当前,世界处于知识经济时代,国家大力发展教育现代化,教育信息化发展与我国国际竞争力息息相关。虽然近十年我国教育信息化取得了巨大的成果,发展速度逐渐加快,但在这过程中数字教学资源的建设仍然存在一些问题。与此同时,随着信息技术的不断发展,生物测量技术的精确度逐渐增高,教育研究者逐渐重视其对挖掘学习者学习认知过程的价值。教育研究者们致力于教育现代化的理论与实践研究,重视现代教育资源的开发与优化,旨在促进教育现代化的发展,提高现代化教育的实施效果。基于此背景,本研究通过梳理认知投入理论基础,并运用眼动追踪技术,分析学习者在进行在线课程资源使用时对在线课程资源的认知投入情况,总结归纳在线课程资源的多媒体设计元素,提出基于眼动追踪的在线学习认知投入模型,并基于此模型提出在线课程资源优化策略,开展教学实践,进一步验证了模型的有效性与资源优化的良好效果。围绕该目的,本研究从以下三个方面展开:（1）基于眼动追踪的在线学习认知投入模型构建。探索认知投入与眼动追踪相关理论,选择能够表征学习者认知投入的相关眼动指标,包括注视时长、扫视时长、瞳孔直径等,结合在线课程资源的设计元素,包括知识表征元素（文字、图表等）与线索元素（线框、箭头等）,构建基于眼动追踪的在线学习认知投入模型。并通过论述模型整体建构的科学性与可行性,利用眼动追踪技术与数学规划建模方法,确定了模型中的函数映射关系以及本研究环境下各变量的系数,完成了本研究环境下在线学习学习者认知投入的度量。（2）以认知投入眼动模型为依据的在线课程资源优化设计。根据本研究所建认知投入眼动模型,结合多媒体学习相关理论,设计了在线课程资源的优化策略,并围绕编程类课程,以人工智能神经网络在线课程为例开展在线课程资源优化,优化了一套人工智能神经网络在线课程资源,共四个课时,为在线课程资源优化提供依据与实践参考。（3）教学实践开展。用优化前后的在线课程资源开展教学实践活动,采用对照实验的方法,分析学习者在优化前后的认知投入、学习效果、学习满意度等差异,以此探索优化后的在线课程资源对学习者的影响程度,以及优化的有效性。通过以上三个部分的探索与分析,本研究发现:（1）本研究构建的基于眼动追踪的在线学习认知投入模型具有科学性与可行性,能够准确测量该环境下的学习者认知投入水平,为在线学习的认知投入测量提供了客观有效的方法;（2）本研究提出的在线课程资源优化策略能够科学指导在线课程资源的优化,有效帮助提升在线学习学习者的认知投入度,并且学习优化后在线课程资源的学习者,其学习效果与学习满意度要显著优于学习未优化在线课程资源的学习者,说明优化后课程在一定程度上提升了学习者的学习满意度与学习效果。