2011年以來我國學(xué)習(xí)分析領(lǐng)域研究的可視化分析

摘"要：學(xué)習(xí)分析是近年來我國教育技術(shù)研究領(lǐng)域的熱門話題。使用CiteSpace這一可視化工具并與文獻計量學(xué)方法相結(jié)合，對我國2011年以來學(xué)習(xí)分析領(lǐng)域研究的發(fā)文量、作者分布、機構(gòu)分布、研究熱點和前沿演進進行分析，并基于此提出四點發(fā)展建議：加強核心研究機構(gòu)之間的合作，構(gòu)建研究共同體；加強學(xué)習(xí)分析領(lǐng)域的跨學(xué)科交叉合作；促進學(xué)習(xí)分析研究與實踐在教育各領(lǐng)域全面開展；探索將學(xué)習(xí)分析技術(shù)應(yīng)用于線下課堂學(xué)習(xí)環(huán)境。關(guān)鍵詞：學(xué)習(xí)分析；CiteSpace；教育技術(shù)0"引言學(xué)習(xí)分析（LearningAnalytics）是教育技術(shù)領(lǐng)域的一項新興技術(shù)，源于商業(yè)智能、網(wǎng)站分析等研究領(lǐng)域，自《2011地平線報告》發(fā)布后逐漸受到教育研究者的關(guān)注[1]。2011年，GeorgeSiemens等人發(fā)起并組織了第一屆學(xué)習(xí)分析與知識國際會議（LAK），這次會議標(biāo)志著學(xué)習(xí)分析成為一個相對獨立的研究領(lǐng)域。這一會議此后每年都會舉辦。2012年，《教育技術(shù)和社會》雜志出版了關(guān)于學(xué)習(xí)分析的特刊。2013年，學(xué)習(xí)分析研究會（SoLAR）、國際教育數(shù)據(jù)挖掘研究會（IEDMS）等共同在斯坦福大學(xué)創(chuàng)建斯坦福學(xué)習(xí)分析夏季學(xué)院（LASI），為學(xué)習(xí)分析研究和應(yīng)用培訓(xùn)提供相關(guān)支持。2014年，《學(xué)習(xí)分析期刊》首次發(fā)行。這一系列事件推動著學(xué)習(xí)分析技術(shù)不斷向前發(fā)展，逐漸走向成熟。關(guān)于學(xué)習(xí)分析的概念，目前還沒有達(dá)成定論，不同的研究者從不同視角出發(fā)，對其內(nèi)涵有不同的詮釋。其中，首屆學(xué)習(xí)分析與知識國際會議將學(xué)習(xí)分析定義為“測量、收集、分析和報告關(guān)于學(xué)習(xí)者及其學(xué)習(xí)情境的數(shù)據(jù)，以期了解和優(yōu)化學(xué)習(xí)和學(xué)習(xí)發(fā)生的情境”[2]，該定義被國際學(xué)者普遍認(rèn)同并廣泛應(yīng)用。為了解我國學(xué)習(xí)分析領(lǐng)域研究的主要進展和現(xiàn)狀，本文通過CiteSpace軟件對2011年至今我國學(xué)習(xí)分析領(lǐng)域的相關(guān)文獻進行可視化分析，以梳理出我國學(xué)習(xí)分析研究的熱點與前沿，從而為進一步研究提供參考。1"數(shù)據(jù)來源與研究方法1.1"數(shù)據(jù)來源本研究的數(shù)據(jù)來源于CNKI（中國知網(wǎng)），使用其高級檢索功能進行數(shù)據(jù)的篩選和獲取。在檢索條件中，以“學(xué)習(xí)分析”為關(guān)鍵詞；期刊來源類型選擇“全部期刊”；由于2011年舉辦的第一屆學(xué)習(xí)分析與知識國際會議是學(xué)習(xí)分析成為一個相對獨立的研究領(lǐng)域的標(biāo)志，因此將年限范圍設(shè)置為2011年至今；其他檢索條件均為默認(rèn)。檢索日期為2023年12月16日。共檢索到2085篇文獻。由于主要分析國內(nèi)對學(xué)習(xí)分析領(lǐng)域的研究，因此在檢索結(jié)果中再選擇“中文文獻”，獲得707篇文獻。