基于信息素质教育的“数据结构”课程教学研究与实践

刘合兵，尚俊平，翁 梅

(河南农业大学 计算机科学与技术系，河南 郑州 450046)

基于信息素质教育的“数据结构”课程教学研究与实践

刘合兵，尚俊平，翁 梅

(河南农业大学 计算机科学与技术系，河南 郑州 450046)

在“数据结构”课程的课前、课中、课后引入信息素质教育，引导学生检索图书馆、网上课程、论坛等信息资源并利用它们进行拓展学习。实践证明，基于信息素质教育的课程教学模式培养了学生的信息素质、学习能力和创新能力，有效提高了教学质量。

数据结构；信息素质教育；核心课程

DOI号：10.13320/j.cnki.jauhe.2016.0163

“数据结构”是计算机类专业的核心必修课程，在整个计算机专业教学体系中处于举足轻重的地位[1]。“数据结构”是操作系统、软件工程、数据库概论、编译原理、计算机图形学等专业课程的先行课程[1-4]。作为核心课程之一，“数据结构”课程的教学工作备受各高校重视。如何在教学中利用有限课时提高教学质量和培养学生学习能力、动手能力及创新能力是教学研究的重点。

“数据结构”课程以问题求解为导向，贯穿数据结构理论、抽象和设计的三个形态，强调围绕抽象数据类型的有效表述，建立数据结构的逻辑结构、存储结构和运算的有机联系[1]。在“数据结构”课程教学中，学生普遍反映课程理论性太强，内容过于抽象，类语言算法难以理解，解决实际问题时不知从何处下手，对课程学习有畏难情绪。笔者在认真分析课程特点和以往教学中存在问题的基础上，立足课堂，以切实提高教学质量、培养学生能力为目标，从学习资源拓展及利用入手，将专业课程教学与信息素质教育融合，设计并实践了基于信息素质教育的“数据结构”课程教学方案。

信息素质最早由美国信息产业协会会长波尔(Paul Zurkowski)于1974年提出，并被概括为“利用大量的信息工具及主要信息源使问题得到解答的技术和技能”[5,6]。信息素质教育的根本目标是使受教育者获得较强的信息素质。

在基于信息素质教育的“数据结构”课程教学实践中，把信息素质教育贯穿于教学的每一个环节，让学生了解和课程学习相关的信息资源，掌握利用各种信息工具和信息资源的能力并拓展课堂学习。实践证明，基于信息素质教育的“数据结构”课程教学不仅取得了良好的教学效果，而且提高了学生的信息素质，有效培养了学生的学习能力、动手能力及创新能力。

一、方案设计

笔者分别从课前、课中、课后3个环节引入信息素质教育。

课前环节：教师在常规备课，比如写教案、制作课件等之外，收集与课程学习相关的信息资源、信息工具，制作介绍及使用信息资源和信息工具的课件。

课中环节：在课堂教学中，介绍和课程相关的各种信息资源，结合课程内容，在信息资源的使用方面进行拓展，培养信息意识，引导学生在学习“数据结构”课程时充分利用信息资源；实验课中适当安排学生学习、利用各种信息资源的时间。

课后环节：结合教学内容布置作业，要求学生利用信息资源巩固学习，完成作业，提高对学生自主学习的要求，有效提高课程学习质量。通过有针对性的信息检索和利用实践，提升学生的信息能力，为后续课程的学习、毕业实习、论文写作及科学研究打下良好的基础。

二、方案实施

笔者所在学校计算机专业“数据结构”课程在第三学期开课，课程总课时为80学时(其中理论课60学时，实验课20学时)。

(一)课前收集各种信息资源

了解信息资源、具有信息意识是利用信息解决问题的前提。笔者从以下几个方面对“数据结构”课程的相关信息资源进行了整理。

1.教学参考书。教学参考书是重要的课程资源，含有丰富的教学资料，对教师的备课和学生拓展学习具有不可忽视的作用。这里所指的参考书包括纸质图书和电子图书。笔者检索学校图书馆书目和超星数字图书馆的电子图书书目中与“数据结构”课程相关的书籍，除了选择本人备课使用外，还整理出参考书的检索和使用方法，列出适合学生使用的参考书单。

2.“数据结构”课程网站。“数据结构”课程网站主要包括网上课堂、各级精品课程网站及MOOC资源。

网上课堂：有清华大学严蔚敏教授的“数据结构网上课堂”， MIT的高级数据结构公开课(https://courses.csail.mit.edu/6.851/spring14/)等。

