近年來我國學習分析期刊論文內容分析研究

徐玲潔

摘 要 運用內容分析法，對我國2010—2016年間公開發表在國內學術期刊上的學習分析論文進行分析，并采用可視化的統計軟件CiteSpace，從論文作者和研究熱點兩個維度進行分析。在分析過程中梳理出我國學習分析的研究傾向和發展趨勢，思考在研究過程中發現的問題，提出建議，以期促進有關學習分析的研究在國內能夠更好地開展。

關鍵詞 CiteSpace；學習分析；網絡學習；Moodle；MOOC

中圖分類號：G642 文獻標識碼：B

文章編號：1671-489X（2017）22-0029-04

Research on Content of Papers Published in China in Recent Years//XU Lingjie

Abstract Since 2010， learning analysis has been predicted by the Horizon Project for four consecutive years， and the research on lear-ning analysis has been paid more and more attention. In order to better understand the current situation and trend of learning analysis in China， the author uses the content analysis method to analyze the research and analysis papers published in Chinas academic journals from 2010 to 2016， and use visualization software CiteSpace， from the thesis author and the research hotspot two dimensions to carry on

the analysis. In the process of analysis， the research tendency and development trend of learning analysis in our country are analyzed， and the problems and suggestions in the course of research are dis-cussed in order to promote the study of learning analysis in China.

Key words CiteSpace； learning analysis； online learning； Moodle； MOOC

1 前言

隨著互聯網技術與信息技術的飛速發展，網絡學習受到越來越多人的青睞，已經發展成為一種成熟的學習方式。相較于傳統的學習方式，網絡學習更加自由、靈活和開放。而且，Chat-rooms、Wiki等社會性軟件的出現和應用，進一步豐富了學生的在線學習活動。學習活動的豐富性雖然可以促進學生的學習，但也對教師的監控和管理帶來困難。如何有效地監控學生的學習行為，提高在線學習質量，已經成為目前亟待解決的問題之一。

學習分析是由網絡分析和學術分析發展而來，自2010年被首次提出，連續四年被“地平線項目”預測為未來幾年內的發展主流。學習分析旨在運用現代化的分析工具和方法對學習者的行為數據進行挖掘、加工和分析，再根據分析的結果，對他們的學習進行預測和建議，以促進學習者的學習。可以說，學習分析的出現為解決網絡學習的質量問題提供了思路。

2 研究設計與思路

研究對象 本研究在CNKI（中國知網）學術文獻總庫中進行檢索，設定檢索詞為“學習分析”，發表時間為“不限”，文獻來源為“全部期刊”，檢索項分別為“關鍵詞”和“主題”，采取“精確”匹配方式，檢索結果為：截至2016年10月5日，共有文獻233篇。為了提高本研究的信度與效度，筆者在統計的過程中將非學術性和與本研究主題無關的文獻剔除，最終確定193篇期刊文獻作為本次研究的樣本。從檢索的結果發現，國內關于學習分析的研究始于2012年。

研究方法 筆者采用美國Drexel大學陳超美教授開發的可視化分析工具CiteSpace和基本統計工具Microsoft Excel，從論文的作者、研究熱點、研究內容等多個方面對確定的研究對象，即193篇期刊文獻進行統計分析。CiteSpace是一款基于Java平臺的可視化文獻分析軟件。它主要應用于科學文獻中識別并顯示科學發展的最新趨勢和最新動態。

類目與分析單元 在對期刊文獻進行內容分析前，需要提前設計內容分析類目。本研究直接采用彭文輝的分類方式，見表1[1]。

評判記錄與信度分析 本研究選取兩名資深教授作為評委，對193篇期刊文獻進行評判。兩位教授完全同意的文獻數量為175篇。相互同意度和內容分析信度的求解

公式：

K=2M/（N1+N2）

R=n*K/[1+（n-1）*K]

其中，M表示兩位評委完全同意的文獻數量，N1和N2表示評委1和評委2所分析的文獻數量，K表示相互同意度，R表示內容的分析信度，n表示評委人數。

根據公式，計算得出相互同意度為0.906，內容的分析信度為0.95。結果顯示，可以將評委的評判結果作為內容分析的結果。

3 數據統計和分析

論文基本情況分析 本研究使用書目共現分析系統Bi-comb，對收集的文獻從文獻的期刊來源和發表年份兩個方面進行統計分析。endprint

1）期刊來源分析。根據統計的結果可知，193篇文獻來自97種期刊，說明這些文獻分布較為分散。其中文獻分布數量超過八篇的有八種期刊，分別是《中國電化教育》《開放教育研究》《遠程教育雜志》《中國遠程教育》《現代教育技術》《電化教育研究》《中國教育信息化》和《現代遠距離教育》。其具體統計情況見表2。

