大数据背景下数据挖掘课程教学方法探讨.docVIP

大数据背景下数据挖掘课程教学方法探讨 　　摘 要： 传统的教学模式不能适应和满足本专业学生了解数据处理和分析最新技术和方法的迫切需要，必须不断创新和改革课程教学模式。本文结合数据挖掘课程特点，讨论了数据挖掘模型与实现的教学方法，并提出了建设性意见。 　　关键词： 数据挖掘 课程教学 实践应用 大数据 　　一、高校数据挖掘课程教学的现状 　　数据挖掘是高校经济管理专业中非常重要的专业主干课，旨在培养学生针对运营管理和决策过程中的实际问题，特别是面向大数据环境下管理决策新问题，运用数据挖掘处理和优化分析技术，寻求管理问题最佳解决方案的综合实践能力。课程具有很强的实践性，数据挖掘技术变化迅速，数据挖掘模式不断演变与提升。近年来，随着大数据技术的迅速发展，以大数据为中心的数据挖掘技术引起了广泛关注。2012年初，美国政府投入2亿美元启动“大数据研究和发展计划”，使得大数据研究上升为国家意志，这意味着大数据对将来科学技术、经济发展，以至于国家安全将产生深远的影响。大数据的特点可以归结为四个V[1]：Volume（体量大），Variety（模态多），Velocity（速度快）和Value（价值密度低）。从这样的大数据中挖掘和发现潜在有用的信息和知识，对数据理论分析和数据挖掘技术的要求相应提高。传统教学模式并不能适应和满足管理学生了解数据处理和分析最新技术和方法的迫切需要。 　　国内学者在大数据背景下数据挖掘课程教学方面开展相关研究。如朱恒民[2]（2013）在分析专业学生开设数据挖掘课程的必要性和可行性的基础上，讨论课程在教学过程中存在的问题和设置的教学目标，着重从教学内容和实验环节上探索数据挖掘课程的具体教学方案及其实施。张艳[3]（2014）针对大数据的特点，以构建课程核心知识体系为主题，采用案例教学法，改革传统的教学评价方式，理论结合实践进行研究生数据挖掘课程教学创新尝试，达到预期的教学效果，受到学生好评。李海林[4]（2014）针对目前大数据带来的社会影响力，根据大数据具体特性及数据挖掘学科交叉性强的特点，结合实际教学经验，分别从培养数据意识、改进理论体系、创新教学方法和深入科学研究等四个方面探索如何设计高校数据挖掘课程。石洪波等[5]（2015）从社会和就业需求的角度出发，提出财经院校信息类专业数据管理与分析课程群建设思路，指出课程群立体化结构体系，并对其中的教学手段与方法、教学内容及团队建设等内容进行探讨。李珊珊等[6]（2015）为了解决数据挖掘教学中教学内容与就业需求相脱节问题，探讨以市场需求为导向的数据挖掘课程内容体系，该课程体系包含三大环节：基于纵向和横向案例的理论教学；包含验证性、设计性、综合性实验的实验教学；基于自主学习的讨论式教学。 　　二、数据挖掘课程教学面临的问题 　　1.?n程理论性要求较高与学生知识结构缺陷之间的矛盾问题[7]。数据挖掘课程涉及数理统计与概率论、数据库、机器学习等课程的相关内容，课程内容以公式推导和算法分析为主，具有较强的理论性，同时对学生前置课程基础要求较高，然而，经管专业学生一般仅具备统计学和数据库课程的，机器学习及其他知识储备较弱，因此学生在课程学习之初普遍感觉难度较大。 　　2.如何分配课堂理论授课与实验指导学时比例的问题[8]。数据挖掘课程内容丰富，交叉学科特征明显，因此必须保证足够的理论教学学时数量。同时，在教学过程中避免仅仅讲授理论知识，忽视上机实验学习的指导。如果教学过程中对理论算法和知识点的学时花费过多，则学生在实践中培养学时就会相应减少，这不利于体现课程面向实践应用的特性，学生实际动手分析数据的能力得不到锻炼，必然导致课程授课效果不佳和学生积极性不高等现象。因此，特别是对于经管专业学生来说，应特别注意在总课时一定的情况下，科学合理分配理论授课和实践指导的课时，让学生在实践中提高分析问题和解决问题的能力。 　　3.教学形式不够丰富，学生在课堂上参与性不高。以往的以“灌输式”为主的“老师讲、学生听”的教学模式，不利于数据挖掘课程授课效果的增强，因为课程具有很强的实践性，如果老师仅凭讲授，忽视学生的参与，就很难激发学生对数据分析的听课兴趣，更谈不上学生在课程之后的知识应用能动性和创新性的培养。随着社会的发展和时代的进步、互联网信息经济时代的到来，数据挖掘课程教学过程中遇到的矛盾问题还将不断出现，传统教学模式将越来越不适合当前高等教育发展所提出的新要求，必须不断创新和改革课程教学模式，建立以学生能力培养为核心的教学模式及面向创新开放式实践教学体系，实现以教为中心向以学为中心的转变，以传授知识为主向以培养能力为主的转变。与此同时，《国家中长期教育改革和发展规划纲要（2010―2020）》明确指出要注重学思结合，倡导启发式、探究式、讨论式、参与式教学，帮助学生学