颜慧
摘要:在大数据背景下,基于新工科教育理念对应用型本科计算机专业《数据结构与算法分析》课程教学改革进行了探索与实践,分析了课程定位、教学现状、对改革的内容和目标、具体措施进行了研究、探讨和实践。
关键词:大数据;新工科;应用型本科;数据结构与算法分析
中图分类号:G434 文獻标识码:A
文章编号:1009-3044(2021)04-0152-02
Abstract: Under the background of big data, based on the concept of new engineering education, this paper explores and practices the teaching reform of data structure and algorithm analysis course for application-oriented undergraduate computer specialty, analyzes the course orientation, teaching status, contents and objectives of reform, and specific measures.
Key words: Big data; New engineering; applied undergraduate; data structure and algorithm analysis
随着社会的高速发展,在社会的生产、经济和生活等各领域都产生了海量的数据,对大数据进行获取、存储、管理和分析的技术也在快速发展。国家大力地推行和实施大数据的发展战略,推动和促进大数据产业的发展。为了应对大数据时代的到来,教育部也积极推行新工科建设,为新兴产业培养具有创新能力、实践能力的复合型人才。其中,新工科专业就包括了物联网工程专业、计算机科学与技术专业、数据科学与大数据技术专业等计算机相关的专业。
根据应用型本科院校的定位,需要培养量高素质应用型技术技能人才和应用型技术开发与研究人才,在大数据时代的背景下,适应时代变化,进行计算机专业课程教学的改革,特别是新工科专业的课程改革的研究,对于培养满足新兴产业需求的高素质人才有重要的意义。
《数据结构与算法分析》作为计算机相关专业的专业基础课,需要进行一定的变革,以适应时代的发展、满足应用型本科院校人才培养的要求。本文从课程定位、教学现状分析、改革的目标和内容、具体改进措施等方面进行具体阐述。
1 课程定位
数据结构与算法分析是计算机专业的专业基础课,是所有计算机相关专业的学生都要学习的一门课程。《数据结构与算法分析》在教学中处于承上启下的地位,课程中的理论知识与算法是计算机技术的基础,很多前沿领域用到的技术都是在数据结构基础上进行的进一步研究和发展,像大数据存储、大数据分析等都会涉及数据结构的相关理论知识与算法。例如,大数据技术中的Hbase数据库的体系结构中就用到树形结构与扩展线性表;利用大数据预测趋势与决策用到树形结构及算法;利用大数据对社交网络进行分析就涉及图形结构及相关算法;对大数据进行查询和分析用到哈希表及相关算法。因此,数据结构与大数据相关的技术是密切相关的,在大数据背景下进行《数据结构与算法分析》这门课程的改革与创新,以学生为中心进行教学,让学生积极主动参与教学过程,培养学生的抽象能力和逻辑思维能力,增强学生的创新和实践能力,为后续的课程学习打下良好的基础。
综上所述,在大数据时代的背景下,根据国家发展大数据的战略目标、教育部推进新工科建设的政策、建设应用型本科、以市场为导向、培养应用型人才的定位,来进行《数据结构与算法分析》课程的改革,与前沿领域相结合,将大数据的相关内容融入该门课程,提高学生的综合能力,更好地为新兴行业输送高素质的应用型人才。
2 教学现状分析
2.1 教学内容
