对分课堂模式在数据挖掘课程教学中的应用

2022-05-07 17:02于卓熙李璐璐
中学生学习报 2022年18期
关键词:对分课堂数据挖掘课堂教学

于卓熙 李璐璐

摘要:随着当今教育改革与发展要求及高等学校教育综合改革发展的实际,高等学校专业理论课程教学面临现代教学方式变革对传统教学方式的冲击。对分课堂教学模式是针对当前大学课堂教学之困境而提出的一种新的教学模式,作者在数据挖掘课程教学中,尝试引入对分课堂模式,总结了对分课堂在课程教学中的实施过程,提出了考核方式的改革,并讨论该模式在课堂教学中应注意的问题。

关键词:对分课堂;数据挖掘;课堂教学

中图分类号:G642.0  文献标识码:A          文章编号:

引  言

数据挖掘是在大型数据库中,自动地发现有用信息的过程,将未加工的数据转换为有用的信息。数据挖掘技术用来探查大型数据库,发现先前未知的有用知识,此外,数据挖掘技术还可以用于预测未来观测结果。因此数据挖掘课程是高等学校理工科专业的一门重要的专业基础课程。

目前随着高等教育处于重要的历史性发展机遇和发展重点时期,我国国内经济社会的发展对教学方法不断提出了越来越高的要求,同时,大数据时代背景下,这种要求同时也促进了高等教育的变革和发展,特别是针对数据分析类课程,对相关课堂实践提出更高要求。对分课堂的意义是对传统讲授式和后起讨论式两种教学模式的融合与进步,充分发挥各自的优势,弥补各自的不足。对分课堂将教学过程分为讲授内化吸收和讨论三个时间上相互分离但在内容上相互关联的部分。类似传统课堂,对分课堂强调先教后学,教师讲授在先,学生学习在后。类似讨论式课堂,对分课堂强调生生、师生互动,鼓励自主性学习。表面看起来,对分课堂只是一种将讲授式与讨论式结合的教学模式,其实它的关键创新之处在于把讲授和讨论时间错开,让学生在课后有时间自主安排学习,从而进行个性化的内化吸收。在将对分课堂模式应用于数据挖掘课程教学时,讨论环节更注重学生分小组讨论共同完成实践编程任务,更有助于知识的消化吸收,自主实践比课堂一步一步跟着教师进行取得更好效果。

1.文科专业数据分析类课程的教学现状

1.1 课程学时较少,课程进度较快

伴随大数据时代的到来,高校学生应具备一定的数据处理分析能力,许多高校文科专业也开设了数据分析类的课程,然而由于总课程时数限制,文科专业的数据分析类课程的学时较少.因此,教师在教学过程中为保证重点内容的完整性,不得不加快进度,一些内容会一带而过,相应的实践过程也只能学生课下自主完成,导致学生在思维的衔接上会产生一定困难。

1.2 讲授过于理论化,忽视实践的重要性

由于文科课程重视理论教学的思维定式,教师在课堂上往往偏重于理论阐述,

忽视讲解与学生专业相关的实践应用,特别是对学生的动手能力方面要求不足,以致学生对所学知识在专业中的应用了解甚少,没有感受到用所学知识解决实际问题的乐趣,因而学习积极性不高。

1.3 “满堂灌”式教学,教学效果较差

虽然高校拥有多种高科技的教学工具、丰富的教学资源,也具备先进的教学理念,但目前多数文科专业的教学模式仍以传统的讲授法为主,使学生处于被动接受的状态,主體性无法充分发挥,自主学习和创新能力的培养更无从谈起。在传统的“满堂灌”的课堂上,学生学习积极性欠佳,教师讲授很辛苦,其教学效果自然可想而知。

1.4 考核方式单一,忽视过程性评价

文科专业的课程包括数据分析类课程仍然是传统的考核方式笔试占主要部分,平时成绩的比重较低,评定缺乏合理量化,甚至没有真正的标准.这就造成了学生参与课堂教学的积极性不高,课程实践部分不能认真完成,敷衍了事,跟对待一些理论课程一样,形成平时不努力,考前突击的不良学风。

2.对分课堂教学模式在数据挖掘课程中的实践

邓小平曾说:“实践是检验真理的唯一标准”,“对分课堂”必须在数据分析类课程中进行实践,才能寻到适应点。作者在辽宁大学 2021年秋季《数据挖掘—基于R语言的实战》课程中首次尝试了“对分课堂”教学。

