新形勢下本科數(shù)據(jù)挖掘課程教學(xué)的反思與改革

李姍姍+李忠

摘要：在數(shù)據(jù)爆發(fā)的新形勢下，數(shù)據(jù)挖掘分析需求量劇增，然而傳統(tǒng)數(shù)據(jù)挖掘課程的教學(xué)模式存在一些弊端，無法滿足培養(yǎng)實際應(yīng)用型人才的需要。為了解決這一問題，教師應(yīng)從學(xué)生的興趣點出發(fā)，以工程項目為載體，貫穿整個教學(xué)周期，以加強(qiáng)學(xué)生對數(shù)據(jù)挖掘建模分析整個流程的理解，使學(xué)生能夠掌握對各種數(shù)據(jù)的挖掘分析。

關(guān)鍵詞：本科；數(shù)據(jù)挖掘；反思；改革

隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，尤其移動互聯(lián)網(wǎng)的爆發(fā)性發(fā)展，越來越多的公司憑借其備受歡迎的系統(tǒng)和APP如雨后春筍般發(fā)展起來，如滴滴打車、共享單車等。海量數(shù)據(jù)自此不再是Google等大公司的專利，越來越多的中小型企業(yè)也可以擁有海量數(shù)據(jù)。如何從浩如煙海的數(shù)據(jù)中挖掘出令人感興趣和有用的知識，成為越來越多的公司急需解決的問題。因此，他們對數(shù)據(jù)挖掘分析師求賢若渴。在這一社會需求下，培養(yǎng)出優(yōu)秀的數(shù)據(jù)挖掘分析師，是各個高校目前急需完成的一項任務(wù)。

一、教學(xué)現(xiàn)狀反思

目前，各大高等院校本科階段爭相開設(shè)數(shù)據(jù)挖掘課程。然而，該課程是一門相對較新的交叉學(xué)科，涵蓋了概率統(tǒng)計、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫等學(xué)科的知識內(nèi)容，難度較大。因此，大部分高校一般將此課程開設(shè)在研究生階段，在本科生中開設(shè)此課程的學(xué)校相對較少。另外，不同的學(xué)校將其歸入不同的專業(yè)中，如計算機(jī)專業(yè)、信息管理專業(yè)、統(tǒng)計學(xué)、醫(yī)學(xué)等。可以說，這一課程基本上處于探索的過程中。我院災(zāi)害信息系于2013年在信息管理與信息系統(tǒng)本科學(xué)生中首次開設(shè)了該課程。通過開設(shè)此課程，學(xué)生能夠掌握數(shù)據(jù)挖掘的基本原理和各種挖掘算法等，掌握數(shù)據(jù)分析和處理、高級數(shù)據(jù)庫編程等技能，達(dá)到數(shù)據(jù)聚類、分類、關(guān)聯(lián)分析的目的。然而，通過前期教學(xué)過程，我們發(fā)現(xiàn)教學(xué)效果不理想，存在很多問題。

1.數(shù)據(jù)內(nèi)驅(qū)力差

以往數(shù)據(jù)挖掘課程重點講授數(shù)據(jù)挖掘算法，對數(shù)據(jù)源的獲取和處理極少獲取。目前各大教材都在使用一些公共數(shù)據(jù)資源，這些數(shù)據(jù)資源有些已經(jīng)非常陳舊了，比如20世紀(jì)80年代的加州房價數(shù)據(jù)。這些數(shù)據(jù)脫離現(xiàn)實，分析這些數(shù)據(jù)，學(xué)生沒有任何興趣和學(xué)習(xí)動力，也就無法發(fā)現(xiàn)價值。

2.過于強(qiáng)調(diào)學(xué)習(xí)數(shù)據(jù)挖掘理論及算法的學(xué)習(xí)

大量具有難度的數(shù)據(jù)挖掘算法的學(xué)習(xí)，使學(xué)生喪失了學(xué)習(xí)興趣，學(xué)完即忘，不知所用。

3.忽視對數(shù)據(jù)預(yù)處理過程的學(xué)習(xí)

