· 课程名称：土木文明浅析

· 课程性质：全校性选修课

· 教学对象：大一、大二年级理工类本科生

· 总学时：16学时

· 主讲人：韩庆华

· 所在学院：建工学院

（一）案例名称

“智能土木与新基建”的时代要求

（二）案例教学目标

知识目标：理解智能土木的内涵、智能建筑的关键技术、新基建与老基建的区别，并掌握新基建的领域和发展方向；

能力目标：结合课堂讲授内容，把握土木工程的未来发展趋势；

价值目标：塑造社会主义核心价值观。

（三）案例教学实施过程

（四）教学效果及反思

本节课结合我校“大型地震工程模拟研究设施的关键技术”特色案例，阐述了“新基建”对于国家科技发展的重要意义。依托工程案例、教学视频等教学素材，采用启发式、嵌入式等教学手段，结合亲身经历和身边的事，激发学生的学习兴趣、引导创新思维，三维教学目标达成度较好。

由于课程案例生动具体，学生在学习过程中感同身受，思政效果较好。在期末论文中，很多同学结合“智能土木与新基建”这部分内容，对土木工程的未来发展趋势以及自己的未来职业规划进行了展望，教学效果得到良好体现。在后续教学过程中可以引入更多的视频教学和网络互动，提高学生课堂参与度，启发学生自主思考。

· 课程名称：程序设计原理

· 课程性质：必修

· 教学对象：本科一年级、工科试验班（智能与计算大类）

· 总学时：80学时

· 主讲人：喻梅、王建荣、李雪威、于瑞国、应翔、孙倩

· 所在学院：智能与计算学部

（一）案例名称

STL基本概念、向量

（二）案例教学目标

知识：掌握C++标准模板库的基本概念及vector容器的使用，通过对实例程序的分析、对泛型程序设计的实践，能够掌握泛型程序设计的思想和方法。

能力：能够正确使用标准化的STL模板化编程，能够正确理解STL模板化编程的代码优化，能够使用泛型程序设计方法解决具有一定复杂度的实际问题。

素质：通过实例学习及实践练习，培养学生严谨治学的学习态度、辩证统一的哲学思维、以及精益求精、一丝不苟的“工匠精神”。

（三）案例教学实施过程

（四）案例教学效果及反思

（1）学生所获感悟

通过学习STL的相关知识，学生感觉之前的很多代码都可以进行优化。在书写代码时没有必要重复造轮子，可以多阅读一些工业级的C++代码，从中获取一定的知识。课下按照老师的要求阅读了vector的底层实现，初步感觉编写程序的时间、空间复杂度上也需要更为仔细的考量。

（2）思政教学效果

通过本节课学习，学生们在吸收掌握新知识的同时，也对国家环境治理、疫情防控等相关时事有所思考，并能够利用所学知识去帮助解决实际问题。通过类比方式，学生将所学知识与思政元素有机结合，形成一个整体参与到整个课程乃至整个学科的知识体系构建中；在实践过程中，学生能够更加自然地使用辩证思维去分析问题求解的不同方法之间的优缺点，在不断优化、不断调整中深切感受到精益求精的工匠精神，在小组讨论中感悟群策群力的优势，更加深刻地理解到团队合作的重要性。

（3）思政教学反思

在本节课教学中思政内容多是通过教师进行讲解引入，可进一步通过设置相关问题引导学生进行思考，在实践环节中从程序运行过程中或者结果上体现出需要引入的思政元素，比如在疫情防控问题上，可以让学生用程序进行传染病模型的模拟，通过结果对比不同防控策略下的后果，让学生更加认识到当前我国疫情防控策略的正确性。

· 课程名称：智慧社会与大数据智能

· 课程性质：必修

· 教学对象：2018/2019级计算机科学与技术（腾讯班）

· 总学时：56

· 主讲人：王文俊、李雪威、李杰、王博、武南南、刘雪莉

· 所在学院：智算学部

（一）整体思路：

《智慧社会与大数据智能》课程是面向本科三年级学生的有关大数据智能软件设计与开发的课程，实施项目制教学，培养学生综合运用前沿的数学工具、智能方法、软件技术及交叉学科知识构建大数据软件与系统，研究和解决真实的社会问题。授课内容包括工程师责任与义务、项目设计思想与流程、项目工程化设计开发与软件工具使用、项目管理技术和工程伦理。实践围绕一个项目的构思、设计、实现与运行全过程。通过课程教学，使学生掌握面向真实社会问题的大数据分析方法与智能软件设计开发的基本知识，培养学生对大数据智能软件设计开发全过程的认知、实践和总结交流能力，培养工程师基本素质。

2020年1月远程协作研发上线的疫情防控大数据智能分析平台（http://tjubd216.cn/virus/）给国家部委、天津市部门与公众提供智能分析服务，获得认可，该平台有2018级三位同学、2017级5位同学参与开发， 为《智慧社会与大数据智能》课程开设提供有益尝试。

