真實場景驅動的《數據倉庫與數據挖掘》教學方法探索

孟坤 凌濤 李淑琴 丁濛

摘要：本文以《數據倉庫與數據挖掘》課程為載體探索了利用真實場景服務教學活動的方法。根據課程教學目標的核心知識點，規劃了課程演示案例、課程實驗場景和課程綜合設計等環節，并以在校園內運營的物聯網化智能售貨機網絡為背景，把各環節有機地貫穿其中。實踐結果表明，在課堂上引入真實運營場景能較好地向學生展示所學知識的應用方法，能極大地激發學生求知的主觀能動性，并有利于培養和激發學生的創新能力。

關鍵詞：真實場景；教學探索；“互聯網+”

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2019）09-0167-02

一、相關教學方法和學習理論的探索

探索能夠綜合培養學生發現問題、分析問題和解決問題的方法是當前開展高等教育活動的根本目標。當前的教育理論和教育實踐研究越來越多地回歸到真實的教育場景，并形成了諸多方法。就開展的方向而言，分別從理論教學和實踐教學兩種典型的教學模式著手，構建能夠提高學生學習積極性和學習效果的教學方法和模式是研究的重點，以實踐為主的建構主義的教育理念越來越受到關注。所謂建構主義的學習理論，更多地強調了學生參與和學生的中心性，希望通過借助“情景”、“協作”、“會話”和“意義建構”環節來讓學生主動完成知識的建構，其主要的實踐成果為任務驅動的教學方法。

二、真實場景驅動的教學設計

1.知識點規劃。本課程內容包括認識數據、數據倉庫、數據預處理、數據挖掘技術、數據挖掘應用與分析及大數據的相關知識等。針對多數學生對數據的認識常局限于數值型數據的現狀，我們把拓展學生對數據的全面認識，建立數據、信息和知識等概念以及相互關系確定為該模塊的講解重點。此外，由于數據不僅是數據挖掘的對象，更是各種信息化系統的血液，根據數據所支撐的應用類型不同，該部分的另一個重點為明晰處理型數據和分析型數據的概念及它們之間的關系。

數據倉庫與數據庫具有密切聯系，它們的主要作用在于實現對數據的高效組織與管理，重點在于提高所支撐應用的運行性能。因此，通過類比數據庫講解數據倉庫的相關概念和操作是本部分的重點，針對數據挖掘需求，應讓學生明確數據提取、數據轉化和數據載入等操作，并進一步理解數據倉庫的特點。更為重要的是應向學生講清楚數據倉庫并不是數據挖掘技術實施的必備條件。

數據預處理是提高數據質量、保障數據挖掘結果準確性的重要方法，講解數據屬性值空缺、屬性值不一致、數據清洗方法和數據的組織模型等是該部分的重點，并應通過實例分析讓學生認識到數據預處理的重要性，始終意識到恰當的數據預處理能夠對數據挖掘實施起到事半功倍的效果。

數據挖掘技術模塊重點在于讓學生理解各種典型的數據挖掘方法，并掌握具有代表性的挖掘算法。聚類、分類、預測、孤立點分析及機器學習是重點講解的典型方法，需讓學生理解各種算法的適用場景和特點，能夠靈活的根據實際的挖掘需求選擇相應的挖掘方法。

展示數據挖掘被廣泛應用的案例分析也是本課程關注的重點，通過講解其已在商業、體育、傳媒等行業的成功應用案例，讓學生掌握數據挖掘實施的一般流程，并為后續的實踐環節提供借鑒。本課程將選擇運營于校園內的自動售貨機場景來讓學生切身參與體驗數據挖掘的全過程。

2.教學模式選擇。教學活動開展的目的是幫助學生建立系統的理論體系，并讓他們高效掌握相應的知識點和應用方法。為了更好地支撐完成上述目標，我們從課堂演示講解和課后綜合實踐兩方面設計了恰當的支撐機制，利用真實場景案例講解和基于真實運營場景設計課程實踐，讓所選擇的真實場景貫穿于教學的全過程。在執行過程中，我們選擇了用于類比相關知識點（如分析型數據）的真實運營信息系統、用于說明數據挖掘技術應用的場景需求以及用于學生開展綜合課程設計與實踐的數據和工具等資源，并把它們有機的貫穿到教學中。

3.教學資源選擇與學生交互。縱觀當前流行的各類數據挖掘教材，盡管都提供了豐富的案例，但對于未踏入社會的在校大學生來說雖然能夠幫助他們理解相關的應用方法，但是由于距離他們的生活和學習較遠，難以真正地對他們產生共鳴。基于此，可選擇學生熟知且具有說服力的應用場景成為我們對教學資源選擇的根本出發點，并最終選擇了在校園成功運營兩年的物聯網化自動售貨機網絡作為貫穿教學活動的場景。

三、實驗、課程設計與考核

1.課程實驗。課程實驗旨在讓學生更深入地理解其學習到的知識點，初步實踐數據挖掘常用工具的操作。基于此，我們把課程實驗分為隨堂在線演示和實驗室操作實驗。針對學生難以理解的知識點，我們設計了采用直觀、真實、系統的演示方式，如針對分析型數據和處理型數據，關鍵點在于是否可以修改數據細節，而非完整添加和刪除數據，處理型數據往往支撐的操作包括增、刪、改、查，而分析型數據是不能修改的。為了便于說明，我們選擇在線查看運行系統的數據庫，讓學生清晰地看到銷售記錄的生成和故障記錄的排除等，直觀加深他們對處理型數據的理解。

2.課程設計。課程設計在于幫助學生建立系統的數據挖掘思維模式，能夠針對給定的問題給出一套完整、可靠的分析方案。由于我們采用自動售貨機運營網絡為背景，課程設計的題目是在與學生們充分溝通的基礎上確定的，需要針對特定的選題說明所使用的數據、采用的分析方法和得到的結論，并形成報告闡明各方面的實施過程和動機。主要規劃了如下四類題目：售貨機選點，商品布置，廣告投放，物流優化。針對上述建議選題，采取最多不超過4人的小組協作方式完成。31位同學共分成了9個小組，其中售貨機選點3個小組、商品布置1個小組、廣告投放2個小組、物流優化2個小組。

3.課程考核。課程考核采用50%考試+20%實驗+30%課程設計的方式進行，考試內容主要涉及對基本知識點的考查，如各種挖掘算法的思想和適用情況、各種數據預處理的方法等，以筆試為主。實驗重點是考查學生對相關工具的使用，考查重點以實驗報告為依據。課程設計則重點考查學生對所學知識的綜合應用能力，采用以小組為單位共同完成的方式，最終以課程設計答辯和課程設計報告為主要依據。

四、實踐啟示

（1）教學案例的選擇應更多的貼近學生的生活和學習環境。（2）真實、動態數據與場景對學生更具沖擊力，能更好地調動學生的學習積極性。（3）重視學生參與，激發學生主動學習的動力，能極大提升教學效果。（4）多種模式的考核不僅能更加全面地評價教學效果，還有助于把握每位學生的個性化特征，為有針對性的指導提供支撐。（5）利用先進的技術手段能夠極大便利師生對教學資源的使用，能極大降低教學活動開展的時間成本。

參考文獻：

[1]韋艷艷，張超群.“數據倉庫與數據挖掘”課程教學實踐與探索[J].高教論壇，2011，（1）：94-96.

[2]何克抗.建構主義——革新傳統教的理論基礎（中）[J].電化教育研究，1997，（4）：25-27.