教育數(shù)據(jù)的挖掘、分析、應(yīng)用

【摘 要】本文圍繞教育數(shù)據(jù)挖掘這一主題，簡要分析了教育數(shù)據(jù)挖掘的內(nèi)涵及價(jià)值；介紹了教育數(shù)據(jù)挖掘的基本過程、主要數(shù)據(jù)來源、所用技術(shù)與工具以及主要應(yīng)用領(lǐng)域，這些應(yīng)用領(lǐng)域包括E-Learning數(shù)據(jù)挖掘、E-Management數(shù)據(jù)挖掘和E-Research數(shù)據(jù)挖掘；最后，通過具體案例，涉及學(xué)習(xí)路徑分析、學(xué)科知識(shí)結(jié)構(gòu)分析等教育數(shù)據(jù)挖掘任務(wù)，來說明各種不同工具包括SSAS、SPSS在開展教育數(shù)據(jù)挖掘時(shí)的用法及效果。

【關(guān)鍵詞】 大數(shù)據(jù)；教育數(shù)據(jù)挖掘；學(xué)習(xí)分析；工具；案例

【中圖分類號(hào)】G40-057 【文獻(xiàn)標(biāo)識(shí)碼】A

【論文編號(hào)】1671-7384（2013）10-0018-04

在過去的10余年，隨著教育信息化工作的大力推進(jìn)，特別是數(shù)字化校園建設(shè)和網(wǎng)絡(luò)高等教育的大力推進(jìn)，在教育領(lǐng)域已經(jīng)部署了眾多的軟件系統(tǒng)，并且在這些軟件系統(tǒng)中存儲(chǔ)著海量的教育數(shù)據(jù)。如何利用這些教育數(shù)據(jù)，使這些數(shù)據(jù)轉(zhuǎn)變?yōu)樾畔?、知識(shí)，并為教育決策、教學(xué)優(yōu)化服務(wù)，這便是教育數(shù)據(jù)挖掘（Educational Data Mining）所關(guān)注的內(nèi)容。近年來，教育數(shù)據(jù)挖掘在國內(nèi)外得到了迅速發(fā)展，下面對(duì)教育數(shù)據(jù)挖掘的興起、內(nèi)涵、價(jià)值、過程、方法及應(yīng)用領(lǐng)域進(jìn)行概要介紹，以使大家對(duì)“教育數(shù)據(jù)挖掘”有一全面的認(rèn)識(shí)。

內(nèi)涵與價(jià)值

自2005年以來，國際上許多計(jì)算機(jī)應(yīng)用相關(guān)會(huì)議均設(shè)置了有關(guān)教育數(shù)據(jù)挖掘（Educational Data Mining）的研討會(huì)，如AAAI'05、AIED'05、ITS'06、AAAI'06、AIED'07、UM'07以及ICALT'07 等會(huì)議。2007年，歐洲技術(shù)促進(jìn)學(xué)習(xí)協(xié)會(huì)（EATEL）在希臘克里特島舉辦第二屆歐洲技術(shù)促進(jìn)學(xué)習(xí)會(huì)議（EC-TEL07），期間舉辦了“Applying Data Mining in e-Learning”研討會(huì)（ADML'2007）。在這一研討會(huì)之后，該領(lǐng)域研究者組成國際教育數(shù)據(jù)挖掘工作組（http：//www.educationaldatamining.org），創(chuàng)辦在線學(xué)術(shù)期刊《教育數(shù)據(jù)挖掘雜志》，并從2008年開始每年召開“教育數(shù)據(jù)挖掘國際會(huì)議”（EDM conference）。2011年，國際教育數(shù)據(jù)挖掘協(xié)會(huì)（ IEDMS）成立。

