王梦菊

（哈尔滨金融学院 黑龙江·哈尔滨 150030）

1 数据结构在线开放课程建设背景、意义与目标

1.1 建设背景

自1999年我国建设新世纪网络课程以来，国家推动课程建设经历了以下各阶段：精品课程、视频公开课、资源共享课、大规模在线开放课程、虚拟仿真实验教学，2018年认定了首批国家精品在线开放课程，2019年发出建设一流本科课程的通知。目前正在建设的一流本科线上课程，旨在解决当前高等教育的以下问题：

课程多，重视什么就开什么课。内容设置宽而不深，多“万金油”型课程。新知识新技术引入过慢，多介绍性课程而少深度性课程。重视教师讲而不重视学生学。

知识爆炸、知识获取途径越来越多元化。学生的发展从过度倚重学习知识到重视培养学生能力。

学时有限，挤占了学生自主探究时间。在有限的学时内，如何更好地培养学生。

数据结构课程作为计算机相关专业的重要专业基础课，侧重培养学生能够根据实际问题选择合适的数据结构，编写质量好、效率高、结构优的程序。该课程的教学效果对计算机类专业学生的专业能力水平有着重要影响。我国计算机系各专业开设数据结构课程40余年，发现以下教学“痛点”：（1）数据结构内容丰富、知识体系庞大，学后忘前。（2）数据结构算法繁多、过程复杂、极易混淆，自学困难。（3）在信息化时代，传统课堂学生学习热情不高。

借助网络技术，构建数据结构在线开放课程，发挥在线课程的自学优势和自适应性，是解决以上痛点的有效方法。

1.2 建设意义

数据结构是计算机多专业核心课程，受众广收益面大。数据结构同时是考研专业课，对学生后续发展影响重大。数据结构、操作系统、和编程语言是程序编写的三大基石，课程的线上建设有助于提升各类学习者的专业能力。数据结构课程本书具备模块化和过程性特征，契合在线开放课程强调的“优质教学资源与过程”的过程性特点，方便进行在线开放课程建设。同时，该课程理论与实践并重的特点，十分适合在线平台的教学过程设计。

1.3 建设目标

课程的建设理念应从“以资源为中心”的优质资源共享转变到“以学生为中心”的优质课程共享。在线课程建设完成后，应支持在线平台上教师和学生进行三类应用模式。一是在线学习模式，二是线上线下混合模式，三是“MOOC+SPOCs”。不同层次、不同类型的学校基于此在线开放课程的建设，结合学校自身人才培养目标需要，可以进行个性化定制，形成多个不同的SPOC。通过SPOC，教师可以面向学生开展更加有深度和个性化的教学活动。学习方式既可以是线上自主学习，也可以是线上线下混合式教学。

2 数据结构在线开放课程建设策略

2.1 课程内容选取遵循科学性、系统性与先进性

数据结构作为计算机类专业的核心课程，“四大结构、两大算法”是课程的主体框架，其中各知识点的组织应在该框架下注意整体教案的系统性。重要概念、专业术语、理论思想应阐述严谨，体现课程的科学性。同时注意跨课程知识点间的联系，这对学生未来发展有引领作用，对学生的复杂性思维养成、问题求解能力建立有重要价值。例如：单链表中的结点，对应于先行课中的结构体。同时，顺序表中的数组分量和单链表中的结点都是线性表中的元素，具体实现都采用结构体，二者只是在数据元素的存储组织上不同。类似的例子，在教学视频中应予以体现，帮助学生理清计算机专业知识体系。而对于经典算法，可适当选取新技术、学科交叉，能够反映时代性和前沿性的案例，拓展学生视野，促进核心能力培养。从而建设站位高、立意远，聚焦专业核心、宽广视野的在线开放课程。

2.2 教学设计符合在线开放课程特点

（1）设置课程内容结构图。通过内容结构图反映课程的思想性、科学性和系统性，通过知识图谱反映碎片化知识间的关联关系。方便教师讲授时关注当前讲授的知识点在课程框架中的位置和前后联系，从而设计复习回顾环节和布置预习任务。图中的知识点粒度应设计适当。粒度太大易导致遗漏教学内容；粒度太小会过于琐碎，导致全局框架不清晰。

（2）重视教学课件的制作。教学课件制作需规范、风格统一，内容组织上应逻辑清晰，界面设计要布局规整、色彩和谐。教学视频中的教学课件与线下教学不同，除非必要不宜使用动画，课件需配合视频教学并及时更新，课件内容需覆盖所有教学内容。

（3）教学视频与视频题集相结合。教学视频展示教师教学的过程，对于概念、思想、原理等采用教学视频，主要评价指标有：制作规范、画面清晰、声音饱满，有穿透力和吸引力。但数据结构课程中有大量的算法思想，算法过程是学习的重点。视频题集适合展示算法求解过程，并且短小精悍，既适合制作者模块化组织，又方便学习者查阅。例如：求最小生成树的普利姆算法和克鲁斯卡尔算法，两个算法的求解结果相同，区别在于二者的求解过程。采用微视频展示求解过程要远远好于传统的图示，读者更容易模仿练习、理解掌握。此类微视频的制作应参考课程知识图谱来设计制作，并建立微视频目录和课程全部微视频的链接结构图，使学习者对视频题集的结构一目了然，方便查找需要的算法视频。本文采取教学视频与视频题集相结合的方式，有利于发挥在线学习平台的优势，且方便不同层次的学习者根据自己的需求选择学习内容。同时，方便学习者利用碎片化时间学习。

