国外移动学习理论的演进与前沿热点问题研究

刘革 蔡建东

(1.河南大学 教育科学学院,河南 开封 475000；2.河南大学 现代教育研究所，河南 开封 475004)

国外移动学习理论的演进与前沿热点问题研究

刘革1蔡建东2

(1.河南大学 教育科学学院,河南 开封 475000；2.河南大学 现代教育研究所，河南 开封 475004)

本文利用Citespace软件对国外移动学习的2148条引文数据进行可视化分析，通过分析共引网络图谱，以关键节点文献为基础，探索了国外移动学习理论演进的过程。以国外移动学习领域网络时区视图中析出的主题词来分析国外移动学习领域的研究热点；以国外移动学习文献共引——突显词混合关键路径来研究国外移动学习的前沿领域。

移动学习；关键理论；研究热点；研究前沿

移动学习顾名思义就是实现在移动中的学习。移动学习在国外虽然只有十几年的历史，但是已经成为现在和未来学习的一种重要模式。对国外移动学习的研究可以在一定程度上为我国移动学习的研究和发展进行借鉴。对国外移动学习的研究主要可以从以下几点来进行：国外移动学习的演进路径、研究热点和前沿领域。

一、研究方法与数据来源

本研究借鉴图书情报学科和科学计量学，以可视化图谱的形式来分析数据的结果。目前各种可视化分析软件多种多样，本研究将使用可视化文献分析软件（Citespace3.0R5）来绘制国外移动学习的知识图谱，提取移动学习领域发展过程中的节点文献，并运用软件的“突显词”探测和“主题词”聚类功能来分析国外移动学习领域研究热点和前沿领域。

学术期刊一直是理论研究的重要知识载体，本研究以文献数据分析工具（Web Of Science，简称WOS）数据库科学引文索引、社会科学引用索引、艺术与人文科学引文索引为数据来源，以移动学习的各个英文表述为主题词进行搜索，知识载体区域选取学术期刊模块，学科范围没有限制，检索时间为“所有年份”，共命中以移动学习为主题的2148条来源文献。来源文献包括以下信息：标题、作者、摘要、关键词、来源出版物、参考文献字段。

将上述选取的数据导入到Citespace3.0R5中进行参数设置。在WOS数据库中检索到最早的国外移动学习论文出现在2003年，因此，我们在使用Citespace进行数据分析的时候，要在时间分割中选取时间区间为“2003—2014”，时间区分为“1”年一个分区。在聚类词来源复选框中，选择“题目”“主题词”“关键词”和“摘要”。在节点类型选择框中，选择“引用的参考文献”，在每个切片的前N条记录的选择最高条数中填入“30”。

二、国外移动学习理论的演进

“关键节点是共引网络图谱中连接两个以上不同聚类，且中性度和被引频次相对较高的节点。这些节点可以成为网络中由一个时段向另一个时段过渡的关键点。”[1]在使用Citespace对数据进行分析之前，我们需要理解Citespace对数据进行分析的相关原理。特别需要理解频次、突变、中心度和中心性等这几个概念。频次，顾名思义就是指定统计指标出现的累加次数。突变是指定统计指标出现的次数的变化率。突变是所研究领域研究兴趣变化或者转换的体现，同时也是判断所研究领域研究前沿重要的指标。中心度一般是衡量节点在网络图谱中地位、作用的图论概念。在文献共引网络图谱中，中心度的大小与该节点在网络图谱中的重要程度成正比，中心度越大在一定程度上说明该节点在所研究的领域或者主题的网络图谱中的重要程度越大。中心性可以显示所研究领域或者主题之间的重要关系。在所统计的领域知识发展过程中中心性大的文献往往起到知识领域发展过程中一个研究主题向另一个研究主题发展中的重要连接作用，也是领域知识发展过程中值得重点研究的关键文献。[2]所统计知识领域起拐点作用的关键节点文献的演进，在某种程度上可以代表该知识领域核心理论的演进路线。

