近年来我国学习分析期刊论文内容分析研究

徐玲洁

摘 要 运用内容分析法，对我国2010—2016年间公开发表在国内学术期刊上的学习分析论文进行分析，并采用可视化的统计软件CiteSpace，从论文作者和研究热点两个维度进行分析。在分析过程中梳理出我国学习分析的研究倾向和发展趋势，思考在研究过程中发现的问题，提出建议，以期促进有关学习分析的研究在国内能够更好地开展。

关键词 CiteSpace；学习分析；网络学习；Moodle；MOOC

中图分类号：G642 文献标识码：B

文章编号：1671-489X（2017）22-0029-04

Research on Content of Papers Published in China in Recent Years//XU Lingjie

Abstract Since 2010， learning analysis has been predicted by the Horizon Project for four consecutive years， and the research on lear-ning analysis has been paid more and more attention. In order to better understand the current situation and trend of learning analysis in China， the author uses the content analysis method to analyze the research and analysis papers published in Chinas academic journals from 2010 to 2016， and use visualization software CiteSpace， from the thesis author and the research hotspot two dimensions to carry on

the analysis. In the process of analysis， the research tendency and development trend of learning analysis in our country are analyzed， and the problems and suggestions in the course of research are dis-cussed in order to promote the study of learning analysis in China.

Key words CiteSpace； learning analysis； online learning； Moodle； MOOC

1 前言

隨着互联网技术与信息技术的飞速发展，网络学习受到越来越多人的青睐，已经发展成为一种成熟的学习方式。相较于传统的学习方式，网络学习更加自由、灵活和开放。而且，Chat-rooms、Wiki等社会性软件的出现和应用，进一步丰富了学生的在线学习活动。学习活动的丰富性虽然可以促进学生的学习，但也对教师的监控和管理带来困难。如何有效地监控学生的学习行为，提高在线学习质量，已经成为目前亟待解决的问题之一。

学习分析是由网络分析和学术分析发展而来，自2010年被首次提出，连续四年被“地平线项目”预测为未来几年内的发展主流。学习分析旨在运用现代化的分析工具和方法对学习者的行为数据进行挖掘、加工和分析，再根据分析的结果，对他们的学习进行预测和建议，以促进学习者的学习。可以说，学习分析的出现为解决网络学习的质量问题提供了思路。

2 研究设计与思路

研究对象 本研究在CNKI（中国知网）学术文献总库中进行检索，设定检索词为“学习分析”，发表时间为“不限”，文献来源为“全部期刊”，检索项分别为“关键词”和“主题”，采取“精确”匹配方式，检索结果为：截至2016年10月5日，共有文献233篇。为了提高本研究的信度与效度，笔者在统计的过程中将非学术性和与本研究主题无关的文献剔除，最终确定193篇期刊文献作为本次研究的样本。从检索的结果发现，国内关于学习分析的研究始于2012年。

研究方法 笔者采用美国Drexel大学陈超美教授开发的可视化分析工具CiteSpace和基本统计工具Microsoft Excel，从论文的作者、研究热点、研究内容等多个方面对确定的研究对象，即193篇期刊文献进行统计分析。CiteSpace是一款基于Java平台的可视化文献分析软件。它主要应用于科学文献中识别并显示科学发展的最新趋势和最新动态。

类目与分析单元 在对期刊文献进行内容分析前，需要提前设计内容分析类目。本研究直接采用彭文辉的分类方式，见表1[1]。

评判记录与信度分析 本研究选取两名资深教授作为评委，对193篇期刊文献进行评判。两位教授完全同意的文献数量为175篇。相互同意度和内容分析信度的求解

公式：

K=2M/（N1+N2）

R=n*K/[1+（n-1）*K]

其中，M表示两位评委完全同意的文献数量，N1和N2表示评委1和评委2所分析的文献数量，K表示相互同意度，R表示内容的分析信度，n表示评委人数。

根据公式，计算得出相互同意度为0.906，内容的分析信度为0.95。结果显示，可以将评委的评判结果作为内容分析的结果。

3 数据统计和分析

论文基本情况分析 本研究使用书目共现分析系统Bi-comb，对收集的文献从文献的期刊来源和发表年份两个方面进行统计分析。endprint

1）期刊来源分析。根据统计的结果可知，193篇文献来自97种期刊，说明这些文献分布较为分散。其中文献分布数量超过八篇的有八种期刊，分别是《中国电化教育》《开放教育研究》《远程教育杂志》《中国远程教育》《现代教育技术》《电化教育研究》《中国教育信息化》和《现代远距离教育》。其具体统计情况见表2。

