牛曉杰 鄭勤華

【摘要】? 在線學習環(huán)境作為遠程教育中教與學整合的媒體中介，是遠程教育活動順利開展的重要保障之一。對遠程教育中在線學習環(huán)境發(fā)展動態(tài)的探索有助于進一步理解其發(fā)展路徑，深刻和全面地把握其發(fā)展情況。本研究以經(jīng)過人工篩選后的574篇CNKI數(shù)據(jù)庫的中文文章和362篇Web of Science核心數(shù)據(jù)庫的英文文章的摘要作為文本數(shù)據(jù)源，采用LDA主題分類模型和DTM動態(tài)主題模型作為分析方法，總結(jié)出近20年來國內(nèi)外在線學習環(huán)境發(fā)展中“經(jīng)驗遷移與平臺建設(shè)”“在線學習環(huán)境要素模型建構(gòu)”“技術(shù)驅(qū)動的在線學習環(huán)境理念革新”“互聯(lián)網(wǎng)背景下開放共享式在線學習環(huán)境構(gòu)建”四個主要發(fā)展階段以及每個階段的發(fā)展特征，研究結(jié)論可為開展遠程教育中的在線學習環(huán)境研究提供有益參考。

【關(guān)鍵詞】? 在線學習;遠程教育;人工智能;平臺建設(shè);在線學習環(huán)境;學習環(huán)境;文獻主題識別算法;文獻分析

【中圖分類號】? G434???????? 【文獻標識碼】? B?? 【文章編號】? 1009-458x（2021）7-0025-12

一、引言與問題提出

百年來，遠程教育從那顆源于19世紀中葉出現(xiàn)在英國的函授教育萌芽開始，不斷發(fā)展變化著，經(jīng)歷了函授教育、多媒體教學的遠程教育和開放靈活的遠程學習三個代表性的發(fā)展階段（丁興富， 2000）。學習環(huán)境通常指促進學習者發(fā)展的各種支持性條件的綜合體（鐘志賢， 2005）。遠程教育中的學習環(huán)境作為遠程教育中教與學再度整合的媒體中介，是保障遠程學習教學交互順利發(fā)生的基礎(chǔ)（王志軍， 等， 2016）。

隨著計算機技術(shù)、網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的發(fā)展，遠程教育中學習環(huán)境的內(nèi)涵也發(fā)生著翻天覆地的變化。最初學習環(huán)境的建立能夠基本支持打破時空限制的遠程教育活動的開展，學習交互形式單一，后隨著技術(shù)和理念的發(fā)展增加了多種類型的學習交互（張偉遠， 2009），再到后來能夠為學習者提供全面、貼身式的學習支持服務(wù)，技術(shù)驅(qū)動下遠程學習環(huán)境的發(fā)展愈加豐富和立體。

在線學習是一種學習過程基于技術(shù)媒介、完全通過因特網(wǎng)完成的師生之間時空分離的學習，是遠程教育的一種形式（韓錫斌， 等， 2015）。換言之，在線學習環(huán)境特指以技術(shù)為媒介，基于因特網(wǎng)促進學習者在線學習和發(fā)展的各種支持性條件的綜合體。在線學習環(huán)境是以網(wǎng)絡(luò)學習雙向互動為主的第二代遠程學習環(huán)境和基于一站式網(wǎng)絡(luò)教學服務(wù)的第三代遠程學習環(huán)境中主要的和重要的學習環(huán)境形式（盧方， 等， 2016）。最近互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展與以“聯(lián)通主義”為代表的新型學習理論的注入，賦予了在線學習環(huán)境新的機遇和新的可能?；跉v史發(fā)展演變的視角對在線學習環(huán)境變化開展分析，有助于重新梳理和審視整個在線學習環(huán)境的發(fā)展脈絡(luò)，明晰關(guān)鍵研究問題與研究進展，并通過不同時期在線學習環(huán)境的對比分析，挖掘在線學習環(huán)境內(nèi)在發(fā)展的規(guī)律與機制。

在遠程教育領(lǐng)域，諸多學者在不同時期對在線學習環(huán)境的研究是理解其變遷的良好材料。因此，本文將使用遠程教育語境中“在線學習環(huán)境”相關(guān)文獻，使用文獻主題識別算法（Latent Dirichlet Allocation，LDA）分年度探究文獻主題變化情況。為進一步體現(xiàn)主題時序動態(tài)發(fā)展的狀況，研究選擇在LDA基礎(chǔ)上納入時序發(fā)展要素考慮的改進算法（Dynamic Topic Modeling，DTM）進行文獻分析，最終根據(jù)結(jié)果分析遠程教育中“在線學習環(huán)境”主題的發(fā)展特點、發(fā)展動態(tài)，并就發(fā)現(xiàn)的結(jié)論與研究本身進行討論。具體研究問題包括以下兩個方面：

（1）基于LDA和DTM分析的遠程教育視角下的在線學習環(huán)境研究發(fā)展至今經(jīng)歷了幾個主要階段？每個階段的特征（主題分布）是什么？如何進行描述？

（2）基于DTM動態(tài)演化分析的遠程教育視角下的在線學習環(huán)境研究發(fā)展變化的過程是怎樣的？如何解釋這種變化？

二、定量文獻分析相關(guān)研究

文獻分析方法發(fā)展至今，產(chǎn)生了適應(yīng)不同需要的豐富的分析方法，從定性分析到定量分析，從文本描述到信息可視化，從基于詞頻統(tǒng)計到基于模型的機器學習方法等（王曰芬， 等， 2016）。LDA主題模型是數(shù)據(jù)挖掘尤其是文本挖掘和信息處理方面不可或缺的三層貝葉斯文本建模模型，由Blei首先提出（Blei， Ng， & Jordan， 2003），隨后掀起了主題識別與探測研究的熱潮。LDA模型可以將文檔的主題以概率分布的形式給出，通過分析一些文檔并抽取出它們的主題分布后，便可以根據(jù)主題分布進行主題聚類或者文本分類。文獻計量中LDA也是常用的進行主題提取的模型之一。然而，不同主題之間存在相關(guān)性和繼承性，同一主題基于時序變化也會表現(xiàn)出動態(tài)性、發(fā)展性和差異性。此情景下LDA的功能是不足的，因此各種納入時序因素考慮的基于LDA的改進算法應(yīng)運而出，如將時間信息結(jié)合到LDA模型的TOT模型（Wang & McCallum， 2006）、文本集合的后離散概率模型（Griffiths & Steyvers， 2004）、文本集合的先離散概率模型DTM（Blei & Lafferty， 2006）等。DTM模型是由LDA模型的開發(fā)者提出的，它將文本數(shù)據(jù)按照時序進行離散化切片，假定相鄰時間片上主題分布以及主題內(nèi)容都是隨時間演化，進而識別出時間連續(xù)的文本數(shù)據(jù)集合的主題鏈。

