一、文献综述
（一）国内外研究现状
在国内，有关编程思维的相关研究一直没有停止，尤其对当代大学生来说，作为社会储备人才，尤其对于计算机相关专业的学生，对实践操作能力的要求更高。但在目前，我国对软件开发人员编程能力评价的研究还比较少，并且分析编程人员的编程行为、思想较困难，对大学生编程能力的评估还比较滞后，缺乏科学、正确的编程能力评估模型。此时急需设计一个全面、准确的大学生编程能力的评价模型，这将有助于促进高校教育教学信息化管理，还能实时反馈学生编程能力水平，为学生提供学习效果反馈，同时也为企业用人单位招聘人才提供参考依据，具有重要的理论价值和实践意义。目前，对大学生编程能力的研究往往侧重于能力培养模式的研究和培训学习，对能力的评价只能给出结果，没有实现能力评估的过程化和评价指标体系的具体化。
国内为了评价学生的编程思维能力，提出了许多富有创造力的想法，并且付出实践，为了对学生的编程水平进行分类，许多研究已经实现并训练了统计学习模型和神经网络。最近的研究提出了一种反向传播神经网络，它可以根据学生的先验知识来估计学生的成绩。该研究还构建了一个学生属性矩阵（SAM）、指标和预测因子，以反映特定因素对学生表现的影响程度。国内还有结合模糊层次分析法和BP神经网络的优点，利用模糊层次分析法确定各评估指标的初始权值和编程能力综合评价值，进而确定BP神经网络编程能力评估模型的训练和测试样本的输出结果，通过统计分析大学生在线编程行为数据，不断调整网络权值和阀值，建立了基于BP神经网络的大学生编程能力动态评估模型，实现了大学生编程能力评估值的预测。通过仿真实验验证了该评估方法的可行性。
在能力评价方法上，国内外学者做了大量的研究，如运用统计学知识的因子分析法和多元线性回归法，如模糊数学中的层次分析法和模糊综合评价法等方法，这些方法在能力评价中都取得了良好效果。2007年，在美国运筹学家（T.L.Saaty）提出的层次分析法（AHP）的基础上，张阳等设计了在线学习评价模型；2008年，郑晓薇和陈瑛等改进的模糊综合评价方法，提高了评价结果的可信度；2011年，Jared Keengwe和Jung-JinKang在线学习交流的评价方法中采用活动理论三角模型；Xu Lei和Claus Pahl的在线学习的评价方法是将分析模型与应用于商务网站的网站分析方法的结合。
国外同样存在相关学生编程思维的研究，尤其在计算机教方面，对编程思维的认识尤为深刻，比如非编程学科和活动发现编程思维的方法，如果学生不仅自己参加编程课程，而且还将大量时间投入到其他学科和课外活动中，那么教育学生编程的过程就会变得有效。最近的研究中开发了一个量表来确定大学生面向编程的计算思维技能发，发现编程经验对概念知识、算法思维和评估有显著影响。具有低，中，高级编程经验的学生的算法思维技能差异很大。
（二）研究主要成果
编程思维能力存在多种，经过对相关论文的学习，编程思维能力存在多个方面。首先，用某种编程语言实现一直算法的能力，即算法的分析与设计能力，这部分能力可通过完成一项编程任务所用的时间和代码的质量来衡量。抽象的逻辑思维能力也属于编程思维的的一种，对实际问题进行数据结构和算法的设计能力。对工程的整体掌控能力，能够合理组织和安排程序代码的能力，具有较强的程序设计能力。能够快速学习和掌握一门新语言的能力，为实现特定任务能够选择正确的语言工具，深刻理解各种编程语言的优势和劣势，并能灵活应用。遵守代码规范，具有较好的编码风格和编码习惯。
还有文献提出计算机专业学生编程思维分为算法分析能力、程序设计能力、专业实践能力，从这三个方面进行评估，采用了德尔菲法。对程序调试能力、重构代码能力、代码运行准确率，都是编程思维的指标。而这些指标可以通过代码风格、提交错误率、题目类型给出具体的指标分数，对编程思维进行评价。
文献中都使用自己设计的模型进行评价，为了对学生的编程水平进行分类，许多研究已经实现并训练了统计学习模型和神经网络。最近的研究提出了一种反向传播神经网络，它可以根据学生的先验知识来估计学生的成绩。还构建了一个学生属性矩阵（SAM）、指标和预测因子，以反映特定因素对学生表现的影响程度。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
