時間：2023-03-13 11:07:23
導語：在人工智能課程總結的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
>> 引入深度學習的人工智能類課程 中西合璧的人工智能課程雙語教學模式 可調戲的人工智能 生活中的人工智能 不斷超越的人工智能 逐漸靠近的人工智能 正在落地的人工智能 2035年的人工智能 航天類專業“人工智能”課程的教學探索 林業院校人工智能課程教學的思考 人工智能導論課程的興趣教學法 人工智能概論課程的教學思考 “人工智能”課程教學的實踐與探索 游戲開發應用中的“人工智能”課程教學方法探討 人工智能的應用研究 人工智能的日常應用 人工智能的應用和發展 淺析電氣自動化控制中的人工智能應用 分析繼電保護中的人工智能技術及其應用 電氣自動化控制中的人工智能應用分析 常見問題解答 當前所在位置：l)。在情境創設時,教師根據學生特點提出了多種應用需求,例如化妝品銷售咨詢等。學生利用該工具,興趣盎然地開發了自己的小型專家系統,不僅理解了專家系統的特點、作用、運行方式等,還具有強烈的成就感。
2.2面向研究的情境創設
蘇霍姆林斯基認為,研究型教學法應該充分體現學生的主體地位,激勵、引導和幫助學生去主動發現問題、分析問題和解決問題,激發學生學習的內在興趣和成就動機[4]。人工智能課程中包含了大量的前沿問題,研究型課題比比皆是,如何平衡這些研究課題與興趣、實用的關系,是教學設計中重點考慮的內容。
下面以“規劃”中的路徑規劃內容為例,詳細分析以研究為導向的情境創設過程。表2給出了整個教學設計。
綜合幾次研究課題完成情況,班級中有1/3的學生通過廣泛查閱資料和多次與教師討論,提交了質量尚可的標準格式論文,并因此獲得了學院的科研學分。除此之外,教師還組織這部分具備一定科研潛力的學生參加科研項目,進一步磨練科研技能,極大提高了學生的學習興趣和能力。
3DBR驅動的教學過程
人工智能課程各單元內容相對獨立,難以形成統一的聯系,怎樣驗證各單元的學習效果?從提出問題到任務解決,每個單元的學習通常要跨越幾節課甚至幾周,怎樣在此期間保持學生的興趣和關注?
DBR是情境設計、實施、評價、再設計、理論形成等環節多次迭代循環的過程,柯林斯稱之為“不斷進步的修正”(Progressive Refinement),以檢測設計的價值。因此,評價是教學過程中非常重要的一環。本課程教學主要做好兩個環節,以驅動整個教學過程的推進。
1) 實踐環節。
通常的實踐環節是課程結束后固定時間的實際任務,而本課程的實踐卻貫穿整個教學過程,是單元教學、教師、學生之間的粘合劑。實踐包括應用型實踐和研究型實踐,一般在每個單元教學開始,提出問題后,實踐任務就被布置下去,例如前面所述的“黑白棋”、“路徑規劃算法研究”等。學生接受任務后,帶著問題搜索解決途徑,在此期間需要教師提供方法指導及答疑(既可固定時間,也可通過E-mail等形式)。及時地交流,特別是針對實際問題的交流,不僅有效率,而且便于教師及時調整教學設計。
2) 教學評價。
除了課程考核以外,每個教學單元結束時都有反饋和評價環節。評價方式包括單元測試、編寫軟件測試、研討會等。具體采用何種形式,要根據前一階段的反饋信息決定。這些來自學生反饋信息包括前一階段學習的接受情況、興趣點、其他課業繁忙情況等。在學期的不同時間點采用合適的評價方式,有助于加強學習刺激,總結和發現教學設計中的問題,及時調整。
通過上述兩個環節的推動,精心設計的教學內容得以順利實施并被學生欣然接受。2/3的學生在整個學期教學中都保持了積極的態度和充分的關注度,確實感受到人工智能的魅力,并能夠從技術角度看待人工智能,消除了未學或初學時的神秘感。
4教學實施效果分析
1) 正效果分析。
中原工學院計算機學院作為普通工科院校,以培養實用型人才為主,人工智能并非主干課程,學生重視程度不足。兩年來,經過教師與學生的共同努力,教學改革成果逐步體現。人工智能類學生人數從過去的5%上升到15%,科研論文數量從1%上升到20%。有20%的學生接觸過或正在從事人工智能類項目的研究與開發,考研選擇人工智能科目的學生比例從0上升到15%,考研成功人數占畢業生總人數的20%。
人工智能教學中采用的應用型與研究型情境創設,不僅促進了學生理解接受知識,而且鍛煉提高了學生獨立分析、解決問題及開發能力。學習也不再局限于課堂,而是拓展到圖書館、互聯網等更廣闊的空間。學生在學習期間保持了高度的關注,充分發揮了主動性和主體意識,為持續發展奠定了良好的基礎。
2) 不足分析。
DBR的方法論能夠促使教師在教學過程中不斷完善教學設計,融合先進的教學理論及工具,逐步加深學習的理解和設計的提升,切實提高教學效果。然而,仍然存在一些DBR無法解決或完善的問題。具體表現在:
(1) 缺乏合適的教材。目前大多數教材的示例以解答式或推證式為主,設計型或實際項目案例較少。
(2) 投入時間限制。盡管上述教學設計和教學過程都經過精心準備與實施,但是要取得好的成效,還需要教師和學生都投入大量時間交流、研究或開發。而學生課業繁忙造成了實施的瓶頸。
這些不足制約了上述教學方法的實際實施效果,需要今后不斷改進。
5小結
本文針對普通工科院校學生特點,將DBR研究成果應用于人工智能課程。教學效果表明,精心設計的應用型與研究型情境有助于維持學生長時間的關注度、主動性和興趣;強調基于評價的修正使教學過程可調節,學生的學習效果更可靠。希望本文研究能夠對人工智能教學及學生培養起到一定的參考作用,下一階段的主要工作是進行適合的教材建設。
參考文獻:
[1] 楊南昌. 基于設計的研究:正在興起的學習研究新范式[J]. 中國電化教育,2007(5):6-10.
[2] 曾安,余永權,曾碧. 人工智能課程教學模式的探討[J]. 江西教育學院學報:綜合版,2006,27(6):40-43.
[3] 李鳴華. 案例教學法在高中人工智能課程中的運用研究[J]. 中國電化教育,2008(2):99-102.
[4] 楊種學. 研究型教學法在數據結構課程中的應用研究[J]. 計算機教育,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)
關鍵詞：人工智能；教學改革；學習心理；考核方式
中圖分類號：G642.3 文獻標志碼：A 文章編號：1674-9324（2012）06-0152-02
雖然人工智能的發展歷史只有五十余年，但它已經廣泛應用于專家系統、機器翻譯、圖像處理和機器人技術等領域。隨著人工智能技術對社會經濟發展的影響不斷增大，人工智能課程不再是計算機專業獨有的專業課程，國內外很多高校在自動化、智能交通等專業都開設了選修課，甚至在高中的信息技術課程中也在推廣設置。吉林大學碩士專業“模式識別”將《人工智能》設為專業學位課程，同時也將其設為汽車、機械等其他學科的選修課程。由于研究生相關基礎知識水平參差不齊，課程內容又比較抽象、生澀，為了提高教學質量，在本次教學改革過程中充分考慮學生學習新知識的心理演變過程，認真研究教學內容、教材、教學方法等諸多方面，力求在教授基本原理的同時，培養學生對智能系統進行理論分析、設計并編程實現的能力，為后期的論文研究階段打下堅實的基礎。本次教學改革受到了吉林大學研究生課程體系建設和核心課程建設項目的資助。
一、教學內容
教學改革的關鍵是教學內容。人工智能與統計學、心理學、語言學、計算機科學、生物學、控制論等都有交叉關系，學科涉及的內容十分龐大。人工智能學科知識的繁多與授課學時有限之間的矛盾比較突出。作為國內模式識別專業的領軍院校，如中科院智能所、清華大學、上海交通大學和南京理工大學等，他們所開設的《人工智能》課程學時和內容也不盡相同。我們參考了上述院校的授課內容，同時考慮到本校本學科的學術研究方向，精心歸納、優化教學內容，力爭做到教學內容系統、精煉和實用。目前，我們講授的教學內容主要包括：智能化智能體系統、盲目搜索方法、啟發式搜索方法、局部搜索方法、約束滿足問題、博弈樹搜索方法、知識表示方法、不確定知識與推理、規劃與機器學習等，共40學時。
另外，人工智能領域中新問題、新理論交錯涌現，這就要求教學大綱要定期修訂，教學內容要及時更新，同時教師也需要不斷提高自身的學術水平，以便提高碩士課程的研究性內涵。
二、教材選用
要搞好課程建設，教材是一個很關鍵的問題。我們廣泛閱讀和研究了國內外的經典教材，經過一番斟酌之后，我們選用了Stuart Russell和Peter Norvig所著的《人工智能-一種現代方法（第二版）》。首先，選用國外教材能夠更快地追蹤最新研究成果。同時該教材已經被世界上900多所大學采用，符合促進高校的教學內容向國際水準靠攏、與國際接軌的理念。另外，人民郵電出版社在2002年曾經出版該書的英文版的第一版，雙語學習能有助于提高學生的英語水平，為學生后續的查閱英文文獻，甚至發表英文文章奠定基礎。
三、教學方法
在國內，比較有影響的是中南大學以蔡自興教授為首的教學團隊為計算機科學與技術本科專業開設的人工智能課程，該課程在2003年被評為全國高等學校首批精品課程[1]。2007年該課程又開始進行全國雙語教學示范課程建設，成績斐然[2]。多年來，我們不斷汲取同行的成功教學經驗[3]，結合本學科的碩士專業特點、考慮學生的知識結構和實踐能力，不斷改革和嘗試，總結了一套行之有效的教學方法。我們一切以學生為主體，在教學過程中充分考慮學生學習新知識的心理演變過程，采用靈活多變的教學手段。讓學生從感興趣，保持興趣，到收獲用所學知識解決實際問題的成功喜悅，并進一步增強投身于科研論文研究的熱情。
課程伊始，通過多媒體演示人工智能技術已取得的杰出成就，激發學生的學習興趣。然后布置學生查閱資料，列舉人工智能發展史上的重要事件和最新研究的熱點問題，課上再組織學生做報告。通過上述活動，一方面拓展了學生的專業視野，另一方面鍛煉了學生的表達能力。
隨著課程內容的深入，讓學生組成興趣小組，任意選擇問題實例，利用每節課學習的理論、算法不斷地更新該實例的解決方案，評價性能優劣。學習小組可以培養學生科研協作的精神。另外，課堂上每組輪流做報告闡述各自的研究進展，演示編程效果。其他同學或給出修改意見，或提出個人觀點。最后老師及時總結，引導學生提高分析問題的深入性和廣泛性。充分的課堂討論能夠提高學生多角度思維的能力，培養學生善于鉆研和勇于創新的精神。同學間的這種學術交流也可以讓學生有機會了解彼此的學習狀況與能力，促進學生展開良性的學習競賽，也為學生接受和理解老師最后給出的課程成績做了心理鋪墊。老師總結時要對學生的努力多肯定，激發他們的學習熱情和潛能，讓他們感到學習知識的快樂。
四、考核方式
實踐表明筆試測驗的方式不能全面反映學生的學習情況，所以本課程嘗試采取自選實驗設計題目，根據實驗報告、上機演示結果和口試等方式綜合評定成績。其中，實驗報告要求學生根據實驗題目詳細介紹設計思路，闡述編程方法，分析實驗結果。口試是老師當場就報告中的問題提問，并對學生的回答進行講評。課程成績中，實驗報告設計分析占60%，上機成果演示占30%，口試占10%。
通過實驗設計的考核方式，學生的學習積極性得到了很大的調動，充分發揮了學生的自主創新能力，鍛煉了學生知識綜合應用技能。但美中不足的是該方式不像筆試那么客觀，學生的成績容易受教師的主觀性影響。另外，人工智能作為一門學位課，其成績往往直接影響學生的獎學金評定，學生和相關領導對成績的評定原則十分關心和重視。為了減少人為因素對學生成績的干擾，避免師生因課程成績產生分歧，我們規定了完善的考核細則。考核細則發給同學，作為實驗報告的首頁，方便記錄每一個環節上學生的得分情況，做到成績評定有據可查。
非筆試的成績評定方式對任課教師的要求也提高了，我們教師團隊還規定了詳細的教師工作守則。首先要求教師認真細致地閱讀學生的實驗報告，給出報告得分，并準備口試時提問的問題，得分和問題都要在實驗報告的首頁做好記錄。詢問每個同學的問題都不能重復，上機演示和口試環節都是公開的。問題可以是設計不合理的思路，或是闡述不清的步驟等，教師要注意掌握問題的數量，盡量做到均衡。上機演示時，學生經常因為緊張而漏掉部分功能的演示，因此，教師要跟學生加強溝通。口試時，根據學生的狀態，可以給予適當啟發，但要在成績評定上做出相應調整。經過多年的摸索，我們將上機演示按照實驗報告成績的倒序方式進行，這樣有利于在口試過程中由淺入深，逐漸加深問題的難度，有效避免重復。教師評價時應嚴格縝密，讓學生正確認識自己的設計水平，對課程成績的認定跟老師達成一致。
經過教學團隊的不懈努力，“模式識別”專業的“人工智能”課程建設在教學內容、教學方法、教材選用、考核方式等方面的研究都取得了一些成績，教學實踐表明教改措施已見成效，教學質量有了明顯提高。
參考文獻：
[1]劉麗玨，陳白帆，王勇，余伶俐，蔡自興.精益求精建設人工智能精品課程[J].計算機教育，2009，（17）：69-71.
