国内在线学习研究的现状与走势分析

金莉芬 钟志贤 易凯谕

摘 要：文章以CNKI数据库中文核心和CSSCI期刊为文献数据源，对1997-2021年的国内在线学习文献进行发表数量、核心作者、研究机构、高被引文献等方面计量分析，并运用可视化分析工具CiteSpace进行关键词聚类及突变词运算，描绘了在线学习研究热点主题与前沿走势。研究发现：在线学习已成为较稳定的研究领域，具有相对独立的研究平台和核心作者网络，但地区差异显著;高被引文献以实践研究为主，主要关注学习行为分析等过程性研究;在线学习研究热点主题聚焦在线学习理论、在线学习环境、在线学习分析及个性化学习;研究前沿主要表现为在线深度学习和主动的个性化学习，从关注技术和内容走向关注学习者等。文章认为，未来国内在线学习研究要更为重视学习者主体性、学习活动交互设计和在线学习评价研究等三个方面。

关键词：国内;在线学习;现状;走势

中图分类号：G434文献标志码：A文章编号：2096-0069（2022）01-0009-09

引言

追溯历史，自美国学者希尔兹提出“在线学习”这一概念和我国第一篇有关在线学习的研究文章发表以来，已经历时20余年。在线学习理论体系、支持服务、评价管理等方面不断发展，在线学习规模不断扩大，新兴学习工具不断涌现，在线学习意识逐渐深入人心。作为一种新型学习方式，在线学习突破了时间和场域限制，满足了不同学习者多样化的学习需求，促进了教育信息化发展。

在线学习发展经历了互联网普及与人工智能兴起的过程，在教育信息化的常态化发展中面临新问题、新挑战。新形势下为了解我国在线学习发展变化、发展趋势，有必要对我国在线学习研究现状全貌做梳理和分析。文献梳理是研究的基础，对在线学习发展现状的分析有助于把握其研究的重点问题、新问题，促进在线学习研究进一步深化。

一、数据来源与研究方法

（一）数据来源

本研究以CNKI数据库为数据来源，检索项为关键词，检索词为“在线学习+线上学习”，文献来源期刊为中文核心和CSSCI期刊，检索时间跨度为1997—2021年（截至2021年6月），共检索到1135条结果，通过手动筛选删除主题不符和条件不符（新闻、评介等）文献，最终获取有效文献333篇。

（二）研究工具及方法

为提高分析的精准性，在正式分析之前通过万能同义词合并软件合并同义关键词、删除无意义关键词。借助Excel对导出的参考文献进行分类整理、绘制统计图表，并在核心作者测算时采用赖普斯定律公式M≈0.749        以及H指数和Hm指数指标。最后通过CiteSpace对检索文献相关信息进行可视化呈现，分析在线学习研究热点主题与前沿趋势。

二、研究现状分析

（一）文献发表数量分析

以Excel形式导出文献题录信息，绘制出1997—2021年在线学习核心期刊文献发表数量折线图，如图1所示。1997年出现国内第一篇在线学习相关研究文献，年度文献发表数量在波动中上升。

从文献发表数量来看，大致可以划分为三个阶段：第一阶段为1997—2007年，每年发表的文献数量较少且增长缓慢，年发文量大部分不多于5篇，表明这一阶段在线学习研究处于起步阶段，其尚未受到国内教育界广泛关注。在线学习需要信息网络和移动终端的支持，因此这一现象主要因为网络环境建设尚不完善，发展大规模的在线学习的条件尚未成熟。2002年钟志贤团队《论在线学习》四篇连载文章的发表，厘清了在线学习的概念、内涵，明确的定义和内涵有助于廓清在线学习研究的范围，为在线学习研究的发展奠定了理论基础。第二阶段为2008—2013年，每年发表的文献数量不少于5篇且增长速度较前一阶段有所提升，表明在线学习得到了有效关注，但研究热度不高，处于酝酿发展阶段。第三阶段为2014—2021年，除2015年外，每年发文量在25篇以上且增长速度较快，在线学习得到越来越多研究者的关注，研究热度不断上升。其中2014年发表文献数量增幅最大，进一步分析发现约1/3的文章内容与慕课相关。2013年5月开始，国内众多高校积极投身慕课热潮，促进了在线学习研究的发展。另一方面，随着信息技术的发展，教育与技术融合的需求越来越大，教育部于2016年印发《教育信息化“十三五”规划》，并于2018年发布了《教育信息化2.0行动计划》等文件，国家对教育信息化的重视显著促进了在线学习的理论与实践发展。

