Published
2026-09-29
Section
Articles
How to Cite
数智素养导向的“知识发现与数据发掘”课程教学改革探索——面向文科大学生的机器学习通识教学研究与实践
潘 晓辉
上海政法学院，数智法学院 ( 知识产权学院 )
DOI: https://doi.org/10.59429/jyyj.v8i15.15355
Keywords: 新文科；知识发现；数据挖掘；机器学习；教学改革；数智素养
Abstract
新文科建设要求推动人工智能、大数据等信息技术与文科专业深度融合，知识发现与数据发掘、机器学习等 课程由此成为文科人才培养中日益重要的一环。然而，现有该类课程的教学研究与实践多面向计算机及工科专业， 文科大学生在学习中普遍面临数学与编程门槛高、内容组织与专业场景脱节、考核方式单一等问题。本文基于知网、 维普与国际期刊数据库的文献梳理，借鉴国内外面向非计算机专业学生的教学经验，设计了面向文科生的“知识发 现与数据发掘”课程教学改革方案。并且，我校对该课程进行了三个学期的教学改革实施：目标上由知识传授转向 “数据意识—方法理解—工具应用—批判反思”四层数智素养；内容上采取“数据挖掘概念与流程—回归分析—分类 模型—特征工程—聚类算法”重构模块化知识体系；模式上采用“问题先行—原理后置—编程案例驱动”的人文社 科数据案例教学；评价上以“过程性考核（数据采集练习、阶段性实验）+ 期末开放性上机测验”的过程性评价体 系替代单一闭卷考试；并将算法伦理与课程思政贯穿教学全程。实践表明，过程性评价改革有效保障了课程完成度 与评价规范性，但编程实践能力培养与扩容后的分层支持是主要短板。本文可为新文科背景下数据类通识或交叉课 程建设提供参考。
References
[1] 教育部新文科建设工作组. 新文科建设宣言[EB/OL]. (2020-11-03)[2026-08-29]. http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202011/t20201103_498067.html.
[2] 李梅，梁春泉，王美丽等. 基于多维度和多学科交叉融合的“机器学习与数据挖掘”课程建设实践探索[J]. 中国林业教育，2026, 44(4): 122-128. DOI: 10.3969/j.1001-7232.2024119.
[3] 姜永春.“大数据 + 双创人才”培养与课堂教学的深度融合——以数据挖掘课程为例[J]. 科技经济市场，2022(8): 109-111.
[4] 吕琼帅，杨雨，巩跃洪等. 基于“教赛协同”的数据挖掘课程教学改革研究[J]. 高教学刊，2024, 10(10): 136-139.
[5] 韩开山，刘宝芳. 案例驱动的教学改革对数据挖掘课程教学效果的影响[J]. 大学教育，2024(4): 37-40.
[6] BURKE B R, MACHKASOVA E. Critical media,information, and digital literacy: increasing understanding of machine learning through an interdisciplinary undergraduate course[J]. Irish Communications Review, 2020, 17(1). DOI:10.21427/cc56-w541.
[7] HAN J, KAMBER M, PEI J. Data mining: concepts and techniques[M]. 3rd ed. Boston: Morgan Kaufmann, 2011.
[8] 周志华. 机器学习[M]. 北京 : 清华大学出版社，2016.