大數(shù)據(jù)背景下數(shù)據(jù)挖掘課程實(shí)踐教學(xué)的探索

劉波 蔡燕斯 鐘少丹

摘? 要：在大數(shù)據(jù)背景下，需要培養(yǎng)適應(yīng)時(shí)代發(fā)展需要的具有較強(qiáng)實(shí)踐能力的應(yīng)用型數(shù)據(jù)分析挖掘人才。文章以信息與計(jì)算科學(xué)專業(yè)為例，探索改革數(shù)據(jù)挖掘課程的實(shí)踐教學(xué)內(nèi)容和方式等，著重培養(yǎng)學(xué)生數(shù)據(jù)分析和挖掘的實(shí)踐能力，并為完善實(shí)踐教學(xué)提出了建議。

關(guān)鍵詞：大數(shù)據(jù);數(shù)據(jù)挖掘;實(shí)踐教學(xué)

中圖分類號(hào)：G642? ? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：2096-000X（2019）18-0124-03

Abstract： Under the background of big data， it is necessary to train the talents of data analysis and mining， who has the strong practical ability， to meet the needs of the times. Taking information and computing science as an example， this paper explores the reform of practical teaching contents and methods of data mining course， focuses on training students'practical ability of data analysis and mining， and puts forward some suggestions for improving practical teaching.

Keywords： big data; data mining; practical teaching

引言

隨著大數(shù)據(jù)時(shí)代的到來，大數(shù)據(jù)的分析和挖掘越來越被各個(gè)領(lǐng)域所重視。在《中國大數(shù)據(jù)發(fā)展調(diào)查報(bào)告（2018年）》中指出，“2017年中國大數(shù)據(jù)產(chǎn)業(yè)總體規(guī)模為4700億元人民幣，同比增長(zhǎng)30%;2017年大數(shù)據(jù)核心產(chǎn)業(yè)規(guī)模236億元人民幣，增速達(dá)到40.5%，預(yù)計(jì)2018-2020年增速將保持在30%以上”，具報(bào)告指出接近2/3的企業(yè)已經(jīng)成立了相關(guān)的數(shù)據(jù)分析部門，近40%的企業(yè)已經(jīng)應(yīng)用了大數(shù)據(jù)。可以看出大數(shù)據(jù)的技術(shù)與應(yīng)用已經(jīng)深入到我們的社會(huì)生活中。隨著大數(shù)據(jù)技術(shù)在各行業(yè)的應(yīng)用，對(duì)大數(shù)據(jù)技術(shù)人才的需求也增長(zhǎng)迅速，大數(shù)據(jù)方向的職業(yè)前景普遍看好，然而掌握大數(shù)據(jù)分析和挖掘技術(shù)的人才稀缺，因此培養(yǎng)有應(yīng)用能力、創(chuàng)新精神的合格的大數(shù)據(jù)分析和挖掘人才成為緊迫的問題。

一、大數(shù)據(jù)時(shí)代下對(duì)數(shù)據(jù)挖掘人才培養(yǎng)的特點(diǎn)

（一）多學(xué)科交叉

數(shù)據(jù)挖掘是一門多學(xué)科交叉的課程，涉及到的學(xué)科有：數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)。需要學(xué)生掌握統(tǒng)計(jì)分析的理論和方法、數(shù)學(xué)建模和計(jì)算機(jī)編程的能力、數(shù)據(jù)的收集、存儲(chǔ)和處理的能力。大部分的企業(yè)要求至少熟練掌握一種編程語言，如Java，C++，Python或R語言;至少掌握一種數(shù)據(jù)庫技術(shù)，如MySql、Oracle、SQL Server等。由于大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘是多學(xué)科、多種應(yīng)用技術(shù)的融合，因此給人才培養(yǎng)提出了新的要求，如何將各學(xué)科和技術(shù)有機(jī)的融合到課程中，如何讓學(xué)生將各學(xué)科的內(nèi)容應(yīng)用到數(shù)據(jù)挖掘的理論和實(shí)踐當(dāng)中。