EDM2008會(huì)議論文集在其前言中對(duì)“教育數(shù)據(jù)挖掘”的描述是，“教育數(shù)據(jù)挖掘是一個(gè)將來自各種教育系統(tǒng)的原始數(shù)據(jù)轉(zhuǎn)換為有用信息的過程，這些有用信息可為教師、學(xué)生、家長、教育研究人員以及教育軟件系統(tǒng)開發(fā)人員所利用”。通過這一描述我們不難發(fā)現(xiàn)，教育數(shù)據(jù)挖掘致力于開發(fā)出一系列數(shù)據(jù)挖掘方法，將這些方法運(yùn)用于挖掘來自教育系統(tǒng)的獨(dú)特?cái)?shù)據(jù)，能夠更好地理解學(xué)生及其所在的教育系統(tǒng)。這里的“來自教育系統(tǒng)的數(shù)據(jù)”既包括師生在使用互動(dòng)學(xué)習(xí)環(huán)境（如網(wǎng)絡(luò)教學(xué)平臺(tái)）時(shí)產(chǎn)生的數(shù)據(jù)，也包括學(xué)校在開展教育教學(xué)管理過程中產(chǎn)生的數(shù)據(jù)。

教育數(shù)據(jù)挖掘也可被看作嵌入已有教育系統(tǒng)的一個(gè)新的模塊，并與教育系統(tǒng)中的各種要素產(chǎn)生良性互動(dòng)，最終實(shí)現(xiàn)改進(jìn)學(xué)習(xí)的目的。它在教育系統(tǒng)中所處的位置及作用如圖1所示。

針對(duì)不同的人群，教育數(shù)據(jù)挖掘有其特定的價(jià)值。

對(duì)于學(xué)習(xí)者而言，教育數(shù)據(jù)挖掘的作用體現(xiàn)在：向?qū)W習(xí)者推薦有助于改進(jìn)他們學(xué)習(xí)的學(xué)習(xí)活動(dòng)、學(xué)習(xí)資源和學(xué)習(xí)任務(wù)，向?qū)W習(xí)者推薦好的學(xué)習(xí)經(jīng)驗(yàn)等。這些建議可以通過分析這些學(xué)習(xí)者完成的行為以及與之相似的學(xué)習(xí)者完成的行為來取得。

對(duì)于教育工作者而言，教育數(shù)據(jù)挖掘的作用體現(xiàn)在：向他們提供更多更客觀的反饋信息，使他們能夠更好地調(diào)整和優(yōu)化教育決策，改進(jìn)教育過程，完善課程開發(fā)，根據(jù)學(xué)習(xí)者的學(xué)習(xí)狀態(tài)來組織教學(xué)內(nèi)容、重構(gòu)教學(xué)計(jì)劃等。

過程與應(yīng)用

1. 挖掘過程

教育數(shù)據(jù)挖掘過程與數(shù)據(jù)挖掘的一般過程是一致的，也由數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘、模式解釋等幾大部分構(gòu)成，其過程如圖2所示。

（1）數(shù)據(jù)準(zhǔn)備：了解數(shù)據(jù)挖掘應(yīng)用領(lǐng)域的有關(guān)情況。包括熟悉相關(guān)的背景知識(shí)，明確使用者需求。

（2）數(shù)據(jù)選?。簲?shù)據(jù)選取的目的是確定目標(biāo)數(shù)據(jù)。根據(jù)使用者的需要從原始數(shù)據(jù)庫中選取相關(guān)數(shù)據(jù)或樣本。在此過程中，需要利用一些庫操作對(duì)數(shù)據(jù)庫進(jìn)行相關(guān)處理。

（3）數(shù)據(jù)預(yù)處理：對(duì)步驟（2）中選出的數(shù)據(jù)進(jìn)行處理，檢查數(shù)據(jù)的完整性及數(shù)據(jù)一致性，消除噪聲，濾除與數(shù)據(jù)挖掘無關(guān)的冗余數(shù)據(jù)，根據(jù)時(shí)間序列和已知的變化情況，利用統(tǒng)計(jì)等方法填充丟失的數(shù)據(jù)。

（4）數(shù)據(jù)變換：根據(jù)知識(shí)發(fā)現(xiàn)的任務(wù)對(duì)經(jīng)過預(yù)處理的數(shù)據(jù)進(jìn)行再處理，主要是通過投影或利用數(shù)據(jù)庫的其他操作減少數(shù)據(jù)量。

（5）確定數(shù)據(jù)挖掘目標(biāo)：根據(jù)使用者的要求，確定數(shù)據(jù)挖掘要發(fā)現(xiàn)的知識(shí)類型。對(duì)數(shù)據(jù)挖掘的要求不同，在具體的知識(shí)發(fā)現(xiàn)過程中需要采用的知識(shí)發(fā)現(xiàn)算法也會(huì)有所不同，如分類、總結(jié)、關(guān)聯(lián)規(guī)則、聚類等。

