緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇信息學論文范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

Klingler(Lncytepharmaceuticals,PaloAlto,CA,USA)強調基因組學正推動制藥業進入信息時代。隨著不斷增加的序列、表達和作圖數據的產生，描述和開發這些數據的信息工具變得對實現基因組研究的任務至關重要。他談到了Incytepharmaceuticals對大規模基因組數據和生物信息學的貢獻。

Lipshutz(Affymetrix,Santaclara,CA,USA)描述了一種利用DNA探針陣列進行基因組研究的方法，其原理是通過更有效有作圖、表達檢測和多態性篩選方法，可以實現對人類基因組的測序。光介導的化學合成法被應用于制造小型化的高密度寡核苷酸探針的陣列，這種通過軟件包件設計的寡核苷酸探針陣列可用于多態性篩查、基因分型和表達檢測。然后這些陣列就可以直接用于并行DNA雜交分析，以獲得序列、表達和基因分型信息。Milosavljevic(CuraGen,Branford,CT,USA)介紹了一種新的基于專用定量表達分析方法的基因表達檢測系統，以及一種發現基因的系統GeneScape。為了有效地抽樣表達，特意制作片段模式以了解特定基因的子序列的發生和冗余程度。他在酵母差異基因表達的大規模研究中對該技術的性能進行了驗證，并論述了技術在基因的表達、生物學功能以及疾病的基礎研究中的應用。

二、基因的功能分析

Overton(UniversityofPennsylvaniaSchoolofMedicine,Philadelphia,PA,USA)論述了人類基因組計劃的下一階段的任務——基因組水平的基因功能分析。這一階段產生的數據的分析、管理和可視性將毫無疑問地比第一階段更為復雜。他介紹了一種用于脊椎動物造血系統紅系發生的功能分析的原型系統E-poDB，它包括了用于集成數據資源的Kleisli系統和建立internet或intranet上視覺化工具的bioWidget圖形用戶界面。EpoDB有可能指導實驗人員發現不可能用傳統實驗方法得到的紅系發育的新的藥物靶，制藥業所感興趣的是全新的藥物靶，EpoDB提供了這樣一個機會，這可能是它最令人激動的地方。

Sali(Rockefelleruniversity,NewYork,NY,USA)討論了同源蛋白質結構模建。比較蛋白質模建（comparativeproteinmodeling）也稱為同源模建（homologymodeling），即利用實驗確定的蛋白質結構為模式（模型）來預測另一種具有相似氨基酸序列的蛋白質（靶）的構象。此方法現在已經具有了足夠的精確性，并且被認為效果良好，因為蛋白質序列的一個微小變化通常僅僅導致其三維結構的細微改變。

Babbitt(UniversityofCalifornia,SanFrancisco,CA,USA)討論了通過數據庫搜索來識別遠緣蛋白質的方法。對蛋白質超家族的結構和功能的相互依賴性的理解，要求了解自然所塑造的一個特定結構模板的隱含限制。蛋白質結構之間的最有趣的關系經常在分歧的序列中得以表現，因而區分得分低（low-scoring）但生物學關系顯著的序列與得分高而生物學關系較不顯著的序列是重要的。Babbit證明了通過使用BLAST檢索，可以在數據庫搜索所得的低得分區識別遠緣關系（distantrelationship）。Levitt(Stanforduniveersity,PaloAlto,CA,USA)討論了蛋白質結構預測和一種僅從序列數據對功能自動模建的方法。基因功能取決于基因編碼的蛋白質的三級結構，但數據庫中蛋白質序列的數目每18個月翻一番。為了確定這些序列的功能，結構必須確定。同源模建和從頭折疊（abinitiofolding）方法是兩種現有的互為補充的蛋白質結構預測方法；同源模建是通過片段匹配（segmentmatching）來完成的，計算機程棄SegMod就是基于同源模建方法的。

三、新的數據工具

Letovsky(JohnshopkinsUniversity,Baltimore,MD,USA)介紹了GDB數據庫，它由每條人類染色體的許多不同圖譜組成，包括細胞遺傳學、遺傳學、放射雜交和序列標簽位點（STS）的內容，以及由不同研究者用同種方法得到的圖譜。就位置查詢而言，如果不論其類型（type）和來源（source），或者是否它們正好包含用以批定感興趣的區域的標志（markers），能夠搜索所有圖譜是有用的。為此目的，該數據庫使用了一種公用坐標系統（commoncoordinatesystem）來排列這些圖譜。數據庫還提供了一張高分辨率的和與其他圖譜共享許多標志的圖譜作為標準。共享標志的標之間的對應性容許同等于所有其它圖譜的標準圖譜的分配。

Markowitz(LawrenceberkeleyLaboratory,Berkeley,CA,USA)討論了分布式數據庫與局部管理的關系，以及用基于工具的方法開發分子生物學數據庫（MDBs）的問題。許多方案當前正在促進搜索多種不同來源MDBs的數據，包括建立數據倉庫；這要求對各種MDBs的組合有一種全局觀，并從成員MDBs中裝填數據入中心數據庫。這些方案的主要問題是開發整體視圖（globalviews），構建巨大的數據倉庫并使集成的數據庫與不斷發展中的成員MDBs同步化的復雜性。Markowitz還討論了對象協議模型（objectprotocolmodel,OPM），并介紹了支持以下用途的工具：建立用于文本文件或者關系MDBs的OPM視圖；將MDBs作成一個數據庫目錄，提供MDB名稱、定位、主題、獲取信息和MDB間鏈接等信息；說明、處理和解釋多數據庫查詢。Karp(SRIinternational,MenloPark,CA,USA)解釋了Ocelot,一種能滿足管理生物學信息需求的面向對象知識陳述系統（一種面向對象系統的人工智能版）。Ocelot支持略圖展開（schemaevolution）并采用一種新的最優化并行控制機制（同時進行多項訪問數據的過程），其略圖驅動圖形編輯器提供了交互式瀏覽和編輯功能，其注釋系統支持數據庫開發者之間的結構通訊。

Riley(MarinebiologicalLaboratory,WoodsHole,MA,USA)在討論大腸桿菌蛋白質的功能同時，特別提到了GPEC數據庫，它包括了由實驗確定的所有E.coli基因的功能的信息。該數據庫中最大比例的蛋白質是酶，其次則為轉運和調控蛋白。

Candlin(PEappliedBiosystems,FosterCity,CA,USA)介紹了一種新的存儲直接來自ABⅠPrismdNA測序儀的數據的關系數據庫系統BioLIMS。該系統可以與其它測序儀的數據集成，并可方便地與其它軟件包自動調用，為測序儀與序列數據的集成提供了一種開放的、可擴展的生物信息學平臺。

Glynais(NetGenics,Cleveland,OH,USA)認為生物信息學中最關鍵的問題之一是軟件工具和數據庫缺乏靈活性。但是，軟件技術的發展已得到了其它領域如金融業和制造業的發展經驗的借鑒，可以使來自不同軟件商的運行于各種硬件系統的軟件共同工作。這種系統的國際標準是CORBA，一種由250多個主要軟件和硬件公司共同合作開發的軟件體系。聯合使用CORBA和Java可以開發各種通過一個公用用戶界面訪問任何種類的數據或軟件工具的網絡應用軟件，也包括生物信息學應用軟件。Overton不同意Glynias的這種想法，他強調說CORBA僅對軟件集成有用，不兼容的數據庫軟件可能是計算生物學所面臨的最困難問題，一些制藥公司和數據庫倉庫最近資助了一項用OCRBA鏈接不同的數據庫的計劃[2,3]。

四、制藥先導的發現

Burgess(Sturcturalbioinformatics,SanDiego,CA,USA)討論了填補基因組學和藥物設計之間鴻溝的蛋白質結構中的計算問題。在缺乏主要疾病基因或藥物靶的精確描述數據的情況下，藥物設計者們不得不采用大規模表達蛋白質篩選方法；而結構生物信息學則采用一種更為實用有效的計算方法直接從序列數據中確定靶蛋白質的活性位點的精細結構特征，它利用一種集成專家系統從現實的或虛擬的化學文庫中進行迅速的計算篩選，可以達到一個很大的規模。

Elliston(Genelogic,Columbia,MD,USA)討論了治療藥物開發中發現新的分子靶的過程，著重討論了基因發現方法。他認為，隨著日益臨近的人類基因組測序的完成，幾乎全部基因的特征將在序列水平得到揭示。但是，對基因的認識將有賴于更多的信息而不僅僅是序列，需要考慮的第一類信息是轉錄表達水平信息，而Genelogic公司的GeneExpress就是一個由mRNA表達譜、轉錄因子位點、新基因和表達序列標簽組成的數據庫。

Liebman(Vysis,Downessgrove,IL,USA)介紹了Vysis公司開發的計算和實驗方法，這些主法不僅用于管理序列數據，而且被用于以下用途：分析臨床數據庫和自然—突變數據庫；開發新的算法以建立功能同源性（區別于序列同源性）模擬生物學通路以進行風險評估；藥物設計的靶評估；聯系復雜的通路特性以便識別副作用；開發疾病發展的定性模型并解釋臨床后果。

