PST 理论下的案例驱动教学模式探索与实践——以“数据挖掘技术”课程为例

柯 佳,陈潇君

(江苏大学 管理学院,江苏 镇江 212013)

0 引言

大数据时代,社会发展对人才发展的标准不断提升。 其中,随着创新型人才发展战略的提出,信息管理与信息系统专业需要将信息化技能的培养以及系统管理才能的提高作为重点突破的内容[1]。 目前,江苏大学信管专业以培养创新型信息人才为核心,增设了大数据处理相关的技术课程模块。 “数据挖掘技术”因为交叉性和实用性的特点而作为模块中的主干课程。 学生通过本课程的学习,能够在理论联系实际的基础上,系统地掌握数据挖掘的基本理论和经典算法,具有数据处理、数据分析、各种挖掘算法的应用能力,并会解决实际问题,分析和挖掘实际场景中的数据集。

1 课程特点

“数据挖掘技术”是一门综合性课程,其内容涉及人工智能、数据仓库、商务智能等专业技术领域,并且广泛应用于科学、工程、商业和医学等应用场景。课程理论知识体系内容繁多,算法细节多,所以上课教授需要分配大量学时,导致实践学时不足,实验内容缺乏系统性和整体设计,普遍存在以下问题。

(1)教学偏重理论,实践教学设置复杂,缺乏系统性。 因为课程内容涵盖范围广,知识点多,理论算法难度大,实践环节要求高,学生容易产生畏难情绪,不容易产生学习兴趣,积极性不高。

(2)以老师为主的课堂教授方式,课程内容实践学时短缺。 因课程内容设置和课时原因,课堂主要由老师讲授知识,学生处于被动接受知识输入,缺乏学习主动性。 通过实践环节合理设置,将学生分组实行社群学习模式,转化成“以学生为中心”模式,激发学生学习主动性,加强学生之间的沟通交流,教师观摩和引导,提升学生创新性。

(3)考核形式单一,不能全面反映学生学习成果。 原先课程考查方式单一,为实践作业+期末综合测试考核。 为调动学生学习积极性,增加考核因子组成,添加平时作业、分组汇报、综合作业、基于课程的大学生创新项目立项打分项,同时也考虑学生分组社群之间的互相评价结果。

本文采用贯穿式案例进行教学设计[2],旨在涵盖整个数据挖掘工作的全过程、突出课程内容的重难点;建立学生社群,发挥学生主观能动性,在社群里通过与同学间的协作交流,设计子项目方案[3],完成数据分析和挖掘任务;同时引入PST 理论[4-5],从老师教学、学生社群交互、思维认识3 个维度启发学生的创新思维,通过教学提高认识呈现结果。 最后采用多重考核机制,全面考查学生学习成果,研究思路如图1 所示。

图1 研究思路

2 PST 理论下的“理实互促,案例驱动”教学模式

2.1 “理实互促,案例驱动”教学模式

理论结合实践环节,实践促进理论吸收,引入案例的教学模式改革,突出学生的主体地位,充分发挥教师课堂教学、课后引导作用。围绕贯穿式案例进行教学,加深学生对理论知识的理解和应用。

(1)理论教学内容设计。

“数据挖掘技术”课程的教学内容主要分为三部分:第一、数据挖掘基础理论知识,包括数据挖掘的概念、特点及发展,数据仓库存储方式和数据预处理的工作和流程;第二、数据挖掘方法介绍,包括分类、聚类、关联规则分析、时序分析等经典算法;第三、综合应用数据分析,主要包括Web 结构挖掘、Web 使用挖掘和内容挖掘三部分。

(2)实践环节引入贯穿式案例教学法。

贯穿式案例教学法是指教师以一个具有代表性、相对完整的案例为中心,以该案例的解析和处理贯穿于各章节知识点(见图2)。在教学过程中,一个贯穿式案例实施过程对应着一个应用环境下的某类知识被完整处理、分析、挖掘、发现的全过程。 由子项目的分节点实施,到课程结束时的综合汇报,学生体验到知识碎片一一组装,形成一个完成知识体系的全过程。 本文拟选取学生熟悉且和课程内容联系紧密的“中文文本分析系统”作为贯穿式案例,充分结合应用场景,如用户评论文本,进行挖掘和分析,学生在实践中解决具体问题,加深并巩固对理论知识的理解。

“理实互促,案例驱动”教学模式强调:突出学生的主体地位,确保学生的能力得到真正的锻炼;围绕贯穿式案例进行教学实践,以加深学生对知识的理解。 案例内容设计如图2所示。

图2 贯穿式案例设计流程

2.2 建立学生分组社群,鼓励学生激荡思维,合作创新

传统教学方式强调课堂教学,但仅依靠课堂教学是远远不能满足学生学习需求和课程要求的。 利用“互联网+”技术和信息技术,教师在课程开始时建立班级QQ 群和云班课上的学生社群。使用随机分组的原则,对学生打乱分组可以突破平时学生的交友习惯,让学生进入不同的社群进行学习协作。

课堂教学之后,在网络社群中,同群的学生之间可以分享信息、交流思想、互提建议来协作解决问题,共同设计实践环节的实验方案。 在合作学习过程中探索自我价值、共同成长并获得认同和理解。 学生社群学习的价值不仅体现在集体智慧的构建上,更重要的是让他们在完成一个项目时有获得感和成就感,做到彼此欣赏。

