教育大数据研究领域的现状、前沿与热点——基于CiteSpace知识图谱软件的量化研究

李梦凡 陈静远 郑州铁路职业技术学院 信息化办公室 任新社 河南大学 商学院

一、引言

随着物联网、移动通讯、云计算等新一代信息技术在教育中的应用，与教育相关领域的数据量日益增加。为了教学决策和优化学习，研究者开始关注如何将教育领域内的数据转变成信息和知识。在此背景下，本文利用知识图谱分析法，通过分析国内教育大数据领域已有的研究能明确研究现状，探索研究前沿和热点，为研究者提供参考和借鉴。

二、数据来源、研究方法与工具

本文以CNKI作为数据源，选择“主题”检索，检索条件为“教育&大数据”、“教学&大数据”、“学习&大数据”、“教师&大数据”、“学生&大数据”、“学校&大数据”，文献类型为论文，获得有效文献273篇。

本研究将定量研究和定性研究相结合，以CiteSpace和R等统计分析软件作为研究工具，以“教育大数据”相关的文献作为研究对象，从发文量、发文期刊、发文作者等方面了解教育大数据研究领域的概况；然后通过文献共被引分析，以了解教育大数据领域的前沿；最后通过关键词共现分析，探索教育大数据研究领域热点。

三、我国教育大数据研究现状

1.教育大数据研究的时间分布

由于某一研究领域内文献在时间与数量方面的变化关系可以直观的反映出该领域内学术研究的理论水平和发展速度，因此对该领域文献的分布做历史、全面的统计，绘制相应的曲线，有利于预测该领域的发展趋势和动态。如图1所示，从2013年教育大数据进入学术界的视野以来，国内关于教育大数据研究的发文量逐渐成上升趋势，2015年开始，教育大数据研究进入快速发展期，文献量快速增长，形成了教育大数据的研究热潮。

图1 教育大数据研究发文量年度分析

2.教育大数据研究的作者分布

发表文献数量在一定程度上能展现作者的学术研究能力。从表1可以看出，江苏省教育信息化工程技术研究中心的杨现民占据首位。根据文献统计显示，在教育大数据研究领域内，发文量在3篇及以上有24位学者，共发表101篇文章，占文章总量的36.99%，这也就说明在该领域还没有形成核心作者群。

本文通过CiteSpace对作者进行共现分析，绘制作者合作网络图谱（见图2）。结果显示，网络节点数量为26，连线数量为24，网络连接密度0.0738，其中的大部分主要作者都有一定的合作关系。合作关系较为紧密的有以杨现民为中心、以赵蔚、姜强为中心、以刘清堂为中心的科研团队。

表1 教育大数据研究排名前十的发文作者

图2 教育大数据研究者合作网络图谱

3.教育大数据研究的高影响力期刊

选取教育大数据载文量排名前十的主要来源期刊见图3，其中载文量均在6篇以上。由清华大学主办的期刊《现代教育技术》在教育大数据研究方面载文量最多，达34篇。其次，《中国电化教育》31篇，再次是《电化教育研究》29篇。可以看出，教育大数据研究主要来源期刊主要集中在教育技术领域，这说明，教育大数据研究的主力多集中在教育技术领域。此外，思想政治教育、外语教学等相关期刊也有一定数量的教育大数据相关研究。

图3 教育大数据研究排名前十的来源期刊

四、教育大数据研究前沿

引文频次表明了一个研究领域的活跃度，节点频次越高说明该节点的文献在该时期内越受到关注，从而被认为是该领域的前沿文献。本文对已选取文献中的参考文献进行共被引分析，将这些文献以一年为时间分割，分析每个时间分区中前50个节点数据，得到共被引频次高的文献，见表2。

表2 教育大数据研究共被引高频次文献

大数据时代区域教育均衡发展新思路 2 0 1 4 1 1 1 0 李国杰，程学旗9 刘雍潜，杨现民大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考2 0 1 2 1 1 1 1 胡弼成，王祖霖2 0 1 5 9 1 2 张燕南，赵中建“大数据”对教育的作用、挑战及教育变革趋势——大数据时代教育变革的最新研究进展综述大数据时代思维方式对教育的启示 2 0 1 3 9 1 3 柯清超 大数据与智慧教育 2 0 1 3 8 1 4 刘凤娟 大数据的教育应用研究综述 2 0 1 4 7 1 5 何克抗 大数据面面观 2 0 1 4 7

1.教育大数据基本问题探讨

教育大数据兴起的背景、理论基础、基本概念以及对教育教学的意义等是教育大数据研究的基本问题，也是开展教育大数据研究和实践的基础。教育大数据是大数据的一个子集，指在教育领域内产生的大批量大数据，其具有数据来源渠道多样化、自动跟踪和留存学习者行为痕迹等特性，并对获取数据进行整理、分析、建模，真正意义上实现学习者个性化学习、提高教学质量、促进教学公平；成为教育决策的依据；为教育评价提供新的思路；同时改变教育技术的研究范式。

