我国网络学习绩效研究文献的可视化计量分析

宋慧玲+张地坷+帅传敏+吕国斌

【摘 要】

本文以CNKI为数据源，采用词频分析、共词分析、社会网络分析、多维尺度分析等方法，对2001—2016年我国网络学习绩效的研究文献进行计量分析，重点开展期刊分布、核心研究单位及高产作者、作者合作模式、研究热点、研究趋势、研究主题方面的计量研究。结果显示：① 优秀成果较为集中地发表在继续教育类核心期刊上；② 师范类院校的研究成果具有数量上的绝对优势；③ 同一机构内的合作居多；④ 从共现图谱中分析研究热点和趋势，发现研究内容不深，有较大的交叉演变空间；⑤ 我国网络学习绩效可分为四个研究主题：学习绩效评价及促进策略研究、学习绩效影响因素理论及实践研究、学习绩效量规设计及个性化知识服务研究以及组织学习对提高企业绩效的中介作用研究。最后，指出本领域的研究不足并进行展望。

【关键词】 网络学习绩效；知识图谱；共词分析；多元统计分析

【中图分类号】 G420 【文献标识码】 A 【文章编号】 1009-458x（2017）03-0030-08

一、 引言

在知识及信息爆炸的时代，学习型社会是大势所趋，终身学习已经成为当今时代的主流，基于网络的学习方式是终身学习的主要途径，网络学习不论对于个人或是組织都尤为重要。如何提高学习者的网络学习绩效，已成为诸多学者关注的热点问题之一。

随着我国远程教育、在线学习、企业培训工作的不断发展，关于网络学习绩效的研究也不断深入，研究队伍日渐扩大，论文数量快速增加，但对研究内容进行梳理与综述的文献仅有5篇。尹睿等（ 2010）和李旭（2011）采用内容分析法，分析网络学习自我效能感研究现状；文琴（2012）运用元分析法分析当前绩效技术在教育领域的应用研究状况；李青等（2012）采用文献分析法和案例分析法，分析学习分析技术的基本概念、组成要素和应用模型，剖析现有技术的优势和不足；万昆等（2015）利用社会网络分析和词频分析方法，分析我国绩效技术领域十年来的研究进展。这些文献只是分析了学习绩效研究领域的部分问题，缺少对网络学习绩效研究文献的综合分析。对网络学习绩效的主题、现状、研究热点及趋势等的计量研究，缺乏系统、科学的分析和整理。鉴于此，本文以中国知网（CNKI）16年来收录的网络学习绩效的相关研究文献为研究对象，综合运用词频分析法、共词分析法、多维尺度分析法、知识图谱法等数据挖掘技术和科学计量手段，较为全面、系统、深入地分析我国网络学习绩效的研究现状，探索该领域研究热点和趋势，以期为相关研究提供参考和借鉴。

二、数据来源与研究方法

（一）数据来源

在CNKI数据库，以“网络学习绩效”为主题词进行检索，时间跨度不限定，类型不限定，检索时间为2016年6月19日，共检索到360篇文献，将检索的全部文献题录信息以txt格式保存，经分析，剔除与主题关联度低的报纸、评论、刊讯类文献和部分重复文献，共计15篇。最终，确定345篇文献为研究对象，涵盖了教育学、计算机科学、管理学、社会学、心理学等方向的文献。对文献研读后，发现各类网络学习绩效研究中的“网络”一词含义不同，在教育学和计算机科学中，“网络”一词多指以网络为传输媒介的实体网络概念，在管理学、社会学、心理学等文献中，“网络”一词多指各种资源形成的关系网络结构，是虚拟的网络概念，也有部分文献指实体网络概念。随着社会网络分析技术的应用，混合学习、协作学习、学习共同体、工作场中学习等学习形式的绩效问题受到越来越多学者重视，学者从对个体学习绩效的研究逐渐扩展到对群体学习绩效的研究，群体学习机理的研究可以借鉴管理学和社会学等领域组织学习的研究成果。因此，本文的研究对象涵盖了实体网络和虚拟网络的学习绩效研究文献。

（二）研究方法

本文主要采用词频分析、共词分析、社会网络分析、多维尺度分析等文献计量方法。主要研究工具包括：文献题录信息统计分析工具（SATI）、社会网络分析软件（Ucinet）和数据统计分析软件（SPSS）。

