2011年以來(lái)我國(guó)學(xué)習(xí)分析領(lǐng)域研究的可視化分析

摘" 要：學(xué)習(xí)分析是近年來(lái)我國(guó)教育技術(shù)研究領(lǐng)域的熱門(mén)話題。使用CiteSpace這一可視化工具并與文獻(xiàn)計(jì)量學(xué)方法相結(jié)合，對(duì)我國(guó)2011年以來(lái)學(xué)習(xí)分析領(lǐng)域研究的發(fā)文量、作者分布、機(jī)構(gòu)分布、研究熱點(diǎn)和前沿演進(jìn)進(jìn)行分析，并基于此提出四點(diǎn)發(fā)展建議：加強(qiáng)核心研究機(jī)構(gòu)之間的合作，構(gòu)建研究共同體；加強(qiáng)學(xué)習(xí)分析領(lǐng)域的跨學(xué)科交叉合作；促進(jìn)學(xué)習(xí)分析研究與實(shí)踐在教育各領(lǐng)域全面開(kāi)展；探索將學(xué)習(xí)分析技術(shù)應(yīng)用于線下課堂學(xué)習(xí)環(huán)境。

關(guān)鍵詞：學(xué)習(xí)分析；CiteSpace；教育技術(shù)

文章編號(hào)：1671-489X（2025）02-000-07

DOI：10.3969/j.issn.1671-489X.2025.02.00

0" 引言

學(xué)習(xí)分析（Learning Analytics）是教育技術(shù)領(lǐng)域的一項(xiàng)新興技術(shù)，源于商業(yè)智能、網(wǎng)站分析等研究領(lǐng)域，自《2011地平線報(bào)告》發(fā)布后逐漸受到教育研究者的關(guān)注[1]。2011年，George Siemens等人發(fā)起并組織了第一屆學(xué)習(xí)分析與知識(shí)國(guó)際會(huì)議（LAK），這次會(huì)議標(biāo)志著學(xué)習(xí)分析成為一個(gè)相對(duì)獨(dú)立的研究領(lǐng)域。這一會(huì)議此后每年都會(huì)舉辦。2012年，《教育技術(shù)和社會(huì)》雜志出版了關(guān)于學(xué)習(xí)分析的特刊。2013年，學(xué)習(xí)分析研究會(huì)（SoLAR）、國(guó)際教育數(shù)據(jù)挖掘研究會(huì)（IEDMS）等共同在斯坦福大學(xué)創(chuàng)建斯坦福學(xué)習(xí)分析夏季學(xué)院（LASI），為學(xué)習(xí)分析研究和應(yīng)用培訓(xùn)提供相關(guān)支持。2014年，《學(xué)習(xí)分析期刊》首次發(fā)行。這一系列事件推動(dòng)著學(xué)習(xí)分析技術(shù)不斷向前發(fā)展，逐漸走向成熟。關(guān)于學(xué)習(xí)分析的概念，目前還沒(méi)有達(dá)成定論，不同的研究者從不同視角出發(fā)，對(duì)其內(nèi)涵有不同的詮釋。其中，首屆學(xué)習(xí)分析與知識(shí)國(guó)際會(huì)議將學(xué)習(xí)分析定義為“測(cè)量、收集、分析和報(bào)告關(guān)于學(xué)習(xí)者及其學(xué)習(xí)情境的數(shù)據(jù)，以期了解和優(yōu)化學(xué)習(xí)和學(xué)習(xí)發(fā)生的情境”[2]，該定義被國(guó)際學(xué)者普遍認(rèn)同并廣泛應(yīng)用。

為了解我國(guó)學(xué)習(xí)分析領(lǐng)域研究的主要進(jìn)展和現(xiàn)狀，本文通過(guò)CiteSpace軟件對(duì)2011年至今我國(guó)學(xué)習(xí)分析領(lǐng)域的相關(guān)文獻(xiàn)進(jìn)行可視化分析，以梳理出我國(guó)學(xué)習(xí)分析研究的熱點(diǎn)與前沿，從而為進(jìn)一步研究提供參考。

1" 數(shù)據(jù)來(lái)源與研究方法

1.1" 數(shù)據(jù)來(lái)源

本研究的數(shù)據(jù)來(lái)源于CNKI（中國(guó)知網(wǎng)），使用其高級(jí)檢索功能進(jìn)行數(shù)據(jù)的篩選和獲取。在檢索條件中，以“學(xué)習(xí)分析”為關(guān)鍵詞；期刊來(lái)源類(lèi)型選擇“全部期刊”；由于2011年舉辦的第一屆學(xué)習(xí)分析與知識(shí)國(guó)際會(huì)議是學(xué)習(xí)分析成為一個(gè)相對(duì)獨(dú)立的研究領(lǐng)域的標(biāo)志，因此將年限范圍設(shè)置為2011年至今；其他檢索條件均為默認(rèn)。檢索日期為2023年12月16日。共檢索到2 085篇文獻(xiàn)。由于主要分析國(guó)內(nèi)對(duì)學(xué)習(xí)分析領(lǐng)域的研究，因此在檢索結(jié)果中再選擇“中文文獻(xiàn)”，獲得707篇文獻(xiàn)。為保證文獻(xiàn)的可靠性，通過(guò)人工篩選清洗掉述評(píng)、訪談、會(huì)議通知等不相關(guān)文獻(xiàn)共22篇，最終得到文獻(xiàn)685篇，這就是本次研究的研究樣本。

