摘要：傳統(tǒng)數(shù)據(jù)挖掘課程教學(xué)中存在教學(xué)內(nèi)容固定、教學(xué)模式陳舊、實(shí)踐環(huán)節(jié)淺顯、課程考核單一等問題。教師采用優(yōu)化教學(xué)內(nèi)容、創(chuàng)新教學(xué)模式、強(qiáng)化實(shí)踐教學(xué)、突出過程考核的方式進(jìn)行教學(xué)方法探索，開展前沿知識(shí)教學(xué)、真實(shí)案例實(shí)踐、在線學(xué)科競(jìng)賽等活動(dòng)，通過引入學(xué)科前沿、理論聯(lián)系實(shí)際以提煉實(shí)踐效果，將大語(yǔ)言模型既作為理論也作為工具，使其融入數(shù)據(jù)挖掘課程教學(xué)過程中，提升教學(xué)效果、培養(yǎng)學(xué)生實(shí)際應(yīng)用能力、激發(fā)學(xué)生的創(chuàng)新思維。

關(guān)鍵詞：大語(yǔ)言模型；數(shù)據(jù)挖掘；教學(xué)探索；課程設(shè)計(jì)；實(shí)踐能力

一、前言

在人工智能的浪潮中，諸多的大語(yǔ)言模型，如GPT、BERT等基于Transformer架構(gòu)的創(chuàng)新技術(shù)，已經(jīng)引領(lǐng)了數(shù)據(jù)科學(xué)、自然語(yǔ)言處理和機(jī)器學(xué)習(xí)等領(lǐng)域的新革命。這些技術(shù)不僅在學(xué)術(shù)界激發(fā)了廣泛的討論，也給教育領(lǐng)域帶來了一定的替代焦慮。隨著這些通用大模型的興起和對(duì)教育領(lǐng)域的深入滲透，教育行業(yè)面臨著轉(zhuǎn)型的必要性，本科教學(xué)作為新理論、新技術(shù)和新應(yīng)用的研究與傳播中心，其教學(xué)內(nèi)容、教學(xué)模式、實(shí)踐方式等維度都將受到大語(yǔ)言模型的影響，教學(xué)理念和形態(tài)亟須更新[1]。為此，探索大語(yǔ)言模型與課程教學(xué)共生的教學(xué)新方法成為了一項(xiàng)緊迫的任務(wù)[2]。

數(shù)據(jù)挖掘課程是一門集理論與實(shí)踐為一體的高級(jí)計(jì)算機(jī)科學(xué)課程，旨在教授學(xué)生如何從大規(guī)模數(shù)據(jù)集中提取有價(jià)值的信息和知識(shí)。大語(yǔ)言模型對(duì)于數(shù)據(jù)挖掘課程來說，既是教學(xué)內(nèi)容，也是教學(xué)工具。首先，大語(yǔ)言模型基于Transformer架構(gòu)，這一創(chuàng)新架構(gòu)起源于神經(jīng)網(wǎng)絡(luò)的逐步演化，而神經(jīng)網(wǎng)絡(luò)正是數(shù)據(jù)挖掘課程教學(xué)中一個(gè)重要的算法分支。其次，大語(yǔ)言模型因其出色的自然語(yǔ)言處理能力、高效的數(shù)據(jù)處理和分析能力已經(jīng)成為了數(shù)據(jù)挖掘課程理論及實(shí)踐學(xué)習(xí)中不可或缺的工具。學(xué)生們已經(jīng)開始利用這類模型作為輔助工具，處理數(shù)據(jù)、解答問題、甚至糾正代碼錯(cuò)誤。這種現(xiàn)象促使教育者重新思考教學(xué)方法，實(shí)現(xiàn)大語(yǔ)言模型與數(shù)據(jù)挖掘課程教學(xué)之間的互動(dòng)和融合，為數(shù)據(jù)科學(xué)的教學(xué)和研究開辟新的道路，同時(shí)確保能夠向?qū)W生傳授最前沿的技術(shù)知識(shí)。目前，數(shù)據(jù)挖掘課程需要緊跟技術(shù)發(fā)展的步伐，更新教學(xué)內(nèi)容和方法，以提升教育質(zhì)量和學(xué)生學(xué)習(xí)成效。

