基于TF-IDF 算法和DTM 模型的網絡學習社區主題分析＊

董 偉 董思遙 王 聰 陶金虎

（天津大學 教育學院，天津 300350）

引言

作為信息技術背景下的學習平臺，網絡學習社區相較于傳統的教學模式具有更強的互動性、參與性、開放性和個性化特點，并發揮著促進社區成員交流與知識共享、改革個體學習和群體學習模式的作用[1]。網絡學習社區又稱虛擬學習社區，其形式最早可追溯至20 世紀70 年代由伊爾萊姆大學開發的電子公告欄（Bulletin Board System，BBS），學生聚集在一起通過相互提問、回答與評價問題的方式進行簡單的社區式交互學習，大大提高了師生、生生之間的交流程度[2]。在此后的幾十年中，網絡學習社區的概念雖然未被明確定義，但多數研究者就“網絡學習社區是網絡社區在學習上的應用，是一種學習共同體”[3]這一觀點達成了共識。

近年來，國內學者從不同角度分析了我國網絡學習社區領域的研究現狀和發展動態：在定性研究方面，王英讓[4]、趙揚等[5]從社區類型、社會性維度等方面進行了剖析和總結；在定量研究方面，貴佳林等[6]利用社會網絡工具對網絡學習社區領域的關鍵詞進行可視化分析，并通過對共現高頻詞的小團體分析粗略地劃分了非正式學習、知識管理等主題。然而，諸如共詞分析、聚類分析、引文耦合等傳統的文獻計量方法往往只能從靜態維度對網絡學習社區領域進行探索和分析，且難以深入地對文獻內容進行有效識別，無法動態地揭示該領域主題的演化過程。基于此，本研究采用TF-IDF 算法和DTM 模型，通過分析國內關于網絡學習社區的文獻內容，掌握國內有關網絡學習社區的研究熱點、主題的發展變化趨勢以及主題自身的演化狀況，進而更深入、系統地了解國內關于這一研究領域的發展歷程和趨勢，旨在為未來網絡學習社區在我國的發展提供新的研究切入點和思考。

一 研究設計

1 數據來源

本研究選取中國知網（CNKI）的中國學術期刊網絡出版總庫作為檢索的數據庫，文獻類型限定為“期刊”，檢索主題為“網絡學習社區”“在線學習社區”“虛擬學習社區”等，文獻發表的時間范圍為2010～2020 年，檢索時間為2021 年3 月30 日。經過檢索，共得到1031 條數據；剔除報紙、年鑒、會議文摘、商業評論等非論文形式的文獻之后，得到951 條有效數據。

2 研究工具

本研究使用TF-IDF 算法統計有效數據文本中的高頻詞匯。TF-IDF 算法是一種加權技術，它可以對獲取到的所有文獻進行詞頻權重分析，并提取其中權重較高的特征詞。TF-IDF 算法的優點在于可以過濾掉文本中常見但沒有實際意義的詞語，同時保留真正影響文本的詞語，故TF-IDF 算法比普通的詞頻統計法得到的結果更加準確、客觀，其具體計算如公式（1）所示[7]。

DTM 模型是對隱含狄利克雷分布（Latent Dirichlet Allocation，LDA）模型的繼承與發展。2012 年，Li 等[8]通過實驗，驗證了DTM 模型可以通過動態處理基于時序的文檔數據集，識別與追蹤數據集的動態主題，揭示某一領域內主題和主題詞的協同演變脈絡。基于此，本研究通過DTM 模型識別研究主題并梳理主題自身的演化情況。DTM 模型的應用原理是首先將檢索到的文獻摘要的文本數據按照時序進行離散化切片，然后假定相鄰時間片上的主題分布和主題內容都隨時間演化[9]，最后識別出時間連續的摘要數據集合的主題鏈，其主題演變模型如公式（2）所示。