（二）作者分析

1.作者共現分析

从作者共现来看，图谱网络整体较分散，但陈丽、肖俊洪两位作者出现频次最高，且以合作研究为主，因此呈现出整体分散、局部合作的特点。在合作方面，形成了以北京师范大学的陈丽和汕头广播电视大学的肖俊洪为核心的相对独立的合作网络。进一步分析发现：两大子合作网络之间合作对象存在差异，陈丽主要的合作研究者基本为国内学者，且以北京师范大学为中心;肖俊洪主要的合作研究者多为国际研究者。二者共同构成国内、国际两大合作者网络。王志军同时与两大子作者群合作，是国内、国际合作研究的纽带，但联系不够紧密和深入。此外，赵呈领、蒋志辉等之间合作联系在一定范围内形成了合作网络，主要为华中地区作者间的交流。

整体而言，我们得知在线学习研究者在一定范围内形成了相对独立的子作者合作网络，以国内合作研究为主，国际合作研究较少。此外，我们发现还有部分零散的节点，表明一些作者倾向于独立研究，或者小范围内的合作研究，较少与国内外主要作者进行合作研究。

2.核心作者分析

根据普赖斯定律，发表论文量大于M篇的作者即为核心作者，计算公式为 M≈0.749        ，Nmax为发文量最多的作者的论文数[1]。该研究中，发文量最多的第一作者（含独立作者）为李海峰，数量为9篇，根据计算公式得出M≈2.247，向上取整为3。因此，该研究中核心作者候选人发文数量应不少于3篇，共有14人。

在文献计量学中，核心作者的测定一般借助h指数、hm指数等，根据赫希（Hirsch）的定义，一位学者的h指数等于其发表了h篇至少被引h次的论文，即一个作者的h指数表明其最多有h篇论文被引用了至少h次[2]。hm对h指数作了修正，计算公式为hm=h+h/Nc，tot，其中Nc，tot是某学者的总被引次数[3]。hm与h差的大小决定一个学者在该领域内的影响程度，差值越小，说明在该领域影响程度越大。通过计算核心作者候选人的h指数及hm指数发现12位作者的h指数达到3或者3以上，hm与h的差值小于0.05，影响力较大，如表1所示。

核心作者主要来自教育理论与教育管理、计算机软件及计算机应用等研究领域，研究主题为在线学习、学习分析、协作学习、人工智能等。如李海峰教授关注的主要领域为在线学习、在线协作知识建构、人工智能教育，王志军教授主要关注教学交互、在线学习、学习活动、慕课，钟志贤教授长期关注教学设计、信息技术、远程学习、素质教育等方面。此外，由于本研究采用第一作者发文量计算，因此倾向合作研究的陈丽、肖俊洪并未出现在核心作者当中，但二位学者仍是在线学习研究领域的重要研究者，其研究成果值得关注。

（三）机构分析

在线学习研究的发文机构主要为各高校的教育学院、远程教育研究中心和教育信息技术学院，如北京师范大学教育学部、北京师范大学远程教育研究中心、华中师范大学教育信息技术学院等，主要分布于经济发达的一线城市，二、三线城市较少，经济发展水平的地域差异在以信息技术为依托的在线学习研究中影响较为显著。北京师范大学作为在线学习研究的核心机构，与华南师范大学教育信息技术学院、汕头广播电视大学等存在较广泛的合作，具有显著优势地位。相比之下华中和华东地区的高校研究机构相对独立，与华北和华南两大研究中心合作联系较少，尚未与当前主要在线学习研究中心形成广泛而深入的合作。在线学习主要研究机构之间显示出地域性特征，尚未形成全国性合作网络。

发文量前三的机构分别为北京师范大学教育学部、北京师范大学远程教育研究中心、华中师范大学教育信息技术学院。从高校来看，发文量最多的高校为北京师范大学，表明北京师范大学在在线学习研究中最具影响力，是在线学习研究的核心机构。其次是华中师范大学、汕头广播电视大学、华南师范大学、华东师范大学等高校的教育信息技术研究机构，发文量不低于10篇，影响力较强。

