大數(shù)據(jù)視角下高校教育研究現(xiàn)狀的可視化研究

高靜，龍麟

（桂林航天工業(yè)學(xué)院 外語外貿(mào)學(xué)院，廣西 桂林）

一 概述

十四五規(guī)劃中將數(shù)字經(jīng)濟(jì)劃分為一個獨立章節(jié)，將云計算、區(qū)域鏈、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、虛擬/增強(qiáng)現(xiàn)實和工業(yè)互聯(lián)網(wǎng)七種技術(shù)作為重點產(chǎn)業(yè)。為實現(xiàn)傳統(tǒng)產(chǎn)業(yè)數(shù)字化升級，實施“上云用數(shù)賦智”。高校作為人才培養(yǎng)的前線，正確認(rèn)知大數(shù)據(jù)研究現(xiàn)狀對高校教育極為重要。本研究從大數(shù)據(jù)角度對CNKI 中高校教育領(lǐng)域期刊文獻(xiàn)進(jìn)行計量和可視化分析。本研究的目的如下:①了解本研究的學(xué)者和機(jī)構(gòu)狀態(tài)；②了解該領(lǐng)域研究知識點和演繹過程；③發(fā)現(xiàn)當(dāng)前研究的不足，并提出解決路徑。

二 數(shù)據(jù)來源與研究方法

本研究數(shù)據(jù)取自CNKI，該學(xué)術(shù)平臺具有顯著的公信力，對其數(shù)據(jù)進(jìn)行信息探索分析具有代表性。本研究搜索主題為“大數(shù)據(jù)”并且“高校教育”對2013 年到2020 年期間的研究期刊進(jìn)行檢索；再手工去除無效文獻(xiàn)得到有效文獻(xiàn)822 篇。CiteSpace 可進(jìn)行可視化效果分析[1]，通過在已經(jīng)發(fā)表文獻(xiàn)中發(fā)現(xiàn)并提取其科學(xué)結(jié)構(gòu)的演進(jìn)足跡[2]，適用于大數(shù)據(jù)與教育的融合分析[3]。本研究使用CiteSpace5.7.R5 分析工具，試圖通過可視化圖形分析揭示大數(shù)據(jù)在高校教育的特征、發(fā)展?fàn)顩r及未來方向。

三 知識圖譜結(jié)果分析

（一） 文獻(xiàn)研究產(chǎn)出與引文分布分析

對文獻(xiàn)發(fā)表時間和引用情況進(jìn)行匯總和分析，有助于了解本領(lǐng)域基本情況，并初步考察數(shù)據(jù)源的信效性。本領(lǐng)域研究分布于2013 年到2020 年期間，各年度的產(chǎn)生分布情況如表1 所示。整體而言，本領(lǐng)域的研究文獻(xiàn)產(chǎn)出呈上升趨勢，2013-2014 年期間，是大數(shù)據(jù)高校教育領(lǐng)域研究的初生期。該期間的文獻(xiàn)大多存在高引用和高下載的記錄。江南大學(xué)的桑慶兵（2013）被引用68 次下載2142 次，文中首次提及大數(shù)據(jù)在高校中的應(yīng)用：包括個性化學(xué)習(xí)、預(yù)測行為、輿情分析、高校教學(xué)質(zhì)量的評估應(yīng)用、有助于提高教師的教學(xué)能力、有助于拓展高校專業(yè)培養(yǎng)方向；此外，還對大數(shù)據(jù)可能存在的隱私、數(shù)據(jù)質(zhì)量問題的憂思[4]。梁家峰和亓振華（2013）在思想教育研究發(fā)表，其被引用226 次下載7419 次，中提出大數(shù)據(jù)是高校思想政治教育工作的適應(yīng)與創(chuàng)新[5]。劉中宇和劉海良（2013）在現(xiàn)代教育技術(shù)發(fā)表，其被引用65 次，下載2339 次，研究的重點則為大數(shù)據(jù)時代在高校云資源方面的應(yīng)用[6]。2014 年最高引用量和下載量的文獻(xiàn)分別指向孟祥保和李愛國（被引用183 次）的《國外高校圖書館科學(xué)數(shù)據(jù)素養(yǎng)教育研究》[7]，張銳、董志和夏鑫（被引用114 次）的《大數(shù)據(jù)時代高校思想政治教育工作創(chuàng)新探索》[8]。

