淺談大學計算機基礎課程體系構建

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了淺談大學計算機基礎課程體系構建范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要:本文是在對開設的大學計算機基礎課程及不同交叉專業學科知識點的重新梳理、有效匹配的基礎上，通過對學生認知能力的評估、領域模型的構建、個性化學習路徑推薦及網絡學習評估模型等四個部分建模，重構了一個個性化的、適合不同學習風格、滿足交叉學科專業需求的全新大學計算機基礎課程體系。

關鍵詞:計算機基礎教學;個性化學習;課程體系

一、緒論

大數據時代的到來，使網絡學習資源(包括在線課程、慕課資源等)呈指數級增長，大量的學習資源導致信息過載與網絡迷航讓學習者對網絡學習感到焦慮，浪費了大量的學習時間卻達不到應有的學習效果。如何為學習者提供高品質的個性化學習內容推薦，讓學習者能夠根據自己的需求學習、依據學習者的認知水平幫助其找到適合自己的學習內容和方法，依據學習者的學習風格找到適合自己的環境和學習伙伴、讓學習者能夠及時有效地得到專業老師的幫助和指導，進而提升學習者在網絡上自主學習的積極性，使網絡學習更加輕松、便捷、高效。本文以個性化學習系統理念為基礎，以計算思維為核心思想，將大數據處理、物聯網和云端資源存儲的概念、原理、方法與非計算機專業的科研需求和應用需求進行有機整合，進而對開設的大學計算機基礎課程以及不同專業課程的學習資源進行有效匹配與重組，構建全新的大學計算機課程學習體系，以滿足非計算機專業學生對學學計算機基礎課程的個性化學習需求。

二、學生認知能力分析與評估

根據美國心理學家布魯姆的認知目標分類理論，知識理解分為知識、領會、應用、分析、綜合、評價等6個級別，其中前3個屬于低階思維，后3個屬于高階思維［1］。而難度不同，級別不同的試題，對學生認知程度所起到的貢獻也不相同。另外，學生對知識所掌握和理解的程度可以通過學生做題的速度以及做題得分來進行判斷。可以將包括各種試題題型與不同難度、做題時間和回答次數等問題的測驗試題作為考察學生認知能力的原始記錄，將這些原始記錄進行總結和統計，估算出學生掌握知識的初步程度，通過在學習的三個不同階段(即開始、過程中和結束)的評估，使其對整個學習過程產生動態影響并可以適應性呈現出來。在學習開始時，要盡量了解學生的認知能力和先驗知識，先要對學習的歷史數據進行分析比較(比如練習、交流反饋、信息檢索等)，根據評估初步判斷出學習者的認知能力，通過動態組織和呈現適合學習者的學習內容，給出個性化導學策略，對整個學習過程進行有效干預。

三、個性化學習路徑推薦模型

本模型通過本體定義、處理和關聯構建完成交叉學科知識的整合。以領域知識為基礎，通過對本體的多次重復、迭代和逐步求精完成本體的整體建模。首先，獲取計算機基礎知識領域的有關知識實體并建立知識鏈。知識層次化可以通過概念以及概念間關系語義進行交叉融合實現。其次，概念化知識鏈，通過知識實體、屬性描述和交叉方向描述的領域知識內容來實現交叉學科知識本體的機構化。如圖1，首先，將元數據進行標注形成的元數據信息并存儲到元數據庫中，然后通過知識映射將元數據庫中的知識映射到交叉學科知識本體庫，最后在學生領域認知能力與交叉學科知識本體庫之間建立對應聯系，同時推送導學策略資源。根據標注的知識屬性特征主動推送資源到特征用戶，實現個性化動態的學習路徑。智能導學過程的核心價值是建立領域知識和交叉學科知識本體的聯系和基于數據挖掘建立特征模型與資源的聯系。

四、網絡學習評價模塊

診斷性評價、形成性評價和總結性評價是網絡學習評價過程的三種基本方法。本模型從學生的認知能力、學習風格、測評結果、推薦成功、反饋改進等五個方面綜合考察學習過程，設定相應的指標權重作為評判的依據。如圖2在模型中將學習資源、學習過程、學習結果、推薦模型和反饋信息等作為上述五個指標相對應的輸出部分，建立對應的評價策略，最后根據實際課程和專業學科需求來設計評價指標、學業成績和評價參數等內容，以此構建更加科學、標準、有效的網絡學習評估模型。

作者：楊卉 單位：吉林大學公共計算機教學與研究中心