“數(shù)據(jù)挖掘技術(shù)”課程教學(xué)改革與探索
——以北華航天工業(yè)學(xué)院電子與通信工程專業(yè)研究生“數(shù)據(jù)挖掘技術(shù)”課程教學(xué)為例

李會民，王延倉，馬桂英

（1.北華航天工業(yè)學(xué)院 計算機學(xué)院，河北 廊坊 065000；2.北華航天工業(yè)學(xué)院 遙感信息工程學(xué)院，河北 廊坊 065000；3.北華航天工業(yè)學(xué)院 圖書館，河北 廊坊 065000）

一、前言

作為航天特色院校，我校電子與通信工程專業(yè)研究生開設(shè)了“數(shù)據(jù)挖掘技術(shù)”課程，結(jié)合我校培養(yǎng)要求，對“數(shù)據(jù)挖掘技術(shù)”課程教學(xué)與實踐進行了一系列的探索與改革。“數(shù)據(jù)挖掘技術(shù)”課程本身是實踐性很高的課程，是其他專業(yè)領(lǐng)域開展科學(xué)研究的重要工具，是為其他專業(yè)研究服務(wù)的[1]（350）。

數(shù)據(jù)挖掘是指從數(shù)據(jù)庫或流數(shù)據(jù)的大量數(shù)據(jù)中通過分析、處理，揭示出隱含的、先前未知的并有潛在價值的信息的過程。也可以認(rèn)為，數(shù)據(jù)挖掘是一種決策支持手段，它主要基于人工智能、機器學(xué)習(xí)、模式識別、統(tǒng)計學(xué)、數(shù)據(jù)庫技術(shù)和可視化技術(shù)等，通過不同算法實施，自動化地分析企業(yè)給定的數(shù)據(jù)或?qū)崟r到來的流媒體數(shù)據(jù)，作出歸納性的推理，從中“挖掘”出潛在的、有價值的模式和規(guī)律，從而幫助決策者調(diào)整市場策略，減少風(fēng)險產(chǎn)生，作出正確的決策。數(shù)據(jù)挖掘技術(shù)的知識發(fā)現(xiàn)過程由以下三個階段構(gòu)成：第一是數(shù)據(jù)準(zhǔn)備階段；第二是數(shù)據(jù)挖掘階段；第三是結(jié)果表達和解釋階段。數(shù)據(jù)挖掘也可以與用戶或知識庫交互?，F(xiàn)在，許多高校的數(shù)據(jù)科學(xué)與大數(shù)據(jù)專業(yè)、人工智能專業(yè)、軟件工程專業(yè)大都開設(shè)有“數(shù)據(jù)挖掘技術(shù)”這門課程，工科研究生培養(yǎng)中也都開設(shè)有此課程，足以見數(shù)據(jù)挖掘技術(shù)之重要。除了傳統(tǒng)的基于數(shù)據(jù)庫的挖掘技術(shù)外，現(xiàn)在又興起對大數(shù)據(jù)、流媒體數(shù)據(jù)進行挖掘的技術(shù)，這相較于傳統(tǒng)數(shù)據(jù)挖掘有些區(qū)別，主要是處理的數(shù)據(jù)對象不同，大數(shù)據(jù)由于數(shù)據(jù)量大和類型多樣化，甚至大部分是非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，而傳統(tǒng)數(shù)據(jù)技術(shù)都是基于結(jié)構(gòu)化數(shù)據(jù)處理和靜態(tài)數(shù)據(jù)庫的，因此，新的數(shù)據(jù)挖掘技術(shù)要能運行在分布式集群中，支持大數(shù)據(jù)的挖掘，也要在算法上進行改進，支持實時流媒體數(shù)據(jù)的挖掘處理，總之，數(shù)據(jù)挖掘技術(shù)要與時俱進，跟上時代潮流。可喜的是，目前已有基于大數(shù)據(jù)和流媒體數(shù)據(jù)的挖掘軟件，如針對流數(shù)據(jù)處理分析的軟件有Storm、S4、Flume、Streams、Puma、DStream、SuperMario、銀 河流數(shù)據(jù)處理平臺等；基于大數(shù)據(jù)挖掘的軟件有Dremel、Hive、Cassandra、Impala、Pig等；針對大規(guī)模圖結(jié)構(gòu)數(shù)據(jù)的挖掘處理的軟件有Pregel、GraphX、Giraph、PowerGraph、Hama、GoldenOrb等。數(shù)據(jù)挖掘過程如圖1所示。