1.2" 研究方法

CiteSpace是由陳超美開(kāi)發(fā)的一款知識(shí)、信息可視化軟件。它能對(duì)期刊文獻(xiàn)進(jìn)行相關(guān)信息的提取，生成對(duì)應(yīng)的可視化圖譜，并通過(guò)對(duì)圖譜的解讀讓使用者了解相關(guān)領(lǐng)域的主題、熱點(diǎn)、聯(lián)系、前沿和發(fā)展趨勢(shì)。本研究使用文獻(xiàn)信息可視化軟件CiteSpace 6.2.R6對(duì)所得樣本數(shù)據(jù)進(jìn)行處理和分析，同時(shí)運(yùn)用Excel進(jìn)行圖表繪制。使用文獻(xiàn)計(jì)量學(xué)等方法，繪制出學(xué)習(xí)分析相關(guān)研究的知識(shí)圖譜，利用圖譜直觀地展示作者合作、機(jī)構(gòu)合作、關(guān)鍵詞共現(xiàn)、關(guān)鍵詞聚類(lèi)、突現(xiàn)詞等，探尋我國(guó)學(xué)習(xí)分析研究領(lǐng)域的熱點(diǎn)與前沿。

2" 研究結(jié)果分析

2.1" 發(fā)文量統(tǒng)計(jì)

為了解2011年以來(lái)我國(guó)學(xué)習(xí)分析領(lǐng)域研究成果產(chǎn)出情況，本文以最終收集到的685條文獻(xiàn)信息按照發(fā)表年份進(jìn)行頻次統(tǒng)計(jì)，并繪制出我國(guó)學(xué)習(xí)分析研究的發(fā)文量時(shí)間變化趨勢(shì)，如圖1所示。

結(jié)果顯示，2011年至今，我國(guó)學(xué)習(xí)分析領(lǐng)域研究成果豐富，是國(guó)內(nèi)教育工作者關(guān)注的重點(diǎn)之一，其總體發(fā)展趨勢(shì)表現(xiàn)為先增長(zhǎng)、后保持的態(tài)勢(shì)，可大致分為三個(gè)階段。

第一階段是2012—2013年，處于萌芽起步階段。2011年，學(xué)習(xí)分析剛剛在國(guó)際上被確立為一個(gè)相對(duì)獨(dú)立的研究領(lǐng)域，此時(shí)我國(guó)學(xué)者還沒(méi)有發(fā)表相關(guān)文獻(xiàn)。從2012年開(kāi)始，我國(guó)逐漸有學(xué)者對(duì)學(xué)習(xí)分析領(lǐng)域進(jìn)行研究，比較有代表性的論文是顧小清等發(fā)表的《學(xué)習(xí)分析：正在浮現(xiàn)中的數(shù)據(jù)技術(shù)》。由此，學(xué)習(xí)分析在我國(guó)開(kāi)始吸引越來(lái)越多學(xué)者的目光，并在教育領(lǐng)域得到進(jìn)一步發(fā)展。這一時(shí)期在研究方向上，基本處于理論研究階段，實(shí)際應(yīng)用較少，重視學(xué)習(xí)分析在技術(shù)層面的研究，如朱珂和劉清堂提出一個(gè)應(yīng)用學(xué)習(xí)分析技術(shù)的自適應(yīng)學(xué)習(xí)系統(tǒng)框架。論文年發(fā)表量較少，均少于40篇，但發(fā)文量逐年增長(zhǎng)，態(tài)勢(shì)良好。

第二階段是2014—2019年，處于快速發(fā)展階段。有關(guān)學(xué)習(xí)分析的研究快速增長(zhǎng)，2014年發(fā)文量陡增，從前一年的14篇躍升到44篇，之后保持高發(fā)文量的態(tài)勢(shì)，到2019年達(dá)到頂峰值96篇。在這期間，2015年8月，國(guó)務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，大數(shù)據(jù)在教育領(lǐng)域的運(yùn)用是學(xué)習(xí)分析產(chǎn)生的前提，這在一定程度上推動(dòng)了學(xué)習(xí)分析研究熱潮的形成；2018年，《教育信息化2.0行動(dòng)計(jì)劃》出臺(tái)，指出要積極推進(jìn)“互聯(lián)網(wǎng)+教育”，發(fā)揮技術(shù)優(yōu)勢(shì)，推進(jìn)新技術(shù)與教育教學(xué)的深度融合，這一政策導(dǎo)向進(jìn)一步激發(fā)了學(xué)者們研究學(xué)習(xí)分析領(lǐng)域的熱情。在研究方向上逐步走向?qū)嵺`應(yīng)用、實(shí)證研究。

第三階段是2020年至今，處于平緩發(fā)展階段。這一時(shí)期，可能是受到新冠疫情的影響，國(guó)內(nèi)關(guān)于學(xué)習(xí)分析的發(fā)文量略有下降，但可以預(yù)見(jiàn)總體仍然是向上發(fā)展的態(tài)勢(shì)。在研究方向上開(kāi)始注意跨學(xué)科融合，探索可持續(xù)發(fā)展。

