基于CiteSpace的學(xué)習(xí)分析熱點(diǎn)與發(fā)展趨勢(shì)的研究

李春英，李琨

（北京開(kāi)放大學(xué)北開(kāi)業(yè)務(wù)部，北京 100081）

學(xué)習(xí)分析作為教育技術(shù)領(lǐng)域的一項(xiàng)新技術(shù)，自2011年《地平線(xiàn)報(bào)告》發(fā)表之后，始終受到教育領(lǐng)域?qū)W者的密切關(guān)注。 目前學(xué)習(xí)分析的概念尚未形成定論，研究者們從不同的角度來(lái)解釋學(xué)習(xí)分析的內(nèi)涵。首屆“學(xué)習(xí)分析與知識(shí)”國(guó)際會(huì)議正式提出:“學(xué)習(xí)分析是對(duì)學(xué)習(xí)者及其學(xué)習(xí)情況的數(shù)據(jù)進(jìn)行測(cè)量、收集、分析和報(bào)告，從而了解和優(yōu)化學(xué)習(xí)過(guò)程及其環(huán)境?！盵1]國(guó)內(nèi)顧小清等學(xué)者認(rèn)為學(xué)習(xí)分析技術(shù)是收集與學(xué)習(xí)者相關(guān)的學(xué)習(xí)數(shù)據(jù)， 利用不同的數(shù)據(jù)分析方法和模型進(jìn)行數(shù)據(jù)解釋?zhuān)梅治鼋Y(jié)果解釋學(xué)習(xí)者的學(xué)習(xí)過(guò)程和情境，從中獲知一定的學(xué)習(xí)規(guī)律，也可將結(jié)果反饋給學(xué)習(xí)者，為其提供學(xué)習(xí)幫助[2]。 在傳統(tǒng)教學(xué)中，由于手工搜集和數(shù)據(jù)處理技術(shù)的限制，教師對(duì)教學(xué)過(guò)程的分析和評(píng)價(jià)結(jié)果往往是無(wú)窮無(wú)盡的。 隨著教育信息技術(shù)的更新迭代和在線(xiàn)學(xué)習(xí)用戶(hù)的增多，人們可以用更便捷的技術(shù)軟件或工具進(jìn)行多維度、多層次的數(shù)據(jù)采集，這為學(xué)習(xí)分析的發(fā)展提供了更有力的技術(shù)支持。 該文通過(guò)文獻(xiàn)計(jì)量分析，了解學(xué)習(xí)分析的現(xiàn)狀、研究熱點(diǎn)和趨勢(shì)，為以后的研究提供依據(jù)。

1 研究方法及數(shù)據(jù)來(lái)源

1.1 研究方法

文獻(xiàn)計(jì)量分析是常用的學(xué)術(shù)文獻(xiàn)研究方法之一， 實(shí)現(xiàn)相關(guān)領(lǐng)域文獻(xiàn)的定量分析是其主要特點(diǎn)。CiteSpace 是美國(guó)德雷克塞爾大學(xué)陳超美教授研發(fā)的一種文獻(xiàn)計(jì)量分析工具。 該文利用CiteSpace5.1.3R3 對(duì)中國(guó)知網(wǎng)(CNKI)10年來(lái)發(fā)表的668篇文獻(xiàn)進(jìn)行可視化分析，并通過(guò)關(guān)鍵詞共現(xiàn)分析、聚類(lèi)分析和突出詞分析對(duì)， 揭示國(guó)內(nèi)學(xué)者在學(xué)習(xí)分析方面的現(xiàn)狀、熱點(diǎn)和發(fā)展趨勢(shì)。

1.2 數(shù)據(jù)來(lái)源

為了更好地把握“學(xué)習(xí)分析”研究的發(fā)展現(xiàn)狀和熱點(diǎn)，以中國(guó)知識(shí)網(wǎng)為研究數(shù)據(jù)源，期刊檢索的檢索條件為:關(guān)鍵詞“大數(shù)據(jù)”和“學(xué)習(xí)分析”。 自2011年學(xué)習(xí)分析概念被正式提出以來(lái)，我們以2012年為研究起點(diǎn)， 涵蓋2012—2019年主題=漢英擴(kuò)展(大數(shù)據(jù)+學(xué)習(xí)分析)期刊文獻(xiàn)檢索，通過(guò)檢索共獲得919篇文獻(xiàn)。為確保文獻(xiàn)的典型性，通過(guò)人工篩選和剔除重復(fù)文獻(xiàn)、新聞報(bào)道、公告等，獲得了668 篇有效文章。