Citespace软件有显示聚类、时间线视图和时区视图这三种不同的的视图方式。显示聚类视图，会根据文章的相关程度进行分析，显示出不同的知识聚类模块，但不同的模块之间仍具有一定的连接，其强弱的程度也可以通过图形来区分。时间线视图是以一定的时间顺序为线索来分析各个时间线上的时区的研究主题和各个不同时间线上主题间的关系。时区视图，会根据文章之间的共被引关系进行分析，显示出在不同的时间段内节点文献之间的空间关系。通过上述对Citespace中参数的设置后，运行Citespace软件，绘制出国外移动学习研究领域文献共引网络图谱的时区图，从图中提取中心度大于等于0.11的13篇关键节点文献（表1）。

综合分析表中析出的13篇关键节点文献，可以得出国外移动学习理论演进路径分为酝酿期、出生期和形成发展期三个时期。

表1 国外移动学习关键节点文献信息（2003—2014年）

（一）酝酿期

酝酿期（1977—1998年）：机器学习和强化学习等理论的提出及其不断完善和发展为移动学习的酝酿发展奠定了理论基础。机器算法的不断优化、分层控制技术以及导航传感技术的发展为移动学习的酝酿发展奠定了技术基础。对酝酿期的核心概念和发展过程的描述主要有以下几篇文献。

哈佛大学统计学教授阿瑟・登普斯特（Arthur P.Dempster），人工智能机器人教授南・米莱尔德（Nan M.Laird）和统计系教授唐纳德・鲁宾（Donald B.Rubin）三人1977年共同撰写的文章《基于EM算法的不完备数据的最大似然估计》，以及麻省理工学院教授布鲁克斯（Brooks, R.A.）1986年撰写的文章《一个强大的分层移动机器人控制系统》是移动学习知识演进过程中出现的较早的两篇关键节点文献。这两篇论文分别从算法优化统计数据和移动机器人结构设计两个方面来阐述移动机器人探索过程中的基础知识，为机器学习（machine learning）的发展奠定了基础。

韩国先进科技研究所的范研究员（H.R.Beom）1995年发表的文章《一种使用模糊逻辑和强化学习理论的移动机器人的传感器导航》以及瑞士联邦理工学院微机实验室的达里奥・弗莱若（Dario Floreano）1996年发表的《真实移动机器人导航的演变》也是移动学习知识演变过程中较早的两篇文献。这两篇文章是机器学习发展过程中过渡的两篇文献，与前两篇文献相同，这两篇文献仍然是从机器学习的基本原理和结构层面进行研究和完善，同时又有发展。但在这两篇文献中作者引入了机器学习领域的强化学习理论。强化学习是机器学习理论的发展。

阿尔伯塔大学的计算机科学教授理查德・苏顿（Richard S. Sutton）和安德鲁（Andrew G.），1998年在《强化学习简介》中提供了一个清晰和简单强化学习的关键思想和算法。强化学习起始于对动物学习和机器学习的研究。强化学习的关键在于强化，首先学习者根据环境的状态给以一个相应的反应，同时在学习者做出反应的同时环境也开始有所变化并调整状态，在此基础上学习者开始进一步地反应，最终的结果是该行为得到强化（正强化或者负强化）。

佐治亚理工学院的计算机科学教授罗纳德・阿金（Ronald C.Arkin），1998年发表的《基于行为的机器人》是在机器学习的基础上模拟社会互动反应，其本质是在原有机器学习加入反馈。基于行为的机器人是机器人技术的发展的体现,侧重于机器人能够表现出复杂行为。基于行为的机器人可以快速地、有效地调整其内部的参数,主要是通过传感器检测器逐渐纠正其行为链接。

