面向應(yīng)用型本科的“數(shù)據(jù)挖掘?qū)д摗闭n程建設(shè)研究

楊曉杏 蘇建敏 梅逢城

收稿日期：2023-09-15

基金項(xiàng)目：深圳技術(shù)大學(xué)校級教學(xué)改革研究項(xiàng)目（20231056010014）

DOI：10.19850/j.cnki.2096-4706.2024.07.037

摘? 要：作為一個(gè)多學(xué)科交叉的新興學(xué)科，數(shù)據(jù)挖掘在各領(lǐng)域得到了廣泛應(yīng)用，成為學(xué)術(shù)界與工業(yè)界的研究熱點(diǎn)和焦點(diǎn)，數(shù)據(jù)挖掘?qū)I(yè)人才在大數(shù)據(jù)行業(yè)日益發(fā)展的環(huán)境下顯得供不應(yīng)求，因此各高校高度重視數(shù)據(jù)挖掘人才的培養(yǎng)，開設(shè)“數(shù)據(jù)挖掘?qū)д摗毕嚓P(guān)課程。然而，傳統(tǒng)教學(xué)偏重理論，無法滿足應(yīng)用型人才的培養(yǎng)要求。針對當(dāng)前課程教學(xué)中存在的問題，分析面向應(yīng)用型本科的“數(shù)據(jù)挖掘?qū)д摗闭n程建設(shè)，探索課程的教學(xué)內(nèi)容及考核方式。

關(guān)鍵詞：數(shù)據(jù)挖掘?qū)д?；課程建設(shè)；教學(xué)模式

中圖分類號：G642.0? ? 文獻(xiàn)標(biāo)識碼：A? ? 文章編號：2096-4706（2024）07-0189-05

Research on“Introduction to Data Mining”Course Construction for

Application-oriented Undergraduate Programs

YANG Xiaoxing1， SU Jianmin2， MEI Fengcheng1

（1.Shenzhen Technology University， Shenzhen? 518118， China; 2.Wuyi University， Jiangmen? 529020， China）

Abstract： As an emerging discipline of multidisciplinary intersection， data mining has been widely used in various fields， and has become a research hotspot and focus in academia and industry field， and data mining professionals appear to be in short supply in the environment of the growing development of the Big Data industry. So colleges and universities have attached great importance to the cultivation of data mining talents， and have opened the“Introduction to Data Mining”related courses. However， traditional teaching favors theory and cannot meet the training requirements of application-oriented talents. We analyze the construction of the“Introductory to Data Mining”course for application-oriented undergraduates and explore the teaching content and assessment methods of the course in view of the problems existing in the teaching of the current course.

Keywords： Introduction to Data Mining; course construction; teaching mode

0? 引? 言

大數(shù)據(jù)已經(jīng)滲透到各個(gè)行業(yè)，如何從海量數(shù)據(jù)中發(fā)現(xiàn)潛在有價(jià)值的規(guī)律與知識，并應(yīng)用于經(jīng)濟(jì)生產(chǎn)、行業(yè)管理和社會(huì)服務(wù)等，是一個(gè)重要的課題。作為一個(gè)多學(xué)科交叉的新興學(xué)科，數(shù)據(jù)挖掘在各領(lǐng)域得到了越來越多的應(yīng)用，已經(jīng)成為學(xué)術(shù)界與工業(yè)界的研究熱點(diǎn)和焦點(diǎn)，數(shù)據(jù)挖掘?qū)I(yè)人才在大數(shù)據(jù)行業(yè)日益發(fā)展的環(huán)境顯得供不應(yīng)求，因此各高校高度重視數(shù)據(jù)挖掘人才的培養(yǎng)，開設(shè)“數(shù)據(jù)挖掘?qū)д摗毕嚓P(guān)課程。如何通過“數(shù)據(jù)挖掘?qū)д摗闭n程的建設(shè)培養(yǎng)具有數(shù)據(jù)思維能力的應(yīng)用型人才是值得探索的重要教學(xué)問題。

