《数据挖掘》课程思政教学探索与实践研究

山西财经大学李毅教授主持的中国商业统计学会2021年度规划课题《<数据挖掘>课程思政教学探索与实践研究》（课题编号：2021STY20），最终成果为研究报告。课题组成员：吕亚丽、肖宁、郜芬、冯晓楠、左泽鹏、宋亚琳、张怡。

一 研究背景与意义

立德树人是一项系统工程，不能仅仅依靠思想政治理论课来开展思想政治工作，挖掘课程中蕴含的思想政治教育资源，将传授知识和掌握技能为主体的人才培养目标转化为知识目标和价值目标相统一的育人模式，使其与思想政治理论课同向同行，形成协同效应，有助于落实高校立德树人的根本任务。当前课程思政教学虽然已得到认同，很多高校也出台了很多政策支持这项教学改革。但是如何从课程中发现思政元素，又如何使得这些思政元素在课程中教学不牵强，而真正活起来，对于每个专业课老师来说仍然是一项有待探索的课题。

《数据挖掘》是一门集数学、信息科学、计算机等交叉内容组成的课程，是信息与计算、数据科学与技术、人工智能等专业的核心课程，涉及的学科较多，如数据库、统计学、机器学习、模式识别、可视化技术等，它是一门研究数据表示、存储、集成、应用的综合性学科。作为统计学专业必修课程，是培养“新商科”拔尖创新人才的一门重要基础课程，是理工、经管类院校的必修课程之一，数据挖掘课程综合了多门学科知识，其教学设计和教学方式直接影响到教学效果和人才培养的质量，将授课内容与思政融合，不但可以提升学生对该课程的多角度认识，也有助于丰富培养学生的内涵。为此依据数据挖掘课程特点，以构建课程核心知识体系为主题，采用案例教学法，改革传统的教学评价方式，理论结合实践进行数据挖掘课程教学创新尝试，是对数据挖掘课程教学进行新的探索的必然选择。

图 1课程思政挑战度

开展《数据挖掘》课程的思政教育不仅有利于以点带面的效果，同时有利于推动当前的大数据技术、信息技术、人工智能技术融入思政教学过程中，将为课程思政建设注入新的方式，也将极大丰富课程思政呈现形式，使得课程图文并茂、有理有据、灵活多样，让学生在数据处理学习中不枯燥、不空洞地隐形接授政治教育，实现立德树人目标。这对于运用新媒体新技术，推动思想政治工作传统优势同信息技术高度融合，增强时代感和吸引力具有重要意义，因此做好该课程的思政教学非常必要。

二 研究内容与方法

（一）研究所解决的主要问题

面向本科三年级学生的有关大数据分析的课程，针对大数据的特点，以构建课程核心知识体系为主题，实施案例制教学，改革传统的教学评价方式，理论结合实践进行数据挖掘课程思政教学的创新尝试。

（二）研究方法

1.案例教学设计

设计课程思政融入教学的示例，教研团队以数据挖掘中的决策树为例，将思政元素有机的融入课程体系，从教学内容的设定到教学方式的设计，再到实践教学活动的展开，以及考核方式的制定，都充分的将思政元素贯穿其中，对课程的实践效果进行总结反思。

2. 课程教学目标与课程教学过程的融合

探索讨论式教学、情景模拟、角色体验与翻转课堂等，结合“问题导入、身边案例、分组讨论”等方式，努力让课程思政与专业知识点共融共通、渗透升华。构建“线下+线上"“课内+课外"“理论+实践”“精准滴灌”的课程思政模式，推动课程思政与现代教育技术深度融合。

（三）研究内容

1．深入挖掘课程蕴含的思政元素

数据挖掘课程的德育目标是培养学生掌握正确的思想观点和道德规范，具备高尚的道德情操、道德判断和道德实践与态度。该门课程立足于大数据角度，从算法原理和技术应用两个方面规范和指导大数据分析和挖掘的全过程。因此在开展数据挖掘教学中，需重点从强化创新意识、科学素养、处事哲理等方面着手开展课程思政教学，也是该课程开展课程思政的着眼点。针对数据挖掘课程在讲授过程中存在数学基础薄弱、内容比较抽象、远离实际应用、思政效果难以融合等问题，构建“数理+技理+哲理+伦理”的多元思政教学改革模型如图所示。

