信息管理与信息系统专业“数据分析与挖掘”课程教学改革思考

［3］、跨学科课程建设［4］、思政教学［5-6］、BOPPPS教学法［3,7］、构建教学资源库［8］等这些改革举措在一定程度上解决了“数据分析与挖掘”课程教学中存在的一些问题，但要满足社会对数据分析与挖掘人才的需求仍须进行更多的探索和改革

一、信息管理与信息系统专业”数据分析与挖掘”课程的教学现状“数据分析与挖掘”课程旨在使学生了解数据挖掘的基本概念和方法，掌握数据预处理的基本技术和模式挖掘、分类、聚类等数据挖掘基本方法，了解数据挖掘的应用及前沿发展该课程理论难度较大，对学生应用相关理论解决实际问题的能力要求较高当前，”数据分析与挖掘”课程教学还存在如下一些突出问题

（一）课程难度大，学生学习兴趣不高“数据分析与挖掘”包含大量数学公式和推理，对于信息管理与信息系统专业的学生来说具有一定的挑战性特别是《关联分析》《分类》和《聚类》这三个主要章节中涉及许多学生之前未曾接触过的概念（如频繁项集、关联规则、分类、属性选择度量、凝聚/分裂的聚类、高密度连通区域等）和方法（如Apriori算法、模式增长方法、决策树归纳、贝叶斯分类、划分聚类、层次聚类等），这些都可能让学生感到困惑和缺乏兴趣此外，对于基础较为薄弱的学生来说，他们还需要自学统计学和机器学习等领域的相关内容因此，如何提高学生的学习兴趣，帮助他们更好地理解课程内容成了教学实践的关键问题

（二）理论学习与应用实践联系不够紧密“数据分析与挖掘”课程的相关理论和方法是为了解决人们在生产生活过程中面临的现实问题，因此在教学过程中应特别注重理论学习与应用实践的紧密结合然而，由于课程时长和难度的限制，我们往往无法在课堂上使用大规模的真实数据来展示数据挖掘的全过程相反，我们常常使用经过处理和简化的数据，这可能会让学生误以为数据分析与挖掘的核心在于数据分析部分然而，在解决实际问题时,学生发现大部分时间实际上是在数据收集和预处理阶段因此，如何将理论学习与应用实践进行有机融合，是我们在教学过程中需要密切关注的问题

（三）课上课下、线上线下未能有效结合目前，“数据分析与挖掘”课程仍主要依赖于课堂教学，课后自学作为辅助，这种教学方式并未能将二者有效地结合起来实际上，由于课堂教学与课后自学的分离，教师较难准确评估和监督学生课后自学的效果，导致无法及时调整课堂教学的内容和进度课上和课下的有机结合可以激发学生的学习积极性和主观能动性，有助于克服学习困难，提高学习效果只有将课堂学习和课后学习有机地结合起来,相辅相成、互相促进，才能最高效地实现教学目标止匕外，为使学生在课后自学过程中遇到的问题及时得到解决，将线上教学和线下教学相结合，充分利用两种教学方式的优势，能够有效提高教学效果和学生的学习体验

（四）课程评价体系不合理“数据分析与挖掘”课程的考核形式主要采用两种方法一种是闭卷考试形式,通过选择、填空、问答、计算等题型，考查学生对基础知识的掌握程度，从而评估他们对课程学习的理解和掌握情况；另一种是结课论文形式，通过学生处理真实数据、解决实际问题、撰写学术论文的过程和细节，评估他们在课程中获得的能力提升这两种形式各有优劣闭卷考试的评价结果相对比较客观，更能引起学生对理论学习的重视，但无法评估学生应用数据分析与挖掘知识解决实际问题的能力；结课论文可以很好地评估学生的能力，但教师对论文本身的评价具有一定的主观性，无法从论文本身判断学生独立解决问题的能力因此，如何构建全新的“数据分析与挖掘”课程评价体系，既能够准确地评估学生对理论知识的掌握情况，又能够全方位地评估他们解决实际问题的能力，变得非常重要且具有挑战性