教育領(lǐng)域的文獻分析研究呈現(xiàn)出多角度、多方面的分析和呈現(xiàn)內(nèi)容。表 1展示了近幾年國內(nèi)教育技術(shù)領(lǐng)域基于文獻分析開展的部分研究案例。從文獻的數(shù)據(jù)來源來看，國內(nèi)文獻數(shù)據(jù)多來源于CNKI數(shù)據(jù)庫中CSSCI核心文章，國外文獻數(shù)據(jù)多來源于Web of Science平臺中的核心論文或者領(lǐng)域內(nèi)知名的SSCI索引期刊;從使用的方法或工具來看，近幾年采用純量化方法的研究占多數(shù)，涉及DTM、LDA等主題分類模型，TF-IDF等分詞算法，SPSS、Ucinet、Bibexcel等統(tǒng)計分析軟件，以及HistCites、CiteSpace等可視化軟件。使用定性方案的案例在數(shù)量上不如使用量化方法的多，但是定性分析方法是一種非常重要的分析方法，能夠達到量化方法所不能達到的深度水平，如批判性分析法、內(nèi)容分析法等，也有研究結(jié)合定性和定量分析（畢經(jīng)美， 2016），使分析結(jié)果更為立體。

三、研究思路與方法

（一）研究思路

本研究的整體思路如圖1所示。DTM模型是作為LDA模型在時序演變方面的補充，主題分類結(jié)果以LDA為主，在結(jié)論和討論部分會參考DTM模型的在時間變化方面的結(jié)果。

具體研究計劃分為“數(shù)據(jù)獲取與整合”“描述性統(tǒng)計”“LDA人工斷代”“DTM時序演變”四個部分。首先通過CNKI和WoS數(shù)據(jù)庫收集與學習環(huán)境相關(guān)的研究文獻，在簡單的描述性統(tǒng)計的基礎(chǔ)上使用LDA主題分類模型對文章進行主題的劃分，考慮到“學習環(huán)境”的內(nèi)涵發(fā)展是一個動態(tài)的過程，需要納入時間的因素，因此進一步采用納入時間維度的優(yōu)化模型DTM進行計算，就最終得到的結(jié)果和文獻情況進行討論與解釋。

（二）研究方法

1. LDA主題分類模型

LDA是文本語義分析中應(yīng)用廣泛的一個模型，一個統(tǒng)計上的前提情景為：當某人寫一篇文檔時，會先根據(jù)一定的概率選定主題，然后根據(jù)與選定主題相關(guān)的概率生成文字。LDA遵循貝葉斯思想，文檔-主題分布概率和主題-詞分布概率是不確定的，但是它們服從一個已知參數(shù)的Dirichlet分布。詳細的模型介紹可以參見Blei等（Blei， et al.， 2003）的文章。圖 2是LDA的模型圖，主要分為兩個過程：

（1）從Dirichlet（[a]）的分布中生成針對一篇文檔m的主題分布[θm]，然后生成文檔m的每個文字，對第n個字根據(jù)[θm]給該詞分配一個主題zm，n;

（2）從Dirichlet（[β]）的分布中生成K個主題-詞分布[φk]，選擇編號為zm，n的[φzm，n]，并根據(jù)這個分布生成文字ωm，n。

2. DTM動態(tài)主題模型

DTM是在LDA模型的基礎(chǔ)上融入時間因素的改進模型，能夠挖掘文檔主題，分析不同主題在時間序列中的演化趨勢。圖3是DTM模型的圖（以三個時間片為例），每個主題的自然參數(shù)βt，k以及主題比例的邏輯正態(tài)分布平均參數(shù)αt隨著時間而演變。從圖3可以看出，當代表時間變化的水平箭頭被移除時，模型打破時間動態(tài)，簡化為一組獨立的主題模型。利用時間動態(tài)，時間t處的第k個主題從切片t-1處的第k個主題平滑演化。詳細模型說明可見Blei（2006）的文章。

四、研究結(jié)果

（一）在線學習環(huán)境文獻量化統(tǒng)計

為從整體上把握在線學習環(huán)境研究的初步情況，首先就在線學習環(huán)境文獻發(fā)文進行主題搜索和描述性統(tǒng)計，此部分呈現(xiàn)簡易量化文獻綜述的結(jié)果。

1. 數(shù)據(jù)獲取與整理

中文文章基于中國知網(wǎng)CNKI平臺獲取，檢索“篇名”包括“學習環(huán)境”并且發(fā)文時間在2020年1月19日之前的CSSCI期刊文獻。檢索方式?jīng)]有選擇“主題”包括“學習環(huán)境”的原因是搜索結(jié)果有相當數(shù)量并不是以“學習環(huán)境”為核心研究對象，研究者對比了“主題”“篇名”的檢索情況，為了保證最后結(jié)果的準確性，因此將范圍限制在了“篇名”。經(jīng)過人工篩選，最終得到574篇中文期刊學術(shù)論文，選取其年份、期刊名、作者、題名、摘要、關(guān)鍵字字段作為有效數(shù)據(jù)。

英文文章基于Web of Sciences數(shù)據(jù)庫，檢索“topic”條目包括“l(fā)earning environment” 并且發(fā)文時間在2020年1月19日之前的特定期刊文章。由于本研究對象為遠程教育語境下的在線學習環(huán)境，因此首要考慮遠程教育領(lǐng)域SSCI期刊，最終結(jié)合數(shù)據(jù)檢索情況確定Distance Education、American Journal of Distance Education、British Journal of Educational Technology、International Review of Research in Open and Distance Learning和The Turkish online journal of distance education五本SSCI為特定檢索期刊。經(jīng)過人工篩選，最終得到362篇英文期刊學術(shù)論文，選取其年份、期刊名、作者、題名、摘要字段作為有效數(shù)據(jù)。

值得說明的是，在中英文文獻中的“人工篩選”環(huán)節(jié)，研究者依次瀏覽文章的摘要、架構(gòu)和大致內(nèi)容，在此過程中首先篩選以“遠程教育”為研究領(lǐng)域并且以“在線學習環(huán)境”為研究對象的文章。之所以在檢索階段不直接搜索“在線學習環(huán)境”和“Online learning environment”，是因為研究者發(fā)現(xiàn)存在部分文章直接將“學習環(huán)境”默認成“在線學習環(huán)境”，并且未在標題、摘要和關(guān)鍵字中進行具體說明，因此需要由研究者人工判定其是否屬于基于因特網(wǎng)技術(shù)的在線學習環(huán)境研究;然后，去除不符合研究主題的文章，如研究面授學習環(huán)境的文章、訪談類文章、期刊卷首語、主編寄語、數(shù)據(jù)信息錯誤或者不全面的文章等，確保最終入選的研究文章與“在線學習環(huán)境”主題研究相關(guān)并信息全面、完整。

