学习分析在我国教育领域的研究综述

高　月，傅钢善

陕西师范大学教育学院教育技术系， 西安　710062



学习分析在我国教育领域的研究综述

高月，傅钢善

陕西师范大学教育学院教育技术系， 西安710062

【摘要】：随着信息技术的高速发展，大数据、智慧教育等词语越来越多地出现在人们的视野中，学习分析应运而生。文章主要通过文献计量分析和科学知识图谱可视化分析两种方法对我国教育领域内有关学习分析的研究进行分析并预测其未来发展趋势，以期为其他相关研究提供启示。

【关键词】：学习分析；知识图谱；趋势

随着信息技术的高速发展，大数据、智慧教育等词语越来越多地出现在人们的视野中，学习分析应运而生。学习分析为学生的个性化学习提供支持，主要关注的是学生在网络环境下进行学习之后留下的学习痕迹，通过对学习痕迹的分析可以得到学习者需要的学习资源的信息，从而实现对学生推送资源和学习建议，最终促进学生的个性化学习。

学习分析于2011年地平线报告中提出，由于它是在信息时代大数据背景下为学习者的个性化学习提供支持，故受到了我国研究者的关注，近3年学习分析已经是教育领域的研究热点。但在搜索了有关学习分析的文献后发现权威期刊中近3年相关的综述类文章只有1篇。所以，该文希望在对教育领域学习分析的文献综述基础上，揭示我国学习分析的研究现状、研究热点以及未来趋势。从学习分析的概念入手，运用文献计量分析法和科学知识图谱可视化分析方法对学习分析研究热点词汇以及未来的发展趋势进行分析，为相关研究提供启示。

1学习分析概述

自2011年学习分析在地平线报告中出现以来，它就受到研究者的热切关注，文章列出了关于学习分析的几个比较有影响力的定义。

2011 年发布的《地平线报告》中将学习分析界定为：学习分析致力于通过使用数据挖掘、推断和建模等先进技术来推动对教学和学习的理解，对开展个性化教育更加有效[1]。在随后的第一届学习分析学会—学习与知识分析大会中，学习分析被定义为：测量、收集、分析、报告学习者及其学习情境的相关数据，以促进对学习过程的理解，并对学习及其发生的环境进行优化[2]。在 2012 的《地平线报告》中将学习分析定义为：通过收集学生的大量数据进行分析，从而对其学术表现进行评价和预测，并发现潜在的问题[3]。在 2012 年的会议报告中，学习分析被界定为：学习分析关注于收集、分析和报告有关一系列情境(包括正式学习、学术机构和工作场所)下学习所产生的数据，并将这些分析数据作为行动指导，以支撑和提升学习经历和学习者的成功[4]。顾小清等将学习分析定义为：运用不同的分析方法和数据模型，解释与学习者信息有关的数据，进而探究学习者的学习过程与规律；或者根据数据阐释学习者的学习表现，为其提供相应的反馈从而促进更加有效的学习[5]。

虽然到目前对学习分析这个名词仍然没有统一的定义，但是上述的几个比较有代表性的定义几乎都提到了学习分析的一些共性描述，即：学习分析的目的在于促进学生的学习，学习分析强调对学生学习所产生的数据进行分析，学习分析是为学生的个性化学习提供支持。学习分析通过分析网络学习中学习者的学习痕迹来对学习者提供针对性的服务，最终达到促进学生学习为研究领域。

2数据来源与研究方法

2.1数据来源

该研究利用中国知网(CNKI)进行检索，检索的主题为“学习分析”或“学习分析技术”。为了得到较为权威的文献，文献来源选择“核心期刊”和“CSSCI”，检索时间为2005—2014年，检索后共得到文献91篇。在对所收集到的文献进行简单分析后，排除掉与“教育”或“学习分析”无关的文献36篇，剩余文献55篇。该研究以这55篇文献为研究对象。

2.2研究方法及工具

该研究采用的是文献计量分析法和科学知识图谱可视化分析法来对研究对象进行分析。

文献计量分析法是基于数学与统计学方法来描述、评价和预测科学技术的现状与发展趋势的量化分析方法[6]。该文采用Microsoft Office Excel 2013，从文献的年代分布、期刊分布、机构分布、被引频次分布四个维度对研究对象进行分析。希望能从客观的角度了解学习分析现阶段的研究现状。

该研究采用的科学知识图谱可视化分析工具是CitespaceⅢ。Citespace是基于Java编程语言的信息可视化软件[7]，它由美国德雷克赛尔大学信息科学与技术学院陈超美研究开发，可用于探测和分析学科研究前沿的变化趋势以及研究前沿与其知识基础之间、不同研究前沿之间的相互关系[8]。该研究主要从文献研究热点、前沿与趋势分析两个方面对学习分析技术进行知识图谱的可视化分析。

3研究结果与分析

3.1文献计量分析

3.1.1论文的年代分布在对55篇文献按照年发文量进行分析后得知，有关学习分析的文献呈现逐年递增的趋势，如表1所示。

表1　论文年代分布表

在教育领域有关学习分析的研究是从2012年开始的，近3年可以说是教育领域的学习分析迅速发展时期。在对文章的背景进行了解后得知，学习分析起源于国外，其第一次正式提出是2011年新媒体联盟的地平线报告，所以在随后才呈现显著上升的趋势。

