摘要：为了迎接“新工科”背景下计算机类专业所面临的新要求和后疫情时代带来的新挑战，需要探索混合式一流课程建设的新思路与新路径。本文通过线上教学资源的建设与应用、线下教学的改革与创新、课程实验及多元化考评体系的变革对《数据结构》进行了混合式一流课程建设。通过实践表明，该课程的建设不仅使信息技术与教育教学成果得到了应用，也提高了学生动手实践、主动学习的能力，教学效果显著提升。
关键词：混合式教育模式；课程建设；教学改革与实践
1引言
自2020年11月起，教育部推出了一系列的部级一流本科课程。在首批5118门课程中，有17%的课程是线上线下混合式一流课程[1]。各政策文件的出台使得我国各高校建设各类课程线上资源的积极性空前高涨，也推动了现代信息技术与教育教学的深度融合。当前，我国高校毕业生就业困难问题日益严峻。高校大部分专业在课程设置上存在盲目性、课程特色不鲜明、学生理论功底不扎实、实践能力较弱等问题。一流课程建设可在一定程度上缓解和改善上述问题。作为一流课程建设的重要着力点，如何将线上线下混合式教育模式与一流课程建设相融合成为“互联网+”时代课程建设的首要目标和研究主流，尤其是对《数据结构》等强调知识运用、实践性强的计算机类课程而言，仍需进一步讨论、探索和实践[2]。本文依托《数据结构》混合式一流课程，通过对课程内容的优化，线上资源的建设，线下课堂、实践环节以及考评体系的改革，帮助学生巩固理论知识的同时，强化动手能力，在实际的操作中融入行业所需的新知识、新技术，培养出更符合市场和企业所需求的人才。
2当前课程存在的问题
（1）课程资源多而繁杂，未能实现课程的系统化和模块化。目前，学生可以接触到各类鱼龙混杂的教学资源，未能注重自身对知识的理解，也不能对课程系统地掌握，导致学习片面化、单一化[3]。（2）课程存在教学内容、实践案例和企业关联度不高、缺乏与新时代事物的有效结合、不同实验之间过于割裂且缺乏联系等问题，缺乏解决实际工程问题能力的培养以及缺乏精益求精工匠精神的培养问题[4]。（3）现有考核方式存在“期终一考定成绩”的问题[5]，无法真实反映学生的综合能力和素质，也无法培养学生综合分析问题和解决实际问题的能力，更不能为教学改革提供准确且有效的反馈，不利于应用型和创新型人才的培养[6]。
3课程建设提升路径
（1）创新教学和实验内容，提升学习效果。《数据结构》混合式一流课程的建设要立足于当前经济社会对人才的实际需求，重构课程体系，优化教学内容，整合教学资源，利用信息化教学手段，从实际的教学情况出发，紧扣前沿，不仅对课程知识凝练优化，还与热门行业知识相融合，把课程教学内容同软件开发技术以及研究生招生考试内容相结合，满足学生对教学内容的需求，提高学生对课程的获得感和满意度。同时，将实验教学改革为“小实验+大项目”的任务体系，解决课程中不同实验之间的割裂性，提升学生自主学习能力、创新能力和解决复杂工程问题的能力。（2）推动教学资源建设，打破课堂教学壁垒。将“学生能力培养”为核心的教学理念贯穿教学始终，将线上与线下空间结合、扩展学习时域作为目标，利用先进的现代教育技术，打造优质的教育资源，整合一套完整的集题库、项目、微课、实验平台等全方位的课程教学资源。通过对教学资源的建设和教学方法、教学形式的革新，实现“人人皆学、时时即学”，使得学生不再局限于单纯的课堂学习，突破课堂教学的壁垒，将学习的内容分散到生活中，重塑了现有的教学方式，提高了学生的求知欲和学习的主观能动性。（3）改造线下教学，注重课程目标达成度。创新教学活动，在慕课平台的先导学习基础上，将翻转课堂、项目实践、模拟面试引入课堂，解决了传统课堂教学面临的痛点问题，提升课程学习的深度和挑战性。充分认识《数据结构》课程所支撑的毕业要求二级指标点，合理设置教学难度、教学计划和教学内容，选择合适的教材、教学方法和考核方式，强调课程目标达成度的完成情况和完成质量，切实提高专业人才的培养质量。