應(yīng)用型本科院校的培養(yǎng)目標(biāo)是培養(yǎng)高素質(zhì)應(yīng)用型人才，提高學(xué)生的創(chuàng)新、創(chuàng)業(yè)能力，服務(wù)于地方經(jīng)濟(jì)的發(fā)展，為社會(huì)各行業(yè)發(fā)展提供充足的人才支撐和保障[1]。應(yīng)用型人才培養(yǎng)目標(biāo)的實(shí)現(xiàn)，必須落實(shí)在課程教學(xué)設(shè)計(jì)和設(shè)置中。在應(yīng)用型本科教育中的“數(shù)據(jù)挖掘?qū)д摗闭n程，應(yīng)該更加注重培養(yǎng)學(xué)生的實(shí)踐能力。通過實(shí)際案例、項(xiàng)目和實(shí)驗(yàn)，使學(xué)生能夠親自動(dòng)手處理真實(shí)世界的數(shù)據(jù)，運(yùn)用數(shù)據(jù)挖掘算法解決實(shí)際問題。

1? 課程現(xiàn)狀

“數(shù)據(jù)挖掘?qū)д摗闭n程是一門多學(xué)科交叉的課程，學(xué)生需了解數(shù)值計(jì)算方法與優(yōu)化、概率論與數(shù)理統(tǒng)計(jì)、數(shù)據(jù)庫及編程語言等基本知識[2]。其涉及的理論較為復(fù)雜，各種數(shù)據(jù)挖掘任務(wù)往往可以形式化為不同性質(zhì)的數(shù)學(xué)問題，研究求解這些數(shù)學(xué)問題的算法或理解相關(guān)數(shù)學(xué)問題都需要不同領(lǐng)域的復(fù)雜數(shù)學(xué)理論[3]。

傳統(tǒng)教學(xué)偏重理論，無法滿足應(yīng)用型人才的培養(yǎng)要求。針對傳統(tǒng)教學(xué)的問題，已有一些學(xué)者提出不同的教學(xué)模式。如衛(wèi)志華等[4]對新工科背景下數(shù)據(jù)挖掘課程綜合性實(shí)驗(yàn)進(jìn)行了設(shè)計(jì)，劉彤等[5]提出數(shù)據(jù)挖掘翻轉(zhuǎn)課堂混合式教學(xué)模式，對線上+線下的混合式教學(xué)模式進(jìn)行補(bǔ)充，提出“四模塊三階段二層面”教學(xué)方法等。

也有學(xué)者針對不同專業(yè)對數(shù)據(jù)挖掘課程教學(xué)方式進(jìn)行了深入探索，王偉[6]通過對網(wǎng)絡(luò)課程學(xué)員在線學(xué)習(xí)路徑的挖掘，識別管理類數(shù)據(jù)挖掘人才的市場需求，提出了課程改革的建議。通過引入先進(jìn)的教學(xué)理念，對數(shù)據(jù)挖掘課程進(jìn)行改革，黃發(fā)良等[7]基于CDIO理念，設(shè)計(jì)以數(shù)據(jù)思維能力培養(yǎng)為核心的教學(xué)目標(biāo)，提出了面向理論創(chuàng)新的教學(xué)內(nèi)容與項(xiàng)目驅(qū)動(dòng)的實(shí)驗(yàn)教學(xué)方法。林華靈等[8]提出基于CDIO和OBE融合教育理念的課程教學(xué)改革思路。按照“以學(xué)生為中心，以成果為導(dǎo)向”和工程教育理念對教學(xué)目標(biāo)、教學(xué)內(nèi)容、教學(xué)手段、授課形式和考核方式等教學(xué)過程進(jìn)行重構(gòu)。周長敏[9]等提出“問題引導(dǎo)+案例分析”的理論實(shí)驗(yàn)貫穿式教學(xué)方法，圍繞案例對教學(xué)內(nèi)容和教學(xué)過程進(jìn)行設(shè)計(jì)，讓學(xué)生通過解決問題獲得成就感和學(xué)習(xí)內(nèi)驅(qū)力。趙曉凡[10]對公安高等院校開設(shè)數(shù)據(jù)挖掘課程提出了改革措施。