机器学习作为人工智能领域的重要分支，它是从研究人类学习行为出发，研究一些认识客观世界的基本方法，获取各种知识和技能，以对人类的认识规律进行探索，深入了解人类的各种学习过程，借助于计算机科学的原理建立各种学习模型，从而为计算机赋予学习能力。对机器学习的探索和研究，将有利于理解人类学习的基本原理，从而探索更为有效的教育方法。另外通过对机器学习的研究还可以探索一些之前尚未发现的新的学习方法和学习途径，强化学习就是其一。这是机器学习向强化学习过渡的阶段，也是移动学习的酝酿阶段。

（二）出生期

出生期（2000—2006年）：在上述机器学习和强化学习理论的不断发展和完善的过程的同时，各种移动技术和设备也开始不断地出现和优化，加之终身学习理念的不断推广和普及，这一系列的变化都为移动学习出现提供了充足的条件。移动学习的出现虽然看似偶然，但也是移动技术与学习结合的必然结果。

英国开放大学教育技术学教授迈克・沙普尔斯（Mike Sharples）是移动学习国际协会的创始人，同时也是欧盟《数字化欧洲行动研究计划》中特别开展的一项名为“MOBIlearn行动”的移动学习专项计划的重要参与者之一。MOBIlearn[3]是一个由欧洲领导的世界范围内的研究和发展项目，目的是探究如何利用先进的移动通信技术，开展基于问题的非正式学习，探索结合工作进行学习的方法。该项目起始于2002年7月1日并于2004年12月31日结项。该项目是国外移动学习出生期比较有代表性的项目之一。在此项目之前Mike Sharples教授2000年发表的《针对终身学习的个人移动技术的设计》这篇文章也是移动学习出生期的关键文献之一。Mike Sharples[4]在这篇文章中提出了一个框架，教育技术学设计领域的一个新的流派——个人手持或者可穿戴计算机系统来支持学习者随时随地学习。Mike Sharples这里指的“随时”有两方面的意义：一是指一般的时间概念一天24小时的任何时候；二是指人一生中的各个时期。这一框架的提出是基于终身学习理念。英国的教育与就业部1998年所发表的学习时代（The Learning Age）中论述道：“在将来，学习者的学习将不再局限在学校或者培训地点等固定的地点，他们将能够在家里、工作地点、图书馆或者购物中心等任何地点学习。人们将能够通过使用广播媒体和在线入口学习。我们的目的是帮助学习者学习，无论他们选择任何地点或者任何方式进行。”为了解决眼前的问题,参与一个持续职业和专业发展的过程。新教育当务之急是让人们可以在各种的环境中管理自己的学习（Bentley,1998）。Mike Sharples在文章中总结出支持终身学习的工具要有以下特点：高度的便携性、注重个体性等。在新的教育思想和技术发展的融合理念下，为了适应学习者的需求现在需要一种新型的学习方式。Mike Sharples的这篇文章论述了移动学习初期的一些理念和实践知识，是移动学习出生期重要的一篇文献。

已有的算法、技术已经不能满足移动学习理论的发展过程中各种各样的冲击和挑战，需要更进一步的技术方法与之相匹配。在这一时期，卡内基梅隆大学机器人技术教授豪伊-乔赛特（Howie Choset），2001年在《针对没有准确定位的精准定位的拓扑同步定位和映射算法》中提出了一种新的同步定位和映射的方法，来发展准确定位技术。移动技术得到进一步的优化。[5]与此同时,越来越多的信息被传播，使用Web接口、个人数字助理（Personal Digital Assistant & PDA）或手持计算设备数量激增。然而运用信息的方式和可达到信息呈现多样化的趋势，个人数字助理的小屏幕、低分辨、基于文本的设计和相对烦琐的界面影响信息的检索和呈现效果。阿尔伯斯（Albers），迈克尔・基姆（Michael Kim）和罗力格（Loel），2002年，在合写的《小屏幕界面的信息设计问题：概述个人数字助理的网络设计问题》文章中列出了理解手持和完全网络环境差异的理论框架并阐述了进一步研究的设计问题，为移动学习的发展提供理论的支撑。[6]作者弗迪勒・阿德尔（Foudil Abdessemed），海克尔（Khier Benmahammed）和埃里克・纳塞利（Eric Monacelli），2004年，在《一个非完整机器人的模糊控制器》中总结了有关自主移动机器人导航问题的完整理论发展过程，并针对目前的问题，提出了一种基于模糊概念的新方法。当移动机器人在运动的过程中，采用模糊控制器实现有效的数据传输，解决了机器人运动过程中的碰撞问题，是移动技术发展过程中的一大进步。[7]