2.教育大数据的应用与实践指导

教育大数据的应用与实践指导是教育大数据研究的重要方向。2012年10月,美国教育部发布《通过教育数据挖掘和学习分析促进教学》的报告中指出，教育数据挖掘和学习分析是目前教育大数据应用的两大方向。当前，教育领域对教育数据挖掘和学习分析技术寄予深切的期望，希望利用海量的教育数据为教育教学变革提供依据和条件，促进教育发展。但同时我们也应该注意到，教育大数据应用和实践过程中依然面临诸多挑战，包括安全隐私、数据准确性、信息共享性、数据管理等方面的问题。

3.教育大数据实践个案及效果

教育研究者与实践者热切关注教育大数据在具体教学情境和实践中的应用模式和效果。其中，姜强、赵蔚等人针对教育大数据具体实践应用开展相关研究，在深入探索教育大数据的应用方式、效果等方面具有一定的优势，可供相关研究的设计、实施以及结论验证参考和借鉴；但是考虑到这些研究中研究对象和研究情境的特殊性，其研究结论的信效度需要进一步深思和考量。

4.教育大数据研究述评与反思

教育研究者通过教育大数据的述评和反思获得该研究领域的发展脉络，为推进教育大数据研究的发展和创新提供有利条件。在分析和反思已有研究基础上，笔者发现教育大数据的相关研究主要集中在概念、内涵等理论层面，而在研发教育大数据分析工具和教育大数据相关实证研究方面，其研究基础依然比较薄弱。

五、教育大数据研究热点

一篇文献的核心主题和内容都是通过关键词来体现的，因此关键词频次直接反映该领域研究热点的总体概况。本文以一年进行时间分割，选取2013-2017的文献中每个时间分区中前50个节点数据进行关键词共现分析。通过关键词共现分析，得到前30个高频关键词表（见表3）。

表3 教育大数据研究高频关键词

根据高频关键词，本文将教育大数据研究的热点主题确定为教育大数据内涵界定、教育大数据中主要技术应用、教育大数据应用探索研究、教育大数据对师生能力的要求四个大类。

1.教育大数据内涵界定

“大数据”、“教育大数据”、“大数据时代”、“大事件思维”、“教育变革”等作为高频词，可以看出教育大数据研究目前的研究重点在于基础理论的讨论，包括教育大数据的时代背景、教育大数据的内涵、特征，以及教育大数据对于教育领域的影响和意义等。其中，对“教育大数据”内涵的定义是其热点主题，而且目前并没有统一定论。有研究者依据教育大数据的来源，将教育大数据分为广义和狭义，认为广义的教育大数据泛指所有来源于日常教学活动中人类的行为数据，具有层级性、时序性和情境性的特征；狭义的教育大数据是指学习者行为数据，它主要是来源于学生管理系统、在线学习平台和课程管理平台。这样的界定有利于研究者明确教育大数据研究的对象和范畴，避免教育大数据研究领域的泛化，有利于教育大数据研究的理论价值和实践意义的实现。

2.教育大数据实践应用探索

从“学习分析”、“数据挖掘”、“教育数据挖掘”、“大数据分析”、“大数据评价”、“量化自我”、“教育治理”、“应用研究”、“在线教育”、“智慧教育”、“教学变革”等高频词可以看出，教育大数据实践应用探索相关研究主要包括学习分析技术、数据挖掘技术、以及教育治理等方面的研究，同时教育大数据的应用推动了教学变革和智慧教育发展，为在线教育提供新思路。教育大数据最终要是要应用于教育实践，探索其在实践中的应用技术以及途径是至关重要的。

3.教育大数据促进个性化学习新发展

由于“个性化学习”、“个性化教育”、“自适应学习”、“个性化”等作为高频词，可以发现教育大数据实现学习者个性化学习也是研究热点之一。作为教育者关注的重点内容之一，个性化学习如何有效的实现是一个无法回避的关键议题。借助于教育大数据技术，教师可以准确了解学生的学习需求以及个性特征，从而为学习者提供个性化的指导。有研究者提出，个性化的自适应学习将成为教育技术研究的下一个范式。教育大数据为个性化的自适应提供技术支持，可以有效地实现个性化的自适应学习。

六、小结

由于信息技术的发展，教育数据激增，教育大数据也产生了巨大的能量。教育大数据是目前作为教育领域研究热点之一，教育大数据为教育信息化的进一步发展提供条件。通过分析了当前教育大数据的研究现状、研究前沿和热点，本研究期望为以后的研究提供参考，然而由于本研究主要分析已发表文献，存在一定的局限性。首先，一些实践研究虽并非以论文成果的形式存在，也同样具有参考意义，而本研究中却没有体现这部分研究成果；其次，知识图谱软件作为研究工具，还是存在一定的不足。在未来的研究中，将更加注重教育大数据在教育中实践模式和案例的研究，利用教育大数据为教育教学提供服务。