為保證文獻的可靠性，通過人工篩選清洗掉述評、訪談、會議通知等不相關(guān)文獻共22篇，最終得到文獻685篇，這就是本次研究的研究樣本。1.2"研究方法CiteSpace是由陳超美開發(fā)的一款知識、信息可視化軟件。它能對期刊文獻進行相關(guān)信息的提取，生成對應(yīng)的可視化圖譜，并通過對圖譜的解讀讓使用者了解相關(guān)領(lǐng)域的主題、熱點、聯(lián)系、前沿和發(fā)展趨勢。本研究使用文獻信息可視化軟件CiteSpace6.2.R6對所得樣本數(shù)據(jù)進行處理和分析，同時運用Excel進行圖表繪制。使用文獻計量學(xué)等方法，繪制出學(xué)習(xí)分析相關(guān)研究的知識圖譜，利用圖譜直觀地展示作者合作、機構(gòu)合作、關(guān)鍵詞共現(xiàn)、關(guān)鍵詞聚類、突現(xiàn)詞等，探尋我國學(xué)習(xí)分析研究領(lǐng)域的熱點與前沿。2"研究結(jié)果分析2.1"發(fā)文量統(tǒng)計為了解2011年以來我國學(xué)習(xí)分析領(lǐng)域研究成果產(chǎn)出情況，本文以最終收集到的685條文獻信息按照發(fā)表年份進行頻次統(tǒng)計，并繪制出我國學(xué)習(xí)分析研究的發(fā)文量時間變化趨勢，如圖1所示。結(jié)果顯示，2011年至今，我國學(xué)習(xí)分析領(lǐng)域研究成果豐富，是國內(nèi)教育工作者關(guān)注的重點之一，其總體發(fā)展趨勢表現(xiàn)為先增長、后保持的態(tài)勢，可大致分為三個階段。第一階段是2012—2013年，處于萌芽起步階段。2011年，學(xué)習(xí)分析剛剛在國際上被確立為一個相對獨立的研究領(lǐng)域，此時我國學(xué)者還沒有發(fā)表相關(guān)文獻。從2012年開始，我國逐漸有學(xué)者對學(xué)習(xí)分析領(lǐng)域進行研究，比較有代表性的論文是顧小清等發(fā)表的《學(xué)習(xí)分析：正在浮現(xiàn)中的數(shù)據(jù)技術(shù)》。由此，學(xué)習(xí)分析在我國開始吸引越來越多學(xué)者的目光，并在教育領(lǐng)域得到進一步發(fā)展。這一時期在研究方向上，基本處于理論研究階段，實際應(yīng)用較少，重視學(xué)習(xí)分析在技術(shù)層面的研究，如朱珂和劉清堂提出一個應(yīng)用學(xué)習(xí)分析技術(shù)的自適應(yīng)學(xué)習(xí)系統(tǒng)框架。論文年發(fā)表量較少，均少于40篇，但發(fā)文量逐年增長，態(tài)勢良好。第二階段是2014—2019年，處于快速發(fā)展階段。有關(guān)學(xué)習(xí)分析的研究快速增長，2014年發(fā)文量陡增，從前一年的14篇躍升到44篇，之后保持高發(fā)文量的態(tài)勢，到2019年達(dá)到頂峰值96篇。在這期間，2015年8月，國務(wù)院印發(fā)《促進大數(shù)據(jù)發(fā)展行動綱要》，大數(shù)據(jù)在教育領(lǐng)域的運用是學(xué)習(xí)分析產(chǎn)生的前提，這在一定程度上推動了學(xué)習(xí)分析研究熱潮的形成；2018年，《教育信息化2.0行動計劃》出臺，指出要積極推進“互聯(lián)網(wǎng)+教育”，發(fā)揮技術(shù)優(yōu)勢，推進新技術(shù)與教育教學(xué)的深度融合，這一政策導(dǎo)向進一步激發(fā)了學(xué)者們研究學(xué)習(xí)分析領(lǐng)域的熱情。在研究方向上逐步走向?qū)嵺`應(yīng)用、實證研究。第三階段是2020年至今，處于平緩發(fā)展階段。這一時期，可能是受到新冠疫情的影響，國內(nèi)關(guān)于學(xué)習(xí)分析的發(fā)文量略有下降，但可以預(yù)見總體仍然是向上發(fā)展的態(tài)勢。