时间：2023-03-13 11:07:23
导语：在人工智能课程总结的撰写旅程中，学习并吸收他人佳作的精髓是一条宝贵的路径，好期刊汇集了九篇优秀范文，愿这些内容能够启发您的创作灵感，引领您探索更多的创作可能。
>> 引入深度学习的人工智能类课程 中西合璧的人工智能课程双语教学模式 可调戏的人工智能 生活中的人工智能 不断超越的人工智能 逐渐靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天类专业“人工智能”课程的教学探索 林业院校人工智能课程教学的思考 人工智能导论课程的兴趣教学法 人工智能概论课程的教学思考 “人工智能”课程教学的实践与探索 游戏开发应用中的“人工智能”课程教学方法探讨 人工智能的应用研究 人工智能的日常应用 人工智能的应用和发展 浅析电气自动化控制中的人工智能应用 分析继电保护中的人工智能技术及其应用 电气自动化控制中的人工智能应用分析 常见问题解答 当前所在位置：l)。在情境创设时,教师根据学生特点提出了多种应用需求,例如化妆品销售咨询等。学生利用该工具,兴趣盎然地开发了自己的小型专家系统,不仅理解了专家系统的特点、作用、运行方式等,还具有强烈的成就感。
2.2面向研究的情境创设
苏霍姆林斯基认为,研究型教学法应该充分体现学生的主体地位,激励、引导和帮助学生去主动发现问题、分析问题和解决问题,激发学生学习的内在兴趣和成就动机[4]。人工智能课程中包含了大量的前沿问题,研究型课题比比皆是,如何平衡这些研究课题与兴趣、实用的关系,是教学设计中重点考虑的内容。
下面以“规划”中的路径规划内容为例,详细分析以研究为导向的情境创设过程。表2给出了整个教学设计。
综合几次研究课题完成情况,班级中有1/3的学生通过广泛查阅资料和多次与教师讨论,提交了质量尚可的标准格式论文,并因此获得了学院的科研学分。除此之外,教师还组织这部分具备一定科研潜力的学生参加科研项目,进一步磨练科研技能,极大提高了学生的学习兴趣和能力。
3DBR驱动的教学过程
人工智能课程各单元内容相对独立,难以形成统一的联系,怎样验证各单元的学习效果?从提出问题到任务解决,每个单元的学习通常要跨越几节课甚至几周,怎样在此期间保持学生的兴趣和关注?
DBR是情境设计、实施、评价、再设计、理论形成等环节多次迭代循环的过程,柯林斯称之为“不断进步的修正”(Progressive Refinement),以检测设计的价值。因此,评价是教学过程中非常重要的一环。本课程教学主要做好两个环节,以驱动整个教学过程的推进。
1) 实践环节。
通常的实践环节是课程结束后固定时间的实际任务,而本课程的实践却贯穿整个教学过程,是单元教学、教师、学生之间的粘合剂。实践包括应用型实践和研究型实践,一般在每个单元教学开始,提出问题后,实践任务就被布置下去,例如前面所述的“黑白棋”、“路径规划算法研究”等。学生接受任务后,带着问题搜索解决途径,在此期间需要教师提供方法指导及答疑(既可固定时间,也可通过E-mail等形式)。及时地交流,特别是针对实际问题的交流,不仅有效率,而且便于教师及时调整教学设计。
2) 教学评价。
除了课程考核以外,每个教学单元结束时都有反馈和评价环节。评价方式包括单元测试、编写软件测试、研讨会等。具体采用何种形式,要根据前一阶段的反馈信息决定。这些来自学生反馈信息包括前一阶段学习的接受情况、兴趣点、其他课业繁忙情况等。在学期的不同时间点采用合适的评价方式,有助于加强学习刺激,总结和发现教学设计中的问题,及时调整。
通过上述两个环节的推动,精心设计的教学内容得以顺利实施并被学生欣然接受。2/3的学生在整个学期教学中都保持了积极的态度和充分的关注度,确实感受到人工智能的魅力,并能够从技术角度看待人工智能,消除了未学或初学时的神秘感。
4教学实施效果分析
1) 正效果分析。
中原工学院计算机学院作为普通工科院校,以培养实用型人才为主,人工智能并非主干课程,学生重视程度不足。两年来,经过教师与学生的共同努力,教学改革成果逐步体现。人工智能类学生人数从过去的5%上升到15%,科研论文数量从1%上升到20%。有20%的学生接触过或正在从事人工智能类项目的研究与开发,考研选择人工智能科目的学生比例从0上升到15%,考研成功人数占毕业生总人数的20%。
人工智能教学中采用的应用型与研究型情境创设,不仅促进了学生理解接受知识,而且锻炼提高了学生独立分析、解决问题及开发能力。学习也不再局限于课堂,而是拓展到图书馆、互联网等更广阔的空间。学生在学习期间保持了高度的关注,充分发挥了主动性和主体意识,为持续发展奠定了良好的基础。
2) 不足分析。
DBR的方法论能够促使教师在教学过程中不断完善教学设计,融合先进的教学理论及工具,逐步加深学习的理解和设计的提升,切实提高教学效果。然而,仍然存在一些DBR无法解决或完善的问题。具体表现在:
(1) 缺乏合适的教材。目前大多数教材的示例以解答式或推证式为主,设计型或实际项目案例较少。
(2) 投入时间限制。尽管上述教学设计和教学过程都经过精心准备与实施,但是要取得好的成效,还需要教师和学生都投入大量时间交流、研究或开发。而学生课业繁忙造成了实施的瓶颈。
这些不足制约了上述教学方法的实际实施效果,需要今后不断改进。
5小结
本文针对普通工科院校学生特点,将DBR研究成果应用于人工智能课程。教学效果表明,精心设计的应用型与研究型情境有助于维持学生长时间的关注度、主动性和兴趣;强调基于评价的修正使教学过程可调节,学生的学习效果更可靠。希望本文研究能够对人工智能教学及学生培养起到一定的参考作用,下一阶段的主要工作是进行适合的教材建设。
参考文献:
[1] 杨南昌. 基于设计的研究:正在兴起的学习研究新范式[J]. 中国电化教育,2007(5):6-10.
[2] 曾安,余永权,曾碧. 人工智能课程教学模式的探讨[J]. 江西教育学院学报:综合版,2006,27(6):40-43.
[3] 李鸣华. 案例教学法在高中人工智能课程中的运用研究[J]. 中国电化教育,2008(2):99-102.
[4] 杨种学. 研究型教学法在数据结构课程中的应用研究[J]. 计算机教育,2007(1):55-56.
DBR Utilized Teaching Method for Artificial Intelligence
WANG Lu, LU Xiao-xia
(School of Computer, Zhongyuan University of Technology, Zhengzhou 450007, China)
关键词：人工智能；教学改革；学习心理；考核方式
中图分类号：G642.3 文献标志码：A 文章编号：1674-9324（2012）06-0152-02
虽然人工智能的发展历史只有五十余年，但它已经广泛应用于专家系统、机器翻译、图像处理和机器人技术等领域。随着人工智能技术对社会经济发展的影响不断增大，人工智能课程不再是计算机专业独有的专业课程，国内外很多高校在自动化、智能交通等专业都开设了选修课，甚至在高中的信息技术课程中也在推广设置。吉林大学硕士专业“模式识别”将《人工智能》设为专业学位课程，同时也将其设为汽车、机械等其他学科的选修课程。由于研究生相关基础知识水平参差不齐，课程内容又比较抽象、生涩，为了提高教学质量，在本次教学改革过程中充分考虑学生学习新知识的心理演变过程，认真研究教学内容、教材、教学方法等诸多方面，力求在教授基本原理的同时，培养学生对智能系统进行理论分析、设计并编程实现的能力，为后期的论文研究阶段打下坚实的基础。本次教学改革受到了吉林大学研究生课程体系建设和核心课程建设项目的资助。
一、教学内容
教学改革的关键是教学内容。人工智能与统计学、心理学、语言学、计算机科学、生物学、控制论等都有交叉关系，学科涉及的内容十分庞大。人工智能学科知识的繁多与授课学时有限之间的矛盾比较突出。作为国内模式识别专业的领军院校，如中科院智能所、清华大学、上海交通大学和南京理工大学等，他们所开设的《人工智能》课程学时和内容也不尽相同。我们参考了上述院校的授课内容，同时考虑到本校本学科的学术研究方向，精心归纳、优化教学内容，力争做到教学内容系统、精炼和实用。目前，我们讲授的教学内容主要包括：智能化智能体系统、盲目搜索方法、启发式搜索方法、局部搜索方法、约束满足问题、博弈树搜索方法、知识表示方法、不确定知识与推理、规划与机器学习等，共40学时。
另外，人工智能领域中新问题、新理论交错涌现，这就要求教学大纲要定期修订，教学内容要及时更新，同时教师也需要不断提高自身的学术水平，以便提高硕士课程的研究性内涵。
二、教材选用
要搞好课程建设，教材是一个很关键的问题。我们广泛阅读和研究了国内外的经典教材，经过一番斟酌之后，我们选用了Stuart Russell和Peter Norvig所著的《人工智能-一种现代方法（第二版）》。首先，选用国外教材能够更快地追踪最新研究成果。同时该教材已经被世界上900多所大学采用，符合促进高校的教学内容向国际水准靠拢、与国际接轨的理念。另外，人民邮电出版社在2002年曾经出版该书的英文版的第一版，双语学习能有助于提高学生的英语水平，为学生后续的查阅英文文献，甚至发表英文文章奠定基础。
三、教学方法
在国内，比较有影响的是中南大学以蔡自兴教授为首的教学团队为计算机科学与技术本科专业开设的人工智能课程，该课程在2003年被评为全国高等学校首批精品课程[1]。2007年该课程又开始进行全国双语教学示范课程建设，成绩斐然[2]。多年来，我们不断汲取同行的成功教学经验[3]，结合本学科的硕士专业特点、考虑学生的知识结构和实践能力，不断改革和尝试，总结了一套行之有效的教学方法。我们一切以学生为主体，在教学过程中充分考虑学生学习新知识的心理演变过程，采用灵活多变的教学手段。让学生从感兴趣，保持兴趣，到收获用所学知识解决实际问题的成功喜悦，并进一步增强投身于科研论文研究的热情。
