论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　理论来源于实践，而实践是检验理论的途径。由于学生对大数据认识的模糊性以及数据挖掘理论和算法的抽象性，数据挖掘教学方法应该让学生明白所学课程内容的具体原理和实际应用领域。在基本的教学过程中，对数据挖掘的基本概念、原理和算法的讲解最好结合案例教学法[5-6]，并且使用具体的数据演算实例来分析数据挖掘的过程和结果，使学生从实际案例中明白数据挖掘技术在处理大数据过程中的作用和意义。

　　除了从授课内容和教学方法方面改善外，学生自己的积极参与可以大大提高整个教学质量。学生是课堂学习的主体对象，被动学习的效果不如主动学习，即让学生欣然接受数据挖掘中的新内容和新方法，并且鼓励他们利用所学知识去解决科学实践问题。因此，在数据挖掘课程设计过程中可以采用案例采编及案例分析法，让学生自己独立或组队去搜集新课程内容涉及到的案例，让他们每两周提供一次案例分析报告，报告内容主要是数据挖掘在数据分析中的作用以及处理过程。同时，在上机实验时，让学生演算案例中的具体实例，进而有针对性地指导、启发学生积极思考。另外，针对每次案例采集和实验，让学生提交相应的分析报告，使得教师能更好地把握好学生对数据挖掘新内容理解和接收程度。

　　1.4增强兴趣，深入科学研究

　　大数据环境下的数据挖掘将面临着比以往更大的挑战，这也使得数据挖掘将涉及到更多的学科，造成教学难度加大。因此，在教学工作中，教师要发挥主导作用，积极引导学生学习新知识的兴趣。例如，让学生间隔性地去了解大数据环境下数据挖掘技术解决了什么问题，哪些企业或政府在这方面又有了什么创举，甚至让他们调查如今各大型招聘网中有关大数据分析和数据挖掘等职位的情况，进而增强学生对数据挖掘的兴趣。

　　另外，高年级中部分学生可能将选择深造，出国或考研。针对这部分学生，可以鼓励其选择数据挖掘方向的科学研究。通过分配一些具体且较为长期的课题任务让这些学生来完成，其研究内容可以精细到一个数据挖掘算法的研究，这样可以培养他们对问题的深刻认识，有助于他们对研究问题和研究方法的精确把握。可以通过阅读经典文献，掌握最新技术和方法，努力培养学生的创新性思维，并且鼓励和引导他们进行学术性创作。通过把科学研究引入到实际教学中，不仅可以培养学生接收新知识的能力，还可以提高其解决问题的能力，为他们后期的大数据科学研究打下较为坚实的基础。

　　2结束语

　　数据挖掘是大数据环境下高校急需开设的一门重要课程。传统教学主要是讲解数据挖掘的基础知识，学生对于抽象的概念和知识难以理解。针对数据挖掘交叉性强且知识结构较为复杂的情况，提出相应的教学策略以提高学生对知识内容和技术方法的兴趣。本文根据大数据的特征、作用和意义，结合实际教学经验，重点从培养学生的数据意识、加强理论体系、创新教学方法和深入科学研究等方面进行数据挖掘课程教学设计，为提高大数据环境下数据挖掘课程的教学质量提供参考依据。实践教学结果表明，该教学方法不仅能够提高学生对数据挖掘的兴趣，更有利于学生掌握课程的主要内容，并且对培养学生在计算机科学领域中数据算法研究能力具有一定的帮助。本文教学方法主要应用于大学本科的数据挖掘课程，对于研究生的大数据环境下的数据挖掘教学模式和课程设计有待于进一步探索和研究。

　　参考文献：

　　[1]王珊，王会举，覃雄派等.架构大数据：挑战、现状与展望[J].计算机学报，2011.34（10）：1741-1752

　　[2]李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域[J].中国科学院院刊，2012.27（6）：647-657

　　[3]黄美丽.“数据仓库与数据挖掘”研讨型教学实践探析[J].计算机时代，2012.12：52-53，55

　　[4]刘建伟.数据挖掘课程设计的教学探索[J].科技信息，2013.23：55-56

　　[5]王华秋.任务驱动的数据仓库与数据挖掘课程案例教学[J].黑龙江教育（高教研究与评估），2011.6：52-53

　　[6]周森鑫，盛鹏飞，王夫芹.数据挖掘课程案例教学研究[J].计算机技术与发展，2012.11：183-186