隨著發現的新基因的日益增多，這個問題顯得格外重要：基因的功能是什么？Escobedo(Chirontechnologies,Emeryville,CA,USA)提出了這個問題的一種方法：將分泌蛋白質的基因的功能克隆與篩選這些克隆（可能的藥物靶）結合起來。在這種方法中，在微粒體cDNA文庫池中進行體外翻譯避免了勞動密集的克隆、表達和純化步聚，對文庫池中的翻譯產物在細胞水平進行篩選，測試其在細胞增殖和分化中的作用。例如，在用這種方法識別的111個克隆中，56個屬于已知的分泌蛋白質，25個為膜相關蛋白，另外30個功能未知，可能是新的蛋白質。一種相似的方法在轉移到小鼠模型系統中的基因傳導載體中構建分泌蛋白質的cDNA文庫來克隆特定的功能基因。

Ffuchs(Glaxowellcome,ResearchTrianglePark,NC,USA)討論了生物信息學更為廣義的影響：它不僅影響到新藥物靶基的發現，還對改善藥物開發的臨床前期和臨床期的現狀極具重要性。眾所周知，涉汲數以千計病人的臨床試驗（可能是藥物開發最為花錢的部分）的設計不論多么仔細，也不能為正確的藥物選擇正確的病人。而在基因組水平劃分病人群體的方法可以大大改善發現新藥的效率。Fuchs介紹了一種將病人的基因型和表型標志結合起來以改善臨床前期和臨床期藥物開發過程的系統GeneticinformationSystem.他強調將遺傳學和生物信息學數據同化學、生物化學、藥理學和醫學數據連接起來的集成信息管理和分析方法是極其重要的。

Green(HumanGenomeSciences,Rockville,MD,USA)介紹了他的測序工作中采用的數據管理工具。基于EST的測序方法所面臨的挑戰是，在對幾百個cDNA克復測序之后，產生的數據堆積如山。由于大多數人類基因都是用這種方法發現并在么有數據庫中分類編排的，面臨的識別開放讀框、重疊序列的重疊圖譜、組織特異表達和低豐度mRNA基因的任務是令人生畏的。HumangenomeSciences公司開發了一些可用戶化數據庫工具，在同一個數據庫中可包括以下功能：WWW上訪問和檢索數據，序列拼接，臨視潛在藥物靶基因的研究進展等。這些能夠管理多項任務——從注釋基因序列到成功開發基因產物進入藥物發現的流程——的軟件工具，極其可望從一種基于基因組知識的藥物發現方法中得到新的藥物靶。

Summer-Smith(Base4bioinformatics,Mississauga,Ontario,Canada)描述了一種相關的策略。藥物發現階段中所要求的軟件工具的任務是多樣化的，要能注釋基因，并闡明它的生理和病理功能及其商業潛質。對這樣多種來源的信息的集成與分析，在派生的、項目取向的數據庫（project-specificdatabase,PSD）中可以很好完成。由于項目貫穿于發現到開發全過程，其間又不斷加入背景的成員，PSD在項目的管理與發展中成為一種關鍵性的資源。

按照Smith(Bostonuniversity,Boston,MA,USA)的觀點[2]，我們并不需要更快捷的計算機或更多的計算機科學家，而是需要更的生物學家和生物化學家來解釋序列的功能。這對有些軟件或硬件專家來說是個打擊，但生物學系統的復雜性是令人生畏的，并且對基因功能的認識可能需要生物學方法和計算方法的結合。探索基因的功能很可能要花費生物學家們數十年的時間，本次會議表明沒有任何單一的方法可以得出一個答案；但是，將計算生物學同大規模篩先結合起來識別一種化學靶物（hit）是一種產生化學工具來探索基因功能的方法，這些化學工具接下來就可以用作理解基因功能的“探針”。這種方法在Butt(GeneTranscriptionTechnologies,Philadelphia,PA,USA)的描述中，既是一種檢查基因功能的簡單方法，也是為潛在的藥物靶發現化學先導物的簡單方法，他描述了一種可以在酵母中重建人類基因功能的酵母大規模篩選系統。在此系統中，可以迅捷地在一個化學文庫中發現配基。這種技術的重要特征是它不僅僅是發現一種藥物靶的配基的篩板（screen），相反，由于該系統的高速度，它也是發現先導靶基因的一種篩板。過去，世界上的制藥公司通常在某一時間內僅能對有限數目（約20多個）的藥物靶基因進行工作，鑒于此，我們需要根本不同的方法如基因組學來打開通向“新”生物學的通路。由于機器人和合成化學的進步，藥物發現中最關鍵的問題不再是得到一種先導化合物（leadcompound），而是得到導向靶基因。此次會議為從計算和實驗方法中發展出的新生物學邁出很好的一步。

參考文獻

篇（2）

推薦系統(RecommenderSystem)[1]是個性化信息服務的主要技術之一，它實現的是“信息找人，按需服務”；通過對用戶信息需要、興趣愛好和訪問歷史等的收集分析，建立用戶模型，并將用戶模型應用于網上信息的過濾和排序，從而為用戶提供感興趣的資源和信息。生物信息學(Bioinformatics)[2,3]是由生物學、應用數學和計算機科學相互交叉所形成的一門新型學科；其實質是利用信息科學的方法和技術來解決生物學問題。20世紀末生物信息學迅速發展，在信息的數量和質量上都極大地豐富了生物科學的數據資源，而數據資源的急劇膨脹需要尋求一種科學而有力的工具來組織它們，基于生物信息學的二次數據庫[4]能比較好地規范生物數據的分類與組織，但是用戶無法從大量的生物數據中尋求自己感興趣的部分（著名的生物信息學網站NCBI(美國國立生物技術信息中心)，僅僅是小孢子蟲(Microsporidia)的DNA序列就達3399種），因此在生物二次數據庫上建立個性化推薦系統，能使用戶快速找到自己感興趣的生物信息。特別是在當前生物信息數據量急劇增長的情況下，生物信息學推薦系統將發揮強大的優勢。

1推薦系統的工作流程

應用在不同領域的推薦系統，其體系結構也不完全相同。一般而言，推薦系統的工作流程[5]如圖1所示。

(1)信息獲取。推薦系統工作的基礎是用戶信息。用戶信息包括用戶輸入的關鍵詞、項目的有關屬性、用戶對項目的文本評價或等級評價及用戶的行為特征等，所有這些信息均可以作為形成推薦的依據。信息獲取有兩種類型[6]，即顯式獲取(Explicit)和隱式獲取(Implicit)，由于用戶的很多行為都能暗示用戶的喜好，因此隱式獲取信息的準確性比顯式高一些。

(2)信息處理。信息獲取階段所獲得的用戶信息，一般根據推薦技術的不同對信息進行相應的處理。用戶信息的存儲格式中用得最多的是基于數值的矩陣格式，最常用的是用m×n維的用戶—項目矩陣R來表示，矩陣中的每個元素Rij=第i個用戶對第j個項目的評價，可以當做數值處理，矩陣R被稱為用戶—項目矩陣。

(3)個性化推薦。根據形成推薦的方法的不同可以分為三種，即基于規則的系統、基于內容過濾的系統和協同過濾系統。基于規則的推薦系統和基于內容過濾的推薦系統均只能為用戶推薦過去喜歡的項目和相似的項目，并不能推薦用戶潛在感興趣的項目。而協同過濾系統能推薦出用戶近鄰所喜歡的項目，通過用戶與近鄰之間的“交流”，發現用戶潛在的興趣。因此本文所用的算法是基于協同過濾的推薦算法。

(4)推薦結果。顯示的任務是把推薦算法生成的推薦顯示給用戶，完成對用戶的推薦。目前最常用的推薦可視化方法是Top－N列表[7]，按照從大到小順序把推薦分值最高的N個事物或者最權威的N條評價以列表的形式顯示給用戶。

2生物信息學推薦系統的設計

綜合各種推薦技術的性能與優缺點，本文構造的生物信息學推薦系統的總體結構如圖2所示。

生物信息學推薦系統實現的主要功能是在用戶登錄生物信息學網站時，所留下的登錄信息通過網站傳遞到推薦算法部分；推薦算法根據該用戶的用戶名從數據庫提取出推薦列表，并返回到網站的用戶界面；用戶訪問的記錄返回到數據庫，系統定時調用推薦算法，對數據庫中用戶訪問信息的數據進行分析計算，形成推薦列表。

本系統采用基于近鄰的協同過濾推薦算法，其結構可以進一步細化為如圖3所示。算法分為鄰居形成和推薦形成兩大部分，兩部分可以獨立進行。這是該推薦系統有別于其他系統的優勢之一。由于信息獲取后的用戶—項目矩陣維數較大，使得系統的可擴展性降低。本系統采用SVD矩陣降維方法，減少用戶—項目矩陣的維數，在計算用戶相似度時大大降低了運算的次數，提高了推薦算法的效率。

(1)信息獲取。用戶對項目的評價是基于用戶對某一個項目(為表示簡單，以下提及的項目均指網站上的生物物種)的點擊次數來衡量的。當一個用戶注冊并填寫好個人情況以后，系統會自動為該用戶創建一個“信息矩陣”，該矩陣保存了所有項目的ID號以及相應的用戶評價，保存的格式為：S+編號+用戶評價，S用于標記項目，每個項目編號及其評價都以“S”相隔開；編號是唯一的，占5位；用戶評價是用戶點擊該項目的次數，規定其范圍是0~100，系統設定當增加到100時不再變化。這樣做可防止形成矩陣時矩陣評價相差值過大而使推薦結果不準確。(2)信息處理。信息處理是將所有用戶的信息矩陣轉換為用戶—項目矩陣，使用戶信息矩陣數值化，假設系統中有M個用戶和N個項目，信息處理的目的就是創建一個M×N的矩陣R，R[I][J]代表用戶I對項目J的評價。