微软剑桥研究院的杰出科学家克里斯・毕肖普（Chris Bishop）教授在2006年出版的《模式识别与机器学习》文献中对近年来的模式识别及其学习领域的发展做了一个笼统的介绍。这本书对机器学习和模式识别涉及的基础要点都做了阐述，目前该文献正作为该领域一本重要的教材使用，具有较高的参考价值。这本书也是移动学习出生期重要的节点文献。

（三）形成发展期

形成发展期（2007年至今）：认识到移动学习已经成为协助学生学习的重要方法和工具，也是重要的教学和学习策略，并在理论的基础上加大移动学习的应用研究，开始从理论研究偏向实践研究；探索移动技术的新领域——移动的可视化发展。

台湾科技大学数字化学习和教育研究所的教授黄国祯（Gwo-Jen Hwang），主要从事移动学习（m-learning）/泛在学习（u-learning）学习环境与学习策略，智慧型网络学习、测试与诊断系统，戏化学习策略等方面的研究，并于2011年与台南大学数位学习科技系硕士生常惠芳（Hsun-Fang Chang）共同撰写《移动学习领域应用形成性评价的方法来改善学生的学习态度和成绩》，提出在移动学习领域应用形成性评价的方法来改善学生的学习态度和成绩。这篇文献标志着移动学习已经与学习的过程融合在一起，成为学习过程中一种重要的学习方法。[8]

手机配备高分辨率摄像机、彩色显示,硬件图形加速已经发展成强大的图像和视频处理设备。他们也越来越多地配备全球定位系统和连接到宽带无线网络。斯坦福大学电气工程和计算机科学的贝恩德・吉罗（BerndGirod）教授在2011年发表的《手机可视化搜索》一文中，提出应用新类的手机搜索查询方法——可视化的搜索方法。[9]这些移动技术的进步也预示着移动学习可视化领域的浪潮即将来临。《手机可视化搜索》也是移动学习发展过程中的标志性文献之一。

三、国外移动学习研究热点

研究热点是在某一时间段内，有内在联系的、数量相对较多的一组或者几组论文所探讨的科学问题或者专题。[10]章成志等[11]认为应用“主题聚类”的方法来分析学科的研究热点比较科学。在引文分析中，确定所研究领域的研究热点主要是通过文献关键词的词频统计，研究热点为词频次数较高的关键词或者其相关的领域。对移动学习理论研究热点的了解，可以更好地帮助国内整体把握移动学习理论发展中所关注的焦点问题。借助Citespace3.0R5软件的关键词共现功能，可以探测出移动学习领域研究的热点问题。运行Citespace3.0R5软件进行关键词共现分析，可提取高频关键词（表2）。

对表2中按照时间动态排列的主题词以及主题词被引用的频次进行分析，我们可以分析出国外移动学习领域按照时间动态变化的研究热点主要分为以下几个阶段：

第一阶段（2003—2006年）：主要探讨与机器学习和强化学习相关的各种算法、技术以及系统的优化，它是机器学习和强化学习发展过程最初的实践探索。

最大似然算法、分层控制系统、模糊逻辑等方面的研究在这一阶段称为技术方面的主流趋势，这些算法、技术也是机器学习过程中重要的核心技术，是机器学习发展过程中不可或缺的一部分。强化学习是在机器学习不断尝试的基础上得来的。这一时期的技术和理论都为移动学习的出现奠定了一定的理论指导和实践基础。

