國內(nèi)學(xué)習(xí)分析研究現(xiàn)狀與發(fā)展趨勢

張玉辛 戴心來 賈楠

摘? 要 運(yùn)用文獻(xiàn)計(jì)量分析法和知識圖譜可視化方法，對CNKI數(shù)據(jù)庫中收錄的2012—2020年的學(xué)習(xí)分析文獻(xiàn)進(jìn)行梳理，利用Ucinet、CiteSpace、SPSS等工具，通過關(guān)鍵詞頻次分布、共現(xiàn)知識圖譜、聚類和時(shí)序分析等直觀地展示國內(nèi)學(xué)習(xí)分析的研究現(xiàn)狀，并據(jù)此提出構(gòu)建學(xué)習(xí)者精準(zhǔn)畫像、與人工智能等技術(shù)相結(jié)合等未來發(fā)展趨勢，以期為相關(guān)方向的深入研究和實(shí)踐提供參考。

關(guān)鍵詞 學(xué)習(xí)分析;人工智能;個(gè)性化學(xué)習(xí);文獻(xiàn)計(jì)量分析法;知識圖譜可視化方法

中圖分類號：G40-057? ? 文獻(xiàn)標(biāo)識碼：B

文章編號：1671-489X（2021）09-0035-05

0? 引言

學(xué)習(xí)分析技術(shù)是針對與學(xué)習(xí)者學(xué)習(xí)行為有關(guān)的數(shù)據(jù)，利用多種分析方法或工具加以解釋和分析，探索學(xué)習(xí)者的學(xué)習(xí)過程以及學(xué)習(xí)者的學(xué)習(xí)表現(xiàn)，及時(shí)地提供反饋，從而優(yōu)化學(xué)習(xí)的技術(shù)。該技術(shù)自2011年首屆學(xué)習(xí)分析與知識大會引入我國，即受到教育領(lǐng)域研究者的極力追捧，尤其是隨著信息技術(shù)的普及，各種形式學(xué)習(xí)平臺的出現(xiàn)，大數(shù)據(jù)、教育數(shù)據(jù)挖掘技術(shù)為教育的創(chuàng)新發(fā)展提供了巨大的助力，挖掘數(shù)據(jù)隱含的教育需求，探索互聯(lián)網(wǎng)環(huán)境下的教育規(guī)律，使得學(xué)習(xí)分析技術(shù)愈來愈引人注目。在此背景下，學(xué)習(xí)分析近幾年來在我國的發(fā)展持續(xù)升溫，成為引領(lǐng)教育教學(xué)變革創(chuàng)新的關(guān)鍵技術(shù)。目前，我國學(xué)習(xí)分析技術(shù)尚處于發(fā)展階段，在實(shí)際應(yīng)用方面仍需探索，需要更多高質(zhì)量的研究促進(jìn)學(xué)習(xí)分析技術(shù)的應(yīng)用發(fā)展。因此，有必要對學(xué)習(xí)分析相關(guān)文獻(xiàn)進(jìn)行梳理分析，分析學(xué)習(xí)分析技術(shù)研究現(xiàn)狀，預(yù)測今后的發(fā)展趨勢等。本研究對核心期刊中學(xué)習(xí)分析的相關(guān)文獻(xiàn)進(jìn)行系統(tǒng)綜述，以期為學(xué)習(xí)分析的深入研究提供參考和借鑒。

1? 數(shù)據(jù)來源與工具

1.1? 數(shù)據(jù)來源

為了更好地了解我國學(xué)習(xí)分析的發(fā)展?fàn)顩r，選取國內(nèi)最大的連續(xù)更新的動態(tài)數(shù)據(jù)庫CNKI為核心數(shù)據(jù)源，在CNKI期刊中進(jìn)行高級檢索，檢索項(xiàng)為主題和關(guān)鍵詞，檢索詞為“學(xué)習(xí)分析”或“學(xué)習(xí)分析技術(shù)”，時(shí)間跨度為2012—2020年，檢索時(shí)間為2020年8月5日。經(jīng)初步檢索獲得有效文獻(xiàn)523篇，為了保證研究的準(zhǔn)確度，剔除主題不符及內(nèi)容重復(fù)文獻(xiàn)，獲得436篇有效文獻(xiàn)。