二、數(shù)據(jù)挖掘課程教學(xué)的現(xiàn)狀

數(shù)據(jù)挖掘課程作為計(jì)算機(jī)科學(xué)與統(tǒng)計(jì)學(xué)的交叉領(lǐng)域，面臨著大語(yǔ)言模型等新技術(shù)的挑戰(zhàn)，需要不斷更新教學(xué)內(nèi)容和方法。傳統(tǒng)上，這些課程重點(diǎn)教授決策樹、分類算法等模型的應(yīng)用，但隨著技術(shù)進(jìn)步，舊有內(nèi)容和教學(xué)方式已難以滿足行業(yè)需求。

首先，教學(xué)內(nèi)容固定化是數(shù)據(jù)挖掘課程教學(xué)中最為突出的問題。例如，雖然Transformer模型及其衍生技術(shù)，如GPT和BERT在自然語(yǔ)言處理中極為有效，但多數(shù)課程未涵蓋這些先進(jìn)模型。這種滯后不僅影響學(xué)生的學(xué)習(xí)興趣，也使得所學(xué)知識(shí)與實(shí)際需求不匹配。其次，現(xiàn)有的教學(xué)模式過于陳舊，傳統(tǒng)的教學(xué)模式通常將理論學(xué)習(xí)與實(shí)踐操作分開，影響學(xué)生在理論與實(shí)踐之間建立聯(lián)系。例如，理論課可能重點(diǎn)講解算法原理，而在實(shí)踐課中學(xué)生則使用現(xiàn)成的庫(kù)和工具，缺乏對(duì)算法實(shí)現(xiàn)細(xì)節(jié)的深入理解。再次，實(shí)踐環(huán)節(jié)通常較為淺顯，傳統(tǒng)的實(shí)踐環(huán)節(jié)通常只重技術(shù)操作而非數(shù)據(jù)挖掘全流程的實(shí)戰(zhàn)經(jīng)驗(yàn)，如項(xiàng)目規(guī)劃和需求分析等關(guān)鍵環(huán)節(jié)。學(xué)生處理的數(shù)據(jù)集常過于簡(jiǎn)化，缺乏現(xiàn)實(shí)世界的復(fù)雜性，限制了學(xué)生對(duì)數(shù)據(jù)質(zhì)量管理的理解。同時(shí)，缺少對(duì)最新大語(yǔ)言模型工具的實(shí)際操作經(jīng)驗(yàn)。最后，傳統(tǒng)的數(shù)據(jù)挖掘課程考核方式過于單一，分值往往將理論成績(jī)占比在70%左右，平時(shí)在課堂上的表現(xiàn)和在實(shí)踐課上的表現(xiàn)僅占最終成績(jī)的30%左右，導(dǎo)致有部分學(xué)生在考前臨陣磨槍、死記硬背，通過死磕理論知識(shí)來提高最終成績(jī)，達(dá)到及格目的。在大模型引領(lǐng)的工具時(shí)代，算法等理論基礎(chǔ)固然重要，但是將數(shù)據(jù)挖掘的相關(guān)理論知識(shí)應(yīng)用于解決實(shí)際問題的能力才是開設(shè)此門課程的根本目的。

雖然已有學(xué)者針對(duì)大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘課程教學(xué)展開研究[3]，提出了增加學(xué)生參與度的“理論講授＋編程實(shí)踐＋工程實(shí)踐”的教學(xué)實(shí)踐模式[4]，卻忽略了大模型時(shí)代可能為數(shù)據(jù)挖掘課程帶來的影響和變化。相關(guān)調(diào)查顯示，目前的數(shù)據(jù)挖掘課程教學(xué)存在一些共性問題，包括教材更新速度趕不上科技發(fā)展速度導(dǎo)致課程內(nèi)容在技術(shù)層面滯后、課程內(nèi)容固定導(dǎo)致缺乏與學(xué)科的有機(jī)融合、理論與實(shí)際差距大導(dǎo)致不利于提升學(xué)生解決實(shí)際問題的能力等[5]。因此，面對(duì)大語(yǔ)言模型時(shí)代的新挑戰(zhàn)，教育者迫切需要對(duì)數(shù)據(jù)挖掘課程的教學(xué)內(nèi)容、方法、實(shí)踐環(huán)節(jié)及考核機(jī)制進(jìn)行全面的改革和更新，以提升教學(xué)質(zhì)量。

