王健

摘要：传统教学在讲授《商务智能》时，往往忽视数据分析的相关实验，随着数据分析在各种领域的广泛应用，以及大数据技术的成功推广，越来越需要在讲授《商务智能》时，突出实验教学，指导学生在真实的数据集上进行数据分析与挖掘的相关工作，并且将大数据的相关技术合理贯穿在课程实验中。

关键词：商务智能；大数据；数据分析

《商务智能》课程属于信息管理与信息系统专业必修课程之一。目的在于使学生掌握决策的基本原理、决策过程建模、决策支持系统的基本构成、决策支持系统的实施过程，以及通过商务智能技术解决实际的半结构化决策问题，同时加深对有关管理科学、统计学和数据挖掘技术应用的理解。该课程所涉及的软件相对来说困难一些，而且书中涉及到的软件过多，学生容易忘记，短时间不易掌握。为解决上述问题，我们准备采用“翻转课堂式”教学模式。

为了将《商务智能》课程做成一个翻转课堂，应事先把每节课相关的理论知识介绍和实验操作指南上传到在线课堂。然后学生在上课之前，去在线课堂平台提前预习这些知识，并且希望学生能够在上课之前，就能按照在线课堂上的指导，自己先做实验。学生课下提前做实验的过程中，会遇到很多问题，而且各个学生因为程度不同，各自遇到的问题也不同。对学生的这些问题的解答，安排在课堂上进行。上课时间就是用来帮助学生解决他们之前自己做实验所遇到的问题。并且在这种新的教学模式下，学生在课堂上会主动问很多问题。这种新的授课方式，可以提高学生自己做实验的积极性，以及增强他们对这门课的学习兴趣。计算机学科的专业课的特点是动手做实验很重要。很多理论知识、算法和操作技巧，如果只是课堂讲，学生没有实践操作，那么学生学到的知识会大打折扣。以前的教学模式是课堂上给学生讲很多实验操作方法，课堂留给学生做实验的时间很少，很多学生要利用课下时间来做实验。那么课下学生自己做，做的过程中遇到问题，如果不能及时获得解答的话，时间长了，学生自己也就忘记要问哪些问题了。还有一些学生刚开始做实验时，兴趣很高，做着做着，遇到的问题都没人帮助解决，时间长了，学生对实验操作也会失去兴趣。所以设计翻转课堂的目的，是改变传统的老师一个人在讲台上讲的教学方式，让学生在课堂上占据主动性，让他们主动问问题，老师的角色是帮助他们解答问题。

本课题组进行教学模式改革的第二项工作就是对期末考试方式进行一些改革。将传统的试卷考试转变为上机考试。本课题组的老师构建题库，通过学校提供的在线课堂平台来完成期末考试。考试时，学生登陆在线课堂，系统随机为学生组卷，每个学生的试卷都不同。考试结束后，系统自动评卷打分。这种上机考试的方式使得测试的知识点覆盖面更广，要求学生要全面复习。另外，由于各个学生的试卷都不同，就避免了考试作弊，还可以增强考试的公平公正性，也提高了效率。目前这个考试题库已经建成。后期课题组的老师将采用交叉检查的方式，对题库中的题目进行再检查，对一些有错误的题目进行修改。

此外，我们在讲授《商务智能》这门课时，结合大数据技术应用领域常用的数据分析技术进行讲解。如ID3分类算法和FP-Tree关联规则算法，在真实的数据集合上给学生安排课程实验，另外让学生课下自己从网上收集整理数据集，来完成以上算法的运行。为了突出我们教研室在进行此次教学模式改革中的创新性，我们在教材的最后添加了基于隐私保护的数据挖掘技术，强调在进行数据分析时，一定要考虑到不能挖掘出用户的敏感属性值。虽然我们拿到的实验数据，之前已经进行了数据清洗和预处理，但是如果挖掘分析算法不恰當，那么也会从预处理后的数据中挖掘用户隐私。随着用户越来越重视个人敏感信息的保护，相关研究人员必须对传统的数据挖掘分析算法进行改进，添加数据安全和隐私保护技术，从而实现既能从大量的、模糊的、不完全的源数据中分析出隐藏在其中的、用户不知道的规则和知识，又能防止分析人员挖掘出用户的隐私信息。

为深化决策支持与商务智能课程的教学改革，我们将和 IBM、SAP 等企业的相关机构深入合作，共同讨论制定商务智能方向的专业课程，将企业应用商务智能的成功案例和项目实施过程，补充进课堂教学内容，使学生能够在项目实训中了解实际的项目环境并培养分析实际项目的能力，从而把先进的技术、方法以及企业的最佳实践项目引入决策支持与商务智能教学中，以满足学生对知识和能力培养的需求。

参考文献：

[1]Jian Wang， Le Wang. A New Anonymity-based Protocol Preserving Privacy Based Cloud Environment， Computer Modelling and New Technologies， Vol. 18， Issue：9， pp.139-144，2014.

[2]Jian Wang. A Novel K-NN Classification Algorithm for Privacy Preserving in Cloud Computing. Research Journal of Applied Sciences， Engineering and Technology， Vol. 4， Issue： 22， pp. 4865-4870，2012.

[3]Jian Wang. Experimental Analysis for Novel K-NN Classification Algorithm in Cloud Computing. Journal of Computational Information Systems， Vol. 8， Issue： 22， pp. 9217-9224， 2012.（EI源刊）

[4]Jian Wang. A Novel Anonymity Algorithm for Privacy Preserving in Publishing Multiple Sensitive Attributes. Research Journal of Applied Sciences， Engineering and Technology， Vol. 4， Issue： 22， pp.4923-4927，2012.

[5]邵超， 万春红. E-R图的精细设计. 计算机教育， （8）： 78-81， 2015