在研究方向上開始注意跨學(xué)科融合，探索可持續(xù)發(fā)展。2.2"作者分布通過分析作者發(fā)表文章數(shù)量的情況，可以洞察其在該領(lǐng)域研究的持續(xù)性、深入程度和所作出的貢獻。作者的分布情況可以在一定程度上反映本研究領(lǐng)域科研活動的發(fā)展進程。在CiteSpace運行主窗口中設(shè)置時間范圍（TimeSlicing）為2012—2023，并設(shè)置YearsPerSlice為1，選擇節(jié)點類型（NodeTypes）“Author”，設(shè)置selectionCriteria（topN=50），得到作者網(wǎng)絡(luò)圖譜，共涉及196個作者，如圖2所示。圖中每個節(jié)點代表一位作者，節(jié)點越大，意味著這個作者發(fā)文數(shù)量越多；節(jié)點之間的連線代表著作者之間的合作情況，連線越粗，意味著作者之間合作的強度越大。由圖2可知，學(xué)習(xí)分析領(lǐng)域的研究者中，核心作者以趙蔚為首，武法提、顧小清、魏順平、姜強次之；此外，牟智佳、馬志強、鄭勤華等也是該領(lǐng)域的高產(chǎn)作者，他們在學(xué)習(xí)分析領(lǐng)域進行了比較深入的研究，研究成果較多。在合作方面，作者節(jié)點數(shù)N為196，連接數(shù)E為173，密度Density是0.0091。從整個圖來看，分散的節(jié)點較多，且這些節(jié)點總體較小，說明關(guān)注該領(lǐng)域的學(xué)者較多，但很多只發(fā)表了一篇或兩篇文章，沒有持續(xù)研究下去，通常進行獨立研究，僅有部分作者尤其是高產(chǎn)作者間有較多的合作關(guān)系，學(xué)習(xí)分析領(lǐng)域整體還未形成明顯的研究共同體。2.3"機構(gòu)分布通過對某一機構(gòu)發(fā)表論文的數(shù)量進行統(tǒng)計，可以在一定程度上反映其在該領(lǐng)域研究的持續(xù)性、深入程度和所作出的貢獻。節(jié)點類型選擇“Institution”，運行CiteSpace得到研究機構(gòu)網(wǎng)絡(luò)圖譜，共涉及156個研究機構(gòu)，如圖3所示。從發(fā)文數(shù)量來看，華東師范大學(xué)教育信息技術(shù)學(xué)系、北京師范大學(xué)遠(yuǎn)程教育研究中心、東北師范大學(xué)計算機科學(xué)與信息技術(shù)學(xué)院、北京師范大學(xué)教育技術(shù)學(xué)院、華中師范大學(xué)教育信息技術(shù)學(xué)院排名前五，表明這五個機構(gòu)（四所學(xué)校）在學(xué)習(xí)分析領(lǐng)域居于領(lǐng)跑地位。這與多數(shù)核心作者的所在單位高度吻合，凸顯出這些機構(gòu)聚集了一批研究學(xué)習(xí)分析的專家學(xué)者。其中，華東師范大學(xué)教育信息技術(shù)學(xué)系尤為突出，其發(fā)文量位居榜首，而且自2012年起即有相關(guān)研究成果發(fā)表，這體現(xiàn)出該機構(gòu)對學(xué)習(xí)分析領(lǐng)域的研究在我國有重要的影響力和奠基作用。在研究機構(gòu)的地域分布方面，呈現(xiàn)比較明顯的集中于東部地區(qū)的趨勢，而中部和西部地區(qū)的研究力量相對較弱。在研究機構(gòu)的屬性方面，絕大部分是師范類高校，少部分是綜合類、理工類高校。在合作方面，由圖3可知，我國學(xué)習(xí)分析領(lǐng)域的研究格局大致為，以華東師范大學(xué)教育信息技術(shù)學(xué)系為核心機構(gòu)，以師范類高校為主要研究力量。