基于數據挖掘的統計思維及程序設計人才的培養對策探討

◆李 斌 羅 芳

基于數據挖掘的統計思維及程序設計人才的培養對策探討

◆李 斌 羅 芳

（東莞職業技術學院研究中心 廣東 523808）

大數據背景下，數據挖掘技術已經成為人們關注的焦點，同時統計學知識、理論與統計思想等也被應用到各領域中。通過近年來大多研究發現，數據挖掘技術應用下很大程度上推動統計學發展，但對人才的要求也有所提高，要想培養適應社會的復合型人才首要任務就是培養具備統計思維的程序設計人才。本文從數據挖掘、統計思維概念入手，對二者之間關系進行了論述，并提出了培養程序設計人才具體實踐策略。

數據挖掘；統計思想；程序設計人才；培養途徑

在云計算、移動互聯網等新技術不斷發展下，大數據迅速踴躍出現，特別是一些大型企業，如電商、電信運營商、互聯網公司等等，大數據改變了人們生產生活方式，對社會發展有著巨大作用。從目前看，管理數據能力已經成為一個企業發展的核心價值和能力，但是很多企業在數據挖掘以及程序設計人才培養方面還存在一定不足，因此，本文對數據挖掘統計思維以及程序設計人才培養對策的研究，有著重要意義。

1 統計思維與程序設計概述

（1）統計思維含義

統計思維主要是指，學生在學習統計基礎知識以及基本技能時，具備數據分析理念和隨機思想思維方式以及解決問題的方式。主要包含數據整理和收集意識，掌握分析數據和解析數據技巧，同時也夠結合數據結果進行科學推斷，進而做出決策。此外，數據具有不確定、隨機性等特征，簡言之，統計思維主要體現在數據收集、整理、敘述、分析以及解析等多方面[1]。

（2）數據挖掘含義

所謂數據挖掘，是從大量數據中挖掘有價值的信息，可以從數據庫、數據倉庫、互聯網以及其他信息庫中挖掘。針對那些大量信息、未知信息和有利于決策潛在價值數據進行深層探索的過程。或者可以理解為，利用統計、計算、分析、情報檢索、機器學習、專家系統等多種途徑，將隱藏在海量數據中的價值信息挖掘出來。

在數據挖掘過程中，主要目的是將監測到的數據進行分析，分析方法有很多種，如回歸分析、預測分析以及可視化分析等，通過分析發現那些未知關系并進行匯總。在分析過程中，可以通過不同途徑，借助不同輔助工具等，利用數據建模和關系發現有利于輔助處理大量數據，進而輔助預測和決策[2]。

2 數據挖掘和統計思維之間的聯系

在眾多數據挖掘算法中，體現出統計學方法在數據挖掘工作具有重要作用。數據挖掘過程中，不斷對數據進行收集、歸納、分析進行整理。由此可見，統計思維一直處于數據挖掘工作中，數據挖掘本質就是獲取統計思維并對其不斷進行強化的過程。在這期間也體現了統計思維應用價值，并在使用過程中對其進一步創新。統計思維對數據挖掘工作也具有一定指導作用。通過充分利用統計思維，不同統計方法、統計分析法，實現進一步挖掘數據。總之，數據挖掘和統計思維是相互作用關系，另外可以通過統計學或是數理統計的學習，繼續加強統計思維訓練，促使其在數據挖掘過程中充分發揮引導價值[3]。

3 基于數據挖掘的統計思維及程序設計人才的培養對策

程序設計，是對特定問題程序進行解決的過程。程序設計主要利用程序設計語言，通過基礎算法，實現數據處理的過程。其設計過程分為分析、設計、編碼、測試以及查錯等步驟。

現代社會需求應用型、復合型人才，對人才培養主要是對其進行教育，加強專業培訓。促使人才形成良好綜合素質，具備社會責任感，并且專業度強同時要有一定自主學習能力、創新精神和能力。一方面在基礎和實際應用兩方面研究進行訓練，使得人才具備扎實理論知識和實踐技能，培養動手能力提高綜合素質。另一方面，培養人才形成一定的科學思維，運用科學思維獲取更多知識，激發專業人才探索精神、創新能力以及良好職業素養。在當今信息化大數據時代背景下，結合多年教學實踐經驗，以下進行了三方面培養策略的分析[4]。

