基于CiteSpace對教育大數據相關研究的圖譜分析

曾漢　鄒霞

摘? 要 隨著大數據挖掘技術在各個領域的廣泛應用，可以看到大數據挖掘技術在各行各業中產生不可忽視的作用。為了分析大數據挖掘技術在教育領域的相關研究和應用情況，以教育大數據為主題詞，使用高級檢索方式在中國知網中檢索核心期刊中有關教育大數據的文獻，應用可視化文獻分析軟件CiteSpace輔助分析，從發文數量、關鍵詞、機構、作者等方面進行相關研究。陳述自2014年以來近五年有關教育大數據的研究狀況，并在此基礎上揭示研究中的問題，給出解決相關問題的建議。

關鍵詞 教育大數據;CiteSpace;載文分析;

中圖分類號：TP311.13? ? 文獻標識碼：B

文章編號：1671-489X（2020）16-0001-06

Map Analysis of Relevant Research on Big Data in Education based on CiteSpace//ZENG Han， ZOU Xia

Abstract With the wide application of big data mining technology in?various fields， we see that big data mining technology in all walks of?life have a role that cannot be ignored. To study in the data mining technology in the field of education research and application of this?article is given priority to with big data education inscription， use theadvanced retrieval way HowNet retrieve core journals in China in the?literature of big data education， the application of visualization litera-ture analysis software CiteSpace auxiliary analysis， from the number，?keywords and institutions， the author has carried on the related re-search. This paper states the status quo of the research on big data in?education in the recent five years since 2014， and on this basis reveals?the problems in the research and gives suggestions to solve the rele-vant problems.

Key words education big data; CiteSpace; text analysis

1 引言

在生活、工作和學習中，人們的一言一行都會產生各種各樣的數據。以前雖然有大量的數據，但是由于相關技術的缺失，缺乏對大數據的分析和應用能力。隨著科學技術的飛速進步，計算機的存儲和運算速度飛速提升，人們開始利用海量的數據為生活、工作和學習等領域服務，針對大數據的處理和挖掘的相關應用已經深入各個行業、各個領域。

所謂教育大數據，是指在整個教育活動過程中所產生的以及根據教育需要采集到的，一切用于教育發展并可創造巨大潛在價值的數據[1]。本文以教育大數據為主題，利用中國知網收錄的以教育大數據為主題且發表在核心期刊上的文獻為研究對象，通過分析有關以教育大數據為主題的文獻作者、載文數量、作者機構、關鍵詞共現網絡、研究前沿時序等，了解目前有關教育大數據的相關載文數量、研究熱點、作者和機構之間相互合作情況，并在此基礎上給出相關總結和建議。

2 研究方案及數據處理

數據來源與處理? 研究的數據來源于中國知識基礎設施工程數據庫（CNKI，China National Knowledge Infra-structure），簡稱中國知網[2]。為了使研究更具有信度和效度，研究僅檢索中國知網數據庫中的核心期刊（本研究所指核心期刊為中國知網上期刊菜單欄目下所包含的不同評價機構所分類的所有核心期刊）上發表的以教育大數據為主題的相關文獻。具體檢索時，在檢索方式中采用高級檢索方式，在以期刊為菜單的欄目中以“教育大數據”為主題進行有關檢索，在菜單欄目中期刊欄目下勾選SCI來源期刊、EI來源期刊、核心期刊（被北京大學中文核心期刊總覽所收錄的期刊）、CSSCI、CSCD，且同時剔除包含資訊、網絡首發、增強出版、數據論文、中英文擴展、同義詞擴展等相關欄目，檢索時間為2019年7月25日，并在此檢索條件下做全數據庫檢索，總共檢索到相關論文791篇。為了保證數據的有效性，通過人工篩查的方式剔除會議、出版綱要、期刊本年度研究選題等無關文獻共計29篇，剩余分析論文762篇。

