数据挖掘课程教学设计范文

摘要：针对传统数据挖掘课程教学中的问题，借用Boppps模型，分析它与传统课堂的区别以及与工程认证的关联关系，对数据挖掘课程教学活动重新设计，以提高教学质量，为软件工程专业申请认证做准备。

关键词：工程认证；毕业要求；Boppps；模型；数据挖掘；软件工程

0引言

自2016年6月我国正式成为《华盛顿协议》签约国之后，国内高校顺应形势，积极参与到工程教育专业的认证工作中[1]。工程教育专业认证对我国高等教育带来了机遇和挑战，一方面，它能促使我们提高教学质量，让毕业生取得国际认可的从业资格证；另一方面，高等教育工作者需要转变思维，从教学输出的角度逆向思考，重新审视教学输入，包括教学目标、教学内容、教学方式等，勇于改革，以更好地培养出符合工程认证标准的毕业生。工程认证对学生的素养和能力提出了诸多要求，传统的填鸭式教学方式显然不利于这些素养和能力的培养。

1Boppps模型

Boppps模型是由北美地区高校教学技能培训机构InstructionalSkillsWorkshop（ISW）提出的一种有效的课程设计模式，旨在提高教师的授课技能[2]，近几年传入中国，被用在高等教育课堂上[3-5]，效果斐然。Boppps将课堂切分为6个环节，分别代表着bridgein（引入）、learningobjective（教学目标）、pre-test（前测）、participatorylearning（参与式学习）、post-assessment（后测）和summary（总结）。①引入环节通常从吸引学生注意力的有趣的或令人困惑的故事、案例、问题入手，将本次课堂的讨论对象引导出来；②教学目标环节明确告知学生本次课堂应该达到的教学目标有哪些，包括应该了解、熟悉和掌握的理论知识，以及应该具备的实践能力等；③前测环节通过小测试、提问、调查问卷等形式，摸底学生对本次教学内容的了解程度或是对之前知识点的掌握程度，有助于教师据此对教学内容有的放矢，及时调整；④参与式学习环节一改传统的以教师为主体的教学模式，倡导以学生为主体，利用小组讨论、角色扮演等多种形式，使学生积极主动地获取知识；⑤后测环节与前测环节相对应，在学习环节之后，通过小作业、小演示等形式，来检验学生对这次课堂的掌握程度；⑥在课堂最后的总结环节，教师对本次课堂进行总结和反思，对知识点再一次地归纳和总结，也对学习过程中出现的问题进行强调和重申。

2工程认证毕业要求

“工程教育认证标准”对本科生提出了12条毕业要求[1]，见表1。毕业要求从12个方面明确了工程类专业的本科生在毕业时应该具备的素养和能力。同时，也要求高等教育工作者转变思维方向，从输出到输入，对教学方式和教学模式进行革新，以期更好地培养出符合工程认证标准的学生。

3教学现状

数据挖掘课程是我校软件工程专业面向大四学生开设的一门专业选修课，主要讲授如何从海量的数据中挖掘出有意义的模式和信息，为生产生活提供决策支持。课程与目前所处大数据时代完全契合，内容新颖、理论丰富、操作性强、前沿、可深度研究，因此选课人数较多，通常选课率在95%以上。由于排课时间节点、课时、课程性质等因素的限制，数据挖掘课程目前的教学存在以下问题：①这门课程需要数据结构、数据库原理等先导课程的铺垫，因此排课时间放在大四的上学期，在这个时间节点，学生可能因为考研、找工作等原因而不重视课程；②这门课程共32学时，包括22学时理论教学和10学时实践教学，把这门课程所有的相关知识压缩在22个学时里面进行填鸭式讲授，效果不好；③这门课程的性质是专业选修课，前沿性强，学生可以在研究生阶段将数据挖掘作为研究方向，也可以在毕业后从事数据挖掘方面的工作，教师有责任和义务在这门课程中开拓学生视野，提高学生实践操作能力，为学生的终身学习打下基础。

4Boppps模型与传统课堂的区别

Boppps模型和传统课堂存在以下区别：（1）在Boppps模型中，6个环节有明显的分界线，每一个环节都不可或缺；而在传统课堂中，大多仅保留了引入、学习2个环节，其他的4个环节通常根据课堂的节奏灵活取舍。（2）在传统课堂中，学习部分多采用教师讲学生听的形式，以教师为主体，忽视学生的参与；而在Boppps模型中，学习部分是学生的参与式学习，以学生为主体。（3）在Boppps模型中，引入、前测、后测3部分的内容也需要精心设计，它们对吸引学生注意力、摸底学习基础和检验学习效果至关重要。

