<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">TACS</journal-id><journal-title-group><journal-title>Technology and Application of Computer Science</journal-title></journal-title-group><issn>2998-8926</issn><eissn>2998-8934</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/TACS.2026020005</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>自适应学习模式在《数据库》课程教学的实践与探索</title><url>https://artdesignp.com/journal/TACS/3/2/10.61369/TACS.2026020005</url><author>周书臣</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>3</volume><issue>2</issue><history><date date-type="pub"><published-time>2026-01-28</published-time></date></history><abstract>在新工科建设与高等教育数字化转型的背景下，《数据库》作为计算机类、信息管理类、人工智能类专业的核心必修课，在人才培养体系中具有承上启下的重要地位。当前《数据库》课程教学普遍采用&amp;ldquo;教师讲授为主、统一进度、期末考核为主&amp;rdquo;的模式，存在较为明显的局限。而自适应学习是以认知科学、建构主义学习理论与人工智能技术为支撑，通过对学习者的知识水平、学习行为、习惯与能力特征进行动态诊断，自动调整学习内容、难度梯度、资源类型与学习路径，实现&amp;ldquo;以学为中心&amp;rdquo;的精准教学。基于此，本文将自适应学习模式与《数据库》课程深度融合，从教学模型构建、教学流程设计、知识图谱应用、多元评价改革等方面展开实践研究，旨在破解同质化教学困境，提升课程教学质量与学生综合能力，为高校计算机类课程改革提供可复制、可推广的实践路径。</abstract><keywords>自适应学习,学习模式,数据库,课程教学</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 王继茹, 朱靖, 王建, 陈羽. 数据驱动的知识图谱在本科教学信息化改革中的作用[J]. 高等工程教育研究,2024(3):121-128.[2] 许苗, 杨又. 强人工智能赋能个性化教育研究[J]. 软件导刊,2024,23(8):220-228.[3] 龚剑. 大数据时代高校教育信息化管理中的隐私保护研究[J]. 中国管理信息化,2024,27(22):233-235.[4] 刘之远, 魏浩, 许思扬. 人工智能时代高校教师学术社会化的风险审视与调适[J]. 高教论坛,2024(11):86-91.[5] 梁灵辉. 指向深度学习的挑战性学习任务设计&amp;mdash;&amp;mdash; 以普通高中通用技术课程为例[J]. 基础教育课程,2023(21):55-59.[6] 黎加厚. 生成式AI 大模型教育应用的四大秘诀[J]. 中小学信息技术教育,2024(5):8-11.[7] 赵晓伟, 祝智庭, 沈书生. 教育提示语工程: 构建数智时代的认识论新话语[J]. 中国远程教育,2023(11):22-31.[8] 范云霞, 杜佳慧, 张杰, 庄自超, 龙陶陶, 童名文. 面向动态学习环境的自适应学习路径推荐模型[J]. 电化教育研究,2024,45(6):89-96.[9] 李建伟, 武佳惠, 姬艳丽. 面向自适应学习的个性化学习路径推荐[J]. 现代教育技术,2023,33(1):108-117.[10] 韩悦, 赵晓伟, 沈书生. 人机协同调节: 复合脑视角下自我调节学习的新路径[J]. 电化教育研究,2024,45(5):20-26.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
