王 祎, 樊 鑫, 贾 棋, 刘 斌, 李晓芳

(大连理工大学 软件学院, 辽宁 大连 116600)

数字媒体技术专业本科生协同学习方法研究与实践

王 祎, 樊 鑫, 贾 棋, 刘 斌, 李晓芳

(大连理工大学 软件学院, 辽宁 大连 116600)

协同学习作为一种新的学习技术框架,满足知识时代的学习建构和革新的需要。根据数字媒体技术专业艺术辅助技术注重创新和实践的特点,探索适合该专业本科生的协同学习策略和实施方法,提出了基于聚类的自动分组方法和自组织式协同学习方法。实践表明该方法有助于提高数字媒体技术专业本科生的综合素质,对达到培养目标具有积极的推动作用。

协同学习； 数字媒体技术； 创新思维； 思维导图

数字媒体技术专业是以技术为主、艺术为辅的计算机应用技术领域新兴专业。如何培养出不但能扎实掌握相关计算机软硬件技术,而且具有一定的艺术审美能力、创造性思维、现代意识等人文素质的复合型高级技术人才，是数字媒体技术专业本科生培养的主要目标[1]。

当今各学科的交叉、融合成为信息技术发展的趋势。面对复杂问题,个体的作用在下降,团队的作用在上升,而团队的合作方式是决定团队合作是否能成功的关键因素之一。根据群体智能(swarm intelligence)研究表明[2]:群居生物通过合作形成宏观智能的行为,如蚁群、蜂群、鱼群等在没有领导、没有组织者的情况下,能够分工有序地寻食、避险等。而在人类社会,团队合作方式一般采用“中心制”、“集权制”,由领导者对整个团队负责。虽然这种方式能使团队意志统一、便于指挥,但一旦领导者决策失误或分工不合理,往往导致团队合作的失败。对于由大学本科生组成的团队来说,组员知识水平接近,对于任务的把握与分配,组长往往缺乏经验,所以经常会出现由组长一个人完成任务,其他组员“打酱油”的情况。从提高组队的参与感与积极性目的出发,探索具有群体智能的团队合作学习方式,对于大学本科生培养更具实际意义。

本文在对协同学习(synergism learning)[3]理论与应用研究的基础上,结合大连理工大学软件学院数字媒体技术专业本科生的教育教学实践,提出了基于聚类的自动分组方法和自组织式协同学习方法。实践表明，该方法有助于提高数字媒体技术专业本科生的学习能力、创新能力与团队合作能力。该方法也可推广到其他本科专业。

1 协同学习简介

协同学习是上个世纪90年代,由我国祝智庭教授最早研究提出的学习理念[3]。该学习方法可使具有不同智力水平、思维方式、认知风格、知识结构的成员,通过相互合作、共同奋斗,共同提高。文献[3]中将协同学习的基本原理归纳为“深度互动,信息汇聚,集体思维,合作建构,多场协调”。这种学习方式能够培养学生的创新创造性思维、提高学生的沟通能力、包容力以及社会责任感和自尊心。

协同学习与协作学习(collaborative learning)作为目前盛行的团队学习方式的相同之处都是通过团队成员互相帮助和共同努力完成一项学习任务。协作学习中团队成员一般各司其职,有主有次,次要成员需协助主要成员完成任务[4]。而协同学习以团队成员之间的异质性、多样性为前提,更强调“同”,成员需步调一致,互相借鉴、互相学习,最终每个成员都能完成整项学习任务[5]。所以，在本科生培养过程中,协同学习是一种不可或缺的团队合作方式。

