計算機課程思政研究的知識圖譜可視化分析

劉雪潔，孫 庚，劉 波，郭泓希，齊 紅

（1.吉林大學 計算機科學與技術學院；2.吉林大學 軟件學院，吉林 長春 130012）

0 引言

課程思政是實現全員、全程、全方位育人格局，將各類專業(yè)課程與思想政治課同向同行形成協(xié)同效應，將“立德樹人”作為教育根本任務的一種綜合教育理念［1-3］。習近平總書記指出：“要把立德樹人的成效作為檢驗學校一切工作的根本標準，真正做到以文化人、以德育人”［4］。可見，課程思政是貫徹落實黨的教育方針的重要舉措，也是完善課程體系及教學內容、教學目標的必然要求。自2014年上海各高職院校率先探索并實施課程思政［5］以來，僅僅幾年時間課程思政就從地方實踐摸索轉化為國家戰(zhàn)略部署，從初始理念提出到實際教學落實，各高校均給予了高度重視，將課程思政作為思想政治教育的重要載體，推動了課堂教學改革，提升了課程育人質量。

計算機學科是工學下的一個重要學科，學科特色主要體現在理論性強、實踐性強、發(fā)展迅速等，其素質教育的基本要素是傳承計算文化、弘揚計算科學和培養(yǎng)計算思維［6］。在新工科理念下，計算機學科的教育核心為加強德育素質教育，培養(yǎng)學生解決復雜工程問題的能力，為國家輸出德才兼?zhèn)涞母咚刭|工程人才［7］。因此，計算機專業(yè)課程思政建設是計算機學科教學改革的重要工作，目前很多專家學者對計算機專業(yè)課程的課程思政融入方式、建設途徑、實施策略進行了探索和研究，但要更深入地推進計算機專業(yè)課程思政建設需要在充分了解課程思政的研究進展、發(fā)展現狀和關注熱點等前提下，努力探索具有專業(yè)特色的思政建設方法。

關于計算機專業(yè)課程思政發(fā)展現狀的分析，有研究采用問卷調查、專家咨詢等方法［8］，但問卷調查法中的問卷問題設計、問卷人群類別和數量都會影響分析結果的客觀性與正確性；專家咨詢的方式則可能因僅是少數專家看法而缺少大量數據支撐，導致結果不可靠；文獻檢索網站僅提供按關鍵字或作者的搜索結果和一些基本統(tǒng)計信息，缺乏詳盡的研究進展、關聯(lián)和熱點分析。新興信息化工具能提高問題分析的效率，例如焦然等［9］采用 WPS和COOC4.1軟件，金一等［10］采用CiteSpace工具分析了我國課程思政研究情況；王紅等［11］采用知識圖譜對計算機相關的專業(yè)課程思政文獻進行了統(tǒng)計和梳理，獲得具有參考意義的分析結果，但僅考慮了文獻發(fā)表時間分布、關鍵詞的共現和時間線分析，研究不夠全面；湯宇軒等［12］提出一種基于知識圖譜的課程思政素材庫的構建方案，對獲取豐富的課程思政素材知識具有應用意義，但方案中尚未完善搜索、問答等內容。

清晰、全面地展示計算機專業(yè)課程思政研究情況，分析研究進展、關聯(lián)和熱點等信息，可為后續(xù)的課程思政的實施工作提供有效的參考和依據。為此，本文選取中國知網（CNKI）數據庫2010-2022年有關計算機課程思政領域研究的相關論文，使用CiteSpace5.8.R3軟件對計算機課程思政領域研究進行全面分析，完成作者、研究機構、關鍵詞實現了聚類分析，對高頻關鍵詞等實行了中心性分析，并構建了合作網絡共現知識圖譜；對當前計算機課程思政的研究熱點變化、研究前沿趨勢等實現了可視化分析，清晰地展示計算機課程思政研究的基本軌跡、特征和熱點，進一步對分析結果進行總結，分析了現象產生的原因和未來發(fā)展趨勢，以期對完善課程思政理論，尤其是推進計算機專業(yè)課程思政的研究作出貢獻。

