基于知识图谱的混合学习研究现状分析.docVIP

基于知识图谱的混合学习研究现状分析 　　摘 要：本文以中国知网（CNKI）数据库收录的1038篇混合学习研究文献为研究对象，以聚类分析和知识图谱分析为研究方法，运用 Bicomb2 和 SPSS 23.0 软件工具绘制出了能直观反映该研究领域各高频词的树状图和热点知识图谱，并对此图谱进行了分析。认为，当前国内混合学习的研究主要集中在教学设计、混合学习模式、在线学习模式以及教学模式应用四个方面，其它方面关注较少。特别是对网络平台的适应要求，及时支持，课程资源库等研究比较少。 　　关键词：混合学习；聚类分析；知识图谱 　　中图分类号：G434 文献标志码：A 文章编号：1673-8454（2017）03-0004-05 　　一、引言 　　关于混合学习，何克抗教授认为：所谓混合学习就是要把传统学习方式的优势和E-Learning的优势结合起来，既要发挥教师引导、启发、监控教学过程的主导作用，又要充分体现学生作为学习过程主体的主动性、积极性与创造性[1]。陈卫东等人认为混合学习正是基于人类对课堂教学和数字化学习的反思，以综合发挥面对面教学和数字化学习的优点为目的提出的一个概念[2]。美国印第安那大学柯蒂斯?J?邦克教授认为，混合学习是面对面教学和计算机辅助在线学习的结合[3]。 　　笔者认为，所谓混合学习是针对能够运用网络的学生，基于当前教学内容，选择合适的网络通信平台，运用合适的教学组织模式建立的一种线上和线下相结合的，以提高学习效率，促进学生学习为核心的教学模式。此处，所谓合适的教学模式，不仅要选择合适的网络平台，而且与学习者的年龄，特征，认知能力，学习的内容、目标等有关。并非所有的学生，或者知识都能够应用这种线上和线下的教学模式组织教学。只有在合适的条件下才具备组织和实施混合学习模式可能性。 　　笔者运用共词分析法，以及系?y聚类分析法和战略坐标图等技术，绘制出近年来我国混合式学习研究的知识图谱，以图形的形式展示了当前我国混合式学习文献研究的现状，使研究者能够较为直观地了解该领域的存在问题和发展趋势，为深入认识混合式学习研究提供参考。 　　二、研究对象与研究方法 　　1.研究对象 　　本文基于中国知网（CNKI）数据库，以“混合学习”或者“混合式学习”为关键词，检索了从2004年至2016年共计12年之间，相关文献1815篇，并作为本文的研究对象。剔除会议通知、征稿通知和内容重复等不符合要求的文献，最后得到有效研究文献或者称为本文研究对象 1038 篇。其中，期刊论文795篇，博士论文3篇，硕士论文199篇，会议论文39篇，报纸2篇，并以Notefirst形式导出并保存成文本文件，为后续的数据分析做准备。 　　2.研究方法 　　本文采用知识图谱（Mapping Knowledge Domains）分析法为基本研究方法。该方法也是科学学与科学计量学领域的重要研究手段之一。常用的图谱分析方法包括直接引用、共被引、共词、合著、基于引文的文献耦合以及引文与文本的混合分析等类型[4]。知识图谱能够用直观图像展现出最前沿领域和学科知识的信息会聚点，从宏观、中观、微观等不同层面来揭示一个领域或学科的发展概貌，使人们便于全面审视一个学科的结构和研究热点、重点等信息[5]。 　　3.研究工具 　　使用的研究工具为SPSS23.0统计分析软件和Bicomb2.0书目共现分析系统。其中，SPSS23.0为IBM公司推出的一种用于统计学分析运算、数据挖掘的软件。Bicomb2.0是书目共现分析系统，由中国医科大学医学信息学系崔雷等人联合开发的软件。该软件能够从文献中抽取其中特定的字段，如作者、期刊名、标题、发表年代、引文等，统计相应字段的出现频次，按照一定的阈值截取高频条目后，形成共现矩阵和条目[6]。所生成的矩阵可以导入到SPSS23.0软件中进行系统聚类分析以及多维尺度分析，还可以导入到Ucinet软件中进行社会网络分析。 　　三、具体研究过程与结果分析 　　1.具体研究过程 　　笔者首先在中国知网（CNKI）里抽取出Bicomb能够识别的ANSI编码文本文件，将筛选后的1038篇文献题录信息，按年份以NoteFirst格式导出，保存为ANSI 编码的纯文本格式文件，将这些个文本文件放在一个名为Blended learning的文件夹内。其次打开Bicomb2.0 共词分析软件，新建一个名为Blended learning的项目，格式类型选择“cnki??”，通过选择目录的方式，将Blended learning文件夹导入到项目中，提取到关键词 5200个。最后，为了统计结果的准确性，将同义的关键词进行了修改和合并，将 “算法”、“网络”等无效的关键词剔除，最终得到有效关键词1956个。 　　之后，再次运用 Bi