譚敏 高飛

摘要：學(xué)科交叉融合已成為高等教育中課程建設(shè)的發(fā)展趨勢，當(dāng)今選修計算機專業(yè)課的外專業(yè)學(xué)生越來越多。作為實戰(zhàn)性強的數(shù)據(jù)挖掘課，傳統(tǒng)的授課中往往對實踐編程過分看中。然而，與計算機專業(yè)學(xué)生相比，外專業(yè)學(xué)生在編程能力、興趣上有顯著差別。導(dǎo)致針對外專業(yè)學(xué)生而言，數(shù)據(jù)挖掘課學(xué)生積極性不高、授課質(zhì)量不高。本項目針對混專業(yè)中數(shù)據(jù)挖掘課的授課難點，提出了有效的個性化授課方式，使得不同專業(yè)學(xué)生都能在充分掌握理論技術(shù)的同時，也能熟練地將其用于解決其專業(yè)問題。

關(guān)鍵詞：數(shù)據(jù)挖掘；跨專業(yè)；學(xué)科融合；計算機編程

1.引言

隨著人工智能在各行各業(yè)的廣泛應(yīng)用，高等院校越來越多地面向全校開設(shè)計算機專業(yè)的方向課，勢必導(dǎo)致了這些課的跨專業(yè)教學(xué)特色突出。眾所周知，數(shù)據(jù)科學(xué)涉及范圍廣，是金融學(xué)、統(tǒng)計學(xué)、控制學(xué)等多學(xué)科的核心工程，因此，數(shù)據(jù)挖掘，作業(yè)計算機方向?qū)嵺`性較強的課程也是備受外專業(yè)青睞，但與計算機專業(yè)不同，外專業(yè)學(xué)生往往側(cè)重于利用算法工具包解決問題的能力。傳統(tǒng)的數(shù)據(jù)挖掘課在訓(xùn)練學(xué)生編程技能，往往重視算法的機理與實現(xiàn)過程；且他們往往采用任務(wù)式教學(xué)模式。這種模式一般設(shè)計的編程任務(wù)較難，要求學(xué)生熟練運用某一門編程語言。但而，對于非計算機學(xué)生而言，學(xué)生編程基礎(chǔ)差，直接從算法的角度進(jìn)行教學(xué)很難產(chǎn)生較好的效果。

為了應(yīng)對非計算機專業(yè)學(xué)生在編程上的諸多挑戰(zhàn)，許多老師通過降低編程要求、強調(diào)理論水平，或直接對不同專業(yè)學(xué)生進(jìn)行差異化考核。這些措施主旨都是為了降低非計算機專業(yè)在學(xué)習(xí)挖掘課的時編程要求。然而，數(shù)據(jù)編程已成為新時代各行業(yè)人才的必備要求，因此，結(jié)合非計算機專業(yè)學(xué)生，因地質(zhì)宜的進(jìn)行個化性教學(xué)方法的研究十分重要。

2.現(xiàn)存數(shù)據(jù)挖掘課教學(xué)手段分析

計算機學(xué)院開設(shè)的數(shù)據(jù)挖掘課程以闡述各類典型的挖掘算法為主題，以編程任務(wù)為導(dǎo)向，強化學(xué)生解決實際問題的能力。一般而言，學(xué)生涉及的編程解決問題來自兩方面：一方面是課后習(xí)題編程，另一種是學(xué)期中的項目實現(xiàn)。這種培養(yǎng)模式從表面來看是相對合理的，特別是針對外專業(yè)而言，因為該方法側(cè)重培養(yǎng)學(xué)生用數(shù)據(jù)挖掘解決實際問題的能力。然而，現(xiàn)有的面向計算機專業(yè)的數(shù)據(jù)挖掘課在面向外專業(yè)開設(shè)中存在如下問題：

1）.處理的問題與本專業(yè)相差較大，導(dǎo)致學(xué)生對問題的理解不夠。這個主要體現(xiàn)在兩方面，一是在授課過程中，課堂案例都是一些泛的問題，這些問題可能并不是這些非計算機專業(yè)需要解決的難題；另一方面來自于習(xí)題，這些習(xí)題往往是利用某些提供的數(shù)據(jù)對算法進(jìn)行驗證。一般而言，這些數(shù)據(jù)的質(zhì)量相對較高，但自身專業(yè)領(lǐng)域中可能會涉及大量非結(jié)構(gòu)化、缺失的數(shù)據(jù)。總體而言，傳統(tǒng)教學(xué)中案例與習(xí)題的主題與本專業(yè)相關(guān)性低，不適用于此專業(yè)學(xué)生。

2）項目或大作業(yè)難以吸引學(xué)生。很多照搬面向計算機專業(yè)的項目題目由于偏離學(xué)生的本專業(yè)應(yīng)用，故而很難引起學(xué)生興趣，學(xué)生也就難全心投入解決該項目。

