胡曉玲 趙凌霞 范博

摘 要：為了解國(guó)內(nèi)個(gè)性化學(xué)習(xí)的研究熱點(diǎn)和趨勢(shì)，本研究利用SATI 3.2、EndNote X7、知網(wǎng)研學(xué)和CiteSpace 5.7等軟件對(duì)中國(guó)知網(wǎng)CSSCI數(shù)據(jù)庫(kù)中與個(gè)性化學(xué)習(xí)研究相關(guān)的近20年的302篇文獻(xiàn)進(jìn)行量化統(tǒng)計(jì)。基于知識(shí)圖譜的分析發(fā)現(xiàn)，目前我國(guó)個(gè)性化學(xué)習(xí)領(lǐng)域主要研究熱點(diǎn)分為個(gè)性化學(xué)習(xí)內(nèi)涵的理論研究、個(gè)性化學(xué)習(xí)平臺(tái)的技術(shù)研究、個(gè)性化學(xué)習(xí)模型的設(shè)計(jì)研究、個(gè)性化學(xué)習(xí)資源的推薦研究四方面，未來(lái)研究趨勢(shì)聚焦于支撐系統(tǒng)平臺(tái)的技術(shù)和資源推薦的方式。文章的最后，筆者對(duì)我國(guó)個(gè)性化學(xué)習(xí)的未來(lái)研究作出展望。

關(guān)鍵詞：個(gè)性化學(xué)習(xí);可視化分析;CiteSpace;研究熱點(diǎn);趨勢(shì)分析

引言

國(guó)外研究界定個(gè)性化學(xué)習(xí)是根據(jù)學(xué)習(xí)者不同的知識(shí)水平、性格愛(ài)好、情感動(dòng)機(jī)等信息來(lái)滿足其真實(shí)需求，激勵(lì)并促進(jìn)其學(xué)習(xí)，為終身學(xué)習(xí)做準(zhǔn)備[1]。國(guó)內(nèi)相關(guān)研究最早為古代教育家孔子所提倡的“因材施教”教育理念，在內(nèi)涵界定方面，趙學(xué)孔等人認(rèn)為個(gè)性化學(xué)習(xí)是針對(duì)學(xué)習(xí)者個(gè)體差異而開展的滿足其個(gè)性化需求的學(xué)習(xí)方式[2]。雖然定義的視角有所不同，但都強(qiáng)調(diào)學(xué)習(xí)者的個(gè)體差異和個(gè)性需求。因此，結(jié)合現(xiàn)階段發(fā)展，本文認(rèn)為個(gè)性化學(xué)習(xí)是一種綜合考慮學(xué)習(xí)者特征因素和學(xué)習(xí)環(huán)境因素，旨在促進(jìn)學(xué)習(xí)者發(fā)揮自身潛能的學(xué)習(xí)理念，通過(guò)最新技術(shù)跟蹤發(fā)現(xiàn)學(xué)習(xí)者的性格特征、學(xué)術(shù)水平和發(fā)展?jié)撃?，設(shè)計(jì)推薦滿足學(xué)生學(xué)習(xí)最適宜的方法、路徑、資源等?；诖?，為了解我國(guó)個(gè)性化學(xué)習(xí)的研究現(xiàn)狀，本文以與個(gè)性化學(xué)習(xí)相關(guān)文獻(xiàn)作為研究對(duì)象，選用內(nèi)容分析、詞頻分析、聚類分析等研究方法，依據(jù)客觀統(tǒng)計(jì)數(shù)據(jù)繪制出知識(shí)圖譜并進(jìn)行分析解讀，全方位地探究我國(guó)個(gè)性化學(xué)習(xí)研究的熱點(diǎn)及趨勢(shì)，以期為個(gè)性化學(xué)習(xí)研究的未來(lái)發(fā)展提供全面、切實(shí)的學(xué)術(shù)參考。

一、數(shù)據(jù)來(lái)源與研究方法

（一）數(shù)據(jù)收集及篩選

本文在中國(guó)知網(wǎng)的高級(jí)檢索中，將文獻(xiàn)來(lái)源類別限定為CSSCI，將“個(gè)性化學(xué)習(xí)”作為主題檢索詞，不限定檢索年份（檢索時(shí)間為2019年12月30日），檢索到785篇文獻(xiàn)。將檢索文獻(xiàn)以EndNote格式導(dǎo)入EndNote X7軟件，進(jìn)行兩輪篩選，第一輪納入題目和關(guān)鍵詞中有“個(gè)性化學(xué)習(xí)”的文獻(xiàn)，對(duì)于有疑惑或不確定的文獻(xiàn)，在第二輪閱讀摘要和全文后納入與個(gè)性化學(xué)習(xí)相關(guān)的文獻(xiàn)，排除文件、通知、報(bào)告等，最終保留文獻(xiàn)302篇，時(shí)間段為2002年到2019年。