困惑度是確定主題模型最優主題數目的重要判斷指標，困惑度值越小，模型泛化能力越強，當前主題數目就越優[10]。困惑度的計算如公式（3）所示。

為了使主題識別的結果更準確，本研究設置了多個主題數并反復將其與困惑度的對應關系進行實驗，實驗結果顯示：當主題數量為9 時，折線變化趨于穩定，即擬合關系最好，冗余度低，最有代表性[11]。因此，本研究把DTM 模型的主題數閾值設為9，之后通過建模選取熱度最高、能反映研究內容的詞語，并在DTM 模型的支持下確定詞語對主題的貢獻度，即某一詞語在所有時間片段下的分布總概率，然后對詞語的貢獻度進行排序，最終人工確定文獻的研究主題。

二 網絡學習社區的研究熱點與研究主題分析

1 基于TF-IDF 算法的網絡學習社區研究熱點分析

利用TF-IDF 算法進行計算，本研究對網絡學習社區研究領域中有效關鍵詞的詞頻進行分析，根據公式（1）計算詞頻權重，統計出排名前15 的高頻詞，結果如表1 所示。

表1 高頻詞及詞頻權重

通過分析高頻詞可以發現，網絡學習社區屬性鮮明，研究內容豐富，涉及多個方面。其中，熱度高的詞大多與學習有關，如學習者、教學、知識、教師、課程等，這個結果體現了網絡學習社區具有明確的教育屬性，即網絡學習社區是以學習為主要目的、以提高學習績效為最終目標的社區，這正是其與普通網絡社區的本質區別之所在。此外，平臺、技術、Web 2.0、模型等高頻詞與開發、搭建網絡學習社區這個在線平臺的硬件和軟件技術有關，而交互、共享、社會、情感等高頻詞與網絡學習社區參與者之間的交流、互動緊密關聯，這顯示網絡學習社區的研究熱點中既包含技術取向的內容，也包含社會取向的內容。

2 基于DTM 模型的網絡學習社區研究主題分析

根據DTM 模型對2010～2020 年網絡學習社區領域文獻主題分類的處理結果，按照建模時設定的閾值，本研究將網絡學習社區領域的相關研究劃分為九類主題，并在每個研究主題中選擇熱度值高且有代表性的10 個詞作為關鍵詞，以揭示該研究主題的具體內容，如表2 所示。

表2 網絡學習社區九類研究主題及其關鍵詞

①平臺建設：包括技術、資源、Web 2.0、個性化等關鍵詞。平臺建設主要涉及兩個方面內容，一是其構建原則和構建模型，二是在建設過程中其所用的技術和工具，最終通過對平臺整體的建設達到提升用戶學習效率和學習體驗的目的。

②學習動機：包括效能、積極性、動機、歸屬感等關鍵詞。網絡學習社區是網絡學習資源的共享空間，研究者不斷從理論層面出發，挖掘影響社區學習者學習動機的相關因素（如學習者的積極性和歸屬感等因素），從而探討促進學習效果的方法和路徑。

③學習者交互：包括交互、論壇、社會性、參與、情感等關鍵詞。網絡學習社區中的學習者除了完成學習任務，還會參與到留言評論、加入論壇或小組討論等活動中進行互動交流。學習者在交互過程中形成獨特的情感體驗，由此產生對社區的認同感和歸屬感，同時能夠更好地集思廣益，達到優于個體學習的學習效果。

④學習模式：包括學習者、角色、協作、體驗、小組等關鍵詞。學習者在網絡學習中的學習模式，會直接影響其在線學習效果。網絡學習社區的小組成員之間互動頻繁、強調協作學習，這與傳統學習模式存在較為明顯的區別。社區中的各小組成員承擔各自的責任，扮演不同的角色，通過組內合作、組間競爭進行思維碰撞和知識共享，最終獲得能力提升、實現創新突破。

⑤學習服務：包括學習型、培訓、社會、終身教育、遠程教育等關鍵詞。在當今這個學習型社會中，終身教育的理念日漸深入人心，網絡學習社區的服務范圍和服務對象已擴展至整個社會。通過遠程教育的形式，網絡學習社區一方面可以幫助成人繼續充實自身、完成知識建構；另一方面能在各個領域發揮助學功能，在整個社會中發揮更加積極和重要的作用。