（1）改變程序設計內容，培養概率思維

在以往程序設計教學過程中，無論是學習還是教學主要是學習基本語法規則，掌握程序設計基礎方法，具備語言表達能力。在實驗或是訓練中主要從幾方面進行：常規性計算、實際問題計算機表示、算法空間以及時間復雜度分析、數據組織方式及輸入、輸出等能力。大數據時代，傳統教學方式已經滿足不了社會、行業以及企業對程序設計工作人員的要求，因此，培養程序設計人員首要任務是加強統計學、數理統計、統計方法訓練[5]。

統計學是一門數據分析、數據處理綜合性學科，其中包括隨機事件、概率分析、統計分析等基本理論。所以，在進行實驗或者實訓時，要加強設計有關隨機事件、概率統等方面問題。可以利用貼近生活實際案例，比如設置這樣的問題：分析高速公路中流量情況、分析城市交通要道堵塞時間段、統計交通事故等等。基于這樣的問題設計，要求程序設計人員要通過大量實踐、隨機取樣等進行豐富驗證，最終得到有價值的方法。

要充分利用概率事件創設問題，加強訓練程度設計人員概率思維，逐步培養統計思維能力，通過不斷實踐，完善程序設計人才培養以及訓練方法。從而為數據挖掘培養出符合社會需求乃至大數據需求的綜合型人才[6]。

（2）實現教學方向由確定性向隨機性轉變

目前，在程序設計人員培養和教學方法上，主要表現為研究確定的軟件架構和實現方法，研究數據庫中現有結構化數據應用情況。但在當前大數據時代下，所呈現出無結構化或半結構化，并且其數量正在不斷增加，而這些結構中還隱藏著巨大應用研究價值，這就要求當今程序設計人員要具備先進科技應用水平和新型科技知識。如云計算、云儲存、人工智能、機器學習等，要加強程序設計人員對這些先進科技的學習和研究，從海量并且不確定事件中挖掘潛在價值知識。從而為我國國防、交通、教育、科技等各行各業更好地提供優勢服務，全面實現社會主義建設。

（3）培養純形式統計思維模式

運用統計分析法實現數據挖掘算法，工作方向體現在方法論研究層面，進而尋找普遍性規律。此外，還有諸多算法可一應用到實際工作中，例如：機器學習算法、神經網絡算法、模式識別算法等。事實上，很多數據是沒有規律可以尋找的，這對程序設計人員以及數據分析人員等提出了更高要求，要對大量數據進行個多方面統計或是實時統計，在個別數據值達到統計量時，就很大程度上會發現規律，挖掘出隱藏價值信息[7]。

上文提到的屬于形式統計思維，有效解決了數據挖掘依賴統計分析絕對性。簡單說，如果找不到統計法方法，完全可以利用這種機械式統計方法，對大量數據進行反復統計和計算分析，也是能發現更多具有價值的規律和知識。例如，可以對具有大流量一百條高速公路中指定路段，其中過往轎車車牌號、車型等進行連續100天統計，結果可能會使得用戶提高對轎車滿意度，而指定車輛出現頻率、歸屬地頻率等，從分析結果看，也有可能會為轎車廠家以及交管部門提供價值信息。總的來說，純形式的統計思維對數據挖掘工作也有一定作用。

4 結語

基于大數據背景，數據挖掘工作主要是找尋數據之間的關聯，通過這種關聯關系能很好幫助進行決策，利用科學方法進而創造更大價值，使得事物之間形成一種相互促進相互協調發展狀態。為促使社會不斷進步，要通過教學對程序設計人才進行有計劃有針對性的培養，要求不僅要了解計算機基礎知識和技能，還要掌握程序設計基礎理論、基礎方法，具備設計能力。更重要的是要通過當今時代背景，融合科學間的關系，利用統計分析方法挖掘學科之間潛在價值，從而培養出適應社會的全方位人才。

[1]黃磊.計算機程序設計專業人才培養模式探索[J].職業， 2017（23）：18-20.

[2]邱麗萍.基于大數據與統計新思維的研究[J].經貿實踐， 2017（18）：24-27.

[3]方芳，王軍華.程序設計課程中計算思維能力的培養[J]. 福建電腦，2018，34（12）：176-177.