大數(shù)據(jù)背景下用戶行為數(shù)據(jù)分析課程教學改革研究

李忠霖

（武昌工學院，湖北 武漢 430065）

1 引言

基于大數(shù)據(jù)技術的用戶行為數(shù)據(jù)分析，通常涉及網(wǎng)絡數(shù)據(jù)信息收集、機器學習分析、數(shù)據(jù)可視化等的執(zhí)行流程，要求學生具有軟件編程基礎，且能夠熟練使用Python爬取軟件工具、R統(tǒng)計應用軟件。這一情況下，對于數(shù)據(jù)分析課程的教學改革與創(chuàng)新，也要引入有關大數(shù)據(jù)技術、Python用戶數(shù)據(jù)抓取工具，進行現(xiàn)有課程教學情境、教學理論與實踐內(nèi)容、交互實踐教學流程的革新，帶領學生深入到某一用戶行為文本挖掘、數(shù)據(jù)分析、可視化呈現(xiàn)的學習之中，進而提高學生的數(shù)據(jù)爬取、分析與展示呈現(xiàn)能力。

2 網(wǎng)絡用戶行為的表現(xiàn)形式及數(shù)據(jù)類型

2.1 用戶行為表現(xiàn)形式

大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)通信技術的迅猛發(fā)展，使得網(wǎng)絡內(nèi)部出現(xiàn)多種多樣的用戶行為數(shù)據(jù)信息，也為不同類型用戶數(shù)據(jù)的深度挖掘、價值利用帶來巨大機遇。當前對于用戶行為數(shù)據(jù)的采集、整合與分析，通常圍繞著與用戶相關的網(wǎng)絡平臺展開，對電子商務、門戶網(wǎng)站、社交媒介的用戶行為數(shù)據(jù)，進行某一類別用戶數(shù)據(jù)的爬取、篩選、整合與存儲[1]。

從多源化用戶行為數(shù)據(jù)爬取的角度來看，用戶對網(wǎng)絡數(shù)據(jù)資源的獲取、查詢、交流、傳播、加工和利用等行為，通常有兩種表現(xiàn)形式：一是對網(wǎng)絡資源的檢索、查詢、瀏覽行為，即用戶根據(jù)自身的業(yè)務、服務需求，作為游客或登錄至網(wǎng)絡平臺，在不同功能模塊開展信息瀏覽、查找等操作行為；二是對網(wǎng)絡平臺資源的復制、粘貼、修改、下載行為，在外部用戶獲得訪問或管理權限后，可下載自身需要的數(shù)據(jù)信息，或?qū)W(wǎng)絡平臺的數(shù)據(jù)信息、功能服務資源，作出復制、粘貼、修改等操作行為。

2.2 網(wǎng)絡用戶行為數(shù)據(jù)類型

基于Python語言編寫的Scrapy網(wǎng)頁應用程序框架，通常包括爬蟲(Spiders)、爬蟲引擎(Scrapy Engine)、調(diào)度器(Scheduler)、下載器(Downloader)等組成結(jié)構，可針對海量化的網(wǎng)頁數(shù)據(jù)、用戶行為信息，進行用戶任務請求處理、關鍵數(shù)據(jù)信息爬取[2]。

在Scrapy框架、Redis數(shù)據(jù)庫工具支持下，可在同一時間段內(nèi)抓取任務請求數(shù)據(jù)，統(tǒng)計與提取豐富的數(shù)據(jù)類型，包括list、hash、string、sets、sorted sets等數(shù)據(jù)類型，支持不同數(shù)據(jù)集合或列表的交集、并集操作。當前對于網(wǎng)絡用戶行為的不同數(shù)據(jù)類型搜集與分析，存在著任務請求響應、數(shù)據(jù)流資源處理、網(wǎng)頁或網(wǎng)址爬取、數(shù)據(jù)信息抓取、數(shù)據(jù)存儲等執(zhí)行流程。

3 當下網(wǎng)絡用戶行為數(shù)據(jù)分析課程教學存在的問題

3.1 缺乏以用戶行為數(shù)據(jù)融合與利用為主的教學理念

由于數(shù)據(jù)分析課程在整個專業(yè)教學中所占的比例較小，教師通常并未建構起系統(tǒng)化的數(shù)據(jù)分析教學理念，會忽視對用戶行為數(shù)據(jù)的采集、融合與利用教學[3]。如以校內(nèi)圖書館用戶行為的數(shù)據(jù)分析教學為例，在對學生用戶行為的數(shù)據(jù)信息采集、整合與分析過程中，由于不同學生的數(shù)據(jù)訪問、操作行為具有分散性、實時性的特征，使得數(shù)據(jù)分析課程教學只是針對某一個或一類的用戶行為數(shù)據(jù)，進行行為數(shù)據(jù)類型、數(shù)據(jù)內(nèi)容、數(shù)據(jù)特征的分析教學，而缺乏對多源用戶行為數(shù)據(jù)的融合、利用教學，致使大量“高價值”的數(shù)據(jù)信息難以得到充分應用。