1.2? 分析工具

本研究采用文獻(xiàn)計(jì)量分析法和知識圖譜可視化方法，研究過程中所采用的工具有SATI、Ucinet、SPSS、Cite-Space。其中，SATI用于提取高頻字段，輸出頻次列表，統(tǒng)計(jì)文獻(xiàn)發(fā)布量，生成關(guān)鍵詞相異矩陣;采用Ucinet描述關(guān)鍵詞之間的網(wǎng)絡(luò)關(guān)系;使用SPSS生成關(guān)鍵詞聚類圖譜;利用CiteSpace生成關(guān)鍵詞時(shí)序圖譜等，以確定學(xué)習(xí)分析領(lǐng)域的核心研究機(jī)構(gòu)、研究熱點(diǎn)以及未來發(fā)展趨勢。

2? 研究結(jié)果分析

2.1? 文獻(xiàn)計(jì)量分析

在文獻(xiàn)計(jì)量分析法中，文獻(xiàn)的歷史性能夠分析學(xué)科發(fā)展的趨勢，而發(fā)文量則能表示一定期間研究領(lǐng)域的冷熱度[1]。

圖1所示為國內(nèi)學(xué)習(xí)分析文獻(xiàn)統(tǒng)計(jì)結(jié)果。

2.1.1? 載文量分析? 由圖1可以看出，2012—2020年國內(nèi)學(xué)習(xí)分析文獻(xiàn)增長趨勢明顯。我國學(xué)者自2011年第一屆學(xué)習(xí)分析和知識大會召開后展開研究，CNKI數(shù)據(jù)庫中收錄最早的關(guān)于學(xué)習(xí)分析的文獻(xiàn)是顧小清等人的《學(xué)習(xí)分析：正在浮現(xiàn)中的數(shù)據(jù)技術(shù)》，文章闡述了學(xué)習(xí)分析技術(shù)在教育領(lǐng)域的發(fā)展?fàn)顩r，指出其廣闊的發(fā)展前景以及存在的諸多問題與挑戰(zhàn)[2]，為我國學(xué)者在這一領(lǐng)域的研究提供了良好鋪墊。2013—2016年學(xué)習(xí)分析技術(shù)處于快速發(fā)展階段，文獻(xiàn)增長量呈現(xiàn)明顯上升趨勢，體現(xiàn)國內(nèi)學(xué)習(xí)分析技術(shù)的研究熱度較高。2016年后，學(xué)習(xí)分析技術(shù)的文獻(xiàn)研究處于相對平穩(wěn)階段，每年保持80篇以上的研究熱度。

2.1.2? 學(xué)者及機(jī)構(gòu)分析? 對學(xué)者以及機(jī)構(gòu)之間的合作網(wǎng)絡(luò)進(jìn)行分析，有助于了解學(xué)者以及機(jī)構(gòu)之間的合作關(guān)系，以確定具有高影響力的學(xué)者與機(jī)構(gòu)，揭示學(xué)習(xí)分析領(lǐng)域的學(xué)術(shù)資源分布情況，從而有針對性地促進(jìn)機(jī)構(gòu)之間的合作。

圖2為利用CiteSpace生成的學(xué)習(xí)分析學(xué)者的共現(xiàn)知識圖譜，將top值設(shè)置為50，分析被引次數(shù)排名前50的學(xué)者的合作關(guān)系網(wǎng)絡(luò)，共分析出73個(gè)節(jié)點(diǎn)，63條連線，網(wǎng)絡(luò)整體密度為0.024。這表明目前國內(nèi)學(xué)者合作相對分散，凝聚力較低，但已形成初步的合作關(guān)系網(wǎng)絡(luò)，其中姜強(qiáng)與趙蔚、牟智佳與武法提、顧小清和胡藝齡等已形成穩(wěn)定合作關(guān)系。