2. 基于文獻數(shù)據(jù)的描述性統(tǒng)計

對數(shù)據(jù)進行描述性統(tǒng)計可得，英文文獻數(shù)量在2011年和2017年的表現(xiàn)較為突出，整體上呈現(xiàn)一個波動上升的趨勢。英文文獻中在線學習環(huán)境的發(fā)文數(shù)量正逐漸增加，到研究統(tǒng)計截止的2019年其數(shù)量達到一個頂峰，見圖4。從期刊數(shù)量分布來看，英文文獻中在線學習環(huán)境的文獻較為均勻集中分布在Distance Education、British Journal of Educational Technology、International Review of Research in Open and Distance Learning和The Turkish online journal of distance education上。American Journal of Distance Education中在線學習環(huán)境相關(guān)研究較少，數(shù)量大大少于其他期刊;British Journal of Educational Technology期刊的在線學習環(huán)境相關(guān)研究數(shù)量最多，遠超其他英文期刊（如圖5）。

如圖6所示，中文文獻在2011-2016年間的數(shù)量有一個高峰，2008—2019年間文獻數(shù)量相差不多，因此中文在線學習環(huán)境相關(guān)文獻在整體發(fā)文數(shù)量呈倒U形的趨勢。2011—2016年產(chǎn)生發(fā)文數(shù)量上的相對高峰并持續(xù)了一段時間，然而2017年至今數(shù)量逐年下滑。在發(fā)文期刊統(tǒng)計方面，圖7呈現(xiàn)了發(fā)文數(shù)量超過5篇的期刊名，《中國電化教育》居首位，總計有105篇，《電化教育研究》《現(xiàn)代教育技術(shù)》《開放教育研究》《中國遠程教育》也是在線學習環(huán)境發(fā)文較多的期刊。

上述基于文獻的描述性統(tǒng)計能夠看出20世紀末至今，在線學習環(huán)境相關(guān)研究的發(fā)文數(shù)量、期刊分布。然而就分析結(jié)果而言，目前這種統(tǒng)計性分析存在兩個問題：①無法更加確切地挖掘在線學習環(huán)境具體的內(nèi)涵變化，即信息呈現(xiàn)粒度不夠，需要能開展更深層次挖掘的方法和表征方式;②階段特征不明顯，無法從現(xiàn)有數(shù)據(jù)中提取在線學習環(huán)境發(fā)展的階段及其主要特征和規(guī)律，需要探索能夠提煉其階段特征的方式進行補充說明。

（二）關(guān)于在線學習環(huán)境研究的時代劃分

1. LDA人工斷代

本研究使用北京師范大學遠程教育研究中心自主開發(fā)的DMTS可視化平臺，平臺將LDA的算法進行集成，使用Python語言研發(fā)可視化操作程序，目前平臺正在內(nèi)部測試之中。圖8為DMTS平臺的簡易界面，其上為詞頻統(tǒng)計圖，下為各主題分類及對應(yīng)主題詞。經(jīng)過調(diào)試，研究發(fā)現(xiàn)將主題設(shè)定為4個時結(jié)果最好，因此LDA模型最終形成3個主題，在每個主題下面形成的概率排名前10的詞語中選擇合適的主題詞用于分析。

依據(jù)文獻時間分布和數(shù)量，人工將文獻進行斷代，分別進行LDA分析。人為設(shè)定斷代的原則是五年為一代，若五年內(nèi)包含文獻數(shù)量較少則進行合并分析。最終中文文獻分為三代，為1998—2009年、2010—2014年、2015—2019年三個時間段，英文文獻分為四代，為1997—2004年、2005—2009年、2019—2014年、2015—2019年。人工斷代較為均勻，說服力不強，因此后續(xù)的DTM作為年代發(fā)展的補充。

中文設(shè)置的停用詞為“教學”“教師”“學生”“研究”“環(huán)境”“學習”;英文設(shè)置的停用詞為“Learning”“Online”“Education”“Environments”“The”“We”“Based”“Study”“Learners”“Teaching”等一些參考價值低的實詞和虛詞。

2. DTM時序演變

DTM模型研究時需要首先對文本進行詞的劃分。對于中文文獻，研究使用Python語言，通過jieba分詞包（代碼見https：//github.com/fxsjy/jieba）進行中文文本分詞，最終得到6，629個詞語。對于英文文獻，使用DTM中對于英文的分類方式text2ldac，Python代碼以及使用指導（見https：//github.com/JoKnopp/text2ldac），最終得到6，495個詞語。

研究采用Blei發(fā)布的C語言編寫的DTM源碼進行建模（代碼見https：//github.com/Blei-Lab/dtm/tree/master/dtm）。DTM斷代結(jié)果是基于時間演變的主題詞結(jié)果和主題強度變化產(chǎn)生的，同一個時間段內(nèi)的主題詞和主題強度具有相對穩(wěn)定性。最終，中文文獻產(chǎn)生6個主題和4個時間段（1998—2000年、2001—2007年、2007—2012年、2013—2019年），英文文獻產(chǎn)生4個主題和4個時間段（1998—2004年、2005—2012年、2013—2015年、2016—2019年）。

（三）在線學習環(huán)境研究的主題分布情況

表2是中英文基于LDA分年代分詞的結(jié)果。

1. 中文文章LDA情況

從1999年到2009年的四個主題可以分別用課程開發(fā)、研究方法、平臺實現(xiàn)和教學設(shè)計來概括。這一時期在線學習環(huán)境的應(yīng)用探索主要是從課程出發(fā)，從課程角度開展教學設(shè)計;出現(xiàn)了一批關(guān)于平臺建設(shè)的實例或者學習平臺建設(shè)新理念（鐘志賢， 2005），如基于建構(gòu)主義的學習環(huán)境設(shè)計（楊開城， 2000）。

從2010年到2014年，主題的聚焦點可以總結(jié)為資源開發(fā)、模型開發(fā)、以協(xié)作為代表的學習策略研究和評價體系的發(fā)展。在線學習環(huán)境的發(fā)展從其環(huán)境組成的要素入手，關(guān)注其中的資源、課程、策略、評價等各個環(huán)節(jié)的設(shè)計發(fā)展。在線學習環(huán)境的設(shè)計開始走向數(shù)據(jù)驅(qū)動，強調(diào)分析技術(shù)的必要性（王兄， 2010）。在基于要素研究的基礎(chǔ)上，從整體視角出發(fā)構(gòu)建的模型也是這一時期的熱點，適用于不同場景、不同目的的在線學習環(huán)境設(shè)計模型相繼涌現(xiàn)，如基于境脈感知的泛在學習環(huán)境模型（張潔， 2010）、基于問題的情景式學習環(huán)境（謝濤， 等， 2010）、認知學徒制學習環(huán)境（陳家剛， 2010）等。