（五）学生后续发展的可持续性不高“数据分析与挖掘”课程的教学旨在教授学生该领域的基本知识，更多精深前沿的内容需要学生在课程结束后自行关注和学习，如数据仓库和数据立方体技术、高级的模式挖掘分类/聚类方法等然而，因为学生并不从事相关领域的工作，往往忽视了对后续内容的学习事实上，数据分析与挖掘对于信息管理与信息系统专业的学生来说是提升能力、增长见闻的重要环节如果只停留在基本内容的学习而不去关注该领域的最新进展，那么这门课程的教学目的就不能算真正达到当前，“数据分析与挖掘”课程既忽视了对学生后续发展情况的关注，也没有为对数据分析与挖掘感兴趣的学生提供更好的学习和应用机会因此，如何将课程教学延续到课程结束之后，甚至对学生今后的工作学习产生真正意义上的影响，是教授这门课程的教师须思考的关键问题

二、信息管理与信息系统专业“数据分析与挖掘”课程的教学改革探究面向创新型、复合型、应用型人才的培养目标，为更好地解决“数据分析与挖掘”课程教学中存在的问题，下面提出一些关于教学改革的思考-基于学生的自主选题开展教学在课程伊始，我们应该引导学生针对他们感兴趣的实际领域，主动搜集适合进行数据挖掘和分析的相关数据然后，对各个数据集进行深入探讨和解析，并从中选择适合进行关联分析、分类和聚类的数据集，作为后续小组练习的素材由于这些数据集是学生自己挑选的，他们对后续的研究会更具热情和好奇心，这将有助于提高他们的学习兴趣在选题过程中，我们可以引导学生关注政府部门、国家统计局等发布的公开数据，以及Kaggle等竞赛网站上各行各业的相关数据这将使学生在后续的研究过程中更加关注国情，培养他们运用数据分析挖掘知识解决国家和社会发展中遇到的实际问题的意识和能力二结合选题进行理论与算法的小组讨论将数据分析与挖掘的理论知识难点逐一细化，并找到它们在学生自主选题中的对应，使学生充分认识到这些理论内容在实际的数据分析与挖掘过程中的重要性和必要性通过这种方式，学生能够克服畏难情绪，提高学习兴趣以小组为单位，对讨论课程中难以掌握的算法和内容，由学生轮流代表小组进行阐述，提出新的观点和见解，在激烈的探讨中达成一致、加深对相关内容的理解随后，要求学生将这些算法应用到各自所选的数据集中，根据实际问题和数据本身对算法进行调整和优化，培养学生的团队合作能力和应用理论解决实际问题的能力在后续不同组的展示和交流过程中，拓展学生对社会问题关注的深度和广度通过互相学习、查漏补缺，学生能够更好地理解相关内容回到课程的理论部分本身，了解实践过程中遇到的困难及其已有解决办法，并积极寻找新的可能

（三）利用线上手段赋能课下教学将课程的理论讲解部分和各小组代表的交流讨论部分作为课上教学的主要内容,将各小组内部的交流讨论部分作为课下学习的主要内容这样，课下的学习成了课上教学的必要前提和重要延续，同时也增强了理论学习与实际应用之间的联系在课后学习过程中，学生会遇到一系列难以解决的问题，将这些问题迅速带到接下来的课上教学中进行讨论和讲解，从而形成良好的学习闭环，以理论促进实践，以实践加深理论，以课上带动课下，以课下补充课上止匕外，利用教学设备完整地记录课堂教学，学生可以在线上随时查看学习过程中未能理解的内容教师也可以在线上对各小组遇到的问题进行实时解答，以保证课下学习能够顺畅进行，为接下来的课上教学提供保障

