基于应用型人才培养的数据挖掘课程考核改革探索

◆罗莉霞

基于应用型人才培养的数据挖掘课程考核改革探索

◆罗莉霞

（湖南信息学院 湖南 410151）

应用型人才不仅需要扎实的理论基础知识储备，还需要具备将成熟的技术和理论应用到实际的生产、生活中的能力。课程考核是检验应用型本科院校人才培养成效的关键手段之一。本文针对传统数据挖掘课程考核方式的弊端进行分析，对本门课程的考核评价方式、考核内容、评价考核指标体系等方面进行改革探索，希望可以对计算机类应用型人才的培养提供帮助。

应用型人才；课程考核评价；改革探索

著名咨询公司麦肯锡指出：中国的大学教育普遍重理论轻实践，很多学生缺乏实际应用能力和沟通能力，毕业生中只有10%能够胜任跨国公司对应用型人才的需求[1]。同时，随着我国信息化和社会工业化进程不断推进，社会对应用型技术人才有着广泛的需求。数据挖掘是软件工程、物联网工程和网络工程专业的专业限选课程，更是人工智能、大数据技术专业的核心专业课程。该课程综合性很强，要求学生不仅具备较强的理论知识储备，还需要具备一定的综合实践动手能力，这都和应用型人才培养目标不谋而合。传统考核方式以笔试或者课程论文的形式很难适应新时期对应用型、技术技能型人才培养的需求，为贯彻新时代应用型人才培养理念，改革课程考核评价方式势在必行[2]。

1 数据挖掘课程考核评价方式存在的问题

课程考核是检验教学效果、培养合格人才的重要环节[3]，是实现应用型本科院校培养目标的手段。但是，传统的数据挖掘考核评价以期末集中考试为主，或者辅以课程论文，以单一的卷面成绩（或者教师主观对课程论文的打分）来衡量学生对本课程的掌握情况，考核方式单一、内容重识记轻应用[4]。而应用型人才不仅要求学生具有坚实的理论基础知识，还要求学生具备较强的实践操作能力和技术应用能力。故而传统的数据挖掘的考核评价体系存在很多弊端，既难以达到检验学生一学期所学的目的，也很难促进教与学的互动，总结起来存在如下的三个方面的问题。

1.1 考核形式单一

数据挖掘课程之前的考核方式仅限于课程结束之后进行一次考核，如笔试或者课程论文的形式。最终课程成绩中，平时成绩占40%，期末成绩占60%。基本上以期末成绩的高低决定课程的最终成绩。这种单一的考核形式弊端很多：学生重理论轻实践；平时不努力，期末死记硬背就能拿到高分[5]。另外，随着网络资源的开放性和丰富性不断扩大，学生的期末论文屡有抄袭，“水分”严重。种种现象都不利于良好学风的养成[6]。

1.2 考核内容固化

期末闭卷试卷考试或者课程论文的撰写，考核内容都是教师课堂所备所讲，学生靠死记硬背或者抄写一篇论文都能拿到高分，这都极大程度上限制了学生分析问题和解决问题的能力发挥，影响了学生学习知识的积极性，不利于学生创新思维和自主探索的能力的培养。

1.3 考核主体主观性强

受传统教育的影响，数据挖掘课程的考核主体都是任课教师，教师是课程的教学、考核、评价的主体人和全权责任人，这样就很难保证考试的公平实施。良好的教学考评体系应该是教师根据学生的反馈实时调整授课内容，让学生参与其中，主动评价，学生的评价能够实时干预教学过程，让考核和评价形成良好的激励与导向作用。

2 数据挖掘课程考核评价方式改革探索

2.1 考核内容多元化

为了推进应用型本科院校课程建设的发展，课程考核的内容由单一考核内容转化为多元化的考核内容，考核应该从覆盖课程开始到课程结束的全过程，过程性评价和综合性评价的比例应该较为均衡，这样就能避免学生靠期末几天死记硬背就能取得高分的现象，有利于督促学生在整个学习过程中严格要求自己，积极主动学习。所以我们基于“过程性评价和综合性评价并重，理论考核和实践考核并重”的原则，采取三段式的考评体系，即期评成绩=平时成绩（40%）+ 阶段性项目（30%）+课程论文（30%）。

其中，平时成绩比重偏高，这部分成绩主要包括出勤、课堂表现（由雨课堂导出）、作业完成情况和阶段性测试四个部分组成，每个考核子项都是有据可依的，避免了以往的教师直观打分的现象，让考核过程更加公平透明。阶段性项目要求学生根据课堂所学理论知识，深刻联系实际，以2-3人的团队形式，完成所选项目的文献调研、业务理解、数据理解、数据准备、建模、模型评估与部署的部分甚至全部工作。阶段性项目测试不仅能够让学生在学习过程中总结和归纳课堂所学的理论知识，还能培养学生的专业知识的综合运用能力，以及团队协作能力。课程论文则要求每个学生按照要求完成所选定项目的文献调研、业务理解、数据理解、数据准备、建模、模型评估与部署的部分甚至全部工作，并独立成文。课题组经过仔细的研究和讨论，我们提供了20个选题题目，让学生围绕这些题目查找数据和资源，题目涉及数据挖掘领域的多个经典算法，及其常见的应用，要求学生组队建模实现相关的项目案例挖掘，并对挖掘的结果进行解释说明。