2 基于聚类的自动分组

不论协作学习还是协同学习,都是以团队的形式进行的,需要事先对学生进行分组。最常见的分组方式有自由式和指派式。这两种方式或以熟悉度或以成绩为出发点,都对学生的能力考虑不全。小组中往往设组长一职,由小组成员推选,或由教师指派。这种分组方式中,组长是否具有团队学习管理能力、向心力,分配任务是否合理等因素都对学习任务能否顺利进行有着重要的影响。因此,科学的、客观的、自动的分组策略成为协同学习成败的重要前提条件[6-7]。我们从协同学习“异质互惠”的特点出发,设计了一种基于KFCM(kernel fuzzy c-means,基于核函数的模糊C均值算法)[8-9]的团队自动分组方法。

2.1 KFCM自动分组方法过程

KFCM自动分组法过程为:先初始化几个聚类中心,然后将所有样本数据进行模糊划分,把从样本到归属聚类中心的核函数距离总和最小作为优化的目标,然后通过求极值的方法得到更新规则,再逐步迭代,找到最优的聚类方案。该算法因为核函数引入距离计算,能够克服边缘成员弱类问题。KFCM应用到协同学习分组中,关键在于学生属性特征库的建立和如何结合实际问题设置相关参数,下面从2个方面给出具体实施方案。

首先确定学生样本的属性,形成学生属性特征库。我们设计的协同学习属性库中,每个学生主要有4类属性特征:

(1) 已修课程类属性{G1,G2,…,Gn}。主要由学生已经修过的课程组成,其中Gi为每门课的考试或考核成绩。

(2) 学习风格类属性{IP,SS,II,CU}。采用所罗门(Barbara A. Soloman)学习风格模型[7],分为4个组对:信息加工方式(IP)(沉思型或活跃型)、感知事物方式(SS)(感悟型或直觉型)、信息输入方式(II)(视觉优势型或语言优势型)、内容理解方式(CU)(序列型或综合型)。学习风格数据可通过让学生填写经典的所罗门学习风格自测问卷表进行搜集。

(3) 技术能力类{T1,T2,…,Tn}。由常用的编程语言、多媒体编辑软件、影视后期处理软件、游戏开发平台等组成。

(4) 兴趣视野类{W1,W2,…,Wn}。由学生参加过的各种社团、兴趣小组和比赛组成，如ACM组、数模组、游戏组,天文社、摄影社、电影社、绘画社等。

在面对实际协同学习任务时,教师还可根据任务特点增加或删除某些属性特征。对于各种属性的数值,除了兴趣视野类属性值为1(参加过)或0(没参加过)外,其他属性都标准化到[0～1]区间。

自动分组法的原则是使组内成员属性差异尽量最大,而组间差异尽量最小。这与基本KFCM算法的类内差异小、类间差异大的原则相反。因此,我们首先利用KFCM算法对学生进行“同质”聚类,然后采用多类别抽调的方法形成最后分组。

2.2 KFCM自动分组方法步骤

基于KFCM自动分组方法的步骤为:

(1) 初始化聚类中心。首先确定类别数目,因为最后要根据这些类别进行选取小组成员,所以聚类的数目适宜就设为小组成员数目。对于一般的协同学习任务来说以4～6人为宜。聚类中心可随机选取,也可采用属性加权均值排序后,按均匀间隔选取。

(2) 迭代求解。首选设计聚类的价值函数,如公式(1):

(1)

其中C为初始聚类中心数目,M为总样本数目,uij为第j个样本属于第i个聚类的模糊隶属度,成员属于所有类别的隶属度之和为1。Ø()为非线性映射核函数(可采用高斯核函数),xj为成员特征向量(可加权选择全部或部分属性),cj为每类中心。

然后采用拉格朗日成数法求得使评价函数达到最小值的参数迭代公式。之后,在初始化聚类中心和隶属度矩阵之后,逐次迭代,如果价值函数J的值小于某个确定的阀值,或它相对上次价值函数值的改变量小于某个阀值,则算法停止。否则修正聚类中心,再重新迭代计算。

