摘要：為培養(yǎng)學生應用數據挖掘技術解決實際問題的能力，該文針對數據挖掘課程當前存在的授課人數增多、以傳統(tǒng)教學方式為主、對學生基礎要求較高和考核方式單一等問題，探索優(yōu)化數據挖掘課程教學質量的方式和方法。該文提出基于旅游大數據的數據挖掘課程混合式教學，將旅游大數據和雨課堂融入課堂教學，強化旅游大數據案例教學和混合式教學，實現(xiàn)課前-課中-課后三個學習環(huán)節(jié)的完整連接，做到因材施教，提高教師的教學質量和學生的學習效率。

關鍵詞：數據挖掘；旅游大數據；混合式教學；雨課堂；教學質量

中圖分類號：G642 文獻標識碼：A

文章編號：1009-3044（2024）19-0087-04

0 引言

伴隨著大數據時代的到來，各行各業(yè)積累的數據越來越多，數據中隱藏的關系和規(guī)則亟待研究，出現(xiàn)了“數據爆炸但知識貧乏”的現(xiàn)象。為順應時代的變化，抓住市場機遇，探索數據之間的奧秘并提供切實有效的方式方法，高校開設了數據挖掘課程。

桂林旅游學院的數據挖掘課程是數據科學與大數據技術專業(yè)的專業(yè)基礎課程。作為一門綜合性較強且涉及交叉學科的課程，數據挖掘的學習目的在于讓學生對當今世界智能化的思潮有清晰的認識，理解數據挖掘問題和基本算法，學會用數據挖掘技術解決問題和預測未來，為今后從事數據挖掘相關工作奠定堅實的基礎。

為培養(yǎng)學生應用數據挖掘技術解決實際問題的能力，本文針對當前數據挖掘課程教學存在的問題，對其進行深入分析，探索優(yōu)化數據挖掘課程教學質量的方式和方法，包括優(yōu)化案例教學、引入混合式教學、量化學習過程數據等。

1 存在的主要問題

1.1 授課人數增多

現(xiàn)如今高科技迅速發(fā)展，出現(xiàn)了數據爆炸但知識貧乏的現(xiàn)象，社會上對數據科學與大數據技術專業(yè)人才的需求不斷提升，各高校對數據科學與大數據技術專業(yè)的招生規(guī)模也不斷擴大。雖然高校在教師隊伍也有一定的擴充，但師生比的數據還是在不斷下降。在此背景下，數據科學與大數據技術專業(yè)出現(xiàn)各班級人數增多，合班上課的情況。雖然上課班級人數增多可以充分利用教學資源，降低學校運行成本，但同時也會造成師生間的交流相對減少，無法照顧個體差異[1]，課堂互動難度提升，課堂教學效率降低等問題。

1.2 以傳統(tǒng)教學方式為主

在傳統(tǒng)教學中，課堂中以教師講授為主，是教師向學生單向傳授知識、學生被動地學習，且數據挖掘課程理論內容較多而課時量較少，教學進度較快，只能通過提問個別同學的方式實現(xiàn)互動，導致課上枯燥，無法掌握所有學生的知識掌握情況，難以有效提高學生的積極性。

1.3 對學生基礎要求較高

通過數據挖掘課程的學習，學生可以理解分類、回歸、聚類等相關算法理論，初步掌握運用數據挖掘與機器學習方法分析并解決實際問題的能力。因此，對數據挖掘課程的學習需要具備一定的數學基礎和編程基礎。且在大數據背景下，數據挖掘課程涉及多學科交叉，還需具備一些其他學科的基礎知識，需要教師因材施教[2]，有效提升學生對數據挖掘算法的實際應用能力。

1.4 考核方式單一

傳統(tǒng)的數據挖掘課程考核方式是考試，考核方式較為單一，往往只考查學生對理論知識的掌握情況，缺乏對運用數據挖掘分析并解決實際問題能力的綜合考查，學生以通過考試為目標，缺乏對數據挖掘學習的動力與毅力，無法很好地將數據挖掘的理論知識與實踐相結合。因此，數據挖掘課程需要加強學習過程中的考核，增強學生對大數據時代下數據挖掘的理解，提升學生運用數據挖掘相關算法解決實際問題的能力。