1 技術與方法

1.1 知識圖譜

知識圖譜是顯示知識發(fā)展進程與結構關系的一系列各種不同的圖形，其在語義處理方面具有較強的優(yōu)勢，能將互聯(lián)網中的海量知識資源進行有序組織，并以直觀形式呈現給用戶。知識圖譜以揭示知識及其復雜的關聯(lián)關系為特點，已有研究將其應用于教育領域，為學科知識網絡的可視化提供了有效的技術手段，例如朱鵬等［13］將課程中概念、內容融入圖譜中構建課程知識圖譜素材庫，并實現了基于該素材庫的搜索應用；施江勇等［14］以人工智能專業(yè)為例，介紹了基于知識圖譜的新興領域課程教學資源建設模式，為新專業(yè)和新課程的開設提供了充分保障。

知識圖譜使用三元組進行知識的表示和存儲，即主語S（Subject）、謂語P（Predicate）和賓語O（Object）。一個三元組即為一條人為定義和歸納的知識。在邏輯上，三元組構成包括節(jié)點、邊的圖形結構，并根據人為的邏輯定義實現節(jié)點與邊的映射。每個節(jié)點都擁有具體的現實含義和屬性標簽，連接節(jié)點的每條邊都對應現實實體間的一種邏輯關系，因而可在節(jié)點與邊上應用邏輯推理獲取所需結論。運用知識圖譜進行分析可同時處理大批量數據，并能保證任意兩兩節(jié)點都能滿足其正確的關系，既解決了問卷調查法的非客觀性和非正確性，同時解決了專家咨詢法數據樣本相對較少的缺點。

1.2 共詞分析

共現指的是文獻的特征項出現共同描述信息的現象，特征項包括文獻的外部和內部特征，如標題、作者、機構和關鍵詞等。共現分析則是對共現現象的定量分析，以揭示信息的內容關聯(lián)和特征項所隱含的知識。常見的共現分析為共詞分析，其原理是統(tǒng)計一組詞在文獻中出現的次數，以此對這組詞進行聚類分析，反映詞間的親疏關系［15］。共詞分析的前提假設是某個集中詞匯在一篇文獻中出現的頻率越高，則代表集中詞匯和文獻主題關系越緊密，而若一組文獻的主題詞兩兩之間在另一篇文獻出現的頻率高，便可由這些詞對的關聯(lián)形成共詞網絡，網絡中節(jié)點間的遠近能反映主題內容的親疏關系。針對課程思政相關文獻，以主題詞對的出現頻率作為基本的處理內容，并運用數據挖掘、數據統(tǒng)計分析等方法確定課程思政的研究熱點，可橫向和縱向分析課程思政建設和研究的發(fā)展過程和演化，為可視化分析奠定基礎。

1.3 可視化分析

可視化分析本質上是數據分析與可視化的結合，將交互式視覺表示與底層分析過程集成，以實現對高級、復雜活動的促進，如數據驅動決策。其是高級數據分析的核心組件，能改進數據探索和數據分析，最大限度地降低成本；能使用戶更快、更好地理解數據，實現高效決策；能及時反饋和實時更新，使數據保持最新和準確。實現數據可視化分析能夠讓調查者更快找出問題所在并且提出其解決辦法。

本文應用的CiteSpace軟件是基于Java開發(fā)的信息可視化研究系統(tǒng)，主要應用了共引法、PF-NET等技術，可對某一領域的文獻集進行計算，找出該領域演化的關鍵途徑和知識轉折點，通過對相關信息可視化的圖像進行研究，以揭示該領域演化的內在動力機制，尋求發(fā)展的新方向［16］。

