學生的后續發展提供持續幫助

在課程結束后，積極組織學生參加大學生數學建模競賽等賽事，這不僅可以幫助學生加深對課程內容的理解、拓寬視野，提高他們在未來學習工作中的競爭力，還可以通過更深入的交流與合作培養他們解決實際問題的能力，樹立其克服困難、發現問題和解決問題的自信心。“數據分析與挖掘”課程在信息管理與信息系統專業大三年級下學期結束，課程結束后不久，學生將面臨本科畢業論文選題的問題，其中一部分學生會選擇在數據分析與挖掘領域進行深入研究，以此為契機引導學生學習更加深入的數據分析與挖掘理論和方法。此外，在教學過程中，各級學生留下了許多與學習過程相關的數據，包括課堂表現成績、學習記錄、期末論文、考試試卷等。通過對這些數據本身進行分析與挖掘，教師可以得到一些有益于指導教學和學生后續發展的重要結論。

結語

在當今數據時代，各行各業時刻都在產生大量數據，我們需要借助數據分析與挖掘工具從海量信息中提取出有價值的信息。“數據分析與挖掘”是信息管理與信息系統專業的核心必修課程，但在實際教學過程中存在課程難度大、學生學習興趣不高、理論學習與應用實踐聯系不夠緊密、課上課下線上線下未能有效結合、課程評價體系不合理、學生后續發展的可持續性不高等一系列問題。本文從培養應用型人才的角度出發，提出了一些關于教學改革的思考。通過這些改革措施，我們期望能夠提高學生的學習興趣和積極性，加強理論學習與實際應用的聯系，實現線上線下教學的良好結合，關注學生的后續發展，從而提高教學質量和效果。

參考文獻

［1］李忠金，徐帥達.新時代“數據挖掘”課程的教學改革與探索［J］.科技風，2022（13）：121-123.

［2］蔡賽華.數據分析與挖掘課程教學改革研究［J］.電腦知識與技術，2022，18（31）：178-180.

［3］張微微，唐龍業，郝建華.基于雨課堂的“數據挖掘”課程混合式教學［J］.科技風，2023（5）：115-117，144.

［4］于健，劉志強，高潔，等.新工科背景下數據挖掘課程的教學改革探索［J］.計算機教育，2023（3）：130-134.

［5］張文彬，于健，趙滿坤，等.數據挖掘課程中的思政教育探索與實踐［J］.軟件導刊，2023，22（5）：230-234.

［6］楊雄，徐慧華.融入課程思政的數據挖掘課程設計與教學實踐［J］.電腦與電信，2023（6）：36-39.

［7］張在美.基于BOPPPS模型的“金融數據挖掘”課程教學設計：以“Apriori關聯分析算法及金融應用”為例［J］.科教導刊，2023（5）：112-114.

［8］李四海，李燕.基于案例驅動的醫學數據挖掘課程教學研究與實踐［J］.科教導刊，2023（14）：108-111.

Thoughts on the Teaching Reform of the Course Data Analysis and Mining in the Major of Information Management and Information Systems

YI He1， MA Hong-guang1， LI Xiang2

（1. School of Economics and Management， Beijing University of Chemical Technology， Beijing 100029， China; 2. School of Economics and Management， Chang’an University， Xi’an， Shaanxi 710064， China）

Abstract： Data Analysis and Mining is a core course for the major of information management and information systems. At this stage， there are many problems that need to be solved in the teaching of Data Analysis and Mining， such as students’ low learning interest， insufficient connection between theory and application， ineffective integration between offline and offline classes， unreasonable evaluation system， and low sustainability of student development. In view of this， this article aims at cultivating innovative， compound and applied talents， and proposes a series of specific teaching reform ideas， including teaching based on students’ topic selection， group discussions combined with selected topics， empowering offline teaching through online means， establishing a comprehensive evaluation system， and paying attention to students’ subsequent development， so as to improve students’ learning autonomy and teaching effectiveness and cultivate students’ ability to flexibly use course knowledge to solve practical problems.

Key words： Data Analysis and Mining; information management and information systems major; teaching reform