基于建构性教学观的“数据挖掘技术”课程建设创新探索与实践

对标新工科背景下的一流课程建设目标,以应用型本科大数据专业学生为研究对象,教学团队总结数据挖掘课程教学中存在的四个教学痛点问题,提出“三合-三联”教学范式,构建“一中心,两平台,三环节,四类案例库,五维评价”的教学体系设计方案。采用案例驱动教学和线上线下混合式教学方法对“数据挖掘技术”进行创新型教学体系设计,创新探索主要围绕课程建设体系、课程教学内容、课程教学方法、课程思政案例库建设、超星平台和头歌实践教学平台辅助下的过程化课程考核方法等方面展开,通过师生共同体,以场景化案例为“连接器”,利用信息技术强化实践与互动,实现“应用驱动教学,思政强化专业育人”的教学主旨。五轮教学探索与实践证明本课程的创新体系能够实现高质量应用型本科创新人才的培养。

PST理论下的案例驱动教学模式探索与实践——以“数据挖掘技术”课程为例

文章针对“数据挖掘技术”交叉性和实用性的特点,在教学过程中引入了贯穿式案例教学方法,通过设计综合性案例,按章节分解成多个子项目进行任务设计,学生在教师指导下分层次、逐步完成分任务的分析处理工作,将知识发现过程与理论教学有机融合。整个教学过程以任务驱动,引入PST理论,将教学法、社会交互和技术支持3个维度嵌入学生社群学习过程,提升学生主动学习兴趣度、激发学生之间的互动成长。课程采用多重考核方式,从课程作业、实践任务作业、在线社群讨论、期末考试、综合作业多方面考核学生能力。

“数据挖掘技术”课程教学改革与探索--以北华航天工业学院电子与通信工程专业研究生“数据挖掘技术”课程教学为例

数据挖掘技术是其他领域开展科学研究的重要技术之一,作为研究生课程应该注重能力的培养。就研究生培养层面突出我校航天特色,产、学、研式的项目实例提高了研究生动手和实践能力。分组讨论、团队合作完成项目等多种教学方法的运用使教学过程气氛活跃、高效。注重能力培养的同时不忘思政教育和社会正能量的传递。灵活的课程考核有助于研究生实践、科研和自我能力的展现,师资、教学资源及硬件设施和企业实习基地各方面均为“数据挖掘技术”课程实施提供了保障。

基于Kaggle竞赛数据的“数据挖掘技术”课程建设探索与实践研究

围绕“数据挖掘技术”课程教学中的问题和工程教育专业认证要求,依据以产出为导向的“新工科”人才培养理念,进行了基于Kaggle竞赛数据的教学体系设计,对课程考核方式进行了相应的调整,更好地满足了大数据时代对应用型数据分析人才培养的需求。

基于“雨课堂”的SPOC混合式教学研究与实践——以数据挖掘技术课程为例

针对传统数据挖掘技术课程教学模式存在的问题,研究探索了基于“雨课堂”的SPOC混合式教学模式,并进行了教学实践。实践结果表明,混合式教学模式有助于提高学生的参与度和积极性,增强学生分析问题的能力,促进教学质量的提升。

教育数据挖掘技术在高校课程建设中的应用

通识教育课程和学科基础课程是大学生入学后首先接触的两门学科,它们之间的联系对于科学、高效地引导后续各门学科的教学至关重要。因此,文章采用教育数据挖掘技术中的关联规则方法,借助Weka平台中的Apriori分析,探索通识教育与专业基础课程的关联规则,旨在提高教师的教学效果和学生的学习效率;同时,文章还为高校的课程设置提出政策建议,以提升高校的教学水平。

数据挖掘技术及应用课程的项目式教学实践

阐述在数据挖掘技术及应用课程中采用项目式对分课堂教学模式,通过课前任务驱动案例,利用“超星学习通”平台上传相关的网络资源,促使学生更有针对性地听讲,提高该课程的教学质量和教学效率。