（四）高被引文献分析

文献被引次数是文章质量的重要评价指标之一，一般而言，文章被引次数越多，影响力越大。将筛选结果按被引次数进行降序排列，得出被引次数最高的前50篇文献，在此表2节选了25篇文献，每篇文献被引频次不低于50次。其中被引次数最多的是王永固等的《MOOC：特征与学习机制》，该文献介绍了慕课内涵、分类，总结了慕课内在特征及其核心学习机制，以此推动慕课本土化实践与创新发展[4]。慕课作为国内较早开始被关注的在线学习方式，其创新发展需要以本土化理论研究为基础，慕课内涵、特征及学习机制的阐释为在线学习发展提供了理论基础，深受研究者关注。

对高被引文献主要研究内容进行分析发现，高被引文献主要分为理论研究和实践研究两大类。理论研究部分主要包括概念描述类、文献综述类、策略原则类及总结反思类;实践研究按照在线学习要素分为三个方面，即教师、学习者、学习过程，如表3（见下页）所示。

理论研究下各主题文献数量除总结反思类外分布较均衡，其中文献综述类最多，具体内容包括教学交互理论研究、国内在线学习研究现状、社会临场感综述、自适应学习平台现状分析等，内容涉及在线学习多个要素。社会临场感是在线学习的重要影响因素，腾艳杨对此做了综述，厘清其起源与发展、内涵及影响因素、测量方法以及研究热点等。理查德.梅耶教授等阐述了近30年在线学习研究现状及趋势，指出在线教学设计是将学习科学应用于教育的案例，在线教学设计研究有助于发展学习科学、教学科学和评估科学[5]。概念描述类研究是在线学习研究的基础，阐释了慕课、在线学习内涵与特征，在线学习活动的本质、基本要素等。王永固等较早对慕课的内涵、分类、特征及学习机制做了明确阐释，为慕课的本土化创新发展奠定了理论基础;钟志贤对在线学习定义、影响及意义等的论述，明确了在线学习研究的范围。

实践研究文献分布主要集中于学习者和学习过程，教师视角下的研究较少，表明在线学习更加突出学习者中心地位，对学习者的自主学习、自我调节能力提出更高要求。在线学习者的研究主要集中于学习动机、学习行为分析。王英彦等对在线学习者激励机制进行定义、分析并从激发学习者学习动机的内在因素出发提出有效激勵措施。在学习行为分析方面，一些研究者重点分析了在线学习者的学习行为特点、影响因素，发现学生在线学习时间分散、时间投入低等特点;胡艺龄等通过分析在线学习行为，建立在线学习行为的“数据—机制—结果”分析模式，为在线学习行为分析构建良好工具性框架[6]。

三、研究热点主题与前沿走势

关键词是文献的核心概念，简要地反映出研究的核心内容，关键词出现的频率及其之间的关联可以反映出该领域的研究热点。研究前沿是指临时形成的某个研究课题及其基础研究问题的概念组合，也是正在兴起或突然涌现的理论趋势和新主题，代表一个研究领域的思想现状[7]。借助突变词检测可以发现某一关键词出现和结束的年份，以此判断在线学习研究的关键节点。

（一）研究热点主题分析

如表4所示，从关键词频次来看，除检索词在线学习外，慕课、学习分析、在线教育、交互等出现频次较高;结合关键词中心性可以发现，慕课、学习分析为在线学习研究的关键节点。因此慕课、学习分析是在线学习研究的重要内容。

高频关键词在一定程度上反映出在线学习的研究热点，综合关键词之间关系则可以反映在线学习领域的研究主题。在关键词共现基础上进行聚类分析，共生成8个聚类标签，分别为在线学习、关联主义、学习分析、在线教育、师生交互、疫情、学习共同体、大数据。综合高频关键词及聚类分析，将在线学习研究内容划分为以下4个主题：在线学习理论、在线学习环境、在线学习分析、在线学习个性化，如表5所示。

