大数据在高校教育领域研究热点及发展趋势.docVIP

大数据在高校教育领域研究热点及发展趋势 　　摘 要：大数据方法和技术在教育领域的广泛应用，加快了我国教育改革和创新的步伐。研究结果表明，目前教育大数据的研究热点大致集中在高校图书馆、教学模式、人才培养、学习分析、思想教育及高校日常工作等方面。其发展趋势已从萌芽期快速大规模发展至现在的黄金期，从理论逐步迈向应用实践。 　　关键词：教育大数据；主题研究；共词分析；知识图谱 　　中图分类号：G434 文献标志码：A 文章编号：1673-8454（2018）03-0071-06 　　一、教育大数据与数据可视化 　　关于教育大数据的含义，目前为止，国际上尚未确切、公认的提法。为了进一步理解教育大?稻莸母拍睿?笔者从教育大数据的组成与特征两个方面进行剖析。 　　从教育大数据的组成来看，其中最重要的成分是由教育实践活动产生的。既包括学生线下的学习过程及行为数据、作业练习和考试成绩数据等个体数据，也包括E-Learning和移动学习等学习形式的过程数据、设备状态数据、运维日志与用户日志数据、教育网络舆情数据等设备数据。通过整合分析多种形式的教育大数据，挖掘其规律及发展趋势。[1] 　　从教育大数据的特征看，教育大数据在继承了大数据特点的基础上有所发展。其数据来源大多来自录音录像等非结构化数据，这决定了技术上有一定的要求。由此可见，教育大数据的显著特征在于它的高复杂性。[2] 　　教育大数据的组成与特征决定了其需要借助数据可视化技术来摸索数据背后隐藏的规律。到目前为止，数据可视化所涵盖的技术方法和内容在不断丰富当中。对其概念加以宽泛定义，数据可视化可视为将大量数据以数据集的形式借助图像化的高级技术挖掘未知信息的方法。 　　经过“科学可视化―信息可视化―数据可视化”的演变过程，数据可视化趋向成熟。文本可视化、网络（图）可视化、时空数据可视化以及多维数据可视化是数据可视化最主要的几种方法。基于这些基本的可视化方法，使经过有效整合的海量数据能直观地反映其隐含的内在规律，促使人类更高质量地生活与工作。 　　二、研究设计 　　1.数据采集 　　在中国知网（CNKI）期刊数据库中，以“教育大数据”、“教学大数据”、“高校大数据”为主题词，限定期刊来源类别为SCI来源期刊、核心期刊和CSSCI，同时勾选“中英文扩展检索”进行高级检索后得到2012-2016年期间共1252条相关文献数据（Title、Author、Organ、Source、Keyword、Summary、PubTime、Fund），通过手工剔除CNKI检索的结果中重复文章、访谈、新闻、会议通知等非学术文章后，以ENDNOTE、RefWorks、自定义三种格式导出文献数据，最终得到2012-2016年的文献数量分别为1、50、174、347、494，总计1066条有效数据。 　　2.分析过程 　　数据分析过程主要分为三个方面。首先，资源文献计量分析。自定义格式文献数据利用Excel数据统计分析工具，对教育大数据领域资源文献进行计量分析，包括科学研究产出趋势分析、载文期刊分布与产出趋势分析以及基金论文数量与地区分布情况分析。其次，共词聚类分析。将ENDNOTE格式文献导入SATI中，转换成XML格式后抽取关键词，进行词频统计，生成关键词共现矩阵。再导入Ucinet，生成.##h格式数据。进行高频关键词的中心度分析后，利用NetDraw对结果进行可视化，得到社会网络图谱。利用Ucinet层次聚类和SPSS 19.0多维尺度分析，得到聚类树图以及多维尺度图谱，以此来进行高等教育大数据的热点研究。最后，知识图谱分析，通过文献分析可视化软件Citespace将RefWorks格式数据进行转换后，得到关键词的时序图与突变词、科研机构的合作图谱等，揭示大数据在高校教育领域的热点迁移及发展趋势并做进一步的预测分析。 　　三、我国高校教育大数据领域资源文献计量分析 　　1.科学研究产出趋势 　　为探究教育大数据文献的产出趋势，笔者以2012-2016年期间发表的相关文献为数据来源，探索教育大数据的科学研究产出趋势。自2012年以来，对大数据在高校教育领域的研究期刊与论文产出均显著上升。从论文数量来看，2012年仅1篇，之后逐年增长，2013年增长至51篇，2014年增长速度加快，2015年增幅达到顶峰，2016年数量高达497篇，占据2012-2016年总论文数量的46.62%。[3]相关的研究期刊与论文数量呈现的态势基本一致。由此可见，大数据在高校教育领域的研究始于2013年，2014年开始大规模涌现，并呈现持续快速发展趋势。 　　2.载文期刊分布与产出趋势 　　笔者选取样本数据中权重值较大的七个期刊，进行分析处理。处理结果表明，在2012-2016年期间，总发文数量排在