2 處理過程

2.1 數據選擇

本研究的樣本數據取自于中國知網（CNKI）數據庫，檢索時間區(qū)間為2010年12月15日至2022年3月25日。采用高級搜索的形式以“課程思政＋計算機”為主題詞，跨庫選擇學術期刊、學位論文、會議，并根據標題、摘要和關鍵詞，去掉部分不關聯(lián)文章，從而精準搜索到計算機專業(yè)課程思政主題的全部學術期刊論文共684篇。經過對論文樣本的整理與甄別，最終選定675篇文章作為本研究數據源，利用中國知網文獻導出功能，將獲取的675個樣本以自定義引文（Refwork）的格式導出，建立樣本數據庫，以進行可視化分析。

2.2 數據預處理

數據的預處理是為了保證對來自不同數據庫的數據進行分析，在進行數據分析前將所收集的數據進行清洗、集成后，完成格式轉換，將文獻數據轉換為統(tǒng)一的可處理數據格式以供分析［17］。本研究將來自中國知網（CNKI）數據庫的數據轉換為Wos數據格式，并對數據進行了時間切片處理，將文獻按時間段進行了拆分，以減少數據分析的耗時，有效節(jié)省了后期信息閱讀與數據分析時間。

2.3 數據分析

在進行數據分析時，根據不同分析目的，在Citespace中選擇相應節(jié)點類型完成數據分析。Citespace可進行作者、機構或國家的合作網絡分析，主題、關鍵詞或Wos分類的共現分析，文獻作者、發(fā)表期刊的共被引分析，文獻的耦合分析等。

3 結果分析

3.1 作者共現分析

作者共現分析也稱為作者合作網絡分析，該方法可幫助用戶更好地了解領域的主要研究者，體現出領域的核心作者和高產作者之間的合作關系。計算機專業(yè)課程思政作者共現分析結果如圖1所示。可以看出，丁益民等作者為發(fā)文頻次高的作者（發(fā)文頻次≥4），可視為計算機專業(yè)課程思政的核心作者。發(fā)文量前10位的作者見表1，各作者發(fā)文量均大于9篇。進一步總結核心作者的研究方向，可以看出核心作者中丁益民主要從事課程改革等方面的工作；奎曉燕主要從事教育、學科體制改革等工作；劉偉主要從事課程教學改革、數據挖掘等研究工作。通過研究作者聚類合作網絡圖譜可以發(fā)現，在計算機專業(yè)課程思政領域形成了多個教學梯隊，如活躍于2021年的丁長松研究團隊，活躍于2020年的甲娟團隊及活躍于2010年的丁益民團隊和王小君團隊等。

Table 1 Top 10 authors表1 發(fā)文量前10位作者

Fig.1 Author co-occurrence knowledge graph dimensions圖1 作者共現圖譜

3.2 機構共現分析

機構共現分析又稱為機構合作網絡分析，該方法能有助于用戶掌握以計算機專業(yè)課程思政為研究內容的科研隊伍及其研發(fā)能力的分布狀況，反映該領域核心的科研群體。目前，我國對計算機專業(yè)課程思政的研究機構較多，但在分析中發(fā)現研究機構之間還不能建立廣泛協(xié)作的網絡體系，協(xié)作程度較低，未形成合作團體。分析原因：一是計算機專業(yè)課程思政的實施需適應自身機構課程的育人背景和教學思路，一般具有自身機構特點；二是由于計算機專業(yè)課程思政的研究時間尚短，尚未向縱深方向發(fā)展。計算機專業(yè)課程思政研究發(fā)文量前5位的機構見表2。

