本科信息管理专业数据挖掘课程建设的研究.docVIP

本科信息管理专业数据挖掘课程建设的研究 　　摘要：数据挖掘类课程引入国内的时间不长，如何在本科教育阶段，针对信息管理专业学生进行课程建设是非常重要的。参考国内外院校、研究组织对数据挖掘课程的教学内容和方法的分析，根据数据挖掘课程的核心内容和主要应用，对课程建设进行系统的分析，明确教学目标、内容、相应的教学方式和方法，重点运用模块化教学理论对内容和教学方式进行分析。 　　关键词：课程建设；模块化教学；数据挖掘 　　中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2014）30-0240-03 　　随着数据挖掘、商务智能技术的快速发展与广泛应用，亟需对信息管理专业的本科生加强对相关知识的介绍，此时进行课程改革，调整、增加授课学时和实践环节有重要意义。数据挖掘是一门与多学科交叉的新兴计算机专业课程，其课程内容丰富、应用范围广、实践工具类型繁多。在有限授课时间内，如何选择适合于信息管理专业的本科生的课程内容、案例与软件工具，选用何种有针对性的教学方法，是进行数据挖掘课程设计需要解决的主要问题。 　　一、国内外数据挖掘类课程建设研究分析 　　近年来，数据挖掘与商务智能技术发展迅速，充分借鉴国外相关研究，尤其是ACM SIGKDD课程委员会对数据挖据课程建设建议，对进行数据挖掘类课程的教学建设研究有重要意义。ACM（美国计算机协会）于1998年成立了SIGKDD（知识发现兴趣小组），致力于知识发现与数据挖掘的相关研究，ACM SIGKDD课程委员会连续多年多次更新其主要课程――数据挖据课程的建议，其中委员会将数据挖掘课程分为基础部分与高级主题，基础部分覆盖了数据挖掘的基本方法，高级主题既有数据挖掘基本方法的深入研究，又有更高级算法的介绍。国外很多大学的计算机科学学院、商学院都开设了数据挖掘类课程并同时进行相关研究。波士顿大学开设了“数据管理与商务智能”课程，课程主要包括基础、核心技术、应用三部分。许多国外著名大学建立了教学管理系统，提供大量的案例、在线讨论和在线辅导功能。国内很多学校都开设了数据挖掘的相关课程，我国大多数高校的课程大纲内容与国外大致相同，只是在实践部分选用了不同的商务案例。数据挖掘的应用领域广泛，因此可以根据开课学院和专业选择合适的实例。 　　二、根据信息管理专业本科生培养要求确定课程目标 　　数据挖掘课程是一门综合性很强的前沿学科，对计算机软硬件、数据库、人工智能技术、统计学算法、优化算法等基础知识都有较高的要求。因此该门课程开设在学生大三下学期，既有相关知识的基础，又为大四做毕业设计提供了一种思路。信息管理专业是计算机与管理相结合的专业，旨在培养具备信息系统开发能力与信息资源分析与处理能力的综合应用型人才。对信息管理专业的学生而言，本课程主要的目标是数据挖掘算法原理理解、数据挖掘算法在商务管理问题中的应用以及常用数据仓库与数据挖掘软件的熟练应用和二次开发。 　　三、基于模块化方法的课程内容分析 　　模块化教学模式是按照程序模块化的构想和原则来设计教学内容的一整套教学体系，它是在既定的培养目标指导下，将全部教学内容按照一定标准或规则进行分解，使其成为多个相对独立的教学模块，且各教学模块之间可以按照一定的规则有选择性的重新组合。学生可以根据个人兴趣和职业取向在不同模块之间进行选择和搭配，从而实现不同的教学目标和人才培养要求[1，2]。模块化教学本质上是以知识点与实践的细化为出发点研究的。商务智能方法本身非常丰富，实践应用也是课程的主要特点之一，因此十分适合使用模块化的知识分解方式。本课程的知识点模块管理分为两个层次，一是从宏观角度设计课程的基础内容模块和高级主题模块；二是从微观角度针对较为复杂的教学内容进行的知识点划分。 　　1.课程主要内容模块化分析。目前该课程包括十章理论内容，分别为数据仓库与数据挖掘的基本知识、数据仓库的OLAP技术、数据预处理、数据挖掘系统的结构、概念描述：特征化与比较、挖掘大型数据库中的关联规则、分类与预测、聚类分析、复杂类型数据挖掘和序列模式挖掘。根据模块化管理的宏观角度分类，课程内容的第一至五章属于基础理论部分和简单数据挖掘技术的介绍，可以作为基础内容模块；第六至八章为数据挖掘的核心算法，其中既有基础理论与技术方法，又可深入到较难的方法和复杂的应用，因此介于基础内容与高级主题之间；第九、十章可以算做课程的高级主题模块；另外，课程的实践模块既包含数据仓库的建设又包含数据挖掘算法的应用，难度也介于基础内容与高级主题之间。 　　2.复杂知识点的模块化管理。从微观角度对知识点进行设计主要针对的是上述的高级主题、以及难度介于基础内容与高级主题之间的章节，由于这些章节知识点在难度上有一定层次，讲授内容弹性比较大，因此需要在课程设计中明确一定课时量所要达到的