大數據環境下基于CiteSpace的大學生泛在學習可視化分析

陳美芳　謝穎　胡靜　沈友華

摘 要：大數據時代，海量的信息資源加快了泛在學習環境的構建進程，大學生的學習方式也逐漸向泛在學習轉變，雖然這種學習方式可以為學生提供更多的學習選擇，但是也給學生帶來了信息過量以及知識迷航等問題。本研究選取了中國知網和Web of Science兩個數據庫中泛在學習的相關文獻，運用CiteSpace軟件對這些文獻進行分析，總結了國內外泛在學習的主要研究熱點和特征，并根據大數據在教育中的應用價值提出相關的研究建議，以期為該領域的后續研究提供一些借鑒。

關鍵詞：大數據;泛在學習;CiteSpace;熱點與特征

中圖分類號：G4文獻標志碼：A文章編號：2096-0069（2021）05-0026-07

引言

近年來，隨著大數據等新技術的快速發展，大學生的學習方式也逐漸向泛在學習轉變。泛在學習是一種學習者可以在任何時間、任何地點以任何方式獲取自己所需信息資源的學習方式，這種學習方式的廣泛應用不僅有利于終身學習理念的推廣實行，也有利于學習型社會的構建，順應了時代發展的潮流。與此同時，現今多數大學生主要是根據具體的學習目標，自主選擇合適的學習方式、學習資源進行學習的，這種學習方式的有效進行需要一種個性化學習工具的支持，而泛在學習方式恰好可以給大學生提供這種支持。以體量大、速度快、多樣性、價值密度低為主要特征的大數據為泛在學習的長遠發展提供了更大的可能，它不僅能夠存儲學習者在學習過程中產生的所有數據，還能闡釋教育的整體狀況，通過挖掘個性化的教育元素，幫助研究者更好地了解教育的發展趨勢，進而確定研究方向和研究內容。同時，大數據還能深入挖掘學習者的個性化特征，并結合教育的整體狀況為學習者提供更具個性化的學習資源和服務，進而更加全面、具體地監測學習者的學習過程，為學習者創建一個更加自由、更加優質的學習環境 [1]。然而，大數據環境給大學生的學習帶來便利的同時也給他們帶來信息過量和知識迷航等問題。本研究利用CiteSpace軟件分析總結了大數據背景下泛在學習的研究熱點與特征，并對大數據推動大學生泛在學習的可行性進行分析，以期為該領域的后續研究提供一些借鑒。

一、研究設計

（一）數據來源

進入中國知網，以“泛在學習”“無縫學習”“無縫式學習”為檢索主題，并將文獻發表時間設定為2010年1月1日至2020年12月31日，同時選擇SCI、北大核心和CSSCI三個數據庫，手動去除與本研究無關的文章，一共獲得了309篇有效文獻。

進入Web of Science，以“ubiquitous learning”

“u-learning”為檢索主題，并將文獻發表時間設定為2010年1月1日至2020年12月31日，選擇Web of Science核心合集數據庫，文獻類型設置為article和review，一共獲得2100篇有效文獻。

（二）研究工具

本研究選用的研究工具是CiteSpace軟件，該軟件能夠幫助研究者將復雜的知識網絡轉化為可視化的圖形、序列化的知識圖譜，它不僅能夠向人們展示整個科學知識的基礎、結構和發展進程，還能幫助人們預測該領域的發展趨勢。本研究使用CiteSpace 繪制了國內外泛在學習相關文獻關鍵詞共現知識圖譜，進而深入挖掘該研究領域的研究熱點與特征。

二、數據分析

（一）相關文獻的數量和時間分布

一個研究領域的發展水平與發展前景的直接體現就是該領域相關研究文獻的時間和數量分布。本研究將收集到的國內外2010年至2020年發表的相關文獻根據發表年份和數量進行統計，繪制了如圖1所示的國內外泛在學習相關文獻的數量分布圖。

根據圖1可知，2010年至2020年國外泛在學習的研究數量和速度均領先于我國。國外近十年泛在學習的相關文獻數量整體上呈快速上升趨勢，且每年的文獻數量都不少，尤其是在2019年達到了頂峰，有362篇。相對于國外泛在學習研究的快速發展，我國近十年泛在學習的相關文獻數量整體上趨于平穩，且每年的文獻數量也不多。但是在2010年至2016年，我國泛在學習相關文獻的數量有所增加，這與泛在學習在我國的受關注程度是相符合的。上海開放大學2014年召開了泛在學習國際會議，在該會議上，各個研究者積極闡述自己的觀點，共同探討了泛在學習與MOOC、大數據、云計算以及微課之間的機遇與挑戰[2]，將泛在學習引入了大眾的視野。越來越多的研究者將研究重心放在了泛在學習上，進而推動了這段時期內我國泛在學習研究領域的發展。

