劉亮亮 柳青

摘要：大數(shù)據(jù)時代對經(jīng)管類專業(yè)的學(xué)生提出了新的挑戰(zhàn)和更高的要求，在經(jīng)管類專業(yè)中引入數(shù)據(jù)挖掘課程是一個有益的嘗試，從內(nèi)容重組、算法重現(xiàn)、案例教學(xué)、實踐教學(xué)等四個方面闡述了這門課程的教學(xué)方法。通過數(shù)據(jù)挖掘課程的學(xué)習(xí)學(xué)生的專業(yè)素養(yǎng)得到了提高，競爭力得以加強。

關(guān)鍵詞：大數(shù)據(jù);數(shù)據(jù)挖掘;Python;教學(xué)方法;人才培養(yǎng)

中圖分類號：G642? ? ? ?文獻標(biāo)識碼：A? ? ? ? 文章編號：1009-3044（2018）35-0136-02

Abstract：In the era of big data， new challenges and higher requirements have been put forward for students majoring in economics and management. Introducing data mining into economics and management is a beneficial attempt. This paper expounds the teaching methods of this course from four aspects： content reorganization， algorithm reappearance， case teaching and practice teaching.Through the course of data mining， students' professional quality has been improved and their competitiveness has been strengthened.

Key words： big data; data mining; Python; teaching method; personnel training

1 概述

我們所處的時代，各行各業(yè)的海量數(shù)據(jù)集不斷出現(xiàn)，新知識、新技術(shù)層出不窮，云計算、物聯(lián)網(wǎng)、數(shù)據(jù)挖掘、機器學(xué)習(xí)、深度學(xué)習(xí)的技術(shù)應(yīng)用到各行各業(yè)中。2015年9月，國務(wù)院印發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要》，系統(tǒng)部署大數(shù)據(jù)發(fā)展工作;2016年3月17日，《中華人民共和國國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》發(fā)布，在第六篇拓展網(wǎng)絡(luò)經(jīng)濟空間中的第二十七章“實施國家大數(shù)據(jù)戰(zhàn)略”提出：把大數(shù)據(jù)作為基礎(chǔ)性戰(zhàn)略資源，全面實施促進大數(shù)據(jù)發(fā)展行動。麥肯錫全球研究所的報告[1]也指出有效地捕捉、分析、可視化、應(yīng)用大數(shù)據(jù)來洞察、實現(xiàn)業(yè)務(wù)目標(biāo)，將能夠幫助企業(yè)從激烈的競爭中脫穎而出。時代的發(fā)展，數(shù)據(jù)管理方式的變化必將帶來人才培養(yǎng)方式的革命性改變。以往計算機及相近專業(yè)的專業(yè)課程逐漸在經(jīng)管類專業(yè)開設(shè)，數(shù)據(jù)挖掘就是其中的一門。由于數(shù)據(jù)挖掘課程在理工類專業(yè)開設(shè)較多，所以教學(xué)方法的討論也集中在計算機及相近專業(yè)。文獻[2]以構(gòu)建課程核心知識體系為主題，采用案例教學(xué)法，改革傳統(tǒng)的教學(xué)評價方式，理論結(jié)合實踐對作為計算機應(yīng)用專業(yè)的研究生核心課程數(shù)據(jù)挖掘進行了教學(xué)創(chuàng)新嘗試;文獻[3]也是對作為計算機科學(xué)與技術(shù)專業(yè)的核心課程數(shù)據(jù)挖掘提出以項目式學(xué)習(xí)為導(dǎo)向，案例輔助教學(xué)的教學(xué)方法，結(jié)合翻轉(zhuǎn)課堂教學(xué)模式，從課前學(xué)習(xí)、課中討論和課后應(yīng)用三個環(huán)節(jié)開展教學(xué)活動，提倡研究生自主學(xué)習(xí);文獻[4]詳細分析了數(shù)據(jù)挖掘課程產(chǎn)生的背景，確立數(shù)據(jù)挖掘課程在計算機及相關(guān)專業(yè)的定位，梳理了數(shù)據(jù)挖掘課程的理論方法與內(nèi)容體系，強調(diào)注重理論與實際應(yīng)用項目的結(jié)合。在經(jīng)管類專業(yè)中開設(shè)數(shù)據(jù)挖掘課程，與在理工類專業(yè)開設(shè)既有相似的地方，又有很多不同點?；诖?，我們有必要探討在大數(shù)據(jù)背景下經(jīng)管類專業(yè)開設(shè)數(shù)據(jù)挖掘課程如何設(shè)計教學(xué)內(nèi)容，如何采用行之有效的教學(xué)方法提高學(xué)生數(shù)據(jù)分析數(shù)據(jù)挖掘的能力，以便能夠在大數(shù)據(jù)時代提高自己的競爭力。