從2015年到2019年，在線學習環(huán)境的焦點聚集在學習因素、環(huán)境交互、智能化學習環(huán)境方面。研究角度會從不同的在線學習環(huán)境對學習效果的實證檢驗方面開展，關(guān)注在線學習環(huán)境的設(shè)計對學習者學習表現(xiàn)、知識建構(gòu)、能力生成的影響情況。另外，隨著人工智能技術(shù)和互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，更加智能化、智慧化的學習環(huán)境設(shè)計被應(yīng)用起來，如虛擬環(huán)境中虛擬教師的設(shè)計（夏志鵬， 等， 2016）、MOOCs學習環(huán)境中視頻標注技術(shù)的研究（徐春華， 等， 2017）、基于云計算技術(shù)的智慧學習環(huán)境（楊瀾， 等， 2018）、基于虛擬現(xiàn)實（VR）的學習環(huán)境（祝士明， 等， 2019）等。

2. 英文文章LDA情況

從1998年到2004年，在英文文章中在線學習環(huán)境的研究主題可以總結(jié)為基于建構(gòu)主義的理論基礎(chǔ)、網(wǎng)絡(luò)環(huán)境效果、教學設(shè)計、質(zhì)量保障。有研究者將建構(gòu)主義與成人學習理論聯(lián)系起來，主張使用建構(gòu)主義的理論來設(shè)計在線學習環(huán)境（Huang， 2002）。也有學者關(guān)注基于網(wǎng)絡(luò)的學習環(huán)境的設(shè)計效果，關(guān)注從教學設(shè)計出發(fā)對環(huán)境的設(shè)計，關(guān)注對學習環(huán)境的評價和改進方式。

從2005年到2009年，在英文文章中在線學習環(huán)境的研究主題可總結(jié)為學習因素、虛擬環(huán)境、學習策略、社交。典型的虛擬環(huán)境有在線學習中的3D虛擬學習環(huán)境（Dickey， 2005）和個性化移動的分布式學習環(huán)境（Ahmed & Sadeq， 2006）等。社交作為一個關(guān)鍵詞體現(xiàn)出了相關(guān)研究中對于學習環(huán)境之中開展社交的重視，如了解某學習環(huán)境中學生的社交情況（Kehrwald， 2008）、設(shè)計SL學習環(huán)境中的社交支持等。也有學者對在線學習的問題進行反思，建議開發(fā)集成式的學習環(huán)境來切實提升學習效果（Hoskins & Van Hooff， 2005）。

從2010年到2014年，在英文文章中在線學習環(huán)境研究的聚焦點可以總結(jié)為移動學習環(huán)境、模型構(gòu)建、學習者表現(xiàn)和在線學習環(huán)境中的社交。似乎這一階段與2005年到2009年間的差別不大，從各主題的主題詞來看，這一階段有著更為明顯的社交學習的考慮，體現(xiàn)為對遠程教育視角下計算機支持的協(xié)作學習環(huán)境的（CSCL）研究（ONeill & Conboy， 2011）。此階段在理論層面出現(xiàn)了較為體系化且較為成熟的、適用于在線教育學習環(huán)境的學習理念和學習理論，如自我調(diào)節(jié)的學習（Barnard-Brak， Paton， & Lan， 2010）、聯(lián)通主義（Boitshwarelo， 2011）等。另外，2012年作為慕課元年，一批關(guān)注構(gòu)建慕課學習環(huán)境的研究也相應(yīng)出現(xiàn)了。

從2015年到2019年，在英文文章中在線學習環(huán)境研究的聚焦點為社交活動設(shè)計、視頻研究、注意力、教學設(shè)計。社交活動設(shè)計延續(xù)了對社交的一貫關(guān)注，體現(xiàn)的是深刻了解之后的設(shè)計與干預。視頻研究和注意力的研究則是從研究材料角度講的，是對在線學習環(huán)境的構(gòu)建傾向使用更加客觀、更加真實的自然情景中的數(shù)據(jù)。教學設(shè)計則仿佛是一個輪回：從20世紀末教學設(shè)計角度出發(fā)構(gòu)建學習環(huán)境到近20年后回歸到教學設(shè)計之中來。而此時的教學設(shè)計是學習環(huán)境諸多豐富要素之中的重要因素，有著豐富的研究結(jié)論做支撐，因此更加有效、更加個性化。

3. 針對中英文文獻LDA結(jié)果的總結(jié)

從上述LDA分類結(jié)果出發(fā)，回顧近20年來中英文文獻在線學習環(huán)境研究整體發(fā)生的歷程，可以發(fā)現(xiàn)中英文文獻關(guān)于在線學習環(huán)境研究的共性與差異。從整體來看，中英文文獻在線學習環(huán)境的研究視角經(jīng)歷了“大-小-大”的基本發(fā)展階段，最初關(guān)注在線學習環(huán)境整體的平臺建設(shè)和理論架構(gòu)，然后基于已有的研究經(jīng)驗進行總結(jié)、概括、提煉，產(chǎn)生適用于在線學習環(huán)境的設(shè)計或者理論模型，最近十幾年開始進一步的優(yōu)化和重新審視，納入多方位、細致的學習支持設(shè)計和學習要素研究，如關(guān)注在線學習環(huán)境的交互、學生注意力的研究和智能學習環(huán)境的設(shè)計。

LDA分析結(jié)果也顯示出了中英文文獻在在線學習環(huán)境方面的差異。中文研究文獻始于在線學習環(huán)境的平臺建設(shè)和教學設(shè)計，并進一步探究基于在線學習環(huán)境的教學各要素設(shè)計，如不同教學模式、教學策略的適用性，學習資源的設(shè)計，協(xié)作學習活動的設(shè)計，等等;近年研究則更關(guān)注在線學習環(huán)境的交互支持，如重視在線學習環(huán)境中的師生交互、生生交互以及學生和資源交互的設(shè)計與研究。