（二）大數(shù)據(jù)時(shí)代需要應(yīng)用型人才

大數(shù)據(jù)相關(guān)技術(shù)目前正處在落地應(yīng)用的重要階段，與大數(shù)據(jù)研發(fā)初期需要大量的中高端人才不同，在落地應(yīng)用階段則需要大量的應(yīng)用型人才，這些應(yīng)用型人才需要把大數(shù)據(jù)技術(shù)落地到廣大的傳統(tǒng)行業(yè)中。大數(shù)據(jù)人才培養(yǎng)需要有真實(shí)的大數(shù)據(jù)環(huán)境，在高校的傳統(tǒng)培養(yǎng)模式下，人才培養(yǎng)過程缺少在真實(shí)的大數(shù)據(jù)環(huán)境下的實(shí)踐，這正是當(dāng)前大數(shù)據(jù)人才培養(yǎng)缺少的環(huán)節(jié)。

（三）大數(shù)據(jù)教育要結(jié)合行業(yè)特征

未來隨著大數(shù)據(jù)與傳統(tǒng)行業(yè)的結(jié)合不斷深入，大數(shù)據(jù)教育將進(jìn)一步結(jié)合具體的行業(yè)特征，優(yōu)秀的數(shù)據(jù)分析人才不僅要有扎實(shí)的理論基礎(chǔ)，還要熟悉相關(guān)行業(yè)和相關(guān)業(yè)務(wù)的需求。而目前，高校培養(yǎng)的學(xué)生以理論教學(xué)為主，注重課堂教學(xué)，在工程實(shí)踐方面非常缺乏，缺少相關(guān)的工程項(xiàng)目經(jīng)驗(yàn)。而具備行業(yè)背景知識(shí)的大數(shù)據(jù)人才將受到企業(yè)的歡迎，因?yàn)樾袠I(yè)知識(shí)將是大數(shù)據(jù)落地應(yīng)用的重要環(huán)節(jié)。

（四）教學(xué)模式需要改變

大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析與挖掘需要學(xué)生具有強(qiáng)的動(dòng)手能力，對(duì)數(shù)據(jù)的整理分析能力，對(duì)數(shù)據(jù)挖掘問題的分析能力，數(shù)據(jù)挖掘建模的能力，模型評(píng)價(jià)和應(yīng)用的能力，這些能力的培養(yǎng)都離不開實(shí)踐教學(xué)，而現(xiàn)在主要采用的教學(xué)模式還是以課堂和教師為中心的教學(xué)模式，無法調(diào)動(dòng)學(xué)生的學(xué)習(xí)積極性，無法促進(jìn)學(xué)生自主學(xué)習(xí)能力的培養(yǎng)。如何將理論學(xué)習(xí)和實(shí)踐學(xué)習(xí)有機(jī)的融合在一起，而不是教學(xué)過程中兩個(gè)分開的部分，需要在教學(xué)改革中進(jìn)一步的想辦法解決。

二、數(shù)據(jù)挖掘?qū)嵺`教學(xué)探索

大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘，在人才培養(yǎng)方面，應(yīng)該以培養(yǎng)學(xué)生掌握應(yīng)用數(shù)據(jù)挖掘算法解決真實(shí)數(shù)據(jù)分析任務(wù)為主，強(qiáng)調(diào)在課程建設(shè)中，重視數(shù)據(jù)挖掘?qū)嵺`教學(xué)，以實(shí)踐教學(xué)帶動(dòng)理論教學(xué)，通過引入實(shí)際問題，將學(xué)生直接代入到真實(shí)的數(shù)據(jù)挖掘分析任務(wù)中，激發(fā)學(xué)生的學(xué)習(xí)興趣。

（一）教學(xué)計(jì)劃

數(shù)據(jù)挖掘不僅實(shí)踐性強(qiáng)，而且還是一門多個(gè)學(xué)科交叉的課程。開設(shè)該課程之前需要開設(shè)的課程有：高等數(shù)學(xué)、概率論與數(shù)理統(tǒng)計(jì)、多元統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫原理、數(shù)據(jù)結(jié)構(gòu)、編程語言（C++或Java或Python）等課程。我院開設(shè)的數(shù)據(jù)挖掘課程，總課時(shí)68課時(shí)，理論課學(xué)時(shí)34學(xué)時(shí)，實(shí)驗(yàn)課學(xué)時(shí)34學(xué)時(shí)，所有課程全部安排在機(jī)房上課。

