人工智能賦能數(shù)據(jù)挖掘課程的教學改革與實踐

摘要：人工智能（AI）時代，智慧課堂建設對數(shù)據(jù)挖掘課程提出了新的教學改革要求。本文基于數(shù)據(jù)挖掘課程的教學需求，探索了生成式AI在課堂中的深度應用，旨在提升學生的數(shù)據(jù)科學素養(yǎng)和實踐能力。通過個性化輔導、實時答疑和智能實驗環(huán)境搭建等方式，實現(xiàn)了教學內容的智能優(yōu)化，有效激發(fā)了學生的學習興趣和主動性，顯著提高了教學質量。本研究為其他高校開展數(shù)據(jù)挖掘課程建設提供了有價值的參考。

關鍵詞：數(shù)據(jù)挖掘；人工智能；生成式AI；個性化學習；教學改革

中圖分類號：G642文獻標識碼：A

文章編號：1009-3044（2025）14-0138-03

0引言

近年來，以ChatGPT和文心一言為代表的生成式人工智能（AI）技術飛速發(fā)展，并正在賦能教育領域[1]，智慧課堂建設已成為新趨勢。區(qū)別于傳統(tǒng)人工智能，生成式人工智能建立在大語言模型之上，并通過大規(guī)模的深度學習模型生成新內容。依托大語言模型和深度學習，生成式人工智能能夠生成新的教學內容，為課程建設和人才培養(yǎng)提供新思路與新范式。為此，筆者先行在上海商學院開展人工智能賦能的數(shù)據(jù)挖掘及應用課程建設。這對于培養(yǎng)具有數(shù)據(jù)科學素養(yǎng)的商科人才，落實國家人工智能戰(zhàn)略，以及新一代商科人才培養(yǎng)都具有重要意義。

上海商學院的數(shù)據(jù)挖掘及應用課程是計算機科學與技術以及數(shù)據(jù)科學相關專業(yè)的重要專業(yè)課程，旨在教授學生使用數(shù)據(jù)挖掘技術處理、分析數(shù)據(jù)，并提取潛在信息。課程內容涵蓋數(shù)據(jù)預處理、分類與回歸、聚類、關聯(lián)規(guī)則挖掘、時間序列分析等[2]，并強調在經(jīng)濟和管理領域的應用。該課程已成為上海市重點建設課程，已具備充分的線上和線下教學資源，為開展人工智能賦能數(shù)據(jù)挖掘課程的教學改革提供了堅實基礎。

基于上海高校市級重點課程“數(shù)據(jù)挖掘及應用”和教育部就業(yè)育人項目的支持，本文結合在上海商學院的教學實踐，探討人工智能時代下數(shù)據(jù)挖掘課程的新教學模式，旨在提高教學質量，提升學生的綜合實踐能力，從而更好地培養(yǎng)數(shù)據(jù)挖掘人才。

1數(shù)據(jù)挖掘課程的教學問題分析

隨著生成式人工智能的出現(xiàn)，傳統(tǒng)的教學方法和手段逐漸暴露出不足，主要體現(xiàn)在以下幾個方面。

1）教學方式呆板，學生主動性不足。傳統(tǒng)教學主要以教師講授為主，由教師帶領學生開展實驗，學生缺乏自主探究的機會。學生課前自學遇見困難，容易有放棄進一步學習的念頭，使得課前自學成為空頭口號。再加上部分學生的積極主動性不足，很多時候學生在課堂、SPOC網(wǎng)站或課程群內討論并不積極，遇見問題也很少向老師或同學請教。

2）難以兼顧不同水平學生，知識水平有優(yōu)有良也有，個性化教學不足。同不及格。授課教師無法同時兼顧不同水平層次學生的學習情況。因此，傳統(tǒng)教學無法同時滿足不同水平層次學生的學習需求和進度，難以實現(xiàn)個性化教學。

3）線上教學師生互動時效性差。，難以實時教學互線上教學時，教動。線上學習的教學資源通常放置在互聯(lián)網(wǎng)教學平臺，如SPOC網(wǎng)站、中國大學MOOC或智慧樹等。這些平臺上的討論區(qū)類似于論壇留言，只有教師登錄并進入討論區(qū)才能加以答復，而學生看見老師的回復也存在滯后。因此，教師與學生間的互動存在間斷性和滯后性，師生間的互動實時性不足。

4）線下答疑受時間和空間限制，去固定的地點進行答疑。線下教學中。答疑時間，學和地點均受到限制。

上述四個問題，為本研究留下實施空間。為此，本文通過引入AI學伴為學生進行個性化學習路徑規(guī)劃和內容推薦，為學生提供個性化的輔導和資源。同時，利用AI虛擬實驗室和項目驅動學習，提升學生的工程實踐能力。

