《多維計算機導論課程教與學的研究與實證》以“計算機科學導論”課程為主要研究對象，從不同角度對該課程的教學進行研究與實證。首先，從計算機科學的學科特性出發(fā)，在ACT-R、SOAR、ECIP、粒計算認知模型基礎上提出實踐環(huán)節(jié)的認知模型，以此重組課程內容并優(yōu)化計算機系列課程；確定開放學習的含義及原則，研發(fā)開放學習平臺；建模課程本體，提出基于Web的課程本體可視化架構；開發(fā)結合知識點-學習產出的題庫系統(tǒng)。其次，利用BP神經網絡研究學習風格對學習過程的影響，利用結構方程模型研究課程的考核策略，構建精細化學習過程及PLS-SEM學習效果評估模型。*后，研究知識圖譜、基于微服務的E-Learning云平臺及利用深度學習對學生學習過程的情感分析，以構成《多維計算機導論課程教與學的研究與實證》的教學體系。

更多科學出版社服務，請掃碼獲取。

電子計算機,課程,教學研究,高等學校 

目錄
前言
第1章 引言 1
1.1 作為學科的計算機科學 1
1.2 計算機科學導論課程的教學目標與教學產出 5
1.3 多維的計算機科學導論課程教學 6
1.4 解決的關鍵問題 7
第2章 基于認知模型的計算機科學導論課程重組及系列課組織 8
2.1 認知模型的相關研究 8
2.1.1 心理學認知模型 8
2.1.2 腦認知模型 9
2.1.3 粒計算認知模型 11
2.2 計算機學科知識的認知模型 11
2.2.1 基于ACT-R的計算機學科內容認知模型 12
2.2.2 基于SOAR的計算機學科內容認知模型 12
2.2.3 基于EPIC的計算機學科內容認知模型 13
2.2.4 基于粒計算的計算機學科內容認知模型 14
2.3 基于認知科學的計算機科學導論課程內容重組 15
2.4 基于認知模型的計算機系列課程組織 16
2.4.1 基于認知模型的計算機系列課程體系結構 16
2.4.2 計算機系列課程結構的進一步優(yōu)化 16
第3章 開放式計算機科學導論課程 19
3.1 開放學習的含義 19
3.2 開放學習的特點 19
3.2.1 卡內基梅隆大學的開放學習網站 20
3.2.2 中國大學MOOC的開放學習 20
3.2.3 網易公開課開放學習 20
3.2.4 實驗樓網站的開放學習 20
3.3 計算機科學導論開放學習網站研發(fā) 21
3.3.1 需求分析 21
3.3.2 系統(tǒng)設計原則及模塊設計 22
3.3.3 系統(tǒng)實現與測試 23
第4章 基于計算機科學導論本體的建立及可視化 27
4.1 本體與課程本體 27
4.2 計算機科學導論課程本體的建立 28
4.2.1 本體的定義 28
4.2.2 利用Protege建立計算機科學導論課程本體模型 28
4.2.3 課程的本體標注 29
4.3 基于REST的計算機科學導論課程本體的可視化 35
4.3.1 國內外研究現狀 35
4.3.2 基于REST的本體可視化應用系統(tǒng)架構 37
4.3.3 REST風格架構中的本體 40
4.3.4 REST風格架構中的本體可視化 55
4.3.5 本體可視化應用系統(tǒng)的實現與應用 57
第5章 基于知識點-學習產出的題庫系統(tǒng)的設計與實現 68
5.1 國內外研究現狀 68
5.2 需求分析 69
5.2.1 功能性需求 69
5.2.2 非功能性需求 71
5.3 系統(tǒng)設計 72
5.3.1 用例圖和流程圖設計 72
5.3.2 數據庫設計 73
5.3.3 系統(tǒng)功能結構以及系統(tǒng)的界面設計 74
5.4 系統(tǒng)實現與主要界面展示 79
5.4.1 運行環(huán)境 79
5.4.2 教師系統(tǒng)登錄 79
5.4.3 后臺管理 80
5.4.4 學生管理 83
第6章 基于BP神經網絡的學習過程建模方法 84
6.1 國內外研究現狀 84
6.1.1 課程學習方法的研究現狀 85
6.1.2 學習風格的研究現狀 85
6.1.3 學習效果評估方法的研究現狀 85
6.2 研究對象的來源及引出的問題 86
6.2.1 計算機科學導論課程的教學過程 86
6.2.2 計算機科學導論課程的教與學 87
6.2.3 獲取的學習過程數據和引出的問題 90
6.3 學習過程建模要素的確定 92
6.3.1 學習過程的劃分 92
6.3.2 學習風格模型的確定 93
6.3.3 學習過程建模中的要素 95