為了調(diào)動(dòng)學(xué)生的學(xué)習(xí)動(dòng)力和學(xué)習(xí)積極性，促進(jìn)學(xué)生自主學(xué)習(xí)和協(xié)作學(xué)習(xí)，本課程采用混合教學(xué)方式，基于超星泛雅網(wǎng)絡(luò)教學(xué)平臺(tái)和手機(jī)學(xué)習(xí)通（APP）實(shí)現(xiàn)混合教學(xué)方式。課程的開展主要分二個(gè)部分：一，設(shè)置課前學(xué)習(xí)任務(wù)單，需要學(xué)生在課前完成觀看知識(shí)點(diǎn)視頻，章節(jié)測(cè)試和網(wǎng)上討論的內(nèi)容;二，翻轉(zhuǎn)課堂，在課堂教學(xué)過程中，主要完成知識(shí)的內(nèi)化和對(duì)算法分析和評(píng)價(jià)內(nèi)容，采用小組討論，課堂練習(xí)，實(shí)驗(yàn)報(bào)告，小組展示，提問等方式。最后提交一份實(shí)驗(yàn)報(bào)告，實(shí)驗(yàn)報(bào)告中布置一份真實(shí)的數(shù)據(jù)挖掘問題。需要學(xué)生通過所學(xué)的數(shù)據(jù)挖掘算法給出具體的求解過程，按數(shù)據(jù)挖掘的基本流程完成一個(gè)真實(shí)問題的數(shù)據(jù)挖掘過程。教學(xué)章節(jié)安排如表1。

（二）建設(shè)網(wǎng)上教學(xué)資源，充分利用信息化教學(xué)手段

利用“互聯(lián)網(wǎng)+”的教學(xué)方式，建設(shè)網(wǎng)上教學(xué)資源，采用混合學(xué)習(xí)的方式，在線教學(xué)平臺(tái)，提供豐富的教學(xué)資源，如：教學(xué)視頻、課程講義、章節(jié)測(cè)試、拓展資料、答疑討論等。

由于數(shù)據(jù)挖掘?qū)嵺`主要應(yīng)用python語言，而學(xué)生普遍對(duì)python語言不是很熟悉，但前期課程中已經(jīng)開設(shè)了Java或C++編程語言設(shè)計(jì)的課程，學(xué)生已經(jīng)有了一定程序設(shè)計(jì)基礎(chǔ)，因此很適合通過在線學(xué)習(xí)的方式快速了解和掌握python語言的基礎(chǔ)語法。因此課程的第一章python基礎(chǔ)語法和第二章pandas數(shù)據(jù)分析，開展網(wǎng)上教學(xué)的方式，將python基礎(chǔ)語法和pandas庫的教學(xué)視頻放在網(wǎng)絡(luò)課程中，方便學(xué)生用課下時(shí)間，自己安排時(shí)間學(xué)習(xí)，而且可以反復(fù)觀看。而且通過網(wǎng)上討論和答疑及時(shí)發(fā)現(xiàn)學(xué)生學(xué)習(xí)中遇到的問題和不足，接下來在課堂教學(xué)過程進(jìn)行補(bǔ)充。

（三）采用小組協(xié)作學(xué)習(xí)和項(xiàng)目式學(xué)習(xí)的教學(xué)模式

由于采用了混合學(xué)習(xí)的教學(xué)方式，以學(xué)生為中心，課堂上可以給學(xué)生充分的師生互動(dòng)和生生互動(dòng)時(shí)間，完成學(xué)生對(duì)知識(shí)的內(nèi)化過程，而此過程主要采用的小組協(xié)作學(xué)習(xí)的實(shí)踐教學(xué)方式。在課堂實(shí)驗(yàn)過程中，一般由3名學(xué)生組成一個(gè)學(xué)習(xí)小組，由教師提出具體問題和要求，通過小組討論、互相協(xié)作共同完成實(shí)驗(yàn)內(nèi)容，最后將討論結(jié)果提交到網(wǎng)絡(luò)教學(xué)平臺(tái)，部分小組進(jìn)行成果展示和問題答疑。

每章設(shè)置由真實(shí)問題背景的數(shù)據(jù)挖掘問題，采用項(xiàng)目式學(xué)習(xí)的教學(xué)模式，教師提出實(shí)驗(yàn)的問題和挖掘目標(biāo)要求，由學(xué)生根據(jù)實(shí)驗(yàn)問題和目標(biāo)，安裝數(shù)據(jù)挖掘的基本過程進(jìn)行實(shí)驗(yàn)，包括：數(shù)據(jù)收集，數(shù)據(jù)探索，數(shù)據(jù)預(yù)處理，模型的建立和訓(xùn)練，結(jié)果分析等，讓學(xué)生每次實(shí)驗(yàn)都完成一次小型的數(shù)據(jù)挖掘任務(wù)，強(qiáng)化數(shù)據(jù)挖掘各個(gè)步驟的工作和要求。在實(shí)驗(yàn)過程中可以通過網(wǎng)絡(luò)教學(xué)平臺(tái)進(jìn)行交流和答疑。