研究機構(gòu)節(jié)點數(shù)N為156，連接數(shù)E為81，密度Density是0.0067，主要研究機構(gòu)與其他研究機構(gòu)間有一定聯(lián)系，但主要研究機構(gòu)之間的合作較少，尤其是不在同一地區(qū)、不屬于同一所學(xué)校的主要研究機構(gòu)。從研究機構(gòu)網(wǎng)絡(luò)圖譜來看，最為核心的機構(gòu)華東師范大學(xué)教育信息技術(shù)學(xué)系與其他核心機構(gòu)之間沒有進行過合作。2.4"研究熱點分析2.4.1"關(guān)鍵詞頻次與中心度統(tǒng)計分析關(guān)鍵詞能夠最直接地反映和概括一篇文章的主題與內(nèi)容，頻次和中心度高的關(guān)鍵詞揭示了在一定時期內(nèi)研究者們所共同關(guān)注的議題，反映了研究熱點。關(guān)鍵詞的頻次越高，意味著其在該研究領(lǐng)域越受到關(guān)注；而中介中心度是衡量某個關(guān)鍵詞在網(wǎng)絡(luò)圖中重要性的關(guān)鍵參考數(shù)據(jù)，中心度大于0.1的稱為關(guān)鍵詞的關(guān)鍵節(jié)點，節(jié)點中心度越高，其在該領(lǐng)域的地位就越重要。將節(jié)點類型設(shè)置為“Keyword”，運行CiteSpace軟件，得到學(xué)習(xí)分析領(lǐng)域的關(guān)鍵詞表，統(tǒng)計出高頻次的前10個關(guān)鍵詞和高中介中心度的前10個關(guān)鍵詞，如表1和表2所示。由表1和表2可知，從2011年至今，我國學(xué)習(xí)分析領(lǐng)域的研究熱點主要有“學(xué)習(xí)分析”“大數(shù)據(jù)”“數(shù)據(jù)挖掘”“在線學(xué)習(xí)”“學(xué)習(xí)行為”“人工智能”“學(xué)習(xí)投入”“協(xié)作學(xué)習(xí)”“可視化”“在線課程”“機器學(xué)習(xí)”“學(xué)習(xí)環(huán)境”“智能教育”“學(xué)習(xí)者”。這體現(xiàn)出，在學(xué)習(xí)分析領(lǐng)域，國內(nèi)學(xué)者主要是基于對大數(shù)據(jù)、數(shù)據(jù)挖掘、人工智能等技術(shù)和機器學(xué)習(xí)等算法的探索，測量并收集學(xué)習(xí)者在在線課程中的各類學(xué)習(xí)行為數(shù)據(jù)，分析學(xué)習(xí)者進行在線學(xué)習(xí)時的學(xué)習(xí)投入、協(xié)作學(xué)習(xí)等情況，以可視化的方式輸出結(jié)果，研究構(gòu)建與優(yōu)化智慧學(xué)習(xí)環(huán)境，推進智能教育。其中，“學(xué)習(xí)分析”的中心度數(shù)值為1.27，頻次為685，它是知識圖譜中最為核心的節(jié)點，作為中心樞紐把其他關(guān)鍵詞聯(lián)系起來。前三個關(guān)鍵詞的頻次都在50次以上，是強勢關(guān)鍵詞，比靠后的關(guān)鍵詞的頻次要高出許多，這說明學(xué)者們對“學(xué)習(xí)分析”“大數(shù)據(jù)”“數(shù)據(jù)挖掘”進行了長期探索與深入研究。前六個關(guān)鍵詞的詞頻與中介中心度在表格中均位列前十，這體現(xiàn)出“學(xué)習(xí)分析”“大數(shù)據(jù)”“數(shù)據(jù)挖掘”“在線學(xué)習(xí)”“學(xué)習(xí)行為”和“人工智能”在研究中受到學(xué)者關(guān)注。此外，“機器學(xué)習(xí)”“學(xué)習(xí)環(huán)境”“智能教育”和“學(xué)習(xí)者”這幾個雖然不是強勢關(guān)鍵詞，也不在頻次排名前十的關(guān)鍵詞中，但它們的中心度均高于0.22，起到連接其他關(guān)鍵詞的重要樞紐作用，在學(xué)習(xí)分析領(lǐng)域有著不可忽視的地位。2.4.2"關(guān)鍵詞聚類分析使用CiteSpace對關(guān)鍵詞進行聚類分析，繪制關(guān)鍵詞聚類圖譜，得到10個方面的聚類，如圖4所示。