写论文没有思路的时候，经常查阅一些论文范文，小编为此精心准备了《聚类分析数学建模论文(精选3篇)》，供需要的小伙伴们查阅，希望能够帮助到大家。摘要：本论文通过CT总公司所属九个分公司财务指标即：财务效益状况指标。资产营运状况指标，偿债能力状况指标。发展能力状况指标和稳固程度状况指标五个方面的财务状况数据，一方面采用数理统计方法进行数据分析，建立数学模型，设定了评分办法及评分标准。
聚类分析数学建模论文 篇1：
“互联网+”背景下开放微课程融入数学建模教学思考与探索
摘 要：数学建模课程教學课时的有限与参赛学生需要掌握的知识点绝对量增大之间的矛盾日益突显。基于“互联网+”背景下高校数学建模竞赛实施现状调查和案例比较，从课程结构、课程实施、评价反馈、师资队伍建设以及人才培养等方面研究“在线微课程”融入数学建模课程的创新教学模式，为培养大学生数学素养和提升科研创新能力提供有效途径。
关键词：“互联网+”;微课程;数学建模教学
一、概述
随着“互联网+”、大数据和人工智能时代的到来，信息技术与教育领域的深度融合正在全面推动教育现代化，重塑教育教学形态[1]。2020年，来自全国及美国、英国、马来西亚的1470所院校/校区、45680队（本科41826队、专科3854队）、13万多人报名参加数学建模竞赛。作为全国高校规模最大的基础性学科竞赛引起了数学建模教学的“规模化”与“个性化”的教学矛盾日显突出。如何把数学建模、数学知识和计算机应用有机地结合来提升数学建模的教学效果，已经成为在“互联网+”背景下高校培养大学生创新设计和应用实践能力的重要课题。
在线微型教学视频资源层出不穷，其本质并没有改变教师为中心的教学模式，仅仅是课堂教师授课的浓缩、搬迁与改版[2]。为了改变传统数学建模教学“重应试轻素养、重比赛轻普及、重少数轻全体”现象，本文围绕“锚定式教学”的设计理念，通过研究云计算、移动互联环境下数学建模课程的目标、任务、方法、资源、作业、互动与反思等要素的优化组合，探索将开放微课程融入到数学建模的教学模式，为数学建模课程的标准建设提供有力的参考。
二、我国数学建模课程建设的现状
为了更好发挥学科竞赛活动在高校教育教学改革和创新人才培养中的重要作用，地方高校越来越重视数学建模以及数学实验课程结构的设置。
（一）依托数学建模竞赛的数学建模教学现状
近些年全国大学生数学建模的赛题内容涉及到经济、管理、环境、资源、生态、医学、安全、未来科技等众多领域[3]。其命题趋势呈现出新的特点：1. 赛题越来越接近生活中需要解决的实际问题，附件常会给出大量数据，需要使用计算机软件进行图象处理并调用统计软件包等;2. 题目来自命题专家课题的一部分或简化，专业性强，提出的问题需要运用各类现代算法才能解决;3. 赛题的开放性不断增大，对大学生的数学应用和创新等综合能力要求越来越高。通常大多数地方高校组织参赛学生在暑期进行数学建模集中短训，导致教学课时的有限性与学生需要掌握的知识点绝对量增大之间的矛盾日益突显。显然，传统教学模式无法满足数学建模比赛规模逐年扩大相适应的教学要求。
（二）“在线课程”和数学建模教学实施的关联情况
2019年10月，教育部发布《关于一流本科课程建设的实施意见》（教高〔2019〕8号），明确提出三年左右时间建成万门左右国家级和万门左右省级一流本科课程[4]。截止到2020年7月，“爱课程”网的中国大学MOOC移动终端累计下载安装5580.7万人次，平台在授课程2.1万门次。其中，共享数学建模相关视频有：国防科技大学吴孟达教授的《数学建模-从自然走向理性之路》、东南大学刘继军教授的《数学建模与数学实验》和电子科技大学徐全智教授的《数学建模》、清华大学白峰杉教授的《走近数学：数学建模篇》。这些课程主要采取“案例教学”方法，讲解数学建模的若干经典案例，培养学生掌握运用数学模型解决实际问题的思想与方法。在此背景下，越来越多地方高校跟踪效仿已有的网上课程，开发大量的雷同视频课。同时，指导教师为了在传统课堂教学中传授更多的知识，也会使用优秀的电子教案或者插播建模案例的小视频。然而，“在线课程”仍然面临一些挑战：1. 在线课程版本的同质化现象比较普遍;2. 在线课程的内容以及教学方式没有超越传统线下课程的优势;3. 在线课程在实际教学实践中把教师沦为助教的位置。为此，开展基于在线开放微课程融入数学建模课程的混合式教学模式探索和实践势在必行。