课程伊始，通过多媒体演示人工智能技术已取得的杰出成就，激发学生的学习兴趣。然后布置学生查阅资料，列举人工智能发展史上的重要事件和最新研究的热点问题，课上再组织学生做报告。通过上述活动，一方面拓展了学生的专业视野，另一方面锻炼了学生的表达能力。
随着课程内容的深入，让学生组成兴趣小组，任意选择问题实例，利用每节课学习的理论、算法不断地更新该实例的解决方案，评价性能优劣。学习小组可以培养学生科研协作的精神。另外，课堂上每组轮流做报告阐述各自的研究进展，演示编程效果。其他同学或给出修改意见，或提出个人观点。最后老师及时总结，引导学生提高分析问题的深入性和广泛性。充分的课堂讨论能够提高学生多角度思维的能力，培养学生善于钻研和勇于创新的精神。同学间的这种学术交流也可以让学生有机会了解彼此的学习状况与能力，促进学生展开良性的学习竞赛，也为学生接受和理解老师最后给出的课程成绩做了心理铺垫。老师总结时要对学生的努力多肯定，激发他们的学习热情和潜能，让他们感到学习知识的快乐。
四、考核方式
实践表明笔试测验的方式不能全面反映学生的学习情况，所以本课程尝试采取自选实验设计题目，根据实验报告、上机演示结果和口试等方式综合评定成绩。其中，实验报告要求学生根据实验题目详细介绍设计思路，阐述编程方法，分析实验结果。口试是老师当场就报告中的问题提问，并对学生的回答进行讲评。课程成绩中，实验报告设计分析占60%，上机成果演示占30%，口试占10%。
通过实验设计的考核方式，学生的学习积极性得到了很大的调动，充分发挥了学生的自主创新能力，锻炼了学生知识综合应用技能。但美中不足的是该方式不像笔试那么客观，学生的成绩容易受教师的主观性影响。另外，人工智能作为一门学位课，其成绩往往直接影响学生的奖学金评定，学生和相关领导对成绩的评定原则十分关心和重视。为了减少人为因素对学生成绩的干扰，避免师生因课程成绩产生分歧，我们规定了完善的考核细则。考核细则发给同学，作为实验报告的首页，方便记录每一个环节上学生的得分情况，做到成绩评定有据可查。
非笔试的成绩评定方式对任课教师的要求也提高了，我们教师团队还规定了详细的教师工作守则。首先要求教师认真细致地阅读学生的实验报告，给出报告得分，并准备口试时提问的问题，得分和问题都要在实验报告的首页做好记录。询问每个同学的问题都不能重复，上机演示和口试环节都是公开的。问题可以是设计不合理的思路，或是阐述不清的步骤等，教师要注意掌握问题的数量，尽量做到均衡。上机演示时，学生经常因为紧张而漏掉部分功能的演示，因此，教师要跟学生加强沟通。口试时，根据学生的状态，可以给予适当启发，但要在成绩评定上做出相应调整。经过多年的摸索，我们将上机演示按照实验报告成绩的倒序方式进行，这样有利于在口试过程中由浅入深，逐渐加深问题的难度，有效避免重复。教师评价时应严格缜密，让学生正确认识自己的设计水平，对课程成绩的认定跟老师达成一致。
经过教学团队的不懈努力，“模式识别”专业的“人工智能”课程建设在教学内容、教学方法、教材选用、考核方式等方面的研究都取得了一些成绩，教学实践表明教改措施已见成效，教学质量有了明显提高。
参考文献：
[1]刘丽珏，陈白帆，王勇，余伶俐，蔡自兴.精益求精建设人工智能精品课程[J].计算机教育，2009，（17）：69-71.
基于4MAT系统模式案例设计
4MAT系统模式又称为自然学习模式，它是由美国“学习公司”总裁麦卡锡博士在1979年创立的一个新型有效的学习框架。该模式将学习风格与脑科学研究结合起来，并根据人们感知和处理信息的方式，形成一种独特的、顺应个性学习需求的教学模式。图1为学习者以4MAT学习的一个简单实例。
第一阶段，Johnny看到他的哥哥们是骑自行车去学校。他注意看他们是怎样骑自行车的，骑自行车看上去很容易；第二阶段，他请他的哥哥们（骑自行车的专家）展示他是怎样骑自行车的；第三阶段，Johnny骑上自行车，并尝试骑行，他发现骑自行车并不像看上去那么容易；第四阶段，他调整了自己，回过来再次尝试骑自行车。在上述学习过程中，学习者的大脑经历观察反映、抽象假设、行动试验、形成具体经验四个阶段，即4MAT模式的四个象限，整个学习过程组成一个循环圆圈。
4MAT模式以关注学习者为出发点，结合左右脑的不同特点，将教学分解为八个环节（如图2所示），可较好地为学习者提供有意义的学习内容，学生有足够的练习机会，且可“灵活调整”学习内容，并在这一过程中发掘所学在生活中的应用价值。高中信息技术课程内容大致可分为“动手做、如何做、为何做及做了何”四个方面，与4MAT模式四个象限的特点较切合。现以高中信息技术必修模块中“信息的加工与表达――用智能工具处理信息”为主题，进行4MAT模式教学环节设计。
1.本课时教学目标。人工智能研究处于信息技术发展的前沿，它的研究、应用和发展在一定程度上决定着计算机技术的发展方向。高中人工智能课程目标的基本点定位在了解和体验上，让学生了解信息技术发展的前沿，体验若干典型人工智能技术的应用，感受人工智能对学习和生活的影响，激发对信息技术未来的追求。
2.本课时教学任务。《信息加工与表达》课程标准对应要求：通过部分智能信息处理工具软件的使用，体验其基本工作过程，了解其实际应用价值。通过课堂讨论、观看媒体资料、网络搜索、操作实践、学习教材等手段，学生能够：①了解人工智能技术的含义及智能工具的应用范围；②列举人工智能技术在社会、生活中的应用实例；③按功能对常见的智能应用进行分类；④在操作实践活动中，了解智能工具的基本工作原理及其应用价值；⑤树立辩证思想，客观看待人工智能技术对社会的影响，培养正确的信息技术运用观。
3.本课时教学内容：①人工智能、模式识别、自然语言理解、机器翻译；②智能工具的应用范围；③常见智能工具的操作（“小灵鼠”软件、OCR软件、在线翻译软件、机器人小I等）；④人工智能对人类生活、社会的影响及存在问题。
4.本课时教学安排见图3。
①联系，即让学习者将学习内容与相关生活经验建立联系。设计活动来表明人工智能就在我们身边以及它与信息技术学科前沿研究的联系。活动内容：以小组为单位研讨我们身边的人工智能应用例子。通过讨论，说明人工智能对人类生活、社会的影响。这个讨论有助于让学生将身边的经验与学习内容联系起来。教师提供自主学习资源网站，引导并帮助学生联系各人的经历了解人工智能的应用范围；通过让学生观看相关应用视频，让他们获得直观的感性认识。
②注意，即让学生注意个人体验以及与其他同学的经验分享。分析经验，小组讨论并将经验绘制成图表。分小组分享经验并用概念图示描述人工智能的含义。
③想象，即在向学生传授呈现概念时，让学生先将自己的理解描述出来。整合经验：在学习日记中描述人工智能对你及社会生活环境的影响。每个学生要在自己的日志中说明某一人工智能应用如何对个人生活和环境造成影响。
④告知，即由教师告知内行知识，学生接受内容并进行研究。学习内容：教师通过演示文稿介绍图灵测试及人工智能小故事，帮助学生了解人工智能含义。教师带领全班学生利用前面活动中获得的信息，创建人工智能思维导图，其中要包括人工智能含义、应用领域及它对人类社会产生的正面及负面影响。学生通过看视频、听讲、课堂讨论及小组研究等学习形式学习新知识。思维导图会逐渐发展为一个动态的图示。学生可随时添加其他信息和实例。比如，随着对人工智能技术的深入了解，其他内容也可以被添加到思维导图中，在不断形成的过程中，学生将学会如何有条理地收集信息。
⑤练习，即让学生通过练习来学习，以达到对知识、技能的熟练掌握。实践拼接活动：以“它”怎样看、“它”如何懂两组活动，制作设计新的思维导图。归纳智能工具的工作原理和存在的不足。各小组通过实践操作智能工具，分享有关知识和体验，以思维导图的形式描述模式识别及自然语言理解的工作原理并提出技术改进建议。教师在整个过程中对学生的表现给予反馈和建议。
⑥延伸，即是学生创新的开始，学生对所学的灵活调整，迁移运用。设计“人工智能会取代人类吗”游戏中要用的问题。在课堂内外以学习小组的形式开展活动收集更多信息。每个小组根据他们了解的情况设计10个问题，在“人工智能会取代人类吗”游戏中使用。比如，未来你心中的人工智能是什么样、机器人具有真正的智能吗、未来的智能工具将具备怎样的功能，等等。
⑦提炼，即学生进行自我适应、调整、修改和评价其学习是否适当。学生复习课堂记录、个人日志、实践体验、互联网上学习到的内容等，小组完成研究报告，为最后阶段做准备。
⑧展现，即让学生表现自己。帮助学生将所学与更广泛的知识联系起来。设计一个总结主要观点的演示文稿（用例子和视觉画面对人工智能应用作出说明）。为学校设计一个普及人工智能知识的网站。撰写一份“智能工具应用启示”的研究的可行性报告，并设计完成一个未来智能工具或提出一个智能应用的想法。
基于Feden-Vogel教学模式的案例设计
普莱斯顿・D・费德恩，罗伯特・M・沃格尔结合信息加工论，在4MAT系统及教师实践经验的基础上，提出了Feden-Vogel教学设计模式。该模式包含三个不同的工具：计划组织图、教学计划模板、教案格式。其教学分五个步骤进行设计：步骤一，引起学生注意并激活先前知识；步骤二，教授陈述性知识，不仅包含课时内容，还应涉及一些核心概念等；步骤三，给学生提供足够的时间和实践机会，形成程序性知识；步骤四，让学生运用所学知识解决不同问题，帮助他们以新的或不同的方式运用所学；步骤五，结束当前教学并启发学生关注知识和连续性，过渡到下一教学主题。在Feden-Vogel模式中，是从步骤二开始教学设计（即在课程目标与学习标准中让学生学习的陈述性知识），教学实施从步骤一开始。现仍以高中信息技术必修模块中“信息加工与表达”为主题，进行Feden-Vogel模式教学设计，课时教学目标与上例同。
1.《用智能工具处理信息》Feden-Vogel计划组织图（见图4）。
2.《用智能工具处理信息》Feden-Vogel教学五步骤设计。
