周顯春，譚瑞梅

(1.三亞學(xué)院信息與智能工程學(xué)院，海南 三亞 572022；2.三亞學(xué)院法學(xué)與社會學(xué)學(xué)院)

0 引言

國務(wù)院總理李克強在2014年9月10日的夏季達沃斯論壇開幕式上提出“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”，他認(rèn)為這是中國經(jīng)濟新的發(fā)動機、新引擎。創(chuàng)新能力，除了經(jīng)濟、社會制度創(chuàng)新外，還需要培養(yǎng)人才方式的創(chuàng)新。

培養(yǎng)創(chuàng)新型人才需要采用個性化教育，因為對大學(xué)生進行個性化教育則是實現(xiàn)這一重要任務(wù)的根本途徑，唯有因材施教才能使人的潛在能力得到充分發(fā)揮[1-2]。目前，盡管教育體制和人才培養(yǎng)方式較完善，在教書育人上作用明顯，但隨著我們高等教育由精英教育向大眾教育轉(zhuǎn)變，大學(xué)生是天之驕子的時代已經(jīng)不復(fù)存在了，現(xiàn)狀是“就業(yè)難”和“人才荒”并存。

傳統(tǒng)教育模式?jīng)]有考慮尊重學(xué)生的個性化，沒有分析學(xué)生基本特征、學(xué)習(xí)能力、學(xué)習(xí)興趣等差異，因此一直也沒有實現(xiàn)自孔子提出的“因材施教”教學(xué)思想，即個性化教育。鑒于此，無論是教育學(xué)界的專家、學(xué)者還是各級學(xué)校的各類教師，都對此進行了積極的探索。遺憾的是，直到今天還是沒有找到行之有效的方案。其根本原因是教學(xué)者無法全面掌握學(xué)生的學(xué)習(xí)基礎(chǔ)、學(xué)習(xí)進度，也不能實時掌握學(xué)生的實際學(xué)習(xí)效果和動態(tài)調(diào)整學(xué)生的學(xué)習(xí)內(nèi)容或改變學(xué)習(xí)路徑。

在互聯(lián)網(wǎng)+、物聯(lián)網(wǎng)、大數(shù)據(jù)時代，基于前期“數(shù)字化”校園的成果，完成數(shù)據(jù)智能采集、量化、分析與預(yù)測等功能，從而能使個性化培養(yǎng)理念得到普及。因此，教育中的“大數(shù)據(jù)”，為個性化教育提供了機遇，能夠完成培養(yǎng)學(xué)習(xí)者的創(chuàng)新能力。

分析有關(guān)文獻資料，例如國內(nèi)研究者崔曉鸞、趙雪飛、王娟等都只是在cnki或Web of Science數(shù)據(jù)源上采用共詞分析法、詞頻分析法、文獻計量法、科學(xué)知識圖譜法總結(jié)了關(guān)于教育方面大數(shù)據(jù)的研究熱點和趨勢[3-5]，而沒有對基于大數(shù)據(jù)的個性化學(xué)習(xí)研究的總結(jié)沒有發(fā)現(xiàn)。因此，本文擬通過CNKI數(shù)據(jù)庫，采用共詞分詞法和計量分析法，對國內(nèi)個性化學(xué)習(xí)、基于大數(shù)據(jù)個性化學(xué)習(xí)的研究文獻進行分析，揭示目前個性化學(xué)習(xí)研究熱點、基于大數(shù)據(jù)的個性化學(xué)習(xí)發(fā)展趨勢，以及存在的不足，并對研究中存在的問題提出建議。

1 研究方法與工具

1.1 研究方法

共詞分析法是基于內(nèi)容分析的一種方法，主要是通過對能夠表達某一學(xué)科領(lǐng)域研究主題或研究方向的專業(yè)術(shù)語共同出現(xiàn)在一篇文獻中的現(xiàn)象的分析，判斷學(xué)科領(lǐng)域中主題間的關(guān)系，從而展現(xiàn)該學(xué)科的研究結(jié)構(gòu)[6]。

1.2 研究工具及操作方法

本研究主要采用書目共現(xiàn)分析系統(tǒng)(bicomb)[7]、VOSviewer[8]軟件，輔助使用Excel軟件。首先使用bicomb處理cnki導(dǎo)出的NoteFirst文件，對年份、雜志社、單位、高頻關(guān)鍵詞進行統(tǒng)計，并生成高頻關(guān)鍵詞共現(xiàn)矩陣，接著使用VOSviewer軟件可視化處理。

