论文部分内容阅读
【摘要】数据挖掘逐步成为本科教学中重点课程，本文探讨数据挖掘课程在本科教学中的教学内容和教学方法，以期待取得更加好的数据挖掘教学效果。
【关键词】数据挖掘 ； 教学内容 ； 教学方法
【中图分类号】G64 【文献标识码】B 【文章编号】2095-3089（2015）7-0255-02
一、引言
数据挖掘（Data Mining），又称数据库中的知识发现（Knowledge Discovery In Database），是从大量的、不完整的、有噪声的、模糊的、随机的大型数据中提取隐含在其中的、人们事先未知的、具有潜在价值的信息和知识的过程。简单的说，数据挖掘就是从大量数据中提取或“挖掘”出人们有用的知识。面对当前“海量数据，微量信息”的现状，数据挖掘的重要研究分支—关联规则，作为一种高级和智能的数据处理和分析技术的研究正方兴未艾。
目前数据挖掘技术已经广泛地应用于金融零售、电子通讯、生物、医学医药等有着大量数据并且需要大量分析的领域，扮演着越来越重要的角色。该课程原来在研究生教学中开设，但是随着网络时代的到来，数据挖掘变得越来越重要，需求人才越来越多。为了更好的满足社会对于数据挖掘人才的需求，有利于本科生就业，越来越多的学校选择在本科阶段开设数据挖掘课程。
数据挖掘在现今社会非常重要，对本科生就业会有巨大的帮助。然而数据挖掘理论非常深奥，本科生理解起来有一些困难。因此本文将探讨本科计算机专业的数据挖掘教学方法，解决在本科教学中数据挖掘课程中存在的问题，更好地培养从事数据挖掘的人才。
二、数据挖掘课程的教学内容
数据挖掘是一个交叉学科，包含数据库与数据仓库技术、统计学、模式识别、机器学习、信息科学、可视化技术等多学科的知识。通过本课程的学习使学生掌握数据预处理的过程，理解概念分层、关联规则、聚类、分类等算法的原理与程序实现，了解数据挖掘技术的未来研究与应用方向，并使学生具有数据挖掘的基础知识以及在未来从事数据挖掘工作的能力。
数据挖掘的需要重点讲解的核心内容包括数据挖掘基本概念、数据预处理以及概念描述、关联规则、聚类分类算法需要仔细讲解，彻底理解每一个知识点；可选择讲解的内容包括数据仓库、复杂类型的数据挖掘、数据挖掘的应用和发展趋势。这些内容有条件可以讲解，没条件可以指导学生自学。这种教学内容分配方式根据学时调整所讲内容，使学生能满足以后需要从事数据的预处理工作及算法的测试工作。
三、数据挖掘课程的教学方法
数据挖掘涉及的内容广，交叉性强，需要丰富的理论和技术知识，概念和算法抽象复杂，对于本科学生理解起来难度是非常大，加上教师本身专业涉及面有一定的局限性，不可能样样精通，这些数据挖掘课程的特点都在无形中增加了教师在讲授这门课程的难度。为了能更好地教授数据挖掘课程，教师首先需要坚持不斷学习和努力实践，积极提升自身的数据挖掘理论水平和工程实现技能，多与各院校从事数据挖掘领域研究的教授、学者交流研究成果，多借鉴其他课程优秀教师的教学经验，将这些研究成果和教学经验借鉴到数据挖掘教学中去；其次注重每学期开始的时候注重课程的引入以及每堂课开始时候课堂的导入，抓住学生的注意力，激发学生的学习兴趣和求知欲；最后要求将学习到算法和工程实践相结合，使学生将所学挖掘理论知识运用到工程中，让他们能够很好地用学到的理论解决实际问题。
四、结束语
随着数据在人们生活中扮演得角色越来越重要，数据挖掘课程将成为各高校本科教学中的重要课程。教师要不断提高自己的职业水平，不断改进教学方法，积累教学经验，提高学生的学习兴趣，既熟练掌握数据挖掘的理论又能从事数据挖掘的工程实践，为社会培养更多的合格的数据挖掘人才。
参考文献
[1]曾志强.本科数据挖掘教学研究[J].科教文汇，2009（10）
[2]詹少强.大数据背景下的数据挖掘课程教学新探[J].长春教育学院学报，2014（22）：81-81
[3]曾垂省，舒坤贤等.生物信息学专业之数据挖掘教学实践与思考[J].广州化工，2014（7）：190-192
[4]Jiawei Han、Micheline Kamber，范明、孟小峰等译. 数据挖掘概念与技术.北京： 机械工业出版社， 2001
[5]陈源.数据挖掘在高校档案管理中的应用研究[J].办公室业务， 2013（22）
[6]沈浩，陈思源.运营商的精准营销利器——采用数据挖掘实现交叉销售[J].中国数字电视，2011（09）
[7]彭松波，何文秀.决策树在高校就业管理系统中的应用研究[J]. 中原工学院学报. 2006（04）
[8]李静，王建军.数据挖掘在高校教学信息化管理中的应用探讨[J]. 科技信息（学术研究）. 2006（08）
