论文部分内容阅读
[摘 要]响应新工科的发展，将信息技術融入数据结构课程的教学当中，建设依托于教学平台的智慧课堂。智慧课堂教学以学生为中心，以培养学生思维和提升实践能力为教学目标，采用多维教学促进立体化互动和构建平台实验，理论实践结合，分析实时动态，发挥学生主观能动性，提高教学效果。
[关键词]新工科;数据结构;智慧课堂;教学平台
[作者简介]何国良（1984—），男，湖北武汉人，工科博士，武汉大学计算机学院教师，主要从事数据挖掘研究。
[中图分类号] G424 [文献标识码] A [文章编号] 1674-9324（2020）32-0295-03 [收稿日期] 2020-01-13
一、引言
根据时代发展需要和适应国家新工程战略要求，教育部提出了新工科的建设，对我国高等工程教育的改革发展具有重要指导示范作用。随着5G网络技术的成熟，云计算、大数据等信息技术的发展，智慧课堂逐渐走进大家的视野。有研究表明互动在工程教育中扮演着重要的角色，学生与学术环境的社会互动与积极的学术成就之间存在着联系[1]，因此智慧课堂积极促进学习者的交流互动。
二、传统的数据结构教学
数据结构是一门重要基础课程，对计算机相关专业的整体学习有承上启下的作用。其传统的教学环境基本是在课堂上，课外师生沟通不畅通;教学模式主要是老师统一讲授，学生听课，单一的知识传输，没有多样性辅导;教学内容偏重理论，对应实践环节以及计算思维培养略有不足;教学形式上大部分是静态的模式，对于抽象的数据结构课程不易透彻理解[2]。这些问题一定程度阻碍数据结构课程的学习。那么如何突破教学在课堂的局限性？如何充分尊重学生的个性和多样性？如何激发学生兴趣和探索创新的欲望？如何动态教学培养学生思维？如今蓬勃发展的信息技术应用在智慧课堂教学中，智慧课堂教学为解决这些问题提供了参考方法。它不仅为教学增添新鲜的活力，而且改变学生的学习方式。
三、智慧课堂的建设探讨
现今，MOOC教学在很多高校普及开展，然而，MOOC数据结构教学割裂了课堂学习和线上学习，教师不能及时有效的获取学生反馈，线上线下不易融合。MOOC上基本是纯视频化资源，仍是单向传输模式，虽然相对有优势，却难以进行理论实践的整合[3]。智慧课堂教学模式弥补MOOC的不足，改进单一模式，在数据结构课程教学中实行多维教学，线上实验和立体化交互进行，效果大幅提升。
（一）多维教学
1.层次递进教学。新时期对学生综合素质要求逐渐增高，计算思维能力是其中之一，能够开发学生潜能并渗透在每个人的生活中，因此在高校教学当中，更应着重培养。万变不离其宗，培养计算思维需要扎实的基础，才能对事物认知、探析有保障。在借助多信息教学平台的智慧课堂上，将数据结构课程分层，基础教学、项目教学、创新教学。平台上多引入优秀专业课程和分享相关边缘的基础内容，供学生自主学习，掌握基本的理论和方法，有利于扩展知识面，发散思维。熟悉掌握数据结构理论，将数据结构知识拓展拔高，理论指导实践，在项目教学过程中，教师设计数据结构的教学项目，将各章节知识点串联，加强理论与实践的联系，激发学生的兴趣，教师学生一起完成项目，讨论项目设计、理论运用、项目实现等。凭借项目教学可以去除理论的乏味又加深对理论的理解，还方便在日后类似项目中驾轻就熟。数据结构教学更应该发挥学生的主体性，老师指导牵引，引入前沿的方法，对项目进行创新教学，发挥学生思维迁移能力，使学生善于接受新事物，尝试新方法新理论，敢于另辟路径对项目开拓创新。
2.结构可视化教学。结构化的知识组织和可视化教学可以降低认知负荷[5]，思维导图是基于对人脑的模拟突出了思维内容的重心和层次，强化了联想功能，更有效地促进人脑对图像的加工记忆能力[6]，激发学生的纵向和横向思维，被视为一种主动学习的重要手段，有利学生对各种信息的理解吸收。相比传统更具有层次逻辑感，以一种非线性的方式梳理知识点[7]，既可以宏观看待整体，又可微观上逐级深入，易于水平面上捕获思想。因此，思维导图的教学方式容易构建知识体系，将大量信息表示为有用知识库的图形，将知识库与实时场景连接起来，如图形、动画、视屏、文档、声音或线上资源等，辅助可视化架构更容易抓住同学们的视线，剥离数据结构抽象晦涩的部分，形象直观地演示，有助于学生建立更好的新的想法。如图1所示，对冒泡排序算法采用思维导图的方式展示，逻辑清晰并且链接相关的动图、题目、代码等资源，方便可视化教学调用。借助结构可视化教学帮助同学们厘清逻辑，牢固记忆。