3.2 數(shù)據(jù)分析課程缺少以學生為中心的教學情境創(chuàng)設

現(xiàn)階段數(shù)據(jù)分析專業(yè)課程的組織設置，通常缺少以學生為中心的教育理念，也很少設置出某一類用戶行為數(shù)據(jù)分析的教學情境。首先在課前階段，高校教師極少關注不同學生的自主學習情況，包括很少解學生對網(wǎng)絡用戶數(shù)據(jù)爬取、分析與存儲的技能掌握情況，只是依據(jù)課程教材大綱、單元知識內(nèi)容的設置要求，進行課程教學資源整合、用戶行為數(shù)據(jù)分析的“講授”教育。

之后對于數(shù)據(jù)分析課程的教學情境創(chuàng)設，也很少引入課外電子商務、門戶網(wǎng)站、社交媒介等渠道的用戶行為數(shù)據(jù)，建立以數(shù)據(jù)爬取、分析為主的教學情境，使得數(shù)據(jù)分析課程教學的形式化嚴重、實踐應用性不足。

3.3 用戶行為數(shù)據(jù)分析課程內(nèi)容、教學方式單一陳舊

在數(shù)據(jù)分析課程的組織與教學實施中，應圍繞X、Y等多個主成分變量，進行用戶行為數(shù)據(jù)信息的采集、整合與分析。但當下用戶行為數(shù)據(jù)分析的課程教學活動，通常只針對Python語言、R語言的網(wǎng)頁應用程序匯編語言，向?qū)W生講解網(wǎng)頁數(shù)據(jù)信息的爬取、檢索與整合分析流程，而缺少用戶行為原變量數(shù)據(jù)X、主成分數(shù)據(jù)Y的教學資源引入，很少進行系統(tǒng)化的Eviews或STATA軟件應用、主成分數(shù)據(jù)分析教學。

另一方面，從數(shù)據(jù)分析課程的教學方式來看，其很少結(jié)合用戶的實際生活、工作行為數(shù)據(jù)，采取分類問題分析法、聚類分析法，使用SPSS統(tǒng)計與分析軟件、Matlab仿真軟件，對不同時間段、不同類型的用戶行為數(shù)據(jù)進行分析教學，導致數(shù)據(jù)分析課程的系統(tǒng)化、層次化不強，不能保證學生對用戶行為數(shù)據(jù)的自主搜集、處理與分類分析。

3.4 數(shù)據(jù)分析課程缺乏交互實踐教學、客觀教學評價

用戶行為數(shù)據(jù)分析作為多元統(tǒng)計課程的組成內(nèi)容之一，既要求學生利用Spiders、Scrapy Engine等數(shù)據(jù)資源爬取工具，進行用戶數(shù)據(jù)的搜集與挖掘，還要求學生使用SPSS、STATA、Matlab等軟件工具，進行用戶行為數(shù)據(jù)的分析、結(jié)果呈現(xiàn)，但部分高校缺乏數(shù)據(jù)分析課程的交互實踐教學安排、教學流程設置[4]。

當前多數(shù)高校數(shù)據(jù)分析課程的教學，仍舊采取用戶數(shù)據(jù)搜集原理分析、教材實例解析的“講授式”教學方式，對學生進行用戶行為數(shù)據(jù)分析的教學，卻很少設置校內(nèi)實訓室、校外實踐應用基地，教師也并未針對具體問題進行一對一、一對多的交互指導。

此外，在數(shù)據(jù)分析課程教學評價方面，過于注重教學任務、應試考試成績等的結(jié)果性評價，忽視對教師課堂教學情境創(chuàng)設、演示與實踐教學的過程性評價，以及學生項目案例討論、數(shù)據(jù)挖掘與分析技能、分工協(xié)調(diào)能力的評價，不能反映出教師實踐教學、學生專業(yè)技能學習的真實情況。

