國內知識圖譜在教育中的應用研究現狀分析

摘要：隨著知識圖譜的不斷演變、發展，目前已經被廣泛應用于教育領域。知識圖譜由節點和邊組成，象征著實體與關系。作為一種新興的人工智能技術，知識圖譜受到人們的廣泛關注，研究者們從不同角度展開了對知識圖譜的研究。然而，相較于國外，我國知識圖譜發展較為緩慢，尤其對于知識圖譜與教育的融合策略尚未開展過多研究。文章借助可視化分析軟件VOSviewer，對從中國知網篩選出的963篇期刊文獻進行分析總結，以期厘清知識圖譜在我國教育領域的發展脈絡。研究結果表明，我國教育領域的知識圖譜應用開始于2007年，隨后呈上升趨勢，在2019年達到峰值。領域內的主要研究機構為教育技術學核心期刊，學者之間的合作較弱。知識圖譜在我國教育研究中的主要趨勢有兩個方面，一是將其作為一種研究方法，主要是聚類分析，體現了其工具的作用；二是知識圖譜作為一項新的人工智能技術，在教育實踐研究領域主要用于促進知識圖譜與學科教學的融合，目的是生成可以被一線教師使用的教育產品。我國教育領域知識圖譜研究的熱點話題是可視化分析、CiteSpace、科學知識圖譜、共詞分析、文獻計量學、人工智能、聚類分析、研究現狀、社會網絡與趨勢。此外，探索知識圖譜模型的構建、促進自適應個性化學習也是研究的熱點話題。

關鍵詞：可視化；知識圖譜；教育；聚類分析

中圖分類號：G434 文獻標識碼：A 文章編號：1004-9436（2023）10-0-03

0 引言

知識圖譜是一種語義網絡的知識庫［1］。自2012年谷歌提出知識圖譜的概念以來，其就受到了廣泛的關注。隨著知識圖譜的不斷演變、發展，目前已經被教育界大部分學者所認可，并將其應用于教育領域。有的學者將知識圖譜作為一種研究方法、研究工具；有的學者關注知識圖譜的構建研究；有的學者則關注知識圖譜在學科教學中的應用?？傊R圖譜逐漸成為教育界學者們研究的熱點。

目前，我國教育領域對知識圖譜的研究尚不成熟。為了更好地在教育中應用知識圖譜，本文采用內容分析法和文獻計量法，利用國內研究常用的知識圖譜軟件VOSviewer，對我國教育領域知識圖譜研究的各類文獻內容進行梳理、分析和呈現，厘清知識圖譜在教育領域的發展現狀，為教育工作者更好地應用知識圖譜提供參考。

1 研究設計

1.1 數據來源

在中國知網上以“知識圖譜”“教育”為關鍵詞進行檢索，文獻發布時間截至2022年8月。為了確保文獻的質量，將期刊文獻來源類別設定為北大核心和CSSCI，共檢索到相關期刊文獻963篇。

1.2 研究方法及工具

本文借助可視化分析軟件VOSviewer，對從中國知網篩選出的963篇期刊文獻進行分析。將篩選出的963條基礎數據進行格式轉化，從中國知網以Reforks格式導出后，導入Endnote軟件，將格式轉為ris文件，再將ris文件導入VOSviewer生成作者共現、高頻關鍵詞、關鍵詞共現聚類三類可視化知識圖譜，進而從中探索我國教育領域應用知識圖譜的發展脈絡。

2 研究結果與討論

2.1 年度發文量分析

通過對我國教育領域知識圖譜研究發文量的統計，可從整體把握我國教育領域研究知識圖譜的趨勢及熱點。

總體來看，我國知識圖譜在教育領域中應用的相關研究發文量呈增長趨勢。首次發文是在2007年，發表1篇，2007—2014年呈緩慢上升趨勢。2015—2016年呈猛增趨勢，從50篇增長到97篇。2017—2019年趨于平穩上升，其中2018年發表127篇，2019年發表134篇。2020—2021年呈下降趨勢，其中2020年發表119篇，2021年發表108篇。

