數據結構MOOC課程的設計與建設

唐艷琴，陳衛衛，鮑愛華，李志剛，吳永芬，李 清

（解放軍理工大學 指揮信息系統學院，江蘇 南京 210007）

0 引 言

MOOC（massive open online courses，慕課）大規模開放在線課程在維基百科上的定義為“MOOC是一種以開放訪問和大規模參與為目的的在線課程”。MOOC起源于2007年，2012年以來，斯坦福大學創辦了Udacity和Coursera，麻省理工大學與哈佛大學聯合創建了edX，還有可汗學院的建立，MOOC作為一種新的網絡教育模式熱遍全球，開創了在線教育的新變革，2012年也被稱為MOOC元年[1]。

2013年4月香港科技大學教授Naubahar Sharif在Coursera平臺上開設了中國的科學、科技與社會課程，這是亞洲首門MOOC課程[2]。隨后，北京大學、清華大學、上海交通大學等眾多國內知名高校相繼建立了本校的MOOC平臺，多家互聯網公司也投身其中，構建了慕課中國、學堂在線、中國大學MOOC平臺、華文慕課、好大學在線平臺、智慧樹、頂你學堂等等眾多MOOC平臺。MOOC是一種資源，一種變革，具有重要的意義，不僅對教師有“教”的影響，還對學生有“學”的影響。

1 數據結構MOOC的設計

北京大學的數據結構課程作為國內首批中文MOOC課程，于2013年10月20日正式開課[3]，隨后清華大學、浙江大學、臺灣新竹“清華大學”、中國海洋大學等高校分別在相關平臺上開設數據結構課程。數據結構課程涵蓋的內容多、跨度大，如何定位課程、如何設置學時、如何取舍內容等問題都需要認真考慮。對于數據結構這樣一門重要的計算機專業基礎課程，在長期教學中，我們認為透徹理解概念術語，把文字教材不易呈現的知識內涵講解出來，展示知識發生發展過程，啟發學生思考，提升學習興趣，使學生具有對比批判的分析能力是十分重要的；在此基礎上，再進行翻轉課堂教學也就容易得多。因此，將MOOC課程定位在基礎性的數據結構，便于實施翻轉課程，在設計上突出自己的特色，應主要考慮以下幾個方面的問題。

1.1 教學目標設計問題

教學目標設計是MOOC課程的整體導向。數據結構課程的教學目標是使學習者懂得數據結構的一般原理，掌握表、樹、圖等基本結構的特點，各結構的存儲表示和所涉及的運算，完成各種運算的算法及其實現方法，學會對算法的評價方法。學習的最終目標是使學習者具有一定的算法設計能力、較強的程序設計能力和實際應用能力。

1.2 教學內容和知識體系

教學內容設計是MOOC課程的支撐。數據結構MOOC共分為12講，包括三大部分：基礎知識（第1講）、基本模型（第2講～第10講）和基本問題(第11講和第12講)。基礎知識包括基本概念、算法的評價標準、算法的描述方法等；基本模型包括表、樹、圖、散列表的重要知識點和算法；基本問題是排序章節的內容。教師可以問題為導向，介紹求解同一個問題的多種不同處理算法，通過對算法的評價，分析各算法的特點、效率和適用情況。整個MOOC教學內容應以基礎知識點為主，輔以相關知識，增加學生認識事物的廣度，使其將各知識點融會貫通，并且對每個知識點，都從一個有趣的或實際應用示例開始。單向鏈表的教學內容如圖1所示。

圖1 單向鏈表的教學內容示意圖

1.3 教學模式設計問題

教學模式設計形成了整個MOOC課程的風格。對于基本概念，教師在講清基本概念條文的同時，盡可能多地舉例闡述概念的內涵，并強調規范術語用詞，培養學習者嚴謹的科學作風。