通常當(dāng)圖譜中的聚類模塊值（Modularity）Q值超過0.3時，表明聚類結(jié)構(gòu)是顯著的；當(dāng)聚類平均輪廓值（Silhouette）S值超過0.7時，意味著聚類結(jié)果是令人信服的。該圖譜的Q值為0.7951，遠(yuǎn)大于0.3；S值是0.972，遠(yuǎn)大于0.7。這充分說明該圖譜的聚類結(jié)構(gòu)顯著，并且聚類結(jié)果高度可信。SIZE表示聚類大小值，選擇SIZE值在15及以上的前六個聚類，進行如下分析。聚類0是“學(xué)習(xí)分析”，SIZE值為89，主要共現(xiàn)的核心關(guān)鍵詞有學(xué)習(xí)分析、大數(shù)據(jù)、網(wǎng)絡(luò)學(xué)習(xí)、3D打印、SPOC等。陸巖等[3]指出當(dāng)前學(xué)習(xí)分析研究主要聚焦三大主題，即大數(shù)據(jù)背景下的學(xué)習(xí)分析模型框架的設(shè)計研究，學(xué)習(xí)分析工具及應(yīng)用研究，學(xué)習(xí)分析對學(xué)習(xí)活動、過程的優(yōu)化研究。聚類1是“大數(shù)據(jù)”，SIZE值為31，主要共現(xiàn)的核心關(guān)鍵詞有大數(shù)據(jù)、分析技術(shù)、關(guān)聯(lián)規(guī)則、數(shù)據(jù)挖掘、應(yīng)用研究等。學(xué)習(xí)分析是大數(shù)據(jù)技術(shù)在教育領(lǐng)域的典型應(yīng)用，我國學(xué)者自研究學(xué)習(xí)分析領(lǐng)域以來，對大數(shù)據(jù)技術(shù)進行了長期探索。例如：2014年，馮翔等[4]引入大數(shù)據(jù)技術(shù)，設(shè)計了以Hadoop為核心的學(xué)習(xí)分析系統(tǒng)，構(gòu)建基于學(xué)習(xí)分析的智能數(shù)字化教育服務(wù)，并列舉了此技術(shù)方案的具體應(yīng)用案例；2016年，趙慧瓊等[5]構(gòu)建了數(shù)據(jù)安全與隱私保護框架，并提出相關(guān)策略，以期提高利用學(xué)習(xí)分析技術(shù)進行大數(shù)據(jù)研究的成效；2021年，韓小燕等[6]基于教育大數(shù)據(jù)構(gòu)建了以學(xué)習(xí)分析為核心的“信息采集—成績預(yù)測—干預(yù)措施—效果評估”四環(huán)節(jié)循環(huán)結(jié)構(gòu)學(xué)習(xí)干預(yù)模型，以期能夠有效引導(dǎo)高職學(xué)生學(xué)習(xí)，化解學(xué)習(xí)危機，促進個性化教學(xué)。聚類2是“人工智能”，SIZE值為24，主要共現(xiàn)的核心關(guān)鍵詞有人工智能、在線教學(xué)、高職、精準(zhǔn)教學(xué)、影響因素等。人工智能技術(shù)是學(xué)習(xí)分析領(lǐng)域的核心技術(shù)之一，基于人工智能的學(xué)習(xí)分析技術(shù)對實現(xiàn)精準(zhǔn)教學(xué)、提高教學(xué)質(zhì)量等有重要作用。例如，周進等[7]認(rèn)為融合人工智能技術(shù)的學(xué)習(xí)分析在推動計算教育學(xué)發(fā)展、培育數(shù)據(jù)驅(qū)動思維、構(gòu)建終身學(xué)習(xí)服務(wù)體系、提升教育治理水平等方面具有極大潛能；何皓怡等[8]提出了人工智能技術(shù)支持的協(xié)同知識建構(gòu)過程分析模型，以實現(xiàn)智能技術(shù)與協(xié)同知識建構(gòu)過程分析的融合，進而促進學(xué)習(xí)績效的提升。