精品在線課程數(shù)字化路徑應(yīng)用和診改研究

一、前言

隨著教育信息化2.0行動(dòng)計(jì)劃的深人實(shí)施，在線課程建設(shè)逐步由資源型平臺向服務(wù)型系統(tǒng)轉(zhuǎn)變。傳統(tǒng)教學(xué)模式已難以滿足高校人才培養(yǎng)過程中對個(gè)性化、實(shí)時(shí)性和反饋性的教學(xué)需求。“網(wǎng)頁設(shè)計(jì)與制作”課程涉及大量前端技術(shù)的綜合運(yùn)用，知識體系呈現(xiàn)出高度實(shí)踐性與更新頻率高的特點(diǎn)，對課程的資源組織、教學(xué)方式與學(xué)習(xí)過程管理提出更高要求。在此背景下，數(shù)字化路徑的引入不僅能重塑課程結(jié)構(gòu)與學(xué)習(xí)體驗(yàn)，也能為教師提供持續(xù)優(yōu)化課程的技術(shù)手段。以數(shù)據(jù)為支撐的診改機(jī)制逐漸提升了教學(xué)質(zhì)量，推動(dòng)教學(xué)從經(jīng)驗(yàn)驅(qū)動(dòng)向證據(jù)導(dǎo)向轉(zhuǎn)型。而借助SPOC平臺、自適應(yīng)推薦技術(shù)、虛擬實(shí)訓(xùn)環(huán)境與行為數(shù)據(jù)分析，教學(xué)各環(huán)節(jié)都能實(shí)現(xiàn)智能化協(xié)同，對教學(xué)內(nèi)容、方法與效果進(jìn)行動(dòng)態(tài)調(diào)控，增強(qiáng)課程的適應(yīng)性與實(shí)效性。

二、精品在線課程數(shù)字化路徑的構(gòu)建與應(yīng)用

（一）數(shù)字化課程資源開發(fā)與整合

在“網(wǎng)頁設(shè)計(jì)與制作”課程的數(shù)字化建設(shè)中，模塊化資源設(shè)計(jì)是提升學(xué)習(xí)效率的關(guān)鍵。可將課程內(nèi)容劃分為多個(gè)獨(dú)立且相互關(guān)聯(lián)的模塊（如HTML基礎(chǔ)、CSS樣式布局、JavaScript交互邏輯等）。每個(gè)模塊采用HTML5和CSS3技術(shù)開發(fā)交互式微課，確保學(xué)習(xí)內(nèi)容的可復(fù)用性和靈活性[1。例如，在CSS布局模塊中，學(xué)習(xí)者可以通過拖拽式界面實(shí)時(shí)調(diào)整盒模型參數(shù)，并即時(shí)查看渲染效果。這種設(shè)計(jì)不僅能降低學(xué)習(xí)門檻，還能增強(qiáng)實(shí)踐操作的直觀性。

為適應(yīng)不同學(xué)習(xí)風(fēng)格，課程資源采用多模態(tài)融合策略。理論部分以短視頻形式呈現(xiàn)，結(jié)合動(dòng)態(tài)標(biāo)注和屏幕錄制技術(shù)，精準(zhǔn)演示代碼編寫過程。在復(fù)雜概念的教學(xué)中，引入增強(qiáng)現(xiàn)實(shí)（AR）案例，學(xué)生可通過手機(jī)掃描二維碼，在真實(shí)環(huán)境中疊加展示網(wǎng)頁結(jié)構(gòu)的3D模型[2]。為確保課程內(nèi)容與行業(yè)技術(shù)發(fā)展同步，采用GitHub作為版本控制核心平臺。教學(xué)團(tuán)隊(duì)定期將最新行業(yè)案例、框架更新（如Bootstrap5遷移指南）提交至課程倉庫，并通過PullRequest機(jī)制進(jìn)行協(xié)作審核。學(xué)生可通過Git克隆或Fork方式獲取最新資料，同時(shí)參與開源貢獻(xiàn)。

（二）智能化教學(xué)平臺的功能實(shí)現(xiàn)

