韓志超

【關鍵詞】大數據 數據挖掘 教學探索

1 引言

隨著互聯(lián)網時代的到來，大數據應用越來越普及，更好的利用大數據，進行分析和挖掘相關材料，越來越被各個行業(yè)所重視。根據調查顯示，大數據應用，增速保持在40% 以上，現實中，很多大型企業(yè)，已經開始應用到大數據調查，這可以看出，大數據技術，越來越受到人們的重視，這也表明，相關行業(yè)的就業(yè)前景向好，然而大數據相關人才卻十分稀缺，所以，如何進行相關人才培養(yǎng)，成為目前急需要解決的問題。

2 互聯(lián)網時代，培養(yǎng)數據挖掘人才的要點

2.1學科特點

數據挖掘，是一門綜合性學科，它是多門學科組的交叉組合，相關的課程包括：數學課程、統(tǒng)計課程以及計算機課程。這就要求學生，不但要有計算能力，還要進行統(tǒng)籌和分析的能力;不但，要掌握一定的建模能力，還要擁有一定的編程水平。同時，在現實中，企業(yè)要求從事相關行業(yè)者必須掌握編程技術，如Java或C語言，至少掌握一種數據庫能力，如SQL等。由于，數據挖掘，是一門多用途型的學科，所以，這為人才的教育，提出了新的要求，怎樣讓學生，將數據挖掘與實操相結合，是目前需要關注的問題[1]。

2.2所需人才類型

由于大數據技術是近些年才被人們關注，所以，目前，大數據方向人才培養(yǎng)更多需要的實操型人才，與其他就業(yè)要求不同，在數據挖掘前期，需要的不是高端開發(fā)者，而是數據挖掘知識的普及者，所以在剛開始發(fā)展階段，應用人才是一大缺口。應用人才需要把數據進行普及，將其落實到現實產業(yè)中，大數據人才培養(yǎng)，要擁有實際的環(huán)境，在傳統(tǒng)的學校培養(yǎng)模式下，學生缺少參與過程，沒有嚴格的實踐，這是目前數據挖掘人才培養(yǎng)，所缺少的步驟。

2.3人才培養(yǎng)要結合行業(yè)情況

隨著時代的不斷發(fā)展，大數據挖掘必須與現實行業(yè)不斷的融合，所以大數據教育一定要結合行業(yè)特征。出色的數據挖掘人才，不但要學會扎實的理論知識，還要熟悉不同行業(yè)的業(yè)務需求。但是，就目前情況來看，在課堂上，無法進行實際操作，同時也無法進行跨學科交流。這表明，學生一定會缺乏實踐經驗，只有具備深厚專業(yè)背景，和不同行業(yè)的知識，才能得到企業(yè)重用，行業(yè)知識將是數據挖掘落實的關鍵一步。

3 挖掘課程實操探索

結合以上所提出的問題，筆者認為，在互聯(lián)網時代，人才培養(yǎng)應該以學生中心，將掌握的理論應用于實踐，兩者結合。要以真實數據分析作為出發(fā)點，強調在整個過程中重視實操教學，以實操教學引導理論教學，通過現實問題，將學生帶入到真實的工作情境當中，加強學生對實操的認識[2]。

3.1設置合理授課計劃。由于數據挖掘的學科特點，開設的學科課程較多，所以按照理論和實操課程相結合的教學模式，進行全方位講解。同時，為了調動學生的學習熱情，可以讓學生自發(fā)形成學習小組進行協(xié)作學習，用網課加機房實操以及課堂教學的混合教學模式，讓學生自發(fā)討論。在課上時，設置一定的課程問題，需要學生進行實操才能得出結論，將整個流程，真實有效的實施，讓學生在整個過程中真正的有所提高。

3.2充分利用互聯(lián)網手段，進行教學方式優(yōu)化，教師可以通過網絡平臺，進行全方位授課，建設網上資源庫，用混合的學習方式，為學生提供多角度的學習策略。如在進行C++ 課程講解時，可以開展網上教學，將所學的語法，進行網絡課程錄播，放在網絡上，進行反復觀看。通過網上答疑，為學生解答課程中所遇到的問題，在接下來的實操課程中進行補充提升。

3.3執(zhí)行團隊合作和實際操作共同進行的教學模式。因為采用了多手段的混合教學方式，學生成為了課堂的中心，也為師生互動，增加了更多機會，所以團隊合作成為必要，教師作為其中一員，要全程與學生進行探討，讓學生提出疑問，教師進行答疑;教師通過預設課前問題，為學生提供學習思路，讓學生在做實驗過程中，嚴格遵守步驟，每當完成一次數據挖掘時，教師對其步驟進行指導，對學生提出的問題，進行答疑。

3.4以實踐教學提高學習能力。在數據挖掘的的課堂教學中，雖然學科知識豐富，但大多學科知識枯燥難懂，導致理論知識無法進一步深化理解，學生在學習過程中只會感覺到枯燥乏味，無法將理論知識應用在實踐教學中。因此，在數據挖掘課程中，必須將理論知識結合實際案例，以此引導學生進一步深化理解理論知識，在此過程中教師需要要求學生對各種算法進行評價，以此提高學生的綜合能力。如在數據挖掘課程的實踐中遇到了問題，應讓學生先深入學習了了解算法理論，并在學習的過程中找到實踐突破口，以此提高學生的解題能力，培養(yǎng)學生的發(fā)散性思維。例如，在講授決策樹算法這一課時，大部分學生都在關注決策樹的生成過程分，卻沒有關注決策樹的實際應用，因此教師在此過程中應引導學生使用ID3 的算法步驟手機整機各類數據信息，了解決策樹算法的組成，并利用數據集信息熵的計算完善當前數據，在此過程中不可以忽略任何一個算法的細節(jié)。同時，可以在教學中設計“金融產品的營銷”案例，使學生關注到該案例的數據類型，如學生沒有注意到數據類型的區(qū)別，直接使用余額連續(xù)性建模得到決策樹，這樣的計算方法將導致決策樹算法無法正常使用。此時教師可以要求學生展開小組討論，由教師帶領學生進行深入分析，在實際案例中掌握數據挖掘的算法，以此培養(yǎng)學生的數據分析能力，使學生的實踐能力進一步提高。

4 對現實教學模式反思

根據當前階段來看，信息技術挖掘授課，還存在著一些問題，也通過一些網絡反饋課程，得到人們對課程的見解，總體來說，課程可以滿足學生的學習需求，但是課程的設置仍不夠完善，沒有與現實生活完美的結合。實驗報告完成率也不高，沒能提高學生的實際操作能力。一些同學可以自主的參加一些比賽，獲得一些實戰(zhàn)經驗，但是，學生普遍對Python技術的掌握不好，在初期，學生認為課程比較難，無法進行后續(xù)學習，學生基礎參差不齊，教師無法進行統(tǒng)一授課，所以出現了，上課并不認真聽的狀態(tài)，這需要我們在接下來的教學當中，不斷的更新自己授課手段，為學生提供更好的教學服務。

5 總結

數據挖掘課程，是一門內容豐富學科交叉比較多的課程，同時，它課程發(fā)展需要，跟上時代的發(fā)展速度，這要求學生要有較強的應變能力。所以，為了適應大數據時代，對人才的需求。本文基于多角度的學習模式以及多方位的策略思考，為學生提供不同的學習角度，解決在學習過程中可能會出現的問題，讓學生能夠更好的學習理論知識，更高效的解決問題的能力。