劉芯伶 康春花 曾平飛

一、引言

認(rèn)知診斷（Cognitive Diagnosis， CD）是以認(rèn)知診斷測(cè)驗(yàn)為載體， 對(duì)學(xué)生問題解決的認(rèn)知過程進(jìn)行個(gè)性化診斷分析的新型心理測(cè)量理論， 它彌補(bǔ)了傳統(tǒng)測(cè)量理論在進(jìn)行教學(xué)評(píng)價(jià)時(shí)的粗放性問題， 將能力細(xì)分為不同的認(rèn)知屬性， 以屬性去評(píng)價(jià)學(xué)生的知識(shí)掌握情況，為更好地實(shí)施因材施教創(chuàng)造條件。

CD 理論研究興起于20 世紀(jì)80 年代。 進(jìn)入21世紀(jì)后， 隨著世界各國(guó)教育改革的深入發(fā)展，CD 在國(guó)際上獲得的關(guān)注不斷凸顯。從已有的文獻(xiàn)來(lái)看，研究集中在認(rèn)知診斷過程中的關(guān)鍵理論和技術(shù)， 主要包括診斷模型和方法的開發(fā)、Q 矩陣的修訂和估計(jì)、影響診斷準(zhǔn)確性的因素以及與計(jì)算機(jī)自適應(yīng)測(cè)驗(yàn)（Computer Adaptive Testing， CAT）相結(jié)合等方向[1-4]。CD 的理論研究不斷涌現(xiàn)， 但并未真正惠及教育實(shí)踐，因而全面了解CD 領(lǐng)域研究現(xiàn)狀，精準(zhǔn)把握CD研究熱點(diǎn)、前沿和不足，對(duì)于CD 領(lǐng)域理論和實(shí)踐研究的深入開展都有著重要意義。 目前，CD 的綜述性研究只存在于與研究者、研究主題相關(guān)的某一領(lǐng)域，并未見全面性、綜合性的研究綜述。

本研究擬借助CiteSpaceV 這一可視化知識(shí)圖譜分析工具，對(duì)CD 研究領(lǐng)域進(jìn)行知識(shí)圖譜分析，總結(jié)該領(lǐng)域取得的成果與不足、知識(shí)基礎(chǔ)、研究熱點(diǎn)以及研究前沿演進(jìn)， 為領(lǐng)域研究者掌握發(fā)展現(xiàn)狀并開展突破性研究提供參考。

二、研究方法

1. 數(shù)據(jù)來(lái)源

文獻(xiàn)數(shù)據(jù)來(lái)源于Web of Science 核心合集數(shù)據(jù)庫(kù)。 在基本檢索中，主題詞為“cognitive* diagnos*”，文獻(xiàn)類型設(shè)定為“article”，采取“精確匹配”方式以提高檢準(zhǔn)率，年限設(shè)置為2008-2018 年，數(shù)據(jù)檢索日期為2019 年1 月，共獲得301 條檢索記錄。 檢索結(jié)果按照CiteSpace 要求的“全記錄與引用的參考文獻(xiàn)格式”下載并保存為純文本格式。

2. 數(shù)據(jù)分析

使用可視化分析軟件CiteSpaceV 進(jìn)行以下基本操作步驟： 將得到的301 條文獻(xiàn)記錄導(dǎo)入CiteSpaceV，時(shí)間跨度設(shè)置為2008-2018 年，以1 年作為時(shí)區(qū)劃分， 每個(gè)時(shí)區(qū)選擇頻次排名前50%的記錄繪制網(wǎng)絡(luò)圖譜， 其他根據(jù)所要分析的內(nèi)容選擇節(jié)點(diǎn)類型（Node Types）和網(wǎng)絡(luò)修剪策略（Pruning）等信息，進(jìn)而形成各時(shí)區(qū)綜合一體的可視化知識(shí)圖譜。

3. 知識(shí)圖譜簡(jiǎn)要說明

每個(gè)圖譜中的節(jié)點(diǎn)代表不同的分析對(duì)象， 某一圖譜中的節(jié)點(diǎn)代表同一分析對(duì)象的不同內(nèi)容。其中，每個(gè)節(jié)點(diǎn)上按設(shè)定的時(shí)區(qū)出現(xiàn)顏色、 粗細(xì)不一的年輪環(huán)，年輪環(huán)上的顏色（由藍(lán)到黃、由里至外）代表不同的時(shí)間范圍（2008-2018）， 同一顏色的年輪環(huán)越粗， 表明在該單位時(shí)間內(nèi)該節(jié)點(diǎn)內(nèi)容出現(xiàn)的頻次越多；帶有紫色外圈的節(jié)點(diǎn)，表示中心性＞0.1，節(jié)點(diǎn)的中心性較高，紫色外圈越粗，說明其在整個(gè)網(wǎng)絡(luò)中的重要性和影響力越高[5]。不同節(jié)點(diǎn)之間的連線顏色代表他們首次有聯(lián)系的時(shí)間， 連線的粗細(xì)代表節(jié)點(diǎn)之間聯(lián)系的緊密程度。 圖譜節(jié)點(diǎn)主要以出現(xiàn)頻次及中心性兩個(gè)指標(biāo)來(lái)反映其重要程度及影響力。

