新时代下“数据挖掘”课程的教学改革与探索

李忠金 徐帅达

摘 要：针对“数据挖掘”课程教学中目前存在的问题展开探索，一切以学生为中心，以教授学生知识和培养学生能力为目标，优化了教学模式，贴合了时代进步，注重理论与实践相结合。一改往日教学风格，更加巩固学生的基础，更好调动学生的学习兴趣，更有利于学生将理论知识转化为实践经验，更加贴近教学目标和开展“数据挖掘”这门课的初衷。

关键词：数据挖掘;教学改革;教学模式;翻转课堂

一、概述

在计算机技术和互联网技術高速发展的新时代下，信息与数据也出现了爆发性的增长。对于海量数据信息的数据挖掘成为热门的研究方向，为增加高校学生对信息产业的了解，“数据挖掘”逐渐走进高校。“数据挖掘”是一门存在多门学科交叉的实践性课程，对于提高学生的数据处理能力和实践创新能力有着积极的作用。目前，“数据挖掘”这门课程的教学存在一些显著的问题，如教学模式古板、课程落后于时代和缺乏实验课程等，“数据挖掘”的教学改革已成大势所趋。刘波等人[1]根据“数据挖掘”课堂的教学实践，得出了一个较为完整的课堂教学内容大纲以及较为详细的课程评价考核方式，实际教学中的应用也获得了较好的效果。黄浩等人[2]提出了涵盖能力拓展比赛和案例贯穿教学等方法的“数据挖掘”课程教学模式，提高了学生的创新能力，增加了学生的实践经验。本文对“数据挖掘”课程的教学现状和旧的教学模式进行了系统性的分析，得出了针对“数据挖掘”这门课的教学改革与探索。

二、课程教学现状分析

（一）课程难度大，学生基础知识掌握不同

“数据挖掘”这门课，涵盖了数据库、机器学习、统计和算法等多门学科的知识[3]，学好这门课还需要学生具备较强的逻辑思维能力。不同专业学生的知识基础不同，相关基础知识掌握情况参差不齐。同时，在“数据挖掘”的课程实践中，动手编程实践必不可少，这对于非计算机相关专业的学生来说是有难度的[4]。再者，本课程中，枯燥的数学公式较多，这很难来调动学生们的学习兴趣，从而失去主动学习和探索知识的动力。另外，对于“数据挖掘”这门课程来说，由于课程难度较大，在有限的教学学时中很难对复杂的难以理解的数据挖掘算法展开深入的讲解，这更加加大了学生们学习这门课的难度。

（二）教学内容与时代脱节

目前来讲，“数据挖掘”课程与时代的脱节主要表现在教材的陈旧和工具链的落后。很多学校所使用的教材比较老旧[5]，大多是多年前出版的旧版本，很多与课程相关的书籍已经出版了新的版本，却没有及时应用到教学中去。另外，在课堂上老师教学时使用的各种软件、集成开发环境的版本大多是老旧的，而学生们下载安装的基本为新版本，这样会使学生在课上学习和课下实践时遇到版本差异产生的各种问题。教材和工具链的滞后跟不上日新月异的技术更新迭代，长此以往，不利于学生们在学习中理论与实践的结合。

（三）理论教学与实践结合不紧密

在传统教学模式的课堂上，多以老师进行理论讲解为主，很多学校选用的是一些简单的验证性实验，一些学校甚至没有实践环节。有道是，光说不练假把式，理论应用于实践才能使这门程真正融入学生们的知识体系中去。“数据挖掘”是一门应用型课程，数据挖掘的算法大多比较抽象，仅靠语言描述无法深刻理解，故而在课堂上结合一些算法的具体实验案例讲解，是十分必要的。课下的项目实践也必不可少。数据挖掘的算法理论推导本就繁杂且枯燥，若没有实践环节的动手尝试，更加不利于学生对算法的理解，不利于学生将所学的知识真正运用起来去解决实际的问题，这不符合课程的教学目标。

