面向本科教學(xué)的數(shù)據(jù)挖掘教學(xué)方法研究

劉東江 李雷孝

摘要：傳統(tǒng)的數(shù)據(jù)挖掘課程主要是采用滿堂灌式的方法將教材中的理論知識(shí)灌輸給學(xué)生，通常這種教學(xué)方法的教學(xué)效果并不理想，并且這種方式無法提升學(xué)生的工程實(shí)踐能力。針對(duì)這一問題文章提出了一種基于項(xiàng)目實(shí)踐與理論進(jìn)化融合的數(shù)據(jù)挖掘教學(xué)方法，該方法基于一個(gè)數(shù)據(jù)挖掘項(xiàng)目案例來組織課程，學(xué)生通過該項(xiàng)目案例可以了解運(yùn)用理論知識(shí)解決實(shí)際工程問題的方法；此外，在進(jìn)行理論教學(xué)時(shí)，可以通過相關(guān)理論知識(shí)的發(fā)展進(jìn)程將理論知識(shí)串接起來，這樣就使得學(xué)生能夠更好地理解并記憶理論知識(shí)。

關(guān)鍵詞：數(shù)據(jù)挖掘；教學(xué)方法；項(xiàng)目驅(qū)動(dòng)；理論發(fā)展；項(xiàng)目實(shí)踐

中圖分類號(hào)：G642? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2023）36-0146-03

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）

0 引言

近幾十年，隨著互聯(lián)網(wǎng)的快速發(fā)展，各個(gè)領(lǐng)域都產(chǎn)生了大量的數(shù)據(jù)，且數(shù)據(jù)結(jié)構(gòu)豐富，數(shù)據(jù)內(nèi)容多樣。在這種情況下，數(shù)據(jù)處理、分析與挖掘就成為推動(dòng)領(lǐng)域發(fā)展的重要工具。所以培養(yǎng)數(shù)據(jù)科學(xué)領(lǐng)域的專業(yè)人才對(duì)于推動(dòng)我國社會(huì)經(jīng)濟(jì)的發(fā)展，推動(dòng)各個(gè)領(lǐng)域的快速進(jìn)步是非常關(guān)鍵的。鑒于此，許多高校都開設(shè)了數(shù)據(jù)科學(xué)類的專業(yè)，而在數(shù)據(jù)科學(xué)類專業(yè)的課程中，數(shù)據(jù)挖掘處于核心地位?？梢园l(fā)現(xiàn)，數(shù)據(jù)挖掘課程的學(xué)習(xí)難度相對(duì)較大，這主要是因?yàn)樵跀?shù)據(jù)挖掘技術(shù)中需要用到統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫、機(jī)器學(xué)習(xí)等相關(guān)的知識(shí)。為了提升學(xué)生的學(xué)習(xí)效果，出現(xiàn)了一系列針對(duì)數(shù)據(jù)挖掘課程的教學(xué)研究工作。

接下來，介紹一些較為典型的教學(xué)研究成果。何棟[1]對(duì)數(shù)據(jù)挖掘課程的教學(xué)方法進(jìn)行了探討，將五步教學(xué)法融入數(shù)據(jù)挖掘課程中；康雁等[2]將SE-CDIO教學(xué)模式引入數(shù)據(jù)挖掘課程的教學(xué)當(dāng)中，基于SE-CDIO教學(xué)模式對(duì)教學(xué)方法和考核方式進(jìn)行了改進(jìn)；陳朝焰等[3]針對(duì)數(shù)據(jù)挖掘課程的教學(xué)內(nèi)容進(jìn)行了結(jié)構(gòu)化的設(shè)計(jì)；陳燕[4]詳細(xì)分析了數(shù)據(jù)挖掘課程產(chǎn)生的背景，確立了數(shù)據(jù)挖掘課程在計(jì)算機(jī)相關(guān)專業(yè)中的定位；羅莉霞[5]對(duì)數(shù)據(jù)挖掘課程中的思政元素和育人元素進(jìn)行了探討，提出了針對(duì)數(shù)據(jù)挖掘課程思政進(jìn)行改革的新途徑和新方法；彭珍[6]針對(duì)數(shù)據(jù)挖掘課程線上教學(xué)的教學(xué)目標(biāo)、教學(xué)過程、教學(xué)評(píng)價(jià)等相關(guān)方面的設(shè)計(jì)與改革進(jìn)行了探討。