5Boppps模型与工程认证的关联关系

工程认证强调学生解决复杂工程问题的能力，包括运用工程知识分析问题、解决问题、团队合作、沟通、终身学习等。在传统课堂上，学生很难获取到这些能力。在Boppps模型中，前测部分可以测试学生对基础工程知识的掌握程度；参与式学习将学习的主动权交给学生，学生需要去查找资料，分析、解决问题，与同伴合作，并将解决方案表达、演示出来；后测部分在课下给学生布置自主思考或探索的作业，促使他们养成终身学习的好习惯。在这个过程中，工程认证中要求的这些能力都得到了很好的培养和锻炼。

6教学设计以数据挖掘课程关联规则

挖掘这一章节为例，按照Boppps模型，来设计一次课堂教学活动的流程，见表2。软件工程的一些专业基础课程，例如数据库原理、数据结构等，介绍本专业其他后续课程所需要的基础理论，而数据挖掘作为一门专业选修课程，更倾向于是一种工具课程，对生活生产中的数据进行分析和挖掘。因此，我们有很多贴近生活的丰富多彩的案例可以作为引子在引入环节来吸引学生的注意力，例如表2中的沃尔玛超市购物篮例子，啤酒和尿布两个风马牛不相及的物品为什么会在购物篮中经常同时出现？这种共现关系是怎么发现的？有什么作用？学生便迫不及待地想在后续的课程中找到相关答案。在教学目标环节，教师明确用两个标准对学生提出要求，一个是“了解”，一个是“掌握”，学生在课后可以通过教学目标进行自查，检查自己是否达到学习的目标；教师也可以在后测环节来判断这堂课是否达到应有的教学效果。在关联规则定义中，涉及支持度和置信度这两个评价指标，它们分别用古典概率和条件概率进行定义和表示，教师为了了解学生对概率论的掌握程度，以及便于调整后面的教学内容，可以在前测环节通过提问的形式进行摸底。如果回答情况良好，教师可以省去讲解，否则，教师还需帮助学生复习条件概率。参与式学习是非常重要的一个环节，占用的时间也较长；但是与传统的课堂不一样，在这个环节，学生起主导作用，教师扮演引导和协调的角色，维护课堂的秩序，把控课堂教学活动的进度。为了调动学生学习的积极性，教师给学生布置任务，让他们采用小组讨论的形式，在课堂中协作完成任务并进行讲解和演示。在本例中，任务是总结概念的定义、关联规则挖掘应用的场景以及Apriori算法的步骤。小组选派代表可以采取轮流制，让每一位学生得到锻炼。在后测环节，为了进一步巩固学生所学，检查这次课堂是否达到最初的教学目标，并及时发现教学中潜在的问题，跟教学目标直接相对应的，用一个全新的购物篮例子来检验学生是否能够融会贯通，手动推演出Apriori算法的过程。最后的总结环节，教师对后测环节中暴露出来的问题进行点评，对课堂进行总结，对容易出错和忽视的地方再一次强调。在这个环节，教师反思了整个教学过程，学生也反思了自己的知识盲区。这6个环节起承转合，环环相扣。学生的主观能动性调动起来了，不再依赖老师，运用基础知识、分析问题、解决问题、研究、团队合作、沟通与交流、终身学习等能力和素养也得到了提高。

7结语

申请工程专业教育认证是反思传统教学过程的良好机会。在剖析了目前数据挖掘课程教学中的问题之后，发现Boppps模型与工程认证毕业要求中的关联关系，基于Boppps模型对数据挖掘课程中的某个章节进行教学活动的再设计，以获得更好的教学效果，为教学改革和申请工程专业认证做准备。

参考文献：

[1]邓娜,陈旭,王春枝.针对工程教育认证的软件工程课程教学思考与探索[J].计算机教育,2017(7):41-43.

[2]穆华,李春.BOPPPS模型及其在研究型教学中的应用探究[J].陕西教育(高教),2015(10):27-30.

[3]张所娟,廖湘琳,余晓晗,等.BOPPPS模型框架下的翻转课堂教学设计[J].计算机教育,2017(1):18-22.

[4]殷旭辉.BOPPPS在思政课教学中的应用与反思:以“原理”课的一个知识点为例[J].黑龙江教育(高教研究与评估版),2015(9):7-8.

[5]杨丽,于为,李晓红.BOPPPS模型在数据结构课程教学中的应用与实践[J].大学教育,2017(4):15-17.

作者：邓娜；王春枝；叶志伟；张明武 单位：湖北工业大学