由于中國知網中單網頁最多顯示50篇檢索文獻，且每次導出檢索文獻數量上限為500篇，因此，本研究使用分批次導出的方法，每次導出相關文獻500篇，總共形成兩個文檔并分別命名。完成所有文獻的導出，來源文獻包括作者、標題、來源出版物、摘要、參考文獻字段[5]。鑒于本研究使用的軟件CiteSpace只能處理指定格式的文檔，在導出文獻時選擇RefWorks，并將導出的文獻格式Ref Works利用CiteSpace軟件進行相關轉換。轉換具體步驟：將CNKI數據格式轉換，菜單Data—Import/Export—CNKI_RefWorks。最終的預處理結果文本文件作為本文的數據源，以方便CiteSpace軟件進行進一步的加工和處理。

軟件簡介及相關參數設置? CiteSpace是美國德雷塞爾大學（Drexel University）的華人學者陳超美教授團隊基于Java語言開發的[3]。該軟件是一款可視化文獻分析軟件，能夠顯示學科或知識域在一定時期發展的趨勢與動向，形成研究前沿的演進歷程，目前已經在知識圖譜可視化領域被廣泛應用。研究開始前針對軟件進行以下設置：

1）在主菜單中新建項目unite—10并選擇好對應的數據源;

2）主窗口右側配置分析，其中時間窗口（Time Slicing）

為2013到2019，時間切片（Years Per Slice）為1[4]，節點類型（Node Type）分別為Author、Institution、Key-word，閾值選擇（Threshold）在進行具體分析時闡明，精簡和合并網絡（Pruning）策略為Pathfinder Network Sca-ling算法，展示（Visualization）為靜態聚類模式Cluster?View等相關操作。

以上僅介紹前期相關參數設置的具體參考系數，更多詳盡參數設置將在數據分析和圖譜生成中進行詳細說明。

數據分析

1）載文數量分析。研究從載文數量研究關于教育大數據為主題的論文數量。研究首先從中國知網數據庫中以文獻菜單欄目檢索做檢索。檢索條件：

（主題=教育大數據，或者題名=教育大數據，或者v_subject=中英文擴展（教育大數據，中英文對照），或者title=中英文擴展（教育大數據，中英文對照））（模糊匹配）。專輯導航：全部。數據庫：文獻 跨庫檢索

在該檢索條件下，共檢索出文獻4292篇，其中最早發表在中國知網上的論文為Big Data Could Play a Role in Improving Education，發表時間為2012年9月5日，作者為Pavgi，Kedar，發表在Nextgov.com（Online）。而截至檢索時間2019年7月25日，數據庫中檢索到最新的發表文獻為劉三女牙、柴喚友、劉盛英杰、黃山云、胡天慧? 劉智等共同合作發表在《電化教育研究》雜志上的《智能驅動教育技術發展的中德視角——2019年中德雙邊研討會綜述》。

在期刊欄目下來源類別勾選全部期刊的情況下進行檢索，總共檢索到相關論文3787篇。在選擇核心期刊情況下，具體檢索條件如下：

（SCI收錄刊=Y，或者EI收錄刊=Y，或者核心期刊=Y，或者CSSCI期刊=Y，或者CSCD期刊=Y）并且（主題=教育大數據，或者題名=教育大數據）（模糊匹配）。專輯導航：全部。數據庫：學術期刊 單庫檢索

在該檢索條件下總共檢索相關論文791篇，其中最早發表在核心期刊上的論文為國家開發大學魏順平發表在《現代教育技術》上的《學習分析技術：挖掘大數據時代下教育數據的價值》，發表時間為2013年2月15日。

在中國知網的博碩士菜單欄目下以教育大數據為主題進行檢索，總共檢索到論文299篇，其中最早的為2014年中共中央黨校張蘭廷發表的博士論文《大數據的社會價值與戰略選擇》，最新的為2019年西安理工大學趙志碩士發表的《教育大數據統計分析平臺設計與研究》。