1 課程建設(shè)現(xiàn)狀

數(shù)據(jù)分析與數(shù)據(jù)挖掘課程是一門講解數(shù)據(jù)處理、分析與挖掘相關(guān)技術(shù)的課程，傳統(tǒng)的數(shù)據(jù)挖掘課程是以老師的理論教學(xué)為主，所以課程知識(shí)都是通過老師的講解灌輸給學(xué)生的，這樣就使得學(xué)生無法很好地理解與吸收課程中的重點(diǎn)與難點(diǎn)；與此同時(shí)，由于課程中缺乏實(shí)際項(xiàng)目案例，學(xué)生的數(shù)據(jù)挖掘工程實(shí)踐能力無法獲得有效提高?；诖耍疚奶岢隽艘环N新的針對(duì)數(shù)據(jù)分析與數(shù)據(jù)挖掘課程的教學(xué)方法。該教學(xué)方法通過一個(gè)實(shí)際的項(xiàng)目案例來組織教學(xué)內(nèi)容；與此同時(shí)，在進(jìn)行理論教學(xué)的過程中，該教學(xué)方法利用理論發(fā)展的脈絡(luò)來連接理論知識(shí)，這樣不僅可以提高學(xué)生的數(shù)據(jù)挖掘工程實(shí)踐能力，還可以使得所講解的知識(shí)更容易被學(xué)生理解和記憶。為了清晰地描述所提出的教學(xué)方法，本文將以數(shù)據(jù)挖掘課程中的“數(shù)據(jù)分類模型——決策樹”一節(jié)為例來介紹該方法。

2 數(shù)據(jù)挖掘課程教學(xué)思考

數(shù)據(jù)挖掘是一項(xiàng)技術(shù)，通過該技術(shù)可以從大量數(shù)據(jù)中提取或挖掘出隱含的、先前未知的、有潛在價(jià)值的信息，這種信息被稱為知識(shí)。數(shù)據(jù)挖掘項(xiàng)目可以通過工程化的方式來完成，目前最為流行的數(shù)據(jù)挖掘工程化流程是CRISP流程，該流程包含五個(gè)步驟，分別為先驗(yàn)知識(shí)、準(zhǔn)備、建模、應(yīng)用、新知。其中，先驗(yàn)知識(shí)階段要求對(duì)項(xiàng)目的任務(wù)類型以及業(yè)務(wù)的背景進(jìn)行充分分析，以便完成數(shù)據(jù)的獲取以及挖掘策略的制定；準(zhǔn)備階段主要進(jìn)行數(shù)據(jù)探索性分析以及數(shù)據(jù)預(yù)處理，通過這兩個(gè)步驟可以將低質(zhì)量的數(shù)據(jù)處理成為高質(zhì)量的數(shù)據(jù)；建模階段主要是基于高質(zhì)量數(shù)據(jù)構(gòu)建挖掘模型，該模型是從數(shù)據(jù)中獲取新知識(shí)的核心；應(yīng)用階段主要是將模型部署在實(shí)際的Web系統(tǒng)當(dāng)中；新知階段主要是基于Web系統(tǒng)展示的挖掘結(jié)果獲取數(shù)據(jù)中的隱藏信息。我們可以按照CRISP流程來組織課程內(nèi)容，這樣不僅可以讓學(xué)生掌握數(shù)據(jù)挖掘?qū)嶋H項(xiàng)目的執(zhí)行過程，同時(shí)也能夠掌握理論知識(shí)在工程實(shí)踐中如何進(jìn)行應(yīng)用。

在數(shù)據(jù)挖掘技術(shù)中需要用到許多不同方面的理論知識(shí)，包括概率論、統(tǒng)計(jì)學(xué)以及線性代數(shù)等，所以數(shù)據(jù)挖掘理論知識(shí)的學(xué)習(xí)難度相對(duì)較大?；诖耍谶M(jìn)行授課的過程中需要對(duì)課程的理論部分進(jìn)行有效的設(shè)計(jì)。通常一種新算法的提出是在原有算法的基礎(chǔ)上進(jìn)行改進(jìn)，因此我們在授課時(shí)可以將所有算法按照提出的先后順序串接起來，講新算法前要描述上一個(gè)算法的缺陷在哪里以及為什么要提出這個(gè)新算法。通過這種方式授課不僅能夠使得知識(shí)脈絡(luò)更加清晰，同時(shí)也有利于學(xué)生對(duì)所學(xué)知識(shí)的記憶。

