大数据时代数据挖掘与分析课程教学改革探究

大数据时代数据挖掘与分析课程教学改革探究

杨鹏 牛丹 谌小波

资阳环境科技职业学院

摘要：在大数据时代的背景下，数据挖掘技术引起了信息产业界的极大关注，其主要原因是存在大量可广泛使用的数据，并且迫切需要从这些数据中获取有用的信息和知识。为了使高校毕业生能够满足信息产业界的需要，数据挖掘课程已逐渐成为计算机专业培养方案中的专业选修课之一。数据挖掘作为一门兼具理论性和实践性的课程，对于提高计算机专业学生编程实践能力和理论创新能力都能起到积极作用。同时，如何在授课过程中充分的考虑理论与实践的结合是数据挖掘课程的难点问题，也是目前课程授课面临的关键和核心问题。

关键词：大数据；数据挖掘与分析课程；教学改革

引言

在大数据、人工智能、移动互联网、云计算、物联网等新技术的影响下，企业正在进行数字化转型。大数据技术已被应用于制造业、商业、教育、医疗、交通和物流等各行各业，社会需要具备大数据收集、清洗、分析和挖掘等方面知识和能力，并通过对企业财务与经营数据进行分析来辅助管理层进行经营和决策的大数据财务分析人才。

1基于实际案例设计教学内容

数据挖掘课程内容复杂且各个章节独立性较强，再加上整体课时较短，传统的课堂讲授模式很难取得满意的教学效果。因此，基于实际案例设计教学内容是教学模式改革的关键。教师课堂教学应该以实际案例为核心，通过案例串联讲解各章的知识点。一方面，案例的设计应该紧扣各章节的重点和难点内容，根据教学计划进行整体设计，从而帮助学生掌握数据挖掘的基本理论和方法，为学习后续课程、开展科学研究、进行生产实践打好基础。其中，案例的设计还应该紧贴实际需求和行业先进技术，针对不同章节内容寻找不同的侧重点，设计具备典型性、前沿性和整体性特征的应用案例，并通过不同案例的讲解将各个独立章节的内容关联起来。另一方面，课堂教学也要围绕设计的案例展开。以实际案例为导向的课堂教学包括以下步骤：首先，应该通过案例背景介绍需要实际解决的问题，让学生带着思考进入具体模型和算法的学习中；其次，对问题进行分析并引出解决问题的知识点，让学生对知识点的应用产生初步的认识，激发学生应用知识点解决问题的兴趣；最后，对如何应用知识点解决问题进行讲解，帮助学生掌握课程的重点与难点。

2制定完善的数据挖掘课程理论体系

当前在开展数据挖掘课程教学时，由于时间限制不能给学生们全面的讲解智能计算、信息检索、模式识别、统计分析、机器学习以及数据库技术等相关学科内容，使学生们不能更好理解所学习的知识内容。针对这种情况，需要学校将数据挖掘课程定位在高校大三或者是大四学生，这个年级学生具备了清晰的学习目标，同时自身具备了一定程度知识储备。教师为了提升课堂教学效果，应认真完成课前准备工作，例如给学生们开设统计分析、高等代数、高等数学等课程内容。同时给学生们开设计算机课程：数据库原理、算法设计与分析、计算机系统原理等相关课程，给高校学生们奠定良好学习数据挖掘基础。此外，教师应引导高校学生自觉的学习更多与数据挖掘课程有关知识内容，给学生们推荐一些容易理解并经典书籍和文章。使学生们可以全面了解当前国内外关于数据挖掘以及大数据相关知识内容。制定完善的数据挖掘课程理论体系，需要深化理论知识体系以及基础技能，给学生们后期在学习数据挖掘课程时，具备丰富的知识储备以及提供了便利的学习条件。

3基于合作小组加强教学互动

合作小组是指在教学中打破整体教学班级的限制，以3～5人为一组对学生进行分组，每个小组推选1名组长，开展互帮互助的合作学习。在数据挖掘课程中成立合作小组，有以下几点优势：（1）数据挖掘课程中的实际案例整体较为复杂，成立合作小组有利于培养学生的团队合作能力，促进学生之间相互协调和共同解决问题；（2）教学过程中可以引入对小组的考核，如教师通过随机选择小组的方式参加模型或算法的讨论，对整个小组进行打分，将其作为该小组每个成员的平时成绩，推动小组的整体进步；（3）成立合作小组，更有利于对教学内容进行过程性评价，根据整个小组在各个阶段的表现进行学习动机、学习方法、学习目标和学习效果的多重评价，充分展现学生的学习效果和真实水平。

4科学评价学生学习效果

学生学习效果的科学评价是教学过程中的重要环节，是对学生学习质量和水平的全面测评。为了科学公平的评价学生，结合数据挖掘课程应用性的特点，该课程采用多元化考核方式对学生学习成绩进行评定。首先，该课程的多元化考核方案由：平时成绩（20％）、实验报告成绩（30％）和课程期末报告成绩（50％）三部分组成，其中平时成绩主要包括：课堂考勤、小测验、课堂提问环节和作业等，课程实验报告和期末报告都是以小组为单位共同完成。为了防止小组成员得分的平均化，要求每次小组成员需根据每个人的真实的工作量和贡献程度给出评分得到评分矩阵。然后根据评分矩阵，计算所有成员对某一小组成员的整体评价，作为该成员的成绩权重，依次得到所有成员的成绩权重，并根据实验报告实际成绩结合各自权重计算出个人实际成绩。通过该权重方法能够更公平对各成员的学习成果进行科学评价。对于实验报告和课程报告评分过程中，严格考察实践操作（40％）和报告内容（60％）两大部分等多个细节，将过程化考核与总结性考核相结合，通过一系列细化指标的考核力争做到全面科学公正评价学生各方面能力。

结语

在数字经济时代，财务人才正在由核算型向管理型转变。应用型本科高校财务大数据分析课程的开设，能将大数据技术和财务分析理论知识相结合，按照大数据处理流程，对现代企业产生的海量数据进行处理和分析，对市场变化作出精准的判断分析，从而满足企业管理层进行科学决策的需要，使大数据财务分析人才真正发挥管理会计职能、服务企业战略规划、实现企业数字化转型，贯彻落实国家数字经济人才战略。

参考文献

[1]夏菁,周婉怡.大数据背景下会计人才的全新培养模式思考[J].财会月刊,2018(2):124-128.

[2]吴玉梅,张卫国,陈利.“大智移云”下会计人才数商塑造[J].财会月刊,2020(7):81-85.

[3]柏思萍.校企融合实践下MPAcc“财务大数据分析”课程设置[J].时代经贸,2020(11):102-103.