（五）教学反思

工程实践能力锻炼方面：学生之前虽然学习了多门专业课，但是不能灵活运用，更不能融会贯通。通过本课程，对知识点的结合、及实践能力的需求有了初步了解。

应用场景及科学前沿的理解：学生之前对于应用场景和科学前沿的了解和切入都不够，经过此次课的讲解，大部分同学积极性高，有了科学研究的概念、以及分析问题和解决问题的兴趣。

工程伦理的认知：学生此前对技术的伦理和工程师的伦理了解很少，此次课程提醒了他们一定要建立底线思维，分清对错。

· 课程名称：知识工程

· 课程性质：必修

· 教学对象：2019级级本科生，人工智能专业

· 总学时：40学时

· 主讲人：张小旺

· 所在学院：智能与计算学部

（一）教学设计：

知识工程课程引入课程思政的主要目标是让学生在学习专业知识的同时，学习党史知识，了解红军历史，树立正确的人生观、世界观和价值观。针对这一课程思政目标，设计了如图1所示的教学设计整体框架。首先，在课堂教学中用红军历史相关的例子进行讲解，并要求学生在实践过程中融合党史内容。其次，设计融合党史思政元素的微视频，供学生线上学习。此外，课程期末实践以红军知识图谱为主题，并对学生提出专业方面和思政方面的双重要求。

融入党史思政的课程教学整体设计

（二）创新点

知识工程课程思政的创新点主要体现在融合思政的教学大纲设计、线上与线下相结合的思政教学方式以及合理的学生分组这三个方面。首先，在教学大纲设计上，遵循从统一到分散再到统一的整体框架，在课程初期从整体上介绍课程专业在党史知识整理方面的应用，然后在具体知识的教学中讲解不同知识点及技术对党史知识的不同应用，最后以党史为主题进行综合的课程实践。其次，课程采用线上与线下相结合的教学方式，线下以专业知识为主，党史教育为辅，线上增加趣味性党史微视频，大大激发了学生学习兴趣。最后，在整个课程过程中，学生按专业、人物分组进行学习和实践，充分发挥每个学生的优势，使得学生对党史内容有全方位的理解，同时锻炼了学生的团队协作能力。

知识获取阶段，学生根据教师给定的党史数据格式要求，使用知识抽取工具DeepDive及课堂上学习的其他的知识获取技术与方法，进行数据的获取。学生首先从百度百科、知网等平台进行非结构化数据的获取，然后使用DeepDive进行分词、实体抽取等工作，进而将非结构化数据转换为半结构化数据，以进行实体间的关系抽取工作。然而，使用DeepDive抽取的数据质量参差不齐。为了保证党史数据的准确性，学生会对所获取的数据进行二次校正。

知识图谱构建与可视化阶段，教师咨询历史专家的意见后，进行党史本体的建模，如下图所示。然后学生根据教师提供的本体以及第一阶段获取的党史数据，使用结构化数据存储工具Neo4j以及可视化工具echarts.js进行知识存储与知识图谱的构建。

 红军本体

知识查询与推理阶段，学生利用结构化数据存储工具Neo4j进行知识查询。例如，查询“遵义会议”，有关遵义会议的人物、事件、军队以及相关详细信息就会可视化展现，如下图所示。

红军长征图谱效果图

红军历史图谱效果图

红军事件图谱效果图

（四）教学效果及反思

（1）教学效果

本课程以党史知识为线索，要求学生对每个知识点以红军历史为主题进行实践，增强了学生将课堂知识运用到实际中的实战能力，也对专业知识有了更加深入的理解与掌握。

同时，通过这门融合思政的知识工程课程学习，特别是通过红军知识图谱课程实践，学生们了解了红军历史，领会了红军长征精神，对党、对历史、对中华民族的伟大精神，都有了新的认识。对传承和创新中华优秀传统文化，引导当代学生树立正确的国家观、民族观、历史观、文化观有积极作用。

（2）教学反思

虽然此次课程思政在专业知识教育和思想政治教育方面都取得了良好的效果，但也仍存在待改进之处。此次课程思政的内容主要涉及红军历史，并没有覆盖整个中国共产党的发展历史。因此，思政内容的党史覆盖范围还需要扩大，以构建更加完整完善的党史知识查询体系与可视化系统，让学生对中国共产党的历史有更加宏观的了解。在未来的工作中，将发挥好知识工程在知识获取、知识表示和知识推理的优势，引导学生运用知识工程专业，系统性、趣味性展现100年中国近代史、党史、新中国史、改革开放史，由民族衰弱到民族复兴历史曲线及各时期先进人物群体，可以引导青年学子见贤思齐，树立国家兴亡匹夫有责的担当意识，树立开拓创新的科学精神、树立自立自强的民族精神、树立文明比对的民族自信。