三、大語(yǔ)言模型背景下的數(shù)據(jù)挖掘課程教學(xué)方法探索

（一）優(yōu)化教學(xué)內(nèi)容，融入學(xué)科前沿

傳統(tǒng)的教學(xué)設(shè)計(jì)以教材為參考，教師依據(jù)自己的理解從數(shù)據(jù)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)倉(cāng)庫(kù)、頻繁模式挖掘、分類、聚類及深度學(xué)習(xí)算法等章節(jié)進(jìn)行教學(xué)內(nèi)容的設(shè)計(jì)。另外，傳統(tǒng)的教學(xué)內(nèi)容大都是理論和算法層面的講解，缺乏對(duì)真實(shí)案例的分析，導(dǎo)致學(xué)生對(duì)理論的理解不夠透徹，也無法激發(fā)學(xué)生的學(xué)習(xí)興趣。

一方面，在教學(xué)內(nèi)容的優(yōu)化方面，教師應(yīng)當(dāng)定期審視和更新教學(xué)材料。例如，隨著大模型的興起，課程中應(yīng)當(dāng)深入介紹Transformer等大語(yǔ)言模型的架構(gòu)設(shè)計(jì)、關(guān)鍵技術(shù)和算法原理。同時(shí)，結(jié)合具體的案例分析，讓學(xué)生理解這些模型在自然語(yǔ)言處理、文本挖掘等領(lǐng)域的應(yīng)用，幫助學(xué)生掌握最新的技術(shù)動(dòng)態(tài)，激發(fā)他們探索未知領(lǐng)域的興趣。另一方面，定期更新課程案例和數(shù)據(jù)集。隨著技術(shù)的發(fā)展，傳統(tǒng)的鳶尾花分類預(yù)測(cè)、泰坦尼克號(hào)生存預(yù)測(cè)，以及波士頓房?jī)r(jià)預(yù)測(cè)等案例已經(jīng)不能夠反映當(dāng)前技術(shù)的最新進(jìn)展，也難與現(xiàn)實(shí)應(yīng)用結(jié)合起來。因此，課程應(yīng)不斷引入最新的研究成果和應(yīng)用案例。例如，使用OpenAI發(fā)布的GPT模型在生成文本、編寫代碼等方面的案例，或者是BERT模型在搜索引擎優(yōu)化、情感分析等任務(wù)上的應(yīng)用。通過這些更新的案例和數(shù)據(jù)集，學(xué)生可以更直觀地理解大語(yǔ)言模型的強(qiáng)大功能和應(yīng)用前景。