聚類3是“協(xié)作學(xué)習(xí)”，SIZE值為23，主要共現(xiàn)的核心關(guān)鍵詞有協(xié)作學(xué)習(xí)、信息技術(shù)、可視化、在線課程、個性化等。協(xié)作學(xué)習(xí)，尤其是在線協(xié)作學(xué)習(xí)是學(xué)習(xí)分析領(lǐng)域研究的一個重要方面，學(xué)習(xí)分析技術(shù)的興起為協(xié)作學(xué)習(xí)提供了新的發(fā)展機遇和空間。例如，鄭婭峰等[9]基于學(xué)習(xí)分析的視角，構(gòu)建了面向計算機支持的協(xié)作學(xué)習(xí)分析模型，來有效識別群組成員的交互結(jié)構(gòu)，并基于該模型設(shè)計開發(fā)了支持在線協(xié)作學(xué)習(xí)過程分析的交互式可視化工具，在在線課堂中開展了實踐研究。聚類4是“數(shù)據(jù)挖掘”，SIZE值為23，主要共現(xiàn)的核心關(guān)鍵詞有數(shù)據(jù)挖掘、學(xué)習(xí)行為、分類、合作學(xué)習(xí)、網(wǎng)絡(luò)課程等。數(shù)據(jù)挖掘技術(shù)在教育領(lǐng)域的價值一直以來都對學(xué)界有著巨大的吸引力，相關(guān)研究者致力于使用該技術(shù)對教育教學(xué)系統(tǒng)的海量數(shù)據(jù)進行挖掘，比如，挖掘?qū)W習(xí)者在學(xué)習(xí)網(wǎng)絡(luò)課程時的各種學(xué)習(xí)行為、合作學(xué)習(xí)方面的數(shù)據(jù)，以發(fā)現(xiàn)這些教育數(shù)據(jù)的潛在價值，從而優(yōu)化教與學(xué)。聚類5是“機器學(xué)習(xí)”，SIZE值為19，主要共現(xiàn)的核心關(guān)鍵詞有機器學(xué)習(xí)、在線學(xué)習(xí)、模型、自主學(xué)習(xí)、智能教育等。機器學(xué)習(xí)在學(xué)習(xí)分析領(lǐng)域有著不可忽視的重要地位，機器學(xué)習(xí)技術(shù)的可解釋性是人工智能與教育教學(xué)深度融合、推進智能教育的關(guān)鍵所在。例如，張曉峰等[10]聚焦學(xué)習(xí)云空間中學(xué)習(xí)主體認(rèn)知投入相關(guān)數(shù)據(jù)的獲取，提出基于機器學(xué)習(xí)的認(rèn)知投入量化方法。2.5"前沿演進分析突現(xiàn)詞是指在一定時期內(nèi)出現(xiàn)頻次高、變化速度快的詞，通過對突現(xiàn)詞進行有效梳理與追蹤，能夠探索某一領(lǐng)域的研究前沿，從而有助于把握該領(lǐng)域的未來發(fā)展方向。在Citespace中，選擇Burstness，設(shè)置γ=0.6，共獲得15個突現(xiàn)詞，如圖5所示，該圖展示了每個突現(xiàn)詞的名稱（Keywords）、突變強度（Strength）、突變起始年份（Begin）和突變結(jié)束年份（End）。由圖5可知，在我國學(xué)習(xí)分析領(lǐng)域的研究初期，2012年，研究者開始研究“數(shù)據(jù)挖掘”“電子書包”“學(xué)習(xí)過程”，且對這三個方面的研究熱潮均持續(xù)了三年或三年以上，進行了深入探索；2013和2014年，分別開始關(guān)注“教育數(shù)據(jù)”與“模型”。在研究中期，學(xué)界逐漸將目光聚焦于“混合學(xué)習(xí)”“網(wǎng)絡(luò)學(xué)習(xí)”，研究“學(xué)習(xí)科學(xué)”“教育技術(shù)”“教學(xué)設(shè)計”，探究學(xué)習(xí)分析在教學(xué)中的實踐應(yīng)用，試圖改進教與學(xué)，但研究熱潮的持續(xù)時間相對較短。