数据挖掘课程思政教学研究与设计

骆世广

(广东金融学院,金融数学与统计学院 广东 广州 510521)

课程思政是新时代提升专业课程教学高度、培养德智并行人才的重要手段,也是思政教育自身发展的重要方向。正如《资治通鉴》所说“德者,才之帅也”,任何学科都应兼具德育功能,德育教育不能将专业课程排除在外。中华优秀传统文化的传承、社会主义核心价值观和马克思主义基本原理的传播,各个学科都应担当起来。习近平总书记在全国高校思想政治工作会议上强调:“要用好课堂教学这个主渠道,思想政治理论课要坚持在改进中加强,提升思想政治教育亲和力和针对性,满足学生成长发展需求和期待,其他各门课都要守好一段渠、种好责任田,使各类课程与思想政治理论课同向同行,形成协同效应。”[1]这为课程思政的开展指引了方向。课程思政的目的不是生搬硬套的将思政叠加到专业课程教学,而是借助思政的高度和宽度提升专业课程的教学质量,借助专业课程的技术属性和工具属性确认、验证和支撑思政课程的内容,从而加深对思政原理的理解,两者融合相辅相成最终实现培养德才兼备人才的目的。课程思政的实施效果有赖于充分挖掘课程中蕴含的思政元素,需要老师对本门课程非常熟悉,然后根据挖掘的思政元素进行系统设计,再应用到课程教学过程中。课程思政的有效施行,不仅能解决思政教育和专业课程教育之间相互割裂的问题,也能从整体上解决人才培养体系的系统性问题。

课程思政本身也是一个复杂的系统工程,其建设和改革必须继续探索、深化和完善,必须进行全局擘画;一些成功模式可以学习,可以借鉴,但具体做法不能照搬。科学的发展使得专业课程不断向细分演进,导致具有统领性质的思政元素难以自然融入,因此在专业课程中如何悄然融入思政元素,有赖于不断地思考与尝试。现有研究在课程思政基础性问题探讨、实现课程思政的路径与模式、各学科专业课程思政开发情况以及课程思政推进中的问题与改进思路四个方面进行了很多理论研究和实践探讨,丰富了思政融入模式[2]。有研究发现影响大学生对课程思政接受意愿的关键因素包括内容质量、授课方式和教师素养[3],学生对课程思政的认同度能够正向影响学生对课程的整体满意度[4]。专业课程思政教学重在知识传授中强调价值观的同频共振信念[5],其实施的关键是发挥教师融合的纽带作用,以点带面逐步开展[6]。学界共识是从教育引导、制度保障、实践养成三个层面激励广大教师树立课程思政的能动意识和责任担当[7],将学科资源、学术资源转化为育人资源,实现“知识传授”和“价值引领”有机统一[8]。但在课程思政的研究与实践中也存在一体化、显性化、标签化和功利化等现实问题[9]。课程思政是个不断迭代的过程,课程思政如何为专业课程定位导航,两者如何相得益彰,有赖于深入探索;文章将首先探讨数据挖掘课程思政的实施范式与路径,然后进行数据挖掘课程思政教学的研究与设计。

一、数据挖掘课程思政的范式及路径

(一)数据挖掘课程思政的范式探析

我国经济已由高速增长阶段步入高质量发展阶段,对人才有了更高的要求,具有行业前瞻性和工匠精神的人才特别受青睐。因此,数据挖掘课程教学运行范式需要调整,要从技术范式、科学范式调整到工程范式。工程范式就是服务,服务就涉及为谁服务,如何提升服务满意度等问题,因此借助专业课程的技术特点,回归专业课程服务社会造福人类的初心,这正是课程思政的核心目标。思政元素中的马克思主义基本原理和中华优秀传统文化及两者的结合也有助于专业课程回归到学习实践的本源、综合的本源和创造的本源。

另一层面,任何一门学科都有其自身的历史进程和逻辑进程,这些在中华优秀传统文化和马克思主义基本原理中必然能够找到原型解释或理论支撑,两者结合讲解既能加强专业知识的传授,强化学生的理论基础、算法能力和工程素养,又起到传统思政教育难以比拟的德育教育功效。比如,从蕴含的传统文化之美融入:在讲授分类与回归模型时会讲解奥卡姆剃刀原理,由14 世纪英格兰逻辑学家威廉提出,意思是模型或算法设计时要遵循“如无必要,勿增实体”的原则;而我国早在春秋时期,老子就提出“万物之始,大道至简,衍化至繁”。授课中融入中华优秀传统文化,既有利于学生理解课程知识,又能推进学生对中华优秀传统文化的摄入。中华优秀传统文化中本身的数学体系和其蕴含的数学模型之美、实证思维等,都是值得摸索的思政融入点。