三、認(rèn)知診斷研究領(lǐng)域知識(shí)圖譜現(xiàn)狀

1. 前期有波動(dòng)，2013 年后持續(xù)升溫

圖1 為2008 年至2018 年CD 研究領(lǐng)域年發(fā)文量柱狀圖， 橫坐標(biāo)表示年份， 縱坐標(biāo)表示文獻(xiàn)發(fā)表量。由圖1 可知，2008 年至2012 的年均發(fā)文量在15篇左右波動(dòng)。2013 年是CD 研究的轉(zhuǎn)折之年，發(fā)文量出現(xiàn)了突發(fā)性轉(zhuǎn)變， 成倍增長(zhǎng)至29 篇。 2014 年至2017 年發(fā)文量緩慢遞增，2018 年再次發(fā)生突破性進(jìn)展，年發(fā)文量突破50 篇。 綜合近十年發(fā)展情況可以看出，CD 作為心理測(cè)量與認(rèn)知心理學(xué)相結(jié)合的新一代測(cè)量理論， 吸引了大量心理及教育測(cè)量研究者對(duì)其進(jìn)行深入的研究，取得了較多高水平的研究成果。

圖1 CD 研究領(lǐng)域文獻(xiàn)發(fā)表時(shí)間分布

2. 美國(guó)為CD 領(lǐng)域核心國(guó)家， 中國(guó)不斷逼近核心地位

圖2 為CD 研究的國(guó)家知識(shí)圖譜現(xiàn)狀， 通過節(jié)點(diǎn)大小、紫色外圈、節(jié)點(diǎn)間連線分別反映各個(gè)國(guó)家在CD 研究領(lǐng)域的發(fā)文量、重要性以及國(guó)家間的合作緊密程度。日本學(xué)者湯淺光朝認(rèn)為，某個(gè)時(shí)期某國(guó)科技成果數(shù)占同期世界科學(xué)成果總數(shù)25%以上的國(guó)家為該時(shí)期的世界科學(xué)中心[6]。CD 研究文獻(xiàn)共來(lái)自29 個(gè)國(guó)家（地區(qū)）。 其中，美國(guó)發(fā)文量為198 篇，占總量的66%，遙遙領(lǐng)先于其他國(guó)家，可視為CD 研究的世界科學(xué)中心；從連線數(shù)量來(lái)看，美國(guó)與其他國(guó)家的合作也相對(duì)緊密。發(fā)文量排在第二位的國(guó)家是中國(guó)，共發(fā)表52 篇，占總量的17%，與“世界科學(xué)中心”這一稱號(hào)有一定距離， 但也代表著國(guó)內(nèi)學(xué)者共同努力獲得了一定成果，并與多個(gè)國(guó)家有著密切的學(xué)術(shù)交流。發(fā)文量排名第三的加拿大在近十年發(fā)表了18 篇研究成果。全球研發(fā)報(bào)告中指出，世界科學(xué)領(lǐng)域的主導(dǎo)地位一直由美國(guó)占據(jù)著[7]。然而進(jìn)入21 世紀(jì)以來(lái)，亞太地區(qū)國(guó)家科研論文數(shù)量增長(zhǎng)迅速，尤其是中國(guó)。就科研論文量而言，中國(guó)僅次于美國(guó)，位列第二，CD 領(lǐng)域的研究也如此。 在不同領(lǐng)域都能看到中國(guó)科研者不斷奮斗、拼搏的豐碩成果。

圖2 CD 研究領(lǐng)域國(guó)家網(wǎng)絡(luò)圖譜

美國(guó)、英國(guó)、西班牙、日本這4 個(gè)國(guó)家節(jié)點(diǎn)均有紫色外圈， 說明以上四個(gè)國(guó)家在CD 領(lǐng)域的中心性較高， 在兩個(gè)或多個(gè)國(guó)家中扮演著不可缺少的橋梁角色，促進(jìn)各國(guó)CD 研究的跨方向合作，因此在CD領(lǐng)域的影響力和重要性也較高。 四個(gè)國(guó)家的紫色外圈厚度依次遞減，即在中心性、影響力以及重要性上均依次遞減。從發(fā)文量和中心性兩個(gè)方面來(lái)看，中國(guó)在CD 研究領(lǐng)域有較高的活躍度， 但尚未在該領(lǐng)域獲得較大影響力。