以往所使用的公共數(shù)據(jù)源或軟件自帶數(shù)據(jù)源，數(shù)據(jù)量小，需要的預(yù)處理工作比較少；這部分內(nèi)容基本只安排一次理論課、一次實驗課。而實際通過爬蟲獲取的數(shù)據(jù)源數(shù)據(jù)量大；這部分工作量比較大，需要占到整個數(shù)據(jù)挖掘工作量的一半以上。因此，一次理論課和一次實驗課是無法讓學(xué)生掌握數(shù)據(jù)預(yù)處理技能的。

4.算法編程實現(xiàn)難度較大

要求學(xué)生學(xué)習(xí)一門新的編程語言，如R語言、Python語言，對本科非計算機(jī)專業(yè)的學(xué)生來說難度是非常大的，尤其是課時安排只有48課時。

5.數(shù)據(jù)挖掘分析及應(yīng)用技能較差

學(xué)生能夠理解課堂案例，但在實際應(yīng)用中，無法完成整個數(shù)據(jù)分析流程。

二、數(shù)據(jù)挖掘課程改革

該課程的教學(xué)對象是信息管理與信息系統(tǒng)專業(yè)本科大四學(xué)生。因此，培養(yǎng)實際應(yīng)用人才，使其完成整個實際數(shù)據(jù)挖掘分析流程是教師的教學(xué)目的。筆者對智聯(lián)招聘、中華英才網(wǎng)、51job等幾個大型招聘網(wǎng)站的幾百個數(shù)據(jù)挖掘分析師相關(guān)職位進(jìn)行分析，主要分析了相關(guān)職位的工作內(nèi)容、職位要求以及需求企業(yè)。數(shù)據(jù)分析師主要利用數(shù)據(jù)挖掘工具對運營數(shù)據(jù)等多種數(shù)據(jù)源進(jìn)行預(yù)處理、建模、挖掘、分析及優(yōu)化。該職位是受業(yè)務(wù)驅(qū)動的，特點是將現(xiàn)有數(shù)據(jù)與業(yè)務(wù)相結(jié)合，最大程度地變現(xiàn)數(shù)據(jù)價值。該職位對計算機(jī)編程等相關(guān)技術(shù)不作要求，但是需要有深厚的數(shù)據(jù)挖掘理論基礎(chǔ)，熟練使用主流的數(shù)據(jù)挖掘（或統(tǒng)計分析）工具。基于此，教師可以采取以下策略進(jìn)行教學(xué)改革。

1.加強(qiáng)對業(yè)務(wù)數(shù)據(jù)的理解

數(shù)據(jù)挖掘分析師是受業(yè)務(wù)驅(qū)動的，所以要理解實際業(yè)務(wù)，明確本次數(shù)據(jù)挖掘要解決什么問題。教師可以構(gòu)建案例庫，包括教師案例庫、學(xué)生討論案例庫。教師案例庫由教師構(gòu)建，可用于課堂講授。學(xué)生案例庫由學(xué)生分組構(gòu)建，并安排討論課，由學(xué)生講述、討論并提交報告。

2.加強(qiáng)對數(shù)據(jù)的獲取

對學(xué)生感興趣的數(shù)據(jù)源進(jìn)行挖掘，這樣才能更好地幫助學(xué)生理解吸收知識。因此，可以教授學(xué)生爬蟲技術(shù)，編寫爬蟲程序，使其自主獲取感興趣的數(shù)據(jù)。

3.加強(qiáng)對數(shù)據(jù)的預(yù)處理工作

在數(shù)據(jù)挖掘之前使用數(shù)據(jù)預(yù)處理技術(shù)，能夠顯著提高數(shù)據(jù)挖掘模式的質(zhì)量，降低實際挖掘所需要的時間，應(yīng)將其作為整門課程的重點進(jìn)行學(xué)習(xí)。增加理論課程和實驗課時，使學(xué)生掌握數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)歸納等數(shù)據(jù)預(yù)處理技術(shù)，并能夠應(yīng)對各種復(fù)雜數(shù)據(jù)源，最終利用爬蟲程序獲取的各種數(shù)據(jù)源進(jìn)行預(yù)處理工作。