2 經(jīng)管類專業(yè)開設(shè)數(shù)據(jù)挖掘課程面臨的問題

數(shù)據(jù)挖掘課程是理論和實踐緊密結(jié)合的一門課程，理論要求較高，涉及數(shù)據(jù)與信息的存儲理論、知識發(fā)現(xiàn)、決策支持、預(yù)測和決策等多個方面;數(shù)據(jù)挖掘課程又是一門交叉學(xué)科，學(xué)生知識結(jié)構(gòu)不完整，可能存在某些缺陷;工具的選擇也很多，Matlab、SPSS、SAS、Python等都是很好的數(shù)據(jù)挖掘工具，雖然不太可能要求學(xué)生每種工具都熟練掌握，但是要用到這些工具做數(shù)據(jù)挖掘必須掌握基本的語法結(jié)構(gòu)和程序設(shè)計的方法，有的學(xué)生并不具備這方面的技能。

3 采用的教學(xué)方法

我們采用的教學(xué)方法是“理論——案例——實踐”貫穿于整個教學(xué)過程中。

3.1 教材的選擇以及內(nèi)容的重組

數(shù)據(jù)挖掘的經(jīng)典教材是由范明、范宏建等譯的《數(shù)據(jù)挖掘?qū)д摗?，這本書的好處是考慮到學(xué)習(xí)這門課程的學(xué)生背景不同，他們可能并不具備廣博的統(tǒng)計學(xué)和數(shù)據(jù)庫知識，將統(tǒng)計學(xué)、線性代數(shù)和機器學(xué)習(xí)的必要基礎(chǔ)知識或融入正文，或包含在附錄中[5]。這樣的安排非常適合我們學(xué)校經(jīng)管類的學(xué)生，他們并不具備非常完備的統(tǒng)計學(xué)、數(shù)學(xué)、計算機的知識，但又不是完全不懂，略知一二，具備學(xué)習(xí)數(shù)據(jù)挖掘的基本條件，他們的共同目標(biāo)是盡快地將數(shù)據(jù)挖掘的知識應(yīng)用到各自的領(lǐng)域。我們主要講解分類、聚類、回歸等算法，同時融合李航教授的《統(tǒng)計學(xué)習(xí)方法》[6]相關(guān)內(nèi)容;對于算法這本書給出的均是算法框架，需要用一門高級語言真正來實現(xiàn)，為了更好地理解其中各項參數(shù)的意義，我們又參考了《集體智慧編程》[7]、《智能Web算法》[8]等有關(guān)編程的書籍;另外，利用網(wǎng)絡(luò)資源如Coursera上的 Machine Learning 公開課，講了很多經(jīng)典算法，還提供了用Python寫的Demo。我們將這些內(nèi)容融合在一起，組成具有經(jīng)管特色的數(shù)據(jù)挖掘課程的內(nèi)容。

3.2 要求學(xué)生理解并編寫算法，真正弄懂算法的內(nèi)涵

數(shù)據(jù)挖掘課程中有很多經(jīng)典算法，理解這些經(jīng)典算法就要弄懂其中的關(guān)鍵步驟和涉及的函數(shù)。比如在單變量線性回歸問題中，著重要理解損失函數(shù)，理解了損失函數(shù)繼而能夠講解梯度下降算法。梯度下降算法主要有三種變種：批量梯度下降、隨機梯度下降、小批量梯度下降，主要區(qū)別在于使用多少數(shù)據(jù)來計算目標(biāo)函數(shù)的梯度，不同方法主要在準(zhǔn)確性和優(yōu)化速度間做權(quán)衡。繼而我們要求學(xué)生從創(chuàng)建數(shù)據(jù)集、定義模型、定義損失函數(shù)、初始化模型到訓(xùn)練、繪制擬合曲線圖、繪制訓(xùn)練誤差圖，訓(xùn)練完成以后，比較學(xué)得的參數(shù)和真實參數(shù)，用Python代碼一步一步地實現(xiàn)，并且嘗試用不同的學(xué)習(xí)率查看誤差下降速度（收斂率）。同樣在多變量線性回歸問題中，算法原理講解完成以后，也是類似地用Python代碼一步一步實現(xiàn)。這樣類似的算法還有很多，如對手寫數(shù)字進行識別要利用分類算法，分類算法有K-近鄰、樸素貝葉斯、支持向量機、AdaBoost算法等;群組發(fā)現(xiàn)或短文本聚類要用到聚類算法（K-means算法等）。這樣學(xué)生既熟悉了語言，又對算法有全方位的理解，真正弄懂算法的內(nèi)涵。