（二）國內外泛在學習研究熱點與特征分析

將國內外文獻題錄導入CiteSpace軟件后，分別得到了網絡整體密度為0.0095，包含329個節點、511條連線和網絡整體密度為0.0284，包含457個節點、2954條連線的關鍵詞共現知識圖譜。通過分析這兩個知識圖譜我們可以得知，相對于國外，我國泛在學習的研究成果不夠豐富，各個研究者之間、各個研究機構之間的聯系也不夠緊密，這也使得我國對該領域的研究不夠全面、不夠深入。

在知識圖譜中刪去主題搜索詞和一些無意義的關鍵詞，并將內容一致或相似的關鍵詞進行合并處理，得到國內外泛在學習相關文獻關鍵詞共現頻次、中心度及年份統計表（見表1、表2）。

1.國內外泛在學習研究熱點

（1）國內泛在學習研究特點

通過分析總結表1，發現我國泛在學習的研究熱點主要為“泛在學習環境”“學習模式”“學習資源”“學習空間與平臺”“個性化學習”等。

“泛在學習環境”和“學習資源”的主要研究內容是根據現今我國信息化改革面臨的形勢以及信息技術環境，探討如何設計開發適合學習者進行泛在學習的網絡課程資源，如何設計開發泛在學習網絡課程資源的共享機制，讓更多的學習者參與到泛在學習環境中來，進而分析具體的實踐經驗優化泛在學習環境 [3]。對于研究如何構建推動泛在學習優化的動力模型，得出的研究結果是要從用戶和環境的角度加強自然選擇進而推進資源優化，同時從資源本身出發，利用相關技術進一步推動資源重新自組，最終使資源健康有序化發展[4]。

“學習模式”的主要研究內容是詳細分析探討符合學習者需求的泛在學習模式，并對其進行實驗研究，進而檢驗其應用效果。同時，在實驗結果的基礎上分析總結泛在學習的主要應用模式，分析每種應用模式的優點和缺點，并根據分析結果對其進行完善，以期構建一種能夠真正促進學生泛在學習效果的學習模式 [5]。

“學習空間與平臺” 的主要研究內容是探討如何根據學習者的需求，為其創建適合他們的泛在學習環境，實現物理學習空間和信息學習空間的無縫銜接，同時提出無縫式學習環境的設計模型，為后續研究提供具體的指導。還有研究者設計開發了比傳統的信息分析平臺更具有優勢的共享平臺——基于簡易信息聚合技術的英語信息共享平臺 [6][7]。

“個性化學習”的主要研究內容是探討在泛在學習環境下，學習者如何實現學習個性化，并引領學習者的個性化學習最終取向如何。檢測學習者的學習是否向個性化學習轉變的測量標準主要有三個：第一，是否為個性化學習提供了良好的前提條件，即學校是否給學生提供了適當的泛在學習環境;第二，是否優化了個性化學習的學習過程，即學生在學習過程中是否體現了個性化特征;第三，個性化學習是否產生了良好的結果，即是否最大效用地發揮了學生的才能。

（2）國外泛在學習研究熱點

經過分析表2后，總結出國外泛在學習的研究熱點主要有：“Performance（性能）”“Model（模型）”“System（系統）”“Perception（感知）”等。其中“Performance”的中心度最高，達到了0.20，說明該研究熱點是國外泛在學習的重點話題，這也說明在泛在學習領域對性能的研究是不可或缺的，因此，我國應該適時加大對這方面的研究。

“Performance”的主要研究內容是探討泛在學習的性能，相關研究者通過使用布盧姆的教育目標分類法，探討了泛在學習方法和傳統學習方法的異同;在闡述泛在學習的內涵及特征的基礎上，以兩個泛在語言系統為例對泛在學習機制進行了具體而細致的分析[8]。

“Model”和“System”的主要研究內容是通過分析、總結泛在學習的含義和特征，進而提出包括物理、信息、技術、交互環境和學習共同體五個關鍵部分的泛在學習環境的設計思想與模型 [9]。還有學者從四個不同的互補角度出發提出了一個通用的泛在學習系統評估框架，該評估框架有助于進一步分析泛在學習系統是如何處理學習者語境的。