4课程建设具体措施
在常规教学资源的基础上，借助雨课堂、QQ群及PTA实验平台等工具，进行多措并举的线上教学改革，实现“人人皆学、时时即学”，使得课程内容的丰富性与前沿性得到拓展。在线下课堂与实验教学的改革中，通过重点难点讲授、翻转课堂、项目成果展示与模拟面试、课堂讨论、问题反馈、“小实验+大项目”等方式，突破教学实施中生生交互性较差、理论教学与实践应用存在嫌隙等问题。最后通过多元、立体的考评方式完成对学生的考核。《数据结构》混合式一流课程建设总体方案如图1所示。
4.1优化课程内容
根据《数据结构》课程的特点，授课教师应重在夯实基础，要对课程内容做到“弱水三千，取其精华”，优化课程结构，强调重点难点。从应用型教学出发，首先强调实用性，合理归纳教学内容，突出重难点。其次注重前沿性，将理论知识、实践技能与企业应用的实际情况相结合，及时更新课程的教学内容。最后关注发展性，把课程的教学内容同软件开发技术和研究生招生考试内容相结合，提高学生的就业适应性和升学率。在教学中也不能忽视课程思政的融入，有机融入社会主义核心价值观、中国优秀传统文化以及马克思主义哲学的科学世界观和方法论等内容，帮助学生提高综合素养和解决实际问题的能力，树立大学生正确的世界观、人生观和价值观。《数据结构》课程内容优化和思政融入如表1所示。在课程内容方面，选取严蔚敏的《数据结构》教材进行讲解，将前置课程《C语言程序设计》课程作为第0章节引入，巩固学生基础知识，打牢本门课程的学习基础。优化课程重难点，重点讲解串、数组和广义表以及图相关章节中的BMP算法、最小生成树、最短路径、拓扑排序、关键路径等问题，弱化算法，突出算法思想的运用。对课程内容作出调整，强调线性结构、树和图三大数据结构的主体地位，去掉B+树、B-树以及外部排序的内容，鼓励学生学会自主探究，透过具体的知识和内容挖掘蕴含在知识背后的思维方式、价值观和文化意义。
4.2线上资源建设
利用QQ群、雨课堂、慕课平台以及PTA实验平台进行线上资源建设。第一部分资源内容为MOOC视频，将《数据结构》课程知识点细致划分，录制视频上传至慕课平台。同时辅以现有的《数据结构》MOOC课程打造SPOC精品课程资源，并根据学生具体反馈意见进行整合与修改。第二部分资源内容为上传到慕课平台的课程PPT。为提高课程的教学效果，对PPT进行优化处理，在PPT中嵌入教师实操演示的线性表的实现、树的遍历、哈夫曼树的构建、图的应用等内容的录屏视频、案例代码、专家讲座和前沿资讯等内容。第三部分资源内容为在慕课平台创建的话题讨论。每次课程结束后在慕课平台对应的学习任务和话题讨论，诸如探究编程实现病毒感染检测、利用二叉树求解表达式的值以及讨论六度空间理论的实现等问题，提高师生、生生之间的互动性。第四部分资源内容为在慕课平台与雨课堂上的课后题库与随堂测试。本课程通过课后习题库与教师自建习题库相结合的方法，利用雨课堂等工具进行随堂测验和课后练习，方便学生巩固学习内容。第五部分资源内容为布置在PTA实验平台的课程实验与阶段性测试，利用PTA实验平台的考试功能定期进行阶段性测验，检测学生学习效果，便于其查漏补缺。
4.3线下课堂教学改革
第一部分，教师依据学生慕课平台学习情况，讲解课程的重点内容。第二部分，为达到理论联系实际的效果，教师在课堂上引入企业应用案例，要求学生分组讨论，并给出讨论结果。第三部分，基于模拟面试的翻转课堂教学。为提高课堂学习氛围，检验学生学习成效，在课堂上开展模拟面试环节。在面试活动开展前，将学生分为面试官与面试者，在模拟面试时要求学生准备本门课程的项目案例，面试官每人至少提问一个问题并给出面试意见，面试结束后由其余学生给出评分和评价意见，教师做最后评价。例如，选取第五章中树与二叉树部分知识点作为内容进行翻转课堂，以通讯行业中数据压缩存储为背景在课堂中要求学生进行案例讲解和模拟面试，解决了传统课堂教学面临的痛点问题，提升了学生的学习积极性和教学效果。