3.问题式教学。高等教育中需要培养学生自主解决问题的思维能力，对于数据结构教学，单纯的理论输出容易造成教师难讲、学生疲劳的问题。采用问题式教学，就是事先设置一系列趣味情景问题，该模式以发现问题、提出问题、分析问题、解决问题为基本线索[4]，以问题迭代问题，牵出知识要点，教师对话题引导，与同学一起参与探究，激发同学们的兴趣，一起对问题进行详尽剖析，尝试学生认为的可能性，既提高学生参与性活跃课堂气氛，又最终达到对有效方法的认知和问题的解决。问题式教学的价值更应在理论课程教学的整体实施中加以挖掘和把握。将问题式教学贯穿整个数据结构课程的教学实践，不仅仅是教师提出问题带动思考，同样学生也可以提出问题让其他同学帮忙解答，教师最后做总结，对提出问题者和回答者都予以激励。
（二）构建实验平台
为使学生能够在解决实际问题中融会贯通地运用所学，需要实验培养学生的实践动手能力。传统实验教学对学生实验结果的可行性考核不强，代码能通过就行[8]，无法数据化评估整个实验，对于难度较高的实验可能在实验室时间不充裕，因此需要构建学生自主实验平台。响应新工科理念，平台实验应以实现实验灵活性、开放性及综合性为主线，辅助以验证性实验，用于对理论的再熟悉。增加实验内容深度和实验过程的实施难度，强化专业基本功，培养学生掌握专业知识能力，锻炼学生独立科研能力和创新意识。对于综合性的大实验，学生分组协作完成，自主分解实验，分配任务，有利于同学们思想碰撞，发挥创造力和合作精神。实验平台不光提供必要实验环境，还可以记录多样的数据，如实验的完成度、完成时间、运行花费时间以及空间内存占用情况。 （三）立体化交互
交互行为是学习中非常重要一环，基于现有的信息技术，在传统的课堂交互基础上，再实现教师—学生、学生—学生、学生—资源、教师—平台等，更加开放化、多元化，实现信息更新即时有效，实现智慧课堂数据结构课程教学互动如图2所示。
1.课前：教师在教学平台上发布预习问题，预习内容以及相关的学习资料等。教学平台以通知形式告知学生预习。各学生带着思考问题进行学习，学生直接或间接通过平台进行交流，并且对预习问题解答。完成预习后，在平台上进行预习小测试。教学平台跟踪学生轨迹，在教师端直接呈现学生课前学习情况的进度条、曲线图、柱状图、饼状图等，也可以知道预习小测试中的题目正确率，通过班级整体和个体情况来调整课堂教学，以期课堂教学精准设计，达到“有的放矢”。
2.课堂：传统课堂是一种有效的教学组织形式，仍是高等教育最重要的教学环境。在课堂上，表扬自主预习优秀学生，对预习情况回顾。正式课堂上在教学平台上展示课件，采用上述多维教学方法，对学习内容进行深化，在课堂教学过程中，可以借助实验平台进行实践教学，达到理论实践结合。
3.课后：对于课堂上未涉及的知识或者作业讲解，可以通过平台直播讲解、录制或评论等方式远程教辅，教师挖掘网上学生感兴趣的信息，发布符合教学目标的优质资源供学习交流。课后题采用递进式考查，有简易题、升级题、难度题，只有当满足条件，才可以获取再加分激励。学生可以利用手机等移动端访问平台，进行资源分享，移动交互，知识學习，作业答题等。该平台会对每个学生学情分析，将题目得分失分情况、学习进度和学习轨迹等数据统计，将班级
整体情况和学生个人情况实时发送给教师，用于教师对班级整体学习情况和学生个人情况分析，以便对共性和个性问题有效处理。
四、总结
针对传统数据结构课程教学不足，以新工科目标为指引，本文探讨智慧课堂教学模式，提出融合层次递进教学、问题式教学和结构可视化教学的多维教学方式，构建实验平台，注重学生思维和实践能力的培养。
参考文献
[1]M.M.H.Khan，J.C.L.Chiang.Usin.Mobil.Device..Socia.Medi.i.Supportin.Engineerin.Education.201.IEE.Globa.Engineerin.Educatio.Conferenc.（EDUCON）.2014：1077-1081.