3 基于項(xiàng)目實(shí)踐與理論進(jìn)化融合的數(shù)據(jù)挖掘課程教學(xué)過程設(shè)計(jì)

3.1 基于項(xiàng)目實(shí)踐的數(shù)據(jù)挖掘教學(xué)設(shè)計(jì)

數(shù)據(jù)挖掘中所包含的幾類主要任務(wù)分別為關(guān)聯(lián)分析、分類分析、聚類分析以及離群點(diǎn)檢測，其中在分類分析中需要基于訓(xùn)練數(shù)據(jù)集訓(xùn)練分類模型并基于測試數(shù)據(jù)集完成模型性能測試，之后就可以對(duì)模型進(jìn)行實(shí)際部署。機(jī)器學(xué)習(xí)中的所有監(jiān)督學(xué)習(xí)模型均可被用于完成分類分析任務(wù)，接下來將以監(jiān)督學(xué)習(xí)模型中的決策樹模型為例介紹基于項(xiàng)目實(shí)踐與理論進(jìn)化融合的教學(xué)設(shè)計(jì)方法。

在進(jìn)行教學(xué)的過程中，首先需要給出一個(gè)真實(shí)的項(xiàng)目案例：

某銀行為了避免潛在的風(fēng)險(xiǎn)，需要在客戶出現(xiàn)違約情況之前采取應(yīng)對(duì)手段，因此需要構(gòu)建一套系統(tǒng)提前發(fā)現(xiàn)可能出現(xiàn)違約狀況的客戶，該系統(tǒng)中最為核心的功能就是違約客戶預(yù)測，銀行可以提供的數(shù)據(jù)中包含用戶的個(gè)人信息以及用戶的日常支付信息。

CRISP流程中的第一個(gè)階段是獲取先驗(yàn)知識(shí)，此階段要求根據(jù)需求確定項(xiàng)目的任務(wù)類型并且了解項(xiàng)目的業(yè)務(wù)背景。確定項(xiàng)目的任務(wù)類型主要是引導(dǎo)學(xué)生分析項(xiàng)目是什么類型的任務(wù)，獲取項(xiàng)目的任務(wù)類型之后就可以確定未來將要采用什么數(shù)據(jù)挖掘技術(shù)。通過分析可以發(fā)現(xiàn)，該項(xiàng)目主要是為銀行進(jìn)行用戶類型甄別，也就是區(qū)分哪些用戶是可能違約的用戶以及哪些用戶是不會(huì)違約的用戶，基于此可以確定這個(gè)項(xiàng)目是一個(gè)分類分析任務(wù)。了解項(xiàng)目的業(yè)務(wù)背景主要是為收集數(shù)據(jù)做準(zhǔn)備，由于數(shù)據(jù)是已經(jīng)給定的，因此在課程當(dāng)中該步驟可以省略。

準(zhǔn)備階段主要是進(jìn)行數(shù)據(jù)的探索性分析以及數(shù)據(jù)預(yù)處理，通過數(shù)據(jù)探索性分析可以發(fā)現(xiàn)影響數(shù)據(jù)質(zhì)量的問題并幫助工程技術(shù)人員了解數(shù)據(jù)的具體特征。在數(shù)據(jù)預(yù)處理階段可以根據(jù)數(shù)據(jù)探索性分析的結(jié)果制定預(yù)處理的策略，之后按照預(yù)處理的策略對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。之前的課程已經(jīng)介紹過數(shù)據(jù)探索性分析以及數(shù)據(jù)預(yù)處理的相關(guān)方法，在此處可以讓學(xué)生對(duì)數(shù)據(jù)探索性分析方法以及數(shù)據(jù)預(yù)處理方法進(jìn)行復(fù)習(xí)并將這些方法應(yīng)用在該項(xiàng)目案例中。