步骤一，呈现先行组织图，让学生回顾先前的知识，提问前面几类信息加工与表达的特征及应用价值。这个练习可以让学生准备好学习下一个主题，即用智能工具处理信息。让学生联系和此问题相关的现实生活情境：如果你在写一份研究报告时，需要一本资料书上的三页内容，或者你想通过录音将你说的话转化成文字时，你将采用什么办法来完成？向学生提出这个问题，让他们设想解决的方案。通过这个问题可以将情境与新主题联系在一起。为了帮助学生解决此问题，可展示触屏手机手写输入信息的过程，让学生上网搜索相关资料。同时为学生提供多种体验工具软件（“小灵鼠”软件、OCR软件，语音识别软件等）。
步骤二，播放有关我们身边人工智能应用的视频，让学生上网查找人工智能应用领域及实例。介绍图灵测试，向学生提问，人工智能的含义是什么？学生建立人工智能概念图，并添加智能应用领域及实例。
步骤三，将学生异质分组，提出小组体验计划。当学生制定好计划后，就可以开始试着用智能处理工具（模式识别）进行操作实践。等他们完成体验后提问学生：识别的准确率高吗？影响识别率高低的主客观因素有哪些？接下来，引导学生思考分析模式识别工具处理信息的工作原理，引导他们针对体验中存在的问题提出改进建议。在建立模式识别思维导图过程中，通过提问学生生活中或未来还有哪些信息可以通过模式识别来处理，进一步加深学生对相关内容的了解。
步骤四，让全班一起讨论在进行模式识别智能工具体验中的感受。教师使用提问策略来帮助他们进入下一人工智能应用领域：自然语言理解。比如，可以问学生是否能通过工具将一段中文诗词翻译成其他语言，或者和机器人聊天时应该怎样设计智能处理工具。学生讨论，形成小组设计报告，并通过上网查找出相关工具软件名称。学生选择教师提供的工具软件进行体验操作，总结出其工作原理及存在的问题。
关键词：人工智能；全英文教学；教学内容改革；教学模式改革
1 实施全英文教学的必要性
随着国际学术交流的日益活跃以及国际化办学的趋势发展，借鉴国外著名大学的办学理念和管理模式，利用世界优质教育资源，提升教育教学水平，造就具有国际竞争能力的复合型创新人才，正成为我国教育改革与发展的新方向。
智能化是人类社会技术发展的必然趋势。作为计算机科学与技术专业课程体系中的核心课程之一，人工智能的地位正随着该学科的不断发展和其技术的广泛应用迅速提高，而且在非计算机领域，具有不同专业背景的学者也通过这个年轻的领域发现新思想和新方法。由于人工智能课程内容涉及计算机科学以及边缘学科的新理论、新方法与新技术，因此在该课程中开展全英文教学不仅可以让学生充分了解人工智能日新月异的发展，还可以促进本科教学与国际接轨，在培养国际化创新人才方面具有十分积极的现实意义。
2 当前国内全英文教学存在的主要问题
笔者对当前国内高校人工智能课程全英文教学的现状进行调查分析，调查对象为软件工程专业本科三年级学生，调研问卷共58份。调查项目、内容及结果见表1。
从项目1和2的调查结果看，大部分学生认为开展全英文教学有必要，其在提高英语应用能力、增强自己的就业竞争力以及了解国际前沿等方面有很大帮助。然而，由于全英语教学在我国尚处于起步阶段，进行全英语教学的效果并不十分理想，其教学试点与实践尚存在一些亟待解决的问题，主要表现在如下几个方面。
（1）对全英文教学的理解存在偏差。从项目3～5的调查结果看，教师不能正确处理好全英文教学与专业英语课教学的关系，使全英文教学变为纯英语课教学或专业英语课的翻版。大部分学生还是希望教学授课语言以双语为主或以中文为主、英文为辅，多媒体课件形式为中英文相结合。
（2）全英文教学达不到预期的教学效果。从项目6和7的调查结果看，虽然一些大学花了很大代价邀请国外一流教授专家讲授课程，但由于人工智能课程理论性强、难度大，学生很难适应全英文课程教学。
（3）缺乏内容全面和难度适中的教材。从项目8和9的调查结果看，一些大学在实施人工智能课程全英语教学时直接引进原版英文教材，但这对本科生来说，原版英文教材内容偏多、难度较大，学生学习时不免有诸多畏难情绪。
（4）师资匮乏。从项目10的调查结果看，学生对承担全英文教学教师的满意程度普遍不高。实际上，全英文教学对承担课程教学的教师要求很高，他们不仅需要具备专业知识，而且还要掌握英语应用技能，而现阶段国内高校中能承担全英语教学的师资仍然十分匮乏。
综上所述，如何改革全英文教学模式，讲授哪些教学内容，采用何种科学的教学方法与手段，是值得我们思考和关注的教学改革重点和难点。
针对以上这些问题，我们深入研究人工智能课程的特点，对现有教学模式、内容及方法进行全方位探索和改革，制订全英文教学计划，对促进教学工作、提高教学质量、培养国际创新型人才起重要作用，其重要意义具体体现在以下3个方面。
（1）探索如何将理论知识传授、综合能力培养与英语交流运用三者有机结合，建立全英文教学的新型模式，这将对更新教学理念和探索适合于计算机软件人才培养的教学方法产生深远影响。
（2）全英文课程教学能够让学生掌握最先进的人工智能国际前沿技术，开阔国际视野，有利于培养复合型、实用型、具有国际竞争力的高层次创新人才。
（3）全英文教学改革的探索与实践能够促进国内教育向国际教育迈进。
3 全英文教学内容改革
建立完善的全英语教学体系，需要有系统而完整的教学内容。我国计算机科学与技术本科专业人工智能课程课时一般只有36学时，因此我们需要考虑从什么角度组织教学内容，才能让学生比较容易地理解、熟悉和掌握人工智能的原理、方法与技术，从而显著提高教学效果。
与国内教学内容相比，国外教学更注重分析问题的思维方法和解决问题的应用能力，对提高学生的学习兴趣以及培养学生的创新能力十分有益，但是原版内容过多，且大多以国外政治、经济、文化、社会和生活为背景，对于我国学生来说，理解某些内容和背景比较困难。因此直接套用原版教学内容往往存在一定问题，我们需要在引进、消化和吸收国外经典教材内容的基础上，有选择性地挑选合适内容。国外经典教材编写思路不尽相同，一些经典人工智能教材及主要内容见表2。
人工智能的基本思想和主要内容是研究人类智能活动规律和用于模拟人类某些智能行为的基本理论、方法和技术。从表2中可以看出它们的共同点，即人工智能应围绕“智能”这个核心，但由于智能本身非常复杂，难以用单一的理论与方法描述，需要从不同的抽象层次刻画智能这个主题。我们认为，人工智能的主要内容可按图1所示划分为不同层次并确定讲授顺序。
在最底层，神经网络与演化计算（适应性原理与仿生机制等）辅助感知以及与物理世界的交互；抽象层反映知识在智能中的角色和创建以及围绕问题求解的知识的抽象、表示和理解；更高层则提出学习、规划、推理的模型和方式；应用层构造智能化智能体以及具有一定智能的人工系统，让计算机实现以往需要人的智力才能完成的工作。除了将人工智能课程的教学内容划分为这4个层次，为保证教学内容的循序渐进性，还可按照抽象层更高层最底层应用层顺序安排教学内容。
4 全英文教学模式改革的实施关键
针对以上国内全英文教学中存在的主要问题，我们提出人工智能课程全英文教学模式改革的实施关键，包括全英文课堂教学模式的重定位，“二三二”模式教学方法的改革，集先进性、前沿性和实用性为一体的教学内容创新以及全专业英语教学团队的打造。
4.1 全英文课堂教学模式的重定位
人工智能课程教学以培养学生掌握专业基础知识、培养实践动手与应用能力以及提高英语交流水平三者相结合为主要目标，分两个阶段进行，国内教师与国外教师共同授课。首先，国内主讲教师讲授人工智能课程的基础原理、模型和方法，可采用集中授课、案例教学和课堂实践等教学方式，使学生掌握人工智能的一般基础知识；在此基础上，再邀请国际知名外籍教师为学生讲授人工智能国际前沿技术，包括集中授课和专题研讨。经过基础学习，学生一般已掌握人工智能基础知识，因此对于外籍教师所讲授的学科前沿等内容能够准确理解和把握。与单纯采用全英文教学或单纯邀请外籍教师授课相比，该模式能收到较好的预期效果。“1+1”全英文双课堂教学模式如图2所示。
4.2 “二三二”模式教学方法的改革
实行全英语教学后，由于使用英文教材及中外教育背景存在差异等因素，我们在教学过程中对教学方法进行一定程度的调整和改进，包括全英文授课形式、案例教学、教学内容以及教学手段等方面；配合“1+1”全英文双课堂教学模式，提出图3所示的“二三二”模式教学方法，培养学生成为具有综合能力、创新能力、国际视野和英语技能的复合型人才。
该教学方法模式包括：（1）过渡式全英文与沉浸式全英语两大英语教学方式；（2）激励自主式、启发互动式、体验学习式三大学习法，激发学生学习兴趣，使学生牢固掌握人工智能基础理论与方法；（3）参与学习式和自我展示式两大学习法，培养学生综合运用知识的能力和创新能力。
在全英文课堂授课过程中，我们需要注重把握英语与专业的比例。首先，不能一味地追求全英文授课的形式而忽视教学效果；其次，还需要为学生提供一个良好的语言学习环境，在实际教学中注重培养学生良好的英语思维习惯，从根本上提高学生的英语水平。
人工智能课程包含大量概念，内容抽象，算法复杂，学生往往难以理解与掌握。将案例教学方法引入课程教学能有效提高学生的学习兴趣，获得较好的预期教学效果，但要达到理想的教学目标，仅仅靠课堂教学远远不够，还需要拓展第二课堂。有计划地邀请国外人工智能专家和教授到大学进行专题讲座，鼓励学生参加相关的课外科研/科技活动，使得学生能够体验式地、自主地学习，更好地了解人工智能新技术，从而进一步激发学生的学习热情。构建案例教学和课堂实践的双课堂教学模式，不仅能够丰富教学内涵，而且可以充实学科前沿知识并拓宽学生的国际视野。
4.3 集先进性、前沿性和实用性为一体的教学内容创新
除了引进、消化和吸收国外经典教材内容以外，我们还需要逐步建立起具有自身特色的教学内容，以保证教学内容集先进性、前沿性和实用性为一体。
（1）先进性。我们提出教学与科研相结合，以科研带动教学发展的新思路。教师可结合自己的人工智能及其相关领域的科研项目，将科研最新研究成果以及学科前沿知识进行梳理与优化并有机融入课程教学中，确保教学内容的先进性，有效提高教学改革的质量。
（2）前沿性。对人工智能发展较快的领域，如智能计算、数据挖掘等，还需更新和补充全英文教学内容，同时可以邀请国际知名大学教授共同研究与探讨教学内容，保证课程内容具有一定的前沿性，通过实现全英语教学保证课程与国际接轨。
