基于SATI的国内网络学习空间的可视化分析

[关键词]网络学习空间;文献计量;可视化分析

[中图分类号]G434 [文献标识码]A [文章编号]1008-7656（2019）04-0005-07

关于网络学习空间的研究最早可以追溯到2000年，随着Moodle、BlackBoard等在线学习平台的出现与飞速发展，网络学习空间已经“有实无名”。直到2012年，“三通工程”的提出，促使网络学习空间的建设进入高速发展阶段，与之对应，国内关于网络学习空间的研究也进入系统化和专业化阶段，在此期间，网络学习空间的概念也就此提出，从“有实无名”转变为“有实有名”。虽然现阶段国内关于网络学习空间的研究有很多，但是可以看到，其相关研究起步较晚，真正开始得到重视是在2012年。对该领域的研究情况进行计量和可视化分析，可以明确网络学习空间的发展方向，为创新研究、提高科研效率具有重要的意义。

一、数据选取与研究方法

（一）数据来源

在中国知网学术期刊总库中进行检索，设定检索词为“网络学习空间”，检索项为“主题”，采取“精确”匹配方式，發表时间为“不限”，文献来源为“全部期刊”，共获得文献1217篇，剔除155篇不相关文献，最终得到1062篇，记录存储格式为EndNote。

（二）分析工具

采取的分析工具是SATI3.1软件和Ucinet。文献题录信息统计分析工具（Statical Analysis Toolkit For Informatrics，SATI）是一款利用C#编程技术，基于NET平台设计开发出的文献题录信息统计分析工具软件，支持导入并处理四种格式国内外文献题录数据，具有字段信息抽取、题录格式转换、词频统计和知识矩阵构建等功能。利用SATI生成研究对象的关键词共现矩阵、主题词共现矩阵和作者共现矩阵等，并将分析得到的结果直接导入到社会网络分析软件Ucinet中，生成可视化的知识图谱。

二、国内网络学习空间的可视化分析

（一）时间维度分析

通过对国内网络学习空间的文献数量按照发表年份进行统计分析，得到文献数量时间分布图，见图1所示（2019年尚未结束，故排除在统计范围外）。从图中可知，关于网络学习空间的文献最早发表于2000年，从2012年开始，文献数量整体呈现逐年递增的趋势。

利用SPSS对2000～2018年期间发表的文献数量进行K值聚类，最终将其划分为3类，其结果如图2所示。根据聚类分析的结果，将国内网络学习空间的研究过程划分为3个阶段：一是启蒙期（2002～2012年），聚类均值为6篇，文献数量较少;二是爆发期（2013～2016年），聚类均值为130篇，发文数量有了大幅度的提升，且呈现逐年增加的趋势;三是发展期（2017～2018年），聚类均值为229篇，发文数量的增长速度有所减缓，但也是在逐年增加。2013年国内有关网络学习空间的文献数量较之2012年有大幅度激增，从19篇增加到了97篇，说明从2013年开始，网络学习空间已经引起了学术界的关注，成为了比较重要的研究方向。2012年3月，教育部发布《教育信息化十年发展规划（2011—2020年）》，提到要在2020年基本建成人人可享有优质教育资源的信息化学习环境;2012年10月，教育部和发改委等九部委联合出台的“三通两平台”工程文件，将网络学习空间建设作为七大重点工作之一。一系列的政策出台，充分体现了国家对网络学习空间建设的重视程度，也引发了学术界的研究热潮。

对1062篇文献所在的期刊进行统计分析，发现研究对象被分别发表在397种期刊上，可以看出这些文献分布的范围较广。按照布拉德福定律，核心区期刊的文献数量为354篇。对397种期刊按照发文数量依次降低的顺序进行排序，排名前10的期刊载文总量为348篇，约等于核心区期刊的文献数量，故排名前10的期刊为核心区期刊，如图3所示。从研究分析的结果可知，核心期刊较为集中，说明国内关于网络学习空间的相关研究已经形成了较为稳定的核心刊群。在核心区期刊中，核心期刊有3个，分别是《中国电化教育》《电化教育研究》《远程教育杂志》，占核心期刊数量的30%，说明国内关于网络学习空间的相关研究较为成熟，研究质量较高。

对研究机构进行统计分析，按照发文量由高到低的顺序，列出发文量排名前十的研究机构的发文情况，如表1所示。表中的“所占比例”指的是该研究机构在“网络学习空间”相关研究中的发文量占总研究量，即1062篇文献的比例。从表中可知，排名前10的研究机构有9所师范院校，其中北京师范大学、华南师范大学、华中师范大学和东北师范大学属于教育部直属六大师范学校，说明师范院校十分重视网络学习空间的相关研究，并且取得了较好的研究成效。

通过对高频作者的合作网络进行可视化分析，可以发现该研究领域的核心研究群体。借助文献分析工具SATI和社交网络分析工具Ucinet对国内网络学习空间研究领域的高频作者的合作情况进行分析。将包含了1062个数据的样本导入到SATI中进行抽取，设置抽取字段为“Authors”，分析得到2056位作者，合并重复发文的作者后，得到以第一作者发表文章的作者人数为919位，占作者总数的44.70%。为了更加直观的呈现高频作者的发文情况，统计了发文量排名前10位的作者（考虑发文量相同的情况，所以统计出来的人数超过了10人），如表2所示。