2.2 發文期刊的類別及發文情況

通過對發文期刊的類別及發文情況的統計，可以分析出我國教育領域知識圖譜研究的層次、質量以及具體研究內容。

在篩選出的期刊中，發文量排名前六的是《電化教育研究》《中國電化教育》《遠程教育雜志》《開放教育研究》《圖書情報工作》《情報雜志》，分別為32篇、26篇、16篇、15篇、7篇、5篇。發文量排名前四的均為教育技術學領域的核心期刊，四大核刊所發文章占全部文章的65.92%。由此可見，知識圖譜在教育領域中的應用是教育技術學界學者研究的熱點內容。2019年，四大期刊發文量均達到峰值，《電化教育研究》發表5篇，《中國電化教育》發表5篇，《遠程教育雜志》發表3篇，《開放教育雜志》發表2篇。

綜上所述，2019年為我國教育領域知識圖譜相關研究發文量高峰。艾瑞咨詢發布的《2020年中國知識圖譜行業研究報告》顯示，2019年涵蓋大數據分析預測、領域知識圖譜及NLP應用的大數據智能市場規模約為106.6億元［2］，對知識圖譜的研究形成了一股熱潮。當前，知識圖譜已經應用于多種行業，其在教育領域的應用也更加深入。李振、周東岱等學者構建了教育知識圖譜模型——EKGCM模型，以應對通用知識圖譜在遷移中存在的識粒度模糊、領域適應性不強等問題［3］。李艷燕、張香玲等學者構建了適用于智慧教育的學科知識圖譜，并在此基礎上提出了學科知識圖譜在智慧教育中的應用場景［4］。學者們利用知識圖譜強大的可解釋性、可視化分析功能來實現自適應教學。

2.3 作者共現知識圖譜分析

將963篇文獻導入VOSviewer軟件進行作者共現分析，在知識圖譜應用于教育領域的研究中，共提取出1797名作者，以發表4篇核心期刊文章為最低標準，篩選出30名教育領域知識圖譜研究高產作者。

30名核心作者大多獨立開展研究，其中周東岱、郭文斌的發文量與合作者較多，是教育領域知識圖譜研究的關鍵作者。同時，形成了比較顯著的兩大研究合作群體，即以東北師范大學信息科學與技術學院博士生導師周東岱、東北師范大學信息科學與技術學院博士研究生李振形成的第一合作群體，與以陜西師范大學碩士生導師郭文斌、華東師范大學博士生導師方俊明形成的第二合作群體。

經分析，在知識圖譜應用于教育的研究領域中，作者之間合作較弱，大多為本校教師之間或導師與學生之間的合作，且人數不超過3人。

2.4 高被引文獻分析

高被引文獻的內容是被大多數研究者認可的觀點，通過對高被引文獻的分析，可以了解到知識圖譜在教育領域的基本發展趨勢［5］。

剔除僅以知識圖譜作為分析工具的文章以后，知識圖譜在教育中的應用研究領域被引量前十的期刊文獻如表1所示。

高被引文獻主要涉及以下三個方面。

2.4.1 將知識圖譜作為一種研究方法

郭文斌將知識圖譜作為一種新的內容可視化工具，通過實例闡述了內容可視化的原理、注意事項［6］。湯建民提出了一套學科知識圖譜的繪制方法，并通過案例證明了其有效性及可行性。他認為，知識圖譜已經成為一種新的學科發展研究方法［7］。知識圖譜作為一種新的可視化工具應用在教育研究中，可以幫助學者厘清研究思路。

2.4.2 知識圖譜的構建技術

李振等學者提出了知識圖譜的構建技術，將教育知識圖譜的構建方法分為四個步驟［8］。鐘卓等學者提出了教育知識圖譜KQA模型，并從四個維度構建了教育知識圖譜KQA模型，以期解決目前教育領域存在的內容分散、能力刻畫不足等問題［9］。許多學者著重研究知識圖譜的構建技術，通過各類算法搭建更便捷、更簡潔的知識圖譜網絡圖，實現個性化學習。

