基于學科融合的數據挖掘課教學方法研究

譚敏 高飛

摘要：學科交叉融合已成為高等教育中課程建設的發展趨勢，當今選修計算機專業課的外專業學生越來越多。作為實戰性強的數據挖掘課，傳統的授課中往往對實踐編程過分看中。然而，與計算機專業學生相比，外專業學生在編程能力、興趣上有顯著差別。導致針對外專業學生而言，數據挖掘課學生積極性不高、授課質量不高。本項目針對混專業中數據挖掘課的授課難點，提出了有效的個性化授課方式，使得不同專業學生都能在充分掌握理論技術的同時，也能熟練地將其用于解決其專業問題。

關鍵詞：數據挖掘；跨專業；學科融合；計算機編程

1.引言

隨著人工智能在各行各業的廣泛應用，高等院校越來越多地面向全校開設計算機專業的方向課，勢必導致了這些課的跨專業教學特色突出。眾所周知，數據科學涉及范圍廣，是金融學、統計學、控制學等多學科的核心工程，因此，數據挖掘，作業計算機方向實踐性較強的課程也是備受外專業青睞，但與計算機專業不同，外專業學生往往側重于利用算法工具包解決問題的能力。傳統的數據挖掘課在訓練學生編程技能，往往重視算法的機理與實現過程；且他們往往采用任務式教學模式。這種模式一般設計的編程任務較難，要求學生熟練運用某一門編程語言。但而，對于非計算機學生而言，學生編程基礎差，直接從算法的角度進行教學很難產生較好的效果。

為了應對非計算機專業學生在編程上的諸多挑戰，許多老師通過降低編程要求、強調理論水平，或直接對不同專業學生進行差異化考核。這些措施主旨都是為了降低非計算機專業在學習挖掘課的時編程要求。然而，數據編程已成為新時代各行業人才的必備要求，因此，結合非計算機專業學生，因地質宜的進行個化性教學方法的研究十分重要。

2.現存數據挖掘課教學手段分析

計算機學院開設的數據挖掘課程以闡述各類典型的挖掘算法為主題，以編程任務為導向，強化學生解決實際問題的能力。一般而言，學生涉及的編程解決問題來自兩方面：一方面是課后習題編程，另一種是學期中的項目實現。這種培養模式從表面來看是相對合理的，特別是針對外專業而言，因為該方法側重培養學生用數據挖掘解決實際問題的能力。然而，現有的面向計算機專業的數據挖掘課在面向外專業開設中存在如下問題：

1）.處理的問題與本專業相差較大，導致學生對問題的理解不夠。這個主要體現在兩方面，一是在授課過程中，課堂案例都是一些泛的問題，這些問題可能并不是這些非計算機專業需要解決的難題；另一方面來自于習題，這些習題往往是利用某些提供的數據對算法進行驗證。一般而言，這些數據的質量相對較高，但自身專業領域中可能會涉及大量非結構化、缺失的數據。總體而言，傳統教學中案例與習題的主題與本專業相關性低，不適用于此專業學生。

2）項目或大作業難以吸引學生。很多照搬面向計算機專業的項目題目由于偏離學生的本專業應用，故而很難引起學生興趣，學生也就難全心投入解決該項目。

3）算法實現編程較難，容易打擊學生積極性。對于計算機專業學生，由于有相當一部分學生將從事算法方面的研究，因而他需要對各種算法的理論與實現都有透徹的理解。然而，完全重現算法對非計算機專業學生挑戰較大，加上他們本身編程技術差。這種吃力感不僅不能讓學生收獲感十足，反而會打擊學生的積極性，導致教學很難進行下去。

3.面向外專業數據挖掘課的改進方法

針對以上提出了的三大點問題，我們結合外專業學生本身的專業特點，提出了對傳統數據挖掘課教學的幾點改進方法：

1）豐富課堂案例。結果學生專業背景、利用學生專業領域的熱門話題設計案例，引人入勝，增強學生的積極性與參與度；同時，對課后作業內容也可根據學生自身特點設計。

2）面向專業背景的項目設計。通過收集學生專業領域中關注的數據處理類的問題，設計適應本專業的題目。如同樣對于預測任務而言，對計算機系學生的項目可以是房價預測；面向金融的學生設計股票預測；面向電子商務專業項目內容則設計為電子優惠券的預測等等。這樣，通過對每個任務進行專業化的重構，則可實現滿足各專業的需要。

3）強化編程工具的運用。對非計算機專業而言，他們往往不需要了解技術細節，中心是如何正確使用現成的算法包用來解決專業領域問題。因而，對非計算機專業學生而言，應當適當弱化他們對算法實現的要求，相反，應當培養他們應對任何問題，快速調用相應任務工具包的能力。

4.方案實施構想

針對如上的幾點方法，我們更具體地給出如下可行方案。

對于前兩個改進而言，其實都是針對教學內容/任務問題的改進。如前所述，對于傳統案例/項目任務，我們需要做專業化遷移，即將本專業熱門話題潛入到新的人案例/項目任務（包括簡單的場景變化）。與此相關的另一塊任務就是專業熱門問題的挖掘，這方面可以通過外專業文獻網站及學生問卷調查表實現。

對于第三個方法，我們可以對計算機/非計算機專業學生提出差異化的編程要求。對計算機專業，我們要求實現、優化算法，并達到與函數調用同等/更高性能；而對非計算機專業而言，要求其能充分了解開源工具包，會對工具包進行算法調用即可。這個方案也同時要求對非計算機/計算機專業學生的編程能力評價上進行差異化的評分。

5.總結

本人針對面向外專業學生的數據挖掘課的授課方式進行了深刻分析。首先，我們研究了傳統的授課方法在面向外專業學生時教學的難點及缺陷，針對缺陷，我們提出了應對方法并給出了具體實施方案。通過結合專業背景進行個性化教育，我們相信教學質量針對各個專業而言都會提到一定的提升，具有良好的現實意義。

作者簡介：譚敏，女，1987年9月，漢，湖南衡陽，講師，博士，計算機視覺與人工智能，杭州電子科技大學。

基金項目：杭州電子科技大學計算機學院2017年高等教育研究資助項目“基于視頻分析的智能課堂管理方法研究”（項目編號：XYGJ201705）；杭州電子科技大學2017年高等教育研究資助項目“基于統計學習的學評教分析與研究”（項目編號：YB201729）。