從表2可知，這八種期刊一共載文89篇，占文獻總數的39.34%；而且載文數量較多的期刊，大部分是CSSCI來源期刊，具有一定的參考價值。

2）論文發表年份分析。筆者對我國2012—2016年間發表的學習分析論文進行統計分析，得出每一個年份的文獻數量，如圖1所示。從圖1可知，首先，國內關于學習分析的研究始于2012年，說明國內關于學習分析的研究尚處于起步階段；其次，從2014年開始，關于學習分析的文獻數量明顯增多，說明學習分析的研究已引起重視。

研究者分析

1）論文作者所屬單位分析。根據統計分析的結果，筆者將論文作者的所屬單位大致分為六類，分別是中小學、職業技術學院、普通高校、電教中心、國家開放大學和其他。統計結果如圖2所示。

從圖2可知，國內關于學習分析研究的論文作者84%來自普通高校，7%來自國家開放大學，職業技術學院和中小學各占2%，還有一些其他的單位，如上海市教育科學研究院普教所，占4%。從分析結果可知，普通高校是學習分析研究的主要單位。目前，國內大部分高校設有網絡學習平臺，如何將學習分析應用于在線學習，提高學習者的學習質量，是需要重點考慮的問題。在這些普通高等院校中，發文篇數較多的大都為師范類院校，其中包括華東師范大學、東北師范大學、華南師范大學以及北京師范大學等。這說明相比其他普通高校，師范類院校更重視學習分析的研究，可能是因為學習分析旨在解決學生的學習問題，與師范院校的定位相一致。

2）論文作者分析。對論文作者進行統計分析可以發現，魏順平、顧小清、趙蔚和孫洪濤等人發表的論文較多，都在五篇以上。這些作者對學習分析的研究較多，推動了國內學習分析的研究。從整體上來分析，這些論文的作者還是相對分散的，說明學習分析的研究力量比較分散，不夠集中。除此之外，筆者發現在193篇文獻中，有109篇是由兩名或者多名作者合作發表的。合作發表的論文數量較多，占總數的56.47%。學習分析的研究內容涉及教育學、計算機科學等多學科的研究領域，集聚不同領域的學者能夠更好地推動國內學習分析的研究。

為了分析合作者之間的關系，本研究使用CiteSpace軟件進行分析，其結果如圖3所示。從圖3可知，多位研究者的合作關系較為緊密。如劉東亮、趙蔚和姜強等人，顧小清、郁曉華和胡藝齡等人，孫洪濤、陳麗和鄭勤華等人。顧小清等人組成的團隊致力于學習分析的研究，他們發表的論文數量較多，而且質量較好。

研究熱點分析 使用CiteSpace對論文的研究熱點進行分析，分析的方式與上面一致，只是將Node types節點類型設置為Keyword，將top N per slice的值設置為30，最后將Thresholds閾值的三個時區都設置為（1，1，20）。最終得到圖4所示的分析結果。圖4為分析得到的關鍵詞的最小生成樹圖譜，該圖譜一共有374個節點，765條連線。從圖片中可以清楚看出，位于網絡中心的節點分別是教育數據挖掘、在線學習、MOOC和Moodle等，說明這些研究主要圍繞上述內容開展。

為了更加直觀地呈現2012—2016年間每一年的研究熱點，筆者將圖形輸出的方式設置為Timeline，得到研究熱點的時區分布圖，如圖5所示。通過分析可知，國內關于學習分析的研究逐漸從理論探究轉向實踐開發，如設計、開發可視化的分析工具等。

研究內容分析 本研究按照彭文輝的分類方式，將學習分析的研究領域劃分為六類，包括基本理論研究、調查研究、模型構建研究等，將不屬于這六類的都歸于“其他”。筆者按照這種分類方式對193篇文獻進行統計分析，其結果如圖6所示。從圖6可知，學習分析的基本理論研究所占比例最高，達22%，說明我國關于學習分析的理論研究較多。理論研究是其他研究的基礎，我國有關學習分析的研究起源于2012年，尚處于起步階段，因此較多。

其次是學習分析的應用研究，占總數的19%，說明國內的學者傾向將學習分析的理論應用于實踐中，這是一種比較好的研究趨勢。

再次是學習分析的調查研究，所占比例為14%。調查分析主要涉及對學習分析應用現狀的調查和個案研究。

學習分析的相關技術研究和系統設計研究，分別占總數的9%和8%。學習分析的相關技術研究主要涉及的是數據挖掘技術和社交網絡分析技術，對其他方面的技術研究較少。而學習分析的系統設計研究主要是圍繞在線學習系統的設計展開，這可能是由學習分析的功能定位決定的。

4 研究重心的變化分析

為了清楚地呈現學習分析的研究內容從2012—2016年的變化情況，本研究從基本理論研究、調查研究和模型構建研究等六個方面去統計每一年的論文篇數，其統計結果如圖7所示。

