独立学院视角下我国高校教育大数据研究脉络可视化分析

张胜 赵珏

摘要：随着大数据技术的蓬勃发展，对教育大数据的研究为高校教育改革发展提供了新的契机。文章以2012—2017年CNKI数据库收录的1406篇国内高校教育大数据研究论文为样本，使用Tableau等工具设计绘制可视化视图并进行多元智能统计分析，从年代分布、机构分布、研究热点等方面分析国内高等教育大数据研究的现状和脉络，结合独立学院的教育改革发展，提出完善和加强的建议。

关键词：独立学院;大数据;研究脉络;可视化

中图分类号：G40-034 文献标识码：A 文章编号：1674-9324（2020）21-0001-03

一、引言

近十年来，大数据技术发展迅速，但对教育领域尤其是高等教育领域的应用研究还处于起步阶段。2018年5月，《中国基础教育大数据发展蓝皮书（2016—2017）》明确提出了用数据推动教学以及教育大数据六大发展趋势与面临的五大挑战。

我国教育大数据的运用存在的难题与挑战主要集中在技术、应用和观念三个层面。技术上，主要体现在大数据挖掘的四个环节中，即数据收集、存储、处理和可视化呈现[1-3]。应用上，人才缺乏是短板，人才合作是关键[4]。观念上，大数据意识与观念淡漠，数据公开与共享缺乏政策引导和法律保障。解决教育管理者的数据素养与能力问题成为当务之急[5]。

本文以中国知识基础设施工程中国知网（CNKI）为信息源，数据来源时间为2012年1月—2017年12月，一共检索到文献1406篇。运用文献计量学研究方法和可视分析方法，对其中关于大数据应用于高校教育中的文献数据进行统计对比分析，并通过可视化方法分析我国高校教育大数据技术发展以来的历史脉络、热点方向等，希望为我国高校教育大数据技术研究，尤其是独立学院教育大数据研究提供参考和借鉴。

二、可视化分析

（一）研究年代分布

通过对1406篇文献按照年份进行统计和分析，形成如图1的柱形图。

可以看出，2012年是大数据元年，大数据各方面的研究开始起步，针对教育行业的文章数量并不多，2012年至2014年年产文献量呈现缓慢增长的态势，属于萌芽期。到2015年，教育大数据方面的文章增长迅速，呈现出快速增长的趋势。究其原因，从2015年开始，我国教育工作者开始重视教育大数据的作用，通过对教育大数据研究来指导实践活动。所以《中国基础教育大数据发展蓝皮书（2014—2015）》中认为，2015年是我国教育大数据发展的元年。从2015年开始，教育大数据方面的文章会进入稳定的发展阶段。

（二）研究机构地域分布

通过对主要研究力量在地图上进行标注，可以发现研究机构非常多，不利于分析研究，为了清晰地突出主要研究对象，我们对机构进行了筛选，去除了文献≤3篇的对象。从地图上可以看出文章出产量前5位的单位有电子科技大学、武汉大学、中国矿业大学、西南大学、福建师范大学等，而影响力大的单位有电子科技大学、厦门大学、西南大学、华东师范大学、广西师范大学、武汉大学等。电子科技大学主要研究学生管理和思想政治工作，武汉大学研究较广，从图书服务、人才培养到思想政治方面均有涉及，中国矿业大学在预算管理和英语教学评价方面独树一帜，西南大学在教育质量和教育改革方面研究成绩突出，厦门大学在高等教育的影响、发展趋势和挑战等方面做出了较全面的概括。

（三）研究热点分布

按照每兩年一个阶段，将2012—2017年分三个阶段绘制出关键字文字云。从图2可以发现，应用研究主题的主要焦点一直集中在高校图书馆和思想政治教育工作，在三个阶段中均有明显的体现，随着时间的推进，研究的范围不断扩大，研究的内容不断深入。

研究内容方面，第一阶段高校图书馆最为突出，然后是思想政治教育、智慧校园方面，而人才培养和教学这两个关键字涵盖面较大，从全局方面阐述大数据的作用，总体来说，研究范围较窄，停留在大数据概念上较多，实际应用少。在第二阶段增加了教学改革（如：英语教学、翻转课堂等）、高校管理（档案管理、学生管理、教学管理）、学科服务、个性化服务等内容，研究范围明显扩大，研究深度不断增加。第三个阶段增加了教学模式、财务管理、信息管理三个重要方面。领域不断细化、升级和多样化。

