摘要：针对文科数据库课程，分析目前面临的问题和挑战，提出改革的目标、原则和方向，结合数据库课程改革实例，具体介绍文科数据库课程的教学设计要点，并以调研数据说明实施评价结果，最后对未来的工作提出建议。
关键词：数据库；数据挖掘；文科计算机；计算机教学
1文科数据库课程面临的问题和挑战
随着信息化进程的飞速发展，社会对信息技术应用的要求变得更高。数据库课程作为文科大学生计算机应用课程中的一门主干课程，应该强调培养学生用包括数据库知识在内的计算机理论和技术分析问题和解决问题的能力。传统的文科专业学生的数据库课程体系大多由计算机专业的数据库课程体系简化而来，这样形成的课程体系结构或多或少地忽视了文科专业的实际应用需求[1]，主要体现在以下方面。（1）大量篇幅用于讲解关系数据库理论和如何管理数据库系统[2]。在这种课程体系结构下的文科数据库课程，一方面由于专业和课时的关系，往往理论讲得不够透彻和全面，实验和案例也欠生动；另一方面课程内容偏向于数据库管理员的培养，课程实用性差，难以激发文科大学生的兴趣。（2）许多对文科生有用的数据管理和数据处理知识，由于课时有限、难度、学生专业等原因，在文科大学生的数据库课程中少有涉及。如今，随着大数据的兴起，越来越多的领域用到数据挖掘等数据分析技术，让学生了解并初步掌握这门技术对他们将来的工作或研究都很重要。因此，传统的文科大学数据库课程体系已经不能适应现在的文科大学生的需求，必须在计算思维思想的指导下建设文科大学数据库课程，从文科大学生的专业需求出发，重新设计数据库课程的体系架构，设计和编写适合文科大学生学习的教学大纲、课件、实验、案例等，并在教学实践中加以检验和修正。
2文科数据库课程改革的目标、原则和方向
培养学生用计算机的理念和方法分析问题和解决问题的能力，是文科计算机应用课程改革的最终目标。对于文科数据库课程，我们重新梳理数据库技术和其他相关计算机技术，以培养学生分析问题和解决问题的能力为目标，形成一个相对完整的知识体系，用案例驱动的方式重新设计文科专业数据库课程体系。
2.1文科数据库课程设计面临的矛盾
随着计算机技术在各行各业越来越广泛和深入的应用，文科大学生计算机应用课程面临着有限课时与不断增长的课程深度和广度需求之间的矛盾。数据库课程也同样面临着这种矛盾。为了将计算机知识和技能应用于实践中，往往需要糅合多门课程中的知识和技能。在数据库课程中，数据库管理只能教会学生管理数据库信息，但在他们的研究和工作中，仅有这些还远远不够。学生为了将数据库中的信息应用起来，就需要运用更多课程中的知识和技能，例如，在信息系统中使用数据库的数据，就要涉及管理信息系统和程序设计语言的内容；如果要学生对数据进行深入分析和挖掘，就要讲授数据挖掘技术的相关内容。同时，对于文科专业大学生，学校安排的计算机应用课时十分有限。据笔者了解，大多数学校计算机应用课程教学限制在1门课的课时。因此，在进行文科数据库课程内容设计时要处理的一个关键问题是：如何在1门课的课时内安排多门计算机相关课程的内容并形成一个相对完整的体系。
2.2文科数据库课程设计改革的方向
为了使文科大学生掌握完整实用的知识和技术，文科数据库课程改革有两个主要方向。（1）管理信息系统方向。该方向主要包括3门计算机课程的内容：数据库技术与应用、管理信息系统和程序设计语言（VB等）。课程目标是使学生具有初步设计和实现管理信息系统的能力[3]。（2）数据挖掘方向。该方法主要包括数据库课程和数据挖掘课程的基本内容。课程目标是使学生在掌握数据库基础技术的基础上具有初步数据分析和数据挖掘的能力。我们选择数据挖掘作为文科数据库课程改革的方向，因为随着大数据相关技术的兴起和广泛应用，数据挖掘技术已经深入管理、财经、社会等诸多文科专业中，现在的文科大学生迫切需要掌握数据挖掘相关知识和技术。
2.3文科数据库改革的原则