2.2" 作者分布

通過(guò)分析作者發(fā)表文章數(shù)量的情況，可以洞察其在該領(lǐng)域研究的持續(xù)性、深入程度和所作出的貢獻(xiàn)。作者的分布情況可以在一定程度上反映本研究領(lǐng)域科研活動(dòng)的發(fā)展進(jìn)程。在CiteSpace運(yùn)行主窗口中設(shè)置時(shí)間范圍（Time Slicing）為2012—2023，并設(shè)置Years Per Slice為1，選擇節(jié)點(diǎn)類(lèi)型（Node Types）“Author”，設(shè)置selection Criteria（topN=50），得到作者網(wǎng)絡(luò)圖譜，共涉及196個(gè)作者，如圖2所示。

圖中每個(gè)節(jié)點(diǎn)代表一位作者，節(jié)點(diǎn)越大，意味著這個(gè)作者發(fā)文數(shù)量越多；節(jié)點(diǎn)之間的連線代表著作者之間的合作情況，連線越粗，意味著作者之間合作的強(qiáng)度越大。由圖2可知，學(xué)習(xí)分析領(lǐng)域的研究者中，核心作者以趙蔚為首，武法提、顧小清、魏順平、姜強(qiáng)次之；此外，牟智佳、馬志強(qiáng)、鄭勤華等也是該領(lǐng)域的高產(chǎn)作者，他們?cè)趯W(xué)習(xí)分析領(lǐng)域進(jìn)行了比較深入的研究，研究成果較多。在合作方面，作者節(jié)點(diǎn)數(shù)N為196，連接數(shù)E為173，密度Density是0.009 1。從整個(gè)圖來(lái)看，分散的節(jié)點(diǎn)較多，且這些節(jié)點(diǎn)總體較小，說(shuō)明關(guān)注該領(lǐng)域的學(xué)者較多，但很多只發(fā)表了一篇或兩篇文章，沒(méi)有持續(xù)研究下去，通常進(jìn)行獨(dú)立研究，僅有部分作者尤其是高產(chǎn)作者間有較多的合作關(guān)系，學(xué)習(xí)分析領(lǐng)域整體還未形成明顯的研究共同體。

2.3" 機(jī)構(gòu)分布

通過(guò)對(duì)某一機(jī)構(gòu)發(fā)表論文的數(shù)量進(jìn)行統(tǒng)計(jì)，可以在一定程度上反映其在該領(lǐng)域研究的持續(xù)性、深入程度和所作出的貢獻(xiàn)。節(jié)點(diǎn)類(lèi)型選擇“Institution”，運(yùn)行CiteSpace得到研究機(jī)構(gòu)網(wǎng)絡(luò)圖譜，共涉及156個(gè)研究機(jī)構(gòu)，如圖3所示。

從發(fā)文數(shù)量來(lái)看，華東師范大學(xué)教育信息技術(shù)學(xué)系、北京師范大學(xué)遠(yuǎn)程教育研究中心、東北師范大學(xué)計(jì)算機(jī)科學(xué)與信息技術(shù)學(xué)院、北京師范大學(xué)教育技術(shù)學(xué)院、華中師范大學(xué)教育信息技術(shù)學(xué)院排名前五，表明這五個(gè)機(jī)構(gòu)（四所學(xué)校）在學(xué)習(xí)分析領(lǐng)域居于領(lǐng)跑地位。這與多數(shù)核心作者的所在單位高度吻合，凸顯出這些機(jī)構(gòu)聚集了一批研究學(xué)習(xí)分析的專(zhuān)家學(xué)者。其中，華東師范大學(xué)教育信息技術(shù)學(xué)系尤為突出，其發(fā)文量位居榜首，而且自2012年起即有相關(guān)研究成果發(fā)表，這體現(xiàn)出該機(jī)構(gòu)對(duì)學(xué)習(xí)分析領(lǐng)域的研究在我國(guó)有重要的影響力和奠基作用。在研究機(jī)構(gòu)的地域分布方面，呈現(xiàn)比較明顯的集中于東部地區(qū)的趨勢(shì)，而中部和西部地區(qū)的研究力量相對(duì)較弱。在研究機(jī)構(gòu)的屬性方面，絕大部分是師范類(lèi)高校，少部分是綜合類(lèi)、理工類(lèi)高校。

在合作方面，由圖3可知，我國(guó)學(xué)習(xí)分析領(lǐng)域的研究格局大致為，以華東師范大學(xué)教育信息技術(shù)學(xué)系為核心機(jī)構(gòu)，以師范類(lèi)高校為主要研究力量。研究機(jī)構(gòu)節(jié)點(diǎn)數(shù)N為156，連接數(shù)E為81，密度Density是0.006 7，主要研究機(jī)構(gòu)與其他研究機(jī)構(gòu)間有一定聯(lián)系，但主要研究機(jī)構(gòu)之間的合作較少，尤其是不在同一地區(qū)、不屬于同一所學(xué)校的主要研究機(jī)構(gòu)。從研究機(jī)構(gòu)網(wǎng)絡(luò)圖譜來(lái)看，最為核心的機(jī)構(gòu)華東師范大學(xué)教育信息技術(shù)學(xué)系與其他核心機(jī)構(gòu)之間沒(méi)有進(jìn)行過(guò)合作。

