國內“大數據+教育”研究可視化分析

摘"要：大數據因其大量、高速、多樣、低價值密度、真實性等特點，引起了教育領域的深刻變革，滿足了教育的個性、靈活、開放的需求。運用citespace軟件，文章對“中國知網”（CNKI）檢索得到的2013—2023年期間的406篇“大數據+教育”相關核心期刊論文進行可視化分析。分析“大數據+教育”相關論文的數量、相關知識圖譜和聚類分析，探究“大數據+教育”研究的熱點和前沿方向。綜述研究結論，提出大數據在我國教育領域的應用服務前景。

關鍵詞：大數據；大數據+教育；知識圖譜；可視化分析

中圖分類號：F2"""""文獻標識碼：A""""""doi：10.19311/j.cnki.16723198.2024.17.014

數字經濟時代，數據作為重要的生產要素之一，已滲透到各個業務領域。大數據是利用算法技術從海量數據中得到有價值的信息，通過在“數據工廠”進行“加工數據”，讓數據孤島相互連通，快速獲取有用信息。大數據技術的發展可以追溯到20世紀90年代，經歷了數據倉庫階段、分布式計算階段、云計算階段和人工智能階段。當數據成為驅動社會進步的核心資源時，大數據技術因體量、高速、多樣，準確等優勢，迅速成為支撐這一變革的基石。教育部《關于實施第二批人工智能助推教師隊伍建設行動試點工作的通知》文件要求“積極推進人工智能、大數據、5G等新技術，支撐教育強國戰略與教育現代化”，我國越來重視大數據在教育領域的應用。基于此，文章圍繞大數據的教育應用進行研究，運用CiteSpace6.2.R2對“大數據+教育”相關文獻進行可視化分析。

1"研究設計

1.1"數據來源

本研究數據來源于“中國知網”（CNKI），以“大數據+教育”檢索主題詞，設定為“大數據”AND“教育”AND“大數據技術”，選取2013—2023年發表的核心中文期刊。通過篩選、人工整理、剔除部分無效文獻后，最終得到核心期刊論文406篇。

1.2"研究方法

統計“大數據+教育”年發文量并分析，對論文內容通過關鍵節點和聚類進行熱點分析和前沿分析。將406篇“大數據+教育”相關核心文獻導入CiteSpace進行數據格式轉換，設置參數時間范圍為2013—2023年，時間切片為1年，節點類型為“Keyword”，選擇閾值標準為g-index，k值為15，并采用尋徑（pathfinder）算法修剪圖譜，選擇Pruning"slice"network策略和Pruning"the"merged"networks策略裁剪網絡，以突出結構特征。基于關鍵詞共現知識圖譜，時間區域圖譜、關鍵詞突現強度以及關鍵詞聚類圖譜進行分析。

2"可視化分析

近10年間有關“大數據+教育”論文在核心期刊的發文量總體遞增，從2013年不足20篇到2021年最高峰480余篇，之后回落到2023年的210余篇，大數據在教育領域應用發展速度之快，影響也越來越大。據此，我們進行了關鍵節點的可視化分析。

2.1"熱點分析

關鍵詞反應了論文研究主題和方向，運用CiteSpace進行關鍵詞共現分析，設置Threshold為5，得到“大數據+教育”關鍵詞共現知識圖譜，如圖1。年輪的厚度與關鍵詞頻次高低成正比，選取其中前16個關鍵詞頻次≥4的高頻關鍵詞，中心性大于0.1的關鍵詞表明其影響力突出為關鍵節點，如表1所示。

高頻關鍵詞表體現了大數據教育應用的4個方面：①大數據技術，主要涉及“大數據”“數據挖掘”等關鍵詞，說明使用數據挖掘和數據分析為教育領域提供技術支撐和服務；②教育服務，主要涉及“人才培養”和“精準教學”等關鍵詞，說明大數據可以利用信息化手段進行人才培養，也是智慧教育的基礎。③大數據驅動學習，主要涉及“學習分析”“深度學習”關鍵詞，說明大數據技術可發揮教育教學中數據的潛在價值，構建深度學習體系，提高教育教學質量；④大數據與其他技術結合，有“人工智能”“云計算”“信息技術”和“教育技術”等關鍵詞，說明這些技術與大數據深入融合，促進智能化教育、教育信息化和構建在線教育平臺，推動了教育領域的發展。