數據挖掘課程存在的主要問題如圖1所示。

2 課堂教學與雨課堂、旅游大數據相融合

2.1 課堂教學與雨課堂融合，實現(xiàn)混合式教學

雨課堂作為一種智慧教學工具，可以融入PPT和微信中，使用便捷，其基于學習科學理論和混合式教學，有線上簽到、實時答題、彈幕互動和課件推送等功能，將課前-課中-課后三個環(huán)節(jié)連接到一起，環(huán)環(huán)相扣。老師在雨課堂后臺看到學生的學習過程數據和可視化展示，可以及時、充分地了解學生當下的認知水平和難點，以實現(xiàn)對課堂教學中教學方式方法的動態(tài)調整。

近年來已有較多學者提出運用雨課堂實現(xiàn)混合式教學。張微微[3]等提出基于“雨課堂+BOPPS”教學模式，在數據挖掘課程中進行探索研究，發(fā)現(xiàn)可以提升學生的學習積極性，提高教學質量。王芬等[4]對概率論與數理統(tǒng)計課程實現(xiàn)混合式教學進行探討，并提出可以運用雨課堂和構建案例庫等措施提升教學質量。張瑞娥[5]等將雨課堂應用在信息檢索與利用課程教學中，主要從課前、課上、課后等方面介紹了使用效果，并總結出現(xiàn)的問題和解決方案。李曉偉[6]應用雨課堂輔助半導體物理課程，將雨課堂與傳統(tǒng)教學相結合，提升教學質量。王晶晶等[7]應用雨課堂到普通物理課程中，有效調動了學生的學習積極性。

綜上所述，運用雨課堂輔助課程教學，可以實現(xiàn)混合式教學，有效解決教學方法單一的問題，實現(xiàn)資源共享，及時了解學生對知識的掌握情況，實現(xiàn)課堂教學動態(tài)調整，進而提升學生的學習積極性，提高教學質量。

為實現(xiàn)數據挖掘課程的混合式教學，數據挖掘課程教學可以與雨課堂相融合，本文從課前預習、課中教學、課后鞏固三個環(huán)節(jié)進行探究。

1） 課前預習：在課前預習環(huán)節(jié)，以線上學習和教材預習為主。教師可以通過在雨課堂發(fā)布預習任務，由學生觀看學習視頻、完成相應問題討論，提前知悉自己不懂的內容以及學習的重點和難點。同時，教師在雨課堂發(fā)布現(xiàn)實案例，說明接下來要學習的知識在現(xiàn)實案例中可以應用的部分，吸引學生的學習興趣。通過課前預習，引導學生帶著問題進課堂，激發(fā)學生自主學習。

2） 課中教學：在課中教學環(huán)節(jié)，以線下授課為主，雨課堂輔助。在課中教學過程中，教師可以運用雨課堂在課件中重要知識點部分添加主觀題和客觀題，讓學生在課上作答。通過雨課堂及時統(tǒng)計并展示作答情況，教師可以對課堂教學進度和方式方法進行動態(tài)調整，以提高教學效果。同時，教師在課上可以開啟雨課堂的“彈幕”和“投票”等功能，學生通過發(fā)彈幕等形式及時在課堂反饋學習情況，增加教師和學生之間的互動[8]，提升學生的學習興趣，活躍課堂氣氛。

3） 課后鞏固：在課后鞏固環(huán)節(jié)，以線上作業(yè)布置為主。教師在雨課堂發(fā)布作業(yè)，進一步加強學生對所學知識的理解和運用能力。等待學生提交作業(yè)后，教師在線批改，及時了解學生的提交和完成情況。并且，學生可以在雨課堂回看課件，對課上理解不夠的知識點進行針對性復習。

在課后，雨課堂會生成課后小結發(fā)給教師，可以看到學生的學習過程數據，包含學生簽到人數、優(yōu)秀學生、課堂活躍度等，對學生的平時表現(xiàn)實現(xiàn)量化。據此，教師可以掌握每個學生的學習情況，以便對下次課程的教學內容做靈活調整。

2.2 課堂教學與旅游大數據相融合，實現(xiàn)案例教學

文化和旅游部印發(fā)的《“十四五”文化和旅游發(fā)展規(guī)劃》中提到，要建強人才隊伍，造就新時代文化和旅游隊伍。培養(yǎng)新時代文化和旅游的人才，不僅要掌握龐大的旅游信息，更要會對這些多樣且有價值的信息進行專業(yè)的分析與研究。為適應當下對文化和旅游人才的新需求，培養(yǎng)旅游數據應用型人才，數據挖掘課程可與旅游大數據相融合，加速學生對旅游大數據的理解，提升學生將數據挖掘技術應用到旅游領域的能力。