表2 高频关键词时间表

第二阶段（2007—2008年）：在持续关注技术发展的同时，完善移动学习和数字化学习的理论并进行初步应用探索。

移动学习是移动技术和数字化学习相结合的一种新型的数字化学习形式。[12]爱尔兰教育技术专家基更（Desmond Keegan），曾将远程教育发展总结为三个阶段 ：远程学习阶段、电子学习阶段和移动学习阶段。他认为移动学习的发展是对数字化学习过程中各种优点的继承。

第三阶段（2009至今）：开展在互联网发展的环境下，关注以移动学习在教学/学习中的策略、交互式学习环境和以环境为中心的情景学习的研究。

学习内容和学习活动的有效互动，能够更好地实现教育信息的有效传达。这就要求移动学习技术必须同时能够满足学习者对于基本的学习知识的获取，同时也要满足学习者与学习者之间信息的交流。学习者、教授者可以在真实的环境中实现异空的同步交流。学习活动与情景是紧密相关的，情景学习需要移动技术提供支撑。移动学习同时开始依靠各种突破时空限制的信息的有效交流和学习者的互动，使学习能够发生在真实而自然的社会情景中。

四、国外移动学习理论研究前沿

“研究前沿是科学研究中最新的，最具有发展潜力的研究主题或者研究领域。”[13]突变是频次的变化率，关键文献或者关键词的突变值可以体现研究领域内研究兴趣的变化。

运行Citespace3.0R5，在保持以上时间区间设置的基础上，在聚类词类型栏目中选择“突变词”，聚类点栏目中选择“主题词”和“引用的参考文献”，选择“路径探索算法”，并设置每个时区析出30条记录为上限。运行软件得到的突显关键词也就是国外移动学习研究前沿关键词。

通过参数的微调节，Citespace软件析出国外移动学习研究前沿领域主要有以下几个方面：远程教育、泛在学习、小学教育/初等教育。

移动学习的研究领域在逐渐增多，但还没有形成完整的理论体系，所以到目前为止还没有多少经典的著作，其中比较著名的得到众多学者支持的一本著作要数爱尔兰教育技术专家基更（Desmond keegan）的《从远程学习，到数字化学习，到移动学习》，基更在他的著作中，根据学习形式和学习手段的不同，把远程学习分为三个阶段：“1.远程学习。这一阶段只要通过印刷材料、录音带、磁盘等媒体技术实现教师与学生的时空分离，教与学的活动也不再是必须同步的。2.数字化学习。这一阶段实现远程的面授教学的手段主要有同步或者异步等技术手段来实现同步和异步的跨时空的学习。3.移动学习。这一阶段是远程教育新的发展阶段。学习者的重点在于通过移动技术和设备实现更加有效的学习。”[14]因此远程教育是贯穿移动学习整个发展过程的，是移动学习研究前沿之一。

泛在学习是指无处不在、时时刻刻的学习。泛在学习是各个方面综合发展的结果。泛在学习也可以理解成是数字学习的延伸，突破了数字化学习的缺陷或者限制，创造智能化的环境让学生充分获取学习信息。由于移动设备的逐步普及化和通信技术的进步，移动学习逐渐地引入泛在学习体系。