具體來說，數(shù)據(jù)挖掘課程一共有48課時(shí)，分20次課進(jìn)行講授，包含32課時(shí)的理論課（每次2課時(shí)）和16課時(shí)的實(shí)踐課（每次4課時(shí)）。教師可以將課程安排整體分為五大部分，每部分的課程內(nèi)容都可以與大語(yǔ)言模型有機(jī)結(jié)合。第一部分是數(shù)據(jù)挖掘課程概述，教師從數(shù)據(jù)挖掘的發(fā)展史開始講解，讓學(xué)生了解到數(shù)據(jù)挖掘課程的重要性和意義。在此講中，除介紹基本的數(shù)據(jù)挖掘發(fā)展史外，教師可以增加對(duì)大語(yǔ)言模型發(fā)展史的講解，及其對(duì)數(shù)據(jù)挖掘領(lǐng)域可能的作用和影響，讓學(xué)生理解并感受大模型時(shí)代數(shù)據(jù)挖掘課程發(fā)展所處的階段。第二部分是數(shù)據(jù)及其預(yù)處理，教師需要介紹基本的數(shù)據(jù)類型及統(tǒng)計(jì)、描述、測(cè)量和預(yù)處理方法。數(shù)據(jù)預(yù)處理的過程一般包括數(shù)據(jù)搜集、數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)歸約及特征工程等步驟。在此講中，教師可以介紹如何在數(shù)據(jù)預(yù)處理中使用大語(yǔ)言模型作為高效處理數(shù)據(jù)的工具。例如，在數(shù)據(jù)采集階段，可以利用大語(yǔ)言模型書寫數(shù)據(jù)爬取的腳本；在數(shù)據(jù)清洗階段，可以引導(dǎo)學(xué)生使用大語(yǔ)言模型開展自動(dòng)糾錯(cuò)和文本擴(kuò)充；在數(shù)據(jù)集成階段，可以使用大語(yǔ)言模型幫助識(shí)別和理解不同來源中相同實(shí)體的不同表述方式，實(shí)現(xiàn)基于大語(yǔ)言模型的數(shù)據(jù)智能處理。第三部分是頻繁模式及關(guān)聯(lián)規(guī)則挖掘，教師需要讓學(xué)生了解基礎(chǔ)的頻繁項(xiàng)集挖掘算法，以及理解頻繁項(xiàng)集挖掘和關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的經(jīng)典使用場(chǎng)景。在此講中，教師應(yīng)當(dāng)講解多層次、多維度的模式挖掘方法。盡管頻繁模式和關(guān)聯(lián)規(guī)則挖掘傳統(tǒng)上更多地應(yīng)用于交易數(shù)據(jù)、用戶行為日志等結(jié)構(gòu)化數(shù)據(jù)，但大語(yǔ)言模型的引入能夠使這一技術(shù)應(yīng)用于文本數(shù)據(jù)，從而發(fā)掘非結(jié)構(gòu)化文本數(shù)據(jù)中的隱含模式和關(guān)系。第四部分是分類和聚類算法，教師需要對(duì)分類、聚類的基本概念和方法，以及分類、聚類的評(píng)估方法進(jìn)行講解。在此講中，教師可以詳細(xì)介紹大語(yǔ)言模型在技術(shù)融合與參數(shù)調(diào)整中可能發(fā)揮的作用。例如，如何將大語(yǔ)言模型與傳統(tǒng)的分類和聚類算法相結(jié)合使用，以提升分類和預(yù)測(cè)的準(zhǔn)確率，還可以介紹大模型時(shí)代下的新興研究方向。例如，跨模態(tài)學(xué)習(xí)（結(jié)合文本、圖像等多種數(shù)據(jù)進(jìn)行分類或聚類）的基本概念和應(yīng)用案例。第五部分是深度學(xué)習(xí)算法，這部分主要從反向傳播算法開始，介紹常用的深度學(xué)習(xí)架構(gòu)，包括前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)等。除了傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)和算法，教師應(yīng)當(dāng)深入介紹大語(yǔ)言模型，如Transformer、BERT、GPT的技術(shù)細(xì)節(jié)，探討這些模型在文本挖掘、情感分析、自然語(yǔ)言生成等領(lǐng)域的應(yīng)用。通過案例研究和項(xiàng)目實(shí)踐，學(xué)生可以更直觀地理解大模型的強(qiáng)大功能和應(yīng)用潛力，同時(shí)激發(fā)他們對(duì)于未來數(shù)據(jù)科學(xué)和人工智能領(lǐng)域的興趣和探索欲。

課程教學(xué)的實(shí)踐環(huán)節(jié)貫穿整個(gè)理論講授的過程，除第一部分的課程概述外，課程每一部分理論講解都配有4個(gè)課時(shí)的實(shí)踐訓(xùn)練。實(shí)踐課中，大模型可以始終擔(dān)任“助教”角色，用于數(shù)據(jù)預(yù)處理、代碼糾錯(cuò)、算法優(yōu)化等環(huán)節(jié)。總之，大語(yǔ)言模型在教學(xué)內(nèi)容中既是理論也是工具，學(xué)生在課程學(xué)習(xí)過程中基于大語(yǔ)言模型可以達(dá)到“學(xué)以致用，用以促學(xué)”的效果。

此外，教師還可以挖掘蘊(yùn)含在數(shù)據(jù)挖掘課程中的思政元素，將數(shù)據(jù)安全、倫理道德、科技創(chuàng)新等內(nèi)容融入數(shù)據(jù)挖掘課程內(nèi)容的講解，加深學(xué)生的社會(huì)責(zé)任感和倫理觀念，使學(xué)生樹立正確的價(jià)值觀。在課程教學(xué)中，教師可以通過案例研究，引入實(shí)際的數(shù)據(jù)挖掘項(xiàng)目，特別是那些涉及敏感數(shù)據(jù)（如個(gè)人隱私、醫(yī)療記錄）的項(xiàng)目，來展示在數(shù)據(jù)處理和分析過程中可能出現(xiàn)的倫理風(fēng)險(xiǎn)。通過這些案例，學(xué)生可以了解到數(shù)據(jù)挖掘如何可能影響個(gè)體的隱私權(quán)和數(shù)據(jù)安全。