2.4.3 知識圖譜與學科教學的融合

黃煥等學者構建了課程知識圖譜，并且設計了一個可供參考的課程知識圖譜案例，以期提升學生對編程知識的學習能力，實現個性化學習［10］。范佳榮等學者探討了學科知識圖譜的理論依據，在此基礎上構建了學科知識圖譜結構模型，并且提出了基于學科知識圖譜的思維發展機制［11］。由此可見，這部分學者傾向于探索技術與學科之間的融合路徑，將知識圖譜應用于學科教學，從而有效實現跨學科交流。

2.5 研究熱點分析

將所獲得的963篇文獻導入VOSviewer軟件進行關鍵詞分析，在知識圖譜應用于教育研究領域中，共獲取1817個關鍵詞，以單個詞語詞頻3次為最低值進行篩選，共得到203個高頻關鍵詞，并生成高頻關鍵詞共現知識圖譜，如圖1所示。

對前20個高頻關鍵詞進行梳理排序，通過分析可得，可視化分析（119次）、CiteSpace（107次）、科學知識圖譜（40次）、共詞分析（35次）、文獻計量學（33次）、人工智能（30次）、聚類分析（24次）、研究現狀（21次）、社會網絡與趨勢（18次）等高頻關鍵詞成為當下教育領域知識圖譜研究的熱點話題。可見，我國教育領域大多學者將知識圖譜作為一種可視化研究工具，采用聚類分析方法進行研究探索。此外，將知識圖譜作為一項新的人工智能技術，現在的主要研究熱點是以算法為中心，生成教育產品，為實現智慧教育服務，從而滿足學生自適應個性化學習的需求。

3 結語

本研究通過內容分析法和文獻計量法，利用可視化軟件VOSviewer對知識圖譜在我國教育中的應用研究進行分析。研究結果表明，知識圖譜在我國教育研究中的主要趨勢有兩個方面，一是將其作為一種研究方法，主要是聚類分析，體現了其工具的作用；二是知識圖譜作為一項新的人工智能技術，在教育實踐研究領域促進知識圖譜與學科教學的融合，進而生成可以被一線教師使用的教育產品。此外，知識圖譜在技術層面如何完善、發展，如何更高效地應用在教育教學中，這些問題仍值得進一步研究。

參考文獻：

［1］ 漆桂林，高桓，吳天星.知識圖譜研究進展［J］.情報工程，2017，3（1）：4-25.

［2］ 去往認知海洋的一艘船 中國知識圖譜行業研究報告 2019年［C］//艾瑞咨詢系列研究報告（2020年第4期）. 2020：863-907.

［3］ 李振，周東岱.教育知識圖譜的概念模型與構建方法研究［J］.電化教育研究，2019，40（8）：78-86，113.

［4］ 李艷燕，張香玲，李新，等.面向智慧教育的學科知識圖譜構建與創新應用［J］.電化教育研究，2019，40（8）：60-69.

［5］ 何文瀅，鐘志勇.國內混合式學習研究評述與展望（2005—2021年）：基于VOSviewer的可視化分析［J］.教育文化論壇，2022，14（5）：124-135.

［6］ 郭文斌.知識圖譜：教育文獻內容可視化研究新技術［J］.華東師范大學學報（教育科學版），2016，34（1）：45-50，114.

［7］ 湯建民.學科知識圖譜的繪制及在學科發展監測與評價中的應用［J］.情報理論與實踐，2009，32（10）：55-59.

［8］ 李振，周東岱.教育知識圖譜的概念模型與構建方法研究［J］.電化教育研究，2019，40（8）：78-86，113.

［9］ 鐘卓，唐燁偉，鐘紹春，等.人工智能支持下教育知識圖譜模型構建研究［J］.電化教育研究，2020，41（4）：62-70.

［10］ 黃煥，元帥，何婷婷，等.面向適應性學習系統的課程知識圖譜構建研究：以“Java程序設計基礎”課程為例［J］.現代教育技術，2019，29（12）：89-95.

［11］ 范佳榮，鐘紹春.學科知識圖譜研究：由知識學習走向思維發展［J］.電化教育研究，2022，43（1）：32-38.

作者簡介：陳一鳴（1996—），女，河南南陽人，碩士在讀，研究方向：信息技術教育應用。