圖1 典型數(shù)據(jù)挖掘過程

因此研究生培養(yǎng)過程中，為了更好適應(yīng)研究領(lǐng)域處理數(shù)據(jù)的需要，需要切實掌握數(shù)據(jù)挖掘相關(guān)技術(shù)，并通過大量的專業(yè)領(lǐng)域挖掘案例，結(jié)合本專業(yè)實際才能盡快入門和掌握這門技術(shù)，將之熟練運用到相關(guān)專業(yè)的研究中去。目前，隨著“人工智能”、大數(shù)據(jù)、“物聯(lián)網(wǎng)”、云計算時代的到來，各行各業(yè)的數(shù)據(jù)獲取變得很方便，如何從這些海量領(lǐng)域數(shù)據(jù)中挖掘出有價值的專業(yè)知識、規(guī)律，是學(xué)習(xí)和掌握”數(shù)據(jù)挖掘技術(shù)”課程的目的[2]（93）。

二、“數(shù)據(jù)挖掘技術(shù)”課程的特點和受眾分析

（一）”數(shù)據(jù)挖掘技術(shù)”課程特點

數(shù)據(jù)挖掘技術(shù)能運用統(tǒng)計、OLAP在線分析處理、信息資料檢索、機器深度學(xué)習(xí)、專家系統(tǒng)和模式識別等方法從海量的數(shù)據(jù)中挖掘出有價值的內(nèi)容，從而幫助決策者做出準(zhǔn)確判斷。如今流行的車牌識別、人像識別技術(shù)都與數(shù)據(jù)挖掘之機器學(xué)習(xí)有聯(lián)系[3]（146）。數(shù)據(jù)挖掘技術(shù)是結(jié)合了其他多領(lǐng)域的綜合學(xué)科，與大數(shù)據(jù)技術(shù)、人工智能、機器學(xué)習(xí)、多源數(shù)據(jù)融合技術(shù)存在密切的聯(lián)系，它們都可以歸為數(shù)據(jù)挖掘的概念?！皵?shù)據(jù)挖掘技術(shù)”本身的特點也決定了在教學(xué)過程中的特殊性，即注重結(jié)合實際專業(yè)的應(yīng)用性，結(jié)合本專業(yè)實際，適當(dāng)調(diào)整和優(yōu)化數(shù)據(jù)挖掘算法，以更好地適應(yīng)本領(lǐng)域科學(xué)研究的需要?！皵?shù)據(jù)挖掘技術(shù)”課程的前導(dǎo)課程是數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)庫技術(shù)、程序設(shè)計。要求研究生能熟練掌握常用的數(shù)據(jù)挖掘算法[4]（95），如關(guān)聯(lián)規(guī)則、對數(shù)據(jù)分類和聚類，特別是對大數(shù)據(jù)的處理，能熟練運用一種編程語言，C或C++、JAVA或者PYTHON語言。

（二）課程受眾分析

針對不同類型的學(xué)生，對此課程要求也有所不同。本科生階段開設(shè)此課程，多數(shù)是要求了解和掌握相關(guān)技術(shù)，并進行一定的案例操作，為后續(xù)學(xué)習(xí)打下基礎(chǔ)。而研究生培養(yǎng)階段開設(shè)此課程，多數(shù)是通過掌握數(shù)據(jù)相關(guān)技術(shù)，對本研究領(lǐng)域開展研究工作，是作為一種工具出現(xiàn)的。針對不同學(xué)校，開設(shè)此課的側(cè)重點也有所不同。要針對研究生的專業(yè)特點和個人編程基礎(chǔ)，開展個性化因材施教。本屆選修本課的共十二名研究生，三分之二的研究生本科專業(yè)與計算機相關(guān)，其余的有通信工程、控制工程專業(yè)。不管是計算機相關(guān)專業(yè)和其他專業(yè)，他們普遍存在程序設(shè)計理論基礎(chǔ)差和編程實踐少的問題。問卷調(diào)研和座談走訪顯示，他們雖學(xué)過一定的編程，但大多數(shù)人只是能應(yīng)付課程考試，缺乏實際案例挖掘經(jīng)驗與項目驅(qū)動。