1.3 研究過(guò)程

對(duì)668 篇文獻(xiàn)相近關(guān)鍵詞和機(jī)構(gòu)進(jìn)行的合并處理，轉(zhuǎn)化為可識(shí)別的CiteSpace5.3 標(biāo)準(zhǔn)格式；導(dǎo)入可得到關(guān)鍵詞的共現(xiàn)分析、聚類(lèi)分析、凸顯詞分析結(jié)果并以知識(shí)圖譜顯示；結(jié)合不同文獻(xiàn)的分析結(jié)果，可以得出“學(xué)習(xí)分析”研究的現(xiàn)狀和熱點(diǎn)。

2 研究結(jié)果分析及討論

2.1 總體描述性統(tǒng)計(jì)

2.1.1 研究總體情況分析

文獻(xiàn)量和走勢(shì)圖在一定程度上能夠反映出學(xué)習(xí)分析的整體發(fā)展趨勢(shì)。 將檢索出來(lái)的668 篇文章進(jìn)一步進(jìn)行計(jì)量可視化分析(見(jiàn)圖1)，可以清晰地發(fā)現(xiàn)發(fā)文數(shù)量發(fā)文機(jī)構(gòu)、發(fā)文期刊、發(fā)文作者和發(fā)文關(guān)鍵詞呈現(xiàn)連續(xù)增長(zhǎng)趨勢(shì)。

從時(shí)間上看經(jīng)歷逐年上升的態(tài)勢(shì)， 可以分為三個(gè)階段。

（1）研究啟蒙階段（2012-2013年），李青等人于2012年發(fā)表的《學(xué)習(xí)技術(shù)研究與應(yīng)用現(xiàn)狀述評(píng)》是學(xué)習(xí)分析領(lǐng)域在國(guó)內(nèi)的首篇文章[3]，由于學(xué)習(xí)分析在國(guó)內(nèi)外都處于探索階段，基本上處于理論研究階段，實(shí)際應(yīng)用較少。

（2）快速發(fā)展期（2014—2017年）有關(guān)學(xué)習(xí)分析研究呈現(xiàn)快速增長(zhǎng)，學(xué)習(xí)分析技術(shù)于MOOC、MOOCs、電子書(shū)包等在線(xiàn)教育領(lǐng)域等方面進(jìn)行了應(yīng)用。

（3）融合發(fā)展期（2018—2019年）。2018年《教育信息化2.0 行動(dòng)計(jì)劃》等文件出臺(tái)后，學(xué)習(xí)和分析發(fā)展迅速，進(jìn)入融合創(chuàng)新和發(fā)展階段。學(xué)習(xí)分析所提供的多維度的數(shù)據(jù)為教學(xué)管理、教學(xué)決策提供重要依據(jù)。

2.1.2 機(jī)構(gòu)文獻(xiàn)分析

通過(guò)統(tǒng)計(jì)一個(gè)機(jī)構(gòu)發(fā)表的論文數(shù)量， 可以揭示其在某一學(xué)科研究的連續(xù)性、深度和貢獻(xiàn)[4]。 該研究通過(guò)檢索和數(shù)據(jù)分析， 篩選后得到的668 篇文獻(xiàn)共涉及86 個(gè)研究機(jī)構(gòu)。 發(fā)文數(shù)量7 篇以上研究機(jī)構(gòu)為，東北師范大學(xué)（47 篇）、北京師范大學(xué)（27 篇）、華東師范大學(xué)（24 篇）、華南師范大學(xué)（11 篇）、陜西師范大學(xué)教育學(xué)院（10 篇）、江蘇師范大學(xué)（10 篇）、首都師范大學(xué)（9 篇）、中國(guó)科學(xué)院（8 篇）江南大學(xué)（8篇）、華中師范大學(xué)（7 篇）、北京大學(xué)（7 篇），11 家機(jī)構(gòu)占總發(fā)文量的25%；通過(guò)CiteSpace 軟件分析學(xué)習(xí)分析研究合作機(jī)構(gòu)的知識(shí)圖譜。 共有86 個(gè)節(jié)點(diǎn)，32個(gè)連線(xiàn)，節(jié)點(diǎn)密度為0.008 8。這一數(shù)據(jù)表明，研究機(jī)構(gòu)間合作并不多見(jiàn)。師范類(lèi)大學(xué)、開(kāi)放大學(xué)系統(tǒng)的發(fā)文的數(shù)量和質(zhì)量占有較大優(yōu)勢(shì)， 對(duì)該領(lǐng)域的研究起到帶動(dòng)和引領(lǐng)作用。

