数据分析与挖掘课程思政建设与实践探索

摘要：为保证全面落实立德树人的根本任务，本文对数据分析与挖掘课程思政建设进行了探索与实践。通过健全育人体系、改进课程内容、丰富教学手段、完善评价机制4个方面对数据分析与挖掘课程进行重新设计，并在该课程三个阶段及三个环节中进行思政元素融入，在传授知识的基础上厚植爱国情怀，培养学生成为德才兼备的高素质数据人才。

关键词：数据分析与挖掘；课程思政；思政元素；教学实践；数据人才

中图分类号：G642 文献标识码：A

文章编号：1009-3044（2024）22-0178-03

开放科学（资源服务）标识码（OSID）

0 引言

自党的十八大将立德树人作为教育工作的根本任务后，思政教育逐渐成为各级教育的重要工作内容[1]。习近平总书记在全国高校思想政治工作会议上强调“要坚持把立德树人作为中心环节，把思想政治工作贯穿教育教学全过程，实现全程育人、全方位育人，努力开创我国高等教育事业发展新局面。[2]”这一论述进一步强调了思政教育的重要性，为高校思政教育的发展指明了方向。为全面推进高校课程思政建设，把思想政治教育贯穿整个人才培养体系，教育部于2020年5月印发了《高等学校课程思政建设指导纲要》，明确了课程思政建设的目标、任务和措施，为高校开展课程思政工作提供了有力的指导和支持[3]。在此背景下，各高校纷纷响应党和国家的号召，积极推进课程思政建设。

传统的数据分析与挖掘课程已有较为完善的教学设计，但在课程思政元素的挖掘与融入上尚显不足。在当前教育体系下，关于“培养什么人、怎样培养人、为谁培养人”这一根本问题，部分教师仍固守于培养成绩优异、学习能力强的数据人才，未能充分认识到思政教育在教育工作中的核心地位。这种观念导致教师在授课过程中不会积极主动地穿插思政元素，使得课堂教学缺乏思想引领和价值观塑造。同时，课堂上涉及的实践案例往往与现实生活脱节，课程内容未能紧密贴合社会实际，从而削弱了思政教育在实践中的渗透力和影响力。这不仅阻碍了学生对知识的全面理解和应用能力的提升，也降低了思政教育的实效性。所以，针对数据分析与挖掘课程进行全方位的课程思政建设探索，不仅有利于培养学生成为创新型数据人才，而且有助于提升学生的爱国情怀和社会责任感。

1 数据分析与挖掘课程思政建设

1.1 数据分析与挖掘课程介绍及特点分析

数据分析与挖掘课程作为计算机技术的代表课程之一，已广泛开设于计算机科学与技术、软件工程、应用统计学等专业。该课程主要围绕数据分析与挖掘的流程和Python数据分析库的应用展开，涵盖Numpy数值计算、Matplotlib数据可视化、Pandas数据分析、数据预处理、Scikit-learn库的调用及建模等。课程较为全面地阐述了Python数据分析方法，通过对线性回归、K-means函数、人工神经网络等模型的学习与使用，使学生具备基础数据分析的能力[4]。数据分析与挖掘课程是一门结合理论知识、编程实践和工程实战三部分内容为一体的综合式教学课程[5]。其中，理论知识部分着重教授学生对数据分析与挖掘的基本概念与原理的深入理解，能够帮助学生掌握Python程序设计、统计学、机器学习等诸多内容的理论基础；编程实践部分旨在培养学生掌握数据分析与挖掘的具体方法，注重提升学生的实践能力；工程实战部分可以使学生建立起对数据分析与挖掘全流程的整体认知，通过解决工程应用中遇到的实际问题以加深学生对课程内容的理解与掌握。

1.2 数据分析与挖掘课程思政建设目标

数据分析与挖掘课程以习近平新时代中国特色社会主义思想为指导，秉承立德树人的教学理念，在知识传授、能力培养中进行价值观引导[6]。通过深挖思政元素并融入课程内容，将思想政治工作贯穿教学全过程，确保学生掌握基础概念、代码撰写、模型调用等专业知识的同时，也应提高学生的政治素养，引导学生树立科学的数据思维、健全的人格品质，形成正确的世界观、人生观和价值观。

