国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

本文由《遠程教育雜志》授權(quán)發(fā)布

作者：牟智佳、俞顯

摘要

“學(xué)習(xí)分析與知識國際會議”是反映學(xué)習(xí)分析研究現(xiàn)狀與趨勢的一個重要風(fēng)向標(biāo)。通過以歷年會議論文為研究樣本來源，以元分析、知識圖譜、社會網(wǎng)絡(luò)分析為研究方法，從研究者國籍、學(xué)科背景、關(guān)鍵文獻、關(guān)鍵詞、研究主題和研究方法六個方面，對文獻進行內(nèi)容分析。研究結(jié)果顯示：（1）以美國、英國、加拿大、澳大利亞等為主導(dǎo)的國家引領(lǐng)學(xué)習(xí)分析的研究熱點，并形成了以教育學(xué)、計算機科學(xué)與工程、人工智能、心理學(xué)與認知科學(xué)為主導(dǎo)學(xué)科的學(xué)術(shù)群體合作研究態(tài)勢；（2）歷年研究關(guān)鍵詞分別呈現(xiàn)出社會網(wǎng)絡(luò)分析、教育文本分析和可視化、大規(guī)模開放在線課程、教育數(shù)據(jù)挖掘和計算機支持協(xié)作學(xué)習(xí)共同體的演變趨勢；（3）通過聚類分析，形成了以生成預(yù)測模型、數(shù)據(jù)集驅(qū)動的研究、語義對話與自動作文評分、知識建構(gòu)與能力轉(zhuǎn)化等為代表的研究主題；（4）以設(shè)計研究法、文本分析法、混合研究法、教育數(shù)據(jù)挖掘等為代表的研究方法，呈現(xiàn)為新型研究范式。最后，基于分析結(jié)果對學(xué)習(xí)分析研究熱點進行了討論。

關(guān)鍵詞：知識圖譜；學(xué)習(xí)分析；社會網(wǎng)絡(luò)分析；可視化；研究熱點

一、研究背景

在教育大數(shù)據(jù)、教育云服務(wù)和網(wǎng)絡(luò)學(xué)習(xí)空間日漸普及的背景下，學(xué)習(xí)分析的應(yīng)用價值得到日益凸顯，越來越多教育者和管理機構(gòu)通過學(xué)習(xí)分析了解學(xué)生的學(xué)習(xí)過程并為其提供更好的支持。自2008年《地平線報告》在中期趨勢中提出“數(shù)據(jù)集成”以來，學(xué)習(xí)分析經(jīng)歷了從可視化數(shù)據(jù)分析到量化自我的演變，并在近五年的報告中一直作為影響教育領(lǐng)域的關(guān)鍵趨勢之一然而，麥肯錫全球數(shù)據(jù)分析研究所（Mckinsey Global Institute）在2011年6月發(fā)布的《大數(shù)據(jù)：創(chuàng)新、競爭和生產(chǎn)力的下一個前沿》報告中指出，有策略地應(yīng)用分析來指導(dǎo)實踐這一思想并未在教育領(lǐng)域中得到應(yīng)用，教育領(lǐng)域的數(shù)據(jù)已初具規(guī)模，但分析卻相當(dāng)薄弱[2]。之后，美國教育部下設(shè)的教育技術(shù)辦公室在2012年發(fā)布的《通過教育數(shù)據(jù)挖掘和學(xué)習(xí)分析來改善教與學(xué)》報告中，對教育數(shù)據(jù)挖掘和學(xué)習(xí)分析的研究基礎(chǔ)、應(yīng)用方向、實施挑戰(zhàn)等方面進行了深入分析，旨在促進這兩類組織的融合并推動其在教育領(lǐng)域的應(yīng)用[3]。

當(dāng)前，學(xué)習(xí)分析已經(jīng)引起國內(nèi)外研究者的廣泛重視，相關(guān)研究者成立學(xué)習(xí)分析研究協(xié)會。該協(xié)會下設(shè)的“學(xué)習(xí)分析與知識國際會議”（International Conferenceon Learning Analytics & Knowledge，LAK）旨在為從事學(xué)習(xí)分析的學(xué)術(shù)機構(gòu)、管理者、軟件開發(fā)者和企業(yè)提供一個交流平臺，其交流內(nèi)容逐漸成為反映學(xué)習(xí)分析研究風(fēng)向標(biāo)的一個重要觀測點。

二、研究方法與過程

（一）研究樣本與研究方法

本研究選取歷年“學(xué)習(xí)分析與知識國際會議”的論文作為研究樣本，該會議自2011年2月第一次由加拿大阿薩巴斯卡大學(xué)在阿爾伯塔省的班夫舉辦以來，已經(jīng)連續(xù)舉辦五屆。在此，我們對歷屆會議的信息進行了匯總，如表1所示。從中可以看出，學(xué)習(xí)分析議題由初期將學(xué)習(xí)分析中的技術(shù)內(nèi)容與社會和教育方向相整合走向深人的教育大數(shù)據(jù)學(xué)習(xí)分析，與創(chuàng)新，會議主題報告也側(cè)重于通過教育數(shù)據(jù)分析，獲取更豐富的教與學(xué)信息。在研究樣本的獲取上，由于該會議與國際計算機學(xué)會電子數(shù)據(jù)庫合作，因此，將通過在線數(shù)據(jù)庫來獲取歷年會議論文和文獻統(tǒng)計信息。在檢索過程和結(jié)果上，以會議名稱為檢索字段，在檢索結(jié)果上剔除每年的會議日程介紹、Workshop安排等非研究性論文，獲取到第一年論文27篇，第二年論文52篇，第三年論文45篇，第四年論文54篇，第五年論文84篇，總計262篇。

