MOOC研究热点与发展趋势知识图谱研究.docVIP

MOOC研究热点与发展趋势知识图谱研究 　　【摘 要】 知识图谱是可视化技术在文献计量学方面的重要应用，已经在社会学、教育学和情报科学等领域被广为应用。本文使用知识图谱分析法，通过知识图谱的引文分析和共词分析，对MOOC研究的主要学者、重点文章加以分析，发现了MOOC研究的核心论文及知识谱系，建立了研究者共被引知识图谱、主题词共现知识图谱和引文知识图谱，并对在MOOC研究现状梳理的基础上对MOOC研究的发展趋势进行了预测。 　　【关键词】 知识图谱；MOOC；引文分析；共词分析 　　【中图分类号】 G420 【文献标识码】 A 【文章编号】 1009―458x（2014）12―0035―06 　　随着信息技术和社会媒体网络的发展，Elearning成为改变传统教学范式的新尝试[1][2]。作为一种革命性的教学模式，自2008年George Siemens建立第一门cMOOC课程以来，受到了学界和商业领域的极度关注。斯坦福大学校长John Hennessy将其誉为教育史上的“一场数字海啸”，2012年也被《纽约时报》称为MOOCs元年。 　　到今天，MOOC已经逐步形成Cousera、Udacity、Edx三大MOOC商业平台，2013年新加坡国立大学加入Coursera，同年我国清华大学加入EdX联盟并发布了中文“学堂在线”MOOC平台，北京大学入驻EdX和Coursera平台。MOOC本土化的脚步也在不断前行，许多国家相继建立了自己的MOOC平台，如法国的FUN MOOC、德国的Iversity、日本的JMOOC、澳大利亚的Open2Study等，我国由上海12所高校牵头成立了“在线课程共享联盟”，爱课程网成立了中国大学MOOC，果壳网成立了MOOC学院。MOOC已经成为席卷全球的浪潮。 　　基于MOOC实践的蓬勃发展，MOOC研究也有了不小的进展[3][4][5][6][7][8][9]。发展到今天，MOOC研究形成了基于联通主义学习理论的cMOOC和基于行为主义学习理论的xMOOC两种主要模式，产生了大量的研究成果，对这些研究成果的现状和未来发展趋势加以科学整理，对研究者把握MOOC研究的现状将有着重要的意义。 　　本文利用知识图谱分析法，通过对MOOC研究的主要学者、重点文章进行研究，发现了MOOC研究的核心论文及知识谱系，建立了作者共被引知识图谱和主题词共现知识图谱、引文知识图谱，通过对MOOC研究的聚类分析对MOOC发展现状进行了梳理，对其研究趋势进行了预测。 　　一、知识图谱分析法 　　知识图谱（Mapping Knowledge Domain），也被称为科学知识图谱、知识域可视化或知识域映射地图，是显示科学知识的发展进程与结构关系的一系列各种不同的图形。它用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系[10]。知识图谱在知识可视化技术基础上发展而来的，具体而言，它是根据共引分析、共现分析、社会网络分析等基础理论，构建一种知识之间相互关系的网络图，能够解释学科领域的结构特点、研究热点、发展源流、突破性成就和未来发展趋势。 　　知识图谱具有两个重要的分析功能――引文分析和共词分析。引文分析就是运用数学和逻辑学等方法对期刊、论文、专著等研究对象的引用和被引用现象和规律进行计量分析，以揭示出他们蕴含的研究对象具有额特征或对象之间的关系[11]。通过对学术期刊、论文、著者等各种分析对象的引用和被引用现象进行分析，体现了知识的继承性以及学科研究热点和发展趋势；共词分析是利用文献集中词汇或名词短语共同出现情况，来确定该文献集所代表的学科中各主题词之间的关系[12]。通过分析论文集中主题词出现的频次，可以确定高频词和主题词之间的关联强度，进而可以将某个主题分解成若干子主题，形成包含子主题的主题词聚类。共词分析能够提供学科的研究热点，分析研究前沿，把握研究的关注点以及研究进展。 　　利用可视化技术，在研究对象（包括期刊、论文、专著等，也包含了共词）之间的关系强度达到一定阀值时形成关联。通过连线表示出来，连线的粗细表明关联强度的强弱。通过可视化技术实现研究对象的知识谱系的构建。根据知识图谱的分析方法，可以构建某一学科或主题的文献作者合著图谱、机构合作图谱、文献共被引图谱、主题词图谱等。通过著者分析，可以了解此学科范围最为活跃的作者及其学术团队；通过机构合作分析，能够了解此学科范围针对某一主题最为知名的机构及其机构团体，通过期刊被引情况了解刊登此学科某一主题的重要期刊，实现期刊的学术评定；通过文献共被引分析实现文献聚类，了解此领域核心文章以及学科发展的沿革。 　　本文利用知识图谱分析MOOC，通过建立作者合著、作者共被引、机构合作、文献引证和主题词共现的知识图谱，分析