“专业课程―能力―知识”三维结构式研讨教学模式探索
中图分类号：G424 文献标识码：A DOI：10.16400/j.cnki.kjdkz.2018.04.054
Abstract In view of the characteristics and challenges of professional courses， this paper has put forward a three dimensional structure discussion teaching model in the course of data mining， which has been set up in three years. It highlights the design of teaching content centered on students' ability and the design of research oriented teaching method led by professional. The improvement of product quality of student data mining verifies the effectiveness of this teaching mode.
Keywords discussion teaching； data mining； special curriculum-capability-knowledge
近年来，以培养本科学生自主学习、合作研究和实践创新能力为目标，在本科生课程教学中开设专业研讨课已经成为国内外高校实现传统的以知识传授型教学模式向研究型教学模式转变的重要手段之一。[1]按照 “科学文化素质走在全国院校前列，军事专业素质走在全军院校前列”和“2020年前使学校本科教学水平整体达到国际一流”的目标要求，我校自2013年开始陆续在高年级本科生课程体系中开设了十多门专业研讨课。笔者于2013年秋季开始面向全校高年级本科生开设了“数据挖掘”专业研讨课程，通过三年面向不同背景学生的教学实践，结合专业研讨课的特点，探索出一种“专业课程-能力-知识”三维结构式专业研讨教学模式。
1 对高年级本科生专业研讨课的认识
1.1 专业研讨课的开设目的及意义
开设专业研讨课的目的及意义主要体现在以下两个方面：
（1）通过专业研讨课，创造学生在合作环境下进行研究型学习的机会，使学生体验探索式的学习方式，激发学生探求知识的兴趣，锻炼学生合作交流能力与批判性思维能力，培养提出问题、分析问题和解决问题的能力。
（2）通过专业研讨课，在教学中广泛应用研究式、项目式、案例式等教学方式，以教师引导、师生互动、小组研讨、探索学习为特点，充分发挥教师的教学创造性，从而推动本科教学方式的改革和转变。
“数据挖掘”课程的开设目的在于培养本科学生的数据挖掘能力和素养，尤其是应用定性与定量相结合的方法，从宏观和微观揭示目标的内在本质和规律，发现目标关联关系和异常行为，洞察甚至预测目标的发展趋势的能力。为培养适应信息化条件的军事指挥和技术人才，本课程更聚焦于学生军事数据挖掘、研判与预测能力的培养，使学生在面对国内外各类军事问题时“站得高、理得顺、看得清、把得准”。
1.2 专业研讨课的特点与挑战
专业研讨课作为研究型教学模式的主要手段，其区别于传统知识传授型的教学模式的特点可以概括为“专业引领、问题为先、研讨创新、个性激励”。
（1）专业引领。专业是专业研讨课的框架结构，好的专业应该具有较为丰富的问题空间和柔性的知识体系，能够激发学生探求知识的兴趣，引领学生主动去发现问题、分析问题和解决问题。
（2）问题为先。专业研讨课区别与传统知识讲授型课程的一个重要区别就是在专业引领下由学生自主发现和提出问题。学生提出一个好的问题是创新的第一步，好的问题能够反映出学生的想象力、好奇心和批判性思维，这恰恰是传统知识传授型教学所缺失的。
（3）研讨创新。互动研讨是专业研讨课的组织形式。要求教师具有丰富的领域知识，并具有激发学生积极思考、踊跃参与互动的引导技巧。要求学生不能“空手空脑”来到课堂，课前应积极准备相关问题及其参考材料。师生课前准备越充分，研讨互动才会撞出“火花”，深度的思考、质疑和批判才可能出现创新。而要在有限的课堂时间内要尽量给学生充分的发言机会，通常要求专业研讨课进行小班教学，以20名学生以内为佳。
（4）个性激励。参与高年级专业研讨课的学生有可能学科专业不同，即使是同一个学科专业的也有基础好坏之分。研讨课教学区别于传统知识传授型教学就是努力鼓励和赞扬每个学生独立思考的结论，保护和激励学生们所有的探索欲望和尝试，追求多视角、批判性和个性化特质思维。
