基于SATI的國內網絡學習空間的可視化分析

[關鍵詞]網絡學習空間;文獻計量;可視化分析

[中圖分類號]G434 [文獻標識碼]A [文章編號]1008-7656（2019）04-0005-07

關于網絡學習空間的研究最早可以追溯到2000年，隨著Moodle、BlackBoard等在線學習平臺的出現與飛速發展，網絡學習空間已經“有實無名”。直到2012年，“三通工程”的提出，促使網絡學習空間的建設進入高速發展階段，與之對應，國內關于網絡學習空間的研究也進入系統化和專業化階段，在此期間，網絡學習空間的概念也就此提出，從“有實無名”轉變為“有實有名”。雖然現階段國內關于網絡學習空間的研究有很多，但是可以看到，其相關研究起步較晚，真正開始得到重視是在2012年。對該領域的研究情況進行計量和可視化分析，可以明確網絡學習空間的發展方向，為創新研究、提高科研效率具有重要的意義。

一、數據選取與研究方法

（一）數據來源

在中國知網學術期刊總庫中進行檢索，設定檢索詞為“網絡學習空間”，檢索項為“主題”，采取“精確”匹配方式，發表時間為“不限”，文獻來源為“全部期刊”，共獲得文獻1217篇，剔除155篇不相關文獻，最終得到1062篇，記錄存儲格式為EndNote。

（二）分析工具

采取的分析工具是SATI3.1軟件和Ucinet。文獻題錄信息統計分析工具（Statical Analysis Toolkit For Informatrics，SATI）是一款利用C#編程技術，基于NET平臺設計開發出的文獻題錄信息統計分析工具軟件，支持導入并處理四種格式國內外文獻題錄數據，具有字段信息抽取、題錄格式轉換、詞頻統計和知識矩陣構建等功能。利用SATI生成研究對象的關鍵詞共現矩陣、主題詞共現矩陣和作者共現矩陣等，并將分析得到的結果直接導入到社會網絡分析軟件Ucinet中，生成可視化的知識圖譜。

二、國內網絡學習空間的可視化分析

（一）時間維度分析

通過對國內網絡學習空間的文獻數量按照發表年份進行統計分析，得到文獻數量時間分布圖，見圖1所示（2019年尚未結束，故排除在統計范圍外）。從圖中可知，關于網絡學習空間的文獻最早發表于2000年，從2012年開始，文獻數量整體呈現逐年遞增的趨勢。

利用SPSS對2000～2018年期間發表的文獻數量進行K值聚類，最終將其劃分為3類，其結果如圖2所示。根據聚類分析的結果，將國內網絡學習空間的研究過程劃分為3個階段：一是啟蒙期（2002～2012年），聚類均值為6篇，文獻數量較少;二是爆發期（2013～2016年），聚類均值為130篇，發文數量有了大幅度的提升，且呈現逐年增加的趨勢;三是發展期（2017～2018年），聚類均值為229篇，發文數量的增長速度有所減緩，但也是在逐年增加。2013年國內有關網絡學習空間的文獻數量較之2012年有大幅度激增，從19篇增加到了97篇，說明從2013年開始，網絡學習空間已經引起了學術界的關注，成為了比較重要的研究方向。2012年3月，教育部發布《教育信息化十年發展規劃（2011—2020年）》，提到要在2020年基本建成人人可享有優質教育資源的信息化學習環境;2012年10月，教育部和發改委等九部委聯合出臺的“三通兩平臺”工程文件，將網絡學習空間建設作為七大重點工作之一。一系列的政策出臺，充分體現了國家對網絡學習空間建設的重視程度，也引發了學術界的研究熱潮。

對1062篇文獻所在的期刊進行統計分析，發現研究對象被分別發表在397種期刊上，可以看出這些文獻分布的范圍較廣。按照布拉德福定律，核心區期刊的文獻數量為354篇。對397種期刊按照發文數量依次降低的順序進行排序，排名前10的期刊載文總量為348篇，約等于核心區期刊的文獻數量，故排名前10的期刊為核心區期刊，如圖3所示。從研究分析的結果可知，核心期刊較為集中，說明國內關于網絡學習空間的相關研究已經形成了較為穩定的核心刊群。在核心區期刊中，核心期刊有3個，分別是《中國電化教育》《電化教育研究》《遠程教育雜志》，占核心期刊數量的30%，說明國內關于網絡學習空間的相關研究較為成熟，研究質量較高。

