(四）项目式教学，创造“问题情境”让学生在自主探究中体验
长期以来，高等院校的课堂基本是秉承中学的“填鸭式”教学方法，学生缺乏学习的主动性和自觉性，其中一个重要问题就是缺乏引导和合适的课题。旅游管理专业的很多专业课程可以采用增加课业设计，通过社会专题的调研，引导学生研究探索，培养解决问题能力。专业教师可以设计各种课外调查项目，让学生带着项目和问题，走出教室，进入社会进行实际调査和分析工作，最后得出正确的结论，并在课堂上展示团队的成果，分享成功的喜悦。这样能让学生以问题为导向，积极准备相关知识和技能，加强人与人的交流与合作，逐渐接触社会并融人社会，能为日后正式踏入社会奠定一些基础。
(五）实践式教学，创造“工作情境”让学生在实际操作中体验
旅游管理专业教育的实践性非常强，往往需要学生具有较强的动手能力。本着“走出去，请进来”的原则，联系旅游企业进行专业技能观摩，倡导专业技能实习，利用各种社会资源为学生联系外出参观的企业单位，聘请行业资深人士和学生举行座谈会，、利用各种声像资料等为学生创造复合型的教学活动体验，拓宽知识面，增长见识，培育优势职业素质。
在旅游管理教学中实践体验教学思维不仅提高了学生的学习积极性，培养了学生学习能力，同时也为教师在教学科研方面起到了相当的促进作用。如主题式教学需要收集资料，了解相关动态，还必须对其进行整理、分析和理解，提高了业务素养；再如项目式教学，通过学生的实际调查和资料的总结和讲解，能为教学科研获取了一手鲜活的素材；而讨论式教学则让学生们在互动的气氛中发现彼此的优劣和潜力，在师生互动的氛围中起到了教学相长的良好效果。
创新教学思维，改革教学方式，不仅依赖于教师的积极探索和学生的自主参与，而且还依赖于学校教育教学管理系统的创新与重建，包括教学课程体系改革、教材建设、实验室及实习基地建设、后勤管理及配套服务等，形成以学生为体验主体，以教师为体验主导，以课堂为体验场所，以教学管理为支撑的体验教学管理系统，从各个环节、各个方面培养师生体验意识，增加师生体验机会，强化体验效果，培养能力，提高素质，达到预期的教学目标。
一、旅游业数据挖掘国内外研究现状
随着我国的旅游业的迅猛发展，旅游产业正迈向国际化的轨道,传统旅游业积累的海量数据,没有被有效利用,资源被极大浪费。将数据挖掘引入到旅游产业是大势所趋。当前数据挖掘在旅游信息化建设中的应用与研究情况主要集中在高校理论界的研究,大多数研究仅仅是学术研究,真正运用到旅游行业的文章多是从某个具体的方面出发,针对个别应用进行数据挖掘的融合。笔者主要研究决策树方法在旅游信息化建设中的应用。目前,决策树算法有CLS算法、ID3算法、C4.5算法、CART算法、SLIQ算法、Z统计算法、并行决策树算法和SPRINT算法等。不同算法在执行效率、输出结果、可扩容性、可理解性、预测的准确性等方面各不相同。总的来说,这么多决策树算法各有优缺点，真正将数据挖掘运用到整个旅游信息化建设中还有很多问题需要解决。
二、旅游业数据挖掘算法选择
数据挖掘中常用的基本分类算法有决策树、贝叶斯、基于规则的算法等等。其中，决策树是目前主流的分类技术,己经成功的应用于更多行业的数据分析。在关联规则挖掘研究中,最重要的是Apriori算法,这个算法后来成为绝大多数关联规则分类的基础。聚类算法也是数据挖掘技术中极为重要的组成部分。与分类技术不同的是,聚类不要求对数据进行事先标定,就数据挖掘功能而言,聚类能够可以针对数据的相异度来分析评估数据,可以作为其他对发现的簇运行的数据挖掘算法的预处理步骤。各种算法分类模型建立有所不同,但原理是大致相同的。笔者考虑决策树算法结构简单,便于理解,且很擅长处理非数值型数据,建模效率高,分类速度快,特别适合大规模的数据处理的优点,结合旅游产业数据特点,故作重点分析。
三、旅游业数据挖掘系统需求分析
旅游业数据挖掘系统的基本特点如下：统计旅游兴趣；购物消费趋向；推荐其感兴趣的旅游景点；在后台管理中,通过决策树算法对游客数量、平均年龄、景点收费、游客来自地区等进行分析总结,为旅游消费者和旅游管理者提供服务：为消费者提供吃住行购娱乐天气各方面信息查询、机票、车船票、酒店、景区门票、餐饮等方面的预定与现金支付、第三方支付、消费者评价、在线咨询等方面的便利、快捷服务。为管理者提供推荐、游客管理、线路管理、景点管理、特色服务管理、机票管理、在线咨询管理、旅游客户关系管理等服务，提高整体服务效率和水平。