基于4MAT系統模式案例設計
4MAT系統模式又稱為自然學習模式，它是由美國“學習公司”總裁麥卡錫博士在1979年創立的一個新型有效的學習框架。該模式將學習風格與腦科學研究結合起來，并根據人們感知和處理信息的方式，形成一種獨特的、順應個性學習需求的教學模式。圖1為學習者以4MAT學習的一個簡單實例。
第一階段，Johnny看到他的哥哥們是騎自行車去學校。他注意看他們是怎樣騎自行車的，騎自行車看上去很容易；第二階段，他請他的哥哥們（騎自行車的專家）展示他是怎樣騎自行車的；第三階段，Johnny騎上自行車，并嘗試騎行，他發現騎自行車并不像看上去那么容易；第四階段，他調整了自己，回過來再次嘗試騎自行車。在上述學習過程中，學習者的大腦經歷觀察反映、抽象假設、行動試驗、形成具體經驗四個階段，即4MAT模式的四個象限，整個學習過程組成一個循環圓圈。
4MAT模式以關注學習者為出發點，結合左右腦的不同特點，將教學分解為八個環節（如圖2所示），可較好地為學習者提供有意義的學習內容，學生有足夠的練習機會，且可“靈活調整”學習內容，并在這一過程中發掘所學在生活中的應用價值。高中信息技術課程內容大致可分為“動手做、如何做、為何做及做了何”四個方面，與4MAT模式四個象限的特點較切合。現以高中信息技術必修模塊中“信息的加工與表達――用智能工具處理信息”為主題，進行4MAT模式教學環節設計。
1.本課時教學目標。人工智能研究處于信息技術發展的前沿，它的研究、應用和發展在一定程度上決定著計算機技術的發展方向。高中人工智能課程目標的基本點定位在了解和體驗上，讓學生了解信息技術發展的前沿，體驗若干典型人工智能技術的應用，感受人工智能對學習和生活的影響，激發對信息技術未來的追求。
2.本課時教學任務。《信息加工與表達》課程標準對應要求：通過部分智能信息處理工具軟件的使用，體驗其基本工作過程，了解其實際應用價值。通過課堂討論、觀看媒體資料、網絡搜索、操作實踐、學習教材等手段，學生能夠：①了解人工智能技術的含義及智能工具的應用范圍；②列舉人工智能技術在社會、生活中的應用實例；③按功能對常見的智能應用進行分類；④在操作實踐活動中，了解智能工具的基本工作原理及其應用價值；⑤樹立辯證思想，客觀看待人工智能技術對社會的影響，培養正確的信息技術運用觀。
3.本課時教學內容：①人工智能、模式識別、自然語言理解、機器翻譯；②智能工具的應用范圍；③常見智能工具的操作（“小靈鼠”軟件、OCR軟件、在線翻譯軟件、機器人小I等）；④人工智能對人類生活、社會的影響及存在問題。
4.本課時教學安排見圖3。
①聯系，即讓學習者將學習內容與相關生活經驗建立聯系。設計活動來表明人工智能就在我們身邊以及它與信息技術學科前沿研究的聯系。活動內容：以小組為單位研討我們身邊的人工智能應用例子。通過討論，說明人工智能對人類生活、社會的影響。這個討論有助于讓學生將身邊的經驗與學習內容聯系起來。教師提供自主學習資源網站，引導并幫助學生聯系各人的經歷了解人工智能的應用范圍；通過讓學生觀看相關應用視頻，讓他們獲得直觀的感性認識。
②注意，即讓學生注意個人體驗以及與其他同學的經驗分享。分析經驗，小組討論并將經驗繪制成圖表。分小組分享經驗并用概念圖示描述人工智能的含義。
③想象，即在向學生傳授呈現概念時，讓學生先將自己的理解描述出來。整合經驗：在學習日記中描述人工智能對你及社會生活環境的影響。每個學生要在自己的日志中說明某一人工智能應用如何對個人生活和環境造成影響。
④告知，即由教師告知內行知識，學生接受內容并進行研究。學習內容：教師通過演示文稿介紹圖靈測試及人工智能小故事，幫助學生了解人工智能含義。教師帶領全班學生利用前面活動中獲得的信息，創建人工智能思維導圖，其中要包括人工智能含義、應用領域及它對人類社會產生的正面及負面影響。學生通過看視頻、聽講、課堂討論及小組研究等學習形式學習新知識。思維導圖會逐漸發展為一個動態的圖示。學生可隨時添加其他信息和實例。比如，隨著對人工智能技術的深入了解，其他內容也可以被添加到思維導圖中，在不斷形成的過程中，學生將學會如何有條理地收集信息。
⑤練習，即讓學生通過練習來學習，以達到對知識、技能的熟練掌握。實踐拼接活動：以“它”怎樣看、“它”如何懂兩組活動，制作設計新的思維導圖。歸納智能工具的工作原理和存在的不足。各小組通過實踐操作智能工具，分享有關知識和體驗，以思維導圖的形式描述模式識別及自然語言理解的工作原理并提出技術改進建議。教師在整個過程中對學生的表現給予反饋和建議。
⑥延伸，即是學生創新的開始，學生對所學的靈活調整，遷移運用。設計“人工智能會取代人類嗎”游戲中要用的問題。在課堂內外以學習小組的形式開展活動收集更多信息。每個小組根據他們了解的情況設計10個問題，在“人工智能會取代人類嗎”游戲中使用。比如，未來你心中的人工智能是什么樣、機器人具有真正的智能嗎、未來的智能工具將具備怎樣的功能，等等。
⑦提煉，即學生進行自我適應、調整、修改和評價其學習是否適當。學生復習課堂記錄、個人日志、實踐體驗、互聯網上學習到的內容等，小組完成研究報告，為最后階段做準備。
⑧展現，即讓學生表現自己。幫助學生將所學與更廣泛的知識聯系起來。設計一個總結主要觀點的演示文稿（用例子和視覺畫面對人工智能應用作出說明）。為學校設計一個普及人工智能知識的網站。撰寫一份“智能工具應用啟示”的研究的可行性報告，并設計完成一個未來智能工具或提出一個智能應用的想法。
基于Feden-Vogel教學模式的案例設計
普萊斯頓?D?費德恩，羅伯特?M?沃格爾結合信息加工論，在4MAT系統及教師實踐經驗的基礎上，提出了Feden-Vogel教學設計模式。該模式包含三個不同的工具：計劃組織圖、教學計劃模板、教案格式。其教學分五個步驟進行設計：步驟一，引起學生注意并激活先前知識；步驟二，教授陳述性知識，不僅包含課時內容，還應涉及一些核心概念等；步驟三，給學生提供足夠的時間和實踐機會，形成程序性知識；步驟四，讓學生運用所學知識解決不同問題，幫助他們以新的或不同的方式運用所學；步驟五，結束當前教學并啟發學生關注知識和連續性，過渡到下一教學主題。在Feden-Vogel模式中，是從步驟二開始教學設計（即在課程目標與學習標準中讓學生學習的陳述性知識），教學實施從步驟一開始。現仍以高中信息技術必修模塊中“信息加工與表達”為主題，進行Feden-Vogel模式教學設計，課時教學目標與上例同。
1.《用智能工具處理信息》Feden-Vogel計劃組織圖（見圖4）。
2.《用智能工具處理信息》Feden-Vogel教學五步驟設計。
步驟一，呈現先行組織圖，讓學生回顧先前的知識，提問前面幾類信息加工與表達的特征及應用價值。這個練習可以讓學生準備好學習下一個主題，即用智能工具處理信息。讓學生聯系和此問題相關的現實生活情境：如果你在寫一份研究報告時，需要一本資料書上的三頁內容，或者你想通過錄音將你說的話轉化成文字時，你將采用什么辦法來完成？向學生提出這個問題，讓他們設想解決的方案。通過這個問題可以將情境與新主題聯系在一起。為了幫助學生解決此問題，可展示觸屏手機手寫輸入信息的過程，讓學生上網搜索相關資料。同時為學生提供多種體驗工具軟件（“小靈鼠”軟件、OCR軟件，語音識別軟件等）。
步驟二，播放有關我們身邊人工智能應用的視頻，讓學生上網查找人工智能應用領域及實例。介紹圖靈測試，向學生提問，人工智能的含義是什么？學生建立人工智能概念圖，并添加智能應用領域及實例。
步驟三，將學生異質分組，提出小組體驗計劃。當學生制定好計劃后，就可以開始試著用智能處理工具（模式識別）進行操作實踐。等他們完成體驗后提問學生：識別的準確率高嗎？影響識別率高低的主客觀因素有哪些？接下來，引導學生思考分析模式識別工具處理信息的工作原理，引導他們針對體驗中存在的問題提出改進建議。在建立模式識別思維導圖過程中，通過提問學生生活中或未來還有哪些信息可以通過模式識別來處理，進一步加深學生對相關內容的了解。
步驟四，讓全班一起討論在進行模式識別智能工具體驗中的感受。教師使用提問策略來幫助他們進入下一人工智能應用領域：自然語言理解。比如，可以問學生是否能通過工具將一段中文詩詞翻譯成其他語言，或者和機器人聊天時應該怎樣設計智能處理工具。學生討論，形成小組設計報告，并通過上網查找出相關工具軟件名稱。學生選擇教師提供的工具軟件進行體驗操作，總結出其工作原理及存在的問題。
關鍵詞：人工智能；全英文教學；教學內容改革；教學模式改革
1 實施全英文教學的必要性
隨著國際學術交流的日益活躍以及國際化辦學的趨勢發展，借鑒國外著名大學的辦學理念和管理模式，利用世界優質教育資源，提升教育教學水平，造就具有國際競爭能力的復合型創新人才，正成為我國教育改革與發展的新方向。
智能化是人類社會技術發展的必然趨勢。作為計算機科學與技術專業課程體系中的核心課程之一，人工智能的地位正隨著該學科的不斷發展和其技術的廣泛應用迅速提高，而且在非計算機領域，具有不同專業背景的學者也通過這個年輕的領域發現新思想和新方法。由于人工智能課程內容涉及計算機科學以及邊緣學科的新理論、新方法與新技術，因此在該課程中開展全英文教學不僅可以讓學生充分了解人工智能日新月異的發展，還可以促進本科教學與國際接軌，在培養國際化創新人才方面具有十分積極的現實意義。
2 當前國內全英文教學存在的主要問題