（4）依据教学大纲设置考核题目。由于数据结构课程内容丰富，同时在线开放课程面向的学习者众多，因此考核题库的题量要大，题型种类多样，知识覆盖应全面，难易程度搭配需合理。其中，主客观题的比例和主观题的评阅，在大规模在线开放课程中，会影响教学进程和学习者体验，应给予一定重视。

（5）考核评价方式要突破传统。由于在线开放课程的过程性和学习者的自主性特点，考核评价方式应结合运用累加式评价、形成性评价与结果性评价等多种方式，权重设置应合理得当。同时，也应考虑如何设置学期内的考核评价次数。

2.3 “学为中心”的教学方法

（1）依据教学目标，突出问题导向，引导学生启发式探究式学习，强化多向交互与质疑辩论。遵循教育教学规律，进行科学合理的组织教学活动。围绕核心课程内容,针对不同类别的知识特点，采取不同教学方法。例如：“哈夫曼编码”可采用线上对分课堂的形式，先在教学视频中讲解举例，再在课后讨论区中设置应用问题，由学生解答并评阅，在见面课中由教师点评。这既合理提升了学业挑战度、增加了课程难度，又拓展了课程深度。对于复杂算法，如“平衡二叉树的建立”，在线下教学中往往采用图示方法，学生掌握后容易遗忘。应充分利用多媒体技术和网络平台，制作微视频，通过动画等手段展示算法过程中的细节，解决线下教学中的难点。

（2）在线考试题库的题目数量应尽量多，同时要有区分度，能够覆盖课程知识、能力与素质考核要求。突出复杂性思维训练题目、问题求解能力训练题目，有挑战度的题目占有一定比例。其中，各类题目中的经典案例在教学视频中应有所讲解，在课后练习和讨论区中布置该类型的其他题目，可相对于教学中讲解的题目适当加大难度。在考试题库中的题目难度应控制在课中和课后题目两者之间。

2.4 信息技术手段应用得当

在教学过程中充分运用信息技术手段提升教学效果，运用声音、图像、视频手段等扩大课程的信息量，运用实景教学手段增强课程内容的体验性，运用动画、游戏手段增强课程的趣味性。大数据分析可改进教学效果评价机制，运用智能教学工具可提升教学效果。同时，社会网络技术也为分析在线讨论区等虚拟学习社区提供了途径。对学习者的角色识别技术可帮助教师掌握在线学习社区的学情。挖掘“学习领导者”，培养为教师助理；发现“初学者”，给予更多关注。

2.5 提供及时有效的教学服务

在平台上按照课程大纲有序开放教学资源，包括：课件、微视频、参考书目、试题库。为学习者提供在线讨论与答疑、在线测试、期末考试等种类丰富且适当的教学活动，及时开展有效的在线指导与答疑、在线测评等服务，教学服务应随着教学过程的推进而不断优化。开课周期内，学生提问帖子的回复率应超过60%，主讲教师回帖总次数也应设置下限。

2.6 促进学习者高效互动

在线平台上的师生之间、生生之间的多向互动是在线开放课程的重要组成部分，影响着学习效率和学习质量。应密切关注发帖和跟帖，对普遍存在或有挑战度的讨论话题，应由教师组织讨论，并给予恰当回答，也可作为调整后续在线课程建设的参考依据。同时，上述互动也是学习者对课程的一种反馈评价，可分析整理作为调整修改课程建设方案的依据。

2.7 合理组织课程团队

课程负责人应在本课程专业领域有较高学术造诣，教学经验丰富，教学水平高。课程团队师德好、教学表现力强，能够熟练运用网络教学方法和技能激发学生学习兴趣。课程团队亲自授课和制作的教学资源应占有一定比例。随着课程建设的推进，使用的教学资料应及时整理，后续教学方案应参照教学情况动态微调。以上工作均建立在团队成员合理分工的基础上。

2.8 选择运行稳定的平台，实现多通道学习

课程所依托的平台须符合慕课平台标准，能够广泛使用，运行稳定。目前的在线开放课程平台有中国慕课网、智慧树、超星、课程在线和向日葵等。无论上述哪种平台，都要考虑方便学习者根据自身情况选择学习方式。例如，具有竞争型教育目标的学习者可采用MOOC完全课堂；具有发展型教育目标的学习者可采用SPOC规定内容的学习，即跟随SPOC教师进行多通道学习（教材、课件、视频、习题、讨论）和课堂学习的方式，实现因材施教和个性化学习。

3 总结

本文在我国在线开放课程蓬勃发展的大背景下，分析了计算机类专业核心课程数据结构进行在线开放课程建设的可行性和必要性，以及课程建设目标，提出了以下课程建设策略。在课程内容上提出了“跨课程知识点”“系统性教案”等理念。在教学设计上提出了“课程内容结构图”“视频题集”等设计，并讨论了考核题目对学习体验度和教学过程的影响，以及课中、课后和期末考核中题目难度的设置。在教学方法上提出了“算法的微视频动画”和“生生评阅——教师点评”评价方式。在技术手段上提出应通过大数据分析和社会网络角色识别技术，分析掌握学情。强调在课程建设的过程中，通过在线讨论区数据、课后习题练习情况等动态微调后续教学过程。