(3)矩陣處理。協同過濾技術的用戶—項目矩陣的數據表述方法所帶來的稀疏性嚴重制約了推薦效果，而且在系統較大的情況下，它既不能精確地產生推薦集，又忽視了數據之間潛在的關系，發現不了用戶潛在的興趣，而且龐大的矩陣增加了計算的復雜度，因此有必要對該矩陣的表述方式做優化，進行矩陣處理。維數簡化是一種較好的方法，本文提出的算法應用單值分解(SingularValueDecomposition，SVD)技術[8]，對用戶—項目矩陣進行維數簡化。

(4)相似度計算。得到降維以后的用戶矩陣US，就可以尋找每個用戶的近鄰。近鄰的確定是通過兩個用戶的相似度來度量的。本文采用Pearson相關度因子[9]求相似度。(5)計算用戶鄰居。該方法有兩種[10]，即基于中心的鄰居(Center－BasedNeighbor)和集合鄰居(AggregateNeighbor)。本系統采用了第一種方法，直接找出與用戶相似度最高的前N個用戶作為鄰居，鄰居個數N由系統設定，比如規定N＝5。

(6)推薦形成。推薦形成的前提是把當前用戶的鄰居ID號及其與當前用戶的相似度保存到數據庫中，而在前面的工作中已找出各用戶的鄰居以及與用戶的相似度，推薦形成部分只需要對當前登錄用戶進行計算。推薦策略是：對當前用戶已經訪問過的項目不再進行推薦，推薦的范圍是用戶沒有訪問的項目，其目的是推薦用戶潛在感興趣的項目；考慮到系統的項目比較多，用戶交互項目的數量很大，所以只篩選出推薦度最大的N個項目，形成Top－N推薦集，設定N＝5。

3生物信息學推薦系統的實現

生物信息學推薦系統的實現可以用圖4來表示。數據庫部分主要存儲用戶信息和項目信息，用SQLServer2000實現。

數據訪問層實現了與用戶交互必需的存儲過程以及觸發器，也使用SQLServer2000，主要完成以下功能：初始化新用戶信息矩陣；插入新項目時更新所有用戶的信息矩陣；用戶點擊項目時更新該用戶對項目的評價；刪除項目時更新所有用戶的信息矩陣。用戶訪問層主要涉及網頁與用戶的交互和調用數據訪問層的存儲過程，在這里不做詳細的介紹。

推薦算法完成整個個性化推薦的任務，用Java實現。(1)數據連接類DataCon。該類完成與SQLServer2000數據庫的連接，在連接之前必須要下載三個與SQLServer連接相關的包，即msutil.jar、msbase.jar和mssqlserver.jar。

(2)數據操作類DataControl。該類負責推薦算法與數據庫的數據交換，靜態成員Con調用DataCon.getcon()獲得數據庫連接，然后對數據庫進行各種操作。把所有方法編寫成靜態，便于推薦算法中不創建對象就可以直接調用。

(3)RecmmendSource與CurrentUserNeighbor。這兩個類作為FCRecommand類的內部類，RecmmendSource用于保存當前用戶的推薦列表，包括推薦項目號和推薦度；CurrentUserNeighbor用于保存鄰居信息，包括鄰居ID號、相似度及其訪問信息。

(4)協同過濾推薦算法FCRecommand。該類實現了整個推薦算法，主要分為鄰居形成方法FCArithmetic和推薦形成方法GenerateRecommend。

下面給出方法FCArithmetic的關鍵代碼：

Matrixuser_item=this.User_Item_Arry();//獲取用戶—項目矩陣

user_item=this.SVD_Calculate(user_item);//調用SVD降維方法

Vectorc_uservector=newVector();//當前用戶向量

Vectoro_uservector=newVector();//其他用戶向量

Vectorc_user_correlate_vector=newVector();

//當前用戶與其他用戶之間相似度向量

for(inti=0;ifor(intj=0;jc_uservector.addElement(user_item.get(i,j));

//1.獲得當前用戶向量

for(intk=0;ko_uservector.clear();

for(intl=0;lo_uservector.addElement(user_item.get(k,l));

//2.獲得其他用戶的向量

//3.計算當前用戶與其他用戶的相似度

usercorrelativity=this.Correlativity(c_uservector,o_uservector);

c_user_correlate_vector.addElement(usercorrelativity);

}

//4.根據當前用戶與其他用戶的相似度，計算其鄰居

this.FindUserNeighbor(i,c_user_correlate_vector);

}

根據鄰居形成方法FCArithmetic，可以得到每個用戶的鄰居。作為測試用例，圖6顯示用戶Jack與系統中一部分用戶的相似度，可以看出它與自己的相似度必定最高；并且它與用戶Sugx訪問了相同的項目，它們之間的相似度也為1，具有極高的相似度。

4結束語

在傳統推薦系統的基礎上，結合當前生物信息學網站的特點，提出一個基于生物信息平臺的推薦系統，解決了傳統生物信息網站平臺信息迷茫的缺點，為用戶推薦其感興趣物種的DNA或蛋白質序列。

優點在于協同過濾的推薦算法能發現用戶潛在的興趣，能促進生物學家之間的交流；推薦算法的鄰居形成與推薦形成兩部分可以單獨運行，減少了系統的開銷。進一步的工作是分析生物數據的特點及生物數據之間的關系，增加用戶和項目數量，更好地發揮推薦系統的優勢。

參考文獻：

［1］PAULR，HALRV.Recommendersystems[J].CommunicationsoftheACM，1997,40(3):56－58.

[2]陳新.生物信息學簡介[EB/OL].(2001).166.111.68.168/bioinfo/papers/Chen_Xin.pdf.

[3]林毅申,林丕源.基于WebServices的生物信息解決方案[J].計算機應用研究,2005,22(6):157－158,164.[4]邢仲璟,林丕源,林毅申.基于Bioperl的生物二次數據庫建立及應用[J].計算機系統應用,2004(11):58－60.

[5]AIRIAS,TAKAHISAA,HIROYAI,etal.Personalizationsystembasedondynamiclearning:InternationalSemanticWebConference[C].Sardinia:[s.n.],2002.

[6]BREESEJS,HECKERMAND,KADIEC.Empericalanalysisofpredictivealgorithmsforcollaborativefiltering:proceedingsoftheFourteenthConferenceonUniversityinArtificialIntelligence[C].Madison:WI,1998:43－52.

[7]SCHAFERJB,KONSTANJ,RIEDLJ.Recommendersystemsine－commerce:proceedingoftheACMConferenceonElectronicCommerce[C].Pittsburgh:PA,1999:158－166.

篇（3）

【中圖分類號】G642.477 【文獻標識碼】A 【文章編號】1006-1959(2009)09-0029-02

畢業論文是醫學信息管理專業教學的最后一個實踐性教學環節,既是對學生在校學習的綜合檢驗和對學校及教師教學質量的全面、綜合的檢查,是培養學生實踐能力及掌握技能途徑。我院自2006年開始第一屆醫學信息學專業畢業論文工作,現已完成三屆,本文就2006、2007、2008屆學生畢業論文相關問題進行分析研究,旨在提高我院的畢業論文質量,改進我院畢業論文工作。

1 畢業論文工作分析

1.1 基地建設及其作用:我院醫學信息學專業學生畢業論文主要是在高校論文指導老師的指導下,需要到相關醫療單位進行基礎技能、醫學信息獲取、處理、整理技能及畢業論文設計能力的實習,這些能力的獲得對做好畢業論文設計是至關重要的。為保證學生畢業論文正常順利進行,我院建立了一批以醫院為主畢業論文實踐基地。

1.2 畢業論文指導教師:畢業論文是由學院根據專業需要聘任具有中級及以上職稱或碩士及以上學歷或學位,有較豐富的理論教學和實踐教學經驗、較高的學術水平、教風嚴謹、責任心強,能夠做到為人師表、教書育人的教師擔任。2006屆21名學生由16名教師指導,2007屆25名學生由6名教師指導,2008屆14名學生由5名教師指導,基本情況,見表1。

2 討論

2.1 培養目標與教學計劃:我院醫學醫學信息專業的目標是培養具備現代管理理論基礎,計算機科學技術知識及應用能力,掌握基礎醫學和臨床醫學的基本理論和知識,掌握系統思想和信息系統分析與設計方法以及信息管理等方面的知識與能力,能夠承擔醫療部門信息設計、建設和管理,從事醫學信息學工作的高級專業人才。根據我院該專業的教學計劃,畢業實習及論文時間計18周(含10周的醫院相關部門實習),我院該專業安排了10周的生產實習,主要內容為HMIS(醫院管理信息系統)、CIS(臨床信息系統)、LIS(檢驗信息系統)、PACS(醫學圖像存儲與通信系統)、醫保信息系統、醫院網絡和醫學數據的建設與維護等。這說明畢業論文這一教學環節的必要性和重要性受到高度重視。

2.2 基地建設及其作用:

我院選用的是具有一定的帶教條件、科研條件與設施三級綜合性醫院,每個醫院接收5-6名學生,分組安排到醫院管理部門,護理部、各臨床科室、病案室、檢驗科、影像科、信息科進行輪轉實習。實習基地除負責指導學生進行基礎技能、醫學信息獲取、處理、整理技能外,還對實習生政治思想品德、組織紀律及教育及實習生在本單位的人身安全負責。從三屆學生的畢業論文實習基地的建設來看,我院高度重視畢業論文工作,根據實際需要建立和完善校內外實習基地,并充分利用校外資源,滿足我院學生的畢業實習及畢業論文工作需要。