2.4" 研究熱點(diǎn)分析

2.4.1" 關(guān)鍵詞頻次與中心度統(tǒng)計(jì)分析

關(guān)鍵詞能夠最直接地反映和概括一篇文章的主題與內(nèi)容，頻次和中心度高的關(guān)鍵詞揭示了在一定時(shí)期內(nèi)研究者們所共同關(guān)注的議題，反映了研究熱點(diǎn)。關(guān)鍵詞的頻次越高，意味著其在該研究領(lǐng)域越受到關(guān)注；而中介中心度是衡量某個(gè)關(guān)鍵詞在網(wǎng)絡(luò)圖中重要性的關(guān)鍵參考數(shù)據(jù)，中心度大于0.1的稱為關(guān)鍵詞的關(guān)鍵節(jié)點(diǎn)，節(jié)點(diǎn)中心度越高，其在該領(lǐng)域的地位就越重要。將節(jié)點(diǎn)類(lèi)型設(shè)置為“Keyword”，運(yùn)行CiteSpace軟件，得到學(xué)習(xí)分析領(lǐng)域的關(guān)鍵詞表，統(tǒng)計(jì)出高頻次的前10個(gè)關(guān)鍵詞和高中介中心度的前10個(gè)關(guān)鍵詞，如表1和表2所示。

由表1和表2可知，從2011年至今，我國(guó)學(xué)習(xí)分析領(lǐng)域的研究熱點(diǎn)主要有“學(xué)習(xí)分析”“大數(shù)據(jù)”“數(shù)據(jù)挖掘”“在線學(xué)習(xí)”“學(xué)習(xí)行為”“人工智能”“學(xué)習(xí)投入”“協(xié)作學(xué)習(xí)”“可視化”“在線課程”“機(jī)器學(xué)習(xí)”“學(xué)習(xí)環(huán)境”“智能教育”“學(xué)習(xí)者”。這體現(xiàn)出，在學(xué)習(xí)分析領(lǐng)域，國(guó)內(nèi)學(xué)者主要是基于對(duì)大數(shù)據(jù)、數(shù)據(jù)挖掘、人工智能等技術(shù)和機(jī)器學(xué)習(xí)等算法的探索，測(cè)量并收集學(xué)習(xí)者在在線課程中的各類(lèi)學(xué)習(xí)行為數(shù)據(jù)，分析學(xué)習(xí)者進(jìn)行在線學(xué)習(xí)時(shí)的學(xué)習(xí)投入、協(xié)作學(xué)習(xí)等情況，以可視化的方式輸出結(jié)果，研究構(gòu)建與優(yōu)化智慧學(xué)習(xí)環(huán)境，推進(jìn)智能教育。

其中，“學(xué)習(xí)分析”的中心度數(shù)值為1.27，頻次為685，它是知識(shí)圖譜中最為核心的節(jié)點(diǎn)，作為中心樞紐把其他關(guān)鍵詞聯(lián)系起來(lái)。前三個(gè)關(guān)鍵詞的頻次都在50次以上，是強(qiáng)勢(shì)關(guān)鍵詞，比靠后的關(guān)鍵詞的頻次要高出許多，這說(shuō)明學(xué)者們對(duì)“學(xué)習(xí)分析”“大數(shù)據(jù)”“數(shù)據(jù)挖掘”進(jìn)行了長(zhǎng)期探索與深入研究。前六個(gè)關(guān)鍵詞的詞頻與中介中心度在表格中均位列前十，這體現(xiàn)出“學(xué)習(xí)分析”“大數(shù)據(jù)”“數(shù)據(jù)挖掘”“在線學(xué)習(xí)”“學(xué)習(xí)行為”和“人工智能”在研究中受到學(xué)者關(guān)注。此外，“機(jī)器學(xué)習(xí)”“學(xué)習(xí)環(huán)境”“智能教育”和“學(xué)習(xí)者”這幾個(gè)雖然不是強(qiáng)勢(shì)關(guān)鍵詞，也不在頻次排名前十的關(guān)鍵詞中，但它們的中心度均高于0.22，起到連接其他關(guān)鍵詞的重要樞紐作用，在學(xué)習(xí)分析領(lǐng)域有著不可忽視的地位。

2.4.2" 關(guān)鍵詞聚類(lèi)分析

使用CiteSpace對(duì)關(guān)鍵詞進(jìn)行聚類(lèi)分析，繪制關(guān)鍵詞聚類(lèi)圖譜，得到10個(gè)方面的聚類(lèi)，如圖4所示。通常當(dāng)圖譜中的聚類(lèi)模塊值（Modularity）Q值超過(guò)0.3時(shí)，表明聚類(lèi)結(jié)構(gòu)是顯著的；當(dāng)聚類(lèi)平均輪廓值（Silhouette）S值超過(guò)0.7時(shí)，意味著聚類(lèi)結(jié)果是令人信服的。該圖譜的Q值為0.795 1，