1.3 数据分析与挖掘课程思政建设要点

1） 构建育人体系，共建思政资源。深化任课教师的思政载体作用，发挥思政教育在课程中的效能，以思政教师、辅导员、学生党员为依托打造全员全过程全方位的育人体系。紧紧围绕思想政治工作规律、教书育人规律和学生成长规律，通过教学团队集体备课，集思广益、相互学习，做到课程思政与思政课程同向同行[7]。根据数据人才培养要求，与思政课教师协同共建课程思政资源，让学生不仅学会如何利用数据分析技术解决实际问题，也能理解这些技术是如何服务于国家的发展和社会的进步。鼓励学生在学习专业知识的过程中保持独立思考，能够主动将个人发展与国家命运相结合。同时，坚持“学以致用”的原则，增加实践教学的内容及课时，利用计算机高效、便捷的特性用新方法解决老问题，增加学生的获得感，进一步激发学生开拓创新的精神和主动探索的意识，拓宽其学习的深度和广度。

2） 改进课程内容，挖掘思政元素。数据分析与挖掘课程在设计过程中应当将理论知识、编程实践和工程实战三部分内容相结合，逐层挖掘思政元素。课程内容应与当前国家发展战略和计算机前沿技术保持同步，课堂上采用与国家发展、社会进步紧密相关的案例，如国家发展历程中的重大历史事件和杰出人物的典型故事，通过提炼思政元素、树立榜样，激励学生追求远大理想。同时，建立并更新与社会发展、国民经济、产业转型相关的数据库，数据库中用于实验的数据应具备一定的时效性，避免数据模型与数据内容过于老旧而无法反映现阶段国内发展状况。在教学过程中应结合学生的学情特点，以学生易于接受的方式植入思政元素，注重与其他课程内容相结合，找准专业知识与思政内容的契合点，将理想信念元素、大国工匠元素、工程理论元素、职业精神元素等思政元素分批次融入教学全过程。通过思政元素与知识点的交错融合，使思政元素自然无痕地融入课程教学中。

3） 丰富教学手段，强化思政教育。在授课过程中应注重激发学生的主观能动性，并对学习程度不同的学生进行分类培养。在理论教学部分，需要加强与学生的互动以检验学生对思政元素的理解。具体可以通过案例研讨、角色扮演、小组讨论等形式来实施教学，鼓励学生积极参与课堂，主动思考问题。在授课过程中还应善用多媒体技术，将文字性概念以动画、视频、思维导图等方式进行呈现，以激发学生的学习热情，提升其学习效果。在实践实战教学部分，要合理利用考核机制激发学生的探索欲望和创造潜能，并培养他们解决复杂问题的能力。根据不同章节的内容特点，制定多元化思政教学计划，着重培养学生间的团队合作能力。可以鼓励实践能力较强的学生参与多个集体项目，鼓励实践能力稍弱的学生专注于解决具体问题，使他们在沟通协作中共同提高。

4） 构建评价机制，完善思政考核。为确保课程思政建设落地落实，应建立以学习过程评价为主，考试成绩为辅的多元化评价考核体系。在考核中可采取学生评价、教师自评、教师互评与督导评价相结合的方式，多角度对课程教学提出意见和建议，提升课程思政教育效果。具体而言，学生评价可以在学期结束后学生通过教学系统完成课程评价问卷，可以检验教师在课程中思政元素的融入情况；教师自评可以采用定期召开研讨会的形式，让教师对自身教学内容进行总结，互相分享在课程思政实践过程中的得失；教师互评可以在教学过程中以互改教案的方式，使教学团队成员对授课教师的教学内容及课程思政实施效果进行评价；督导评价可以通过随堂听课的方式，由督导组专家对授课教师备课是否充分，对思政案例分析是否深入提出具体意见。

2 数据分析与挖掘课程思政教学实施

如何保证课程思政的实施是课程思政教学设计的关键，在数据分析与挖掘课程中应根据课程设计在教学过程中采用分阶段进行思想政治引领，分环节进行思政元素融入来保证课程思政的实施。

在理论知识、编程实践和工程实战三个教学阶段中，首先，基础知识讲授阶段侧重理论讲述，可以更多地融入与国家政策相关的元素，增强学生对社会主义核心价值观的认知与理解。其次，在编程实践阶段，可以分组让学生进行练习，通过学生之间的团结协作培养其团队意识和互助精神。最后，在工程实战阶段，可以通过联系实际案例让学生理解工程理论并培养其职业精神。

在课程的不同阶段中可以在背景介绍及概念讲解、实践与应用、总结与展望三个环节分别融入课程思政元素。1） 背景介绍及概念讲解环节：引入思政案例，通过联系身边人、身边事导出课程主要内容，在对基础知识讲解的过程中穿插讲述国内外计算机发展现状，联系实际引导学生思考计算机信息技术是如何影响我们的生活。2） 实践与应用环节：以代码演示的形式对课程内容进行讲解，以分组学习的形式展开实践练习，鼓励学生互相协作，共同解决问题。通过随机抽取学生进行提问，检验学生对知识的掌握情况，杜绝其在学习过程中“等、靠、要”的侥幸心理。3） 总结与展望环节：通过回顾历史，讲述我国各行业发展的坎坷历程及老一辈科学家对祖国繁荣富强的执着追求，让学生明白如今生活的来之不易。结合国家发展规划对信息技术相关政策进行讲解，帮助学生明确当前所处的历史机遇，促使学生主动将自身发展与国家发展相结合。通过设置阅读材料及课后问题，使学生在对基础知识进行巩固的同时主动思考国家政策制定的深层次原因，增强学生对国家的认同感。