本文将经过阅读筛选后的研究对象的文献题录信息导入SATI，得到相关表征文献特征的数据统计结果，如关键词词频、关键词共词矩阵和关键词相异矩阵。将关键词共词矩阵导入Ucinet，利用NetDraw绘制共词图谱，利用SPSS软件基于关键词相异矩阵进行多维尺度分析。最终，利用以上工具和方法，基于文献计量，可视化地分析我国网络学习绩效的研究热点和趋势。

三、数据分析

（一）年度分布情况

我国学者对网络学习绩效的相关研究是从2003年开始的。究其原因，教育部从2001年启动网络教育试点工作，随着网络教育的发展，如何提高学习者的学习绩效，渐渐引发学者关注，发表文献在总体上呈逐年上升趋势。2011年相关学者对网络学习绩效的关注最多，文献达到43篇，随后，数量有所下降。从被称为“慕课元年”的2012年起，“慕课”的诞生与火热再次激发了学者研究网络学习绩效的热潮。2013年后，该主题的文献数量逐年上升。各年度文献数量如图1所示。

（二）期刊分布情况

345篇论文分布在158种期刊中，发文量大于4篇的期刊如图2所示。这12种期刊中，只有《科技进度与对策》是科学研究类期刊，其他都是教育类期刊。发文量排名前12的期刊中有9种是核心期刊，9种期刊共发文72篇，9种期刊占总刊源的5.7%，发文量占总文献的21%，说明网络学习绩效在教育领域取得了一些较好的研究成果，这些成果较为集中地发表在教育类核心期刊上，如《远程教育杂志》《中国电化教育》《现代教育技术》《开放教育研究》《中国远程教育》。

（三）受基金资助情况

以网络学习绩效为主题的文献中有30篇受到国家自然科学基金资助，研究主题主要集中在网络结构与组织行为绩效、技术创新的关系研究，研究学科主要集中在管理科学与工程方向。8篇受到国家社会科学基金资助，其中，2篇是教育技术方向，6篇是管理科学方向。17篇受到省级基金资助。共计55篇文献是基金类项目的研究成果，仅占文献总量的16%，说明该方向在理论上继续深入的空间较大。

（四）研究机构和高产作者情况

网络学习绩效的研究机构中师范类院校居多，其中河南师范大学成果最多，共11篇文章，主要从教育技术视角探讨提高学习者学习绩效的具体方法和途径，并反思网络学习障碍的原因及解决途径，设计网络学习评价量规。发表文献前十名的有河南师范大学教育技术系、华南师范大学教育信息技术学院、淮北师范大学教育学院、江西师范大学课程与教学研究所、浙江工业大学经贸管理学院、首都师范大学教育技术系、河南师范大学教育与教师发展学院、浙江大学管理学院、华中师范大学信息技术系、四川大学商学院和软科学研究所。

以个人名义发表网络学习绩效文献最多的是河南师范大学教育技术中心的张豪锋教授，共计6篇。张豪锋教授的研究主要从教学策略的视角提出提高学生网络学习绩效的若干方法，如利用思维导图、学习设计、有意义交互活动、Mashup聚合技术、学习共同体等方法，并从教育技术视角反思绩效影响因素，给出基于EPSS思想的网络学习绩效测评体系。

发表四篇文献的有江西师范大学远程教育研究所的钟志贤教授。钟志贤教授致力于提高学习者学习绩效的研究，给出了适用于网络协作学习评价量规的半结构化描述，详细阐述了开发和使用量规的基本理论与实践框架；系統分析了自我管理能力这一影响学习者学习绩效的重要因素；并从信息技术和远程教育角度深入分析提高学习者过程管理能力的方法、原则及技术支持方式。

发表四篇文献的还有淮北师范大学教育学院副教授、武汉大学信息资源研究中心博士生张家年。他的研究成果主要受安徽省教育科学规划重点课题和安徽省高等学校教学研究项目的资助。张家年以网络课程为研究对象，从绩效理论和实践应用的视角，研究学习者学习绩效的促进方法和网络课程的绩效评价方法。

（五）作者合作模式分析

利用作者共现矩阵、社会网络分析等计量手段绘制作者之间合作研究情况的可视化图谱，可以直观地呈现合作作者研究的现实情况（刘晓， 等， 2016）。如图3所示，图中的圆圈节点大小表征该作者发表论文数量，连线的粗细则表示作者间合作的紧密程度。