筆者對當前國內高校人工智能課程全英文教學的現狀進行調查分析，調查對象為軟件工程專業本科三年級學生，調研問卷共58份。調查項目、內容及結果見表1。
從項目1和2的調查結果看，大部分學生認為開展全英文教學有必要，其在提高英語應用能力、增強自己的就業競爭力以及了解國際前沿等方面有很大幫助。然而，由于全英語教學在我國尚處于起步階段，進行全英語教學的效果并不十分理想，其教學試點與實踐尚存在一些亟待解決的問題，主要表現在如下幾個方面。
（1）對全英文教學的理解存在偏差。從項目3～5的調查結果看，教師不能正確處理好全英文教學與專業英語課教學的關系，使全英文教學變為純英語課教學或專業英語課的翻版。大部分學生還是希望教學授課語言以雙語為主或以中文為主、英文為輔，多媒體課件形式為中英文相結合。
（2）全英文教學達不到預期的教學效果。從項目6和7的調查結果看，雖然一些大學花了很大代價邀請國外一流教授專家講授課程，但由于人工智能課程理論性強、難度大，學生很難適應全英文課程教學。
（3）缺乏內容全面和難度適中的教材。從項目8和9的調查結果看，一些大學在實施人工智能課程全英語教學時直接引進原版英文教材，但這對本科生來說，原版英文教材內容偏多、難度較大，學生學習時不免有諸多畏難情緒。
（4）師資匱乏。從項目10的調查結果看，學生對承擔全英文教學教師的滿意程度普遍不高。實際上，全英文教學對承擔課程教學的教師要求很高，他們不僅需要具備專業知識，而且還要掌握英語應用技能，而現階段國內高校中能承擔全英語教學的師資仍然十分匱乏。
綜上所述，如何改革全英文教學模式，講授哪些教學內容，采用何種科學的教學方法與手段，是值得我們思考和關注的教學改革重點和難點。
針對以上這些問題，我們深入研究人工智能課程的特點，對現有教學模式、內容及方法進行全方位探索和改革，制訂全英文教學計劃，對促進教學工作、提高教學質量、培養國際創新型人才起重要作用，其重要意義具體體現在以下3個方面。
（1）探索如何將理論知識傳授、綜合能力培養與英語交流運用三者有機結合，建立全英文教學的新型模式，這將對更新教學理念和探索適合于計算機軟件人才培養的教學方法產生深遠影響。
（2）全英文課程教學能夠讓學生掌握最先進的人工智能國際前沿技術，開闊國際視野，有利于培養復合型、實用型、具有國際競爭力的高層次創新人才。
（3）全英文教學改革的探索與實踐能夠促進國內教育向國際教育邁進。
3 全英文教學內容改革
建立完善的全英語教學體系，需要有系統而完整的教學內容。我國計算機科學與技術本科專業人工智能課程課時一般只有36學時，因此我們需要考慮從什么角度組織教學內容，才能讓學生比較容易地理解、熟悉和掌握人工智能的原理、方法與技術，從而顯著提高教學效果。
與國內教學內容相比，國外教學更注重分析問題的思維方法和解決問題的應用能力，對提高學生的學習興趣以及培養學生的創新能力十分有益，但是原版內容過多，且大多以國外政治、經濟、文化、社會和生活為背景，對于我國學生來說，理解某些內容和背景比較困難。因此直接套用原版教學內容往往存在一定問題，我們需要在引進、消化和吸收國外經典教材內容的基礎上，有選擇性地挑選合適內容。國外經典教材編寫思路不盡相同，一些經典人工智能教材及主要內容見表2。
人工智能的基本思想和主要內容是研究人類智能活動規律和用于模擬人類某些智能行為的基本理論、方法和技術。從表2中可以看出它們的共同點，即人工智能應圍繞“智能”這個核心，但由于智能本身非常復雜，難以用單一的理論與方法描述，需要從不同的抽象層次刻畫智能這個主題。我們認為，人工智能的主要內容可按圖1所示劃分為不同層次并確定講授順序。
在最底層，神經網絡與演化計算（適應性原理與仿生機制等）輔助感知以及與物理世界的交互；抽象層反映知識在智能中的角色和創建以及圍繞問題求解的知識的抽象、表示和理解；更高層則提出學習、規劃、推理的模型和方式；應用層構造智能化智能體以及具有一定智能的人工系統，讓計算機實現以往需要人的智力才能完成的工作。除了將人工智能課程的教學內容劃分為這4個層次，為保證教學內容的循序漸進性，還可按照抽象層更高層最底層應用層順序安排教學內容。
4 全英文教學模式改革的實施關鍵
針對以上國內全英文教學中存在的主要問題，我們提出人工智能課程全英文教學模式改革的實施關鍵，包括全英文課堂教學模式的重定位，“二三二”模式教學方法的改革，集先進性、前沿性和實用性為一體的教學內容創新以及全專業英語教學團隊的打造。
4.1 全英文課堂教學模式的重定位
人工智能課程教學以培養學生掌握專業基礎知識、培養實踐動手與應用能力以及提高英語交流水平三者相結合為主要目標，分兩個階段進行，國內教師與國外教師共同授課。首先，國內主講教師講授人工智能課程的基礎原理、模型和方法，可采用集中授課、案例教學和課堂實踐等教學方式，使學生掌握人工智能的一般基礎知識；在此基礎上，再邀請國際知名外籍教師為學生講授人工智能國際前沿技術，包括集中授課和專題研討。經過基礎學習，學生一般已掌握人工智能基礎知識，因此對于外籍教師所講授的學科前沿等內容能夠準確理解和把握。與單純采用全英文教學或單純邀請外籍教師授課相比，該模式能收到較好的預期效果。“1+1”全英文雙課堂教學模式如圖2所示。
4.2 “二三二”模式教學方法的改革
實行全英語教學后，由于使用英文教材及中外教育背景存在差異等因素，我們在教學過程中對教學方法進行一定程度的調整和改進，包括全英文授課形式、案例教學、教學內容以及教學手段等方面；配合“1+1”全英文雙課堂教學模式，提出圖3所示的“二三二”模式教學方法，培養學生成為具有綜合能力、創新能力、國際視野和英語技能的復合型人才。
該教學方法模式包括：（1）過渡式全英文與沉浸式全英語兩大英語教學方式；（2）激勵自主式、啟發互動式、體驗學習式三大學習法，激發學生學習興趣，使學生牢固掌握人工智能基礎理論與方法；（3）參與學習式和自我展示式兩大學習法，培養學生綜合運用知識的能力和創新能力。
在全英文課堂授課過程中，我們需要注重把握英語與專業的比例。首先，不能一味地追求全英文授課的形式而忽視教學效果；其次，還需要為學生提供一個良好的語言學習環境，在實際教學中注重培養學生良好的英語思維習慣，從根本上提高學生的英語水平。
人工智能課程包含大量概念，內容抽象，算法復雜，學生往往難以理解與掌握。將案例教學方法引入課程教學能有效提高學生的學習興趣，獲得較好的預期教學效果，但要達到理想的教學目標，僅僅靠課堂教學遠遠不夠，還需要拓展第二課堂。有計劃地邀請國外人工智能專家和教授到大學進行專題講座，鼓勵學生參加相關的課外科研/科技活動，使得學生能夠體驗式地、自主地學習，更好地了解人工智能新技術，從而進一步激發學生的學習熱情。構建案例教學和課堂實踐的雙課堂教學模式，不僅能夠豐富教學內涵，而且可以充實學科前沿知識并拓寬學生的國際視野。
4.3 集先進性、前沿性和實用性為一體的教學內容創新
除了引進、消化和吸收國外經典教材內容以外，我們還需要逐步建立起具有自身特色的教學內容，以保證教學內容集先進性、前沿性和實用性為一體。
（1）先進性。我們提出教學與科研相結合，以科研帶動教學發展的新思路。教師可結合自己的人工智能及其相關領域的科研項目，將科研最新研究成果以及學科前沿知識進行梳理與優化并有機融入課程教學中，確保教學內容的先進性，有效提高教學改革的質量。
（2）前沿性。對人工智能發展較快的領域，如智能計算、數據挖掘等，還需更新和補充全英文教學內容，同時可以邀請國際知名大學教授共同研究與探討教學內容，保證課程內容具有一定的前沿性，通過實現全英語教學保證課程與國際接軌。
（3）實用性。在講授基礎理論知識的基礎上，還應注重實踐的應用，增強學生的動手操作能力，以符合素質教育必須注重實踐的要求。教師可結合教學中的基本理論知識，適當補充案例與實例，使得教學內容與實際相聯系，豐富課程內涵并提高教學效果。
4.4 全專業英語教學團隊的打造
師資力量直接影響教學效果。師資的匱乏是現階段全英語教學面臨的主要問題之一。雖然一些教師具有較扎實的人工智能學科功底，但不能熟練地運用英語進行授課，而有些教師則知識結構單一，缺少人工智能及其相關學科間的交叉與融合，因此我們需要多渠道、多層次地打造既具備專業知識，又具有學科交叉與融合能力，同時掌握英語技能的全英語教師隊伍。將科研與教學相結合，利用與國外人工智能及相關領域學術帶頭人建立的合作關系優勢加強交流與合作，爭取申請國際合作科研項目，利用科研提高教師的教學質量、專業水平和英語技能。
5 全英文教學的具體實施
我們在軟件工程專業本科三年級學生的人工智能課堂上實施全英文教學，具體實施過程如下。
（1）國際軟件學院成立教學主管部門領導小組、從事教學研究的骨干教師組成的全英文教學工作小組以及由教學督導組成的監管小組，三者之間相互配合并共同促進，保障全英文教學工作的順利推進與落實。領導小組對全英文教學的師資培訓、人才引進、多媒體網絡資源開發、實驗室建設、教材編寫等予以政策支持；教學工作小組制訂全英文教學工作規劃和年度計劃；監管小組定期對工作小組的教學完成情況進行評估。
（2）在課程教學中，打破國內常規教學方式，建立開放式全英文教學模式，教學形式多種多樣。教學方式以“1+1”雙課堂教學模式為核心，以講授與專題討論相結合的方式，圍繞基本原理、方法與技術展開教學，激發學生自主學習與創新學習的熱情。
