返回主站|会员中心|保存桌面|手机浏览

《黑龙江教育(高教研究与评估)》杂志

杂志等级
    期刊级别:省级期刊 收录期刊:万方收录(中) 上海图书馆馆藏 国家图书馆馆藏 知网收录(中) 维普收录(中)
本刊往期
站内搜索
 
友情链接
  • 暂无链接
首页 > 杂志论文 > 任务驱动的数据仓库与数据挖掘课程案例教学
杂志文章正文
任务驱动的数据仓库与数据挖掘课程案例教学
发布时间:2020-05-29        浏览次数:41        返回列表

王华秋

(重庆理工大学,重庆 400054)

摘要:在目前数据仓库与数据挖掘课程教学现状的基础上,本文研究了这门课程的体系结构,采用案例教学作为新的教学方式对该课程进行教学改革,并提出了案例选择的标准。

关键词:任务驱动;案例教学;数据仓库与数据挖掘

中图分类号:G642.4 文献标识码:A 文章编号:1002-4107(2011)06-0052-02

当前,数据仓库与数据挖掘教学中过于重视对理论知识的认知,轻视对应用能力的训练,导致教学目标和企业的实际要求相差甚远,学生掌握了许多门数据挖掘理论算法,比如,分类、聚类、预测、关联规则、时间序列等等。但是每种理论算法都向“蜻蜓点水”一样,理论与实践严重脱节,导致学生似乎学了许多算法却不知道如何使用的难堪状况。

一、数据仓库与数据挖掘教学现状

数据仓库与数据挖掘是针对计算机软件专业高年级学生开设的一门专业课,以培养学生如何创造性解决实际决策问题的能力。该课程不仅有很强的理论性,更有实用性,它要求学生有较强的逻辑思维和编程开发能力。

(一)课程规划不合理

目前,大多数开设计算机专业的高校中,数据仓库与数据挖掘这门课都是在几乎所有课程学完之后开设,而这门课程本身是一门既有理论又有实践的高级编程课程,即使是在设计思路和方法上有较大不同,与其他面向对象的语言也是有很大联系的,而这种孤立的授课安排缺乏科学性。

(二)学生缺乏学习积极性

在现今的数据仓库与数据挖掘课程中,仍然采用“填鸭式”的教学方法,并没有将学生作为中心,偶尔引入一些前后没有联系的应用示例或零星代码。学生被动学习,只能将这些枯燥的理论算法、孤立的应用示例和零星的编程代码似懂非懂地死记硬背下来,却无法知其所以然。这无疑使学生对这门课程的学习失去了兴趣,也就无法获得良好的教学效果。

(三)教学内容与就业需求脱节

数据仓库与数据挖掘课程的教学,从知识讲授和技术培养上,都是处于基础层面的,既不重视新知识、新技术的讲授,也没有系统的按照数据挖掘项目开发的全部过程来教学,因此学生单纯的把数据挖掘理论看成是数学公式的堆砌,把数据挖掘系统编程看成是代码的编写,头脑中缺乏完整的体系架构,无法将所学灵活运用去解决实际问题。这必然导致学生的技能与软件企业的要求有差距,造成教学内容与就业需求相脱节。

二、课程项目案例的研究与设计

目前的教学现状促进了案例教学的发展,在对学生进行长期的案例教学之后,发现学生都适应了这种任务驱动的案例式教学,取得了良好的教学效果。

(一)案例教学的必然性

从教学内容上看,案例教学适合数据仓库与数据挖掘这样的知识结构复杂、专业性强的课程教学,没有一个完整的案例,学生无法将所学的众多理论知识融会贯通,也无法理解一些复杂专业术语的实际应用;从教学目标来看,案例教学可以培养学生解决问题的能力,通过案例,学生可以带着问题去学习,在学习中逐步分析问题并最终解决问题,从而提高创新力;从教学对象来看,案例教学能够增强学生对实际问题建模的逻辑思维的能力,这样学生主动参与学习过程,不仅可以激发学生探索学习新知识的热情,也可以缩小理论和实践的落差。