作者共现图谱的网络密度为0.0022，图谱比较分散，只有13个2～4人的小合作群体。目前，研究合作模式主要分为两类：一是协同研究，指合作作者属于同一机构或同一性质机构，可以是同事关系，也可以是师生关系。二是跨机构合作，合作作者来自不同性质的研究机构，有的来自高校，有的来自企事业研究所，有的来自高职院校或相关教育研究院。通过分析图3中的13个小合作群体发现，我国在该研究领域没有形成跨机构的合作团队。跨机构合作利于异质知识的交流、共享与创新，利于拓展研究的理论基础，创新研究思路和方法。因此，建议开展跨机构的合作研究，在不同的专业交叉中找到创新点，以促进网络学习绩效理论和研究方法的交叉演进。

（六）关键词词频分析

词频分析法是一种用来分析研究热点和发展动向的文献计量方法（杨国立， 等， 2016）。由于文献的关键词或主题词可代表文章的核心内容，可根据该词在文献中出现的频次高低来表征研究主题的热点排序。

提取文献中的关键词，汇总并统计分析各篇文献的关键词。345篇文献共有613个关键词。其中，词频超过4的关键词有49个，词频超过3的关键词有91个，词频超过2的关键词有182个。词频普遍较小，说明该领域的研究内容较为分散。排名前30的高频关键词如表1所示，这30个高频关键词基本能代表16年来我国网络学习绩效的研究热点。

（七）高频关键词共现网络分析

共现网络分析是指对共同出现的词汇或短语计算共现词频，得到共词矩阵，然后利用可视化软件绘制共词网络图谱的一种文献可视化分析方法。该方法可用来分析研究热点、发展趋势以及学科知识结构 。（张勤， 等， 2016）

本文采用共现网络分析方法，首先利用SATI软件建立49×49关键词共现多值矩阵，然后利用NetDraw绘制我国网络学习绩效高频关键词共现图谱，最后利用Ucinet进行社会网络分析，分析网络学习绩效的研究热点及研究前沿。

在共现网络图谱中，一个关键词由一个节点代表，关键词在社会网络中的中心度由节点的大小表示，关键词之间的亲疏关系由节点之间的距离反映。图中间聚集的节点，通过K-cores分析，K值大，代表关键词处于研究的核心位置，即网络学习绩效领域的研究热点与核心。处于边缘的节点，代表的关键词受关注度较低，在一定程度上体现了网络学习绩效研究的前沿问题。

图4的高频关键词共现图谱可以直观地反映我国网络学习绩效研究领域的现状：第一，网络学习、学习绩效、网络环境、绩效、绩效技术、自主学习等关键词处于网络中心位置，这些关键词出现的频次高，处于图谱核心位置，它们是我国网络学习绩效的研究核心和研究重点，其他领域都围绕它们展开。第二，混合学习、学习环境、教学评价、知识管理、研究型学习、网络学习行为、绩效管理、学习过程、组织学习、创新绩效等关键词处于图谱中间位置，是连接网络边缘和核心的桥梁。其中，混合学习、学习环境、绩效管理、网络学习行为、学习过程等领域呈现出由研究热点转向研究核心的趋势。第三，虚拟学习社区、学习分析、网络协作学习、社会网络分析、个人知识管理、策略、产业集群、技术创新绩效等关键词处于图谱边缘，表明目前我国网络学习绩效领域的研究开始从社会分析视角分析群体学习绩效，利用学习分析技术及知识管理技术提供个性化的学习绩效评估服务，吸纳组织行为学与企业知识管理方面的成果，扩展学习绩效的外延概念，将创新绩效纳入网络学习绩效的评价指标。然而，现有研究的深度和广度仍然不足，未来需要整合借鉴多学科的理论和方法，从社会情境角度分析学习者的网络学习绩效。随着学习科学技术和大数据技术的发展，网络学习绩效的研究将更多地关注虚拟学习社区、网络协作学习和学习分析技术；从绩效技术的角度，确立全面科学的网络学习绩效评价指标和评价技术；借鉴组织学习的研究理论，改进网络学习环境，提高个体和群体的学习绩效。

1. 度中心度分析

度中心度是网络图谱分析的重点之一，评价一个网络节点重要与否，衡量一个节点对其他节点的影响力，常用这个指标。一个节点度数越大就意味着这个节点越重要。通过UCINET 软件，计算出各节点的度中心度，如表2所示。表中的OutDegree为点出度，是该关键词与其他关键词发出共引关系的次数的量化，即共词矩阵中该节点所在行上所有数据之和；InDegree为点入度，是该关键词接收其他关键词的关系次数的量化，即共词矩阵中该节点所在列上所有数据之和； NrmOutDeg为标准化点出度，即该节点的点出度与该节点在网络中最大可能的关系数的比值；NrmInDeg为标准化点入度，即该节点的点入度与该节点在网络中最大可能的关系数的比值。

