摘要：隨著知識圖譜的不斷演變、發(fā)展，目前已經(jīng)被廣泛應(yīng)用于教育領(lǐng)域。知識圖譜由節(jié)點(diǎn)和邊組成，象征著實體與關(guān)系。作為一種新興的人工智能技術(shù)，知識圖譜受到人們的廣泛關(guān)注，研究者們從不同角度展開了對知識圖譜的研究。然而，相較于國外，我國知識圖譜發(fā)展較為緩慢，尤其對于知識圖譜與教育的融合策略尚未開展過多研究。文章借助可視化分析軟件VOSviewer，對從中國知網(wǎng)篩選出的963篇期刊文獻(xiàn)進(jìn)行分析總結(jié)，以期厘清知識圖譜在我國教育領(lǐng)域的發(fā)展脈絡(luò)。研究結(jié)果表明，我國教育領(lǐng)域的知識圖譜應(yīng)用開始于2007年，隨后呈上升趨勢，在2019年達(dá)到峰值。領(lǐng)域內(nèi)的主要研究機(jī)構(gòu)為教育技術(shù)學(xué)核心期刊，學(xué)者之間的合作較弱。知識圖譜在我國教育研究中的主要趨勢有兩個方面，一是將其作為一種研究方法，主要是聚類分析，體現(xiàn)了其工具的作用；二是知識圖譜作為一項新的人工智能技術(shù)，在教育實踐研究領(lǐng)域主要用于促進(jìn)知識圖譜與學(xué)科教學(xué)的融合，目的是生成可以被一線教師使用的教育產(chǎn)品。我國教育領(lǐng)域知識圖譜研究的熱點(diǎn)話題是可視化分析、CiteSpace、科學(xué)知識圖譜、共詞分析、文獻(xiàn)計量學(xué)、人工智能、聚類分析、研究現(xiàn)狀、社會網(wǎng)絡(luò)與趨勢。此外，探索知識圖譜模型的構(gòu)建、促進(jìn)自適應(yīng)個性化學(xué)習(xí)也是研究的熱點(diǎn)話題。

關(guān)鍵詞：可視化；知識圖譜；教育；聚類分析

中圖分類號：G434 文獻(xiàn)標(biāo)識碼：A 文章編號：1004-9436（2023）10-0-03

0 引言

知識圖譜是一種語義網(wǎng)絡(luò)的知識庫［1］。自2012年谷歌提出知識圖譜的概念以來，其就受到了廣泛的關(guān)注。隨著知識圖譜的不斷演變、發(fā)展，目前已經(jīng)被教育界大部分學(xué)者所認(rèn)可，并將其應(yīng)用于教育領(lǐng)域。有的學(xué)者將知識圖譜作為一種研究方法、研究工具；有的學(xué)者關(guān)注知識圖譜的構(gòu)建研究；有的學(xué)者則關(guān)注知識圖譜在學(xué)科教學(xué)中的應(yīng)用。總之，知識圖譜逐漸成為教育界學(xué)者們研究的熱點(diǎn)。

目前，我國教育領(lǐng)域?qū)χR圖譜的研究尚不成熟。為了更好地在教育中應(yīng)用知識圖譜，本文采用內(nèi)容分析法和文獻(xiàn)計量法，利用國內(nèi)研究常用的知識圖譜軟件VOSviewer，對我國教育領(lǐng)域知識圖譜研究的各類文獻(xiàn)內(nèi)容進(jìn)行梳理、分析和呈現(xiàn)，厘清知識圖譜在教育領(lǐng)域的發(fā)展現(xiàn)狀，為教育工作者更好地應(yīng)用知識圖譜提供參考。

1 研究設(shè)計

1.1 數(shù)據(jù)來源

在中國知網(wǎng)上以“知識圖譜”“教育”為關(guān)鍵詞進(jìn)行檢索，文獻(xiàn)發(fā)布時間截至2022年8月。為了確保文獻(xiàn)的質(zhì)量，將期刊文獻(xiàn)來源類別設(shè)定為北大核心和CSSCI，共檢索到相關(guān)期刊文獻(xiàn)963篇。

