基于CDIO理念的“数据仓库与数据挖掘”课程改革与实践.doc_第1页
基于CDIO理念的“数据仓库与数据挖掘”课程改革与实践.doc_第2页
基于CDIO理念的“数据仓库与数据挖掘”课程改革与实践.doc_第3页
基于CDIO理念的“数据仓库与数据挖掘”课程改革与实践.doc_第4页
基于CDIO理念的“数据仓库与数据挖掘”课程改革与实践.doc_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于CDIO理念的“数据仓库与数据挖掘”课程改革与实践 杨艳霞周凤丽 (武汉科技大学城市学院信息工程学部湖北武汉) 摘要:数据仓库与数据挖掘是大数据时代产生的一门新兴交叉的课程。针对该课程的特点,将工程教学理念融合到教学过程,重新设置了教学目标与大纲、调整了教学内容、改进了教学方法,总结了数据挖掘课程教学实践的一般流程并给出具体的实验教学设计方案。 关键词:教学改革;数据仓库;数据挖掘; :G642:50940 :50315 简介 工程教育模式是基于项目的学习的一种模式。中,()构思,根据工程实践,让学生掌握专业知识的基本原理,确定未来发展方向;()设计,以产品设计与规划为核心,解决具体问题;()执行,以制造为核心,组织一体化的课程实践,其中包括学生必须掌握的理论知识与实践能力;()运作,即产品应用的各个环节。它以产品的研发到运行的生命周期为载体,通过系统的产品设计让学生以主动的、实践的、课程有机联系的方式学习。代表工程项目生命全周期,是产业转型升级对创新人才需求的形势。 培养大纲将工程毕业生的能力分为技术知识与推理、个人专业能力和素质、团队合作与沟通能力、在企业和社会环境下系统四个层面,大纲要求以综合的培养方式达到这四个层面的预定目标。其精髓在于:以工程项目设计为导向、工程能力培养为目标的工程教育模式。 “数据仓库与数据挖掘”课程概况 当今的大数据时代,人们处理数据的能力大大增强,快速增长的海量数据已经远远超出人们的理解能力,因此数据仓库与数据挖掘技术得到了广泛关注,有效地挖掘和运用海量数据,获得有价值的知识和信息,从而帮助人们制定正确的决策。很多高校为工程类专业本科生开设这门专业课,研究如何将信息处理技术运用于企业管理决策的具体实际。 本工程课程涉及到数据仓库的设计与构建技术、联机分析处理技术、分类与预测、聚类、关联规则算法、数据挖掘应用综合项目技术等多方面的知识和技能。通过课程的学习,不仅要求学生掌握在数据仓库与数据挖掘方面的知识,还要求培养学生的工程能力。 但是目前许多高校在工程教育采用的教学方式存在以下问题:培养目标不清楚,学术化倾向严重;人才培养模式单一,缺乏多样性和适应性;工程性缺失和实践环节薄弱;课程体系与产业结构调整不适应等。在教学过程中,强调教师的主导作用,却忽视了学生的主体作用,忽视了学生的工程意识、工程素质和工程实践能力的培养。这与高校培养创新性应用型人才的目标相悖。因此,改革势在必行。 “数据仓库与数据挖掘”课程改革实践 基于理念的教学目标与大纲 教育理念所提倡的工程毕业生的能力分为技术知识与推理、个人专业能力和素质、团队合作与沟通能力、在企业和社会环境下系统四个层面,四个层面上进行综合培养的教学模式。在能力培养目标方面,课程在四个能力层面上建立培养目标。 针对“数据仓库与数据挖掘概述”内容,知识点是数据仓库的含义与特征、数据挖掘的任务、多维数据模型。讲授数据仓库的概念、特点、构成以及数据挖掘和数据处理的基本知识,使学生有一个初步的理解。培养学生技术知识与推理能力。 针对“联机分析处理”内容,知识点是数据仓库的数据组织、数据预处理、数据存储、基于多维数据模型的数据分析。