⑥社區生態：包括環境、臨場感、生態、管理、社交等關鍵詞。研究者從生態學的角度出發，將在線學習社區看作是學習者與社區學習環境構成的一個完整的遠程生態學習系統。其中，維護好社區生態系統內部獨特的功能、機制和社區文化，可以使社區成員更好地適應系統并發揮其自身價值[12]。因此，從生態系統的角度進一步完善網絡學習社區的功能和結構，并提出新的管理策略，對提高學習活動的效率具有重要的研究意義。

⑦知識共享：包括知識、建構、共享、協同、傳播等關鍵詞。社區成員通過顯性知識和隱形知識的傳播來獲取、發現知識。其中，知識傳播中的共享是成員在社區中高效學習的核心價值之一，知識的傳播機制、成員之間的協同互動都會影響知識的共享進而促進知識的傳遞和轉化。因而，對社區中知識共享環節特征的探究有利于進一步完善社區功能和結構。

⑧混合教學：包括師生、教學模式、混合、翻轉課堂等關鍵詞。網絡學習社區可以作為教學平臺應用于數學、英語等學科中，成為課堂教學中混合式教學的重要工具，其表現形式多種多樣，如翻轉課堂、MOOC 等。此外，師生交流、教學評價等也是混合教學研究關注的內容。

⑨學習環境：包括虛擬現實、技術、實施、云、網絡分析等關鍵詞。隨著虛擬現實技術、云技術等的發展，將這些信息化技術與網絡學習社區相結合，為用戶建立更加智慧、更接近于真實的虛擬學習環境，實現智能化學習，是提升網絡學習社區學習活動效率、優化用戶學習體驗的有效途徑。

結合不同主題的相關文獻，可以進一步發現：在九類研究主題中，平臺建設、學習動機、學習模式主題屬于網絡學習社區領域的基礎研究，側重于探討如何在理論和技術層面構建網絡學習社區、挖掘學習者學習動機的影響因素以及完善學習者在社區中表現的學習模式；學習服務、混合教學、學習環境主題偏向于網絡學習社區的功能與應用研究；學習者交互、社區生態、知識共享主題則主要體現了社區的社會性和人文性。

三 基于時序的網絡學習社區主題熱度與演化情況分析

本研究根據對研究主題熱度的建模，得到了基于時序的主題熱度矩陣，進而可以對九類研究主題的演化趨勢展開分析。為了更加形象、清楚地展現網絡學習社區研究主題隨時間的熱度變化情況，本研究繪制了熱度高低均值圖（如圖1 所示），來表示國內網絡學習社區研究主題熱度矩陣；同時繪制了基于時序的九類研究主題的熱度曲線圖（如圖2 所示），以清晰地揭示每類研究主題隨時間變化的演化情況。

圖1 網絡學習社區九類研究主題的熱度高低均值圖

圖2 網絡學習社區九類研究主題的熱度曲線圖

1 主題熱度高低均值分析

在圖1 中，X 軸表示9 類研究主題，Y 軸表示這些主題的熱度值；圖內的圓點代表2010～2020 年網絡學習社區研究主題的熱度均值，實線和虛線分別代表熱度的最高值、最低值。圖1顯示，在九類研究主題中，混合教學的熱度均值最高（＞0.5），且熱度區間較小，說明該主題一直是熱點研究領域，屬于核心研究主題；學習動機的熱度均值最低（＜0.35），且熱度區間較小，說明該主題受到的關注度一直不高，屬于邊緣研究主題；其余七類主題的熱度均值相差不大（均大于0.4、小于0.45），其中平臺建設、學習者交互、社區生態的熱度區間極小，說明這三個主題的熱度較為穩定，長期受到了一定程度的關注；學習環境的熱度區間極大，說明該主題熱度變化明顯，有可能只是在某一段時間內受到的關注度較高，但此關注度不具有持久性；而學習模式、學習服務、知識共享的熱度區間處于中等水平，說明這三個主題的熱度雖有一定的波動性，但在較長一段時間內受到了一定程度的關注。