（3）國際軟件學院在人工智能相關領域承擔并完成了一批國家與省部級科研課題，而且取得了一些有影響的研究成果，形成了自己的學科特色和優勢。2006年，國際軟件學院聘請被譽為世界“人工大腦”領域先驅的美國猶他州州立大學計算機系Hugo de Gaffs教授擔任武漢大學全職教授和學院國際人工智能研究室主任。
（4）聘請與國際軟件學院有合作協議的國立首爾大學計算機科學與工程學院Bob McKay教授專職來校為本科生講授人工智能技術前沿。同時，利用國外學者來武漢大學順訪的機會，請其為學生作學術報告，使學生了解國際最新人工智能技術，如邀請曾經在麻省理工學院從事過7年博士后研究的宋森研究員進行“理解大腦與仿制大腦”的講座等。
（5）國際軟件學院在遴選教師到與學院有教學和科研合作的國外大學進修時，優先考慮給本科生授課的全英文教師，并將全英文教學能力作為選拔條件，以教師的學術進修帶動全英文教學建設，使學科和專業建設與全英語教學隊伍打造相結合，全面推進全英語教學工作的開展。
6 結語
人工智能是計算機科學與技術專業的重要課程，目前正面臨著知識更新和教學改革的緊迫任務。筆者以實施全英文教學為契機，針對目前國內全英文教學中存在的亟待解決的主要問題，提出人工智能全英文教學內容與教學模式改革的新思路。
（1）以智能為核心，從不同抽象層次刻畫智能主題，構造人工智能最底層、抽象層、更高層以及應用層4大模塊內容。
（2）突破傳統教學模式，對全英文教學模式進行重定位，提出“1+1”全英文雙課堂教學模式。
（3）提出“二三二”模式教學方法的改革方案，培養具有綜合能力、創新能力、國際視野、英語技能的復合型人才。
（4）提出教學與科研相結合，以科研帶動教學發展的新思路，進行集先進性、前沿性和實用性為一體的教學內容創新。
關鍵詞：人工智能；會計軟件開發技術；翻轉課堂；知識庫；會計信息化
一、引言
近年來，隨著云計算、人工智能、大數據和移動計算等新技術的發展與應用，知識管理理念的日趨成熟，新興技術對高等學校教育教學模式的改革與創新帶來了良好的機遇。2012年3月13日，教育部印發的《教育信息化十年發展規劃（2011-2020年）》，旨在推進信息技術與教育教學的深度融合，實現教育思想、理念、方法和手段全方位創新。2016年6月7日，教育部頒布實施的《教育信息化“十三五”規劃》，以期加快推動信息技術與教學教育的融合發展。這些政策的出臺為高校翻轉課堂教學模式的發展提供了明確的實施導向和政策支持，也為重慶理工大學會計信息化國家級精品課程之《會計軟件開發技術》（AccountingSoftwareDevelopmentTechnology，以下簡稱為ASDT）課程實施翻轉課堂教學模式改革與創新帶來了良好的契機。知識庫采用知識表示方式來存儲、組織、管理和使用互相聯系的基礎學習知識、學習過程沉淀的知識和學生自我搭建的知識。基于人工智能技術的翻轉課堂知識庫構建與應用，不但可以調動學生的積極性和主動性，讓課程教學延伸到網絡平臺，還能夠在很大程度上提高課程的教學質量和教學效果。大數據、人工智能、知識庫等技術的發展為翻轉課堂教學模式的有效開展提供了良好的技術支撐，引起了教育界的廣泛關注。周宇等人（2016）提出了一種面向關聯數據的機構知識庫構建方法，該方法能夠覆蓋機構知識庫構建的整個過程，并支持機構知識的資源整合、語義檢索、知識推理和關聯數據。鐘曉流等人（2013）信息化環境中基于翻轉課堂理念的有效教學設計模型，對翻轉課堂產生的背景與緣起、含義與特征、當前的研究進展與實踐案例、相關的技術工具等進行了系統分析。曾明星等人（2014）闡述了翻轉課堂的內涵、應用與研究現狀，分析了軟件開發類課程實施翻轉課堂的可行性，探討了軟件開發類課程翻轉課堂教學模型及其構成要素。劉清堂等人（2016）分析了機器教學、計算機輔助教學、智能導師系統的基本設計理念、關鍵技術以及代表性系統，提出以學習分析為核心的智能技術整合、融合人工智能和人類智能的自適應學習。綜觀上述文獻，現有研究主要從翻轉課堂的可行性和模型等方面去思考翻轉課堂的教學模式改革問題，而利用人工智能、大數據等現代信息技術去改革與創新翻轉課堂教學模式的研究文獻還相對比較匱乏。基于人工智能技術的翻轉課堂知識庫構建與應用，通過全程記錄課上和課下的教學互動過程，可以改善翻轉課堂在教學方式、學生學習方式、評價體系等諸多方面的不足。鑒于此，本文基于大數據、人工智能等技術，探索改進與提升翻轉課堂教學模式改革與創新的新技術與新方法。
二、基于人工智能的春秋戰國翻轉課堂知識的表達
人工智能（ArtificialIntelligence）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，主要包括機器人、語言識別、圖像識別、自然語言處理、智能監控、智能搜索等核心技術。ASDT課程將語音識別、語義識別、圖像識別和智能搜索等人工智能技術融入翻轉課堂教學改革的同時，導入春秋戰國時期的七國爭霸作為教學情景，將班上所有學生平均分成七個小組，分別對應齊、楚、燕、趙、韓、魏、秦等七個國家，每個小組的學生進行角色扮演，實施“春秋爭霸”翻轉課堂教學。在ASDT教學過程中，在講授會計軟件開發技術和會計數據業務處理流程的同時，讓學生充分參與課程教學活動，強化互動學習，培養學生的團隊協作能力、溝通能力、PPT制作與演講能力、知識消化吸收及應用等能力。基于人工智能翻轉課堂知識庫構建的基礎是將ASDT課堂的課堂教學活動和學生自主學習活動過程中形成的知識符號化的一個過程，通過對知識的映射轉化為可供描述的事實和推理事實的數據結構。在構建知識庫的過程中，知識的表達方式是構建知識庫的關鍵。知識表達方式主要包括描述性、直接性、過程性等表達方式。其中，描述性的知識表達方式是客觀和完整地反映相關專業領域的理論知識，具有準確性和邏輯性的特點。直接性的表達方式是以專業理論知識為基礎，以圖片、視頻、音頻和圖形等方式直接表達知識的本質。過程性的知識表達方式是在教學過程中的積累和總結的經驗知識。以下具體闡述在課堂教學活動和學生自主學習活動中知識的表達方式。
（一）課堂教學活動課堂教學活動由教師圍繞各小組在完成作業的過程中遇到的實際問題，引導學生進行小組作品展示和組織小組間互動討論。在課堂教學活動中，各小組通過PPT演示講解本組作品中所涉及的知識點，運行程序進行作品展示。其他小組針對展示的作品輪流提問，小組回答問題以后，教師對作品進行綜合性點評并打分。最后，教師根據知識庫中的記錄的學生自主學習活動中遇到的問題引導學生互動討論，解決問題，針對學生不能解決的問題，進行重點講解。在整個課堂教學活動中，教師對知識點的講解、評價表現為描述性的知識，而教師和學生的角色高頻切換，教師和學生評價、引導和提問不停迭代的探究式教學過程，表現為過程性的知識。通過語音識別、語義識別等人工智能技術的運用，自動識別和理解學生作品展示、各小組提問、教師綜合點評等教學活動中的語言，轉換為相應的文本，按照知識的表達方式自動分類，并實時傳送到網絡平臺，更新知識庫。
（二）學生自主學習活動將ASDT課程的教學目標和教學內容按主題進行任務分解，根據教學計劃逐步推進，學生根據小組任務在重慶理工大學精品課程網上觀看教學視頻進行自主學習，小組成員合作完成小組任務。學生在學習過程中產生的疑問，可以借助智能搜索技術檢索知識庫，知識庫推送相關知識點，幫助學生解決問題。在學生的自主學習過程中，學生在網頁中通過簡單檢索、組配檢索、限制檢索等手段，進行交互式的訪問，最終獲得所需的知識信息，表現為過程性的知識。學生觀看教學視頻對相關知識點進行學習表現為直接性的知識。
三、基于人工智能的翻轉課堂知識庫的構建
在知識的直接性表達、描述性表達和過程性表達等多種方式下，多角度獲取教學活動中的各種知識以構建知識庫。基于人工智能的翻轉課堂知識庫包括教師編輯維護的知識庫、學生自我搭建的知識庫以及課堂學習過程中沉淀積累形成的知識庫三部分，在教學活動中不停地進行動態更新，形成一個翻轉課堂知識庫的生態循環。其中，老師編輯維護的知識庫是根據教學計劃和教學任務按規則生成課題所需的知識點；學生自我搭建的知識庫是根據學生在網絡平臺上提出的問題，生成的答案和解釋；課堂學習過程中沉淀積累形成的知識庫是自動記錄和存儲學生在課堂上的各種學習行為。基于人工智能的翻轉課堂知識庫，
（一）教師建立維護學生基礎學習知識庫教師首先根據教學總任務和總目標規劃具體小組任務，按照教學大綱小組任務，同時在網絡平臺上編輯學生完成小組任務所需的基礎知識和教學視頻。此環節對課程的翻轉和構建基礎學習知識庫具有重要的指導意義。建立基礎學習知識庫要和小組任務相匹配，并且具備合理性、科學性和可操作性，盡量涵蓋完成小組任務所涉及的知識點。否則學生將無法完成小組任務，也無法有效建立基礎學習知識庫。學生根據小組任務和本小組實際情況，觀看教學視頻和學習資料，滿足基礎知識儲備，完成小組作品。教師根據學生在自主學習過程中提出的問題不斷更新維護基礎學習知識庫。
（二）學生自主學習形成知識庫學生根據教師在網絡學習平臺上的任務，進行自主學習，完成小組的學習任務。當學生提出疑問時，網絡平臺會自動檢索知識庫，找到相應的知識點和教學視頻對學生進行智能推送，學生解答問題。并且在人工智能技術的應用下，會自動記錄學生在網絡學習平臺上的問題，形成并更新知識庫，把學生的學習記錄反饋給教師，幫助教師及時調整教學計劃。