課程采用小規(guī)模私有在線課程（SPOC）模式，基于開源平臺Moodle進(jìn)行本地化部署。為滿足網(wǎng)頁設(shè)計(jì)課程的特殊需求，平臺需包括代碼高亮插件（如Prism.js集成）和實(shí)時(shí)預(yù)覽功能。教師后臺可自定義學(xué)習(xí)路徑。例如，強(qiáng)制要求學(xué)生在完成CSS網(wǎng)格布局測驗(yàn)后，才能解鎖JavaScriptDOM操作模塊。平臺通過LTI（學(xué)習(xí)工具互操作性）標(biāo)準(zhǔn)接人外部工具，將AdobeCreativeCloud作業(yè)提交系統(tǒng)嵌入課程頁面，實(shí)現(xiàn)無縫銜接。

學(xué)習(xí)行為數(shù)據(jù)采集采用xAPI（ExperienceAPI）標(biāo)準(zhǔn)，覆蓋全流程交互事件。平臺記錄學(xué)生的視頻觀看時(shí)長、代碼編輯次數(shù)、調(diào)試錯(cuò)誤類型等細(xì)粒度數(shù)據(jù)，并存儲至學(xué)習(xí)記錄存儲庫（LRS）[3]。例如，通過分析學(xué)生反復(fù)回放“CSS動(dòng)畫關(guān)鍵幀”視頻片段的行為，系統(tǒng)可自動(dòng)標(biāo)記該知識點(diǎn)為班級共性難點(diǎn)，觸發(fā)教師干預(yù)機(jī)制。

推薦系統(tǒng)采用混合協(xié)同過濾算法，結(jié)合知識圖譜構(gòu)建個(gè)性化學(xué)習(xí)路徑。基于學(xué)生歷史行為（如作業(yè)得分、實(shí)驗(yàn)完成速度），系統(tǒng)識別相似學(xué)習(xí)群體并推薦優(yōu)質(zhì)資源。知識圖譜則用于建立知識點(diǎn)關(guān)聯(lián)。例如，當(dāng)學(xué)生在“媒體查詢”測驗(yàn)中表現(xiàn)不佳時(shí)，自動(dòng)推送“響應(yīng)式設(shè)計(jì)原理”的補(bǔ)充案例。推薦結(jié)果通過RESTAPI實(shí)時(shí)返回前端，在課程門戶的“智能推薦”面板動(dòng)態(tài)展示。

（三）數(shù)字化教學(xué)場景的創(chuàng)新實(shí)踐

為解決學(xué)生本地環(huán)境配置差異問題，課程需部署基于Docker的虛擬實(shí)訓(xùn)環(huán)境。每個(gè)學(xué)生獨(dú)享輕量級容器，預(yù)裝VSCodeServer、Node.js運(yùn)行環(huán)境和Chrome調(diào)試工具，通過瀏覽器即可訪問完整的開發(fā)環(huán)境，系統(tǒng)自動(dòng)保存代碼快照至云端存儲。在“網(wǎng)站部署實(shí)踐”單元中，學(xué)生可直接在容器內(nèi)使用Apache/Nginx鏡像模擬服務(wù)器發(fā)布流程，無需額外購置云服務(wù)資源[4。團(tuán)隊(duì)項(xiàng)目開發(fā)采用VSCodeLiveShare實(shí)現(xiàn)實(shí)時(shí)協(xié)作。教師創(chuàng)建共享會話后，學(xué)生可同步編輯同一份代碼文件，并通過語音聊天插件進(jìn)行溝通。在期末綜合項(xiàng)目中，系統(tǒng)記錄每位成員的代碼貢獻(xiàn)度（如Git提交行數(shù)、問題修復(fù)數(shù)），作為團(tuán)隊(duì)評價(jià)的客觀依據(jù)[5]。

課程平臺采用響應(yīng)式設(shè)計(jì)技術(shù)，確保在手機(jī)、平板、PC 端的體驗(yàn)一致性。前端框架選用Bootstrap5，結(jié)合CSS媒體查詢實(shí)現(xiàn)布局自適應(yīng)。關(guān)鍵交互組件（如代碼編輯器）針對觸控操作優(yōu)化，在移動(dòng)端提供放大鏡輔助定位功能。學(xué)習(xí)數(shù)據(jù)通過Firebase實(shí)時(shí)同步，允許學(xué)生在教室PC端開始實(shí)驗(yàn)后，在通勤途中通過手機(jī)繼續(xù)編寫代碼，以實(shí)現(xiàn)真正的無縫學(xué)習(xí)體驗(yàn)。

