近十年國內個性化學習研究現狀與展望
——基于CNKI(2011—2020)的文獻知識圖譜分析

許冬平

(上海師范大學，上海200234)

1 引言

《國家中長期教育改革和發展規劃綱要(2010—2020 年)》《教育信息化十年發展規劃(2011—2020 年)》《教育信息化“十三五”規劃》《教育信息化2.0行動計劃》《中國教育現代化2035》等文件多次強調個性化學習的重要性。近十年來，個性化學習得到了國家、社會的廣泛關注。研究者以“個性化學習”為主題在中國知網中檢索，結果顯示自2010 年以來文獻數量提升顯著。基于此，本研究對近十年國內個性化學習研究進行可視化分析，窺探其研究現狀與熱點，為后續研究提供參考。

2 研究設計

2.1 數據來源

檢索文獻的質量直接決定文獻計量分析的準確度和解釋度，一個學科的基礎文獻常常集中于影響力較大的核心期刊中，對核心期刊進行統計分析可以了解該學科的基本情況[1]。因此，本研究數據來源為中國知網中CSSCI(含擴展版)數據庫，檢索時間范圍為2011—2020年，主題詞為“個性化學習”，通過檢索得到文獻592篇，對592篇進行篩選，最終獲得可分析文獻587篇。

2.2 研究工具與方法

本研究主要采用的研究工具為可視化文獻分析軟件CiteSpace，它能對數據庫中析出的文獻資料進行有效處理，快速提煉出研究領域的基本信息，以清晰直觀的知識圖譜揭示該領域的研究現狀和演進方向[2]。

3 知識圖譜分析

3.1 時間分布

某一領域研究數量的變化能夠反映該領域的研究進展。如圖1，近十年國內個性化學習研究數量呈上升趨勢，年均發文量為58.7 篇，2017 年達到峰值，發文量為83 篇，2018—2020 年發文量出現些許波動，但基本保持在較高水平。基于此，個性化學習在國內的整體關注度提升，是國內學界關注的熱點領域。但是，國內個性化學習研究起步相對較晚，許多理論與實踐問題亟待解決，需要投入更多的研究。

圖1 2011—2020年個性化學習研究時間序列統計

3.2 機構分布

應用Citespace 對所選文獻的機構分布進行分析(如圖2)，節點大小代表頻次高低，連線代表二者之間存在合作關系，連線的粗細程度表示研究者之間合作的強弱。

圖2 機構合作網絡

從機構發文數量來看，東北師范大學、華東師范大學、北京師范大學以及華南師范大學是該領域研究的領軍力量。

從機構合作角度來看，各個節點之間雖有連線，但連線較細，且多為校內合作.總體而言形成的結合體不多，說明國內對外個性化學習領域的研究，機構間合作度不高，關聯度較低。

3.3 作者分布

作者群體的研究素養決定著一個研究領域的深度與廣度，明晰一個研究領域的核心作者，能夠為后續研究提供參考[3]。作者分布結果如表1，人均發文量2.05篇，發文量最多的是東北師范大學學者趙蔚和姜強，分別為20篇。根據普萊斯理論，該領域核心作者最低發文量為3.35 篇。經統計，共有14 位核心作者，共發表文獻106 篇，占全部文獻的18.06%，低于50%，說明個性化學習研究領域還未形成具有一定規模的核心研究群體。核心作者人均發文篇數7.57 篇，相較于人均發文量2.05篇，可稱為高產出作者，這表明個性化學習研究領域已經有了相對固定的作者群。

表1 作者分布

3.4 關鍵詞共現分析

關鍵詞是一篇論文內容的高度濃縮[4]，一般而言，高頻關鍵詞能夠表明學界的研究熱點。通過關鍵詞共現分析，繪制出關鍵詞共現知識圖譜，并將詞頻≥10 的關鍵詞繪制成表格(如表2)，除去檢索主題詞，學習分析以47 次高居榜首。一般認為，節點中心性≥0.1，則該節點較重要。據統計，中介中心性≥0.1的關鍵詞有6 個，分別是“個性化學習”“學習分析”“人工智能”“大數據”“MOOC”以及“個性化”，在一定程度上能夠體現該領域研究熱點。

表2 高頻關鍵詞頻次表

為進一步明確研究熱點，對關鍵詞進行聚類分析(見圖3)，采用對數似自然律算法(Likelihood Rate，簡稱LLR)，得到模塊值Q=0.5892＞0.3，平均輪廓值S=0.8647＞0.5，該聚類結果合理。結合聚類對文本進行深入閱讀，并作出如下討論。