（三）課堂教學活動中形成知識庫在學生的課堂學習中，小組成員進行PPT講解和作品展示，在語音識別、語義識別和自動計分等人工智能技術下，自動記錄和分析小組的作品展示情況、個人發言情況和積分情況。并且自動記錄老師的總結點評和答疑，通過圖像分析技術，自動歸集學生個人的學習資料。同時，把課堂過程中的學生提問、教師答疑所涉及的知識，自動對接到網絡平臺，更新知識庫。
四、知識庫在翻轉課堂教學活動中的具體應用
基于人工智能的知識庫在翻轉課堂教學活動中的具體應用主要包括自主學習、課堂教學和效果評價等三個方面。自主學習是指學生在翻轉課堂的網絡學習平臺上進行課前的基礎知識學習和基礎知識自測，并且借助知識庫解決疑問；課堂教學是利用基于人工智能技術構建的知識庫，幫助教師和學生解決教學過程中的問題；效果評價是在翻轉課堂的教學模式下，建立的適合現行教學模式下的學生評價體系，教師根據基礎學習情況，在線統計問題，制定教學計劃。下面將詳細闡述人工智能的知識庫在翻轉課堂教學活動各中的具體應用，如圖2所示。
（一）自主學習在自主學習過程中，學生首先了解教師的小組任務，在人工智能技術的應用下，根據老師的學習任務，智能化地制定學習目標。學生根據細化的學習目標進行自主學習，明確自主學習的課程內容，并根據課程內容和自身情況選擇合適的學習內容。學生通過網絡平臺觀看教師提供的教學視頻或其他形式的學習材料開展學習，對學習收獲進行記錄，最后在網絡平臺上進行知識檢測。同時，應用智能監控技術可以實時監控學生在網絡上的學習情況和發言情況。學生可以根據自己的預習情況，在線提出問題，網絡平臺會根據學生提出的問題自動檢測知識庫，知識庫推送相關知識點和學習資源，幫助學生分析和解決問題。利用智能監控技術，可以收集學生頻繁在網絡平臺上搜索的所有問題。同時，學生也可以將問題進行拍照或者錄制成視頻發送給教師，利用圖像分析技術可以自動識別圖片或者視頻中的問題并且推送給教師，根據問題調整教學內容和教學計劃。
（二）課堂教學教師根據知識庫中記錄的學生自主學習情況，全面系統地了解學生的基礎知識學習情況。知識庫匯總學生在網絡平臺上的發言和提問情況，教師根據匯總的問題在課堂上進行重點講解，使課堂學習更加高效。在學生作品展示、小組互動提問、教師綜合點評等教學活動中，學生和教師可以借助知識庫智能推送相關知識點，幫助解決教學活動中的問題。同時可以智能推理出合適的教學計劃給教師進行選擇。在學生提出問題和解答問題的過程中，智能收集問題和答案，形成知識，更新知識庫。
（三）效果評價效果評價包含教學質量評價和學生評價兩個環節。其中，教學質量評價是全面、系統的了解學生的學習情況和知識儲備情況下，合理、客觀地評估教師的教學質量。學生評價是考核學生的知識掌握情況、交流與溝通能力、演講能力、協作能力、PPT制作能力、課堂參與程度和小組展示情況等。在基于人工智能的翻轉課堂教學模式下，學生評價包括課堂教學活動和學生自主學習活動兩個部分。通過語音識別和語義分析技術等人工智能技術，詳細記錄每一位學生在課堂上的發言情況、小組展示情況和教師對作品的點評情況。通過大數據分析技術，可以全面地了解學生在課外觀看教學視頻的情況和自測情況。因此，這種學生評價方式更加具有合理性和精準性。
五、結論
與傳統的ASDT課堂相比，基于人工智能下的翻轉課堂知識庫的構建促使教學逐步從靜態走向了動態，實現了以學生為主題，教師為主導的課堂教學理念，是適應新時期ASDT課程教學改革的必然。在基于人工智能的翻轉課堂教學模型下，一定程度上改進了翻轉課堂中的課堂教學、學生自主學習和效果評價等模塊，有效督促學生自主學習，幫助學生在線答疑，同時更加綜合地對學生進行考評，讓老師教學更加高效。人工智能技術的廣泛應用對于解決翻轉課堂教學當前所面臨問題的是較為理想的方案，它有助于提升翻轉課堂整體的教學水平，促進翻轉課堂的快速發展。
參考文獻：
［1］周宇、歐石燕：《面向關聯數據的高校機構知識庫構建方法研究》，《圖書情報工作》2016年第1期。
［2］劉清堂、毛剛、楊琳等：《智能教學技術的發展與展望》，《中國電化教育》2016年第6期。
［3］曾明星、周清平、蔡國民等：《軟件開發類課程翻轉課堂教學模式研究》，《實驗室研究與探索》2014年第2期。
［4］鐘曉流、宋述強、焦麗珍：《信息化環境中基于翻轉課堂理念的教學設計研究》，《開放教育研究》2013年第1期。
［5］胡立如、張寶輝：《翻轉課堂與翻轉學習:剖析“翻轉”的有效性》，《遠程教育雜志》2016年第4期。
［6］王紅、趙蔚、孫立會等：《翻轉課堂教學模型設計》，《現代教育技術》2013年第8期。
［7］余燕芳：《基于移動學習的O2O翻轉課堂與應用研究》，《中國電化教育》2015年第10期。
關鍵詞：產生式系統；人工智能；教學實踐
中圖分類號：TP3-05 文獻標識碼：A DOI：10.3969/j.issn.1003-6970.2015.05.007
0 引言
產生式系統是人工智能中的一個經典部分。產生式系統的教學在人工智能的教學具有承上啟下的作用。首先，學生需要理解知識表中的邏輯表示方法之后才能更容易地學習該部分，這里，產生式系統表現出承接作用；其次，理解了產生式系統，才能更容易地學習人工智能中其他相關知識。正是因為產生式系統具有承上啟下的作用，該部分的教學對于學生的融合貫通起著關鍵作用。此外，編寫產生式系統可以訓練學生的邏輯能力，也可以作為計算機語言教學的良好實例。
對于產生式系統部分的教學，主要目的在于：讓學生理解產生式系統的基本構造，并能利用產生式系統求解問題。在我們的教學中，要求學生能夠使用產生式系統解決一些有趣的智力題，從而真正體現機器求解智力問題的能力。
為了達到該目的，我們在七個學期的課程上進行了各種探索。本文通過總結這七個學期的經驗，提出產生式系統教學中需遵循的“興趣導向，實踐優先，開發活潑”的教學思路。
1 教學實踐案例
在本教學實踐案例中，共選擇了2006―2007學年兩個學期、2007―2008學年第一個學期、2010―2011學年兩個學期，2011―2012學年兩個學期作為考察對象。在授課中，分為《人工智能A》和《人工智能B》兩種教學形式。選擇《人工智能B》的班級不進行上機實驗操作，而選擇《人工智能A》的班級需要在計算機上完成相應的實驗。
為了達到形象化教學的目標，在產生式系統的教學中，選擇了一個智力題作為算法求解目標。該題目常稱為量水問題，可簡單描述如下：
有兩個無刻度標志的空水壺，分別可裝4升和3升的水。設另有一個10升的水壺裝滿了水。各個水壺之間僅可以相互傾灌。問如何通過倒水或灌水操作，量出2升的水來。
該問題是一個典型的智力問題。對于大學生來講，該問題并不困難。但是，用計算機來求解確實一個具有挑戰性的問題，因為，學生們不僅僅是自己會求解該問題，還要讓機器也能做到。
1.1 教學情況說明
為了考察實踐編程環境的影響，對于《人工智能B》的班級，僅進行理論教學。教學步驟為：1）簡單介紹產生式系統的構成：數據庫、規則庫、推理機；2）講授水壺之間傾倒的所有規則；3）給出程序，將程序中的各條語句與理論一一對應說明。
對程序部分，則教授由教師所編寫的程序。具體教學內容如下：
1）首先定義數據庫中的變量，即水壺中已存水的數量。定義了三個變量，并賦予初值。程序用C語言可以寫作如下語句：
1.2 教學效果說明
對于所有班級的學生，都組織書面考試。考試的題目就是默寫整個程序。由于選課學生的專業不同，因此，卷面成績的波動較大。數學專業的學生選擇的是《人工智能B》，從卷面上看，小錯漏較多，說明多數是靠背誦過關。自動化專業和計算機科學與技術專業的學生選擇的是《人工智能A》，多數情形下表現略好。然而，在前五個學期的教學實踐中，教師先行給出了程序，相反地，學生錯漏的出現率較高，說明學生的依賴心理較重，靠背誦過關；在后兩個學期中，教師沒有先行給出程序，卷面成績反而上升，小錯漏減少，說明學生理解的程度較高。這部分的結果表明：實踐環節對教學效果的影響很大，加入實踐環節能顯著提高教學效果。
除開書面考試成績的比較，當沒有先行給出程序時，學生們最主要的進步是在實驗環節。由于沒有程序，學生們開動腦筋，對于量水問題給出了很多其他的方案。在2010―2011學年，學生提出了用寬度優先、深度優先等搜索策略來改進隨機推理機制，以獲得最簡單的倒水方案，并給出了正確的源程序。在2011―2012學年第二個學期，學生們又提出了一個意想不到的新策略。
學生提出的策略是：每次將4升壺的水倒入3升壺，3升壺的水倒入10升壺，而10升壺的水倒滿4升壺。由于從數學上看，數字4和3互質，且相差僅僅為1，因此，這一個循環傾倒的策略總能獲得2升水。即使是換成要量出5升水等形式，也很容易地能得到。
學生所提出的策略從編程上看，更為簡單，也能達到以前程序的效果，充分說明了大學生的創新能力。
從以上兩次學生提出的創新思路，尤其是后一次的思路來看，教學效果要遠遠好于以前的固定刻板的教學模式，說明在開放式情形下，學生的創造性能夠得到發揮。
因為實踐環節對教學效果非常重要，在后面兩個學期的教學中，我們著重強調了提升學生興趣的教學環節，增加了學生編寫程序的積極性。
2 經驗總結
從這個教學案例中，可以總結出這么幾方面的經驗：
1）在產生式系統的教學中，切忌只是從理論到理論。從理論到理論的方式會使得學生失去基本的興趣。當失去基本的興趣以后，學生將不再配合學習，從而使得后續的教學更為艱難。