圖3是學(xué)習(xí)分析機(jī)構(gòu)合作的網(wǎng)絡(luò)圖譜，節(jié)點(diǎn)表示機(jī)構(gòu)名稱，節(jié)點(diǎn)大小表示各機(jī)構(gòu)的發(fā)文數(shù)量，標(biāo)簽字號的大小表示各機(jī)構(gòu)的中心性[3]。機(jī)構(gòu)合作網(wǎng)絡(luò)中共有43個(gè)節(jié)點(diǎn)，18條連線，整體網(wǎng)絡(luò)密度為0.019 9。這表明國內(nèi)機(jī)構(gòu)已經(jīng)形成較穩(wěn)定的合作關(guān)系網(wǎng)絡(luò)，其中北京師范大學(xué)教育技術(shù)學(xué)院、華東師范大學(xué)教育技術(shù)學(xué)系、東北師范大學(xué)計(jì)算機(jī)科學(xué)與信息技術(shù)學(xué)院均與其他機(jī)構(gòu)建立合作關(guān)系。

2.2? 知識圖譜可視化分析

2.2.1? 關(guān)鍵詞頻次分布表? 從知識理論的角度來看，中心性和頻次高的關(guān)鍵詞表示在某一時(shí)間段內(nèi)研究者共同關(guān)注的問題，即研究熱點(diǎn)[4]。如表1所示的關(guān)鍵詞頻次分布情況，可知在文獻(xiàn)中出現(xiàn)頻次最高的關(guān)鍵詞是學(xué)習(xí)分析，排名較高的關(guān)鍵詞依次為大數(shù)據(jù)、數(shù)據(jù)挖掘、教育大數(shù)據(jù)、個(gè)性化學(xué)習(xí)等，這些關(guān)鍵詞反映了學(xué)習(xí)分析研究的核心內(nèi)容。應(yīng)用于學(xué)習(xí)分析研究領(lǐng)域的大數(shù)據(jù)特指教育大數(shù)據(jù)，數(shù)據(jù)挖掘技術(shù)又特指教育數(shù)據(jù)挖掘[5]，二者都為支撐學(xué)習(xí)分析的關(guān)鍵技術(shù)。個(gè)性化學(xué)習(xí)為學(xué)習(xí)分析的研究目標(biāo)，實(shí)現(xiàn)個(gè)性化學(xué)習(xí)是教育信息化的重要理念。在線學(xué)習(xí)與MOOC為學(xué)習(xí)分析提供大量的研究數(shù)據(jù)，是學(xué)習(xí)分析進(jìn)行實(shí)證研究的良好平臺。社會網(wǎng)絡(luò)分析是學(xué)習(xí)分析方法中的一種重要分析方法，研究網(wǎng)絡(luò)群體學(xué)習(xí)活動中學(xué)習(xí)者之間的交互情況等。利用人工智能等技術(shù)實(shí)施學(xué)習(xí)分析，實(shí)現(xiàn)學(xué)習(xí)者的自適應(yīng)學(xué)習(xí)，支持教育決策，實(shí)施高效教學(xué)管理，培養(yǎng)創(chuàng)新型個(gè)性化人才。

2.2.2? 關(guān)鍵詞共現(xiàn)知識圖譜? 關(guān)鍵詞是一篇文獻(xiàn)的核心概括，通過對關(guān)鍵詞的共現(xiàn)分析可以了解某一領(lǐng)域各主體之間的聯(lián)系，了解領(lǐng)域的核心熱點(diǎn)。利用Ucinet的內(nèi)部集成工具NetDraw繪制基于中心度的關(guān)鍵詞可視化圖譜，如圖4所示。圖中方形節(jié)點(diǎn)表示關(guān)鍵詞，節(jié)點(diǎn)的大小代表了關(guān)鍵詞的中心性高低，中心性越高，說明該關(guān)鍵詞與其他關(guān)鍵詞共現(xiàn)的頻率越高;節(jié)點(diǎn)之間的連線代表關(guān)鍵詞之間存在共現(xiàn)關(guān)系，線條越粗，表明兩個(gè)關(guān)鍵詞之間的共現(xiàn)頻次越高[6]。由圖4可以看出，整個(gè)網(wǎng)絡(luò)是以學(xué)習(xí)分析為中心點(diǎn)向外發(fā)散，數(shù)據(jù)挖掘、在線學(xué)習(xí)、教育大數(shù)據(jù)、混合式學(xué)習(xí)、個(gè)性化學(xué)習(xí)為次中心節(jié)點(diǎn)。學(xué)習(xí)分析與教育數(shù)據(jù)挖掘、數(shù)字化學(xué)習(xí)、個(gè)性化學(xué)習(xí)之間的連線較深，說明學(xué)習(xí)分析與其聯(lián)系較多，常用于數(shù)字化學(xué)習(xí)中進(jìn)行教育數(shù)據(jù)挖掘，為學(xué)習(xí)者的個(gè)性化學(xué)習(xí)提供支持服務(wù)。圖中處于邊緣節(jié)點(diǎn)的關(guān)鍵詞共現(xiàn)程度較低，如干預(yù)機(jī)制、評價(jià)模型、學(xué)習(xí)投入等，在學(xué)習(xí)分析領(lǐng)域的研究中還比較薄弱，未來可加強(qiáng)研究。