关键词是作者对论文中心内容的集中概括，在一定程度上体现了作者的研究主题和方向，因此，如果某个关键词在该研究领域出现的次数较多，说明该关键词所反映的研究内容就是该领域的研究重点。除了分析关键词的出现频率外，还可以对关键词之间的联系进行分析。如果两个或多个关键词都同时出现在多篇不同的论文中，而且出现的频率越高，说明这些关键词之间的关联度就越高。通过对国内网络学习空间研究领域的关键词进行共现网络分析，以期发现该领域的研究热点和知识结构等。

在SATI中，将抽取字段设置为“Keywords”，点击“Frequency”进行频次统计，可以得到每一个关键词出现的次数。根据统计的结果，1062篇文献中提取到了2352个关键词，关键词出现的频次总数为5448次，剔除掉检索项“网络学习空间”后，还剩下2351个关键词，出现频次总数为4979次。根据二八定律，提取了频次数排名前30位的关键词，这些关键词的频次总数为1030次，占频次总数的20.69%，其结果如表3所示。

在SATI中，选取抽取的字段为“关键词”，在Row/Cols中限定词设置为31（考虑“网络学习空间”关键词），可以生成高频关键词的共词矩阵、相似矩阵和相异矩阵，如下页图6、图7和图8所示。共词矩阵是一个相关矩阵，该矩阵对角线上面显示的数据就是该关键词出现的频次，例如，“教育信息化”的出现频次为124次，它与“学习空间”同时出现的频次是2次，意味着在1062篇论文中，有两篇论文同时包括上述两个关键词。为了更直观地呈现关键词之间的联系，SATI还可以生成关键词的相似矩阵和相异矩阵。在相似矩阵中，两个关键词的相似系数越高，说明它们共同出现的同一篇论文中的几率就越大，意味着它们之间的关系就更加密切。而在相异矩阵中，两个关键词的系数越小，则说明它们之间的联系更加紧密。在相似矩阵中，数值为“0”的过多，可能会使得在统计分析的过程中误差较大，为了降低误差，通常会对相异矩阵进行分析，例如，在SPSS中进行多维度尺度分析，最好使用相异矩阵，其结果会更加直观。

1.网络整体属性分析

在Ucinet中，通过点击“网络—凝聚力—密度”，可以测得关键词共现网络的网络密度，通过分析，得出该网络的密度为0.0083，密度值较低，意味着关键词的共现频次较低，说明了在国内网络学习空间研究领域，研究范围较为宽泛，内容比较丰富，但是也说明该领域的研究还不够深入，需要凝练研究主题。

从图9中可以看到，除了检索词“网络学习空间”居于整个网络的中心外，“教育信息化”“三通两平台”“翻转课堂”和“信息技术应用能力”等关键词位于网络的中心，而且这些关键词之间的连线较粗，说明这些关键词在整个网络中处于较为核心的地位;除此之外，可以看到，“英語学习”“课题研究”和“外语教学”等关键词构成了一个小群体，说明这些关键词共现的频次较高，这是跟某个或多个研究课题有关;最后，“学习共享空间”“图书馆”和“高校图书馆”等关键词位于网络的边缘，说明这些关键词虽然没有处于核心的地位，但是进入了研究视野，在将来可能受到关注。

2.网络中心性分析

中心性是社交网络分析中非常重要的一个研究属性，关系着网络节点在整个网络中所处的地位和重要性。在Ucinet中提供了中心性统计的功能，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，将中心性排名前十的关键词进行了统计，如下页表4所示。

在社交网络中，节点的度数中心性较高，说明这些节点处于网络核心，所代表的关键词是当前研究的热点;如果该节点的度数中心性和接近中心性较低但是中介中心性较高，说明该节点所代表的关键词会是该领域未来的发展趋势。从表4中看到，“教育学会”“外语教学”等关键词的度数中心性较高，说明它们是研究热点;接近中心性和中介中心性排名前十的關键词较为一致，“网络学习空间”“教育信息化”“翻转课堂”和“学习空间”等6个关键词均在这两项的前十范围内;“网络学习”“高校图书馆”和“教学改革”等关键词在度数中心性和接近中心性均不在前十的范围内，但是它们的中介中心性较高，说明国内网络学习空间的研究会在未来一段时间内对它们更加重视。

3.网络核心—边缘结构分析

在Ucinet中，通过“网络—核心/边缘—绝对”的设置路径，可以对关键词共现网络进行核心—边缘结构分析，其结果如图10所示。从图中可以看到，分析的结果显示出该网络的Final fitness（实际数据与理想模型之间的相关系数）的数值为0.914，系数值较大，说明该关键词共现网络存在核心—边缘结构。其次，分析结果还给出核心和边缘节点的个数，分别是7个和23个。位于核心区的节点分别有： “实验研究”“基于学习”“外语教学”“委员会”“十三五规划”和“适性”等，与中心度居前列的关键词基本一致，在一定程度上更加证实了这些关键词在网络中具有重要的地位，是该领域的研究热点。