2.1.3 文獻(xiàn)作者分析

對(duì)于作者發(fā)文量的分析可以反映該作者在相關(guān)科領(lǐng)域研究的持續(xù)性、深度及貢獻(xiàn)度[5]。 該研究通過(guò)檢索和數(shù)據(jù)分析， 篩選后得到的668 篇文獻(xiàn)共涉及188 人。 發(fā)文數(shù)量≥4 篇14 人， 僅占總?cè)藬?shù)的6.45%，姜強(qiáng)（11 篇）、趙蔚（10 篇）、楊現(xiàn)民（7 篇）、張海（7 篇）、祝智庭（7 篇）、顧小清（4 篇）等是學(xué)習(xí)分析領(lǐng)域的高產(chǎn)作家。通過(guò)CiteSpace 軟件分析研究人員合作的知識(shí)圖譜。 共有214 個(gè)節(jié)點(diǎn)和91 個(gè)連接，節(jié)點(diǎn)密度為0.005 2。 這些數(shù)據(jù)表明，研究人員共同發(fā)文是很常見(jiàn)的，但是不同機(jī)構(gòu)間作者合作較少，還沒(méi)有形成有凝聚力的科研群體。

2.2 研究熱點(diǎn)分析

2.2.1 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞是一篇學(xué)術(shù)論文中最能揭示論文研究領(lǐng)域、中心內(nèi)容的代表性詞匯，是學(xué)術(shù)論文的核心，[6]因此， 高頻關(guān)鍵詞可以反映相關(guān)領(lǐng)域的理論框架以及研究熱點(diǎn)；通過(guò)Citespace 可視化學(xué)習(xí)分析共現(xiàn)詞分析圖譜（見(jiàn)圖2）。 學(xué)習(xí)分析、大數(shù)據(jù)、教學(xué)大數(shù)據(jù)、數(shù)據(jù)挖掘、學(xué)習(xí)分析技術(shù)、個(gè)性化學(xué)習(xí)、MOOCs、機(jī)器學(xué)習(xí)、智慧教育、人工智能、在線(xiàn)學(xué)習(xí)、深度學(xué)習(xí)、教學(xué)模式、智慧課堂、翻轉(zhuǎn)課堂都是該領(lǐng)域的研究熱點(diǎn)。

圖2 學(xué)習(xí)分析共現(xiàn)詞可視化圖譜

2.2.2 關(guān)鍵詞聚類(lèi)分析

關(guān)鍵詞聚類(lèi)分析是一種探索性數(shù)據(jù)挖掘技術(shù)，其主要作用是對(duì)某一領(lǐng)域的關(guān)鍵詞進(jìn)行識(shí)別及分類(lèi)。將采集的數(shù)據(jù)結(jié)構(gòu)化，從而探索該領(lǐng)域的主題分布和組織結(jié)構(gòu)。通過(guò)Citespace 軟件的關(guān)鍵詞聚類(lèi)功能， 得到關(guān)鍵詞聚類(lèi)知識(shí)圖譜， 該圖譜模塊值Q(Modularity)為0.864 7，S 值(Mean Silhouette)為0．517 5。一般而言，當(dāng)Q 值＞0.3 時(shí)，說(shuō)明網(wǎng)絡(luò)結(jié)構(gòu)劃分具有顯著性;當(dāng)S 值＞0.5 時(shí)，聚類(lèi)結(jié)果具有合理性[7]。該次聚類(lèi)分析共得到17 個(gè)聚類(lèi)圖譜，主要聚類(lèi)為教育數(shù)據(jù)、混合式學(xué)習(xí)、學(xué)習(xí)者分析、自適應(yīng)學(xué)習(xí)、智慧課堂、教育數(shù)據(jù)挖掘、教學(xué)改革、學(xué)習(xí)分析技術(shù)等，經(jīng)過(guò)提升分析歸納為學(xué)習(xí)分析理論及框架研究、 技術(shù)研究和應(yīng)用研究三大類(lèi)熱點(diǎn)。

2.2.3 學(xué)習(xí)分析領(lǐng)域的研究熱點(diǎn)