（3）实用性。在讲授基础理论知识的基础上，还应注重实践的应用，增强学生的动手操作能力，以符合素质教育必须注重实践的要求。教师可结合教学中的基本理论知识，适当补充案例与实例，使得教学内容与实际相联系，丰富课程内涵并提高教学效果。
4.4 全专业英语教学团队的打造
师资力量直接影响教学效果。师资的匮乏是现阶段全英语教学面临的主要问题之一。虽然一些教师具有较扎实的人工智能学科功底，但不能熟练地运用英语进行授课，而有些教师则知识结构单一，缺少人工智能及其相关学科间的交叉与融合，因此我们需要多渠道、多层次地打造既具备专业知识，又具有学科交叉与融合能力，同时掌握英语技能的全英语教师队伍。将科研与教学相结合，利用与国外人工智能及相关领域学术带头人建立的合作关系优势加强交流与合作，争取申请国际合作科研项目，利用科研提高教师的教学质量、专业水平和英语技能。
5 全英文教学的具体实施
我们在软件工程专业本科三年级学生的人工智能课堂上实施全英文教学，具体实施过程如下。
（1）国际软件学院成立教学主管部门领导小组、从事教学研究的骨干教师组成的全英文教学工作小组以及由教学督导组成的监管小组，三者之间相互配合并共同促进，保障全英文教学工作的顺利推进与落实。领导小组对全英文教学的师资培训、人才引进、多媒体网络资源开发、实验室建设、教材编写等予以政策支持；教学工作小组制订全英文教学工作规划和年度计划；监管小组定期对工作小组的教学完成情况进行评估。
（2）在课程教学中，打破国内常规教学方式，建立开放式全英文教学模式，教学形式多种多样。教学方式以“1+1”双课堂教学模式为核心，以讲授与专题讨论相结合的方式，围绕基本原理、方法与技术展开教学，激发学生自主学习与创新学习的热情。
（3）国际软件学院在人工智能相关领域承担并完成了一批国家与省部级科研课题，而且取得了一些有影响的研究成果，形成了自己的学科特色和优势。2006年，国际软件学院聘请被誉为世界“人工大脑”领域先驱的美国犹他州州立大学计算机系Hugo de Gaffs教授担任武汉大学全职教授和学院国际人工智能研究室主任。
（4）聘请与国际软件学院有合作协议的国立首尔大学计算机科学与工程学院Bob McKay教授专职来校为本科生讲授人工智能技术前沿。同时，利用国外学者来武汉大学顺访的机会，请其为学生作学术报告，使学生了解国际最新人工智能技术，如邀请曾经在麻省理工学院从事过7年博士后研究的宋森研究员进行“理解大脑与仿制大脑”的讲座等。
（5）国际软件学院在遴选教师到与学院有教学和科研合作的国外大学进修时，优先考虑给本科生授课的全英文教师，并将全英文教学能力作为选拔条件，以教师的学术进修带动全英文教学建设，使学科和专业建设与全英语教学队伍打造相结合，全面推进全英语教学工作的开展。
6 结语
人工智能是计算机科学与技术专业的重要课程，目前正面临着知识更新和教学改革的紧迫任务。笔者以实施全英文教学为契机，针对目前国内全英文教学中存在的亟待解决的主要问题，提出人工智能全英文教学内容与教学模式改革的新思路。
（1）以智能为核心，从不同抽象层次刻画智能主题，构造人工智能最底层、抽象层、更高层以及应用层4大模块内容。
（2）突破传统教学模式，对全英文教学模式进行重定位，提出“1+1”全英文双课堂教学模式。
（3）提出“二三二”模式教学方法的改革方案，培养具有综合能力、创新能力、国际视野、英语技能的复合型人才。
（4）提出教学与科研相结合，以科研带动教学发展的新思路，进行集先进性、前沿性和实用性为一体的教学内容创新。
关键词：人工智能；会计软件开发技术；翻转课堂；知识库；会计信息化
一、引言
近年来，随着云计算、人工智能、大数据和移动计算等新技术的发展与应用，知识管理理念的日趋成熟，新兴技术对高等学校教育教学模式的改革与创新带来了良好的机遇。2012年3月13日，教育部印发的《教育信息化十年发展规划（2011-2020年）》，旨在推进信息技术与教育教学的深度融合，实现教育思想、理念、方法和手段全方位创新。2016年6月7日，教育部颁布实施的《教育信息化“十三五”规划》，以期加快推动信息技术与教学教育的融合发展。这些政策的出台为高校翻转课堂教学模式的发展提供了明确的实施导向和政策支持，也为重庆理工大学会计信息化国家级精品课程之《会计软件开发技术》（AccountingSoftwareDevelopmentTechnology，以下简称为ASDT）课程实施翻转课堂教学模式改革与创新带来了良好的契机。知识库采用知识表示方式来存储、组织、管理和使用互相联系的基础学习知识、学习过程沉淀的知识和学生自我搭建的知识。基于人工智能技术的翻转课堂知识库构建与应用，不但可以调动学生的积极性和主动性，让课程教学延伸到网络平台，还能够在很大程度上提高课程的教学质量和教学效果。大数据、人工智能、知识库等技术的发展为翻转课堂教学模式的有效开展提供了良好的技术支撑，引起了教育界的广泛关注。周宇等人（2016）提出了一种面向关联数据的机构知识库构建方法，该方法能够覆盖机构知识库构建的整个过程，并支持机构知识的资源整合、语义检索、知识推理和关联数据。钟晓流等人（2013）信息化环境中基于翻转课堂理念的有效教学设计模型，对翻转课堂产生的背景与缘起、含义与特征、当前的研究进展与实践案例、相关的技术工具等进行了系统分析。曾明星等人（2014）阐述了翻转课堂的内涵、应用与研究现状，分析了软件开发类课程实施翻转课堂的可行性，探讨了软件开发类课程翻转课堂教学模型及其构成要素。刘清堂等人（2016）分析了机器教学、计算机辅助教学、智能导师系统的基本设计理念、关键技术以及代表性系统，提出以学习分析为核心的智能技术整合、融合人工智能和人类智能的自适应学习。综观上述文献，现有研究主要从翻转课堂的可行性和模型等方面去思考翻转课堂的教学模式改革问题，而利用人工智能、大数据等现代信息技术去改革与创新翻转课堂教学模式的研究文献还相对比较匮乏。基于人工智能技术的翻转课堂知识库构建与应用，通过全程记录课上和课下的教学互动过程，可以改善翻转课堂在教学方式、学生学习方式、评价体系等诸多方面的不足。鉴于此，本文基于大数据、人工智能等技术，探索改进与提升翻转课堂教学模式改革与创新的新技术与新方法。
二、基于人工智能的春秋战国翻转课堂知识的表达
人工智能（ArtificialIntelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，主要包括机器人、语言识别、图像识别、自然语言处理、智能监控、智能搜索等核心技术。ASDT课程将语音识别、语义识别、图像识别和智能搜索等人工智能技术融入翻转课堂教学改革的同时，导入春秋战国时期的七国争霸作为教学情景，将班上所有学生平均分成七个小组，分别对应齐、楚、燕、赵、韩、魏、秦等七个国家，每个小组的学生进行角色扮演，实施“春秋争霸”翻转课堂教学。在ASDT教学过程中，在讲授会计软件开发技术和会计数据业务处理流程的同时，让学生充分参与课程教学活动，强化互动学习，培养学生的团队协作能力、沟通能力、PPT制作与演讲能力、知识消化吸收及应用等能力。基于人工智能翻转课堂知识库构建的基础是将ASDT课堂的课堂教学活动和学生自主学习活动过程中形成的知识符号化的一个过程，通过对知识的映射转化为可供描述的事实和推理事实的数据结构。在构建知识库的过程中，知识的表达方式是构建知识库的关键。知识表达方式主要包括描述性、直接性、过程性等表达方式。其中，描述性的知识表达方式是客观和完整地反映相关专业领域的理论知识，具有准确性和逻辑性的特点。直接性的表达方式是以专业理论知识为基础，以图片、视频、音频和图形等方式直接表达知识的本质。过程性的知识表达方式是在教学过程中的积累和总结的经验知识。以下具体阐述在课堂教学活动和学生自主学习活动中知识的表达方式。
（一）课堂教学活动课堂教学活动由教师围绕各小组在完成作业的过程中遇到的实际问题，引导学生进行小组作品展示和组织小组间互动讨论。在课堂教学活动中，各小组通过PPT演示讲解本组作品中所涉及的知识点，运行程序进行作品展示。其他小组针对展示的作品轮流提问，小组回答问题以后，教师对作品进行综合性点评并打分。最后，教师根据知识库中的记录的学生自主学习活动中遇到的问题引导学生互动讨论，解决问题，针对学生不能解决的问题，进行重点讲解。在整个课堂教学活动中，教师对知识点的讲解、评价表现为描述性的知识，而教师和学生的角色高频切换，教师和学生评价、引导和提问不停迭代的探究式教学过程，表现为过程性的知识。通过语音识别、语义识别等人工智能技术的运用，自动识别和理解学生作品展示、各小组提问、教师综合点评等教学活动中的语言，转换为相应的文本，按照知识的表达方式自动分类，并实时传送到网络平台，更新知识库。
（二）学生自主学习活动将ASDT课程的教学目标和教学内容按主题进行任务分解，根据教学计划逐步推进，学生根据小组任务在重庆理工大学精品课程网上观看教学视频进行自主学习，小组成员合作完成小组任务。学生在学习过程中产生的疑问，可以借助智能搜索技术检索知识库，知识库推送相关知识点，帮助学生解决问题。在学生的自主学习过程中，学生在网页中通过简单检索、组配检索、限制检索等手段，进行交互式的访问，最终获得所需的知识信息，表现为过程性的知识。学生观看教学视频对相关知识点进行学习表现为直接性的知识。
三、基于人工智能的翻转课堂知识库的构建
在知识的直接性表达、描述性表达和过程性表达等多种方式下，多角度获取教学活动中的各种知识以构建知识库。基于人工智能的翻转课堂知识库包括教师编辑维护的知识库、学生自我搭建的知识库以及课堂学习过程中沉淀积累形成的知识库三部分，在教学活动中不停地进行动态更新，形成一个翻转课堂知识库的生态循环。其中，老师编辑维护的知识库是根据教学计划和教学任务按规则生成课题所需的知识点；学生自我搭建的知识库是根据学生在网络平台上提出的问题，生成的答案和解释；课堂学习过程中沉淀积累形成的知识库是自动记录和存储学生在课堂上的各种学习行为。基于人工智能的翻转课堂知识库，