4.网络共词聚类分析

运用SPSS对高频关键词的相似矩阵进行系统聚类分析或者对相异矩阵进行多维尺度分析可以有效地归纳出国内网络学习空间的研究主题，从而明确该领域的研究方向。为减少分析误差，在SPSS中，通过“分析—度量—多维尺度（ALSCAL）”的设置路径，对高频关键词的相异矩阵进行多维尺度分析，其结果如图9所示。

第一，关于网络学习空间的基础理论与政策研究。包括关键词教育信息化、教育信息化建设、数字教育资源、教育行政组织、教育部等。网络学习空间的提出与教育部发布《教育信息化十年发展规划（2011—2020年）》和“三通两平台”相关文件密切相关，也正应如此，网络学习空间的概念才得以提出。这部分的研究主要是探讨网络学习空间的定义、起源与发展、模型建构以及国家的政策导向等，例如杨现民（2016）对网络学习空间的定义、发展阶段等进行了梳理，并对如何更好地建设提出了相关的建议[1];胡永斌（2016）提出了网络学习空间的五种类型，即教学资源型、直播教学型、学习社区型和角色扮演型[2];吴林静（2016）提出了网络学习空间中在线学习行为的分析模型，并对该模型进行了认证研究[3]。

第二，基于网络学习空间理念的教学模式与关键技术研究。包括班班通、云计算、信息技术和教学模式等关键词等。如何搭建网络学习空间是该领域研究的重大问题。该问题的研究表现在两个方面，一是如何在已有的环境基础上实现网络学习空间的建设，例如刘艳艳（2014）以世界大学生为依托，从设计理念、资源整合和空间应用三个方面阐述了英语网络学习空间的搭建问题[4];郑建双（2018）通过访谈法、问卷调查法和设计研究法对SPOC翻转课堂学习空间进行了设计与分析[5]。二是基于某种现有的技术来构建学习空间，例如，陈磊（2012）探讨了如何基于“云计算”技术来实现体育教学空间的搭建[6]。

三、研究结论与说明

通过运用文献题录信息统计分析工具SATI、社交网络分析工具Ucinet和社会科学统计软件包SPSS对发表在中国知网期刊总库上的1062篇文献从时间维度、期刊来源、研究机构、合著作者和关键词共现等五个方面进行计量和可视化研究，得到以下结论：首先，通过对时间维度和期刊来源进行计量分析，发现国内网络学习空间的研究起步较晚，直到2012年才开始得到重视，其发展大致经历了启蒙期、爆发期和发展期三个阶段;网络学习空间的相关研究已经形成了较为稳定的核心刊群，而且核心期刊所占比例较高，说明该领域的研究虽然起步较晚，但是质量令人满意;其次，通过研究机构和高频作者合著网络进行统计与可视化分析，师范院校在这个领域的贡献较大;张再福、杨宗凯和谢泉峰等人是该领域的核心作者，有一定的影响力，作者之间的联系不是很紧密，已经形成的稳定研究团队数量较少，规模较小，大部分研究人员都处于“孤立”状态;最后，通过对关键词共现网络进行整体属性、中心性、核心—边缘结构和共词聚类分析，发现网络学习空间的研究较为分散，主题凝练不够精细;该领域的研究热点有：外语教学、翻转课堂和实验研究等;“高校图书馆”和“教学改革”等将可能在未来引起重视;其研究主题包括两大部分，分别是关于网络学习空间的基础理论与政策研究、基于网络学习空间里面的教学模式与关键技术研究。

需要说明的是，文章在对研究热点和研究主题进行分析时采取的方式是借助SATI和Ucinet进行关键词共现分析。关键词在一定程度上反映了研究者的研究主题，是对研究内容的“精炼”，但是在选取关键词的时候可能存在随意性或者过于将课题名称作为关键词的情况，故会导致研究在一定程度上不是很精确，只能作为预测该领域发展方向的参考，还需要做更加深入的研究。

[参考文献]

[1]杨现民，赵鑫硕，刘雅馨，等.网络学习空间的发展：内涵，阶段与建议[J].中国电化教育，2016（4）.

[2]胡永斌，黄如民，刘东英.网络学习空间的分类：框架与启示[J].中国电化教育，2016（4）.

[3]吴林静，劳传媛，刘清堂，等.网络学习空间中的在线学习行为分析模型及应用研究[J].现代教育技术，2018（6）.

[4]刘艳艳.浅谈世界大学城英语网络学习空间的建设[J].企业导报，2014（21）.

[5]郑建双，杨延.SPOC翻转课堂学习空间设计研究——以“电路分析”课程为例[J].北京邮电大学学报（社会科学版），2018（2）.

[6]陈磊，吕辉.基于“云计算”的体育教学 “云空间”构建研究[J].中国教育信息化： 高教职教，2012（12）.

[作者简介]徐玲洁（1991-），女，湖南长沙人，长沙广播电视大学助教，硕士，研究方向：网络学习资源的设计与开发。

[责任编辑 郑 鸿]