對研究機構進行統計分析，按照發文量由高到低的順序，列出發文量排名前十的研究機構的發文情況，如表1所示。表中的“所占比例”指的是該研究機構在“網絡學習空間”相關研究中的發文量占總研究量，即1062篇文獻的比例。從表中可知，排名前10的研究機構有9所師范院校，其中北京師范大學、華南師范大學、華中師范大學和東北師范大學屬于教育部直屬六大師范學校，說明師范院校十分重視網絡學習空間的相關研究，并且取得了較好的研究成效。

通過對高頻作者的合作網絡進行可視化分析，可以發現該研究領域的核心研究群體。借助文獻分析工具SATI和社交網絡分析工具Ucinet對國內網絡學習空間研究領域的高頻作者的合作情況進行分析。將包含了1062個數據的樣本導入到SATI中進行抽取，設置抽取字段為“Authors”，分析得到2056位作者，合并重復發文的作者后，得到以第一作者發表文章的作者人數為919位，占作者總數的44.70%。為了更加直觀的呈現高頻作者的發文情況，統計了發文量排名前10位的作者（考慮發文量相同的情況，所以統計出來的人數超過了10人），如表2所示。

關鍵詞是作者對論文中心內容的集中概括，在一定程度上體現了作者的研究主題和方向，因此，如果某個關鍵詞在該研究領域出現的次數較多，說明該關鍵詞所反映的研究內容就是該領域的研究重點。除了分析關鍵詞的出現頻率外，還可以對關鍵詞之間的聯系進行分析。如果兩個或多個關鍵詞都同時出現在多篇不同的論文中，而且出現的頻率越高，說明這些關鍵詞之間的關聯度就越高。通過對國內網絡學習空間研究領域的關鍵詞進行共現網絡分析，以期發現該領域的研究熱點和知識結構等。

在SATI中，將抽取字段設置為“Keywords”，點擊“Frequency”進行頻次統計，可以得到每一個關鍵詞出現的次數。根據統計的結果，1062篇文獻中提取到了2352個關鍵詞，關鍵詞出現的頻次總數為5448次，剔除掉檢索項“網絡學習空間”后，還剩下2351個關鍵詞，出現頻次總數為4979次。根據二八定律，提取了頻次數排名前30位的關鍵詞，這些關鍵詞的頻次總數為1030次，占頻次總數的20.69%，其結果如表3所示。

在SATI中，選取抽取的字段為“關鍵詞”，在Row/Cols中限定詞設置為31（考慮“網絡學習空間”關鍵詞），可以生成高頻關鍵詞的共詞矩陣、相似矩陣和相異矩陣，如下頁圖6、圖7和圖8所示。共詞矩陣是一個相關矩陣，該矩陣對角線上面顯示的數據就是該關鍵詞出現的頻次，例如，“教育信息化”的出現頻次為124次，它與“學習空間”同時出現的頻次是2次，意味著在1062篇論文中，有兩篇論文同時包括上述兩個關鍵詞。為了更直觀地呈現關鍵詞之間的聯系，SATI還可以生成關鍵詞的相似矩陣和相異矩陣。在相似矩陣中，兩個關鍵詞的相似系數越高，說明它們共同出現的同一篇論文中的幾率就越大，意味著它們之間的關系就更加密切。而在相異矩陣中，兩個關鍵詞的系數越小，則說明它們之間的聯系更加緊密。在相似矩陣中，數值為“0”的過多，可能會使得在統計分析的過程中誤差較大，為了降低誤差，通常會對相異矩陣進行分析，例如，在SPSS中進行多維度尺度分析，最好使用相異矩陣，其結果會更加直觀。

