張芽

摘 要：隨著大數(shù)據(jù)時代的到來，有效挖掘海量數(shù)據(jù)背后潛在模式成為研究熱點。我國高職院校汽車類專業(yè)課程涉及大量故障及維護(hù)實踐數(shù)據(jù)，傳統(tǒng)授課方式單一，未有效挖掘利用這些數(shù)據(jù)背后潛在模式為課程服務(wù)，課程缺乏創(chuàng)新。本文通過對大數(shù)據(jù)挖掘技術(shù)和汽車類專業(yè)課程融合探討，提出大數(shù)據(jù)挖掘技術(shù)與高職院校汽車類專業(yè)課程融合的新教學(xué)模式和方法，利用大數(shù)據(jù)挖掘技術(shù)充分挖掘海量汽車類專業(yè)相關(guān)數(shù)據(jù)背后隱藏的有效模式，并對理論與實踐授課階段進(jìn)行指導(dǎo)，旨在推動大數(shù)據(jù)挖掘技術(shù)在高職院校汽車類課程教學(xué)工作中發(fā)揮更大作用。

關(guān)鍵詞：大數(shù)據(jù)挖掘技術(shù) 高職院校 汽車類專業(yè) 指導(dǎo)

Analysis on the Integration of Big Data Mining Technology and Automobile Professional Courses in Higher Vocational Colleges

Zhang Ya

Abstract：With the advent of the era of big data， effectively mining potential patterns behind massive data has become a research hotspot. The automobile professional courses of higher vocational colleges in China involve a large amount of fault and maintenance practice data. The traditional teaching method is single， and the potential patterns behind these data are not effectively exploited to serve the courses， and the courses lack innovation. This paper discusses the integration of big data mining technology and automotive professional courses， and proposes a new teaching model and method that integrates big data mining technology with automotive professional courses in higher vocational colleges， and uses big data mining technology to fully mine massive automotive professional related data. The hidden effective model and the guidance of the theory and practice teaching stage are aimed at promoting big data mining technology to play a greater role in the teaching of automobile courses in higher vocational colleges.

Key words：big data mining technology， higher vocational colleges， automobile majors， guidance

1 大數(shù)據(jù)挖掘技術(shù)背景

大數(shù)據(jù)背景下，面對各行業(yè)海量結(jié)構(gòu)化數(shù)據(jù)挖掘問題，以Hadoop、Spark、Storm為支撐的分布式數(shù)據(jù)挖掘平臺受到越來越多關(guān)注。其中，以分布式文件系統(tǒng)（Hadoop Distributed File System，HDFS）為數(shù)據(jù)存儲，以MapReduce為分布式計算框架的數(shù)據(jù)挖掘技術(shù)在云計算、海量數(shù)據(jù)離線分析、實時流數(shù)據(jù)挖掘等實際場景得到廣泛應(yīng)用。

汽車實踐類課程與大數(shù)據(jù)挖掘技術(shù)有效融合一直是高職院校課程改革的重難點，汽車類的多數(shù)課程在實踐環(huán)節(jié)中涉及大量的汽車維護(hù)與保養(yǎng)以及故障診斷等參數(shù)數(shù)據(jù)，但存在的問題是，在教學(xué)實踐過程中，并沒有有效挖掘利用這些數(shù)據(jù)作為課程教學(xué)的參考。為此，我們需要應(yīng)用大數(shù)據(jù)挖掘技術(shù)，如決策樹、支持向量機(jī)（Support Vector Machine，SVM）、人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，ANN） 等對這些數(shù)據(jù)挖掘，將大數(shù)據(jù)挖掘技術(shù)充分融入到高職院校汽車類專業(yè)課程，提高數(shù)據(jù)利用率，為課程授課提供參考和依據(jù)，從而最大程度的降低人工汽車維修與保養(yǎng)成本，為汽車類專業(yè)課程改革提供方向。

2 大數(shù)據(jù)挖掘技術(shù)與課程融合現(xiàn)狀及存在的問題

2.1 發(fā)展現(xiàn)狀

近年來，國家不斷加大對大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術(shù)的政策扶持力度，各大企業(yè)紛紛成立大數(shù)據(jù)研究基地，各高校結(jié)合自身專業(yè)實際成立大數(shù)據(jù)挖掘研究院等。大數(shù)據(jù)挖掘技術(shù)目前主要應(yīng)用在流量預(yù)測、廣告點擊預(yù)測、用戶行為分析等場景，對于高職院校汽車類專業(yè)課程而言，受課程特殊性要求，大數(shù)據(jù)挖掘技術(shù)一直以來沒有與課程相融合，授課方式采用傳統(tǒng)講授與實踐相結(jié)合的模式。大量專業(yè)課程相關(guān)實踐參數(shù)數(shù)據(jù)沒有發(fā)揮其真正價值和意義，課程缺乏創(chuàng)新和信息化技術(shù)融入。