為了生動形象地展示各個年份論文發表的情況以及發文趨勢，本研究使用中國知網自帶的論文分析功能做了核心期刊論文發文趨勢分析報告，具體如圖1所示。有關教育大數據的文獻數量逐年遞增，說明教育大數據正受到越來越多的關注，研究成果也越來越多。雖然在2018年出現短暫下滑現象，但在分析中國知網文獻菜單欄檢索條件下的發文趨勢時發現，發文數量在2018年并未下降。由此可知，雖然在核心期刊上的發文數量有所減少，但整體的關注度依然較高。在核心期刊的發文從2013年起一直都是以較快速度增長，在2019年并未結束時，整體發文數量已經超過2018年，說明教育大數據的研究成果日漸豐富，發文數量也在年年增加。

2）作者分析。

①高產作者分析。研究通過CiteSpace軟件對作者的分析功能分別統計分析發表論文前十的作者，以及作者之間的相互合作情況。表1所示為排名前十的高產作者，由于頻數為4的作者出現重復，因此將全部頻數為4的作者均展示在表中，其中排在第一位的為江蘇師范大學的楊現民教授。通過中國知網中的作者知網節可以發現，楊現民教授的主要研究方向為智慧教育、大數據、教育大數據等，而他的最高被引論文中也有多篇關于教育大數據的論文。排名第二的為重慶廣播電視大學的吳南中，通過中國知網檢索發現，其關注領域為學分銀行、職業教育、MOOC、教育大數據等。通過中國知網的作者知網節的最高被引發現，吳南中有關教育大數據的研究主要分布在教育大數據與MOOC的應用研究等相關方面。曲阜師范大學的趙可云教授，通過中國知網作者節中可以發現，主要關注方向為大數據、翻轉課堂等。

根據表1，這十五位作者中，中國知網作者節中關注領域多為大數據、教育大數據，僅少數作者關注的領域中未出現明顯的教育大數據字眼，但關注的都為教育大數據應用較多的領域，如學習分析、個性化教學、智慧教育等。高產作者中，背景多為教育技術學學科領域背景，少數為教育學背景。作者的機構中，師范類院校占據多數，排名前三的作者除吳南中為重慶廣播電視大學外，其余兩位均為師范院校。

②作者合作分析。運用CiteSpace的作者分析功能，通過相關參數調整后，得到圖2所示的作者合作分布圖。該分析總共獲得聚類54個，網絡節點數量為94個，連線數量為52。圖中節點大小代表合作頻數多少，邊描述作者合作次數。由圖可知，有關教育大數據的研究，研究力量較為分散，各個作者各自為政，彼此之間少有合作。即使從圖中看到的合作網絡，通過中國知網數據庫檢索相關作者知網信息時發現，均為同一機構之間作者的第二、第三作者，而跨機構、跨單位之間的作者相互合作較少，在一定程度上制約了教育大數據的研究發展。

除此之外，通過CiteSpace生成的作者時序圖可以發現，除少部分作者關于教育大數據的研究成果有在較大時間跨度之內都有發表以外，大部分作者有關教育大數據的論文數量僅為一篇或者兩篇，很多作者在早期發表一篇論文后，后期并無后續有關教育大數據的研究成果發表。作者關于教育大數據的關注的持續性較低，研究缺乏一定的持續性和持久性。

3）機構及機構合作分析。

①機構分析。為了了解有關教育大數據熱門研究單位和主力機構，研究通過CiteSpace中有關機構分析的功能，分析教育大數據的主力機構，并從機構所屬類型、排名較為靠前的機構等方面進行相關分析。為了方便展示，把從CiteSpace中生成的有關數據進行相關處理，刪除在機構研究中并不重要的選項，如關鍵詞;且并未發現突變指數，故把突變一項也進行刪除處理。由此得到表2所示高產機構，僅選取排名前十的機構進行展示。