教學(xué)實(shí)踐表明這些方法在一定程度上有效地激發(fā)了學(xué)生的學(xué)習(xí)熱情，提高了教學(xué)質(zhì)量。因此，通過學(xué)習(xí)、引進(jìn)、組合這些先進(jìn)的教學(xué)理念，分析面向應(yīng)用型本科的“數(shù)據(jù)挖掘?qū)д摗闭n程建設(shè)，開展教學(xué)內(nèi)容和考核方式等探索，尤為重要。

2? 教學(xué)內(nèi)容

“數(shù)據(jù)挖掘?qū)д摗闭n程的內(nèi)容涵蓋了數(shù)據(jù)預(yù)處理、特征選擇、分類與回歸、聚類分析、關(guān)聯(lián)規(guī)則挖掘等基本概念和方法。

作為面向應(yīng)用型本科的“數(shù)據(jù)挖掘?qū)д摗闭n程，既要考慮數(shù)據(jù)挖掘涉及的理論基礎(chǔ)，也要考慮數(shù)據(jù)挖掘的具體應(yīng)用，因此，共安排了54個(gè)學(xué)時(shí)，其中36學(xué)時(shí)為理論課，18學(xué)時(shí)為實(shí)驗(yàn)課，此外，布置一次課外實(shí)踐，進(jìn)一步加強(qiáng)學(xué)生使用理論知識解決實(shí)際問題的能力。

經(jīng)過探索，教學(xué)內(nèi)容設(shè)置如圖1所示。

2.1? 理論課程內(nèi)容設(shè)計(jì)

“數(shù)據(jù)挖掘?qū)д摗闭n程涉及的知識較為廣泛，讓學(xué)生掌握數(shù)據(jù)挖掘的理論、常用算法以及應(yīng)用場景等相關(guān)知識尤為重要?？紤]到學(xué)生相關(guān)知識儲(chǔ)備、課時(shí)安排以及實(shí)際應(yīng)用的需求，安排理論課程內(nèi)容如下。

2.1.1? 數(shù)據(jù)挖掘的基本概念

通過講述數(shù)據(jù)挖掘的基本概念、基本任務(wù)、發(fā)展歷史、最新進(jìn)展以及發(fā)展趨勢等內(nèi)容，使得學(xué)生對數(shù)據(jù)挖掘有基本的概念。

2.1.2? 數(shù)據(jù)的相關(guān)概念

通過講述數(shù)據(jù)類型、數(shù)據(jù)質(zhì)量、相似性和相異性的度量等相關(guān)內(nèi)容，使學(xué)生了解數(shù)據(jù)的相關(guān)概念以及數(shù)據(jù)的重要性，此外，通過講述基本的數(shù)據(jù)預(yù)處理技術(shù)，使得學(xué)生掌握相關(guān)技術(shù)，能夠?qū)?shù)據(jù)進(jìn)行相關(guān)處理。

2.1.3? 分類的概念及算法

分類任務(wù)是數(shù)據(jù)挖掘的基本任務(wù)之一，是研究熱點(diǎn)，應(yīng)用十分廣泛，因此作為“數(shù)據(jù)挖掘?qū)д摗闭n程的重點(diǎn)內(nèi)容。首先講述解決分類問題的一般方法，然后介紹經(jīng)典的分類算法，包括決策樹、基于規(guī)則的分類器、最近鄰分類器、貝葉斯分類器、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、組合方法，最后講述分類模型的過分?jǐn)M合問題、分類器的評價(jià)指標(biāo)、比較分類器的統(tǒng)計(jì)方法、不平衡分類問題、多類分類問題等內(nèi)容。

