给我们留言
91学术服务平台

您好,欢迎来到91学术官网!业务合作:91xueshu@sina.com,站长邮箱:91xszz@sina.com

发布论文

论文咨询

人工智能在Java程序设计课程教学中的应用

  2025-01-23    16  上传者:管理员

摘要:为提高Java程序设计课程教学质量以及减轻教师的教学压力,本文构建了一个智能化的线上教学平台。平台采用Browser/Server模式,利用人工智能技术库Deeplearning4j、TensorFlow Java API和Encog等进行业务驱动,并采用MySQL、MongoDB、MinIO和Redis满足不同数据类型的存储需求。实践表明,该教学方式可有效提高学生的积极性与参与感,有助于提高学生的教学成绩。

  • 关键词:
  • Java程序设计
  • 人工智能
  • 教学改革
  • 核心课程
  • 线上教育
  • 加入收藏

1、引言


教育为国之大计,是社会和个人发展的基石, 也是构筑个人命运、驱动社会进步和促进文明演进 的根基[1]。近年来,随着计算机技术与互联网的迅 猛发展,计算机相关课程的教学在教育领域中变得 日益重要。

《Java 程序设计》课程是计算机专业以及计算 机相关专业的核心课程之一,旨在培养学生的基础 编程能力,为后续的学习和应用奠定坚实的程序设 计基础。目前《Java程序设计》的课程教学改革主要体现为实验驱动教学法、项目驱动教学、课程思 政融合、教学内容优化等[2-7]。这些方法促进了《Java 程序设计》课程的教育教学方式改革,提高了教学 效率,但缺乏个性化和智能化。

为提高Java 程序设计课程教学质量以及减轻 教师的教学压力,本文利用Java语言结合人工智能 的自然语言处理技术、机器学习、深度学习等,构 建一个线上教学平台。该平台具有课程资料的智能 化推荐、课程的自我测评、课堂异常行为提醒、学 生情感状态统计和检索式智能辅导等功能,可为促 进《Java 程序设计》课程教学的智能化、信息化和 个性化提供帮助,具有一定的实际应用意义。


2、智能化线上教学平台设计


2.1 需求分析

基于人工智能的线上教学环境旨在为学生和教师提供高效智能化的全方位支持。基于人工智能的线上教学平台功能如图1所示。

图1 线上教学平台功能展示图

对于学生而言,智能化线上教学平台应具备个 性化学习资料推荐功能,即根据个人属性和学习过 程数据推荐学习资料;具备自我测评功能,以供学 生及时检验自己的学习成果;此外,还应具备个性 化辅导功能,对学生的提问给出参考性的解答,使 得学生更好地理解知识难点,提升学习效果。对教 师而言,平台除了正常的授课功能外,应能够对学 生情感状态进行实时获取,以及时调整教学策略; 应具备学生课堂异常行为监测,针对学生异常行为 给出智能化的提醒与警示;还应具备智能化的作业 评估和线上监考功能,以减轻教师教学压力。

2.2 总体架构

采用B/S(Browser/Server)模式部署基于人工 智能的线上教学平台。在B/S模式中,用户仅需在 浏览器中进行功能的访问与操作,无需安装客户端 程序[8]。系统的总体构架如图2所示。其中,表示 层负责与用户进行交互,具体包括用户界面的显示 和用户输入的处理。这一层采用 HTML、CSS 和 JavaScript 等前端技术实现用户界面的友好交互,确 保用户能方便地操作系统。业务逻辑层负责处理平 台业务逻辑,是系统的核心部分。它利用Java语言 结合人工智能技术库 Deeplearning4j、TensorFlow Java API、Encog 等进行业务驱动。数据访问层是连接业务逻辑层和数据存储层的关键部分,负责数据 的读取、写入和管理。数据存储层负责存储和管理 各种类型的数据包括结构化数据、非结构化数据和 文件数据。主要采用的技术包括 MySQL、 MongoDB、MinIO 和 Redis,以满足不同数据类型 的存储需求。

图2 线上教学平台总体架构图(据刘能现有修改)


3、智能化线上教学平台实现


线上教学平台主界面如图3所示,点击“进入 课堂按钮”将会进入授课区。在这里,学生可以观 看直播的教学视频,参与实时互动和讨论。教师在 这里进行线上授课和学生管理。教师在授课时可以 及时获取学生动态,智能化地提醒学生的异常行 为。点击“自学区”按钮进入自学区,其为学生提 供了自我测评、资料推荐与个性化辅导选项。