（二）研究方法及工具

本文采用文獻(xiàn)計(jì)量法、內(nèi)容分析法、聚類分析法、詞頻分析法等方法，借助SATI 3.2、EndNote X7、知網(wǎng)研學(xué)和CiteSpace 5.7等分析工具，分別對(duì)個(gè)性化學(xué)習(xí)相關(guān)文獻(xiàn)的發(fā)文量、關(guān)鍵詞和突現(xiàn)詞排名等數(shù)據(jù)進(jìn)行量化統(tǒng)計(jì)并繪制知識(shí)圖譜，結(jié)合知識(shí)圖譜對(duì)我國(guó)個(gè)性化學(xué)習(xí)的研究熱點(diǎn)及趨勢(shì)展開分析討論。

二、研究?jī)?nèi)容的知識(shí)圖譜分析

（一）文獻(xiàn)時(shí)間分布

如圖1所示，國(guó)內(nèi)有關(guān)個(gè)性化學(xué)習(xí)發(fā)表的文獻(xiàn)數(shù)量呈波形變動(dòng)，且在2016年和2019年數(shù)量迅速增長(zhǎng)，達(dá)到兩次高峰，這與國(guó)家頒布的《國(guó)家中長(zhǎng)期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》《中國(guó)教育現(xiàn)代化2035》等文件有密不可分的關(guān)系。從數(shù)據(jù)的整體發(fā)展趨勢(shì)來(lái)看，我國(guó)個(gè)性化學(xué)習(xí)相關(guān)文獻(xiàn)的發(fā)表數(shù)量整體上呈遞增趨勢(shì)。由此可見，個(gè)性化學(xué)習(xí)的研究越來(lái)越受到國(guó)內(nèi)專家學(xué)者的重視。

（二）文獻(xiàn)研究類型

研究類型的劃分有助于了解相關(guān)文章的研究過(guò)程、結(jié)果與形式[3]。本文研究類型的分類借鑒了托馬斯·C.里夫斯（Thomas C.Reeves）等人的文章[4]。如表1所示，解釋性研究指通過(guò)記錄與學(xué)習(xí)相關(guān)的現(xiàn)象來(lái)解釋教育的具體運(yùn)作，包括比較研究、歷史研究等。本文將文獻(xiàn)綜述類文章也歸入其中，經(jīng)統(tǒng)計(jì)共147篇，占總數(shù)的48.7%，呈現(xiàn)逐年遞增趨勢(shì)，例如對(duì)個(gè)性化學(xué)習(xí)實(shí)施策略的解讀。理論研究側(cè)重于通過(guò)邏輯分析來(lái)描述理論知識(shí)，并從研究中獲得相關(guān)理論性研究成果，共12篇，其中2019年的文獻(xiàn)數(shù)量占50%，如探討個(gè)性化學(xué)習(xí)的理論基礎(chǔ)。開發(fā)研究是指設(shè)計(jì)和開發(fā)能夠有效解決教育問(wèn)題的新理論或新技術(shù)，通常側(cè)重于創(chuàng)建和改進(jìn)某些特定問(wèn)題，共83篇，約占總數(shù)的27.5%，如個(gè)性化學(xué)習(xí)資源推薦系統(tǒng)等。實(shí)地研究與開發(fā)研究的不同在于研究者通常不尋求發(fā)現(xiàn)新的理論或技術(shù)，而是通過(guò)實(shí)踐應(yīng)用相關(guān)理論模型或技術(shù)產(chǎn)品來(lái)測(cè)試其實(shí)際效果，將訪談法、調(diào)查法等都?xì)w入此類，共57篇，其中包括有調(diào)查測(cè)試的開發(fā)類文章。評(píng)價(jià)研究集中在特定的程序、產(chǎn)品或方法上，目的是描述或評(píng)價(jià)它的有效性和價(jià)值，僅有3篇。