在研究方法上，本文分別采用元分析、知識圖譜、社會網(wǎng)絡(luò)分析對文獻內(nèi)容進行分析。其中元分析（Meta-analysis）是由Glass于1976年首次提出，它是一種將定性分析和定量分析相結(jié)合的文獻分析方法，其目的主要是借助統(tǒng)計方法，就同一主題的大量研究結(jié)果進行綜合分析與評價，探討研究中存在的規(guī)律[9]。通過元分析可以對文獻研究主題和研究方法進行分析，而知識圖譜是對歷年文獻中的關(guān)鍵詞演變及研究熱點進行分析，社會網(wǎng)絡(luò)則是對研究者合作關(guān)系信息進行分析。整個研究通過可視化的知識圖譜展現(xiàn)各項分析結(jié)果。

研究過程中用到的工具軟件有CiteSpacelll、Ucinet6.0、Histcite、Visio2010，其中Ucinet6.0用于描述社會網(wǎng)絡(luò)中個體之間的關(guān)系、角色地位和所屬派系等社會學(xué)信息[10]；Histcite由SCI的創(chuàng)辦人加菲爾德設(shè)計開發(fā)，能夠用圖示的方式展示某一領(lǐng)域重要文獻及其文獻之間的關(guān)系[11]，本研究中將用其分析和提取關(guān)鍵文獻；CiteSpacelll是由美國學(xué)者陳超美領(lǐng)銜開發(fā)的可視化分析工具，通過分析可以找出該領(lǐng)域的知識基礎(chǔ)、核心作者、研究熱點以及研究趨勢[12]。

（二）研究過程

文章的研究過程主要包括以下六個方面：（1）匯總近五年“學(xué)習(xí)分析與知識國際會議”的論文，并按時間順序?qū)v年會議論文進行編碼；（2）提取文獻中的研究者姓名、國籍、學(xué)科、關(guān)鍵詞、題目等信息并進行編碼，對同義、單復(fù)數(shù)、簡寫關(guān)鍵詞進行合并處理，如“visualization”、“visualisation”統(tǒng)—為“visualisation”，SNA統(tǒng)一寫為“society network analysis”等；（3）對文獻中的研究方法進行內(nèi)容分析，其方法是兩名研究者分別閱讀文獻確定其方法記錄到表格中，并匯總研究方法名稱，最后對各類文獻方法進行編碼；研究主題分析通過知識圖譜軟件對“主題詞”進行聚類分析得到；（4）利用本地引用次數(shù)繪制關(guān)鍵文獻的引文編年圖，并分析其引證關(guān)系鏈；（5）通過知識圖譜和社會網(wǎng)絡(luò)對樣本數(shù)據(jù)進行分析并可視化輸出；（6）依據(jù)分析結(jié)果探討學(xué)習(xí)分析的研究熱點。

三、研究結(jié)果分析

（一）研究者國籍與學(xué)術(shù)群體分析

1.研究者國籍與研究機構(gòu)分析

通過研究者國籍分析可以掌握不同國家對某一研究領(lǐng)域的貢獻程度以及國家之間的合作關(guān)系。將數(shù)據(jù)導(dǎo)入CiteSpacelll，時間跨度設(shè)定為2011-2015年，單個時間分區(qū)設(shè)定為1年，“Node Types”選擇“Country”，“Top N per slice”閾值設(shè)定為50，其中前、中、后三個時間分區(qū)的閾值（C，CC，CV）分別設(shè)定為（3，4，15）、（3，2，15）、（2，2，15），閾值越大符合條件的作者越少，其余閾值由現(xiàn)行內(nèi)插值來決定，最后獲得包含50個節(jié)點和113條線的關(guān)系圖。需要說明的是，閾值設(shè)置根據(jù)圖譜聚類效果而定，若各聚類之間清晰顯示要素，聚類之間有少量關(guān)鍵的聯(lián)系，此類閾值設(shè)置符合分析要求[13]。