(3) 组员选取。在已经聚类后的每个集合中随机选出一个样本,共C个组成一组输出。然后从原来的类别中删除这些样本,再在每个集合的剩余样本中随机选取一个样本,组成第二个小组,以此类推,直到某个集合选空。则把剩余样本取出作为新的样本集,调用步骤(2),重新按C组聚类,然后再进行选择,直到剩余总样本数目小于C,则再随机分配剩余样本到已经分好的组中。

按照该算法我们以一个班级62个学生的属性数据为样本进行实验。初始每组按5人进行聚类。特征向量选取已修课程成绩(15门)、学习风格(4类),技术(4项),视野(3项),共26维。该算法中初始中心的选择对聚类的结果有很大影响,组员选取是随机进行的,但经过10次实验,分组后每组的学生虽然都不完全相同,但组内方差与组间方差都合理,证实了该分组方法的有效性,也说明了该分组问题的解的不唯一性。

3 协同学习任务设计

协同学习任务不同一般合作任务,不是“按岗定员”,而是“全员完成”。所以在设计任务、组织团队以及制定学习策略时,都要考虑该特点。对于数字媒体技术专业来说,定位为“教学型、应用型”,不仅重视较宽厚的基础理论知识的教授,而且更重视学生能综合运用所学知识去解决实际问题、探索未知,进行创意能力培养[10]。因此,我们把协同学习主要应用于实践教学环节,可作为一门课的期末综合大作业、小学期的实践项目、教师组织的科研项目等。按类型分为算法实践、创意应用和就业预练3个类型。

(1) 算法实践类协同学习任务。主要在学生掌握“图像处理基础”、“计算机视觉”、“计算机图形学”、“信号处理”、“多媒体技术导论”等专业课程知识基础上,由教师结合自己的科研项目研究内容设计题目,需难度适中,既有一定的理论深度又有一定的实际的应用价值,如人像美容软件、车辆检测与跟踪系统、动植分类检索系统等。该类协同学习任务主要目的为让学生充分了解并实践科研工作的基本流程,掌握一定的实验技能，如熟练使用Matlab和OpenCV等编程工具等,锻炼学生的科研思维和实践能力。

(2) 创意应用类协同学习任务。主要针对“虚拟现实技术与应用”、“多媒体交互设计”、“绘画原理”、“游戏创意与设计”、“影视后期处理”等创意应用型课程。协同学习题目可由教师布置或由小组成员自拟,类型可为游戏、虚拟现实系统、动画短片、影视广告等。创意创造是复杂、艰巨的精神劳动,需要学生具备一定的生活积累、娴熟创作技能以及强大不怕挫折的内心。该类协同学习任务旨在帮助学生摆脱个体思维的局限性、个人创作的孤立感,通过成员之间的互助学习、深度交流,锻炼学生的推理、感知、想象、联想、直觉、理解等思维活动,从而达到提高学生创意创造能力的目的。

(3) 就业预练类协同学习任务。主要通过聘请企业导师到学院来指导，一般在大三学期末暑假前的5周小学期进行,根据学生基础结合企业项目为学生设计协同学习任务。首先企业导师需讲授1～2个新的软硬件开发语言或平台,然后再给出一些企业实际项目的开发实例,让学生进行协同学习完成任务。该类项目可帮助学生了解企业项目的运作流程,为到企业实习或就业做好心里准备和技术储备。

4 自组织式协同学习方法

自组织协同学习方法,主要核心为群体智能的“自组织增效”思想,当分组之后,并不指派组长角色,团队任务由大家共同协商分派完成。为了增加团组的凝聚力和责任感,可采用“名字策略”,让每个学习小组都自行起一个有意义的名称,如“元音”,每个人都是一个英文元音,同等重要。

自组织协同学习对于以上3个类型的学习任务,都可按如下步骤进行:(1)组队；(2) 明确学习任务,分析任务的学习需求,确定学习目标；(3)收集资源,汇总资源；(4)学习环境搭建:包括网络环境、资源环境、协同学习平台等；(5)共享思维,互动交流；(6)评价与总结。这些步骤中的难点在于如何共享思维。