1.網絡整體屬性分析

在Ucinet中，通過點擊“網絡—凝聚力—密度”，可以測得關鍵詞共現網絡的網絡密度，通過分析，得出該網絡的密度為0.0083，密度值較低，意味著關鍵詞的共現頻次較低，說明了在國內網絡學習空間研究領域，研究范圍較為寬泛，內容比較豐富，但是也說明該領域的研究還不夠深入，需要凝練研究主題。

從圖9中可以看到，除了檢索詞“網絡學習空間”居于整個網絡的中心外，“教育信息化”“三通兩平臺”“翻轉課堂”和“信息技術應用能力”等關鍵詞位于網絡的中心，而且這些關鍵詞之間的連線較粗，說明這些關鍵詞在整個網絡中處于較為核心的地位;除此之外，可以看到，“英語學習”“課題研究”和“外語教學”等關鍵詞構成了一個小群體，說明這些關鍵詞共現的頻次較高，這是跟某個或多個研究課題有關;最后，“學習共享空間”“圖書館”和“高校圖書館”等關鍵詞位于網絡的邊緣，說明這些關鍵詞雖然沒有處于核心的地位，但是進入了研究視野，在將來可能受到關注。

2.網絡中心性分析

中心性是社交網絡分析中非常重要的一個研究屬性，關系著網絡節點在整個網絡中所處的地位和重要性。在Ucinet中提供了中心性統計的功能，包括度中心性、接近中心性和中介中心性。本文按照降序的方式，將中心性排名前十的關鍵詞進行了統計，如下頁表4所示。

在社交網絡中，節點的度數中心性較高，說明這些節點處于網絡核心，所代表的關鍵詞是當前研究的熱點;如果該節點的度數中心性和接近中心性較低但是中介中心性較高，說明該節點所代表的關鍵詞會是該領域未來的發展趨勢。從表4中看到，“教育學會”“外語教學”等關鍵詞的度數中心性較高，說明它們是研究熱點;接近中心性和中介中心性排名前十的關鍵詞較為一致，“網絡學習空間”“教育信息化”“翻轉課堂”和“學習空間”等6個關鍵詞均在這兩項的前十范圍內;“網絡學習”“高校圖書館”和“教學改革”等關鍵詞在度數中心性和接近中心性均不在前十的范圍內，但是它們的中介中心性較高，說明國內網絡學習空間的研究會在未來一段時間內對它們更加重視。

3.網絡核心—邊緣結構分析

在Ucinet中，通過“網絡—核心/邊緣—絕對”的設置路徑，可以對關鍵詞共現網絡進行核心—邊緣結構分析，其結果如圖10所示。從圖中可以看到，分析的結果顯示出該網絡的Final fitness（實際數據與理想模型之間的相關系數）的數值為0.914，系數值較大，說明該關鍵詞共現網絡存在核心—邊緣結構。其次，分析結果還給出核心和邊緣節點的個數，分別是7個和23個。位于核心區的節點分別有： “實驗研究”“基于學習”“外語教學”“委員會”“十三五規劃”和“適性”等，與中心度居前列的關鍵詞基本一致，在一定程度上更加證實了這些關鍵詞在網絡中具有重要的地位，是該領域的研究熱點。

4.網絡共詞聚類分析

運用SPSS對高頻關鍵詞的相似矩陣進行系統聚類分析或者對相異矩陣進行多維尺度分析可以有效地歸納出國內網絡學習空間的研究主題，從而明確該領域的研究方向。為減少分析誤差，在SPSS中，通過“分析—度量—多維尺度（ALSCAL）”的設置路徑，對高頻關鍵詞的相異矩陣進行多維尺度分析，其結果如圖9所示。

第一，關于網絡學習空間的基礎理論與政策研究。包括關鍵詞教育信息化、教育信息化建設、數字教育資源、教育行政組織、教育部等。網絡學習空間的提出與教育部發布《教育信息化十年發展規劃（2011—2020年）》和“三通兩平臺”相關文件密切相關，也正應如此，網絡學習空間的概念才得以提出。這部分的研究主要是探討網絡學習空間的定義、起源與發展、模型建構以及國家的政策導向等，例如楊現民（2016）對網絡學習空間的定義、發展階段等進行了梳理，并對如何更好地建設提出了相關的建議[1];胡永斌（2016）提出了網絡學習空間的五種類型，即教學資源型、直播教學型、學習社區型和角色扮演型[2];吳林靜（2016）提出了網絡學習空間中在線學習行為的分析模型，并對該模型進行了認證研究[3]。