2.1基本情况

数据挖掘课程每周 2 学时,连续 2 节,每节 50 分钟,共计 16 周,38 学时。授课地点是机房,授课对象是各专业选修本课程的学生,小班授课,授课人数在 16~20之间不等。每次课的第一节课讨论上次课的内容,第二节课讲授新内容,采用“隔堂对分”,以此类推,直至讲授完全部课程。

2.2准备阶段

俗话说,“不打无准备的仗”。在实施“对分课堂”之前,必须给学生讲清楚“对分课堂”的含义、要求、操作要点等。

(1)讲解“对分课堂”教学模式

在第一节课上教师需要给学生讲清楚“对分课堂”教学模式的含义、具体要求、优势、操作流程、角色定位等。让学生从心里上接受“对分课堂”,有利于课堂教学顺利开展。

(2)建立课堂学习共同体

课堂“学习共同体”是指由教师、学生、其他参与者共同构成的一个团体,围绕共同的学习目标,在充分利用信息资源的基础上,通过课堂内外的合作、对话、分享,共同完成学习任务,实现共同体成员的共生共长课堂“学习共同体”的建立是开展“对分课堂”教学的必要前提和基础。根据班级规模、教室布局、学生意愿、个性特点、学习背景、性别等特征建立 4 人一组学习共同体。

2.3 具体实施过程

(1)教师讲授

在数据挖掘对分课堂上,教师介绍基本概念、基本算法,着重讲授重点、难点,但并不穷尽教材内容,这部分课堂上未讲的内容留给学生课后学习。 学生通过教师讲授把握了章节的基本内容,理解了重点、难点后再去自学、思考,大大地降低了课后的学习难度,有利于学生开展自我学习,并能让他们从中体会到一些成就感。比如在学习有监督学习算法Logistic模型时,主要是介绍Logistic模型的形式、参数估计方法、主要作用等基本内容。

(2)课后复习

老师在课堂上完成讲授之后,接下来就要求学生进行课后的复习。 课后学习时,学生可以根据自己的个人特点和具体情况,通过查找相关资料,以自己的节奏去完成内化吸收过程,完成对教材内容更为全面的学习与理解。 比如学生通过查找广义线性模型的相关资料,对Logistic模型的理解就更清晰透彻,同时可以了解到这个模型还有许多替代的同类模型。课后复习过程中,老师可以制定一些要求,比如要求学生做读书笔记,把学习内容进行提炼和总结,该项任务可以看出学生对教学内容的理解程度以及学习态度;也可让学生提出几个自己已经理解掌握的问题,这些问题可以作为下一个课堂讨论环节的讨论题目;还可以针对学生自学时发现的一些问题,同时自己无法找到答案,这类问题同样也可以作为讨论题目,同时也可以让教师在课堂上进行分析和解答。

(3)讨论与实践

教师讲授的内容经过学生课后的内化吸收之后,学生再回到课堂上,分组讨论自己学过的内容,然后与全班和教师进行深入的互动交流,也就是“隔堂讨论”,它非常符合学习过程基本的心理学规律:学生对刚刚接触的新内容缺乏深刻理解和认识,无法展开有效的讨论,经过课后的复习和内化吸收后再进行讨论,可以大大提高讨论效果,对于数据挖掘课程,这个时间也是学生通过分组讨论,分组完成课本上所要求的基本实践编程部分,对于编程中所遇到的问题,大家积极讨论共同解决,更为复杂的实际应用类的编程可作为学习任务,课下完成。比如在分组讨论部分学生可以分组完成Logistic模型的基本编程,数据集可以用课本上所提供的练习数据集,而对于应用Logistic模型解决银行违约用户识别等运用实际数据解决实际应用问题的编程,如果在复习过程中没有完成,可以要求学生讨论与实践环节结束后再在课下独立完成。

2.4 对分课堂模式下考核方式的改革

当前课程考核主要采用总结性评价,即期末笔试成绩占很大比重,缺乏过程性评价.由于学生学习积极性不高,对课程内容掌握情况较差,为了避免不及格率太高,有些教师考前划重点,降低考试难度,这会进一步加剧平时不学习、考前抱佛脚的现象,形成恶性循环。

对分课堂教学模式的考核办法兼顾过程性评价和总结性评价,鼓励学生平时学习,把有效学习应该付出的努力分散到整个学期.考核结果包括:课堂实践(含是否出勤)30分,作业20分,期末考试50分。