從圖7可知，學習分析的相關技術研究，從2013年開始一直呈現上升趨勢。學習分析強調運用現代化的分析工具去分析學習者的行為，說明研究者開始將重心轉移到對技術的研究上。從2014年開始，學習分析的基本理論研究呈現下降趨勢，可能是因為學習分析的研究更加多元化，不再局限于對理論的探討。

除此之外，從圖中可以看出，學習分析的應用研究從整體上呈上升趨勢，而且也是變化幅度最大的一個方面。這種變化趨勢可以看出國內的研究者開始重視應用方面的研究。學習分析的目的就是幫助學習者解決學習問題，增強學習效果，那么如何將學習分析的相關理論和方法應用于日常生活中，才是最終的落腳點。

相比國外的研究，國內的研究尚處于起步階段，而且更加偏向理論探究。從這幾年的變化趨勢可以看出，國內的學者開始重視學習分析的研究價值，并將研究取向由理論轉向技術、應用等方面，更加多元化。endprint

5 總結與建議

通過對近四年我國學習分析期刊論文的研究和分析，就目前我國現階段學習分析的研究和發展進行一定的思考，并針對存在的問題提出相關建議。

研究內容方面 雖然我國關于學習分析的研究開始轉向技術、應用領域，但是相比國外，其研究的傾向還是更加側重于理論研究，而且對技術、應用等領域的研究數量較少，并且不夠深入。與此同時，學習分析的研究熱點聚集在教育數據挖掘、在線學習、MOOC、Moodle等，說明無論是理論、技術、模型還是應用研究，其研究都主要圍繞這些內容展開，學習分析的應用較為局限，大部分集中在在線學習方面，而且依托的研究平臺主要是Moodle。

筆者認為，學習分析的研究可以不僅僅局限在網絡學習的分析上，也可以拓展到課堂學習，或者是混合學習。將研究范圍拓寬，就可以豐富研究內容。除此之外，在線學習的研究不應該局限于Moodle。Moodle平臺的研究較早，而且就目前而言，其研究價值不大。筆者認為，研究者可以考慮其他教學平臺，如Sakai等，或者是自己團隊嘗試開發一個教學平臺，并將學習分析的理論融入平臺的設計。

研究方法與研究工具方面 通過研究，發現關于學習分析的研究方法較為單一，主要采用的是文獻研究、大數據分析等方法，還需要更加豐富一些。筆者認為，研究者可以嘗試運用實驗法、觀察法、訪談法等方式，除了探究數據背后的意義外，還要關注學習者的心理變化和感受。畢竟，要想從長遠改善學習者的學習行為，還得從他們的學習感受和態度著手。

除此之外，關于學習分析的研究工具也較少。目前，國內的研究工具主要有數據挖掘工具、社交網絡分析工具等，內容分析、話語分析的工具很少，而且還不是對外開源的，這對部分研究者特別是對一線教師的研究造成阻礙。筆者認為，研究者應該將更多的精力投入學習分析研究工具的開發上，而且應該共享研究成果，從而讓更多的研究者受益，共同推動學習分析研究與應用。

參考文獻

[1]彭文輝，曾東薇.近十年我國網絡學習行為期刊論文的內容分析研究[J].中國遠程教育，2015（1）：42-48.

[2]朱珂，劉清堂.基于“學習分析”技術的學習平臺開發與應用研究[J].中國電化教育，2013（9）：127-132.

[3]顧小清，張進良，蔡慧英.學習分析：正在浮現中的數據技術[J].遠程教育雜志，2012（1）：18-25.

[4]王陸.典型的社會網絡分析軟件工具及分析方法[J].中國電化教育，2009（4）：95-100.

[5]李青，王濤.學習分析技術研究與應用現狀述評[J].中國電化教育，2012（8）：129-133.

[6]馬秀濤，張小莉.國內學習分析研究現狀的文獻分析[J].中國教育技術裝備，2014（14）：101-102.

[7]孫洪濤.學習分析視角下的遠程教學交互分析案例研究[J].中國電化教育，2012（11）：40-46.

[8]曹曉明，朱勇.學習分析視角下的個性化學習平臺研究[J].開放教育研究，2014，20（5）：67-74.

[9]郁曉華，顧小清.學習活動流：一個學習分析的行為模型[J].遠程教育雜志，2013，31（4）：20-28.

[10]魏順平.Moodle平臺數據挖掘研究：以一門在線培訓課程學習過程分析為例[J].中國遠程教育，2011（1）：24-30.

[11]李艷燕，廖劍，王晶，等.協作學習交互分析工具及其案例研究[J].開放教育研究，2007（4）：94-99.

[12]魏順平.學習分析技術，挖掘大數據時代下教育數據的價值[J].現代教育技術，2013（2）：5-11.

[13]李艷燕，馬韶茜，黃榮懷.學習分析技術，服務學習過程設計和優化[J].開放教育研究，2012，18（5）：18-24.endprint