（三）關(guān)鍵詞共現(xiàn)分析

使用SATI 3.2分析工具統(tǒng)計(jì)共得到753個(gè)高頻關(guān)鍵詞，總頻次為1345次，除掉與研究無(wú)關(guān)的關(guān)鍵詞，合并相近的關(guān)鍵詞，最終保留累計(jì)頻次排前20位的關(guān)鍵詞，其百分比約為39.78%，這符合截取高頻關(guān)鍵詞累計(jì)頻率達(dá)到總頻率約40%的一般標(biāo)準(zhǔn)[5]，因此對(duì)其進(jìn)行降序排序（見表2）。從表中可以初步了解國(guó)內(nèi)個(gè)性化學(xué)習(xí)的研究熱點(diǎn)，尤其是出現(xiàn)頻次較多的關(guān)鍵詞，如個(gè)性化學(xué)習(xí)、慕課、人工智能、學(xué)習(xí)分析、個(gè)性化推薦等。

（四）聚類分析

為了更加簡(jiǎn)潔、清晰地分析國(guó)內(nèi)個(gè)性化學(xué)習(xí)的知識(shí)結(jié)構(gòu)，本文將數(shù)據(jù)導(dǎo)入CiteSpace 5.7得到個(gè)性化學(xué)習(xí)的自動(dòng)聚類標(biāo)簽視圖（見圖2），圖中選取前六種聚類——聚類#0個(gè)性化學(xué)習(xí)、聚類#1學(xué)習(xí)分析、聚類#2個(gè)性化推薦、聚類#3 個(gè)性化、聚類#4用戶模型、聚類#5 翻轉(zhuǎn)課堂，與高頻關(guān)鍵詞結(jié)果基本一致。

（五）突現(xiàn)詞分析

將數(shù)據(jù)導(dǎo)入軟件抽取突現(xiàn)強(qiáng)度排名前19位的關(guān)鍵詞并按爆發(fā)強(qiáng)度進(jìn)行排序，通過(guò)分析Top19突現(xiàn)詞可以發(fā)現(xiàn)，自2002年以來(lái)，關(guān)于個(gè)性化學(xué)習(xí)的關(guān)鍵詞開始暴增。強(qiáng)度最高的關(guān)鍵詞“個(gè)性化推薦”業(yè)已形成個(gè)性化學(xué)習(xí)領(lǐng)域的研究熱點(diǎn);最近爆發(fā)的關(guān)鍵詞“人工智能教育”，進(jìn)入個(gè)性化學(xué)習(xí)研究時(shí)間晚且到2019年末尚未結(jié)束，則說(shuō)明人工智能教育在未來(lái)的個(gè)性化學(xué)習(xí)研究中有很大的影響力。

三、研究熱點(diǎn)及趨勢(shì)分析

（一）個(gè)性化學(xué)習(xí)內(nèi)涵的理論研究

任何研究領(lǐng)域都少不了理論的支撐，目前個(gè)性化學(xué)習(xí)內(nèi)涵的理論研究主要包括個(gè)性化學(xué)習(xí)的概念、特征、影響因素等。有關(guān)個(gè)性化學(xué)習(xí)的概念，學(xué)者們從不同視角給出不同的定義，有些偏重方式的轉(zhuǎn)變，有些強(qiáng)調(diào)技術(shù)的使用，但其核心宗旨是相同的，即確信每個(gè)學(xué)生都是獨(dú)特的個(gè)體，促進(jìn)學(xué)生學(xué)習(xí)是主要目標(biāo)。學(xué)者們對(duì)特征的分析也有不同見解，如從學(xué)習(xí)論視角可分為心智分析性、服務(wù)差異性和目標(biāo)導(dǎo)向性等[6]。學(xué)生個(gè)性化學(xué)習(xí)的發(fā)展受到制約，需要從多方面探究影響個(gè)性化學(xué)習(xí)的相關(guān)因素，如環(huán)境、學(xué)生特征等因素。伴隨國(guó)家政策的實(shí)施和個(gè)性化學(xué)習(xí)的發(fā)展，個(gè)性化學(xué)習(xí)內(nèi)涵的理論研究越來(lái)越受到專家和學(xué)者的重視。