1.2 研究方法及工具

本文借助可視化分析軟件VOSviewer，對從中國知網(wǎng)篩選出的963篇期刊文獻(xiàn)進(jìn)行分析。將篩選出的963條基礎(chǔ)數(shù)據(jù)進(jìn)行格式轉(zhuǎn)化，從中國知網(wǎng)以Reforks格式導(dǎo)出后，導(dǎo)入Endnote軟件，將格式轉(zhuǎn)為ris文件，再將ris文件導(dǎo)入VOSviewer生成作者共現(xiàn)、高頻關(guān)鍵詞、關(guān)鍵詞共現(xiàn)聚類三類可視化知識圖譜，進(jìn)而從中探索我國教育領(lǐng)域應(yīng)用知識圖譜的發(fā)展脈絡(luò)。

2 研究結(jié)果與討論

2.1 年度發(fā)文量分析

通過對我國教育領(lǐng)域知識圖譜研究發(fā)文量的統(tǒng)計，可從整體把握我國教育領(lǐng)域研究知識圖譜的趨勢及熱點(diǎn)。

總體來看，我國知識圖譜在教育領(lǐng)域中應(yīng)用的相關(guān)研究發(fā)文量呈增長趨勢。首次發(fā)文是在2007年，發(fā)表1篇，2007—2014年呈緩慢上升趨勢。2015—2016年呈猛增趨勢，從50篇增長到97篇。2017—2019年趨于平穩(wěn)上升，其中2018年發(fā)表127篇，2019年發(fā)表134篇。2020—2021年呈下降趨勢，其中2020年發(fā)表119篇，2021年發(fā)表108篇。

2.2 發(fā)文期刊的類別及發(fā)文情況

通過對發(fā)文期刊的類別及發(fā)文情況的統(tǒng)計，可以分析出我國教育領(lǐng)域知識圖譜研究的層次、質(zhì)量以及具體研究內(nèi)容。

在篩選出的期刊中，發(fā)文量排名前六的是《電化教育研究》《中國電化教育》《遠(yuǎn)程教育雜志》《開放教育研究》《圖書情報工作》《情報雜志》，分別為32篇、26篇、16篇、15篇、7篇、5篇。發(fā)文量排名前四的均為教育技術(shù)學(xué)領(lǐng)域的核心期刊，四大核刊所發(fā)文章占全部文章的65.92%。由此可見，知識圖譜在教育領(lǐng)域中的應(yīng)用是教育技術(shù)學(xué)界學(xué)者研究的熱點(diǎn)內(nèi)容。2019年，四大期刊發(fā)文量均達(dá)到峰值，《電化教育研究》發(fā)表5篇，《中國電化教育》發(fā)表5篇，《遠(yuǎn)程教育雜志》發(fā)表3篇，《開放教育雜志》發(fā)表2篇。

綜上所述，2019年為我國教育領(lǐng)域知識圖譜相關(guān)研究發(fā)文量高峰。艾瑞咨詢發(fā)布的《2020年中國知識圖譜行業(yè)研究報告》顯示，2019年涵蓋大數(shù)據(jù)分析預(yù)測、領(lǐng)域知識圖譜及NLP應(yīng)用的大數(shù)據(jù)智能市場規(guī)模約為106.6億元［2］，對知識圖譜的研究形成了一股熱潮。當(dāng)前，知識圖譜已經(jīng)應(yīng)用于多種行業(yè)，其在教育領(lǐng)域的應(yīng)用也更加深入。李振、周東岱等學(xué)者構(gòu)建了教育知識圖譜模型——EKGCM模型，以應(yīng)對通用知識圖譜在遷移中存在的識粒度模糊、領(lǐng)域適應(yīng)性不強(qiáng)等問題［3］。李艷燕、張香玲等學(xué)者構(gòu)建了適用于智慧教育的學(xué)科知識圖譜，并在此基礎(chǔ)上提出了學(xué)科知識圖譜在智慧教育中的應(yīng)用場景［4］。學(xué)者們利用知識圖譜強(qiáng)大的可解釋性、可視化分析功能來實現(xiàn)自適應(yīng)教學(xué)。

2.3 作者共現(xiàn)知識圖譜分析

將963篇文獻(xiàn)導(dǎo)入VOSviewer軟件進(jìn)行作者共現(xiàn)分析，在知識圖譜應(yīng)用于教育領(lǐng)域的研究中，共提取出1797名作者，以發(fā)表4篇核心期刊文章為最低標(biāo)準(zhǔn)，篩選出30名教育領(lǐng)域知識圖譜研究高產(chǎn)作者。