Table 2 Top 5 research institutions表2 發(fā)文量前5位的研究機構

3.3 關鍵詞共現分析

關鍵詞是文獻研究方向和主體內容的總結和濃縮，能較準確地反映論文的主要研究內容。關鍵詞共現分析可以反映計算機專業(yè)課程思政的主題分布與特點。

3.3.1 關鍵詞演化分析

關鍵詞演化分析獲得計算機專業(yè)課程思政關鍵詞在不同時期的演化情況，如圖2所示，每個節(jié)點為一個主要關鍵詞，按時間維度由內向外，以不同顏色展示關鍵詞相關的不同年份。關鍵詞演化與課程思政發(fā)展過程相關：在2014年之前，出現的關鍵詞集中在思政、課程改革、思政教育、思政建設等，此時的研究熱點為思政德育課程的一體化建設；2014年在時代背景下已經提出了立德樹人等重要教學理念，研究逐步從思政課程到課程思政轉變，有關價值理念的關鍵詞，如職業(yè)道德、工匠精神等，開始與計算機專業(yè)課的教學改革有機結合；2016年為進一步落實立德樹人根本任務，各類課程應與思想政治理論課同向同行，形成協(xié)同效應［1］，主要關鍵詞協(xié)同育人、教學方法改革成為研究熱點；2017年，課程思政被納入中央《關于深化教育體制機制改革的意見》，課程思政從地方實踐探索轉化為國家戰(zhàn)略部署［18］。2018年后，在面向課程思政的教學改革浪潮下，出現了大量有關計算機課程思政的論文，在同一時期，新工科、三全育人等關鍵詞涌現，同時教學方式在信息化方面也取得了極大進步，互聯(lián)網、線上教學、智慧課堂等關鍵詞的出現符合時代變化。不僅如此，計算機專業(yè)課程與思政元素的融合趨勢也愈加明顯。

Fig.2 Key words evolution analysis圖2 關鍵詞演化分析

3.3.2 關鍵語共現聚類分析

本研究針對2010-2022 年發(fā)表于核心期刊的計算機專業(yè)課程思政文獻，設置單個時間分區(qū)為1，數據篩選策略采用 Top 50算法（即在每個時區(qū)中選取前50個高頻出現的節(jié)點），剪切算法使用“Pathfinder”“Pruning sliced networks”“Pruning the merged network”，聚類命名算法選擇 LLR。關鍵詞計算機專業(yè)課程思政改革研究領域關鍵詞共現聚類圖譜如圖3所示。每個聚類是多個緊密相關的詞組成，用同一聚類內中心性值最大的關鍵詞對該聚類加以命名，最為集中的聚類為“課程思政”“教學改革”“互聯(lián)網”“教學設計”等，各聚類代表計算機專業(yè)課程思政研究的不同中心課題。計算機專業(yè)課程思政研究中課程思政基本理論問題和實踐探索、課程思政的教學設計及課程教學實踐是重點。

Fig.3 Key words co-occurrence clustering knowledge graph圖3 關鍵詞共現聚類圖譜

3.3.3 高頻關鍵詞的中心性分析

高中心性節(jié)點與其他節(jié)點之間具有密切聯(lián)系，是連接不同研究領域的重要節(jié)點，在一定程度上也代表著計算機專業(yè)課程思政研究的熱點。按中心性排序，前三名為“課程思政”“案例教學”“互聯(lián)網”。本文所研究的主體對象為“課程思政”，因此所有文獻都圍繞這一主題進行。“案例教學”“互聯(lián)網”在文獻中出現的頻次較多，受學者們的高度重視，主要是由于在課程思政實施探索中，開放式、互動式的案例教學方式更符合所要求的知識傳授、價值塑造和能力培養(yǎng)的多元統(tǒng)一。而互聯(lián)網是獲取課程思政元素的有效途徑，基于對課程思政元素的挖掘，通過課程教學內容的重構明確思政元素與教學內容間的融合點，實現顯性與隱性教育的有機結合。此外，計算機專業(yè)課程思政的實施要融入于計算機專業(yè)基礎課程中，因此“單片機”“數據結構”“軟件工程”等關鍵詞也出現在熱門主題中。

3.4 研究熱點變遷

為更深入地掌握不同時期研究熱點的時間變化趨勢與空間動態(tài)變化趨勢，本文進一步對關鍵詞節(jié)點的分布情況進行時間區(qū)域圖（TimeZone）的分析，抓取出現頻次≥15的關鍵詞，構建學術熱點時區(qū)圖如圖4所示。在過去12年間，計算機專業(yè)課程思政研究和實施發(fā)展速度相當迅速。圖4中最大的節(jié)點為“課程思政”與“教學改革”，從 2010 年起就成為了學者們研討的重點，并繼續(xù)推動著計算機專業(yè)課程思政教育實踐的發(fā)展。隨著計算機專業(yè)課程思政實踐的推進，其研究熱點領域也發(fā)生顯著變化，產生了新的學術熱點，研究熱點多樣化且研究領域也不斷擴大。

