助力区域企业智能化发展的人工智能专业实践教学方法研究＊——以“数据仓库与数据挖掘”课程为例

何岩

(宁波大学科学技术学院，浙江 宁波 315300)

0 引言

从2019 年至2021 年，共有346 所高校开设了人工智能本科专业，涵盖了研究型、技术开发型、应用型及维护等各个层次的人才培养，这将极大满足我国对人工智能人才的需求缺口。人工智能专业应用型人才应具有宽广的知识面、掌握扎实的基础知识、较强的实践能力和创新能力，能将理论与实践恰当结合，辩证地、创造性地应用所掌握的知识指导并解决工程实际问题[1]。

人工智能专业课程涉及多学科交叉领域，主要的学习内容包括机器学习的理论和方法、深度学习框架、自然语言处理技术、语音处理与识别技术、视觉智能处理技术、国际人工智能专业领域最前沿的理论方法等。课程均有一定的难度和深度，对学生的基础理论、算法研究有较高的要求。如何恰当的匹配人工智能专业的基本理论知识和基本技能，培养具有良好科学素养、能在人工智能领域从事科学研究与工程开发，解决机器学习与数据分析中的工程应用型问题的人才，是应用型本科人工智能专业建设的重点，需要不断探索。

1 课程现状及存在的问题分析

要培养创新应用型人工智能人才，在专业课程的实施中，需要探索行之有效的实践教学模式和方法，从而能够促进理论教学与实践教学、课内实践教学与课外实践有机结合，达到提升教学质量，调动学生自主实践兴趣，帮助学生提高工程实践能力、创新能力的目的，为服务地方经济发展做好人才储备[2]。

“数据仓库与数据挖掘”课程是人工智能专业的专业课程，属于综合性专业课程。前期专业课程有程序设计基础、数据结构、数据库原理、人工智能概述、机器学习算法。课程要求学生掌握数据仓库体系结构、数据仓库模型、数据仓库中的应用，明确数据挖掘过程，在掌握了数据挖掘算法基础上，设计数据仓库系统并用数据挖掘算法解决具体问题。然而经过调研发现，多数学校的“数据仓库与数据挖掘”课程仍沿用传统的理论为主、实践为辅的模式，课程内容主要是数据仓库系统设计的理论和算法基本原理，主要面向学生讲授分类、聚类算法、回归方法、神经网络算法等，在实践中多以独立的算法实现为主，缺乏综合的数据仓库系统构建及在此基础上数据挖掘算法的综合运用[3]。

在实际的工程实践中，解决一个问题需要将同类的不同方法进行对比、优化，生成序列化模型，并根据数据源的规模设计合适的数据采集方案、数据存储、离线计算和实时计算系统。作为一门实践性较强的课程，“数据仓库与数据挖掘”课程需要改变实验教学依附于理论教学的传统观念，需要结合地方经济和社会发展特色，以本地促进企业数字化、智能化转型为契机，将企业需求引入课堂，改变教学内容与智能产业一线实际脱节的现状。

2 课程的立体化实践教学设计

⑴深入地方开展调研，明确课程实践教学目标。

近几年来，各制造业密集型城市的数字经济、电子商务等新经济业态蓬勃发展。以慈溪市为例，慈溪市全面深化企业智能化改造，加快智能工厂数字化车间建设，构建“设备数字化、生产线数字化、车间数字化、工厂数字化、企业数字化、产业链数字化、数字化生态”的典型范式[4]。同时，政府也需要用数字化手段，充分发掘慈溪高新技术产业开发区、环杭州湾创新中心、观海卫智能家电产业园等重点区域企业间协同放大效应[5]。结合区域经济和社会发展目标，课程的实践教学目标确定为：能够设计针对数字智能化工程问题的解决方案，开发满足特定需求的系统、软件、硬件或工艺流程，体现与社会、健康、安全、文化等因素的协调一致发展的创新设计。

⑵在调研基础上，调整课程结构，强化实践内容，修改考核评价方式。

在前期调研并与企业充分沟通的基础上，课程从原来的教师讲解、学生跟练的简单模式，转变为知识线、实践线和评价线并行递进的模式，如图1所示。这种模式的顺利开展，得力于慈溪市有丰富的、有创新思维的中小型家电企业、制造企业。

图1 实践教学多线并行模式

在多线并行递进的实践教学模式中，知识作为课程的基础贯穿课程实施的始终。教师以一个企业为实践教学背景，从调研到设计，再到逐步实施，为学生全面展示一个工程的实施模板。学生以小组为单位，选定一个合作企业，以其为实践背景，模拟教师的调研、设计和实施过程，运用相关的知识，解决不同情境下的问题。同时，在实践教学中，增加课内小组竞赛和阶段答辩环节，教师通过学生在不同阶段的任务完成情况、小组竞赛成绩、答辩成绩对课程进行总体评分。课程在实施中，增加实践教学比例，修改教学方法和课程考核方式，突出体现学生实践能力的提升水平。

⑶“竞赛与合作”相结合，提高团队协作能力。

课程也积极引入国内外知名的大数据智能竞赛题目，将其分解为小型的课题或项目，作为阶段考核任务发布给小组去完成。通过学习过程的知识积累、实践技能积累，再通过资料调研、建立模型、搭建相匹配的系统、提炼结论等诸多环节，提高了学生自主学习的能力和团队协作能力。通过答辩和辩论的形式，锻炼了学生的表达能力和思辨能力。不少学生通过分解后的模拟竞赛拓宽了视野，增长了知识、见识。

3 课程实践教学实施效果

课程的实践教学改革过程从最开始的举步维艰，到后来学生之间主动传帮带，学生主动性、积极性有明显提高。在课程的实施过程中，学生从开始的怯于参与企业调研，到后期主动与企业进行方案沟通，从开始对知识的死记硬背，逐渐能根据问题主动从知识点获取解决方案，学生在实践中，交流沟通能力、分析问题、解决问题能力、团队协作能力都有明显提升。以数据采集任务为例，在实践教学改革之前，学生在校内的实验中，觉得海量消息处理机制是可有可无的。直到有一组学生为一家小家电在线营销部门设计的数据采集方案，在周年庆促销活动中遭遇了数据堵塞，才意识到数据的稳定性是所有功能的基础保障。

课程中的竞赛、辩论和答辩环节，一方面加强了课程的过程控制，促进学生按期完成项目任务，同时也促进学生全面地提升专业技术能力，在实践课程实施过程中，学生获得了极大的集体荣誉感和成就感。

4 结束语

应用型本科院校对人才的培养立足于服务区域经济和社会的发展。人工智能专业“数据仓库与数据挖掘”课程的实践教学改革以此为基本出发点，结合区域数字化智能化发展，鼓励学生走出去，将课程的知识点融入到企业的转型升级方案设计中，为企业及社会服务的同时也促进了学生自身能力的提升。下一步，将更细粒度量化学生的实践活动过程，进一步完善评价体系。