基于数据挖掘的前沿技术识别方法与实证研究

依据前沿技术的前瞻性、先导性、探索性及颠覆性特征,构建基于数据挖掘的前沿技术识别方法,可为高效制定技术发展策略、合理调整技术规划布局提供支撑。首先,以工程索引(engineering index,EI)和德温特创新(Derwent innovation,DI)平台数据库为数据源,制定检索表达式采集数据,并对数据进行预处理。其次,建立表征前沿技术特征的指标体系,并对据此筛选出的技术文本数据进行挖掘,识别前沿技术主题。最后,以量子计算领域为例开展实证研究,识别出量子纠错技术、光量子芯片技术等前沿技术点,经技术专家等验证,表明识别结果科学有效。

基于“教赛协同”的数据挖掘课程教学改革研究

数据挖掘课程是大数据和人工智能方向重要的核心课程,主要培养学生在数据驱动的范式下结合问题场景和社会需求,具备利用数据挖掘方法和技术分析、解决实际问题的能力。针对数据挖掘课程教学过程中存在的“痛点”问题,以培养工程型创新性人才为导向,从课程内容体系、学科竞赛体系和课程队伍体系三个维度,探索并构建基于“教赛协同”的数据挖掘课程教学改革的策略和方法,为地方高等院校大数据和人工智能相关专业的发展提供思路。

大数据应用技术课程本研一体化教学体系建设

大数据应用技术课程对于数据科学的研究和发展、数据科学学科的建设、培育新型数据人才具有重要意义。本研一体化教学有助于提高本研学生的学习效率和创新能力,增强课程体系的延续性和实践性,重视学科交叉融合发展。从教学大纲修订、教学管理模式改革、教学评价方式三个方面探讨本研一体化教学体系建设的重点问题,全面阐述大数据应用技术课程本研一体化教学改革的路径选择和实践,致力于培养学生长期内驱力和创新能力,为国家和社会发展培育高质量数据人才。

“新能源数据挖掘与分析”课程思政实践研究

新能源是国家能源发展的重大工程,“新能源数据挖掘与分析”课程将传统的新能源技术与数据科学相结合,将数据挖掘、统计分析、机器学习等方法融入教学,以解决新能源领域的实际问题。在双碳背景下,结合实际工程应用教授学生分析新能源数据、充分挖掘新能源的潜力是课程的重要目标。根据专业特点分类推进课程思政建设,将党的二十大精神有机融入到课程主体知识结构中,培养学生的数据分析能力,并引导学生更深刻地思考新能源与社会、人类命运共同体的关系。文章以风力发电场选址为例,通过数据挖掘与分析得到破坏性最小,效率最高的发电场选址的同时,引导学生提升个人综合素质,塑造积极健康的价值观,实现协同育人的效果。

数据库技术“课程思政”教学探索与实践——以安徽国防科技职业学院为例

课程思政是高校落实立德树人根本任务的关键。通过深入挖掘数据库技术课程中蕴含的思政元素,科学设计数据库技术“课程思政”教学方法,将思政元素适时适度融入数据库技术教学全过程,提升课程育人质量。

基于数据挖掘的课程思政教学资源个性化推荐方法——以计算机类课程为例

思政教学资源是指用于开展思政教育的各类资源,为提高课程思政教学质量,现提出基于数据挖掘的课程思政教学资源个性化推荐方法。首先,以计算机类课程为例开展研究,构建计算机类课程思政教学资源推荐模型,分析学习行为与对应的思政教学资源。其次,基于数据挖掘提取计算机类课程中思政教学资源特征,为后续的教学资源推荐提供保障。最后,实现思政教学资源个性化智能推荐。实验结果表明:基于数据挖掘的课程思政教学资源个性化推荐方法的准确性明显优于传统方法,证明该方法在课程教学方法上具有一定可行性。

计算机数据挖掘技术的开发及其应用探究

本文深入研究计算机数据挖掘技术的开发及其在不同领域的广泛应用。首先介绍数据挖掘的基本概念和发展历程,其次探讨数据挖掘技术的核心算法与方法。再次以实际案例为例,详细分析数据挖掘的应用情况。最后对数据挖掘技术的发展趋势进行前瞻性探讨,探索其在未来的潜在应用领域。