對于算法設計，遵循“少而精”的原則，突出重點，以點帶面，利用對比，使學習者逐步建立設計“好”算法的意識。

對于表、樹和圖這三大基本結構，依照“邏輯結構→物理結構→基本運算→基本算法→算法評價”的脈絡，研究每種結構的特點，給學習者列出一條清晰的研究主線，使學習者能夠根據問題的特點選擇合適的數據結構，進一步理解研究數據結構的意義；主要采用“問題—模型—算法—演變”的教學模式進行講解，運用問題驅動、BOPPPS模型、概念圖等[4-6]方式讓學生更好地理解其中的含義。最小生成樹的教學設計過程如圖2所示。

2 數據結構MOOC的建設步驟

2.1 教學團隊組建

數據結構MOOC建設工作量大，不僅包括錄制教學視頻，還包括課程上線、實踐、維護管理、交流等，會耗費教師大量的精力，需要組建教學團隊共同完成。團隊分工協作的任務通常包括：①共同商討定內容，分工制作PPT；②主講人審定PPT，獨立撰寫講稿、審定視頻；③分工裁減視頻片段，二次成片；④分工編配習題，共同討論審定；⑤1人負責總維護，分工上傳資源；⑥共同交流答疑。

2.2 教學內容設計

2.2.1 碎片化教學內容組織問題

互聯網信息越來越容易獲取，針對人類注意力的心理學研究表明，成年人的“倒U型注意力曲線”在峰值附近持續的時間長度大約為6～10min[7]，過多信息消耗了接受者的注意力，導致信息碎片化成為不可避免的趨勢。因此，在MOOC課程教學時，同樣需要將授課內容碎片化。

圖2 最小生成樹的教學設計

傳統課堂中，一節課的教學時長通常是40～50min，MOOC必須將其更細致地梳理和切分，切割成每個6～10min的短小視頻，使學生可以隨時隨地充分利用零碎時間，在注意力最能有效集中的時間段進行學習；同時，碎片化的教學內容組織方式也更容易滿足不同學生的學習目標。

內容的碎片化并不是要求將所有的知識點講解都壓縮或裁剪到6～10min之內，“6～10min規律”只是提醒我們，在超出這個時間后，學生的注意力可能會不集中，因此，我們在時間稍長的視頻中都會設置一個提問環節，如在二分查找的5'36''處設置提問環節。中國大學MOOC提供在視頻中插入提問的功能，視頻播放到提問處會暫停，學生必須點擊后才能繼續播放，以便將學生的注意力重新引回授課視頻。

2.2.2 組織結構問題

MOOC課程的組織根據知識點進行劃分，將教學內容進行自頂向下的分解，分成講、節和知識點3個層級。其中，講相當于課程中的章，節相當于每章中的小節，知識點就是一系列相對獨立的MOOC短視頻。每個章節包括多個知識單元，每個課時還可以包含多個知識點（視頻）。在數據結構MOOC課程中，我們設計了12講，分39節，共93個知識點，第二章順序表的組織結構見表1。

表1 順序表的內容組織結構

2.2.3 輔助配套等相關問題

傳統課堂中，教師和學生之間是面對面的授課，通過課堂交流、課內測試等方式，教師可以很好地掌握學生的學習情況；但是在MOOC學習中，多數課程為教師引導型授課，缺少面對面的交流，因此教師很難及時了解學生的需求。為了彌補這個缺陷，各大平臺上都提供了課間提問、課后測驗、單元測驗、單元作業、討論區等工具，充分利用這些工具，可以在一定程度上達到良好的教學效果。

課后測驗是MOOC教學優于傳統課堂的一種方式，某個知識點講解完后的小測驗，可以用來檢驗學生是否掌握所學知識，幫助學生分析自己的聽課效果。雖然傳統課堂中也有各類小測驗，但是通常受限于時間，只能關注到一部分學生是否掌握；MOOC的課后測驗由系統直接評判，學生提交答案就能知道測驗結果，有利于學生根據測驗情況，對照檢查自身對視頻內容的理解情況，及時發現問題，并可反復觀看視頻進行學習。