2.2.3? 關(guān)鍵詞聚類分析? 聚類分析是通過分析各關(guān)鍵詞之間的相對距離將聯(lián)系較近的關(guān)鍵詞進(jìn)行集合，近而對各集合的研究內(nèi)容進(jìn)行綜合分析。將關(guān)鍵詞相異矩陣導(dǎo)入SPSS中，生成關(guān)鍵詞聚類譜系圖，如圖5所示。圖中橫坐標(biāo)代表各類別的相對距離，數(shù)字越大，說明聚集為一類的可能性越低;縱坐標(biāo)表示各關(guān)鍵詞之間的距離。根據(jù)文獻(xiàn)內(nèi)容分析及關(guān)鍵詞聚類分析結(jié)果，將學(xué)習(xí)分析的研究主題劃分為基礎(chǔ)理論研究、優(yōu)化教與學(xué)活動、實(shí)踐與應(yīng)用研究三類。

1）基礎(chǔ)理論研究。學(xué)習(xí)分析基本理論的研究主要集中于學(xué)習(xí)分析的相關(guān)概念界定、模型構(gòu)建等。第一屆學(xué)習(xí)分析與知識大會將學(xué)習(xí)分析定義為測量、收集和分析有關(guān)學(xué)習(xí)者及其學(xué)習(xí)情境的數(shù)據(jù)，以便了解優(yōu)化學(xué)習(xí)和學(xué)習(xí)發(fā)生的情境[7]。我國學(xué)者胡藝齡等[8]認(rèn)為：學(xué)習(xí)分析技術(shù)是挖掘教育大數(shù)據(jù)中具有潛在應(yīng)用價(jià)值的信息或模式，同時(shí)是進(jìn)行決策輔助的工具。大多數(shù)學(xué)者對學(xué)習(xí)分析概念的定義不同，但其本質(zhì)相同，即以海量數(shù)據(jù)為基礎(chǔ)，以學(xué)習(xí)者及學(xué)習(xí)環(huán)境為研究對象，以優(yōu)化教與學(xué)的過程為目標(biāo)進(jìn)行學(xué)習(xí)分析。在學(xué)習(xí)分析的模型構(gòu)建上，胡藝玲等[9]從三個(gè)層面建立在線學(xué)習(xí)的行為分析模型，分別為數(shù)據(jù)、機(jī)制和結(jié)果。祝智庭等[10]為確保教學(xué)成效，設(shè)計(jì)了包括目標(biāo)的確立、學(xué)習(xí)分析的開發(fā)和實(shí)施干預(yù)措施三個(gè)環(huán)節(jié)的學(xué)習(xí)分析過程模型。

2）優(yōu)化教與學(xué)的活動。學(xué)習(xí)分析的主要目標(biāo)是優(yōu)化教與學(xué)的活動，該類研究主要包括對學(xué)習(xí)者學(xué)習(xí)行為投入因素的探究、監(jiān)督和干預(yù)網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中的學(xué)習(xí)者行為、研究學(xué)習(xí)者在線學(xué)習(xí)評價(jià)模式等。李爽等[11]構(gòu)建了在線學(xué)習(xí)行為分析框架，為LMS數(shù)據(jù)分析提供依據(jù)，提高學(xué)習(xí)者的學(xué)習(xí)投入程度。毛剛等[12]對網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下的問題學(xué)習(xí)行為進(jìn)行分析，通過實(shí)證研究建立完整的分析流程，實(shí)現(xiàn)對學(xué)習(xí)過程的監(jiān)督，并為存在風(fēng)險(xiǎn)的學(xué)習(xí)者提供有效的干預(yù)指導(dǎo)。鄭勤華等[13]根據(jù)實(shí)證研究，從學(xué)生、課程、教師三個(gè)角度建立綜合評價(jià)參考模型，為個(gè)性化的學(xué)習(xí)干預(yù)提供支持。