2.3 畢業論文指導教師:由表1可以看到三屆畢業論文指導教師配備比較科學,正高級職稱水平的老師呈上升趨勢,高級職稱的教師占的比例較高,2006屆的62.51%,2007屆62.5%,2008屆60%,由于學院信息方面師資相對不足,2007屆、2008屆學生又沒有聘任外單位指導老師,所以每位教師所帶學生數呈上升趨勢,由2006屆每位教師平均帶教1-2名學生增至2008屆位教師平均帶教2-3名學生。

2.4 畢業論文的選題來源:選題是做好畢業論文的基礎環節,是順利完成畢業論文的前題條件。從兩屆學生的畢業論文選題情況來看,選題是符合專業培養目標,滿足實踐教學基本要求,能做到一人一題并體現中、小型為主的原則,能較好地結合科學研究,大多能與指導教師的科研工作密切結合。來源于科研的選題比例分別是2006屆占14.3%,2007屆占44%,2008屆占50%。呈上升趨勢。來源于社會生產實際的選題尚未涉及。

2.5 畢業論文的選題內容:

從三屆學生的選題內容來看,學生選題涉及醫院信息管理類、遠程醫療和區域化衛生信息、醫學信息教育及培訓、醫學網站建設及標準化建設及醫學信息其他內容各個方面。所有選題均屬于醫學信息學范疇,而且與我國醫院信息化發展的最新進展緊密相聯,有利于學生在撰寫畢業論文的過程中綜合訓練自己的專業知識和技能。從分類情況看:研究醫院信息系統(含電子病歷)的及遠程醫療和區域化衛生信息直接指導醫院院的課題所占比例達40%~50%。

2.6 畢業成績:畢業論文的成績評定是對學生的寫作態度、畢業論文的水平、答辯情況等的全面評判。由指導教師(占40%)、評閱教師(20%)、答辯小組(40%)三部分組成。從三屆學生的畢業論文成績分布,均成正態分布,組成合理,大多數學生成績達到良好水平。

2.7 存在問題:首先,畢業論文實習基地尚待完善和擴充,到醫院信息化管理程度較高的醫療衛生機構去實習,到目前為止學生的畢業論文實習只局限于醫院各科室。第二,由于我院前二屆學生不多,指導教師的配備只局限于學校的信息教研室老師及圖書館研究信息的老師,使學生聯系社會生產實際內容課題缺乏。第三,通過三屆學生的畢業論文情況來看普遍存在寫作能力偏弱,外文翻譯能力不強等情況。第四,學生由于受就業、考研、畢業前補考等影響,時間上把握不好,存在前松后緊的現象,同進存在論文書寫上的不規范。

3 提高畢業論文質量的措施

在管理上必須健全完善的畢業論文工作的規章制度,規范的畢業論文質量標準與撰寫規范;在質控上,要加強對畢業論文的全程指導和監督和反饋,嚴格畢業論文的前期、中期、后期質量檢查;在基地建設上,建立、完善畢業論文實習基地并加強對基地的投入與建設;在教師方面,建立梯隊型的指導教師隊伍,堅持獎懲激勵機制,選拔對工作高度負責,教學和學術水平較高,科研能力強,有實踐經驗的教師任指導教師, 并對指導教師工作有具體、規范的要求。定期舉辦畢業論文工作經驗交流研討會,不斷提高指導教師的水平;在學生方面,應要求學生弄清完成畢業論文的目的、意義和作用,對畢業論文的格式,寫作,文獻資料查閱、收集,數據處理等提出全面具體規范要求[3],引導學生合理安排好畢業論文的時間,掌握好畢業論文的進度,正確處理好畢業論文與就業、考研及參加畢業前補考等關系。要提高畢業論文相關研究經費的投入,充分發揮教師的主導作用和學生的主體作用,抓好畢業論文的選題,打好畢業論文的質量基礎,要努力培養學生的創新意識,提高學生的綜合能力[4]。

參考文獻

篇（4）

一、信息經濟學的研究任務和發展前景

信息經濟學可以同時作三種理解：信息的經濟研究、信息經濟的研究、信息(學)與經濟(學)關系的研究。信息的經濟研究可以囊括信息的費用與效用、價值與使用價值、信息資源的分配與管理、信息系統和信息網絡的經濟評價等研究；信息經濟的研究可以囊括信息產業、信息市場、信息經濟規模及其確定、信息技術對經濟的影響、信息基礎設施經濟問題、國民經濟信息化等研究，信息(學)與經濟(學)的關系研究則可以囊括非信息對稱條件下市場參加者的經濟關系、信息在資源配置中的作用、信息與經濟的相互作用、信息學與經濟學交叉結合等研究。

在我國改革開放和社會主義現代化建設中，有許多問題需要信息經濟學去參與研究，并從中提高信息經濟學的水平和加快信息經濟學發展。信息經濟學是一門新型的經濟學科，它適應信息社會的需要，體現信息經濟的發展，最能充分反映經濟活動中信息及其交流的特征。

二、信息經濟學的研究對象

信息經濟學研究目前正處于發展階段，學者們從不同的角度闡明了信息經濟學的研究對象。如馬費成教授認為，信息經濟學是把信息和信息活動當作普遍存在的社會經濟現象來加以研究的學科。烏家培認為信息經濟學的研究對象是信息活動的經濟問題和經濟活動的信息問題。陳禹認為信息經濟學是一門研究經濟活動中的信息現象及其規律的經濟學。總之，學者們對信息經濟學研究對象的認識是圍繞信息活動中的經濟問題及經濟活動中的信息問題展開的。

三、信息經濟學的研究內容

1、信息經濟學基本理論問題研究。

任何一門學科，由于其研究領域中的矛盾特殊性所規定，都有自己獨特的研究對象，并按照自己所研究的對象來建立不同于其他學科的理論體系。要學習、研究信息經濟學，不了解信息經濟學的研究對象，不知道信息經濟學圍繞什么內容來研究，不清楚信息經濟學的學科體系和地位，就不可能進一步的學習和研究，就會降低研究效率，甚至會影響信息經濟學的發展。在基本理論研究中，主要包括信息經濟的涵義、信息經濟學的研究對象和內容、信息經濟學的研究方法、學科體系、學科地位、學科性質以及其發展歷史、現狀和趨勢。

2、信息資源的研究。

如果說物質資源是“第一資源”，那么信息資源可稱為“第二資源”。隨著社會經濟結構的逐漸變革，信息資源完全可能成為“第一資源”。如果信息資源開發利用的好，不僅物質資源能充分發揮作用，信息資源本身也可以轉化為強大的物質力量。在信息資源的研究中，主要包括信息資源的涵義、信息資源的類型與特征，信息資源提高經濟決策水平、提高生產力、優化產業結構的功能，信息資源共享的前提——信息資源的有效配置及配置的機制，作為信息資源主體的信息產品的性質、生產過程、生產方式，信息生產力的相關內容。

3、信息市場的研究。

信息市場是作為信息形態獨立存在的商品，在流通領域傳遞交流中形成的一種特殊流動方式，也是信息商品買賣雙方進行交易或交流，使之擴散、應用、滲透到生產領域，轉化為直接生產力的過程。在信息市場中我們主要研究信息市場形成的歷史及其作用，信息市場的基本類型與功能，信息市場的基本特點及其運行機制，信息市場的價格水平極其運動變化規律。4、信息產業的研究。

信息產業被認為是信息經濟學的核心內容。信息產業的研究對國民經濟和社會發展有巨大作用。這部分主要研究信息產業涵義、分類、產生過程與發展，信息產業的特征、作用，信息產業的歷史、現狀和發展前景，信息產業結構的涵義、形態、演進的特點和規律，信息產業結構優化的標準、基本思路和調節方式，信息產業的投入產出分析，信息產業與信息經濟規模以及與信息產業發展相關的政策措施等。

5、信息化的研究。

信息化是當今社會的熱門話題，什么是信息化，烏家培認為，信息化是信息活動(包括信息的生產、傳播和利用等)的規模相對擴大及其在國民經濟和社會發展中的作用相對增大的過程，它是一種社會經濟現象。從這個角度來講，信息化一定要成為信息經濟學的研究內容。信息化的直接作用在于提高生產效率和經濟效益，可見，研究信息化的意義重大。

6、信息系統的研究。

信息系統按信息種類的不同可以分為經濟信息系統、科技信息系統、社會信息系統等。而經濟信息系統無疑具有舉足輕重的地位，其他任何信息系統功能的發揮，都離不開經濟信息系統的幫助。信息系統的研究主要也是側重于經濟信息系統，包括信息系統的產生與發展，國家、地區、企業信息系統的基本任務，信息系統的費用與效益的比較，對信息系統的經濟效益和社會效益的評價和評價方法，信息系統的運行、反饋、控制、監督等有關理論。

篇（5）

隨著生物科學的發展，只有定性的結論已不能滿足實踐的需要，實現生物科學結論定量化是人們長期追求探索的目標；生物統計學是生物學科定量化的重要分析理論與方法，生物統計學是生物學科應具備的基本知識和素質，與生命活動有關的各種現象中普遍存在著隨機現象，大到森林陸地生態系統，小至分子水平，均受到許多隨機因素的影響，表現為各種各樣的隨機現象，而生物統計學正是從數量方面揭示大量隨機現象中存在的必然規律的學科。因此，生物統計學是一門在實踐中應用十分廣泛的工具學科，它是生命科學各專業的專業基礎課，對后續生命科學課程學習和生物科研有重要作用。