單元測試和單元作業設置在單元結束之后，是對某個單元的整體學習內容進行評估。完成時間一般設置為一周；單元測試由系統直接評判，系統提供3次測試機會，每次測試題目隨機抽取，取3次成績中最好的成績作為本單元的最終成績。單元作業一般為主觀題，可由學生之間進行互評，每位學生評價他人作業不少于3份，每份作業必須有3位學生進行評價才能得到最終成績，如少于3位則由教師進行判分。

討論區是課堂的延伸，是一種在線即時討論方式，主要分為兩種討論模式：一種是教師引導的討論，主要針對當前所學知識點提出一些拓展或思考的問題，由學生進行討論；另一種是學生主導的討論，均有一定的時效性要求，需要教師及時參與，同時鼓勵學生共同參與討論，營造一種學生之間互幫互助的學習氛圍。

由于數據結構課程涉及很多算法，為了讓學生更容易理解，教師可提供一些生動且易于理解的動畫，如在數據結構MOOC中，我們提供了11個算法動畫視頻，以加強學生對相應算法的理解。

2.3 教學視頻錄制

準備工作完成后就進入視頻錄制階段，MOOC課程中教學視頻的錄制可采用拍攝或錄屏的方式，拍攝可以請第三方專業制作公司錄制，或者進行課堂實錄。錄制過程須考慮展示方式、語言表達的清楚流暢、語速的控制、音質、機位、提詞器等問題；為了保證整體畫面的協調，在視頻錄制時還須考慮服裝、字體顏色等的搭配；后期剪輯生成時還要考慮畫語互補、片頭、片尾、剪輯前后的銜接性、視頻的生成質量等問題。我們在視頻制作中采用16：9的畫幅、1080p的視頻顯示格式。

2.4 課程上線

我校數據結構MOOC選擇在中國大學MOOC網站上進行發布。開課前的準備工作包括3部分：①設置課程團隊。課程團隊所有教師自行注冊，并完成實名認證，由課程負責人將團隊教師加入課程團隊。②發布課程介紹頁。發布課程基本信息、開課時間、推介、課程介紹、證書要求、介紹視頻、課程大綱等信息；課程介紹視頻類似于一個大片的花絮，因此必須精心制作，以通過這個片花讓“觀眾”一窺整個課程的風貌，進而吸引其選課；我們使用1'30"的視頻，以虛實結合的方式進行課程介紹。③發布教學單元內容。中國大學MOOC 平臺提供視頻、文檔、富文本、隨堂測驗和討論5種教學類型進行編輯添加；教學視頻發布可以利用視頻庫，首先將內容上傳到庫，然后發布教學單元時根據需要進行組合，提高效率；單元內容發布完成后，可使用“預覽”功能查看發布效果，并進行修改；最后修改發布時間為正式開課時間，點擊發布后就進入正式開課階段。

2.5 課程開設與維護

我校數據結構MOOC課程于2016年9月9日在中國大學MOOC—愛課程網站上首次開課，課程時長為10周，每周約4小時的課程。課程資源包括93個按知識點劃分的視頻（共392分鐘的教學視頻）、41個課件和11個算法動畫視頻，布置了110個單元測驗習題和24個編程作業題，共有10 314人選課，最后達到畢業要求獲得證書的學生是65人合格，24人優秀。

課程開始后，課程團隊充分利用討論區與學生進行交流互動，對學生作業進行評價。對于在線課程而言，互動是非常重要的，因此課程對教師的投入時間要求較高。只有學生之間良好互動加上教師及時答疑解惑，才能使在線課程更好發揮作用。

MOOC學習中，對學生主要是以作業、互動情況和期末考試成績作為評分依據，因此，我們采用的評分標準是單元測驗占40%；單元作業占10%；期末考試占40%；課堂討論占10%，課堂討論按活躍度計算，滿分至少30個回復，對課程中設置的討論題進行一次回復算1個活躍度。

