检索结果-维普期刊中文期刊服务平台

德国中小学算法课程设置及其启示被引量：1: 1; 作者秦德生郭民《外国中小学教育》 CSSCI 北大核心 2010年第7期55-58,共4页; 算法对于中学数学教育来讲是一个全新的课题,其思想已经成为信息时代公民的基本素养之一。德国中小学算法课程设置包括目标级和元水平两种不同的水平。算法教学具有二元性,元水平算法是数学教学的核心,问题解决、概念的创建性和关联性... 展开更多; 关键词德国算法课程课程设置; 在线阅读下载PDF 职称材料

基于细粒度学习情感本体的学习效果评估方法——以算法设计与分析课程为例被引量：2: 2; 作者张春霞牛振东 +1 位作者施重阳商建云《计算机科学》 CSCD 北大核心 2018年第B06期58-62,共5页; 教育目标包括认知领域目标、动作技能领域目标和情感领域目标。情感领域目标教育已受到越来越多教育者和众多领域学者的关注和研究。学习者的情感在传统教育和网络教育中都起着十分重要的作用,影响着学习者的学习主动性、积极性、创造... 展开更多; 关键词细粒度学习情感本体学习效果评估学习情感演化模型算法课程; 在线阅读下载PDF 职称材料

程序设计与算法类课程建设模式探索被引量：2: 3; 作者张玥杰赵一鸣《计算机工程与科学》 CSCD 北大核心 2014年第A02期38-41,共4页; 程序设计与算法类课程是计算机科学与技术专业的必修课,是综合性的专业基础课,在计算机科学与技术专业课程建设中的地位十分重要,因此针对该类课程的有效建设模式进行更深层次的探索是一项非常有价值的工作。从基于系统观的课程体系架... 展开更多; 关键词程序设计与算法类课程课程体系架构建设规划设计课程内容建设; 在线阅读下载PDF 职称材料

线上线下混合式教学在“算法设计与分析”课程中的应用研究被引量：46: 4; 作者刘雨薇李茹《教育理论与实践》北大核心 2021年第9期62-64,共3页; "算法设计与分析"是计算机科学与技术专业的核心课程。目前,在计算机科学与技术专业"算法设计与分析"课程教学中,还存在诸多问题:这门课程需要使用计算思维进行工程实践,但是学生的计算思维还不够强;课程本身工程... 展开更多; 关键词线上线下混合式教学 “算法设计与分析”课程理论教学实践教学考试考核课外教学; 在线阅读下载PDF 职称材料

课程资源的融合知识图谱多任务特征推荐算法被引量：15: 5; 作者吴昊徐行健孟繁军《计算机工程与应用》 CSCD 北大核心 2021年第21期132-139,共8页; 在采集在线学习信息时,普遍存在数据缺失的情况,使得课程资源推荐时可能因数据稀疏导致推荐的效果不理想。为了解决上述问题,基于端对端的深度学习框架,提出了融合知识图谱的多任务特征推荐算法(Multi-Layer Knowledge graph Recommenda... 展开更多; 关键词知识图谱协同过滤推荐算法教育大数据多任务课程推荐(MLKR)算法; 在线阅读下载PDF 职称材料

题名德国中小学算法课程设置及其启示被引量：1: 1; 作者秦德生郭民; 机构东北师范大学数学与统计学院; 出处《外国中小学教育》 CSSCI 北大核心 2010年第7期55-58,共4页; 基金教育部专项课题"义务教育课程和教材国际比较研究"的研究成果; 文摘算法对于中学数学教育来讲是一个全新的课题,其思想已经成为信息时代公民的基本素养之一。德国中小学算法课程设置包括目标级和元水平两种不同的水平。算法教学具有二元性,元水平算法是数学教学的核心,问题解决、概念的创建性和关联性是元水平上算法教学的基础。在教学上,程序框图是算法的重要表征,处理好算法与程序设计的关系,案例教学利于培养学生的创造性,体验解决问题策略的多样性。; 关键词德国算法课程课程设置; 分类号 G639.516 [文化科学—教育学]; 在线阅读下载PDF 职称材料