（1）熱點(diǎn)一：理論及框架研究。

理論研究是開(kāi)展實(shí)踐應(yīng)用的基礎(chǔ)和依據(jù)。 學(xué)習(xí)分析理論研究體現(xiàn)在學(xué)習(xí)分析理論基礎(chǔ)、模型框架、發(fā)展趨勢(shì)等方面。 一是學(xué)習(xí)分析建立的理論基礎(chǔ)，George Siemens 、Macfadyen 從不同角度推動(dòng)學(xué)習(xí)分析的發(fā)展，如數(shù)據(jù)挖掘、網(wǎng)絡(luò)技術(shù)、學(xué)習(xí)理論、組織行為理論、教學(xué)理論、社會(huì)網(wǎng)絡(luò)等。 這些都從理論上為學(xué)習(xí)分析的研究和應(yīng)用提供了支持。 二是學(xué)習(xí)分析框架和模型的研究。 國(guó)內(nèi)外學(xué)者從不同角度構(gòu)建了學(xué)習(xí)分析模型和框架。 George Siemens 提出學(xué)習(xí)分析過(guò)程模型，Elias 提出學(xué)習(xí)循環(huán)改進(jìn)模型,Khalil 提出學(xué)習(xí)分析生命周期模型, 李艷燕等提出國(guó)內(nèi)學(xué)習(xí)分析框架要素； 姜強(qiáng)等提出個(gè)性化自適應(yīng)在線(xiàn)學(xué)習(xí)分析模型, 這些模型對(duì)研究者設(shè)計(jì)和應(yīng)用學(xué)習(xí)分析系統(tǒng)具有指導(dǎo)意義。

（2）熱點(diǎn)二：技術(shù)層面研究。

學(xué)習(xí)分析是指通過(guò)技術(shù)、 算法和教學(xué)理論的結(jié)合對(duì)數(shù)據(jù)進(jìn)行分析。各環(huán)節(jié)都離不開(kāi)技術(shù)、工具和系統(tǒng)的支持。一是學(xué)習(xí)分析技術(shù)系統(tǒng)的研究，學(xué)習(xí)分析的關(guān)鍵因素是數(shù)據(jù)，數(shù)據(jù)的收集、預(yù)處理、分析等環(huán)節(jié)直接影響到學(xué)習(xí)分析效果， 而技術(shù)的升級(jí)迭代為數(shù)據(jù)的處理提供有力支撐。 二是學(xué)習(xí)分析的方法和工具。學(xué)習(xí)分析方法主要包括內(nèi)容分析、社會(huì)網(wǎng)絡(luò)分析、文本挖掘、情感分析、視覺(jué)分析、系統(tǒng)建模以及統(tǒng)計(jì)分析聚類(lèi)、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。 目前如何在具體的操作環(huán)境中使用上述工具還需要更深入的研究， 這也是學(xué)習(xí)分析技術(shù)未來(lái)的研究方向之一。

（3）熱點(diǎn)三：應(yīng)用研究。

學(xué)習(xí)分析應(yīng)用是學(xué)習(xí)分析的目的所在。 近年來(lái)國(guó)內(nèi)學(xué)習(xí)分析應(yīng)用研究呈現(xiàn)出種類(lèi)多，輻射廣的特點(diǎn)。 包括以下內(nèi)容：一是學(xué)習(xí)分析環(huán)境研究，學(xué)習(xí)環(huán)境的構(gòu)建是實(shí)現(xiàn)教與學(xué)方式變革的外部條件。 包括智慧教室、智慧課堂、智慧學(xué)習(xí)平臺(tái)，如MOOC、moodle、Blackboard、Sakai、實(shí)踐教學(xué)平臺(tái)等。 二是個(gè)性化自適應(yīng)學(xué)習(xí)的應(yīng)用研究： 大數(shù)據(jù)技術(shù)為針對(duì)學(xué)生自身特點(diǎn)制定個(gè)性化自適應(yīng)的學(xué)習(xí)路徑提供了可能性。三是學(xué)習(xí)行為應(yīng)用研究，在大規(guī)模的在線(xiàn)學(xué)習(xí)環(huán)境中, 通過(guò)對(duì)學(xué)生學(xué)習(xí)行為數(shù)據(jù)的深入挖掘和分析，構(gòu)建學(xué)習(xí)者行為分析模型，關(guān)注學(xué)習(xí)者的需求和學(xué)習(xí)過(guò)程的動(dòng)態(tài)路徑，提供個(gè)性化的教育服務(wù)供給，實(shí)現(xiàn)學(xué)習(xí)效果的最大化。