[2]何国良，汪紫煌，辛欣.新工科背景下数据结构课程的教学研究[J].科教导刊（下旬），2019（8）：118-121.
[3]骆冰清，陈燕俐.基于MOOC的《微机原理与接口技术》教学模式研究[J].软件导刊，2019，18（11）：165-167.
[4]胡学奎.知识有序化建构与问题式教学——以财政学理论课程教学为例的探讨[J].教育教学论坛，2019（44）：217-218.
[5]F.He.X.Miao.B.W.an.S.Yao.Usin.Min.Ma.a.Learnin.Too.i.’Dat.Structure.Teaching，201.IEE.Internationa.Conferenc.o.Compute.an.Informatio.Technology.2014：761-764.
[6]孙凌宇，冷明，李金忠，等.思维导图在《数据结构与算法》计算过程可视化的教学行动研究[J].山西财经大学学报，2016，3.（S2）：87-88 101.
[7]R.T.Selv.an.G.Chandramohan.Cas.Stud.o.Effectiv.Us.o.Min.Ma.i.Engineerin.Education.201.IEE.Tent.Internationa.Conferenc.o.Technolog.fo.Educatio.（T4E）.2018：205-207.
[8]梁冰，冯林，杜猛，等.数据结构与算法课程面向实践的教学方法研究[J].计算机教育，2019（11）：73-76.
[关键词]新工科;数据结构;智慧课堂;教学平台
[作者简介]何国良（1984—），男，湖北武汉人，工科博士，武汉大学计算机学院教师，主要从事数据挖掘研究。
[中图分类号] G424 [文献标识码] A [文章编号] 1674-9324（2020）32-0295-03 [收稿日期] 2020-01-13
一、引言
根据时代发展需要和适应国家新工程战略要求，教育部提出了新工科的建设，对我国高等工程教育的改革发展具有重要指导示范作用。随着5G网络技术的成熟，云计算、大数据等信息技术的发展，智慧课堂逐渐走进大家的视野。有研究表明互动在工程教育中扮演着重要的角色，学生与学术环境的社会互动与积极的学术成就之间存在着联系[1]，因此智慧课堂积极促进学习者的交流互动。
二、传统的数据结构教学
数据结构是一门重要基础课程，对计算机相关专业的整体学习有承上启下的作用。其传统的教学环境基本是在课堂上，课外师生沟通不畅通;教学模式主要是老师统一讲授，学生听课，单一的知识传输，没有多样性辅导;教学内容偏重理论，对应实践环节以及计算思维培养略有不足;教学形式上大部分是静态的模式，对于抽象的数据结构课程不易透彻理解[2]。这些问题一定程度阻碍数据结构课程的学习。那么如何突破教学在课堂的局限性？如何充分尊重学生的个性和多样性？如何激发学生兴趣和探索创新的欲望？如何动态教学培养学生思维？如今蓬勃发展的信息技术应用在智慧课堂教学中，智慧课堂教学为解决这些问题提供了参考方法。它不仅为教学增添新鲜的活力，而且改变学生的学习方式。
三、智慧课堂的建设探讨
现今，MOOC教学在很多高校普及开展，然而，MOOC数据结构教学割裂了课堂学习和线上学习，教师不能及时有效的获取学生反馈，线上线下不易融合。MOOC上基本是纯视频化资源，仍是单向传输模式，虽然相对有优势，却难以进行理论实践的整合[3]。智慧课堂教学模式弥补MOOC的不足，改进单一模式，在数据结构课程教学中实行多维教学，线上实验和立体化交互进行，效果大幅提升。
（一）多维教学