英文研究文獻與中文稍有差異，始于學習理論和學習效果的呼喚，如20世紀末對建構(gòu)主義在線學習環(huán)境的關(guān)注和對提升遠程效果和學習質(zhì)量的研究，后續(xù)進一步關(guān)注學生學習體會與學習效果，如研究在線學習環(huán)境中適合的學習策略、基于在線學習環(huán)境的學生社交表現(xiàn)，近幾年更加關(guān)注影響在線學習環(huán)境的細致因素研究，如對在線學習環(huán)境中呈現(xiàn)資源方式的研究、對視頻種類與學生注意力方面的研究等。

（四）學習環(huán)境研究主題的動態(tài)演化情況

1. 關(guān)鍵詞演化

基于數(shù)據(jù)的DTM分析得到的關(guān)鍵詞演化過程如圖9和圖10所示。由結(jié)果可以看出，在中文文章中與“在線學習環(huán)境”相關(guān)的關(guān)鍵詞有智慧、認知、網(wǎng)絡(luò)、設(shè)計、個人、具身、無障礙、遠程、感知、分析、化學、建構(gòu)主義、模型、技術(shù)等。在英文文章中與“在線學習環(huán)境”相關(guān)的關(guān)鍵詞有Tool、Virtual、Internet、Web、Instructional、Self-regulated、3D、Learning、Achievement、Instructors、Format、Quality、Interaction、Engagement、Individuals、Ability等。從時間發(fā)展的角度看，中文文獻發(fā)展根據(jù)關(guān)鍵詞的變化被劃分成四個階段，分別為1998—2000年、2001—2007年、2007—2012年、2013—2019年;英文文獻被劃分成四個階段，分別為1998—2004年、2005—2012年、2013—2015年、2016—2019年。

從關(guān)鍵詞的變化來看，整體上國內(nèi)外關(guān)鍵詞的變化并不大。國內(nèi)“模型”這個關(guān)鍵詞在2001—2007年有較高的發(fā)生概率，對在線學習環(huán)境的模型構(gòu)建關(guān)注度較高。“具身”近幾年發(fā)生概率排位上升，是具身認知理論結(jié)合到在線學習環(huán)境設(shè)計中的一個特別體現(xiàn)?！凹夹g(shù)”在2013—2019年作為熱點進入關(guān)注視野，與新技術(shù)的迅速發(fā)展有著密切關(guān)系。在英文文章中2005—2012年首次出現(xiàn)“Individuals”，意味著對個性化和個體學習的關(guān)注;“Instructor”“Achievement”“Ability”“Engagement”的出現(xiàn)和變化，說明從時間發(fā)展的角度看，近年國際上關(guān)于“在線學習環(huán)境”的關(guān)注著力基于環(huán)境提供的指導、學生的學習成就、能力生成以及學生在在線學習環(huán)境的沉浸度方面。

2. 主題演化

DTM對數(shù)據(jù)進行主題分類，并給出各主題下包含的主要關(guān)鍵詞。中文文獻劃分出六個主題，研究賦予其中五個主題以具體含義，如表3所示;英文文獻劃分出四個主題，研究賦予其中三個主題以具體含義，如表4所示。中文主題四和英文主題一由于關(guān)鍵詞寬泛而零散，難以賦予具體命名，因而暫用“主題四”和“主題一”來指代。圖11為中英文主題隨時間變化的趨勢圖，橫軸為年份，縱軸為取冪運算的主題強度——主題強度是指每個主題在某時刻被生成的概率，一般被用于描述主題的受關(guān)注度或活躍度，將該強度置于時間序列中可以作為衡量主題演化的指標（李保利，等， 2012）。

由圖11可知，中文數(shù)據(jù)中“理論特征”主題在保持上升趨勢，體現(xiàn)出“在線學習環(huán)境”的應(yīng)用與實踐對相關(guān)理論的豐富與發(fā)展，并且“理論特征”是所有主題中強度最高的主題。這一點是區(qū)別于LDA分析結(jié)果的新發(fā)現(xiàn)。“理論特征”下包含的詞語主要有“具身”“認知”“感知”等，具身認知學習環(huán)境是一種基于具身認知理論的身心融合、主客一體下建立起來的多種內(nèi)嵌性的在線學習環(huán)境（李志河， 等， 2018）。具身認知的提出和研究對在線學習環(huán)境設(shè)計發(fā)展起了推動作用，是在線學習環(huán)境設(shè)計的重要理論基礎(chǔ)之一。英文數(shù)據(jù)中三個主題基本保持平穩(wěn)的趨勢，“環(huán)境交互”主題穩(wěn)中上升，“學習策略”主題是所有主題中強度最高的主題。這一點與英文文獻的LDA相呼應(yīng)，也進一步印證了“學習策略”在在線學習環(huán)境英文研究文獻中是需要關(guān)注點。

五、研究結(jié)論

基于LDA和DTM模型的分析和計算，結(jié)合文獻綜述，最終本研究將近20年國內(nèi)外遠程教育中“在線學習環(huán)境”的發(fā)展分為如下四個階段：

1. 20世紀末到21世紀初：基于課堂學習環(huán)境的經(jīng)驗遷移與平臺建設(shè)

這個時期是第三代遠程教育的起步階段，遠程教育進入開放靈活的在線教育時代。在線學習環(huán)境的建設(shè)成為遠程教育發(fā)展的要素，此時正在對其進行初步摸索。這一時期遠程教育中的在線學習環(huán)境明顯借鑒了課堂面授教學的經(jīng)驗，尤其是在教學模式和教學策略設(shè)計上缺乏遠程教育特有的靈活性，而此時在線學習環(huán)境設(shè)計和建設(shè)的經(jīng)驗為后續(xù)進一步優(yōu)化發(fā)展提供了良好的環(huán)境。

2. 21世紀初到21世紀10年代初：建構(gòu)適用于在線學習環(huán)境的要素模型

經(jīng)過一段時間的發(fā)展，在前一段時期的基礎(chǔ)上有了較為成熟和深入的視角。技術(shù)運用方面變得更加體系化和全面化，如基于SNS網(wǎng)絡(luò)技術(shù)設(shè)計的學習環(huán)境、人機交互技術(shù)的應(yīng)用、SchoolLife平臺的探索、桌面學習環(huán)境的應(yīng)用嘗試等。技術(shù)驅(qū)動下學習平臺設(shè)計開始多樣化、智能化、虛擬化，逐步體現(xiàn)出遠程教育的靈活性，出現(xiàn)了眾多類型的學習環(huán)境，如虛擬學習環(huán)境（VLE）、個人學習環(huán)境（PLE）、協(xié)同學習環(huán)境、混合學習環(huán)境等。此時的研究基于上個階段的建設(shè)經(jīng)驗展開，注重從信息、社會和知識管理的角度探索適用于在線學習環(huán)境的整體設(shè)計模型，包括在線學習環(huán)境下各要素的設(shè)計研究模型，如在線學習支持模型、在線學習環(huán)境評價模型等。技術(shù)發(fā)展和研究視角的轉(zhuǎn)變體現(xiàn)出此階段遠程學習關(guān)注的主體逐漸向?qū)W習者轉(zhuǎn)移，更多強調(diào)學習者的感受與學習效果。