30名核心作者大多獨(dú)立開展研究，其中周東岱、郭文斌的發(fā)文量與合作者較多，是教育領(lǐng)域知識圖譜研究的關(guān)鍵作者。同時，形成了比較顯著的兩大研究合作群體，即以東北師范大學(xué)信息科學(xué)與技術(shù)學(xué)院博士生導(dǎo)師周東岱、東北師范大學(xué)信息科學(xué)與技術(shù)學(xué)院博士研究生李振形成的第一合作群體，與以陜西師范大學(xué)碩士生導(dǎo)師郭文斌、華東師范大學(xué)博士生導(dǎo)師方俊明形成的第二合作群體。

經(jīng)分析，在知識圖譜應(yīng)用于教育的研究領(lǐng)域中，作者之間合作較弱，大多為本校教師之間或?qū)熍c學(xué)生之間的合作，且人數(shù)不超過3人。

2.4 高被引文獻(xiàn)分析

高被引文獻(xiàn)的內(nèi)容是被大多數(shù)研究者認(rèn)可的觀點(diǎn)，通過對高被引文獻(xiàn)的分析，可以了解到知識圖譜在教育領(lǐng)域的基本發(fā)展趨勢［5］。

剔除僅以知識圖譜作為分析工具的文章以后，知識圖譜在教育中的應(yīng)用研究領(lǐng)域被引量前十的期刊文獻(xiàn)如表1所示。

高被引文獻(xiàn)主要涉及以下三個方面。

2.4.1 將知識圖譜作為一種研究方法

郭文斌將知識圖譜作為一種新的內(nèi)容可視化工具，通過實例闡述了內(nèi)容可視化的原理、注意事項［6］。湯建民提出了一套學(xué)科知識圖譜的繪制方法，并通過案例證明了其有效性及可行性。他認(rèn)為，知識圖譜已經(jīng)成為一種新的學(xué)科發(fā)展研究方法［7］。知識圖譜作為一種新的可視化工具應(yīng)用在教育研究中，可以幫助學(xué)者厘清研究思路。

2.4.2 知識圖譜的構(gòu)建技術(shù)

李振等學(xué)者提出了知識圖譜的構(gòu)建技術(shù)，將教育知識圖譜的構(gòu)建方法分為四個步驟［8］。鐘卓等學(xué)者提出了教育知識圖譜KQA模型，并從四個維度構(gòu)建了教育知識圖譜KQA模型，以期解決目前教育領(lǐng)域存在的內(nèi)容分散、能力刻畫不足等問題［9］。許多學(xué)者著重研究知識圖譜的構(gòu)建技術(shù)，通過各類算法搭建更便捷、更簡潔的知識圖譜網(wǎng)絡(luò)圖，實現(xiàn)個性化學(xué)習(xí)。

2.4.3 知識圖譜與學(xué)科教學(xué)的融合

黃煥等學(xué)者構(gòu)建了課程知識圖譜，并且設(shè)計了一個可供參考的課程知識圖譜案例，以期提升學(xué)生對編程知識的學(xué)習(xí)能力，實現(xiàn)個性化學(xué)習(xí)［10］。范佳榮等學(xué)者探討了學(xué)科知識圖譜的理論依據(jù)，在此基礎(chǔ)上構(gòu)建了學(xué)科知識圖譜結(jié)構(gòu)模型，并且提出了基于學(xué)科知識圖譜的思維發(fā)展機(jī)制［11］。由此可見，這部分學(xué)者傾向于探索技術(shù)與學(xué)科之間的融合路徑，將知識圖譜應(yīng)用于學(xué)科教學(xué)，從而有效實現(xiàn)跨學(xué)科交流。

2.5 研究熱點(diǎn)分析

將所獲得的963篇文獻(xiàn)導(dǎo)入VOSviewer軟件進(jìn)行關(guān)鍵詞分析，在知識圖譜應(yīng)用于教育研究領(lǐng)域中，共獲取1817個關(guān)鍵詞，以單個詞語詞頻3次為最低值進(jìn)行篩選，共得到203個高頻關(guān)鍵詞，并生成高頻關(guān)鍵詞共現(xiàn)知識圖譜，如圖1所示。

