劉輝

摘 要：大數(shù)據(jù)與云計(jì)算的普及對(duì)數(shù)據(jù)挖掘人才提出了更多更高的需求，越來(lái)越多的高校開設(shè)了面向商科生的數(shù)據(jù)挖掘課程。然而，數(shù)據(jù)挖掘是一門理論與實(shí)踐并重且涉及多學(xué)科的交叉學(xué)科課程，傳統(tǒng)的教學(xué)方法在給商科生的授課過程中面臨許多問題。結(jié)合數(shù)據(jù)挖掘課程的特點(diǎn)，分析了教學(xué)過程中的問題，并提出了建設(shè)性的意見。

關(guān)鍵詞：數(shù)據(jù)挖掘;教學(xué)改革;交叉學(xué)科;實(shí)踐教學(xué)

中圖分類號(hào)：G4 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2019.23.086

0 引言

隨著互聯(lián)網(wǎng)和移動(dòng)計(jì)算的發(fā)展與應(yīng)用，每天產(chǎn)生海量的數(shù)據(jù)，數(shù)據(jù)挖掘在社會(huì)各個(gè)領(lǐng)域得到空前的重視與廣泛的應(yīng)用。這是一門理論與實(shí)踐結(jié)合的學(xué)科，其中許多數(shù)學(xué)模型與算法，都具有深邃的思想與廣泛的應(yīng)用潛力。近年來(lái)，數(shù)據(jù)挖掘技術(shù)已經(jīng)在客戶發(fā)掘、市場(chǎng)分析、商品推薦和人力資源等多個(gè)領(lǐng)域引起了極大的關(guān)注，為商務(wù)應(yīng)用提供了強(qiáng)大的數(shù)據(jù)分析和決策支持能力，數(shù)據(jù)挖掘科學(xué)也逐漸成為高校商科專業(yè)的核心課程之一。例如，許多高校的市場(chǎng)營(yíng)銷、人力資源管理、國(guó)際貿(mào)易與物流等專業(yè)都陸續(xù)開設(shè)數(shù)據(jù)挖掘課程。然而，傳統(tǒng)的數(shù)據(jù)挖掘課程教學(xué)方法與實(shí)踐環(huán)節(jié)是針對(duì)計(jì)算機(jī)專業(yè)、統(tǒng)計(jì)學(xué)相關(guān)專業(yè)的學(xué)生設(shè)置的，而商科生的數(shù)量基礎(chǔ)與計(jì)算機(jī)編程能力偏弱，為商科學(xué)生講述數(shù)據(jù)挖掘課程將是一個(gè)具有挑戰(zhàn)性的任務(wù)。

1 高校數(shù)據(jù)挖掘課程的特點(diǎn)

1.1 交叉學(xué)科

數(shù)據(jù)挖掘是一門與計(jì)算機(jī)科學(xué)、數(shù)理統(tǒng)計(jì)、模式識(shí)別等多學(xué)科交叉的新興科學(xué)，該課程內(nèi)容主要介紹數(shù)據(jù)挖掘的概念與基本任務(wù)，教學(xué)內(nèi)容包含關(guān)聯(lián)規(guī)則、分類、聚類、回歸等數(shù)據(jù)挖掘任務(wù)，例如譜聚類算法就涉及數(shù)據(jù)結(jié)構(gòu)、線性代數(shù)、運(yùn)籌學(xué)等多個(gè)學(xué)科的知識(shí)。

1.2 知識(shí)綜合應(yīng)用程度高

數(shù)據(jù)挖掘課程中的許多數(shù)學(xué)模型與分析算法，是多門學(xué)科知識(shí)的高度凝練與綜合運(yùn)用，學(xué)生在數(shù)據(jù)挖掘課程的學(xué)習(xí)過程中往往會(huì)覺得知識(shí)不夠用，對(duì)模型算法的理解不夠深刻。商科學(xué)生需要惡補(bǔ)相應(yīng)學(xué)科的知識(shí)點(diǎn)，學(xué)習(xí)強(qiáng)度大，主觀能動(dòng)性比較差的學(xué)生容易放棄。

1.3 理論與實(shí)踐結(jié)合密切

數(shù)據(jù)挖掘是一門理論和實(shí)踐緊密結(jié)合的學(xué)科，理論模型與計(jì)算機(jī)實(shí)現(xiàn)聯(lián)系緊密，挖掘算法與應(yīng)用場(chǎng)景聯(lián)系緊。針對(duì)各種數(shù)據(jù)分析任務(wù)，都有許多種不同的算法，學(xué)生需要掌握各種數(shù)據(jù)挖掘算法的特點(diǎn)，根據(jù)具體的應(yīng)用領(lǐng)域與場(chǎng)景選擇合適算法進(jìn)行應(yīng)用。