2AI賦能數(shù)據(jù)挖掘課程的教學改革

數(shù)據(jù)挖掘及應用是面向計算機科學與技術專業(yè)大二本科生開設的專業(yè)選修課程，共計30學時，課時相對較少。但現(xiàn)有數(shù)據(jù)挖掘算法數(shù)量眾多，課堂教學無法做到面面俱到，故采用模塊化的教學內容安排方式，如表1所示。除期末大論文考核模塊外，每個模塊均設置算法理論講授和項目案例開發(fā)。回歸分析、典型的樹結構分類器和人工神經(jīng)網(wǎng)絡結構分類器等理論教學內容主要來自筆者專著[3]。學生隨堂完成項目開發(fā)并提交實驗報告，課后作業(yè)以小論文的形式發(fā)布，由學生自主選題完成，但需以其當前正在學習的數(shù)據(jù)挖掘算法模型為工具構建研究方法。

2.1課程理論教學內容

課程理論教學內容旨在提高學生綜合素質，其體系架構如圖1所示，涵蓋基礎層、模型層、應用層和目標層，以及7個算法模塊[2]?；A層提供數(shù)據(jù)挖掘的基礎知識；模型層講解核心算法和模型；應用層注重實際應用；目標層則關注學生的知識、能力和素養(yǎng)的全面提升。

2.2項目開發(fā)實踐

項目開發(fā)實踐案例由課程負責人和企業(yè)工程師共同設計，兼顧商科特色和企業(yè)實際需求。部分案例源于筆者的科研成果[3-5]以及校企合作創(chuàng)新項目。項目開發(fā)流程如圖2所示，遵循科學研究的基本邏輯，將項目分解為7個步驟，并將理論知識融入實踐，以提升學生的工程實踐能力。

2.3科技論文寫作

課程采用期末大論文和課后小論文相結合的模式培養(yǎng)學生的創(chuàng)新能力，重點在于培養(yǎng)學生發(fā)現(xiàn)和解決研究問題的能力。教學團隊將科技論文寫作貫穿于課堂教學，并結合專著[3]，指導學生掌握科技論文寫作的技巧。

3AI賦能數(shù)據(jù)挖掘課程的教學實踐

AI賦能數(shù)據(jù)挖掘課程的教學實踐，遵循“以學生為中心，以教師為主導，以AI為輔助”的理念，貫穿于課前、課中和課后三個階段。本課程的教學實施過程如圖3所示。AI在教學中扮演AI助教和AI學伴等多重角色，并結合校內外資源，為學生提供個性化學習支持。課前的學習活動主要利用校內SPOC教學網(wǎng)站線上進行，亦可通過中國大學MOOC網(wǎng)站在線學習其他數(shù)據(jù)挖掘課程；課中的課堂講授主要在學校教室和實驗室線下進行；課后學生以小論文的形式提交作業(yè)至校園網(wǎng)盤，學生的疑問可通過SPOC教學網(wǎng)站或課程群與教師進行線上討論。

本研究團隊近年開展數(shù)據(jù)挖掘課程教學改革實踐后，學生評教情況如圖4所示。可以看出，隨著本課程被列為重點建設課程，學生評教分數(shù)呈顯著增長趨勢。采用本文教學模式后，學生可通過多種途徑開展課程學習，可有效提高學生學習興趣，激發(fā)學生學習熱情，取得了一定的教學效果。

4結束語

本文探索了生成式人工智能在數(shù)據(jù)挖掘課程教學中的應用，并構建了“以學生為中心，以教師為主導，以AI為輔助”的混合式教學模式。實踐表明，該模式有效提升了學生的學習主動性、實踐能力和創(chuàng)新能力，促進了教學質量的提高。未來將進一步完善該模式，并推廣至其他相關課程，為培養(yǎng)更多優(yōu)秀的數(shù)據(jù)科學人才作出貢獻。

參考文獻：

[1]劉攀，陳朝焰，李亦昊.ChatGPT應用教程[M].北京：清華大學出版社，2024.

[2]陳朝焰，許洪云，劉攀.本科數(shù)據(jù)挖掘課程教學內容的結構化設計[J].現(xiàn)代計算機，2020，26（36）：77-81，94.

[3]陳朝焰，劉攀，韓冬梅，等.上市公司財務欺詐識別人工智能算法研究[M].北京：經(jīng)濟科學出版社，2024.

[4]CHENZY，HANDM.Detectingcorporatefinancialfraudviatwo-stagemappinginjointtemporalandfinancialfeaturedo?main[J].ExpertSystemswithApplications，2023，217：119559.

[5]陳朝焰，韓冬梅，吳馨一.融合新聞文本和時序信息的上市公司財務欺詐預警[J].財會月刊，2023（12）：30-39.

【通聯(lián)編輯：王力】