2.2"前沿分析

時區視圖有助于挖掘各個研究領域的演變與階段性特征。運用CiteSpace得到圖2“大數據+教育”突顯關鍵詞的時間線圖譜，展示了關鍵詞的首次出現時間和相互之間的影響，從時間線維度上直觀地呈現“大數據+教育”發展的客觀情況。

對關鍵詞進行突現分析，得到突現強度前9的“大數據+教育”突現關鍵詞，如圖3所示。①2013年突現關鍵詞是“學習分析”“云計算”，說明大數據較早應用于“學習分析”。對學生學習過程進行數據收集、處理、分析，評估學生學業情況，優化學生學習方式。②2014年突現關鍵詞有“數據挖掘”，其中“數據挖掘”突現強度為2.22，說明大數據利用數據挖掘技術，挖掘數據延伸的價值再通過科學地建立模型，從而優化教育教學。③2018年突現關鍵詞有“人工智能”“深度學習”，其中“人工智能”的突現強度最大，突現強度為3.25，大數據結合人工智能技術，賦予了計算機“人”的能力，應用在深度學習領域，使學習者能批判性地學習知識，并將知識遷移到新的情境中，實現有意義學習以及問題解決能力的提升。④2019年突現關鍵詞有“精準教學”，大數據通過跟蹤、記錄和分析學生學習過程的數據及其產生的原因，為教師開展具有針對性的差異性和個別化教學提供了條件。⑤2020年突現關鍵詞是“智能技術”，突現強度為1.89，在大數據技術支持下，推動智慧教育新格局新發展。⑥2021年突現關鍵詞有“教育評價”“教育技術”，說明大數據去中心化特征在記錄學生的學習成果、學習過程以及學歷認證的同時，還能夠方便進行教育評價，改革教育技術。

2.3"聚類分析

對高頻關鍵詞進行聚類分析，挖掘“大數據+教育”相關領域研究方向的熱點主題和前沿方向，側重體現聚類間結構特征。基于CiteSpace選擇LLR（對數似然率）算法，生成關鍵詞聚類分析圖譜。模塊性Q值為0."7973gt;0."3，表明聚類效果好，結構顯著。輪廓值S為0."9775gt;0."7，表明聚類高效率令人信服。圖4將9個聚類分為技術、應用、影響3大類進行闡述。

2.3.1"教育領域中采用的相關技術：4個聚類

“#0大數據”聚類下，標簽詞有教育大數據、人工智能等。隨著人工智能、信息技術等在教育領域應用與延伸，提供了精準化、個性化教育，實現以數據驅動的“因材施教”。將教育大數據進行預處理，融入教育的管理與服務之中，使得教育大數據獲得了更大應用場景。全面掌握、挖掘、發展教育大數據，也是提高教育質量、推動教育教學變革的必要手段。

“#1人工智能”聚類下，提取出的標簽詞有智慧教育、圖書館等。人工智能技術促進學生學習環境、教師教學方式和教育管理的智慧轉型，構建智慧教育服務體系。隨著智慧教育的推進，傳統圖書館服務體系效能低下也面臨轉型的挑戰。大數據、人工智能等技術通過數據資源的挖掘，身份識別、圖書管理和智慧服務等，最終實現圖書館互聯互通，實現圖書館的數字化和智慧化。

“#3信息技術”聚類下，提取出的標簽詞有數據分析、家校協同等。大數據技術支撐下，可以分析觀察每一個學生的行為表現，教師可以做到因材施教。信息技術已成為家校溝通、家校協同的一個有效平臺，大數據技術和信息技術的應用大大拓寬了家校協同的渠道，促進學生全面發展，教育資源的共享等。

“#4云計算”聚類下，提取出的標簽詞有云管理、云課堂等。大數據技術和云計算技術極大程度上促進了教育發展，國內互聯網巨頭相繼推出阿里云、百度云、360云等，可以讓用戶非常方便地使用其中資源。云計算保證一切資源都不會丟失，注重資源的分配，可以在任何時間地點獲取資源。云課堂是云計算技術應用于遠程教學的一種網絡互動課堂形式，可以實現高質量同步或異步學習。