2.3 研究發(fā)展趨勢(shì)

凸現(xiàn)詞是指在一定時(shí)期內(nèi)從大量主題詞中檢測(cè)出的變化率高的詞。 該研究確定研究前沿的方法為凸顯詞分析法。在CiteSpace 中，選擇Burstness，取Y為0.1，最終得到8 個(gè)凸顯關(guān)鍵詞。 結(jié)果見(jiàn)圖3。

圖3 凸顯關(guān)鍵詞圖譜

2012—2016年凸顯詞為電子書(shū)、MOOC、翻轉(zhuǎn)課堂、知識(shí)圖譜。 2018—2019年凸顯詞為智慧課堂、深度學(xué)習(xí)、人工智能、機(jī)器學(xué)習(xí)，表明這四個(gè)關(guān)鍵詞是學(xué)習(xí)分析前沿?zé)狳c(diǎn)。機(jī)器學(xué)習(xí)是人工智能的核心，能夠?qū)崿F(xiàn)對(duì)教育大數(shù)據(jù)分析和預(yù)測(cè)。 機(jī)器學(xué)習(xí)先后經(jīng)歷了淺層學(xué)習(xí)和深層學(xué)習(xí)兩個(gè)發(fā)展階段。 深度學(xué)習(xí)已在政府、學(xué)校、社會(huì)機(jī)構(gòu)等各個(gè)層面引起了廣泛的關(guān)注和重視[8]。追求深度學(xué)習(xí)已成為推動(dòng)教育技術(shù)應(yīng)用的最新趨勢(shì)。

3 結(jié)論與建議

經(jīng)過(guò)以上對(duì)學(xué)習(xí)分析相關(guān)文獻(xiàn)進(jìn)行的可視化分析和研究，筆者認(rèn)為今后應(yīng)注意以下2 個(gè)方面。

3.1 研究結(jié)論

第一，師范類(lèi)大學(xué)、開(kāi)放大學(xué)系統(tǒng)發(fā)文的數(shù)量和質(zhì)量占有較大優(yōu)勢(shì)。第二，同一機(jī)構(gòu)內(nèi)部的合作占比很大。 第三，學(xué)習(xí)分析涉及多個(gè)主題，需要跨學(xué)科的研究。 第四，我國(guó)研究分析的深度還不夠，研究還不成熟。數(shù)據(jù)挖掘、學(xué)習(xí)分析技術(shù)和學(xué)習(xí)行為建模的應(yīng)用研究是目前我國(guó)學(xué)習(xí)分析領(lǐng)域的研究核心。 智能學(xué)習(xí)、深度學(xué)習(xí)、人工智能和機(jī)器學(xué)習(xí)將是未來(lái)的研究方向。

3.2 發(fā)展建議

（1）加強(qiáng)對(duì)學(xué)習(xí)分析在實(shí)踐中的應(yīng)用研究。學(xué)習(xí)分析技術(shù)研究在理論研究不斷深入同時(shí)， 應(yīng)重點(diǎn)關(guān)注學(xué)習(xí)分析技術(shù)教學(xué)實(shí)踐，為教學(xué)、管理及決策提供指導(dǎo)。 （2）注重學(xué)習(xí)分析的信息與隱私安全。 數(shù)據(jù)存儲(chǔ)分析是一把雙刃劍， 在給利益相關(guān)者提供服務(wù)的同時(shí)，也存在信息與隱私泄露的風(fēng)險(xiǎn)，優(yōu)化教學(xué)與保護(hù)個(gè)人隱私之間的平衡是學(xué)習(xí)分析面臨的一大挑戰(zhàn)。 （3）探索多模態(tài)學(xué)習(xí)分析工具的使用。 學(xué)習(xí)行為是一個(gè)極其復(fù)雜的過(guò)程， 從單一模態(tài)來(lái)研究學(xué)習(xí)行為具有一定片面性， 可穿戴技術(shù)的發(fā)展為多模態(tài)學(xué)習(xí)分析提供了技術(shù)支持，通過(guò)心率監(jiān)視器到、視覺(jué)跟蹤器、 表情識(shí)別設(shè)備等多模態(tài)數(shù)據(jù)感受器可采集多模態(tài)的學(xué)習(xí)者的心率、專(zhuān)注時(shí)間、肢體語(yǔ)言、表情等數(shù)據(jù)及情緒心理變化， 深入研究學(xué)習(xí)心理對(duì)學(xué)習(xí)效果的影響。