2）最好采用案例教學的方式。采用案例教學的方式會使得學生更容易理解，更容易接受。對于案例的選擇，可以選擇傳教士過河問題、量水問題、八皇后問題等學生喜聞樂見的智力題，要求學生用計算機程序的方式解決。在案例的選擇上，要堅持簡單原則，太復雜的程序學生會不太喜歡。從實踐上看，量水問題比傳教士過河問題要簡單，因此，建議多選擇這樣的案例。
3）相信學生，從而給學生表現的機會。大學生處于創造力的高峰時期，如果能夠激發學生的興趣，則學生自然會在興趣的指引下發揮其創造力，給出更簡單更有效的方案。
4）實踐優先。由于長期的應試教育的熏陶，大學生普遍具有“等、靠、要”的思想。如果不給予實踐的機會，多數大學生們通常不會去嘗試求解難度較大的問題。在實踐中，要避免將學生看作機器，不能要求學生完全按照實驗操作規程進行操作。這樣的標準化、刻板化的實踐的確從表面上看實驗報告更漂亮，但實際上，學生多數情況下是知其然，不知其所以然。從教學的本質上講，這樣做是違背教學規律的。
5）理論升華。在實踐完成以后，教師一定要抓住機會，將程序中的各個部分與理論中的各個部分對應起來。這樣學生才能夠融會貫通，真正理解產生式系統。
總而言之，對于產生式系統這樣的知識點，在實踐中采用“興趣導向，實踐優先，開放活潑”的教學思路是可行的。
關鍵詞：智能控制；教學策略；卓越工程師；模糊控制；神經網絡
中圖分類號：G642.0 文獻標識碼：A 文章編號：1007-0079（2014）23-0029-02
智能控制作為自動化類專業的一門專業課程，要求學生了解控制學科發展的方向和前沿，熟悉智能控制的主要理論分支、數學基礎以及發展趨勢等，掌握基本智能控制方法的結構和算法，為未來實際工程應用奠定一定的基礎。當前，在國內外備受關注的CDIO模式即把“構思（Conceive）―設計（Design）―執行（Implement）―運作（Operate）”作為工程教育的環境背景，按照產品生命周期構建課程體系，以課堂和項目相結合的方式進行主動學習，使學生達到預想的學習目標。
考慮到安徽工程大學（以下簡稱“我校”）自動化專業被確定為教育部“卓越計劃”試點專業，如何通過智能控制課程教學改革來提高教學質量，充分借鑒CDIO先進的教育理念，推行卓越工程師培養計劃，提高大學生的創新技能、實踐技能，協調課程體系對培養目標支撐力不強以及與我國產業發展和結構的調整不相適應的矛盾，創建適應新形式發展需要的課程教學體系，同時促進我國智能控制學科發展，是我校授課老師所面臨和亟待解決的問題。
一、智能控制課程分析
1.智能控制發展歷程
智能控制是一種新型自動控制技術，代表了自動控制的最新發展階段。[1]20世紀90年代中期之后，智能控制日益成熟，在工業、農業、家用、軍事等領域得到了廣泛的應用，據統計，2012年全球智能控制市場規模接近6800億美元，而我國智能控制行業規模也已經達到4200億元。
智能控制思潮第一次出現于20世紀60年代由Leonaes等人首次正式提出，[2]到了1987年，IEEE控制系統學會和計算機學會在美國費城聯合召開了智能控制國際學術討論會，智能控制正式作為一門新學科，登上歷史舞臺，而“智能控制”課程是在智能控制學科建立之后開設的。
國內首部“智能控制”教材，是在1990年由中南大學蔡自興教授編寫電子工業出版社出版，蔡教授把遞階控制、專家控制、模糊控制、神經控制、學習控制作為智能控制課程的初步框架和主要研究分支。[1]隨后，王耀南、李士勇、李人厚、孫增圻等專家也編寫了智能控制相關教材。這些教材出版對我國智能控制課程教學發揮了積極的作用，為智能控制學科建設和人材培養做出突出貢獻。[3]
近年來，國內學者對智能控制的研究十分活躍，舉行各種與智能控制有關的學術討論會，如全球智能控制與自動化大會（World Congress on Intelligent Control and Automation，WCICA）、中國智能自動化會議（Chinese Intelligent Automation Conference，CIAC）、中國控制會議（Chinese Control Conference，CCC）、中國控制與決策會議（Chinese Control and Decision Conference，CCDC）等，這標志我國智能控制作為獨立學科已正形成。[2]
2.智能控制理論體系
隨著科學技術的發展，智能控制理論和技術得到不斷的發展和完善，受到越來越多科研工作者的關注。常規的智能控制方法主要包括：模糊控制、神經網絡控制、分級遞階控制、專家系統控制以及其他仿人智能控制等。[3，4]
（1）模糊控制：將人類專家對特定對象的控制經驗，運用模糊集理論進行量化，轉化為可數學實現的控制器，從而實現對被控對象的控制，其主要包括輸入模糊化、模糊規則庫、模糊推理以及輸出逆模糊化四個部分。
（2）神經網絡控制：是人工智能、認知科學、神經生理學、非線性動力學等學科的交叉熱點，它利用大量的人工神經元按一定的拓撲結構互連，構建具有仿人控制的功能。神經網絡雖然不善于顯式表達知識，但具有很強的學習能力和自適應能力，能夠任意逼近復雜的非線性系統，對高度非線性和嚴重不確定性系統的控制方面具有良好效果。
（3）分級遞階控制：是從工程控制論的角度總結人工智能與自適應、自學習和自組織的關系之后逐漸形成的，主要由組織級、協調級和執行級構成。其中組織級起主導作用，涉及知識的表示與處理，主要應用人工智能；協調級在組織級和執行級間起連接作用，涉及決策方式及其表示，采用人工智能及運籌學實現控制；執行級是底層，具有很高的控制精度，采用常規自動控制。
（4）專家系統控制：是指具有模糊專家智能的功能，采用專家系統技術與控制理論相結合的方法設計的控制策略，它是人工智能應用領域最成功的分支之一，由知識庫、推理機、解釋機制、知識獲取系統以及綜合數據庫五個部分組成。在工業過程控制中主要呈現直接專家控制和間接專家控制兩種形式。
二、智能控制課程教學改革
1.理論教學
UNESCO在2010年的工程學報告中指出，工程是人類面臨的最大挑戰和機遇，為了滿足卓越工程師培養計劃要求，我校重新修訂課程教學大綱，調整了各知識點的學時分配，擴大了知識面的覆蓋范圍，并提高了實驗內容所占學時比例，注重實踐環節內容設置。在課程建設考慮理論與實踐的均衡，避免理論與實踐用脫節，教材選用為王耀南主編、機械工業出版社出版的《智能控制理論及應用》，[5]總共設計30個學時，具體如圖1所示。概述部分為2個學時，主要講解智能控制理論的歷史背景、研究現狀以及未來的發展趨勢；模糊控制與神經網絡控制是本課程主要講解部分，分別安排9個學時；分級遞階控制與專家系統控制部分要求學生以了解為主，因此分別安排4個學時；最后，剩余2個學時講解當前最新的一些智能控制方法，目的為擴展學生的視野。
考慮到“智能控制”課程涉及的知識面較為廣泛，因此，在教學過程中，教師主要擔負組織者、引導者的職責，課堂上注重采用啟發式的教學模式，并增加案例講解，讓學生明確課程教學服務于國家戰略需要和行業需要，如：液浮陀螺儀溫控系統的模糊控制策略設計、單級倒立擺系統的神經網絡PID控制器的設計、數控機床專家系統設計等。鼓勵學生自由探討，實現教學環節中的互動，提高學生的認知能力。
2.實踐教學
本課程專業性很強，學生缺少對智能控制方法的感性認識，且受學時數的限制，因此鼓勵學生自主學習，充分利用課余時間。[6]每次課后，有針對性地預留課外作業，引導學生復習、預習，這有利于老師教學內容的精練講解，學生對智能控制的熟悉掌握，引導學生注重工程能力和自主學習能力的提高。
另外，在“智能控制”教學計劃中，安排6個學時作為實驗課，讓學生獨自設計相關智能控制器，培養學生的實踐動手能力，增加對模糊控制系統、神經網絡控制系統分析和設計的熟練程度。實驗采用先講解、后實驗、再總結的方式進行。為了保證實踐教學質量，每20位學生安排1名指導教師。實驗前，要求學生實驗之前完成預習報告；實驗中學生每人一臺機，獨立記錄實驗過程和實驗結果，教師全程答疑輔導；實驗后學生及時上交實驗報告，其內容包括：實驗名稱、內容、方法、步驟、結果及個人心得、體會。
3.教學手段
為了適應時代的發展，授課借助先進的教學軟件。在相關理論知識點展開前，可通過實例模擬讓學生初步了解相關方法，再切換到理論知識的講解，以幫助學生做到思維的自然過渡。
課堂還采用多媒體教學，以提高學生獲取信息的效率。多媒體課件制作過程中，力求圖文并茂，能吸引學生的注意力，這有利于實現情景式的教學，充分調動學生的主觀能動性，變被動教育為主動教育，使學生加深對知識的理解。[7，8]
4.考核方式
本課程理論性較強，為避免“一張試卷定乾坤”帶來的弊端，課程成績采用多元化考核制度，主要包括：平時成績（30%）、實驗成績（30%）和期末考試成績（40%）。
三、結束語
綜上所述，我國的智能控制教育已取得了可喜成績，我校在研究專業培養目標和現有教學資源基礎上，借鑒國內相關高校成功教學經驗，并不斷完善智能控制學科教學的方法、手段、策略，研究制訂新的大綱，開發設計多媒體課件，與時俱進，緊密圍繞“卓越工程師培養計劃”的重點和目標，為培養敢創新、會創造的高質量人才不斷努力。
參考文獻：
[1]蔡自興，張鐘俊.智能控制的理論與實踐[J].中南礦冶學院學報，1989，（6）：644-650.
[2]陳愛斌，肖曉明，魏世勇，等.智能控制的學科發展與學科教育[J].現代大學教育，2006，（3）：102-105.