3. 跨國(guó)際機(jī)構(gòu)合作有待加強(qiáng)

圖3 為CD 研究領(lǐng)域的機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜，節(jié)點(diǎn)大小、紫色外圈、節(jié)點(diǎn)間連線分別反映各機(jī)構(gòu)在認(rèn)知診斷領(lǐng)域的發(fā)文量、 重要性以及國(guó)家間的合作緊密程度。

從機(jī)構(gòu)發(fā)文量和合作關(guān)系中可以了解高產(chǎn)量、高質(zhì)量的研究機(jī)構(gòu)，對(duì)于選擇優(yōu)秀的機(jī)構(gòu)進(jìn)行合作、派遣科研人員訪學(xué)、人才引進(jìn)、追蹤新穎研究問題等都有重要的作用。從圖3 整體來(lái)看，機(jī)構(gòu)的合作網(wǎng)絡(luò)相對(duì)松散，各機(jī)構(gòu)之間合作較少，網(wǎng)絡(luò)以美國(guó)伊利諾伊大學(xué)（Univ Illinois）為中心，主要向四個(gè)方向發(fā)散。伊利諾伊大學(xué)在CD 領(lǐng)域的核心地位毋庸置疑，與該領(lǐng)域內(nèi)的各洲代表性研究機(jī)構(gòu)有緊密的合作。 但由此節(jié)點(diǎn)發(fā)散的四個(gè)方向的機(jī)構(gòu)間幾乎無(wú)合作關(guān)系， 缺少將各機(jī)構(gòu)編制成為一個(gè)緊密網(wǎng)絡(luò)的中介機(jī)構(gòu)。當(dāng)今時(shí)代是團(tuán)隊(duì)協(xié)作的時(shí)代，科學(xué)的眾多門類相互交叉、滲透、綜合，已經(jīng)發(fā)展成為結(jié)構(gòu)復(fù)雜的大科學(xué)系統(tǒng)[8]。 因此，應(yīng)該加強(qiáng)CD 研究機(jī)構(gòu)的緊密合作，使其成果水平更高，融合性更強(qiáng)。

圖3 CD 研究領(lǐng)域機(jī)構(gòu)網(wǎng)絡(luò)圖譜

從單個(gè)機(jī)構(gòu)來(lái)看，表1 呈現(xiàn)了高中心性的10 個(gè)機(jī)構(gòu)。 前6 名的發(fā)文量均較高， 后四名的發(fā)文量較低，但是在整個(gè)CD 研究中起到的作用較大。 因此，研究者在追溯2018 年及以前文章時(shí)，既需關(guān)注發(fā)文量高的機(jī)構(gòu)， 又需重視表1 中發(fā)文量少的四個(gè)機(jī)構(gòu)所關(guān)注的研究方向， 方可準(zhǔn)確把握CD 整體研究脈絡(luò)。在搜索最新研究時(shí)，可以重點(diǎn)關(guān)注前六個(gè)機(jī)構(gòu)的最新研究成果， 以便更好地定位CD 研究領(lǐng)域的發(fā)展趨勢(shì)。 國(guó)內(nèi)的北京師范大學(xué)和江西師范大學(xué)這兩個(gè)機(jī)構(gòu)在國(guó)際上的發(fā)文量均在前10 以內(nèi)，并具有高中心性， 可通過關(guān)注這兩所機(jī)構(gòu)的研究成果了解國(guó)內(nèi)CD 研究的熱點(diǎn)和前沿。 在網(wǎng)絡(luò)中，兩個(gè)國(guó)內(nèi)機(jī)構(gòu)的合作機(jī)構(gòu)較少，并且較為固定。 獲2017 年度我國(guó)國(guó)際科學(xué)技術(shù)合作獎(jiǎng)的普拉默強(qiáng)調(diào)：“國(guó)際化將成為中國(guó)科研發(fā)展的關(guān)鍵挑戰(zhàn)。 ”[9]我國(guó)CD 研究在發(fā)展上也存在著同樣的國(guó)際化挑戰(zhàn)。