图3 线上教学平台主界面

3.1 资料推荐与自我测评

收集学生的学习行为数据,即作业状况、各项 成绩,以及学生兴趣偏好等属性数据。根据数据进 行人工智能推理,捕获学生的强项与弱点,应用人 工智能手段推荐合适的学习资料。

鉴于学习资料推荐的重要性以及特殊性,采用融合基于内容的推荐、协同过滤推荐和深度学习的 混合推荐方法。这种混合推荐方法通过多种推荐方 法的结合,能够充分利用数据,提供更加个性化和 精准的学习资料。图4为推荐的《Java程序设计》 课程的学习资料。

图4 资料推荐界面

自测模块如图5所示。它能够根据学生作答自 动判断审阅,并记录学生作答情况。在完成当前题 目后,点击“提交”按钮系统会加载下一题继续作 答。这种连续作答的机制可以保持学生的专注度和 学习兴致。

图5 在线测评界面

3.2 智能化的课堂监测

已有的线上教学授课存在学生互动性和参与感低、师生情感连接缺失以及无法实时掌握学生动态等问题。因此需要引入人工智能技术,改进诸如 此类问题。

线上授课时,学生可通过视频数据直观获知教 师教学时的情感状态。但对于教师而言,可视窗口 有限,无法直观实时感知学生的情感状态。因此需 要借助人工智能技术,统计获取学生的情感状况,反馈给教师以加强情感连接。针对线上教学的情感 识别,接受性高且高效的方式通常为基于计算机视 觉的方式[9],即通过提取面部关键点信息来理解、 感知其中所蕴含的情感信息。针对面部图像数据进 行人脸定位、归一化等预处理操作,再将图像数据 传入视觉情感识别器,基于面部关键特征分析获取 情感状态。图6为教师端所展示的学生情感统计情 况,教师通过反馈的情感信息可及时调整教学策 略、为学生讲解疑点以及调动学生积极性以提高学 生参与感。

图6 学生课堂情感统计

图7 异常行为提醒界面

头部姿态估计是根据头部的朝向与运动理解别人意图的一种非语言性交流[10]。利用基于深度学 习的头部姿态估计来实现学生注意力追踪,以及通 过统计每个学生发布评论数,获知参与度低的学 生。根据上述获取的学生动态反馈信息,进行类似图 7 的弹窗以及响铃的智能化异常行为提醒与警 示。针对学生异常警示,学生端设备在进行弹窗警 告提醒的同时,会同步异常行为数据到教师端设 备,导出数据如表1所示。

表1 教学效果统计表

3.3 智能化的课后服务

为减轻教师负担,助力其摆脱大量机械重复的 工作,引入人工智能实现学生作业的智能化批改。 图8为智能化阅卷主界面。针对选择、填空、判断 等客观题可直接通过预设答案模板进行字符匹配; 对于简答、论述等主观题则引入人工智能技术进行 评估。采用自然语言处理对学生答案的文本数据进 行文本分析以提取关键信息,即关键词、短语和句 式结构等,然后基于与标准答案和优秀答案的相似 度进行评分。最后依据评估结果自动归纳错题集, 为学习资源的分配提供导向,向实现学习的高效化 和个性化逼近。

图8 智能化阅卷

此外,引入基于检索式问答技术[11],为学生提 供针对性的智能化辅导。检索式的自动问答,其原 理是基于知识库检索相关信息进行解答,可以对学 生的疑问提供更为可靠的解答。图9为检索式智能 辅导示例图。

图9 检索式智能辅导示例图

线上考试中,一般通过视频直播等方式进行监 考。这种方式耗费人力成本高且无法监测学生是否 通过网络作弊。因此需引入人工智能技术,即采用 基于深度学习的人脸识别技术,结合学生信息库中 的图像信息与线上获取的图像进行对比,从而鉴别 学生身份,并通过异常行为检测、语音监测识别和 页面检测等监察考生行为,以保证考试的公平性。 图10为实现智能化监考的流程图。

图10 智能化监考流程图


4、实践及教学效果分析


选取疫情期间,计算机学院计算机科学与技术 专业的A班和B班作为研究对象,每班30人,男 女比例均约为2:1。

表2为A、B两班采用QQ群直播授课两周(8 课时)后统计的教学数据。通过统计课堂互动人数 比例获得课堂参与度。由表2可发现,A、B两班 的测评平均分与参与度相差较小;P值为0.38,大 于0.05;t 统计量绝对值较小,为 0.12。这四项数 据表明,A、B 两班在实验前成绩无显著差别,具 备对比性,可分组进行实验。