（二）創(chuàng)新教學(xué)模式，理論聯(lián)系實(shí)際

傳統(tǒng)的課堂教學(xué)模式是教師講授式教學(xué)與學(xué)生實(shí)驗(yàn)室練習(xí)實(shí)踐相結(jié)合，配以課程作業(yè)，實(shí)現(xiàn)知識(shí)點(diǎn)的講解和練習(xí)。學(xué)生在傳統(tǒng)的教學(xué)模式下往往扮演被動(dòng)接受知識(shí)的角色，在一定程度上限制了學(xué)生的主動(dòng)學(xué)習(xí)和探索，盡管課程設(shè)計(jì)中包括了實(shí)驗(yàn)室練習(xí)和項(xiàng)目，但大多是針對(duì)特定算法、特定數(shù)據(jù)集的實(shí)驗(yàn)，學(xué)生學(xué)完這門課后面對(duì)真實(shí)的數(shù)據(jù)挖掘案例，仍然不知該從何入手，課堂上學(xué)到的理論與實(shí)際應(yīng)用之間存在脫節(jié)。因此，在大語(yǔ)言模型的時(shí)代背景下，數(shù)據(jù)挖掘課程的教學(xué)模式需要進(jìn)行相應(yīng)的創(chuàng)新，以充分利用這些先進(jìn)技術(shù)促進(jìn)學(xué)生的學(xué)習(xí)和實(shí)踐。

為了加強(qiáng)理論知識(shí)與實(shí)踐技能的結(jié)合，教師可以通過精選具體的行業(yè)案例，展示大模型如何解決實(shí)際問題。通過案例分析，學(xué)生可以更好地理解模型的應(yīng)用場(chǎng)景和業(yè)務(wù)價(jià)值，還可通過組織基于Kaggle平臺(tái)的數(shù)據(jù)科學(xué)競(jìng)賽，讓學(xué)生在競(jìng)爭(zhēng)中學(xué)習(xí)，實(shí)現(xiàn)“以賽促學(xué)”的教學(xué)模式。Kaggle作為一個(gè)全球知名的數(shù)據(jù)科學(xué)競(jìng)賽平臺(tái)，提供了多種類型的數(shù)據(jù)科學(xué)問題，從基本的數(shù)據(jù)分析到復(fù)雜的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)任務(wù)。在數(shù)據(jù)挖掘課程中引入在線競(jìng)賽，教師可以選擇與學(xué)生所在專業(yè)領(lǐng)域相關(guān)的實(shí)際問題，讓學(xué)生在真實(shí)世界數(shù)據(jù)上應(yīng)用他們學(xué)到的技術(shù)和理論。這樣的課程設(shè)計(jì)不僅為學(xué)生提供了一個(gè)實(shí)戰(zhàn)的平臺(tái)，還能激發(fā)他們的學(xué)習(xí)興趣，提高他們解決實(shí)際問題的能力。

此外，教師可以引導(dǎo)通過合理利用在線平臺(tái)和資源以支持?jǐn)?shù)據(jù)挖掘和大語(yǔ)言模型的學(xué)習(xí)與實(shí)踐。例如，Google Colab提供的免費(fèi)計(jì)算資源、Hugging Face的Transformers開源大語(yǔ)言模型庫(kù)，進(jìn)行實(shí)驗(yàn)和項(xiàng)目開發(fā)。通過閱讀和修改源代碼，學(xué)生可以深入理解模型的工作原理和實(shí)現(xiàn)細(xì)節(jié)，提高編程能力和技術(shù)理解力。

（三）強(qiáng)化實(shí)踐教學(xué)，引入“助教”角色

數(shù)據(jù)挖掘的實(shí)踐課一般基于Python或者R語(yǔ)言開展，每次實(shí)驗(yàn)課對(duì)應(yīng)不同的專題。傳統(tǒng)的數(shù)據(jù)挖掘?qū)嵺`教學(xué)中，往往由教師給一個(gè)固定的題目，讓學(xué)生在課上實(shí)現(xiàn)并完成，學(xué)生遇到問題時(shí)，逐一向教師請(qǐng)教。然而，因?yàn)閷W(xué)生們的實(shí)驗(yàn)進(jìn)度不同、實(shí)驗(yàn)環(huán)境不同，遇到的問題多種多樣且多為語(yǔ)法錯(cuò)誤、環(huán)境錯(cuò)誤等簡(jiǎn)單問題，這類問題不適合集中解答，“一對(duì)多”的指導(dǎo)模式導(dǎo)致教師資源不夠用，最終導(dǎo)致實(shí)踐效果不佳。通過理解代碼的上下文，大語(yǔ)言模型能夠幫助檢測(cè)代碼中的錯(cuò)誤，包括語(yǔ)法錯(cuò)誤、邏輯錯(cuò)誤等，并提出修改建議。因此，在實(shí)踐環(huán)節(jié)，教師可以引入大語(yǔ)言模型扮演“助教”的角色，回答學(xué)生在數(shù)據(jù)挖掘?qū)嵺`過程中所遇到的問題，提升教學(xué)效率。同時(shí)，模型能夠識(shí)別出一些不符合常規(guī)編程實(shí)踐的模式，并提醒開發(fā)者注意，以提升學(xué)生開發(fā)的規(guī)范性。

