数据仓库与数据挖掘（第2版微课版）-课程教学章节实例

《数据仓库与数据挖掘》教学章节实例课程名称数据仓库与数据挖掘课程类别专业必修学分2授课对象本科三年级学生教学内容课程教学设计第1章第2节数据挖掘流程课程思政教学目标通过本节课程（1学时）教授，应使学生达到如下目标：基本原理方面，掌握数据挖掘过程中各个环节的主要任务和输入输出，重点理解数据挖掘的迭代性。思政层面：引导学生用批判性思维和辩证思维分析不同领域的数据挖掘流程的异同点；通过分析人在数据挖掘活动中的作用培养学生科学、严谨、公正诚信的工程职业道德。教学重难点教学重点内容1.数据挖掘的流程框架2.数据挖掘的流程的重要环节3.数据挖掘的流程的迭代式特点4.思政教育：用批判性思维和辩证思维分析不同领域的数据挖掘流程的异同点；通过数据挖掘流程中知识评估的作用培养学生科学、严谨、公正诚信的工程职业道德。教学策略与方法教学方法采用混合式教学方式。通过基础理论与原理的学习实现预期学习成果1，考核方式为单元测试。首先，教师在MOOC平台发布课程教学大纲和学习指南，使学生对课程内容及要求有整体的了解和认识；其次，教师发布任务清单、课程教学视频、PPT、项目案例、等资源，让学生带着问题进行自主学习；再次，学生对所学内容进行总结，在MOOC平台讨论区参与问题讨论，并在教师答疑区提出自学过程中遇到的问题；最后，教师分析参与讨论的情况，回答学生问题，并整理学生提出的共性问题，有针对性地准备课堂教学。在课堂授课中，教师首先根据本节课知识内容进行知识串讲，并根据MOOC平台中知识点测试的完成情况，对学生掌握薄弱的知识内容进行重点讲解，对之前收集到的学生问题进行详细回答，解决学生自主学习过程中的疑惑，同时使学生进一步梳理知识脉络，增强对知识的正确理解。另外，教师可邀请部分知识掌握较好的学生上台混合式教学组织讲解，向其他学生分享自己对课程内容的理解，对于学生讲述不够准确和完善的部分，教师再进行纠正和补充说明。课程结束后，学生需完成MOOC平台中的单元测试题，以检验基础知识的掌握水平。教学过程教师发布任务清单、课程教学视频、PPT、项目案例等资源，让学生带着问题进行自主学习；慕课地址：/course/BIT-1464031178?%20appId=null本节课知识内容进行知识串讲(1)数据准备：掌握知识发现应用领域的情况，熟悉相关的背景知识，理解用户需求。(2)数据选取：数据选取的目的是确定目标数据，根据用户的需要从原始数据库中选取相关数据或样本。在此过程中，将利用一些数据库操作对数据库进行相关处理。(3)数据预处理：对数据选取步骤中选出的数据进行再处理，检查数据的完整性及数据一致性，消除噪声，滤除与数据挖掘无关的冗余数据，根据时间序列和已知的变化情况，利用统计等方法填充丢失的数据。(4)数据变换：根据知识发现的任务对经过预处理的数据进行再处理，将数据变换或统一成适合挖掘的形式，包括投影、汇总、聚集等。(5)数据挖掘：确定发现目标，根据用户的要求，确定要发现的知识类型。根据确定的任务选择合适的分类、关联、聚类等算法，选取合适的模型和参数，从数据库中提取用户感兴趣的知识，并以一定的方式表示出来。(6)模式解释：对在数据挖掘中发现的模式进行解释。经过用户或机器评估后，可能会发现这些模式中存在冗余或无关的模式，此时应该将其剔除。如果模式不能满足用户的要求，就返回前面的相应步骤中反复提取3、根据MOOC平台中知识点测试的完成情况，对学生掌握薄弱的知识内容进行重点讲解数据挖掘过程是迭代式的特点。在讲授数据挖掘过程不可能一帆风顺。在数据挖掘结果不理想时如何分析问题解决问题时引入思政要素：如何看待生活中的挫折？引导学生遇到困难需要迎难而上。通过数据挖掘流程中知识评估的作用培养学生科学、严谨、公正诚信的工程职业道德。4、课堂答疑5、课堂讨论：不同领域数据挖掘流程的差异性引导学生用批判性思维和辩证思维分析不同领域的数据挖掘流程的异同点通过查看MOOC平台中的单元测试题回答情况，以检验学生基础知识的掌握水平。课程小结教学成效课程经多年实践，已经形成了较为成熟和完整的知识体系与配套实践体系，具体来说：课程理论内容在经典教材基础上，已经有别于一般性的同类教