(二)数据挖掘课程思政的实施路径

1.从课程的内容架构进行融入

课程内容本身的思政延伸,包括诸如数据安全、重要模型或算法、对课程内容做出卓越贡献的名家轶事等。比如,在数据挖掘课程中,经验往往对应以特征形式存储的数据,传统机器学习算法所做的事情便是依靠这些数据产生模型,这与人类自身发展的历程极其相似。而深度学习以数据的原始形态作为算法输入,经过算法层层抽象将原始数据逐层抽象为自身任务所需的最终特征表示,最后以特征到任务目标的映射作为结束。从原始数据到最终任务目标一次完成,其中的思政元素可以引申到人类社会发展规律和中华优秀传统文化中。在教学过程中曾以如下一段话作为这部分内容的开场白:“今天的深度学习算法已深入人心,并取得令人刮目的成就;但历史上并不是一帆风顺的,这类算法至今经历了3 次高潮和2 次衰落。第一次高潮是20 世纪50 年代左右,受神经科学启发而产生的第一代神经网络算法——感知机,很快因它不能求解非线性问题(传播甚广的是它不能处理“异或”问题)而步入低谷。20 世纪80 年代误差反向传播神经网络算法问世,它强大的问题求解能力很快就风行学界;但好景不长,因为它暴露了过学习、参数难以确定、解释性差等新问题,神经网络的研究与应用再次跌入低谷。幸运的是还有一批神经网路的拥泵一直在默默地耕耘,进入新世纪后,算法和硬件性能的不断提升优化,使深层次神经网路的训练变得可行,再加上自动驾驶、语音识别等商业的需求,深度学习很快在人工智能领域大放异彩,至今傲立潮头。”这样的开场不仅让同学们掌握了深度学习的前世今生,也明白了任何事情的发展都不会一帆风顺,低谷不放弃,潮头不上头,人事物皆然。讲解这部分内容时还有另外一个思政元素融入点是神经网络训练中的过学习问题,这类似于人类认知中的“教条主义”和“经验主义”。限于过学习的原因是调研不足,犯了“教条主义”和“经验主义”的错误,泛化能力不足。对训练样本(经验)拟合度高(经验丰富,对教条倒背如流),但对于测试数据(新情况)的预测效果差(完全靠经验和教条在面对新情况时,往往做出错误的决策)。数据挖掘算法中与过学习对应的是欠学习,就像数据收集不够或者情况没有调查清楚就做决策,必然在实际中实行效果差。

2.从数据挖掘的应用领域进行融入

数据挖掘的工程属性和工具属性,可以用来辅助思政课程的学习,甚至从技术上对思政观点进行支撑。比如,用数据挖掘的方法,去进行政策文件的关键词挖掘和分析,从而领略国家政策的趋势或变化;国家发展层面的各项数据深入挖掘,辅证各项事业的蒸蒸日上;还有政府满意度建模分析、政府绩效评价等。举以下两个案例,以供探讨。

(1)案例1:政策绩效满意度评价

第三方评估作为一种必要而有效的外部制衡机制,弥补了传统政府的自我评估缺陷,在促进服务型政府建设方面发挥了不可替代的促进作用。具体评价模型上,粗糙集理论、模糊综合评价等都获得广泛的应用。

(2)案例2:常用互联网产品解析

关于汉字简化的争论时有发生,我们在课堂上从自然语言处理的角度来进行探讨。语言只是信息的编码方式,当然越简单越好。将一个信息通过某种语言表达出来传递出去,就是用这种语言的编码方式对要传达的信息进行一次编码,对方获取信息就是对编码进行对应解码,从而获得信息,这就是语言的数学本质。汉字的简化遵循现代信息论的编码原理;汉字是一种二维码编码方式,是中华文明传承的载体,由繁体到简体,是编码方式的优化。人类社会物品种类的丰富、数量的增加、行为的多样化,为避免导致语言的膨胀,因此有必要对语言的编码进行优化。如何利用概括和归类,如何去除歧义,都有赖于从统计的角度进行分析。

