刘雪洁，孙 庚，刘 波，郭泓希，齐 红

（1.吉林大学 计算机科学与技术学院；2.吉林大学 软件学院，吉林 长春 130012）

0 引言

课程思政是实现全员、全程、全方位育人格局，将各类专业课程与思想政治课同向同行形成协同效应，将“立德树人”作为教育根本任务的一种综合教育理念［1-3］。习近平总书记指出：“要把立德树人的成效作为检验学校一切工作的根本标准，真正做到以文化人、以德育人”［4］。可见，课程思政是贯彻落实党的教育方针的重要举措，也是完善课程体系及教学内容、教学目标的必然要求。自2014年上海各高职院校率先探索并实施课程思政［5］以来，仅仅几年时间课程思政就从地方实践摸索转化为国家战略部署，从初始理念提出到实际教学落实，各高校均给予了高度重视，将课程思政作为思想政治教育的重要载体，推动了课堂教学改革，提升了课程育人质量。

计算机学科是工学下的一个重要学科，学科特色主要体现在理论性强、实践性强、发展迅速等，其素质教育的基本要素是传承计算文化、弘扬计算科学和培养计算思维［6］。在新工科理念下，计算机学科的教育核心为加强德育素质教育，培养学生解决复杂工程问题的能力，为国家输出德才兼备的高素质工程人才［7］。因此，计算机专业课程思政建设是计算机学科教学改革的重要工作，目前很多专家学者对计算机专业课程的课程思政融入方式、建设途径、实施策略进行了探索和研究，但要更深入地推进计算机专业课程思政建设需要在充分了解课程思政的研究进展、发展现状和关注热点等前提下，努力探索具有专业特色的思政建设方法。

关于计算机专业课程思政发展现状的分析，有研究采用问卷调查、专家咨询等方法［8］，但问卷调查法中的问卷问题设计、问卷人群类别和数量都会影响分析结果的客观性与正确性；专家咨询的方式则可能因仅是少数专家看法而缺少大量数据支撑，导致结果不可靠；文献检索网站仅提供按关键字或作者的搜索结果和一些基本统计信息，缺乏详尽的研究进展、关联和热点分析。新兴信息化工具能提高问题分析的效率，例如焦然等［9］采用 WPS和COOC4.1软件，金一等［10］采用CiteSpace工具分析了我国课程思政研究情况；王红等［11］采用知识图谱对计算机相关的专业课程思政文献进行了统计和梳理，获得具有参考意义的分析结果，但仅考虑了文献发表时间分布、关键词的共现和时间线分析，研究不够全面；汤宇轩等［12］提出一种基于知识图谱的课程思政素材库的构建方案，对获取丰富的课程思政素材知识具有应用意义，但方案中尚未完善搜索、问答等内容。

清晰、全面地展示计算机专业课程思政研究情况，分析研究进展、关联和热点等信息，可为后续的课程思政的实施工作提供有效的参考和依据。为此，本文选取中国知网（CNKI）数据库2010-2022年有关计算机课程思政领域研究的相关论文，使用CiteSpace5.8.R3软件对计算机课程思政领域研究进行全面分析，完成作者、研究机构、关键词实现了聚类分析，对高频关键词等实行了中心性分析，并构建了合作网络共现知识图谱；对当前计算机课程思政的研究热点变化、研究前沿趋势等实现了可视化分析，清晰地展示计算机课程思政研究的基本轨迹、特征和热点，进一步对分析结果进行总结，分析了现象产生的原因和未来发展趋势，以期对完善课程思政理论，尤其是推进计算机专业课程思政的研究作出贡献。

1 技术与方法

1.1 知识图谱

知识图谱是显示知识发展进程与结构关系的一系列各种不同的图形，其在语义处理方面具有较强的优势，能将互联网中的海量知识资源进行有序组织，并以直观形式呈现给用户。知识图谱以揭示知识及其复杂的关联关系为特点，已有研究将其应用于教育领域，为学科知识网络的可视化提供了有效的技术手段，例如朱鹏等［13］将课程中概念、内容融入图谱中构建课程知识图谱素材库，并实现了基于该素材库的搜索应用；施江勇等［14］以人工智能专业为例，介绍了基于知识图谱的新兴领域课程教学资源建设模式，为新专业和新课程的开设提供了充分保障。