4. Top10 高產(chǎn)作者

圖4 呈現(xiàn)了認(rèn)知診斷研究領(lǐng)域的作者合作網(wǎng)絡(luò)圖譜，節(jié)點(diǎn)大小、節(jié)點(diǎn)間連線反映了作者在CD 領(lǐng)域的發(fā)文量及合作關(guān)系。 從圖4 可以看出，主要以De La Torre J 和Chang HH 為代表的兩大科研團(tuán)體支撐著CD 研究，由Xu GJ 等人使其間接地聯(lián)系起來(lái)。 國(guó)內(nèi)研究者更傾向于和Chang HH 科研團(tuán)體成員合作， 未出現(xiàn)與De La Torre J 為代表的另一科研團(tuán)體的合作。 這兩個(gè)團(tuán)體涉及的CD 研究方向略有不同，前者傾向于CD 與CAT 的結(jié)合性研究， 后者更多涉及CD 模型和方法方面的研究， 并且后者的研究?jī)?nèi)容是CD 領(lǐng)域的重要基礎(chǔ)。 中國(guó)只與兩大科研團(tuán)體之一有較多的合作， 將不利于我國(guó)CD 領(lǐng)域研究的全面覆蓋和深度提升。

圖4 CD 研究領(lǐng)域作者網(wǎng)絡(luò)圖譜

普萊斯在其代表名著《小科學(xué)，大科學(xué)》一書中提到：“在同一主題中， 半數(shù)的論文為一群高生產(chǎn)能力作者所撰， 這一作者集合的數(shù)量上約等于全部作者總數(shù)的平方根[10]。 ”CD 研究文獻(xiàn)共來(lái)自762 位作者。根據(jù)Price 的計(jì)算方法，可得到≈31，即發(fā)文量前31 的作者可視為該領(lǐng)域的高生產(chǎn)能力者。 結(jié)合統(tǒng)計(jì)結(jié)果，將發(fā)文量為4 篇及以上的作者視為高生產(chǎn)能力者，共計(jì)30 人，如表2 所示。 普賴斯的理論還提出了核心作者的概念，即發(fā)表論文數(shù)為N 篇以上的作者是核心作者， 這里的N=0.749 （max）1/2， 式中max 為發(fā)文量最多的作者的論文數(shù)。 由此，CD 研究領(lǐng)域的核心作者發(fā)表論文數(shù)也為4 篇及以上。綜上，表2 中的30 位研究者既是高生產(chǎn)能力者，也是領(lǐng)域核心作者。

表2 CD 領(lǐng)域高生產(chǎn)能力者

De La Torre J 作為CD 領(lǐng)域首位核心作者， 共發(fā)文24 篇。 從其文獻(xiàn)主題看，主要關(guān)注開發(fā)不同數(shù)據(jù)情況下適用的認(rèn)知診斷模型（Cognitive Diagnostic Models，CDMs），包括多分屬性（Polytomous Attributes）、多級(jí)反應(yīng)（Polytomous Response）、多策略（Multiple Strategies）、 連續(xù)反應(yīng) （Continuous Response）、 多項(xiàng)選擇（Multiple-Choice Options），以及多種數(shù)據(jù)類型同時(shí)考慮的模型等，占其總發(fā)文量的1/3。 其余2/3 的文章主題相對(duì)分散，主要涉及模型充分性、參數(shù)不變性檢驗(yàn)、模型-資料擬合、項(xiàng)目擬合統(tǒng)計(jì)量和Q 矩陣校準(zhǔn)等。

Chiu CY 作為第二位CD 核心作者， 共發(fā)文14篇。主要涉及Q 矩陣的估計(jì)和完備性、漸近分類理論相關(guān)研究、非參數(shù)診斷分類方法等。 從引用量來(lái)看，具有廣泛影響力的是Q 矩陣完備性的研究成果。

Douglas J 的研究貫穿于CD 發(fā)展的整個(gè)過程，從2008 年到2018 年陸續(xù)發(fā)表了12 篇文獻(xiàn)。他的研究所涉及的認(rèn)知診斷主題相對(duì)龐雜， 從CDMs 的開發(fā)、Q 矩陣的相關(guān)研究，到認(rèn)知診斷計(jì)算機(jī)自適應(yīng)測(cè)驗(yàn) （Cognitive Diagnostic Computer Adaptive Testing，CDCAT），均有涉及。

將圖3 和圖4 結(jié)合來(lái)看可以發(fā)現(xiàn)， 研究者間的合作主要集中在影響力較大機(jī)構(gòu)的研究者之間，而影響力較小機(jī)構(gòu)的研究者多是機(jī)構(gòu)內(nèi)成員間的合作，這與前文得到的結(jié)論一致：領(lǐng)域研究的合作較為缺乏，集中表現(xiàn)在缺乏跨水平和跨主題的機(jī)構(gòu)合作。因此，應(yīng)推進(jìn)各研究機(jī)構(gòu)間的跨主題合作，使CD 研究團(tuán)體更加壯大，研究?jī)?nèi)容更加深入。