2.2 存在的問題

2.2.1 專業(yè)課程實踐數(shù)據(jù)利用率低

高職院校汽車類專業(yè)課程包括動手實踐環(huán)節(jié)，該環(huán)節(jié)存在大量汽車維修與保養(yǎng)等相關(guān)數(shù)據(jù)。長期以來，積累的海量汽車維修數(shù)據(jù)并未得到重視，背后隱藏的有用信息未被有效挖掘并加以利用。受傳統(tǒng)講授式授課方式影響，理論加實踐的教學(xué)模式缺乏創(chuàng)新性，課堂效果不佳，學(xué)生積極性不高。大數(shù)據(jù)挖掘技術(shù)與課程融合的缺失使得課程信息化程度較低，加之對現(xiàn)有有效數(shù)據(jù)的挖掘分析不足，使得專業(yè)課程實踐數(shù)據(jù)得不到有效利用。

2.2.2 大數(shù)據(jù)挖掘技術(shù)復(fù)雜度高

大數(shù)據(jù)挖掘技術(shù)覆蓋面廣，技術(shù)含量高，涉及數(shù)學(xué)、生物、計算機(jī)、現(xiàn)代密碼學(xué)等學(xué)科知識，包含機(jī)器學(xué)習(xí)、大數(shù)據(jù)、數(shù)據(jù)挖掘、云計算等內(nèi)容，需要同時具備相關(guān)知識。尤其在當(dāng)前大數(shù)據(jù)時代背景下，海量數(shù)據(jù)挖掘不能單純依靠傳統(tǒng)的邏輯回歸、決策樹、SVM等數(shù)據(jù)挖掘方法，而應(yīng)該同時具備Hadoop、Spark等分布式數(shù)據(jù)挖掘理論與方法。技術(shù)的復(fù)雜性對從業(yè)者要求較高，加之當(dāng)前高職院校專業(yè)大數(shù)據(jù)挖掘人才不足，使得該技術(shù)很難與專業(yè)課程相融合。

2.2.3 專業(yè)師資力量不足

高職院校缺乏對大數(shù)據(jù)挖掘相關(guān)的課程設(shè)置，這就導(dǎo)致了具備大數(shù)據(jù)知識技能的人才儲備不足，很難有足夠的專業(yè)師資力量去講授類似的課程，大數(shù)據(jù)與汽車專業(yè)的融合難度間接性的提高了很多。此外，我們還必須認(rèn)識到，大數(shù)據(jù)的挖掘技術(shù)復(fù)雜程度比較高，對學(xué)校的相關(guān)人才的技術(shù)熟練度有著更高表尊的要求，凡此種種，使得很多院校不具備開設(shè)汽車與大數(shù)據(jù)融合類課程的條件。我們?nèi)瞬艓斓谋∪趿α磕肯乱呀?jīng)成為了掣肘我們汽車專業(yè)發(fā)展的重要因素，需要我們的高校予以重視。

3 汽車類專業(yè)課程授課現(xiàn)狀

高職院校中，汽車類專業(yè)課程普遍采用理論講授與實踐相結(jié)合的傳統(tǒng)上課模式。具體來說，理論課堂主要意在講解與汽車相關(guān)的基礎(chǔ)理論知識，讓學(xué)生對汽車專業(yè)的基本概念和原理進(jìn)行學(xué)習(xí)，擁有扎實的理論基礎(chǔ);實踐課程主要是以分組方式按照多對一模式在老師的帶領(lǐng)之下進(jìn)行動手實踐，意在鍛煉學(xué)生的實踐操作能力。在實踐課程中，由于受到學(xué)校硬件設(shè)備的限制，學(xué)生的實踐操作時間不夠產(chǎn)，使得部分知識僅停留在理論階段，不能通過大量的實踐操作將理論與實踐相結(jié)合，更談不上對知識的創(chuàng)新和擴(kuò)展。反之，在理論課程環(huán)節(jié)，專業(yè)教師講授的新理論和新方法較少，主要針對傳統(tǒng)理論的講授，學(xué)生學(xué)到的知識不能夠從容的應(yīng)對從業(yè)后面臨的新型汽車技術(shù)，對于汽車新科技帶來的一系列問題，無法熟練地進(jìn)行解決。