图 2 多元思政教学改革模型

2. 创设高效的网络教学环境

采用多样智慧的教学手段，“小班化教育”的实施，意味着每个学生占有较为充足的单位空间。为了提高教学的现代化程度，把现代信息技术引入课堂，课堂上不仅使用多媒体计算机、投影仪等现代化教学设备，以及与书本配套的教学软件，同时也积极利用慕课、微课，雨课堂，学习通等智慧教学平台为每个学生的个性发展提供了良好的外部条件。充分发挥网络的在线交流互动和资源共享以及信息丰富的优势, 将教学内容、讲解等上传学习通网络平台，观察学生进行自主学习的情况。无论在QQ群还是网络空间讨论区均有实时交流的功能，以更好的解答学生的学习疑问，从多方面提高学习效率。

3. 融合考核评价体系与课程思政

通过一段时间的在线平台自主学习，对学生的知识应用能力和知识拓展能力进行考查，推进本科课程建设，课程考核方式采用综合性评价和过程性评价相结合的形式，基于“理论考核与实践考核并重、过程考核与结果并重”的原则，构建客观、多元、及时性的考核评价指标体系。

三 研究成果创新点

在以培养“知识应用能力、创新创造能力、国际竞争能力强”的复合型人才为目标的前提下，课程建设有以下几点创新：

（一）提出基于创新能力培养和案例教学的融通式教学体

以社会主义核心价值观为纲，以问题为导向，从学生需求出发，整合了教学内容，把教材体系转换成教学体系。结合学校实际和理论教学专题设计，探索、实施《<数据挖掘>课核心价值观主题实践教学方案》，构建思政与课堂教学相互促进的教学体系，实现校内外结合、课内外结合形成了可呈现的实践教学成果。

（二）数据挖掘课程融入思政元素

精心选择教学案例，联系生活，结合时政，聚焦国家重大战略需求和科技前沿，挖掘爱国主义教育、理想信念教育以及学科史、科技史上的典型事例，建设课程思政案例库，丰富专业课思政育人资源。使学生在潜移默化中接受思政教育。研究、规范每个专题的教学内容、教学方法、教学过程；通过教学调研反馈教师授课情况与学生需求，及时进行教学管控；围绕“知识面授与价值引领相结合”的课程目标，强化显性思政，细化隐形思政。

（三）将课堂教学的有限空间延伸至网络教学的无限空间

对传统的教学方法进行创新，通过网络平台的使用，积极建设慕课、微课，利用雨课堂等智慧教学平台对教学方式改革创新，使得教学内容的呈现方式、学生的学习方式、教师的教学方式、师生的互动方式更加丰富，获得有益创新，

（四）考核评价体系与课程思政的融合

关照学生的专业化、个性化差异，把社会主义核心价值观融入教学维度，形成多元化考核评价体系，显著提升《数据挖掘》课教学效果；以教学重难点研究带动理论研究，形成可呈现、可复制的系列教学成果和实践成果。

四 研究推广应用价值

（一）课程运行体系逐步完善

《数据挖掘》2015 年在统计学专业作为选修课开设，已运行了 6 轮教学，2018 年成为统计学、经济统计学和应用统计学的专业核心课（大类必修课），经过近3 年来的课程建设，对原有的教学大纲做了重大调整，重新设计了课程教学内容体系，并在教学实践中初步运用，课程中注重吸收国际研究前沿的最新成果，使得课程的讲授内容始终保持前沿性和先进性。由于课程既涉及数据挖掘基础理论和方法的教学，又涉及到国际前沿知识的介绍，还包含数据挖掘软件操作的教学，对学生的毕业论文写作和学科竞赛有很大帮助。

（二）创新性教学成果显著

近两年，本课程学生评教和学校督导评教在全校和全院均名列前茅。课程负责人出版《R语言之书：编程与统计》专著，其教学成果“基于 Internet 实施知识可视化教学模式与实践”获山西省教学成果一等奖，指导学生的成果《基于云平台计算的实时游客路径分析》获全国大学生统计建模大赛一等奖，中国高校 SAS 数据分析百强称号和山西省一等奖，《领读人——校内读书、交流为主的区域性文化组织》获第四届山西省互联网大学生创新创业大赛二等奖，指导完成大学生国家级重点创新项目《载青春--大数据背景下大学生就业自适应推荐系统研究》等。