通過上述分析設(shè)定得出如圖1的分析結(jié)果，其中“圓圖”半徑代表著國家出現(xiàn)的次數(shù)和時間，時間由遠至近，從圓的中心向外拓展。可以看出，在學(xué)習(xí)分析研究領(lǐng)域中，第一梯隊是美國、英國、加拿大，其中，美國和加拿大均舉辦過兩屆“學(xué)習(xí)分析與知識國際會議”，英國則以英國開放大學(xué)（The Open University）為首的研究機構(gòu)積極參與到學(xué)習(xí)分析的理論、發(fā)展和應(yīng)用實踐研究中[14]；而澳大利亞、德國、荷蘭等國緊隨其后；西班牙、比利時、希臘、法國則處于第三梯隊。從機構(gòu)分布來看，英國開放大學(xué)、美國密西根大學(xué)、加拿大阿薩巴斯卡大學(xué)、澳大利亞臥龍崗大學(xué)、荷蘭開放大學(xué)、西班牙卡洛斯三世大學(xué)、德國信息技術(shù)研究中心等機構(gòu)是學(xué)習(xí)分析領(lǐng)域的主要研究機構(gòu)。此外，美國斯坦福大學(xué)、澳大利亞悉尼大學(xué)、英屬哥倫比亞大學(xué)、德國弗勞恩霍夫信息技術(shù)應(yīng)用研究所在學(xué)習(xí)分析領(lǐng)域的研究也比較突出。

可見，學(xué)習(xí)分析技術(shù)的研究主陣地在歐美國家，圖譜顯示各國之間呈現(xiàn)合作研究的態(tài)勢，跨國合作研究是學(xué)習(xí)分析領(lǐng)域的一個明顯特征。

2.學(xué)術(shù)群體合作關(guān)系分析

科學(xué)文獻的作者是科學(xué)研究活動的主體，學(xué)科領(lǐng)域內(nèi)的優(yōu)秀研究人員往往能夠引領(lǐng)學(xué)科新的方向，對快速了解該學(xué)科基本研究概況大有裨益[15]。此外，對一學(xué)科研究團體的關(guān)系進行分析，可以掌握該學(xué)科研究團體的研究生態(tài)情況?！癗ode Types”選擇“Author”“Top N per slice”閾值設(shè)定為50，其它閾值依照原有設(shè)定不變，運行軟件后得到具有164個節(jié)點和223條連線的合作網(wǎng)絡(luò)關(guān)系圖，如圖2所示。

學(xué)術(shù)群體合作關(guān)系圖譜顯示，圖中有大量的關(guān)系網(wǎng)絡(luò)，表明學(xué)習(xí)分析領(lǐng)域的研究者注重以團體的形式進行合作研究，基本形成了較為穩(wěn)定的研究團體；各研究團體之間也表現(xiàn)出較緊密的聯(lián)系，說明各研究團體之間的信息交流較通暢，資源共享程度較高。

其中，以舒姆（Simon Buckingham Shum）為代表的合作團體在學(xué)習(xí)分析領(lǐng)域占有主要位置，其形成的研究團體在整個學(xué)習(xí)分析領(lǐng)域有著廣泛的影響，是學(xué)習(xí)分析研究的主力軍。舒姆具有社會科學(xué)、心理學(xué)和計算機科學(xué)等學(xué)科背景，當(dāng)前致力于知識提取與表征、社會網(wǎng)絡(luò)分析、語義文本分析等方面的探索，其團隊最新研究是設(shè)計計算機支持的辯論可視化工具對學(xué)習(xí)者在線協(xié)作與知識分享建構(gòu)的能力進行評價[16]。此外，以加舍維奇（Dragan Gasevic）、道森（Shane Dawson）、帕爾多（Abelardo Pardo）和貝克（Ryan S.Baker）組成的研究團隊致力于如何利用復(fù)雜教育系統(tǒng)中的教育大數(shù)據(jù)進行教育評價，并在學(xué)習(xí)分析工具設(shè)計、學(xué)習(xí)策略分析和教育數(shù)據(jù)挖掘方面有較多探索[17]。以弗格森（Rebecca Ferguson）、德拉克斯勒（Hendrik Drachsler）和拉特（Maarten de Laat）組成的研究團隊也具有較高的影響力，該學(xué)術(shù)群體基于歐洲教育項目實踐開展學(xué)習(xí)分析應(yīng)用探索，研究內(nèi)容涉及學(xué)習(xí)分析理論、個性化推薦系統(tǒng)、教育文本分析等[18]。

（二）研究者學(xué)科背景分析

在新興研究領(lǐng)域，研究者的學(xué)科背景分析有助于了解該領(lǐng)域的基本研究內(nèi)容和專業(yè)研究屬性。本研究閱讀并提取了每篇文章研究者的學(xué)科背景信息，之后兩名分析者根據(jù)所提取的研究者背景信息對其所屬學(xué)科進行劃分，最后利用Ucinet6.0軟件構(gòu)建作者的學(xué)科背景鄰接矩陣，應(yīng)用軟件分析得到如圖3的分析結(jié)果，其中，塊狀節(jié)點表示學(xué)科，圓形節(jié)點表示學(xué)科下屬的研究方向。

