基于學科融合的數據挖掘課教學方法研究

譚敏 高飛

摘要：學科交叉融合已成為高等教育中課程建設的發(fā)展趨勢，當今選修計算機專業(yè)課的外專業(yè)學生越來越多。作為實戰(zhàn)性強的數據挖掘課，傳統的授課中往往對實踐編程過分看中。然而，與計算機專業(yè)學生相比，外專業(yè)學生在編程能力、興趣上有顯著差別。導致針對外專業(yè)學生而言，數據挖掘課學生積極性不高、授課質量不高。本項目針對混專業(yè)中數據挖掘課的授課難點，提出了有效的個性化授課方式，使得不同專業(yè)學生都能在充分掌握理論技術的同時，也能熟練地將其用于解決其專業(yè)問題。

關鍵詞：數據挖掘；跨專業(yè)；學科融合；計算機編程

1.引言

隨著人工智能在各行各業(yè)的廣泛應用，高等院校越來越多地面向全校開設計算機專業(yè)的方向課，勢必導致了這些課的跨專業(yè)教學特色突出。眾所周知，數據科學涉及范圍廣，是金融學、統計學、控制學等多學科的核心工程，因此，數據挖掘，作業(yè)計算機方向實踐性較強的課程也是備受外專業(yè)青睞，但與計算機專業(yè)不同，外專業(yè)學生往往側重于利用算法工具包解決問題的能力。傳統的數據挖掘課在訓練學生編程技能，往往重視算法的機理與實現過程；且他們往往采用任務式教學模式。這種模式一般設計的編程任務較難，要求學生熟練運用某一門編程語言。但而，對于非計算機學生而言，學生編程基礎差，直接從算法的角度進行教學很難產生較好的效果。

為了應對非計算機專業(yè)學生在編程上的諸多挑戰(zhàn)，許多老師通過降低編程要求、強調理論水平，或直接對不同專業(yè)學生進行差異化考核。這些措施主旨都是為了降低非計算機專業(yè)在學習挖掘課的時編程要求。然而，數據編程已成為新時代各行業(yè)人才的必備要求，因此，結合非計算機專業(yè)學生，因地質宜的進行個化性教學方法的研究十分重要。

2.現存數據挖掘課教學手段分析

計算機學院開設的數據挖掘課程以闡述各類典型的挖掘算法為主題，以編程任務為導向，強化學生解決實際問題的能力。一般而言，學生涉及的編程解決問題來自兩方面：一方面是課后習題編程，另一種是學期中的項目實現。這種培養(yǎng)模式從表面來看是相對合理的，特別是針對外專業(yè)而言，因為該方法側重培養(yǎng)學生用數據挖掘解決實際問題的能力。然而，現有的面向計算機專業(yè)的數據挖掘課在面向外專業(yè)開設中存在如下問題：

1）.處理的問題與本專業(yè)相差較大，導致學生對問題的理解不夠。這個主要體現在兩方面，一是在授課過程中，課堂案例都是一些泛的問題，這些問題可能并不是這些非計算機專業(yè)需要解決的難題；另一方面來自于習題，這些習題往往是利用某些提供的數據對算法進行驗證。一般而言，這些數據的質量相對較高，但自身專業(yè)領域中可能會涉及大量非結構化、缺失的數據?？傮w而言，傳統教學中案例與習題的主題與本專業(yè)相關性低，不適用于此專業(yè)學生。

2）項目或大作業(yè)難以吸引學生。很多照搬面向計算機專業(yè)的項目題目由于偏離學生的本專業(yè)應用，故而很難引起學生興趣，學生也就難全心投入解決該項目。

3）算法實現編程較難，容易打擊學生積極性。對于計算機專業(yè)學生，由于有相當一部分學生將從事算法方面的研究，因而他需要對各種算法的理論與實現都有透徹的理解。然而，完全重現算法對非計算機專業(yè)學生挑戰(zhàn)較大，加上他們本身編程技術差。這種吃力感不僅不能讓學生收獲感十足，反而會打擊學生的積極性，導致教學很難進行下去。

3.面向外專業(yè)數據挖掘課的改進方法

針對以上提出了的三大點問題，我們結合外專業(yè)學生本身的專業(yè)特點，提出了對傳統數據挖掘課教學的幾點改進方法：

1）豐富課堂案例。結果學生專業(yè)背景、利用學生專業(yè)領域的熱門話題設計案例，引人入勝，增強學生的積極性與參與度；同時，對課后作業(yè)內容也可根據學生自身特點設計。

2）面向專業(yè)背景的項目設計。通過收集學生專業(yè)領域中關注的數據處理類的問題，設計適應本專業(yè)的題目。如同樣對于預測任務而言，對計算機系學生的項目可以是房價預測；面向金融的學生設計股票預測；面向電子商務專業(yè)項目內容則設計為電子優(yōu)惠券的預測等等。這樣，通過對每個任務進行專業(yè)化的重構，則可實現滿足各專業(yè)的需要。

3）強化編程工具的運用。對非計算機專業(yè)而言，他們往往不需要了解技術細節(jié)，中心是如何正確使用現成的算法包用來解決專業(yè)領域問題。因而，對非計算機專業(yè)學生而言，應當適當弱化他們對算法實現的要求，相反，應當培養(yǎng)他們應對任何問題，快速調用相應任務工具包的能力。

4.方案實施構想

針對如上的幾點方法，我們更具體地給出如下可行方案。

對于前兩個改進而言，其實都是針對教學內容/任務問題的改進。如前所述，對于傳統案例/項目任務，我們需要做專業(yè)化遷移，即將本專業(yè)熱門話題潛入到新的人案例/項目任務（包括簡單的場景變化）。與此相關的另一塊任務就是專業(yè)熱門問題的挖掘，這方面可以通過外專業(yè)文獻網站及學生問卷調查表實現。

對于第三個方法，我們可以對計算機/非計算機專業(yè)學生提出差異化的編程要求。對計算機專業(yè)，我們要求實現、優(yōu)化算法，并達到與函數調用同等/更高性能；而對非計算機專業(yè)而言，要求其能充分了解開源工具包，會對工具包進行算法調用即可。這個方案也同時要求對非計算機/計算機專業(yè)學生的編程能力評價上進行差異化的評分。

5.總結

本人針對面向外專業(yè)學生的數據挖掘課的授課方式進行了深刻分析。首先，我們研究了傳統的授課方法在面向外專業(yè)學生時教學的難點及缺陷，針對缺陷，我們提出了應對方法并給出了具體實施方案。通過結合專業(yè)背景進行個性化教育，我們相信教學質量針對各個專業(yè)而言都會提到一定的提升，具有良好的現實意義。

作者簡介：譚敏，女，1987年9月，漢，湖南衡陽，講師，博士，計算機視覺與人工智能，杭州電子科技大學。

基金項目：杭州電子科技大學計算機學院2017年高等教育研究資助項目“基于視頻分析的智能課堂管理方法研究”（項目編號：XYGJ201705）；杭州電子科技大學2017年高等教育研究資助項目“基于統計學習的學評教分析與研究”（項目編號：YB201729）。