3.3 案例教學(xué)：用機器學(xué)習(xí)庫解決問題

弄清楚解決問題的算法后，我們就要用到機器學(xué)習(xí)庫解決問題。對同一個問題可以使用不同的方法來解決。比如預(yù)測房價是一個回歸問題，sklearn機器學(xué)習(xí)包中已經(jīng)自帶了該數(shù)據(jù)集，可以直接引用。先對房價數(shù)據(jù)集進行簡單的數(shù)據(jù)可視化，了解其中的數(shù)據(jù)情況。接著做線性回歸，劃分數(shù)據(jù)集為訓(xùn)練集和測試集，然后導(dǎo)入線性回歸模型，隨后對訓(xùn)練集進行訓(xùn)練操作，預(yù)測結(jié)果，最后評估模型的性能。接著我們可以使用多項式回歸與曲線擬合、使用基于樹的算法進行回歸（決策樹回歸、隨機森林回歸），比較不同模型的性能。

3.4 實踐教學(xué)：利用所學(xué)完成實踐項目

學(xué)生了解算法再經(jīng)過案例教學(xué)后，就可以利用所學(xué)完成實踐項目了。我們將學(xué)生分成小組，3～5個人一組，共同完成實踐項目。比如可以從中國國家統(tǒng)計局官網(wǎng)上下載有關(guān)房價的數(shù)據(jù)，分析房屋均價，并選取與其有關(guān)的如國內(nèi)生產(chǎn)總值、全國居民消費水平等變量進行多元回歸分析。學(xué)生完成項目以后，學(xué)生自評、教師點評，既肯定做得到位的地方，也指出不足之處，以便學(xué)生能更好地提高和發(fā)展。同時這一屆做得好的項目可以當(dāng)作下一屆的案例。

4 結(jié)束語

數(shù)據(jù)挖掘是一門重要的專業(yè)基礎(chǔ)課程，必須具備多學(xué)科、多領(lǐng)域的理論知識，并結(jié)合實踐應(yīng)用提升學(xué)生的學(xué)習(xí)效果和專業(yè)水平[4]。在大學(xué)里，設(shè)置一門課程，不能只關(guān)注這門課程所含的內(nèi)容，更要考慮教育培養(yǎng)學(xué)生基本專業(yè)能力、可持續(xù)發(fā)展能力等本質(zhì)性的問題[2]。我們對在經(jīng)管類專業(yè)中引入數(shù)據(jù)挖掘課程進行了有益的嘗試。實踐證明，通過這門課程的學(xué)習(xí)，學(xué)生運用數(shù)據(jù)挖掘的知識解決專業(yè)問題的水平顯著提高，懂得了團隊合作的重要性，增強了競爭力。同時，教師在教授這門課程的過程中完善了自身的知識結(jié)構(gòu)，教學(xué)水平也得到了不斷地提高。

參考文獻：

[1] http：//cdn.oreillystatic.com/en/assets/1/event/71/Big%20Data_%20The%20Next%20Frontier% 20Presentation.pdf.

[2] 張艷.大數(shù)據(jù)背景下的數(shù)據(jù)挖掘課程教學(xué)的新思考[J].計算機時代，2014（1）：59-61.

[3] 陳晶，呂佳.高校數(shù)據(jù)挖掘課程教學(xué)模式探究[J].電腦知識與技術(shù)， 2018，14（1）：45-46.

[4] 陳燕. 數(shù)據(jù)挖掘課程教學(xué)方法初探[J].教育教學(xué)論壇，2018，3（13）：146-148.

[5] [美]Pang-Ning Tan，Michael Steinbach，Vipin Kumar.數(shù)據(jù)挖掘?qū)д摚和暾鎇M].2版.范明，范宏建，等，譯.北京：人民郵電出版社，2011.1.

[6] 李航.統(tǒng)計學(xué)習(xí)方法[M]. 北京：清華大學(xué)出版社，2012.3

[7] [美]Toby Segaran.集體智慧編程[M]. 莫映，王開福， 譯.北京：電子工業(yè)出版社，2015.3.

[8] [英]Douglas G.Mcll wraith [美]HaralambosMarmains，DmitryBabenko.智能Web算法（第2版）[M]. 陳運文等，譯. 北京：電子工業(yè)出版社，2017.6.

[通聯(lián)編輯：王力]