大数据背景下数据挖掘课程的教学改革与探索

韩志超

【关键词】大数据 数据挖掘 教学探索

1 引言

随着互联网时代的到来，大数据应用越来越普及，更好的利用大数据，进行分析和挖掘相关材料，越来越被各个行业所重视。根据调查显示，大数据应用，增速保持在40% 以上，现实中，很多大型企业，已经开始应用到大数据调查，这可以看出，大数据技术，越来越受到人们的重视，这也表明，相关行业的就业前景向好，然而大数据相关人才却十分稀缺，所以，如何进行相关人才培养，成为目前急需要解决的问题。

2 互联网时代，培养数据挖掘人才的要点

2.1学科特点

数据挖掘，是一门综合性学科，它是多门学科组的交叉组合，相关的课程包括：数学课程、统计课程以及计算机课程。这就要求学生，不但要有计算能力，还要进行统筹和分析的能力;不但，要掌握一定的建模能力，还要拥有一定的编程水平。同时，在现实中，企业要求从事相关行业者必须掌握编程技术，如Java或C语言，至少掌握一种数据库能力，如SQL等。由于，数据挖掘，是一门多用途型的学科，所以，这为人才的教育，提出了新的要求，怎样让学生，将数据挖掘与实操相结合，是目前需要关注的问题[1]。

2.2所需人才类型

由于大数据技术是近些年才被人们关注，所以，目前，大数据方向人才培养更多需要的实操型人才，与其他就业要求不同，在数据挖掘前期，需要的不是高端开发者，而是数据挖掘知识的普及者，所以在剛开始发展阶段，应用人才是一大缺口。应用人才需要把数据进行普及，将其落实到现实产业中，大数据人才培养，要拥有实际的环境，在传统的学校培养模式下，学生缺少参与过程，没有严格的实践，这是目前数据挖掘人才培养，所缺少的步骤。

2.3人才培养要结合行业情况

随着时代的不断发展，大数据挖掘必须与现实行业不断的融合，所以大数据教育一定要结合行业特征。出色的数据挖掘人才，不但要学会扎实的理论知识，还要熟悉不同行业的业务需求。但是，就目前情况来看，在课堂上，无法进行实际操作，同时也无法进行跨学科交流。这表明，学生一定会缺乏实践经验，只有具备深厚专业背景，和不同行业的知识，才能得到企业重用，行业知识将是数据挖掘落实的关键一步。

3 挖掘课程实操探索

结合以上所提出的问题，笔者认为，在互联网时代，人才培养应该以学生中心，将掌握的理论应用于实践，两者结合。要以真实数据分析作为出发点，强调在整个过程中重视实操教学，以实操教学引导理论教学，通过现实问题，将学生带入到真实的工作情境当中，加强学生对实操的认识[2]。

3.1设置合理授课计划。由于数据挖掘的学科特点，开设的学科课程较多，所以按照理论和实操课程相结合的教学模式，进行全方位讲解。同时，为了调动学生的学习热情，可以让学生自发形成学习小组进行协作学习，用网课加机房实操以及课堂教学的混合教学模式，让学生自发讨论。在课上时，设置一定的课程问题，需要学生进行实操才能得出结论，将整个流程，真实有效的实施，让学生在整个过程中真正的有所提高。

3.2充分利用互联网手段，进行教学方式优化，教师可以通过网络平台，进行全方位授课，建设网上资源库，用混合的学习方式，为学生提供多角度的学习策略。如在进行C++ 课程讲解时，可以开展网上教学，将所学的语法，进行网络课程录播，放在网络上，进行反复观看。通过网上答疑，为学生解答课程中所遇到的问题，在接下来的实操课程中进行补充提升。

3.3执行团队合作和实际操作共同进行的教学模式。因为采用了多手段的混合教学方式，学生成为了课堂的中心，也为师生互动，增加了更多机会，所以团队合作成为必要，教师作为其中一员，要全程与学生进行探讨，让学生提出疑问，教师进行答疑;教师通过预设课前问题，为学生提供学习思路，让学生在做实验过程中，严格遵守步骤，每当完成一次数据挖掘时，教师对其步骤进行指导，对学生提出的问题，进行答疑。

3.4以实践教学提高学习能力。在数据挖掘的的课堂教学中，虽然学科知识丰富，但大多学科知识枯燥难懂，导致理论知识无法进一步深化理解，学生在学习过程中只会感觉到枯燥乏味，无法将理论知识应用在实践教学中。因此，在数据挖掘课程中，必须将理论知识结合实际案例，以此引导学生进一步深化理解理论知识，在此过程中教师需要要求学生对各种算法进行评价，以此提高学生的综合能力。如在数据挖掘课程的实践中遇到了问题，应让学生先深入学习了了解算法理论，并在学习的过程中找到实践突破口，以此提高学生的解题能力，培养学生的发散性思维。例如，在讲授决策树算法这一课时，大部分学生都在关注决策树的生成过程分，却没有关注决策树的实际应用，因此教师在此过程中应引导学生使用ID3 的算法步骤手机整机各类数据信息，了解决策树算法的组成，并利用数据集信息熵的计算完善当前数据，在此过程中不可以忽略任何一个算法的细节。同时，可以在教学中设计“金融产品的营销”案例，使学生关注到该案例的数据类型，如学生没有注意到数据类型的区别，直接使用余额连续性建模得到决策树，这样的计算方法将导致决策树算法无法正常使用。此时教师可以要求学生展开小组讨论，由教师带领学生进行深入分析，在实际案例中掌握数据挖掘的算法，以此培养学生的数据分析能力，使学生的实践能力进一步提高。

4 对现实教学模式反思

根据当前阶段来看，信息技术挖掘授课，还存在着一些问题，也通过一些网络反馈课程，得到人们对课程的见解，总体来说，课程可以满足学生的学习需求，但是课程的设置仍不够完善，没有与现实生活完美的结合。实验报告完成率也不高，没能提高学生的实际操作能力。一些同学可以自主的参加一些比赛，获得一些实战经验，但是，学生普遍对Python技术的掌握不好，在初期，学生认为课程比较难，无法进行后续学习，学生基础参差不齐，教师无法进行统一授课，所以出现了，上课并不认真听的状态，这需要我们在接下来的教学当中，不断的更新自己授课手段，为学生提供更好的教学服务。

5 总结

数据挖掘课程，是一门内容丰富学科交叉比较多的课程，同时，它课程发展需要，跟上时代的发展速度，这要求学生要有较强的应变能力。所以，为了适应大数据时代，对人才的需求。本文基于多角度的学习模式以及多方位的策略思考，为学生提供不同的学习角度，解决在学习过程中可能会出现的问题，让学生能够更好的学习理论知识，更高效的解决问题的能力。