三、数学建模课程教学的新范式探索與思考
为了满足规模不断扩大的数学建模竞赛的要求，提高大学生整体数学建模素养，重塑数学建模课程教学形态显得尤为重要。在线开放微课程有机融入数学建模教学为提高教学质量提供了崭新的思维和可行的途径。
（一）构建多维递进的开放微课程融入数学建模课程
开放微课程融入数学建模教学是以基础性内容视频化，实践性内容课堂化的形式，从单向灌输式教学走向互动研讨式的教学模式。课程教学应遵循“一体化设计、结构化课程、颗粒化资源”的建构逻辑。针对构建“传统教学模式+微课程+翻转课堂”协同赛前实施“小班化专题研讨式”的数学建模教学新范式，本文提出如下几点建议：
1. 立足传统教学优势，建立完备的数学建模课程结构
数学建模教学目标旨在培养学生的应用、分析、评价、创造等高阶思维，数学建模课程体系不仅包括概率论与数理统计、运筹学、数学规划模型与算法、图论、多元统计分析和微分方程等核心理论知识，还包括预测、决策与评估模型、SPSS、Matlab和Lingo等应用软件的实操知识架构。教学实施环节涵盖专题讲座、案例分享、互动交流、答疑解惑等。教学内容系统化与专题化立足于数学建模的课程教学。系统传授理论知识有助于学生在短时间内形成宏观的知识体系，发挥老师即时性点拨作用。同时，面对面的课堂教学能够培养学生集中思维和团队意识。而且与数学建模理论知识配套的数学实验更是需要发挥课堂教学师生间面对面沟通交流的优势。
2. 整合和优化数学建模微课程的教学资源
数学建模方法繁多，包括图论法、层次分析法、回归分析法、数学规划、排队方法、决策方法、模糊评判方法、时间序列方法、灰色理论方法、现代优化算法（禁忌搜索算法，模拟退火算法，遗传算法，神经网络）等。鉴于不同专业的学生没有必要也不太可能掌握各种建模方法，指导教师通过收集和整理建模课程各种资源，包括电子教材、教学音频、教学案例、课件、历年真题库、算法库、教学微视频、历年教学竞赛的优秀成果等，依托云搭建微信、QQ等平台开展教学资源整合与网络辅助互动教学更具有可行性。通过PC、手机、智能终端等多种访问方式获取开放的微课程资源本身为学生提供一种灵活和舒适的学习氛围。
3. 构建基于“翻转课堂”的数学建模混合式教学新范式
深度融合数学建模线上线下的学习，对课堂内外的时间进行重新优化再分配，关键在于数学建模教学过程中优化运用自主式学习、混合式教学、翻转课堂等教学新理念[5]。基于雨课堂、腾讯会议等线上远程学习充分体现了学生为主体的教学，教师负责整合建模理论知识的逻辑关系，有效设计教学内容，学生们可根据自身情况选择在线学习的时间、空间、方式等;而线下教学重在以教师为主导，组织实施重难点的答疑、讨论等互动活动[6]。实施数学建模混合教学模式，形成课前-课中-课后各教学环节的完整闭环。既能保证整体式学习数学建模课程的基本内容，还充分发挥碎片化学习的信息容量大、时效性和前沿性强的优点。
4. 实施数学建模赛前小班化“专题研讨式”教学策略
建模案例分析是数学建模教学环节的主要组成部分。建模案例主要来源于科学与工程技术、人文与社会科学（含经济管理）等领域经过适当简化加工的实际问题，需要参赛学生具有较扎实的相关数学知识，并不要求参赛学生预先掌握深入的专门知识。参赛学生针对实际问题的具体模型假设、建立和求解、计算方法的设计和计算机实现、结果的分析和检验等相关能力的获取，由指导教师和一个或几个队（三人一队）组成的数学建模小班化“专题研讨式”教学更能发挥课堂的灵活性，尤其是聚焦数学模型改进等建模优化方面。因此，数学建模小班化“专题研讨式”教学对现有解决方案不足的分析以及新方案优长之处的研讨变得有效可行。
（二）重构全程性数学建模课程教学的科学评价体系