第二，基于網絡學習空間理念的教學模式與關鍵技術研究。包括班班通、云計算、信息技術和教學模式等關鍵詞等。如何搭建網絡學習空間是該領域研究的重大問題。該問題的研究表現在兩個方面，一是如何在已有的環境基礎上實現網絡學習空間的建設，例如劉艷艷（2014）以世界大學生為依托，從設計理念、資源整合和空間應用三個方面闡述了英語網絡學習空間的搭建問題[4];鄭建雙（2018）通過訪談法、問卷調查法和設計研究法對SPOC翻轉課堂學習空間進行了設計與分析[5]。二是基于某種現有的技術來構建學習空間，例如，陳磊（2012）探討了如何基于“云計算”技術來實現體育教學空間的搭建[6]。

三、研究結論與說明

通過運用文獻題錄信息統計分析工具SATI、社交網絡分析工具Ucinet和社會科學統計軟件包SPSS對發表在中國知網期刊總庫上的1062篇文獻從時間維度、期刊來源、研究機構、合著作者和關鍵詞共現等五個方面進行計量和可視化研究，得到以下結論：首先，通過對時間維度和期刊來源進行計量分析，發現國內網絡學習空間的研究起步較晚，直到2012年才開始得到重視，其發展大致經歷了啟蒙期、爆發期和發展期三個階段;網絡學習空間的相關研究已經形成了較為穩定的核心刊群，而且核心期刊所占比例較高，說明該領域的研究雖然起步較晚，但是質量令人滿意;其次，通過研究機構和高頻作者合著網絡進行統計與可視化分析，師范院校在這個領域的貢獻較大;張再福、楊宗凱和謝泉峰等人是該領域的核心作者，有一定的影響力，作者之間的聯系不是很緊密，已經形成的穩定研究團隊數量較少，規模較小，大部分研究人員都處于“孤立”狀態;最后，通過對關鍵詞共現網絡進行整體屬性、中心性、核心—邊緣結構和共詞聚類分析，發現網絡學習空間的研究較為分散，主題凝練不夠精細;該領域的研究熱點有：外語教學、翻轉課堂和實驗研究等;“高校圖書館”和“教學改革”等將可能在未來引起重視;其研究主題包括兩大部分，分別是關于網絡學習空間的基礎理論與政策研究、基于網絡學習空間里面的教學模式與關鍵技術研究。

需要說明的是，文章在對研究熱點和研究主題進行分析時采取的方式是借助SATI和Ucinet進行關鍵詞共現分析。關鍵詞在一定程度上反映了研究者的研究主題，是對研究內容的“精煉”，但是在選取關鍵詞的時候可能存在隨意性或者過于將課題名稱作為關鍵詞的情況，故會導致研究在一定程度上不是很精確，只能作為預測該領域發展方向的參考，還需要做更加深入的研究。

[參考文獻]

[1]楊現民，趙鑫碩，劉雅馨，等.網絡學習空間的發展：內涵，階段與建議[J].中國電化教育，2016（4）.

[2]胡永斌，黃如民，劉東英.網絡學習空間的分類：框架與啟示[J].中國電化教育，2016（4）.

[3]吳林靜，勞傳媛，劉清堂，等.網絡學習空間中的在線學習行為分析模型及應用研究[J].現代教育技術，2018（6）.

[4]劉艷艷.淺談世界大學城英語網絡學習空間的建設[J].企業導報，2014（21）.

[5]鄭建雙，楊延.SPOC翻轉課堂學習空間設計研究——以“電路分析”課程為例[J].北京郵電大學學報（社會科學版），2018（2）.

[6]陳磊，呂輝.基于“云計算”的體育教學 “云空間”構建研究[J].中國教育信息化： 高教職教，2012（12）.

[作者簡介]徐玲潔（1991-），女，湖南長沙人，長沙廣播電視大學助教，碩士，研究方向：網絡學習資源的設計與開發。

[責任編輯 鄭 鴻]