同時，生物統計作為數理統計在生本論文由整理提供物學領域的應用，是教學難度較大的一門課程。因此，在生物統計學精品課程建設過程中，針對各專業培養目標的定位，因材施教，更新教育理念，加強實踐訓練，在教學方法和教學手段上進行改革和大膽探索。

二、二十一世紀對生物統計學課程的重新定位

（一）新世紀對生物統計學課程提出的新要求。

二十世紀上半葉農業和遺傳統計學首先獲得了發展，在其基礎上發展起來的生物統計學、統計流行病學、隨機化臨床試驗學已經成為攻克人類疾病的一個里程碑。這在過去的半個世紀里顯著提高了人類的期望壽命。

21世紀人類基因組，基因芯片等實驗科學產生出的巨量數據，需要新工具來組織和提取重要信息。

將數據轉化為信息需要統計理論和實踐本論文由整理提供方面的洞察力、技術和訓練。

未來的生物統計學將會與信息技術密切結合，較少側重傳統數理統計，而會更多注意數據分析，尤其是大型數據庫的處理。生物統計學越來越不同于其它數學領域，計算機和信息科學工具至少和概率論一樣重要。

（二）生物統計學對大學生素質培養的作用。

生物統計學的一個重要特點就是通過樣本來推斷和估計總體，這樣得到的結論有很大的可靠性但有一定的錯誤率，這是統計分析的基本特點，因此在生物統計課程的學習中培養了一種新的思維方法———從不肯定性或概率的角度來思考問題和分析科學試驗的結果。

生物統計學是通過個別的試驗研究得出其一般性結論，屬于歸納推理的范疇。但其有別于簡單枚舉法和科學歸納法，是一種或然性歸納推理或者概率歸納推理。在生命科學的研究中絕大多數涉及到的是隨機事件，因此，生物統計學不僅是試驗設計與統計方法的教學，更重要的還是大學生思維方式的培養，這對提高大學生的素質很有必要。

生物統計學包括試驗設計和統計方法兩個有機聯系的組成部分。通過試驗設計的教學可提高大學生設計研究課題試驗方案的能力，使之明確課題的研究目的、試驗因素與水平以及試驗設計方法等方面的內容。通過統計方法的教學除讓學生弄清各種統計方法的內涵外，還需要使學生能夠正確地選擇最適合的統計方法，以揭示資料潛在的信息，達到研究的最終目的，從而提高大學生科學研究素質。

三、教學方法和教學手段的改革

（一）加強電子課件及網絡平臺本論文由整理提供建設。

生物統計學是應用概率論和數理統計原理研究生物界數量變化的學科，而概率統計的理論和思維方法對本科生來說有一定的難度，加之課程學時的減少（由原來的60-70學時，降到現在的40學時左右）,如何深入淺出地引導學生入門，并使學生在了解概率統計思想的基礎上，掌握常用統計分析方法的應用及使用條件是課程的教學難點。為此，我們利用多媒體技術，制作了與教材配套的課件，通過在課堂上把抽象內容形象化與直觀化，收到了良好教學效果。建設了一個生物統計學教學網絡支撐平臺，現有課程簡介、教學大綱、師資力量、授課教案、電子版《生物統計學》教材、課程錄像、實習指導、在線測試題、參考文獻、其它教學資源等欄目，免費向全校師生開放。

（二）將多媒體教學優勢與學生的認知規律有機結合，用較少的學時得到良好的教學效果。

多媒體具有信息量大、形象化、直觀化的特點。

但是如果不能很好地將多媒體這些特點與學生的認知規律相結合，多媒體教學就可能會帶來一些弊端諸如：（1）內容多，幻燈片變換快，由照本宣科變為照屏宣科，為新的“滿堂灌”；（2）課件圖片多，內容以展示為主，缺乏啟發性；（3）教學內容常用滿屏的方式顯示（即所謂“死屏”）,老師照著屏幕上的內容給學生講解，失去了傳統教學方法，老師邊講邊板書能給學生留下比較深刻印象的特點，缺乏吸引力。

而多媒體在教學中只能充當工具的角色，在教學過程中必須將多媒體信息量大、形象化、直觀化的特點與學生的認知規律緊密結合在一起。在制作課件時，采用啟發式教學方式，精煉教學內容，模仿傳統教學書寫板書的過程，根據教學內容的難易程度，采用逐字、逐句、逐段顯示教學內容的動畫方式。在課堂教學中，老師仍然保持傳統教學方法的教姿教態，在授課的過程中與學生保持互動，根據學生在課堂上接受知識的能力，掌握屏幕上顯示內容的速度，必要時輔以板書進行講解。這樣做既發揮了多媒體教學的特點，又充分照顧到學生的認知規律，在內容沒本論文由整理提供有縮減，學時減少近三分之一的情況下，仍然取得良好的教學效果。

（三）長期堅持教育教學方法及教學規律的研究。

生物統計學的理論基礎是概率論與數理統計，從這個層面上講，它有非常濃的數學味道，但是它又有別于概率論與數理統計，生物統計學更主要強調的是概率論及數理統計的思想和方法在解決生命科學中一些具體問題的應用。因此在教學過程中就存在一個“度”的把握問題，如果將概率論及數理統計的原理講得太多，一是學時不允許，二是學生難以消化，得不到好的教學效果；如果只注重方法的講解，學生知其然不知其所以然，就會誤入亂套公式的歧途。經過將教學的重點放在教學中引導學生重點掌握統計方法的功能與用途，方法與步驟，防止各類方法的誤用，淡化定理的證明與公式的推導。在教學內容的安排上采用“保干削枝”，即在學時減少很多的情況下，將一些次要的統計方法去掉，也要保證有足夠的學時講授理論分布與抽樣分布、統計假設測驗等方面的內容，讓學生掌握生物統計學中所蘊含的概率論及數理統計的思想精髓，從而避免學生亂套統計公式。

（四）密切跟蹤生命科學發展的前沿動向，探索生物統計學解決前沿問題的理論與方法。

統計學在生物學中的應用已有長遠的歷史，本論文由整理提供許多統計的理論與方法也是自生物上的應用發展而來，而且生物統計是一個極重要的跨生命科學各研究領域的平臺。現在基因組學、蛋白質組學與生物信息學的蓬勃發展，使得生物統計在這些突破性生物科技領域上扮演著不可或缺的角色。

在課程建設中，隨時注意納入生物統計學在前沿領域研究應用的內容，增強課程的活力，提高教師和學生面向生物產業主戰場解決實際問題的能力。

四、加強實踐教學，注重學生能力培養

生物統計學要不要開實驗課，怎樣開實驗課，一直存在爭議，在此認為生物統計學不僅應該開設實驗課，而且還要將實踐教學的重點放在計算機技術和統計軟件的應用上，讓學生不僅掌握統計方法，而且加深對原理的認識，獲得就業或升學的必備計算機統計技能，提高解決復雜問題的能力。

（一）開展統計軟件的實習，擴大學生的視野，提高學生素質。

20世紀20年展起來的多元統計方法雖然對于處理多變量的種類數據問題具有很大的優越性，但由于計算工作量大，使得這些有效的統計分析方法一開始并沒有能夠在實踐中很好推廣開來。而電子計算機技術的誕生與發展，使得復雜的數據處理工作變得非常容易，所以充分利用現代計算技術，通過計算機軟件將統計方法中復雜難懂的計算過程屏障起來，讓用戶直接看到統計輸出結果與有關解釋，從而使統計方法的普及變得非常容易。在課程體系改革中，各課程的教學時數與達到培養目標所需完成的教學內容相比還是不足的。為此，可以通過標準的統計軟件的教學實習來達到以點帶面，擴大學生視野，提高學生素質。超級秘書網

為此我們建立了一個專用于實習教學的生物統計電腦實驗室。現共有50余臺電腦，并連接到校園網。實驗室配備有指導教師，負責對上機的學生答疑。除按教學計劃進行的正常實習教學外，實驗室還對優秀學生免費開放，鼓勵他們結合教師的科研活動，應用所學生物統計學知識，學習新的生物統計學知識，掌握應用計算機解決生物統計學問題的技能。

（二）全方位、多層次的實踐教學。

為了進一步培養學生實際動手能力和科學嚴謹的治學態度，必須將本課程的實踐教學活動延伸到課堂教學外，開展全方位、多層次的實踐教學。

在原綿陽農專期間，主要在作物育種、作物本論文由整理提供栽培、動物營養等課程實驗與實習中，根據相關內容加入了試驗設計方法以及數據統計分析的相關內容。

組建了西南科技大學生命科學與工程學院以后，由原來的單一農科專業變成了理、工、農三大學科均有專業的格局。雖然專業的學科歸屬不同，但有一點是相通的，其內涵均屬于生命科學的范疇。以科學研究的方法進行劃分，均屬于實驗科學。

掌握正確的實驗設計方法，從不確定性數據中挖掘事物的客觀規律，是實驗科學工作者必備的技能。因此，我們將原來只是在農科專業上延伸實踐教學的作法推廣到全院的所有專業，結合實驗課教學的改革，對發酵工藝學實驗、植物細胞工程實驗、食用菌實驗、微生物學實驗等課程的內容全部或部分改為用生物統計學指導學生自主進行實驗設計，把過去單一的實驗流程、樣品觀察或檢測實驗改變為試驗條件的優化試驗，提出在不同條件下對樣品測定的比較試驗設計、單因素試驗設計、多因素試驗設計、正交試驗設計、均勻試驗設計，對試驗結果要求學生使用統計學的方法對進行分析和討論，最后得出最佳試驗條件。