3.1.2论文的期刊分布在对文献进行简单分类后，为了知道学习分析是否受到教育领域的核心机构的关注，所以通过对发表论文的期刊进行分析。在对文献进行统计分析之后，将刊载了学习分析技术有关的期刊进行统计，为了呈现的简洁，该文将发文量超过两篇的期刊进行一一罗列，结果如图1所示。

图1　期刊分布图

在教育领域有关学习分析的文献近3年以来发文量较多的期刊有《开放教育研究》《中国电化教育》及《现代教育技术》。上述的这3种期刊均为教育领域的核心期刊。由于学习分析技术是从国外引进的，多次被地平线报告指出会对教育产生影响，《开放教育研究》关注国内外的研究热点，尤其是国外的研究。《开放教育研究》在近3年来刊载的有关学习分析的论文就有14篇，占论文总数量的25%。《中国电化教育》作为教育领域的核心期刊，近3年来刊载有关学习分析的论文有10篇。也就是说近3年来发表在《中国电化教育》《开放教育研究》和《现代教育技术》上的论文共29篇，约占论文总量的53.7%。

通过上述分析可知，学习分析这个话题受到了教育领域核心刊物的关注，尤其是受到教育技术领域核心刊物的关注。这也表明学习分析技术的研究群体比较固定，有着自己的、明确的研究领域，而且已经受到该领域核心刊物的重视。

3.1.3论文所属机构分布通过对论文所属机构分布可以观察出某一研究领域的主要机构与团队力量的分布，在对搜集到的55篇期刊论文的所属机构进行分析后得到如图2所示结果。

图2　所属机构分布图

由图2可知，有关学习分析技术的论文所属机构中发文量大于两篇的机构有9家，这9家机构在这3年内共发文38篇，占了总发文量的73%，也可以说这9家几乎就是目前我国教育技术领域有关学习分析技术的研究核心机构。在这9家机构中有5所是师范类院校发表在其上的论文共有26篇，占总发文量的47%、占核心机构发文量的65%。

这个结果凸显了师范类院校对学习分析技术的研究中占据着至关重要的作用。以上数据表明，国内的高等师范类院校是推进学习分析技术的重要研究场所，尤其是以华东师范大学为主。在对华东师范大学的论文进行简要分析后，得知华东师范大学的顾小清教授所带领的研究团队致力于研究学习分析在国内的应用。

3.1.4论文被引次数分析由于学习分析技术虽说是一个新的领域，但是从其传入中国以来就受到了研究者的大量关注。在评论一篇文章质量高低时，被引频次是一个重要指标：被引频次较高时，说明其对该领域的发展有着较大的影响，也说明是该领域专家学者们公认的有较高学术价值的研究成果[9]。所以，该研究关注了这些核心期刊文献在近3年的被引用次数，该文将引用次数前5的文献进行一一罗列，得到如表2所示结果。

表2　论文被引次数表

在检索到的55篇文献中被引用次数超过9次的论文有11篇，占到了总数的20%。这些论文中被引用次数最多的是北京师范大学黄荣怀和国家开放大学魏顺平的文章。黄荣怀教授的论文是2012年发表的，发表的比较早，此外他的研究是从现阶段的数字校园和智慧校园中存在的问题入手，学习分析技术是作为支撑智慧校园的技术被提出的。文章虽说主体在介绍智慧校园，但是契合学习分析技术产生的原因及其应用领域，可以说是由于智慧校园和学习分析技术都是现在教育领域的研究热点，所以共同导致了其在3年内这么高的引用率。魏顺平教授的论文研究的重点就是学习分析技术，在分析了学习分析的研究现状之后提出了一个有关学习分析技术的关键技术和分析模式，且将所提的模式应用到实际中。在研究了魏顺平教师的背景之后得知魏顺平教师研究的领域主要是数据挖掘，数据挖掘与学习分析有着千丝万缕的联系，这篇论文不论是从理论层面还是从实践层面都有较高的可用性。

通过对被引次数的分析可知，由于学习分析是一个交叉领域，在学习分析的相关研究中除了有关综述类的文章之外，学习分析通常与其他的领域共同展开。如上文提到的智慧教育、数据挖掘、大数据，等。

3.2科学知识图谱的可视化分析

3.2.1研究热点分析对研究热点的掌握有助于新的研究在进行时能够抓住研究的核心和主干内容。由于关键词是学术论文中出现频率最多且最重要的词汇，所以该研究中关于学习分析研究热点的界定，主要是从关键词的出现频次来分析研究热点。在cites- pace设置面板中勾选“keywords”选项，由于研究对象是从2012年才开始有相关的文献，所以将时间限制为“2012—2014”，运行citespace后可以得到可视化的关键词共现知识图谱，如图3所示。