从教材上看,《数据结构与算法分析》常见教材的主要内容基本上都是介绍线性表、字符串、栈和队列、数组、特殊矩阵、树、二叉树、图等数据结构的逻辑结构、存储结构和基本操作的实现,还有一些常用的技术如递归、查找、排序等。教材内容基本上都是介绍基础理论、算法及实现,基本上没有结合具体的案例进行讲解,也少有涉及一些新技术、前沿领域相关知识的介绍。
从课堂教学上看,教学内容基本上也是根据教材来进行讲解,以基础理论的讲解为主,讲解算法是如何实现的,而不注重应用,较少结合实例来讲解相应的知识。
从实践教学上看,在实践教学内容的安排上,也主要以实现基本算法的练习为主,基本上没有应用型的练习可供学生理论联系实际、独立自主地去分析问题和解决问题。因此,实践教学内容基本上是一些验证性的实验,设计性的实验和综合性的实验较少。
这样学生在学习时就会觉得比较枯燥,而且学完之后不知道这些理论知识能用来做什么,从而学生上课的积极性和主动性不高,也不利于培养学生的思维能力和创新能力。
2.2 教学方式
这门课程的传统教学方式在形式上比较单一,基本上以教师在课堂上播放PPT讲授理论为主,学生被动接受,学生较少参与到教学中来。这种传统的教学方式很难调动学生学习的积极性和主动性。而且这门课程的理论课时较多,实验课时较少,这样就导致学生缺乏分析问题解决问题的能力,上机动手能力也不强。
2.3 考核形式
这门课程的考核形式主要以笔试为主,注重考核学生对知识点的记忆和理解能力。这样的考核形式就比较单一,不能完全体现学生的学习情况。比如学生学习的积极性和主动性、自学能力、抽象能力、逻辑思维能力、动手能力等,这些在卷面上是不能完全体现出来的。因此,考核形式需要进行一定的改革。
2.4 学生的学习状态
《数据结构与算法分析》这门课程的理论知识比较抽象,学生在课堂上学习时普遍感觉枯燥、难理解,如果不结合实际应用来学习,学生学完之后根本不知道学这些知识有什么用,在遇到实际问题时也不知道如何利用所学知识来解决问题。因此,学生在学习的过程中,缺乏学习的积极性和主动性,基本很难做到主动课前预习、收集资料,课后主动复习、上机练习,导致学习效果较差,从而也很难提高學生的抽象能力和逻辑思维能力。
3 课程改革的目标和内容
针对该课程的现状进行改革,目标是建立在大数据背景下《数据结构与算法分析》课程教学新模式,提高学生的逻辑思维能力、实践能力与创新能力,更好地培养出适应新时代要求的应用型人才。课程改革的内容包括:教材、教学内容、教学方法、考核方式等方面的改革。
首先要根据教学改革的目标进行教材建设,组织相关的教学团队编写教材。在教材中除了介绍传统的数据结构的概念、算法及实现之外,还需要增加相应的应用案例,结合案例来阐述数据结构的应用。通过教材建设,结合时代特点和应用型本科人才培养的要求,对传统的教学内容进行补充和更新,并可加入大数据相关的一些前沿知识的介绍,使得教材实用性和适用性更强。
其次教学内容上,改变只讲授基础理论、注重讲解基本算法的现状。教学内容要结合新技术,而且以应用为主。教学内容不但要包括数据结构基础理论,还要结合前沿领域的知识和案例。例如将数据结构的基础理论与大数据等前沿领域的相关内容进行相结合,把大数据的存储、数据分析、数据挖掘等技术中与数据结构相关的内容作为案例或者思考题添加到课程里来。而且教学内容不能只单纯讲授基础理论和算法,而是要以项目的形式来组织教学内容,注重知识的应用,以问题为主线引导学生主动学习,以提高学生的分析问题、解决问题的应用能力。
在教学模式上,改变传统的以教师讲授为主的课堂教学方式,采用线上线下混合多元化的教学模式。组织教师团队积极建设线上教学资源,包括课件、视频、题库、资料库等。课堂外,学生在线上使用教学资源实现自主学习,初步掌握基础知识;课堂上则实施以学生为中心的教学模式,教师对本堂课的重难点进行分析和讲解,积极引导学生思考,以分析问题、讨论问题为主,以小组的形式展开讨论,让学生主动参与到教学中来。