選擇一種合適、順手的編程語言對于掌握數(shù)據(jù)挖掘技術(shù)是十分必要的[5]（129-130）。綜合比較常用程序語言，發(fā)現(xiàn)PYTHON和java語言都易于學(xué)習(xí)和上手，對基礎(chǔ)要求不高，況且有多種支持此語言的數(shù)據(jù)挖掘組件庫供選擇使用，也容易自學(xué)和擴展，況且用java語言編寫的程序兼容性較好，因多數(shù)軟件都是基于java環(huán)境運行的。學(xué)習(xí)時在快速掌握基本語法結(jié)構(gòu)后，結(jié)合實際挖掘領(lǐng)域案例來加快對語言的理解和掌握，也訓(xùn)練了挖掘算法的使用，實在是一舉多得的事情。我們在實際教學(xué)中引入了“電商用戶行為分析數(shù)據(jù)挖掘分析”“電影推薦”“公交站點優(yōu)化”等案例[6]（217），從而激發(fā)了研究生的學(xué)習(xí)興趣，提高了他們分析問題和解決問題的能力。通過分組協(xié)作完成的模式，也促進了他們之間的思想交流和經(jīng)驗總結(jié)、創(chuàng)新思維表達方式、團隊合作意識和能力的提高，為后面專業(yè)領(lǐng)域研究打下了堅實的基礎(chǔ)。

三、“數(shù)據(jù)挖掘技術(shù)”教學(xué)內(nèi)容和方法設(shè)計

“數(shù)據(jù)挖掘技術(shù)”課程教學(xué)中開展了多種教學(xué)方式。首先，在教學(xué)過程中融入思政元素，培養(yǎng)具有吃苦耐勞、耐得住寂寞、精益求精的航天精神，傳遞社會正能量[7]（108）。其次，學(xué)習(xí)方法有針對性，重視實踐教學(xué)在該課程中的重要作用，該課程對研究生能力的培養(yǎng)主要針對航天電子與通信工程專業(yè)，培養(yǎng)數(shù)據(jù)挖掘分析能力是課程的最終目標(biāo)。最后，教學(xué)中通過案例驅(qū)動，分層次帶領(lǐng)研究生進行企業(yè)學(xué)習(xí)與實習(xí)，將面覆蓋到所有研究生，使所有研究生學(xué)有所成、學(xué)有所得[8]（141）。研究生能力的提高能夠帶動研究生做科研、參加研究生競賽等活動。再結(jié)合導(dǎo)師的項目實際，以形成項目驅(qū)動教學(xué)、教學(xué)促進項目的良性循環(huán)研究模式。整個教學(xué)內(nèi)容和方法設(shè)計如圖2所示。

圖2 教學(xué)內(nèi)容和方法設(shè)計

（一）教學(xué)與培養(yǎng)設(shè)計

經(jīng)過多年的課程實踐建設(shè)，完成了“數(shù)據(jù)挖掘技術(shù)”課程大綱的撰寫及授課計劃的制定，并根據(jù)教學(xué)情況及社會需求不斷調(diào)整；特別是一年來在新冠疫情影響下，更是根據(jù)課程目標(biāo)需求，設(shè)計了線上教學(xué)案例，案例的工作量、難度適中，顧及各個層面、不同專業(yè)背景的研究生，使所有研究生都能學(xué)有所長。另外，在教學(xué)中自覺引入思政教育，結(jié)合學(xué)校航天特色，課程與案例中有意識地融入了傳遞航天精神、不成功決不罷休精神，通過介紹航天科學(xué)家錢學(xué)森、孫家棟等英雄的事跡，傳遞社會主義核心價值觀、社會正能量和正義感等內(nèi)容，有利于研究生更好地踏入社會，融入專業(yè)領(lǐng)域研究工作中。為適應(yīng)航天專業(yè)特色，我們編制了“數(shù)據(jù)挖掘技術(shù)”教材講義、輔助閱讀等資料。由于國內(nèi)沒有與大綱完全吻合的教材選用，課程團隊教師針對大綱內(nèi)容自編了講義和實驗指導(dǎo)文檔，并指導(dǎo)研究生進行課外資料的選擇和閱讀，達到了擴充知識面和提高研究能力的目的。課堂教學(xué)完成后，后期進行課程網(wǎng)絡(luò)資源建設(shè)。本課程利用本校圖書館電子資源和網(wǎng)絡(luò)進行師生交互，利用學(xué)校泛雅課程教學(xué)平臺、雨課堂在線教學(xué)平臺、超星學(xué)習(xí)通平臺進行課程資源共享，學(xué)校圖書館也提供各類電子資源、學(xué)習(xí)網(wǎng)站鏈接，尋求多種問題解決方法，以促進研究生自學(xué)，同學(xué)們與老師課堂交流外，還可以通過教學(xué)網(wǎng)站的論壇討論問題，滿足有針對性、個性化學(xué)習(xí)需要。