3）實(shí)踐與應(yīng)用研究。學(xué)習(xí)分析在飛速發(fā)展的信息技術(shù)的支撐下為個(gè)性化學(xué)習(xí)和自適應(yīng)學(xué)習(xí)的實(shí)現(xiàn)提供了巨大的技術(shù)支持。近幾年來，相關(guān)學(xué)者對構(gòu)建學(xué)習(xí)者模型、設(shè)計(jì)個(gè)性化與自適應(yīng)學(xué)習(xí)系統(tǒng)、提供個(gè)性化資源推薦服務(wù)等方面展開研究。姜強(qiáng)等[14]構(gòu)建個(gè)性化自適應(yīng)在線學(xué)習(xí)分析模型，為學(xué)習(xí)者的學(xué)習(xí)效果提供及時(shí)有效的反饋以及針對性的干預(yù)指導(dǎo)。李寶等[15]采用動態(tài)數(shù)據(jù)為主、靜態(tài)數(shù)據(jù)為輔的方式獲取學(xué)習(xí)者數(shù)據(jù)，從而建立學(xué)習(xí)者特征模型，構(gòu)建個(gè)性化學(xué)習(xí)資源推送框架，并對推送服務(wù)的實(shí)現(xiàn)途徑進(jìn)行分析。

2.2.4? 關(guān)鍵詞時(shí)序分析? 時(shí)序分析可以了解某一領(lǐng)域的發(fā)展歷程及未來發(fā)展趨勢，展示某一時(shí)間段內(nèi)的研究成果及其相互影響，某一時(shí)間段內(nèi)的節(jié)點(diǎn)越多，說明這一時(shí)間段內(nèi)的研究成果越多[16]。圖6所示為學(xué)習(xí)分析關(guān)鍵詞時(shí)序分析圖譜。從圖中可以看出：2012年，學(xué)習(xí)分析處于初步發(fā)展階段，研究熱點(diǎn)集中于大數(shù)據(jù)、數(shù)據(jù)挖掘、學(xué)習(xí)行為和個(gè)性化學(xué)習(xí)等學(xué)習(xí)分析的基礎(chǔ)研究內(nèi)容;2013—2016年，學(xué)習(xí)分析進(jìn)入快速發(fā)展階段，研究內(nèi)容從初期的框架模型轉(zhuǎn)向教育領(lǐng)域的實(shí)證研究（其中，2013年，國內(nèi)學(xué)者主要關(guān)注于應(yīng)用學(xué)習(xí)分析的關(guān)鍵技術(shù)，利用社會網(wǎng)絡(luò)分析對學(xué)習(xí)者進(jìn)行分析成為研究熱點(diǎn);而2014—2016年，隨著MOOC的興起，學(xué)習(xí)分析技術(shù)被廣泛應(yīng)用于MOOC、在線學(xué)習(xí)等實(shí)際應(yīng)用中，這一階段的學(xué)習(xí)分析主要集中于在線教育研究領(lǐng)域）;近幾年來，隨著互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，學(xué)者更多地關(guān)注數(shù)據(jù)背后的深層含義，由淺層分析發(fā)展為深度分析，主要集中研究利用人工智能技術(shù)實(shí)現(xiàn)自適應(yīng)學(xué)習(xí)，使學(xué)習(xí)者更加投入于學(xué)習(xí)過程中。