（6）選擇算法：根據(jù)確定的任務(wù)選擇合適的知識(shí)發(fā)現(xiàn)算法，包括選取合適的模型和參數(shù)。

（7）數(shù)據(jù)挖掘：這是整個(gè)過程中很重要的一個(gè)步驟。運(yùn)用前面選擇的算法，從數(shù)據(jù)庫中提取使用者感興趣的知識(shí)，并以一定的方式表示出來是數(shù)據(jù)挖掘的目的。

（8）模式解釋：對(duì)發(fā)現(xiàn)的模式（知識(shí)）進(jìn)行解釋。經(jīng)過使用者或機(jī)器評(píng)估后，可能會(huì)發(fā)現(xiàn)這些模式中存在冗余或無關(guān)的模式，此時(shí)應(yīng)該將其剔除。如果模式不能滿足使用者的要求，就需要返回到前面的某些步驟中進(jìn)行反復(fù)提取。

（9）知識(shí)評(píng)價(jià)：將發(fā)現(xiàn)的知識(shí)以使用者能了解的方式呈現(xiàn)給使用者。

2. 數(shù)據(jù)來源

根據(jù)教育活動(dòng)中技術(shù)手段的差異，教育數(shù)據(jù)挖掘的數(shù)據(jù)來源可分為傳統(tǒng)教育數(shù)據(jù)和遠(yuǎn)程教育數(shù)據(jù)。根據(jù)教育機(jī)構(gòu)中業(yè)務(wù)活動(dòng)的不同，教育數(shù)據(jù)挖掘的數(shù)據(jù)來源又可以分為教學(xué)數(shù)據(jù)、管理數(shù)據(jù)、科研數(shù)據(jù)等。

因此，從技術(shù)手段和業(yè)務(wù)類型兩個(gè)維度對(duì)教育數(shù)據(jù)挖掘的數(shù)據(jù)來源進(jìn)行分類，可以得到如表1所示結(jié)果。

第Ⅰ類數(shù)據(jù)——課堂教學(xué)數(shù)據(jù)。這一類數(shù)據(jù)似乎難以獲取，但是隨著各類智慧校園、智慧教室建設(shè)項(xiàng)目的推進(jìn)，越來越多的情境感知設(shè)備、泛在技術(shù)系統(tǒng)將在校園、教室中部署，屆時(shí)課堂教學(xué)中也會(huì)產(chǎn)生并自動(dòng)保存海量的數(shù)據(jù)。

第Ⅱ類數(shù)據(jù)——遠(yuǎn)程教學(xué)數(shù)據(jù)。遠(yuǎn)程教學(xué)可基于不同形式的數(shù)字化學(xué)習(xí)環(huán)境開展。遠(yuǎn)程教學(xué)數(shù)據(jù)可來自數(shù)字化學(xué)習(xí)環(huán)境所產(chǎn)生的各種日志，既可以是保存在服務(wù)器上的日志數(shù)據(jù)，也可以是保存在客戶端上的日志數(shù)據(jù)。

第Ⅲ類數(shù)據(jù)——數(shù)字化管理系統(tǒng)的數(shù)據(jù)。這一類數(shù)據(jù)指的是教育機(jī)構(gòu)使用數(shù)字化管理系統(tǒng)錄入、保存和管理的數(shù)據(jù)。這類數(shù)據(jù)結(jié)構(gòu)良好，可批量采集，是數(shù)據(jù)挖掘的理想對(duì)象。

第Ⅳ類數(shù)據(jù)——科研數(shù)據(jù)庫中的數(shù)據(jù)。目前與科學(xué)研究有關(guān)的信息資料，許多已被轉(zhuǎn)換為數(shù)字化形式，存于數(shù)據(jù)庫中，并可通過各類檢索系統(tǒng)檢索使用。這類數(shù)據(jù)結(jié)構(gòu)良好，可批量采集，也是數(shù)據(jù)挖掘的理想對(duì)象。