2 數(shù)據(jù)源

本次研究的數(shù)據(jù)源來源于cnki，采用cnki的高級檢索方式。第一次檢索的主題為：個性化學(xué)習(xí)，截止到2018年2月3日，共檢索出了10189篇相關(guān)文獻。在第一檢索結(jié)果的基礎(chǔ)上進行了第二次檢索，主題為：個性化學(xué)習(xí)，詞頻包含大數(shù)據(jù)，截止到2018年2月3日，共檢索出了279篇相關(guān)文獻。

3 可視化研究結(jié)果及分析

3.1 個性化學(xué)習(xí)的共詞矩陣可視化及分析

利用書目共現(xiàn)分析系統(tǒng)(bicomb)，頻次閾值＞=95，對第一次搜索所得10189篇文獻進行了共詞矩陣可視化分析，效果如圖1。由圖1可知，為了找到高效獲取知識的有效途徑，個性化教學(xué)、個性化學(xué)習(xí)一直專家、學(xué)者所關(guān)心的話題。以前，因為受技術(shù)條件的限制，雖然進行了大量的研究和嘗試，但是一直沒有找到切實可行的方法?，F(xiàn)在，隨著互聯(lián)網(wǎng)+、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能技術(shù)的發(fā)展，涉及到遠程教育、大數(shù)據(jù)、數(shù)據(jù)挖掘等關(guān)鍵詞的研究文獻逐漸增多，而且在個性化學(xué)習(xí)研究中取得的成果也越來越有現(xiàn)實意義。

圖1 個性化學(xué)習(xí)的共詞矩陣可視化圖

3.2 基于大數(shù)據(jù)的個性化研究結(jié)果及分析

3.2.1 論文年度分布圖譜

截至到2017年12月，統(tǒng)計了基于大數(shù)據(jù)個性化學(xué)習(xí)的研究論文，其分布圖如下：

圖2顯示，基于大數(shù)據(jù)的個性化學(xué)習(xí)研究成果，2013～2017年穩(wěn)步上升，主要原因是2013年是我國大數(shù)據(jù)元年，教育領(lǐng)域開展了如火如荼的教育改革和創(chuàng)新發(fā)展的研究，包括學(xué)生個性化學(xué)習(xí)和學(xué)習(xí)數(shù)據(jù)分析。隨著互聯(lián)網(wǎng)+、物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)分析技術(shù)完善，國家宏觀政策的支撐，個性化學(xué)習(xí)需求也推進了學(xué)習(xí)大數(shù)據(jù)分析技術(shù)的發(fā)展，論文的數(shù)量也逐年增加。

圖2 基于大數(shù)據(jù)個性化學(xué)習(xí)的文獻統(tǒng)計

3.2.2 雜志、研究單位分布統(tǒng)計

利用bicomb，頻次閾值＞=2，對所有雜志、單位的關(guān)鍵詞進行了統(tǒng)計分析，結(jié)果如表1、2所示。表1顯示，發(fā)表文獻數(shù)量最多的為《中國電化教育》、《遠程教育雜志》、《中國信息技術(shù)教育》、《電化教育研究》、《中國教育信息化》、《現(xiàn)代遠距離教育》、《中國成人教育》等雜志，都是我國教育技術(shù)界比較權(quán)威的期刊。圖2所示，研究機構(gòu)大部分是國內(nèi)著名師范學(xué)校，如：東北師范大學(xué)、西北師范大學(xué)、北京師范大學(xué)，出現(xiàn)的頻次較多。由此可見，國內(nèi)對教育大數(shù)據(jù)的研究不僅有一定的熱度，而且有較高的研究質(zhì)量。

表1 文獻來源統(tǒng)計表

表2 文獻單位統(tǒng)計表

3.2.3 文獻高頻關(guān)鍵詞分布統(tǒng)計

利用bicomb，頻次閾值為9，對所有文獻的關(guān)鍵詞進行了統(tǒng)計分析，結(jié)果如表3所示。從表3可以發(fā)現(xiàn)，國內(nèi)學(xué)者已經(jīng)意識到了大數(shù)據(jù)對教育的影響力，借助大數(shù)據(jù)技術(shù)、互聯(lián)網(wǎng)+等技術(shù)力量對教育模式進行改革勢在必行。學(xué)習(xí)過程、個性化教育等關(guān)鍵詞的頻次不高，說明教育大數(shù)據(jù)的來源不齊全，除了結(jié)構(gòu)化數(shù)據(jù)外，還需要收集學(xué)習(xí)非結(jié)構(gòu)的數(shù)據(jù)，如學(xué)生的學(xué)習(xí)態(tài)度、狀態(tài)等。