1.在线学习理论

从在线学习、高等教育、教育信息化、在线教学等高频关键词可以看出研究者对在线学习基础理论研究的关注。宋树生发表第一篇在线学习文章《在线学习——利用计算机网络进行学习的新方式》，比较了在线学习与传统学习方式，并提出在线学习的优点及其存在的问题[8]，介绍了在线学习这一新兴学习方式的文献，对国内在线学习的发展起到了启蒙作用。钟志贤等人的《论在线学习》对在线学习的概念、内涵、交互类型、学习共同体等进行了梳理[9]，较全面地廓清了在线学习的内涵与外延。有学者从行为主义、认知心理学、社会学习理论以及建构主义介绍了在线教学的理论支撑，为在线学习研究提供了理論基础。赵宏通过城乡在线教育差异调查发现，城乡学生在在线学习条件、自主学习能力、在线学习认同度方面存在显著差异，在线教育可能增大城乡教育差距[10]。

在线学习理论研究在实践中不断丰富和完善，且具有鲜明的时代性：从介绍分析在线学习方式到厘清在线学习概念与内涵、梳理相关基础理论，近年来随着信息技术与教育融合层次不断加深，在线学习规模不断扩大，研究者愈加关注在线学习公平性。

2.在线学习环境

在线学习环境包括技术与平台、内容、交互等，研究者从各要素出发优化在线学习环境，提升学习效果。切顿·切普莱杰特等人在无线技术利用率不断提高的背景下，以ARCS动机模型和协作因素为基础探索移动交流工具的设计和开发[11]。沈欣忆等人通过分析学习者在线学习行为数据，构建中国MOOC大学先修课在线学习行为和学习评价模型[12]，为构建良好的个性化在线学习环境提供过程性评价依据。网络学习资源的优劣直接影响在线学习质量，但是网络学习资源种类繁多、界限模糊，对网络学习资源的内涵、功能及类型等的阐释有助于网络资源管理和优化[13]。在线交互方面，杨敏等人采用批判话语分析的“描述—阐释—解释”三维分析方法，分析在线课程论坛中的师生、生生互动文本特点，重建了师生互动关系[14]。

21世纪以来，在线学习环境研究逐渐深化，从探讨、描述性研究到定量分析、实证研究、构建模型，从关注技术到关注平台、内容、交互水平，在线学习环境的研究视角更加多样化。

3.在线学习分析

信息技术支持的在线学习较完整地保留了学习过程数据，这为大数据下的学习分析提供了依据。学习分析主要面向学习者，重点分析其在线学习特征，旨在提升学习质量。随着技术与教育融合程度加深，学习分析方式更显多样化，内容不断深化。早期问卷和访谈调查的学习行为分析研究发现，在线学习者在自主开放学习环境下可以按照自己的学习需要构建知识网络，实现自主学习[15]，对其学习行为做出积极评价，是在线学习“以学习者为中心”转向的体现。眼动记录技术为在线学习分析提供新数据，促进在线教学和环境设计优化;在线学习分析的多模态数据融合模型通过采集、分析、融合、评估和反馈在线学习过程状态数据，为在线学习提供了一种可能的分析工具[16]。

以在线学习行为为对象，运用大数据进行学习分析是对在线学习过程的有效监测，是优化在线学习设计的有效方式，有助于提升学习效果。

4.在线学习个性化

基于信息技术支持的在线学习，是自主学习的重要方式，其学习资源具有分布式特征，学习者根据自身需要选择学习内容和时间、场地;同时学习系统设计为学习者提供个性化内容。近五年来，随着信息技术发展及信息管理水平提升，人工智能教育、“AI+5G”教育、自适应学习等得到更多关注，但描述性介绍较多，研究深度不足。如研究者们对国内外典型自适应学习平台的研究现状分析、对在线学习范式的变迁研究。此外，部分研究者开始构建自适应学习模式和实施路径，探索在线学习的个性化发展。

个性化学习对学习者自主学习能力提出了更高的要求。从网络自主学习状况来看，具有整体良好、个体内部差异大的特点，学习者主动学习技能弱 [17]。学习者自主学习能力通过交互体验对在线学习效果产生显著影响[18]。学习者的自主学习、自我调节、自我激励能力是影响个性化在线学习的重要因素。

（二）研究前沿走势判断

突变词的初始和结束年份可以探测在线学习研究的前沿。在突变词图谱中，“year”代表关键词首次出现的年份，“strengh”代表突变强度，“begin”和“end”分别代表其作为热点出现和结束的时间。从top 14突变词词谱中发现在线学习最新研究动态为深层次学习、关联主义、自适应学习、学习者满意度等，在线学习更加关注深度学习质量及学生主动的个性化学习，如图2所示。在线学习发展趋势将实现从外向内、由浅入深的转变，从关注外部网络学习环境及课程设计优化到关注学习者心理特征、深度学习效果，从被动接受的学习到自主选择的个性化学习。