（二）個(gè)性化學(xué)習(xí)平臺(tái)的技術(shù)研究

技術(shù)支持是實(shí)現(xiàn)個(gè)性化學(xué)習(xí)的核心力量。目前個(gè)性化學(xué)習(xí)領(lǐng)域中學(xué)習(xí)者特征分析、搭建系統(tǒng)平臺(tái)等方面主要依托的技術(shù)有學(xué)習(xí)分析技術(shù)、人工智能技術(shù)等。國(guó)內(nèi)外學(xué)者都對(duì)學(xué)習(xí)分析技術(shù)給予了較高的評(píng)價(jià)，且趙以霞等人研究發(fā)現(xiàn)在學(xué)習(xí)分析主題分類中個(gè)性化學(xué)習(xí)占據(jù)一大主題，并從2017年逐漸成為研究熱點(diǎn)[7]。利用學(xué)習(xí)分析技術(shù)記錄并分析學(xué)習(xí)者的特征、行為、學(xué)習(xí)過(guò)程等數(shù)據(jù)，為構(gòu)建個(gè)性化學(xué)習(xí)資源系統(tǒng)奠定基礎(chǔ)。而人工智能技術(shù)近幾年（特別是2019年）深入教育領(lǐng)域，繼而有了人工智能教育的提出。以“人工智能教育”為檢索詞在保留數(shù)據(jù)中檢索得到42篇文獻(xiàn)，發(fā)現(xiàn)從2018年起其發(fā)展呈現(xiàn)高膨脹性，這與政府的決策密切相關(guān)。在眾多系統(tǒng)平臺(tái)中Mooc最具代表性，傳統(tǒng)課程學(xué)習(xí)中因受到資源與技術(shù)的限制無(wú)法實(shí)現(xiàn)真正的個(gè)性化學(xué)習(xí)，它的到來(lái)則為其提供了新的平臺(tái)和土壤，使學(xué)生不僅能夠根據(jù)所需自由學(xué)習(xí)，還能在后續(xù)學(xué)習(xí)中獲得合適的、最新的學(xué)習(xí)資源推薦，有效提升了學(xué)生的主觀能動(dòng)性。因此，在學(xué)習(xí)分析、人工智能等技術(shù)的支持下構(gòu)建各類系統(tǒng)平臺(tái)，能夠提升個(gè)性化學(xué)習(xí)研究在教育領(lǐng)域的地位。

（三）個(gè)性化學(xué)習(xí)模型的設(shè)計(jì)研究

當(dāng)前個(gè)性化學(xué)習(xí)領(lǐng)域中模型的設(shè)計(jì)研究主要包括個(gè)性化學(xué)習(xí)者模型、個(gè)性化學(xué)習(xí)資源推薦模型和個(gè)性化學(xué)習(xí)路徑模型三大類。個(gè)性化學(xué)習(xí)者模型的設(shè)計(jì)主要依附于學(xué)習(xí)者的基本信息、興趣偏好、學(xué)習(xí)風(fēng)格、行為特征等方面;而學(xué)習(xí)者的所有信息數(shù)據(jù)也是設(shè)計(jì)與實(shí)現(xiàn)個(gè)性化學(xué)習(xí)資源推薦模型和個(gè)性化學(xué)習(xí)路徑模型的重要基礎(chǔ)。如唐燁偉等人通過(guò)深入分析學(xué)習(xí)者的基本屬性、學(xué)習(xí)過(guò)程和學(xué)習(xí)結(jié)果設(shè)計(jì)學(xué)習(xí)者模型，在此基礎(chǔ)上規(guī)劃與學(xué)習(xí)者相匹配的學(xué)習(xí)路徑模型， 并呈現(xiàn)個(gè)性化學(xué)習(xí)資源[8]。在設(shè)計(jì)的各類模型研究中，占據(jù)比重較大的是學(xué)習(xí)者模型，且研究?jī)?nèi)容主要是理論上的構(gòu)建，實(shí)證類的較少，因此需要加強(qiáng)實(shí)證類研究，將模型應(yīng)用到實(shí)踐當(dāng)中。在個(gè)性化學(xué)習(xí)研究中，設(shè)計(jì)出符合學(xué)生個(gè)性特征和實(shí)際需要的各類模型，才能更加符合尊重學(xué)生個(gè)性特征的理念，進(jìn)而促進(jìn)個(gè)性化學(xué)習(xí)的高質(zhì)量發(fā)展和學(xué)生的全面發(fā)展。

