摘要：本文提出了基于项目式学习和讲授教学相结合的融合式教学模式，致力于实现“以教导学”到“以学定教”的转变，提高数据挖掘课程教学的效率与质量。

关键词：新工科；PBL；融合式学习；数据挖掘

1 引言

教育部推出的“新工科”计划引领了我国工科教育改革的方向[1]，《数据挖掘》是大数据技术、人工智能等领域的一门核心主干课程，它既是计算机科学与技术专业的专业课，同时也涉及到多个专业领域的知识，课程内容覆盖面广、交叉性强[2]，十分契合教育部新工科计划的改革方向。

针对传统教学模式在数据挖掘授课中存在的理论教学难度大、实际应用性不强等问题，本文基于新工科建设背景，提出了基于项目式学习（Project-Based Learning， PBL）的融合式教学来激发学生学习的积极性。PBL项目式学习是一种以学生为中心的教学方式，让学生围绕项目目标开展学习任务，积极主动地收集信息、获取知识、探讨方案，调动学生的积极性。不过，PBL教学模式的情境问题容易产生结构不良性问题，即教学用到的实际项目难以完整涵盖课程的所有理论知识。为了在调动学生学习的主动性的同时兼顾理论知识的覆盖，本文采用了PBL项目式学习和理论讲授相结合的方式，实施PBL融合式教学研究。首先，让学生完成与教学内容密切相关的数据挖掘项目，引导学生主动获取知识、得出项目解决方案。随后，教师评价学生项目的完成情况，并进行相应的理论补充，实现课程知识体系的全面覆盖。通过这种项目引导、理论补充的形式进行PBL融合式教学，提高学生学习的主动性和学习效果，实现“以教导学”到“以学定教”的转变。

2 PBL融合式教学的实践模式与项目筹备

2.1 PBL融合式教学的实践模式研究

在数据挖掘课程中实现PBL融合式教学，需要在现有教学条件的基础上引入PBL项目式学习。PBL项目式学习通常由基本问题、项目设计、工作计划、项目管理、最终产品和评价反馈这六个因素构成[3]，为了较好地实践PBL融合式教学，在教学实践中需要针对如下因素进行分析和研究：

1.学生分组与分工：由于不同项目所涉及到的知识点和工作量不尽相同，因此在布置项目任务时，需要充分考虑项目的工作量、难易度等因素，将学生进行分组。

2.项目目标要求：为了更好地调动学生主动参与PBL项目的积极性，项目所要解决的基本问题应该来自于生活和工作中的实际应用。对项目的应用性和课程的理论知识之间进行平衡，从而使得学生能够在有限的教学时间和课后学习时间内完成项目，是设置项目完成目标时需要仔细斟酌的问题。

3.项目数量设置：一方面，由于课堂教学时间以及学生课后完成项目的时间有限，因此PBL项目的数量不能过多；另一方面，若PBL项目数量过少，则无法起到引导学生主动学习的作用。因此，数据挖掘教学过程中PBL项目的数量设置也需要仔细分析和验证。

2.2 PBL项目选择与筹备

PBL项目式学习的标志性特征是问题驱动，即项目需要解决的问题来自现实，一个好的驱动性问题应当具有如下特点：

<1>可行性：问题难度不能太大，不要超越学生的发展水平，学生能够自己设计方案、执行调查和解决问题。<2>价值性：对于学习者来说，问题是有趣的，而且对他们的学习是有用的，对于他们以后的职业发展也是有帮助的。<3>真实性：问题来自于真实又有重要价值的情境，能够在真实的情境中进行研究。

因此，在选择和筹备需要开展的PBL项目时，除了项目本身需要与教学内容密切相关以外，还需要充分考虑项目的完成对学生是否可行、学校和学生是否具备完成项目的条件、项目的应用价值等因素。通过实际生活和工作中常见的问题场景设置PBL项目，从而更好地激发学生学习的主动性和项目完成的参与度。

3 PBL融合式教学的实施方案

3.1 PBL融合式教学的实施方案

本项目按照“背景研究—前测调研—PBL项目资源构建—PBL融合式教学模式制定与实施—后测调研—数据整理分析—实证研究—教学模式总结”的步骤开展研究。

在背景研究中，拟调研PBL教学模式的相关文献和具体实施方法以及数据挖掘课程常用教学模式；在前测调研中，拟在项目组成员承担的数据挖掘课程往届班级学生中调查学生的学习感受和体会；在PBL项目资源构建中，拟根据PBL教学实施方法以及往届学生在数据挖掘学习中存在的知识难点，筹备构建合适的PBL教学项目；随后，根据PBL项目和数据挖掘理论知识，制定数据挖掘课程的PBL融合式教学模式，并在项目组成员承担的数据挖掘课程班级中实施该教学模式；数据挖掘课程授课完结后，将教学过程数据和考核数据作为后测结果，通过机器学习方法进行定量分析和未来教学效果预测依据；最后，根据经验资料和往届教学数据，与实施PBL融合式教学班级教学效果作对比开展实证研究，总结出切实可行的PBL融合式教学方法和实施方案。

4 总结

在新工科背景下，本文将PBL项目式学习的教学方法融入到数据挖掘课程的教学过程中，通过完成实际项目引导学生学习的积极性和主动性，并结合理论教学补全PBL项目中为覆盖到的知识点使学生系统地、完整地掌握数据挖掘课程知识体系。PBL融合式教学要求学生完成若干个与数据挖掘理论紧密结合的实际应用项目，让学生直观地感受和体会数据挖掘理论的用途和意义，提高学生的成就感、自信心和实践能力。当学生完成项目工程后，教师在PBL项目问题场景中补全项目中所未能覆盖到的理论知识，避免PBL项目式学习可能出现的结构不良性问题，提高数据挖掘课程的教学质量以及学生的学习效果。

参考文献

[1] 柳运昌，郭力争，郝伟，等.新工科背景下计算机专业课程思政建设的实践及效果[J].高教学刊，2024，10（09）：176-180.DOI：10.19980/j.CN23-1593/G4.2024.09.043.

[2]朱灵龙，曹海啸，阚希，等.新工科背景下应用型本科高校数据科学与大数据技术专业建设研究[J].信息系统工程，2024，（03）：166-169.

[3]魏永清，于飞，黄雅鑫，等.PBL教学法在“电力电子技术”课程中的应用[J].电气电子教学学报，2024，46（01）：173-176.

基金项目：武汉市教育局市属高校教研课题（2021016）；武汉市科技局知识创新专项项目曙光计划项目（2022010801020382）；江汉大学四新学科专项项目（2022SXZX17）；江汉大学高层次人才科研启动经费项目（2019025）。

*通讯作者：刘哲（1989—），男，湖北武汉人，博士，讲师，研究方向包括图像处理、计算机视觉、机器学习等。