3. 21世紀10年代初到21世紀10年代中期：技術(shù)驅(qū)動下的在線學習環(huán)境理念革新

這一時期積累了豐富的學習環(huán)境設(shè)計實踐與研究成果，出現(xiàn)了新思路、新理念、新方法。在技術(shù)運用方面，體現(xiàn)出跨學科的、復雜的、系統(tǒng)性的理論技術(shù)與工具運用形式，如工作流技術(shù)、大數(shù)據(jù)技術(shù)等。在線學習環(huán)境設(shè)計思路上重視適合特定學習環(huán)境的學習策略設(shè)計，重視課程與學習方法的整合，關(guān)注相應(yīng)的在線學習模式構(gòu)建。豐富的理論發(fā)展與技術(shù)變革使得新型的學習環(huán)境設(shè)計大量涌現(xiàn)，如富交互型學習環(huán)境、參與型學習環(huán)境等各要素導向的學習環(huán)境，這種在線學習環(huán)境的創(chuàng)新并不僅僅是先進技術(shù)的應(yīng)用，更體現(xiàn)在新的理念和新的應(yīng)用方法上。2013年首次出現(xiàn)大數(shù)據(jù)支持和聯(lián)通主義視角下的學習環(huán)境設(shè)計研究。

4. 21世紀10年代中期到21世紀10年代末：“互聯(lián)網(wǎng)”浪潮下的開放共享式在線學習環(huán)境

這一時期人工智能技術(shù)、5G技術(shù)結(jié)合“互聯(lián)網(wǎng)+”教育掀起的浪潮一波未平，一波又起，學習者通過平板電腦或者手機參與到完全的網(wǎng)絡(luò)學習環(huán)境中開展在線學習活動。在線學習環(huán)境的構(gòu)建有了更加個性化、開放化、數(shù)據(jù)化的技術(shù)支持和設(shè)計理念，如具身認知的設(shè)計視角、分布式學習環(huán)境、生態(tài)學的設(shè)計視角以及基于大數(shù)據(jù)的設(shè)計視角等。在線學習環(huán)境已經(jīng)不單單是知識共享的平臺，更是知識創(chuàng)造的搖籃。技術(shù)的成熟應(yīng)用為系統(tǒng)性的學習環(huán)境運行提供了良好的支持，這是經(jīng)驗積累與成果產(chǎn)出的新高潮，并且將持續(xù)性地促進新理論、新觀念、新思路的進一步迭代。

綜觀近20年整個在線學習環(huán)境的發(fā)展變化，可以看出“技術(shù)到理念”“模仿到革新”的發(fā)展趨勢。技術(shù)驅(qū)動是新理念、新模式產(chǎn)生的重要前提，此規(guī)律不僅適用于在線學習環(huán)境的發(fā)展歷程，對于整個遠程教育的發(fā)展也是如此。然而，從文獻數(shù)據(jù)也可以看出，內(nèi)涵日趨豐富的背后是魚龍混雜的在線學習環(huán)境概念和模型，多種新型的在線學習環(huán)境理念甚至僅基于技術(shù)基礎(chǔ)或者研究者個人經(jīng)驗便被提出，缺乏實踐的檢驗和過濾。另外，關(guān)于在線學習環(huán)境建設(shè)的總結(jié)性、反思性研究不足，會導致經(jīng)驗積累追不上技術(shù)革新、理念指導跟不上產(chǎn)品迭代，使得技術(shù)實踐應(yīng)用效率低下，有造成資源浪費的風險，長此以往將不利于在線學習環(huán)境整體的建設(shè)與發(fā)展。

六、建議和反思

自20世紀末以來，在線學習環(huán)境的發(fā)展隨著技術(shù)快速發(fā)展與理念的革新，正朝著開放化、信息化、大數(shù)據(jù)化和個性化的方向發(fā)展。從本研究結(jié)果來看，新技術(shù)、新應(yīng)用促使學習環(huán)境一體化、共享化、創(chuàng)新化，優(yōu)質(zhì)高效的在線學習環(huán)境是當代遠程教育所呼喚的?；诖?，結(jié)合2020年新冠肺炎疫情期間我國在線教學實踐反饋情況，本研究提出以下四個建議：

第一，強化基于數(shù)據(jù)驅(qū)動的“一站式”學習環(huán)境、多模態(tài)融合學習環(huán)境的研究與實踐。大數(shù)據(jù)是一片包含著豐富信息的海洋，研究者和研發(fā)者可以采用數(shù)據(jù)挖掘技術(shù)和學習分析技術(shù)獲取學習者個性化數(shù)據(jù)，如在線學習者自畫像（肖君， 等， 2019）等。學習環(huán)境是開展數(shù)據(jù)收集和開展基于數(shù)據(jù)信息支持的重要媒介，如何基于特定的學習環(huán)境有效收集數(shù)據(jù)并利用學習分析結(jié)果為學習者提供優(yōu)質(zhì)的個性化服務(wù)，是未來在線學習環(huán)境研究的追求。多模態(tài)融合學習環(huán)境是技術(shù)和理論整合的必要研究對象，有助于多功能、自適應(yīng)、高效、精準學習環(huán)境的建立。

第二，開展遠程在線學習環(huán)境建設(shè)標準、規(guī)范與評價的研究。我們正處于遠程教育快速變革的時代，時代的特點就是積累了豐富的遠程教育實踐經(jīng)驗，未來研究可以聚焦如何利用現(xiàn)有的實踐經(jīng)驗構(gòu)建完整、具體和多類型的學習環(huán)境規(guī)范和評價模型，這對高效推動遠程教育發(fā)展有著重要意義。疫情期間，復雜多樣的在線學習環(huán)境在“停課不停學”實踐中有著參差不齊的影響效果，規(guī)范、良好的在線學習環(huán)境能夠有效、合理地利用學習數(shù)據(jù)進行學習過程監(jiān)督和分析，提升教和學的效率;隨意粗糙的在線學習環(huán)境甚至會影響正常的教和學，迫使教學各主體浪費時間和精力。2020年5月14日在教育部新聞發(fā)布會上，教育部高等教育司司長吳巖說：“我們再也不可能、也不應(yīng)該退回到疫情發(fā)生之前的教與學狀態(tài)?！比诤稀盎ヂ?lián)網(wǎng)+”與“智能+”技術(shù)的在線教學已經(jīng)成為教育發(fā)展的重要方向。要達到這種狀態(tài)，圍繞在線教育行業(yè)各要素（學習環(huán)境、資源建設(shè)等）制定行業(yè)標準和規(guī)劃是必要的環(huán)節(jié)，需要整合多類型在線學習環(huán)境的“散沙”，沉淀珍貴的經(jīng)驗和優(yōu)質(zhì)的學習環(huán)境，維持高效的使用和發(fā)展狀態(tài)，更加徹底地革新在線教育。