遠(yuǎn)大于0.3；S值是0.972，遠(yuǎn)大于0.7。這充分說(shuō)明該圖譜的聚類(lèi)結(jié)構(gòu)顯著，并且聚類(lèi)結(jié)果高度可信。SIZE表示聚類(lèi)大小值，選擇SIZE值在15及以上的前六個(gè)聚類(lèi)，進(jìn)行如下分析。

聚類(lèi)0是“學(xué)習(xí)分析”，SIZE值為89，主要共現(xiàn)的核心關(guān)鍵詞有學(xué)習(xí)分析、大數(shù)據(jù)、網(wǎng)絡(luò)學(xué)習(xí)、3D打印、SPOC等。陸巖等[3]指出當(dāng)前學(xué)習(xí)分析研究主要聚焦三大主題，即大數(shù)據(jù)背景下的學(xué)習(xí)分析模型框架的設(shè)計(jì)研究，學(xué)習(xí)分析工具及應(yīng)用研究，學(xué)習(xí)分析對(duì)學(xué)習(xí)活動(dòng)、過(guò)程的優(yōu)化研究。

聚類(lèi)1是“大數(shù)據(jù)”，SIZE值為31，主要共現(xiàn)的核心關(guān)鍵詞有大數(shù)據(jù)、分析技術(shù)、關(guān)聯(lián)規(guī)則、數(shù)據(jù)挖掘、應(yīng)用研究等。學(xué)習(xí)分析是大數(shù)據(jù)技術(shù)在教育領(lǐng)域的典型應(yīng)用，我國(guó)學(xué)者自研究學(xué)習(xí)分析領(lǐng)域以來(lái)，對(duì)大數(shù)據(jù)技術(shù)進(jìn)行了長(zhǎng)期探索。例如：2014年，馮翔等[4]引入大數(shù)據(jù)技術(shù)，設(shè)計(jì)了以Hadoop為核心的學(xué)習(xí)分析系統(tǒng)，構(gòu)建基于學(xué)習(xí)分析的智能數(shù)字化教育服務(wù)，并列舉了此技術(shù)方案的具體應(yīng)用案例；2016年，趙慧瓊等[5]構(gòu)建了數(shù)據(jù)安全與隱私保護(hù)框架，并提出相關(guān)策略，以期提高利

用學(xué)習(xí)分析技術(shù)進(jìn)行大數(shù)據(jù)研究的成效；2021年，韓小燕等[6]基于教育大數(shù)據(jù)構(gòu)建了以學(xué)習(xí)分析為核心的“信息采集—成績(jī)預(yù)測(cè)—干預(yù)措施—效果評(píng)估”四環(huán)節(jié)循環(huán)結(jié)構(gòu)學(xué)習(xí)干預(yù)模型，以期能夠有效引導(dǎo)高職學(xué)生學(xué)習(xí)，化解學(xué)習(xí)危機(jī)，促進(jìn)個(gè)性化教學(xué)。

聚類(lèi)2是“人工智能”，SIZE值為24，主要共現(xiàn)的核心關(guān)鍵詞有人工智能、在線教學(xué)、高職、精準(zhǔn)教學(xué)、影響因素等。人工智能技術(shù)是學(xué)習(xí)分析領(lǐng)域的核心技術(shù)之一，基于人工智能的學(xué)習(xí)分析技術(shù)對(duì)實(shí)現(xiàn)精準(zhǔn)教學(xué)、提高教學(xué)質(zhì)量等有重要作用。例如，周進(jìn)等[7]認(rèn)為融合人工智能技術(shù)的學(xué)習(xí)分析在推動(dòng)計(jì)算教育學(xué)發(fā)展、培育數(shù)據(jù)驅(qū)動(dòng)思維、構(gòu)建終身學(xué)習(xí)服務(wù)體系、提升教育治理水平等方面具有極大潛能；何皓怡等[8]提出了人工智能技術(shù)支持的協(xié)同知識(shí)建構(gòu)過(guò)程分析模型，以實(shí)現(xiàn)智能技術(shù)與協(xié)同知識(shí)建構(gòu)過(guò)程分析的融合，進(jìn)而促進(jìn)學(xué)習(xí)績(jī)效的提升。

聚類(lèi)3是“協(xié)作學(xué)習(xí)”，SIZE值為23，主要共現(xiàn)的核心關(guān)鍵詞有協(xié)作學(xué)習(xí)、信息技術(shù)、可視化、在線課程、個(gè)性化等。協(xié)作學(xué)習(xí)，尤其是在線協(xié)作學(xué)習(xí)是學(xué)習(xí)分析領(lǐng)域研究的一個(gè)重要方面，學(xué)習(xí)分析技術(shù)的興起為協(xié)作學(xué)習(xí)提供了新的發(fā)展機(jī)遇和空間。例如，鄭婭峰等[9]基于學(xué)習(xí)分析的視角，構(gòu)建了面向計(jì)算機(jī)支持的協(xié)作學(xué)習(xí)分析模型，來(lái)有效識(shí)別群組成員的交互結(jié)構(gòu)，并基于該模型設(shè)計(jì)開(kāi)發(fā)了支持在線協(xié)作學(xué)習(xí)過(guò)程分析的交互式可視化工具，在在線課堂中開(kāi)展了實(shí)踐研究。