表1 大數(shù)據(jù)視角下高校教育各年發(fā)表量對比表

2015 年-2018 年期間，隨著2015 年首次突破至58 篇后，發(fā)表量持續(xù)增長，并出現(xiàn)了多篇高引用文獻(xiàn)。如李懷杰， 夏虎（2015）被引用237 次，提出量化集成、精準(zhǔn)穿預(yù)判和個性化理念三個新理念，探索出可視化原則、個性化原則和即時性原因三個實踐新原則[9]。

2019 年（392 篇）和2020 年（372 篇）則是達(dá)到了文獻(xiàn)產(chǎn)量的高峰期小平臺，2021 年的文獻(xiàn)發(fā)表量小幅回落至309 篇。從文獻(xiàn)發(fā)表量表現(xiàn)來看，大數(shù)據(jù)高校教育領(lǐng)域研究是仍是持續(xù)發(fā)熱的新興領(lǐng)域和新興話題，并逐漸發(fā)展為涉及多個學(xué)科同共參與的跨學(xué)科性研究。張杰（2021）提出高校可依靠大數(shù)據(jù)技術(shù)，對思想政治教育工作和學(xué)生管理工作進(jìn)行創(chuàng)新和改革，提升思想政治教育工作質(zhì)量[10]。江波（2021）建議對教育管理工作進(jìn)行改進(jìn)，積極應(yīng)用大數(shù)據(jù)技術(shù)[11]。楊虎民、劉士民和張樸（2021）建議依托大數(shù)據(jù)構(gòu)建高校心理健康教育研究范式、建立大數(shù)據(jù)背景下高校心理健康教育保障機(jī)制[12]。王健和鄭旭東（2022）提出高校應(yīng)提升教師數(shù)據(jù)素養(yǎng)、創(chuàng)新優(yōu)化建設(shè)體系、探索精準(zhǔn)思想政教育模式和重視數(shù)據(jù)隱私安全，通過信息化賦能思政教育，實現(xiàn)“三全育人”[13]。

（二） 研究熱點和演化趨勢

研究熱點通過文獻(xiàn)關(guān)鍵詞頻率表示，可以準(zhǔn)確了解文獻(xiàn)的研究熱點變化情況，繼而可以幫助研究者把握本領(lǐng)域的態(tài)勢[14]。CiteSpace 繪制高頻關(guān)鍵詞圖譜能集中反映了本領(lǐng)域的研究熱點[15]。如圖1 所示基于Cosine 算法所得：節(jié)點201 個，鏈接479 條，網(wǎng)絡(luò)密度值0.0238，聚類覆蓋82.66%的關(guān)鍵詞，可以認(rèn)為聚類分析信度顯著。

從圖1 可見大數(shù)據(jù)、高校、創(chuàng)新和高校教育為詞頻最高的四個關(guān)鍵詞。其中大數(shù)據(jù)和高校顯示明亮的外邊沿，代表這兩個關(guān)鍵詞在當(dāng)前為熱門研究的橋連起點。為進(jìn)一步分析各關(guān)鍵詞之間的關(guān)鍵，通過對201 個關(guān)鍵詞進(jìn)行聚類處后，發(fā)現(xiàn)大數(shù)據(jù)、高校、挑戰(zhàn)、創(chuàng)新和數(shù)據(jù)分析、教育管理等10 個聚類組。從各聚類基于關(guān)鍵詞之間共同含義而趨同聚合。通過觀察聚類及其類內(nèi)關(guān)鍵詞可以發(fā)現(xiàn)，存在聚類名相似，但聚類內(nèi)的關(guān)鍵詞顯著差異。如聚類#3 創(chuàng)新和聚類#9 創(chuàng)新發(fā)展，前者的關(guān)鍵詞主要聚集于思政專業(yè)領(lǐng)域，而后者則主要關(guān)注創(chuàng)新路徑和智慧校園等。這一現(xiàn)象很可能是因為不同學(xué)科對于大數(shù)據(jù)在高校教育中的應(yīng)用場景存在差異，且未形成多學(xué)科共識性的子概念，因而在摘要中存在表述的差異。

圖1 關(guān)鍵詞聚類分析圖

（三） 作者和研究機(jī)構(gòu)分析

從作者和研究機(jī)構(gòu)信息分析情況來看，均表現(xiàn)為群體合作關(guān)系不明顯的現(xiàn)象。發(fā)文頻率最高三位學(xué)者為AMELEC VILORIA、丁國勇和張慧：其中AMELEC VILORIA 顯著存在研究團(tuán)隊，而其他團(tuán)隊則不明顯。從研究機(jī)構(gòu)來看：廣州工商學(xué)院、陜西學(xué)前師范學(xué)院存在研究團(tuán)隊，其他高校則不明顯。

