鐘麗霞

（華南師范大學教育信息技術學院，廣東 廣州 510631）

社會網絡分析視角下的學習分析發(fā)展趨勢研究

鐘麗霞

（華南師范大學教育信息技術學院，廣東 廣州 510631）

本研究從社會網絡分析視角出發(fā)，選取2010-2015年來源于CSSCI期刊的關于學習分析的文章，運用定量分析和定性研究相結合的方式，對目前我國學習分析研究的現狀、動態(tài)、熱點進行分析，進而正確把握學習分析研究領域的重點、薄弱環(huán)節(jié)以及未來的發(fā)展趨勢，為日后學習分析的研究提供參考和借鑒。

學習分析；社會網絡分析；中心性分析；現狀熱點；發(fā)展趨勢

一、研究的背景和意義

隨著云計算、大數據、學習分析等新技術的不斷發(fā)展和應用，教育不再局限于傳統(tǒng)面授教育中，教師和學生能夠利用互聯(lián)網獲取海量的資源和信息，來幫助教學和學習。利用網絡進行學習會產生海量的數據，那該如何將這些教育大數據轉化為有用的信息，更好的促進教師的教和學生的學呢？學習分析技術（Learning Analytics，LA）的出現便能很好的解決這個問題，使得學習者真正學會學習，同時為個性化學習提供支持和保障。

2011年首屆學習分析和知識國際學術會議學習分析協(xié)會（The Society for Learning Analytics Research，SoLAR）的定義：學習分析為測量、收集、分析和評價學習者學習和學習情境的數據，以進一步優(yōu)化學習和學習情境（Knewton，2011）［1］。美國新媒體聯(lián)盟的《地平線報告》（Horizon Report）從2010年至2016年連續(xù)7年預測“學習分析技術”將對教育教學產生巨大的影響［2］［3］［4］［5］［6］［7］［8］。2016年發(fā)布的《中國基礎教育地平線報告》預測學習分析將在未來二至三年內對教與學產生潛在的影響力（The New Media Consortium，2016）［9］。正因為學習分析在教與學過程中具有強大的潛在影響力，因此探究學習分析在國內的研究現狀、把握其研究趨勢是非常有必要的，同時還可以為開展深入的學習分析研究奠定基礎。

本研究利用中國知網進行文獻檢索發(fā)現我國在學習分析研究領域的詞頻分析文章不多，比如吳青等從文獻角度出發(fā)分析梳理了學習分析的起源、應用狀況等，旨在促進我國學習分析的應用和發(fā)展（吳青，2015）［10］；吳婧等基于近三年公開發(fā)表于國內學術期刊的有關學習分析的論文進行了量的統(tǒng)計、質的分析，得出我國學習分析的研究現狀、問題及其主要成果（吳婧，2014）［11］；但是隨著學習分析技術的不斷發(fā)展和應用，該領域目前的研究不足和未來重心將有怎樣的變化，這需要去研究和把握，因此本文采用定性和定量研究相結合的方法來描述我國學習分析研究的現狀和發(fā)展趨勢及薄弱環(huán)節(jié)。

二、研究設計

（一）研究問題和研究目標

隨著“互聯(lián)網+”的提出和信息技術的不斷發(fā)展，使得終身學習和個性化學習成為可能。而“互聯(lián)網+學習”的學習方式的出現，使得學習分析技術在教育教學過程中發(fā)揮出越來越重要的作用。那么，梳理和了解目前我國學習分析研究的現狀和未來發(fā)展趨勢是及其有必要的。因此，本研究運用文獻計量分析方法、詞頻分析法的定量描述和社會網絡分析法的定性分析，來分析我國目前學習分析研究現狀和未來的發(fā)展趨勢，以期為學習分析領域開展深入的研究提供參考借鑒。

（二）研究對象和研究方法

本研究選擇CSSCI收錄期刊來源作為樣本，因為學習分析的概念是在2010年被提出，所以將檢索時間設定為2010年—2015年，以主題詞包含“學習分析”為檢索項進行檢索，在篩選、提出會議綜述、新聞報道等冗余信息后，得到相關研究文獻90篇，作為對我國學習分析研究的現狀描述和分析的樣本。本研究利用書目共現分析系統(tǒng)BICOMB、UCINET和SPSS等研究工具，利用詞頻分析、聚類分析、多維尺度分析、社會網絡分析等方法，對研究樣本進行多視角可視化分析，具體研究方法和分析思路框架如圖1所示。