2.1.4? 關(guān)聯(lián)分析的概念及算法

關(guān)聯(lián)分析也是數(shù)據(jù)挖掘的基本任務(wù)之一，首先講述關(guān)聯(lián)規(guī)則問題的定義，講述關(guān)聯(lián)規(guī)則的概念：項(xiàng)集、k-項(xiàng)集、空集、支持度計(jì)數(shù)、支持度、置信度、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、候選集、頻繁項(xiàng)集等。然后，通過講述候選項(xiàng)集的暴力破解法、先驗(yàn)算法Apriori，F(xiàn)k-1*Fk-1方法等，引導(dǎo)學(xué)生掌握頻繁項(xiàng)集的產(chǎn)生。通過介紹生成候選規(guī)則的暴力破解法、基于Apriori的候選規(guī)則產(chǎn)生方法，引導(dǎo)學(xué)生掌握規(guī)則的產(chǎn)生。通過介紹最大頻繁項(xiàng)集以及FP增長算法，引導(dǎo)學(xué)生了解頻繁項(xiàng)集的緊湊表示以及FP增長算法。最后通過介紹主觀興趣度量和客觀興趣度量等，拿到學(xué)生掌握關(guān)聯(lián)規(guī)則模式評估的相關(guān)方法。

2.1.5? 聚類的概念及算法

聚類是數(shù)據(jù)挖掘中的一種無監(jiān)督學(xué)習(xí)方法，用于將數(shù)據(jù)對象根據(jù)它們的相似性進(jìn)行分組或聚集。聚類的目標(biāo)是在不需要先驗(yàn)知識的情況下，發(fā)現(xiàn)數(shù)據(jù)中隱藏的模式和結(jié)構(gòu)。幾種常見的聚類算法包括：K-means算法、層次聚類算法、密度聚類算法、基于概率模型的聚類算法、基于網(wǎng)格的聚類算法。每種算法都有其獨(dú)特的優(yōu)缺點(diǎn)和適用場景。在實(shí)際應(yīng)用中，選擇適合具體問題需求和數(shù)據(jù)特征的聚類算法非常重要。

2.2? 實(shí)驗(yàn)課程內(nèi)容設(shè)計(jì)

從上述的理論課程內(nèi)容可以看到，“數(shù)據(jù)挖掘?qū)д摗闭n程的知識點(diǎn)龐雜，如果只講述理論，學(xué)生難以消化，雖然通過設(shè)計(jì)案例能提高學(xué)生的理解能力，但是還需要實(shí)驗(yàn)課程，使得學(xué)生學(xué)以致用。實(shí)驗(yàn)課程旨在讓學(xué)生使用數(shù)據(jù)挖掘的理論、常用算法解決實(shí)際問題，加強(qiáng)理論與實(shí)踐的聯(lián)系?！皵?shù)據(jù)挖掘?qū)д摗睂?shí)驗(yàn)課程為18個(gè)課時(shí)，通過設(shè)計(jì)合適的實(shí)驗(yàn)，可以幫助學(xué)生鞏固理論知識、掌握數(shù)據(jù)挖掘技術(shù)，并培養(yǎng)實(shí)踐能力。

目前，隨著技術(shù)的迭代，出現(xiàn)了越來越多的數(shù)據(jù)挖掘工具，可以進(jìn)行數(shù)據(jù)分析與挖掘。常用的三種方案包括：1）使用R語言進(jìn)行數(shù)據(jù)挖掘；2）使用Python語言進(jìn)行數(shù)據(jù)挖掘；3）使用WEKA（Waikato Environment for Knowledge Analysis）進(jìn)行數(shù)據(jù)挖掘。WEKA是基于Java環(huán)境下開源的機(jī)器學(xué)習(xí)以及數(shù)據(jù)挖掘軟件，具有圖形用戶界面，易于操作，并且自帶示例數(shù)據(jù)集。鑒于部分同學(xué)沒有接觸過R語言、Python語言以及Java語言，實(shí)驗(yàn)教學(xué)中采用開源的數(shù)據(jù)挖掘工具WEKA作為示例，使得每位同學(xué)都能較容易地完成實(shí)驗(yàn)。然而，實(shí)驗(yàn)教學(xué)中，雖然使用WEKA作為示例，但是允許學(xué)生自由選擇具體的工具實(shí)現(xiàn)實(shí)驗(yàn)課程內(nèi)容，如直接使用Python語言實(shí)現(xiàn)等。實(shí)驗(yàn)課程內(nèi)容主要包括以下部分：數(shù)據(jù)、分類算法的應(yīng)用、關(guān)聯(lián)分析算法的應(yīng)用、聚類算法的應(yīng)用。

2.2.1? 數(shù)據(jù)

