計算機專業數據挖掘課程教學方法的探討

【摘要】數據挖掘逐步成為本科教學中重點課程，本文探討數據挖掘課程在本科教學中的教學內容和教學方法，以期待取得更加好的數據挖掘教學效果。

【關鍵詞】數據挖掘 ； 教學內容 ； 教學方法

【中圖分類號】G64 【文獻標識碼】B 【文章編號】2095-3089（2015）7-0255-02

一、引言

數據挖掘（Data Mining），又稱數據庫中的知識發現（Knowledge Discovery In Database），是從大量的、不完整的、有噪聲的、模糊的、隨機的大型數據中提取隱含在其中的、人們事先未知的、具有潛在價值的信息和知識的過程。簡單的說，數據挖掘就是從大量數據中提取或“挖掘”出人們有用的知識。面對當前“海量數據，微量信息”的現狀，數據挖掘的重要研究分支—關聯規則，作為一種高級和智能的數據處理和分析技術的研究正方興未艾。

目前數據挖掘技術已經廣泛地應用于金融零售、電子通訊、生物、醫學醫藥等有著大量數據并且需要大量分析的領域，扮演著越來越重要的角色。該課程原來在研究生教學中開設，但是隨著網絡時代的到來，數據挖掘變得越來越重要，需求人才越來越多。為了更好的滿足社會對于數據挖掘人才的需求，有利于本科生就業，越來越多的學校選擇在本科階段開設數據挖掘課程。

數據挖掘在現今社會非常重要，對本科生就業會有巨大的幫助。然而數據挖掘理論非常深奧，本科生理解起來有一些困難。因此本文將探討本科計算機專業的數據挖掘教學方法，解決在本科教學中數據挖掘課程中存在的問題，更好地培養從事數據挖掘的人才。

二、數據挖掘課程的教學內容

數據挖掘是一個交叉學科，包含數據庫與數據倉庫技術、統計學、模式識別、機器學習、信息科學、可視化技術等多學科的知識。通過本課程的學習使學生掌握數據預處理的過程，理解概念分層、關聯規則、聚類、分類等算法的原理與程序實現，了解數據挖掘技術的未來研究與應用方向，并使學生具有數據挖掘的基礎知識以及在未來從事數據挖掘工作的能力。

數據挖掘的需要重點講解的核心內容包括數據挖掘基本概念、數據預處理以及概念描述、關聯規則、聚類分類算法需要仔細講解，徹底理解每一個知識點；可選擇講解的內容包括數據倉庫、復雜類型的數據挖掘、數據挖掘的應用和發展趨勢。這些內容有條件可以講解，沒條件可以指導學生自學。這種教學內容分配方式根據學時調整所講內容，使學生能滿足以后需要從事數據的預處理工作及算法的測試工作。

三、數據挖掘課程的教學方法

數據挖掘涉及的內容廣，交叉性強，需要豐富的理論和技術知識，概念和算法抽象復雜，對于本科學生理解起來難度是非常大，加上教師本身專業涉及面有一定的局限性，不可能樣樣精通，這些數據挖掘課程的特點都在無形中增加了教師在講授這門課程的難度。為了能更好地教授數據挖掘課程，教師首先需要堅持不斷學習和努力實踐，積極提升自身的數據挖掘理論水平和工程實現技能，多與各院校從事數據挖掘領域研究的教授、學者交流研究成果，多借鑒其他課程優秀教師的教學經驗，將這些研究成果和教學經驗借鑒到數據挖掘教學中去；其次注重每學期開始的時候注重課程的引入以及每堂課開始時候課堂的導入，抓住學生的注意力，激發學生的學習興趣和求知欲；最后要求將學習到算法和工程實踐相結合，使學生將所學挖掘理論知識運用到工程中，讓他們能夠很好地用學到的理論解決實際問題。

四、結束語

隨著數據在人們生活中扮演得角色越來越重要，數據挖掘課程將成為各高校本科教學中的重要課程。教師要不斷提高自己的職業水平，不斷改進教學方法，積累教學經驗，提高學生的學習興趣，既熟練掌握數據挖掘的理論又能從事數據挖掘的工程實踐，為社會培養更多的合格的數據挖掘人才。

參考文獻

[1]曾志強.本科數據挖掘教學研究[J].科教文匯，2009（10）

[2]詹少強.大數據背景下的數據挖掘課程教學新探[J].長春教育學院學報，2014（22）：81-81

[3]曾垂省，舒坤賢等.生物信息學專業之數據挖掘教學實踐與思考[J].廣州化工，2014（7）：190-192

[4]Jiawei Han、Micheline Kamber，范明、孟小峰等譯. 數據挖掘概念與技術.北京： 機械工業出版社， 2001

[5]陳源.數據挖掘在高校檔案管理中的應用研究[J].辦公室業務， 2013（22）

[6]沈浩，陳思源.運營商的精準營銷利器——采用數據挖掘實現交叉銷售[J].中國數字電視，2011（09）

[7]彭松波，何文秀.決策樹在高校就業管理系統中的應用研究[J]. 中原工學院學報. 2006（04）

[8]李靜，王建軍.數據挖掘在高校教學信息化管理中的應用探討[J]. 科技信息（學術研究）. 2006（08）

作者簡介：劉文（1982.8-），女，湖南湘潭人，博士，漢族，中國傳媒大學副教授，主要研究領域信息安全。endprint