2.3.2"大數據在教育領域中的應用：2個聚類

“#2學習分析”聚類下，提取出的標簽詞有數據挖掘、模型、個性化教學等。學習分析應用于教學領域，要借助數據支持的決策。對學生的學習過程和行為進行數據挖掘和預處理，建立模型分析學習者的學習表現，提供差異化教學和個性化教學。大數據幫助學生建立適合的學習模式，提供適合不同學生狀態發展的內容和指導，促進個性發展。

“#5高校”聚類下，提取出的標簽詞有在線教育、數據挖掘等。大數據時代催生了新教育形式，打破了自班級授課制創建以來的教育形式，可對因特殊情況不能學習或是學困生進行補充教育，這些新形式提高了學習交互性，滿足了高等教育靈活、多樣、開放、個性的需求。

2.3.3"大數據對教育領域的影響：3個聚類

“#6個性化”聚類下，提取出的標簽詞有智慧教育、個性化等。大數據為精準教學提供了發展條件，可以實時記錄反饋、追蹤并分析學習者在教學和學習中產生的數據，付諸教學實踐。根據學生實際及知識掌握情況，充分發揮學生的潛能，將學習的本體價值目標建立在學生的實際情況和需求的基礎上，以生為本，助力學生全面發展。

“#7人才培養”聚類下，提取出的標簽詞有移動協同育人、合作等。在傳統教育模式下，學生接受到優質資源成本高，教學評價單一滯后，無法基于全面的學習過程來進行教學評價。如今學生可以借助智能終端隨時隨地隨人學習，大數據技術可以將挖掘動態數據進行加工分析，給予學習表現、技能、行為等多元化的教育評價。單純的數據應用領域已為學生提供了廣闊的空間，也為培養新型人才提供了條件。

“#8新聞教育”聚類下，提取的標簽詞有社交媒體、國家形象等。網絡教學的出現開始對傳統的教育觀念產生影響。網絡時代新聞教育的教學目標，不再是向學生灌輸既有知識，而是教會學生如何通過網絡獲取需要的知識和信息：學會查找各類信息資源，能夠檢索各種數據庫，會利用網絡服務尋找新聞來源和材料，隨時隨地找到所需資源。

3"研究結論

綜合上述分析可得：第一，“大數據+教育”發展現處于萌芽時期，大數據技術在教育領域已嶄露頭角，使得理論發展和教育工作處于上升階段；第二，我國“大數據+教育”主要利用數據挖掘、數據分析等大數據關鍵技術，與人工智能，云計算等其他技術為深度學習提供學習分析、智慧教育等服務，從而構建深度學習型模式；第三，關鍵詞聚類分析顯示，大數據在教育領域的應用場景有學習分析、高校等。推動了教育大數據和智慧教育的發展，促進教育更加信息化，科學化，推動了教育公平。隨著大數據技術與教育領域結合日趨緊密，在此領域的應用前景如下。

3.1"大數據推動教與學變革

利用大數據技術變革傳統教與學，推動因材施教。在大數據支持下的學情分析將教育研究與學生在學習中產生的數據聯系起來，彌補了傳統教育僅憑經驗進行教學的不足，教師則在學情分析基礎上為學生提供針對性的教學干預，大數據時代教師的工作更加側重于幫助學生理解掌握知識、生成新知識和知識遷移。同時，大數據助力學習變革體現在基于數據的精準學習、基于思維的深度學習、基于組織的合作學習、基于場景的無課堂學習等。融合大數據、云計算等技術和思維打造的智慧課堂，改變傳統教育中學生單純聽課的常態，學生可將自己的想法和答案上傳到智能設備，實現教學交互、數據驅動及實時監測反饋。大數據可以反映學生特點、學習成果等，學生可根據需求去探索新的知識實現真正的自主學習和個性化學習。

3.2"大數據推動評價變革

科教評價對于教育方向的指導至關重要，大數據技術應用于科教評價，實現了數據增值，呈現了教育領域價值判斷和方向把握。評價是基于大量存儲的學生學習數據，教育評價要基于教育理念和評價方法，在不同教學中設計不同評價標準。傳統教育中評價難以掌握學生學習信息，而是基于少量數據和單一維度，故只能關注學習成績評價，得出的評價結果難以支撐教育評價體系。大數據技術可以給予學生學習表現、技能、行為等多元化的教育評價。