這部分實(shí)驗(yàn)內(nèi)容主要是讓學(xué)生熟悉WEKA的使用。WEKA匯集了多種機(jī)器學(xué)習(xí)算法、數(shù)據(jù)預(yù)處理方法以及數(shù)據(jù)可視化圖形用戶界面。WEKA可以讀取arff、csv等格式的數(shù)據(jù)文件。其中arff是一種WEKA專用文件格式。這部分實(shí)驗(yàn)內(nèi)容以weather.nominal.arff為例子，讓學(xué)生了解如何載入數(shù)據(jù)，如何觀察數(shù)據(jù)的特征以及標(biāo)簽，如何刪除或者增加特征等操作。

2.2.2? 分類算法的應(yīng)用

這部分實(shí)驗(yàn)內(nèi)容主要是讓學(xué)生掌握分類器的構(gòu)造，以及分類問題的一般解決過程。

首先，以iris.arff為例子，讓學(xué)生掌握如何選取不同的分類算法，設(shè)置不同的參數(shù)，以及采用不同的測試方法，讓學(xué)生學(xué)會(huì)觀察結(jié)果，如圖2所示。

其次，布置一個(gè)分類問題，讓學(xué)生使用不同的分類算法解決，比較分析結(jié)果，并完成實(shí)驗(yàn)報(bào)告。

2.2.3? 關(guān)聯(lián)分析算法的應(yīng)用

這部分實(shí)驗(yàn)內(nèi)容主要是讓學(xué)生掌握關(guān)聯(lián)規(guī)則挖掘及其具體應(yīng)用，掌握關(guān)聯(lián)規(guī)則模式評估的相關(guān)方法。

首先，以supermarket.arff為例子，讓學(xué)生掌握如何選取不同的關(guān)聯(lián)分析算法，設(shè)置不同的參數(shù)，讓學(xué)生學(xué)會(huì)觀察結(jié)果，如圖3所示。

其次，布置一個(gè)關(guān)聯(lián)分析問題，讓學(xué)生使用不同的算法，比較分析運(yùn)行結(jié)果并完成實(shí)驗(yàn)報(bào)告。

2.2.4? 聚類算法的應(yīng)用

這部分實(shí)驗(yàn)內(nèi)容主要是讓學(xué)生掌握使用聚類算法進(jìn)行聚類，掌握聚類模型的評估方法。先以glass.arff為例子做示范，然后布置一個(gè)聚類任務(wù)，讓學(xué)生使用不同聚類算法，比較分析結(jié)果并完成實(shí)驗(yàn)報(bào)告。

2.3? 實(shí)踐內(nèi)容設(shè)計(jì)

在課程實(shí)踐部分，學(xué)生將面臨一個(gè)具體的實(shí)際應(yīng)用問題，例如推薦系統(tǒng)、輿情分析等。學(xué)生需要收集相關(guān)數(shù)據(jù)，并運(yùn)用所學(xué)的數(shù)據(jù)挖掘技術(shù)來解決問題。這個(gè)實(shí)驗(yàn)可以讓學(xué)生將所學(xué)的知識應(yīng)用到實(shí)際場景中，培養(yǎng)解決實(shí)際問題的能力。

實(shí)踐內(nèi)容選自Kaggle的案例。為了讓學(xué)生更好地根據(jù)自身的情況進(jìn)行課外實(shí)踐，學(xué)生可以從Kaggle上自選案例，既可以使用不同的算法在參賽訓(xùn)練集上做分析，也可以直接參與比賽，看比賽的排名及分?jǐn)?shù)。

3? 課程考核

課程考核是檢驗(yàn)教學(xué)效果、培養(yǎng)人才的重要環(huán)節(jié)。傳統(tǒng)的數(shù)據(jù)挖掘考核方式單一，主要以卷面成績（期末考試），或者以教師主觀對課程論文的打分來衡量學(xué)生對本課程的掌握情況。而應(yīng)用型人才不僅要求學(xué)生掌握理論知識，還需要學(xué)生具備較強(qiáng)的實(shí)踐操作能力。為了綜合評估，課程考核應(yīng)該使用多元化考核，并且應(yīng)該覆蓋課程開始到課程結(jié)束的全過程。經(jīng)過探索，我們整理出具體的考核評價(jià)指標(biāo)，如表1所示。