从表2可知，这八种期刊一共载文89篇，占文献总数的39.34%；而且载文数量较多的期刊，大部分是CSSCI来源期刊，具有一定的参考价值。

2）论文发表年份分析。笔者对我国2012—2016年间发表的学习分析论文进行统计分析，得出每一个年份的文献数量，如图1所示。从图1可知，首先，国内关于学习分析的研究始于2012年，说明国内关于学习分析的研究尚处于起步阶段；其次，从2014年开始，关于学习分析的文献数量明显增多，说明学习分析的研究已引起重视。

研究者分析

1）论文作者所属单位分析。根据统计分析的结果，笔者将论文作者的所属单位大致分为六类，分别是中小学、职业技术学院、普通高校、电教中心、国家开放大学和其他。统计结果如图2所示。

从图2可知，国内关于学习分析研究的论文作者84%来自普通高校，7%来自国家开放大学，职业技术学院和中小学各占2%，还有一些其他的单位，如上海市教育科学研究院普教所，占4%。从分析结果可知，普通高校是学习分析研究的主要单位。目前，国内大部分高校设有网络学习平台，如何将学习分析应用于在线学习，提高学习者的学习质量，是需要重点考虑的问题。在这些普通高等院校中，发文篇数较多的大都为师范类院校，其中包括华东师范大学、东北师范大学、华南师范大学以及北京师范大学等。这说明相比其他普通高校，师范类院校更重视学习分析的研究，可能是因为学习分析旨在解决学生的学习问题，与师范院校的定位相一致。

2）论文作者分析。对论文作者进行统计分析可以发现，魏顺平、顾小清、赵蔚和孙洪涛等人发表的论文较多，都在五篇以上。这些作者对学习分析的研究较多，推动了国内学习分析的研究。从整体上来分析，这些论文的作者还是相对分散的，说明学习分析的研究力量比较分散，不够集中。除此之外，笔者发现在193篇文献中，有109篇是由两名或者多名作者合作发表的。合作发表的论文数量较多，占总数的56.47%。学习分析的研究内容涉及教育学、计算机科学等多学科的研究领域，集聚不同领域的学者能够更好地推动国内学习分析的研究。

为了分析合作者之间的关系，本研究使用CiteSpace软件进行分析，其结果如图3所示。从图3可知，多位研究者的合作关系较为紧密。如刘东亮、赵蔚和姜强等人，顾小清、郁晓华和胡艺龄等人，孙洪涛、陈丽和郑勤华等人。顾小清等人组成的团队致力于学习分析的研究，他们发表的论文数量较多，而且质量较好。

研究热点分析 使用CiteSpace对论文的研究热点进行分析，分析的方式与上面一致，只是将Node types节点类型设置为Keyword，将top N per slice的值设置为30，最后将Thresholds阈值的三个时区都设置为（1，1，20）。最终得到图4所示的分析结果。图4为分析得到的关键词的最小生成树图谱，该图谱一共有374个节点，765条连线。从图片中可以清楚看出，位于网络中心的节点分别是教育数据挖掘、在线学习、MOOC和Moodle等，说明这些研究主要围绕上述内容开展。

为了更加直观地呈现2012—2016年间每一年的研究热点，笔者将图形输出的方式设置为Timeline，得到研究热点的时区分布图，如图5所示。通过分析可知，国内关于学习分析的研究逐渐从理论探究转向实践开发，如设计、开发可视化的分析工具等。

研究内容分析 本研究按照彭文辉的分类方式，将学习分析的研究领域划分为六类，包括基本理论研究、调查研究、模型构建研究等，将不属于这六类的都归于“其他”。笔者按照这种分类方式对193篇文献进行统计分析，其结果如图6所示。从图6可知，学习分析的基本理论研究所占比例最高，达22%，说明我国关于学习分析的理论研究较多。理论研究是其他研究的基础，我国有关学习分析的研究起源于2012年，尚处于起步阶段，因此较多。

其次是学习分析的应用研究，占总数的19%，说明国内的学者倾向将学习分析的理论应用于实践中，这是一种比较好的研究趋势。

再次是学习分析的调查研究，所占比例为14%。调查分析主要涉及对学习分析应用现状的调查和个案研究。

学习分析的相关技术研究和系统设计研究，分别占总數的9%和8%。学习分析的相关技术研究主要涉及的是数据挖掘技术和社交网络分析技术，对其他方面的技术研究较少。而学习分析的系统设计研究主要是围绕在线学习系统的设计展开，这可能是由学习分析的功能定位决定的。

4 研究重心的变化分析

为了清楚地呈现学习分析的研究内容从2012—2016年的变化情况，本研究从基本理论研究、调查研究和模型构建研究等六个方面去统计每一年的论文篇数，其统计结果如图7所示。

