智能推薦的數(shù)據(jù)結(jié)構(gòu)與算法課程教學(xué)

集美大學(xué)誠毅學(xué)院 武 斌 周 喜

為了提升數(shù)據(jù)結(jié)構(gòu)與算法課程教學(xué)質(zhì)量，提出基于知識點智能推薦的線上線下混合教學(xué)模式進行教學(xué)改革。該教學(xué)模式主要借助線上互動教學(xué)平臺課堂派+PTA、引入智能推薦算法設(shè)計題目，實現(xiàn)課前內(nèi)容準備、課中實踐測試、課后總結(jié)溝通，改善學(xué)生學(xué)習(xí)過程的考核方式。實踐表明，該教學(xué)方法可以有效激發(fā)學(xué)生學(xué)習(xí)興趣，提高課程教學(xué)質(zhì)量。

數(shù)據(jù)結(jié)構(gòu)與算法是計算機科學(xué)與技術(shù)、軟件工程、網(wǎng)絡(luò)工程等相關(guān)專業(yè)的專業(yè)核心課程。該課程的學(xué)習(xí)目標是使學(xué)生掌握計算機加工數(shù)據(jù)的對象特性，選擇合適的邏輯結(jié)構(gòu)、存儲結(jié)構(gòu)和算法求解問題，培養(yǎng)學(xué)生問題建模能力，算法設(shè)計與分析能力，算法實現(xiàn)能力。通過該課程的學(xué)習(xí)，使學(xué)生具有良好的編程技能。同時，數(shù)據(jù)結(jié)構(gòu)與算法在計算機學(xué)科專業(yè)體系中起著承上啟下的重要作用。

2019年4月，教育部辦公廳發(fā)布《教育部辦公廳關(guān)于實施一流本科專業(yè)建設(shè)"雙萬計劃"的通知》。一流本科專業(yè)建設(shè)需要一流的課程建設(shè)。在實際教學(xué)過程中，數(shù)據(jù)結(jié)構(gòu)與算法課程的教學(xué)效果不盡如人意，存在諸多亟待解決的問題。尤其是目前互聯(lián)網(wǎng)時代，網(wǎng)上資源豐富，學(xué)生獲取知識的途徑多樣化。在這種形勢下，數(shù)據(jù)結(jié)構(gòu)與算法的教學(xué)如果還是墨守成規(guī)，不進行改革，學(xué)生就不能適應(yīng)環(huán)境，課堂教學(xué)質(zhì)量就會比較差。引入線上線下教學(xué)資源融合的混合教學(xué)模式有利于提高學(xué)生學(xué)習(xí)和實踐能力。

1 目前課堂教學(xué)弊端

1.1 學(xué)生學(xué)習(xí)興趣低、知識點難掌握

數(shù)據(jù)結(jié)構(gòu)與算法課程主要介紹了研究對象如何在計算機中存儲、對象之間的邏輯關(guān)系、對象的操作，知識點繁多、內(nèi)容抽象、邏輯復(fù)雜，并且存在相當(dāng)一部分知識點的推演和其算法實現(xiàn)有一定難度。盡管先修了程序設(shè)計課程，但是學(xué)生的編程水平層次不齊、相對薄弱，無法獨立編寫出程序或者算法來驗證理論知識。逐漸地，學(xué)生失去編程的信心和學(xué)習(xí)的興趣。

1.2 教學(xué)方法不恰當(dāng)

在目前的教學(xué)中，還存在教師采用滿堂灌的傳統(tǒng)教學(xué)方式講授，致使學(xué)生非常被動。有些教師布置大量的練習(xí)題、作業(yè)，搞題海戰(zhàn)術(shù)，導(dǎo)致學(xué)生學(xué)習(xí)沒有針對性，效率低。有些教師上課不注重課堂效果，缺乏教學(xué)互動。由于學(xué)生在知識掌握和理解上存在個體化差異，對于理解力偏差、基礎(chǔ)薄弱的學(xué)生就不能夠很好的接受此種授課方式，造成課堂知識沒聽懂、不理解，教學(xué)效果不理想。

1.3 實踐環(huán)節(jié)薄弱

數(shù)據(jù)結(jié)構(gòu)與算法課程的理論知識最終需要通過算法實踐來實現(xiàn)的，它是一門實踐性較強的課程。課程實踐是提升學(xué)生編程能力的關(guān)鍵，同時也是鞏固和掌握理論知識的手段。但是大部分院校在做教學(xué)計劃時該課程總學(xué)時64學(xué)時，其中實踐環(huán)節(jié)占16學(xué)時，相對較少。另外，在實踐環(huán)節(jié)，有些教師簡單布置幾道實驗作業(yè)給學(xué)生做，沒有針對性，也沒有區(qū)分題目難易度，造成基礎(chǔ)差的學(xué)生無法完成實驗。實踐效果差影響了理論知識的掌握，理論知識不吃透又限制了實踐，造成惡性循環(huán)。