3.3"大數據推動管理變革

利用大數據和云技術、物聯網等建立泛在學習環境。傳統教育標準化管理模式限制了教師和學生的視域。大數據可以根據學生行為記錄，調整教育管理模式。在教育管理中可以用于學生成績反饋、選課系統、圖書管理系統、設備管理，數字化校園，學生位置信息、學習情況甚至是生理特征都能被實時監控，加強了家校互動。智慧校園通過對校園中各種實時數據的動態監管，為教育管理提供決策依據，使教育管理者認識到傳統管理模式難以動態監管的弊端，做到利用大數據實施以人為本的管理理念，對促進教育公平、培養創新人才影響深遠。

3.4"大數據推動科研變革

基于大數據的第四范式：數據密集型科學，科學研究不再需要模型和假設，而是利用超級計算能力直接分析海量數據發現其相關關系。借助大數據，計算社會科學方法將幫助我們研究教育科研等現象與規律。教育科研作為教育的一個組成部分，通過研究發現教育教學的規律和本質來指導教育教學的實踐過程，這種過程和大數據應用于教育本質是一致的。大數據推動教育科研變革，促進科研數據開放共享，有利于開展各個利益相關者之間的數據對話。有利于數據素養及科研能力的培養，促進科研的進步與發展。

3.5"大數據推動服務變革

從數據的視角關注教育服務。大數據驅動教育服務供給，包括智慧教育、教育信息化、個性化學習、精準教學等教育創新與變革。通過對教育大數據的挖掘和分析，給每個學生精準畫像，基于數據實施精準教學。大數據實現在線教育服務，3年疫情見證了網絡教學、在線教學的興起，在線教學的優點是不受時空限制，學生可以通過重播等方式進行復習，也可以通過與老師互動來自我提升。大數據促進圖書館智能服務，滿足用戶多元化以及個性化服務需求。

4"結語

大數據是重要的戰略資源，將或已經成為變革教育領域的利器之一。本文對近10年“大數據+教育”核心文獻進行了可視化分析得到大數據在教育領域的研究熱點和前沿方向，同時引發研究者關注“大數據+教育”應用研究存在以下風險與挑戰：（1）數據存儲和分析技術問題。數據處理能力和算法技術都面臨巨大的挑戰。（2）數據隱私問題。教育大數據中用戶學習記錄隱私的保護，需要相應的規避。（3）大數據與其他技術結合問題。導致技術難度與研究困難，影響教育大數據和“大數據+教育”的領域應用。

參考文獻

［1］王家耀，武芳，郭建忠，等.時空大數據面臨的挑戰與機遇[J].測繪科學，2017，（07）：17.

[2]鄧驗，張苾瑩.大數據時代國家意識形態話語權建構的邏輯進路[J].思想教育研究，2018，（01）：5256.

[3]教育部關于印發《實施第二批人工智能助推教師隊伍建設行動試點》的通知[DB/OL].[2021916].http：//www.moe.gov.cn/jyb_xwfb/s5147/202109/t20210916_563600.html.

[4]蘭麗娜，吳芬芬，石瑞生，等.國內“區塊鏈+教育”研究的可視化分析——以160篇“區塊鏈+教育”相關的核心期刊論文為樣本文獻[J].現代教育技術，2021，31（10）：2331.

[5]朱曉敬，袁滿，趙婭，等.數據驅動的深度學習教學模式構建與實施[J].微型電腦應用，2021，37（08）：1417.

[6]史強.區塊鏈技術對未來我國高等教育的影響[J].高教探索，2018，（10）：513.

[7]曹培杰.智慧教育：人工智能時代的教育變革[J].教育研究，2018，39（08）：121128.

[8]袁利平，陳川南.寬度學習的教育價值及其意義[J].中國電化教育，2019，（05）：3440.

[9]喬萬冠.大數據背景下煤礦安全管理效率分析及提升仿真研究[D].中國礦業大學，2019.

[10]顧立平.科研模式變革中的數據管理服務：實現開放獲取、開放數據、開放科學的途徑[J].中國圖書館學報，2018，44（06）：4358.