思维作为一个人解决问题的一个大脑活动,无影无形,如果想要共享思维,必须采用某种载体对思维进行记录,思维导图(mind map)正是这样的工具[11]。思维导图也译为脑图,是上世纪 70 年代由英国教育家托尼·博赞于提出的。它综合运用了图形、色彩、文字、符号等为思维提供描述和可视化的载体,并充分考虑认知心理学、脑科学、信息论、思维学,通过递增树形和网络模式模拟思维的建立、归纳、联想等过程,以此提高使用者的记忆力、创造力与组织力,其被誉为21世纪全球性的思维工具[12-13]。

思维导图的生理学基础就是通过图形图像激发人类右脑的功能。人类左脑又名为抽象脑、学术脑,管理着人类逻辑、语言、数学、文字、推理、分析等功能；而右脑又名为艺术脑、创造脑,管理人类图画、音乐、音律、情感、想象、创意等功能。数字媒体技术专业的设置初衷之一就是通过在计算机应用技术这类需要数学逻辑思维较强专业课程中,引入与多媒体、艺术相关的课程,提高学生的形象思维能力,以促进大脑的全面发展,最终培养出具有交叉知识和创造性思维的综合素质技术人才。鉴于此,我们在本科二年级上半学期的时候就开展“绘画基础”、“设计基础”等有助于开发形象思维的课程。组织学生在课后学习 iMindMap、Mind Manager、The Brain等思维导图工具并给出样例和指导。同时,提出一些简单的练习任务,如在学习“线性代数”、“软件工程”等课程同时完成该课程的知识点的思维导图,逐步培养学生利用思维导图进行学习的能力。

当学生基本掌握思维导图使用方法和开发工具之后。上述协同学习步骤中的“思维共享”,就可以通过“并行独立,阶段聚合”的方式由小组成员共同制作和维护一个思维导图来实现,具体步骤如下:

(1) 首先由小组成员并行独立地搜集任务相关材料,并画出搜集资料过程中所涉及的知识、概念与自己的想法的个人思维导图。

(2) 个人学习时间到达后,提交、汇总个人思维导图。可采用面对面或借助网络平台共同在线的形式进行集体讨论,查看其他组员的思维导图,思考不同之处,提出问题,再互相解答和讲解。通过交流、联想激发出新的想法，再把讨论结果汇总到一个共同的思维导图中。

(3) 指导教师可评价该思维导图,指出错误或不足。在图中一旦有思路结点进行不下去的时候,由教师来辅助线路、提供知识、帮助解答。小组成员再根据教师指导,互相讨论、优化当前小组思维导图,并作为阶段思维导图保存。

(4) 以阶段思维导图为基础,组员再进行下一轮的探索,重复步骤(1)、(2)、(3),如此反复,直到学习任务全部完成。步骤(3)可省略或者降低频次。

(5) 对协同学习成效的评价,可由指导教师对学习的完成度、创新性等的评分结合小组成员对本小组学习结果满意度打分,以及小组互评的分数作为最后总分。

5 实践成果

近3年来,该方法已经在大连理工大学软件学院数字媒体技术系得到初步应用,完成协同学习项目20余项。其中,在科研类较为突出的有:2011年，名为“X-Men”的小组,完成了一个“虚拟人序列化彩色图像自动分割系统”在“第二届迈瑞杯医疗器械设计大赛”和“第二届中科杯全国软件设计大赛”中都获得了优秀作品奖；2012年,名为“Five-Fingers”的小组完成了一个“基于单目摄像机的人手姿态估计系统”并形成论文,发表在EI检索的国际会议上；2013该小组还完成了一个“基于手势的汉字交互输入与识别系统”,于2014年获得国家发明型专利,所形成论文被SCI检索的国际期刊录取发表；在创意应用方面,由 “元音”小组制作的有“鸡”世界，在2011年首届“大学生绿色网络游戏动漫设计大赛获得Flash游戏类最高奖——“绿色火炬奖”(特等奖)，同时，“漫音沙华”小组制作的同名游戏“漫音沙华”在该比赛中获得了游戏策划案类二等奖；2013年“Sissi”小组制作的游戏“小火车历险”又获得了该奖项flash游戏类的一等奖；2014年“馨爽”小组制作的手机游戏“Egg C rash”获得大学生计算机设计大赛二等奖。

