“商业思维 + 数据技术”双主线融合的教学实践探索

一、引言

随着数字经济的快速发展，数据驱动决策已成为企业运营的核心能力。教育部 2020 年发布《新文科建设宣言》，提出积极推动人工智能、大数据等现代信息技术与文科专业深入融合，培养具备数字素养的新型商科人才。《四川省加快数字人才培育支撑数字经济发展行动实施方案（2024—2026）》进一步强调，支持省内高校重点建设新一代数字领域学科，培养数字领域人才。商科教育面临向“技术 + 商业”复合型人才培养转型的迫切需求，数据科学课程如何有效嫁接商业思维，成为当前各高校商科转型中的重要命题。

商学院于 2023 年开设大数据管理与应用专业，《大数据挖掘与分析》课程是专业核心课，在人才培养方案中承担着核心枢纽作用。课程开设初期识别了现有教学普遍存在的问题，提出“商业思维 + 数据技术”双主线融合的教学方案，通过构建商业问题与技术工具的映射关系，将数据挖掘全流程与商业决策紧密结合，为同类院校提供了可借鉴的课程建设经验。

二、教学问题分析

当前应用型高校商科大数据课程在人才培养方面面临若干关键性问题。首先，课程体系设计存在明显的“重技术轻应用”倾向 [1]，多数高校过于强调数学、统计学和计算机等基础理论知识的传授，而忽视了将大数据技术与实际商业场景相结合的能力培养。其次，人才培养目标与市场需求存在脱节 [2]，特别是在复合型商业大数据人才培养方面，学生虽能掌握算法实现，却难以将分析结果转化为商业价值。此外，实践教学环节薄弱的问题突出 [3]，数据分析岗位所必需的商业需求分析等核心能力在现有课程体系中未能得到充分训练。

商科的大数据挖掘课程内容存在多学科交叉特性，融合多个领域的知识，教学面临知识整合的挑战。另外，课程的理论性与实践性存在失衡 [4]，多数教学偏重算法原理讲解而忽视实践应用，学生难以将抽象的理论知识转化为解决实际问题的能力。目前课程使用的数据集以学术性数据为主，如鸢尾花等，缺乏真实的商业场景特征，教学案例与实际商业需求脱节。此外，在处理商业数据中常见的不完整或非结构化的数据时，学生的数据思维明显不足。

大数据管理与应用专业的生源构成具有文理交叉特征，这为教学带来了挑战。文科背景学生在课程的学习过程中面临多重障碍[5] ：对支撑数据挖掘算法的数学概念理解存在困难；在 Python 语言的学习和应用上表现出适应性不足；向数据驱动的思维模式转换存在障碍。整体来说，学生的商业应用能力培养也面临困境，在技术成果向商业决策转化方面的能力欠缺。

三、“商业思维 + 数据技术”双主线教学设计

1. 模块化教学内容设计

本课程结合大数据时代数据挖掘的新特点和新内容设计相应的教学内容，并与实践需求紧密结合。课程设计采用模块化设计，从前置的 Python 编程基础知识深化至常用机器学习算法的学习，模块设计结构如表1 所示。

2. 机器学习关键模块的双主线设计

在机器学习重点模块的教学内容设计中，课程建立了商业问题与技术方法对应关系。通过设计真实商业场景驱动的教学案例，使每个模块都能对应具体的商业应用价值。表2 展示了重点教学模块的双主线对应关系。

每个教学模块遵循“商业问题导入 - 技术方法讲解 - 商业价值回归”的三段式教学设计。以“银行客户信用分级”为例，首先通过银行信用卡违约风险的实际业务需求引出问题，然后讲解分类算法的原理和实现，最后指导学生进行挖掘任务，基于结果制定分级策略。

表2 ：关键模块的“商业思维 + 数据技术”双主线设计

3. 考核与能力评估

本课程建立了多维度的能力评估体系，考查技术实现能力的同时考察学生的商业价值转化能力。考核方案分为过程考核与期末项目两部分。其中，过程考核包含考勤及课堂表现、理论作业、课堂实训、实训项目四个主要维度。期末项目考察学生解决实际商业问题的能力，要求学生自主寻找数据集进行数据挖掘，并要求包含业务背景、模型选择论证和商业决策建议相应内容，报告将从业务合理性、技术呈现、商业洞察三个维度进行评分。

四、结语

《大数据挖掘和分析》课程构建 " 商业思维 + 数据技术 " 双主线教学模式，通过整合商业问题场景与技术分析方法，在模块化教学设计的基础上将商业项目融入主要教学模块，更有效的针对商科大数据专业的学生学情，促成交叉学科的人才培养目标。

在商科与大数据结合的新兴交叉专业中，数据科学类课程在人才培养中的地位尤为重要。为培养数字经济时代所需的复合型人才，商科大数据课程教学应明确与理工科专业培养目标中的区别，在培养一定的技术开发技能的同时，训练将大数据技术运用至商业问题的思维模式，重视商业数据的处理、分析和挖掘和商业思维的培养。本课程实践的双主线教学模式，能够展现出独特的适配性优势，提供了可操作的解决方案。

参考文献：

[1] 曲小纳 ， 陈保国 ， 段春莉 &  孙长月 .（2025）. 企业需求导向下大数据管理与应用专业人才培养体系构建研究. 安徽教育科研，（03），81-84.

[2] 巫月娥 &  林炳坤 .（2023）. 数字经济下商业大数据人才培养研究 . 湖北开放职业学院学报 ，36（16），148-150.

[3] 张晶晶， 郭丽， 郏伯荣 & 丁永军.（2025）. 大数据专业热点及人才需求分析对课程体系建设的启示 . 甘肃高师学报 ，30（01），120-125.

[4] 陈朝焰 ， 许洪云 &  刘攀 .（2020）. 本科数据挖掘课程教学内容的结构化设计 . 现代计算机 ，（36），77-81+94.

[5] 杨卓 ， 梁永玲 ， 李鑫 &  张冬冬 .（2024）. 新文科背景下高校文科专业“大数据挖掘”通识课程项目制模块化教学改革研究 . 黑龙江工程学院学报 ，38（06），77-82.