“Perception”的主要研究內容是以泛在學習日志為基礎，探討更具情境感知和個性化的學習方式。同時，通過研究發現基于交互技術和情境感知技術的泛在學習方式能夠有效加強學習者的高級思維能力。

綜上所述，國內外對泛在學習的研究都不少，也有了一定的研究成果，其中，國外把對泛在學習性能的研究作為該研究領域的研究重點，而國內泛在學習的研究仍處于探索階段，且主要集中在資源建設和環境建設研究上。但是國內外學者都很少對學習者泛在學習效果的評估以及影響因素進行研究，同時對大學生泛在學習的系統設計雖有所涉及，但并不深入，缺乏操作性強、具有探索性的泛在學習方法和策略研究。這也就使得學習者在進行泛在學習時缺乏交流與合作，偏向個性化學習，使得原本的探究性學習活動失去了原有的特性而逐漸趨于形式化，信息資源的價值沒有得到有效利用。因此，為促進大學生泛在學習的發展，研究者應該將研究重心轉移到如何提升學生泛在學習效果的研究上。

2.泛在學習研究特征

（1）政策指導下的教育改革研究

大數據是信息技術發展的時代產物，在教育領域，越來越多的研究者將關注重心放在大數據上，著力于大數據背景下的人才培養、課程改革和信息管理等方面的研究。泛在學習是新技術環境和教育理念支持下的教學方式，探究大數據在泛在學習中的應用效果能對教學改革提供一定的實踐價值。

（2）技術支撐下的資源和環境建設研究

泛在學習是由泛在計算衍生而來的，它是一種建立在信息技術上的學習，因此它的長期而穩定的發展離不開與相關技術的完美配合。泛在學習的高效進行依賴于泛在學習環境的構建程度，同時泛在學習資源的搭建是泛在學習環境建設過程中必不可少的一環，因此相關研究者應該加大對教學資源建設的研究，進而促進泛在學習的發展。而如何構建有效的泛在學習系統、泛在學習模式、學習資源，并將其廣泛應用到人們生活的方方面面，需要相關研究者和參與者的共同創造與努力。

（3）終身學習理念下的個性化研究

泛在學習是一種無時不在、無處不在的學習方式，其在給人們的學習提供便利的同時，也引領著社會大眾的學習逐漸向個性化轉變。因此，在未來教育中，應該讓每個孩子進入到適合他們的學校，并在這個學校中學習與其自身認知水平符合的知識，讓學習不再是一種負擔而是一種快樂的體驗。隨著泛在學習環境和泛在學習模式的發展，教育信息化的發展進程也得到了有效推動，泛在學習的出現也使得民眾的學習呈個性化發展，進而推動了終身學習理念的推廣實行。

三、大數據技術推動大學生泛在學習可行性分析

（一）大數據的概念

1998年，美國硅圖公司的首席科學家約翰.R.馬歇（John R. Mashey）在美國高級計算機系統協會大會上首次提出用大數據描述數據爆炸的現象。1980年，阿爾文·托夫勒（Alvin Toffler）預言，信息時代的到來將帶來數據爆炸。2011年，麥肯錫全球研究院（McKinsey Global Institute， MGI）發布了《大數據：下一個創新、競爭和生產力的前沿》，該報告進一步闡述了大數據的意義。其實早在20世紀初，隨著網絡技術、數據庫技術的快速發展，大數據已經滲透到現今的各個行業，成為重要的生產要素。但當時對大數據的研究主要集中在算法、模型、模式、識別等方面。大數據具有諸多特點，其最主要的四大特點是大容量、快速度、多樣性和低價值密度。但大數據處理必須是在線的，因為大數據的處理過程主要是借助合適的工具對同構和異構的數據資源進行提取和整合，然后用合適的技術對按照一定標準存儲的數據進行分析和組織，最后將提取出的有用知識以合適的方式呈現給最終用戶[10]。

（二）大數據在大學生泛在學習中的應用價值

1.預測、了解、評估教學行為，促進教育教學的有效性

《通過教育數據挖掘和學習分析促進教與學》是美國在2012年提出的報告，報告指出目前大數據在教育領域的應用方向主要有兩個，分別是教育數據挖掘技術和學習分析技術。教育數據挖掘即綜合應用數據挖掘、數組統計和機器學習分析技術分析處理教育大數據，通過數據結果分析學習者的學習效果與學習者選擇的學習內容、學習資源以及其具備的學習行為之間的關系，進而預測該學習者在之后的學習過程中的表現。根據預測結果，研究者可以更好地為學生提供優質的信息資源與服務。學習分析主要是指大數據可以綜合計算機科學、社會學、信息科學等的相關知識，同時利用已知的相關模型和方法分析教育大數據，總結學習者的整體學習狀況，分析整理學習者在學習過程中遇到的問題，進而為學習者的高效學習提供更加優質的信息資源和服務[11]。

