近20年在线学习环境研究评述.docxVIP

?

?

近20年在线学习环境研究评述

?

?

牛晓杰郑勤华

【摘要】?在线学习环境作为远程教育中教与学整合的媒体中介，是远程教育活动顺利开展的重要保障之一。对远程教育中在线学习环境发展动态的探索有助于进一步理解其发展路径，深刻和全面地把握其发展情况。本研究以经过人工筛选后的574篇CNKI数据库的中文文章和362篇WebofScience核心数据库的英文文章的摘要作为文本数据源，采用LDA主题分类模型和DTM动态主题模型作为分析方法，总结出近20年来国内外在线学习环境发展中“经验迁移与平台建设”“在线学习环境要素模型建构”“技术驱动的在线学习环境理念革新”“互联网背景下开放共享式在线学习环境构建”四个主要发展阶段以及每个阶段的发展特征，研究结论可为开展远程教育中的在线学习环境研究提供有益参考。

【关键词】?在线学习;远程教育;人工智能;平台建设;在线学习环境;学习环境;文献主题识别算法;文献分析

?G434?????????B???1009-458x（2021）7-0025-12

一、引言与问题提出

百年来，远程教育从那颗源于19世纪中叶出现在英国的函授教育萌芽开始，不断发展变化着，经历了函授教育、多媒体教学的远程教育和开放灵活的远程学习三个代表性的发展阶段（丁兴富，2000）。学习环境通常指促进学习者发展的各种支持性条件的综合体（钟志贤，2005）。远程教育中的学习环境作为远程教育中教与学再度整合的媒体中介，是保障远程学习教学交互顺利发生的基础（王志军，等，2016）。

随着计算机技术、网络技术和多媒体技术的发展，远程教育中学习环境的内涵也发生着翻天覆地的变化。最初学习环境的建立能够基本支持打破时空限制的远程教育活动的开展，学习交互形式单一，后随着技术和理念的发展增加了多种类型的学习交互（张伟远，2009），再到后来能够为学习者提供全面、贴身式的学习支持服务，技术驱动下远程学习环境的发展愈加丰富和立体。

在线学习是一种学习过程基于技术媒介、完全通过因特网完成的师生之间时空分离的学习，是远程教育的一种形式（韩锡斌，等，2015）。换言之，在线学习环境特指以技术为媒介，基于因特网促进学习者在线学习和发展的各种支持性条件的综合体。在线学习环境是以网络学习双向互动为主的第二代远程学习环境和基于一站式网络教学服务的第三代远程学习环境中主要的和重要的学习环境形式（卢方，等，2016）。最近互联网技术的迅猛发展与以“联通主义”为代表的新型学习理论的注入，赋予了在线学习环境新的机遇和新的可能。基于历史发展演变的视角对在线学习环境变化开展分析，有助于重新梳理和审视整个在线学习环境的发展脉络，明晰关键研究问题与研究进展，并通过不同时期在线学习环境的对比分析，挖掘在线学习环境内在发展的规律与机制。

在远程教育领域，诸多学者在不同时期对在线学习环境的研究是理解其变迁的良好材料。因此，本文将使用远程教育语境中“在线学习环境”相关文献，使用文献主题识别算法（LatentDirichletAllocation，LDA）分年度探究文献主题变化情况。为进一步体现主题时序动态发展的状况，研究选择在LDA基础上纳入时序发展要素考虑的改进算法（DynamicTopicModeling，DTM）进行文献分析，最终根据结果分析远程教育中“在线学习环境”主题的发展特点、发展动态，并就发现的结论与研究本身进行讨论。具体研究问题包括以下两个方面：

（1）基于LDA和DTM分析的远程教育视角下的在线学习环境研究发展至今经历了几个主要阶段？每个阶段的特征（主题分布）是什么？如何进行描述？

（2）基于DTM动态演化分析的远程教育视角下的在线学习环境研究发展变化的过程是怎样的？如何解释这种变化？

二、定量文献分析相关研究

文献分析方法发展至今，产生了适应不同需要的丰富的分析方法，从定性分析到定量分析，从文本描述到信息可视化，从基于词频统计到基于模型的机器学习方法等（王曰芬，等，2016）。LDA主题模型是数据挖掘尤其是文本挖掘和信息处理方面不可或缺的三层贝叶斯文本建模模型，由Blei首先提出（Blei，Ng，Jordan，2003），随后掀起了主题识别与探测研究的热潮。LDA模型可以将文档的主题以概率分布的形式给出，通过分析一些文档并抽取出它们的主题分布后，便可以根据主题分布进行主题聚类或者文本分类。文献计量中LDA也是常用的进行主题提取的模型之一。然而，不同主题之间存在相关性和继承性，同一主题基于时序变化也会表现出动态性、发展性和差异性。此情景下LDA的功能是不足的，因此各种纳入时序因素考虑的基于LDA的改进算法应运而出，如将时间信息结合到LDA模型的TOT模型（WangMcCallum，2006）、文本集合