1.在线深度学习

深度学习对在线学习效果和在线学习的持续开展有重要意义，深度学习作为在线学习研究的前沿关键词，表明经历平台、技术的发展后在线学习更加关注学习质量。在线深度学习的内涵与外延的廓清是研究深化的基础，有学者从个体、交互、环境三维度分析影响因素并探究其内部作用机制，发现环境对在线深度学习的影响最为显著[19]。随着技术支持的完善，在线学习网络环境不断优化，大数据等支持的学习分析也为在线学习效果分析提供过程性支持。张晓峰等人基于“数据采集—数据处理—量化实现—量化应用”的认知投入量化模型为深度认知投入设计和提供了量化工具[20]。

2.主动的个性化学习

关联主义强调信息的分布式、丰富性、更新快等特征，并认为信息可以存在于非人脑的外部环境中，因此学习者需要不断主动获取有价值、满足自身需要的信息以解决问题。关联主义、自适应学习等前沿关键词表明在线学习不仅需要个性化的学习设计，更离不开学习者的主动性。郭玉娟等研究发现自组织是联通主义理论的重要特征，联通主义学习者的网络地位可以反映联通主义学习的情况[21]。在线学习技术走向智能化，为学习者提供多样化学习资源;这一发展也对学习者提出更高要求，需要学习者自主感知、辨别和表达需求并能够满足需求。自适应学习同样关注学习者的自主学习、个性化学习，随着智能化技术的发展，越来越多研究者基于智能技术设计适应个体差异的自适应学习系统。

四、结语

自在线学习方面的学术文章发表以来，随着信息技术和“互联网+教育”的迅速发展，我国在线学习研究步入了快车道。从作者、发文机构等来看，在线学习研究已成为较稳定的研究领域，具有相对独立的研究平台和核心作者群，但不同地区之间的合作较为薄弱，地区差异显著。在线学习的热点主题包括在线学习理论、在线学习环境、在线学习分析以及在线学习个性化，研究前沿包括在线深度学习和主动的个性化学习。根据在线学习研究的现状与需求，未来在线学习应更加重视如下方面的研究探索。

一是对学习者主体性的研究。在线学习对学习者自我管理能力要求高，如時间管理、资源管理、情绪管理、压力管理等。由于缺乏教师现场指导和约束，学生学习目标、计划不明确，难以专注，容易分心走神或沉溺于网络等，或产生孤独感，在学习过程中面临着如体验困难、认知困难、情感困难等困境[22]。在人机生态中学习者如何正确处理技术与人之间的关系，认识并发挥其主体性地位是进一步实现个性化自适应学习的关键。

二是在线学习活动交互设计研究。在线学习易产生时空分离和场域割裂，师生、同伴之间的情感交流与沟通不足，学习过程缺乏必要的思想碰撞，学习者无法获得校园集体学习生活的相互影响，因而易发生情感障碍。在线学习活动设计更需要关注师生、同伴之间的交互。在线学习活动是学习发生的物质基础，但已有在线学习活动设计研究主要关注策略及整体学习活动过程，对其优化设计方面的研究成果较少;已有在线学习交互研究主要为现状和交互程度对学习结果影响的分析。

三是在线学习评价研究。尽管已有研究对在线学习各要素均有涉及，但在学习评价方面研究较为欠缺。早期在线学习评价研究多为原则探讨，缺乏实践及数据支持;在大数据的支持下，有研究学者通过数据挖掘进行学习分析并尝试建立综合测评模型，但相关研究成果较少，应用普及度不足，难以满足迅速发展的在线学习规模对科学评价的需求。在线学习比传统课堂教学有更多学习证据（在线学习数据），合理运用基于数据的学习评价可有效提升学习评价的科学性。

参考文献

[1]闫伟东.数字图书馆发展的可视化分析[J].公共图书馆，2012（1）：30-34.

[2]蒋红星，代洪彬，肖宗娜.国内混合式学习的文献计量和知识图谱分析：基于CNKI 2003—2016年数据[J].广西师范大学学报（哲学社会科学版），2016，52（5）：43-53.

[3]HIRSCH J E.An Index to Quantify an Individuals Scientific Research Output[J].Proceeding of the National Academy of Sciences of the United States of America，2005，102（46）：16569-16572.