三、數(shù)字化課程的應(yīng)用效果分析與數(shù)據(jù)診改

（一）學(xué)習(xí)行為數(shù)據(jù)的采集與建模

在“網(wǎng)頁設(shè)計(jì)與制作”課程中，學(xué)習(xí)行為數(shù)據(jù)的采集與建模是個(gè)性化學(xué)習(xí)路徑構(gòu)建的核心環(huán)節(jié)之一。通過采用多源異構(gòu)架構(gòu)和分布式日志收集器，系統(tǒng)能夠統(tǒng)一處理來自不同教學(xué)環(huán)節(jié)的行為數(shù)據(jù)，并生成高質(zhì)量的學(xué)習(xí)行為記錄。這些數(shù)據(jù)將為后續(xù)的學(xué)習(xí)與個(gè)性化路徑推薦提供重要依據(jù)。

數(shù)據(jù)采集系統(tǒng)基于分布式架構(gòu)設(shè)計(jì)，確保能夠高效地從多個(gè)教學(xué)環(huán)節(jié)收集數(shù)據(jù)，包括學(xué)生在課程平臺上的所有交互行為、視頻觀看、作業(yè)提交、測驗(yàn)成績等。這些數(shù)據(jù)通過分布式日志收集器傳輸?shù)街醒霐?shù)據(jù)處理系統(tǒng)中，并在存儲之前進(jìn)行清洗、去重和格式化，確保數(shù)據(jù)的質(zhì)量和一致性。為了實(shí)現(xiàn)更細(xì)粒度的數(shù)據(jù)采集，平臺集成了Heatmap.js，它能夠?qū)崟r(shí)記錄學(xué)生在每個(gè)教學(xué)頁面上的鼠標(biāo)移動(dòng)軌跡、滾動(dòng)行為和點(diǎn)擊熱點(diǎn)。該工具以每秒10次的頻率采集數(shù)據(jù)，并通過生成二維坐標(biāo)矩陣進(jìn)行存儲，為分析學(xué)生的行為模式提供豐富的數(shù)據(jù)支持。所有這些數(shù)據(jù)會被存儲在MongoDB文檔數(shù)據(jù)庫中，數(shù)據(jù)庫可以靈活地?cái)U(kuò)展，以容納大量的用戶交互數(shù)據(jù)，并提供高效的查詢和分析功能。

針對學(xué)生作業(yè)和代碼質(zhì)量的分析，平臺通過GitHubEducationAPI與學(xué)生的作業(yè)倉庫進(jìn)行對接，實(shí)時(shí)獲取學(xué)生的代碼提交數(shù)據(jù)。每次提交的代碼都會觸發(fā)自動(dòng)化的靜態(tài)代碼掃描，系統(tǒng)配置了標(biāo)準(zhǔn)的ESLint規(guī)則集以及自定義的樣式檢查器，能夠識別出多達(dá)37種常見的代碼問題模式（如語法錯(cuò)誤、命名不規(guī)范、功能實(shí)現(xiàn)不符合要求等）。提交時(shí)間、修改行數(shù)、測試通過率等元數(shù)據(jù)被提取出來，結(jié)合代碼質(zhì)量評分，構(gòu)建學(xué)生的能力畫像。這些信息將幫助教師更好地評估學(xué)生的編程水平，并根據(jù)學(xué)生的具體問題為其推薦相應(yīng)的學(xué)習(xí)資源。

在數(shù)據(jù)分析階段，采用了 K-means++ 算法對學(xué)生的學(xué)習(xí)數(shù)據(jù)進(jìn)行聚類分析。該算法能夠?qū)⒕哂邢嗨茖W(xué)習(xí)行為的學(xué)生分為一組，并識別出學(xué)生在學(xué)習(xí)過程中遇到的共同問題。通過聚類分析，系統(tǒng)可以發(fā)現(xiàn)學(xué)生普遍存在的薄弱環(huán)節(jié)，并基于這些分析結(jié)果調(diào)整教學(xué)策略。此外，特征工程階段，從學(xué)生的行為數(shù)據(jù)中選取了視頻觀看時(shí)長、測驗(yàn)成績、作業(yè)提交次數(shù)、代碼錯(cuò)誤率等15個(gè)關(guān)鍵指標(biāo)。為了更高效地處理這些高維數(shù)據(jù)，平臺使用主成分分析（PCA）技術(shù)進(jìn)行降維，簡化數(shù)據(jù)結(jié)構(gòu)，使其更加適用于后續(xù)的機(jī)器學(xué)習(xí)模型輸入。降維后的數(shù)據(jù)能夠提升模型的處理效率，并減少計(jì)算復(fù)雜度。

