＼ 教学园地 ＼ 文章编号：１００７—１４２３（２０１４）１３—００３８—０３ ＤＯＩ：１０．３９６９０．ｉｓｓｎ．１００７—１４２３．２０１４．１３．００９ 面向工程的《数据挖掘》课程教学方法探讨 孙宇，梁俊斌，钟淑瑛 （广西大学行健文理学院，南宁５３０００５） 摘要： 《数据挖掘》课程是一门理论性和实践性都很强的课程。针对《数据挖掘》课程现有的教学局限性，以工程教育为导向， 从教学内容、教学方法实验教学考核方式等方面阐述如何促进学生正确理解数据挖掘的基本原理．熟练掌握数据挖 掘的设计方法和相关的项目实施过程。通过教学实践检验，证明面向工程的教学模式能有效提高学生的学习积极性， 教学效果良好 关键词： 工程教育方式；数据挖掘；教学内容；教学模式 基金项目： 广西高等教育教学改革工程立项项目（Ｎｏ．２０１４ＪＧＡ４０７） ０ 引言 数据挖掘是一门与数据库、统计学、机器学习等多 学科交叉的新兴科学 近年来．数据挖掘技术在商务管 理、生产控制、市场分析、工程设计和科学探索等多个 领域引起了极大的关注．并且为其提供了数据分析和 决策支持 因此．越来越多的本科院校为计算机相关专 业的高年级学生开设《数据挖掘》专业课程及其实验课 《数据挖掘》课程中，教和学存在着以下的特点和问题： （１）作为一门专业课，《数据挖掘》的课程设置限制 了数据挖掘回归工程实践 数据挖掘课程在本科阶段． 主要是为高年级学生设置的专业课．一般课时较短．主 要在５４～６３课时之间 教师在众多的算法中只能选取 三至五个经典算法．详细讲解．而有时．算法的讲解也 只停留在算法的理论思想上．较少地涉及到算法的实 际应用．更不会将算法的应用推广到实际的工程应用 中。使得这些来源于实践的算法．在学生们的手中最终 无用武之地．使得学生们偏颇地认为本门课为一门理 论课．而不是一门解决问题的工程课．这进一步地降低 了学生的学习积极性．进而影响了他们的学习效果 程。数据挖掘是一门来源于实践的学科．其中的分析方 法和挖掘算法．都有着极其深远的应用前景．实用性非 常的强 而工程教育模式是近年来国际工程教育改革 的最新成果。将工程教育模式引入《数据挖掘》课程的 教学中．能够有效地帮助学生掌握数据挖掘技术和数 据挖掘算法的应用方法和设计实施过程．为今后的工 作打下坚实的基础 （２）数据挖掘算法本身的繁杂性，使得教学呈现出 多头、分散性。由于不同领域的数据特点不尽相同．而 １ 教育现状 目前。《数据挖掘》课程的教和学主要停留在理论 知识的讲解。算法的理论分析之上．使得这门来源于实 际应用的学科．学生无法从整体上掌握其工作流程．也 无法将其应用到将来的实际工程项目中 这是由于在 且需要分析研究的数据非常繁杂．为了适应各种的应 用场景．数据处理以及数据挖掘的方式和算法繁琐且 复杂．在学习过程中如盲人摸象般无法掌握数据挖掘 算法的精髓，停留在局部算法的理解上．分割地理解数 据挖掘技术 （３）数据挖掘自身的多学科交叉内容．加大了教学 ＠ 现代计算机２０１４．０５上 教学园地 ／ 的难度。《数据挖掘》课程作为一门多学科交叉的专业 课程．在课程中．主要介绍数据挖掘的基本概念原理方 法和技术，并且涉及到统计理论、人工智能、机器学习、 算法设计与分析等多个学科和算法 在讲解挖掘算法 时．难免不断地回顾以及补充其他学科的内容，才可以 清晰完整地描述挖掘技术本身 因而．这种多学科相关 性．造成了教学过程中．讲解挖掘算法本身的时间被进 一步压缩 ２ 教学方法 这些都影响学生对数据挖掘的整体工作流程缺乏 了解 为了解决这一问题．