聚類(lèi)4是“數(shù)據(jù)挖掘”，SIZE值為23，主要共現(xiàn)的核心關(guān)鍵詞有數(shù)據(jù)挖掘、學(xué)習(xí)行為、分類(lèi)、合作學(xué)習(xí)、網(wǎng)絡(luò)課程等。數(shù)據(jù)挖掘技術(shù)在教育領(lǐng)域的價(jià)值一直以來(lái)都對(duì)學(xué)界有著巨大的吸引力，相關(guān)研究者致力于使用該技術(shù)對(duì)教育教學(xué)系統(tǒng)的海量數(shù)據(jù)進(jìn)行挖掘，比如，挖掘?qū)W習(xí)者在學(xué)習(xí)網(wǎng)絡(luò)課程時(shí)的各種學(xué)習(xí)行為、合作學(xué)習(xí)方面的數(shù)據(jù)，以發(fā)現(xiàn)這些教育數(shù)據(jù)的潛在價(jià)值，從而優(yōu)化教與學(xué)。

聚類(lèi)5是“機(jī)器學(xué)習(xí)”，SIZE值為19，主要共現(xiàn)的核心關(guān)鍵詞有機(jī)器學(xué)習(xí)、在線學(xué)習(xí)、模型、自主學(xué)習(xí)、智能教育等。機(jī)器學(xué)習(xí)在學(xué)習(xí)分析領(lǐng)域有著不可忽視的重要地位，機(jī)器學(xué)習(xí)技術(shù)的可解釋性是人工智能與教育教學(xué)深度融合、推進(jìn)智能教育的關(guān)鍵所在。例如，張曉峰等[10]聚焦學(xué)習(xí)云空間中學(xué)習(xí)主體認(rèn)知投入相關(guān)數(shù)據(jù)的獲取，提出基于機(jī)器學(xué)習(xí)的認(rèn)知投入量化方法。

2.5" 前沿演進(jìn)分析

突現(xiàn)詞是指在一定時(shí)期內(nèi)出現(xiàn)頻次高、變化速度快的詞，通過(guò)對(duì)突現(xiàn)詞進(jìn)行有效梳理與追蹤，能夠探索某一領(lǐng)域的研究前沿，從而有助于把握該領(lǐng)域的未來(lái)發(fā)展方向。在Citespace中，選擇Burstness，設(shè)置γ=0.6，共獲得15個(gè)突現(xiàn)詞，如圖5所示，該圖展示了每個(gè)突現(xiàn)詞的名稱（Keywords）、突變強(qiáng)度（Strength）、突變起始年份（Begin）和突變結(jié)束年份（End）。

由圖5可知，在我國(guó)學(xué)習(xí)分析領(lǐng)域的研究初期，2012年，研究者開(kāi)始研究“數(shù)據(jù)挖掘”“電子書(shū)包”

“學(xué)習(xí)過(guò)程”，且對(duì)這三個(gè)方面的研究熱潮均持續(xù)了三年或三年以上，進(jìn)行了深入探索；2013和2014年，分別開(kāi)始關(guān)注“教育數(shù)據(jù)”與“模型”。在研究中期，學(xué)界逐漸將目光聚焦于“混合學(xué)習(xí)”“網(wǎng)絡(luò)學(xué)習(xí)”，研究“學(xué)習(xí)科學(xué)”“教育技術(shù)”“教學(xué)設(shè)計(jì)”，探究學(xué)習(xí)分析在教學(xué)中的實(shí)踐應(yīng)用，試圖改進(jìn)教與學(xué)，但研究熱潮的持續(xù)時(shí)間相對(duì)較短。在研究后期，自2020年開(kāi)始，隨著對(duì)學(xué)習(xí)分析的不斷深入研究，同時(shí)在疫情防控期間大規(guī)模在線教育的背景下，面對(duì)學(xué)生在線學(xué)習(xí)中出現(xiàn)的各種問(wèn)題，研究者開(kāi)始致力于探索學(xué)生在進(jìn)行在線學(xué)習(xí)時(shí)的“學(xué)習(xí)投入”與“協(xié)作學(xué)習(xí)”，研究“機(jī)器學(xué)習(xí)”算法，旨在提升在線學(xué)習(xí)效果，保證在線教育質(zhì)量；2021年，學(xué)界開(kāi)始對(duì)“人工智能”與“智能教育”進(jìn)行研究，挖掘?qū)W習(xí)分析在融合人工智能技術(shù)、推動(dòng)智能教育中的巨大潛能。

其中，突現(xiàn)情況出現(xiàn)在2020—2023年，并且持續(xù)至今的突現(xiàn)詞能夠在一定程度上反映研究前沿，符合該條件的突現(xiàn)詞主要為“學(xué)習(xí)投入”“機(jī)器學(xué)習(xí)”“人工智能”和“智能教育”。并且，這四個(gè)關(guān)鍵詞的突變強(qiáng)度均大于2，處于較高水平，尤其是“學(xué)習(xí)投入”的突變強(qiáng)度最高，達(dá)到6.66，這說(shuō)明它們?cè)诮鼛啄晔艿皆擃I(lǐng)域?qū)W者的關(guān)注。