教师借助云平台全程收集整理反映学生学习数学建模状态的各项统计数据，科学评价数学建模教学效果。在统筹推进“双一流”和高等教育内涵式发展的国家建设战略下，面向不同专业方向的大学生所开设数学建模课程，需要重构适应地方高校数学建模实践教学评价的信息反馈体系。1. 建立可操作的全程评价指标体系，包括学生满意度、竞赛成绩、教学新范式的实施效果等量化指标;2. 实现学生自评、同伴互评和教师评价等评价主体多元化序参量;3. 构建覆盖广泛的评价内容，除了掌握和理解知识点为主的传统教学评价内容以外，还包括学生团队协作成果的评价等;4. 利用数学建模惯用的层次分析、聚类分析等方法对评价指标权重系数再优化[7]。总之，完备的数学建模课程评价体系可以成为引导学生主动学习强有力的手段。
（三）抓好指导教师队伍建设，保障数学建模教学质量
数学建模对数学知识和各种算法以及论文写作等内在综合要求决定需要建设一支科研能力强、教学水平高、实践经验丰富的高素质指导教师队伍。参加数学建模学习的学生在具体创意打磨、具象化、与现实接轨等环节难以衔接，选拔和组建优秀的指导教师团队至关重要：1. 强化指导教师的责任和能力。凝聚指导教师自身的研究力量，熟悉掌握数学建模竞赛的章程。通过开设多种样式的指导教师研讨会，明确数学建模的教学目标，精心组织好教学内容，合理设计教学模态来培养学生的科研能力。此外，鼓励青年指导教师参加全国数学建模与数学实验课程（案例）教学竞赛等活动;2. 对参与建模竞赛的指导教师从政策、经费上给予支持，学生获奖情况纳入具体指导教师的岗位津贴晋档和职务（职称）晋升等考核实施办法;3. 学校成立专门的组织结构，包括大学生数学建模竞赛组委会及评审组等，负责数学建模教学场地、教学计划的安排以及竞赛的组织协调，实现从“管理导向”向“服务导向”的职能转变，进一步增强教师的敬业精神和调动教师指导学生的积极性。
（四）构建数学建模竞赛的成果孵化体系
数学建模竞赛旨在开拓学生知识面、激励学习数学的积极性。培养学生建立数学模型和运用计算机技术解决实际问题的综合能力。所撰写的论文主要包括模型的假设、建立和求解、计算方法的设计和计算机实现、结果的分析和检验、模型的改进等方面，多数情况下体现的是一种创意或者设计理念。然而，地方高校极少设置学科竞赛成果展示和成果推介环节，参赛学生在评奖后拿到证书或者相应学分就暂告一个段落。为了赛后数学建模的后续研究，全国大学生数学建模竞赛组委会决定开展数学建模赛题（包括夏令营题目）后续研究的立项。地方高校相应的职能部门（教务处或学生处等）可以通过建立学科竞赛获奖成果认证、积累和转换机制，构建数学建模竞赛的成果孵化体系为数学建模落到实处提供方案。鼓励指导教师引导学生团队在数学建模优秀论文评选后继续申请专利、项目等，并坚持拓展性研究或者作为毕业设计的重要组成部分，实现学科竞赛与创新创业教育的深度融合。
（五）数学建模驱动创新人才培养模式
数学建模竞赛除了让部分学生获得奖项，还引导同一所高校院系间不同专业学生的课外实践活动协作开展。在此基础上，形成科学、规范的数学建模竞赛运行机制。数学建模本身不是简单地数学学习和数学实验，建模的过程不仅有利于提高学生对复杂问题全面分析和科学计算的能力，增强学生对数据的理解能力和敏锐性，提升学生建立数学模型和运用互联网信息技术解决实际问题的综合能力，更能让学生体会到团队合作的重要性。实践证明参加数学建模的学生意志力得到极大的锻炼，高强度数学建模训练激发了学生不断探究的动力，其中占很大比重的参赛学生坚定继续深造的学业规划[8]。进而学校数学建模竞赛组委会建立“学生成长与发展数据平台”和拔尖学生个性化的学习途径，探索赛后大学生创新能力培养的新举措，促进人才培养与科研工作的结合，促进数学建模教师队伍水平的整体提高。总之，数学建模教学模式的新范式势必触发新时代地方高校的综合性教学改革，激发学生的原创性与实践性，全面提升高校培养人才的质量。
四、结束语
互联网普及和教育大数据发展使数学建模课程的教与学联动协同自组织成为可能。在一支完备的跨学院具有不同专业优秀指导教师团队指导下，充分利用共享的优质教学资源，构建开放微课程融入数学建模课程的混合式教学新范式，实施数学建模赛前小班化“专题研讨式”教学的同时，架构全程的即时性评价反馈体系，创设教师领悟、师生交互及学生体验的教学情境，进而推动数学建模教学内容和方法的全面改革，以便满足竞赛规模逐年扩大相适应的数学建模教学高要求，开创通专结合的新型人才培养模式。
参考文献：
[1]李正.努力探索构建互联网时代高校教书育人新模式[J].中国高等教育，2019，621（2）：22-24.