可以看出，當(dāng)前學(xué)習(xí)分析領(lǐng)域研究者的學(xué)科背景除教育學(xué)、計算機科學(xué)、統(tǒng)計學(xué)等基礎(chǔ)學(xué)科之外，還涉及人工智能、心理學(xué)與認知科學(xué)、經(jīng)濟學(xué)、藝術(shù)設(shè)計、管理學(xué)、情報學(xué)等學(xué)科。各學(xué)科之間存在交叉聯(lián)系，特別是教育學(xué)、計算機科學(xué)與工程、人工智能、心理學(xué)與認知科學(xué)這四門學(xué)科合作密切，這說明研究者試圖通過跨學(xué)科合作來解決教與學(xué)實踐中的復(fù)雜問題。此外，探索教育數(shù)據(jù)背后的學(xué)習(xí)本質(zhì)、學(xué)習(xí)者是如何學(xué)習(xí)的這一基本問題也是學(xué)習(xí)分析需要探測和解釋的，而該問題的解決需要心理學(xué)與認知科學(xué)的相關(guān)理論提供支持。交叉學(xué)科研究是產(chǎn)生新學(xué)科的沃土和源泉，是獲得原創(chuàng)性科學(xué)成果的重要途徑，也是解決重大技術(shù)、社會問題的必然選擇[19]。學(xué)習(xí)分析作為一個新的研究領(lǐng)域，也正因為其多學(xué)科交叉的研究背景才有可能在未來給教育教學(xué)帶來飛躍式的變革。

（三）關(guān)鍵文獻的提取與分析

關(guān)鍵文獻集中體現(xiàn)了某個學(xué)科主題發(fā)展的基本信息和主要內(nèi)容，是針對特定科學(xué)主題開展研究的重要入口[20]。文獻被引頻次反映文獻被其他研究者關(guān)注的程度，也從一個側(cè)面反映了論文質(zhì)量和作者科研成果的吸收量，被引頻次越高說明此文獻在該研究領(lǐng)域中越重要，可被認為是核心文獻[21]。將數(shù)據(jù)導(dǎo)入Histcite，運行軟件并選擇Graph Maker命令，按LCS（Local Citation Score，本地引用頻次，即在當(dāng)前所搜集的文獻中被引用的次數(shù)）最高的前40篇文獻繪制出關(guān)鍵文獻的引文編年圖，如圖4所示。其中，每一個圓圈中的數(shù)字代表一篇文獻的編號，圓圈的大小代表該篇文獻被引用頻次的多少，箭頭連線代表之間的互引關(guān)系。

從圖4中可以看到，2011年度有編號為46、51、50、49、53、52等6篇文獻被引用頻次較多；編號為102、99的文獻則為2012年度被引用頻次較多的文獻；2013年度有編號為131、141的2篇文獻被引用頻次較高。整個引文編年圖大致有三條引證關(guān)系鏈：引證關(guān)系鏈1主要對學(xué)習(xí)分析中的學(xué)習(xí)建模、個性化推薦系統(tǒng)的算法進行深入研究[22]；引證關(guān)系鏈2涉及學(xué)習(xí)行為數(shù)據(jù)分析、學(xué)習(xí)分析可視化以及基于MOOCs的學(xué)習(xí)分析[23]；引證關(guān)系鏈3集中探討了學(xué)習(xí)分析背景下的工具方法、學(xué)習(xí)設(shè)計、基本理論等關(guān)鍵內(nèi)容[24]。此外，孤立點33、46、206、252、239也有一定量的被引用頻次，但與其它高被引文獻無互相引證關(guān)系。上述10個文獻編碼對應(yīng)的原文信息如表2所示。

（四）關(guān)鍵詞演變與整體分析

1.對關(guān)鍵詞的整體分析

關(guān)鍵詞是表述文獻主題、內(nèi)容、思路以及研究方法的關(guān)鍵性詞匯，是信息計量研究的重要指標(biāo)[25]。關(guān)鍵詞可以反映本年度的研究熱點，并在一定程度上預(yù)測今后的發(fā)展趨勢[26]。在“Node Types”選擇“Keywords”，“Top N per slice”閾值設(shè)定為50，（C，CC，CCV）前、中、后的設(shè)置為（2，3，20）、（3，6，20）、（2，3，20），最后獲得包含188個節(jié)點和258條線的關(guān)鍵詞整體網(wǎng)絡(luò)分析圖，如圖5所示?？梢钥闯鰀atamining、MOOCs、social network analysis、visualisation、discourse analytics、predictive analytics、online learning、collaborative learning（CSCL）、society learning analytics、assessment是排在前十的高頻關(guān)鍵詞，基于網(wǎng)絡(luò)學(xué)習(xí)活動行為數(shù)據(jù)進行分析、可視化表征和預(yù)測是學(xué)習(xí)分析研究的典型特征，這與2011年《地平線報告》對學(xué)習(xí)分析內(nèi)涵的描述較為一致[27]。

