大数据环境下的数据挖掘课程教学探索.docVIP

大数据环境下的数据挖掘课程教学探索 　　摘要：随着社会市场经济飞速发展，教育事业的发展形势也较为繁荣，受到了社会各界的广泛关注。大数据随着科学技术发展而不断的完善，各大高校的教学和研究向大数据方向转移，具有较大的社会影响力。数据挖掘课程具有学科交叉性强的特点，在教学过程中，要立足于自身的学科特点与大数据具有的特性相结合，探索出具有实践意义的教学经验。在进行高校数据挖掘课程的学科设计过程中要从数据意识的培养、教学方法的创新和理论体系的加强深入三个方面入手，培养优秀的大数据研究人才。文章就大数据环境下的数据挖掘课程教学进行探索。 　　关键词：大数据；数据挖掘课程；教学方法；人才培养 　　近年来，在社会发展和科学进步的过程中，以信息技术为中心的各领域产生了丰富的数据，引起了社会各界人员的高度关注。体量大、速度快、模态多和价值密度低是大数据具有的特点，其能够促进科学和社会经济的进一步发展，对国家安全也具有重要的影响。然而从大量数据中挖掘出有价值的信息和知识是需要专业的数据挖掘人才来实现的，因此，在高校数据挖掘课程教学过程中，教师要创新教学方法，运用科学的教学理论培养学生对数据的意识，从而促进教学质量的提高和大量数据人才的培养。 　　一、科学引导，培养数据意识 　　在我国的各大高校中，数据挖掘课程是理科和工科都开设的一门课程，其专业性质较强，最初开设这门课程的主要目的是在于让学生了解数据的相关概念和挖掘数据的相关技术手段，并能够在以后的社会实践中应用到数据挖掘技术。但社会经济的发展和科学技术的进步，给数据挖掘课程带来了较大的挑战，仅仅是了解数据的相关知识和掌握浅层次的数据挖掘技术是不能适应时代发展需求的。因此，需要开设数据挖掘课程的高校教师在教学过程中对学生要进行科学的引导，注重培养学生的数据意识，提高学生对数据挖掘课程的积极性。 　　数据驱动的理论分析和应用是数据挖掘课程的重点，具体性和抽象性是其具有的两个特点。数据挖掘课程的主要研究对象是具体的数据，并从数据中挖掘出有价值的信息和知识，能够对数据进行解释和理解，这主要体现出数据挖掘课程的具体性特点；而在进行数据挖掘过程中使用的理论、方法和技术等概念，体现的是数据挖掘课程的抽象性，其在课堂学习过程中的消化和理解的难度是较大的，因为时间较短。由于种种因素对数据挖掘课程造成影响，因此在设计数据挖掘课程的教学之前，首先要做的就是让学生对数据挖掘课程感兴趣，并在发展过程中使学生的数据意识得以培养和提高。 　　在设计数据挖掘课程的教学过程中，可以增加讲解什么是数据、数据有什么作用、所具有的重要性等的学时，加强学生对数据的认识和重视。处在大数据的时代环境下，要让学生了解什么是“大数据”，而生活中的哪些方面存在大数据、大数据是以何种增长方式在哪些领域进行发展的大数据能够发挥作用等。教师在教学过程中可以使用多媒体教学的方法，通过实例和声像的展示，让学生了解生活中存在的数量，并清楚的掌握数据挖掘的技术方法，并从大量的数据中挖掘出有价值的信息和知识，为社会发展和企业进步提供服务，让学生了解在企业的发展过程中，数据挖掘的重要性。为了增加学生对数据挖掘课程的兴趣和重视程度，在教学过程中，教师还可以将数据分析和数据挖掘的相关招聘案例融入到教学过程中，从数据挖掘课程以往的就业率、职位性质、工资待遇及未来的职业发展前景等方面来增加学生对数据挖掘课程的兴趣，有利于在以后的学习生活中更好地掌握数据挖掘技术和应用数据知识。 　　二、深化基础，加强理论体系 　　现有的数据中心技术因大数据的特征而很难满足数据分析的需求，去噪降维技术、数据储存、数据整合、数据特征表示、数据通信传输和处理，以及非结构化和半结构化处理等方面是其主要表现。基于此，数据挖掘技术面临的局势较为严峻，并且数据挖掘课程是一门综合性较强的学科，涉及的内容较为广泛、复杂，主要包括数据库技术、统计学知识、机器设备知识、信息检索技术和智能计算等学科内容。然而现阶段的高校在教学设计过程中难以在有限的时间里将这些学科全部开设，即使是将这些学科全部开设了，每个学科的课时就会较少，不利于各学科的深入学习，从而对数据挖掘技术的掌握造成不同程度的阻碍。为了解决这个问题，在高校进行教学设计的过程中，可以把大三或大四的学生作为数据挖掘课程的主要教学对象，因为这部分学生对自己的职业生涯有清晰的认识，并且在大一、大二的学习过程中有一定的知识基础。在大一学年和大二学年开设高等数学、统计学、算法分析、智能计算、数据库原理和计算机系统原理等学科，为数据挖掘课程的学习做好基础性的工作。在教学过程中，教师也可以向学生推荐数据挖掘课程相关的数据，最好的专业领域较为著名的案例，有利于鼓励学生学习数据挖掘课程的自信心。外语水平也是数据挖掘课程对学生的一个要求，因为只有掌握了