[2]成小娟.MOOC环境下微课程设计研究[J].中国教育信息化，2015（19）：16-18.
[3]薛盼.应用型本科院校数学建模实践与创新型人才培养[J].课程教育研究，2018（38）：159.
[4]秦炜炜.大数据时代的高等教育创新人才培养：动因、挑战与路劲[J].中国高等教育，2019，601（3）：60-62.
[5]Cheatham JM，Ozga JE.Increasing class participation in college classrooms with the good behavior game[J].Journal of Behavioral Education，2017（26）：1-16.
[6]樂会进，贺胜胜，王丽红，等.智慧微课：基于人工智能的微课自动生成系统[J].现代教育技术，2018，28（11）：5-11.
[7]李逢庆，韩晓玲.混合式教学质量评价体系的构建与实践[J].中国电化教育，2017（370）：108-113.
[8]李宏，韩邦合，杨有龙.智能教育背景下工科院校数学建模教育教学的改革与实践[J].数学建模及其应用，2020（9）：47-52.
作者：秦国平
聚类分析数学建模论文 篇2：
数学建模与聚类分析方法在企业经营效绩评价中的综合运用
摘要： 本论文通过CT总公司所属九个分公司财务指标即：财务效益状况指标。资产营运状况指标，偿债能力状况指标。发展能力状况指标和稳固程度状况指标五个方面的财务状况数据，一方面采用数理统计方法进行数据分析，建立数学模型，设定了评分办法及评分标准。做出了CT总公司所属九个分公司2000年的经营业绩(量化)评价结果．另一方面按九个公司财务指标的原始数据用聚类分析的方法将其归类，进一步揭示出各个公司之间的联系与差别。
关键词： 聚类分析；数学建模；财务指标；经营业绩
作者：刘卫红 张 正 王尚志
聚类分析数学建模论文 篇3：
面对大数据时代的数学建模课程思考
[摘 要] 随着大数据时代的到来，海量的数据需要进行快速及时的处理分析，这就需要转变传统的数学建模思维并调整传统的数学建模模型，建立适应大数据的高速大数据处理平台，引导学生将大数据的思维应用在建立大数据时代的数学建模模型当中，并培养学生的大数据创新能力和利用数学方法解决实际问题的能力，这是大数据时代背景下对当代数学建模人才培养的要求，也是顺应当今时代快速发展步伐的要求。
[关 键 词] 大数据时代;数学建模;大数据思维
进入20世纪以来，科学技术的发展产生海量数据，截至2012年底，数据量从TB升级到PB、EB，乃至ZB，尤其是进入2012年，大数据时代已经悄然到来，此时的大数据是指全部数据，数据量相当庞大，而不再是传统的随机采样数据，并具有混杂性，数据之间具有复杂相关关系，因此对海量的数据中的有效信息进行提纯，这就应用到现代的计算机技术与数学科学的有效结合。随着现代计算机技术的快速发展，数学科学中的数学建模是解决信息爆炸时代数据更迭的有效手段，因此对当代学生的数学建模思维和能力的培养就显得尤其重要，既要让学生掌握传统数学建模的特点，又应积极开拓学生的创新思维能力，让学生尝试着应用多种领域的海量数据对实际问题进行研究，通过对传统数学建模模型进行适量调整来解决业务问题，培养学生利用数学解决实际问题的能力。
一、大数据时代的定义及特征
（一）大数据时代的定义
大数据是高科技时代的产物，其本质就是由于计算机软件硬件的发展，将大量的结构化和半结构化数据进行汇总，并通过一定的技术手段进行信息分析，与此同时，对信息进行深度挖掘。大数据时代就是对信息的集中存储、集中分析、集中处理的一个时代，是一个顺应时代发展的代名词。
（二）大数据时代的特征