2.2 评价过程全员化

为了确保考核的公平公正，我们实行教师和学生全员参与考评的模式，在考评过程中，教师和学生保持着良好的沟通和交流，让整个考评的过程更加顺畅和客观。同时，阶段性项目考评的答案是开放性的，学生从数据集的搜集整理、预处理到模型的实现和评估，都没有标准答案，更侧重于实际应用，更加强调学生能够发挥主观能动性进行问题的分析和解决。

阶段性项目的组队要求“学号mod20”，得出自己的选题题号，2-3人/组，然后组队完成项目的设计与实现。团队项目汇报时，每个团队需要指定汇报人，精心准备汇报成果，汇报与答辩时间10分钟，其中汇报5分钟，答辩5分钟，然后由指导老师和全体小组组长进行共同评分。同一小组的所有成员，项目得分一样。这种随机性、临时性的队员组成，可以让项目团队的成员水平分布更加均衡，避免了自行组队导致有的团队强有的团队弱的情况，有利于学生发挥主观能动性，团队协作，有助于培养学生分析问题和解决问题的能力。

2.3 考评结果可量化

为优化教学过程，引导学生主动学习课程专业知识，激发学生对本门课程的探索热情，构建完整、客观、科学的考核评价标准是本次课程考核改革的关键，我们希望学生最终的每个得分点都能做到有据可依，有章可循。经过两个学期的探索，我们整理出数据挖掘课程具体的考核评价指标体系，如表2所示：

表2 数据挖掘课程考核评价指标体系

一级指标（总目标）二级指标 （准则层）三级指标 （评价准则） 数据挖掘课程考核评价指标体系平时成绩 （40%）出勤（8%） 雨课堂表现（12%） 实训报告（12%） 课后作业（8%） 阶段性项目考核 （30%）商业理解（6%） 数据理解（6%） 数据准备（3%） 建模实现（6%） 模型评估与部署（9%） 论文考核 （30%）论文立论（6%） 论证过程（6%） 论文格式（7.5%） 论文字数（7.5%） 参考文献（3%）

3 数据挖掘课程考核评价方式改革的进展和成效

经过一学期的实施，2017级软件工程专业6个班学生学习本门课程最终取得如下成果：

（1）学生整理搜集到95项数据集

学生通过资料查找、文献调研、数据整合等手段，积极发挥各自的主观能动性，搜集到95项数据集，数据集涵盖多个行业和多个应用场景。

（2）完成数据挖掘分析项目102项

项目小组的组员们进行团队通力合作，对搜集到的数据建模分析，有的通过商业软件SPSS Modeler进行可视化的工具建模分析，有的通过Python自主代码实现，并完成了多维度的模型结果解读。最终提交文件（含汇报PPT、完整项目文件）102份。

（3）各项目小组高质量完成项目答辩汇报102次

在项目汇报的课堂上，由团队组长负责对整个项目的背景分析、数据来源、数据理解、建模实现和模型评估等方面进行答辩和汇报，从汇报的情况来看，所有项目小组都对所研究的课题进行了颇为深入的研究，并能够现场回答老师和同学的相关问题，答辩表现不错。

4 结束语

为了培养出能够适应社会需求，同时具备坚实的基础理论知识和较强的综合实践能力，以及良好的创新意识和职业素养的应用型人才，应用型本科院校需要对传统的课程考核方式进行一定的革新。基于应用型人才培养的数据挖掘课程考核评价方式改革，自2019年开始实施以来，经历了多轮的持续改进，考核形式、考核指标和评分标准不断优化，实践表明，考核方案能够促进教学目标的达成。同时，通过对考核结果分析，教师能够了解学生对于课程知识的真实掌握情况，从而及时调整授课方法和课程内容，建立合理的培优补差方案，提高教学成效，确保应用型人才培养目标的达成。

[1]朱晓莹. 应用型人才培养课程考核评价方式改革探索[J]. 长春理工大学学报（社会科学版），2011，24（10）：118-119.

[2]姜亦学，于大伟，李子梅. 基于权重的工科院校苑立博课程考评方式教学改革研究[J]. 现代职业教育，2017（28）：72.

[3]黄远平. 以能力培养为基础的考评方式改革探讨[J]. 教育现代化，2019，6（18）：250-251+256.

[4]赵江涛，郭文强. 计算机科学与技术应用型人才培养模式分析[J]. 科技风，2019（03）：67.

[5]郑夏楠. 高校课程考核评价方式改革探究——以“传媒经济学”为例[J]. 科教文汇（上旬刊），2021（02）：127-128.

[6]苑立博，刘捷，李建伟.《普通化学》课程学生学习成效多元化评价方法探究[J]. 山东化工，2020，49（05）：195-196.

2020年湖南省普通高等学校课程思政建设研究项目“新工科建设背景下课程思政推进路径与策略研究”（HNKCSZ-2020-ZB024）；2020年湖南省普通高等学校课程思政建设研究项目“新工科背景下《数据挖掘》课程思政教学改革探索与实践”（HNKCSZ-2020-0782）