（二）案例教學(xué)設(shè)計

教學(xué)中，針對不同研究生層次，引入多個當(dāng)今主流案例教學(xué)，如博客訪客分析、購物用戶分群、抖音粉絲分類等。電商用戶行為分析是綜合運用數(shù)據(jù)挖掘技術(shù)的一個案例之一。數(shù)據(jù)來源是某網(wǎng)站每天的訪問量，數(shù)千萬次訪問量非常巨大。為了便于初步分析，選取近10個月時間內(nèi)某地區(qū)的所有用戶訪問的詳細(xì)記錄作為原始數(shù)據(jù)集，總共包括7,986,459條記錄。非結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)包括USERID、ACCESSTIME、WEB、WEB-PAGE、TITLE、LABALE、CLASS、KEYWORDS等。然后將其存入HBASE列式數(shù)據(jù)庫備用。對其進行數(shù)據(jù)處理與分析挖掘如下：第一是獲取用戶訪問網(wǎng)頁的原始記錄；第二是對數(shù)據(jù)進行多維度分析，包括ACCESSTIME、CONTENT的分析，流失用戶分析以及用戶分群等分析；第三是對數(shù)據(jù)進行預(yù)處理，包含數(shù)據(jù)去重、清洗、缺失值填充、依據(jù)關(guān)鍵字分類等處理，對數(shù)據(jù)預(yù)處理質(zhì)量的好壞，直接關(guān)系到后繼挖掘的效率和意義，通常數(shù)據(jù)預(yù)處理所花費的時間占整個數(shù)據(jù)挖掘過程的70%左右；第四是以用戶訪問網(wǎng)頁后綴為關(guān)鍵條件，對數(shù)據(jù)進行分類及聚類處理；第五是針對得到的不同數(shù)據(jù)，使用幾種推薦算法進行對比，通過模型評價，得到較好的最優(yōu)推薦模型。通過模型對樣本數(shù)據(jù)進行預(yù)測，獲得推薦結(jié)果提供給電商平臺，以改進電商平臺的服務(wù)質(zhì)量，提高銷售量和留下老客戶。

（三）教學(xué)方案設(shè)計

“數(shù)據(jù)挖掘技術(shù)”課程教學(xué)與實踐中，我們尤其重視實踐教學(xué)的作用，整個課程內(nèi)容以多個案例驅(qū)動，涉及到案例完成所需的各部分技術(shù)，分模塊進行講解、實際操作，將案例融入課程教學(xué)的全程雖不是首次，但案例質(zhì)量的好壞、與項目緊密程度就顯得相當(dāng)重要，通常我們會選擇跟他們研究方向、領(lǐng)域相近的案例，進行個性化教育與實踐。通過這種任務(wù)驅(qū)動的授課方式，研究生能夠在學(xué)習(xí)全程精力集中，抓住學(xué)習(xí)重點。在授課過程中，除部分老師講解外，多次使用討論課、啟發(fā)式、探討式教學(xué)和研究生登臺講解相結(jié)合的教學(xué)方法，從而鍛煉他們的表達能力、溝通能力和團隊協(xié)作能力，通過這些嘗試來探索最適合本課程的授課方式。在實施過程中，除了需要注意討論課、啟發(fā)式和探討式教學(xué)對研究生學(xué)習(xí)的積極作用外，還特別注意具體細(xì)節(jié)上的開展。如從研二上學(xué)期，開始推薦研究生到適合的基地實習(xí)。歷年來，多次選派大部分研究生到我校的河北省遙感協(xié)同創(chuàng)新中心、北京軟件測試中心鍛煉，產(chǎn)教融合的教學(xué)特色使研究生能夠在做數(shù)據(jù)分析處理與挖掘的項目中成長，在實踐中得到鍛煉。使得培養(yǎng)的研究生能力更適合航天專業(yè)領(lǐng)域的需求，從歷年就業(yè)情況來看，我們的“數(shù)據(jù)挖掘技術(shù)”課程教學(xué)模式改革與探索是行之有效的，也逐漸推廣到其他課程的教學(xué)中。