大数据时代最显著的特征就是数据量大，大数据的起始剂量单位至少是P、E或Z，同时其包含的数据类型多样，如目前流行的音频、视频、图片等类型信息，正由于数据类型的繁多，大数据的数据价值密度相对较低，这就要求计算机有更高的数据处理能力，伴随着当代科技的快速发展，大数据时代也具备了快速性，同时还具有高效性。
二、数学建模课程的特点
（一）数学建模课程与其他数学课程的差异
1.数学建模课程涉及广泛
数学建模是数学与应用数学、信息与计算数学专业的一门必修课[1]，同时也是大学数学课程的重要组成部分。包括高等数学、概率论、数理统计、线性代数等基础课程，同时还要学习计算方法、计算数学等。数学建模自身具有很强的实用性，渗入金融经济、医学、自然科学、交通等各个专业领域，其常与实际问题与计算机结合起来，利用数学建模解决实际业务问题，而其他数学课程则更加注重理论知识方面。由于数据建模的特点，在其教学的过程中既要求老师的知识面广，又要求老师具有敏捷的思维转换能力，同时对学生来说也应该具有一定程度的数学专业基础，这样在老师讲述课程的过程中，学生才能够很好地理解建模老师所授课的内容，当将数学知识与实际问题相结合时，才能不断激发学生对数学建模的兴趣。
2.多种数学软件的学习及应用
要想具有解决实际问题的能力，首先需要具备相应的数学软件的学习及应用能力，建立实际问题模型，才可以进一步处理分析。运用数学建模解决实际问题时，选择适用的专业软件，常用的专用软件有SAS和SPSS（统计分析）、Lindo、Lingo和CPLEX（运筹与优化计算）、Cayley和GAP（群论研究）、PARI（数论研究）、Origin（科技绘图与数据分析）、DELiA（微分方程分析）、ANSYS（有限元計算）等，应用这些通用软件可以解决许多数学分支中的大部分问题。与此同时，通用软件又可以分为数值型与解析型，Matlab、Xmath、Gauss、MLAB为常用的数值型计算机软件，Maple、Mathematica、Macsyma等为通用解析型计算机软件。
3.教学形式灵活
正是大数据背景下数学建模的实用性决定了其教学与学习形式的灵活性，教学的初期应讲授数学专业的理论知识，并在讲述知识点的过程中逐步渗透实际问题的处理，可以通过讲授与讨论相结合的方法激发学生学习的积极性，并建立学生的数学建模思维，培养学生解决实际问题的能力。
（二）传统数学建模课程的特点及数学建模的作用
1.传统数学建模的缺点
数学建模是将数学方法与计算机知识有机结合来解决实际问题的边缘学科，是数学科学联系实际的主要途径之一，在数学建模课程中通过具体事例引用，使学生掌握数学建模的思想、方法、类型。传统数学建模课程只注重模型的讲解与应用，一般着重于模型加程序的应用，而且在很多学校，数学建模只是作为选修课程，授课的一般是初等模型，内容单一，在授课形式上，主要为教师讲授、学生学习与操作，教与学的形式缺少新意。
2.数学建模的作用
数学建模只有顺应大数据时代的发展，才能更好地发挥其作用。数学建模应用已有模型、理论结合新领域实际情况，解决实际问题，只有这样才能打破固有思维，使数学建模人员的创新能力得到提高。同时，数学建模是一门综合学科，注定通过团队合作来建立综合全面的数学模型用以解决问题，只有团队综合全面地考虑问题，才能在真正意义上解决问题。数据建模的实质就是运用数学方法描述现实世界的过程[2]。
数学建模在现代社会也发挥着重要的作用[3]，在一般的工程技术领域，如机械、水利等，在高科技领域，如通信、航天、自动化等，数学建模通过理论研究联系实际，实现多学科领域间的交叉。在数据建模课程授课过程中，教师应该将课程理论的讲述过渡到科研工作中，并伴随着新技术、新工艺的不断涌现，运用数学的思考方式，结合数学方法解决实际问题。利用数学手段建立数学建模来解决新问题，在建模的过程中，要求研究者对问题的主要矛盾进行衡量，并要求研究者具有很好的学习分析能力。随着数学建模在各个领域的逐渐渗透，数学成为许多技术的基础，因此数学建模的重要性对教师与学生都是不可言喻的。
（三）大数据时代背景下数学建模课程的特点