从图7可知，学习分析的相关技术研究，从2013年开始一直呈现上升趋势。学习分析强调运用现代化的分析工具去分析学习者的行为，说明研究者开始将重心转移到对技术的研究上。从2014年开始，学习分析的基本理论研究呈现下降趋势，可能是因为学习分析的研究更加多元化，不再局限于对理论的探讨。

除此之外，从图中可以看出，学习分析的应用研究从整体上呈上升趋势，而且也是变化幅度最大的一个方面。这种变化趋势可以看出国内的研究者开始重视应用方面的研究。学习分析的目的就是帮助学习者解决学习问题，增强学习效果，那么如何将学习分析的相关理论和方法应用于日常生活中，才是最终的落脚点。

相比国外的研究，国内的研究尚处于起步阶段，而且更加偏向理论探究。从这几年的变化趋势可以看出，国内的学者开始重视学习分析的研究价值，并将研究取向由理论转向技术、应用等方面，更加多元化。endprint

5 总结与建议

通过对近四年我国学习分析期刊论文的研究和分析，就目前我国现阶段学习分析的研究和发展进行一定的思考，并针对存在的问题提出相关建议。

研究内容方面 虽然我国关于学习分析的研究开始转向技术、应用领域，但是相比国外，其研究的倾向还是更加侧重于理论研究，而且对技术、应用等领域的研究数量较少，并且不够深入。与此同时，学习分析的研究热点聚集在教育数据挖掘、在线学习、MOOC、Moodle等，说明无论是理论、技术、模型还是应用研究，其研究都主要围绕这些内容展开，学习分析的应用较为局限，大部分集中在在线学习方面，而且依托的研究平台主要是Moodle。

笔者认为，学习分析的研究可以不仅仅局限在网络学习的分析上，也可以拓展到课堂学习，或者是混合学习。将研究范围拓宽，就可以丰富研究内容。除此之外，在线学习的研究不应该局限于Moodle。Moodle平台的研究较早，而且就目前而言，其研究价值不大。笔者认为，研究者可以考虑其他教学平台，如Sakai等，或者是自己团队尝试开发一个教学平台，并将学习分析的理论融入平台的设计。

研究方法与研究工具方面 通过研究，发现关于学习分析的研究方法较为单一，主要采用的是文獻研究、大数据分析等方法，还需要更加丰富一些。笔者认为，研究者可以尝试运用实验法、观察法、访谈法等方式，除了探究数据背后的意义外，还要关注学习者的心理变化和感受。毕竟，要想从长远改善学习者的学习行为，还得从他们的学习感受和态度着手。

除此之外，关于学习分析的研究工具也较少。目前，国内的研究工具主要有数据挖掘工具、社交网络分析工具等，内容分析、话语分析的工具很少，而且还不是对外开源的，这对部分研究者特别是对一线教师的研究造成阻碍。笔者认为，研究者应该将更多的精力投入学习分析研究工具的开发上，而且应该共享研究成果，从而让更多的研究者受益，共同推动学习分析研究与应用。

参考文献

[1]彭文辉，曾东薇.近十年我国网络学习行为期刊论文的内容分析研究[J].中国远程教育，2015（1）：42-48.

[2]朱珂，刘清堂.基于“学习分析”技术的学习平台开发与应用研究[J].中国电化教育，2013（9）：127-132.

[3]顾小清，张进良，蔡慧英.学习分析：正在浮现中的数据技术[J].远程教育杂志，2012（1）：18-25.

[4]王陆.典型的社会网络分析软件工具及分析方法[J].中国电化教育，2009（4）：95-100.

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

[6]马秀涛，张小莉.国内学习分析研究现状的文献分析[J].中国教育技术装备，2014（14）：101-102.

[7]孙洪涛.学习分析视角下的远程教学交互分析案例研究[J].中国电化教育，2012（11）：40-46.

[8]曹晓明，朱勇.学习分析视角下的个性化学习平台研究[J].开放教育研究，2014，20（5）：67-74.

[9]郁晓华，顾小清.学习活动流：一个学习分析的行为模型[J].远程教育杂志，2013，31（4）：20-28.

[10]魏顺平.Moodle平台数据挖掘研究：以一门在线培训课程学习过程分析为例[J].中国远程教育，2011（1）：24-30.

[11]李艳燕，廖剑，王晶，等.协作学习交互分析工具及其案例研究[J].开放教育研究，2007（4）：94-99.

[12]魏顺平.学习分析技术，挖掘大数据时代下教育数据的价值[J].现代教育技术，2013（2）：5-11.

[13]李艳燕，马韶茜，黄荣怀.学习分析技术，服务学习过程设计和优化[J].开放教育研究，2012，18（5）：18-24.endprint