5. CD 領(lǐng)域的期刊共被引分析

圖5 為CD 研究領(lǐng)域的共被引期刊網(wǎng)絡(luò)圖譜，主要反映期刊在領(lǐng)域內(nèi)的重要性以及不同期刊之間方向的緊密程度。 分析期刊圖譜可以幫助研究者更加快速地確定該領(lǐng)域的主要來(lái)源期刊， 使期刊收藏及期刊投稿更具針對(duì)性，及時(shí)把握前沿動(dòng)態(tài)，提高研究的時(shí)效性[11]。

圖5 CD 研究領(lǐng)域共被引期刊網(wǎng)絡(luò)圖譜

CD 研究領(lǐng)域的文獻(xiàn)共被引期刊共225 個(gè)。高頻被引期刊前10 的基本數(shù)據(jù)資料如表3 所示。表中排名前10 的除了有7 個(gè)期刊外，還包括兩本認(rèn)知診斷書籍（DIAGNOSTIC MEASUREME & COGNITIVELY DIAGNOST） 和一個(gè)教育測(cè)量年會(huì) （ANN M NAT COUNC MEAS），被引量分別排名第7、9、10。 在重視領(lǐng)域期刊的同時(shí)， 也不能忽視與領(lǐng)域相關(guān)的書籍與會(huì)議。從書籍中可獲得理論基礎(chǔ)，從會(huì)議資料中則可把握國(guó)際上的最新高水平研究，與時(shí)俱進(jìn)。

APPL PSYCH MEAS、J EDUC MEAS 和PSYCHOMETRIKA 這三個(gè)期刊處于高被引用量的前三甲。 排名第三的PSYCHOMETRIKA 中心性明顯高于前兩個(gè)期刊，說明它在CD 研究領(lǐng)域輻射面較廣，可將多個(gè)期刊的研究主題間接地聯(lián)系在一起， 起到高度的中介性；另外，PSYCHOMETRIKA 的期刊影響因子也高于前兩者， 說明該期刊在CD 研究領(lǐng)域內(nèi)所處地位更高，影響力更大。

6. CD 領(lǐng)域的知識(shí)基礎(chǔ)

圖6 是CD 研究領(lǐng)域的文獻(xiàn)共被引網(wǎng)絡(luò)圖譜，大的節(jié)點(diǎn)（被引量高）與紫色外圈（中心性高）兩個(gè)指標(biāo)較好地反映了領(lǐng)域知識(shí)基礎(chǔ)。 被引量和中心性較高的文獻(xiàn)在認(rèn)知診斷研究領(lǐng)域處于基礎(chǔ)性地位，領(lǐng)域內(nèi)的價(jià)值大，國(guó)際認(rèn)可度高，其研究主題、技術(shù)、理論和結(jié)論等可推動(dòng)整個(gè)領(lǐng)域的發(fā)展， 并對(duì)后來(lái)的研究有較強(qiáng)的參考價(jià)值。這些關(guān)鍵文獻(xiàn)共同構(gòu)成了CD的知識(shí)基礎(chǔ)。

表3 高頻被引期刊Top10

圖6 CD 研究領(lǐng)域文獻(xiàn)共被引網(wǎng)絡(luò)圖譜

整體而言， 引用量和中心性突出的文獻(xiàn)較為明顯，說明整個(gè)CD 領(lǐng)域的知識(shí)基礎(chǔ)是公認(rèn)的。 根據(jù)圖6 所示的文獻(xiàn)節(jié)點(diǎn)， 對(duì)被引量和中心性最高的前10位進(jìn)行匯總，見表4。

表4 高被引量的認(rèn)知診斷文獻(xiàn)Top10

表4 中呈現(xiàn)的文獻(xiàn)可視為重要知識(shí)基礎(chǔ)。引用量最高的是認(rèn)知診斷書籍Diagnostic Measurement：Theory， Methods， and Applications， 在期刊共被引分析中也呈現(xiàn)出該書籍在領(lǐng)域內(nèi)的重要性。 其余9篇文章中， 同時(shí)具有高引用量和高中心性的有7篇， 另外引用量排名第5 和第9 的這兩篇是關(guān)于CD 的應(yīng)用性研究，中心性不足，無(wú)法達(dá)到領(lǐng)域基礎(chǔ)性地位。