圖1　研究方法和分析思路框架

三、研究現狀

（一）研究數據描述

1.研究文獻呈現上升趨勢

文獻數量的增減程度能從某一方面直觀反映出某一領域的研究狀況。從研究的樣本可以看出，我國是從2012年才開始研究學習分析，就時間上來說相較國外的研究稍有延遲。從文獻數量上來看，從最開始的不足十篇，到近5年內每年在學術影響力大、學術水平高的CSSCI期刊上發(fā)表的論文數量持續(xù)增加，可見其研究呈現上升趨勢。

圖2　國內學習分析研究來源CSSCI文獻數量情況

2.高頻關鍵詞

關鍵詞是學術論文思想和觀點的高度提煉，因此本研究利用BICOMB提取樣本論文中關鍵詞和統(tǒng)計詞頻，獲得的高頻關鍵詞可以在一定程度上反映出學習分析領域目前的研究熱點。表1是目前我國學習分析研究的高頻關鍵詞（由于表格內容過多，此處只列舉部分數據），但是僅憑借詞頻統(tǒng)計是不能確定學習分析研究關鍵詞之間聯(lián)系的，因此無法準確描述出學習分析的研究熱點和發(fā)展趨勢，所以需要進一步的統(tǒng)計和分析。

表1 國內學習分析研究高頻關鍵詞（部分）

（二）研究主題

本研究為進一步把握學習分析目前的研究情況，采用聚類分析、高頻關鍵詞多維尺度圖譜來研究目前學習分析的研究現狀。

1.高頻關鍵詞共現矩陣

利用BICOMB軟件構建高頻關鍵詞共現矩陣，如表2所示。高頻關鍵詞共現矩陣是將出現在同一文獻中的某兩個關鍵詞進行統(tǒng)計，進而說明目前該領域研究多與哪些領域研究結合或是交叉。如第一行與第三列相交的數是11，就是說學習分析和教育大數據作為關鍵詞出現在同一文獻中的次數為11次，相較其他關鍵詞而言，這兩者的聯(lián)系較為緊密。

表2　學習分析高頻詞共現矩陣（部分）

2.高頻關鍵詞相異矩陣

為避免高頻詞矩陣中詞頻相差較大進而影響分析研究，本研究中利用Ochiai系數將高頻關鍵詞矩陣轉化為相異矩陣。在相異矩陣中，兩個關鍵詞之間數據越接近1，說明這兩個關鍵詞之間的相似度越小、聯(lián)系距離越大，反之，兩個關鍵詞之間的數據越接近于0，說明這兩個關鍵詞之間相似度越大、聯(lián)系較多。從相異矩陣可以看出，研究者側重于學習分析的概念、內涵、模式、分析工具等概念層面和理論層面的研究，對于具體實踐應用的研究不深，比如互聯(lián)網+時代背景下，學習分析應用于翻轉課堂、在線學習等教學模式實踐，學習分析如何促進學習者的個性化自適應學習的探究。

3.多維尺度分析

多維尺度分析法是在保持原始數據關系的基礎上，將研究對象分解為多個維度進行分析和歸類的分析方法［12］。將獲得相異矩陣導入到SPSS中，采用多維尺度分析ALSCAL進行數據處理，獲得高頻關鍵詞多維尺度圖譜，如圖3所示，可以將學習分析的研究熱點分為三大類：