在研究后期，自2020年開始，隨著對學(xué)習(xí)分析的不斷深入研究，同時在疫情防控期間大規(guī)模在線教育的背景下，面對學(xué)生在線學(xué)習(xí)中出現(xiàn)的各種問題，研究者開始致力于探索學(xué)生在進行在線學(xué)習(xí)時的“學(xué)習(xí)投入”與“協(xié)作學(xué)習(xí)”，研究“機器學(xué)習(xí)”算法，旨在提升在線學(xué)習(xí)效果，保證在線教育質(zhì)量；2021年，學(xué)界開始對“人工智能”與“智能教育”進行研究，挖掘?qū)W習(xí)分析在融合人工智能技術(shù)、推動智能教育中的巨大潛能。其中，突現(xiàn)情況出現(xiàn)在2020—2023年，并且持續(xù)至今的突現(xiàn)詞能夠在一定程度上反映研究前沿，符合該條件的突現(xiàn)詞主要為“學(xué)習(xí)投入”“機器學(xué)習(xí)”“人工智能”和“智能教育”。并且，這四個關(guān)鍵詞的突變強度均大于2，處于較高水平，尤其是“學(xué)習(xí)投入”的突變強度最高，達(dá)到6.66，這說明它們在近幾年受到該領(lǐng)域?qū)W者的關(guān)注。3"研究結(jié)論與建議3.1"研究結(jié)論經(jīng)過對學(xué)習(xí)分析領(lǐng)域的相關(guān)文獻進行可視化分析，發(fā)現(xiàn)目前我國的學(xué)習(xí)分析領(lǐng)域研究存在一些不足，主要包括以下幾點。3.1.1"研究機構(gòu)、作者之間的合作不夠充分，還未形成明顯的研究共同體從研究機構(gòu)網(wǎng)絡(luò)圖譜來看，通常是處在同一地域或同一學(xué)校的核心機構(gòu)之間合作較頻繁，而不在同一地域、不屬于同一所學(xué)校的核心研究機構(gòu)之間合作非常少，整體分布較分散，還未形成大范圍的明顯的研究共同體，不利于相關(guān)研究者對學(xué)習(xí)分析領(lǐng)域的研究成果進行充分的分享與交流。3.1.2"缺少從跨學(xué)科視角對學(xué)習(xí)分析領(lǐng)域的研究學(xué)習(xí)分析領(lǐng)域涉及教育學(xué)、信息科學(xué)、系統(tǒng)科學(xué)、認(rèn)知科學(xué)、工程學(xué)、心理學(xué)等多種學(xué)科，需要進行跨學(xué)科拓展與合作。從研究機構(gòu)網(wǎng)絡(luò)圖譜可知，目前研究者的學(xué)科背景多為教育學(xué)和信息科學(xué)，缺少與其他學(xué)科的合作。通過對相關(guān)文獻的梳理，發(fā)現(xiàn)目前已經(jīng)有一些研究者開始注意到學(xué)習(xí)分析領(lǐng)域需要加強跨學(xué)科的交叉合作，但大多只停留在意識層面或進行了簡單的理論探討，在文獻中通常是在“未來趨勢”部分有所提及，并沒有真正從跨學(xué)科的視角出發(fā)研究學(xué)習(xí)分析領(lǐng)域。3.1.3"在實踐應(yīng)用中以高等教育領(lǐng)域為主，面向基礎(chǔ)教育、職業(yè)教育等領(lǐng)域較少通過調(diào)研文獻，發(fā)現(xiàn)目前在學(xué)習(xí)分析領(lǐng)域的實踐應(yīng)用中，主要是針對高等教育領(lǐng)域進行研究，面向基礎(chǔ)教育、職業(yè)教育、繼續(xù)教育等領(lǐng)域的文獻相對較少，而它們是在線學(xué)習(xí)中非常具有代表性的領(lǐng)域，這就可能導(dǎo)致學(xué)習(xí)分析領(lǐng)域的研究失之偏頗，沒有足夠了解和優(yōu)化中小學(xué)生、高職學(xué)生等類型學(xué)習(xí)者的學(xué)習(xí)與學(xué)習(xí)情境。3.1.4"主要應(yīng)用于在線學(xué)習(xí)環(huán)境，很少應(yīng)用于線下課堂學(xué)習(xí)環(huán)境GeorgeSiemens認(rèn)為，實現(xiàn)對現(xiàn)實世界學(xué)習(xí)數(shù)據(jù)的采集是學(xué)