4 大數(shù)據(jù)挖掘技術(shù)與汽車類專業(yè)課程融合

針對目前高職院校汽車類專業(yè)課程現(xiàn)狀，本文提出大數(shù)據(jù)挖掘技術(shù)與汽車類專業(yè)課程融合的新授課模式。在課程準(zhǔn)備階段，整合相關(guān)數(shù)據(jù)，以現(xiàn)有汽車故障診斷及保養(yǎng)實踐數(shù)據(jù)為基礎(chǔ)，利用HDFS存儲海量數(shù)據(jù)，離線階段使用MapReduce分布式計算框架對海量汽車數(shù)據(jù)進(jìn)行分析挖掘，在線階段使用Spark Streaming或Storm分布式計算框架對汽車運行過程產(chǎn)生的數(shù)據(jù)實時分析，不斷更新模型。并將模型與實際現(xiàn)狀相結(jié)合，通過課程標(biāo)準(zhǔn)建設(shè)、老師上課環(huán)節(jié)等方法，應(yīng)用到課程建設(shè)及授課過程當(dāng)中。

4.1 課堂與實踐相結(jié)合

大數(shù)據(jù)挖掘技術(shù)與汽車類專業(yè)課程的融合依然需要基礎(chǔ)理論授課和實踐環(huán)節(jié)，在課程創(chuàng)新過程中，采用傳統(tǒng)講授式上課模式為學(xué)生講解汽車維護(hù)與保養(yǎng)基礎(chǔ)理論知識。通過課堂理論學(xué)習(xí)，使學(xué)生了解基本概念和工作原理，在掌握基本知識的基礎(chǔ)上進(jìn)行相對應(yīng)的實踐操作。多元化的課程學(xué)習(xí)體系，讓學(xué)生可以通過實物觀摩來強(qiáng)化對課堂知識的理解和記憶，進(jìn)而擴(kuò)展知識的廣度，為后續(xù)大數(shù)據(jù)技術(shù)在課堂的融入提供堅實的基礎(chǔ)。

4.2 大數(shù)據(jù)挖掘技術(shù)與教學(xué)融合

大數(shù)據(jù)挖掘技術(shù)與專業(yè)課程融合能夠解決傳統(tǒng)授課模式單一性問題，提高課堂和實踐效果，激發(fā)學(xué)生學(xué)習(xí)興趣。對海量汽車維修與保養(yǎng)實踐數(shù)據(jù)挖掘分析得到的有效模式可以為授課提供參考和借鑒，有效模式的強(qiáng)大預(yù)測功能能夠在實踐環(huán)節(jié)根據(jù)實時數(shù)據(jù)流做出科學(xué)預(yù)測，為教學(xué)和技術(shù)落地提供技術(shù)支撐，具有重要意義。

4.2.1 數(shù)據(jù)準(zhǔn)備與模型訓(xùn)練

良好的數(shù)據(jù)預(yù)處理是數(shù)據(jù)挖掘的關(guān)鍵一步，汽車類專業(yè)課程實踐環(huán)節(jié)收集到的汽車數(shù)據(jù)需要進(jìn)行數(shù)據(jù)清洗，主要包括缺失數(shù)據(jù)、冗余屬性、離散化等過程。清洗完成后，將數(shù)據(jù)存放在預(yù)先搭建好的HDFS中，并選擇合適數(shù)據(jù)挖掘方法進(jìn)行模型訓(xùn)練，根據(jù)訓(xùn)練目標(biāo)分為回歸問題和分類問題，訓(xùn)練過程通過對學(xué)習(xí)率和數(shù)據(jù)增強(qiáng)調(diào)整使模型達(dá)到最優(yōu)。

4.2.2 理論教學(xué)過程融入大數(shù)據(jù)挖掘

課堂基礎(chǔ)知識講授過程融入大數(shù)據(jù)挖掘成果，有利于激發(fā)學(xué)生學(xué)習(xí)興趣，活躍課堂氛圍，是對傳統(tǒng)授課方式的創(chuàng)新。

授課過程中，老師根據(jù)課程具體內(nèi)容安排，提前完成對應(yīng)授課內(nèi)容相關(guān)數(shù)據(jù)挖掘模型訓(xùn)練，并在課堂知識點講解過程穿插演示數(shù)據(jù)挖掘成果，并對相關(guān)原理進(jìn)行簡單介紹，從而加深學(xué)生對知識理解和記憶，激發(fā)學(xué)生對課程和技術(shù)學(xué)習(xí)熱情。

4.2.3 實踐課程融入大數(shù)據(jù)挖掘

實踐課程是理論知識擴(kuò)展的重要一環(huán)，汽車類專業(yè)課程的實踐環(huán)節(jié)根據(jù)大數(shù)據(jù)挖掘技術(shù)融入目標(biāo)不同可分為離線挖掘和在線挖掘階段。