近几年来，大数据体量不断增加，类型复杂，传统的统计建模方法不能完全胜任解决实际问题的需要，需要针对大数据分析的数据建模。因此，在大数据时代背景下的数据采集、数据处理、数据建模、数据分析已成为新的热点。在大数据时代，对大数据的分析及建模，需利用多个数据库对Web、App或者传感器等数据进行查询和处理工作，对这些海量数据利用分布式数据库进行有效性分析，通过数据挖掘技术进行建模，实现分析预测、分类、识别等。在现实生活中，数据建模是科技与多种领域的结合，实现了技术与业务发展并存，与此同时，大数据分析技术及数据挖掘都成为更加高端的课题，也成为教育业更加重视的课程。大数据时代背景下数据建模所经历的过程在以下几个方面有着新的特征。
1.数据采集和数据处理
大数据背景下，将海量的分散数据，包括结构性数据和半非结构性数据全部收集起来，利用多个数据库接受数据，并对数据进行筛选、转化及集成，并为后续数据分析及数据挖掘提供数据基础。
2.与不同领域结合
大数据渗透到我们生活的方方面面，利用大数据最早的是电商行业，大数据在金融行业的应用也比较广泛，医疗行业包含的病理报告、病人基础信息及治疗方案等也都是庞大的数据。在未来大数据可能应用到农牧业、生物技术、城市交通和治安管理以及旅游、社交、饮食等各个领域，大数据的应用能够提高人们的生活水平，提高生活效率。
3.数据隐私
随着现代网络和信息技术的快速发展，越来越多的个人、教育、医疗、交易等信息以电子化形式被存储，数据隐私性问题是大数据研究的一个重点。20世纪60年代的访问控制技术在大数据时代要求下不断被加以研究并改进，一些新型的服务和授权迁移相继被引入。目前RBAC模式成为访问控制的主流方式，但针对RBAC思想扩展，如基于角色的访问控制及数据型访问控制模型[4]等，要适应当前大数据的日益变化。
4.数据挖掘
大数据时代使得数据挖掘的未来不再是针对少量的样本化、随机化数据，数据是海量的、混杂的，针对传统的数据挖掘技术不一定能够潜入到大数据的算法框架中，需要对算法进行及时调整，将不同属性的数据规律呈现出来，深入挖掘出事物的规律，最终从海量数据中找到有意义的模式或知识。
5.数据分析
大数据分析不同于传统数学的逻辑推理分析[5]，它具有传统数学统计学科的特点，并能找出隐藏在大量数据里面的深层关系，用来判断数据间的相关关系[5]。聚类分析、模式识别等是数学建模的常用方法，而二者有着区别，聚类分析的分类标准是未知的，而模式识别是在分类标准已知的前提下，这就决定了这两种方法需针对实际情况，选择合适的数学模型来解决实际问题。在进行数据分析时需要对数据进行标准化处理，用来消除各类数据之间的差异，这样才使得各类数据之间具有可比性，同时大数据分析需要对结果进行检验和验证，统计检验在数据分析中是必不可少的，通过验证来分析结果是否符合实际情况，并是否具有应用效果。
6.大数据平台
随着大数据时代的来临，大数据平台随之建立，能很好地服务广大人民群众和企业。大数据平台包括云平台、商业化大平台等。云平台具有成本低、安全性高、建设周期短等特点，而商业化平台成本高、灵活性差，但其稳定性好。大数据平台可以为用户提供数据工具并应用到当前大数据背景下的实际业务当中来解决实际问题。
三、实践性教学的对策与建议
鉴于大数据时代背景下数学建模的特点，我们对大学数据建模课程提出几点思考。
（一）大数据建模思维的培养
传统的数学建模课程一般包含微分和差分方程、回归分析、概率统计等，知识理论成体系，由于课程内容较多，且课时有限，教师只是快速讲授大部分理论，这样的课程比较枯燥，无法引起大部分学生的兴趣。针对当今大数据时代的特点，不应该局限于课本的一些理论知识，应该与大数据相结合，把大数据的思维带入到数学建模的课堂中，增强学生的大数据创新思维[6]。大数据建模思维更加强调数据的整体性，不同于传统数据建模采用的随机样本数据，大数据要包含所有数据，这就要求提高数据的容错率。大数据包括结构性数据，也包含非结构性数据，要综合考虑数据的结构性和非结构性特点，并注重数据的平等性，但传统的数据建模针对小样本数据，强调数据权值思想，小数据样本的来源也比较单一，大数据时代的数据来自于多个领域，更应考虑大数据之间的关联性，并随着数据的不断更新，数据之间的关系也是变化的，具有时效性。将大数据数学建模思维很好地引入，則要针对现实生活的各个领域，数学建模才能发挥其很好的预期效果。