1.层次递进教学。新时期对学生综合素质要求逐渐增高，计算思维能力是其中之一，能够开发学生潜能并渗透在每个人的生活中，因此在高校教学当中，更应着重培养。万变不离其宗，培养计算思维需要扎实的基础，才能对事物认知、探析有保障。在借助多信息教学平台的智慧课堂上，将数据结构课程分层，基础教学、项目教学、创新教学。平台上多引入优秀专业课程和分享相关边缘的基础内容，供学生自主学习，掌握基本的理论和方法，有利于扩展知识面，发散思维。熟悉掌握数据结构理论，将数据结构知识拓展拔高，理论指导实践，在项目教学过程中，教师设计数据结构的教学项目，将各章节知识点串联，加强理论与实践的联系，激发学生的兴趣，教师学生一起完成项目，讨论项目设计、理论运用、项目实现等。凭借项目教学可以去除理论的乏味又加深对理论的理解，还方便在日后类似项目中驾轻就熟。数据结构教学更应该发挥学生的主体性，老师指导牵引，引入前沿的方法，对项目进行创新教学，发挥学生思维迁移能力，使学生善于接受新事物，尝试新方法新理论，敢于另辟路径对项目开拓创新。
2.结构可视化教学。结构化的知识组织和可视化教学可以降低认知负荷[5]，思维导图是基于对人脑的模拟突出了思维内容的重心和层次，强化了联想功能，更有效地促进人脑对图像的加工记忆能力[6]，激发学生的纵向和横向思维，被视为一种主动学习的重要手段，有利学生对各种信息的理解吸收。相比传统更具有层次逻辑感，以一种非线性的方式梳理知识点[7]，既可以宏观看待整体，又可微观上逐级深入，易于水平面上捕获思想。因此，思维导图的教学方式容易构建知识体系，将大量信息表示为有用知识库的图形，将知识库与实时场景连接起来，如图形、动画、视屏、文档、声音或线上资源等，辅助可视化架构更容易抓住同学们的视线，剥离数据结构抽象晦涩的部分，形象直观地演示，有助于学生建立更好的新的想法。如图1所示，对冒泡排序算法采用思维导图的方式展示，逻辑清晰并且链接相关的动图、题目、代码等资源，方便可视化教学调用。借助结构可视化教学帮助同学们厘清逻辑，牢固记忆。
3.问题式教学。高等教育中需要培养学生自主解决问题的思维能力，对于数据结构教学，单纯的理论输出容易造成教师难讲、学生疲劳的问题。采用问题式教学，就是事先设置一系列趣味情景问题，该模式以发现问题、提出问题、分析问题、解决问题为基本线索[4]，以问题迭代问题，牵出知识要点，教师对话题引导，与同学一起参与探究，激发同学们的兴趣，一起对问题进行详尽剖析，尝试学生认为的可能性，既提高学生参与性活跃课堂气氛，又最终达到对有效方法的认知和问题的解决。问题式教学的价值更应在理论课程教学的整体实施中加以挖掘和把握。将问题式教学贯穿整个数据结构课程的教学实践，不仅仅是教师提出问题带动思考，同样学生也可以提出问题让其他同学帮忙解答，教师最后做总结，对提出问题者和回答者都予以激励。
（二）构建实验平台
为使学生能够在解决实际问题中融会贯通地运用所学，需要实验培养学生的实践动手能力。传统实验教学对学生实验结果的可行性考核不强，代码能通过就行[8]，无法数据化评估整个实验，对于难度较高的实验可能在实验室时间不充裕，因此需要构建学生自主实验平台。响应新工科理念，平台实验应以实现实验灵活性、开放性及综合性为主线，辅助以验证性实验，用于对理论的再熟悉。增加实验内容深度和实验过程的实施难度，强化专业基本功，培养学生掌握专业知识能力，锻炼学生独立科研能力和创新意识。对于综合性的大实验，学生分组协作完成，自主分解实验，分配任务，有利于同学们思想碰撞，发挥创造力和合作精神。实验平台不光提供必要实验环境，还可以记录多样的数据，如实验的完成度、完成时间、运行花费时间以及空间内存占用情况。 （三）立体化交互
交互行为是学习中非常重要一环，基于现有的信息技术，在传统的课堂交互基础上，再实现教师—学生、学生—学生、学生—资源、教师—平台等，更加开放化、多元化，实现信息更新即时有效，实现智慧课堂数据结构课程教学互动如图2所示。