對前20個高頻關(guān)鍵詞進(jìn)行梳理排序，通過分析可得，可視化分析（119次）、CiteSpace（107次）、科學(xué)知識圖譜（40次）、共詞分析（35次）、文獻(xiàn)計量學(xué)（33次）、人工智能（30次）、聚類分析（24次）、研究現(xiàn)狀（21次）、社會網(wǎng)絡(luò)與趨勢（18次）等高頻關(guān)鍵詞成為當(dāng)下教育領(lǐng)域知識圖譜研究的熱點(diǎn)話題?？梢?，我國教育領(lǐng)域大多學(xué)者將知識圖譜作為一種可視化研究工具，采用聚類分析方法進(jìn)行研究探索。此外，將知識圖譜作為一項新的人工智能技術(shù)，現(xiàn)在的主要研究熱點(diǎn)是以算法為中心，生成教育產(chǎn)品，為實現(xiàn)智慧教育服務(wù)，從而滿足學(xué)生自適應(yīng)個性化學(xué)習(xí)的需求。

3 結(jié)語

本研究通過內(nèi)容分析法和文獻(xiàn)計量法，利用可視化軟件VOSviewer對知識圖譜在我國教育中的應(yīng)用研究進(jìn)行分析。研究結(jié)果表明，知識圖譜在我國教育研究中的主要趨勢有兩個方面，一是將其作為一種研究方法，主要是聚類分析，體現(xiàn)了其工具的作用；二是知識圖譜作為一項新的人工智能技術(shù)，在教育實踐研究領(lǐng)域促進(jìn)知識圖譜與學(xué)科教學(xué)的融合，進(jìn)而生成可以被一線教師使用的教育產(chǎn)品。此外，知識圖譜在技術(shù)層面如何完善、發(fā)展，如何更高效地應(yīng)用在教育教學(xué)中，這些問題仍值得進(jìn)一步研究。

參考文獻(xiàn)：

［1］ 漆桂林，高桓，吳天星.知識圖譜研究進(jìn)展［J］.情報工程，2017，3（1）：4-25.

［2］ 去往認(rèn)知海洋的一艘船 中國知識圖譜行業(yè)研究報告 2019年［C］//艾瑞咨詢系列研究報告（2020年第4期）. 2020：863-907.

［3］ 李振，周東岱.教育知識圖譜的概念模型與構(gòu)建方法研究［J］.電化教育研究，2019，40（8）：78-86，113.

［4］ 李艷燕，張香玲，李新，等.面向智慧教育的學(xué)科知識圖譜構(gòu)建與創(chuàng)新應(yīng)用［J］.電化教育研究，2019，40（8）：60-69.

［5］ 何文瀅，鐘志勇.國內(nèi)混合式學(xué)習(xí)研究評述與展望（2005—2021年）：基于VOSviewer的可視化分析［J］.教育文化論壇，2022，14（5）：124-135.

［6］ 郭文斌.知識圖譜：教育文獻(xiàn)內(nèi)容可視化研究新技術(shù)［J］.華東師范大學(xué)學(xué)報（教育科學(xué)版），2016，34（1）：45-50，114.

［7］ 湯建民.學(xué)科知識圖譜的繪制及在學(xué)科發(fā)展監(jiān)測與評價中的應(yīng)用［J］.情報理論與實踐，2009，32（10）：55-59.

［8］ 李振，周東岱.教育知識圖譜的概念模型與構(gòu)建方法研究［J］.電化教育研究，2019，40（8）：78-86，113.

［9］ 鐘卓，唐燁偉，鐘紹春，等.人工智能支持下教育知識圖譜模型構(gòu)建研究［J］.電化教育研究，2020，41（4）：62-70.

［10］ 黃煥，元帥，何婷婷，等.面向適應(yīng)性學(xué)習(xí)系統(tǒng)的課程知識圖譜構(gòu)建研究：以“Java程序設(shè)計基礎(chǔ)”課程為例［J］.現(xiàn)代教育技術(shù)，2019，29（12）：89-95.

［11］ 范佳榮，鐘紹春.學(xué)科知識圖譜研究：由知識學(xué)習(xí)走向思維發(fā)展［J］.電化教育研究，2022，43（1）：32-38.

作者簡介：陳一鳴（1996—），女，河南南陽人，碩士在讀，研究方向：信息技術(shù)教育應(yīng)用。