作者简介：刘文（1982.8-），女，湖南湘潭人，博士，汉族，中国传媒大学副教授，主要研究领域信息安全。
【关键词】数据挖掘 ； 教学内容 ； 教学方法
【中图分类号】G64 【文献标识码】B 【文章编号】2095-3089（2015）7-0255-02
一、引言
数据挖掘（Data Mining），又称数据库中的知识发现（Knowledge Discovery In Database），是从大量的、不完整的、有噪声的、模糊的、随机的大型数据中提取隐含在其中的、人们事先未知的、具有潜在价值的信息和知识的过程。简单的说，数据挖掘就是从大量数据中提取或“挖掘”出人们有用的知识。面对当前“海量数据，微量信息”的现状，数据挖掘的重要研究分支—关联规则，作为一种高级和智能的数据处理和分析技术的研究正方兴未艾。
目前数据挖掘技术已经广泛地应用于金融零售、电子通讯、生物、医学医药等有着大量数据并且需要大量分析的领域，扮演着越来越重要的角色。该课程原来在研究生教学中开设，但是随着网络时代的到来，数据挖掘变得越来越重要，需求人才越来越多。为了更好的满足社会对于数据挖掘人才的需求，有利于本科生就业，越来越多的学校选择在本科阶段开设数据挖掘课程。
数据挖掘在现今社会非常重要，对本科生就业会有巨大的帮助。然而数据挖掘理论非常深奥，本科生理解起来有一些困难。因此本文将探讨本科计算机专业的数据挖掘教学方法，解决在本科教学中数据挖掘课程中存在的问题，更好地培养从事数据挖掘的人才。
二、数据挖掘课程的教学内容
数据挖掘是一个交叉学科，包含数据库与数据仓库技术、统计学、模式识别、机器学习、信息科学、可视化技术等多学科的知识。通过本课程的学习使学生掌握数据预处理的过程，理解概念分层、关联规则、聚类、分类等算法的原理与程序实现，了解数据挖掘技术的未来研究与应用方向，并使学生具有数据挖掘的基础知识以及在未来从事数据挖掘工作的能力。
数据挖掘的需要重点讲解的核心内容包括数据挖掘基本概念、数据预处理以及概念描述、关联规则、聚类分类算法需要仔细讲解，彻底理解每一个知识点；可选择讲解的内容包括数据仓库、复杂类型的数据挖掘、数据挖掘的应用和发展趋势。这些内容有条件可以讲解，没条件可以指导学生自学。这种教学内容分配方式根据学时调整所讲内容，使学生能满足以后需要从事数据的预处理工作及算法的测试工作。
三、数据挖掘课程的教学方法
数据挖掘涉及的内容广，交叉性强，需要丰富的理论和技术知识，概念和算法抽象复杂，对于本科学生理解起来难度是非常大，加上教师本身专业涉及面有一定的局限性，不可能样样精通，这些数据挖掘课程的特点都在无形中增加了教师在讲授这门课程的难度。为了能更好地教授数据挖掘课程，教师首先需要坚持不斷学习和努力实践，积极提升自身的数据挖掘理论水平和工程实现技能，多与各院校从事数据挖掘领域研究的教授、学者交流研究成果，多借鉴其他课程优秀教师的教学经验，将这些研究成果和教学经验借鉴到数据挖掘教学中去；其次注重每学期开始的时候注重课程的引入以及每堂课开始时候课堂的导入，抓住学生的注意力，激发学生的学习兴趣和求知欲；最后要求将学习到算法和工程实践相结合，使学生将所学挖掘理论知识运用到工程中，让他们能够很好地用学到的理论解决实际问题。
四、结束语
随着数据在人们生活中扮演得角色越来越重要，数据挖掘课程将成为各高校本科教学中的重要课程。教师要不断提高自己的职业水平，不断改进教学方法，积累教学经验，提高学生的学习兴趣，既熟练掌握数据挖掘的理论又能从事数据挖掘的工程实践，为社会培养更多的合格的数据挖掘人才。
参考文献
[1]曾志强.本科数据挖掘教学研究[J].科教文汇，2009（10）
[2]詹少强.大数据背景下的数据挖掘课程教学新探[J].长春教育学院学报，2014（22）：81-81
[3]曾垂省，舒坤贤等.生物信息学专业之数据挖掘教学实践与思考[J].广州化工，2014（7）：190-192
[4]Jiawei Han、Micheline Kamber，范明、孟小峰等译. 数据挖掘概念与技术.北京： 机械工业出版社， 2001
[5]陈源.数据挖掘在高校档案管理中的应用研究[J].办公室业务， 2013（22）
[6]沈浩，陈思源.运营商的精准营销利器——采用数据挖掘实现交叉销售[J].中国数字电视，2011（09）
[7]彭松波，何文秀.决策树在高校就业管理系统中的应用研究[J]. 中原工学院学报. 2006（04）
[8]李静，王建军.数据挖掘在高校教学信息化管理中的应用探讨[J]. 科技信息（学术研究）. 2006（08）
作者简介：刘文（1982.8-），女，湖南湘潭人，博士，汉族，中国传媒大学副教授，主要研究领域信息安全。