4.4实验教学改革
在以往的计算机类实验教学中，每个实验任务是独立的，各个实验之间缺乏有机联系。为解决不同实验之间割裂性的问题，本次实验教学改革采用“分而治之”的思想，将具有行业背景和实际意义的项目案例进行分解，拆分为多个相互关联的模块，将每个具体模块实现安排在多次实验课上进行，通过小实验的积累进而能够独立完成大项目作业，实现了“小实验+大项目”的实验课程任务体系。例如，在实验教学阶段，将学生成绩管理系统进行拆分，一一对应课程中线性结构、查找、排序等章节的内容，在18个课时的实践教学环节中由小见大地实现一套完整的系统，从而提升学生自主学习能力、创新能力和解决复杂工程问题的能力。
4.5多元化考评体系
改革传统期末考核方式，将线上学习评价、线下学习评价、阶段性测试成绩、期末大作业评价等内容有机整合形成全方位多元化的考评体系。其中线上学习评价包括：视频学习情况、题库试题评分、线上话题讨论参与度，拓展视频、专家讲座和前沿资讯学习情况等。线下学习评价包括：随堂测试、课堂案例分析情况、实验完成度、模拟面试表现等。例如，在课程的考核阶段，将“学、练、考”立体化融合，在完成校园导游程序、项目报告和答辩的基础上，采用多元化的考评体系对学生的成绩进行考评。其中线上学习评价占比10%，课堂表现占比20%，实验阶段表现占比30%，课堂测验和课后作业占比10%，期末项目考核及答辩占比30%。在数据结构混合式一流课程建设中，将2021级数据科学与大数据专业的学生与20级该专业学生对比发现，两专业人数均为51且生源地、高考成绩基本相同。由于21级学生的考核更加多元且编程开发了图书管理系统、校园导游程序等项目，因此学生最后的综合成绩以及动手实践能力均有大幅度提升，及格率上涨8.2%，平均成绩比20级高7分。后续面向对象程序设计课程教师反映该专业学生理论知识及实践能力相较于其他专业有明显优势，学生对该门课程的满意度达98%。此外，该课程所设置内容均对应了数据科学与大数据技术专业所支撑的毕业要求二级指标点，课程目标达成度优秀。
5结语
《数据结构》混合式一流课程以“互联网+高等教育”环境下的“双万计划”建设标准为指导，响应了国家号召，落实了教育部下发的文件。通过对课程内容进行提炼与优化、建设优质的线上资源、创新改革线下课堂教学和实践环节以及制定了科学完备的考评体系，使学生在学习基础理论的同时，强化了动手能力，提高了教学效果，提升了综合素质和整体实力。《数据结构》混合式一流课程的建设，推动信息技术与教育教学成果的应用，使其成为具有高阶性、互动性和挑战度的高质量课程，有效促进了符合现代学生发展的教育理念与信息化教学的融合创新，具有推广价值。
参考文献
[1]田亚平,朱喜锋,李爱姣,卢鑫.新工科背景下的机械原理一流课程建设探索.机械设计,2022,39(S2):27-30
[2]秦洪.高校公共课程混合式教学的探索与实践——结合体教融合背景分析.现代商贸工业,2022,43(24):206-208
[3]易任娇,朱晨阳,周竞文,周海芳.国内外一流高校计算机入门类线上课程调研.计算机教育,2022(06):79-83
[4]蔡秋茹,戴仁俊,柳益君,李红卫.一流本科课程建设背景下的应用型本科金课教学探索——以数据结构课程为例.中国多媒体与网络教学学报(上旬刊),2020(07):167-168
[5]何丽,王晓.数据结构线上线下混合式一流课程的学习效果评价探索.计算机教育,2022(09):119-123
[6]栾文娣.混合式教学评价：研究现状、理论基础、设计与实施.兰州职业技术学院学报,2022,38(05):35-37
作者：贾俊奇 单位：洛阳师范学院信息技术学院