（二）数学知识与专业知识相结合
对于不同级别的学生，应该因地制宜地制订学习计划。对于工科信息计算等专业的学生，由于其具有很好的数学理论知识，在数学建模过程中可以案例教学为主，使学生在案例中锻炼思考能力，尤其是针对培养数学建模人才的专业，学校应采用课堂授课、实验室操作、课外研讨和问题实践等相结合的方式，注意理论与实践结合。对于师范类的教学，则应该根据小学、中学、大学学生的学习基础进行有等级的教育[7]。作为学校的公选课，应强调数学建模思维模式，并结合有趣的案例，激发学生的学习兴趣。总而言之，通过具体实例的引入，能够使学生更好地掌握建模的基本思想、基本方法、基本类型，激发学生的联想能力、洞察能力、综合分析能力，进一步培养学生对实际问题的处理能力。
（三）传统数学建模课程的考核形式与大数据时代的考核形式相结合
在传统的数学建模课程中考核主要是以论文的形式进行，针对同一题目，很容易出现雷同。在大数据时代应该加强学生的独立思考能力和实践能力，在现代的考核中可以考虑实验操作方面，加深学生对数学模型的认识，并采取答辩的形式对其进行考核[8]，让学生不仅仅停留在理论思维层面，而是通过提问的方式，了解学生对数学建模的掌握程度，从而进一步加深学生对自己所建模型的认识。
（四）数学建模竞赛与课外学习
数学建模竞赛是体现学生分析问题、解决问题及创新能力的有效途径[9]。数学建模竞赛需要团队的合作，这可以加强团队之间的合作意识，鼓励学生积极参加，并对参加的学生给予一定的奖励，对数据建模优胜突出的队伍，除了给予相应的奖励外，还可以进一步选拔参加全国数学建模大赛，增强数学建模的普及性。
针对数据建模教学，教师应积极建立数学建模小组，培养学生的数学建模能力，并对数据建模过程中优秀的建模结果以一定交流平台的方式展现出来，可以尝试建立数学建模网络交流平台，促进大家对数学建模的互相交流与学习。
综上，大数据时代背景下，将大数据思维引入数学建模当中，这给数学建模带来新的挑战。对讲授数学建模课程的老师和学生来说，开阔了思维，培养了对实际问题分析和解决的能力，并通过不断创新，调整或者改进原来的数学模型，让模型更加贴近实际，解决实际问题，并通过对数学建模课程的改革，进一步实现对我国数学教育的改革，对数学教育的发展有很好的推动作用。
参考文獻：
[1]梁吉业.冯晨娇，宋鹏.大数据相关分析综述[J].计算机学报，2016，1（39）：1-7.
[2]司守奎，孙光亮.数学建模方法与运用[M].北京：国防工业出版社，2009.
[3]刘来福，曾文艺.数学模型与数学建模[M].北京师范大学出版社，1997：122.
[4]王东，李文，徐高升.一种大数据环境下的数据隐私保护策略及其实践[J].研究与设计，2013，6（30）：6-7.
[5]郭丽华.基于数学建模的数据处理[J].高教论坛，2015（4）：54-55.
[6]王伟帆.大数据时代数学思维的创新应用[J].中国科技投资，2016（34）：374-375.
[7]徐兆棣，李晓毅.数学建模课程的改革对策和建议[J].沈阳师范大学学报，2011，1（29）：117-119.
[8]赵玲，宾红华.数学建模课程中的几点思考[J].创新教育研究，2017，5（5）：405-408.
[9]李晓毅.徐兆棣.从数据建模竞赛看数学课程改革[J].沈阳师范大学学报，2007，25（1）：121-123.
作者：李啟培