為了深入挖掘?qū)W生在學(xué)習(xí)過程中的潛在關(guān)聯(lián)，系統(tǒng)還應(yīng)用了Apriori算法，來發(fā)現(xiàn)學(xué)生在不同知識點(diǎn)之間的掌握情況的關(guān)聯(lián)規(guī)則。設(shè)置最小支持度為0.3和置信度閥值為0.7，系統(tǒng)能夠有效挖掘出學(xué)生在學(xué)習(xí)某些知識點(diǎn)時(shí)，常常同時(shí)掌握或忽視的其他知識點(diǎn)。這些關(guān)聯(lián)規(guī)則為個(gè)性化學(xué)習(xí)路徑的優(yōu)化提供了數(shù)據(jù)支持[。

（二）動(dòng)態(tài)診改機(jī)制的實(shí)現(xiàn)

在現(xiàn)代在線教育中，動(dòng)態(tài)診改機(jī)制為提升教學(xué)效果、個(gè)性化學(xué)習(xí)體驗(yàn)和持續(xù)優(yōu)化教學(xué)策略提供了重要支持。該機(jī)制依賴于自動(dòng)化測試框架與智能算法的結(jié)合，能夠?qū)崟r(shí)監(jiān)測學(xué)生的學(xué)習(xí)進(jìn)展，并根據(jù)數(shù)據(jù)動(dòng)態(tài)調(diào)整課程內(nèi)容和難度，確保每個(gè)學(xué)生都能在最佳的學(xué)習(xí)環(huán)境中成長。

自動(dòng)化測試框架在動(dòng)態(tài)診改中發(fā)揮著關(guān)鍵作用。系統(tǒng)采用了Jest作為核心引擎，并通過Puppeteer實(shí)現(xiàn)了端到端的自動(dòng)化測試。每個(gè)編程任務(wù)都配備了測試用例，覆蓋了功能實(shí)現(xiàn)、邊界條件和性能基準(zhǔn)三個(gè)維度，確保了編程作業(yè)的全面評估。學(xué)生在本地提交代碼后，CI/CD（持續(xù)集成/持續(xù)交付）流水線會自動(dòng)觸發(fā)測試任務(wù)，并在5秒內(nèi)返回詳細(xì)的報(bào)告。這種自動(dòng)化測試不僅能即時(shí)反饋代碼的錯(cuò)誤，還能提供優(yōu)化建議，幫助學(xué)生高效改進(jìn)自己的代碼。

異常檢測系統(tǒng)基于IsolationForest算法構(gòu)建，能夠?qū)崟r(shí)監(jiān)控學(xué)生學(xué)習(xí)軌跡的偏離。該系統(tǒng)通過分析學(xué)生的學(xué)習(xí)行為，識別出可能存在的學(xué)習(xí)障礙。例如，當(dāng)學(xué)生在某個(gè)知識點(diǎn)的學(xué)習(xí)進(jìn)度顯著滯后時(shí)，系統(tǒng)會自動(dòng)標(biāo)記并觸發(fā)預(yù)警。這一機(jī)制以周為單位，對學(xué)生的有效學(xué)習(xí)時(shí)長、資源訪問深度等12個(gè)行為指標(biāo)進(jìn)行分析，并計(jì)算每個(gè)指標(biāo)的Z-score。當(dāng)某個(gè)指標(biāo)的Z-score超過2.5時(shí)，系統(tǒng)會發(fā)出警報(bào)并提示教師進(jìn)行干預(yù)。這種異常檢測不僅提升了學(xué)習(xí)數(shù)據(jù)的透明度，還使得教師能夠更早地發(fā)現(xiàn)學(xué)生的學(xué)習(xí)問題并提供相應(yīng)支持。