3. 技術(shù)與工具

由于教育領(lǐng)域中的數(shù)據(jù)也逐漸呈現(xiàn)出大數(shù)據(jù)的“4V”特征，即數(shù)據(jù)量巨大（Volume）、結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)并存（Variety）、數(shù)據(jù)價(jià)值密度低（Value）、數(shù)據(jù)的產(chǎn)生與處理加速（Velocity），這就要求用到的教育數(shù)據(jù)挖掘技術(shù)是復(fù)雜多樣的。相關(guān)技術(shù)涉及內(nèi)容分析、話語分析、社會(huì)網(wǎng)絡(luò)分析、系統(tǒng)建模等技術(shù)以及統(tǒng)計(jì)分析與可視化、聚類、預(yù)測(cè)、關(guān)系挖掘、文本挖掘等一系列數(shù)據(jù)挖掘方法。

常見的工具有很多，如支持對(duì)原始帖子進(jìn)行標(biāo)注或編碼、交叉引用和簡短評(píng)論的工具，包括Nvivo、Atlasti；支持基本的基于詞典的文本分析的工具，如CATPAC、LIWC；專門的內(nèi)容分析工具，如北京師范大學(xué)知識(shí)工程研究中心開發(fā)的智能化內(nèi)容分析工具VINCA；專門的社會(huì)網(wǎng)絡(luò)分析工具，如UCINET；用于系統(tǒng)建模的工具，如 Coordinator系統(tǒng)建模工具；專門的數(shù)據(jù)挖掘工具，如SSAS、Weka、SPSS；等等。

4. 應(yīng)用領(lǐng)域

教學(xué)、管理、科研是教育機(jī)構(gòu)的基本活動(dòng)，將數(shù)據(jù)挖掘應(yīng)用于這些基本活動(dòng)時(shí)，由于業(yè)務(wù)流程、關(guān)注對(duì)象上的差異，對(duì)數(shù)據(jù)挖掘的需求及數(shù)據(jù)挖掘在其中的應(yīng)用方式有所不同。因此，根據(jù)數(shù)據(jù)挖掘應(yīng)用的業(yè)務(wù)領(lǐng)域，可以將教育數(shù)據(jù)挖掘進(jìn)一步細(xì)分為E-Learning數(shù)據(jù)挖掘、E-Management數(shù)據(jù)挖掘和E-Research數(shù)據(jù)挖掘等。

E-Learning數(shù)據(jù)挖掘指的是將來自各種教學(xué)和學(xué)習(xí)軟件系統(tǒng)（主要是網(wǎng)絡(luò)教學(xué)平臺(tái)）的原始數(shù)據(jù)轉(zhuǎn)換為有用信息的過程，這些有用信息可為教師、學(xué)生、家長以及E-Learning軟件系統(tǒng)開發(fā)人員所利用，以實(shí)現(xiàn)對(duì)學(xué)生及其所接受教育的更好理解，并可據(jù)此采取更有針對(duì)性的管理和教學(xué)優(yōu)化措施。典型的E-Learning數(shù)據(jù)挖掘應(yīng)用有管理者視角下在線教學(xué)績效評(píng)估、輔導(dǎo)教師視角下在線學(xué)習(xí)形成性評(píng)價(jià)、研究人員視角下在線學(xué)習(xí)規(guī)律發(fā)現(xiàn)模式等。

E-Management數(shù)據(jù)挖掘指的是將來自各種教育管理系統(tǒng)（主要是教育管理信息系統(tǒng)）的原始數(shù)據(jù)轉(zhuǎn)換為有用信息的過程，這些有用信息可為教育管理人員以及教育管理系統(tǒng)開發(fā)人員所利用，以實(shí)現(xiàn)對(duì)管理對(duì)象（學(xué)生、教師）及各種業(yè)務(wù)流程的更好理解，并可據(jù)此優(yōu)化各項(xiàng)管理工作。一些典型的E-Management數(shù)據(jù)挖掘應(yīng)用包括教師績效評(píng)價(jià)、人才引進(jìn)決策、招生決策、就業(yè)預(yù)測(cè)、職業(yè)規(guī)劃、輟學(xué)分析、畢業(yè)生追蹤、課程設(shè)置、教育決策支持系統(tǒng)等多個(gè)方面，這些應(yīng)用歸納起來就是“數(shù)據(jù)挖掘優(yōu)化教職工管理工作”和“數(shù)據(jù)挖掘優(yōu)化學(xué)生管理工作”兩大方面。