第一類：學習分析的本體研究，主要包含的關鍵詞有教育數據挖掘、學習分析模型、學習分析方法和工具、云服務等。自2010年學習分析的概念被提出，到2012年國內學者開始研究學習分析至今，對于學習分析的要素、環(huán)節(jié)、內涵、技術等都做了研究。如顧小清從學習分析技術發(fā)展的時間維度分析，闡述學習分析的定義、要素、過程和特征（顧小清，2012）［13］，還介紹了學習分析使用的關鍵技術、應用發(fā)展趨勢（顧小清，2013）［14］。李青運用文獻分析方法辨析了學習分析的基本概念、探究學習分析的要素和應用模型，同時分析國外運用的典型案例，剖析學習分析的優(yōu)勢與不足（李青，2012）［15］。孫洪濤從互聯(lián)網技術的趨勢出發(fā)，對發(fā)展迅速的學習分析領域進行了介紹（孫洪濤，2012）［16］。祝智庭從智慧教育的角度，分析學習分析的定義、設計框架和模型（祝智庭，2013）［17］。朱珂等提出一個應用學習分析的自適應學習系統(tǒng)框架，實驗表明，系統(tǒng)可以獲取、存儲、分析和報告學生及學習環(huán)境的數據，為教師的分析決策提供參考。（朱珂，劉清堂，2013）［18］。學習分析與課程教學設計、教與學過程挖掘和評價、文本挖掘與語義分析、學習分析與數學教育、學習分析與教育一體化、學習分析多元化等七個方面（吳永和，2014）［19］。由此可知，我國在學習分析的本體研究比較扎實。

圖 3　學習分析高頻關鍵詞多維尺度圖

第二類：在線學習背景下的學習分析教學應用研究。從高頻關鍵詞多維尺度圖譜來看，包含的關鍵詞有：MOOC、在線學習、智慧學習、翻轉課堂等。學習分析的在線學習的教學應用研究在我國還處于起步階段，主要是將其運用于網絡教學中，如馬婧、韓錫斌等采用基于學習分析的定量方法研究了網絡教學環(huán)境中教師群體教學行為與學生群體學習行為的內涵及其之間的關系（馬婧，2014）［20］；魏順平基于學習分析技術提出了“在線教學績效評估模式”，并驗證其有效性（魏順平，2014）［21］。雖然國內已有學者開始學習分析的教育應用研究，但仍有許多方面沒能涉及到，因此還需在應用研究上深入探究。

第三類：學習分析融合多種學習方式的創(chuàng)新應用研究。該類別中包含的主要關鍵詞有：個性化自適應學習、在線協(xié)作知識構建、電子書包、教學交互、深度學習、高階學習、反思性學習等。該研究主題主要包含應用學習分析技術創(chuàng)新性使用各種學習方式來幫助學習者更好的實現個性化的學習，李爽等基于Wiki的CKB分析模型開展實質性協(xié)作學習和知識共建的實踐研究（李爽等，2014）［22］；戴心來等以學習分析工具和社會網絡分析法對網絡論壇討論區(qū)中的交互數據進行分析，促進學習者的交互和學習（戴心來等，2015）［23］。

（三）研究熱點和發(fā)展趨勢

1.小世界效應

基于人類社會網絡的WS模型——小世界網絡模型，該網絡既有較大的集聚系數，又有較小的平均距離，這兩種特性綜合起來稱之為小世界效應［24］。通過UCINET得出我國目前學習分析研究網絡平均長度為4.23，網絡集聚密度為0.236。小世界效應網絡路徑平均不超過6［25］，由此可知，目前我國學習分析研究呈現為小世界效應，且各研究主題之間聯(lián)系緊密。

2.中心性分析

“中心性”是社會網絡分析的重點之一，能分析某點在網絡中處于的中心地位或是所占比重程度［26］。從接近中心度分析，關鍵詞的數值越小，說明其越接近核心，越是未來研究的方向。從表3中可以看出學習分析中目前研究的熱點是學習過程、大規(guī)模開放在線課程、教育大數據和數據挖掘、學習行為。那么，學習過程、學習行為、教師行為、個性化自適應學習、網絡學習平臺將是未來研究的趨勢。從表中可知，學習支持工具（如學習儀表盤、LRS、XAPI）和TPACK的中間中心度為0，說明這兩個關鍵詞與其他關鍵詞之間聯(lián)系較為松散。從接近中心度分析，關鍵詞的數值越小，說明其越接近核心，越是未來研究的方向。從表中可知，學習過程、學生發(fā)展、教師培訓、智慧學習、翻轉課堂、教育信息化等將是未來學習分析研究的發(fā)展趨勢。