题名基于细粒度学习情感本体的学习效果评估方法——以算法设计与分析课程为例被引量：2: 2; 作者张春霞牛振东施重阳商建云; 机构北京理工大学计算机学院; 出处《计算机科学》 CSCD 北大核心 2018年第B06期58-62,共5页; 基金北京理工大学学位与研究生教育发展研究课题(YJYJG2015-B16) 北京理工大学研究生学术型精品课程课题(XSKC2016020) 北京理工大学研究生教学团队建设课题(YJXTD-2015-A03)资助; 文摘教育目标包括认知领域目标、动作技能领域目标和情感领域目标。情感领域目标教育已受到越来越多教育者和众多领域学者的关注和研究。学习者的情感在传统教育和网络教育中都起着十分重要的作用,影响着学习者的学习主动性、积极性、创造性以及学习效果。基于多年承担本科生和硕士生的算法相关课程的教学实践,构建了细粒度学习情感本体,提出了基于细粒度学习情感本体的学习效果评估方法。细粒度学习情感本体的特点是引入了课程知识点之间的多种语义关系,构建了基于知识点的教师情感反馈行为分类。学习效果评估方法的特点是构建了基于细粒度学习情感本体中知识点关系路径的学习情感演化模型,并应用该模型来评估学习效果。; 关键词细粒度学习情感本体学习效果评估学习情感演化模型算法课程; Keywords Fine granularity learning emotion ontology I.earning effect evaluation Evolutional model of learningemotion Algorithm course; 分类号 TP182 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名程序设计与算法类课程建设模式探索被引量：2: 3; 作者张玥杰赵一鸣; 机构复旦大学计算机科学技术学院; 出处《计算机工程与科学》 CSCD 北大核心 2014年第A02期38-41,共4页; 文摘程序设计与算法类课程是计算机科学与技术专业的必修课,是综合性的专业基础课,在计算机科学与技术专业课程建设中的地位十分重要,因此针对该类课程的有效建设模式进行更深层次的探索是一项非常有价值的工作。从基于系统观的课程体系架构、基于全局观的建设规划设计以及基于局部观的课程内容建设三个层面,分析和讨论了有关程序设计与算法类课程建设模式的一些新探索,由此进一步提升学生对该类课程精髓的理解度,进一步提高这一重要课程群体的整体教学质量和教研水平。; 关键词程序设计与算法类课程课程体系架构建设规划设计课程内容建设; Keywords programming and algorithm course curriculum system architecture construction planning and design course content construction; 分类号 G642 [文化科学—高等教育学]; 在线阅读下载PDF 职称材料

题名线上线下混合式教学在“算法设计与分析”课程中的应用研究被引量：46: 4; 作者刘雨薇李茹; 机构山西大学计算机与信息技术学院; 出处《教育理论与实践》北大核心 2021年第9期62-64,共3页; 基金 “新工科背景下计算机类专业产教融合模式探索与实践”(项目编号:E-JSJRJ20201311)的研究成果。; 文摘 "算法设计与分析"是计算机科学与技术专业的核心课程。目前,在计算机科学与技术专业"算法设计与分析"课程教学中,还存在诸多问题:这门课程需要使用计算思维进行工程实践,但是学生的计算思维还不够强;课程本身工程实践性较强,需要培养学生的工程实践能力;学生学习水平参差不齐,教学需要照顾到每一个学生,因材施教。在计算机科学与技术专业"算法设计与分析"课程的理论教学、实践教学、考试考核和课外活动四个教学环节中应用线上线下混合式教学,可以提高教学质量和效果,培养学生的计算思维,提高学生的工程实践能力。; 关键词线上线下混合式教学 “算法设计与分析”课程理论教学实践教学考试考核课外教学; Keywords online-offline blended teaching way "algorithm design&analysis"course theoretical teaching practical teaching examinations extracurricular teaching; 分类号 G642.0 [文化科学—高等教育学]; 在线阅读下载PDF 职称材料

题名课程资源的融合知识图谱多任务特征推荐算法被引量：15: 5; 作者吴昊徐行健孟繁军; 机构内蒙古师范大学计算机科学技术学院; 出处《计算机工程与应用》 CSCD 北大核心 2021年第21期132-139,共8页; 基金国家自然科学基金(61841703) 内蒙古自然科学基金(2019BS06001,2019MS06014)。; 文摘在采集在线学习信息时,普遍存在数据缺失的情况,使得课程资源推荐时可能因数据稀疏导致推荐的效果不理想。为了解决上述问题,基于端对端的深度学习框架,提出了融合知识图谱的多任务特征推荐算法(Multi-Layer Knowledge graph Recommendation,MLKR)。基于多任务特征学习,在任务中嵌入知识图谱;在任务之间通过交叉压缩单元建立潜在特征和实体之间的高阶联系,从而建立推荐模型。实现了基于学习者目标、兴趣、知识水平的课程资源精准推荐。实验结果表明,MLKR推荐算法训练时长和预测准确率均优于基于用户或物品的协同过滤算法和逻辑回归模型,在课程资源推荐领域具有一定的应用价值。; 关键词知识图谱协同过滤推荐算法教育大数据多任务课程推荐(MLKR)算法; Keywords knowledge graph collaborative filtering recommendation algorithms educational big data Multi-Layer Knowledge graph Recommendation(MLKR)algorithm; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	德国中小学算法课程设置及其启示	秦德生郭民	《外国中小学教育》 CSSCI 北大核心	2010	1	在线阅读下载PDF 职称材料
2	基于细粒度学习情感本体的学习效果评估方法——以算法设计与分析课程为例	张春霞牛振东施重阳商建云	《计算机科学》 CSCD 北大核心	2018	2	在线阅读下载PDF 职称材料
3	程序设计与算法类课程建设模式探索	张玥杰赵一鸣	《计算机工程与科学》 CSCD 北大核心	2014	2	在线阅读下载PDF 职称材料
4	线上线下混合式教学在“算法设计与分析”课程中的应用研究	刘雨薇李茹	《教育理论与实践》北大核心	2021	46	在线阅读下载PDF 职称材料
5	课程资源的融合知识图谱多任务特征推荐算法	吴昊徐行健孟繁军	《计算机工程与应用》 CSCD 北大核心	2021	15	在线阅读下载PDF 职称材料