表3 文獻高頻關(guān)鍵詞統(tǒng)計表

3.3 高頻詞共現(xiàn)矩陣

利用bicomb，頻次閾值為3，導(dǎo)出高頻詞共現(xiàn)矩陣，結(jié)果如表4所示。大數(shù)據(jù)與個性化學(xué)習(xí)、數(shù)據(jù)挖掘、學(xué)習(xí)過程的相關(guān)度為35、5、0，個性化學(xué)習(xí)與數(shù)據(jù)挖掘、學(xué)習(xí)過程、個性化教育的相關(guān)度為4、0、0，學(xué)習(xí)分析與數(shù)據(jù)挖掘、學(xué)習(xí)過程、個性化教育的相關(guān)度為3、0、1，說明國內(nèi)學(xué)者已經(jīng)利用教育大數(shù)據(jù)進行分析，并且把結(jié)論用于個性化化學(xué)習(xí)研究，但對學(xué)生學(xué)習(xí)過程數(shù)據(jù)的潛在價值還需要進一步挖掘。

表4 高頻詞共現(xiàn)矩陣

3.4 共詞可視化

使用VOSviewer處理bicomb導(dǎo)出共現(xiàn)矩陣文件，生成網(wǎng)絡(luò)可視化圖3。圖3中圓圈的大小和標(biāo)簽字體大小代表關(guān)鍵詞重要性大小，連線的粗細(xì)代表關(guān)鍵詞之間的關(guān)系強弱。由圖3可知，大數(shù)據(jù)、個性化學(xué)習(xí)、學(xué)習(xí)分析等關(guān)鍵詞是當(dāng)前研究的中心，而學(xué)習(xí)過程、個性化、數(shù)據(jù)挖掘在外圍區(qū)域說明利用基于大數(shù)據(jù)技術(shù)的個性化學(xué)習(xí)研究深度還不夠，主要體現(xiàn)為對學(xué)生學(xué)習(xí)數(shù)據(jù)的收集、數(shù)據(jù)分析研究不足。

4 結(jié)束語

本研究通過分析文獻數(shù)據(jù)找到當(dāng)前教育大數(shù)據(jù)在個性化學(xué)習(xí)中的熱點和趨勢。由于數(shù)據(jù)源單一，對于教育大數(shù)據(jù)收集、獲取的途徑還需要進一步拓寬。不僅要收集學(xué)生結(jié)構(gòu)化數(shù)據(jù)，成績和基本情況等數(shù)據(jù)，還要收集學(xué)生非結(jié)構(gòu)化數(shù)據(jù)，如學(xué)生的心理活動、學(xué)習(xí)過程中的各種數(shù)據(jù)。此外，對數(shù)據(jù)挖掘能力的研究也需要進一步加強，而且沒有利用其他文獻統(tǒng)計分析工具進行對比分析和佐證。

圖3 基于大數(shù)據(jù)個性化學(xué)習(xí)的共現(xiàn)矩陣可視化圖

參考文獻(References):

[1]劉繼勇,鄧敏.個性化教育:大學(xué)生創(chuàng)新能力培養(yǎng)的根本途徑[J].江西社會科學(xué),2001.5:129-131

[2]李偉光.當(dāng)代大學(xué)生個性化教育與創(chuàng)新能力培養(yǎng)[J].長春師范大學(xué)學(xué)報,2016.35(5):141-143

[3]崔曉鸞,趙可云.大數(shù)據(jù)在教育領(lǐng)域的研究熱點及發(fā)展趨勢——基于共詞分析的可視化研究[J].現(xiàn)代遠距離教育,2016.4:79-85

[4]趙雪飛,乜勇.基于詞頻分析的國內(nèi)外教育大數(shù)據(jù)研究現(xiàn)狀分析[J].中國醫(yī)學(xué)教育技術(shù),2016.30(5):527-531

[5]王娟,陳世超,王林麗等.基于CiteSpace的教育大數(shù)據(jù)研究熱點與趨勢分析[J].現(xiàn)代教育技術(shù),2016.26(2):5-13

[6]龐恩旭.我國核心期刊的現(xiàn)狀分析與研究[J].圖書館論壇,2004.24(2):15-18

[7]崔雷,劉偉,閆雷等.文獻數(shù)據(jù)庫中書目信息共現(xiàn)挖掘系統(tǒng)的開發(fā)[J].現(xiàn)代圖書情報技術(shù),2008.24(8):70-75

[8]VOSviewer[EB/OL］.[2011-01-01］.http://www.vosviewer.