基于共词研究近年思想政治教育探究热点研究.docVIP

基于共词研究近年思想政治教育探究热点研究摘要：以思想政治教育领域近七年的学术论文的关键词作为研究对象，以共词分析法为主要研究方法，利用ROST内容挖掘软件以及SPSS统计工具对高频关键词进行聚类分析和多维尺度分析，对分析结果进行讨论，归纳出思想政治教育领域的研究现状及研究热点。 关键词：思想政治教育；共词分析；聚类分析；社会网络分析；多维尺度分析 以往关于思想政治教育的研究热点及变化趋势，主要是依赖于该领域专家的直觉判断和传统的文献综述，本文将共词分析法应用于思想政治教育研究，把国内2006年1月以来以“思想政治教育”为篇名的文献关键词作为分析对象，利用ROST内容挖掘软件进行词频统计和共现分析，形成共词矩阵，在此基础上用SPSS19.0进行了相关分析和聚类分析、多维尺度分析等多元统计分析，从而发现思想政治教育领域近年来的研究热点变化趋势。 一、数据来源 本文选取CNKI中国期刊全文数据库的论文为基本的数据来源，以“篇名”作为检索途径，以“思想政治教育”作为检索词，年度从2006年到2012年，从得到的检索结果中剔除会议通知、会议报道、刊物征稿等消息类文献，并只挑选有关键词的文献，经过去重处理后，最终得到相关文献3581篇。从这些文献中逐一抽出关键词并保存在一个“txt”格式的记事本文档中，本文采用武汉大学ROST虚拟学习团队开发的ROST CM内容分析和文本分析软件对txt文档进行内容分析。首先导入待分析的关键词文本文档，由软件进行自动分词，然后查看分词结果，对错误的分词结果进行修正，将正确的分词词语加入用户词典，在此基础上重新进行分词处理，过滤掉一些没有实际意义以及与研究无关的词汇和单字后，并对意思相近的词汇进行合并，按词频由高到低排序，从中截取前25个关键词作为高频关键词，如表1所示。 二、数据处理 1.构造共词矩阵和相异矩阵 对25个关键词两两配对，使用ROST CM软件统计这些关键词在323条文献中共同出现的频次，形成25×25的共词矩阵，如表2所示。共词矩阵是一个对称矩阵，主对角线上的数据表示关键词与自身的共现频次；非主对角线上单元格的数据代表两个不同关键词之间的共现频次。 为了消除频次悬殊造成的影响及适应不同的多元统计方法对数据的要求，用Ochiia系数将共词矩阵转化成相关矩阵（附录1），即将共词矩阵中的每个数字都除以与之相关的两个词出现频次开方的乘积，其计算公式为： 相关矩阵中，0值过多，统计时很容易造成误差。因此，可以用1减去相关矩阵中的数据，得到表示两词间相异程度的相异矩阵（附录2）。与相关矩阵相反，在相异矩阵中，数值越小表明关键词之间的距离越近，相关程度越大；数值越大则表明关键词之间的距离越远，相关程度越小。相异矩阵的数据很重要，可以作为聚类分析、多维尺度分析等多元统计分析的矩阵变量。 2.关键词聚类分析 关键词在同一篇文献中的共现频次，反映了关键词关系紧密的程度。聚类分析就是对共词关系网络中的词与词之间的距离进行数学运算分析，将距离较近的词聚集起来，形成一个个相对独立的类，使得类内属性相似性最大，类间相似性最小。 本文将相异矩阵导入到SPSS19.0进行系统聚类分析，选择“组间平均链锁（between-groups linkage）”进行分析，该方法利用了个体与小类的所有距离的信息，克服了距离易受极端值影响的弱点。对获得的聚类树状图进行必要的分析处理，标注了分类参考线，可将25个关键词分为5大类别，每类包含的关键词用大括号表示，如图1所示。 3.关键词共现社会网络分析 为找出关键词之间具有的某种内在联系，更好地把握思想政治教育发展的热点和趋势，笔者用社会网络分析方法进行进一步的分析。利用UCINET的绘图功能，将二值矩阵的数据转化为一个关键词共现网络图，下面将从网络图的中心度，以及聚类分析展开探讨。 4.多维尺度分析 多维尺度分析是一种探索性的数据分析方法，它将含有多个变量的大型数据压缩到一个低维空间，形成一个直观的空间二维（或三维）图形，以空间中的点与点之间的平面距离来反映研究变量之间的相似程度。在SPSS19·0中以表2的相关矩阵为基础进行多维尺度分析，结合前面聚类分析的结果加以整理作出了如下的多维尺度图，如图3所示。 三、总结与讨论 结合高频关键词的共词矩阵、聚类分析、多维尺度分析，2006-2012年“思想政治教育”领域的研究热点可以概况为以下几类： 1.网络思想政治教育以及如何创新，包括关键词2、3、5、4 随着互联网的迅猛发展，大学生成为中国互联网最大的网民群体。在这种背景下，“网络思想政治教育”的概念应运而生，成为思想政治教育的新领域也是重要领域。由于互联网的特点，网络出