[4]王永固，张庆.MOOC：特征与学习机制[J].教育研究，2014，35（9）：112-120，133.

[5]胡艺龄，顾小清，赵春.在线学习行为分析建模及挖掘[J].开放教育研究，2014，20（2）：102-110.

[6]理查德.梅耶，李爽，盛群力.在线学习研究30年[J].数字教育，2020，6（2）：1-8.

[7]薛调.国内图书馆学科知识服务领域演进路径、研究热点与前沿的可视化分析[J].图书情报工作，2012，56（15）：9-14.

[8]宋树生.在线学习：利用计算机网络进行学习的新方式[J].中国电化教育，1997 （6）：13-14.

[9]钟志贤，杨蕾.论在线学习[J].现代远距离教育，2002（1）：30-34.

[10]赵宏，蒋菲，汤学黎，等.在线教育：数字鸿沟还是数字机遇？——基于疫情期间在线学习城乡差异分析[J].开放教育研究，2021，27（2）：62-68.

[11]切顿.切普莱杰特，万切尔扑.列锡柴可，乔瑟琳.威沙特，等.在线学习环境中提升学习动机的移动交流工具设计[J].现代远距离教育，2012（1）：27-33.

[12]沈欣忆，吴健伟，张艳霞，等.MOOC AP学习者在线学习行为和学习效果评价模型研究[J].中国远程教育，2019（7）：38-46，93.

[13]陈时见，王冲.论网络学习资源的意义、功能与类型[J].电化教育研究，2003（10）：50-54.

[14]杨敏，叶志宏，韩艳辉.在线课程师生交互与生生交互的话语分析：以国家开放大学“媒体辅助英语教学”课程为例[J].中国远程教育，2019，40（12）：34-41.

[15]曹良亮.在线学习中学习路径分析及学习行为特点研究[J].中国远程教育，2014（4）：25-30.

[16]王丽英，何云帆，田俊华.在线学习行为多模态数据融合模型构建及实证[J].中国远程教育，2020（6）：22-30.

[17]周丽红，吴筱萌，尹欣.网络学习者自主学习状况的研究：以北京大学网络教育学院的学习者为个案[J].中国电化教育，2010（6）：46-54.

[18]黄振中，张晓蕾.自主学习能力对在线学习效果的影响机制探究：兼论在线学习交互体验的中介作用[J].现代教育技术，2018，28（3）：66-72.

[19]王孝金，穆肃.在线学习中深层次学习影响因素研究[J].电化教育研究，2020，41（10）：45-51.

[20]张晓峰，李明喜，俞建慧，等.面向学习云空间的认知投入量化研究[J].中国远程教育，2020（5）：18-28.

[21]郭玉娟，陈丽，许玲，等.联通主义学习中学习者社会网络特征研究[J].中国远程教育，2020（2）：32-39.

[22] 鐘志贤，易凯谕，许玲，等.职业院校学生在线学习：特征、困难与启示[EB/OL].（2020-09-08）[2021-07-25].https：//www.sohu.com/a/417126190_112404.

（责任编辑 孙志莉）

Analysis of the Current Status and Trend of National Online Learning Studies

—Based on the Data of CNKI 1997—2021

JIN Lifena，ZHONG Zhixianb，YI Kaiyub

（a.School of Education;b.Institute of Higher Teacher Education，Jiangxi Normal University，Nanchang，Jiangxi，China 330022）

Abstract： This article，taking the Chinese core of CNKI database and CSSCI journals as source of literature data，has done a quantitative analysis of the national online learning literature from 1997 to 2021 from the following aspects like the number of research papers published，core author，research institute，highly-cited literature etc.， applied CiteSpace，the visualized analysis tool，to proceed key word clustering and mutation word operations，and described the theme and frontier trend of online learning research hotspot.The research has found that：online learning has become relatively stable research field and possesses relatively independent research platform and core author network，but there are obvious regional differences;highly-cited literature gives firstly place to practical research，and mainly focuses on process study like learning behavior analysis，etc.;research frontier mainly manifests online deep learning and active personalized learning，and focuses from technology and content to learners，etc.This article believes that the future national online learning studies will pay more attention to three aspects like learners subjectivity，interaction design of learning activities and online learning evaluation research.

Key words： inland;online learning;current status;trend