基于知识图谱的混合学习研究现状分析 .pdfVIP

龙源期刊网

基于知识图谱的混合学习研究现状分析

作者：冯焕华任博

来源：《中国教育信息化·高教职教》2017年第02期

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SPSS23.0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，以及系统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

研究对象1.

龙源期刊网

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。

研究方法2.

本文采用知识图谱（MappingKnowledgeDomains）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]。

研究3.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

具体1.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