第三，探索基于AI和5G技術(shù)的智能化在線學習環(huán)境。從研究結(jié)果可以看出，“技術(shù)驅(qū)動”是近20年來在線學習環(huán)境內(nèi)涵發(fā)展變化的重要推動因素，從技術(shù)創(chuàng)新到理念革新的發(fā)展規(guī)律是不可忽視的。當前人工智能技術(shù)和5G技術(shù)的興起和迅速發(fā)展又為新型的在線學習環(huán)境建設(shè)提供了無限的可能，我們要把握時機，加快探索AI技術(shù)、5G技術(shù)與學習環(huán)境的融合，向智能化、開放化的全方位學習環(huán)境再邁進一步。

第四，開展動態(tài)可適配的環(huán)境計算研究。北京師范大學黃榮懷團隊提出了數(shù)字學習環(huán)境的高端形態(tài)即智慧學習環(huán)境，并介紹了智慧學習環(huán)境對學習者“3A”“4E”學習要求的支持（黃榮懷， 等， 2016）。動態(tài)可適配的學習環(huán)境計算指的是學習環(huán)境能夠識別學習者特征、感知學習情境、利用計算和推理的方法，選擇適合的教學交互策略，生成個性化學習路徑，智能推薦匹配資源，從而建立一個智能、精準和全面的自適應(yīng)學習支持服務(wù)（黃榮懷， 等， 2019）。黃榮懷團隊同時指出了學習環(huán)境計算研究的四種典型研究問題：保障數(shù)字隱私的可信學習環(huán)境安全體系、復雜場景下的基于多模態(tài)信息融合的學習支持服務(wù)機制、基于邊云協(xié)同計算的學習環(huán)境計算模型、課堂教學支持系統(tǒng)的有效關(guān)聯(lián)協(xié)同（黃榮懷， 等， 2019）。

七、結(jié)語

本文使用CNKI和WoS核心數(shù)據(jù)庫為數(shù)據(jù)來源，采用LDA和DMT對近20年“在線學習環(huán)境”主題的中英文文章進行了動態(tài)分析，最后將“在線學習環(huán)境”近20年的發(fā)展劃分成四個階段，并總結(jié)了每個階段的主要特征。

本研究有其局限性和不足之處。首先，從數(shù)據(jù)源角度來看，英文文獻中的研究僅以遠程教育領(lǐng)域幾本期刊作為研究對象，未來研究可以考慮進一步擴大數(shù)據(jù)收集范圍，構(gòu)建體量與質(zhì)量兼得的文獻分析數(shù)據(jù)源。其次，研究中DTM主題詞演變的變化并不是很明顯，經(jīng)分析認為有三點原因：①數(shù)據(jù)量不夠。DTM屬于概率模型，足夠多的數(shù)據(jù)量能夠?qū)⒛Ｐ陀柧毜酶?，而本研究中中英文文獻均各只有幾百篇的數(shù)量級，后續(xù)研究可以酌情增加分析文本的數(shù)量。②數(shù)據(jù)的來源期刊需要更加廣泛。研究本著收集高質(zhì)量、有代表性和領(lǐng)域特色的文獻數(shù)據(jù)，因此研究文章聚焦于遠程教育領(lǐng)域的期刊，并且進行了人工篩選，這可能不利于探究“在線學習環(huán)境”在多學科領(lǐng)域中的多種發(fā)展狀況。建議后續(xù)研究進一步擴大期刊檢索范圍，增加文獻數(shù)量，以更加宏觀的數(shù)據(jù)視角來歸納或驗證“在線學習環(huán)境”的發(fā)展與變革歷程。③主題過于聚焦。本研究的主題為遠程教育中“在線學習環(huán)境”主題演變，采用概率模型進行主題分類不明顯也可能是由詞語之間語義相近、概率分布差別不大導致的。建議后續(xù)研究在采用量化方法進行文獻分析時，將關(guān)注點適當擴大，從更為宏觀的角度探究其內(nèi)部的演變過程。最后，研究認為，基于量化的文獻分析仍然是有其局限性的，需要進一步結(jié)合定性的理解與思考方可獲得全面的認識，不要過于執(zhí)著于量化分析結(jié)果而忽視了文獻本身所體現(xiàn)的含義與價值。

[參考文獻]

畢經(jīng)美. 2016. 國內(nèi)MOOCs文獻研究的現(xiàn)狀分析與趨勢思考——2009-2014年CSSCI 和中文核心期刊文獻的內(nèi)容分析[J]. 黑龍江高教研究（3）：134-139.

陳家剛. 2010. 技術(shù)支撐的認知學徒制學習環(huán)境設(shè)計[J]. 現(xiàn)代遠距離教育（4）：68-72.

丁興富. 2000. 三代信息技術(shù)和三代遠程教育：遠程教育中的信息技術(shù)和媒體教學（2）[J]. 中國遠程教育（8）：15-19.

董偉，陶金虎. 2019. 基于DTM的國內(nèi)外智慧教育熱點和主題演進比較[J]. 現(xiàn)代教育技術(shù)（7）：4.

韓錫斌，王玉萍，張鐵道，等. 遠程、混合與在線學習驅(qū)動下的大學教育變革——國際在線教育研究報告《迎接數(shù)字大學》深度解讀[J]. 現(xiàn)代遠程教育研究，2015（5）：3-11，18.

胡欽太，張曉梅. 2018. 教育信息化2.0的內(nèi)涵解讀、思維模式和系統(tǒng)性變革[J]. 現(xiàn)代遠程教育研究（6）：12-20.

黃榮懷，劉德建，方海光，等. 2017. 2016中國智慧學習環(huán)境白皮書[R]. 北京：北京師范大學智慧學習研究院.

黃榮懷，周偉，杜靜，等. 2019. 面向智能教育的三個基本計算問題[J]. 開放教育研究，25（05）：11-22.

蘭國帥，汪基德，梁林梅. 2017. 國外教育技術(shù)十大領(lǐng)域與權(quán)威人物的知識圖譜建構(gòu)研究——基于18種SSCI期刊（1960—2016年）文獻的可視化分析[J]. 遠程教育雜志，35（2）：74-86.