2.推進教育決策的科學性

在當今的大數據時代，教育政策制定者再也不能像過去一樣直接采用已有的成功經驗，更不能僅僅根據自己的理解、假設和推測而制定政策，而是需要其通過全面地考察、論證以及科學的判斷進而制定合適的政策。這就需要更精細地捕捉各級數據的變化以及數據呈現的復雜關聯和因果關系，進而促進教育決策更加科學規范。與此同時，精準有效的院校分析可以幫助研究者獲得對研究的總體認知、本質認知以及未來認知，進而幫助教育決策者制定更加理性、更加科學的教育決策，促進教育的良好發展。

3.完善質量監控體系

隨著大數據技術的快速發展，其已經成為能夠更加全面、成熟地進行包括高校教育運行數據在內的海量數據的聚合、結構化、統計分析和指數計算的工具。高等教育質量指數是云計算和大數據在教育領域的重大突破，其對高等教育的系統運行以及質量監控都有著較為重要的監控作用。在大數據時代，無論是初等教育、中等教育還是高等教育院校都可以建立一套科學全面的高質量監控體系，而該監控體系的實現主要依賴于學校概況、學生基本情況、教學師資隊伍、學校辦學經費等數據組信息。管理者可以根據該監控體系，找出影響教育質量的因素，并對其進行調控，進而保證教育質量。

4.促進開展客觀、全面的教育評價

在大數據時代，我們需要以新的思維方式來對待教育評價：一是教育評價要具有發展性，這要求評價者以學生的個性化發展為目標，注重學生的個性化學習過程、學習體驗以及師生、生生之間的交流互動，進而進行教育評價;二是反思片面追求學生的測試成績，加強教育發展絕不能以考試成績作為唯一的評判標準;三是擴大教育評價的范圍，眾所周知，在整個教學過程中不僅僅包括學生，還包括教師、課程、學校等重要內容，因此教育評價的范圍也應該包括這些內容。

5.助力智慧教育

教育大數據包括了教育領域中的各種信息資源，同時也是智慧教育得以健康穩定發展的重要基礎，而大數據技術則是連接教育大數據和智慧教育的樞紐，因此，在智慧教育的發展進程中，大數據技術的發展是其中必不可少的一環。除大數據外，物聯網技術也是智慧教育體系建設過程中的關鍵要素，它們不僅能夠幫助學習者更好地感知學習環境和學習活動，還能幫助教育管理者進行更具智慧性的教育管理、教育決策和教育評價。大數據技術在校園中的應用模式可以幫助學生發現自己、發現社會、發現天地，同時還能提升智慧校園的建設水平和服務質量。大數據思維、大數據技術已經成為信息時代下推動智慧教育更好更快發展的重要力量。

四、結論

在當今這個信息爆炸的時代，大數據已經融入社會的各個領域，同時也促進了教育思想、教育模式、教育評價、教育管理等方面的變革。同時，大數據也為學習者的學習注入了新血液，因為大數據不僅可以存儲學習者在整個學習過程中產生的關于學習結果、學習軌跡的全部數據，而且還能從宏觀層面上詮釋教育的整體狀況，從微觀層面上挖掘學習者的個性化教育元素，進而有針對性地掌握學習者的學習過程，為學習者提供更精準的信息資源和服務。信息資源的快速獲取與多渠道獲取使得學習者的學習方式逐漸向交互、跨界融合發生轉變，同時學習者認知方式和信息服務需求也相應地發生了改變。然而，由于現階段存在教育信息資源無序化、操作性差、資源之間缺乏聯系等狀況，很難為學習者提供系統全面的優質服務。在這種情況下，學生在學習時容易迷失在大量的信息資源中，需要花費大量的時間和精力去獲取自己需要的信息資源，從而無暇進行深度學習，影響了學生的學習效果，同時也降低了學習資源的利用率。因此，為了提升大數據背景下大學生泛在學習效果，本研究在分析相關文獻的基礎上，對該領域的研究提出以下三點建議：