3? 結(jié)論與展望

3.1? 研究結(jié)論

本研究對2012—2020年國內(nèi)學(xué)習(xí)分析文獻(xiàn)進(jìn)行計(jì)量分析和知識圖譜可視化分析，系統(tǒng)地梳理了國內(nèi)學(xué)習(xí)分析的研究現(xiàn)狀與未來發(fā)展趨勢。文獻(xiàn)計(jì)量分析結(jié)果表明：國內(nèi)學(xué)習(xí)分析研究成果豐富，整體呈上升趨勢;學(xué)者以及機(jī)構(gòu)已建立相對穩(wěn)定的合作交流網(wǎng)絡(luò)，仍需加強(qiáng)不同機(jī)構(gòu)間的合作關(guān)系，發(fā)揮專家的引導(dǎo)作用，構(gòu)建更廣泛的合作交流平臺，擴(kuò)建關(guān)系網(wǎng)絡(luò)。知識圖譜分析結(jié)果顯示：學(xué)習(xí)分析的研究熱點(diǎn)從早期的概念模型研究發(fā)展到后期關(guān)注于教育領(lǐng)域的實(shí)證研究，研究主題多元化，且在在線學(xué)習(xí)、學(xué)習(xí)投入、自適應(yīng)學(xué)習(xí)等領(lǐng)域取得一定的研究成果。

然而學(xué)習(xí)分析在發(fā)展過程中仍存在一些局限。首先，研究中主要關(guān)注于學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)，缺乏對學(xué)習(xí)者個(gè)人基本數(shù)據(jù)、課程數(shù)據(jù)以及教師數(shù)據(jù)之間聯(lián)系的分析，難以評價(jià)課程、教師教學(xué)對學(xué)習(xí)者學(xué)習(xí)行為的影響。其次，研究中更多地關(guān)注于學(xué)習(xí)者行為的表面化數(shù)據(jù)，缺少關(guān)注學(xué)習(xí)者數(shù)據(jù)隱含的情緒和認(rèn)知結(jié)構(gòu)特征，對學(xué)習(xí)者學(xué)習(xí)投入的數(shù)據(jù)研究不足。

3.2? 研究展望

通過以上文獻(xiàn)分析，本研究認(rèn)為未來我國學(xué)習(xí)分析技術(shù)的發(fā)展將呈現(xiàn)以下趨勢。

3.2.1? 構(gòu)建學(xué)習(xí)者畫像，提供精準(zhǔn)支持服務(wù)? 未來幾年，學(xué)習(xí)分析的對象將逐漸多元化，復(fù)雜的教育大數(shù)據(jù)應(yīng)在關(guān)注學(xué)習(xí)者數(shù)據(jù)淺顯含義的基礎(chǔ)上，深入挖掘影響學(xué)習(xí)者學(xué)習(xí)成績的關(guān)鍵因素。利用教育大數(shù)據(jù)構(gòu)建學(xué)習(xí)者畫像，充分考慮學(xué)習(xí)者的基本信息、認(rèn)知結(jié)構(gòu)、學(xué)習(xí)水平和學(xué)習(xí)動機(jī)之間的聯(lián)系，利用多元聚類分析、預(yù)測分析等技術(shù)確定影響學(xué)習(xí)者成績的關(guān)鍵因素，或預(yù)測其認(rèn)知水平，從而為學(xué)習(xí)者推薦最佳學(xué)習(xí)路徑，實(shí)現(xiàn)智能化的學(xué)習(xí)方式，使學(xué)習(xí)者更好地投入于學(xué)習(xí)中。所以有必要通過對教育大數(shù)據(jù)的分析，構(gòu)建并實(shí)時(shí)更新學(xué)習(xí)者畫像，實(shí)現(xiàn)對學(xué)習(xí)者的動態(tài)預(yù)測與監(jiān)督，提供精準(zhǔn)的個(gè)性化學(xué)習(xí)支持服務(wù)。