圖5中圓點大小和連線的厚度代表著節(jié)點中介中心度及其值的大小，中介中心度反映了一個關(guān)鍵詞在網(wǎng)絡(luò)中的核心橋梁地位。其中MOOCs、education data mining的中介中心度分別達到0.13和0.11，說明這兩者在整個學(xué)習(xí)分析領(lǐng)域具有核心橋梁的地位，連接著整個學(xué)習(xí)分析領(lǐng)域各部分的內(nèi)容。大規(guī)模開放在線課程作為教育大數(shù)據(jù)主要來源之一，其數(shù)據(jù)獲取方便、數(shù)據(jù)結(jié)構(gòu)多樣化、數(shù)據(jù)量大的特點已經(jīng)成為學(xué)習(xí)分析研究者的主要研究對象，而教育數(shù)據(jù)挖掘作為一個獨立學(xué)術(shù)群體開始與學(xué)習(xí)分析進行合作與交流，兩者都側(cè)重基于數(shù)據(jù)分析為教育系統(tǒng)的計劃、干預(yù)和決策提供支持[28]。

2.歷年文獻的關(guān)鍵詞演變分析

分析歷年文獻的關(guān)鍵詞演變情況可以幫助讀者了解在不同時期某一領(lǐng)域研究者所關(guān)注的重點以及整個研究的變化態(tài)勢。在“Node Types”選擇“Keywords”，“Top N perslice”閾值設(shè)定為50，“Layout”選擇“Timezone”。為了讓圖譜清晰展示分析結(jié)果，在Display Merged界面的“Article Labeling”面板中將“Threshold”設(shè)置為3，其它參數(shù)設(shè)置同上，最后獲得包含74個節(jié)點和120條線的關(guān)鍵詞歷年演變關(guān)系結(jié)果，如圖6所示。

從中可以發(fā)現(xiàn)，2011年學(xué)習(xí)分析研究側(cè)重關(guān)注社會網(wǎng)絡(luò)分析、在線學(xué)習(xí)和計算機支持的協(xié)作學(xué)習(xí)。2012年會議關(guān)注點集中在學(xué)習(xí)分析可視化、預(yù)測分析和文本對話分析，此外，研究者開始關(guān)注教育評價和學(xué)生注意力方面的研究。2013年則集中聚焦在MOOCs和高等教育，受大規(guī)模開放在線課程全球范圍內(nèi)的影響，研究者開始探索高等教育環(huán)境下的網(wǎng)絡(luò)學(xué)習(xí)者群體行為特征和規(guī)律。2014年教育數(shù)據(jù)挖掘和教育數(shù)據(jù)聚類分析成為該年度會議論文的主要關(guān)鍵詞，2012年英國學(xué)者維克托.邁爾-舍恩伯格（Viktor Mayer-Schnberger）撰寫的《大數(shù)據(jù)時代》成為了大數(shù)據(jù)研究的先河之作，此后，軍事大數(shù)據(jù)、醫(yī)療大數(shù)據(jù)、旅游大數(shù)據(jù)、電商大數(shù)據(jù)受到了廣泛的關(guān)注并通過大數(shù)據(jù)挖掘分析分別取得了一些應(yīng)用實例，而在當(dāng)前倡導(dǎo)智慧教育的背景下則需要基于教育大數(shù)據(jù)的學(xué)習(xí)分析作為支撐，因此，教育數(shù)據(jù)挖掘也成為當(dāng)前學(xué)習(xí)分析關(guān)注的重點和熱點。2015年關(guān)注的重點包括協(xié)作學(xué)習(xí)共同體、對話文本分析、倫理道德研究等。隨著學(xué)習(xí)數(shù)據(jù)的搜集和積累，大數(shù)據(jù)環(huán)境下學(xué)習(xí)分析數(shù)據(jù)的安全性和個人隱私保護成為了新的研究議題[29]。

（五）研究主題聚類分析

對近五年會議論文研究主題進行分析，可以進一步了解該領(lǐng)域關(guān)注的焦點內(nèi)容和研究取向。在“Node Types”選擇“Term”，“Top N per slice”閾值設(shè)定為50，“Pruning”選擇“Minimum Spannning Tree”，為保證圖譜更為清晰，去除“l(fā)earning analysis”，其它參數(shù)設(shè)置同上。獲得包含74個節(jié)點和119條線的聚類圖譜，從聚類的情況上看，一共得到八個主題聚類，如圖7所示。

聚類#0 generating predictive model（生成預(yù)測模型），該類研究是對學(xué)習(xí)者已學(xué)習(xí)活動的行為數(shù)據(jù)進行分析并對其未來學(xué)習(xí)結(jié)果進行預(yù)測，對存在問題和學(xué)習(xí)障礙的學(xué)習(xí)者進行適當(dāng)?shù)母深A(yù)。

聚類#1 pedagogical model（教學(xué)模型）通過對學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)進行分析，總結(jié)學(xué)習(xí)者在學(xué)習(xí)過程的關(guān)鍵點和規(guī)律，從而構(gòu)建支持有效教學(xué)設(shè)計的教學(xué)模型，而這些模型最終目的是更好地開展差異化教學(xué)以滿足學(xué)習(xí)者的個性化學(xué)習(xí)需求。

聚類#2 automatic essay scoring（自動作文評分）和聚類#3 exploratory dialogue（探索對話）則是對學(xué)習(xí)者在互動交流中產(chǎn)生的大量對話文本進行分析，通過自動化文本語義分析了解學(xué)習(xí)者知識掌握程度、學(xué)習(xí)動機、學(xué)習(xí)策略等個性特征信息，為調(diào)整教學(xué)策略和設(shè)計提供依據(jù)。