這樣的實驗教學改革起到了一箭雙雕的作用，從專業基礎課或專業課的角度看，改驗證性實驗為設計型、綜合性實驗，增強了學生解決實際問題的能力，培養了學生創新思維的能力；從生物統計學角度看，將課程的教學實踐延伸到課程外，彌補了學時的不足，更重要的是學生將自己學到的統計學知識，轉化為解決實際問題的能力，知識得到很好的內化。

此外，在學生課外科技活動中指導學生選用正確的實驗設計和數據的統計分析方法，提升科技作品的檔次；在畢業論文（設計）中要求學生采用恰當的生物統計學方法進行設計與分析，寫出高質量的畢業論文（設計）。

通過這樣的教學實踐，訓練了學生的統計思維能力，使學生充分認識到掌握生物統計學這一工具的重要性和必要性，增強了學生學好用好這門工具的信心，提高了學生從復雜的生命現象中挖掘事物客觀發展規律的能力。

篇（6）

一、建構主義學習理論

建構主義學習理論是行為主義發展到認知主義以后的進一步發展。當今的建構主義者主張，世界是客觀存在的，但是對于世界的理解和賦予意義卻是由每個人自己決定。我們是以自己的經驗為基礎來建構現實，或者至少說是在解釋現實．我們個人的世界是用我們自己的頭腦構建的，由于我們的經驗以及對經驗的信念不同，于是我們對外部世界的理解便也迥異。

(一)基本概念

圖式，是建構主義理論一個重要概念。它是指個體對世界的知覺理解和思考的方式。也可以把它看作是心理活動的框架或組織結構。圖式是認知結構的起點和核心，或者說是人類認識事物的基礎。因此，圖式的形成和變化是認知發展的實質，認知發展受三個過程的影響：即同化、順化和平衡。

同化，是指學習個體對刺激輸入過濾或改變的過程。也就是說個體在感受刺激時．把它們納入頭腦中原有的圖式之內，使其成為自身的一部分。

順應，是指學習者調節自己的內部結構以適應特定刺激情境的過程。當學習者遇到不能用原有圖式來同化新的刺激時，便要對原有圖式加以修改或重建，以適應環境。

平衡，是指學習者個體通過自我調節機制使認知發展從一個平衡狀態向另一個平衡狀態過渡的過程。

(二)基本觀點

皮亞杰關于建構主義的基本觀點是人是在與周圍環境相互作用的過程中，逐步建構起關于外部世界的知識，從而使自身認知結構得到發展的。人與環境相互作用涉及兩個基本過程：“同化”與“順應”。同化是指個體把外界刺激所提供的信息整合到自己原有認知結構內的過程：順應是指個體的認知結構因外部刺激的影響而發牛改變的過程。同化是認知結構數量的擴充，而順應則是認知結構性質的改變。認知個體通過同化與順應這兩種形式來達到與周圍環境的平衡。當人能用現有罔式去同化新信息時，他處于一種平衡的認知狀態；而當現有圖式不能同化新信息時，平衡即被破壞，或修改或創造新圖式(順應)的過程就是尋找新的平衡的過程。人的認知結構就是通過同化與順應過程逐步建構起來。并在“平衡一不平衡一新的平衡”的循環中得到不斷的豐富、提高和發展。

二、建構主義學習理論與信息服務的關系

(一)從建構主義學習理論興起的原因來看

建構主義學習理論基礎雖然在上個世紀中期就由皮杰和維果斯基奠定了基礎，但是為什么到了9O年才興起?建構主義在上個世紀9O年代興起與計算機多媒體技術和網絡技術為代表的第二次信息技術革命有密切的關系。由于信息技術發展可以為信息表達提供豐富的媒體元素，可以為信息展示提供一個可以超越時的信息空間。因此，我們可以把這種新興的信息技術作為建構主義所倡導的理想學習環境下的認知工具，能有效地促進學生的認知發展。所以隨著以多媒體和網絡技術為代表的信息技術的飛速發展。才使建構主義理論走出心理學家的“象牙塔”，開始進入各級各類課堂，成為支持多媒體和網絡教學以及“信息技術與學科課程相整合”的重要理論基礎。從這個背景來看，我們可以認為是信息技術推動了建構主義學習理論從理論走向實踐，反過來，我們可不可以把建構主義學習理論和實踐經驗用來指導信息服務呢?

(二)從情報學認知觀的角度來看

我們為了能夠清楚地揭示學習與信息服務之間的關系，這里再從認知科學的角度來分析。建構主義學習觀中有一個最核心的概念就是認知結構(皮亞杰稱為圖式)，有時我們也稱它為知識結構。我們下面就分析信息與認知結構的關系。

英國信息學家布魯克斯曾提出了著名的信息與知識基本方程，以闡述信息與知識結構之間的關系，并由此給出信息的定義：“信息是能改變人們原有知識結構的那一小部分知識”。這就是說，信息對接收者的主要影響是改變其原有的認知結構。那什么是認知結構呢?“認知結構是指一種反映事物之問穩定聯系或關系的內部認知系統，或者說是一個人的全部觀念內容的組織。人的認識活動按照一定的順序形成發展成對事物結構的認識后就形成了認知結構”。布魯納認為：“人主動參加獲得知識的過程，主動對進入感官的信息進行選擇、轉換、存儲和應用。也就是說人可以積極主動地選擇知識，記憶知識和改造知識，而不是一個知識的被動的接受者”。認知學習主義認為學習只有在原有認知結構的基礎上產生．不管采取的形式怎樣。個人的學習都是通過把新得到的信息和原有的認知結構聯系起來。去積極地建構新的認知結構。

從宏觀方面分析，信息對認識結構的影響和作用，存在以下三種形式。

其一：認知結構能解釋、說明的信息。當新的信息與原有的“認知結構”之問存在著一定的矛盾，但沒有根本的沖突時，要適當地改變原來“結構”中的某些部分，調檔成適當的“新結構”。現實中人們往往窬易接受與自己原有認知結構相關的信息，并借此對自己的認知結構進行補充和更新。

其二：與認知結構毫無關系的信息。當新的信息與原有的“認知結構”之間幾乎不相關，就無法改變原來“結構”中的某些部分形成“新結構”。現實中人們在荻得與原有知識結構無關的信息時，往往如過眼州云，習慣于保持自已原有的認知結構。

其三：認知結構不能解釋或與之相矛盾的信息。人們在獲得與臼已原有知識結構相反或相矛盾的信息時，常常面臨十分困難的選擇。一種是追根究源，否定自原有知識結構中不科學或錯誤的東西，代之以科學先進的知識，實現知識結構的一次飛躍：一種是抱殘守缺，，人去一次重要的知識糾錯更新的機會：再一種則是盲從，不加思考地全盤接受，使原有的知識結構受到極大破壞，這可能會給個人和社會帶來很大危害。

三、建構主義學習理論在網絡信息服務中的應用

源自認知主義，在信息技術推動下發展起來的建構主義學習理論，在“信息技術與學科課程相整合”的過程中取得了很多實踐經驗。此建構主義學習理論在實踐中如何創設學習環境的方法，如“情境”、“協作”、“會話”和“意義建構”這些支踐經驗可以為網絡環境下的信息服務提供可以借鑒的經驗。

另外我們從信息服務的角度來看，信息服務除了為信息用戶提供具體而有使用價值的信息內容外，最核心的是要激發信息用戶的情感因素，促進用戶對具體信息內容價值的認知和體驗，形成與信息所反映的事物的認知結構。網絡為我們提供了豐富和多樣化的信息資源和方便信息獲取手段。這為用戶與網絡空間交流互動以及用戶認知潛能的發揮提供了必要條什，但也由于網絡空問結構呈多維網狀結構和無限擴展性，導致用戶信息活動時面臨空前復雜的認知選擇，這必然增加對信息環境方面的認知負擔和信息超載。此如何減輕用戶認知負擔，增加用戶情感和心理體驗．提高用戶在信息服務活動中的積極性和主動忡可以借鑒建構主義學習環境創設方法。

(一)創設“信息服務情景”

網絡信息服務環境中的“服務情境”必須有利于用戶對所需信息意義建構。從信息牛態學的觀點來看，信息用戶是信息牛態環境中認知的主體，是信息意義的建構者。信息建筑師的作用是幫助信息用戶理解信息，促進信息用戶建構意義。并不是僅僅要求信息建筑師直接向信息用戶傳遞信息。如果仍然沿用傳統的信息服務理論來指導網絡環境下的信息服務，然不合適宜。這里從建構主義學習理論和信息構建理論融合的觀點出發，提出如何創設網絡環境下的“信息服務情景”。

1、多種媒體元素融合，多利-形式展示信息主題在網絡信息空問中最核心的信息表征方式是超媒體方式，可以把信息實體分割成由文本、圖形、音頻、視頻、動畫等信息單元組成的節點，按照符合用戶“聯想”的方式組織成概念間的網狀結構，靈活建立不同的通達路徑。用戶可以按照自己的思維路線在網絡空間中較為自由地訪問有關信息，從而使用戶能夠產生一個“浸潤”感覺。這樣用戶可以在不同的情景中通達同一個概念，多種感覺通道同時作用，平行處理的信息蛀更加巨大，有利于激發并調動用戶已有的知識結構和生活經驗來選擇、探索、加工新信息，建構其意義。具體實現的手段可以采用XML作為底層技術支持。建立主題圖的方式(TOPICMAP)，把具體任務或信息內容分成互相關聯的概念網絡。