1.课前：教师在教学平台上发布预习问题，预习内容以及相关的学习资料等。教学平台以通知形式告知学生预习。各学生带着思考问题进行学习，学生直接或间接通过平台进行交流，并且对预习问题解答。完成预习后，在平台上进行预习小测试。教学平台跟踪学生轨迹，在教师端直接呈现学生课前学习情况的进度条、曲线图、柱状图、饼状图等，也可以知道预习小测试中的题目正确率，通过班级整体和个体情况来调整课堂教学，以期课堂教学精准设计，达到“有的放矢”。
2.课堂：传统课堂是一种有效的教学组织形式，仍是高等教育最重要的教学环境。在课堂上，表扬自主预习优秀学生，对预习情况回顾。正式课堂上在教学平台上展示课件，采用上述多维教学方法，对学习内容进行深化，在课堂教学过程中，可以借助实验平台进行实践教学，达到理论实践结合。
3.课后：对于课堂上未涉及的知识或者作业讲解，可以通过平台直播讲解、录制或评论等方式远程教辅，教师挖掘网上学生感兴趣的信息，发布符合教学目标的优质资源供学习交流。课后题采用递进式考查，有简易题、升级题、难度题，只有当满足条件，才可以获取再加分激励。学生可以利用手机等移动端访问平台，进行资源分享，移动交互，知识學习，作业答题等。该平台会对每个学生学情分析，将题目得分失分情况、学习进度和学习轨迹等数据统计，将班级
整体情况和学生个人情况实时发送给教师，用于教师对班级整体学习情况和学生个人情况分析，以便对共性和个性问题有效处理。
四、总结
针对传统数据结构课程教学不足，以新工科目标为指引，本文探讨智慧课堂教学模式，提出融合层次递进教学、问题式教学和结构可视化教学的多维教学方式，构建实验平台，注重学生思维和实践能力的培养。
参考文献
[1]M.M.H.Khan，J.C.L.Chiang.Usin.Mobil.Device..Socia.Medi.i.Supportin.Engineerin.Education.201.IEE.Globa.Engineerin.Educatio.Conferenc.（EDUCON）.2014：1077-1081.
[2]何国良，汪紫煌，辛欣.新工科背景下数据结构课程的教学研究[J].科教导刊（下旬），2019（8）：118-121.
[3]骆冰清，陈燕俐.基于MOOC的《微机原理与接口技术》教学模式研究[J].软件导刊，2019，18（11）：165-167.
[4]胡学奎.知识有序化建构与问题式教学——以财政学理论课程教学为例的探讨[J].教育教学论坛，2019（44）：217-218.
[5]F.He.X.Miao.B.W.an.S.Yao.Usin.Min.Ma.a.Learnin.Too.i.’Dat.Structure.Teaching，201.IEE.Internationa.Conferenc.o.Compute.an.Informatio.Technology.2014：761-764.
[6]孙凌宇，冷明，李金忠，等.思维导图在《数据结构与算法》计算过程可视化的教学行动研究[J].山西财经大学学报，2016，3.（S2）：87-88 101.
[7]R.T.Selv.an.G.Chandramohan.Cas.Stud.o.Effectiv.Us.o.Min.Ma.i.Engineerin.Education.201.IEE.Tent.Internationa.Conferenc.o.Technolog.fo.Educatio.（T4E）.2018：205-207.
[8]梁冰，冯林，杜猛，等.数据结构与算法课程面向实践的教学方法研究[J].计算机教育，2019（11）：73-76.