將數據挖掘課堂教學與旅游大數據具體融合措施如下：

1） 理論講解：在數據挖掘課程中，講解與旅游大數據相關的理論概念和方法，介紹旅游領域中常見的數據類型、特點和挑戰(zhàn)，講述數據挖掘在旅游中的應用。

2） 數據收集與預處理：引導學生收集、整理和預處理旅游相關的數據。可以使用公開的旅游數據集或由學生自行收集的數據，進行數據清洗、去除異常值、統(tǒng)一格式等預處理工作。

3） 數據挖掘算法應用：引導學生運用數據挖掘算法探索旅游大數據中的模式、關聯(lián)、分類、聚類等信息。例如，利用關聯(lián)規(guī)則算法挖掘旅游購物數據中的消費者行為規(guī)律，使用聚類算法將旅游景點劃分為不同的類型，或者使用支持向量機算法實現(xiàn)景區(qū)客流量的預測。

4） 數據可視化與解釋：引導學生使用數據可視化工具展示挖掘結果。通過圖表、地圖等可視化手段，將旅游大數據的分析結果直觀地呈現(xiàn)給他人，并解釋發(fā)現(xiàn)的模式和趨勢。

5） 實踐項目：組織學生進行旅游數據挖掘的實踐項目。學生可以選擇自己感興趣的旅游主題，如酒店預訂、航班航線規(guī)劃、旅游推薦等，在實際案例中應用所學的數據挖掘技術。

6） 論文分享：組織學生分組選讀旅游大數據相關的論文，并做分享。通過論文分享，學生可以開闊視野，了解旅游大數據發(fā)展的新方向，對論文內容有更加深刻的認識，提升旅游場景中的數據挖掘能力。

3 基于旅游大數據的數據挖掘混合式教學案例

數據挖掘課程中講授回歸、分類、聚類等相關的多種算法，線性回歸算法便是其中應用最廣泛的算法之一。本文以講授線性回歸算法知識點為例，探索基于旅游大數據的數據挖掘課程混合式教學。教學環(huán)節(jié)包括課前預習、課中教學和課后鞏固三個環(huán)節(jié)，如圖2所示。

在課前，教師通過雨課堂發(fā)布預習任務。通過課前預習，讓學生了解現(xiàn)實生活中對線性回歸算法的應用非常廣泛，比如房價預測、銷售額度預測和貸款額度預測。同時，收集學生預習時的思考和疑問，讓學生帶著疑問進入課堂進行學習。

在課中，以“房價預測”為案例，引導學生思考旅游城市房屋價格銷售表中面積與銷售價錢兩者之間的關系，引出線性回歸算法，進而講述線性回歸算法的來源、原理等內容。在講述重點和難點時，將PPT 中提前設置好的隨堂測試推送給學生，實時了解學生對重點和難點的掌握程度。同時，可以開啟彈幕功能讓學生自由發(fā)言，及時了解學生的想法，針對疑問做出解答，提升學生在上課過程的專注度和參與度。為加深學生對線性回歸算法的理解和應用，引導學生運用線性回歸算法對國內旅游總花費實現(xiàn)預測。

本文選取國內生產總值（億元）作為自變量，國內旅游總花費（億元）作為因變量，運用一元線性回歸算法對國內旅游總花費實現(xiàn)預測。本文使用的數據是2014—2019年全國年度數據，數據來源于《中國統(tǒng)計年鑒》。

首先，構建回歸方程y = α + βx + ε，其中y 是因變量，即國內旅游總花費；x 是自變量，即國內生產總值；α 是截距項；β 是自變量x 的回歸系數；ε 是隨機誤差項，ε～N （0，σ2 ）。

使用Python編程實現(xiàn)一元線性回歸預測國內旅游總花費，得到的回歸結果如下：β = 0.065，α =-10293.79，R2 = 0.98，預測效果如圖3所示?？梢园l(fā)現(xiàn)，決定系數R2 為0.98，接近1，預測效果良好；自變量回歸系數為0.065，表明國內生產總值對國內旅游總花費的影響為正，起促進作用。國內生產總值每增加1個單位，國內旅游總花費相應增加0.065個單位，即國內生產總值越高，國內旅游總花費越高。因此，政府可以繼續(xù)提升國內生產總值，影響國內旅游總花費正向發(fā)展。