2 主題演化情況分析

圖2 清晰地展示了網絡學習社區九類研究主題的熱度值隨時間變化的演化情況，其中X 軸代表年份，Y 軸代表各主題的熱度值。九類研究主題的演化情況具體分析如下：

（1）具有核心熱點特征的主題是混合教學和學習服務

混合教學和學習服務的熱度均值都相對較高（分別為0.501、0.435），并且在2014 年后兩者的研究熱度均有明顯的上升，具有較強的核心熱點特征。具體來說：①混合教學方面主要集中于網絡學習社區如何與各個學科的教學相結合，探索出新的教學模式以促進教學，如李玉順等[13]探討了新環境下高中語文學科的教學模式，為在線學習社區與課堂教學的融合提供了實踐支持；②學習服務方面主要涉及網絡學習社區在非正式學習場合為學習者提供輔助學習的功能，在一定程度上體現了終身學習的理念，如譚敬德[14]在網絡學習社區中為成人自學考試構建了一種新的助學模式，充分發揮了學習社區在遠程教育中的助學功能。近十年來，混合教學主題和學習服務主題研究熱度的上升意味著研究者對網絡學習社區應用研究的關注進一步加大。

（2）具有穩定發展特點的主題是平臺建設、學習者交互和社區生態

平臺建設、學習者交互和社區生態這三個主題的熱度均值不低，熱度波動不明顯，表明它們是網絡學習社區領域相對穩定的重要研究主題。具體來說：①平臺建設主要集中于不同情境下網絡學習社區的構建與優化。平臺建設這一主題的研究熱度在2012 年之前有所下降，2012年之后開始緩慢回升。隨著移動通信技術的快速發展和無線網絡技術的逐漸成熟，移動網絡學習社區蓬勃發展，移動學習社區的平臺構建成為了一個研究熱點。例如，岳紅麗[15]探索了英語移動學習社區的“三位一體”構建策略及其相應的構建過程，有助于實現線上與線下的大學英語同步學習。②學習者交互是從社會關系學的角度出發，強調網絡學習社區中學習者之間社會互動的重要性。例如，戴心來等[16]對社區中學習者參與互動的特征進行分析，進而提出了實施有效教學干預的措施。學習者交互研究對于研究者探討學習社區歸屬感的形成、探索如何提高社區成員學習效果具有重要的理論價值。因此，學習者交互在未來一段時間內仍將是網絡學習社區的一個研究熱點。③社區生態是從生態學的視角出發，將網絡學習社區作為由學習環境與學習主體構成的生態系統，并結合現代學習理論和生態學習觀的基本思想，探討如何將生態學與學習社區相結合，構建符合生態平衡的網絡學習社區生態系統[17]。例如，張欣[18]從生態學的視角出發，分析了影響網絡學習社區管理的因素，并提出了實現社區可持續發展的相應對策。

（3）具有發展潛力的主題是學習環境

學習環境主題的熱度波動較大（波動值達到了0.045），且具有明顯的上升趨勢，在未來有可能成為具有核心熱點特征的主題。隨著信息化2.0 的提出和大數據、人工智能等技術的發展，學習空間如何進行智慧化和智能化改進逐漸成為研究的熱點。例如，李琛[19]從服務、資源、工具等多個角度提出構建學習共享空間，以及與移動學習進行結合的有效發展路徑。

（4）逐漸弱化的主題是學習模式、知識共享和學習動機

學習模式、知識共享和學習動機的整體熱度均值不高，研究逐漸走向邊緣化。具體來說：①學習模式主題的熱度波動較為明顯，整體呈下降趨勢。該主題在2014 年以前的熱度相對較高，但由于其研究范疇存在一定的泛化，且創新動力不足，因此該主題的相關研究熱度逐漸弱化。②知識共享主題的熱度呈逐年下降趨勢，這意味著從知識交流與共享層面去促進社區內部知識傳播效率的相關理論研究在近十年內已不再是研究者關注的重點。③學習動機主題的熱度均值最低，且熱度波動較小，其隨時間變化的演化情況表明關于學習動機主題研究的后續動力不足，在一定程度上可以說已經進入研究的瓶頸期。

四 結論與建議

1 研究結論

本研究利用TF-IDF 算法分析了網絡學習社區的研究熱點，其中對排名前15 的高頻詞進行分析后發現，網絡學習社區具有明確的教育屬性，由此揭示了網絡學習社區與普通網絡社區的本質區別；同時，網絡學習社區的研究熱點中既包含技術取向的內容，也包含社會取向的內容。此外，本研究利用DTM 模型，將網絡學習社區領域的相關研究劃分為九類主題：平臺建設、學習動機、學習者交互、學習模式、學習服務、社區生態、知識共享、混合教學、學習環境。