本阶段如果不结合直观的举例讲解,学生就失去了兴趣,因此笔者要布置一些思考题,教会学生自主学习,自己查阅教材、网络等资源资料,从中提炼出结论。培养个人分析问题、解决问题的能力、所学知识的灵活应用能力; 针对“分类与预测、聚类、关联规则”内容,知识点是数据采集、关联规则算法的设计、结果分析。在这个阶段经常会是“数据的堆砌”,讲了很广泛的算法知识却没有足够的时间进行深入理解。因此应抓住关键的概念、能力,引导学生提出问题,并学会调查研究,为学生提供深层学习的机会,并把在第一层面所学的知识运用到对问题的解决之中去。这样,学习的焦点就从“覆盖”的方式过渡到以学生为中心的学习方式。培养数据获取能力、程序设计能力、问题表达能力; 针对“数据挖掘应用综合项目”内容,知识点是项目的准备、进度管理、文档管理和项目设计和实现。实际工作牵涉到企业或者组织的各个部门多类人员,所有团队成员之间协同、合作,会有分工、沟通、协调,甚至会有妥协,这就要求在运用实例的过程中一定要具有团队合作精神。培养工程系统能力和人际团队能力。 改革教学内容 在教学内容中安排了两级项目:多种初级项目和一个高级项目。初级项目是将课程内容分成各种项目,数据主要的示例数据仓库,以项目实现促进理论学习;高级项目是综合性项目:“卷烟产品销售规律挖掘”,利用卷烟产品历史销售数据中蕴含的信息,采用数据挖掘技术对各个卷烟品种销售的关联关系进行分析并预测,以制定更加合理的卷烟产品营销策略。具体项目设置如下: 项目一:基于的数据仓库数据库及多维数据模型设计。步骤如下:分析组织的业务状况及数据源结构组织需求调研,收集分析需求采用信息包图法设计数据仓库的概念模型利用星型图设计逻辑模型物理模型设计构建多维数据模型。本项目旨在个人能力的培养(分析问题、解决问题的能力、所学知识的灵活运用能力等)。 项目二:关联规则挖掘。使用商业智能开发工具进行购物篮分析,以达到重新设计网站功能,提高产品的零售量。 项目三:潜在客户分析即分类及预测。使用商业智能开发工具分析购买自行车的潜在客户。 项目四:聚类分析。使用商业智能开发工具分析客户购买自行车情况分析。 项目五:贝叶斯网络应用。使用商业智能开发工具解决一个简单的预测和诊断问题。 项目二至五旨在培养学生个人能力(数据获取能力、程序设计能力等)和人际团队能力(问题表达能力、人际交流能力),倡导学生乐于探究、勤于动手。 高级项目:数据挖掘应用综合项目“卷烟产品销售规律挖掘”。将一个相对独立的项目交由学生自己处理,从信息的收集,方案的设计,到项目实施及最终评价,都由学生自己负责,学生通过该项目的进行,了解并把握整个过程及每一个环节中的基本要求。通过综合项目,学生完成了的四个阶段,提升所提倡的四大能力,具体体现如表所示。 改革教学方法 在课程教学方法是项目教学法为主,任务驱动法和案例教学法为辅的教学模式,起到很好的教学效果。 结语 工程教育模式由麻省理工学院和瑞典皇家工程学院提出,包括构思、设计、实现和运作四个环节,是国际流行的工程人才培养理念,强调对学生创新思维、实践能力和团队协作精神的培养。本文体现了理念的能力培养要求,将数据仓库设计开发方法和数据挖掘技术融入具有较强工程背景与应用价值的项目设计与开发中,理论与实践紧密结合,推动课程建设和课程教学改革。 参考文献 顾佩华,沈民奋,陆小华译重新认识工程教育国际培养模式与方法北京:高等教育出版社, 郭长虹重构特色的工程图学课程体系图文学报,() 王丽丽视角

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论