4 大數(shù)據(jù)背景下用戶行為數(shù)據(jù)分析課程教學改革的創(chuàng)新策略研究

4.1 建構數(shù)據(jù)分析課程“課崗對接”項目式教學理念

隨著大數(shù)據(jù)、云計算技術的迅速發(fā)展，對高校內(nèi)部業(yè)務、社會企業(yè)生產(chǎn)經(jīng)營中的用戶行為數(shù)據(jù)分析，成為高校服務體系建設、企業(yè)產(chǎn)業(yè)發(fā)展關注的重要問題?！罢n崗對接”是指根據(jù)數(shù)據(jù)分析專業(yè)學生就業(yè)崗位需求，構建服務于融崗位工作要求、行業(yè)要求及學生職業(yè)發(fā)展于一體的課程內(nèi)容體系。在這一人才培養(yǎng)理念的指導下，教師對學生的用戶行為數(shù)據(jù)分析課程教學，要遵循課崗對接化、項目化教學原則，設置初級、中級、高級的模塊化課程教學知識體系[5]。

其中，初級模塊圍繞SPSS、STATA、Matlab等軟件，以及Spiders、Scrapy Engine等數(shù)據(jù)資源爬取組件工具的安裝與運行，講解軟件的安裝、存儲及管理的操作方式，以及講授用戶行為任務請求管理、數(shù)據(jù)資源爬取、數(shù)據(jù)類型統(tǒng)計、carbon緩存存儲的執(zhí)行流程。中級模塊主要針對用戶行為數(shù)據(jù)的變量信息，設置有關X(Y)的主成分變量、假設檢驗、回歸分析、方差分析內(nèi)容，講解具體項目案例的數(shù)據(jù)分析方法。高級模塊則包括分類問題分析、聚類分析、因子分析等教學內(nèi)容，講解金融或貿(mào)易交易、電子商務、社交媒介中存在的用戶行為數(shù)據(jù)變化情況，包括輸入/輸出的數(shù)據(jù)變動、資源瀏覽與調(diào)用情況，可充分保證“課崗對接”的項目式教學效果。

4.2 創(chuàng)設以學生為中心的數(shù)據(jù)分析課程教學情境

網(wǎng)絡用戶行為數(shù)據(jù)的爬取、分析與存儲教學，通常涉及數(shù)據(jù)自動化采集、讀取與清洗的爬取流程，因而可根據(jù)數(shù)據(jù)爬取與分析的業(yè)務，創(chuàng)設符合學生認知的問題導向式、交互式教學情境。

如針對分布式網(wǎng)絡用戶行為抓取系統(tǒng)的建構，教師可設置問題導向為主的教學情境：“ScrapyTwisted、Scrapy-Redis、Graphite等組件，在Scrapy網(wǎng)絡爬蟲框架系統(tǒng)中起到什么作用？”“用戶行為數(shù)據(jù)爬取的采集，處理、儲存流程是如何實現(xiàn)的？”在此基礎上，引導學生參與到網(wǎng)絡新聞的用戶評論、轉(zhuǎn)發(fā)、收藏行為爬取中，使其學習數(shù)據(jù)字段爬取、字符轉(zhuǎn)碼、清洗、分類、分割、對象添加、存儲的操作流程，完成不同類別用戶行為數(shù)據(jù)的爬取、分析與存儲工作。

4.3 創(chuàng)新用戶行為數(shù)據(jù)分析教學內(nèi)容、教學方式

在“課崗對接”人才培養(yǎng)目標的指導下，對于數(shù)據(jù)分析課程的教學內(nèi)容組織設置，以及學生自主探究、教師演示與實踐教學方式的創(chuàng)新，成為提高數(shù)據(jù)分析質(zhì)量、對接企業(yè)數(shù)據(jù)分析與管理需求的重中之重。[6]因此，要以用戶行為數(shù)據(jù)分析的項目案例為主，創(chuàng)新與完善現(xiàn)有的課程教學內(nèi)容、教學引導和指導方式。