（1）针对文科大学生的需求重新组织和精炼数据库课程中的内容。在新的课程体系中仅仅保留文科大学生必须掌握的数据库相关知识和技能。（2）在数据库课程中引入数据挖掘和数据分析技术。（3）进行贴近文科大学生的大案例驱动的课程设计。以一个超市管理系统的数据库为例，设计贯穿整个数据库管理流程的案例，从建库、建表、管理数据、查询和整理数据，一直到数据挖掘。（4）在保持课程相对完整性的前提下，处理好课程的广度—难度—课时之间的矛盾。这是文科计算机应用课程普遍面临的一个挑战。作为文科学生，计算机应用的课时十分有限，但现实的需求又要求学生掌握内容更深、涉及面更广的计算机知识，这就要求文科数据库课程体系在有限的课时内安排具有一定深度和广度的内容，同时保持内容的完整性。
3文科数据库课程体系的设计
3.1数据库部分知识体系设计
我们在SQLServer2008数据库系统上讲解数据库知识，大幅度压缩传统数据库课程中的内容，仅仅保留文科大学生必须掌握的知识和技能[4]。具体安排见表1。数据库部分大约占总课时的2/3。
3.2数据挖掘部分知识体系设计
我们用SQLServer2008提供的数据挖掘工具完成数据挖掘任务[5]。选用该数据挖掘工具主要基于以下两点：①与数据库内容顺利衔接和平滑过渡；②无需编程即可完成简单的数据挖掘工具。SQLServer2008提供的数据挖掘工具简单易用，不用编写程序就可以完成很多常用的数据挖掘任务。鉴于课时的限制，也为了控制课程难度，可选择最常用且方便理解的数据挖掘算法[6]。在介绍这些算法时，规定不出现公式只介绍算法的基本思路，主要通过实例给学生演示算法的使用和评价。数据挖掘部分大约占总课时的1/3。
4课程体系的实施和评价
在过去的两个学期中，我们在数据库课程中实践了以上课程内容，取得了良好的效果。为了了解学生对课程内容的接受程度和评价，我们做了问卷调查，问卷共涉及4个教学班共133名学生，图1所示为部分调查的统计结果。图1（a）说明大多数学生认可课程难度。虽然尽量控制课程难度，但是还有不少学生认为课程太难，为此我们计划在后续课程中继续调整课程结构，加强讲解和练习。图1（b）说明课程的内容安排得到学生的高度认可。图1（c）和图1（d）说明学生认为数据挖掘知识对他们来说很有用，并认为可以适当增加数据挖掘部分内容。
5结语
我们针对文科专业大学生重新设计了数据库课程体系结构并应用于教学实践，取得了良好的效果。未来的工作将集中在3个方面：①通过更加深入的调研，结合学生的反馈和教学效果，进一步完善和调整数据库技术和数据挖掘技术的教学内容和课程体系，改进讲授方法，适当增加数据挖掘部分的内容。②进行大案例驱动的教学设计，选取有趣和真实的案例和数据，使数据库和数据挖掘部分更顺畅地过渡；挑选并设计一个真实生动的数据集，使其贯穿整个数据处理、数据分析到数据挖掘的全过程；针对教学演示、学生练习和实践考核3个层面，设计至少3套数据集和配套题目。③在课程中加入介绍大数据相关知识的内容。
参考文献：
[1]战疆.非计算机专业“数据库”课程体系改革与实践:基于计算思维视角[J].工业和信息化教育,2014(6):23-25,34.
[2]王珊.数据库系统概论[M].4版.北京:高等教育出版社,2006:1-8.
[3]刘晓强.信息系统与数据库技术[M].北京:机械工业出版社,2008:38-236.
[4]杨小平,尤晓东.数据库技术与应用[M].北京:中国人民大学出版社,2013:1-142.
[5]谢邦昌.数据挖掘基础与应用[M].北京:机械工业出版社,2011:86-97.
[6]SomanKP,DiwakarS,AjayV.数据挖掘基础教程[M].范明,牛常永,译.北京:机械工业出版社,2009:151-207.
作者:战疆 尤晓东 曹巍 叶向 单位:中国人民大学信息学院