將7 篇高引用量和高中心性的文章進(jìn)行概括可以發(fā)現(xiàn)，CD 領(lǐng)域的知識(shí)基礎(chǔ)分為三個(gè)方面：（1）CD模型與方法：表中引用量排名第2、3、4、7、10 的五篇文獻(xiàn)均是診斷模型和方法的研究[12-14]。 其中，中心性最高的是序號(hào)4 關(guān)于DINA 模型與使用參數(shù)估計(jì)方法的教學(xué)文章，在引用量前10 的文章中多篇文章涉及DINA 模型。 由此可以看出，DINA 模型占據(jù)整個(gè)CD 知識(shí)基礎(chǔ)的核心位置。 （2）Q 矩陣校準(zhǔn)：表中引用量排名第6 的文章為Q 矩陣校正的方法研究[15]。 （3）模型-數(shù)據(jù)擬合：表中引用量排名第8 的文章是關(guān)于CD 模型相對(duì)與絕對(duì)擬合的研究。

7. CD 領(lǐng)域的研究熱點(diǎn)

關(guān)鍵詞是對(duì)文獻(xiàn)主要內(nèi)容和核心的提煉概括，出現(xiàn)頻次越高和中心性越大的關(guān)鍵詞可視為該研究領(lǐng)域內(nèi)研究者在一定時(shí)間內(nèi)共同關(guān)注的熱點(diǎn)問題，以及該關(guān)鍵詞的重要性和核心地位。因此，對(duì)文獻(xiàn)的關(guān)鍵詞進(jìn)行共現(xiàn)分析可以從中挖掘研究熱點(diǎn)。

圖7 為CD 研究領(lǐng)域關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜，可以看出，節(jié)點(diǎn)之間連線縱橫交錯(cuò)，說明關(guān)鍵詞之間的聯(lián)系非常緊密，經(jīng)常同時(shí)出現(xiàn)在同一篇文獻(xiàn)中，是研究者同時(shí)比較關(guān)注的。 出現(xiàn)頻次較高的關(guān)鍵詞包括cognitive diagnosis model、calssification、rule space、latent class model、validation、q-matrix 等。 主要可分兩類熱點(diǎn)問題：模型開發(fā)和比較、Q 矩陣校準(zhǔn)。

圖7 CD 研究領(lǐng)域關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)圖譜

表5 呈現(xiàn)的是排名前10 的關(guān)鍵詞節(jié)點(diǎn)頻次和中心性，它們代表了近十年CD 的研究熱點(diǎn)。從中心度來(lái)看，排名前10 的節(jié)點(diǎn)中心性都＞0.1，其中心度很高，是網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)。 出現(xiàn)頻次和中心性同時(shí)排在前10 的關(guān)鍵詞包括：classification、item response theory、Q-matrix、latent class model、validation、rule space、DINA model、cognitive diagnosis。 從高頻次和強(qiáng)中心性的關(guān)鍵詞可獲得與圖7 反映的研究熱點(diǎn)一致， 主要研究熱點(diǎn)為診斷模型與方法、Q 矩陣的校準(zhǔn)兩方面。

（1）診斷模型與方法

認(rèn)知診斷模型研究主要為模型之間適用性的比較和新模型的開發(fā)[16-17]。2013 年，Chen 和De La Torre研發(fā)了多分屬性模型，即pG-DINA。 除了模型的建立外， 作者使用不同條件下的估計(jì)能力來(lái)評(píng)估模型的可行性， 并通過改進(jìn)的分類規(guī)則將模型的分類精度和傳統(tǒng)的G-DINA 模型進(jìn)行比較， 也用實(shí)例證明了該模型的實(shí)用性。提出一種廣義的、適用于更多情境的模型是目前認(rèn)知診斷模型研究的重要趨勢(shì)。

表5 高共現(xiàn)頻次、中心性關(guān)鍵詞Top10

（2）Q 矩陣校準(zhǔn)

關(guān)于Q 矩陣校準(zhǔn)，國(guó)內(nèi)外學(xué)者均有研究[18]。 最近一篇是國(guó)內(nèi)研究者Wang 等人在DINA 模型下， 利用EM 算法研究三種Q-矩陣驗(yàn)證方法的有效性，即最大似然估計(jì)（MLE）、邊際極大似然估計(jì)（MMLE）、交叉和差分（ID）法，研究得到結(jié)論：ID 法能更好地找到錯(cuò)誤的Q-向量，MLE 法可更好地保留正確的Q-向量。