離線挖掘階段，老師在實踐課堂引導(dǎo)學(xué)生完成對現(xiàn)有海量數(shù)據(jù)清洗、數(shù)據(jù)挖掘算法選取、模型訓(xùn)練和部署。汽車維護(hù)與保養(yǎng)內(nèi)容實踐時，一方面引導(dǎo)學(xué)生通過課堂知識解決實際問題，加強(qiáng)學(xué)生動手能力，另一方面，利用數(shù)據(jù)挖掘模型對實際問題進(jìn)行評估預(yù)測，為汽車維護(hù)和保養(yǎng)結(jié)論提供預(yù)測和結(jié)果指導(dǎo)。

在線挖掘階段，該過程需預(yù)先完成針對特定分類或回歸問題數(shù)據(jù)挖掘模型訓(xùn)練，并將模型與汽車硬件結(jié)合。實踐場景下，通過實時產(chǎn)生的流數(shù)據(jù)對模型更新，并為汽車運行過程各部件維護(hù)進(jìn)行智能化告警，為安全駕駛提供保障。該階段實踐，能夠最大程度提高學(xué)生應(yīng)用知識能力，達(dá)到學(xué)以致用的目標(biāo)。

4.2.4 引入校企合作新模式

汽車類專業(yè)課程注重實踐，結(jié)合大數(shù)據(jù)挖掘技術(shù)，合理開展校企合作模式有利于學(xué)校提供具有專業(yè)知識人才，企業(yè)提供接近于真實場景環(huán)境和具備大數(shù)據(jù)挖掘工程化經(jīng)驗人才，兩者的有效結(jié)合可以相互彌補(bǔ)不足。學(xué)校通過安排學(xué)生到企業(yè)工程實訓(xùn)和定期實習(xí)等方法提升學(xué)生就業(yè)技能，企業(yè)人才定期到學(xué)校為學(xué)生授課等方式讓學(xué)生了解更多企業(yè)專業(yè)知識，提升和擴(kuò)展學(xué)生知識范圍。

4.2.5 建立大數(shù)據(jù)挖掘技術(shù)實踐基地

大數(shù)據(jù)挖掘技術(shù)與汽車類專業(yè)課程完全融合不能僅依靠課堂授課，高職院校應(yīng)當(dāng)結(jié)合自身實際，建立大數(shù)據(jù)挖掘技術(shù)實踐基地，為學(xué)生提供場技術(shù)實踐場地和實驗室。在課余時間，老師指導(dǎo)學(xué)生系統(tǒng)學(xué)習(xí)大數(shù)據(jù)挖掘技術(shù)理論并實踐與專業(yè)課程融合，從而培養(yǎng)學(xué)生動手能力和學(xué)習(xí)興趣，提高學(xué)生創(chuàng)新思維能力。

5 總結(jié)

本文通過對大數(shù)據(jù)挖掘技術(shù)和高職院校汽車類專業(yè)課程分析，探討了大數(shù)據(jù)挖掘技術(shù)與汽車類專業(yè)課程融合問題。針對汽車類專業(yè)課程目前存在的問題，本文提出了汽車類專業(yè)課程與大數(shù)據(jù)挖掘技術(shù)有效融合的幾種方式方法，可以提高汽車類專業(yè)課程教學(xué)效果，激發(fā)學(xué)生學(xué)習(xí)興趣，為高職院校汽車類課程信息化建設(shè)和改革提供思路和借鑒。

參考文獻(xiàn)：

[1]趙好好.大數(shù)據(jù)挖掘在高職院校智慧校園建設(shè)中的應(yīng)用[J].信息記錄材料，2020，21（04）：105-106.

[2]張明輝.基于大數(shù)據(jù)在高職院校教學(xué)中的應(yīng)用研究[J].數(shù)字技術(shù)與應(yīng)用，2020，38（01）：24-25.

[3]龐英智.大數(shù)據(jù)挖掘在高職院校智慧校園建設(shè)中的應(yīng)用情況分析[J].現(xiàn)代經(jīng)濟(jì)信息，2019（20）：356+359.

[4]呂明，徐暢，徐杏玉.大數(shù)據(jù)背景下高職院校學(xué)生綜合素質(zhì)教育管理平臺功能挖掘研究——以常州信息職業(yè)技術(shù)學(xué)院為例[J].泰州職業(yè)技術(shù)學(xué)院學(xué)報，2019，19（03）：18-21.

[5]米保全.數(shù)據(jù)挖掘技術(shù)在高職院校教學(xué)管理中的應(yīng)用[J].軟件導(dǎo)刊，2018，17（08）：178-181.