2. 中介中心性分析

中介中心性一般用于衡量一个节点作为“媒介者”的能力，也就是一个节点控制网络中其他节点能力的大小（陈巧云， 等， 2013）。

表3为中介中心性排名前10的关键词列表。2号“网络学习”的中介中心性值最高，表明网络学习是网络学习绩效研究领域中控制各研究信息流动最强的研究主题，其次是学习绩效和网络环境。对比表3，可以发现，虽然“知识管理”在关键词词频中排名46，出现的次数较少，度中心度較低，不在前十之列，不是现在研究的重点领域。但是，它与其他研究主题的互动能力较高，处于中介中心性第十的位置。结合图2进行分析，可以发现知识管理是网络学习绩效研究中的交叉研究领域，它既是教育技术领域的研究主题，也是知识管理和企业管理领域的研究主题。

3. 关键词共词网络密度分析

网络密度在一定程度上表征着这个网络中关系的数量与复杂程度。网络密度越大，研究领域中主题之间关系越紧密，研究越成熟；网络密度越小，研究领域主题之间关系越松散，研究越不够深入。通过UCINET，计算出图4的网络密度平均值为0.206，标准差为0.690。网络密度小，网络联系不紧密，各研究主题研究重点不同，交叉比较少；标准差较小，说明各研究主题差异性不大，这两个指标反映了我国网络学习绩效的研究主题内容不深，研究不够成熟。

4. 共词网络的小世界效应分析

Watts和Strogatz开创性地提出了小世界网络并给出了WS小世界网络模型。小世界网络的主要特征是具有比较小的平均路径长度和比较大的聚类系数。通过UCINET，计算出图4的网络平均路径长度为2.346，建立在“距离”基础上的凝聚力指数为0.489，表明网络的凝聚力一般。基于WS小世界网络模型理论，该网络不具有小世界网络特征。聚类指数较小，说明各研究主题的结构不是很稳定，平均路径较小，说明网络的连通性较好，随着研究的不断深入，主题之间有较大的交叉演变的空间。

（八） 网络学习绩效的研究主题可视化图谱分析

网络学习绩效研究主题的可视化结果可由对高频关键词相异矩阵进行多维尺度分析得到（张勤， 等，2012）。具体步骤如下：第一步，利用SATI软件分析，得到49×49关键词相异矩阵；第二步，利用SPSS中多维尺度分析功能（ALSCAL），其中，距离数据的形状设为正对称，度量标准的区间设为Euclidean，度量水平选择序数。图5为多维尺度分析得出的知识群组可视化图谱结果，其中Stress值等于0.284，RSQ值等于0.733，大于0.6，说明模型的拟合效果较好。它是以中心度和密度为参数绘制成的二维坐标，X轴为中心度，Y 轴为密度。主题之间的相关程度由高频关键词之间的距离反映，距离越小，相似度越大，研究主题越集中；距离越大，关联性越小，研究主题越独立。基于图5的多维尺度分析结果，将我国网络学习绩效研究分为四个主题：多样化数字学习环境下学习绩效评价及促进策略研究；学习绩效影响因素理论及实践研究；基于学习分析技术的学习绩效量规设计及个性化知识服务；组织学习对提高企业绩效的中介作用研究。

这一主题包含的关键词有：策略、评价、绩效评估、绩效、网络教育、学习环境、混合学习、研究性学习、绩效管理、虚拟学习社区、协作学习等。网络学习绩效评价是指在网络学习中，利用技术手段，以学习目标为导向，分析学习者的学习绩效，提出改进学习绩效的措施，对学习过程实施干预，以提升学习者学习绩效的一套策略和方法。很多学者应用企业培训领域比较成熟的360°绩效评价模型和Kirkpatrick评估模式从绩效的角度评价学习过程。评价不是只注重学习结果，而是从能力、素质等多方面对学习者进行测评，评价学习者的知识迁移能力和解决实际问题的能力。学者们从教育技术视角研究学习过程，从绩效视角研究学习结果，分析网络学习中的低绩效现象，从教学设计、资源建设、学习环境等方面提出提高学习绩效的策略和方法。随着对学习过程中学习交互的研究不断深入，越来越多的学者关注混合学习和虚拟学习社区对于学习绩效的影响。研究者重视和认同协作学习工具对社会性交互及协同知识建构的价值，关注利用新技术加强个性化学习与社会性网络环境的构建和保持，以提高学习绩效。