8. CD 領(lǐng)域的研究前沿演進(jìn)

理解突現(xiàn)性關(guān)鍵詞的真正含義對(duì)研究者辨識(shí)該領(lǐng)域研究前沿演變歷程是非常關(guān)鍵的， 研究前沿代表了這一時(shí)期的思想狀態(tài)[19]。 可以通過考察關(guān)鍵詞的時(shí)間分布， 將其中頻次變化率高的詞從關(guān)鍵詞中挑選出來(lái)，依靠關(guān)鍵詞的頻次變化、而不僅僅是頻次的高低來(lái)確定突現(xiàn)[20]。 用這種方式確定的突現(xiàn)詞能夠幫助研究者把握一段時(shí)間內(nèi)出現(xiàn)的新研究趨勢(shì)，判斷研究領(lǐng)域的前沿。 圖8 的突現(xiàn)詞時(shí)間分布圖反映了CD 領(lǐng)域不同時(shí)期興起的理論趨勢(shì)和涌現(xiàn)出的新主題。

圖8 2008-2018 年突現(xiàn)詞時(shí)間分布情況

如圖8 所示，7 個(gè)突現(xiàn)關(guān)鍵詞在2008 年的文獻(xiàn)中均有出現(xiàn)，但真正成為突現(xiàn)詞的年份不一。根據(jù)圖8 可將近十年的CD 研究劃分為三個(gè)時(shí)期，即2008-2012 年、2013-2015 年、2016-2018 年。

第一個(gè)時(shí)期是2008-2012 年， 這一時(shí)期是近十年CD 研究較為集中涌現(xiàn)的一個(gè)時(shí)期。這一時(shí)期突變強(qiáng)度較大的關(guān)鍵詞有：認(rèn)知診斷、模型、規(guī)則空間等。正如該領(lǐng)域研究者的研究結(jié)果所示，這是CD 模型研究的凸顯期，如規(guī)則空間、G-DINA 等模型。

第二個(gè)時(shí)期是2013-2015 年， 這一時(shí)期出現(xiàn)了認(rèn)知評(píng)估和計(jì)算機(jī)自適應(yīng)測(cè)試這兩個(gè)新的突現(xiàn)詞，兩者的突現(xiàn)強(qiáng)度接近，均為2.6 左右。 在這一階段，以CDCAT 為主題的研究在CD 領(lǐng)域內(nèi)凸顯出來(lái)，有集中增長(zhǎng)趨勢(shì)。

第三個(gè)時(shí)期是2016-2018 年， 這一時(shí)期未出現(xiàn)新前沿詞，只是延續(xù)前期研究主題，并未有認(rèn)知診斷與新型技術(shù)相結(jié)合的轉(zhuǎn)變性研究。

四、討論與結(jié)論

1. CD 研究基本概況

CD 研究的國(guó)家數(shù)占世界總數(shù)較少，重要貢獻(xiàn)國(guó)為美國(guó)、中國(guó)、英國(guó)等；主要機(jī)構(gòu)為美國(guó)伊利諾大學(xué)、美國(guó)羅特格斯州立大學(xué)以及國(guó)內(nèi)的北京師范大學(xué)和江西師范大學(xué)等；影響力與發(fā)文量的重要學(xué)者為DE LA Torre、CHIU CY、Douglas J、Chang HH 以及國(guó)內(nèi)學(xué)者辛濤、 丁樹良等；CD 領(lǐng)域內(nèi)重要的期刊為Applied Psychological Measuremen t、Journal of Educational Measurement、P sychometrika 等。

認(rèn)知診斷的知識(shí)基礎(chǔ)主要為CDMs、Q 矩陣校準(zhǔn)和模型數(shù)據(jù)擬合三個(gè)方面；領(lǐng)域研究熱點(diǎn)主要集中于CDMs 和Q 矩陣校準(zhǔn)。 領(lǐng)域研究前沿演進(jìn)可分為三個(gè)階段：①CDMs 和Q 矩陣研究凸顯；②CDCAT 研究活躍；③各認(rèn)知診斷研究主題同步進(jìn)行，無(wú)新穎性研究主題。CDMs 占據(jù)認(rèn)知診斷研究的重要地位，是認(rèn)知診斷付諸實(shí)踐的前提，構(gòu)建一個(gè)更精準(zhǔn)、廣泛而又簡(jiǎn)潔的診斷模型是認(rèn)知診斷理論研究的主要目標(biāo)。

2. 增強(qiáng)CD 國(guó)際合作

目前， 認(rèn)知診斷領(lǐng)域具有較大影響力的國(guó)家均為發(fā)達(dá)國(guó)家，跨機(jī)構(gòu)合作不足，作者合作也呈現(xiàn)明顯的區(qū)塊化。 總體而言，CD 研究缺乏更大區(qū)域的國(guó)際合作。