在此基礎上，本研究基于時序對網絡學習社區的研究熱度和演化情況進行了分析，發現混合教學和學習服務等主題的熱度相對較高，且保持明顯的上升趨勢，具有核心熱點特征；平臺建設、學習者交互、社區生態等主題熱度的演化情況較為平穩，具有穩定發展特點；學習環境主題的熱度雖然目前的整體水平不高，但其發展的上升趨勢明顯，具有一定潛力成為未來新的核心主題；學習模式、知識共享和學習動機等主題的熱度整體相對較低，發展趨勢下降明顯，成為研究熱度逐漸弱化的主題。

2 未來網絡學習社區的發展建議

本研究通過對文獻數據進行挖掘與分析，系統梳理了網絡學習社區領域的研究熱點，揭示了該領域相關研究的演化過程和演化特征，為該領域的創新與深入研究提供了一定的數據支撐和理論參考。需要指出的是，當前網絡學習社區研究仍存在一定的局限性，對此本研究提出了相應的發展建議，具體如下：

①研究主題應進一步系統化。通過高頻詞分析和主題識別可以發現，網絡學習社區的研究范圍較為廣泛，能夠反映熱點和主題的關鍵詞較為分散，缺乏一定的系統性。多數研究集中于對現象的討論和技術的應用，而對網絡學習社區中相關理論內核和研究方法的探索較少。這在一定程度上與網絡學習社區在我國所處的發展階段為初級階段和新技術的不斷迭代有關，也與許多研究采用的理論視角、模型或方法等較為單一有關。由于網絡學習社區領域建設具有一定的跨學科特點，因此有必要在借鑒和整合相關學科領域研究理論或方法的同時，探索形成具有網絡學習社區領域自身特點的理論方法體系和研究范式，以指導并促進相關研究的不斷深入。

②多元化的社會群體應被納入研究視野。從網絡學習社區的研究熱點和主題分析結果來看，可以發現其研究對象主要為教師和學生。隨著我國學習型社會的建設和終身學習概念的普及，擁有繼續學習期望與需求的社會群體不再限于學校的教師和學生，而是原來越多元。多元化的社會群體對網絡學習社區的需求及其自身的生理、心理特點與在校師生之間存在一定的差異，如技術工人可能更期待開設有實操技巧的相關課程、老年人往往不善于操作電子設備而希望獲得更多的指導和幫助等。因此，后續研究有必要參照學習群體的類型，根據不同群體的學習需求和特征對其學習模式進行深入分析，從而豐富網絡學習社區多元化學習群體學習的相關理論研究與實踐。③社區的人文性研究仍存在深入探索的空間。虛擬學習環境是一種人工環境，人文性是其基本特征[20]。結合主題演化情況的分析結果，可以發現能夠反映網絡學習社區人文性特征的主題如知識共享、社區生態的研究熱度呈明顯的下降趨勢，可見網絡學習社區中的人文性研究相對不足。目前，許多網絡學習社區的實際應用效果并不理想，用戶活躍度不高，學習者之間難以進行持久交互。這些現象的出現在一定程度上是由于社區沒有形成良好的人文環境、沒有為學習者提供更好的融入機制，因而學習者沒有強烈的歸屬感。對此，未來有必要對學習者交互、社區生態等主題進行深入研究，分析學習者交互的情感特征，探討學習者參與交互的激勵機制，進一步推動網絡學習社區中學習共同體構建、社區學習生態優化以及社區文化環境建設等方面的相關研究。此外，通過研究主題的演化情況分析可知，學習環境主題具有較大的發展潛力，而結合主題關鍵詞的分析可以發現，當前對于利用“虛擬現實”“云”等相關技術進行環境構建的理論探討已相對充分。因此，未來有必要關注新興技術在教學中的實踐與應用，通過搭建個性化學習情境，分析學習者的學習體驗與學習效果，優化學習資源的精準推薦，使智慧化、智能化網絡學習社區的構建成為現實。