三、旧的教学模式分析

（一）以教师授课为主

在以往的课堂授课过程中，教师这一角色为课堂的“主角”，上课以后，学生们围绕教师进行课堂活动。教师在讲台授课，学生作为听众在台下听讲，师生互动环节很少，教师在一节课中讲授的知识较为密集，此种授课模式不利于基础薄弱的同学领悟新接触的、难度大的知识。对于“数据挖掘”这样一门课程前后连贯性较强的课程来说，会导致一种现象：学生在课堂中若有一个知识点听不明白，那么接下来的课堂上，他将跟不上老师的节奏。

（二）以讲授教材为主

在以往的课堂授课内容中，课程大纲是根据教材来制定的，讲授的知识和内容也没有超出教材中的范围。以课本教材为主，缺乏动手实践，将会产生本本主义倾向，课程将过于教条化，课堂氛围较为古板，不利于激发学生的学习兴趣。另外“数据挖掘”作为一门较为前沿的科学技术，其技术的更新迭代是很快的，仅遵循教材中的内容授课，讲授的方面会受到制约，不利于学生了解相关技术的最前沿。

（三）以结课考核分数为重

在以往的课堂考核中，大多是以课程结束后的期末考试作为评价学生学习情况好坏的主要依据，较少的关注学生们在课程进行中的阶段性学习成果。这种一考定胜负的课程考核方式有失妥当，经常会有学生出现平时学习态度不端正，考前突击临时抱佛脚的情况。学生在课堂上的表现与学习态度，还有学生在课程进行中的阶段性的学习成果都应该纳入最后的课程考核内容中。

四、教学改革与探索

针对“数据挖掘”课程的教学现状以及对旧的教学模式进行分析，再加之教学中的体验与感悟，得出了“数据挖掘”这门课的教学改革与探索，主要内容如图1所示。

（一）翻转课堂

采用翻转课堂的教学模式，把课堂的主动权交给学生[6]，交换旧的课堂模式中教师与学生的角色，让学生成为课堂的“主角”。翻转课堂的教学过程分为三个阶段，如图2所示。

课前预习阶段。利用MOOC、雨课堂、学习通等教学平台给学生发放PPT课件、授课视频等学习资料，并发布预习任务。让学生根据线上学习资料进行预习，并完成预习任务，使学生了解本节课程讲述的大致内容，对将要学习的知识有些印象。

课堂教学阶段。针对学生预习情况，区分知识重难点和易错点有针对性地进行讲解。课堂上应注重师生互动，以提问的方式，增加学生与老师之间的互动，使老师对学生的知识掌握情况更加了解。对于一些问题，课堂上还应该分小组讨论以及汇报，让学生行动起来去找到解决问题的方法。这样可以增加学生与学生之间的互动和交流，更有利于在课堂上形成了兴致勃勃、互动充分的学习氛围。比如，把学生分为3～5人的学习小组，课堂前几分钟的时间安排几组学生上台分享知识，可以是自己了解的与课程相关的科技动向，也可以是小组内一起阅读的相关领域的论文。这样不仅能调动学生在课堂上的学习兴趣，还可以避免课堂教授内容与时代脱节。

课后巩固与实践阶段。每节课结束时应及时考察当堂课学生的掌握情况，检测此次课堂的教学效果。教师应该在线上教学平台发阶段性测试作业，随堂的作业练习不仅能帮助学生们巩固所学知识，还能查漏补缺，寻找知识漏洞，在课下继续利用线上教学平台的学习资源学习和弥补自己的薄弱环节。“数据挖掘”这门课程对学生的实践能力也有较高要求，课后需要发布一些项目案例，供学生们动手锻炼自己的实践能力，并在以后的课堂上讲解分析案例，增加学生对项目案例的了解程度。

采用翻转课堂的教学模式，可以整合丰富的学习资源，线上线下相结合，取长补短。配合课堂互动、小组讨论、项目实践等方法，课前预习、课堂练习、课后复习的三段式教学能够使教学效率大大提高。

（二）构建丰富的学习资源

当今的新时代下，信息技术发达，网络资源丰富。“数据挖掘”课程教师可以在互联网上为同学们提供丰富的学习资源，教师可以将课件、与课程相关的视频及文本学习资料上传至云端，以供学生随时查看。对于互联网上的海量学习资源，教师应该教会学生对网络上的各类资源进行甄别和筛选，向学生推荐优质的学习资源，构建与“数据挖掘”这门课程相对应的资源库，使学生可以利用课余时间对课堂上学到的知识进行巩固和扩展，丰富课余生活，提高学习趣味性。