知识图谱使用三元组进行知识的表示和存储，即主语S（Subject）、谓语P（Predicate）和宾语O（Object）。一个三元组即为一条人为定义和归纳的知识。在逻辑上，三元组构成包括节点、边的图形结构，并根据人为的逻辑定义实现节点与边的映射。每个节点都拥有具体的现实含义和属性标签，连接节点的每条边都对应现实实体间的一种逻辑关系，因而可在节点与边上应用逻辑推理获取所需结论。运用知识图谱进行分析可同时处理大批量数据，并能保证任意两两节点都能满足其正确的关系，既解决了问卷调查法的非客观性和非正确性，同时解决了专家咨询法数据样本相对较少的缺点。

1.2 共词分析

共现指的是文献的特征项出现共同描述信息的现象，特征项包括文献的外部和内部特征，如标题、作者、机构和关键词等。共现分析则是对共现现象的定量分析，以揭示信息的内容关联和特征项所隐含的知识。常见的共现分析为共词分析，其原理是统计一组词在文献中出现的次数，以此对这组词进行聚类分析，反映词间的亲疏关系［15］。共词分析的前提假设是某个集中词汇在一篇文献中出现的频率越高，则代表集中词汇和文献主题关系越紧密，而若一组文献的主题词两两之间在另一篇文献出现的频率高，便可由这些词对的关联形成共词网络，网络中节点间的远近能反映主题内容的亲疏关系。针对课程思政相关文献，以主题词对的出现频率作为基本的处理内容，并运用数据挖掘、数据统计分析等方法确定课程思政的研究热点，可横向和纵向分析课程思政建设和研究的发展过程和演化，为可视化分析奠定基础。

1.3 可视化分析

可视化分析本质上是数据分析与可视化的结合，将交互式视觉表示与底层分析过程集成，以实现对高级、复杂活动的促进，如数据驱动决策。其是高级数据分析的核心组件，能改进数据探索和数据分析，最大限度地降低成本；能使用户更快、更好地理解数据，实现高效决策；能及时反馈和实时更新，使数据保持最新和准确。实现数据可视化分析能够让调查者更快找出问题所在并且提出其解决办法。

本文应用的CiteSpace软件是基于Java开发的信息可视化研究系统，主要应用了共引法、PF-NET等技术，可对某一领域的文献集进行计算，找出该领域演化的关键途径和知识转折点，通过对相关信息可视化的图像进行研究，以揭示该领域演化的内在动力机制，寻求发展的新方向［16］。

2 处理过程

2.1 数据选择

本研究的样本数据取自于中国知网（CNKI）数据库，检索时间区间为2010年12月15日至2022年3月25日。采用高级搜索的形式以“课程思政＋计算机”为主题词，跨库选择学术期刊、学位论文、会议，并根据标题、摘要和关键词，去掉部分不关联文章，从而精准搜索到计算机专业课程思政主题的全部学术期刊论文共684篇。经过对论文样本的整理与甄别，最终选定675篇文章作为本研究数据源，利用中国知网文献导出功能，将获取的675个样本以自定义引文（Refwork）的格式导出，建立样本数据库，以进行可视化分析。

2.2 数据预处理

数据的预处理是为了保证对来自不同数据库的数据进行分析，在进行数据分析前将所收集的数据进行清洗、集成后，完成格式转换，将文献数据转换为统一的可处理数据格式以供分析［17］。本研究将来自中国知网（CNKI）数据库的数据转换为Wos数据格式，并对数据进行了时间切片处理，将文献按时间段进行了拆分，以减少数据分析的耗时，有效节省了后期信息阅读与数据分析时间。

2.3 数据分析

在进行数据分析时，根据不同分析目的，在Citespace中选择相应节点类型完成数据分析。Citespace可进行作者、机构或国家的合作网络分析，主题、关键词或Wos分类的共现分析，文献作者、发表期刊的共被引分析，文献的耦合分析等。

3 结果分析

3.1 作者共现分析

作者共现分析也称为作者合作网络分析，该方法可帮助用户更好地了解领域的主要研究者，体现出领域的核心作者和高产作者之间的合作关系。计算机专业课程思政作者共现分析结果如图1所示。可以看出，丁益民等作者为发文频次高的作者（发文频次≥4），可视为计算机专业课程思政的核心作者。发文量前10位的作者见表1，各作者发文量均大于9篇。进一步总结核心作者的研究方向，可以看出核心作者中丁益民主要从事课程改革等方面的工作；奎晓燕主要从事教育、学科体制改革等工作；刘伟主要从事课程教学改革、数据挖掘等研究工作。通过研究作者聚类合作网络图谱可以发现，在计算机专业课程思政领域形成了多个教学梯队，如活跃于2021年的丁长松研究团队，活跃于2020年的甲娟团队及活跃于2010年的丁益民团队和王小君团队等。