圖3 關鍵詞聚類分析

聚類#0“MOOC”關注個性化學習的實現方式，諸多研究者均指出可以通過MOOC 開發、微課制作、翻轉課堂等方式推動學習者個性化學習的實施[5-7]。

聚類#1“自適應學習”關注基于學習者視角的個性化學習路徑。隨著人工智能、大數據、學習分析等技術在教育中的深度應用，自適應學習已經成為在線教育的新熱點[8]。

聚類#2“學習分析”關注學習者各類數據的分析及其重要作用。如何有效利用學習者相關海量數據成了學界焦點。有研究者指出可以通過構建個性化學習平臺進行學習分析，從而實現因材施教[9]。

聚類#3“教育信息化”關注個性化學習的政策與背景。個性化學習是教育信息化背景下的發展趨勢，同時，如何實施好個性化學習也將是未來教育的一大挑戰[10]。

聚類#4“個性化學習”關注個性化學習的相關理論與實踐。多元智力理論、元認知理論、“以人為本”教育理念、教育公平理論以及人的全面發展學說是個性化學習堅實的理論基礎。

聚類#5“面向服務”關注個性化學習服務的供給。豐富的學習資源既給學習者帶來了自主選擇的權利，同時也讓學習者陷入了抉擇困境。有研究者提出解決方案：通過構建面向服務的MOOCs教學模型，支持和促進學習者個性化學習[11]。

聚類#6“教育大數據”關注通過數據來驅動個性化學習與聚類#2 有相似之處，但聚類#6 更加關注學習評價。有研究者認為可以通過構建個性化學習評價模型，最終推動學習者個性化學習[12]。

聚類#7“個人學習環境”關注個性化學習網絡環境的構建。如何構建有利于學習者個性化學習需要，促進其終身學習的學習環境，是現代遠程教育值得研究的重要課題[13]。

聚類#8“學習科學”關注學習科學理論指導下的個性化學習相關研究與實踐。有研究者提出構建智能學習環境下的“學習—教學—評估”一體化中小學在線教學應用體系，來推動學習者居家學習期間的個性化學習[14]。

聚類#9“個性化教育”關注個性化教育的開展與落實。個性化教育是近10年來國際社會關注的話題，它建立在時間、空間、學習者的要求和特點、互動這四個維度的基礎上[15]。

4 討論與展望

基于知識圖譜分析，本研究對國內個性化學習研究的發展現狀與熱點做以下總結。

4.1 研究數量處在上升期，合作廣度與深度需加強

近十年來，國內個性化學習研究數量整體呈上升趨勢。從作者分布來看，當前已經形成了相對固定的作者群，但還未形成一定規模的核心研究群體。從機構分布來看，東北師范大學、華東師范大學、北京師范大學以及華南師范大學等師范院校是該領域研究的領軍力量。然而，國內相關研究起步較晚，研究總數仍不足，許多理論與實踐問題亟待解決。此外，從合作角度來看，如東北師范大學等部分機構形成了機構內合作，但總體而言形成的結合體不多，機構間合作度不高，合作的廣度和深度有待加強。

4.2 學習分析等技術成為個性化學習實施的重要支撐

因材施教是個性化學習的核心。學習分析技術能夠對教育數據進行挖掘與分析，通過模型構建等方式探索教育領域各變量間的關系，為個性化學習的實施提供依據。在教育信息化的背景下，學習分析等技術將極大推動個性化學習的實施并提升其效果，自適應學習模式的發展能更好地滿足學習者個性化學習的需求。

4.3 在線學習仍將是個性化學習研究領域的重大熱點

在教育信息化與疫情防控的雙重背景下，在線學習方式和混合學習方式成為熱點話題。基于內容分析，首先，對個性化在線學習進行討論，就離不開對在線學習環境的討論。要實現在線學習質量的提升，必須對個性化在線學習的環境展開研究。其次，在線學習資源的質量同樣影響個性化學習的質量，目前有關MOOC開發、微課制作等個性化學習資源的研究已有不少，但效果存疑，應加大研究與實踐的力度。最后，在線學習資源的個性化推薦能夠為學習者創造更好的在線學習環境，提高學習效率，正在成為該領域的熱點話題。因此，有關在線學習的研究仍將是該研究領域的重大熱點。