研究主题2：学习绩效影响因素理论及实践研究

这一主题包含的关键词有：学习绩效、网络学习、学习风格、网络课程、网络教学、大学生、远程学习、学习过程、自主学习、网络学习行为、影响因素、混合学习、远程教育、学习行为、学习活动、信息技术、社会网络、绩效技术、社会网络分析、网络环境等。这一主题以网络学习绩效为研究对象，对学习绩效的作用机理和实践进行深入研究。有的学者采用吉尔伯特提出的行为工程模型，从环境因素和个人因素两方面分析学习行为对学习绩效的影响；有的学者侧重从心理学角度分析学习者个人特征，如自我效能感、自我管理能力、学习风格、目标激励等因素对学习绩效的影响。

这一主题的研究多采用实证研究的方法，向大学生、远程教育学生以及在线学习和企业培训中的学习对象发放调查问卷，用管理学的统计方法，分析梳理学习绩效的影响因素。随着社交网络技术的发展，学习不再是一个人的活动，学习者和助学者共同构成了一个交互、协作的学习团体。学习是资源共享和不断交流的过程，是群体动力协同作用的结果，越来越多的学者开始从组织学习、群体动力学视角研究学习绩效的影响因素。

研究主题3：基于学习分析技术的学习绩效量规设计及个性化知识服务

这一主题包含的关键词有：模型、网络协作学习、绩效评价、个人知识管理、教学评价、学习环境、量规、绩效评估、数据挖掘、学习分析、知识管理。在网络学习过程中，很多因素会影响学习绩效，如多样化的學习途径、学习主体的知识基础和自我效能感、学习技术的复杂性、学习资源的适应性与开放性。如何有效地调控这些影响学习效果的因素，使学习过程朝向既定的学习目标，以获取最大限度的学习绩效，是网络学习过程中需要解决的重要问题。这一主题更多关注学习过程、学习绩效量规设计，利用学习分析技术，为学习者提供个性化知识服务，最终提高学习绩效。学习绩效量规是为评价、指导、管控和改善学习行为而设计的某种结构化的定量评价标准。学习分析是记录学习中的数据，依据量规诊断学习中发生的问题、预测学习结果的一种现代教学技术。现有研究主要集中在两个方面：一是研究网络学习行为分析和监控的理论和实践；二是研究和实现适应性网络学习支持系统中的智能反馈策略。前者以学习分析技术为基础，注重个人实时的学习数据记录与分析；后者以数据挖掘技术为基础，注重非实时的数据关联规则的发现与分析。两者的最终目标都是优化学习过程，提高学习绩效，两者的评价基础都是在线学习绩效量规。

研究主题4： 组织学习对提高企业绩效的中介作用研究

这一主题包含的关键词有：产业集群、组织学习、创新网络、网络能力、创新绩效、技术创新绩效、企业绩效。这一主题中的网络多指不同社会群体间的跨界关系，是虚拟网络，属于社会网络的范畴。研究对象为组织学习绩效，研究目标是提高企业绩效。这一主题的研究主要涉及管理学中的企业管理、信息管理、知识管理、绩效管理等方向，主要研究方法是基于问卷数据的实证研究，多采用结构方程、系统动力学等统计方法（彭新敏， 2009）。结合对其他三个主题的分析，我们发现，随着协作学习、合作学习等方式的普及，网络学习绩效的研究逐步从对个人学习绩效的研究发展到对群体学习绩效的研究，学习绩效的评估指标也从信息素养、知识结构、应用能力扩展到了网络能力、创新能力。网络学习也可以看作组织间学习，是组织学习于网络情境的应用，它通过向其他组织学习来取得本组织生存发展所需要的技能与知识，在其内部化的同时创造新知识（廖列法， 等， 2011）。实体网络学习中的学习共同体概念就是借鉴这一理念而来的。从图5研究主题可视化图谱中，我们可以发现这一研究主题和网络协作学习、绩效评估、社会网络分析、创新网络远程教育和量规的距离很近，说明它们的相关程度较高，有很大的交叉研究空间。