此外，LSTM（長短期記憶）預(yù)測模型作為動(dòng)態(tài)調(diào)整課程難度的重要工具，基于學(xué)生的歷史學(xué)習(xí)數(shù)據(jù)進(jìn)行預(yù)測和調(diào)整。該模型通過分析歷史測驗(yàn)成績、論壇討論熱度、作業(yè)延期率等時(shí)序數(shù)據(jù)，每兩周進(jìn)行一次周期性分析，并輸出未來教學(xué)進(jìn)度的優(yōu)化建議。當(dāng)系統(tǒng)預(yù)測某個(gè)知識點(diǎn)的掌握率可能低于預(yù)定閾值時(shí)，自動(dòng)調(diào)整課程進(jìn)度，并插入鞏固練習(xí)模塊，以確保學(xué)生能夠在學(xué)習(xí)過程中及時(shí)補(bǔ)充薄弱環(huán)節(jié)。這種基于數(shù)據(jù)的動(dòng)態(tài)調(diào)整，不僅提高了教學(xué)的個(gè)性化程度，還增強(qiáng)了課程內(nèi)容與學(xué)生需求的匹配性[7]。

四、精品在線課程數(shù)字化應(yīng)用與診改實(shí)證研究

（一）案例背景與問題診斷

在“網(wǎng)頁設(shè)計(jì)與制作”課程2023年度教學(xué)評估中，“CSS浮動(dòng)布局”章節(jié)被識別為關(guān)鍵教學(xué)難點(diǎn)。通過分析3個(gè)教學(xué)班級共143名學(xué)生的學(xué)習(xí)數(shù)據(jù)，教師發(fā)現(xiàn)以下突出問題：一是學(xué)習(xí)效果欠佳，該章節(jié)平均完成率僅62.4% ，低于課程平均水平（ 85.2% ）22.8個(gè)百分點(diǎn)。二是實(shí)踐障礙明顯，學(xué)生代碼首次提交通過率 39.7% ，其中 68% 的錯(cuò)誤集中在清除浮動(dòng)操作。三是學(xué)習(xí)效率低下，平均調(diào)試時(shí)長53分鐘，是其他章節(jié)的2.3倍。

進(jìn)一步的數(shù)據(jù)挖掘顯示：一是視頻教程中“浮動(dòng)清除”片段平均回放4.2次。二是 83% 的學(xué)生在BFC機(jī)制理解上存在偏差。三是在線編輯器的調(diào)試環(huán)節(jié)平均停留時(shí)間超出預(yù)期 76% 。

（二）技術(shù)解決方案與實(shí)施

為了提升教學(xué)效果，基于前期研究的數(shù)字化路徑構(gòu)建成果，教師采用了以下技術(shù)方案：一是搭建了智能診斷系統(tǒng)，應(yīng)用改進(jìn)的DBSCAN聚類算法（ eps=0.35 0min_samples ₃₌₁₅ ）處理1，024維特征向量（包含鼠標(biāo)軌跡、代碼特征等），識別出 63.5% 的學(xué)生存在布局思維認(rèn)知障礙。二是應(yīng)用可視化調(diào)試工具，基于WebComponents開發(fā)交互式模擬器，集成MutationObserverAPI（采樣間隔 500ms ，可實(shí)現(xiàn)12種錯(cuò)誤模式自動(dòng)識別（準(zhǔn)確率達(dá) 92.4% ）。同時(shí)開發(fā)了浮動(dòng)清除可視化向?qū)Вú僮鞑襟E可減少 62% ）。三是應(yīng)用了動(dòng)態(tài)優(yōu)化系統(tǒng)，包括構(gòu)建強(qiáng)化學(xué)習(xí)模型（狀態(tài)空間15維，動(dòng)作空間8維），部署A/B測試平臺（流量分配5：5），實(shí)時(shí)監(jiān)控20個(gè)教學(xué)指標(biāo)（刷新率1次/分鐘）[8]。

平臺的硬件配置如下：一是計(jì)算節(jié)點(diǎn)， 2×Intel XeonGold6248（40核心/80線程）。二是內(nèi)存，384GBDDR4ECC。三是存儲，NVMeSSD3.2TB（讀寫 3.5GB/s 。軟件棧配置如下：一是前端應(yīng)用React ¹⁸⁺ Redux Toolkit。二是后端應(yīng)用SpringCloud+MongoDB5.0分片集群，分析應(yīng)用Python 3.9+ELK7.16 2

（三）效果評估

在整體教學(xué)過程中， Φ_xAPI 記錄了1，285，742條數(shù)據(jù)，代碼數(shù)據(jù)Git提交了4.837次。測試數(shù)據(jù)包括Jest單元測試2，916份。主觀反饋包括NASA-TLX量表143份。

