王丽娟　郝志峰　蔡瑞初　温雯　刘添添

摘要：针对数据挖掘课程理论知识多、讲解抽象难懂的教学实际，重点研究数据挖掘课程的经典算法K-means聚类算法的实例教学策略，以提高学生对数据挖掘算法的学习兴趣，加强实际应用能力。研究内容包括选择实例、讲解实例、扩展实例和教学评价4部分。选择合适的实例提升学生学习兴趣；讲解实例使得学生掌握基本的K-means算法；扩展实例增强学生实际应用K-means算法的能力；最后教学评价进一步完善教学质量和效果。

关键词：数据挖掘；实例教学；K-means

0 引言

随着沃尔玛超市发布的啤酒和尿布营销规则，数据挖掘（Data mining）逐步进入人们的日常生活，并且在生产和消费等各个领域都发挥着重要的指导作用。由于数据挖掘的重要作用，各个高校纷纷开设本科生以及研究生的数据挖掘课程。

数据挖掘是研究如何从大量数据中挖掘隐藏于其中的知识或者信息的科学。数据挖掘通常借助计算机科学、统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多技术来实现上述目标。该课程涉及大量数学和统计模型，较为抽象，而且具有很强的时效性，知识更新换代快。本科生或者研究生在学习这门课程的时候，概念较多，算法抽象，难以入门，更难于应用算法求解实际问题。为了获取较好的课堂教学效果，数据挖掘课程采用实例教学策略教学。

实例教学策略通过工具软件仿真建模，演示数据挖掘算法的具体运行过程，使得学生自己纳入数据挖掘算法学习、开发和研究过程。……