（一）教师建立维护学生基础学习知识库教师首先根据教学总任务和总目标规划具体小组任务，按照教学大纲小组任务，同时在网络平台上编辑学生完成小组任务所需的基础知识和教学视频。此环节对课程的翻转和构建基础学习知识库具有重要的指导意义。建立基础学习知识库要和小组任务相匹配，并且具备合理性、科学性和可操作性，尽量涵盖完成小组任务所涉及的知识点。否则学生将无法完成小组任务，也无法有效建立基础学习知识库。学生根据小组任务和本小组实际情况，观看教学视频和学习资料，满足基础知识储备，完成小组作品。教师根据学生在自主学习过程中提出的问题不断更新维护基础学习知识库。
（二）学生自主学习形成知识库学生根据教师在网络学习平台上的任务，进行自主学习，完成小组的学习任务。当学生提出疑问时，网络平台会自动检索知识库，找到相应的知识点和教学视频对学生进行智能推送，学生解答问题。并且在人工智能技术的应用下，会自动记录学生在网络学习平台上的问题，形成并更新知识库，把学生的学习记录反馈给教师，帮助教师及时调整教学计划。
（三）课堂教学活动中形成知识库在学生的课堂学习中，小组成员进行PPT讲解和作品展示，在语音识别、语义识别和自动计分等人工智能技术下，自动记录和分析小组的作品展示情况、个人发言情况和积分情况。并且自动记录老师的总结点评和答疑，通过图像分析技术，自动归集学生个人的学习资料。同时，把课堂过程中的学生提问、教师答疑所涉及的知识，自动对接到网络平台，更新知识库。
四、知识库在翻转课堂教学活动中的具体应用
基于人工智能的知识库在翻转课堂教学活动中的具体应用主要包括自主学习、课堂教学和效果评价等三个方面。自主学习是指学生在翻转课堂的网络学习平台上进行课前的基础知识学习和基础知识自测，并且借助知识库解决疑问；课堂教学是利用基于人工智能技术构建的知识库，帮助教师和学生解决教学过程中的问题；效果评价是在翻转课堂的教学模式下，建立的适合现行教学模式下的学生评价体系，教师根据基础学习情况，在线统计问题，制定教学计划。下面将详细阐述人工智能的知识库在翻转课堂教学活动各中的具体应用，如图2所示。
（一）自主学习在自主学习过程中，学生首先了解教师的小组任务，在人工智能技术的应用下，根据老师的学习任务，智能化地制定学习目标。学生根据细化的学习目标进行自主学习，明确自主学习的课程内容，并根据课程内容和自身情况选择合适的学习内容。学生通过网络平台观看教师提供的教学视频或其他形式的学习材料开展学习，对学习收获进行记录，最后在网络平台上进行知识检测。同时，应用智能监控技术可以实时监控学生在网络上的学习情况和发言情况。学生可以根据自己的预习情况，在线提出问题，网络平台会根据学生提出的问题自动检测知识库，知识库推送相关知识点和学习资源，帮助学生分析和解决问题。利用智能监控技术，可以收集学生频繁在网络平台上搜索的所有问题。同时，学生也可以将问题进行拍照或者录制成视频发送给教师，利用图像分析技术可以自动识别图片或者视频中的问题并且推送给教师，根据问题调整教学内容和教学计划。
（二）课堂教学教师根据知识库中记录的学生自主学习情况，全面系统地了解学生的基础知识学习情况。知识库汇总学生在网络平台上的发言和提问情况，教师根据汇总的问题在课堂上进行重点讲解，使课堂学习更加高效。在学生作品展示、小组互动提问、教师综合点评等教学活动中，学生和教师可以借助知识库智能推送相关知识点，帮助解决教学活动中的问题。同时可以智能推理出合适的教学计划给教师进行选择。在学生提出问题和解答问题的过程中，智能收集问题和答案，形成知识，更新知识库。
（三）效果评价效果评价包含教学质量评价和学生评价两个环节。其中，教学质量评价是全面、系统的了解学生的学习情况和知识储备情况下，合理、客观地评估教师的教学质量。学生评价是考核学生的知识掌握情况、交流与沟通能力、演讲能力、协作能力、PPT制作能力、课堂参与程度和小组展示情况等。在基于人工智能的翻转课堂教学模式下，学生评价包括课堂教学活动和学生自主学习活动两个部分。通过语音识别和语义分析技术等人工智能技术，详细记录每一位学生在课堂上的发言情况、小组展示情况和教师对作品的点评情况。通过大数据分析技术，可以全面地了解学生在课外观看教学视频的情况和自测情况。因此，这种学生评价方式更加具有合理性和精准性。
五、结论
与传统的ASDT课堂相比，基于人工智能下的翻转课堂知识库的构建促使教学逐步从静态走向了动态，实现了以学生为主题，教师为主导的课堂教学理念，是适应新时期ASDT课程教学改革的必然。在基于人工智能的翻转课堂教学模型下，一定程度上改进了翻转课堂中的课堂教学、学生自主学习和效果评价等模块，有效督促学生自主学习，帮助学生在线答疑，同时更加综合地对学生进行考评，让老师教学更加高效。人工智能技术的广泛应用对于解决翻转课堂教学当前所面临问题的是较为理想的方案，它有助于提升翻转课堂整体的教学水平，促进翻转课堂的快速发展。
参考文献：
［1］周宇、欧石燕：《面向关联数据的高校机构知识库构建方法研究》，《图书情报工作》2016年第1期。
［2］刘清堂、毛刚、杨琳等：《智能教学技术的发展与展望》，《中国电化教育》2016年第6期。
［3］曾明星、周清平、蔡国民等：《软件开发类课程翻转课堂教学模式研究》，《实验室研究与探索》2014年第2期。
［4］钟晓流、宋述强、焦丽珍：《信息化环境中基于翻转课堂理念的教学设计研究》，《开放教育研究》2013年第1期。
［5］胡立如、张宝辉：《翻转课堂与翻转学习:剖析“翻转”的有效性》，《远程教育杂志》2016年第4期。
［6］王红、赵蔚、孙立会等：《翻转课堂教学模型设计》，《现代教育技术》2013年第8期。
［7］余燕芳：《基于移动学习的O2O翻转课堂与应用研究》，《中国电化教育》2015年第10期。
关键词：产生式系统；人工智能；教学实践
中图分类号：TP3-05 文献标识码：A DOI：10.3969/j.issn.1003-6970.2015.05.007
0 引言
产生式系统是人工智能中的一个经典部分。产生式系统的教学在人工智能的教学具有承上启下的作用。首先，学生需要理解知识表中的逻辑表示方法之后才能更容易地学习该部分，这里，产生式系统表现出承接作用；其次，理解了产生式系统，才能更容易地学习人工智能中其他相关知识。正是因为产生式系统具有承上启下的作用，该部分的教学对于学生的融合贯通起着关键作用。此外，编写产生式系统可以训练学生的逻辑能力，也可以作为计算机语言教学的良好实例。
对于产生式系统部分的教学，主要目的在于：让学生理解产生式系统的基本构造，并能利用产生式系统求解问题。在我们的教学中，要求学生能够使用产生式系统解决一些有趣的智力题，从而真正体现机器求解智力问题的能力。
为了达到该目的，我们在七个学期的课程上进行了各种探索。本文通过总结这七个学期的经验，提出产生式系统教学中需遵循的“兴趣导向，实践优先，开发活泼”的教学思路。
1 教学实践案例
在本教学实践案例中，共选择了2006―2007学年两个学期、2007―2008学年第一个学期、2010―2011学年两个学期，2011―2012学年两个学期作为考察对象。在授课中，分为《人工智能A》和《人工智能B》两种教学形式。选择《人工智能B》的班级不进行上机实验操作，而选择《人工智能A》的班级需要在计算机上完成相应的实验。
为了达到形象化教学的目标，在产生式系统的教学中，选择了一个智力题作为算法求解目标。该题目常称为量水问题，可简单描述如下：
有两个无刻度标志的空水壶，分别可装4升和3升的水。设另有一个10升的水壶装满了水。各个水壶之间仅可以相互倾灌。问如何通过倒水或灌水操作，量出2升的水来。
该问题是一个典型的智力问题。对于大学生来讲，该问题并不困难。但是，用计算机来求解确实一个具有挑战性的问题，因为，学生们不仅仅是自己会求解该问题，还要让机器也能做到。
1.1 教学情况说明
为了考察实践编程环境的影响，对于《人工智能B》的班级，仅进行理论教学。教学步骤为：1）简单介绍产生式系统的构成：数据库、规则库、推理机；2）讲授水壶之间倾倒的所有规则；3）给出程序，将程序中的各条语句与理论一一对应说明。
对程序部分，则教授由教师所编写的程序。具体教学内容如下：
1）首先定义数据库中的变量，即水壶中已存水的数量。定义了三个变量，并赋予初值。程序用C语言可以写作如下语句：
1.2 教学效果说明
对于所有班级的学生，都组织书面考试。考试的题目就是默写整个程序。由于选课学生的专业不同，因此，卷面成绩的波动较大。数学专业的学生选择的是《人工智能B》，从卷面上看，小错漏较多，说明多数是靠背诵过关。自动化专业和计算机科学与技术专业的学生选择的是《人工智能A》，多数情形下表现略好。然而，在前五个学期的教学实践中，教师先行给出了程序，相反地，学生错漏的出现率较高，说明学生的依赖心理较重，靠背诵过关；在后两个学期中，教师没有先行给出程序，卷面成绩反而上升，小错漏减少，说明学生理解的程度较高。这部分的结果表明：实践环节对教学效果的影响很大，加入实践环节能显著提高教学效果。
除开书面考试成绩的比较，当没有先行给出程序时，学生们最主要的进步是在实验环节。由于没有程序，学生们开动脑筋，对于量水问题给出了很多其他的方案。在2010―2011学年，学生提出了用宽度优先、深度优先等搜索策略来改进随机推理机制，以获得最简单的倒水方案，并给出了正确的源程序。在2011―2012学年第二个学期，学生们又提出了一个意想不到的新策略。
学生提出的策略是：每次将4升壶的水倒入3升壶，3升壶的水倒入10升壶，而10升壶的水倒满4升壶。由于从数学上看，数字4和3互质，且相差仅仅为1，因此，这一个循环倾倒的策略总能获得2升水。即使是换成要量出5升水等形式，也很容易地能得到。
学生所提出的策略从编程上看，更为简单，也能达到以前程序的效果，充分说明了大学生的创新能力。
从以上两次学生提出的创新思路，尤其是后一次的思路来看，教学效果要远远好于以前的固定刻板的教学模式，说明在开放式情形下，学生的创造性能够得到发挥。
因为实践环节对教学效果非常重要，在后面两个学期的教学中，我们着重强调了提升学生兴趣的教学环节，增加了学生编写程序的积极性。
