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(lái)，大數(shù)據(jù)的分析和挖掘越來(lái)越被各個(gè)領(lǐng)域所重視。在《中國(guó)大數(shù)據(jù)發(fā)展調(diào)查報(bào)告（2018年）》中指出，“2017年中國(guó)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(mén)，近40%的企業(yè)已經(jīng)應(yīng)用了大數(shù)據(jù)?？梢钥闯龃髷?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(wèn)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(mén)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(yǔ)言，如Java，C++，Python或R語(yǔ)言;至少掌握一種數(shù)據(jù)庫(kù)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(guò)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(lái)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(wèn)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(kāi)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(wú)法調(diào)動(dòng)學(xué)生的學(xué)習(xí)積極性，無(wú)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(guò)程中兩個(gè)分開(kāi)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(guò)引入實(shí)際問(wèn)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(mén)多個(gè)學(xué)科交叉的課程。開(kāi)設(shè)該課程之前需要開(kāi)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(kù)原理、數(shù)據(jù)結(jié)構(gòu)、編程語(yǔ)言（C++或Java或Python）等課程。我院開(kāi)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(kāi)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(guò)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(wèn)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(wèn)題。需要學(xué)生通過(guò)所學(xué)的數(shù)據(jù)挖掘算法給出具體的求解過(guò)程，按數(shù)據(jù)挖掘的基本流程完成一個(gè)真實(shí)問(wèn)題的數(shù)據(jù)挖掘過(guò)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(yǔ)言，而學(xué)生普遍對(duì)python語(yǔ)言不是很熟悉，但前期課程中已經(jīng)開(kāi)設(shè)了Java或C++編程語(yǔ)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(guò)在線學(xué)習(xí)的方式快速了解和掌握python語(yǔ)言的基礎(chǔ)語(yǔ)法。因此課程的第一章python基礎(chǔ)語(yǔ)法和第二章pandas數(shù)據(jù)分析，開(kāi)展網(wǎng)上教學(xué)的方式，將python基礎(chǔ)語(yǔ)法和pandas庫(kù)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(guò)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(wèn)題和不足，接下來(lái)在課堂教學(xué)過(guò)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(guò)程，而此過(guò)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(guò)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(wèn)題和要求，通過(guò)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(wèn)題答疑。

每章設(shè)置由真實(shí)問(wèn)題背景的數(shù)據(jù)挖掘問(wèn)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(wèn)題和挖掘目標(biāo)要求，由學(xué)生根據(jù)實(shí)驗(yàn)問(wèn)題和目標(biāo)，安裝數(shù)據(jù)挖掘的基本過(guò)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(guò)程中可以通過(guò)網(wǎng)絡(luò)教學(xué)平臺(tái)進(jìn)行交流和答疑。

（四）通過(guò)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(wèn)題，由這些問(wèn)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(wèn)題，所以使學(xué)生自覺(jué)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(wèn)題的能力。

如在講授決策樹(shù)算法時(shí)，大部分學(xué)生關(guān)注決策樹(shù)的生成過(guò)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(méi)有注意。因此設(shè)計(jì)了一個(gè) “銀行產(chǎn)品營(yíng)銷”案例，有部分學(xué)生沒(méi)有關(guān)注數(shù)據(jù)類型的問(wèn)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(shù)。然后展開(kāi)小組討論，引導(dǎo)學(xué)生在建立決策樹(shù)模型中如何處理連續(xù)變量。

通過(guò)具體的案例實(shí)踐，在問(wèn)題中的分析、解決過(guò)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(wèn)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?，然而一張?jiān)嚲頍o(wú)法體現(xiàn)學(xué)生掌握和應(yīng)用知識(shí)的水平，更無(wú)法體現(xiàn)是否掌握了分析和解決問(wèn)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(shù)，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(wèn)題進(jìn)行數(shù)據(jù)分析和挖掘。數(shù)據(jù)可以是公開(kāi)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(wèn)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(wèn)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?？己朔绞降霓D(zhuǎn)變，也帶動(dòng)了學(xué)生學(xué)習(xí)重心的轉(zhuǎn)變，學(xué)生開(kāi)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(lái)看，通過(guò)學(xué)期末的問(wèn)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(kāi)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(wèn)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(guò)程中也反應(yīng)出了一些問(wèn)題。如學(xué)生普遍對(duì)Python語(yǔ)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(guò)大，希望能夠講解更多python語(yǔ)言編程的內(nèi)容。在實(shí)踐教學(xué)過(guò)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(guò)大，而出現(xiàn)學(xué)習(xí)倦怠情況，還有學(xué)生過(guò)于依賴小組或其他同學(xué)沒(méi)有充分的調(diào)動(dòng)學(xué)習(xí)積極性。因此在接下來(lái)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(yǔ)

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(wú)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(wèn)題的分析和解決中學(xué)習(xí)，通過(guò)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(lái)，提高解決實(shí)際數(shù)據(jù)挖掘問(wèn)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(guó)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.