此外，教師還應(yīng)當(dāng)基于真實(shí)數(shù)據(jù)集，采取項(xiàng)目驅(qū)動(dòng)的學(xué)習(xí)方法讓學(xué)生在解決實(shí)際問題的過程中深化對(duì)知識(shí)的理解。課程應(yīng)設(shè)計(jì)與大語(yǔ)言模型相關(guān)的實(shí)際項(xiàng)目，讓學(xué)生能夠?qū)W習(xí)如何面對(duì)復(fù)雜問題、選擇合適的模型、調(diào)整參數(shù)并解釋結(jié)果。這種以問題為導(dǎo)向的學(xué)習(xí)方式，能有效培養(yǎng)學(xué)生的批判性思維、解決問題的能力，以及創(chuàng)新思維。

（四）突出過程考核，提煉實(shí)踐效果

在數(shù)據(jù)挖掘課程中，過程考核不僅要用于評(píng)估學(xué)生的最終成績(jī)，更關(guān)鍵在于激發(fā)學(xué)生的學(xué)習(xí)積極性，培養(yǎng)他們解決問題的能力、團(tuán)隊(duì)協(xié)作精神和創(chuàng)新思維。然而，傳統(tǒng)的考核方式對(duì)于理論部分的過度強(qiáng)調(diào)可能導(dǎo)致學(xué)生缺乏實(shí)際操作的動(dòng)力，限制創(chuàng)新能力的發(fā)展，并使教學(xué)內(nèi)容與實(shí)際工作需求脫節(jié)。為了克服這些問題，教師可以通過設(shè)立明確的評(píng)估標(biāo)準(zhǔn)來優(yōu)化過程考核，涵蓋學(xué)生的參與度、合作態(tài)度、問題解決過程和技術(shù)應(yīng)用能力等方面。例如，為了確保學(xué)習(xí)活動(dòng)，如Kaggle競(jìng)賽的教學(xué)效果得以體現(xiàn)，并全面評(píng)估學(xué)生的實(shí)際操作能力，應(yīng)該將此類活動(dòng)的結(jié)果和學(xué)生的表現(xiàn)納入課程評(píng)估的重要部分，占課程總成績(jī)的50%左右。這種評(píng)估方式鼓勵(lì)學(xué)生在實(shí)驗(yàn)和項(xiàng)目中大膽嘗試，將遇到的失敗視為寶貴的學(xué)習(xí)經(jīng)驗(yàn)。教師應(yīng)定期提供具體和建設(shè)性反饋，幫助學(xué)生識(shí)別并解決問題、改進(jìn)方法，從而在后續(xù)學(xué)習(xí)中取得進(jìn)步。同時(shí)，鼓勵(lì)學(xué)生撰寫關(guān)于他們參與競(jìng)賽的反思報(bào)告，包括技術(shù)分析及團(tuán)隊(duì)協(xié)作和時(shí)間管理等方面的討論，不僅有助于教師全面評(píng)估學(xué)生的綜合能力，也促使學(xué)生深入反思自己的學(xué)習(xí)過程和成果，進(jìn)一步增強(qiáng)學(xué)習(xí)的持續(xù)性和深度。