精品课程网站：目前国家精品课程资源网课程中心收录的和“数据结构”相关的课程如“数据结构”、“数据结构与算法分析”等共102个[7]。这些网站上共享了教学课件、电子教案、教学设计、教学录像、实验实践、例题习题、文献资料、试卷、参考书目等各种资源。

MOOCs(Massive Online Open Courses，大型开放式网络课程)的兴起为学生提供了丰富的课程资源。以开设“数据结构”课程为例，在中国大学MOOC、MOOC学院、学堂在线等网站上搜索“数据结构”，可以搜索到中外名校的MOOCs课程资源。

3.期刊、学位论文。图书馆引进的CNKI期刊全文数据库、万方期刊博硕论文、维普期刊全文数据库等是连续动态更新的期刊全文数据库，收录国内几千种重要期刊，涵盖自然科学、工程技术、农业、哲学、医学、人文社会科学等各个领域，是学生拓展学习及进行科学研究的重要资源。

4.技术论坛。“数据结构”课程实践性强，学生在编程实践过程中会遇到各类问题，如果教师不能及时答疑，学生则可通过论坛这个平台向其他学者请教、学习、交流，解决自己学习中的问题。常用的有CSDN论坛数据结构与算法版面、ITeye综合技术论坛数据结构版面等。

5.本校课程网站。笔者所在的课程教学团队申报了校精品课程(现已升级为校精品资源共享课)，建立了“数据结构”课程网站，将整理、搜集到的各种教学资源共享到网上供学生学习参考。

“数据结构”作为专业课程，课堂上不可能占大块时间讲授信息资源及利用，因此，制作相关信息资源介绍和使用的课件对指导学生学习非常必要。课前环节完成以上相关资源的收集整理，并设计制作资源介绍与利用的课件。

(二)课中推荐和训练学生利用信息资源

开展基于信息素质教育的教学实践，关键在课中，关键在培养意识，关键在实践，学以致用。

1.上好第一堂课，培养意识 。“好的开端是成功的一半”，上好第一堂课是有效开展基于信息素质教育教学的基础。第一堂课除了介绍课程概述、教学目标、教学内容、教学参考资料、教学安排等内容外，重要的是把基于信息素质教育的教学理念传递给学生，展示与课程相关的信息工具及信息资源利用的课件，引导学生利用各种信息资源辅助和拓展课程学习。

第一堂课重点介绍推荐给学生的信息资源，包括教学参考书和课程网站。简单演示如何检索利用图书馆书目信息，如何阅读电子图书，课程网站的检索方法及网站上资源的下载和利用。通过与课程相关信息资源的检索和利用，培养和提高学生获取信息、学习新知识的能力，使学生的学习不局限于一本教材和几本参考书，在学习中遇到问题时能有的放矢，并且可以在时间和空间上对课堂学习进行有效拓展。

2.结合教学内容利用信息资源，培养兴趣。在教学过程中，引导学生检索和利用信息资源，打开学生思路。

比如，在讲到串的模式匹配算法时，首先结合Word中的查找功能把基本概念讲清楚。然后对给定的BF算法和KMP算法进行讲解，分析它们的时间复杂度。之后，引导学生讨论，看能否对算法提出改进。然后再利用图书馆的中国知网(CNKI)或维普期刊检索系统检索相关论文，并将检索到的论文如《KMP算法分析与模式串的结构设计》《一种改进的KMP高效模式匹配算法》及《改进的KMP算法在生物序列模式自动识别中的应用》等文献推荐给学生。通过演示，给学生介绍相关信息资源，引导学生学会检索文献，多看文献，借鉴学习他人的研究成果，对自己感兴趣的问题进行深入研究。同时将BM、RK等模式匹配算法介绍给学生，引导学生进一步查阅相关文献资料，拓展教材内容，加强课程的深度和广度，使他们充分认识到模式匹配算法在网络入侵检测、图形图像检索等方面的应用，激发他们的学习兴趣，培养学以致用、实践创新的精神。

3.强化信息素质训练，学以致用。在实验课上安排适当时间，提供条件让学生对与课程学习相关的信息资源进行了解和利用；结合教学内容，布置相应的作业，要求学生查阅文献；布置安排课堂讨论，要求学生在讨论之前利用信息工具和信息资源自主学习指定内容。