對分课堂模式下作业的布置应该起到督促课后复习,保证理解基本内容的作用,并布置一两个综合性较强,有一定难度的题目,如实际应用类的编程题目,为下次课的讨论做准备.在课堂上,学生积极参加讨论与实践,组内或组间相互协助,完成课堂实践。

期末考试采用闭卷考试,考试内容全部为课堂上教师讲授过且学生应在课下内化吸收和课堂讨论阶段重点讨论、掌握的理论知识点。

3.对分课堂模式应用于数据挖掘课程应注意的问题

3.1选择讨论题目很关键

在教学实践过程中发现,有的讨论主题学生讨论热烈,效果良好;有的主题学生讨论效果很差。所以在选择讨论主题时要选择开放式的、结合学生实际的主题,理论性强的主题不利于学生开展讨论。在数据挖掘课程中可以布置一些实际数据的解决实际问题的编程任务,在课下任务的完成过程中所遇到的难题,可以在课堂中的讨论和实践环节展开讨论,有助于学生顺利完成课堂中的基础编程任务,提升学生的成就感,从而提高学生的学习兴趣,更有信心继续完成复杂的编程任务。

3.1 讲授环节依然重要

相对于传统教学模式,对分课堂模式下属于教师的时间变少。因此,讲授环节就更加重要。文科专业数据挖课程教师应针对文科专业特点来选取主要讲授内容,形成具有专业特点的知识体系结构,使得该课程的学习有利于学生的专业发展,淡化课程中推导繁顼的理论部分,注重其应用性。在讲授过程中,教师还要注意多种教学方法的选择与综合运用,多个教学环节的有机整合,使得实际教学取得良好效果。

3.3实践环节抽查要重视

分组讨论与实践时间约十到三十分种,学生要解决复习过程中遇到的编程问题,完成基础程序的编写,然后教师抽点几个小组,每组随机抽人来陈述小组讨论的内容或疑惑的问题,并展示本小组的程序运行结果,以督促学生在讨论与实践时都认真参与。

小组讨论与实践时,教师注意观察学生,看哪些不认真、不动手,抽查时就点这些学生起来发言,以此来督促学生,同时也有效避免了课堂上玩手机、聊天、睡觉和逃课等现象,从而保证了讨论的质量。

4.结论

教学如同其他事物的发展一样,也是一个在实践中探索、在探索中提升的过程。随着越来越多教师的实践与交流,在实施“对分课堂”教学过程中出现的问题将会有更好的解决方法,使其真正成为改变目前课堂教学困境的模式之一,给传统教学课堂注入新的活力,给数据分析类课堂提供新的教学方式,真正能让学生走向主动学习,做到不仅学习理解和记忆现有的知识,更主要的是学会如何学习、学会批判性思维,以及怎样创造性地应用课程中学到的知识解决实际问题,改变对自我和他人的看法,增强终身学习的意识,逐步满足以提高质量为核心的内涵式发展要求。

参考文献

[1]张学新.对分课堂:大学课堂教学改革的新探索[J].复旦教育论坛,2014(12):5-10.

[2]杨淑萍,王德伟.对分课堂教学模式及其师生角色分析[J].辽宁师范大学学报:社会科学版,2015,38(5):653-658.

[3]韩秀婷. 课堂“学习共同体”在高职思政课教学中的应用研究[J]. 金华职业技术学院学报,2015,15(1):62-66.

[4]苏鏐鏐. 基于对分课堂的泛在学习模式在大学生思想政治教育中的应用[J]. 思想教育研究,2016(1):90-93.

[5] 朱品文. 对分课堂实施的五部曲[J]. 开封教育学院学报,2016(4),117-118.

*项目支持:辽宁大学本科教学改革项目“‘对分课堂’在高校数据分析类课程教学改革中的实践研究”。

作者简介:于卓熙(1970-),女,辽宁沈阳人,辽宁大学教授、博士生导师,博士,主要研究方向:数据挖掘、经济统计。李璐璐(1994-),女,辽宁沈阳人,辽宁大学公共管理学院教学秘书,硕士,主要研究方向:高等教育教学改革。

猜你喜欢
对分课堂数据挖掘课堂教学
基于数据挖掘探讨慢性肾衰竭处方规律
简约化初中化学课堂教学实践探索
自然拼读法在小学英语课堂教学中的有效融入
数学开放题在初中课堂教学的探索
数据挖掘综述
软件工程领域中的异常数据挖掘算法
浅谈信息化平台背景下“对分课堂”的教学意义及思考
“对分课堂”教学模式在电影史课程中的应用
基于R的医学大数据挖掘系统研究
跨越式跳高课堂教学设计