表2 摸底数据统计表

然后对A、B两个班级进行为期一个月(16课 时)的《Java程序设计》课程线上教学活动。其中 A班依旧采用QQ群直播的线上授课方式,B班采 用本文提出的线上授课方式。一月后对两个班进行 一次测评。测评成绩以及统计近期课堂互动的参与 度如表3所示。

表3 教学效果统计表

由表3可发现:B班的测评平均分为81.6,高 于A班的78.1;且t统计量的绝对值为1.36,结合 P 值为0.04小于0.05,可以得出B班的测评平均分 显著高于A班,表明两班测评成绩数据的差异具有 统计显著性。在一个月的测试期内,A、B 两个班 的课堂评价参与度中B班达到了98%,远超A班 的88%。这表明B班学生在课堂上的活跃度更高, 更积极地参与了教学活动。较高的参与度不仅能够 增强学生的学习兴趣,还能促进知识的内化。这也 是B班测评成绩较高的原因。可见,线上教学方式 显著地提高了课堂互动性,且教学效果要优于某些 以往的线上教学方式。

针对以往《Java程序设计》课程教学改革中存 在的不足,本文构建了一个线上教学平台,实现 《Java程序设计》课程学习资料推荐以及自我测评、 线上授课时学生状态的实时获取与情感统计等,以 提升教学质量,促进学生发展。另外引入智能化的 作业评估与线上监考,以减轻教师负担,保证教师 集中精力关注于教学质量和学生的成长发展。

本文仅简单实现了线上教学平台,未能对其安 全性、隐私性等进行分析。在接下来的研究中,将 着重探讨、研究此类问题。

希望本文的研究能够为《Java程序设计》课程 的教学改革提供更多的可能性,进一步促进线上教 学的改革与发展。


参考文献:

[1]刘超.习近平“教育优先发展论”的历史性贡献.人民论坛, 2019(06):18-19

[2]邓旭华,袁定治.沉浸式项目教学法在JAVA课程中的应用.中国职业 技术教育,2014(26):5-7

[3]陈福林.Java程序设计语言课程教学改革探讨.教育与职业, 2014(15):144-145

[4]丁振凡,张恒.Java教学中计算思维能力培养.实验技术与管理, 2016,33(06):7-9

[5]陈科.基于组件库技术的JAVA EE实验教学探索.实验技术与管理, 2020,37(06):193-196,216

[6]杜少波,李静.融入OBE+课程思政的Java程序设计课程教学研究.高 教学刊,2024,10(15):116-119

[7]卢冶,刘永良,张小立.面向应用型人才培养的Java课程群研究与建 设.实验室研究与探索,2017,36(01):207-211

[8]刘能现.研究生学业预警平台设计与实现.福建电脑, 2024,40(09):104-107

[9]郭续,买日旦·吾守尔,古兰拜尔·吐尔洪.基于多模态融合的情感分析 算法研究综述.计算机工程与应用,2024,60(02):1-18

[10]代欢欢,谭生祥,张旺.头部姿态估计方法研究综述.现代计算机, 2021(07):130-134

[11]赵芸,刘德喜,万常选,等.检索式自动问答研究综述.计算机学报, 2021,44(06):1214-1232


基金资助:西安石油大学2023年度“立德树人”研究课题“OBE理念下思政元素融入程序设计类课程教学的探索与实践—以《JAVA程序设计》为例”(No.LD202309)的研究成果,并获得它的资助;


文章来源:潘少伟,朱爱琴.人工智能在Java程序设计课程教学中的应用[J].福建电脑,2025,41(02):98-102.

分享:

91学术论文范文

相关论文

推荐期刊

网友评论

我要评论

教育与职业

期刊名称:教育与职业

期刊人气:2824

期刊详情

主管单位:中共中央统战部

主办单位:中华职业教育社

出版地方:北京

专业分类:教育

国际刊号:1004-3985

国内刊号:11-1004/G4

邮发代号:82-139

创刊时间:1917年

发行周期:半月刊

期刊开本:大16开

见刊时间:1年以上

论文导航

查看更多

相关期刊

热门论文

推荐关键词

【91学术】(www.91xueshu.com)属于综合性学术交流平台,信息来自源互联网共享,如有版权协议请告知删除,ICP备案:冀ICP备19018493号

400-069-1609

微信咨询

返回顶部

发布论文

上传文件

发布论文

上传文件

发布论文

您的论文已提交,我们会尽快联系您,请耐心等待!

知 道 了

登录

点击换一张
点击换一张
已经有账号?立即登录
已经有账号?立即登录

找回密码

找回密码

你的密码已发送到您的邮箱,请查看!

确 定