如表中所展示的數據，排在第一名的為西南大學教育學部;排名前十的機構中，除武漢大學信息管理學院所屬為綜合類院校外，其余機構均為師范類院校。其中江蘇師范大學的兩個研究機構進入教育大數據發文數量的前十名，分別是江蘇師范大學智慧教育學院和江蘇師范大學智慧教育研究中心。在觀察未出現在前十名的機構時發現，同一學校不同研究單位出現的頻次較高，部分大學或者學院，若不考慮二級機構，則排名還將上升。由此可見，在以大學為組織機構的研究中，江蘇師范大學有關教育大數據的研究走在前列，研究成果發表較多。在利用CiteSpace生成的機構時序圖中也可以發現，關于教育大數據的研究，江蘇師范大學的持續性較強，其次為北京師范大學。

②機構合作分析。為了探討教育大數據研究機構之間的合作情況，本研究利用CiteSpace的機構分析功能對其進行有關分析，得到圖3所示機構合作分析圖。分析總共獲得聚類54個，網絡節點數量為73個，連線數量為24。圖中節點大小代表合作頻數多少，邊描述機構合作次數。根據圖中節點個數，網絡密度為0.009 1。從圖中可知，并無較為突出或者較大的節點，說明有關教育大數據的研究機構之間的合作較少。雖然連線數量為24，但從圖中可以看到，有合作的機構大多為同一學校的不同二級單位，跨學校之間機構的合作較少。因此，有關教育大數據的研究機構分散，各個機構之間缺乏合作，研究力量分散。此外可以發現，有關教育大數據的關注力量主要為師范類院校，缺乏跨背景合作與交流。

4）關鍵詞分析。在檢索條件：

（SCI收錄刊=Y，或者EI收錄刊=Y，或者核心期刊=Y，或者CSSCI期刊=Y，或者CSCD期刊=Y）并且（主題=教育大數據，或者題名=教育大數據，或者v_subject=中英文擴展（教育大數據，中英文對照），或者，title=中英文擴展（教育大數據，中英文對照））（模糊匹配）。專輯導航：全部。數據庫：學術期刊 跨庫檢索

通過手動篩除的方法篩除不符合要求的論文，將數據導入并轉換格式之后，導入CiteSpace，利用其關鍵詞檢索功能對關鍵詞進行有關分析，得出出現頻率最高的十個關鍵詞，分別是大數據、教育大數據、大數據時代、思想政治教育、學習分析、智慧教育、數據素養、教育信息化、美國、人工智能。由于研究的主題為教育大數據，因此，教育大數據作為高頻詞匯出現在前十的高頻關鍵詞中，也理所當然。但在前十的關鍵詞中，令人意外的是思想政治教育作為第四個高頻關鍵詞出現在教育大數據的主題中。

為此，筆者以先前的檢索條件，并結合其后同樣出現的高校思想政治教育關鍵詞為關鍵詞，在中國知網中進行二次檢索，僅在該檢索條件下就檢索到論文99篇。限于中國知網每次只能檢索兩個關鍵詞，而有關思想政治教育的關鍵詞有多個。針對該檢索結果，利用中國知網的計量可視化分析功能，和略讀有關思想政治教育關鍵詞的文獻發現，思想政治教育作為關鍵詞出現的文章主要包括大數據時代思想政治教育的理論探究、大數據時代思想政治教育的模式創新、大數據時代的思想政治教育應用研究等相關主題[6]。

而之后出現的有關教育的大數據的主題的高頻關鍵詞中也出現部分大而泛的關鍵詞，如美國、高校等詞的出現，導致分析結果的導向性受到部分影響，也側面反映了忘卻了提煉關鍵詞的目的。

為了反映各個階段的研究熱點，研究利用CiteSpace制作圖4所示關鍵詞時序圖。針對圖譜進行一定的聚類及大小調整等處理后，使圖能直觀反映分析，使結果更加形象直觀。