聚類#4 knowledge construction（知識建構(gòu)）和聚類#5 transferable competencies（能力轉(zhuǎn)化）主要是判定學(xué)習(xí)者知識和能力的掌握程度，并依據(jù)分析的結(jié)果為學(xué)習(xí)者提供一定的學(xué)習(xí)策略和方法以幫助學(xué)習(xí)者提升掌握知識和應(yīng)用知識的能力。

聚類#6 dataset-drivenre search（數(shù)據(jù)集驅(qū)動的研究）是基于網(wǎng)絡(luò)學(xué)習(xí)平臺和系統(tǒng)搜集的數(shù)據(jù)，采用相關(guān)挖掘技術(shù)和算法進行分析，發(fā)現(xiàn)學(xué)習(xí)中存在的問題和學(xué)習(xí)行為特征。

聚類#7 emotional research（情感研究）是對學(xué)習(xí)者注意力、情緒和態(tài)度等方面進行探索。學(xué)習(xí)者情感態(tài)度價值觀的研究一直是教育研究領(lǐng)域忽視的板塊，特別是在網(wǎng)絡(luò)環(huán)境下教與學(xué)活動、教師與學(xué)生時空相對分離，學(xué)生的焦慮感、孤獨感等情緒時有發(fā)生，因此，關(guān)注學(xué)習(xí)者情感和動機變化的成因并進行改善有助于提高其學(xué)習(xí)成效[30]。

（六）基于學(xué)科背景的研究方法分析

在研究方法編碼上，分別對學(xué)科背景和研究方法名稱進行數(shù)字和字母標(biāo)識，例如，文獻標(biāo)識LAK13-01，學(xué)科背景標(biāo)識12，研究方法標(biāo)識A，代表該文獻含有教育學(xué)和計算機科學(xué)與工程兩個學(xué)科，研究方法為文獻研究法。通過數(shù)據(jù)進行統(tǒng)計分析和可視化輸出，得出如圖8所示分析結(jié)果。

其中，圓圈中的數(shù)字代表對應(yīng)學(xué)科采用該研究方法的數(shù)量，如，文獻研究法對應(yīng)教育學(xué)的圓圈顯示為14，表明有14篇教育學(xué)背景的研究文獻采用文獻研究法作為其主要的研究方法；連線表示不同學(xué)科背景研究者采用同一研究方法的合著關(guān)系，連線上的數(shù)字代表其合著過程使用同一研究方法的數(shù)量，例如，文獻研究法對應(yīng)的教育學(xué)和計算機科學(xué)與工程兩門學(xué)科，其連線上的數(shù)字顯示為4，表明以教育學(xué)和計算機科學(xué)與工程為學(xué)科背景的合著文章中有4篇采用文獻研究法。

在研究方法種類方面，相對于傳統(tǒng)的調(diào)查研究、實驗研究等方法，學(xué)習(xí)分析側(cè)重開展文本分析、設(shè)計研究、聚類分析、眼動分析、連續(xù)模式提取、時間序列分析、移動點分析、人工智能等教育數(shù)據(jù)挖掘和機器學(xué)習(xí)分析方法，這與前面研究主題分析得出的數(shù)據(jù)集驅(qū)動的研究較為一致。

在研究方法數(shù)量方面，文獻研究法、基于設(shè)計的研究、文本分析法、混合研究法是較多應(yīng)用的研究方法。其中，文獻研究法主要用于介紹學(xué)習(xí)分析的理論框架、模型設(shè)計、技術(shù)方法等內(nèi)容，基于設(shè)計的研究側(cè)重學(xué)習(xí)分析工具的設(shè)計、可視化、應(yīng)用與改善，如，桑托斯（Jose Luis Santos）等研究者設(shè)計StepUp學(xué)習(xí)分析儀表盤以支持學(xué)習(xí)者自我反饋和意義建構(gòu)[31]。

文本分析側(cè)重分析虛擬學(xué)習(xí)社區(qū)和網(wǎng)絡(luò)答疑區(qū)中互動文本的提取、分析與社會網(wǎng)絡(luò)分析?；旌涎芯糠▌t是結(jié)合定性和定量兩種方式對學(xué)習(xí)數(shù)據(jù)的捕獲、個性化學(xué)習(xí)行為和心理特征等方面進行分析。

在學(xué)科合作方面，從學(xué)科合作曲線密集度可以看出設(shè)計研究、混合研究和人工智能等方法涉及教育學(xué)、計算機科學(xué)、人工智能、心理學(xué)與認知科學(xué)等多學(xué)科的交叉合作，說明跨學(xué)科開展工具設(shè)計、可視化和教育數(shù)據(jù)挖掘成為學(xué)習(xí)分析的一種常態(tài)。