并且，安排學生分組查找線性回歸算法相關的論文，在課上對論文內容進行分享（重點分享論文的算法及應用部分），回答其余同學針對論文相關內容提出的疑問，以吸引學生對學習線性回歸算法的興趣，進一步加深學生對線性回歸算法的理解。

在課后，教師安排學生自主查找感興趣的旅游數據，做線性回歸算法相關的實驗，并對結果進行分析和討論。

在課后教學反思時，教師可以參考雨課堂中的課后小結分析以及學生課堂表現(xiàn)思考學生對線性回歸算法理論知識的掌握程度，通過查看學生的作業(yè)完成情況思考學生對線性回歸算法實驗知識的掌握程度，也可以與學生課后溝通，以便及時調整教學方案，提高教學效果。

4 應用局限性以及改進措施

4.1 應用局限性

將基于旅游大數據的數據挖掘課程混合式教學應用到實際教學中可以發(fā)現(xiàn)，教師查學生考勤的時間明顯降低，教師與學生的互動增多，教學質量有所提升。同時，教師也可以根據雨課堂的課后小結等生成學生的學習過程材料，及時掌握學生對知識的掌握程度，以便對教學方案進行調整。但是，仍存在一些缺陷，比如：學生簽到存在代簽等情況，導致數據與真實情況有偏差；學生在完成課前預習的任務過程中不夠認真，無法達到課前預習階段的預期目標。

4.2 改進措施

在實際應用中，教師應積極引領和指導學生將旅游大數據融入數據挖掘課程的學習，幫助學生盡快熟悉和使用“雨課堂”，以實現(xiàn)案例教學和混合式教學。并且，教師在教學過程中應充分利用課前預習、課中教學、課后鞏固三個環(huán)節(jié)，將學生要學習的知識貫穿始終，有效提高學生的學習效率，加深學生對所學知識的理解和掌握。同時，教師要對雨課堂的課后小結、課堂表現(xiàn)以及學生的反饋和評價進行思考和分析，及時調整教學方式和方法，確保教學質量。

針對代簽到等問題，教師應加強課堂監(jiān)管，嚴格執(zhí)行考勤制度。針對學生課前預習階段無法達到預期目標的問題，教師應充分利用課堂教學時間，從案例中引發(fā)學生思考，吸引學生的學習興趣并提高學習效果。

5 結束語

基于旅游大數據的數據挖掘課程混合式教學，相比傳統(tǒng)教學模式有較大創(chuàng)新，有較大的教學價值和應用價值?；诼糜未髷祿臄祿诰蛘n程教學，可以吸引學生的學習興趣，提高學生的學習效果，對旅游大數據和數據挖掘相關算法有更加深刻的認識和理解；將“雨課堂”引入課堂中實現(xiàn)混合式教學，教師可以實現(xiàn)課堂教學方式方法的動態(tài)調整，學生學習可以實現(xiàn)課前-課中-課后三個環(huán)節(jié)完整連接，進一步提升教師的教學質量和學生對所學知識的掌握程度。同時，混合式教學可以進一步提升教學資源的利用，方便教師關注到班級中每一個學生的情況，照顧個體差異，盡可能避免教學效率降低等問題。

參考文獻：

[1] 陳艷蓮.高校大班教學存在的問題及教學方法的優(yōu)化[J].教育與職業(yè)，2011（12）：164-165.

[2] 陳芳，張道強.以學生需求驅動的數據挖掘課程教學改革研究[J].軟件導刊，2020，19（9）：274-276.

[3] 張微微，唐龍業(yè)，郝建華.基于雨課堂的“數據挖掘” 課程混合式教學[J].科技風，2023（5）：115-117，144.

[4] 王芬，張少艷，吳小英.混合式教學模式下概率論與數理統(tǒng)計課程的改革與實踐[J].高教學刊，2020（28）：86-88.

[5] 張瑞娥，閆婷，張豫，等.雨課堂在《信息檢索與利用》課程教學中的應用實踐[J].中國教育信息化，2017（20）：88-90.

[6] 李曉偉.基于“雨課堂” 網絡教學平臺的大學課程教學實踐[J].高教學刊，2024，10（6）：60-63.

[7] 王晶晶，丁華霖，趙廷玉.淺析雨課堂在大班教學中的應用[J].教育現(xiàn)代化，2020，7（53）：15-18.

[8] 朱純，陳國慶，聶延光，等.雨課堂“： 多維度分層次” 教學的實踐與思考[J].大學物理，2020，39（6）：52-58.

【通聯(lián)編輯：王 力】