在MOOC課程中，課間提問、課后測驗和單元測驗一般都為客觀題，可由系統自動評分，但是數據結構作為一門程序設計類課程，要求學生具有解決問題的實際能力，那么編程題必不可少。因此，我們在單元作業中布置編程題，如果采用學生互評方式，學生的專業水平本來就參差不齊，每人掌握的語言可能也有不同，這給互評帶來很大的難度和隨意性；但是如果都由教師進行評分，也存在巨大的工作量問題。這就是我們在數據結構MOOC建設過程中遇到的一個亟待解決的問題——在線測評系統的缺乏。雖然多數高校都有自己的在線測評系統，但是學生是在MOOC上注冊的在線學習，用所在學校的測評系統，又會涉及與MOOC平臺的對接問題。由于缺少測試平臺，期末考試均為主觀題，只能考查學生的理論掌握水平，我們急切期待MOOC平臺能推出在線測評系統。

由于MOOC的教學實施與考核都是在無人監督的狀態下進行的，目前尚無有效技術手段保證考核結果和證書獲得者與課程具有可信的對應關系，因此，國內對于MOOC的考核只能作為教師或學生了解學習效果的一種參考。美國的MOOC組織者如Coursera、edX等，是通過線下有監督的考試頒發更有參考價值的證書，但其規模受到人力資源如閱卷教師的限制。

3 結 語

2017年1月11日中國大學在線開放課程論壇上，愛課程中心吳博主任通過對中國MOOC課程的統計分析，得出如下結論：①本科學生人群最青睞MOOC學習。學生群體中本科大一、大二年級的學生占據了MOOC學習中半數以上的比例；在職群體中同樣是本科學歷的學生在半數以上。②年輕人更愛學慕課。MOOC學習用戶中整體年齡年輕化，18—23周歲用戶比例為71.11%，24—26周歲用戶比例為9.07%。③課程通過率最高達到46.08%。平臺整體課程通過率為1.5%，排名前10位的課程通過率均在20%以上，通過率在10%以上的課程有41門。④累計注冊人數突破620萬，累計選課人次突破2 000萬。

MOOC課程的使用一般有純MOOC式教學、MOOC+SPOC方式、純SPOC方式和嵌入課程教學式，即MOOC僅僅作為一種資源，具體采用哪種方法，與各個學校的師資力量和教學內容需求相關。相信隨著更多MOOC課程的涌現，學生學習的方式更加多樣化，所謂教學相長，也會促進更多教師采用先進的教學資源和教學手段投入MOOC建設和MOOC資源的應用，培養出更多具有自主學習精神、善于思辨和交流討論的學生，為社會輸送更多優秀的復合型人才。

[1]郝丹. 國內MOOC研究現狀的文獻分析[J]. 中國遠程教育, 2013(11): 42-50.

[2]李瑩, 楊敏. 開放教育資源的持續發展: 以MOOC課程“數據結構與算法”為例[J]. 開放大學, 2015(24): 59-64.

[3]張銘. 立足北大, 放眼未來:“數據結構與算法”MOOC課程教學實踐與思考[J]. 工業和信息化教育, 2014(9): 65-73.

[4]唐艷琴, 陳衛衛, 施蕾. “數據結構”小班化教學探討[J]. 計算機工程與科學, 2014(增刊1): 244-247.

[5]李清, 陳衛衛, 李志剛. 基于計算思維的問題驅動教學法研究[J]. 計算機教育, 2014(16): 21-24.

[6]Chen W W, Li Z G, Bao Ai H, et al. Curriculum design for computational thinking training based on concept map[C]//2015 7th International Conference on Information Technology in Medicine and Education. Huang Shan: Institute of Electrical and Electronics Engineers Inc.. 2015: 413-416.

[7]露西·喬·帕拉迪諾. 注意力曲線: 打敗分心與焦慮[M]. 苗娜, 譯. 北京: 中國人民大學出版社, 2009: 2-10.