4.強(qiáng)化數(shù)據(jù)挖掘分析

教師可以選擇SPSS Modeler這款所見即所得的數(shù)據(jù)挖掘軟件作為配套實驗平臺。該軟件具有必需的數(shù)據(jù)預(yù)處理工具及預(yù)設(shè)的挖掘算法，學(xué)生可以把注意力放在要挖掘的數(shù)據(jù)及相關(guān)需求上，設(shè)定挖掘的主題，然后通過鼠標(biāo)的點擊拖拉即可完成相關(guān)主題的數(shù)據(jù)挖掘過程。學(xué)生最終可對自己獲取并已處理過的數(shù)據(jù)進(jìn)行挖掘分析。

5.加強(qiáng)教師外出培訓(xùn)學(xué)習(xí)

數(shù)據(jù)挖掘技術(shù)以及大數(shù)據(jù)技術(shù)是近來比較新穎而且發(fā)展迅速的技術(shù)。教師長期身處三尺講臺之上，遠(yuǎn)離了新技術(shù)，脫離了實際。因此，需派遣教師到知名高校學(xué)習(xí)數(shù)據(jù)挖掘教學(xué)技術(shù)，到培訓(xùn)機(jī)構(gòu)進(jìn)行系統(tǒng)學(xué)習(xí)，到企業(yè)進(jìn)行實戰(zhàn)學(xué)習(xí)。

基于以上分析，形成了新的數(shù)據(jù)挖掘理論課程內(nèi)容和實踐課程內(nèi)容，安排如表1和表2所示。共安排48學(xué)時，其中理論課24學(xué)時，實驗課24學(xué)時。理論課重點講授數(shù)據(jù)的獲取、數(shù)據(jù)的理解、數(shù)據(jù)的預(yù)處理以及常用挖掘算法。實驗課重點學(xué)習(xí)基于SPSS modeler的數(shù)據(jù)挖掘，對理論課的內(nèi)容進(jìn)行實踐。整個學(xué)習(xí)以工程項目為載體，該工程貫穿整個學(xué)習(xí)過程。學(xué)生通過爬蟲程序獲取自己感興趣的數(shù)據(jù)源，根據(jù)課程進(jìn)度，逐步完成后續(xù)數(shù)據(jù)的理解，再進(jìn)行預(yù)處理，建模分析，評估整個過程。在課程結(jié)束時，完成整個項目，并提交報告。

三、結(jié)論

在數(shù)字時代，越來越多的企業(yè)急需數(shù)據(jù)挖掘分析人才。教師應(yīng)以培養(yǎng)實際應(yīng)用人才為目的，充分培養(yǎng)學(xué)生對數(shù)據(jù)挖掘的學(xué)習(xí)興趣，以工程項目為載體，貫穿整個課程周期。在教學(xué)中，打牢數(shù)據(jù)獲取、理解預(yù)處理這一基石，加強(qiáng)建模挖掘分析，弱化對晦澀算法的編程學(xué)習(xí)，使學(xué)生真正掌握數(shù)據(jù)挖掘技術(shù)，滿足社會需求。

參考文獻(xiàn)：

[1]李海林.大數(shù)據(jù)環(huán)境下的數(shù)據(jù)挖掘課程教學(xué)探索[J].計算機(jī)時代，2014（2）：54-55.

[2]宋威，李晉宏.項目驅(qū)動的數(shù)據(jù)挖掘教學(xué)模式探討[J].中國電力教育，2011（27）：116-177.

[3]徐琴.應(yīng)用型本科數(shù)據(jù)挖掘技術(shù)課程教學(xué)探討與實踐[J].電腦知識與技術(shù)，2016，12（8）：148-149.

[4]李姍姍，李忠.就業(yè)需求驅(qū)動下的本科院校數(shù)據(jù)挖掘課程內(nèi)容體系探討[J].計算機(jī)時代，2015（2）：60-61.