（四）通過實(shí)踐教學(xué)促進(jìn)算法理論的學(xué)習(xí)

數(shù)據(jù)挖掘的算法理論非常豐富，而往往學(xué)生對(duì)于枯燥難懂的理論知識(shí)望而卻步，因此我們采用在具體的案例分析和實(shí)踐中設(shè)計(jì)一些問題，由這些問題引導(dǎo)學(xué)生進(jìn)一步探究算法的理論，并對(duì)各種算法進(jìn)行評(píng)價(jià)。由于在實(shí)踐中遇到了問題，所以使學(xué)生自覺的去對(duì)算法理論進(jìn)行更深入的學(xué)習(xí)和研究，同時(shí)有利于培養(yǎng)學(xué)生的創(chuàng)新思維和解決問題的能力。

如在講授決策樹算法時(shí)，大部分學(xué)生關(guān)注決策樹的生成過程，如ID3算法的步驟、數(shù)據(jù)集信息熵的計(jì)算、屬性的信息增益的計(jì)算等，而往往忽視算法對(duì)數(shù)據(jù)類型的要求，對(duì)算法的一些細(xì)節(jié)沒有注意。因此設(shè)計(jì)了一個(gè) “銀行產(chǎn)品營銷”案例，有部分學(xué)生沒有關(guān)注數(shù)據(jù)類型的問題，直接使用余額（balance）這個(gè)連續(xù)屬性進(jìn)行建模，得到了一顆奇怪的決策樹。然后展開小組討論，引導(dǎo)學(xué)生在建立決策樹模型中如何處理連續(xù)變量。

通過具體的案例實(shí)踐，在問題中的分析、解決過程中，熟悉和掌握算法，培養(yǎng)了學(xué)生在實(shí)踐中分析、解決問題的能力。

（五）考核評(píng)價(jià)的探索

傳統(tǒng)的課程考核方式以期末考試和平均成績(jī)?yōu)橹鳎欢粡堅(jiān)嚲頍o法體現(xiàn)學(xué)生掌握和應(yīng)用知識(shí)的水平，更無法體現(xiàn)是否掌握了分析和解決問題的能力。因此我們改變傳統(tǒng)的課程考核方式，首先針對(duì)數(shù)據(jù)挖掘課程的特點(diǎn)，采用期末課程設(shè)計(jì)的方式，要求將本學(xué)期學(xué)習(xí)的數(shù)據(jù)挖掘算法（如，knn，決策樹，支持向量機(jī)，聚類分析，關(guān)聯(lián)規(guī)則分析等算法）應(yīng)用到某個(gè)領(lǐng)域，對(duì)該領(lǐng)域的某個(gè)問題進(jìn)行數(shù)據(jù)分析和挖掘。數(shù)據(jù)可以是公開的數(shù)據(jù)集，也可以是網(wǎng)上自己爬取的數(shù)據(jù)等。要求所選問題有實(shí)際應(yīng)用的背景，有具體的分析步驟和算法程序，以數(shù)據(jù)挖掘分析報(bào)告的形式提交作品。

其次將課程成績(jī)分為三個(gè)主要部分：期末課程設(shè)計(jì)占總成績(jī)40%;每次是實(shí)驗(yàn)報(bào)告成績(jī)占總成績(jī)的30%;網(wǎng)上學(xué)習(xí)和課堂討論與展示占總成績(jī)的30%。在成績(jī)的組成中，實(shí)踐教學(xué)成績(jī)的比例占了70%，突出考核學(xué)生實(shí)際應(yīng)用數(shù)據(jù)挖掘算法的能力、解決實(shí)際問題的能力，改變傳統(tǒng)的一張卷子評(píng)價(jià)學(xué)生的方式，讓考核能夠真正體現(xiàn)學(xué)生實(shí)際應(yīng)用能力。考核方式的轉(zhuǎn)變，也帶動(dòng)了學(xué)生學(xué)習(xí)重心的轉(zhuǎn)變，學(xué)生開始重視每次實(shí)驗(yàn)報(bào)告的完成，這樣將傳統(tǒng)的一次考核，變成了在平時(shí)多次的考核。使學(xué)生把功夫下在平時(shí)，而不是只是期末考試前幾天才用心學(xué)習(xí)。

