基于知识图谱的国内学习分析研究热点及趋势分析

基于知识图谱的国内学习分析研究热点及趋势分析

作者：马卉王晓春张功云

来源：《中国教育技术装备》2016年第18期

摘要学习分析，作为一个新兴的交叉研究领域，受到国内外教育研究者的广泛关注，成为当前教育技术领域的研究热点。为探究国内学习分析技术的研究热点和发展趋势，基于科学知识图谱的基本理论与方法，利用可视化网络分析软件CiteSpace对中国期刊全文数据库中收录的144篇国内学习分析文献样本的关键词进行分析。

关键词学习分析；知识图谱；可视化分析；CiteSpace；关键词分析

中图分类号：G652 文献标识码：B

文章编号：1671-489X（2016）18-0001-04

Abstract Learning analytics， as a new intersectant research field， has attracted wide attention among educational researchers and is becoming a current research focus in educational technology field. To explore the research hotspots and the development trend on Lear-

ning Analytics in China， based on the basic theory and method of mapping knowledge domain， analyze keywords from 144 pieces sample literatures within Chinese Journal Full-Text Database（CJFD） with a visibility network analysis software， CiteSpace.

Key words learning analytics； mapping knowledge domain； visual analysis； CiteSpace；keywords analysis

1 引言

随着教育大数据的迅猛增长，学习分析（Learning Analytics）[1]作为一种新兴的交叉技术，通过深度挖掘、分析学习者学习行为和学习过程数据背后所隐藏的含义，得出有效的结论来指导和干预教学、优化学习和学习环境，更好地为教育决策和学生学习提供服务[2]。由于学习分析技术的这种实际应用价值，使其受到国内外教育研究者的广泛关注，成为教育信息化领域研究的热点问题之一。

2010年，加拿大阿塞巴斯卡大学G.Siemens教授[3]在博客中宣布将于2011年2月举办第一届学习分析国际会议并解释何为学习分析，由此拉开学习分析技术领域形成的序幕。2011年，美国新媒体联盟公布的地平线报告[4]把学习分析技术列为未来4～5年被广泛应用的技术。2012年，Educational Technology & Society[5]出版了10篇关于学习与知识分析的系列专题

论文。2013年，由国际知名学者组成的、经过法律批准的学习分析技术研究学会（SOLAR）[6]正式成立，并于同年开始举办学习分析暑期学院。2014年，《学习分析》杂志[7]正式出版第一卷第一期，学习分析技术在国际上不断壮大与发展。

从2012年开始，国内也掀起了学习分析技术的研究热潮，并出现一些有关学习分析综述的文章：顾小清等[8]分析了学习分析技术的前世今生、关键技术以及应用趋势；李青等[9]总结了学习分析技术的技术来源、方法和工具；吴青等[10]介绍了学习分析的源起、主要研究内容、实现技术与应用等；王良周等[11]从大数据视角分析了学习分析的相关概念，综述了学习分析的框架、技术和应用；等等。但这些综述多以介绍国外的学习分析技术为主，对国内发展情况的介绍相对较少，而且这些综述以人工梳理为主。

为了更全面、完整地把握国内学习分析技术的研究热点和发展脉络，本文利用科学知识图谱技术，对中国期刊全文数据库（CNKI）中的学习分析相关文献进行可视化分析。

2 数据来源和研究方法

数据来源中国知网（China National Knowledge In-

frastructure，CNKI）的中国期刊全文数据库是目前世界上最大的连续动态更新的数据库（每日更新），收录的期刊文献全面且质量较高[12]，能够较为全面地反映国内学术研究情况，故本研究选其作为数据来源。在检索时，以“学习分析技术”“学习分析”或“Learning Analytics”为检索词，在篇名和关键词中进行精确检索（时间跨度为2010—2015年，检索时间为2016年5月20日），共获得191篇文献。为了保证研究的准确性，在此基础上剔除重复、主题不相关或相关度小的文献，最终选择144篇作为有效文献。

研究方法与工具本文的研究和分析是以科学知识图谱为基础，以采集到的144篇国内学习分析研究文献为对象，通过关键词分析，借助关键词共现图谱和关键词时序图谱来探究该领域的研究热点以及主题演化趋势。

美国费城德雷克赛尔大学陈超美博士开发的信息可视化软件CiteSpace是一种知识图谱可视化工具，包含了关键词共现分析等多种功能[13]，能够满足本文的可视化分析需求，因此被选为本文的研究工具，在本文出现的各种知识图谱都是借助CiteSpace 3.8.R6绘制的。

3 研究结果与分析

关键词共现分析虽然关键词在一篇文章中所占的篇幅不大，却是作者对于文章核心的概括和精炼，是一篇文章的精髓，因此，常用高频关键词来探测某领域的研究热点[14]。本文以关键词（剔除了检索词“学习分析”“学习分析技术”和“Learning Analytics”）为节点，设置Top N per slice为30，Threshold Interpolation为{（2，2，30），（4，3，20），（4，3，20）}，采用最小生成树法（Minimum Spanning Tree），绘制关键词共现网络图谱，共得到98个节点，88条连线，结果如图1所示。