（四）建立学生成绩的综合评价体系将“数据分析与挖掘”课程的成绩评估分为三个部分课堂表现、期末论文和闭卷考试在课堂表现评估中，综合考虑学生在课程中的知识掌握和能力提升表现,对各小组的整体表现进行评分小组内部则根据每位成员在学习过程中的贡献进行权重划分，二者的结合得出每名学生在课堂表现部分的最终得分在期末论文部分,学生须运用在课堂教学过程中获得的经验，自选适合的数据集和选题进行数据分析与挖掘，解决实际问题，并以论文形式呈现研究成果教师会根据学生在论文中展示的知识应用能力和文献阅读能力进行评分至于闭卷考试部分，以多种题型对课程的基础知识进行全面考查，题目的难度设置须适中，附加题的形式有助于提高试题对学生知识掌握情况的区分度通过这三种评价方式的结合，教师可以多角度地考查学生的知识掌握情况和能力提升情况，从而更准确地评估教学效果五为学生的后续发展提供持续帮助在课程结束后，积极组织学生参加大学生数学建模竞赛等赛事，这不仅可以帮助学生加深对课程内容的理解、拓宽视野，提高他们在未来学习工作中的竞争力，还可以通过更深入的交流与合作培养他们解决实际问题的能力，树立其克服困难、发现问题和解决问题的自信心“数据分析与挖掘”课程在信息管理与信息系统专业大三年级下学期结束，课程结束后不久，学生将面临本科毕业论文选题的问题，其中一部分学生会选择在数据分析与挖掘领域进行深入研究，以此为契机引导学生学习更加深入的数据分析与挖掘理论和方法此外，在教学过程中，各级学生留下了许多与学习过程相关的数据，包括课堂表现成绩、学习记录、期末论文、考试试卷等通过对这些数据本身进行分析与挖掘，教师可以得到一些有益于指导教学和学生后续发展的重要结论在当今数据时代，各行各业时刻都在产生大量数据，我们需要借助数据分析与挖掘工具从海量信息中提取出有价值的信息“数据分析与挖掘”是信息管理与信息系统专业的核心必修课程，但在实际教学过程中存在课程难度大、学生学习兴趣不高、理论学习与应用实践联系不够紧密、课上课下线上线下未能有效结合、课程评价体系不合理、学生后续发展的可持续性不高等一系列问题本文从培养应用型人才的角度出发，提出了一些关于教学改革的思考通过这些改革措施，我们期望能够提高学生的学习兴趣和积极性，加强理论学习与实际应用的联系，实现线上线下教学的良好结合，关注学生的后续发展，从而提高教学质量和效果L1:李忠金，徐帅达.新时代“数据挖掘”课程的教学改革与探索[J].科技风，202213121-

123.

[2]蔡赛华.数据分析与挖掘课程教学改革研究[J].电脑知识与技术，2022,1831:178-

180.

[3]张微微，唐龙业，郝建华.基于雨课堂的“数据挖掘”课程混合式教学[J].科技风，20235115-117,

144.

[4]于健，刘志强，高洁，等.新工科背景下数据挖掘课程的教学改革探索[J].计算机教育，20233130-

134.

[5]张文彬，于健，赵满坤，等.数据挖掘课程中的思政教育探索与实践[J].软件导刊，2023,225230-

234.

[6]杨雄，徐慧华.融入课程思政的数据挖掘课程设计与教学实践[J].电脑与电信,2023636-

39.

[7]张在美.基于B0PPPS模型的“金融数据挖掘”课程教学设计以Apriori关联分析算法及金融应用”为例[J].科教导刊，20235112-

114.

[8]李四海，李燕.基于案例驱动的医学数据挖掘课程教学研究与实践[J].科教导刊，202314108-

111.Thoughts onthe TeachingReform ofthe CourseData Analysis and Mininginthe Majorof InformationManagement andInformation SystemsYIHei,MA Hong-guangl,LI Xiang

21.School ofEconomics andManagement,Beijing Universityof ChemicalTechnology,Beijing100029,China;

2.School ofEconomics andManagement,Changan University,Xi an,Shaanxi710064,ChinaAbstractData Analysisand Miningisacore coursefor themajor ofinformation management andinformation systems.At thisstage,there aremanyproblems thatneed tobe solvedin theteaching ofData Analysisand Mining,suchas studentslow learninginterest,insufficient connectionbetween theoryandapplication,ineffective integrationbetween offlineand offlineclasses,unreasonableevaluation system,and lowsustainability ofstudent development.In viewof this,this articleaims atcultivating innovative,compound andapplied talents,andproposes aseries ofspecific teaching reform ideas,including teachingbasedon studentstopic selection,group discussionscombined withselected topics,empowering offlineteaching throughonline means,establishing acomprehensiveevaluation system,and payingattention tostudents subsequentdevelopment,soas toimprove studentslearning autonomyand teachingeffectiveness andcultivatestudents abilityto flexiblyuse courseknowledge tosolve practicalproblems.Key wordsData Analysisand Mining;informationmanagementand informationsystemsmajor;teachingreform。