評估標(biāo)準(zhǔn)包括：章節(jié)完成率（閾值 80% ）、代碼通過率（閾值 75% ）、調(diào)試時(shí)長（閾值30分鐘）、知識遷移指數(shù)（基準(zhǔn)10）、認(rèn)知負(fù)荷評分（NASA-TLX標(biāo)準(zhǔn)）教學(xué)資源利用率。結(jié)果見表1。

結(jié)果顯示，所有關(guān)鍵指標(biāo)均達(dá)顯著水平（ plt;0.01 。代碼通過率提升36.8個(gè)百分點(diǎn)，效應(yīng)量1.53屬于大型效應(yīng)。調(diào)試時(shí)長縮短 65.7% ，證實(shí)可視化工具顯著提升操作效率。遷移指數(shù)1.45表明培養(yǎng)的布局思維能力具有良好遷移性。認(rèn)知負(fù)荷降低 38.4% ，說明教學(xué)方法優(yōu)化有效。

表1教學(xué)干預(yù)效果量化分析（ _N=143 ）

五、結(jié)語

本研究通過構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的課程數(shù)字化路徑與動(dòng)態(tài)診改機(jī)制，為職業(yè)教育信息化轉(zhuǎn)型提供了可復(fù)用的技術(shù)范式與實(shí)踐框架。研究結(jié)果表明，基于多模態(tài)學(xué)習(xí)分析的技術(shù)方案不僅能有效提升教學(xué)效率，更重要的是培養(yǎng)了學(xué)習(xí)者的數(shù)字素養(yǎng)與可持續(xù)學(xué)習(xí)能力，這種“技術(shù)賦能 + 能力塑造”的雙重價(jià)值，為破解職業(yè)教育質(zhì)量提升難題提供了新思路。隨著教育數(shù)字化轉(zhuǎn)型的深入推進(jìn)，本研究提出的技術(shù)整合框架與方法體系，將為構(gòu)建智能化、個(gè)性化的現(xiàn)代職業(yè)教育體系奠定重要基礎(chǔ)，最終實(shí)現(xiàn)從知識傳授向能力培養(yǎng)的根本性轉(zhuǎn)變。

參考文獻(xiàn)

[1]姜傳凱.數(shù)字化轉(zhuǎn)型背景下五年制高職精品在線課程建設(shè)研究—以三維模型設(shè)計(jì)與制作課程為例[J].教育視界，2025（07）：44-48.

[2]陳志宏.網(wǎng)頁設(shè)計(jì)課程教學(xué)中數(shù)字化教學(xué)資源的整合策略[J]信息與電腦，2025.37（03）：242-244.

[3]普丹.“利用互聯(lián)網(wǎng)分享信息”大單元設(shè)計(jì)——以“穿越時(shí)空的

歷史長廊”網(wǎng)頁制作項(xiàng)目為例[J].中國信息技術(shù)教育，2024.（20）：22-25

[4]馬勝銘.數(shù)字化背景下電子商務(wù)專業(yè)課程思政教學(xué)改革實(shí)踐探索——以網(wǎng)頁設(shè)計(jì)與制作課程為例[J].現(xiàn)代職業(yè)教育，2024，（17）：81-84.

[5]鐘嬌嬌.基于“BOPPPS+1O1教育PPT”的混合式教學(xué)應(yīng)用研究[D].貴州師范大學(xué)，2024.

[6]黎培源.“1+X”證書制度下的中職《網(wǎng)頁設(shè)計(jì)與制作》項(xiàng)目課程開發(fā)實(shí)踐研究[D].廣東技術(shù)師范大學(xué)，2023.

[7]田星瑜.金課視域下的中職《網(wǎng)頁設(shè)計(jì)與制作》課程線上線下混合式教學(xué)實(shí)踐研究[D].貴州師范大學(xué)，2023.

[8]黃戌霞，陳明磊，蘇鋒，翻轉(zhuǎn)課堂的H5數(shù)字資源平臺的設(shè)計(jì)與實(shí)現(xiàn)—以“CSS+DIV網(wǎng)頁設(shè)計(jì)”課程為例[J].現(xiàn)代信息科技，2020，4（18）：172-175.

基金項(xiàng)目：2024年湖南省職業(yè)院校教育教學(xué)改革研究項(xiàng)目“教育數(shù)字化戰(zhàn)略下高職電子商務(wù)專業(yè)課程改革創(chuàng)新研究”（編號：ZJGB2024528）的階段性研究成果

作者單位：湖南外貿(mào)職業(yè)學(xué)院

責(zé)任編輯：王穎振楊惠娟