Table 1 Top 10 authors表1 发文量前10位作者

Fig.1 Author co-occurrence knowledge graph dimensions图1 作者共现图谱

3.2 机构共现分析

机构共现分析又称为机构合作网络分析，该方法能有助于用户掌握以计算机专业课程思政为研究内容的科研队伍及其研发能力的分布状况，反映该领域核心的科研群体。目前，我国对计算机专业课程思政的研究机构较多，但在分析中发现研究机构之间还不能建立广泛协作的网络体系，协作程度较低，未形成合作团体。分析原因：一是计算机专业课程思政的实施需适应自身机构课程的育人背景和教学思路，一般具有自身机构特点；二是由于计算机专业课程思政的研究时间尚短，尚未向纵深方向发展。计算机专业课程思政研究发文量前5位的机构见表2。

Table 2 Top 5 research institutions表2 发文量前5位的研究机构

3.3 关键词共现分析

关键词是文献研究方向和主体内容的总结和浓缩，能较准确地反映论文的主要研究内容。关键词共现分析可以反映计算机专业课程思政的主题分布与特点。

3.3.1 关键词演化分析

关键词演化分析获得计算机专业课程思政关键词在不同时期的演化情况，如图2所示，每个节点为一个主要关键词，按时间维度由内向外，以不同颜色展示关键词相关的不同年份。关键词演化与课程思政发展过程相关：在2014年之前，出现的关键词集中在思政、课程改革、思政教育、思政建设等，此时的研究热点为思政德育课程的一体化建设；2014年在时代背景下已经提出了立德树人等重要教学理念，研究逐步从思政课程到课程思政转变，有关价值理念的关键词，如职业道德、工匠精神等，开始与计算机专业课的教学改革有机结合；2016年为进一步落实立德树人根本任务，各类课程应与思想政治理论课同向同行，形成协同效应［1］，主要关键词协同育人、教学方法改革成为研究热点；2017年，课程思政被纳入中央《关于深化教育体制机制改革的意见》，课程思政从地方实践探索转化为国家战略部署［18］。2018年后，在面向课程思政的教学改革浪潮下，出现了大量有关计算机课程思政的论文，在同一时期，新工科、三全育人等关键词涌现，同时教学方式在信息化方面也取得了极大进步，互联网、线上教学、智慧课堂等关键词的出现符合时代变化。不仅如此，计算机专业课程与思政元素的融合趋势也愈加明显。

Fig.2 Key words evolution analysis图2 关键词演化分析

3.3.2 关键语共现聚类分析

本研究针对2010-2022 年发表于核心期刊的计算机专业课程思政文献，设置单个时间分区为1，数据筛选策略采用 Top 50算法（即在每个时区中选取前50个高频出现的节点），剪切算法使用“Pathfinder”“Pruning sliced networks”“Pruning the merged network”，聚类命名算法选择 LLR。关键词计算机专业课程思政改革研究领域关键词共现聚类图谱如图3所示。每个聚类是多个紧密相关的词组成，用同一聚类内中心性值最大的关键词对该聚类加以命名，最为集中的聚类为“课程思政”“教学改革”“互联网”“教学设计”等，各聚类代表计算机专业课程思政研究的不同中心课题。计算机专业课程思政研究中课程思政基本理论问题和实践探索、课程思政的教学设计及课程教学实践是重点。

Fig.3 Key words co-occurrence clustering knowledge graph图3 关键词共现聚类图谱

3.3.3 高频关键词的中心性分析

高中心性节点与其他节点之间具有密切联系，是连接不同研究领域的重要节点，在一定程度上也代表着计算机专业课程思政研究的热点。按中心性排序，前三名为“课程思政”“案例教学”“互联网”。本文所研究的主体对象为“课程思政”，因此所有文献都围绕这一主题进行。“案例教学”“互联网”在文献中出现的频次较多，受学者们的高度重视，主要是由于在课程思政实施探索中，开放式、互动式的案例教学方式更符合所要求的知识传授、价值塑造和能力培养的多元统一。而互联网是获取课程思政元素的有效途径，基于对课程思政元素的挖掘，通过课程教学内容的重构明确思政元素与教学内容间的融合点，实现显性与隐性教育的有机结合。此外，计算机专业课程思政的实施要融入于计算机专业基础课程中，因此“单片机”“数据结构”“软件工程”等关键词也出现在热门主题中。