3" 研究結(jié)論與建議

3.1" 研究結(jié)論

經(jīng)過(guò)對(duì)學(xué)習(xí)分析領(lǐng)域的相關(guān)文獻(xiàn)進(jìn)行可視化分析，發(fā)現(xiàn)目前我國(guó)的學(xué)習(xí)分析領(lǐng)域研究存在一些不足，主要包括以下幾點(diǎn)。

3.1.1" 研究機(jī)構(gòu)、作者之間的合作不夠充分，還未形成明顯的研究共同體

從研究機(jī)構(gòu)網(wǎng)絡(luò)圖譜來(lái)看，通常是處在同一地域或同一學(xué)校的核心機(jī)構(gòu)之間合作較頻繁，而不在同一地域、不屬于同一所學(xué)校的核心研究機(jī)構(gòu)之間合作非常少，整體分布較分散，還未形成大范圍的明顯的研究共同體，不利于相關(guān)研究者對(duì)學(xué)習(xí)分析領(lǐng)域的研究成果進(jìn)行充分的分享與交流。

3.1.2" 缺少?gòu)目鐚W(xué)科視角對(duì)學(xué)習(xí)分析領(lǐng)域的研究

學(xué)習(xí)分析領(lǐng)域涉及教育學(xué)、信息科學(xué)、系統(tǒng)科學(xué)、認(rèn)知科學(xué)、工程學(xué)、心理學(xué)等多種學(xué)科，需要進(jìn)行跨學(xué)科拓展與合作。從研究機(jī)構(gòu)網(wǎng)絡(luò)圖譜可知，目前研究者的學(xué)科背景多為教育學(xué)和信息科學(xué)，缺少與其他學(xué)科的合作。通過(guò)對(duì)相關(guān)文獻(xiàn)的梳理，發(fā)現(xiàn)目前已經(jīng)有一些研究者開(kāi)始注意到學(xué)習(xí)分析領(lǐng)域需要加強(qiáng)跨學(xué)科的交叉合作，但大多只停留在意識(shí)層面或進(jìn)行了簡(jiǎn)單的理論探討，在文獻(xiàn)中通常是在“未來(lái)趨勢(shì)”部分有所提及，并沒(méi)有真正從跨學(xué)科的視角出發(fā)研究學(xué)習(xí)分析領(lǐng)域。

3.1.3" 在實(shí)踐應(yīng)用中以高等教育領(lǐng)域?yàn)橹?，面向基礎(chǔ)教育、職業(yè)教育等領(lǐng)域較少

通過(guò)調(diào)研文獻(xiàn)，發(fā)現(xiàn)目前在學(xué)習(xí)分析領(lǐng)域的實(shí)踐應(yīng)用中，主要是針對(duì)高等教育領(lǐng)域進(jìn)行研究，面向基礎(chǔ)教育、職業(yè)教育、繼續(xù)教育等領(lǐng)域的文獻(xiàn)相對(duì)較少，而它們是在線學(xué)習(xí)中非常具有代表性的領(lǐng)域，這就可能導(dǎo)致學(xué)習(xí)分析領(lǐng)域的研究失之偏頗，沒(méi)有足夠了解和優(yōu)化中小學(xué)生、高職學(xué)生等類(lèi)型學(xué)習(xí)者的學(xué)習(xí)與學(xué)習(xí)情境。

3.1.4" 主要應(yīng)用于在線學(xué)習(xí)環(huán)境，很少應(yīng)用于線下課堂學(xué)習(xí)環(huán)境

George Siemens認(rèn)為，實(shí)現(xiàn)對(duì)現(xiàn)實(shí)世界學(xué)習(xí)數(shù)據(jù)的采集是學(xué)習(xí)分析的重要發(fā)展前景之一。當(dāng)前，學(xué)習(xí)分析技術(shù)的應(yīng)用環(huán)境絕大多數(shù)是線上，很少有研究者研究將其應(yīng)用于線下課堂學(xué)習(xí)環(huán)境，這是學(xué)習(xí)分析面臨的機(jī)遇，同時(shí)也是挑戰(zhàn)。

3.2" 發(fā)展建議

針對(duì)以上不足，提出以下發(fā)展建議。

3.2.1" 加強(qiáng)核心研究機(jī)構(gòu)之間的合作，構(gòu)建研究共同體

對(duì)于不在同一地域、不屬于同一所學(xué)校的核心研究機(jī)構(gòu)之間的合作，一方面，建議舉辦一些線下的學(xué)術(shù)交流講座，促進(jìn)研究者之間的深入交流與探討；另一方面，也可以使用在線平臺(tái)進(jìn)行定期的視頻會(huì)議，以便于研究者及時(shí)交流研究成果、進(jìn)展情況和遇到的問(wèn)題，促進(jìn)學(xué)術(shù)思想的碰撞與融合。除此以外，研究機(jī)構(gòu)之間還可以組織學(xué)習(xí)分析領(lǐng)域的聯(lián)合研究項(xiàng)目，將各核心研究機(jī)構(gòu)的優(yōu)勢(shì)結(jié)合起來(lái)，有助于提高研究質(zhì)量，推動(dòng)學(xué)術(shù)進(jìn)步。