将数据挖掘从停留于课本的 理论课程回归到解决工程应用问题的工程课程．我们 从工程教育的角度出发．对数据挖掘课程进行一系列 的优化和改革．从而提高教学质量和教学水平。工程教 育模式是近年来国际工程教育改革的最新成果 ＣＤＩＯ 代表构思（Ｃｏｎｃｅｉｖｅ）、设计（Ｄｆ、ｓｉｇｎ）、实现（Ｉｍｐｌｅｍｅｎｔ） 和运作（Ｏｐｅｒａｔｅ）．它以产品研发到产品运行的生命周 期为载体．让学生以主动的、 践的、课程之间有机联 系的方式学习丁程 ＣＤＩＯ培养大纲将工程毕业生的能 力分为Ｔ程基础知识、个人能力、人际团队能力和工程 系统能力四个层面 其精髓在Ｊ：：以工程项目设计为导 向、工程能力培养为目标的工 教育模式。 （１）以工程项目为引导的培养方案的设计 以真实的Ｔ程实例引导课程体系的设计以及培养 方案的实施 在课程实施环节的考虑和工程实例的设 计中．综合反映项目功能、专业技术技能、经济以及环 境、社会乃至历史的要求及其 制．从而培养学生综合 解决问题的能力 通过工程项目将整个课程体系有机 而系统地结合起来 将所有需蜃学习和掌握的基本理 论知识、基本算法框架、实施工作流程都围绕项目设计 和实施这个核心．形成一个有机的整体 使得课程的设 计体现Ｔ程项目可实施性特征 （２）以工程项目整合教学资源、改进教学形式 将课程实验与理论课相结 ．以工程项目带动理 论学习 以“大数据技术创新与刨业大赛”为导向．利用 大赛中的真实丁程需求．以丁陧项目完整性实施为目 标．灵活多样地组织教学材料币ｌｌ资源．项目实施的主线 贯穿专业课教学的全过程．在 日实施过程中．将数据 ／ ／ 挖掘的理论知识、基本算法和解决方案、项目的整体实 施和项目工作流程有机地结合起来．帮助学生建立一 个多维度的数据挖掘知识体系结构 通过对“大数据技 术创新与创业大赛”中的真实项目．学生们以团队合作 的方式设计和实施工程项目．培养学生解决问题的能 力、创新意识、项目设计能力，同时提高学生的团队合 作精神、工程设计能力和协同工作能力和理论联系实 际作风。 ｆ３）多维度的教学质量评价体系 《数据挖掘》课程传统的考核方式通常以期末考试 成绩作为评分的主要依据．这往往会导致学生为平时 考勤而去上课．考前几天为考试通过而看书复习．不能 真实地反映学生对这门课掌握的情况．使得学生为考 试过关而学。并不注重实践能力的培养。因此，我们从 课程考核评分标准从简单的试卷考核逐步过渡．增加 项目报告、设计评估、实施过程跟踪评价等评分形式， 让学生通过自评、互评等方式改变学习和生活态度，并 逐步掌握必要的工作技能 将过程评价与效果评价相 结合．建立完善的、可监控的过程评价与激励体系，以 及建立能体现技能水平的效果评价体系 ｆ４）教师队伍的建设 依托校企合作、校校合作等形式，以跟踪掌握最新 技术动态和提升工程项目技能和经验积累为中心．设 计长期有效的师资培训体系．打造团队型“双师型”教 师队伍 ３ 结语 《数据挖掘》课程是一门多学科交叉、实践性很强 的课程 常规的教学过程主要是从数据挖掘的基本概 念、基本理论和相关的挖掘算法着手进行教学，这使得 学生对数据挖掘的整体Ｔ作流程缺乏了解 为了解决 这一问题，文章提出了面向＿Ｔ程的《数据挖掘》课程教 学方法，强调以工程项目为引导．在教学过程中，将工 程项目的设计和实施贯彻其中．全面地培养学生解决 问题的能力、创新意识和项目实施能力．．在本科的教学 实践检验中．面向工程的教学方法取得了良好的效果 现代计算机 ２０１４．