1.4 不斷改進(jìn)與發(fā)展的學(xué)科

隨著人工智能、云計(jì)算的飛速發(fā)展，越來(lái)越多研究者投入到大數(shù)據(jù)分析領(lǐng)域，不斷完善和提出新的數(shù)據(jù)挖掘模型與算法。在該門課程的教學(xué)中需要向?qū)W生介紹最新的研究進(jìn)展與發(fā)展動(dòng)態(tài)。例如，深度學(xué)習(xí)與增強(qiáng)學(xué)習(xí)等最前沿的知識(shí)點(diǎn)。

2 數(shù)據(jù)挖掘課程教學(xué)面臨的問題

2.1 理論要求較高與商科生數(shù)理基礎(chǔ)較弱之間的矛盾

數(shù)據(jù)挖掘課程通常以數(shù)理統(tǒng)計(jì)與概率論、計(jì)算機(jī)算法等課程作為前置課程，數(shù)學(xué)模型通常以公式推導(dǎo)和算法分析為主，具有較強(qiáng)的理論性。然而，商科專業(yè)的學(xué)生一般僅具備初級(jí)計(jì)量經(jīng)濟(jì)學(xué)的基礎(chǔ)知識(shí)，數(shù)據(jù)結(jié)構(gòu)、統(tǒng)計(jì)學(xué)與機(jī)器學(xué)習(xí)及其他知識(shí)儲(chǔ)備較弱。學(xué)生在課程學(xué)習(xí)開始普遍感覺難度較大，理論知識(shí)要求達(dá)不到所需要的標(biāo)準(zhǔn)。數(shù)據(jù)挖掘課程的較高理論性要求與商科生的數(shù)理基礎(chǔ)較弱之間是教學(xué)過程一個(gè)不可忽視的問題。

2.2 理論與實(shí)踐環(huán)節(jié)脫節(jié)

目前高校開設(shè)的數(shù)據(jù)挖掘課程授課偏重于數(shù)學(xué)模型與算法理論上的講述，不重視甚至省略了實(shí)踐環(huán)節(jié)的教學(xué)，純粹的理論知識(shí)對(duì)于基礎(chǔ)較差的商科生而言晦澀難懂，課堂內(nèi)容顯得枯燥無(wú)味。理論與實(shí)踐環(huán)節(jié)的脫節(jié)導(dǎo)致的問題有兩個(gè)方面：一是學(xué)生無(wú)法集中精力理解理論模型，無(wú)法編程實(shí)現(xiàn)相應(yīng)算法;二是學(xué)生無(wú)法與實(shí)際應(yīng)用聯(lián)系起來(lái)，缺乏實(shí)戰(zhàn)經(jīng)驗(yàn)。

2.3 教學(xué)過程可視化與形象化手段缺乏

數(shù)據(jù)挖掘往往面臨海量數(shù)據(jù)的分析處理，大數(shù)量處理帶來(lái)的困難之一是數(shù)據(jù)的可視化與算法挖掘過程的形象化展示。教學(xué)過程的可視化與形象化手段缺乏導(dǎo)致課堂氛圍不活躍，難于激發(fā)學(xué)生對(duì)數(shù)據(jù)分析的聽課興趣，更談不上學(xué)生在課程之后的知識(shí)應(yīng)用能動(dòng)性和創(chuàng)新性的培養(yǎng)。

2.4 缺乏實(shí)例數(shù)據(jù)驅(qū)動(dòng)教學(xué)過程

在數(shù)據(jù)挖掘教學(xué)過程中，由于課時(shí)限制與實(shí)例數(shù)據(jù)的缺乏，大多數(shù)高校教師偏重于理論知識(shí)的講解，使用的教學(xué)案例與數(shù)據(jù)都是較老的教材與過時(shí)的小樣本數(shù)據(jù)集，缺乏真實(shí)的實(shí)例驅(qū)動(dòng)教學(xué)過程。

3 數(shù)據(jù)挖掘課程教學(xué)的建議

3.1 注重應(yīng)用實(shí)踐環(huán)節(jié)，弱化理論推導(dǎo)

