基于知识图谱的我国智慧教育研究热点与趋势分析

基于知识图谱的我国智慧教育研究热点与趋势分析随着物联网、大数据、云计算、无线通信等新型网络技术的出现与飞速发展，教育信息化时代已全面到来，依托这些网络新技术的智慧教育应运而生。作为当代教育信息化发展的新境界和教育现代化追求的重要目标，智慧教育是紧随IBM首席执行官彭明盛在2008年所提出的智慧地球的战略所提出来的，它正在引领全国教育信息化的发展方向，成为技术变革教育时代发展的主旋律［1］。越来越多的国内外研究者开始关注到智慧教育，赋予其新的内涵，也从理论与实践层面对其开展了比较丰富的研究，这为本研究的开展提供了丰富的理论依据。

本研究将采用文献计量学方法，运用关键词共现分析技术，结合定性与定量分析，对我国智慧教育研究领域的相关热点进行梳理，并结合知识图谱，进一步归纳和分析我国智慧教育的未来发展趋势与研究热点，以便为后续研究提供有力依据与支持。

一、研究方法与数据处理

1.研究工具与研究方法

本研究所采用的研究工具为Bicomb书目共现分析软件和SPSS 19.0数据统计分析软件，采用的主要研究方法为词频分析法、文献共词分析法与多维尺度分析法。其中，词频分析法是指，利用表达文献核心内容的关键词或主题词在某一领域文献中出现频次的高低，来确定该领域的研究热点和发展动向的一种文献计量学方法［2］；共词分析法是一种定性与定量相结合的研究方法，通过分析文献关键词两两在同一篇文章中出现的次数进行统计，并在此基础上进行分层汇聚，以分析、揭示该研究主题的现有研究结构［3］。多维尺度分析实质是根据关键词之间的“距离”即关系的紧密程度对研究问题进行聚类，以全面反应研究领域的主要研究角度和热点［气

2.数据采集

本研究以中国知网（CNKI）数据库为文献来源，采用高级检索，以主题=“智慧教育”或关键词=“智慧教育”为限制条件进行检索，截止到2017年5月18日，共检索出1273篇文献，剔除会议通知、会刊征稿通知、重复文献与学术性不强文章，得到有效文献483篇。

3.数据处理

对数据的处理主要分为以下几个步骤：（1）文献数据导出。将筛选出的483篇文献从中 国知网中导出，并保存为NoteFi rst 编码文本格式；（2）提取关键词。利用Bicomb 软件对 数据进行关键词提取、清洗及词频统计，根据词频g 指数方法确定高频关键词阈值，进行共 词分析；（3）高频关键词聚类分析。利用SPSS 19.0对词篇矩阵进行聚类分析；（4）多维尺 度分析。将高频关键词相异矩阵导入SPSS 中进行多维尺度分析，最终产生知识图谱。下图 1即为数据采集与数据处理的流程图。

/ ------------------

筛选文献，并导出 为NoteFirst 编码 文本格式

图1数据采集与处理流程图

二、数据统计与研究结果

1. 共词分析

利用Bicomb 软件对483篇文献数据进行关键词提取，共得到1374个关键词，合并其中 一些含义相同的关键词，如将“教学信息化''并入“教育信息化''；删除世相、一曰、蒙自、副 主任、周洪宇等与研究主题关系不大且不影响研究结果的关键词，将“大成教育''、“大成智 慧学”合并入“大成智慧教育”，但根据智慧教育的内涵方面考虑，删除了与大成智慧教育关 键词，确定了最终选用的关键词989个。本研究采用的确定高频关键词阈值的方法为词频g 指数方法，确定高频词的阈值为25,从高频关键词表中看到第25个关键词频次为7,因此 频次大于等于7的所有25个关键词即为高频关键词，如下表1所示，25个关键词累计出

统计关键词， 确定高频关键

聚类分析，获取 高频关键词

Ochiai 系数相似

矩阵、相异矩阵

L

L

J-L 八 4-r*

新建项目，提 取、清洗关键词

在CNKI 中键入 检索条件，查找

论文

生成高频关键词共现矩 阵与词篇矩阵并导出

进行聚类分析与 ； 多维尺度分析， ； 构建知识图谱

；

现总次数为658，占总关键词累计频次的34%，可以较好的代表国内智慧教育的研究热点。

从上表可以看出，除了检索词“智慧教育”外，排在该领域的前十位高频关键词分别为教育信息化（65）、信息技术（30）、互联网+ （24）、智慧校园（23）、智慧（22）、大数据（20）、智慧课堂（15）、云计算（14）、智慧学习（12）、物联网（11）。这十个关键词反映了在信息技术、互联网+、物联网等技术环境下，为了加速推进教育信息化，研究教育大数据，以智慧为指导理念，创建智慧课堂、推进智慧学习，最终实现建设智慧校园、达到智慧教育的目标。

智慧教育领域的研究热点不仅体现在关键词的呈现频次上，关键词之间的共现关系也是研究重点，因此，利用Bicomb软件建立高频关键词之间的共现矩阵（25*25），如表2所示，表中行与列交叉部分即为关键词两两在同一篇文献中出现的次数。

为消除关键词自身频次造成的影响，以揭示它们之间隐含的真正亲疏关系，笔者又用Bicomb软件进行词篇矩阵的统计，并将词篇矩阵导入到SPSS 19.0中，选取Ochiai系数构造出高频关键词相似系数矩阵（表3所示）。相似矩阵中的数字表明数据间的相似性，数字的大小表明了相应的两个关键词之间的距离远近，其数值越接近1，表明关键词之间的距离越近、相似度越大；反之，数值越接近0，则表明关键词之间的距离越大、相似度越小。最后，将相似矩阵导入到Excel中，经过采用相异系数矩阵=1-相似系数矩阵的公式计算，生成高频关键词相异系数矩阵，如表4所示，其数字表明数据间的相异性，其含义与相似系数

矩阵意义相反，数值越接近1,表明关键词之间的距离越大。另外，相异矩阵的构建，对于后续进行聚类分析和多维尺度分析提供了基础。

由表3与表4统计发现，与智慧教育由近至远的关键词分别为教育信息化（0.362）、互

联网+（0.235）、智慧（0.196）、智慧校园（0.180）、智慧学习（0.166）、物联网（0.152）、微课（0.152）、信息化（0.152），这一结果说明，国内对智慧教育的研究更多的与教育信息化、互联网、智慧校园、智慧学习等结合在一起进行讨论。

2.高频关键词聚类分析