任务驱动教学模式在数据仓库及数据挖掘课程教学中探究及实践.docVIP

任务驱动教学模式在数据仓库及数据挖掘课程教学中探究及实践摘 要：针对传统教学方法在数据仓库与数据挖掘课程存在理论知识难以融会贯通、课内实验过于模式化和教学内容与学生的技能与软件企业要求存在差距等缺点，提出在课程中采用任务驱动案例教学法，选取贴近企业的项目为任务，通过案例去讲解任务中的知识点，培养学生的创新能力，同时说明任务驱动案例教学法的实施过程及注意事项。 关键词：任务驱动；教学实践；数据仓库；数据挖掘 中图分类号：G642 文献标志码：A Abstract： According to the traditional teaching method in data warehouse and data mining course exists disadvantages such as theoretical knowledge is difficult to digest， experiment too modeled and there is a gap between the teaching content and students’ skills and software enterprise requirements， the paper puts forward the task drive case teaching， selects tasks of close to the enterprise project ， explains the key points in the task through the case ， develops the students’ innovation ability， and explaints that task drive case method implementation process and the matters needing attention. Key words： Task Driven Teaching Model； Teaching Practice； Data Warehouse； Data Mining 0. 引言 数据仓库与数据挖掘技术出现于2O世纪8O年代，90年代有了突飞猛进的发展。这是信息和数据深度处理的必然需要，也是体现信息价值的重要工具，在当前信息社会有广泛的应用。“数据仓库与数据挖掘”作为一门既有理论基础又有实际应用价值的课程，已经成为很多信息类专业本科生的学习课程。 “任务驱动”作为一种教学方法，适用于学习操作类的知识和技能，尤其适用于学习计算机应用方面的知识和技能。 本课程具有较强的理论性和实践性，任务驱动的案例教学适合数据仓库与数据挖掘这样的课程，没有完整的案例贯通课程，学生无法将所学的理论知识融会贯通，也无法实际应用。案例教学可以培养学生解决问题的能力，通过案例，学生可以带着问题去学习，在学习中逐步分析问题并最终解决问题，从而提高创新能力；案例教学能够增强学生对实际问题建模的逻辑思维能力，激发学生主动参与学习过程，缩小理论和实践的落差。 1. 数据仓库与数据挖掘教学现状 数据仓库与数据挖掘是针对计算机专业高年级学生开设的一门专业课，以培养学生如何创造性解决实际决策问题的能力。该课程不仅有很强的理论性，更有实用性，它要求学生有较强的逻辑思维和编程开发能力。作为一门前沿性学科，数据仓库与数据挖掘有许多技术和方法是开放式、或仍处于探索阶段的。因此，学生除了掌握基本的概念与方法之外，对该门学科中许多面临的问题、有待拓展的研究方向应有所了解，这样有助于为学生提供对该学科的一个广博且适度的概览，提高自主学习的能力，并为有志于在该领域进行深入研究的学生提供一个学习的机会。 1.1 目前课程规划不合理，学生理论知识难以融会贯通 目前，大多数开设计算机专业的高校中，数据仓库与数据挖掘这门课都是在几乎所有课程学完之后开设，而这门课程本身是一门既有理论又有实践的高级编程课程，即使是在设计思路和方法上有较大不同，与其他面向对象的语言也是有很大联系的，而这种孤立的授课安排缺乏科学性。 从教学内容上看，案例教学适合数据仓库与数据挖掘这样的知识结构复杂、专业性强的课程教学，没有一个完整的案例，学生无法将所学的众多理论知识融会贯通，也无法理解一些复杂专业术语的实际应用。 1.2目前课内实验过于模式化，难于培养学生的创造性思维 从教学目标来看，案例教学可以培养学生解决问题的能力，通过案例，学生可以带着问题去学习，在学习中逐步分析问题并最终解决问题，从而提高创新力；从教学对象来看，案例教学能够增强学生对实际问题建模的逻辑思维的能力，这样学生主动参与学习过程，不仅可以激发学生探索学习新知识的热