“数据结构”是一门实践性很强的课程，学生既要学好理论知识，又要学会分析数据结构的性质，编写出结构清晰、正确易读的算法。笔者在教学设计上，把对学生的要求具体化为一项项实际任务，包括基本算法和应用型的题目，以完成任务带动实践，培养学生动手能力。应用型题目与实际生活联系密切，在提高学生学习兴趣的同时，也加强了他们对知识点的理解。对于学生来说，达到老师要求是一个循序渐进的过程。笔者通过一些经典例子使学生理解数据结构的意义、学习的方法，并给学生介绍网上论坛、百度搜索引擎等，鼓励学生遇到问题通过以上平台及工具积极解决问题。

(三)课后训练与指导

多途径课后指导是对学生课后训练、自主学习、拓展学习的有力支持。定期组织学生交流学习成果，归纳学生在学习中遇到的问题，提出解决问题的方案，引导学生通过进一步信息检索解决自己的问题。同时建立课程学习微信群(早期为QQ群)，方便学生讨论问题，学习交流。课下同学们还可以通过E-mail等形式与老师单独交流。鼓励学生在课堂讨论中积极发言。引导学生积极申报大学生创新创业项目，提升科研能力和水平。邀请有研究能力或对科研感兴趣的学生参与教师主持的科研项目；对逻辑思维能力和实践动手能力强的学生，则引导他们积极参加ACM、蓝桥杯等学科竞赛。

三、实施效果

(一) 学习能力提高

开展基于信息素质教育的教学实践，比较明显的特点是学生参与课堂更活跃，学习效果更好。由于学生了解学习资源，提升了拓展学习的能力，都能较好完成老师的要求，参与课堂的积极性更高。

(二)创新能力增强

在教学实施过程中，培养了学生的信息意识，刺激其在学业与发展、学术研究等方面的需求。笔者所带的本科生在毕业设计时，主动地进行信息收集获取，分别在模式匹配算法的改进和图的最短路径问题等方面进行了研究，完成了《一种改进的BM模式匹配算法》《对BM模式匹配算法的改进》和《城市公交查询系统算法的研究与实现》等论文。

(三)学科竞赛成绩显著

积极引导学生参加学科竞赛。近几年来，形成了学生积极参加学科竞赛、积极参与创新创业的氛围。2012年至今共有80多人次在“蓝桥杯”全国软件和信息技术专业人才大赛、甲骨文杯Java程序设计大赛、ACM程序设计大赛中获得省级以上奖励，其中18人次获得国家级奖励。

四、结语

信息素质教育是高等教育各专业课程体系的前提和基础。学生的信息素质能力对学生今后的学习和生活将产生积极、深远的影响。本文设计和实践了基于信息素质教育的“数据结构”课程教学，在课前备课过程中收集和课程相关的信息资源；课中给学生介绍信息资源及使用方法，通过有针对性的训练，引导学生检索与利用图书、精品课程、期刊、学位论文等文献资源及网络资源进行课程学习和解决实际问题；课后引导学生进行拓展学习，开展多途径答疑交流。几个学期的教学实践证明，基于信息素质教育的“数据结构”课程教学模式有效促进了学生信息素质、学习能力和创新能力的培养。

本文在计算机专业本科学生的“数据结构”课程教学中进行了实践，取得了良好效果。今后，应继续开展计算机课程教学与信息素质教育融合模式的研究与实践，并在其他课程及专业中进行推广。

[ 1 ] 张铭,耿国华,陈卫卫,等.数据结构与算法课程教学实施方案[J].中国大学教学,2011(3):56-60.

[ 2 ] 刘馨月,张宪超,于红.数据结构与算法核心课程建设[J].计算机教育,2011(6):65-68.

[ 3 ] 殷人昆,邓俊辉.清华大学“数据结构”精品课程建设[J].计算机教育,2006(5):20-22.

[ 4 ] 张铭,许卓群,杨冬青,等.数据结构课程的知识体系和教学实践[J].计算机教育,2004(2):89-91.

[ 5 ] 尚俊平,刘合兵.在专业课教学中培养学生的信息素质[J].计算机教育,2010(8):14-16.

[ 6 ] 郭太敏.论信息素质与人才培养[J].中国图书馆学报,2002,28(3):81-83.

[ 7 ] 国家精品课程资源中心[EB/OL].http://resource.jingpinke.com/.2015-10-15.

(编辑：王 佳)

2016-07-13

河南农业大学高等教育教学改革研究项目(编号：校政教[2012]3号)；河南农业大学2016年高等教育科学研究课题(编号：20160307)。

刘合兵(1972-)，男，河南台前人，硕士，副教授，主要研究方向：信息检索、数据挖掘。

G642.0

A

1008-6927(2016)06-0055-04