(二)数据仓库与数据挖掘课程体系

根据近几年从事这门课的教学经验,笔者将数据仓库与数据挖掘课程体系归纳为三个部分:基础理论、分析服务和实际应用三个部分,各部分所包含的详细内容如图1所示。

(三)案例选择标准

既然是案例教学,那么案例的选择非常重要,案例的质量直接影响教学的效果。对于数据仓库与数据挖掘课程而言,其特点就是:理论难以掌握,应用领域广泛,因此应该遵循由浅入深、以点带面的教学要求,选择的案例既要涵盖课程的理论内容,又要有一定的应用性和可拓展性,同时还要对学生课后的自主学习有一定的引导作用。结合数据仓库与数据挖掘课程体系以及相应大纲要求,案例须按如下标准选择:(1)案例的新颖性,能够提高学生的探索问题、解决问题的能力;(2)案例应采用系统集成的思想进行数据挖掘软件开发,有效地将数据挖掘算法、OIAP分析等概念融入其中;(3)案例应具有可持续性和可拓展性,既贯穿整个教学过程,又可不断加入新的算法模块增强系统的功能,这样无论是在初级教学阶段,还是在高级开发阶段,都能应用该案例进行学习和开发;(4)案例应切合当前的主流技术,这样能激发学生的学习兴趣。

(四)案例设计

按照上述案例选择标准,笔者设计出如下案例(已部分应用于教学过程中,取得较好的效果)。笔者选取的案例是:使用数据挖掘技术从电信公司的营业数据中发现影响客户会员消费行为的因素。该案例分为如下功能:(1)设计数据挖掘算法;(2)OLAP数据立方体的建立;(3)建立数据挖掘模型;(4)通过TCP/IP来连接分析服务;(5)使用ns通过HTTP来连接分析服务。

可能大家会对这一案例的安排不太理解,为什么要选择讲述这些内容呢?它们之间有什么必然联系吗?它们所包含的SQL Server数据挖掘课程体系结构又是什么呢?带着这些疑问,我们来解释一下案例的功能。

首先,该案例的第一、二项功能完成后,OLAP数据立方体和数据挖掘模型就建立了,所提供的分析服务在C/S体系结构中工作,分析服务提供了OLE DB和ADOMD.NET等客户端。接下来,该案例的第三、四项功能完成后,客户端在Internet上可以通过TCP/IP来连接分析服务,或者使用IIS通过HrITP来连接分析服务。于是服务器收到从客户端发来的请求后,分析服务确定该请求是数据挖掘请求还是OLAP请求,然后对请求进行适当地路由寻址。最终,数据挖掘请求调用数据挖掘算法,OLAP请求调用OLAP处理。

该案例可以贯穿整个教学过程,并且有着良好的扩展性,学生可以在此基础上去加入新的数据挖掘算法,图2描述了该案例和数据仓库与数据挖掘课程的对照关系。

本案例从设计阶段就充分考虑数据仓库与数据挖掘课程教学过程中所涉及到的各个环节的内容,在教学的基础理论阶段可以引入本案例来讲解诸如挖掘算法、OLAP、ADOMD、XMLA等概念,并且可以让学生来设计数据挖掘算法,并且随着课程的不断深入,逐步引入其他诸如数据挖掘可视化开发、分布式数据挖掘等高级编程技术,同时该案例能够很容易的从Windows桌面程序过渡到Web应用程序和分布式应用程序等流行技术,从而激发学生探索新技术主动学习的激情。

由于目前数据仓库与数据挖掘的传统教学方法有一定缺陷,应该把握住计算机专业教学的改革方向——任务驱动的案例式教学,案例的选取是教学的关键,教师需要全面掌握这门课程的基本理论知识,结合实践应用设计案例,提高学生的学习热情,制作出知识体系完整、可扩展性强的典型案例,并在今后的教学过程中建立起适合教学的典型案例库。

【责任编辑 李爱华】