大數據環境下的《數據挖掘》課程教學探索

段淑敏

摘 要：大數據時代的到來，極大的推動了數據挖掘技術的應用，因此，現代企業對數據挖掘技術人才的需求越來越多，《數據挖掘》課程由此得到快速發展。《數據挖掘》是一門綜合了多種學科的復雜性學科，具有很強的理論性和實踐性，因此對教學的要求較高。本文將圍繞《數據挖掘》課程的教學內容、教學方式、考核方法以及其他內容展開論述。

關鍵詞：大數據；數據挖掘；教學方式；考核方式

大數據時代的到來，給人們的生產和生活帶來極大的變革，由此也引起了社會各界的廣泛關注。目前，大數據已經與我們的日常生活息息相關，對各行業的發展也產生了至關重要的作用。數據挖掘技術是信息化的產物，也是現代企業生產和發展過程中需要用到的重要技術之一，因此對數據挖掘技術人才的需求越來越多，《數據挖掘》學科由此得到了快速的發展。本文將對《數據挖掘》課程的教學展開論述，希望能引起同行的共鳴。

1 大數據介紹

1.1 大數據含義 大數據是網絡技術發展到一定階段出現的新興名詞，是指數量巨大、結構復雜、類型眾多的數據構成的集合，大數據是以云計算的共享平臺為基礎，通過數據的交叉復用，形成新的智力資源和知識服務能力。大數據處理需要分布式計算機構架才能完成，僅依靠單臺的計算機無法實現大數據處理，因此大數據處理就是借助云計算的分布式處理、分布式數據庫、虛擬存儲技術對大量數據進行整合處理的過程。

1.2 大數據特征 大數據具有數量大（Volume）、類型多（Variety）、價值高（Value）和速度快（Velocity）的特點，簡稱為“4V”。大數據處理的數據規模不斷擴大，已經由GB、TB級擴展到EB或ZB級，這是普通計算機硬盤容量所無法達到的；大數據對象包括結構化數據、半結構化數據以及非結構化數據，存儲對象由傳統的文本內容擴展到了音頻數據、視頻數據、搜索引擎中關鍵詞等，其數據的類型繁多復雜；數據之間的關聯性不斷加強，已經對社會經濟、系統、信息學、網絡學以及心理學等多個領域產生了深遠影響；大數據的產生形式以數據流為主，能瞬時產生，具有很強的動態性和時效性。

2 《數據挖掘》課程教學探討

2.1 教學內容 《數據挖掘》是一門綜合性的學科，學科內涉及的主要內容有數據庫技術、統計學、信息檢索、計算機技術以及可視化技術等，需要不同的學科交叉學習，因此，該課程具有很高的理論性和實踐性。在教學過程中，不僅要注重基礎理論知識的培養，還要加強對學生創新能力以及問題解決能力的培養。課程的知識結構可按照表1所示組建。

數據挖掘前需要進行預處理，然后才能存入數據倉庫，再利用相關的挖掘工具和算法，按照挖掘流程進行數據挖掘，最后將挖掘結果以可視化的形式展示出來。在整個教學過程中，教學重點是挖掘工具和挖掘算法，其中挖掘工具主要有通用挖掘工具和專用挖掘工具兩類，而挖掘算法則包括分類法、關聯分析法、聚類法等10種方法。學生不僅要了解各類算法的相關概念，還要能利用算法對實例進行分析。

2.2 《數據挖掘》課程教學探索

2.2.1 培養數據意識 《數據挖掘》是以數據為驅動的理論分析和應用課程，具有抽象性和具體性，抽象性是指數據挖掘過程中的理論、技術和方法具有很強的抽象性，學生在有限的時間內無法理解和消化；具體性是指研究內容比較客觀，具有一定的解釋性和理解性。針對以上特點，教師在組織教學時，應先培養學生的學習興趣，使學生產生一定的數據意識。具體安排時，可先安排2-4個學時講解數據及其主要應用，讓學生對大數據的產生、影響和應用等內容做初步了解，使學生對該課程的學習目的和實際意義產生客觀認識。

2.2.2 深化基礎，加強理論體系 大數據特征對數據分析技術提出了更高的要求，現有的數據分析技術難以滿足實際需求，這就說明了數據挖掘技術的應用和發展將面臨更嚴峻的考驗。數據挖掘技術涉及的知識內容較多，在大學課程體系中難以全部開設，給學生的學習帶來很大阻礙。為解決以上問題，開封大學采取措施：將《數據挖掘》課程授課對象設定為高年級學生，經過兩年或三年基礎課程的學習，學生已經具備了一定的理論基礎，在學習《數據挖掘》課程中，就可節約大量時間學習課程的核心內容。

2.2.3 教學方式多樣化 理論來源于實踐，也可以指導實踐；實踐是檢驗理論的唯一途徑。《數據挖掘》具有很強的抽象性，學生無法在有限的學習時間內對眾多概念產生足夠清晰的認識，只能借助實踐教學使學生明白課程內容的原理及其實用價值。在講解基本概念、原理或者算法時，可采取案例教學法、任務驅動教學法、項目教學法等，將理論與實踐相結合，提高學生的學習興趣和操作能力。因此教師應在教學過程中注意教學方法的選擇和使用，充分體現出學生的主體地位和教師的主導作用，通過一系列理實一體化教學方式，提高教學效果。

2.3 改革教學考核方式 《數據挖掘》是一門融合多種學科的實踐課程，因此，課程的評價方式也應做出一定的改進。在考核時，應包括理論基礎和實踐部分考核，除考查學生對基本概念、挖掘流程等內容的掌握情況外，還應對學生的實踐操作技能進行考核，采用多種方式對學生的學習進行評價，提高考核的有效性和公平性。

3 結語

隨著信息化技術的不斷發展，現代企業生產運行對信息化管理系統的依賴性越來越高，現代社會已經進入了大數據時代，在這種時代背景下，數據挖掘技術得到了社會各界的廣泛重視，企業對該專業的人才需求也越來越多，這就為《數據挖掘》課程的發展提供了有利條件。高校及任課教師應認清形勢，積極調整教學理念，通過優化課程內容，改進教學方式和考核方式，提高課程的教學效果，以培養高專業素養和高操作技能的復合型人才。

參考文獻：

[1]范祺，朱昌杰，肖建于，沈龍鳳，李敏.以項目驅動的數據挖掘課程教學改革的研究[J].科技信息，2012（11）：9-10.

[2]周森鑫，盛鵬飛，王夫芹.數據挖掘課程案例教學研究[J].計算機技術與發展，2012（11）：183-186.

[3]張艷.大數據背景下的數據挖掘課程教學新思考[J].計算機時代，2014（04）：59-61.