結(jié)合商科生的特點(diǎn)與培養(yǎng)目標(biāo)，設(shè)計(jì)應(yīng)用型和實(shí)踐性強(qiáng)的課程問題和以案例體系為主的教學(xué)方案，以實(shí)例教學(xué)為主，理論推導(dǎo)為輔的教學(xué)模式，極大地調(diào)動(dòng)學(xué)生的學(xué)習(xí)積極性。

3.2 采用可視化工具，流程化與形象化數(shù)據(jù)挖掘過程

建議采用KNIME與WEKA可視化數(shù)據(jù)挖掘工具，將數(shù)據(jù)挖掘的過程看成一個(gè)以數(shù)據(jù)變換為主導(dǎo)的探索過程，將數(shù)據(jù)讀取→預(yù)處理→分析→結(jié)果展示以流程化、圖形化的方式展示出來(lái)，并對(duì)數(shù)據(jù)挖掘過程進(jìn)行現(xiàn)場(chǎng)調(diào)試，讓學(xué)生親身體會(huì)數(shù)據(jù)挖掘的流程。

3.3 收集真實(shí)數(shù)據(jù)與案例，激發(fā)學(xué)習(xí)興趣

教師在教學(xué)與科研過程收集和處理一些真實(shí)世界的數(shù)據(jù)，例如推薦系統(tǒng)、臨床醫(yī)學(xué)、體育運(yùn)動(dòng)等方面的數(shù)據(jù)，并將這些數(shù)據(jù)應(yīng)用于實(shí)踐教學(xué)環(huán)節(jié)，以真實(shí)數(shù)據(jù)激發(fā)學(xué)生的學(xué)習(xí)動(dòng)力。

3.4 因材施教，創(chuàng)新考核方式

數(shù)據(jù)挖掘課程傳統(tǒng)的考核方式通常以期末筆試成績(jī)作為評(píng)分的主要依據(jù)，而筆試往往側(cè)重于理論推導(dǎo)，對(duì)于算法的編程實(shí)現(xiàn)與實(shí)踐應(yīng)用方面的考核較弱。建議因材施教，采用多種考核方式：一是鼓勵(lì)數(shù)量基礎(chǔ)較好的學(xué)生開展數(shù)學(xué)模型與算法上的深入研究;二是鼓勵(lì)計(jì)算機(jī)基礎(chǔ)較好的學(xué)生編程實(shí)現(xiàn)數(shù)據(jù)挖掘算法;三是提倡收集并整理新的數(shù)據(jù)集，并將現(xiàn)有算法應(yīng)用于這些數(shù)據(jù)集上。

4 結(jié)語(yǔ)

數(shù)據(jù)挖掘是一門新興的交叉學(xué)科，隨著人工智能、云計(jì)算的飛速發(fā)展，新的模型與算法不斷加入并擴(kuò)展數(shù)據(jù)挖掘的知識(shí)體系。在大數(shù)據(jù)背景下，面向商科生開設(shè)數(shù)據(jù)挖掘課程具有理論與現(xiàn)實(shí)意義，但對(duì)該課程的教學(xué)是一個(gè)巨大的挑戰(zhàn)。高校教師需根據(jù)該課程自身特點(diǎn)，同時(shí)考慮商科生的基礎(chǔ)弱、面向應(yīng)用的條件，不斷總結(jié)教學(xué)、調(diào)整教學(xué)方式，提高該課程的教學(xué)質(zhì)量。

參考文獻(xiàn)

[1]商俊燕.數(shù)據(jù)挖掘課程案例驅(qū)動(dòng)教學(xué)法初探[J].教育教學(xué)論壇，2014，（40）：69-70.

[2]張艷.大數(shù)據(jù)背景下的數(shù)據(jù)挖掘課程教學(xué)新思考[J].計(jì)算機(jī)時(shí)代，2014，（4）：59-61.

[3]陳欣，王月虎.大數(shù)據(jù)背景下數(shù)據(jù)挖掘課程的教學(xué)方法探討[J].文教資料，2017：176.

[4]王洪，洪鈴.大數(shù)據(jù)背景下《數(shù)據(jù)挖掘理論》課程教學(xué)思考[J].現(xiàn)代商貿(mào)工業(yè)，2018，39（20）：146-148.

[5]屈莉莉，陳燕.大數(shù)據(jù)背景下數(shù)據(jù)挖掘課程的教學(xué)改革與探索[J].教育教學(xué)論壇，2014，（16）：57-58.

[6]商俊燕.數(shù)據(jù)挖掘課程案例驅(qū)動(dòng)教學(xué)法初探[J].教育教學(xué)論壇，2014，（40）：69-70.