綜上所述，數(shù)據(jù)結(jié)構(gòu)與算法課程的教學(xué)必須進行改革、創(chuàng)新。

2 知識推薦

互聯(lián)網(wǎng)教育快速發(fā)展，在線教育資源越來越豐富。面對海量的線上習(xí)題，如何針對性的選擇適合自己的資源成為研究的熱點。在大數(shù)據(jù)的背景下，智能推薦算法應(yīng)運而生。利用高效可靠的習(xí)題推薦算法篩選合適的資源，既是個性化學(xué)習(xí)新的要求，也是新的訴求。智能推薦算法主要分基于內(nèi)容推薦和協(xié)同過濾推薦。本文采用以知識點為內(nèi)容的智能推薦算法，推題規(guī)則如下：

2.1 初始化

（1）獲取班級信息

①復(fù)習(xí)的類型：課后復(fù)習(xí)、課前預(yù)習(xí)、總復(fù)習(xí)。

②訓(xùn)練類型：基礎(chǔ)訓(xùn)練、強化訓(xùn)練。

③本節(jié)課的上課內(nèi)容（假設(shè)為知識點1、知識點2、知識點3）。

④當(dāng)前班級的學(xué)生（假設(shè)為學(xué)生A、學(xué)生B、學(xué)生C）。

⑤輸入的作業(yè)題量（假定為10題）。

⑥作業(yè)的類型：課前預(yù)習(xí)或者課后復(fù)習(xí)。

（2）獲取學(xué)生的知識點掌握度

示例如表1所示，若無掌握度值則為0。

表1 知識點掌握度

（3）每個知識點對應(yīng)的試題難度范圍

根據(jù)訓(xùn)練類型、學(xué)生知識點掌握度、作業(yè)類型定位試題難度范圍，如表2所示。

表2 試題難度范圍

（4）設(shè)定作業(yè)題量分布

假定總的題目量為N，表3所示題量分布設(shè)計。

表3 題量分布設(shè)計

2.2 課前預(yù)習(xí)、課后鞏固的推薦規(guī)則（篩題范圍：精品題）

（1）獲取每個知識點的標簽

獲取知識點對應(yīng)類型（基礎(chǔ)訓(xùn)練或強化訓(xùn)練）的典例題的所屬標簽。知識點標簽如表4所示。

（2）篩選試題

以課后作業(yè)、基礎(chǔ)訓(xùn)練為例。假設(shè)初始信息如表5所示。

表4 知識點標簽

得出篩選試題的條件隊列，如表6所示。

表5 初始信息

表6 條件隊列

根據(jù)條件隊列，從精品題中為每個學(xué)生篩選試題，然后由易到難對題型內(nèi)的試題進行重新排序。假設(shè)題量N=7，以學(xué)生A舉例，如表7所示。

表7 學(xué)生A篩選的試題

3 課程教學(xué)改革

3.1 課堂派+PTA

課堂派是一種在線課堂管理平臺，操作簡單，支持微信一鍵登錄，在線實時互動，全過程教學(xué)統(tǒng)計，自動錄播，再次回顧，保留教學(xué)資產(chǎn)。隨時隨地發(fā)布話題，測試，作業(yè)，在線批閱，實時查重，自動管理教學(xué)成績，教學(xué)過程自動分析，可留存，可追溯。

PTA是一個在線程序設(shè)計類實驗輔助教學(xué)平臺，可以在線編譯程序。系統(tǒng)全面繼承了計算機程序設(shè)計能力考試系統(tǒng)的基礎(chǔ)練習(xí)題庫。題庫中包含判斷、選擇、程序填空、函數(shù)、編程等類題目共十余萬道。

3.2 改革措施

教師借助課堂派+PTA平臺對課程組織和教學(xué)過程重新設(shè)計，將教學(xué)設(shè)計分為課前準備、課堂教學(xué)、實踐教學(xué)和課后鞏固。

（1）課前準備

課程開設(shè)之前，教師設(shè)計習(xí)題庫，將授課學(xué)生們加入課堂派課程班級里，并分為一組，上傳課程資源到課堂派對應(yīng)課程的資源庫，包括課程教學(xué)計劃、教學(xué)大綱、教學(xué)課件PPT等資料，讓學(xué)生對該課程有個整體的了解，做好課前預(yù)習(xí)。為了更好的掌控課堂教學(xué)進度，教師可以在課堂派上布置預(yù)習(xí)內(nèi)容和一些題目測試學(xué)生的預(yù)習(xí)情況。除了第一次課外，預(yù)習(xí)的習(xí)題來自智能推薦。

數(shù)據(jù)結(jié)構(gòu)與算法課程中理論概念比較多、算法知識點多，有些比較難以掌握和理解，比如鏈表的合并，二叉樹的性質(zhì)、遍歷，線索化二叉樹建立，圖的存儲、遍歷，最小生成樹，最短路徑，平衡二叉樹，串的模式匹配等知識點。教師可以制作一些容易理解的動畫演示發(fā)布在課堂派上供學(xué)生課前預(yù)習(xí)。