四、教學(xué)效果評(píng)估

數(shù)據(jù)挖掘課程被列為中國(guó)地質(zhì)大學(xué)（北京）數(shù)據(jù)科學(xué)與大數(shù)據(jù)專業(yè)、數(shù)據(jù)計(jì)算與應(yīng)用專業(yè)本科生培養(yǎng)方案中的專業(yè)核心課程之一，旨在提高學(xué)生的數(shù)據(jù)處理、數(shù)據(jù)分析與建模的能力。在課程結(jié)束后，所有學(xué)生都表示引入大模型既作為理論又作為工具的數(shù)據(jù)挖掘課程學(xué)習(xí)效果好，能夠了解更多的前沿知識(shí)，激發(fā)了自己的學(xué)習(xí)興趣。經(jīng)過問卷調(diào)研，80%以上的學(xué)生表示課程內(nèi)容章節(jié)安排合理，了解到了更多的前沿知識(shí)，也學(xué)會(huì)了用大模型解決數(shù)據(jù)挖掘課程中的部分問題。

具體來說，將大語(yǔ)言模型融入數(shù)據(jù)挖掘課程教學(xué)內(nèi)容的設(shè)計(jì)讓學(xué)生在課堂上掌握最新的技術(shù)動(dòng)態(tài)，打破了傳統(tǒng)課程中重理論輕實(shí)踐的局限，鍛煉了學(xué)生的技術(shù)應(yīng)用能力和創(chuàng)新思維，實(shí)踐了真實(shí)世界的數(shù)據(jù)分析和處理，加深了對(duì)模型如何在實(shí)際業(yè)務(wù)和科研中應(yīng)用的理解。采用大語(yǔ)言模型作為“助教”的設(shè)計(jì)，可以自動(dòng)回答學(xué)生的疑問并提供即時(shí)反饋，實(shí)現(xiàn)了更加個(gè)性化和響應(yīng)式的學(xué)習(xí)體驗(yàn)，有助于提高課堂互動(dòng)質(zhì)量和學(xué)習(xí)效率。有學(xué)生表示，隨著大語(yǔ)言模型在各行各業(yè)的廣泛應(yīng)用，掌握相關(guān)知識(shí)和技能將為自己打開更多的就業(yè)機(jī)會(huì)，數(shù)據(jù)挖掘課程中引入這一模塊不僅可以提高學(xué)生的競(jìng)爭(zhēng)力，還可以幫助他們更好地適應(yīng)未來的工作環(huán)境。

五、結(jié)語(yǔ)

總而言之，在數(shù)據(jù)挖掘課程中融入大語(yǔ)言模型的相關(guān)知識(shí)、理論和工具可以優(yōu)化教學(xué)內(nèi)容、創(chuàng)新教學(xué)模式和強(qiáng)化實(shí)踐教學(xué)，能夠有效提高學(xué)生的學(xué)習(xí)效率和學(xué)習(xí)興趣，還能夠培養(yǎng)他們的實(shí)踐能力和創(chuàng)新思維，為他們?nèi)蘸笤跀?shù)據(jù)科學(xué)和人工智能領(lǐng)域的職業(yè)生涯打下堅(jiān)實(shí)的基礎(chǔ)。今后的教學(xué)過程還應(yīng)該更加注重課程內(nèi)容的總結(jié)和提煉，借鑒和參考其他優(yōu)秀的教學(xué)改革案例，更好地講授數(shù)據(jù)挖掘這一專業(yè)核心課程。

參考文獻(xiàn)

[1] 吳砥，李環(huán)，陳旭.人工智能通用大模型教育應(yīng)用影響探析[J].開放教育研究，2023，29（02）：19-25+45.

[2] 呂穎毅.大語(yǔ)言模型對(duì)大學(xué)本科課程教學(xué)的多層次影響及啟示——以投資銀行學(xué)課程為例[J].科教文匯，2024（06）：126-129.

[3] 楊秀璋，武帥，夏換，等.大數(shù)據(jù)時(shí)代數(shù)據(jù)挖掘與分析課程教學(xué)改革探究[J].計(jì)算機(jī)時(shí)代，2021（09）：107-111.

[4]茹慧英，李超，閆海琴.大數(shù)據(jù)背景下數(shù)據(jù)分析課程教學(xué)改革探索研究[J].科技風(fēng)，2024（06）：98-100.

[5]于健，劉志強(qiáng)，高潔，等.新工科背景下數(shù)據(jù)挖掘課程的教學(xué)改革探索[J].計(jì)算機(jī)教育，2023（03）：130-134.

基金項(xiàng)目：中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助（項(xiàng)目編號(hào)：2652023060）

作者單位：中國(guó)地質(zhì)大學(xué)（北京）信息工程學(xué)院

■ 責(zé)任編輯：王穎振、楊惠娟