（三）培养实践能力

建立与“数据挖掘”课程相关教学实验案例库，案例的设计应该与教学各个章节有紧密的联系，跟随整体的教学步骤，由简到繁，由易到难。另外，选用的教学实验案例应该紧密贴合实际应用需求，选用较新的技术方法和模型。在实验案例讲解后，应安排学生上机演练，锻炼学生的实际动手能力。个人认为上机是一个十分必要的环节，这样才做到真正的理论与实践相结合，才能真正达到教学目的。

数据挖掘的实践案例中首当其冲的一环就是数据的获取，很多情况下，数据集的好坏关系到整个数据处理的结果。课程教学中应该教授学生们数据爬虫技术，教会学生从正当的渠道爬取高质量的数据。让学生爬取自己感兴趣的数据，以兴趣为导师，更能激发学生的学习欲望。获取数据之后，对数据进行预处理将会明显提高数据挖掘的质量，缩短数据挖掘的计算时间。在实践过程中，加强学生对数据集成、数据归纳、数据增广、数据变换、数据筛选等数据预处理技术的练习。

根据以上分析，除“数据挖掘”的理论课程学习之外，应增设的“数据挖掘”实验课程如下表所示。

（四）完善课程考核机制

建立过程性考核机制。改变旧的考核方式，强调过程性考核，把学习过程中各个环节都纳入课程考核的评分体系中。运用学习通、雨课堂等平台中课堂签到考勤、在线作业、在线讨论等功能。这样不仅能拉近学生与老师的距离、丰富授课形式，还能记录学生的过程性学习成果，增加老师对学生学习情况的了解。最后，学生的课程成绩应分为平时成绩、期中成绩和期末成绩。其中，平时成绩应该包括课堂考勤、课堂表现、课堂作业成绩和实验成绩，由此建立过程性考核机制。

结语

目前互联网高速发展，大数据引领时代发展。“数据挖掘”这门课在高校中的普及教育，顺应了新时代的发展潮流，契合了新时代的进步趋势。而旧的课堂教学模式显然已经不能达到新时代下“数据挖掘”课程教学的教学目标。本文对现阶段“数据挖掘”课程教学所存在的课程难度大、教学内容落后和实践环节的薄弱等几个方面问题进行了分析，并对旧的教学模式中存在的客观问题进行了论述，得出了“数据挖掘”课程教学改革与探索方案。利用线上网络教学平台实现翻转课堂的教学模式，提高教学效率。构建丰富学习资源，丰富课余生活。注重培养实践能力，丰富“数据挖掘”实验课程内容，将理论运用于实践操作。完善了过程性考核机制，一改往日教学风格，一切以学生为中心，以教授学生知識和培养学生能力为目标。实践证明，这些教学中的改进，能更加巩固学生的基础，更好调动学生的学习兴趣，更有利于学生将理论知识转化为实践经验，有更好的教学效果，更加贴近教学目标，更加符合“数据挖掘”这门课开设的初衷。当然，时代一直在向前大步发展，我们也不能拘泥于某一种模式，在探索中前进，在前进中探索。

参考文献：

[1]刘波，蔡燕斯，钟少丹.大数据背景下数据挖掘课程实践教学的探索[J].高教学刊，2019（18）：124128.

[2]黄浩，余琍，刘树波.以实践和创新能力培养为导向的数据挖掘课程教学方法研究[J].教育教学论坛，2019，49（12）：130132.

[3]丁毅涛.大数据时代下的数据挖掘课程改革探索[J].科技风，2021（27）：2729.

[4]杨秀璋，武帅，夏换，周既松，于小民，范郁锋.大数据时代数据挖掘与分析课程教学改革探究[J].计算机时代，2021（09）：107111.

[5]李成.人工智能和“互联网+”背景下计算机教学改革与创新[J].科技风，2021（15）：8384.

[6]刘彤，马梦冉，倪维健.数据挖掘翻转课堂混合式教学模式研究[J].软件导刊，2021，20（08）：200204.

作者简介：李忠金（1986— ），男，汉族，江苏句容人，博士，讲师，研究方向：分布式计算;徐帅达（2000— ），男，汉族，河南安阳人，硕士，研究方向：计算机视觉。