當(dāng)今是一個(gè)注重交流合作的時(shí)代。 從全球研究理事會(huì)到中國(guó)國(guó)家自然科學(xué)基金委員會(huì)國(guó)際合作局，再到國(guó)內(nèi)高校的國(guó)際合作處，均是致力于促進(jìn)全球高質(zhì)量理論合作和最佳實(shí)踐交流的組織機(jī)構(gòu)[21]。合作可以提高科學(xué)的質(zhì)量，避免不必要的重復(fù)，提供規(guī)模經(jīng)濟(jì)，并解決只有通過合作才能解決的問題。習(xí)近平總書記在致國(guó)際教育信息化大會(huì)開幕的賀信中提出：中國(guó)愿同世界各國(guó)一道，開拓更加廣闊的國(guó)際合作平臺(tái)[22]。 這不僅向國(guó)內(nèi)科研者傳遞出國(guó)際合作的重要性，也向世界各國(guó)拋出了合作的橄欖枝。

相比其他領(lǐng)域，CD 研究需增強(qiáng)國(guó)際交流與合作，通過達(dá)成CD 研究合作，將CD 的思想和研究成果傳遞給更多的國(guó)家， 使各國(guó)在認(rèn)知診斷研究上共同進(jìn)步， 使CD 研究成果獲得更廣泛的國(guó)際社會(huì)認(rèn)可。 因此，我國(guó)研究者應(yīng)大膽地走出去，與高水平研究者合作交流， 使國(guó)內(nèi)CD 研究的廣度和深度不斷提升； 還可以與未涉及該領(lǐng)域的地區(qū)采取先交流再合作的模式，使CD 研究成果惠及更多的地區(qū)。

3. 加強(qiáng)CD 實(shí)踐應(yīng)用

目前，CD 的理論研究相對(duì)成熟， 也受到心理測(cè)量學(xué)界的認(rèn)可。但是，CD 較少應(yīng)用于日常的教育、教學(xué)、考試中，無(wú)法體現(xiàn)理論研究的實(shí)際效用，而對(duì)于社會(huì)發(fā)展有用的研究才是真正有價(jià)值的。

有部分研究者將TIMSS 測(cè)驗(yàn)進(jìn)行后期屬性標(biāo)定，對(duì)已有學(xué)生數(shù)據(jù)做診斷分析[23]。 這類測(cè)驗(yàn)可能會(huì)涉及較多（10 個(gè)及以上）屬性，在理論研究中較少出現(xiàn)這么多屬性的研究，導(dǎo)致理論研究與應(yīng)用研究的脫節(jié)。目前理論研究考慮的因素更適用于教學(xué)中的隨堂檢測(cè)，或?qū)δ骋恍∧K的檢驗(yàn)，以把握學(xué)生掌握不足的知識(shí)點(diǎn)，方便教師的補(bǔ)救教學(xué)和學(xué)生學(xué)習(xí)的查漏補(bǔ)缺。 認(rèn)知診斷可輔助教學(xué)，加強(qiáng)它的實(shí)踐應(yīng)用才能體現(xiàn)其價(jià)值，發(fā)揮出CD 更具現(xiàn)實(shí)意義的一面。

4. 探索CD 研究新出路

認(rèn)知診斷的目的是為了服務(wù)于教育， 如果不能較好地與教育相結(jié)合就會(huì)失去其靈魂。 2015 年5 月24 日，習(xí)近平總書記在國(guó)際教育信息化大會(huì)的賀信中指出： 因應(yīng)信息技術(shù)的發(fā)展， 推動(dòng)教育變革和創(chuàng)新，構(gòu)建網(wǎng)絡(luò)化、數(shù)字化、個(gè)性化、終身化的教育體系，建設(shè)“人人皆學(xué)、處處能學(xué)、時(shí)時(shí)可學(xué)”的學(xué)習(xí)型社會(huì)，培養(yǎng)大批創(chuàng)新人才，是人類共同面臨的重大課題[24]。2017 年9 月11 日世界物聯(lián)網(wǎng)博覽會(huì)智慧教育峰會(huì)上， 教育部教育信息化標(biāo)準(zhǔn)委員會(huì)主任祝智庭教授提到：“應(yīng)充分利用數(shù)據(jù)實(shí)現(xiàn)智慧教育， 知識(shí)應(yīng)向可視化、參數(shù)化、智能化方向發(fā)展，提倡個(gè)性化學(xué)習(xí)、按需制定個(gè)性化服務(wù)。 ”[24]可見，教育智能化或稱智慧教育是未來(lái)主要的教育生態(tài)。 如何將CD 應(yīng)用于教學(xué)評(píng)價(jià)和學(xué)習(xí)分析，體現(xiàn)智慧教育的特征，為個(gè)性化學(xué)習(xí)測(cè)評(píng)與分析走向?qū)嵺`、走向課堂，實(shí)現(xiàn)智慧教育，是值得CD 研究者思考的主要方向。