表3　高頻關鍵詞共現關鍵詞的中心性分析（部分）

3.核心-邊緣分析

核心-邊緣結構圖可以反映出處于核心位置的關鍵詞是目前研究領域的重要組成部分，處于邊緣區(qū)域的是目前研究較為薄弱的部分，而且中心和邊緣的關鍵詞之間是具有聯(lián)系的。本研究中利用UCINET軟件得到學習分析研究領域的中心性結構圖，如圖4所示。核心度數值大于0.0的關鍵詞為核心關鍵詞；核心度數值小于或者等于0.0且大于等于0.03為半邊緣關鍵詞；核心度數值小于0.03的關鍵詞為邊緣關鍵詞。

圖 4　學習分析研究的邊緣-核心分析圖

結合表3和圖4，可以得出核心-邊緣分類表，如表4所示。

表4　高頻關鍵詞核心-邊緣分類表

4.未來研究趨勢分析

利用社會網絡分析軟件UCINET繪制出高頻關鍵詞共現網絡分析圖，如圖5所示，可以直觀的反映出我國近五年內學習分析的研究現狀。從圖中我們發(fā)現：第一，數據挖掘、教育大數據、學習分析模型、智慧教育、智慧學習等關鍵詞位于網絡的中心位置，并且頻數較高，說明這些研究內容是目前我國學習分析領域的研究核心內容；第二，教育信息化、教學設計、MOOC、學生學習行為、教學交互、在線學習、教師培訓等關鍵詞位于網絡的中間位置，是連接中心主題和邊緣主題的橋梁，由此可見MOOC、學生學習行為在學習分析的研究領域呈現從熱點轉為中心研究的趨勢；第三，翻轉課堂、個性化自適應學習、可視化、E-learning、深度學習、高階學習、反思性學習、社會網絡分析、教學創(chuàng)新、教學模式等位于網絡的邊緣地帶，說明這些將是學習分析研究領域的熱點趨勢。因此，我國學習分析的研究熱點是在學習分析在教與學的實踐應用方面。

圖5　高頻關鍵詞共現網絡分析圖

四、研究結論與啟示

隨著大數據時代的不斷發(fā)展，MOOC、SPOC、混合學習、E-learning等學習方式需要運用學習分析先進的分析方法、技術、工具來幫助教師、學生更好更快的發(fā)現教與學中存在的問題，及時調整，以求達到最優(yōu)效果。本研究利用高頻關鍵詞詞頻分析法和社會網絡分析技術等可視化分析技術，從文獻數量、研究作者、研究機構、高頻關鍵詞體現出的學習分析領域的研究主題、現狀、熱點和發(fā)展趨勢情況，得出以下結論：

第一，從研究論文數量上來看，目前學習分析研究呈現逐年上升的趨勢，可見我國在學習分析方面的研究將逐步深入。

第二，目前國內學習研究的主題可以分為三類：學習分析的本體研究、在線學習背景下的學習分析教學應用研究、學習分析融合多種學習方式的創(chuàng)新應用研究等。

第三，目前，我國學習分析研究側重于學習分析內涵、技術工具、分析方法等研究，對于學習分析在教育教學領域中的應用實踐和學習分析框架的設計開發(fā)相對缺乏。結合研究的結論，基于學習分析的翻轉課堂、個性化學習、自適應學習、反思性學習的實踐應用研究將成為學習分析領域的研究熱點。

五、結語

學習分析以其先進的分析技術、工具在教育教學過程中發(fā)揮著很大的優(yōu)勢和潛力。要實現我國教育信息化的發(fā)展目標，最重要的途徑就是將信息技術與課堂教學深度融合，而學習分析作為未來主流的技術能夠有極大的發(fā)揮空間。雖然學習分析可以通過挖掘數據，分析師生教與學行為，主動干預以幫助提高學生更好的學習。但是，學習分析也面臨著許多挑戰(zhàn)，比如，如何收集現實世界的數據、收集移動學習的數據［27］。因此，要推動學習分析的研究就必須在實際的教育教學過程中去應用，去發(fā)現和總結其中的問題，進而不斷完善學習分析的研究，更好的發(fā)揮學習分析在教育中的積極作用。

［1］Knewton （2011）. Learning and kownledge analytics［EB/ OL］. http://www.learninganalytics.net/？ p=126.