在完成數(shù)據(jù)預(yù)處理任務(wù)之后，接下來就可以基于這些處理好的數(shù)據(jù)進(jìn)行模型構(gòu)建，在進(jìn)行模型構(gòu)建之前需要為學(xué)生講解決策樹模型的相關(guān)理論知識(shí)，讓學(xué)生對(duì)于決策樹有一個(gè)較為深入的認(rèn)識(shí)，理論課程的教學(xué)設(shè)計(jì)將在3.2小節(jié)中做介紹。學(xué)生完成理論知識(shí)學(xué)習(xí)后，就可以針對(duì)實(shí)際項(xiàng)目案例進(jìn)行決策樹模型的構(gòu)建。由于在決策樹之前學(xué)生也學(xué)習(xí)過其他的分類模型，因此鼓勵(lì)學(xué)生同時(shí)也創(chuàng)建其他已經(jīng)學(xué)習(xí)過的分類模型，這樣可以幫助學(xué)生對(duì)以往所學(xué)的知識(shí)進(jìn)行復(fù)習(xí)，最后需要通過評(píng)價(jià)指標(biāo)對(duì)所有分類模型的效果進(jìn)行評(píng)估。

當(dāng)學(xué)生完成以上描述的過程之后，不僅可以對(duì)過去所學(xué)的知識(shí)進(jìn)行復(fù)習(xí)，還可以在學(xué)習(xí)決策樹模型相關(guān)理論的同時(shí)了解模型的應(yīng)用方法。

3.2 基于理論進(jìn)化的數(shù)據(jù)挖掘理論課程教學(xué)設(shè)計(jì)

決策樹模型有三個(gè)主要的算法，包括ID3、C4.5以及CART，其中ID3和C4.5兩個(gè)算法構(gòu)建決策樹模型的過程相同，但是這兩個(gè)算法的屬性選擇方法不同，其中ID3所采用的屬性選擇方法為信息增益，而C4.5所采用的屬性選擇方法為信息增益率，CART算法構(gòu)建決策樹模型的過程與ID3、C4.5不同，并且CART算法所采用的屬性選擇方法為Gini系數(shù)。如果將這三種算法分開介紹，會(huì)使得學(xué)生學(xué)習(xí)并且記憶這些算法的難度加大，但是如果通過理論進(jìn)化將三個(gè)算法串接起來，將會(huì)非常有益于學(xué)生掌握所講解的理論知識(shí)。

在講解構(gòu)建決策樹模型的三個(gè)算法的過程中，由于ID3算法最先被提出，因此首先需要通過ID3算法的偽代碼詳細(xì)講解其構(gòu)造決策樹的過程。此外，由于ID3和C4.5兩個(gè)算法的主要區(qū)別在于屬性選擇的方法，因此需要通過兩種屬性選擇方法的關(guān)系對(duì)C4.5算法的屬性選擇方法進(jìn)行講解。其中，ID3所采用的屬性選擇方法為信息增益，C4.5所采用的屬性選擇方法為信息增益率。通過對(duì)信息增益的計(jì)算方法進(jìn)行分析可以發(fā)現(xiàn)，信息增益無法應(yīng)對(duì)屬性取值過多的情況。如果某個(gè)屬性對(duì)應(yīng)的取值數(shù)量過多，那么該屬性的信息增益就會(huì)變?yōu)?，這就導(dǎo)致真正有代表性的屬性對(duì)應(yīng)的信息增益值可能并不大，所以需要在信息增益的計(jì)算公式上增加懲罰項(xiàng)，通過懲罰項(xiàng)可以有效調(diào)節(jié)計(jì)算結(jié)果，從而避免以上問題的發(fā)生，而信息增益率其實(shí)就是針對(duì)信息增益的計(jì)算公式增加了懲罰項(xiàng)。可以發(fā)現(xiàn)，通過這樣的方式講解ID3算法和C4.5算法不僅可以使得學(xué)生了解理論發(fā)展的過程，同時(shí)也能很好的學(xué)習(xí)并記憶兩個(gè)算法的原理。