四 研究結(jié)論

通過對CNKI “大數(shù)據(jù)”和“高校教育”主題的期刊文獻(xiàn)作為研究數(shù)據(jù)源，使用可視化分析對主題、作者、機(jī)構(gòu)、摘要等方面進(jìn)行深挖分析和系統(tǒng)分析，得到結(jié)論：

第一，本領(lǐng)域的時間演繹。從時間分布來看，該領(lǐng)域的研究主題已受到越來越多不同學(xué)科學(xué)者的關(guān)注，并呈現(xiàn)高發(fā)表和高被引用的特色。文獻(xiàn)發(fā)布數(shù)量在2015 年后增長趨勢加快，并且顯示出明顯地多學(xué)科多關(guān)鍵詞共同作用。本領(lǐng)域發(fā)展經(jīng)過了概念提出和增長性發(fā)展階段，但大數(shù)據(jù)在高校教育中應(yīng)用相關(guān)的概念仍不清晰。

第二，研究者間合作不明顯。從作者關(guān)系看，僅存在一個研究群體；從研究機(jī)構(gòu)看，僅有兩個高校存在研究團(tuán)隊。這一結(jié)果顯著，本領(lǐng)域存在較高的發(fā)表量和極少的科研團(tuán)隊現(xiàn)象，研究者之間互動少，且缺少領(lǐng)軍人物和核心團(tuán)體。

第三，四個熱點詞。存在大數(shù)據(jù)、高校、高校教育和創(chuàng)新四個高度提及的熱詞，同時發(fā)現(xiàn)相似聚類名之間存在顯著不同研究關(guān)注點。這代表研究者對于本領(lǐng)域的研究仍聚集于本專業(yè)領(lǐng)域內(nèi)，還未出現(xiàn)多學(xué)科共識概念。

五 討論和建議

（一） 討論

本研究是基于本領(lǐng)域已發(fā)布的現(xiàn)有研究所做的統(tǒng)計計量分析，是大數(shù)據(jù)在高校教育的研究現(xiàn)狀的探討。在研究過程中，發(fā)現(xiàn)大部分研究多為具體學(xué)科研究，在被引用量最多的文獻(xiàn)多為思政領(lǐng)域的文獻(xiàn)，這代表思政方面的研究具有較大的領(lǐng)先性。排名第二的文獻(xiàn)為圖書館科學(xué)領(lǐng)域，而其他學(xué)科的研究明顯較弱。從文獻(xiàn)內(nèi)容來看，存在明顯的大數(shù)據(jù)淺層植入特點，沒有共識性概念，在本學(xué)科深挖大數(shù)據(jù)優(yōu)勢方面表現(xiàn)尤為薄弱。

（二） 建議

第一，加強(qiáng)各學(xué)科大數(shù)據(jù)的應(yīng)用型培訓(xùn)。雖然存在部分學(xué)科已經(jīng)將大數(shù)據(jù)應(yīng)用的案例，但總體研究深度較淺。現(xiàn)有文獻(xiàn)研究中就大數(shù)據(jù)而大數(shù)據(jù)較多，對于如何利用大數(shù)據(jù)在本學(xué)科具體應(yīng)用內(nèi)容和實例少。同時，大數(shù)據(jù)技術(shù)歷經(jīng)MapReduce、數(shù)據(jù)湖、云計算、霧計算等結(jié)構(gòu)模式的迭代[16]，形成了多種多樣的交互式差異化模式，為各學(xué)科差異化的研究需求提供了有效的支持的同時，學(xué)習(xí)大數(shù)據(jù)的應(yīng)用技能也成為了高校教育者長期的學(xué)習(xí)內(nèi)容。

第二，加強(qiáng)大數(shù)據(jù)的共識概念體系的構(gòu)建。大數(shù)據(jù)作為全新的應(yīng)用工具，需要其他專業(yè)共識性概念的支撐，以幫助其他學(xué)校能夠在本專業(yè)領(lǐng)域?qū)Υ髷?shù)據(jù)應(yīng)用場景和應(yīng)用過程進(jìn)行準(zhǔn)確的表述。這一體系的建立還可以幫助多學(xué)科有效的互通互融。

第三，加強(qiáng)研究團(tuán)隊的建設(shè)和交流。高效的研究團(tuán)隊有利于統(tǒng)一共識，建立共識概念體系，更有利于大數(shù)據(jù)應(yīng)用在各學(xué)科中的深化發(fā)展，快速形成基于大數(shù)據(jù)的高校教育研究分支。高校研究團(tuán)隊還有利于形成權(quán)威人士和領(lǐng)軍人物，可以起到糾偏和概念梳理等積極作用。