四、學(xué)習(xí)分析研究熱點的討論

（一）學(xué)習(xí)分析的工具設(shè)計與可視化輸出

利用學(xué)習(xí)分析工具對網(wǎng)絡(luò)學(xué)習(xí)活動管理系統(tǒng)中的數(shù)據(jù)進行分析并可視化輸出是當(dāng)前學(xué)習(xí)分析研究的熱點之一。

通過對歷屆會議論文研究主題的分析可以看出，每年都會有研究者聚焦于學(xué)習(xí)分析工具的設(shè)計與應(yīng)用。從早期的用于分析學(xué)習(xí)者社會網(wǎng)絡(luò)關(guān)系的SNAPP（The Social Networks Adapting Pedagogical Practice）工具、對學(xué)習(xí)管理系統(tǒng)中學(xué)生行為數(shù)據(jù)進行評價和分析的AAT（The Academic Analytics Tool）工具到后面對學(xué)習(xí)過程和參與行為進行分析的eGraph工具，學(xué)習(xí)分析工具逐漸從分析學(xué)習(xí)者群體特征數(shù)據(jù)走向?qū)€人學(xué)習(xí)活動過程行為分析的演變[32][33][34]。

而在可視化分析方面，由早期的基本信息呈現(xiàn)走向?qū)W(xué)習(xí)者活動參與情況、個性化學(xué)習(xí)路徑、學(xué)習(xí)能力等深層信息進行分析輸出?？梢钥闯?，未來學(xué)習(xí)分析工具設(shè)計與分析將逐漸走向個性化、智能化和可視化。

（二）基于學(xué)習(xí)過程的行為數(shù)據(jù)預(yù)測未來學(xué)習(xí)表現(xiàn)

近年來，研究者逐漸開始探索分析學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)活動行為與學(xué)習(xí)者未來考試表現(xiàn)之間的關(guān)系[35]。了解不同學(xué)習(xí)者的學(xué)習(xí)過程行為及其所產(chǎn)生的學(xué)習(xí)結(jié)果和表現(xiàn)不僅能夠幫助理解學(xué)習(xí)者做出選擇的歸因和動機，而且能夠幫助教師發(fā)現(xiàn)影響學(xué)習(xí)表現(xiàn)的內(nèi)外因素，為教學(xué)內(nèi)容的調(diào)整和干預(yù)提供依據(jù)。

這方面的研究主要集中在學(xué)習(xí)結(jié)果預(yù)測模型和機制分析、學(xué)習(xí)者已有知識經(jīng)驗如何影響其未來表現(xiàn)、預(yù)測工具設(shè)計與應(yīng)用、學(xué)習(xí)成敗預(yù)測分析等。例如，肯尼迪（Gregor Kennedy）等研究者基于大規(guī)模開放在線課程中學(xué)習(xí)者的先前知識、技能和活動預(yù)測學(xué)習(xí)表現(xiàn)，發(fā)現(xiàn)學(xué)習(xí)者的先驗知識是其未來學(xué)習(xí)成功的重要預(yù)測指標(biāo)[36]。安德爾加森（Monika Ander-gassen）等研究者使用Web Usage Mining工具對學(xué)習(xí)者在考試準備過程中的行為數(shù)據(jù)與學(xué)習(xí)結(jié)果的相關(guān)性進行了分析，發(fā)現(xiàn)學(xué)習(xí)者的時間間隔、練習(xí)題和考試題的覆蓋范圍與成績成正相關(guān)[37]。因此，利用學(xué)習(xí)者已有行為數(shù)據(jù)進行預(yù)測分析并提供適切的教育干預(yù)是當(dāng)前學(xué)習(xí)分析的另一個研究熱點。

（三）虛擬學(xué)習(xí)社區(qū)中的交互文本與對話挖掘分析

虛擬學(xué)習(xí)社區(qū)中的互動答疑和討論交流是網(wǎng)絡(luò)環(huán)境下教師與學(xué)生以及學(xué)習(xí)者之間開展異步討論與協(xié)作學(xué)習(xí)的主陣地，通過對學(xué)習(xí)者互動交流產(chǎn)生的文本進行分析和挖掘，不僅可以了解其對討論內(nèi)容的看法，而且可以了解其知識建構(gòu)的過程。

然而，鑒于互動文本本身所具有的內(nèi)容長度較小和情境復(fù)雜的特性，很難對其進行有效的分析[38]。傳統(tǒng)的文本分析并不能夠全面地提取到學(xué)習(xí)者互動交流內(nèi)容中所包含的意義和情境信息，且在文本大數(shù)據(jù)集的背景下通過人工方式對文本內(nèi)容進行編碼分析會耗費大量的時間和精力。當(dāng)前，教育文本分析側(cè)重通過數(shù)據(jù)挖掘和機器學(xué)習(xí)等方式對文本內(nèi)容進行自動提取和分析。例如，希巴尼（Antonette Shibani）等研究者通過文本挖掘方式自動獲取學(xué)習(xí)者在互動交流中對團隊評價的內(nèi)容并進行分析[39]。在研究群體上，舒姆等研究者在2013年發(fā)起了教育文本分析的國際工作坊，以促進從事該主題研究的學(xué)者開展交流與合作[40]。