［2］Johnson， L.， Levine， A. ， Smith， R. & Stone， S.. The 2010 Horizon Report［R］.Austin， Texas: The New Media Consortium，2010.

［3］The Horizon Report 2011 edition［DB/OL］. http://www.nmc. org/pdf/2011-Horizon-Report.pdf.

［4］Horizon Report 2012 Higher Education Edition［DB/OL］. http://www.nmc.org/pdf/2012-horizon-report-HE.pdf.

［5］Horizon Report 2013 Higher Education Edition［DB/OL］. http://www.nmc.org/pdf/2013-horizon-report-HE.pdf.

［6］Horizon Report 2014 Higher Education Edition［DB/OL］. http://cdn.nmc.org/media/2014-nmc-horizon-report-he-EN-SC.pdf.

［7］Horizon Report 2015 Higher Education Edition［DB/OL］. http://cdn.nmc.org/media/2015-nmc-horizon-report-HEEN.pdf.

［8］Horizon Report 2016 Higher Education Edition［DB/OL］. http://cdn.nmc.org/media/2016-nmc-horizon-report-HEEN.pdf.

［9］The Horizon Report 2016 edition［DB/OL］ .http://nmg.org/ horizon2016/2016.1.15.

［10］吳青，羅儒國. 學習分析：從源起到實踐與研究［J］.開放教育研究，2015（1）:71-79.

［11］吳婧，楊福華， 肖軍玲. 學習分析技術研究綜述［J］.軟件導刊·教育技術，2014（10）.

［12］王佑鎂，陳慧斌.近十年我國電子書包研究熱點與發(fā)展趨勢——基于共詞矩陣的知識圖譜分析［J］.中國電化教育，2014（5）：4-11

［13］顧小清，張進良，蔡慧英.學習分析：正在浮現中的數據技術［J］.遠程教育雜志，2012（1）:18-25

［14］郁曉華，顧小清. 學習活動流：一個學習分析的行為模型［J］. 遠程教育雜志，2013（4）:20-28.

［15］李青，王濤. 學習分析技術研究與應用現狀述評［J］.中國電化教育，2012（8）.

［16］孫洪濤. 學習分析視角下的遠程教學交互分析案例研究［J］. 中國電化教育，2012（11）:40-46.

［17］祝智庭，沈德梅. 基于大數據的教育技術研究新范式［J］. 電化教育研究，2013（10）.

［18］朱珂，劉清堂. 基于“學習分析”技術的學習平臺開發(fā)與應用研究［J］. 中國電化教育，2013（9）：127-132.

［19］吳永和，曹盼，邢萬里，馬曉玲.學習分析技術的發(fā)展和挑戰(zhàn)——第四屆學習分析與知識國際會議評議［J］.開放教育研究，2014（6）：72-81.

［20］馬婧，韓錫斌，周潛等. 基于學習分析的高校師生在線教學群體行為的實證研究［J］. 電化教育研究，2014（2）.

［21］魏順平. 在線教育管理者視角下的學習分析——在線教學績效評估模式構建與應用［J］. 現代教育技術，2014（9）：24:79-85.

［22］李爽，湯琦，王辭曉. Wiki環(huán)境下學生遠程協(xié)作知識建構分析的模型反思與案例研究［J］. 現代遠距離教育，2014（3）:55-61.

［23］戴心來，王麗紅，崔春陽等. 基于學習分析的虛擬學習社區(qū)社會性交互研究［J］. 電化教育研究，2015（12）.

［24］Watts D J， Strogatz S H. Collective dynamics of ”smallworld” networks［J］. Nature， 1998，393（6684）:440-442.

［25］侯躍芳. 國家自然科學基金項目的文獻計量學研究［D］. 中國醫(yī)科大學，2004.

［26］平亮，宗利永. 基于社會網絡中心性分析的微博信息傳播研究——以Sina微博為例［J］. 圖書情報知識，2010（6）:92-97.

［27］魏雪峰，宋靈青. 學習分析:更好地理解學生個性化學習過程——訪談學習分析研究專家George Siemens教授［J］. 中國電化教育，2013（9）:1-4.

G434

A

1672-0385（2016）04-0026-06

2016-06-16

鐘麗霞，女，在讀研究生，主要研究方向為信息化教學。