（一）加大用戶個性化需求研究

個性化學習已是時代發展的必然趨勢，大數據背景下，泛在學習方式也呈現個性化發展趨勢，因而，相關研究者要盡可能挖掘學習者的心理因素，了解其內在需求，進而為其提供更加適切的學習資源與服務。通過對相關文獻的分析和整理，筆者發現國外研究者對學生的記憶、感知等心理因素做了大量的研究，主要研究內容如上所述。通過有效了解作為主要使用者的學習者的心理因素，能夠更加明確學習者的適切要求，進而更好地為學習者開發泛在學習環境和學習資源，提升學習者的泛在學習效果。但是，我國在這方面的研究還比較薄弱。因此，相關研究者與參與者應該加強對該領域的關注，積極開展研究。

（二）加大提高資源有效利用和優勢資源研究

高效的泛在學習可實現精準服務，學習者一旦擁有合適的設備和網絡，就能夠在適當的時間里獲得系統精準推送的合適資源，提高信息資源的有效利用，知識內容一旦得到了快速流動，其利用價值就實現了最大化。在研究進程中，要盡可能探究如何使資源在傳播和使用的過程中實現優化和價值最大化，促進信息資源的健康可持續發展。在提供信息服務的過程中要將學習共同體考慮在內，盡可能將具有相同愛好的學習者和學習社區推送到一起，增進他們之間的交流與協作，進而促進知識遷移與內化，提升學習者的泛在學習效果。

（三）加大對學生信息素養能力提升研究

在當今這個信息化時代，人們需要具備較好的信息素養才能更好地適應社會的發展，同時也是推行終身學習理念和構建學習型社會的關鍵因素。但是根據相關文獻的整理分析發現，目前我國的大部分學習者的信息素養水平一般，對現代化技術與工具的接觸和了解也較少，這不可避免地影響了學習者的泛在學習效果以及適應信息化時代的能力。因此，相關的研究者在后續的研究中應該加強對學習者信息素養能力的培養，為提升學習者的泛在學習效果提供有力保障。

[1]丁繼紅，熊才平，劉靜.大數據環境下嵌入泛在學習過程的信息服務模式研究[J].電化教育研究，2015，36（9）：30-35.

[2]孫雪. 2006—2019年我國泛在學習研究綜述[J].中國現代教育裝備，2020，7（1）：34-37.

[3]孫姚同.泛在學習環境下成人教育網絡課程資源的開發與共享[J].中國成人教育，2015（10）：120-123.

[4]余勝泉.“互聯網+”時代的未來教育[J].人民教育，2018（1）：34-39.

[5]王懷波，楊現民，李翼紅.泛在學習應用研究的發展與典型模式分析[J].中國遠程教育，2015 （12），18-26，79.

[6]盧方，尹學松，張吉先.開放大學視域下的無縫學習環境設計[J].遠程教育雜志，2016，35（2）：39-48.

[7]馬靜，邱國華.泛在學習環境下英語信息共享平臺設計與實現[J].現代電子技術，2018，41（10）：93-96.

[8]TSAI P S，TSAI C C，HWANG G H.The Effect of Instructional Me-

thods on StudentsLearning Outcomes Requiring Different Cognitive Abilities：Context-aware Ubiquitous Learning Versus Traditional Instruction[J].Interactive Learning Environment，2016，24（7）：1497-

1510.

[9]ZHAN Q，YUAN M.The Design of a Ubiquitous Learning Environment from the Holistic View[J].International Conference on Networking & Digital Society，2009（1）：53-56.

[10]邢國春.基于大數據網絡環境下自主學習行為與模式研究[J].情報科學，2018，36（6）：84-88.

[11]徐鵬，王以寧，劉艷華，等.大數據視角分析學習變革：美國《通過教育數據挖掘和學習分析促進教與學》報告解讀及啟示[J].遠程教育雜志，2013，31（6）：11-17.

（責任編輯 孫興麗）

基金項目：2019年江西省高等學校教學改革研究省級課題“大數據環境下大學生泛在學習系統設計與應用研究”（JXJG-19-10-19）;江西省教育科學“十三五”規劃2020年度課題“基于移動網絡的民辦高校大學生泛在學習影響因素研究”（20YB277）

作者簡介：陳美芳（1980—），女，江西鷹潭人，副教授、碩士生導師，研究方向為教育技術及多媒體應用;

謝穎（1996—），女，江西撫州人，助教，碩士，研究方向為現代教育技術;

胡靜（1998—），女，貴州畢節人，碩士研究生，研究方向為現代教育技術;

沈友華（1978—），男，江西大余人，副教授，研究方向為高等教育。