专业研讨课这些研究型教学模式特点对教师和学生都提出了全新的挑战。一门优质的专业研讨课，须充分发挥好教师和学生双方的作用。从教师的角度来说，要完成从“主导”到“引?А苯巧?的转变，要以学生自主探索创新能力培养为核心目标，在专业教学内容和教学方法两个方面加强研究和设计。从学生的角度来说，要完成从“被动接受”到“主动探索”的学习方式转变，要在科学知识和科学方法两个方面加强批判性和创新性思维养成。
2 以能力为中心的三维结构式教学模式设计
通过三届高年级本科生“数据挖掘”专业研讨课的教学探索，参考其他专业研讨课的设计理念和积累的教学经验，[2，3]笔者总结和设计了一种以能力为中心的三维结构式教学模式，如图1所示。该结构突出以学生能力培养为中心，由教师精心设计的专业为引领背景，引导学生自主发现问题，并在研讨交互中，通过教师适时讲授基础理论，引导学生自学相关方法与算法，掌握相关技术工具，教师适时讲解难点关键点，引导学生分析问题，探索解决方案。 2.1 以学生能力为中心的教学内容设计
“数据挖掘”课程教学内容始终围绕学生能力培养为中心进行设计。这门课程课时为20学时，选课学生规模不超过30人，至今已经面向全校学生开设了三次，每次选课学生的知识背景和选课动机总体上有所差异。前两次选课的学生以技术类学生为主，指挥类学生较少，且技术类学生主要知识背景是计算机、信息管理与信息系统以及电子与通信工程等专业，选课动机主要想学习数据挖掘技术；后三次选课的学生类型逐步发生了较大变化，指挥类学生逐步增多，技术类学生逐步减少，且指挥类学生知识背景差别很大，选课动机主要是想学习数据挖掘流程及方法，更关注如何做出好的数据挖掘产品。针对学生总体情况变化的分析，本着总体与个体兼顾的原则，笔者在教学内容上设计能力-知识矩阵表。能力-知识矩阵表体现了对指挥类和技术类学生能力培养的不同，对指挥类学生强调使用工具进行分析的能力，对技术类学生强调方法与算法分析的能力。
2.2 以专业为引领的研究型教学方法设计
专业研讨课作为研究型教学手段之一，其核心目标是培养学生勤于思考、勇于探索和善于创新的能力，专业如何设置十分关键。笔者结合军校学生的特点和大数据发展趋势，精心设计了五个数据挖掘专业，专业设置以典型案例为背景，引导学生自发提出数据分析问题，通过师生互动研讨，对提出的问题从方法和技术层面进行分析和质疑，以确定分析和解决问题的基本思路。
3 总结与展望
3.1 课程教学体会
通过三年的教学实践和探索，笔者深感要完成好一门高年级的专业研讨课面临诸多挑战，但只要把握和完成以下几点，就能够较好地克服教学工作中遇到的难题，达到预期的教学效果。
（1）对学生知识背景和学习动机的准确把握是基础。高年级专业研讨课通常是面向全校高年级本科生的选修课程，学生选择某门研讨课是完全自主的。一方面，选课学生的知识背景很可能差异很大，甚至完全没有研讨课所需的前序知识，另一方面，选课学生的学习动机也可能不同，大部分学生是感兴趣想学，也不排除有部分学生仅仅就是来混个学分，知难而退的。这就要求教师在开课前或在第一堂课以问卷的形式进行调研分析，做到对学生的基本情况和学习动机的准备把握，只有这样才能真正做到“因材施教”。
（2）以学生能力培养为中心的专业设计是关键。专业研讨课的根本宗旨是培养学生自主学习和探索创新的能力。爱因斯坦曾经说过：“兴趣是最好的老师。”因此，如何激化学生的学习兴趣，变被动接受为主动求知是教学成功的关键。教师应充分发挥自己积累的科研和教学经验，精心设计能够吸引学生眼球，激发学生兴趣，触动学生思维神经的研讨专业，学生一旦产生了浓厚的兴趣，就会主动去探索、去实践，并在求知、探索、实践中产生愉快的情绪和体验。这样，学生能力培养自然水到渠成。
（3）良好的教学资源和实践平台是保障。专业研讨课的教学内容要么是前沿技术，要么是新理论或新思想。这就要求教师结合自己所在的团队的前沿研究给学生提供一个良好的实践创新平台，支持和鼓励学生大胆地去摸索、去实践，这样才能使学生在不断探索和实践中提升创新能力。
3.2 不足与展望
专业课程-能力-知识三维结构式专业研讨教学模式是笔者三年开展“数据挖掘”专业研讨课教学的经验总结，但在教学组织实施过程中，要求学生在开展专业研讨前需做足功课，包括查阅相关资料、消化归纳整理相?P研讨内容、完成数据小组分配的课后任务等，这对于很多学生来说增加了许多工作量，有些学生不能积极地完成课后任务，甚至出现应付现象。这使得课堂上的研讨互动效果大打折扣，直接影响了教学效果和质量。另外，在分小组实施情况下，存在由1～2人全权承包的问题，学生中“搭顺风车”现象仍有存在，这些也直接影响了小班教学的整体效果。三维结构式教学模式只是在最近一次教学实践中初步实施，有待进一步跟踪学生评教情况，进行优化和完善。
