Volume 2,Issue 8
高校金融专业数据挖掘课程教学改革研究
在大数据与人工智能深度融合的背景下，数据挖掘已成为金融分析、投资决策和风险管理的重要工具。但是，目前高校金融专业的数据挖掘课程教学效果并不理想，普遍存在“重算法推导、轻金融应用”“理论与实践脱节”等问题，难以满足行业对高素质数据人才的需求。在此背景下，推进金融专业数据挖掘课程教学改革势在必行。本文主要从教学原则和改革策略两个维度出发，系统探讨如何构建科学、高效且具有金融特色的教学体系，希望能大力推动知识传授向能力培养的转变，提升课程的高阶性、创新性和挑战度，为培养出更多具备扎实数据技能和深厚金融素养的复合型人才奠定坚实的基础。
[1] 张宇敬, 郭佳, 王宫. 交叉学科专业课程思政模式构建研究—— 以" 金融数据挖掘" 课程为例[J]. 文教资料,2022(12):100-103.
[2] 关鹏, 黄钦, 穆澜. 人工智能背景下" 金融数据挖掘"PBL 教学模式探索与实践[J]. 科教文汇,2021(27):144-146.
[3] 曹楠源, 许卫霞." 数据挖掘" 课程教学探讨[J]. 教育教学论坛,2022(4):172-175.
[4] 王培培, 郑新奇. 大语言模型时代的数据挖掘课程教学方法探讨[J]. 信息系统工程,2024(7):173-176.
[5] 陈晓霞, 周金莲, 刘洪鹏. 面向新工科的数据挖掘课程教学改革研究与实践[J]. 创新创业理论研究与实践,2025,8(23):47-49.
[6] 尤豫心, 李培灵. 高校数据挖掘课程教学改革新探与实践[J]. 福建电脑,2023,39(3):117-120.
[7] 钟敏娟, 张贤, 陈育花, 等. 新工科背景下财经院校数据挖掘课程教学改革[J]. 计算机教育,2025(12):157-161.
[8] 王维, 孔超. 基于问题导向的混合式数据挖掘课程教学模式探索[J]. 电脑知识与技术,2025,21(4):170-173.
[9] 徐天一, 于瑞国, 刘志强, 等. 面向" 人工智能+" 人才培养的跨学科数据挖掘课程教学改革[J]. 计算机教育,2025(10):101-107.
[10] 王浩, 贺钰昕, 何志权, 等. 新工科背景下基于项目引导和线上线下联动的数据挖掘课程教学改革[J]. 电脑知识与技术,2022,18(9):178-180.