图3　关键词共现知识图谱

在软件中可知有关学习分析的研究中关键词频数处于前10位的关键词如表3所示，以及关键词中的中介中心度处于前10位的关键词如表4所示。

表3　频数前10位关键词

表4　中介中心度前10位关键词

图3中，外圈颜色为紫色的节点表示在整个图谱中起决定作用的关键节点，它反映了一个关键词在整个网络中的重要性，也就是占据其他两个节点之间最短路径的能力(即关键词的中介中心度)[10]。一个关键词的中介中心度越强(外圈紫色的厚度代表其中介中心度的强弱)，意味着它控制的关键词之间的信息流越多[11]。图3有3个明显的聚类(在上图中显示为3个较大的圆圈)，这些聚类都紧密围绕在“学习分析”、“学习分析技术”周围，结合表3和表4可知“学习分析”是出现频次最高的关键词，而在中心度表中“数据挖掘”则居第一。这说明了学习分析与数据挖掘有着非常紧密的联系。除了这3个关键词外“大数据”、“E-Learn- ing”、“学习分析技术”等也是比较重要的关键词，这反映了在学习分析研究中研究者的关注热点。

3.2.2前沿趋势分析在对citespace中相关参数进行设定后得到相应的是时区图，由图4可知学习分析有关的突现词主要是学习分析、大数据、数据挖掘、MOOCs，等，这与图3所呈现的热点图几乎一致。在对这些词进行分析后得知，现在学习分析技术的研究趋势为“服务学习过程设计”。“优化”、“MOOC”、“重构数字时代远程E-Learning学习支持服务”3个方向。

图4　 前沿趋势分析图

学习分析较教育数据挖掘来说研究的范围更广，所以现有的支持数据挖掘的平台所能收集的数据并不能完全用于学习分析研究。所以说学习分析的这这些研究方向归结起来就是学习分析现在的关注点在于：对现有在线学习、网络学习过程的设计和优化及重构网络支持服务，而目前发展迅速且又正在实践的平台莫过于MOOC，所以在未来的学习分析领域基于MOOC的学习分析将是一个重要的发展趋势。

学习分析是一个发展前景很好的技术，虽然被引进国内时间较短，但它在教育领域已经产生了很大的影响，受到了权威机构、期刊以及研究者的关注。在分析之后得出，以后关于学习分析的发展趋势即“服务在线学习过程的设计和优化”、“MOOC”及“重构数字时代远程e-learning学习支持服务”等方向。希望有关此领域的研究者可以关注到其发展趋势，并希望该研究能为其他研究提供启示。

参考文献

[1]EDUCAUSE.The New Media Consortium.Learning Analytics[EB/OL].http://www.nmc.org/publication/nmc-horizon-rep- ort-2011-higher-ed-edition/,28-30,2015-01-17

[2]Society for Learning Analytics Research.Call for paper[EB/OL].https://tekri.athabascau.ca/analytics,2012-09-17

[3]Johnson L,Adams S,Cummins M.The NMC Horizon Report:2012 higher education edition,Austin[J].http://www.nmc org/ publications/2013-horizon-report-higher-ed,2013,2015-03-11

[4]Shum S B.Learning Analytics:Dream,Nightmare or Fairydust?[EB/OL].http://www.slideshare.net/sbs/learning-analytics-dream-nightmare-or-fairydust,2015-01-20

[5]顾小清,张进良,蔡慧英.学习分析:正在浮现中的数据技术[J].远程教育杂志,2012(1):18-25

[6]Romero C,Ventura S.2012.Data mining in education[J].WI- REs Data Mining and Knowledge Discovery 2013,3:12-27 doi:10.1002/widm.1075,2014-10-19

[7]陈超美.CiteSpaceⅡ:科学文献中新趋势与新动态的识别与可视化[J].情报学报,2009(3):401-421

[8]周金侠.基于CitespaceⅡ的信息可视化文献的量化分析[J].情报学报,2011(1):98-112

[9]张怀南,杨成.我国云计算教育应用的研究综述[J].中国远程教育,2013(1):20-26,95

[10]张灵芝.1998年以来中国高等教育研究热点及其知识可视化图谱分析—基于CSSCI高等教育类论文关键词的分析[J].高教探索,2012(2):41-46

[11]Small H.The synthesis of specialty narratives from cocitat- ion-clusters[J].J of the Am Soc for Inform Sci,1986,37(3):97-110

【DOI】：10.13566/j.cnki.cmet.cn61-1317/g4.201601007

Review of studies on learning analysis in education in China

GaoYue,FuGangshan

DepartmentofEducationalTechnology,

SchoolofEducationofShaanxiNormalUniversity,Xi'an710062,China

【Abstract】:With the rapid development of information technology, some words such as big data and smart education have growing appearance in people's daily life. As a result, learning analysis has come into being. This paper studies the research on learning analysis in the field of education in China and predicts the development trend by using the two methods of bibliometric analysis and visualization analysis of sci- entific knowledge mapping. We hope this research can provide inspiration for other related research.

【Key words】:learning analysis; knowledge mapping; trend

【中图分类号】：G40-057

【文献标志码】：A

【文章编号】：1004-5287(2016)01-0023-04

作者简介：高月(1992-)，女，山西临汾人，硕士研究生在读，主要研究方向：网络与远程教育。

收稿日期：2015-04-28