[3]涂象初.關于智能控制的幾個問題[J].科學通報，1991，（7）：481-485.
[4]張德江.智能控制技術現狀與展望[J].長春工業大學學報，2002，
（S1）：58-61.
[5]王耀南，孫煒.智能控制理論及應用[M].北京：機械工業出版社，2011.
[6]朱建紅，張蔚，顧菊平，等.基于卓越工程師目標的教學策略改進研究[J].中國電力教育，2013，（5）：90-91.
[7]林健.卓越工程師教育培養計劃專業培養方案研究[J].清華大學教育研究，2011，32（2）：47-55.
關鍵詞：數據挖掘；數據預處理；挖掘算法；Web挖掘；個性化推薦
中圖分類號：G642 文獻標識碼：A
文章編號：1672-5913(2007)14-0027-03
1引言
數據挖掘是一門綜合性的交叉學科，它融合了概率統計學、數據庫技術、數據倉庫、人工智能、機器學習、信息檢索、數據結構、高性能計算、數據可視化以及面向對象技術等，在保險業、電信業、交通業、零售業、銀行業正在被越來越廣泛深入地使用，同時在生物學、天文學、地理學等領域也逐漸顯現出技術優勢，特別是在客戶關系管理系統、個性化網站設計、電子商務系統、搜索引擎等方面數據挖掘技術顯示出了獨特的魅力。數據挖掘技術正在以一種全新的概念改變著計算機應用的方式。
從最近計算機技術的發展以及學生就業方面來看，對本校的應用性本科生開設“數據挖掘技術”課程迫在眉睫。但數據挖掘給人的感覺就是“高深莫測”，當前數據挖掘領域主要是博士生、碩士生研究的領域，數據挖掘課程也只在一些重點大學的研究生或高年級的本科生中開設，應用型本科院校以及一些高職高專幾乎都沒有開設此類課程。這限定了數據挖掘作為一門既有理論又有實踐價值學科的應用和推廣，筆者認為很可惜。從計算機專業的學生的畢業設計以及就業角度分析，相當多的同學以后會從事電子商務類軟件的開發，而這類應用目前都漸漸基于Web作為應用平臺，面對的是海量的數據信息，因此讓學生掌握數據挖掘的思想和方法對提高計算機素養很有必要。即使將來從事控制、通信、游戲、圖像處理等軟件開發，數據挖掘的思想和方法也很容易找到用武之地。
2數據挖掘課程開設的可行性分析
從計算機技術發展以及學生就業反饋的信息，筆者覺得數據挖掘的思想、方法以及算法對應用型本科生是很重要的，并且讓學生掌握好這門課程也是完全可能的。我校從1998年以來一直在高年級本科生中開設了“人工智能”課程，但從教學效果上來看，很不理想。“數據挖掘技術”這門課程在不少地方很像“人工智能”，“數據挖掘技術”課程中的一些思想就是從“人工智能”中發展過來的，但是“數據挖掘技術”課程與“人工智能”課程有一個本質的區別，就是數據挖掘從誕生的一開始就是面向大量的、實際的數據庫信息，因此，具有極強的應用性，如果將“數據挖掘技術”課程看做是“數據庫技術”課程的自然延伸，同時充分利用數據結構、人工智能、面向對象技術與方法、Web技術、概率統計等課程的基礎，就能夠將“數據挖掘技術”課程開設好。于是兩年前，筆者在應用型本科生中做了嘗試，就是取消原來的“人工智能”課程，取而代之的是“數據挖掘技術”課程，從兩年的教學實踐以及教學效果上看，行之有效。并且在教學中發現，雖然數據挖掘技術要用到人工智能的一些思想和方法，但沒有“人工智能”課程作為前導課程，沒有任何影響，因為，數據挖掘中的一些人工智能思想在“數據挖掘技術”課程的教學中是自成體系的，并且是以比“人工智能”中的方法更加簡單、更加直接、更加面向應用的方式。開設“數據挖掘技術”課程必須以下列的課程作為基礎(前導課程)，當然這些課程都是一些常規課程。
1) 必須深入學習一門程序設計語言，通過這門語言的學習可以掌握程序設計的基礎知識，并且掌握面向對象思想開發的精髓，能夠進行可視化程序設計。學習程序設計絕不是記住程序設計語言的語法就行了，而要努力做到將應用中的思想變為程序。這一點是計算機專業學生的基本素養。這一環節沒有做好，其余的計算機專業的專業課程，如數據結構、操作系統、數據庫原理、編譯原理、軟件工程等就無法學習，即使學了，也不能真正掌握。筆者從計算機發展和應用角度，推薦學習C/C++和Java，要求對C++的模板以及STL或Java的數據結構類(在Java的util包中)能夠較好掌握。
2) 掌握“數據結構”課程，特別是“數據結構”課程中的樹的特點和應用。在“數據結構”課程中，樹主要以二叉樹為主，對于一般的樹，在當前的“數據結構”課程的教學中都是將一般的樹轉化為二叉樹來進行處理的，但是在數據挖掘中這樣不太方便。數據挖掘中的很多算法都涉及到樹的應用，并且大多都是不太規則的樹，在數據挖掘中，采用樹的思想與Java中的數據結構類或C++中的STL相結合的方法，能夠得到很好的效果。
3) 掌握“數據庫技術”課程中數據庫操作的特點和應用。數據挖掘的對象主要是數據庫中的數據，但作為數據挖掘對象的數據庫的數據信息量往往很大，因此，為了提高挖掘的效率，需要建立數據倉庫，或者需要在算法上加工，盡量減少掃描數據庫的次數。
4) 掌握“Web技術”。這是因為Internet已經廣泛應用并且深入人心，未來的軟件相當多的都是基于Web平臺之上，因此，對于Web挖掘不僅重要，而且具有直接的應用價值。當前Internet上的軟件如一些知名網站、搜索引擎以及一些電子商務系統，采用了數據挖掘技術，得到了很多有價值的信息或提高了個性化能力，大大增強了企業的競爭力。因此，掌握“Web技術”課程對Web挖掘很有裨益。
5) 熟悉“概率統計”課程中的思維方式，對各種分布以及條件概率能夠熟練掌握，在數據挖掘中的分類、關聯規則等領域很多挖掘方法都靈活運用了概率統計中的思想和方法。
從“數據挖掘技術”課程的教學實踐中明顯看出，主要需要以上幾門課程，并且教學結束后發現，學生不僅能夠掌握數據挖掘的思想、方法以及算法，通過對一些主要的挖掘算法的實現，對“數據庫技術”、“程序設計語言”、“數據結構”、“Web技術”以及“概率統計”掌握得更加深刻，將“數據挖掘技術”作為“數據庫技術”的自然延伸，是“程序設計語言”、“數據結構”、“Web技術”以及“概率統計”的綜合運用得到良好效果。
3 “數據挖掘技術”課程的設置
一門課程的設置，不僅要根據當前計算機技術的發展，同時也要根據當前學生的就業需求，充分考慮到應用型本科學生的特點。兩年前，經過多方面的考慮以及參考了各種國內國外數據挖掘的教材以及論文后決定，“數據挖掘技術”課程教學學時定為32課時，講課22學時，上機實驗10學時。在這個總的學時定下來之后，就是對“數據挖掘技術”課程的內容設計，這是最重要的環節。精選出的內容不僅要反映數據挖掘的特點以及最新發展，還要結合應用型本科生的特點，要具有很強的針對性，重點要突出，要能夠“學以致用”。最后“數據挖掘技術”課程的教學內容如下：
1) 數據挖掘綜述2學時。本講側重于從兩、三個具體應用領域進行分析得出采用數據挖掘技術的重要性與必要性，可以選取客戶關系管理、體育競技、信息安全和商業欺詐等作為案例，然后給出完整的數據挖掘定義和數據挖掘技術的分類，以及數據挖掘需要的一些前導課程的知識要點。
2) 數據挖掘過程及當前數據挖掘的軟件工具2學時。數據挖掘的過程是數據抽取與集成、數據清洗與預處理、數據的選擇與整理、數據挖掘以及結論評估。本講重點講解挖掘的過程，強調數據預處理對挖掘的重要意義，對于缺省的值、殘缺的值等的處理方法。讓學生對數據挖掘的整體過程有清楚的理解。然后介紹一下當前流行的商品化數據挖掘軟件如IBM的IntelligentMiner和加拿大Simon Fraser 大學的DBMiner。
3) 關聯規則挖掘與序列模式挖掘6學時。在介紹關聯規則原理的基礎上，主要介紹著名算法Apriori及其改進、FP_Tree算法、用于序列模式挖掘的AprioriSome算法。每個算法需要2學時，對每個算法要進行徹底分析，不僅能夠理解算法的原理、思想以及過程，還要分析算法提出人為什么會提出這種算法，在日常生活中的含義是什么，算法的優點和缺點是什么，以及如何用Java或C++來編程實現該算法。最后，對多層次關聯以及數量關聯規則挖掘做個簡單介紹即可。
4) 分類技術4學時。介紹分類的原理，主要講解ID3和C4.5、樸素貝葉斯分類，簡單介紹一下BP神經網絡的分類。對于C4.5要求能夠從原理上把握整個算法，能夠進行連續值的離散化處理，理解C4.5比ID3的優勢所在；對于樸素貝葉斯分類，要深刻理解該分類的原理以及貝葉斯信念網絡的工作原理。特別的，對于FP_TREE以及C4.5算法的實現，需要用到不規則樹，提出用C++或Java解決這種不規則樹的方法。
5) 聚類技術4學時。在介紹聚類的重要性和分類的基礎上主要介紹劃分聚類PAM算法思想以及基于密度聚類DBSCAN，對于當前重要的聚類STING和CLIQUE做個簡單介紹。最后，比較聚類和分類的不同之處。
6) Web挖掘與個性化推薦技術4學時。對于Web挖掘從內容挖掘、訪問行為挖掘和結構挖掘三個方面進行講解，重點講解個性化技術。對基于最小關聯規則集的個性化推薦以及基于協作篩的個性化推薦作深入剖析，并指出在當今網站設計中的重要意義。
7) 上機實驗設計。精選五個上機實驗。第一個實驗是關聯規則的Apriori算法或FP_Tree算法的實現，兩個任選一個，如果選擇Apriori的話，需要采取一些效率改進措施；第二個實驗是序列模式挖掘中的AprioriSome算法；第三個實驗是分類技術中的ID3或C4.5算法，這兩個算法的主體相同，任做一個即可；第四個實驗是聚類中的PAM或DBSCAN算法，兩個任選一個；第五個實驗是利用協作篩進行個性化網站的智能推薦。以上五個實驗每個實驗2學時，建議編程語言采用Java或C++，最后挖掘結果具有可理解性。
當然，以上的課程內容設計會隨著數據挖掘技術的發展，不斷進行微調，以適應不斷變化的計算機技術發展與社會需求。
4 “數據挖掘技術”教學實踐總結
兩年前，雖然已對“數據挖掘技術”課程作了充分準備，但在剛開設這門課程的時候，很擔心這門“高深莫測”的課程的教學效果。但經過兩年的教學實踐發現，這門課程的教學效果比預想的還要好。通過對該門課程的學習，學生不僅基本掌握了數據挖掘的基本原理和算法，同時對以前的一些主干課程如數據結構的理解和運用有了非常深刻的認識。更為重要的是，本課程的五個實驗都是數據挖掘領域中最經典、最重要的算法，通過對這些算法的編程實現，不僅理解了數據挖掘關鍵算法的精髓，同時，這些數據挖掘算法實現的程序經過不斷改進、加工，性能不斷提高，由于都是源代碼，可以將這些算法應用到一些實用的軟件系統如客戶關系管理系統、個性化網站中去，收到良好效果。此外，在網上的一些數據挖掘論壇中，經常看到一些初學數據挖掘的研究生或技術人員很想看一看數據挖掘經典算法的具體程序實現，我們也將這兩年不斷改進的程序源代碼作為免費資源贈送給了不少同行，也為數據挖掘的推廣應用貢獻了微薄之力。
5結束語
“數據挖掘技術”課程的教學嘗試目前主要針對的是本校應用型計算機專業本科生，雖然收到了良好的效果，但“數據挖掘技術”絕不僅僅是計算機專業學生才需要掌握的課程，對于我校通信系、電力系、自動化系等工科專業，經濟系、管理系甚至一些文科類的學生也很有價值，因此，怎樣在非計算機專業的應用型本科生中開設好這門新興課程，甚至在高職高專學生中也開設好這門課程，則是需要作進一步的探索和嘗試。
參考文獻：
[1] 毛國君. 數據挖掘原理與算法[M]. 北京：清華大學出版社,2005.