如圖所示，該分析總共獲得聚類13個，網絡節點數量為170個，連線數量為491。圖中節點大小代表關鍵詞出現的頻率高低，最上面的時間線則代表該關鍵詞出現時間，而每一根橫向的線則代表該聚類的關鍵詞隨時間的變化。從圖中可知，有關大數據的熱點研究隨時間變化較快，對于研究缺乏一定的持續性，研究廣度較大，熱詞的持續性較差。從圖中2019年的熱門關鍵詞中可以看出，智能教育、教育信息化2.0、數據采集、智慧課堂等受到廣大學者的關注。

3 總結與反思

研究現狀

1）從載文數量看，有關教育大數據的研究從2012年開始受到大家關注，在2013年有關教育大數據的相關論文開始大量出現，在此后幾年有關教育大數據的研究成果數量大幅增長，教育大數據受到大家廣泛關注，相關研究成果豐碩。

2）在研究人員分布上，對于教育大數據的相關研究人員主要集中于教育技術學專業的學者。研究人員對教育大數據的研究關注的持續性較低，大部分研究人員相關研究成果僅為一兩篇。研究力量也較為分散，研究人員之間的合作交流停留在同一學校的不同機構，并沒有形成較大的研究集點。

3）從機構分布情況看，排名前十的有關教育大數據的高產研究機構除武漢大學外，其他均為師范類院校，機構類型單一。同時，機構之間的相互合作也較少，大部分合作僅存在于同一學校的不同二級單位之間，缺乏實質性的合作與交流。

4）在研究熱點方面，對于某個熱點的研究持續性較低，今年較熱的關鍵詞的研究廣度不斷拓寬，但深度較低。目前有關教育大數據受到關注度較高的關鍵詞有大數據、大數據時代、教育大數據、思想政治教育等，其中教育信息化2.0、機器學習、智能教育、中國教師數據素養、思想政治教育等受到廣泛關注。

反思? 目前有關教育大數據的研究受到各方廣泛關注，研究人員不斷豐富，研究成果也不斷豐富。通過對教育大數據的文獻、作者、機構和關鍵詞進行分析，提出幾點建議。

1）提高研究成果的質量和水平。從中國知網的期刊欄目中檢索發現，僅三篇來自EI，在未勾選核心期刊情況下總共檢索出3792條文獻，勾選后論文數量為791篇，占比僅為20%，說明高質量高水平的文章較少。

2）加強機構之間和不同學科背景之間研究的合作交流。目前有關教育大數據的研究學科背景單一、機構之間合作較少，加強合作與交流能凝聚研究力量，促進智慧的火花相互碰撞，節約研究成本。

3）處理好熱點和研究持續性問題。在關注熱點的同時也要注意研究的深度，做好兩者的統籌兼顧。

參考文獻

[1]楊現民，唐斯斯，李冀紅.發展教育大數據：內涵、價值和挑戰[J].現代遠程教育研究，2016（1）：50-61.

[2]張子石，吳濤，金義富.基于CiteSpace的網絡學習知識圖譜分析[J].中國電化教育，2015（8）：77-84.

[3]Liu S， Sun Y P， Gao X L， et al. Knowledge domain?and emerging trends in Alzheimers disease： a scien-tometric review based on CiteSpace analysis[J].NeuralRegeneration Research，2019（9）：1643-1650.

[4]劉勇，生曉婷，李青.人工智能在我國教育領域應用的可視化分析[J].現代教育技術，2018（10）：27-34.

[5]蔡建東，馬婧，袁媛.國外CSCL理論的演進與前沿熱點問題：基于Citespace的可視化分析[J].現代教育技術，2012（5）：10-16.

[6]劉從德，譚春霞.大數據時代思想政治教育研究文獻的定量研究：基于CiteSpace的文獻計量可視化分析[J].學校黨建與思想教育，2019（4）：50-54.

作者：曾漢，西華師范大學教育學院在讀碩士，研究方向為教學設計;鄒霞，通訊作者，西華師范大學教育學院（637000）。