E-Research數(shù)據(jù)挖掘指的是將來自各種科研數(shù)據(jù)庫（如文獻(xiàn)數(shù)據(jù)庫、政策數(shù)據(jù)庫、語料庫等）的原始數(shù)據(jù)轉(zhuǎn)換為有用信息的過程，該過程可提高研究效率，并優(yōu)化研究成果的呈現(xiàn)方式，產(chǎn)生的有用信息可為教育研究人員所利用，以實(shí)現(xiàn)全面、快速、準(zhǔn)確了解某一研究領(lǐng)域的現(xiàn)狀，并預(yù)測(cè)未來發(fā)展方向。一些E-Research數(shù)據(jù)挖掘典型應(yīng)用包括基于期刊論文數(shù)據(jù)庫的教育學(xué)科知識(shí)圖譜構(gòu)建和基于法律法規(guī)庫的教育政策文本分析。

典型案例

下面以兩個(gè)教育數(shù)據(jù)挖掘案例來介紹教育數(shù)據(jù)挖掘工具的使用及其效果。

1. 應(yīng)用SSAS開展學(xué)習(xí)路徑分析

作者選取中央廣播電視大學(xué)開放教育學(xué)生的入學(xué)課程《開放教育學(xué)習(xí)指南》網(wǎng)絡(luò)課程作為樣本來說明應(yīng)用SSAS開展學(xué)習(xí)路徑分析的做法及效果。這里采用Microsoft順序分析和聚類分析算法，數(shù)據(jù)來源則是用戶每天瀏覽課程頁面產(chǎn)生的過程數(shù)據(jù)，如表2所示。

在構(gòu)建挖掘模型時(shí)，以“瀏覽日期+學(xué)號(hào)”作為鍵值，以“瀏覽順序號(hào)”作為序列鍵值，以“瀏覽模塊”作為預(yù)測(cè)值來構(gòu)建挖掘結(jié)構(gòu)，并應(yīng)用Microsoft順序分析和聚類分析算法，得到各模塊（PAGETYPE）之間的轉(zhuǎn)換概率和展示各模塊間跳轉(zhuǎn)情況的狀態(tài)轉(zhuǎn)換圖（圖3）。

從各模塊直接的轉(zhuǎn)換概率可以了解到，學(xué)生在登錄網(wǎng)絡(luò)課程后，最有可能先瀏覽的是“課程章節(jié)”模塊，其次是“體驗(yàn)區(qū)”模塊，極少從其他模塊開始瀏覽。

從圖3中可知，學(xué)生一旦進(jìn)入“課程章節(jié)”或“體驗(yàn)區(qū)”模塊，則主要是在本模塊活動(dòng)，而在中間幾乎不去訪問其他模塊直至離開?！皢栴}庫”、“資料庫”、“常用工具庫”等學(xué)習(xí)輔助模塊在課程主體部分即“課程章節(jié)”學(xué)習(xí)過程中幾乎沒有用到（學(xué)生偶爾從這三個(gè)模塊進(jìn)入，然后轉(zhuǎn)入“課程章節(jié)”模塊，而不是反過來）。這反映了學(xué)生學(xué)習(xí)方法的重要特點(diǎn)，也反映課程的鏈接設(shè)計(jì)還有改進(jìn)的空間。

2. 應(yīng)用SPSS開展學(xué)科知識(shí)結(jié)構(gòu)分析

作者選取一項(xiàng)針對(duì)農(nóng)村教育研究現(xiàn)狀調(diào)查的研究來說明應(yīng)用SPSS開展學(xué)科知識(shí)結(jié)構(gòu)分析的過程及效果。這項(xiàng)農(nóng)村教育研究現(xiàn)狀調(diào)查以2008年至2012年有關(guān)農(nóng)村教育的核心期刊論文為分析對(duì)象。

一般而言，一篇論文有4到5個(gè)關(guān)鍵詞。多個(gè)關(guān)鍵詞在同一篇論文中出現(xiàn)，表明這些關(guān)鍵詞之間可能存在一定的關(guān)系。如果兩個(gè)或兩個(gè)以上關(guān)鍵詞在多篇論文中共現(xiàn)，則表明這些關(guān)鍵詞關(guān)系穩(wěn)定，可視為一種必然關(guān)聯(lián)。因此，作者通過對(duì)關(guān)鍵詞間關(guān)聯(lián)關(guān)系的調(diào)查分析來了解我國農(nóng)村教育研究領(lǐng)域中存在的較為穩(wěn)定的研究內(nèi)容組合，從而把握農(nóng)村教育知識(shí)體系。