其中，課堂小測是在學(xué)期中進(jìn)行，主要考察學(xué)習(xí)過程中理論知識的掌握程度。實(shí)驗(yàn)以及實(shí)踐是以小組為單位的，實(shí)驗(yàn)報(bào)告主要考察學(xué)生使用WEKA進(jìn)行相關(guān)實(shí)驗(yàn)、整理報(bào)告的能力（也可以使用其他工具），實(shí)踐及展示主要是考察學(xué)生的應(yīng)用能力，即直接使用所學(xué)解決實(shí)際問題的能力，以及學(xué)生展示成果的能力。二者均反應(yīng)團(tuán)隊(duì)合作能力。期末論文則以個(gè)人為單位，可以進(jìn)一步考察學(xué)生解決問題的實(shí)踐能力，包括對于問題的理解、思路、實(shí)驗(yàn)、結(jié)果整理以及論文編寫的綜合能力。每個(gè)人都進(jìn)行答辯，答辯過程，教師和學(xué)生都能提問和討論，以激發(fā)學(xué)生的創(chuàng)造力。

4? 課程成效

在2022—2023年第一學(xué)期，2019級物聯(lián)網(wǎng)專業(yè)共有90余名學(xué)生選修“數(shù)據(jù)挖掘?qū)д摗闭n程。經(jīng)過一個(gè)學(xué)期的實(shí)施，主要取得以下成效：

1）學(xué)生掌握了經(jīng)典的算法。通過課堂小測以及課堂討論，學(xué)生掌握了經(jīng)典算法的原理，并且能夠以例子說明算法的求解過程。

2）學(xué)生掌握了使用WEKA進(jìn)行數(shù)據(jù)分析，可以進(jìn)行分類器的構(gòu)建、聚類分析以及關(guān)聯(lián)分析。

實(shí)驗(yàn)報(bào)告反應(yīng)，學(xué)生能夠使用WEKA進(jìn)行數(shù)據(jù)分析（包括特征增減等），能夠使用WEKA應(yīng)用多種分類算法、聚類算法、關(guān)聯(lián)分析方法于相關(guān)的數(shù)據(jù)集并且進(jìn)行相關(guān)分析。部分同學(xué)能使用Python語言進(jìn)行相關(guān)的建模及分析。

3）學(xué)生完成了實(shí)踐內(nèi)容，并較好地展示結(jié)果。學(xué)生以小組的形式進(jìn)行實(shí)踐內(nèi)容，所有小組注冊了Kaggle賬號并提交了分析結(jié)果，部分小組提交的成績在前30%，部分小組則進(jìn)行了算法對比分析。各小組針對所選的問題，進(jìn)行問題分析、數(shù)據(jù)預(yù)處理、特征選擇、構(gòu)建模型、結(jié)果分析、結(jié)果展示，體驗(yàn)了數(shù)據(jù)挖掘基本流程，也反映了團(tuán)隊(duì)合作能力。

4）學(xué)生高質(zhì)量完成期末論文并且進(jìn)行相關(guān)答辯匯報(bào)。學(xué)生自選課題，進(jìn)行了檢索文獻(xiàn)、撰寫論文到答辯匯報(bào)，從結(jié)果看來，學(xué)生對問題分析、解決的能力都得到了提升，有部分同學(xué)以期末論文為依托，進(jìn)行了畢業(yè)設(shè)計(jì)。

5? 結(jié)? 論

綜上所述，數(shù)據(jù)挖掘是一門實(shí)用性很強(qiáng)的學(xué)科，注重將理論知識與實(shí)際應(yīng)用相結(jié)合。在筆者的教學(xué)設(shè)計(jì)中，學(xué)生通過掌握理論、上機(jī)實(shí)驗(yàn)、再到針對實(shí)際問題進(jìn)行實(shí)踐，逐步遞進(jìn)的掌握數(shù)據(jù)挖掘的基本原理和方法。同時(shí)，數(shù)據(jù)挖掘往往需要多個(gè)領(lǐng)域的專業(yè)知識和技能的協(xié)同，筆者鼓勵(lì)學(xué)生進(jìn)行團(tuán)隊(duì)合作，模擬真實(shí)工作環(huán)境中的跨領(lǐng)域團(tuán)隊(duì)合作，通過與其他專業(yè)學(xué)生的合作，學(xué)生可以從不同角度思考問題，提高解決問題的能力和團(tuán)隊(duì)合作的技巧。