2 经验总结
从这个教学案例中，可以总结出这么几方面的经验：
1）在产生式系统的教学中，切忌只是从理论到理论。从理论到理论的方式会使得学生失去基本的兴趣。当失去基本的兴趣以后，学生将不再配合学习，从而使得后续的教学更为艰难。
2）最好采用案例教学的方式。采用案例教学的方式会使得学生更容易理解，更容易接受。对于案例的选择，可以选择传教士过河问题、量水问题、八皇后问题等学生喜闻乐见的智力题，要求学生用计算机程序的方式解决。在案例的选择上，要坚持简单原则，太复杂的程序学生会不太喜欢。从实践上看，量水问题比传教士过河问题要简单，因此，建议多选择这样的案例。
3）相信学生，从而给学生表现的机会。大学生处于创造力的高峰时期，如果能够激发学生的兴趣，则学生自然会在兴趣的指引下发挥其创造力，给出更简单更有效的方案。
4）实践优先。由于长期的应试教育的熏陶，大学生普遍具有“等、靠、要”的思想。如果不给予实践的机会，多数大学生们通常不会去尝试求解难度较大的问题。在实践中，要避免将学生看作机器，不能要求学生完全按照实验操作规程进行操作。这样的标准化、刻板化的实践的确从表面上看实验报告更漂亮，但实际上，学生多数情况下是知其然，不知其所以然。从教学的本质上讲，这样做是违背教学规律的。
5）理论升华。在实践完成以后，教师一定要抓住机会，将程序中的各个部分与理论中的各个部分对应起来。这样学生才能够融会贯通，真正理解产生式系统。
总而言之，对于产生式系统这样的知识点，在实践中采用“兴趣导向，实践优先，开放活泼”的教学思路是可行的。
关键词：智能控制；教学策略；卓越工程师；模糊控制；神经网络
中图分类号：G642.0 文献标识码：A 文章编号：1007-0079（2014）23-0029-02
智能控制作为自动化类专业的一门专业课程，要求学生了解控制学科发展的方向和前沿，熟悉智能控制的主要理论分支、数学基础以及发展趋势等，掌握基本智能控制方法的结构和算法，为未来实际工程应用奠定一定的基础。当前，在国内外备受关注的CDIO模式即把“构思（Conceive）―设计（Design）―执行（Implement）―运作（Operate）”作为工程教育的环境背景，按照产品生命周期构建课程体系，以课堂和项目相结合的方式进行主动学习，使学生达到预想的学习目标。
考虑到安徽工程大学（以下简称“我校”）自动化专业被确定为教育部“卓越计划”试点专业，如何通过智能控制课程教学改革来提高教学质量，充分借鉴CDIO先进的教育理念，推行卓越工程师培养计划，提高大学生的创新技能、实践技能，协调课程体系对培养目标支撑力不强以及与我国产业发展和结构的调整不相适应的矛盾，创建适应新形式发展需要的课程教学体系，同时促进我国智能控制学科发展，是我校授课老师所面临和亟待解决的问题。
一、智能控制课程分析
1.智能控制发展历程
智能控制是一种新型自动控制技术，代表了自动控制的最新发展阶段。[1]20世纪90年代中期之后，智能控制日益成熟，在工业、农业、家用、军事等领域得到了广泛的应用，据统计，2012年全球智能控制市场规模接近6800亿美元，而我国智能控制行业规模也已经达到4200亿元。
智能控制思潮第一次出现于20世纪60年代由Leonaes等人首次正式提出，[2]到了1987年，IEEE控制系统学会和计算机学会在美国费城联合召开了智能控制国际学术讨论会，智能控制正式作为一门新学科，登上历史舞台，而“智能控制”课程是在智能控制学科建立之后开设的。
国内首部“智能控制”教材，是在1990年由中南大学蔡自兴教授编写电子工业出版社出版，蔡教授把递阶控制、专家控制、模糊控制、神经控制、学习控制作为智能控制课程的初步框架和主要研究分支。[1]随后，王耀南、李士勇、李人厚、孙增圻等专家也编写了智能控制相关教材。这些教材出版对我国智能控制课程教学发挥了积极的作用，为智能控制学科建设和人材培养做出突出贡献。[3]
近年来，国内学者对智能控制的研究十分活跃，举行各种与智能控制有关的学术讨论会，如全球智能控制与自动化大会（World Congress on Intelligent Control and Automation，WCICA）、中国智能自动化会议（Chinese Intelligent Automation Conference，CIAC）、中国控制会议（Chinese Control Conference，CCC）、中国控制与决策会议（Chinese Control and Decision Conference，CCDC）等，这标志我国智能控制作为独立学科已正形成。[2]
2.智能控制理论体系
随着科学技术的发展，智能控制理论和技术得到不断的发展和完善，受到越来越多科研工作者的关注。常规的智能控制方法主要包括：模糊控制、神经网络控制、分级递阶控制、专家系统控制以及其他仿人智能控制等。[3，4]
（1）模糊控制：将人类专家对特定对象的控制经验，运用模糊集理论进行量化，转化为可数学实现的控制器，从而实现对被控对象的控制，其主要包括输入模糊化、模糊规则库、模糊推理以及输出逆模糊化四个部分。
（2）神经网络控制：是人工智能、认知科学、神经生理学、非线性动力学等学科的交叉热点，它利用大量的人工神经元按一定的拓扑结构互连，构建具有仿人控制的功能。神经网络虽然不善于显式表达知识，但具有很强的学习能力和自适应能力，能够任意逼近复杂的非线性系统，对高度非线性和严重不确定性系统的控制方面具有良好效果。
（3）分级递阶控制：是从工程控制论的角度总结人工智能与自适应、自学习和自组织的关系之后逐渐形成的，主要由组织级、协调级和执行级构成。其中组织级起主导作用，涉及知识的表示与处理，主要应用人工智能；协调级在组织级和执行级间起连接作用，涉及决策方式及其表示，采用人工智能及运筹学实现控制；执行级是底层，具有很高的控制精度，采用常规自动控制。
（4）专家系统控制：是指具有模糊专家智能的功能，采用专家系统技术与控制理论相结合的方法设计的控制策略，它是人工智能应用领域最成功的分支之一，由知识库、推理机、解释机制、知识获取系统以及综合数据库五个部分组成。在工业过程控制中主要呈现直接专家控制和间接专家控制两种形式。
二、智能控制课程教学改革
1.理论教学
UNESCO在2010年的工程学报告中指出，工程是人类面临的最大挑战和机遇，为了满足卓越工程师培养计划要求，我校重新修订课程教学大纲，调整了各知识点的学时分配，扩大了知识面的覆盖范围，并提高了实验内容所占学时比例，注重实践环节内容设置。在课程建设考虑理论与实践的均衡，避免理论与实践用脱节，教材选用为王耀南主编、机械工业出版社出版的《智能控制理论及应用》，[5]总共设计30个学时，具体如图1所示。概述部分为2个学时，主要讲解智能控制理论的历史背景、研究现状以及未来的发展趋势；模糊控制与神经网络控制是本课程主要讲解部分，分别安排9个学时；分级递阶控制与专家系统控制部分要求学生以了解为主，因此分别安排4个学时；最后，剩余2个学时讲解当前最新的一些智能控制方法，目的为扩展学生的视野。
考虑到“智能控制”课程涉及的知识面较为广泛，因此，在教学过程中，教师主要担负组织者、引导者的职责，课堂上注重采用启发式的教学模式，并增加案例讲解，让学生明确课程教学服务于国家战略需要和行业需要，如：液浮陀螺仪温控系统的模糊控制策略设计、单级倒立摆系统的神经网络PID控制器的设计、数控机床专家系统设计等。鼓励学生自由探讨，实现教学环节中的互动，提高学生的认知能力。
2.实践教学
本课程专业性很强，学生缺少对智能控制方法的感性认识，且受学时数的限制，因此鼓励学生自主学习，充分利用课余时间。[6]每次课后，有针对性地预留课外作业，引导学生复习、预习，这有利于老师教学内容的精练讲解，学生对智能控制的熟悉掌握，引导学生注重工程能力和自主学习能力的提高。
另外，在“智能控制”教学计划中，安排6个学时作为实验课，让学生独自设计相关智能控制器，培养学生的实践动手能力，增加对模糊控制系统、神经网络控制系统分析和设计的熟练程度。实验采用先讲解、后实验、再总结的方式进行。为了保证实践教学质量，每20位学生安排1名指导教师。实验前，要求学生实验之前完成预习报告；实验中学生每人一台机，独立记录实验过程和实验结果，教师全程答疑辅导；实验后学生及时上交实验报告，其内容包括：实验名称、内容、方法、步骤、结果及个人心得、体会。
3.教学手段
为了适应时代的发展，授课借助先进的教学软件。在相关理论知识点展开前，可通过实例模拟让学生初步了解相关方法，再切换到理论知识的讲解，以帮助学生做到思维的自然过渡。
课堂还采用多媒体教学，以提高学生获取信息的效率。多媒体课件制作过程中，力求图文并茂，能吸引学生的注意力，这有利于实现情景式的教学，充分调动学生的主观能动性，变被动教育为主动教育，使学生加深对知识的理解。[7，8]
4.考核方式
本课程理论性较强，为避免“一张试卷定乾坤”带来的弊端，课程成绩采用多元化考核制度，主要包括：平时成绩（30%）、实验成绩（30%）和期末考试成绩（40%）。
三、结束语
综上所述，我国的智能控制教育已取得了可喜成绩，我校在研究专业培养目标和现有教学资源基础上，借鉴国内相关高校成功教学经验，并不断完善智能控制学科教学的方法、手段、策略，研究制订新的大纲，开发设计多媒体课件，与时俱进，紧密围绕“卓越工程师培养计划”的重点和目标，为培养敢创新、会创造的高质量人才不断努力。
参考文献：
[1]蔡自兴，张钟俊.智能控制的理论与实践[J].中南矿冶学院学报，1989，（6）：644-650.
[2]陈爱斌，肖晓明，魏世勇，等.智能控制的学科发展与学科教育[J].现代大学教育，2006，（3）：102-105.
[3]涂象初.关于智能控制的几个问题[J].科学通报，1991，（7）：481-485.
[4]张德江.智能控制技术现状与展望[J].长春工业大学学报，2002，
（S1）：58-61.
[5]王耀南，孙炜.智能控制理论及应用[M].北京：机械工业出版社，2011.