2.3 引入PST 理论方法,建立启发式学习模式

PST 理论框架包括教学法、空间、技术,是由昆士兰大学D.Radeliffe 教授借助信息技术,突破传统教室有限空间至信息技术支持的无限学习空间。 将PST理论融入课堂理论教授和实践环节、课后学生社群学习。 本文在此基础上,结合学生喜欢互动分享的特点,引入PST 理论进行教学模式的改革探索,研究包含三部分:教学法、社会交互和技术支持[6]。

教学法指为实现教学目标,在给定的教育情境中运用的方式与手段,关注教学的目标和内容、教学的方法和模式、教学的价值和原理。 本文“理实互促,案例驱动”的教学模式,即将课堂理论教学结合应用实践,彼此相互促进,相辅相成。

社会交互指那些被感知到的或真实存在的能促进用户社交互动的活动,包括安全舒适的交互环境、便于沟通的交流工具和促进交互的动力机制等。 网络教学环境需要促进学生之间、师生之间的沟通交流,激励学生观点,分享和会话协商,提升学生社会交互能力,这部分对应于文中学生社群学习模式。 在学生社群中,鉴于提升学生团结协作的目的,打破学生之间的朋友关系网络,进行随机组成。 在案例子任务汇报课上,教师通过互动研讨,激发学生积极思考、踊跃参与互动,引导学生进行深度的思考,鼓励创新思维;学生在互动中,可以自由发言,畅所欲言,发起头脑风暴形成社群学习的社会呈现结果。

PST 技术支持是指技术对学习的支持能力,包括技术的可用性和易用性、设计的美观性、多媒体呈现的艺术性和用户学习体验的舒适性。 在功能和性能上满足教学需求,如拓展内容呈现,跟踪教学过程等。本研究选取了成熟的互联网学习平台云班课和网络资源共享社区哔哩哔哩网站(B 站)。 在云班课上进行学生社群管理,收集网络学习资源并共享;在B 站上自建学习资源,由学生根据课程内容,课后录制学习视频资源上传,不仅在班级内共享,还在互联网范围内共享,目前已经开始建设,也收到了网络上的反馈和交流经验。 学生在自建视频过程中,不仅应用课堂所学,还锻炼了视频制作的能力,在学习总结中形成自己的学习体系,体现认识呈现。 实践证明,他们在自建资源时,展现了浓厚的兴趣和超出预期的动手实践能力。

同时,注重个性激励,鼓励学生与教师合作承担研究项目,参加校企合作项目,积极申报大学生创新项目和大学生创新训练计划。 参加各种专业竞赛,以赛促练,学生对本专业的学习兴趣还能够增强学生的创新创业能力,加深学生对所学知识的理解。

2.4 多重考核机制全方位度量学生能力

从课堂作业、贯穿式案例子项目任务完成、期末测试、综合实践数据分析等多方面考查学生,不再从一张试卷上考查学生所学,从理论、实践、协作、创新能力上综合评定学生,可以杜绝学生考前突击复习,出现“考过就忘”的现象,教学成果不尽人意。 让学生注重平时学习效果,积极参加到社群学习环境中,同社群同学之间相互带动,相互促进,提前制定学习计划,在教师限定时间内按课程章节节点完成实践子任务计划,进行有序学习,做到每个知识点都牢固掌握。 让学生注重课程每个环节的学习内容,实践体验贯穿式案例各子项目与课程理论内容衔接。

3 现有成效

教师、学生统一安装“云班课”App,在云班课上已分别建立了4 个年级课程学习社群。 学生在社群学习中,普遍反映社群中可能会碰到自己平时没有或者很少接触的同学,通过完成子项目任务,彼此能通过分享自己的学习资料和设计方案,讨论商定群组方案,会带来不同的思想火花和学习心得,参与度高,反应积极。 目前,云班课一个课程社群上建立有50 项左右的网络分享资源。 教师已提前设置子项目任务的评分机制,为社群内学生互评、群间互评、教师评分三项,并设置权重,最终得到综合评定分数。

课程所设计的教学使用案例:数字化赋能,个性化随访——“互联网+智能”随心访系统,获得了2021首届CHITEC“英特尔杯”数字医疗健康创新服务医疗健康大赛优秀案例奖。 在B 站上自建分享视频资源6 个,包含课程章节中的经典算法和案例扩展数据分析挖掘内容,视频自建工作仍在继续。

4 结语

本研究加强了信管专业课间的衔接和延续,提升了课程的应用性。 充分发挥学生在“数据结构”“管理信息系统”等先行课程中积累的算法设计基础和系统开发经验,引导学生理解管理信息系统向着决策支持系统转化,对数据集挖掘的必要性。 通过社群学习模式,提高学生与组员之间的协作能力,在PST 理论指导下教师更好地激发学生学习兴趣,培养学生创新能力。 多重考核机制,鼓励学生注重实践应用,积极参与课程的每个学习环节。 通过本文提出的新教学模式,有利于学生更好地掌握数据挖掘技术的理论知识及其在实践中的应用,提高学生的学习兴趣和自主创新能力。