而研究技术方面，第一阶段从顶层设计提及云计算与信息服务，第二阶段重在数据挖掘、数据分析等大数据技术，第三阶段更加强调的是大数据思维、数据素养，从外部技术向人内在的认知转化。新技术不断被开发和应用，从理论向实践转化。

应对思路方面，第一阶段关键词为挑战，教育者发现了大数据，提出了大数据时代带来的新挑战。第二阶段关键词为改革、创新、策略，为了适应大数据时代而要进行一系列适应性的改变，就是改革和创新。第三阶段关键词为对策、应用、路径、机遇，表示教育工作者已经找到了大数据时代的落脚点，要将大数据应用到高校教育管理中，为教育管理服务。整体的思路是从遇到问题、分析问题，到解决问题，最终深化应用。

图3绘制了2012—2017年关键字共现网络，共现网络利用文献中名词短语共同出现的情况来确定该文献集所代表学科中各主题之间的关系。网络内节点的大小表示关键字出现的次数，节点之间连接粗细可反映主题内容的亲疏关系。图3展示了所有文献主题的亲疏情况，聚类数为3。从图中可以发现，大数据与高校联系紧密，应用方向集中在图书馆、思想政治教育、学生管理、教学改革、教学模式、信息服务，应用的主要方法是信息化和数据挖掘，应对的手段是创新、挑战和对策。其中右下角有一个蓝色的节点—智慧校园，智慧校园经历了校园信息化、数字校园的阶段，是大数据应用在校园里最好的体现方式，强调大数据环境下如何提升智能服务能力，包括智慧教育、智慧学习、智慧环境和智慧服务等，涵盖了教育管理的各方面。

（四）独立学院大数据研究分析

独立学院教育大数据相关研究文献也是从2012年开始，但是研究文章数量很少，截至本文检索时，一共61篇。

图4绘制了独立学院教育大数据研究文献关键字共现网络，从图中可以发现，与图3略有差异。独立学院与大数据联系紧密，因为独立学院特有的教学管理需求，应用方向也以教学效果、教学改革、人才培养为主，而高校图书馆需求相对弱化。

三、研究结论与启示

教育大数据并非单纯描绘教育数据量巨大的概念，尤其重要的是，立足于大量数据深度挖掘与科学分析背后的隐含关系与价值，对教育大数据的研究在本质上已经转化为一种新的思维方式、一种新的技术、一种新的解决问题的方式[6]。从目前的发展来看，运用大数据推动高校教育管理尤其是独立学院教育管理，还需加强研究的广度和深度。特别是独立学院大数据研究，更应该积极推进共享平台，降低技术难度。未来高校教育研究应以大数据技术为工具，寻找教与学现象背后的内在联系，为教育改革和决策提供最精准的支撑服务。建立有效的资源共享机制，通过多种途径汇聚教学、研究和管理数据，构建使用简单、自助服务式、可视化的技术平台，才能更好地推动大数据技术在高等教学领域中的普及和应用。

参考文献：

[1]邬贺铨.大数据时代的机遇与挑战[J].求是，2013，（04）：47-49.

[2]徐鹏，王以宁，刘艳华，等.大数据视角分析学习变革—美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示[J].远程教育杂志，2013，31（06）：11-17.

[3]王法玉，闫小芹，王劲松.大数据时代下的教育管理信息化建设实践与探索[J].中国教育信息化，2016，（01）：46-48.

[4]桑新民，謝阳斌，杨满福.“慕课”潮流对大学影响的深层解读与未来展望[J].中国高等教育，2014，（Z1）：12-15.

[5]周湘林.大数据时代的教育管理变革[J].中国教育学刊，2014，（10）：25-30.

[6]金陵.大数据与信息化教学变革[J].中国电化教育， 2013， （10）：8-13.

Abstract： With the rapid development of big data technology， the study of educational big data provides a new opportunity for the reform and development of higher education. In this paper， 1406 education big data research papers of Chinese universities including CNKI database from 2012 to 2017 are taken as samples. Tableau and other tools are used to design and draw visual views and conduct multi-intelligent statistical analysis. From the aspects of chronological distribution， institutional distribution， and research hotspots， the current situation and trends of Chinese higher education big data research are drawn. Finally， Combined with the development of educational research in independent colleges， suggestions for improvement and strengthening are put forward. 

Key words： independent colleges; big data; research context; visualization