移动学习应用到小学教育/初等教育中最终的效果如何呢？这需要实践来证明。在Citespace突显词关键路径图谱中点击小学教育/初等教育突显词，导出小学教育/初等教育的引用历史表，通过对小学教育/初等教育的相关文献进行分析，主要析出四篇文献：1.《基于知识工程的方法为情境学习模式开发的思维工具》，在该文中，罗根以一门小学的自然学课程为实验对象，探索出移动学习这种交互式学习环境，不仅可以增强学习的动机，还可以提高学生的学习成绩。从2010年发表以来到目前为止该文已被引用51次。2.《基于两层测试方法为自然科学课程开发的位置感知移动学习系统》，在该文中，作者提出了一种移动学习系统，通过使用无线电频率识别技术来检测学生行为的方法，并且根据学生的反应提供个性化的指导。结果显示使用该系统之后学习者的得分明显高于原来。从2010年发表到目前为止该文已被引用32次。3.《在台湾小学科学课程教育中移动植物学习系统的有效性研究》，从2010年发表到目前为止该文已被引用27次。4.《针对情境学习模式的个性化学习路径规划的启发式算法》，从2010年发表到目前为止该文已被引用36次。他们都是探索移动学习在小学教学中教学效果的研究，都取得了较好的结果。这在一定程度上显示了移动学习在小学中的应用也是可以的，值得我们进一步的探索研究。

[1][2][10]CHEN,C.Searching for intellectual turning points: Progressive Knowledge Domain Visualization[J].Proc.Nat.Acad. Sci,2004,101(Suppl.)：5303-5310.

[3]顾小清.终身学习视野下的微型移动学习资源建设[M].上海：华东师范大学出版社,2011.56-57.

[4]Sharples M.The design of personal mobile technologies for lifelong learning[J].Computers & Education,2000，34(3)： 177-193.

[5]Choset H,Nagatani K.Topological simultaneous localization and mapping (SLAM):toward exact localization without explicit localization[J].Robotics and Automation,IEEE Transactions on,2001，17(2)：125-137.

[6]Albers,Michael,and Loel Kim.Information design for the small-screen interface:an overview of web design issues for personal digital assistants[J].Technical Communication 49.1 (2002)：45-60.

[7]Abdessemed F,Benmahammed K,Monacelli E.A fuzzy-based reactive controller for a non-holonomic mobile robot[J].Robotics and Autonomous Systems, 2004, 47(1): 31-46.

[8]Hwang G J,Chang H F.A formative assessment-based mobile learning approach to improving the learning attitudes and achievements of students[J].Computers & Education,2011, 56(4)：1023-1031.

[9]Girod B.,Chandrasekhar V.,Chen D.M.,et al.Mobile visual search[J].Signal Processing Magazine,IEEE,2011，28(4)：61-76.

[11]章成志,梁勇.基于主体聚类的学科研究特点及其趋势监测方法[J].情报学报,2010, 29(2)：342-349.

[12]郭绍青,黄建军,袁庆飞.国外移动学习应用发展综述[J].电化教育研究,2011，(5)：105-109.

[13]陈仕吉，科学研究前沿探测方法综述[J].电化教育研究.2009，(5)：28-33.

[14]Keegan D.The future of learning:From e-learning to m-learning [EB/OL].WWW:http://www.fernuni-hagen.de/ ZIFF/ZIFF_P AP_119.pdf,2002.11.

（责任编辑 杜丹丹）

Research on Evolution and Frontier Hotspot of Mobile Learning Theory Abroad

LIU Ge1，CAI Jiandong2
(1.School of Education,Henan University,Kaifeng,Henan,China 475000; 2.Modern Education Research Institute of Henan University,Kaifeng,Henan,China 475004)

This article conducts the visual analysis of 2148 citation data of foreign mobile learning using CiteSpace software.It analyzes the evolution process of the foreign mobile learning theory based on the key node literatures through an analysis of the co-citation network map.It analyzes the research focus according to the subject headings from the network time-zone view.It studies the research frontier based on co-cited articles and burst terms mixed with the critical path mapping literatures.

mobile learning;key theory;research focus;research frontier

G434

A

2096-0069（2015）02-0027-07

2014-12-18

刘革（1990— ），女，河南南阳人，河南大学教育科学学院硕士研究生，研究方向为教育信息化；蔡建东（1974— ），男，河南汝南人，博士，河南大学现代教育研究所教授，研究方向为计算机教育应用。