数据挖掘技术在高职专业基础课程改革中的应用

《数据挖掘技术在高职专业基础课程改革中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数据挖掘技术在高职专业基础课程改革中的应用　　【摘要】本文对高职专业基础课程的改革进行了论述，针对目前专业基础课程实施中的困难，将数据挖掘技术引入课程的教育教学改革中，分析专业基础课程与专业课程之间的知识联系、影响学生学习专业基础课程的主要因素、学生学习核心知识点的主要影响因素以及知识评价体系等方面，完善专业基础课程的建设。　　【关键词】数据挖掘专业基础课程改革　　【中图分类号】G【文献标识码】A　　【文章编号】0450-9889（2016）10C-0068-02　　如今，大数据挖掘技术已经应用于各领域，在知识

2、发现、信息决策等方面发挥着越来越重要的作用。高职教育教学改革正在如火如荼地进行，在教育模式、教学方法、课程建设等改革中取得了一定的成绩。在改革的步伐中，高职院校试图利用数据挖掘技术寻找新的改革契机，论证和完善改革成果，让数据先行，为改革提供有力的依据。教育教学改革硕果累累的同时，专业基础课的改革却显缓慢，远远地落后于专业改革的进程。　　一、高职院校专业基础课程改革的现状　　（一）专业基础课程改革的必要性5　　专业基础课程是为学习专业课程打基础的课程，把学生由浅入深地逐渐领进专业，为学生将来的专业学习打下坚实的基

3、础。但一直以来，专业基础课程的教学仍沿用以理论知识讲授为主，实验验证为辅的教学模式，已经远远落后于现有高职教育的改革实践。专业基础课程的改革势在必行，改革要想有成效，就要符合学生的成长规律。专业基础课程的改革创新是推动高职教育从本质上进行改革创新、更新旧模式的基础，只有根基牢固了才能更进一步促进专业更新、改革与发展。　　（二）专业基础课程建设存在的问题　　当前专业基础课程的建设还存在诸多的问题，主要表现有：首先，高职改革中学校的精力更多的放在专业课程的建设和改革中，对专业基础课的建设重视度不够。对于专业基础课程

4、，大多数人认为已经成熟、经验丰富，再建设也难以出成果，所以学校大多会把更多精力、更好的资源放在发展专业课程建设、实验实训的建设等方面，因为更能立竿见影、立见成效，却都忽视了几乎所有专业基础课程一直以来都还在沿用本科教学的方式、方法，少有的一些改革也只是在内容上进行修剪，事实上，专业基础课程的建设和改革一直都是欠缺的。　　再者，为配合专业建设，学校会在专业人才选拔中精挑细选，却大多忽略了专业基础课师资建设的重要性。大多学校其实也意识到了专业基础课程在专业发展中的重要性，于是把承担专业基础课程的师资划分入各专业，目

5、的是为了更好地让专业基础课服务于专业。但在此过程中却忽视了政策的引导，部分专业基础课教师实际并没有很好地融入专业及团队。5　　另外，专业基础课程课时大量缩减以补贴专业课程的建设。学校为了保证学生的全面发展，公共基础课程的课时基本固定了下来。因此，专业建设时难免会把注意力集中在如何削减专业基础课课时上。针对专业基础课程建设中存在的诸多问题，如何在现有政策、资源、师资和学时的基础上，把专业基础课程建设好，是目前亟待解决的问题。　　二、数据挖掘在专业基础课程中的应用　　数据挖掘（DataMining，DM）是数据库中

6、的知识发现（KnowledgeDiscoverinDatabase，KDD）的同义词，是目前人工智能和数据库领域研究的热点，它是从数据库的大量的、不完全的、有噪声的、模糊的数据中揭示出隐含的、先前未知的并有潜在价值的信息的过程。通过数据挖掘技术，从大量的数据中寻找有价值的信息，用以信息管理、查询优化、决策支持等。近些年，数据挖掘技术也逐渐被引入学校，在课程建设、专业建设、制度改革等方面发挥了重要的作用。　　（一）挖掘专业基础课程与专业课程之间的知识联系　　为了适应发展削减专业基础课程的课时无可厚非，在课时减少的

7、情况下，专业基础课程还得更好地服务于专业，这就得对课程知识修剪，这方面的工作一般由任课老师根据经验对知识点进行筛选，如果任课老师对专业知识非常熟悉，筛选的知识大多应该是有效的，但如果是缺乏经验的老师，或许就难以做到。所以在制定教学大纲和计划时，教学知识应更多的考虑将来学生在专业学习中的可持续性。利用数据挖掘技术发掘专业基础课与专业课程知识体系之间的关联性，利用关联规则、决策树等方法找到哪些知识与专业有关，哪些知识与专业关联度不大，制定大纲和计划时把关联度大的作为重点，把不相关的知识作为扩展，或者自学知识。这样就

8、可以合理地利用有限的课时，教授学生将来在专业学习中急需的知识，获取效率最大化。　　（二）寻找影响学生学习专业基础课程的主要因素5　　高职学校的生源一般基础会稍有欠缺，理论知识不扎实，学习积极性受过打击。学生在学习理论性偏强的课程时，尤其表现出排斥。教学中教师很难抓住学生的特点来授课，就会造成学生厌恶学习的恶性循环。利用数据挖掘技术寻找学生在学习过程中的主要影响因素，比如生源、高考成绩、