由于C4.5對(duì)于數(shù)據(jù)集的劃分是通過某個(gè)屬性的取值來完成的，因此如果對(duì)應(yīng)屬性可以取k個(gè)值，那么整個(gè)數(shù)據(jù)集就會(huì)被劃分到k個(gè)不同的分支當(dāng)中，這樣就導(dǎo)致數(shù)據(jù)集中的每個(gè)屬性只能被使用一次，所以基于C4.5算法構(gòu)造的決策樹對(duì)于數(shù)據(jù)的擬合度不夠高。CART算法有效地解決了這一問題，該算法將所選擇的屬性處理為二元屬性，并基于處理后的屬性構(gòu)建二叉決策樹，這樣就使得數(shù)據(jù)集中的屬性可以被重復(fù)使用，從而使得所構(gòu)造的決策樹更加靈活并且對(duì)于數(shù)據(jù)的擬合度更高，所以基于CART算法構(gòu)造的決策樹模型效果更好。通過以上的描述可以引出基于CART算法構(gòu)造決策樹模型的過程，首先需要進(jìn)行屬性選擇，之后將所選擇的屬性處理成為二元屬性，最后基于二元屬性進(jìn)行數(shù)據(jù)劃分即可?？梢园l(fā)現(xiàn)，基于C4.5算法的缺陷講解CART算法構(gòu)造決策樹的過程，不僅可以使得學(xué)生更好地掌握CART算法的原理，同時(shí)也可以使得學(xué)生了解各種算法的優(yōu)缺點(diǎn)。

由于在CART算法中屬性是可以重復(fù)使用的，因此可能導(dǎo)致所構(gòu)造的決策樹模型過于龐大，在這種情況下會(huì)產(chǎn)生過擬合的問題。為了避免過擬合問題的發(fā)生，需要對(duì)決策樹進(jìn)行剪枝，剪枝算法分為預(yù)剪枝算法和后剪枝算法。可以發(fā)現(xiàn)在講完CART算法之后便可以非常自然地引出剪枝算法的內(nèi)容。

4 教學(xué)評(píng)價(jià)設(shè)計(jì)

由于課程教學(xué)不僅要向?qū)W生傳授理論知識(shí)，同時(shí)也要提高學(xué)生的工程實(shí)踐能力，因此在對(duì)學(xué)生進(jìn)行考核的過程中，需要考查學(xué)生掌握理論知識(shí)的程度以及運(yùn)用所學(xué)知識(shí)解決實(shí)際工程問題的能力。通過以上介紹的教學(xué)設(shè)計(jì)方法可以發(fā)現(xiàn)課堂內(nèi)容就是通過實(shí)際項(xiàng)目案例串接起來的，因此需要學(xué)生完成項(xiàng)目，提交編寫的代碼以及代碼運(yùn)行結(jié)果的截圖，根據(jù)提交的代碼及運(yùn)行結(jié)果截圖可以判斷學(xué)生對(duì)于課堂知識(shí)的掌握情況以及在課堂上是否認(rèn)真聽講。此外，為了能夠讓學(xué)生得到進(jìn)一步的練習(xí)，需要給定一個(gè)新的項(xiàng)目案例作為編程作業(yè)，要求學(xué)生在課后編寫代碼完成項(xiàng)目，通過學(xué)生提交的代碼可以判斷學(xué)生是否能夠靈活運(yùn)用所學(xué)知識(shí)解決實(shí)際工程問題。

與此同時(shí)，還應(yīng)當(dāng)檢驗(yàn)學(xué)生對(duì)于理論知識(shí)的掌握情況，這主要是通過學(xué)習(xí)心得和課后作業(yè)來完成。在學(xué)習(xí)心得中學(xué)生需要按照老師講解的知識(shí)發(fā)展過程介紹自己學(xué)習(xí)了哪些知識(shí)，通過學(xué)習(xí)心得可以判斷學(xué)生課堂學(xué)習(xí)效果?？梢园l(fā)現(xiàn)在決策樹的三個(gè)算法中最重要的知識(shí)點(diǎn)是ID3算法和C4.5算法構(gòu)建決策樹的過程、CART算法構(gòu)建決策樹的過程、信息增益的計(jì)算方法、信息增益率的計(jì)算方法以及Gini系數(shù)的計(jì)算方法。很明顯，如果學(xué)生能夠計(jì)算出屬性的信息增益率，那么學(xué)生必然能夠計(jì)算出屬性的信息增益，因此可以只考查學(xué)生是否掌握信息增益率的計(jì)算方法?；诖耍谡n后作業(yè)中需要分別針對(duì)ID3算法構(gòu)建決策樹的過程、CART算法構(gòu)建決策樹的過程、信息增益率的計(jì)算方法以及Gini系數(shù)的計(jì)算方法出相關(guān)的習(xí)題，通過課后作業(yè)可以檢驗(yàn)學(xué)生對(duì)于課程重點(diǎn)、難點(diǎn)的掌握情況。