[6]朱建红，张蔚，顾菊平，等.基于卓越工程师目标的教学策略改进研究[J].中国电力教育，2013，（5）：90-91.
[7]林健.卓越工程师教育培养计划专业培养方案研究[J].清华大学教育研究，2011，32（2）：47-55.
关键词：数据挖掘；数据预处理；挖掘算法；Web挖掘；个性化推荐
中图分类号：G642 文献标识码：A
文章编号：1672-5913(2007)14-0027-03
1引言
数据挖掘是一门综合性的交叉学科，它融合了概率统计学、数据库技术、数据仓库、人工智能、机器学习、信息检索、数据结构、高性能计算、数据可视化以及面向对象技术等，在保险业、电信业、交通业、零售业、银行业正在被越来越广泛深入地使用，同时在生物学、天文学、地理学等领域也逐渐显现出技术优势，特别是在客户关系管理系统、个性化网站设计、电子商务系统、搜索引擎等方面数据挖掘技术显示出了独特的魅力。数据挖掘技术正在以一种全新的概念改变着计算机应用的方式。
从最近计算机技术的发展以及学生就业方面来看，对本校的应用性本科生开设“数据挖掘技术”课程迫在眉睫。但数据挖掘给人的感觉就是“高深莫测”，当前数据挖掘领域主要是博士生、硕士生研究的领域，数据挖掘课程也只在一些重点大学的研究生或高年级的本科生中开设，应用型本科院校以及一些高职高专几乎都没有开设此类课程。这限定了数据挖掘作为一门既有理论又有实践价值学科的应用和推广，笔者认为很可惜。从计算机专业的学生的毕业设计以及就业角度分析，相当多的同学以后会从事电子商务类软件的开发，而这类应用目前都渐渐基于Web作为应用平台，面对的是海量的数据信息，因此让学生掌握数据挖掘的思想和方法对提高计算机素养很有必要。即使将来从事控制、通信、游戏、图像处理等软件开发，数据挖掘的思想和方法也很容易找到用武之地。
2数据挖掘课程开设的可行性分析
从计算机技术发展以及学生就业反馈的信息，笔者觉得数据挖掘的思想、方法以及算法对应用型本科生是很重要的，并且让学生掌握好这门课程也是完全可能的。我校从1998年以来一直在高年级本科生中开设了“人工智能”课程，但从教学效果上来看，很不理想。“数据挖掘技术”这门课程在不少地方很像“人工智能”，“数据挖掘技术”课程中的一些思想就是从“人工智能”中发展过来的，但是“数据挖掘技术”课程与“人工智能”课程有一个本质的区别，就是数据挖掘从诞生的一开始就是面向大量的、实际的数据库信息，因此，具有极强的应用性，如果将“数据挖掘技术”课程看做是“数据库技术”课程的自然延伸，同时充分利用数据结构、人工智能、面向对象技术与方法、Web技术、概率统计等课程的基础，就能够将“数据挖掘技术”课程开设好。于是两年前，笔者在应用型本科生中做了尝试，就是取消原来的“人工智能”课程，取而代之的是“数据挖掘技术”课程，从两年的教学实践以及教学效果上看，行之有效。并且在教学中发现，虽然数据挖掘技术要用到人工智能的一些思想和方法，但没有“人工智能”课程作为前导课程，没有任何影响，因为，数据挖掘中的一些人工智能思想在“数据挖掘技术”课程的教学中是自成体系的，并且是以比“人工智能”中的方法更加简单、更加直接、更加面向应用的方式。开设“数据挖掘技术”课程必须以下列的课程作为基础(前导课程)，当然这些课程都是一些常规课程。
1) 必须深入学习一门程序设计语言，通过这门语言的学习可以掌握程序设计的基础知识，并且掌握面向对象思想开发的精髓，能够进行可视化程序设计。学习程序设计绝不是记住程序设计语言的语法就行了，而要努力做到将应用中的思想变为程序。这一点是计算机专业学生的基本素养。这一环节没有做好，其余的计算机专业的专业课程，如数据结构、操作系统、数据库原理、编译原理、软件工程等就无法学习，即使学了，也不能真正掌握。笔者从计算机发展和应用角度，推荐学习C/C++和Java，要求对C++的模板以及STL或Java的数据结构类(在Java的util包中)能够较好掌握。
2) 掌握“数据结构”课程，特别是“数据结构”课程中的树的特点和应用。在“数据结构”课程中，树主要以二叉树为主，对于一般的树，在当前的“数据结构”课程的教学中都是将一般的树转化为二叉树来进行处理的，但是在数据挖掘中这样不太方便。数据挖掘中的很多算法都涉及到树的应用，并且大多都是不太规则的树，在数据挖掘中，采用树的思想与Java中的数据结构类或C++中的STL相结合的方法，能够得到很好的效果。
3) 掌握“数据库技术”课程中数据库操作的特点和应用。数据挖掘的对象主要是数据库中的数据，但作为数据挖掘对象的数据库的数据信息量往往很大，因此，为了提高挖掘的效率，需要建立数据仓库，或者需要在算法上加工，尽量减少扫描数据库的次数。
4) 掌握“Web技术”。这是因为Internet已经广泛应用并且深入人心，未来的软件相当多的都是基于Web平台之上，因此，对于Web挖掘不仅重要，而且具有直接的应用价值。当前Internet上的软件如一些知名网站、搜索引擎以及一些电子商务系统，采用了数据挖掘技术，得到了很多有价值的信息或提高了个性化能力，大大增强了企业的竞争力。因此，掌握“Web技术”课程对Web挖掘很有裨益。
5) 熟悉“概率统计”课程中的思维方式，对各种分布以及条件概率能够熟练掌握，在数据挖掘中的分类、关联规则等领域很多挖掘方法都灵活运用了概率统计中的思想和方法。
从“数据挖掘技术”课程的教学实践中明显看出，主要需要以上几门课程，并且教学结束后发现，学生不仅能够掌握数据挖掘的思想、方法以及算法，通过对一些主要的挖掘算法的实现，对“数据库技术”、“程序设计语言”、“数据结构”、“Web技术”以及“概率统计”掌握得更加深刻，将“数据挖掘技术”作为“数据库技术”的自然延伸，是“程序设计语言”、“数据结构”、“Web技术”以及“概率统计”的综合运用得到良好效果。
3 “数据挖掘技术”课程的设置
一门课程的设置，不仅要根据当前计算机技术的发展，同时也要根据当前学生的就业需求，充分考虑到应用型本科学生的特点。两年前，经过多方面的考虑以及参考了各种国内国外数据挖掘的教材以及论文后决定，“数据挖掘技术”课程教学学时定为32课时，讲课22学时，上机实验10学时。在这个总的学时定下来之后，就是对“数据挖掘技术”课程的内容设计，这是最重要的环节。精选出的内容不仅要反映数据挖掘的特点以及最新发展，还要结合应用型本科生的特点，要具有很强的针对性，重点要突出，要能够“学以致用”。最后“数据挖掘技术”课程的教学内容如下：
1) 数据挖掘综述2学时。本讲侧重于从两、三个具体应用领域进行分析得出采用数据挖掘技术的重要性与必要性，可以选取客户关系管理、体育竞技、信息安全和商业欺诈等作为案例，然后给出完整的数据挖掘定义和数据挖掘技术的分类，以及数据挖掘需要的一些前导课程的知识要点。
2) 数据挖掘过程及当前数据挖掘的软件工具2学时。数据挖掘的过程是数据抽取与集成、数据清洗与预处理、数据的选择与整理、数据挖掘以及结论评估。本讲重点讲解挖掘的过程，强调数据预处理对挖掘的重要意义，对于缺省的值、残缺的值等的处理方法。让学生对数据挖掘的整体过程有清楚的理解。然后介绍一下当前流行的商品化数据挖掘软件如IBM的IntelligentMiner和加拿大Simon Fraser 大学的DBMiner。
3) 关联规则挖掘与序列模式挖掘6学时。在介绍关联规则原理的基础上，主要介绍著名算法Apriori及其改进、FP_Tree算法、用于序列模式挖掘的AprioriSome算法。每个算法需要2学时，对每个算法要进行彻底分析，不仅能够理解算法的原理、思想以及过程，还要分析算法提出人为什么会提出这种算法，在日常生活中的含义是什么，算法的优点和缺点是什么，以及如何用Java或C++来编程实现该算法。最后，对多层次关联以及数量关联规则挖掘做个简单介绍即可。
4) 分类技术4学时。介绍分类的原理，主要讲解ID3和C4.5、朴素贝叶斯分类，简单介绍一下BP神经网络的分类。对于C4.5要求能够从原理上把握整个算法，能够进行连续值的离散化处理，理解C4.5比ID3的优势所在；对于朴素贝叶斯分类，要深刻理解该分类的原理以及贝叶斯信念网络的工作原理。特别的，对于FP_TREE以及C4.5算法的实现，需要用到不规则树，提出用C++或Java解决这种不规则树的方法。
5) 聚类技术4学时。在介绍聚类的重要性和分类的基础上主要介绍划分聚类PAM算法思想以及基于密度聚类DBSCAN，对于当前重要的聚类STING和CLIQUE做个简单介绍。最后，比较聚类和分类的不同之处。
6) Web挖掘与个性化推荐技术4学时。对于Web挖掘从内容挖掘、访问行为挖掘和结构挖掘三个方面进行讲解，重点讲解个性化技术。对基于最小关联规则集的个性化推荐以及基于协作筛的个性化推荐作深入剖析，并指出在当今网站设计中的重要意义。
7) 上机实验设计。精选五个上机实验。第一个实验是关联规则的Apriori算法或FP_Tree算法的实现，两个任选一个，如果选择Apriori的话，需要采取一些效率改进措施；第二个实验是序列模式挖掘中的AprioriSome算法；第三个实验是分类技术中的ID3或C4.5算法，这两个算法的主体相同，任做一个即可；第四个实验是聚类中的PAM或DBSCAN算法，两个任选一个；第五个实验是利用协作筛进行个性化网站的智能推荐。以上五个实验每个实验2学时，建议编程语言采用Java或C++，最后挖掘结果具有可理解性。
当然，以上的课程内容设计会随着数据挖掘技术的发展，不断进行微调，以适应不断变化的计算机技术发展与社会需求。
4 “数据挖掘技术”教学实践总结
两年前，虽然已对“数据挖掘技术”课程作了充分准备，但在刚开设这门课程的时候，很担心这门“高深莫测”的课程的教学效果。但经过两年的教学实践发现，这门课程的教学效果比预想的还要好。通过对该门课程的学习，学生不仅基本掌握了数据挖掘的基本原理和算法，同时对以前的一些主干课程如数据结构的理解和运用有了非常深刻的认识。更为重要的是，本课程的五个实验都是数据挖掘领域中最经典、最重要的算法，通过对这些算法的编程实现，不仅理解了数据挖掘关键算法的精髓，同时，这些数据挖掘算法实现的程序经过不断改进、加工，性能不断提高，由于都是源代码，可以将这些算法应用到一些实用的软件系统如客户关系管理系统、个性化网站中去，收到良好效果。此外，在网上的一些数据挖掘论坛中，经常看到一些初学数据挖掘的研究生或技术人员很想看一看数据挖掘经典算法的具体程序实现，我们也将这两年不断改进的程序源代码作为免费资源赠送给了不少同行，也为数据挖掘的推广应用贡献了微薄之力。
5结束语
“数据挖掘技术”课程的教学尝试目前主要针对的是本校应用型计算机专业本科生，虽然收到了良好的效果，但“数据挖掘技术”绝不仅仅是计算机专业学生才需要掌握的课程，对于我校通信系、电力系、自动化系等工科专业，经济系、管理系甚至一些文科类的学生也很有价值，因此，怎样在非计算机专业的应用型本科生中开设好这门新兴课程，甚至在高职高专学生中也开设好这门课程，则是需要作进一步的探索和尝试。
参考文献：
[1] 毛国君. 数据挖掘原理与算法[M]. 北京：清华大学出版社,2005.