3）算法實現(xiàn)編程較難，容易打擊學(xué)生積極性。對于計算機專業(yè)學(xué)生，由于有相當(dāng)一部分學(xué)生將從事算法方面的研究，因而他需要對各種算法的理論與實現(xiàn)都有透徹的理解。然而，完全重現(xiàn)算法對非計算機專業(yè)學(xué)生挑戰(zhàn)較大，加上他們本身編程技術(shù)差。這種吃力感不僅不能讓學(xué)生收獲感十足，反而會打擊學(xué)生的積極性，導(dǎo)致教學(xué)很難進(jìn)行下去。

3.面向外專業(yè)數(shù)據(jù)挖掘課的改進(jìn)方法

針對以上提出了的三大點問題，我們結(jié)合外專業(yè)學(xué)生本身的專業(yè)特點，提出了對傳統(tǒng)數(shù)據(jù)挖掘課教學(xué)的幾點改進(jìn)方法：

1）豐富課堂案例。結(jié)果學(xué)生專業(yè)背景、利用學(xué)生專業(yè)領(lǐng)域的熱門話題設(shè)計案例，引人入勝，增強學(xué)生的積極性與參與度；同時，對課后作業(yè)內(nèi)容也可根據(jù)學(xué)生自身特點設(shè)計。

2）面向?qū)I(yè)背景的項目設(shè)計。通過收集學(xué)生專業(yè)領(lǐng)域中關(guān)注的數(shù)據(jù)處理類的問題，設(shè)計適應(yīng)本專業(yè)的題目。如同樣對于預(yù)測任務(wù)而言，對計算機系學(xué)生的項目可以是房價預(yù)測；面向金融的學(xué)生設(shè)計股票預(yù)測；面向電子商務(wù)專業(yè)項目內(nèi)容則設(shè)計為電子優(yōu)惠券的預(yù)測等等。這樣，通過對每個任務(wù)進(jìn)行專業(yè)化的重構(gòu)，則可實現(xiàn)滿足各專業(yè)的需要。

3）強化編程工具的運用。對非計算機專業(yè)而言，他們往往不需要了解技術(shù)細(xì)節(jié)，中心是如何正確使用現(xiàn)成的算法包用來解決專業(yè)領(lǐng)域問題。因而，對非計算機專業(yè)學(xué)生而言，應(yīng)當(dāng)適當(dāng)弱化他們對算法實現(xiàn)的要求，相反，應(yīng)當(dāng)培養(yǎng)他們應(yīng)對任何問題，快速調(diào)用相應(yīng)任務(wù)工具包的能力。

4.方案實施構(gòu)想

針對如上的幾點方法，我們更具體地給出如下可行方案。

對于前兩個改進(jìn)而言，其實都是針對教學(xué)內(nèi)容/任務(wù)問題的改進(jìn)。如前所述，對于傳統(tǒng)案例/項目任務(wù)，我們需要做專業(yè)化遷移，即將本專業(yè)熱門話題潛入到新的人案例/項目任務(wù)（包括簡單的場景變化）。與此相關(guān)的另一塊任務(wù)就是專業(yè)熱門問題的挖掘，這方面可以通過外專業(yè)文獻(xiàn)網(wǎng)站及學(xué)生問卷調(diào)查表實現(xiàn)。

對于第三個方法，我們可以對計算機/非計算機專業(yè)學(xué)生提出差異化的編程要求。對計算機專業(yè)，我們要求實現(xiàn)、優(yōu)化算法，并達(dá)到與函數(shù)調(diào)用同等/更高性能；而對非計算機專業(yè)而言，要求其能充分了解開源工具包，會對工具包進(jìn)行算法調(diào)用即可。這個方案也同時要求對非計算機/計算機專業(yè)學(xué)生的編程能力評價上進(jìn)行差異化的評分。

5.總結(jié)

本人針對面向外專業(yè)學(xué)生的數(shù)據(jù)挖掘課的授課方式進(jìn)行了深刻分析。首先，我們研究了傳統(tǒng)的授課方法在面向外專業(yè)學(xué)生時教學(xué)的難點及缺陷，針對缺陷，我們提出了應(yīng)對方法并給出了具體實施方案。通過結(jié)合專業(yè)背景進(jìn)行個性化教育，我們相信教學(xué)質(zhì)量針對各個專業(yè)而言都會提到一定的提升，具有良好的現(xiàn)實意義。

作者簡介：譚敏，女，1987年9月，漢，湖南衡陽，講師，博士，計算機視覺與人工智能，杭州電子科技大學(xué)。

基金項目：杭州電子科技大學(xué)計算機學(xué)院2017年高等教育研究資助項目“基于視頻分析的智能課堂管理方法研究”（項目編號：XYGJ201705）；杭州電子科技大學(xué)2017年高等教育研究資助項目“基于統(tǒng)計學(xué)習(xí)的學(xué)評教分析與研究”（項目編號：YB201729）。