期末成績由兩部分組成，分別是考試成績和平時(shí)成績，其中考試成績占總成績的30%，平時(shí)成績占總成績的70%。平時(shí)成績又可以進(jìn)一步劃分為平時(shí)表現(xiàn)成績、實(shí)驗(yàn)成績和作業(yè)成績，其中作業(yè)成績占40%，平時(shí)表現(xiàn)成績占10%，實(shí)驗(yàn)成績占20%。平時(shí)表現(xiàn)成績是根據(jù)學(xué)生提交的課堂編程代碼來進(jìn)行判定的，實(shí)驗(yàn)成績是根據(jù)課后的編程作業(yè)來進(jìn)行判定的，作業(yè)成績需要被劃分為兩部分，第一部分是根據(jù)學(xué)生提交的學(xué)習(xí)心得來進(jìn)行判定，第二部分是根據(jù)課后習(xí)題的完成情況來進(jìn)行判定，每部分占總成績的20%。

5 結(jié)論

近些年，隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，各個(gè)領(lǐng)域都積累了大量的數(shù)據(jù)，因此迫切需要精通大數(shù)據(jù)處理、分析與挖掘的人才，數(shù)據(jù)挖掘作為數(shù)據(jù)專業(yè)的核心課，對(duì)于培養(yǎng)大數(shù)據(jù)方面的人才是非常重要的。傳統(tǒng)的數(shù)據(jù)挖掘課程教學(xué)主要集中在理論教學(xué)方面，并且理論教學(xué)也主要是通過講解教材來完成的，因此學(xué)生很難在工程能力方面獲得很好的訓(xùn)練，同時(shí)學(xué)生對(duì)于理論知識(shí)的理解和掌握情況也不是特別樂觀。為了克服這些問題，本文提出了一種基于項(xiàng)目實(shí)踐與理論進(jìn)化融合的數(shù)據(jù)挖掘課程教學(xué)方法。在以該方法設(shè)計(jì)的數(shù)據(jù)挖掘課程中，學(xué)生的工程實(shí)踐能力可以得到有效提高，與此同時(shí)他們還可以通過老師的講解將理論知識(shí)串接起來，這樣不僅可以使得理論知識(shí)變得更加容易理解同時(shí)也使得學(xué)生對(duì)于理論知識(shí)的掌握更加的扎實(shí)。

參考文獻(xiàn)：

[1] 何棟.關(guān)于“數(shù)據(jù)挖掘” 的項(xiàng)目驅(qū)動(dòng)教學(xué)探討[J].教育理論與實(shí)踐，2018，38（6）：52-53.

[2] 康雁，林英，朱燕萍，等.基于SE-CDIO的數(shù)據(jù)挖掘課程教學(xué)改革[J].云南大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，42（S1）：54-57.

[3] 陳朝焰，許洪云，劉攀.本科數(shù)據(jù)挖掘課程教學(xué)內(nèi)容的結(jié)構(gòu)化設(shè)計(jì)[J].現(xiàn)代計(jì)算機(jī)，2020（36）：77-81，94.

[4] 陳燕.數(shù)據(jù)挖掘課程教學(xué)方法探討[J].教育教學(xué)論壇，2018（13）：146-148.

[5] 羅莉霞.新工科背景下數(shù)據(jù)挖掘課程思政教學(xué)改革研究[J].林區(qū)教學(xué)，2021（12）：25-28.

[6] 彭珍.數(shù)據(jù)挖掘課程在線教學(xué)設(shè)計(jì)與改革探討[J].中國教育技術(shù)裝備，2021（4）：100-102.

【通聯(lián)編輯：王 力】