2、建立隨機通達路徑。信息構建先驅Wurman先生一再強調，信息構建的一條基本原則就是使信息可訪問。在這里為創設信息服務情景需要，不僅要求信息可澇問，而且要求隨機通達。在網絡環境下，信息用戶類型多樣，知識背景各不相同，任務目的多種多樣，如何才能把從網絡“四面八方”來的用戶引導到具體的信息內容上去呢?也就是要為不同信息用戶建立不同的信息路徑，進入到相同的信息內容中去，這是信息建筑師必須考慮的問題。要實現不同路徑條件下，使信息可以訪問這一目標，最可行的辦法就是建立語義導航系統。關于如何建立語義導航可參見武漢大學信息管理學院張玉峰教授的論文《基于Ontology的語義導航研究》。

3、建立認知地圖。認知地圖是表征環境信息的一種認知形式，是人們通過多種手段獲得空問信息后，在大腦中形成的關于認知環境的“抽象替代物”。認知地圖對于人類存儲與使用環境信息的活動，如超媒體信息空問導航活動都十分重要，是一利1網絡信息服務情景營造的重要手段。就認知地圖內容而言，不僅包括對象的空知識，還包括對象的其他屬性，例如，可訪問性——訪問某個對象的難易程度：感知經驗——聲音、色彩等；還包括情緒注釋、評價感覺等。

4、營造語境效果。美國語言學家Sperber和Wilson提出了認知語境(cognitiveenvironment)的概念，認為在語言交際中的語境是一個心理建構體(psychologicalconstruct)，是存在于聽話者大腦中的一系列假設。用戶對外界的認識與理解是以概念的形式存儲在大腦中的。這就形成了用來處理新信息的認知語境。語境不僅包括交際時話語的上下文、對象環境等具體的語境眭j素，也包括個人的知識因素。如已知的全部實事、假設、信念以及個人的認知能力。我們從前面的分析知道信息與認知結構相互作用有三種結果，構造“if=}境效果”是指新信息與已知的已有信息相互作用，原有認知語境發生改變，產生新的認知語境。在網絡信息空間中．可以使用超媒體交互技術來建立一個信息用戶與網絡空間的雙向信息交流過程，具體來說可以采用隱喻的手段把背景信息與相關信息鏈接，建立一個本體與喻體、環境信息與目標信息之間的映射，從而達到減輕信息用戶認知負擔，促進信息理解和信息意義的構建。

(二)信息服務“協作與會話”

網絡信息服務中什么是“協作與會話”?這里指的是信息服務人員與用戶、信息建筑師與用戶以及用戶與用戶之間的交流，在整個信息服務活動過程中都始終存在。如果我們把網絡信息環境中信息用戶、信息內容、網絡信息環境看做一個信息生態系統的話，信息交互是這系統的“紐帶”，它把信息生產者(包括信息建筑師)、信息環境、信息內容與信息用戶緊密地聯系在一起。在網絡環境中為了實現信息用戶理解信息，建構信息意義，信息用戶與信息環境交互(交流與會話)作用起著關鍵性的作用。在網絡環境下如何實現“協作與會話”?最傳統的“協作與會話”形式是參考咨詢。在網絡環境下，可以采用電子郵件、即時視頻與音頻通訊工具、還可以通過專題的服務主題論壇把信息用戶聯系在一起。在信息服務人員的組縱和引導下，信息用戶可以一起討論和交流、相互協商，通過這樣的協作信息環境，信息用戶群體思維與智慧就可以被所有的用戶共享，即整個信息用戶群體共同完成對所獲取信息意義建構．而不是其中的某一位或某幾位信息用戶完成意義建構。

篇（7）

2思維發散式的課后思考

課后的思考要充分的發揮學生的發散性思維，它既是課堂內容在學生大腦中的發散式延伸又是啟發學生對后續課程內容興趣的鋪墊。做好課后思考題的布置對調動學生對整個課程的持續性興趣至關重要。中學生的思維定勢比較少，能夠較快的接受新知識和新方法同時中學生思維的創造能力比較強，有意識的引導學生進行發散式的思考對培養學生的創造能力至關重要。因此教師在選擇課后思考題的時候既要考慮到題目承前啟后的作用又要考慮到題目的創新性和啟發性，只有這樣才能讓學生在課后真正去思考。

篇（8）

二、贛南醫學院圖書館的醫學文獻信息資源優勢

贛南醫學院圖書館作為本地醫學文獻信息資源中心，其在醫學文獻信息資源方面的優勢，是本地區其他信息服務機構所無法比擬的。贛南醫學院圖書館藏有大量的醫學專業文獻信息資源，有高素質的文獻信息服務人員，有先進的管理設備和服務技術，有豐富的信息素養教學實踐經驗，利用這些優勢能為本地基層醫務工作者及時有效地獲取醫學信息提供極大的便利。1．豐富的醫學文獻信息資源目前，贛南醫學院圖書館所藏的醫學文獻信息資源主要集中于三個方面：（1）醫學及相關專業的各種紙質文獻資料，共有圖書70余萬冊，期刊980余種，報刊數十種，此類資源比較全面、系統，種類較為豐富；（2）大量的電子資源，含220余萬冊電子圖書、30余個中外文數據庫等，這類資源不僅豐富，而且依靠現代化的信息技術使用起來也非常方便；（3）與其他兄弟院校建立的數字圖書館聯盟，這種基于資源共享而建立的館際聯盟，大大豐富了贛南醫學院圖書館的文獻信息資源。2．專業化的文獻信息服務、管理人才贛南醫學院已有70余年的辦學歷史，贛南醫學院圖書館在長期的服務教學、科研工作實踐中，培養了一大批高素質的專業文獻信息服務、管理人才。人員涵蓋圖書情報、醫學、英語、中文、計算機等各學科專業范圍，知識結構合理，形成了一支多層次多學科的圖書情報隊伍。他們中既有文獻開發、情報加工及咨詢服務方面的專家，也不乏計算機應用與開發方面的人才，他們能熟練地查找醫學文獻信息、加工信息、傳遞信息，并能根據需要開發特色數據庫資源。3．先進的管理設備和多樣化的服務贛南醫學院圖書館既是學校文獻信息中心，又是學校信息網絡化建設的樞紐。目前，贛南醫學院圖書館擁有金盤圖書集成管理系統，全面實現了信息資源管理、辦公自動化。在服務方面，贛南醫學院已形成以紙質、電子、網絡等多型式并存的結構服務體系，為讀者提供參考咨詢、文獻傳遞、科技查新、信息檢索等多樣化服務方式。

篇（9）

2分析結果

2.1考研錄取結果分析

對2010~2014屆所有成功考取碩士研究生的應屆本科畢業生的錄取結果進行統計分析發現:最終錄取的院校分為三個層次:一是“985”高校,二是“211”高校,三是普通高等院校.按照高校的層次進行了分類統計,其中“985”高校按照省內和省外也進行了分類統計.普通高校錄取的比例較大,是985與211高校的兩倍至三倍.并且考入“985”高校的主要集中在省內的湖南大學和中南大學.因此考生在準備考研及確定目標時應該圈定一類符合自身條件的學校為目標,不能好高騖遠,起點定的過高,否則,影響的不但是復習的積極性,同時也會打擊自己的自信心.綜合大學生考研多種影響因素考慮來看:其中地域就是一個重要的因素.統計2010~2014年間信息學院考研各層次本省和外省錄取統計可知,每個層次本省比外省被錄取的幾率要大的多.

2.2考研成功學生考研成績與在校成績分析

影響學生考研成功與否的最重要因素還是成績,成績在考研過程中占據主導地位.其中數學和外語的成績則在整個考研過程中起到關鍵性的作用,數學與外語成績的好壞對整個考研成績的高低影響巨大.因此關聯分析考研學生在大學階段各科平時成績與其考研成績就變得十分重要.本文對成功考研學生的平時成績與考研成績進行了分析,分析其大學數學成績(線性代數、概率統計、高等數學)與考研數學成績的關系,建立大學平時數學成績與考研數學成績的分布關系.其中大學平時數學成績取的是各門各學期數學成績的平均值.大學平時數學成績與考研數學成績存在一定的線性關系.同時對大學外語成績與考研外語成績進行了分析統計.大學平時外語成績與考研外語成績也存在一定的線性關系. 大學專業成績在決定考生報考學校及報考專業方面具有比較重要的指導性,大學期間學生某一門專業或者其中幾門專業學的比較好,那么這位學生在選擇考試科目方面就會有比較大的傾向性.首先對成功考研學生選擇報考的專業課程相近專業進行統計,然后在所有專業課中選取8門最具代表性的課程進行分析,這8門課程分別是大學物理、電路分析、信號與系統、模擬電子技術、數字電路、高頻電子線路、數字信號處理、電磁場與電磁波.這8門課程信息學院的4個專業都有涉及.針對這8門課程進行整個年級的排名。

篇（10）

該方法適用于范圍不大的環境下進行探究性的教育改革，它不能夠構建其自身的理論體系，但可以對教學實際中遇到的問題進行逐漸的探索研究和改善，從而解決現實問題。其主要有：