3 数据分析与挖掘课程思政教学实践

以数据分析与挖掘课程中人工神经网络章节为例，具体分析该课程思政教学实践过程。

本章节以我国粮食安全战略作为课程思政的切入点。首先，通过介绍我国耕地资源现状及智慧农业的发展状况，引入人工神经网络相关概念。其次，通过代码演示人工神经网络的调用及训练方式，以鸢尾花数据集作为训练集，指导学生运用人工神经网络模型进行数据的识别预测。最后，通过介绍袁隆平、杨守仁等老一辈农业专家的贡献，让学生深刻认识我国智慧农业发展及实施乡村振兴战略的重要意义。

1） 背景介绍及概念讲解环节：首先，以当前国际形势及我国耕地使用率为背景，通过对比国内不同年代对进口农作物的依赖程度展开讲述我国发展现代化农业的必要性。其次，简要介绍我国智慧农业的发展现状，强调信息技术在农业领域的广泛应用，阐明人工神经网络算法在数据分析中的显著优势。最后，进一步强调人工神经网络在目前机器学习中的重要地位，将人工神经网络与之前学习的有监督学习模型进行对比，详细讲授人工神经网络中神经元、感知模型、激活函数等相关概念。

2） 实践与应用环节：首先，通过讲述人工神经网络在无人驾驶汽车、地震分析、动画设计等生活中的应用，引入人工神经网络在农业中的常见应用之一——植物种类识别。其次，学生分组进行实践操作，每个小组推举一名组长对组内成员进行分工，通过组长的统筹协调，使小组成员在规定时间内完成对鸢尾花数据集的预测，以预测结果的准确率来判断调参是否成功。教师在实践过程中除进行技术指导外还要通过抽查提问的方式，检验学生对基础知识的掌握情况。最后，各小组组长应对实践与应用环节中完成情况进行总结，并对组内成员进行评价。

3） 总结与展望环节：首先，回顾老一辈科学家为解决我国粮食短缺问题做出的杰出贡献，激励学生认识到自身肩负的历史使命。其次，探究当前农业工作者如何运用科技手段克服自然条件的限制提高作物产量和品质，以实例向学生展示机械化、智慧化是现代农业发展的大势所趋，强调信息技术在乡村振兴战略中发挥的重大作用。最后，让学生深刻认识到信息技术与传统行业结合的重要性，鼓励他们运用所学知识解决实际问题，同时引导他们响应国家号召，将所学知识有效地应用于国家建设中，以此促进社会的进步和经济的发展。

4 结束语

数据分析与挖掘课程作为计算机科学与技术领域的重要课程，以其深厚的理论基础与广泛的应用前景而成为实现课程思政教育的有效载体。通过该课程的学习，学生不仅能够掌握数据分析的方法，还能够加深对社会主义核心价值观的认识，为成为具有高度社会责任感和创新精神的专业人才打下坚实的基础。在未来的教学实践中，应持续探索并优化课程教学设计，以多元化的课程思政内容确保每位学生在专业学习的过程中都能不断提升思想政治素养，成为能够担当时代重任的数据人才。

参考文献：

[1] 习近平. 把思想政治工作贯穿教育教学全过程开创我国高等教育事业发展新局面[N].光明日报，2016-12-09（1）.

[2] 习近平. 把思想政治工作贯穿教育教学全过程[EB/OL].[2016-12-08]. http：//www.xinhuanet.com//politics/2016-12/08/c_1120082577.htm.

[3] 中华人民共和国教育部.教育部关于印发《高等学校课程思政建设指导纲要》的通知[EB/OL].[2020-06-01].http：//www.moe.gov.cn/srcsite/A08/s7056/202006/t20200603_462437.html.

[4] 秦华妮. 数据分析与挖掘课程多维教学改革探讨[J].高教学刊，2023，9（32）：111-115.

[5] 杨秀璋，武帅，夏换，等.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（9）：107-111.

[6] 姚香秀，张俊丽，申雅琛. 应用型本科院校《数据科学导论》课程思政建设探索：以西安欧亚学院为例[J].西部学刊，2024（2）：113-116.

[7] 史磊. 课程思政背景下沈阳高校“四史”教育实施路径探索[J].活力，2022（7）：10-12.

【通联编辑：王 力】