（四）考核方式設(shè)計

在課程考核方法上，因為是研究生培養(yǎng)階段，對“期末考試+平時成績”的考核機制說“不”。因這種考核方式忽視了對研究生動手實踐能力的考核，不利于研究生科研能力的培養(yǎng)?！皵?shù)據(jù)挖掘技術(shù)”課程注重對案例操作能力的考核，在課程完成后，需要研究生團隊互助配合完成整個案例，能力強的同學(xué)還可以從教師給定的題目中選擇多個來完成，最后進行答辯，根據(jù)研究生的完成情況給出實踐成績。另外為培養(yǎng)研究生的科研與閱讀文獻、寫作能力，也會采用撰寫課程前沿研究報告，并制作PPT公開講解的形式進行輔助考核。這種考核方式重視實踐能力、科研能力、表達能力和自我約束能力，有助于培養(yǎng)研究生動手實踐和獨立開展科學(xué)研究的能力。

（五）教學(xué)保障設(shè)計

課程實施中收到了較好的教學(xué)效果，這得益于學(xué)校充分的教學(xué)條件保障。首先，“數(shù)據(jù)挖掘技術(shù)”課程團隊教師具有豐富的教學(xué)經(jīng)驗，從職稱上配備有教授、副教授、講師和助教，從學(xué)歷上有博士、研究生，從年齡上采用老、中、青傳幫帶模式，且以青年教師為主。因青年團隊成員在課程建設(shè)方面思維超前、銳意創(chuàng)新、不拘一格，教學(xué)與實踐效果顯著。其次，本課程建設(shè)突出航天軍工特色，教學(xué)團隊編寫具備航天特色的教材、分層次的課程學(xué)習(xí)模塊、逐步拓展深入的實訓(xùn)項目、完善項目遞進驅(qū)動教學(xué)法，精心設(shè)計多媒體教案、PPT內(nèi)容，生動醒目的課程演示課件、素材、實驗文檔從教學(xué)和實踐各個環(huán)節(jié)都保證了教學(xué)目標(biāo)的實現(xiàn)。最后，除了采用多種教學(xué)方法，形成重視實踐教學(xué)的良性循環(huán)教學(xué)模式，還創(chuàng)建了方便的網(wǎng)上教學(xué)與學(xué)習(xí)環(huán)境，配有學(xué)習(xí)視頻，編程語言python學(xué)習(xí)教程、java自學(xué)教程，網(wǎng)上自學(xué)資源極其豐富。教師可通過課程網(wǎng)站共享優(yōu)秀學(xué)習(xí)資源，并在網(wǎng)上通過E-MAILS、微信、QQ課程群實時在線或離線答疑。研究生通過課堂教學(xué)、課下自習(xí)研究、實訓(xùn)項目的實踐和前沿報告等形式進行常規(guī)學(xué)習(xí)之外，還可借助網(wǎng)站資源自主學(xué)習(xí)及實踐、研究，查閱電子資料等，形成方便的網(wǎng)上學(xué)習(xí)環(huán)境，培養(yǎng)研究生的學(xué)習(xí)常態(tài)化和創(chuàng)新精神，不忘航天初心，不辱學(xué)子使命。經(jīng)過航天特色教育，研究生大都養(yǎng)成了能吃苦、耐勞、不成功決不罷休的好習(xí)慣，良好的學(xué)風(fēng)和寬松的科研環(huán)境，鑄就了研究生精益求精的航天精神，從入學(xué)就立志為祖國的航天事業(yè)做貢獻。在這樣思想引領(lǐng)下，加上個人勤奮好學(xué)，團隊合作交流，圓滿完成“數(shù)據(jù)挖掘技術(shù)”課程學(xué)習(xí)任務(wù)、圓滿完成學(xué)業(yè)是必然的。

四、結(jié)語

“數(shù)據(jù)挖掘技術(shù)”課程作為一門專業(yè)工具，是其他研究領(lǐng)域不可或缺的。為更好地進行教學(xué)與實踐，培養(yǎng)“德、智”雙收的合格航天人才，結(jié)合我校航天特色，教學(xué)團隊進行了一系列的教學(xué)與實踐探索和改革，包括研究生基礎(chǔ)調(diào)研分析與課程特點分析、課程受眾分析，然后從五個方面對教學(xué)和實踐進行設(shè)計，結(jié)合案例教育、產(chǎn)教融合到企業(yè)“半工半讀“式的實習(xí)模式。幾輪教學(xué)與實踐下來，通過畢業(yè)生100%的航天部門就業(yè)情況分析，此方法理論對于航天電子通信與工程專業(yè)研究生是切實可行的。相信不久的將來，該方法理論也同樣適應(yīng)于其他應(yīng)用型本科院校的研究生培養(yǎng)，讓數(shù)據(jù)挖掘不僅僅成為一門工具，更是一種數(shù)字生活方式，甚至成為一種大數(shù)據(jù)時代下的工作模式。