李保利，楊星. 2012. 基于LDA模型和話題過濾的研究主題演化分析[J]. 小型微型計算機系統(tǒng)，33（12）：2738-2743.

李志河，李鵬媛，周娜娜，等. 2018. 具身認知學習環(huán)境設(shè)計：特征、要素、應(yīng)用及發(fā)展趨勢[J]. 遠程教育雜志，36（5）：81-90.

劉震，陳東. 2019. 近二十年國外在線繼續(xù)教育研究綜述——基于 Citespace的可視化分析[J]. 清華大學教育研究（4）：17.

盧方，尹學松，張吉先. 2016. 開放大學視域下的無縫學習環(huán)境設(shè)計[J]. 遠程教育雜志，35（2）：39-48.

王兄. 2010. 網(wǎng)絡(luò)學習環(huán)境下的數(shù)據(jù)分析——評價的視角[J]. 現(xiàn)代教育技術(shù)，20（12）：106-110.

王曰芬，傅柱，陳必坤. 2016. 基于LDA主題模型的科學文獻主題識別：全局和學科兩個視角的對比分析[J]. 情報理論與實踐，39（7）：121-126.

王志軍，陳麗，韓世梅. 2016. 遠程學習中學習環(huán)境的交互性分析框架研究[J]. 中國遠程教育（12）：37-42.

夏志鵬，劉革平. 2016. 三維虛擬學習環(huán)境中操作指導型虛擬教師設(shè)計與實現(xiàn)[J]. 中國電化教育（5）：98-103.

肖君，喬惠，李雪嬌. 2019. 大數(shù)據(jù)環(huán)境下在線學習者畫像的構(gòu)建[J]. 開放教育研究，25（4）：111-120.

謝濤，劉革平. 2010. SecondLife中基于問題的情境式學習環(huán)境建構(gòu)[J]. 現(xiàn)代教育技術(shù)，20（3）：107-109.

徐春華，傅鋼善. 2017. 視頻標注工具支持的深度學習研究——以 MOOC學習環(huán)境為例[J]. 現(xiàn)代教育技術(shù)，27（3）：13-19.

徐杰，楊文正，李美林，等. 2018. 國際游戲化學習研究熱點透視及對我國的啟示與借鑒——基于Computers & Education（2013-2017） 載文分析[J]. 遠程教育雜志，36（6）：73-83.

徐曉雄，郝建江，喬星峰. 2016. 基于Web of Science數(shù)據(jù)庫的MOOCs文獻分析[J]. 現(xiàn)代教育技術(shù)（4）：61-67.

楊開城. 2000. 建構(gòu)主義學習環(huán)境的設(shè)計原則[J]. 中國電化教育（4）：14-18.

楊瀾，曾海軍，高步云. 2018. 基于云計算的智慧學習環(huán)境探究[J]. 現(xiàn)代教育技術(shù)，28（11）：26-32.

趙以霞，王鑫，金昆，等. 2019. 國內(nèi)大數(shù)據(jù)環(huán)境下學習分析技術(shù)研究路徑及趨勢分析. 現(xiàn)代教育技術(shù)，29（8），34-40.

張潔. 2010. 基于境脈感知的泛在學習環(huán)境模型構(gòu)建[J]. 中國電化教育（2）：16-20.

張蓉菲，趙磊磊，李玥泓，等. 2019. 國外教育人工智能研究主題及趨勢分析——基于Web of Science文獻關(guān)鍵詞的可視化分析[J]. 現(xiàn)代教育技術(shù)，29（12）：5-12.

張偉遠. 2009. 以互動為核心的網(wǎng)上教學原理及應(yīng)用[J]. 現(xiàn)代遠程教育研究（5）：10-13，71.

鐘志賢. 2005. 論學習環(huán)境設(shè)計[J]. 電化教育研究（7）：35-41.

祝士明，陳靜瀟. 2019. 虛擬現(xiàn)實學習環(huán)境的作用、挑戰(zhàn)以及應(yīng)對策略[J]. 現(xiàn)代教育技術(shù)，29（2）：39-45.

Ahmed， I.， & Sadeq， M. J. （2006）. An autonomous mobile agent-based distributed learning architecture： a proposal and analytical analysis. British journal of educational technology， 37（4）， 605-616.

Barnard-Brak， L.， Paton， V. O.， & Lan， W. Y. （2010）. Profiles in self-regulated learning in the online learning environment. The International Review of Research in Open and Distributed Learning， 11（1）， 61-80.

Blei， D. M.， & Lafferty， J. D. （2006）. Dynamic topic models. In?Proceedings of the 23rd international conference on machine learning?（pp. 113-120）. ACM.

Blei， D. M.， Ng， A. Y.， & Jordan， M. I. （2003）. Latent dirichlet allocation. Journal of machine learning research， 3（1）， 993-1022.

Boitshwarelo， B. （2011）. Proposing an integrated research framework for connectivism： Utilising theoretical synergies. The International Review of Research in Open and Distributed Learning， 12（3）， 161-179.

Dickey， M. D. （2005）. Three‐dimensional virtual worlds and distance learning： two case studies of Active Worlds as a medium for distance education.?British journal of educational technology，?36（3）， 439-451.

Edirisingha， P.， Nie， M.， Pluciennik， M.， & Young， R. （2009）. Socialisation for learning at a distance in a 3D multiuser virtual environment. British Journal of Educational Technology， 40（3）， 458-479.

Griffiths， T. L.， & Steyvers， M. （2004）. Finding scientific topics. Proceedings of the National Academy of Sciences， 101（suppl 1）， 5228-5235.

Hoskins， S. L.， & Van Hooff， J. C. （2005）. Motivation and ability： which students use online learning and what influence does it have on their achievement？. British journal of educational technology， 36（2）， 177- 192.

Huang， H. M. （2002）. Toward constructivism for adult learners in online learning environments.?British journal of educational technology，?33（1）， 27-37.

Kehrwald， B. （2008）. Understanding social presence in text‐based online learning environments. Distance Education， 29（1）， 89-106.

O'Neill， S.， Scott， M.， & Conboy， K. （2011）. A Delphi study on collaborative learning in distance education： The faculty perspective. British Journal of Educational Technology， 42（6）， 939-949.

Wang， X.， & McCallum， A. （2006）. Topics over time： a non-Markov continuous-time model of topical trends. In?Proceedings of the 12th ACM SIGKDD international conference on Knowledge discovery and data mining?（pp. 424-433）. ACM.

收稿日期：2020-07-26

定稿日期：2020-11-25

作者簡介：牛曉杰，碩士研究生，北京師范大學教育學部（100875）。

鄭勤華，博士，教授，博導，通訊作者，北京師范大學遠程教育研究中心（100875）。