首先根據(jù)不同網(wǎng)站、社交媒介的業(yè)務及服務需求，以項目服務為導向搜集相關的用戶行為數(shù)據(jù)信息，按照數(shù)據(jù)分析的教學與技能要求，設置出系統(tǒng)化的課程教學內(nèi)容，具體如表1所示。其次，對于用戶行為數(shù)據(jù)分析的教學方式創(chuàng)新，依托于慕課、微課、翻轉(zhuǎn)課堂等網(wǎng)絡線上平臺，加強在線演示、項目交互實踐的引導教學，一是設定課程實踐案例的思維導圖，按照思維導圖完成不同場景下的分析流程構建，如“電子商務用戶行為數(shù)據(jù)分析”的課堂教學中，設定“Navicat可視化軟件安裝——用戶行為數(shù)據(jù).csv文件導入——新建數(shù)據(jù)字段表——數(shù)據(jù)清洗與篩選——行為數(shù)據(jù)比較、用戶商品偏好和交易流程分析”的思維導圖，輔助線上課程教學；二是采取分類問題分析、聚類分析、因子分析等方式，使用具有相關性的公共因子，描述多個隨機變量之間的關系，實現(xiàn)對多種用戶行為數(shù)據(jù)的統(tǒng)計、比較分析。

表1 用戶行為數(shù)據(jù)分析的系統(tǒng)化課程教學內(nèi)容設置

4.4 注重課程中師生交互實踐、科學客觀教學評價

用戶行為數(shù)據(jù)分析課程教學質(zhì)量的好壞，在于教師是否根據(jù)學生學習情況、企業(yè)實際需求，設置出一系列典型的用戶行為數(shù)據(jù)分析項目。在這一實踐應用人才培養(yǎng)要求下，教師可針對具體的用戶行為數(shù)據(jù)分析項目，設置數(shù)據(jù)特征分類、整理、分析、共享與存儲的教學模塊，不同模塊使用相對應的軟件或組件工具，對學生進行用戶行為數(shù)據(jù)的采集、篩選、分析、存儲管理教育。如在Web網(wǎng)頁的用戶行為數(shù)據(jù)爬取教學中，教師可先向?qū)W生提出“網(wǎng)頁鏈接域名解析、網(wǎng)頁數(shù)據(jù)下載、消息列表數(shù)據(jù)提取、url去重過濾、網(wǎng)頁鏈接數(shù)據(jù)下載、爬蟲繼續(xù)抓取”等的用戶行為抓取流程。

然后提出問題：“如何使用URL下載特定的網(wǎng)頁，抓取網(wǎng)頁的用戶行為內(nèi)容？”隨后引導學生利用數(shù)據(jù)特征分類、整理、分析、共享與存儲等的教學模塊，完成“種子URL抓取——將已下載URL放進抓取URL隊列——抽取新的URL放入待抓取URL隊列——讀取URL DNS并解析網(wǎng)頁用戶行為信息——存儲數(shù)據(jù)信息至網(wǎng)頁庫”。教師指導學生繪制用戶行為抓取的工作流程，解答學生的疑惑問題，并要求其將軟件抓取的數(shù)據(jù)信息，存放至數(shù)據(jù)庫共享模塊。

同時在用戶行為數(shù)據(jù)分析課程教學評價上，應結(jié)合教師情境創(chuàng)設、演示實踐教學活動，以及學生數(shù)據(jù)分析實踐、作業(yè)測驗情況，作出課前、課堂與課后的全流程教學(學習)評價，包括學生SPSS、STATA、Matlab的軟件使用技能評價，不同項目數(shù)據(jù)類型統(tǒng)計與提取、Python用戶數(shù)據(jù)抓取、用戶行為數(shù)據(jù)比較的業(yè)務執(zhí)行評價，設定A級(優(yōu)秀)、B級(良好)、C級(一般)、D級(較差)、E級(極差)五個等級，完成對不同課堂環(huán)節(jié)的評價打分，進而保證用戶行為數(shù)據(jù)分析與課程教學目標、企業(yè)信息需求之間的對接。

5 結(jié)語

數(shù)據(jù)分析課程屬于計算機科學與技術專業(yè)的主要課程之一，往往針對特定學生的專業(yè)要求、數(shù)據(jù)分析需求，由教師組織相關的課程教學知識體系，開展用戶行為數(shù)據(jù)分析的系統(tǒng)化課程教學。大數(shù)據(jù)環(huán)境下用戶行為數(shù)據(jù)分析課程教學，需要依托于慕課(MOOC)、微課、翻轉(zhuǎn)課堂的網(wǎng)絡在線平臺，根據(jù)不同學生的思維認知、數(shù)據(jù)分析學習狀況，設置出符合學生認知的問題導向式、啟發(fā)引導式教學情境，創(chuàng)新課程教學內(nèi)容、交互實踐教學方式，引導學生進行數(shù)據(jù)字段爬取、字符轉(zhuǎn)碼、清洗、分類、分割、對象添加、存儲的不同環(huán)節(jié)的操作實踐，可達成用戶行為數(shù)據(jù)分析的項目實踐、問題交互指導教學目標。