[2] 陈文伟. 数据挖掘技术[M]. 北京工业大学出版社,2002.
[3] 余力. 电子商务个性化[M]. 北京：清华大学出版社,2007.
A Test to Applied College Students on Teaching Data Mining
XU Jin-bao
(Dept. of Computer Engineering, Nanjing Institute of Technology,
Nanjing 211100,China)
Abstract:Data mining becomes more and more important in nowadays. To applied college students, mastering the basics and methods of data mining technology demands immediate attention. This article gives some suggestions on how to teach these students well. The content of data mining technology course and experiments are selected elaborately. Mining technologies such as association rule , data classification, clustering , web mining and personalized recommendation are emphasized.
关键词 课堂教学 微博“话题” 微博作业
中图分类号：G642 文献标识码：A 文章编号：1002-7661（2016）01-0001-03
一、引言
教学是一个由外部的实在世界、内部的心理世界以及行为世界三个层面所构成的结构系统。有效的教学是通过教师在一段时间的教学后，学生所获得的具体的进步或发展。研究表明，每个学生都参与教学活动是实施有效教学的前提条件。而现如今，大学课堂成了教师唱“独角戏”的场所，即使教师想方设法设疑、启发，学生大多时候都是无动于衷地看着你，无法取得想要的效果。如何利用微博来改善课堂教学的有效性已经成教学研究的一个重要途经。
微博，即微型博客（MicroBlog）的简称，是一种通过关注机制分享不超过140个文字的简短实时信息的广播式的社交网络平台，其信息传播速度非常迅速。最早的微博平台是美国的twitter，而国内最主要的两大微博平台是新浪微博和腾讯微博，在这两个微博平台上的用户已经超过10亿用户，涉及各个层次的人，特别是年轻用户最为活跃。
二、基于微博的课堂教学过程
基于微博的课堂教学过程，笔者是按照图1所示来构建实施的，具体的过程框架为：
图1 基于微博的课堂教学过程框架图
（一）可行性分析调查
为了更加有效的进行实践实践研究，笔者首先对基于微博的课堂教学实验的可行性进行以下几个方面的基础调查，了解实践的基础条件。主要调查参与同学手机、电脑拥有及上网情况，拥有新浪微博和腾讯微博情况。调查看是否具备了开展本研究的基本条件，并为后续安排提供依据。2013年开展第一次微博实践调查发现，本次参与的同学100%拥有手机，并能通过wifi上网，且绝大多数同学会用手机流量上网；所有同学都有个人电脑，且大部分为笔记本电脑；参与的同学基本上都能很熟练的使用网络资源；只有60%不到的同学有新浪微博账号，有超过60%的同学有腾讯微博账号，但都了解微博的存在，并进行过关注，尚没有同学体验过，都非常有兴趣参与这项实验；同时，100%的同学拥有QQ号，这就为我们选择腾讯微博作为实践平台提供了条件。2014年进行的第二次调查情况和2013年的用户情况基本一致，但是两个平台的微博用户的活跃用户较两年前要更少，而且使用频率也更小，且基本上通过手操作。
（二）建立师生微博实践体
通过调研发现，选择腾讯微博为实践平台较为合适，有微博账号的利用已有账号关注老师的帐号，没有账号的同学通过QQ很方便的开通微博进行关注，同学之间也可以很方便的进行互相关注，形成微博实践体，师生的信息互相可见，建立本门课程“话题”。不改变原有的社交圈，只是微博更新内容多了一项课堂教学相关内容的和参与课程的相关“话题”讨论，以私信@方式进行作业提交，通过学生的社交圈子隐性监督学生学习行为。建立的师生实践体――微博“话题”如图2所示，由教师、学生和学生的粉丝为共同体参与微博“话题”预热课堂教学内容。
图2 师生微博实践体――微博“话题”
建立的师生实践体――微博作业如图3所示，以学生所交微博作业为中心，通过教师指导、评论，学生粉丝的潜在监督即环境影响和课堂反馈形成一个良性监督学习过程。
图3 师生微博实践体――微博作业
（三）基于微博的课堂教学实施过程
微博在课堂教学中的具体实施过程主要从以下三个模块进行：课前模块：教师通过课程“话题”课堂教学内容相关的讲义内容，促使学生预习，学生可以根据内容进行预习，并提出预习中碰到的问题，教师根据问题情况更加有目的备课。课中模块：根据“话题”讨论中存在的常见问题进行详细讲解，对前一次课的作业特别是微博作业进行点评，以及微博作业中提到的较为集中的问题进行复习。并布置常规作业，对每次课堂教学内容进行总结，并对课堂教学情况进行点评，私信给老师。课后模块：学生完成常规作业和微博作业，微博作业内容为，对每次课堂教学内容进行总结，并对课堂教学情况进行点评，私信给老师；老师对学生发的微博进行评论、回复，转播，最后一次微博进行学习情况展示。此过程中的师生微博行为和师生课堂行为的紧密结合非常重要，而且此过程的形成性评价非常重要。
三、基于微博的课堂教学有效性分析
（一）实施过程中有关情况说明
笔者利用《人工智能》和《数据结构》两门课，通过二个专业的三个班级进行了基于微博的课堂教学的实践。选择这两门课的原因是，《人工智能》课程的目标是跟踪人工智能发展前沿，了解人工智能相关技术，选取感兴趣方向深入探讨，是属于知识引导型课程。《数据结构》课程目标是牢固掌握数据结构的基础知识和数据结构的设计思想，并通过实践进行验证。是属于重要理认学习实践型课程。并且选择了计算机科学与技术和数学与应用数学专业班级作为实践班。以实现对不同类型课程和不同专业学生的实践分析。
学生微博用户分为两类进行观察，一类是“活跃微博用户”，指的是平时微博经常更新，有一定数量微博粉丝的用户；反之，另一类是“非活跃微博用户”，指的是因本次实验才开通的微博用户和不经常更新微博内容且微博粉丝数较少的用户。
（二）基于微博的课堂教学几个环节的统计分析
实施过程主要从“话题”讨论参与度、微博作业完成质量情况及学生评教情况等几个方面进行统计分析：
1.“话题”讨论参与度分析
通过对几年“话题”讨论的统计情况，得到师生参加课程“话题”讨论的参与度情况。2013年在本校计算机121的《人工智能》课堂和2014年在计算机131的《人工智能》课堂中，共进行了11次微博“话题”讨论，其中最多的一次有300多人次参与了讨论，最少的一次只有10人次参与；这主要是因为开始的时候，微博活跃用户学生表现得非常谨慎，反而非活跃用户表现得更为积极和活跃。调查原因发现，活跃用户参与课程“话题”讨论的内容与平时所发内容大不一样，表现出更多的顾虑。而非活跃用户则是对新鲜事物的兴趣。随着实践的进行，用户的活跃度趋于平稳，基本上同学都能参与到“话题”讨论当中来。结合课堂教学发现，参与人次越多的课程“话题”讨论的内容在随后的课堂教学中表现的效果越好。所以，同学参与到课程“话题”讨论对课堂教学是非常积极的影响，对提高课堂教学效果打好了基础。而在2014年在数学121班的《数据结构》课堂教学中，其中最多的一次有200多人次参与了讨论，最少的一次只有5人次参与；这表明专业和课程的不同，参与讨论的人次数和热度也有所不同，达到的效果也不同。
2.微博作业完成质量
由各次作业统计分析发现，所有同学都能完成微博作业，能较好的总结课堂教学内容，但对课堂教学的点评较少，而且点评内容单一，多为本次课某某地主没听太董，或是本次课非常有意思，这样笼统的评价，对教师改进课堂教学的意义不大。但是，学生对待微博作业的态度要更为认真，特别是活跃用户表现特别突出，原因是，有其微博粉丝的隐性监督，并且会有部分粉丝进行评论和转发。老师的评论和转发和课堂反馈能得到很好的引导效果，能很好的提高作业质量。
3.学生评教的反馈
从学生的评教反馈情况分析来看，三门课的教学都得到了学生的积极评价，教师得分平均在95分以上。学生评价概括为，老师教学方法新颖，教学活动丰富，特别是微博的引入为我们带来全新的体验。
四、结束语
通过对基于微博的课堂教学较长时间的实践表明，微博应用于课堂教学中能对教学的有效性起到一定的作用，但微博作为一项新兴技术应用到课堂教学当中还需要进行长期的实践，笔者认为基于微博的课堂教学有以下几点显著的影：1.利用微博的“话题”讨论功能及微博的评论、转播互动功能，在增进师生交流方面有显著效果；2.微博可支持片段式学习，开展知识点学习、学习方法指导、布置作业等教学活动；3.借助微博可提升学习者的学习兴趣及学习效果，有利于提升课堂教学质量。
微博不但对课堂教学有影响，它同样在影响人们的学习和生活行为，如，微博使人们越越来习惯于浅阅读和碎片化阅读；同样也改变了人们的思考方式。如何有效的利用微博对们的影响提升教学的有效性，提高高校的教学质量，将是一长期的研究过程。
参考文献：
[1]彭文辉. 网络学习行为分析及建模[D]. 武汉： 华中师范大学， 2012.
[2]张斯琦. 微博文化研究[D]. 吉林： 吉林大学， 2012.
购物车(0)