０５上⑨ 参考文献： 『１］（美）韩家炜，Ｍｉｃｈｅｌｉｎｅ Ｋａｍｂｅｒ．数据挖掘：概念与技术【Ｍ］．范明，孟小峰译．北京：机械工业出版社，２０１０ 『２１朱明．数据挖掘『Ｍ１．２版合肥：中国科技大学出版社，２００８ 『３］顾佩华，沈民奋，李升平，庄哲民，陆小华，熊光晶．从ＣＤＩＯ到ＥＩＰ—ＣＤ１０——汕头大学Ｔ程教育与人才培养模式探索【ＪＪ．高等工 程教育研究，２００８（１） ｆ４］管涛，段莹．数据挖掘课程中的实例教学法研究ｌＪ１．科技风，２０１１（１９） 『５１周森鑫，盛鹏飞，王夫芹．数据挖掘课程案例教学研究ｆＪ】．计算机技术与发展，２０１２（１１） 作者简介： 孙字（１９８１一），女，广西壮族自治区南宁人，博士，研究方向为智能算法、数据挖掘 梁俊斌（１９７９一），男，广西壮族自治区南宁人，博士，副教授，研究方向为无线传感网络 钟淑瑛（１９７９一），女，广西壮族自治区南宁人，硕士，讲师，研究方向为数据挖掘 收稿日期：２０１４—０４—１５ 修稿日期：２０１４—０４—２５ Ｅｘｐｌｏｒａｔｉｏｎ ｏｆ ｔｈｅ Ｔｅａｃｈｉｎｇ Ｒｅｆｏｒｍａｔｉｏｎ ｏｆ Ｄａｔａ Ｍｉｎｉｎｇ Ｃｏｕｒｓｅ Ｆａｃｉｎｇ ｔｈｅ Ｅｎｇｉｎｅｅｒｉｎｇ Ｅｄｕｃａｔｉｏｎ ＳＵＮ Ｙｕ，ＬＩＡＮＧ Ｊｕｎ—ｂｉｎ，ＺＨＯＮＧ Ｓｈｕ—ｙｉｎｇ （Ｘｉｎｇｊｉａｎ Ｃｏｌｌｅｇｅ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｌｉｂｅｒａｌ Ａｒｔｓ，Ｇｕａｎｇｘｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｎｉｎｇ ５３０００５） Ａｂｓｔｒａｃｔ： Ｄａｔａ Ｍｉｎｉｎｇ ｉｓ ａ ｍｕｌｔｉｄｉｓｅｉｐｌｉｎａｒｙ ｃｏｕｒｓｅ ｃｏｍｂｉｎｉｎｇ ｔｈｅｏｒｙ ａｎｄ ｐｒａｃｔｉｃｅ．Ｉｎ ｏｒｄｅｒ ｔｏ ｏｖｅｒｃｏｍｅ ｔｈｅ ｄｉｓａｄｖａｎｔａｇｅ ｏｆ ｔｈｅ ｔｅａｃｈｉｎｇ ｍｅｔｈｏｄ ｏｆ Ｄａｔａ Ｍｉｎｉｎｇ ｃｏｕｒｓｅ．ｐｒｏｐｏｓｅｓ ａ ｔｅａｃｈｉｎｇ ｐａｔｔｅｒｎ ａｎｄ ｅｘａｍｉｎｉｎｇ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｔｈｅ ｅｎｇｉｎｅｅｒｉｎｇ ｅｄｕｃａｔｉｏｎ ｓｙｓｔｅｍ，ｔｏ ｈｅｌｐ ｓｔｕｄｅｎｔｓ ｕｎ— ｄｅｒｓｔａｎｄ ｔｈｅ ｂａｓｉｃ ｐｒｉｎｃｉｐｌｅ ｏｆ ｄａｔａ ｍｉｎｉｎｇ ａｎｄ ｍａｓｔｅｒ ｔｈｅ ｄｅｓｉｇｎ ｍｅｔｈｏｄ ａｎｄ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｐｒｏｃｅｓｓ ｏｆ ｄａｔａ ｍｉｎｉｎｇ ｐｒｏｊｅｃｔ．Ｔｈｒｏｕｇｈ ｔｈｅ ｅｄｕｃａｔｉｏｎ ｔｅｓｔ，ｔｈｅ ｐｒｏｐｏｓｅｄ ｄａｔａ ｍｉｎｉｎｇ ｅｄｕｃａｔｉｏｎ ｐａｔｔｅｒｎ ｅｎｈａｎｃｅｓ ｔｈｅ ｌｅａｒｎｉｎｇ ｉｎｉｔｉａｔｉｖｅ ｏｆ ｓｔｕｄｅｎｔｓ，ａｎｄ ｉｍｐｒｏｖｅｓ ｔｈｅ ｅｆｆｅｃｔ ｏｆ ｅｄｕｅａ— ｔｉｏｎ． Ｋｅｙｗｏｒｄｓ： Ｅｎｇｉｎｅｅｒｉｎｇ Ｅｄｕｃａｔｉｏｎ Ｓｙｓｔｅｍ；Ｄａｔａ Ｍｉｎｉｎｇ；Ｅｄｕｃａｔｉｏｎ Ｃｏｎｔｅｎｔ；Ｅｄｕｃａｔｉｏｎ Ｐａｔｔｅｒｎ ① 现代计算机２０１４．０５上