1）將教改行動作用于教學之中；

2）對學科非大規模的教改研究；

3）給教師提供靈活的思維和策略；

4）確立積極有效的考評系統；

5）對已經存在問題實施的措施。在運用行動研究法時的特征一是就初中信息技術課堂項目的學習的探究，二是在研究過程中要不斷歸納思考。

1.2內容分析法

這種方法是針對文獻進行客觀定量的解析。旨在探究出文獻內在的情況和形態；使其隱藏的情報暴露出來從而判斷發展的趨勢。內容分析法本質上是一種非完全定量的研究策略，即通過對目標的文字、各種有溝通價值的信息進行處理從而得到定量的數據，再根據具體的目錄分析這些內容，從而判斷出信息的具體特性。內容分析法自發明以來就被用于諸如趨勢、比較等眾多的研究領域。

1.3問卷調查法

該方法又名問卷法，主要是通過調查者提前準備好的問卷，對隨機抽取的對象進行詳細的信息了解或者是建議征求。這種方法通常是把要研究的內容以問題的形式寫在紙張上，然后通過走訪、寄送、或者實時發放等方式收集信息，該方法要求被調查對象如實填寫，并根據這些問卷內容了解所需要的信息。依據調查目的所提出的問題，選擇的被調查對象，以及最后對全部信息的匯總處理，是該方法的關鍵所在。

2項目學習的研究意義

使學生養成主動學習研究信息技術的良好習慣，形成信息技術知識的自我學習意識，對信息技術有相當的處理收集能力，以及利用信息技術幫助各個學科解決實際中遇到的問題，這些都是現階段初中信息技術教育的目的所在。而項目教學就是一種發揮學生的主體地位，通過學生自身的學習生活積累，多領域的持續高效的教學方法。學生在自我學習生活過程中對老師所教授的項目實現中的內容進行深度實踐，從中獲得學習的經驗，并養成共同學習的意識，從而實現知識的高效學習。項目教學具體的意義體現如下。

2.1增加學生對于學習的趣味性

項目教學中項目的選擇取自實際生活，又運用與實際生活。通過設立高效而又賦予趣味的情景學習，能夠極大地提升學生對于學習的熱情，使他們能夠在較短的時間內積極主動的深入進去，從而高效的掌握學習內容。

2.2大大提升學生的綜合能力

項目的學習使學生能夠深度掌握信息技術內容，學生可以據此利用計算機多媒體等工具獨立完成之后的信息技術課程。與此同時，隨著信息技術內容的深度掌握，學生就可以將所學到的信息技術應用到其他學科的學習中去，從而高效的提升學生關于其他課程的知識。這樣可以培養學生們自主性和實踐中創新的能力，使他們搜集、處理、判斷、利用信息的能力得到顯著提高。

2.3提高了信息技術課程的高效性

學生應當作為學習的主體，初中信息技術教育新課程這樣規定，學生還必須可以充分應用所學的信息技術知識去解決學習生活中遇到的各種問題，必須掌握自我高效學習的能力。由過去非主動式的教學向主動性的自我學習轉變。而在信息技術課程中實施項目學習的方法，可以極大地幫助學生自我搜集、自我處理、自我應用的能力，還可以便于教師進行更好的教學。與此同時，這種教學方法還能有助于學對于所學信息技術課程內容的充分掌握，在實踐中自我體會，真正做到學為所用。

2.4使信息技術課程和其他學科高效結合

項目的學習首先要創建出行得通的、有趣味性的、跨學科知識的項目，然后使學生在項目完成中使用各種方法和內容，通過與他人合作、相互探討的方式完成項目內容。在進行項目學習整個過程中，師生都要有結合其他各種學科知識的能力，否則就無法完成有真實價值的項目內容，無法達到項目學習的目的。

3項目學習應注意的問題

在實際項目教學的運用中，有一些問題筆者覺得有必要說明：第一，項目學習的關鍵所在是項目的選擇，在選擇項目的時要將所教授的內容、學生的興趣所在、實踐生活三者緊密結合。教師還必須明白項目學習中項目本身并不是脫離教學之外的，相反它其實是教學重要的組成部分。教師在項目教學的時要為學生完成項目提供必要的幫助，比如幫助學生收集相關的資料，對項目進度進行實時觀察，提供學生必要的建議并進行考評等。第二，項目教學本身就要求多學科知識的綜合，所以在信息技術課程中教師必須努力學習各個領域的知識，力求在項目教學中幫助學生進行項目的完成。為此，教師需要對信息技術這門學科進行詳細的歸集，對于哪些內容是需要其他學科的內容，哪些又是課程的重點，全部事先做好充足準備。第三，項目設計最重要的是要吸引學生的注意力，所以想目必須是與學生密切相關的，選擇項目時最好是可以參考學生的意見，教師也最好分配給學生他們喜歡的項目。項目的設計還必須使學生有能力完成的。在項目之后教師應該進行相關的考查和評價。第四，項目的教學對教師在于項目所涉及的內容、教學能力以及管理能力都有著較高的要求。在整個項目教學過程中學生才是主要角色，教師做的應該是輔導幫助，當學生遇到各種問題時，教師提出合理的建議和幫助，使學生順利的完成項目。

篇（11）

二、信息技術課程翻轉學習的有效性條件

從理論角度來看，信息技術課程實施翻轉學習有明確的路徑和優勢，但是這種優勢并不是必然產生的，而是建立在特定的條件下。翻轉學習的實施需要課前教師網上數字化資源的制作、學生基于課程平臺的學習、教師與學生有效互動等環節來看，學生的學習方式徹底改變了，并造成了教師角色的改變，這對教師的理念、能力提出了挑戰。這種新的模式，需要做好以下準備，以保障翻轉學習的正常開展。

1.明確信息技術課程的主要任務

從華南師大出版社《信息技術》的內容設置上來看，包括必修與選修兩部分，一共設置了六個模塊：一個必修模塊、五個選修模塊。其中只有“信息技術基礎”是信息技術的必修模塊，分為信息獲取、信息加工、信息管理、信息技術與社會五個主題，這說明信息技術的課程實踐要充分考慮學生信息素養的基礎性，根據時代變遷和學生興趣進行內容的選擇，在不同內容的學習中培養信息技能，在教學過程中鍛煉學生探究、審美、技能、表達與交流的基本能力，理解信息技術對社會發展的影響，構建與信息社會相吻合的價值觀和責任意識。前者是具體的教學任務，后者所強調的價值觀和責任意識是滲透在所有的教學環節中的。明確這點是提高翻轉學習效率的前提：翻轉學習的資源是為信息技術所設定的教學目標框架服務的。在網絡資源和課堂組織的設計上，需要圍繞信息素養提出的要求，以知識和技能習得為手段，既考慮信息技術的工具屬性，又關注技術文化和社會前沿的發展，將培育人的活動內化到課堂結構中來，并恰當區分“翻轉前”和“翻轉后”的學習方式，實現信息技術課程的教學任務。

2.通過翻轉學習優化信息技術學習方式

從翻轉學習的操作過程來看，體現了以下幾個方面的要求：第一，體現了教育公平的根本需求。教育公平隨著民眾意識的覺醒，對教育的需求增加而受到重視，并且從原來的“分配公平”開始向“關系公平”轉變。[2]翻轉學習通過知識轉化場域的變化、學生自定步調、海量資源和大規模開放課程（MOOC）等因素的作用，讓大部分人能按照自身節奏成長，鼓勵更多的人通過努力實現知識自信和技能自信，促進了公平環境的養成。第二，適應“數字土著”的學習方式。信息技術的發展孕育了數字化生活，產生了一出生就和數字接觸的群體，我們將其稱之為“數字土著”。這類人群表現出了“碎片化學習”“多頭任務”“批判性思維”等顯著區別于原有學生群體的表征。[3]這為翻轉學習的推行有了更為實際的任務：適應“數字土著”的學習生活。第三，優質資源的沖擊。2012年伊始，MOOC掀起了一場教育界的“海嘯”，對課程組織、教學和考核模式產生了巨大影響，身邊的教師已經有了來自全國甚至全球的名師挑戰，教師在課堂的知識權威被諸如MOOC等強勢網絡資源所打破。消極等待不如直接面對，用開放的理念擁抱MOOC所創造的新時代。第四，培養學生的終身學習能力。基于翻轉的學習方式改變了傳統教學中主動權掌握在教師手中的困境，在“翻轉”情境下，學生通過課前觀看教學視頻進行新知識的學習，并根據自身的學習程度和學習需求對學習進度加以控制，學生的主動性得以加強，自主學習能力得到培養。從反面來講，基于翻轉的學習方式更加依賴學習者的自主學習能力，對控制自身學習的元認知水平的要求增強，通過視頻接受新知識需要一定的“定力”，這也是終身學習體系建設的能力保障。

3.提升教師課堂理念和信息技能

翻轉學習在學習形式上的改變，意味著教師對以往經驗和模式的揚棄，需要教師在理念、能力和課堂實踐中做出改變，甚至需要推動整個教師體系的文化轉型，以適應新環境的變化。首先，課堂理念的轉變是課堂質量提高的保障。如果缺乏理念的更新，僅僅是簡單的模仿，會帶來“翻轉”的失效，使信息技術課程學習處于更加邊緣化的地步。其次，翻轉學習的開展需要教師知道“如何制作教學視頻、如何指導學生學習、如何支持學生學習、如何對學生的學習進行評價”[4]，需要教師的信息技術能力進一步提升。不可否認，信息技術教師在這方面有一定的優勢，這也是信息技術能采用翻轉學習的原因，但鑒于信息技術教師來源的非專業性和教學設計思想并沒有得到很好的發展，對于學校信息技術教師來說，需要克服重重困難。