2020年,新冠疫情的全球大流行使得在线教育的价值重新得以审视。当前,为了适应学习者对优质,个性化的学习内容的需求,实践者和研究者们大多采用从内容上,难度上等维度对在线课程资源的属性进行精细化划定后推送给相应的学习者。对在线课程资源的分类,还需要对课程资源的设计风格,知识呈现特点等方面进行细分,使学习者获得的学习资源不仅在内容、难度上符合其需求,在知识呈现风格上同样符合其认知特点。本研究以此为出发点,以编程类课程中Python课程为例,选择学习者言语-表象认知风格维度,以眼动追踪技术为实现手段对课程资源的知识呈现设计风格进行测评,基于测评结果对不同认知风格学习者设计并提供适应于其认知特点的Python在线课程资源,使Python在线课程资源在知识呈现形式上符合学习者认知特点,提高学习者知识构建的效率以及降低对课程资源知识组织呈现方式的不适感。围绕于此,研究从以下几个方面展开:首先,研究根据言语型和表象型认知风格学习者有潜在的倾向于关注适合其认知特点的知识组织方式的学习材料的特点以及在符合其认知特点的学习材料上有更好学习表现的规律,结合眼动追踪技术在测量学习者认知过程方面的优势,设计了基于言语-表象认知风格的Python在线课程资源眼动测评框架。同时,在多媒体学习理论指导下总结当前Python在线课程资源中呈现知识的8类课程资源元素（文本、字幕、图表、动画、教师头像、教师上半身图像图像、交互式程序和文件式程序）的基础上,根据眼动实验数据分析得到了言语型学习者偏好的言语表征课程资源元素（文本、字幕、图表和文件式程序）以及表象型学习者偏好的表象表征课程资源元素（图表、动画、教师上半身图像图像和交互式程序）,基于研究所构建的Python在线课程资源眼动测评框架分别使用言语表征课程资源元素和表象表征课程资源元素分别建立了适用于言语型学习者的言语型眼动测评模型和适用于表象型学习者的表象型眼动测评模型。最后,研究基于言语表征课程资源元素和表象表征课程资源元素分别设计开发了适用于言语型和表象型学习者的Python在线课程资源。并再次设计2*2（言语型和表象型学习者、言语型和表象型课程资源）眼动实验,结合实际学习测试结果对比分析,验证所设计两类课程的有效性以及所构建眼动测评模型的科学性。研究结果表明:研究所构建的言语型眼动测评模型和表象型眼动测评模型具有一定的科学性和有效性,言语型和表象型认知风格学习者分别使用对应的Python在线课程资源眼动测评模型能够测评出所学习的Python在线课程资源是否充分使用符合其认知特点的课程资源元素进行的知识表征,从而实现了对Python在线课程资源是否适合于学习者的认知风格类型的测评;同时,实验结果反映了基于Python课程资源言语表征元素和表象表征元素设计的面向两种认知风格学习者的课程具有一定的有效性。