在考核方式上实现多元化的考核方式。考核不以卷面成绩为主,而是综合考察学生的线上学习情况、课堂上的学习情况、小组项目的参与情况、上机动手能力等,推行多元化的考核方式,从而体现学生学习的总体情况。
在教学改革的过程中,要解决的关键问题是首先如何将大数据等前沿领域的知识更好地融入数据结构课程的教学中,需要深入地研究和探讨;其次要建立相应的线上资源,可供学生在课堂外的时间来自学;最后线上线下混合多元化的教学模式的开展是个新事物,教师和学生都需要有一个摸索和适应的过程。
4 课程改革的具体措施
4.1 构建在线教学资源库
建立完整的线上教学资源,包括教学大纲、教学计划、课件、教学视频、题库等资源的建设,教学资源库的建设可部署在超星等教学平台上。在线教学资源库的建设是教学改革的基础,以在线教学资源库为依托,进行教学模式、课程评价体系的变革。
4.2 实施线上线下混合的多元化教学模式
以建设好的在线教学资源库作为平台,进行教学改革,改变以教师为中心的教学模式,转向以学生为中心的教学模式。
在课堂外,学生使用线上教学资源库进行在线自主学习。课前先行预习下次课的内容,对要学习的知识点有一定的掌握;在课中,可结合本次课的重点和难点,对相关知识点加深理解;在课后,可复习该次课的知识点,并通过作业、测试等练习加深巩固知识点。通过线上教学资源的建设,学生可在课堂外自主学习,提高了课堂的学习效率,使得课堂从以教师为中心向以学生为中心进行转变,而且也提高了学生的自学能力和学习的主动性。
在课堂上,以学生为中心进行教学,以教师引导为主,不再主要讲解基本知识点,而是讲解重点、难点,进行知识点和问题的归纳总结。而且课堂上以案例为主线进行教学,教师引导学生分组讨论案例的设计与实现,通过讨论将知识点融会贯通,并使得学生能够将所学习的理论知识用于指导实践应用,实现学以致用的目标。在教学开展过程中,采用多种教学手段进行辅助,如选人、抢答、小组评分等,并积极收集教师及学生的反馈意见,不断改进和完善教学模式。
4.3 采用项目化教学
针对数据结构理论性较强、学生较难理解的现状,在教学中,采用项目化教学的方式。项目经过精心设计,将多种数据结构的应用串联在一起,每学习一种数据结构,就完成项目的一个部分,按照教学进程分阶段来完成项目的制作,最终完成一个完整的项目。通过项目化教学,学生能够将所学的理论知识应用到实践中,不但掌握了数据结构的基础知识,理解了数据结构的应用场景,并且能够将数据结构应用于实际问题的求解,提高了学生的思维能力、创新能力和动手能力。
4.4 建立多元化的课程考核评价体系
改变传统的课程考核模式,建立多元化的课程考核评价体系。课程考核内容包括考察学生的线上学习情况、课堂上的学习情况、小组项目的参与情况、上机动手能力等,从而建立并完善科学的、多元化的课程考核评价体系。应用型本科的学生注重动手能力,因此,在建立课程考核评价体系时,学生参与项目的程度、项目的完成情况等应该占较大比重。
5 结束语
随着时代的发展,在线教学逐渐成为一种新兴的教学方式。而大数据产业的快速发展又给新工科建设提出了新的要求。本文结合数据结构与算法分析课程的特点,对数据结构与算法分析课程进行了教学改革的探讨和实践,提出了线上线下混合多元化教学、项目化教学的模式,提高学生的思维能力和应用能力,并提高了学生的自主学习能力。
参考文献:
[1]郑立平.大数据时代应用型本科计算机专业数据结构实践教学改革研究[J]. 科技风,2019(5):50.
[2]刘庆海,徐雪梅,晏小飞.大数据视野下的高职院校计算机专业《数据结构》课程改革浅谈[J].电脑知识与技术,2017(13):94-95.
[3]牛秋月,唐国良.新工科背景下数据结构教学改革[J].教育现代化,2018(22):70-71.
[4]邢丹,姚俊明,张红伟.大数据时代的医学院校数据结构课程教学改革初探[J].电脑知识与技术,2018(14):114-116.
[5]黄栋,王昌栋.结合大数据时代背景的《数据结构》教学改革研究[J].现代计算机,2018(1):61-63.
【通联编辑:王力】