3.4 研究热点变迁

为更深入地掌握不同时期研究热点的时间变化趋势与空间动态变化趋势，本文进一步对关键词节点的分布情况进行时间区域图（TimeZone）的分析，抓取出现频次≥15的关键词，构建学术热点时区图如图4所示。在过去12年间，计算机专业课程思政研究和实施发展速度相当迅速。图4中最大的节点为“课程思政”与“教学改革”，从 2010 年起就成为了学者们研讨的重点，并继续推动着计算机专业课程思政教育实践的发展。随着计算机专业课程思政实践的推进，其研究热点领域也发生显著变化，产生了新的学术热点，研究热点多样化且研究领域也不断扩大。

Fig.4 Time zone map of academic hotspots图4 学术热点时区图

进一步选择前10的聚类标签，构建计算机专业课程思政的时间线图谱如图5所示。时间线图谱是以聚类标签为纵轴，时间（年份）为横轴，展示各标签中节点的时间线。对时间线图的分析发现，2010-2013年，此阶段为计算机课程思政的萌芽期，研究课题主要以课程思政、思政建设、教学改革等为主题，涉及的文献总量缓慢增加，主要关键词表明了此阶段的研究重点主要集中在对课程思政这一范畴的解读上；2014-2015年，此阶段相关研究较少，计算机课程思政领域研究进入沉浸期；2016-2019年，计算机课程思政领域研究进入全面发展阶段，主题以立德树人、知识传授、价值引导等为主，并且在高校高职进行教学实践、课程建设、新工科、专业课程思政改革等主题研究也大量涌现；2020-2022年，研究主题以在线教育、教学案例、教学实施、创新精神为主。同时，计算机专业基础课的课程思政探索，如数据结构、程序设计、软件工程、单片机等的相关研究成果也开始占主导，表明计算机专业课程思政由基本理论研究转向具体实践，更多专家学者的科研视野也开始着眼于教学实施中的关键问题。

Fig.5 Timeline knowledge graph图5 时间线图谱

3.5 研究前沿与趋势

研究前沿指正在兴起的理论趋势和新涌现的研究主题。共引网络是以标题、摘要等部分所提供的名词性用语为主要内容抽取前沿术语，并利用突发性术语检测学术前沿变化。本文设定突发性参数为0.4，获取名词术语突发强度Top10如图6所示。突发强度越大，则表示主题关键词的突出度越大，该词在文献中所发生的变动幅度也越大。从图6可见，突发强度最大的词为“认识论”和“仿真”，突发强度均为5.64。分析关键词突变可以看出，2010年时，对计算机专业课程思证的认识和基本理论研究成为前沿，早期课程思政的实施以在相关课程中添加思政元素为主；未来研究趋势将通过深化课程目标、内容、模式等方面的改革，将政治认同、国家意识等思政教育导向与实际课程内容相融合，真正实现从思政课程向课程思政的转变。通过分析，预测未来计算机专业课程思政研究除进行具体实践探索外，“重视学生主体地位，将基于学情分析融入专业课课程思政”“课程内容与思政元素有机融合的课程标准和评价手段”“计算机多门专业课交叉融合的新型课程思政教学思路”等方面将会得到进一步关注。

Fig.6 Terminology sudden intensity 图6 名词术语突发强度

4 结语

本文以CNKI数据库作为数据源，结合知识图谱和可视化分析等相关技术与相关理论，采用CiteSpace5.8.R3 软件构造计算机专业课程思政知识图谱。通过对文献作者与机构进行分析，挖掘计算机专业课程思政理论和应用领域的核心作者、核心机构分布，明确了当前计算机专业课程思政研究的热点主题、研究前沿和趋势，为后续课程思政的研究和实施提供了借鉴。本研究不足之处在于只选择了中国知网数据库，不够全面，未来将扩展数据源，并在数据选择上进一步兼顾查全率与检测准确度，优化可视化分析结果。