刘梦娟，曾贵川，刘 瑶，陆 庆

(电子科技大学 信息与软件工程学院,四川 成都 610054)

随着互联网数据的爆炸式增长，数据分析与挖掘技术产生的学术和商业价值日益受到学术界和工业界的广泛关注。作为目前计算机领域最为热门的发展方向之一，已有许多学校开设了相关课程，如清华大学开设的“数据挖掘：理论与算法”，南京大学开设的“数据挖掘导论”，上海交通大学开设的“数据挖掘”和“机器学习”等。然而遗憾的是，目前针对数据挖掘类课程配套的实验多是针对每种数据挖掘算法(模型)单独设计的，缺少系统性的综合实验，特别是与解决工业界实际问题密切相关的实验，使得学生在面对实际问题时，很难综合利用所学的数据挖掘算法来解决问题。另一方面，挑战性学习(challenge based learning,CBL)[1]作为一种新的教育理念正在国内高校逐渐兴起。例如，清华大学在2012年提出将在全校开展20门校级挑战性学习课程[2]；电子科技大学在2017年也提出了挑战性学习课程建设项目[3]。所谓挑战性学习是指通过增大课程挑战度，强调对学生实践动手能力的培养，从而达到激发学生的学术志趣，建立学术自信，培养创新意识和团队协作精神的目的。

根据数据挖掘类课程对综合实验的实际要求，以及将其定位为挑战性实验的考虑，课程组对综合实验的内容、教学方式和评价方式进行了全新的设计。首先，在应用场景上，将实验题目设计为学生在实际互联网中遇到的真实应用——从评论中抽取用户意见以及预测广告投放点击率；……