（四）學(xué)習(xí)者參與度、注意力與情感研究

在學(xué)習(xí)者廣泛注冊和學(xué)習(xí)大規(guī)模開放在線課程的現(xiàn)象下，參與度和通過率成為課程學(xué)習(xí)過程中日益凸顯的問題，較少學(xué)習(xí)者能夠堅持學(xué)完課程所有內(nèi)容并獲得課程認證[41]。

學(xué)習(xí)者參與度是影響學(xué)習(xí)成效的一個重要因素，如何提高其參與度、學(xué)習(xí)注意力并分析其情感成為研究者逐漸關(guān)注的問題。在參與度模式上，研究者麗塔（Kop Rita）及其同事對聯(lián)通主義理論指導(dǎo)下大規(guī)模開放在線課程的學(xué)習(xí)參與度進行分析，發(fā)現(xiàn)由于該類型課程鏈接了不同類型工具和資源，很難追蹤學(xué)習(xí)者所有的學(xué)習(xí)活動，但從已有學(xué)習(xí)行為上分析，可以看出學(xué)習(xí)者熱衷于該類型的課程學(xué)習(xí)，且這種參與度能獲得較好的學(xué)習(xí)效果[42]。在注意力分析方面，通過采用視頻分析和移動點分析，可以了解學(xué)生在課堂環(huán)境下注意力的變化情況，并發(fā)現(xiàn)其注意力層級表現(xiàn)水平，進而為教學(xué)策略的改善提供依據(jù)[43]。

在情感分析方面，通過眼動和腦電波分析可以了解學(xué)習(xí)者的課程學(xué)習(xí)狀態(tài)，以真實反映其在學(xué)習(xí)活動中的態(tài)度意向，并找到真正影響學(xué)習(xí)的內(nèi)在因素[44]。

（五）教育數(shù)據(jù)挖掘視角下的形成性評價

學(xué)習(xí)評價是課堂教學(xué)活動和網(wǎng)絡(luò)學(xué)習(xí)過程的一個重要環(huán)節(jié)之一，評價內(nèi)容、方式和結(jié)果在一定程度上影響后面的教學(xué)過程[45]?！督逃畔⒒臧l(fā)展規(guī)劃（2011-2020）》在“推進信息技術(shù)與教學(xué)融合”部分提出，要建設(shè)智能化教學(xué)環(huán)境，提供優(yōu)質(zhì)數(shù)字教育資源和軟件工具，鼓勵發(fā)展性評價[46]。而教育數(shù)據(jù)的積累和學(xué)習(xí)分析的出現(xiàn)，為學(xué)習(xí)者的形成性評價提供了新的分析思路。通過教育數(shù)據(jù)挖掘的方式對學(xué)習(xí)者參與的學(xué)習(xí)活動進行行為分析并分數(shù)轉(zhuǎn)化，可以使形成性評價更加科學(xué)有效。

這方面比較有代表性的研究是理查茲（Griff Richards）等搜集了學(xué)習(xí)者在課程學(xué)習(xí)中的過程性數(shù)據(jù)，并進行動態(tài)性的評價以分析學(xué)習(xí)活動的有效性和教學(xué)設(shè)計的適切性，最后，提出了數(shù)字化學(xué)習(xí)環(huán)境下開展形成性評價的指導(dǎo)原則[47]。

五、結(jié)語

學(xué)習(xí)分析作為新興的研究方向，近年來得到研究者的廣泛關(guān)注和深入探索。本研究通過對歷年“學(xué)習(xí)分析與知識國際會議”文獻的研究者信息、關(guān)鍵詞、研究主題和方法等進行定量分析以洞悉該研究領(lǐng)域的學(xué)術(shù)生態(tài)結(jié)構(gòu)和焦點內(nèi)容，為國內(nèi)研究者了解該領(lǐng)域的研究取向并開展國際合作研究提供鋪墊。從文獻分析結(jié)果中可以看出，學(xué)習(xí)分析在理論和實踐兩個層面已經(jīng)開展了多方面的研究探索，并進行了試驗研究，未來學(xué)習(xí)分析研究應(yīng)致力于如何利用學(xué)習(xí)分析工具、教育數(shù)據(jù)算法、人工智能和機器學(xué)習(xí)等技術(shù)，來更好地改善數(shù)字化環(huán)境下的教與學(xué)，解決教育實踐中的關(guān)鍵問題，從而真正地將教育研究成果轉(zhuǎn)化為教育生產(chǎn)力。

基金項目：本文系2014年全國教育科學(xué)“十二五”規(guī)劃教育部重點課題“基于教育大數(shù)據(jù)的學(xué)習(xí)分析工具設(shè)計與應(yīng)用研究”（課題編號：DCA140230）、2014年北京師范大學(xué)自主科研基金重點項目“電子書包中基于大數(shù)據(jù)的學(xué)生個性化信息挖掘與應(yīng)用研究”（課題編號+00305-310400080）和2015年國家留學(xué)基金委建設(shè)高水平大學(xué)公派研究生項目的研究成果。