3.2.2? 與人工智能技術(shù)相結(jié)合，構(gòu)建智能教育體系? 學(xué)習(xí)分析的不斷發(fā)展必定促進(jìn)教育模式、教育手段的革新，因此，要加強(qiáng)學(xué)習(xí)分析與發(fā)展迅速的人工智能等技術(shù)的結(jié)合，將機(jī)器學(xué)習(xí)、識別技術(shù)、神經(jīng)網(wǎng)絡(luò)和可穿戴設(shè)備等技術(shù)應(yīng)用于學(xué)習(xí)過程中，獲取多模態(tài)學(xué)習(xí)者數(shù)據(jù)，對學(xué)習(xí)者的認(rèn)知思維、情感等進(jìn)行細(xì)化分析，提高學(xué)習(xí)分析的準(zhǔn)確度。同時(shí)，多模態(tài)的學(xué)習(xí)數(shù)據(jù)可以使教師的評價(jià)方式多樣化，進(jìn)行多維度綜合性評價(jià)，促進(jìn)學(xué)生全方位發(fā)展。人工智能、虛擬現(xiàn)實(shí)等技術(shù)將促進(jìn)學(xué)習(xí)分析發(fā)展更具包容性，促進(jìn)智能化教育體系的改革，助力未來教育發(fā)展?！?/p>

參考文獻(xiàn)

[1]許智.圖書情報(bào)學(xué)知識服務(wù)的知識圖譜分析[J].現(xiàn)代情報(bào)，2013（2）：166-170.

[2]顧小清，張進(jìn)良，蔡慧英.學(xué)習(xí)分析：正在浮現(xiàn)中的數(shù)據(jù)技術(shù)[J].遠(yuǎn)程教育雜志，2012（1）：18-25.

[3]張子石，吳濤，金義富.基于CiteSpace的網(wǎng)絡(luò)學(xué)習(xí)知識圖譜分析[J].中國電化教育，2015（8）：77-84.

[4]王娟，陳世超，王林麗，等.基于CiteSpace的教育大數(shù)據(jù)研究熱點(diǎn)與趨勢分析[J].現(xiàn)代教育技術(shù)，2016（2）：5-13.

[5]馬卉，王曉春，張功云.基于知識圖譜的國內(nèi)學(xué)習(xí)分析研究熱點(diǎn)及趨勢分析[J].中國教育技術(shù)裝備，2016（18）：1-3，6.

[6]夏立新，王凱利，程秀峰.我國知識圖譜研究演進(jìn)特征可視化分析[J].情報(bào)科學(xué)，2019（3）：9-16，74.

[7]李艷燕，馬韶茜，黃榮懷.學(xué)習(xí)分析技術(shù)：服務(wù)學(xué)習(xí)過程設(shè)計(jì)和優(yōu)化[J].開放教育研究，2012（5）：18-24.

[8]胡藝齡，顧小清，羅九同，等.教育效益的追問：從學(xué)習(xí)分析技術(shù)的視角[J].現(xiàn)代遠(yuǎn)程教育研究，2014（6）：41-48.

[9]胡藝齡，顧小清，趙春.在線學(xué)習(xí)行為分析建模及挖掘[J].開放教育研究，2014（2）：102-110.

[10]祝智庭，沈德梅.學(xué)習(xí)分析學(xué)：智慧教育的科學(xué)力量[J].電化教育研究，2013（5）：5-12，19.

[11]李爽，王增賢，喻忱，等.在線學(xué)習(xí)行為投入分析框架與測量指標(biāo)研究：基于LMS數(shù)據(jù)的學(xué)習(xí)分析[J].開放教育研究，2016（2）：77-88.

[12]毛剛，劉清堂，李鶴，等.網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下問題學(xué)習(xí)行為分析模型的研究與應(yīng)用[J].電化教育研究，2016（11）：

32-37，84.

[13]鄭勤華，孫洪濤，陳耀華，等.基于學(xué)習(xí)分析的在線學(xué)習(xí)測評建模與應(yīng)用：綜合建模方法研究[J].電化教育研究，

2016（12）：40-45.

[14]姜強(qiáng)，趙蔚，王朋嬌，等.基于大數(shù)據(jù)的個(gè)性化自適應(yīng)在線學(xué)習(xí)分析模型及實(shí)現(xiàn)[J].中國電化教育，2015（1）：

85-92.

[15]李寶，張東紅.教育大數(shù)據(jù)下個(gè)性化資源推送服務(wù)框架設(shè)計(jì)[J].中國遠(yuǎn)程教育，2017（9）：62-69，80.

[16]陳星，馬燕，胡慧麗.基于CiteSpace的國內(nèi)教育大數(shù)據(jù)研究熱點(diǎn)與現(xiàn)狀分析[J].教育信息技術(shù)，2018（10）：48-51.