6 结束语

本文根据数字媒体技术专业教育教学实践,提出的自动分组方法和自组织的协同学习方法，能够提高学生的学习热情、创新创造能力、与学习伙伴的合作共处能力,对实现新世纪需要的复合型、创新型人才的培养进行了一次有益的探索。

References)

[1] 刘斌,梁文新,樊鑫,等. 数字媒体技术专业现状的调研与分析[G]//大连理工大学教育与教学研究论文集.大连理工大学软件学院,2010(23):36-42.

[2] James Kennedy,Russell C. Eberhart,Yuhui Shi. Swarm Intelligence [M]. USA Burlington:Morgan Kaufmann,2001.

[3] 祝智庭,王佑镁,顾小清. 协同学习:面向知识时代的学习技术系统框架[J].中国电化教育:2006(4):5-9.

[4] 钱冬明.协同学习的实用研究:系统设计、工具开发和实践分析[D].上海:华东师范大学,2011.

[5] 王佑镁,祝智庭. 协同学习技术系统及其多场效果研究[J].现代教育技术,2009(12):35-41.

[6] 汤宗健,梁革英. 协同学习分组策略分析[J]. 高教论坛,2012(7):40-42.

[7] 夏艳辉.基于聚类分析的协同学习小组分组方法[J].价值工程,2012(18):219-220.

[8] Ferreira M R P,De Carvalho F D A T. Kernel fuzzy c-means with automatic variable weighting [J]. Fuzzy Sets and Systems,2014(237):1-46.

[9] Lin K P A. Novel Evolutionary Kernel Intuitionistic Fuzzy C-means Clustering Algorithm [J]. Fuzzy Systems,IEEE Transactions on,2014,22(5):1074-1087.

[10] 张忠福. 建立以能力培养为中心的实践教学体系[J].实验技术与管理,2011,28(2):11-14.

[11] 张海森.2001—2010 年中外思维导图教育应用研究综述[J].中国电化教育,2011(8)：120-124.

[12] Knowledge Cartography:software tools and mapping techniques [M]. USA New York:Springer,2014.

[13] 詹志娟,谢淑敏. 思维导图应用于教学设计的研究综述[J]. 软件导刊：教育技术,2014,13(09):89-91.

Research and practice on cooperation learning method for undergraduates of digital media technology specialty

Wang Yi, Fan Xin, Jia Qi, Liu Bin, Li Xiaofang

(School of Software,Dalian University of Technology,Dalian 116620,China)

Cooperation learning as a kind of new technical framework meets the needs of learning construction and innovation in the era of knowledge. According to the digital media technology professional characteristics which make art assist technology and attach great importance to the innovation and practice, the cooperation learning strategies and implementation methods are explored. And an automatic grouping method based on clustering and self-organizing approaches for cooperation learning is also presented. Practice shows that the proposed methods are helpful for students to improve the comprehensive qualities, and have an active role in achieving the education target of the digital media technology profession.

cooperation learning; digital media technology; innovation thinking; thinking map

2015- 02- 12 修改日期：2015- 04- 10

国家自然科学基金项目(61402072)；2013年大连理工大学教学改革基金项目“基于Web3D的数字媒体专业互动协作学习平台建设”成果之一

王祎(1980—),女,辽宁沈阳,博士,讲师,主要研究方向为机器学习、图像处理.

E-mail：dlutwangyi@dlut.edu.cn

G642.0

A

1002-4956(2015)10- 0025- 04