在“新工科”背景下，為了培養(yǎng)同時(shí)具有扎實(shí)理論基礎(chǔ)、綜合實(shí)踐能力以及良好創(chuàng)新能力的應(yīng)用型人才，筆者對“數(shù)據(jù)挖掘?qū)д摗闭n程的理論教學(xué)內(nèi)容、實(shí)驗(yàn)教學(xué)內(nèi)容、實(shí)踐內(nèi)容和考核方式進(jìn)行了探索和改革，力求能發(fā)揮課程對學(xué)生專業(yè)學(xué)習(xí)的啟蒙作用。在未來的教學(xué)實(shí)踐中，將繼續(xù)累積經(jīng)驗(yàn)，不斷完善課程教學(xué)，提高教學(xué)成效，確保達(dá)成應(yīng)用型人才培養(yǎng)的目標(biāo)。

參考文獻(xiàn)：

[1] 潘懋元，周群英.從高校分類的視角看應(yīng)用型本科課程建設(shè) [J].中國大學(xué)教學(xué)，2009（3）：4-7.

[2] 唐培培，吳明暉.基于Kaggle競賽數(shù)據(jù)的“數(shù)據(jù)挖掘技術(shù)”課程建設(shè)探索與實(shí)踐研究 [J].工業(yè)和信息化教育，2021（3）：85-88.

[3] 黃發(fā)良，鐘世華，何萬莉.基于CDIO理念的數(shù)據(jù)挖掘課程教學(xué)探索 [J].南寧師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2021，38（2）：191-196.

[4] 衛(wèi)志華，孔思尹，丁志軍，等.新工科背景下數(shù)據(jù)挖掘課程綜合性實(shí)驗(yàn)設(shè)計(jì) [J].計(jì)算機(jī)教育，2020（3）：127-135.

[5] 劉彤，馬夢冉，倪維健.數(shù)據(jù)挖掘翻轉(zhuǎn)課堂混合式教學(xué)模式研究 [J].軟件導(dǎo)刊，2021，20（8）：200-204.

[6] 王偉.融合學(xué)習(xí)路徑的管理類數(shù)據(jù)挖掘課程教學(xué)改革 [J].福建電腦，2021，37（2）：33-36.

[7] 黃發(fā)良，鐘世華，何萬莉.基于CDIO理念的數(shù)據(jù)挖掘課程教學(xué)探索 [J].南寧師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2021，38（2）：191-196.

[8] 林華靈，丁杰，卓琳，等.關(guān)于應(yīng)用型本科“數(shù)據(jù)挖掘”課程改革的探索與思考 [J].福建金融管理干部學(xué)院學(xué)報(bào)，2020（4）：58-62.

[9] 周長敏，佘佐明，楊光臨.應(yīng)用型本科數(shù)據(jù)挖掘技術(shù)課程教學(xué)方法的探索 [J].凱里學(xué)院學(xué)報(bào)，2022，40（3）：104-108.

[10] 趙曉凡.公安高等院校數(shù)據(jù)挖掘課程教改研究 [J].計(jì)算機(jī)教育，2018（1）：39-42.

作者簡介：楊曉杏（1984—），女，漢族，廣東云浮人，助理教授，博士，研究方向：軟件缺陷預(yù)測、數(shù)據(jù)挖掘；蘇建敏（1982—），男，漢族，湖北仙桃人，講師，博士，研究方向：多傳感器數(shù)據(jù)融合；梅逢城（1990—），男，漢族，江西南昌人，實(shí)驗(yàn)師，碩士，研究方向：物聯(lián)網(wǎng)應(yīng)用設(shè)計(jì)。