課堂派提供私信功能使學(xué)生與教師之間交流比較便捷。

（2）課堂教學(xué)

課堂教學(xué)階段是教學(xué)環(huán)節(jié)的關(guān)鍵階段。在上課前2-3min，教師利用課堂派的多樣式考勤功能對學(xué)生進行考勤，取代傳統(tǒng)的點名考勤，節(jié)約了時間，提高了效率，也督促學(xué)生到課堂學(xué)習(xí)。課堂前幾分鐘，教師可以利用智能推薦以小測試的形式回顧上次課內(nèi)容，增強對前期內(nèi)容的掌握。

根據(jù)課前預(yù)習(xí)和測試情況，教師適當(dāng)?shù)卣{(diào)整本次講課內(nèi)容的側(cè)重點和知識量，有目的性地講解學(xué)生不懂或者掌握不好的地方。在教學(xué)過程中，為了增加課堂師生互動性，活躍課堂氣氛，學(xué)生可以利用課堂派的彈幕功能提出自己的疑問，進而調(diào)動學(xué)生的積極性。

在互動環(huán)節(jié)，教師可以利用課堂派隨機提問，啟發(fā)式地引導(dǎo)學(xué)生分析問題和解決問題。根據(jù)學(xué)生回答情況，在課堂派上可以獎勵星星的形式記錄，同時作為課程考核時平時成績的一部分。在算法知識講解時，為了讓學(xué)生容易聽懂，可以借助動畫演示算法執(zhí)行過程。同時，教師講解解決問題的思路和方法，引導(dǎo)學(xué)生積極思考，深刻地理解算法的思路和原理。

（3）實踐教學(xué)

課程實踐是檢驗和理解課程理論知識的重要途經(jīng)。在實踐環(huán)節(jié)，教師在課前制訂好實踐指導(dǎo)書分發(fā)給學(xué)生。教師利用PTA平臺設(shè)計難度系數(shù)不等的題目，包括基礎(chǔ)題、提高題、競賽題。學(xué)生通過PTA平臺在線編譯程序，同時還能看到自己的成績排名，進而激發(fā)了學(xué)習(xí)興趣。

（4）課后鞏固

課后鞏固復(fù)習(xí)與課堂教學(xué)是相輔相成的。根據(jù)智能推薦算法，篩選適合學(xué)生的習(xí)題。

對于理論知識，教師課后通過課堂派布置一定量智能推薦的在線習(xí)題測試或在線作業(yè)。通過課后練習(xí)和作業(yè)實施，學(xué)生可以及時復(fù)習(xí)鞏固和查缺補漏，教師能夠?qū)崟r了解學(xué)生的學(xué)習(xí)情況。

在實踐方面，為了鍛煉實踐能力，教師在PTA平臺上布置一些算法編程題目。學(xué)生通過PTA平臺鍛煉編程能力、算法設(shè)計能力。

（5）課程考核

為了較好的對學(xué)生的學(xué)習(xí)過程評價，準確的掌握學(xué)生對課程知識的掌握情況，課程考核成績采用平時分（占30%）+期考分（占50%）+實踐分（占20%）。平時分包括課堂考勤分（30%），作業(yè)測驗完成分（40%），課堂表現(xiàn)分（30%）。

圖1 出勤率、及格率對比

圖2 課堂教學(xué)滿意度

圖3 實驗完成情況對比圖

4 教學(xué)效果分析

本課程教學(xué)改革方案于2019年和2020年在計算機專業(yè)開展基于智能推薦的線上線下混合教學(xué)資源融合的教學(xué)模式，并取得了明顯的效果。如圖1所示，在學(xué)生的出勤率和考核及格率方面，2019年和2020年均高于2016-2018年。

如圖2所示，使用改革方案后，學(xué)生對課堂教學(xué)滿意度接近100%，明顯高于前幾年。

如圖2所示，使用改革方案后，學(xué)生對課堂教學(xué)滿意度接近100%，明顯高于前幾年。

如圖3所示，實驗16課時，8次實驗，使用改革方案后，學(xué)生每次實驗完成百分比對比情況，2019-2020年明顯高于前幾年。

5 結(jié)論

將課堂派+PTA作為教學(xué)輔助平臺，同時引入智能推薦習(xí)題應(yīng)用于數(shù)據(jù)結(jié)構(gòu)與算法課程教學(xué)中，包括課前準備、課堂教學(xué)、課后鞏固、實踐教學(xué)。通過實踐教學(xué)證明，與傳統(tǒng)教學(xué)模式相比，新的課程改革方案能夠擴展教學(xué)活動，調(diào)動學(xué)生的學(xué)習(xí)主動性，使得學(xué)習(xí)變得更加有趣生動，教學(xué)方法更加豐富多彩，學(xué)生與教師的雙向交流更加順暢，更有利于培養(yǎng)學(xué)生的思考能力以及提高學(xué)生實踐能力。