[2] 陳文偉. 數據挖掘技術[M]. 北京工業大學出版社,2002.
[3] 余力. 電子商務個性化[M]. 北京：清華大學出版社,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.
關鍵詞 課堂教學 微博“話題” 微博作業
中圖分類號：G642 文獻標識碼：A 文章編號：1002-7661（2016）01-0001-03
一、引言
教學是一個由外部的實在世界、內部的心理世界以及行為世界三個層面所構成的結構系統。有效的教學是通過教師在一段時間的教學后，學生所獲得的具體的進步或發展。研究表明，每個學生都參與教學活動是實施有效教學的前提條件。而現如今，大學課堂成了教師唱“獨角戲”的場所，即使教師想方設法設疑、啟發，學生大多時候都是無動于衷地看著你，無法取得想要的效果。如何利用微博來改善課堂教學的有效性已經成教學研究的一個重要途經。
微博，即微型博客（MicroBlog）的簡稱，是一種通過關注機制分享不超過140個文字的簡短實時信息的廣播式的社交網絡平臺，其信息傳播速度非常迅速。最早的微博平臺是美國的twitter，而國內最主要的兩大微博平臺是新浪微博和騰訊微博，在這兩個微博平臺上的用戶已經超過10億用戶，涉及各個層次的人，特別是年輕用戶最為活躍。
二、基于微博的課堂教學過程
基于微博的課堂教學過程，筆者是按照圖1所示來構建實施的，具體的過程框架為：
圖1 基于微博的課堂教學過程框架圖
（一）可行性分析調查
為了更加有效的進行實踐實踐研究，筆者首先對基于微博的課堂教學實驗的可行性進行以下幾個方面的基礎調查，了解實踐的基礎條件。主要調查參與同學手機、電腦擁有及上網情況，擁有新浪微博和騰訊微博情況。調查看是否具備了開展本研究的基本條件，并為后續安排提供依據。2013年開展第一次微博實踐調查發現，本次參與的同學100%擁有手機，并能通過wifi上網，且絕大多數同學會用手機流量上網；所有同學都有個人電腦，且大部分為筆記本電腦；參與的同學基本上都能很熟練的使用網絡資源；只有60%不到的同學有新浪微博賬號，有超過60%的同學有騰訊微博賬號，但都了解微博的存在，并進行過關注，尚沒有同學體驗過，都非常有興趣參與這項實驗；同時，100%的同學擁有QQ號，這就為我們選擇騰訊微博作為實踐平臺提供了條件。2014年進行的第二次調查情況和2013年的用戶情況基本一致，但是兩個平臺的微博用戶的活躍用戶較兩年前要更少，而且使用頻率也更小，且基本上通過手操作。
（二）建立師生微博實踐體
通過調研發現，選擇騰訊微博為實踐平臺較為合適，有微博賬號的利用已有賬號關注老師的帳號，沒有賬號的同學通過QQ很方便的開通微博進行關注，同學之間也可以很方便的進行互相關注，形成微博實踐體，師生的信息互相可見，建立本門課程“話題”。不改變原有的社交圈，只是微博更新內容多了一項課堂教學相關內容的和參與課程的相關“話題”討論，以私信@方式進行作業提交，通過學生的社交圈子隱性監督學生學習行為。建立的師生實踐體――微博“話題”如圖2所示，由教師、學生和學生的粉絲為共同體參與微博“話題”預熱課堂教學內容。
圖2 師生微博實踐體――微博“話題”
建立的師生實踐體――微博作業如圖3所示，以學生所交微博作業為中心，通過教師指導、評論，學生粉絲的潛在監督即環境影響和課堂反饋形成一個良性監督學習過程。
圖3 師生微博實踐體――微博作業
（三）基于微博的課堂教學實施過程
微博在課堂教學中的具體實施過程主要從以下三個模塊進行：課前模塊：教師通過課程“話題”課堂教學內容相關的講義內容，促使學生預習，學生可以根據內容進行預習，并提出預習中碰到的問題，教師根據問題情況更加有目的備課。課中模塊：根據“話題”討論中存在的常見問題進行詳細講解，對前一次課的作業特別是微博作業進行點評，以及微博作業中提到的較為集中的問題進行復習。并布置常規作業，對每次課堂教學內容進行總結，并對課堂教學情況進行點評，私信給老師。課后模塊：學生完成常規作業和微博作業，微博作業內容為，對每次課堂教學內容進行總結，并對課堂教學情況進行點評，私信給老師；老師對學生發的微博進行評論、回復，轉播，最后一次微博進行學習情況展示。此過程中的師生微博行為和師生課堂行為的緊密結合非常重要，而且此過程的形成性評價非常重要。
三、基于微博的課堂教學有效性分析
（一）實施過程中有關情況說明
筆者利用《人工智能》和《數據結構》兩門課，通過二個專業的三個班級進行了基于微博的課堂教學的實踐。選擇這兩門課的原因是，《人工智能》課程的目標是跟蹤人工智能發展前沿，了解人工智能相關技術，選取感興趣方向深入探討，是屬于知識引導型課程。《數據結構》課程目標是牢固掌握數據結構的基礎知識和數據結構的設計思想，并通過實踐進行驗證。是屬于重要理認學習實踐型課程。并且選擇了計算機科學與技術和數學與應用數學專業班級作為實踐班。以實現對不同類型課程和不同專業學生的實踐分析。
學生微博用戶分為兩類進行觀察，一類是“活躍微博用戶”，指的是平時微博經常更新，有一定數量微博粉絲的用戶；反之，另一類是“非活躍微博用戶”，指的是因本次實驗才開通的微博用戶和不經常更新微博內容且微博粉絲數較少的用戶。
（二）基于微博的課堂教學幾個環節的統計分析
實施過程主要從“話題”討論參與度、微博作業完成質量情況及學生評教情況等幾個方面進行統計分析：
1.“話題”討論參與度分析
通過對幾年“話題”討論的統計情況，得到師生參加課程“話題”討論的參與度情況。2013年在本校計算機121的《人工智能》課堂和2014年在計算機131的《人工智能》課堂中，共進行了11次微博“話題”討論，其中最多的一次有300多人次參與了討論，最少的一次只有10人次參與；這主要是因為開始的時候，微博活躍用戶學生表現得非常謹慎，反而非活躍用戶表現得更為積極和活躍。調查原因發現，活躍用戶參與課程“話題”討論的內容與平時所發內容大不一樣，表現出更多的顧慮。而非活躍用戶則是對新鮮事物的興趣。隨著實踐的進行，用戶的活躍度趨于平穩，基本上同學都能參與到“話題”討論當中來。結合課堂教學發現，參與人次越多的課程“話題”討論的內容在隨后的課堂教學中表現的效果越好。所以，同學參與到課程“話題”討論對課堂教學是非常積極的影響，對提高課堂教學效果打好了基礎。而在2014年在數學121班的《數據結構》課堂教學中，其中最多的一次有200多人次參與了討論，最少的一次只有5人次參與；這表明專業和課程的不同，參與討論的人次數和熱度也有所不同，達到的效果也不同。
2.微博作業完成質量
由各次作業統計分析發現，所有同學都能完成微博作業，能較好的總結課堂教學內容，但對課堂教學的點評較少，而且點評內容單一，多為本次課某某地主沒聽太董，或是本次課非常有意思，這樣籠統的評價，對教師改進課堂教學的意義不大。但是，學生對待微博作業的態度要更為認真，特別是活躍用戶表現特別突出，原因是，有其微博粉絲的隱性監督，并且會有部分粉絲進行評論和轉發。老師的評論和轉發和課堂反饋能得到很好的引導效果，能很好的提高作業質量。
3.學生評教的反饋
從學生的評教反饋情況分析來看，三門課的教學都得到了學生的積極評價，教師得分平均在95分以上。學生評價概括為，老師教學方法新穎，教學活動豐富，特別是微博的引入為我們帶來全新的體驗。
四、結束語
通過對基于微博的課堂教學較長時間的實踐表明，微博應用于課堂教學中能對教學的有效性起到一定的作用，但微博作為一項新興技術應用到課堂教學當中還需要進行長期的實踐，筆者認為基于微博的課堂教學有以下幾點顯著的影：1.利用微博的“話題”討論功能及微博的評論、轉播互動功能，在增進師生交流方面有顯著效果；2.微博可支持片段式學習，開展知識點學習、學習方法指導、布置作業等教學活動；3.借助微博可提升學習者的學習興趣及學習效果，有利于提升課堂教學質量。
微博不但對課堂教學有影響，它同樣在影響人們的學習和生活行為，如，微博使人們越越來習慣于淺閱讀和碎片化閱讀；同樣也改變了人們的思考方式。如何有效的利用微博對們的影響提升教學的有效性，提高高校的教學質量，將是一長期的研究過程。
參考文獻：
[1]彭文輝. 網絡學習行為分析及建模[D]. 武漢： 華中師范大學， 2012.
[2]張斯琦. 微博文化研究[D]. 吉林： 吉林大學， 2012.