Fig.4 Time zone map of academic hotspots圖4 學術熱點時區(qū)圖

進一步選擇前10的聚類標簽，構建計算機專業(yè)課程思政的時間線圖譜如圖5所示。時間線圖譜是以聚類標簽為縱軸，時間（年份）為橫軸，展示各標簽中節(jié)點的時間線。對時間線圖的分析發(fā)現，2010-2013年，此階段為計算機課程思政的萌芽期，研究課題主要以課程思政、思政建設、教學改革等為主題，涉及的文獻總量緩慢增加，主要關鍵詞表明了此階段的研究重點主要集中在對課程思政這一范疇的解讀上；2014-2015年，此階段相關研究較少，計算機課程思政領域研究進入沉浸期；2016-2019年，計算機課程思政領域研究進入全面發(fā)展階段，主題以立德樹人、知識傳授、價值引導等為主，并且在高校高職進行教學實踐、課程建設、新工科、專業(yè)課程思政改革等主題研究也大量涌現；2020-2022年，研究主題以在線教育、教學案例、教學實施、創(chuàng)新精神為主。同時，計算機專業(yè)基礎課的課程思政探索，如數據結構、程序設計、軟件工程、單片機等的相關研究成果也開始占主導，表明計算機專業(yè)課程思政由基本理論研究轉向具體實踐，更多專家學者的科研視野也開始著眼于教學實施中的關鍵問題。

Fig.5 Timeline knowledge graph圖5 時間線圖譜

3.5 研究前沿與趨勢

研究前沿指正在興起的理論趨勢和新涌現的研究主題。共引網絡是以標題、摘要等部分所提供的名詞性用語為主要內容抽取前沿術語，并利用突發(fā)性術語檢測學術前沿變化。本文設定突發(fā)性參數為0.4，獲取名詞術語突發(fā)強度Top10如圖6所示。突發(fā)強度越大，則表示主題關鍵詞的突出度越大，該詞在文獻中所發(fā)生的變動幅度也越大。從圖6可見，突發(fā)強度最大的詞為“認識論”和“仿真”，突發(fā)強度均為5.64。分析關鍵詞突變可以看出，2010年時，對計算機專業(yè)課程思證的認識和基本理論研究成為前沿，早期課程思政的實施以在相關課程中添加思政元素為主；未來研究趨勢將通過深化課程目標、內容、模式等方面的改革，將政治認同、國家意識等思政教育導向與實際課程內容相融合，真正實現從思政課程向課程思政的轉變。通過分析，預測未來計算機專業(yè)課程思政研究除進行具體實踐探索外，“重視學生主體地位，將基于學情分析融入專業(yè)課課程思政”“課程內容與思政元素有機融合的課程標準和評價手段”“計算機多門專業(yè)課交叉融合的新型課程思政教學思路”等方面將會得到進一步關注。

Fig.6 Terminology sudden intensity 圖6 名詞術語突發(fā)強度

4 結語

本文以CNKI數據庫作為數據源，結合知識圖譜和可視化分析等相關技術與相關理論，采用CiteSpace5.8.R3 軟件構造計算機專業(yè)課程思政知識圖譜。通過對文獻作者與機構進行分析，挖掘計算機專業(yè)課程思政理論和應用領域的核心作者、核心機構分布，明確了當前計算機專業(yè)課程思政研究的熱點主題、研究前沿和趨勢，為后續(xù)課程思政的研究和實施提供了借鑒。本研究不足之處在于只選擇了中國知網數據庫，不夠全面，未來將擴展數據源，并在數據選擇上進一步兼顧查全率與檢測準確度，優(yōu)化可視化分析結果。