6.4 學習過程模型及BP學習過程建模方法 96
6.4.1 學習過程模型的建立 96
6.4.2 確定BP神經網絡的學習過程模型參數的方法 98
6.4.3 LpM模型的建立 99
6.4.4 Lp-LsM模型的建立 101
6.5 數據的預處理和實驗結果的對比分析與驗證 105
6.5.1 學習過程與學習風格數據的預處理 105
6.5.2 實驗結果的對比 109
6.5.3 SVR對學習過程模型LpM與Lp-LsM的數據模式驗證 111
6.5.4 實驗結果分析 113
第7章 基于結構方程模型的知識點考核策略 114
7.1 國內外研究現狀 114
7.1.1 考核策略的研究現狀 115
7.1.2 結構方程模型的研究現狀 116
7.2 研究的數據及其分析 117
7.2.1 課程知識體系 117
7.2.2 考卷和學生成績分析 117
7.2.3 引出的問題及難點 120
7.3 知識點考核策略模型的建�？蚣苎芯� 120
7.3.1 研究問題抽象 120
7.3.2 知識點考核策略模型的建�？蚣� 123
7.4 SEM及PLS-SEM算法研究 125
7.4.1 SEM基本原理 125
7.4.2 核心建模方法PLS-SEM的確定 128
7.5 基于PLS-SEM的知識點考核策略模型 133
7.5.1 問題的提出與解決方案 134
7.5.2 理論模型和研究假設 135
7.6 基于PLS-SEM的知識點考核策略模型的應用 139
7.6.1 數據預處理 139
7.6.2 非參數檢驗指標 140
7.6.3 模型的構建和修正 141
7.6.4 研究假設驗證 151
7.6.5 對比模型的分析 151
7.6.6 2015年數據擬合 152
7.7 結果分析與討論 154
7.7.1 模型效應分析 154
7.7.2 對導論課程知識點考核的指導意義 156
第8章 精細化學習過程建模及PLS-SEM學習效果分析 158
8.1 學習效果與學習過程 158
8.1.1 學習效果評估的多樣性 158
8.1.2 學習過程的重要性 159
8.1.3 學習過程建模及學習效果評估 159
8.2 精細化學習過程模型RefinedM-LP的構建 160
8.2.1 學習過程元素的定義 161
8.2.2 學習過程的精細化建模 163
8.2.3 RefinedM-LP的形式化描述 170
8.3 基于PLS-SEM的學習效果評估模型研究 172
8.3.1 學習效果的評估方法確定 173
8.3.2 基于PLS-SEM的學習效果評估模型的建模方法 173
8.4 RefinedM-LP及其PLS-SEM學習效果評估模型應用 178
8.4.1 RefinedM-LP的計算機導論課程學習系統(tǒng)研發(fā) 178
8.4.2 PLS-SEM學習效果評估模型在計算機科學導論課程的應用 184
8.4.3 RefinedM-LP應用總結 206
8.4.4 PLS-SEM學習效果評估模型應用總結 207
第9章 計算機導論課程知識圖譜的創(chuàng)建 211
9.1 國內外研究現狀 211
9.2 課程知識圖譜構建思路和原則 212
9.3 構建課程知識圖譜 213
9.3.1 定義實體 213
9.3.2 抽取實體 215
9.3.3 建立關系 217
9.3.4 構建課程知識圖譜 219
9.4 課程知識圖譜實例 219
9.4.1 頂層知識圖譜示例 219
9.4.2 章節(jié)知識圖譜示例 220
9.4.3 知識圖譜查詢示例 221
第10章 基于微服務的計算機導論課程的E-Learning云平臺 222
10.1 微服務的引入 222
10.2 E-Learning云平臺的微服務架構設計 223
10.2.1 微服務架構設計 223
10.2.2 E-Learning平臺與私有云的集成 224
10.2.3 通過VPN實現校園網與私有云互聯 225
10.3 E-Learning云平臺示例 226
第11章 基于LSTM模型的課前預習的情感分析 229
11.1 國內外研究現狀 229
11.2 數據與研究方法 230
11.2.1 情感分析數據 230
11.2.2 情感取值 230
11.2.3 研究方法 231
11.3 數據預處理 234
11.3.1 分詞 234
11.3.2 Word2vec訓練詞向量 234
11.4 情感分析的實現 235
11.4.1 建立情感分類模型 235
11.4.2 二分類的情感分析 237
參考文獻 243