四、研究结论

通过对2000—2016年网络学习绩效论文的计量分析和可视化识别，本文得出以下结论：

（1）从论文期刊分布情况来看，我国网络学习绩效论文分布的刊源较广，优秀成果较为集中地汇集在继续教育类核心期刊上，而综合类教育期刊的比例相对较低。这从侧面反映了我国网络学习绩效的研究成果向高等教育研究、中小学教育、企业培训等领域扩展的空间较大。

（2）从研究机构和高产作者来看，师范类院校的研究成果具有数量上的绝对优势。可见，目前的研究成果多集中在教育技术领域，结合研究受基金资助情况分析，我国网络学习绩效具有较深厚的多学科交叉研究的理论基础。

（3）从作者合作模式来看，基本是同一机构内的合作。而网络学习绩效属于终身学习体系中的一部分，对个人和组织都尤为重要，它涉及多元主体，需要跨界的视角与研究。未来，可以依托课题和实践应用，组建跨学科、跨领域的研究团队，以促进网络学习绩效理论和研究方法的交叉演进。

（4）从关键词词频分析和共现图谱来看，我国网络学习绩效的研究内容不深，研究不够成熟，关键词共现图谱网络的连通性较好，各研究内容之间有较大的交叉演变的空间。网络学习、学习绩效、绩效、绩效技术、网络环境是目前我国网络学习绩效领域的研究核心。网络学习是网络学习绩效研究领域中控制各研究信息流动最强的研究主题，其次是学习绩效和网络环境。学习分析、网络协作学习、社会网络分析、虚拟学习社区、策略、个人知识管理、产业集群、技术创新绩效将是未来的研究方向。

（5）从网络学习绩效研究主题可视化图谱分析来看，高频关键词的分布既有交叉相互渗透，又具有群组分布的独立性。可将国内网络学习绩效研究分为以下四个主题：多样化数字学习环境下学习绩效评价及促进策略研究；学习绩效影响因素理论及实践研究；基于学习分析技术的学习绩效量规设计及个性化知识服务；组织学习对提高企业绩效的中介作用研究。

五、研究不足与展望

分析我国网络学习绩效的研究现状是为了找到未来研究问题转化和发展动向的逻辑起点（Callon， 1986）。纵观我国网络学习绩效16年的研究历程，不难发现国内学者从不同理论视角对网络学习绩效进行了较为深入的研究。这些成果不仅对网络学习绩效的评价层次模型进行了积极的理论探索，也对网络学习绩效的评价技术进行了一定的实践探索。网络学习绩效的研究对象由早期的个体学习绩效研究逐渐扩展到协作学习、学习共同体等群体对象的学习绩效研究；网络学习绩效概念的内涵由早期单一的任务绩效扩展到包含素质绩效、社会绩效、创新绩效等在内的综合绩效；网络学习绩效的研究方法由早期的理论研究、实验观察发展为实证研究、应用研究、开发推广；网络学习绩效的研究目的也由早期的学习评价发展为学习预测和个性化知识服务。然而，研究仍存在以下薄弱环节：一是理论深度与系统性有待加强；二是缺乏对实践的归纳分析与规律性的提炼总结，实践探索的适应性和广泛性仍待加强；三是研究的视角有待拓展，综合多学科视角进行跨学科研究的成果较少。本文相信，未来的研究将以教育技术为基础，引入心理学、管理学、社会学、学习科学相关理论研究成果和研究方法，拓展网络学习绩效的概念外延；利用信息技术和机器学习，深度开展网络学习绩效的实践应用研究。

[参考文献]

陈巧云，李艺. 2013. 中国教育技术学三十年研究热点与趋势——基于共词分析和文献计量方法[J]. 开放教育研究（10）：87-95.

廖列法，王刊良. 2011. 网络信息不对称性、嵌入性与组织学习绩效研究[J]. 中国管理科学（4）：174-182.

李青，王涛. 2012. 学习分析技术研究与应用现状述评[J]. 中国电化教育（8）：129-133.

刘晓，徐珍珍. 2016. 我国职业教育校企合作研究的计量分析与可视化识别——基于30年来学术期刊载文情况的面板数据分析[J]. 现代教育管理（5）：91-96.

李旭. 2010. 网络环境下学习者自我效能感国内研究综述[J]. 中国医学教育技术（6）：245-249.

彭新敏. 2009. 企业网络对技术创新绩效的作用机制研究：利用性—探索性学习的中介效应[D]. 浙江：浙江大学管理学院.