3.2.2" 加強(qiáng)學(xué)習(xí)分析領(lǐng)域的跨學(xué)科交叉合作

跨學(xué)科合作是學(xué)習(xí)分析發(fā)展的重要趨勢(shì)，需要重點(diǎn)關(guān)注與研究。建議該領(lǐng)域的研究者與其他學(xué)科的研究者組成研究團(tuán)隊(duì)，積極進(jìn)行合作，學(xué)習(xí)他們的學(xué)科知識(shí)與經(jīng)驗(yàn)，以打破學(xué)科壁壘，掌握更加全面的數(shù)據(jù)信息，促進(jìn)跨學(xué)科的思想碰撞，共同對(duì)學(xué)習(xí)分析領(lǐng)域進(jìn)行研究，解決復(fù)雜的問(wèn)題。

3.2.3" 促進(jìn)學(xué)習(xí)分析研究與實(shí)踐在教育各領(lǐng)域全面開(kāi)展

加大對(duì)基礎(chǔ)教育、職業(yè)教育、繼續(xù)教育等領(lǐng)域的關(guān)注，促進(jìn)學(xué)習(xí)分析研究與實(shí)踐在教育各個(gè)領(lǐng)域全面開(kāi)展，以有針對(duì)性地了解和優(yōu)化不同教育領(lǐng)域?qū)W習(xí)者的學(xué)習(xí)與學(xué)習(xí)情境，響應(yīng)教育各領(lǐng)域?qū)虒W(xué)規(guī)律、方法、技術(shù)探索的需求。

3.2.4" 探索將學(xué)習(xí)分析技術(shù)應(yīng)用于線下課堂學(xué)習(xí)環(huán)境

物聯(lián)網(wǎng)時(shí)代的學(xué)習(xí)分析有了新的發(fā)展，讓真實(shí)環(huán)境中的生物數(shù)據(jù)收集和處理成為可能。學(xué)界可以將學(xué)習(xí)分析技術(shù)與生物識(shí)別技術(shù)、傳感器技術(shù)、可穿戴設(shè)備、物聯(lián)網(wǎng)技術(shù)等相結(jié)合，追蹤與采集學(xué)生在線下課堂學(xué)習(xí)過(guò)程中的各種面部表情、肢體行為、語(yǔ)言等外顯數(shù)據(jù)和腦電、皮膚電、激素分泌等生理數(shù)據(jù)，從而探究學(xué)習(xí)者的認(rèn)知與情感變化，實(shí)現(xiàn)學(xué)習(xí)分析技術(shù)在線下課堂學(xué)習(xí)環(huán)境中的應(yīng)用，以優(yōu)化線下教與學(xué)。

4" 參考文獻(xiàn)

[1] 張家華，鄒琴，祝智庭.國(guó)內(nèi)近五年學(xué)習(xí)分析研究現(xiàn)狀的可視化綜述[J].浙江師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，42（1）：117-124.

[2] 王良周，于衛(wèi)紅.大數(shù)據(jù)視角下的學(xué)習(xí)分析綜述[J].中國(guó)遠(yuǎn)程教育，2015（3）：31-37.

[3] 陸巖，趙威，馬曉義.學(xué)習(xí)分析的研究熱點(diǎn)與主題可視化分析[J].智庫(kù)時(shí)代，2020（8）：184-185.

[4] 馮翔，余明華，馬曉玲，等.基于大數(shù)據(jù)技術(shù)的學(xué)習(xí)分析系統(tǒng)架構(gòu)[J].華東師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2014（2）：20-29.

[5] 趙慧瓊，姜強(qiáng)，趙蔚.大數(shù)據(jù)學(xué)習(xí)分析的安全與隱私保護(hù)研究[J].現(xiàn)代教育技術(shù)，2016，26（3）：5-11.

[6] 韓小燕，曹培培.基于大數(shù)據(jù)學(xué)習(xí)分析的高職學(xué)生學(xué)習(xí)干預(yù)模型研究[J].邢臺(tái)職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2021，38（1）：29-31，42.

[7] 周進(jìn)，葉俊民.智能時(shí)代學(xué)習(xí)分析再認(rèn)識(shí)及其發(fā)展路徑[J].數(shù)字教育，2021，7（3）：9-14.

[8] 何皓怡，黃冬梅.人工智能技術(shù)支持的協(xié)同知識(shí)建構(gòu)過(guò)程分析模型研究[J].中國(guó)現(xiàn)代教育裝備，2023（10）：8-10，18.

[9] 鄭婭峰，徐唱，李艷燕.計(jì)算機(jī)支持的協(xié)作學(xué)習(xí)分析模型及可視化研究[J].電化教育研究，2017，38（4）：47-52.

[10] 張曉峰，李明喜，俞建慧，等.面向?qū)W習(xí)云空間的認(rèn)知投入量化研究[J].中國(guó)遠(yuǎn)程教育，2020（5）：18-28，76-77.