三、教學(xué)效果和反思

對(duì)信息與計(jì)算科學(xué)專業(yè)一個(gè)學(xué)期的實(shí)踐教學(xué)改革來看，通過學(xué)期末的問卷調(diào)查得到了一些反饋情況，課程總體滿意率達(dá)91%;有81%的學(xué)生認(rèn)同“課程開展的實(shí)踐教學(xué)讓我的自學(xué)能力有所提升;”在哪些教學(xué)資源和方式對(duì)你學(xué)習(xí)幫助較大中85%學(xué)生選擇了“完成實(shí)驗(yàn)報(bào)告”，80%的學(xué)生選擇了網(wǎng)絡(luò)視頻和章節(jié)測(cè)試的內(nèi)容。問卷結(jié)果顯示學(xué)生對(duì)本次實(shí)踐教學(xué)的改革比較適應(yīng)，提高了他們應(yīng)用知識(shí)的能力。部分同學(xué)利用課余時(shí)間參加數(shù)據(jù)挖掘競(jìng)賽，如kaggle，DataCase，“泰迪杯”等，并取得了多項(xiàng)一等獎(jiǎng)。

但是在教學(xué)過程中也反應(yīng)出了一些問題。如學(xué)生普遍對(duì)Python語言掌握的情況不好，在課程初期學(xué)生反應(yīng)實(shí)驗(yàn)難度過大，希望能夠講解更多python語言編程的內(nèi)容。在實(shí)踐教學(xué)過程中，有部分學(xué)生基礎(chǔ)不好，自主學(xué)習(xí)能力不足，實(shí)踐內(nèi)容對(duì)其難度過大，而出現(xiàn)學(xué)習(xí)倦怠情況，還有學(xué)生過于依賴小組或其他同學(xué)沒有充分的調(diào)動(dòng)學(xué)習(xí)積極性。因此在接下來的教學(xué)中，我們將繼續(xù)探索更適合的實(shí)踐教學(xué)方案，為學(xué)生提供更加個(gè)性化的教學(xué)實(shí)踐資源，使不同基礎(chǔ)和特點(diǎn)的學(xué)生都能夠積極參與到實(shí)踐教學(xué)中。

四、結(jié)束語

數(shù)據(jù)挖掘課程內(nèi)容豐富、涉及的學(xué)科多、發(fā)展更新快，要求學(xué)生有較高的應(yīng)用能力，因此傳統(tǒng)的教學(xué)方式無法滿足要求。在數(shù)據(jù)挖掘?qū)嵺`教學(xué)方面，為了適應(yīng)大數(shù)據(jù)時(shí)代對(duì)應(yīng)用型數(shù)據(jù)分析和挖掘人才的需求，本文基于混合學(xué)習(xí)，項(xiàng)目學(xué)習(xí)，小組學(xué)習(xí)等實(shí)踐教學(xué)方式，讓學(xué)生在具體的實(shí)際問題的分析和解決中學(xué)習(xí)，通過不同方式的實(shí)踐教學(xué)，使學(xué)生能夠更好的掌握基礎(chǔ)理論知識(shí)，并能將理論與實(shí)踐緊密聯(lián)系起來，提高解決實(shí)際數(shù)據(jù)挖掘問題的能力。

參考文獻(xiàn)：

[1]姚力，朱龍飛，崔晨.大數(shù)據(jù)時(shí)代數(shù)據(jù)科學(xué)課程建設(shè)與人才培養(yǎng)的探索[M].計(jì)算機(jī)時(shí)代，2018（11）：87-93.

[2]Jiawei Han，Micheline Kamber，Jian Pei，等.數(shù)據(jù)挖掘概念與技術(shù)（第3版）[M].機(jī)械工業(yè)出版社，2012.

[3]施達(dá)，楊晉浩，張志強(qiáng).數(shù)據(jù)工程類本科人才培養(yǎng)體系的探索與實(shí)踐[J].成都大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（1）：112-117.

[4]譚磊.大數(shù)據(jù)挖掘[M].電子工業(yè)出版社，2013.

[5]張燕.大數(shù)據(jù)背景下的數(shù)據(jù)挖掘課程教學(xué)新思考[J].計(jì)算機(jī)時(shí)代，2014（4）：59-61.

[6]王青梅，趙革.國內(nèi)外案例教學(xué)法研究綜述[J].寧波大學(xué)學(xué)報(bào)（教育科學(xué)版），2009，31（4）：7-11.