二、数据挖掘课程思政研究与设计

(一)从数据挖掘的课程整体进行思政元素融入设计

毛泽东同志对调查研究的重要论断及调查方法是数据挖掘课程的重要纲领性素材,可以深入地向同学们传达关于数据采集、数据分析、调查报告撰写的技术及意义。讲授数据挖掘绪论部分时,为了说明数据的采集渠道和数据的吸收性关乎挖掘的结果,特向大家讲解毛泽东同志是如何进行调查研究的。通过引导同学们阅读毛泽东同志1930 年完成的《寻乌调查》,学习如何做好调查研究工作,包括问题导向的调查目的分解、调查对象的选择、调查内容的颗粒度及覆盖面等。从而深刻把握数据挖掘就是实施“没有调查,没有发言权”,必须首先把基本情况调查研究透,把研究方法搞对头。

课程教学中,为了考察同学对问题分析、数据采集、数据建模与挖掘、结果分析的掌握情况,学期中段布置如下大作业:请拟定主题,设计调查问卷,针对问卷数据进行分析回答如下问题:对当代大学生价值观特征进行分析,大学生性格习惯、消费特征与价值观有关联吗? 同学们的发挥超出预期,部分同学指标设计规范,问卷设计合理,比如“你最想在大学四年里得到什么”“你如何认识社会主义核心价值观”“你目前最关心的问题是什么”“激励你奋斗的最主要原因是什么”“你认为个人的价值主要在于什么”,等等。调查结果反映了当代大学生关心国家的前途和命运,认同并与党和政府的重大决策以及对重大事件的处理保持一致,善于捕捉和接受新生事物,整个成长过程都能在政治思想上积极要求上进。同时,该问卷的调查结果还表明绝大部分大学生已树立了正确的消费观、人生观和价值观,明确自身发展目标,对于大学教育有较为正确的认识,能够做到积极主动学习,争取自身的全面发展,完善自我。

(二)数据挖掘课程内容思政元素融入设计

以数据挖掘常用教学内容为例,深入挖掘其蕴含的思政元素,对数据挖掘主要内容设计的思政元素融入点和相应模式或案例如下表所示:

工具属性明显的课程在教学过程中可结合具体内容恰当的安排应用实例,实现课程思政的功效。当代大学生都能紧跟时事,为了辅助他们尽快领会中央文件精神,在数据挖掘的教学中布置任务让大家下载重要会议全文(比如党的十九届六中全会),然后对全文内容进行文本分析,很快同学们利用分词工具就获得出如图1 展示的词云图。同学们不仅学习兴趣更浓厚,也更深入地理解了我们党中央的最新政策,从而紧跟时事,学习过程、成长过程一直有正确理论思想指引。

图1 党的十九届六中全会全文词云图

四、结论

数据挖掘课程思政的有效实施能不断优化数据挖掘教学体系,将专业课程教学中现存的突出短板逐步转化为潜力板,实践中经过课程思政润色的数据挖掘课程逐渐成为专业发展的鲜明底色,并进一步增强专业的生存力、竞争力和发展力。从长远看,课程思政将引领各课程教学改革纵深推进、同向合成,课程思政对课程教学将持续释放内容叠加效应和思想驱动效应。思政体系的全局性持续性叠加专业课程的逻辑性,学生在学习过程中既学会看大势、思全局,又能一叶知秋、见微知著。当然,实际的实施效果还有赖于结合课程内容进行不断的反思与总结。

1.课程思政应坚持思政导向、课程所长、社会所需、专业所能

课程思政应作为专业课程教学的标尺准绳,以政率专、思想传导、反复强化,固化为学生的思维,叠加效应才能充分释放。课程思政的设计要以专业为基础,专业课程的教学仍然要遵循学科的固有逻辑,思政元素的设计与融入要遵循学科的科学性,才能赋能课程教学。

2.课程思政应注重差异、注重引领、注重方法、曲突徙薪

成长年代不同成长环境不同的大学生,思想性有显著的差异。教师要跟随时代发展脉搏,精准把控大学生群体的思想性,从而才能设计恰当的课程思政改革模式,并提升为课程思政操作模式。其中的关键在于课堂教学环节的设计,要充分发挥课堂教学在育人中的主渠道、主阵地地位,着力将教书育人内涵落实于课堂教学的主渠道之中。