工程教育认证背景下数据挖掘课程群的构建与实践研究

以工程教育认证为引领,根据数据挖掘分析在专业认证申请中制定的毕业生应该具备的知识和能力要求,以培养高质量数据分析、数据挖掘人才为宗旨,制定课程群素质、能力、知识三位一体的培养目标,结合学校应用型本科定位、专业培养目标及课程群培养目标构建课程目标能力点与毕业指标点关系结构体系,整合教学资源、建立课程群关联,创新实践教学体系,改革教学模式与方法、考核模式等,从而持续有效地提升学生的数据分析挖掘能力和综合素养,更好地达到行业对人才的认可标准。

科技文化自信视域下“数据库理论与技术”课程思政教学设计与实践

为加强高校学生的科技文化自信,培养他们的科学素养、创新精神和创新能力,基于OBE理念对“数据库理论与技术”课程进行了科技文化自信思政教学设计。首先通过分析社会人才需求和学校教学定位,明确课程的科技文化自信思政目标;然后基于OBE理念反向设计课程思政教学方法,并在力求公平、合理和有效的基础上设计课程思政评价方法;最后通过对课程教学设计方法的实施,评估每位学生的课程思政目标达成情况,全面评价教学改革效果。实施结果表明:该教学设计对于提高学生的科技文化自信起到了积极作用,可以为高校在培养学生科技文化自信方面提供参考。

竞赛驱动下的Spark大数据技术与应用课程教学改革探索

随着大数据技术的快速发展,Spark作为分布式大数据处理框架,已成为企业数据分析和处理的重要工具。竞赛驱动下的Spark大数据技术与应用课程教学改革,旨在通过竞赛项目牵引,促进学生理论学习与实践操作的深度融合,不仅能够激发学生的学习兴趣和积极性,还能促进学生实践能力和创新能力的提升。因而研究竞赛驱动下的Spark大数据技术与应用课程教学改革有重要的意义。对此,课程改革主要围绕教学组织形式、教学方法和评价方式三个方面展开。在教学组织形式上,采用“学生为主体、竞赛为引导”的教学模式,鼓励学生组队参与实际项目;在教学方法上,引入行业企业项目,在实践操作中提升学生的学习效果;在评价方式上,实施竞赛成果为核心的多元化的评价体系,以期提升学生的综合能力和实践能力。

基于数据挖掘技术的网络运维管理系统研究

为了进一步提升网络运维管理效果,以数据挖掘技术为依托,设计出一款性能良好的网络运维管理系统。首先,简单介绍了网络运维管理系统的需求情况,然后以此为基础,分别对系统总体、各功能模块及数据仓库进行了设计,并分析了数据挖掘功能的实现方法与原理。最后,通过模拟分析的方式,对该系统应用效果进行验证。通过模拟分析可知,该系统性能良好,符合预期要求,可将其应用到实际当中。

基于数据库技术的计算机数据挖掘平台设计

数据库技术提供数据存储、查询等功能,数据挖掘技术则利用算法从数据中提取模式。基于数据库技术的计算机数据挖掘平台设计与实现,旨在融合两个领域的优点,开发出能够高效处理和分析大规模数据集的应用平台。文章介绍了基于数据库技术的计算机数据挖掘平台的设计与实现过程,探讨了计算机数据挖掘平台的具体设计,旨在提供高效可靠易用的数据挖掘平台。

数据挖掘技术在高校学生评教中的应用研究

文章从当前高校学生评教的现实情况入手,概括论述了与数据挖掘技术相关的一系列内容,诸如数据挖掘的定义、过程以及方式,进而分析了数据挖掘技术在高校学生评教中的优势与价值,并重点阐述了数据挖掘技术在高校学生评教系统中的具体应用。旨在进一步突出数据挖掘技术与高校教育教学工作的紧密联系度,同时证明数据挖掘技术在促进高校学生评教方式改革以及切实提高高校教育教学质量中所产生的深远影响。