新工科下基于項目驅動的“數據挖掘”課程教學改革研究

魏偉一 張志昌 張國治

關鍵詞：項目驅動；數據挖掘；教學改革

1引言

隨著數據采集和存儲技術的飛速發展，數據正以前所未有的速度增長。尤其在當前的大數據時代，數據已成為各行各業重要的戰略資源。因此，對數據進行深入有效的分析與挖掘，對社會幾乎所有領域的決策都變得越來越重要[1]。數據挖掘技術將傳統的數據分析方法和用于處理大量數據的先進算法相結合，應用先進的數據庫管理技術和大量以機器學習為核心的數據挖掘技術，為數據庫中的知識發現提供有效的支撐[2]。因此，在數據科學與大數據、計算機科學與技術及統計學等專業開設“數據挖掘”課程的重要性不言而喻。

不同于傳統學科導向的培養理念，新工科肩負著當前工程教育必須面向未來發展的歷史重任，重構工科人才的培養新模式[3]。然而，由于數據挖掘是一門融合了數據庫技術、機器學習、模式識別、統計學和高性能計算等相關領域的交叉學科，課程內容體系龐大，理論深奧且實踐性又強，同時新技術發展迅速，導致教學資源建設和教學手段創新都相對滯后，教學效果也不太理想[4]。

2“數據挖掘”課程教學現狀

2.1課程理論深，跨度大

“數據挖掘”課程理論深奧，而且隨著應用需求的進一步發展，數據挖掘新的模型和改進算法不斷涌現[5]。同時，數據分析與挖掘的應用領域逐步擴大，數據對象也日趨豐富，而當前的數據挖掘課程體系更注重理論教學，加之教學內容多、交叉跨度大，因此對于大部分學生而言學習難度偏大。此外，很多專業同時開設了“機器學習”和“神經網絡”等相關課程，導致課程間的內容存在重復與冗余。

2.2課程教學方式單一

目前的教學過程仍然呈現出重基礎理論輕實踐的現狀，沒有真正建立以應用為目標和主線的課程體系和教材體系[6]。這容易導致在教學的過程中對數據挖掘基本算法介紹較多，而學生實際項目實踐和過程體驗較少：實驗課時少，學生對相關數據挖掘工具和語言不熟。因此，這種單一的教學模式很容易導致課程教學內容枯燥與晦澀，無法激發學生的學習興趣，使得課堂教學效果不佳[7]。

2.3創新能力培養與評價過程不完整

教學評價是合理的人才培養的重要保障[8]。然而，現有“數據挖掘”課程的培養方案未能充分體現個性化的應用需求，沒有將數據挖掘技術的理論與實踐、應用與創新要求有效融合[9]，而且課程的學習評價與考核方法單一，沒能充分考慮學習過程的過程性管理與綜合能力評價。

2.4教學資源相對匱乏與滯后

目前，數據挖掘技術的應用越來越復雜，技術與方法也在不斷發展，但是教學資源存在相對匱乏以及教材中實踐應用環節不突出等亟須解決的問題[10]。

3教學改革措施

3.1教學改革思路

新工科面向工程人才培養，采用成果導向（outcome based education，OBE）的培養理念[11]。在工科專業課程教學中引入案例教學法，有助于引導學生針對特定問題應用場景，綜合應用多學科知識去分析和解決問題，培養工科人才的實踐性和綜合專業能力[12]。因此，數據挖掘教學應該面向新工科新業態，以解決實際問題為導向，摒棄傳統的以單一理論和典型算法為主的教學模式，以增強學生綜合應用所學理論知識解決實際應用問題的能力。同時，重點進行課程教學內容的整合與優化、教學模式的創新和課程資源的建設，從而達到創新型人才與新工科人才的新培養標準。

3.1.1建立多維度的教學組織和評價模式

針對目前教學過程中的問題，著力建立理論與實驗教學、科學研究與工程實踐相互滲透的新型多維度的教學組織和實踐實訓模式，并強化對各教學環節的管理與考核。

3.1.2創新課程的教學與學習模式

改變傳統“數據挖掘”課程的以理論教學為主導的教學模式，積極探索“數據挖掘”課程的案例與項目驅動的教學模式，不斷結合社會熱點問題設計新的數據分析與挖掘案例。

3.1.3創建新模式下的教學資源建設

優化教學內容與教學體系，完成教學資源與平臺建設，創建優質的教學團隊，全方位進行教學模式的改革與創新。

3.2教學改革舉措

面向新工科建設需求與領域應用，以培養學生實踐與創新能力為導向，針對當前教學中存在的不足，全方位、多舉措實施“數據挖掘”課程的教學模式改革。

3.2.1優化課程內容體系，改進教學模式

數據分析與挖掘是一門新興的交叉學科，具有內容廣泛、理論性強、學習難度較大等特點。而且不同學科與專業對相關理論知識的深度和應用要求也有所差異。因此，針對各專業共性需求來優化課程體系、規劃教學內容、重新設計課程教學內容與綜合實驗過程及教學評價體系就顯得比較重要。此外，在采用多種教學模式與教學資源的基礎上，需要結合應用需求和當前社會熱點，融人案例驅動和學科競賽驅動的教學內容與教學模式，全面提高學生的工程實踐與創新能力。

3.2.2專注專業實踐需求，實現以項目為驅動的實踐教學模式

以全面提升學生數據分析與數據挖掘能力為目標，以學生理論學習和工程實踐為中心，面向專業實踐要求，通過項目開發作為驅動，由教師設計組織項目活動過程，學生全程參與項目實踐并分組研討展示學習成果，提升學生數據分析與數據挖掘的能力，為學生將來從事相關工作奠定扎實的基礎，具體學習內容和實施過程如圖1所示。由此，形成以項目為驅動，以學生項目實施活動為主線，重點培養學生的數據分析與挖掘的實踐能力。學生通過項目實踐進一步理解數據挖掘理論，在活動中體驗數據挖掘方法，改變傳統的學習方法和習慣。

3.2.3面向教學實施各環節，創新全方位的綜合考評方式

在對學生進行考核時，在注重理論考試的基礎上，教師還應關注教學過程各環節的管理與考評，包括課前預習、課外討論、文獻閱讀、項目實施、項目進展報告與項目答辯結果等維度的評判，全方位考核，切實提高學生的理論水平與創新實踐能力。

3.2.4針對課程教學要求，進行教學內容優化與資源建設

當前，用于“數據分析與挖掘”課程的理論與實踐教學資料數量較多，但資源分散、系統性不強，而且各項資源間交叉冗余、聯系不明確。因此，需要在教學模式改革的基礎上，結合技術的特點與發展趨勢，優化教學內容，實時引入新技術與新理論，不斷完善與優化教學資源。

4教學改革案例和成效

基于教學進度和項目計劃，合理安排“數據挖掘”課程的進度和內容，如表1所列，理論教學、文獻閱讀及項目實施與匯報逐模塊同步實施與考核。此外，在基本項目實踐基礎上，每學期結合社會經濟發展熱點更新數據挖掘（如新冠疫情數據分析與挖掘）擴展項目。同時，我校近年來積極組織學生參加kaggle、天池和中國農業銀行“雅典娜”杯等數據挖掘競賽，作為課外項目并取得了一定的成績。

與此同時，在教學改革實施的過程中，不斷優化課程內容，積累項目實訓案例并編寫出版教材，組建課程小組，在教改項目申報和教學資源建設方面取得了一定成效（如表2所列），真正實現了教學相長。