某個(gè)關(guān)鍵詞的文獻(xiàn)頻次是其與其他關(guān)鍵詞共現(xiàn)的基礎(chǔ)。因此，作者選取前面提出的高頻關(guān)鍵詞作為農(nóng)村教育知識(shí)體系構(gòu)建的元素，探索這些關(guān)鍵詞的共現(xiàn)關(guān)系。這些關(guān)鍵詞共篇關(guān)系如表3所示。

如表3所示，表中的數(shù)字表示橫縱兩個(gè)坐標(biāo)的關(guān)鍵詞的共現(xiàn)頻次，如“農(nóng)村教師”和“教師專業(yè)發(fā)展”的共現(xiàn)頻次為10，則表明這兩個(gè)關(guān)鍵詞在10篇論文中共同出現(xiàn)，反映了關(guān)于“農(nóng)村教師”的專業(yè)發(fā)展得到了多項(xiàng)研究的關(guān)注。

基于共詞矩陣，進(jìn)一步構(gòu)造相關(guān)矩陣、相異矩陣。引入Ochiia相似系數(shù)法進(jìn)行計(jì)算，將共詞矩陣轉(zhuǎn)換成相關(guān)矩陣。具體計(jì)算公式為：

Ochiia系數(shù)=Nij/（Ni*Nj）1/2

其中Ni和Nj分別代表關(guān)鍵詞i和j出現(xiàn)的次數(shù)，Nij指關(guān)鍵詞i和j共現(xiàn)的次數(shù)。在所得的相關(guān)矩陣中，用“1”減去相關(guān)矩陣中的每個(gè)數(shù)據(jù)，得到表示兩詞間相異程度的相異矩陣?；谙喈惥仃?，采用SPSS19.0統(tǒng)計(jì)分析工具，使用其中的Multidimensional Scaling（ALSCAL）算法進(jìn)行多維尺度分析，實(shí)現(xiàn)關(guān)鍵詞聚類，發(fā)現(xiàn)學(xué)科知識(shí)結(jié)構(gòu)，得到圖4所示結(jié)果。

我們能夠發(fā)現(xiàn)三塊較為集中的研究領(lǐng)域，分別是象限1、象限2和象限3、4的交叉處。其中象限1屬于“農(nóng)村基礎(chǔ)教育”范疇，關(guān)注“學(xué)?！?、“教師”、“留守兒童”、“教育公平”等問題；象限3、4屬于“農(nóng)村職業(yè)教育”和“農(nóng)村成人教育”范疇，關(guān)注“人力資本”、“農(nóng)民素質(zhì)”、“職業(yè)教育”等問題；象限2屬于“農(nóng)村教育相關(guān)理論與政策研究”范疇，關(guān)注“基本理論”、“高等教育”、“經(jīng)濟(jì)發(fā)展”、“教育投入”、“教育信息化”等話題。

（作者單位：國家開放大學(xué)現(xiàn)代遠(yuǎn)程教育研究所）

參考文獻(xiàn)

[1]Ryan Shaun Joazeiro de Baker， Tiffany Barnes， Joseph E. Beck （Eds.）. The 1st International Conference on Educational Data Mining Proceedings[DB/OL].http：//www.educationaldatamining.org/EDM2008/index.php？page=proceedings，2012-7-24.

[2]葛道凱， 張少剛， 魏順平 著. 教育數(shù)據(jù)挖掘：方法與應(yīng)用[M]. 北京：教育科學(xué)出版社， 2012.

[3]魏順平. 學(xué)習(xí)分析技術(shù)：挖掘大數(shù)據(jù)時(shí)代下教育數(shù)據(jù)的價(jià)值[J]. 現(xiàn)代教育技術(shù)，2013（2）.

[4]魏順平. 在線學(xué)習(xí)行為特點(diǎn)及其影響因素分析研究[J]. 開放教育研究，2012（4）.

[5]張少剛，魏順平. 我國農(nóng)村教育研究現(xiàn)狀調(diào)查——基于近五年中文核心期刊論文的分析[J]. 天津電大學(xué)報(bào)，2013（01）.