本硕两阶段数据挖掘课程的异同分析

李忠　李姗姗

摘要：为实现本科生和研究生阶段的不同教学目标，本文从数据挖掘课程的大纲编排、内容安排、课程体系、理论教学、实践教学和重点难点等多个方面做了分析和比较，指出本科阶段教学具有知识碎片化的特点，而研究生阶段更注重对知识进行系统性应用。只有了解了不同教学阶段的差异，采取针对性、差异性教学方法，才能提高教学质量和效果，达到教学目的。

关键词：数据挖掘；本科阶段；研究生阶段；课程体系；实践教学

数据挖掘技术起源于20世纪80年代末，是计算机科学和统计学的交叉学科，涉及统计学、模式识别、高性能计算、知数据库技术等若干学科知识，在勘探技术、生物制药、金融领域等获得普遍应用，取得了若干有益成果，其经济效益和社会效益显著。因此，国内外高校的IT相关专业、金融保险专业、统计分析等专业引入了数据挖掘课程，从本科生到研究生阶段都有开设，培养了若干高层次专业人才。但是，本科生和研究生两个阶段的数据挖掘课程无论在教学大纲、授课内容方面，还是在授课方式、实践教学方面，都存在较大差异。笔者根据多年的教学實践，对数据挖掘课程在两个阶段教学的异同点进行梳理和分析，抛砖引玉，期望与同行共同提高教学质量。

一、教学目标异同分析

在本科阶段，数据挖掘课程的性质是专业选修课，主要讲授数据挖掘概念、分类、聚类、关联分析等基本知识，要求学生具有数据预处理、数据分析、各种挖掘算法的应用等基本能力，培养学生利用数据挖掘方法解决实际问题，为以后从事相关专业奠定基础。在研究生阶段，数据挖掘课程更偏重于培养学生理解和掌握各种数据挖掘算法，熟练运用数据挖掘技术解决遇到的科学问题和工程问题，并能够进行算法优化。

二、教学内容异同分析

1.基本内容体系

根据本科阶段具体教学情况，数据挖掘课程内容体系如表1所示。

在研究生阶段，增加了大数据技术及机器学习两部分内容，以提高研究生的科研能力和工程实践能力。

2.教学重点

在本科阶段，根据章节不同教学重点各异，教学重点以满足实际应用为主导，让学生了解相关理论知识。如分类内容重点介绍决策树、Bayes、K-近邻等方法，聚类分析重点介绍基本概念、无监督学习方法、K-均值算法等，关联分析重点介绍相关概念、Apriori算法等。文本挖掘重点介绍相关概念、切词分词、字典方法等。这些理论容易理解，应用方便实现。但在研究生阶段，就要考虑算法优化问题了，如基于信息熵的决策树如何改进以提高计算效率等。当然研究生阶段实践应用也更加深入，要求学生要理解大部分算法甚至实现这些算法，如人工神经网络、支持向量机、FP-Tree算法等。

3.教学难点

在本科阶段，主要围绕教学重点找出教学的难点。如在预处理一章中，重点是数据清理、数据集成、数据变换和数据归约，而难点就是维度归约、数据清洗了；分类部分的难点是C4.5算法、Bayes最小误差等；聚类的难点在于无监督学习算法、相似性定义以及各种距离概念；关联分析的难点在于频繁项查找、Apriori定理等内容。在研究生阶段，难点主要是对一些不确定分析方法的理解和应用方面，如BP网络、SOM网、支持向量机等，尤其是在算法优化、实现方面，难度较大。

三、教学方法异同分析

大学阶段和研究生阶段的教学方法和学习方法是完全不同的。在本科阶段，大部分课程的教学模式是课堂理论+实验室实践+课外复习，而且理论课时、实验课时比例十分明确，这也是传统的教学方法。但是在研究生阶段，同样的一门课，由于目标、内容、要求等方面的差异，教学方法变化很大，通常是教师带领研究生快速地将相关理论内容学一遍，然后布置作业由学生个人或者分组合作完成。在完成过程中，教师深度参与讨论，与研究生一起研究算法、流程、结果分析等，从而对现有的算法进行改进和优化，提高计算效率及结果的精度。很显然，这种教学方法更能培养学生的创新性思维，更有利于对学生创新能力和动手能力的培养。

近年来，国务院和教育部先后出台了若干指导性文件，以促进大学实践教学体系的改革。以数据挖掘为例，在大学阶段，以前是理论教学48学时+实践教学16课时，目前已经调整为理论和实践各占一半学时。尽管如此，大学阶段的实践教学也有明确的教学计划，如表2所示。

在研究生阶段，实践教学和理论教学在课时分配上不再明显，一般是理论之后完成一个设计性的项目，甚至是实际的科研项目或者工程项目，更强调整体性和系统性，更注重对研究生分析问题、解决问题能力的培养。

现代信息处理技术的应用已经普及，数据挖掘作为一门课程已经进入高校课堂，从本科阶段到研究生阶段均有开设。但是在这两个阶段，数据挖掘课程的教学目标、教学内容、实践教学、教学方法、重点难点等方面都存在较大差异。本科阶段倾向于学生知识的学习和实践能力的提高，追求数据挖掘各种算法的了解和“会用”，很难系统地解决问题。而研究生阶段更注重对学生知识掌握和分析问题、解决问题能力的培养，更强调系统性、整体性地解决科研活动和工程应用中遇到的实际问题。因此，只有充分认识到这两个阶段的教学差异才能更好地进行针对性、差异性教学，提高教学质量和效果，达到教学目的。

参考文献：

李忠，李姗姗.应用型本科院校IT专业数据挖掘课程建设[J].计算机时代，2014（11）.

注：本文系防灾科技学院研究生课程建设与改革项目（项目编号：YJG2015004）和防灾科技学院教学研究与教学改革项目（项目编号：JT201504）资助。endprint