（四）個(gè)性化學(xué)習(xí)資源的推薦研究

在個(gè)性化學(xué)習(xí)領(lǐng)域中學(xué)習(xí)資源部分一直受到許多專家和學(xué)者的關(guān)注，他們從不同視角分析出多種不同的學(xué)習(xí)資源推薦方法。從2008年關(guān)于個(gè)性化學(xué)習(xí)推薦的文章開始，學(xué)者們對(duì)個(gè)性化學(xué)習(xí)資源的推薦的研究從未停止，根據(jù)視圖可以了解到2009—2012年期間該主題在個(gè)性化學(xué)習(xí)研究中的影響最大。通過(guò)對(duì)已有文獻(xiàn)研究進(jìn)行整理發(fā)現(xiàn)，目前主要的個(gè)性化學(xué)習(xí)資源的推薦研究可分為以下幾種：第一，只考慮學(xué)習(xí)者和資源;第二，包含學(xué)習(xí)者、資源和情境三方面;第三，依據(jù)個(gè)性化服務(wù)理念與資源管理視角;第四，使用不同的個(gè)性化學(xué)習(xí)資源推薦算法，主要有內(nèi)容推薦、協(xié)同過(guò)濾推薦、多維關(guān)聯(lián)推薦等，其中協(xié)同過(guò)濾推薦使用較多;第五，基于深度學(xué)習(xí)的個(gè)性化學(xué)習(xí)資源推薦方法。由此可見，目前關(guān)于個(gè)性化學(xué)習(xí)資源推薦的研究，不管是納入的因素還是采用的算法都從單一逐漸轉(zhuǎn)向多維關(guān)聯(lián)，逐步推動(dòng)個(gè)性化學(xué)習(xí)資源的推薦研究向個(gè)性化、多元化和智能化的方向邁進(jìn)。

結(jié)合前文中對(duì)個(gè)性化學(xué)習(xí)研究熱點(diǎn)的梳理和分析， 本文認(rèn)為在個(gè)性化學(xué)習(xí)研究中，支撐系統(tǒng)平臺(tái)的技術(shù)和資源推薦的方式將會(huì)是未來(lái)研究的重要領(lǐng)域，這既是當(dāng)前的研究熱點(diǎn)，也將成為未來(lái)一段時(shí)期內(nèi)的主要研究趨勢(shì)。

四、未來(lái)展望

在對(duì)已有研究熱點(diǎn)及前沿分析的基礎(chǔ)上，結(jié)合對(duì)相關(guān)文獻(xiàn)的深入閱讀，本文對(duì)我國(guó)個(gè)性化學(xué)習(xí)的未來(lái)研究作出如下展望。

首先，重視個(gè)性化學(xué)習(xí)內(nèi)涵的界定。目前學(xué)術(shù)界對(duì)個(gè)性化學(xué)習(xí)的內(nèi)涵界定大多從技術(shù)視角出發(fā)，如個(gè)性化學(xué)習(xí)是在高級(jí)階段教育與技術(shù)深度融合的表現(xiàn)[9];同時(shí)也存在對(duì)個(gè)性化學(xué)習(xí)和個(gè)性化自主學(xué)習(xí)、個(gè)別化學(xué)習(xí)等概念界定不清的問(wèn)題。2017年安德里亞·J.賓漢（Andrea J.Bingham）在國(guó)外一所高科技特許學(xué)校進(jìn)行個(gè)性化學(xué)習(xí)的實(shí)踐研究，結(jié)果表明實(shí)施的個(gè)性化學(xué)習(xí)模型都過(guò)于依賴學(xué)生自主性和自主學(xué)習(xí)的理念，而學(xué)生的自主性并不是自發(fā)的，這可能會(huì)對(duì)個(gè)性化學(xué)習(xí)的內(nèi)涵界定造成誤導(dǎo)[10];個(gè)性化學(xué)習(xí)也并不完全等同于個(gè)別化學(xué)習(xí)。為提高個(gè)性化學(xué)習(xí)未來(lái)研究的科學(xué)性，需要重視對(duì)內(nèi)涵的界定，否則就會(huì)出現(xiàn)概念模糊或混淆的現(xiàn)象。

其次，注重研究類型的多元化。上述文獻(xiàn)研究類型統(tǒng)計(jì)結(jié)果表明，樣本文獻(xiàn)集中解釋性研究和開發(fā)類研究的數(shù)量居多（占76.2%），實(shí)地研究和理論研究數(shù)量較少，而評(píng)價(jià)類研究的數(shù)量最少，僅占樣本總量的1%。因此，在日后的研究中要注重評(píng)價(jià)類型的研究，多開展多種研究類型交叉的綜合性研究。同時(shí)也可以利用系統(tǒng)評(píng)價(jià)、元分析等研究方法對(duì)個(gè)性化學(xué)習(xí)已有研究展開二次研究，以提高個(gè)性化學(xué)習(xí)相關(guān)研究的質(zhì)量。

再次，加強(qiáng)個(gè)性化學(xué)習(xí)資源的推薦研究。目前大多數(shù)個(gè)性化資源推薦系統(tǒng)還處于半智能狀態(tài)，未能實(shí)現(xiàn)真正的個(gè)性化，且樣本文獻(xiàn)中僅有張進(jìn)良等人在文章中提出構(gòu)建動(dòng)態(tài)、智能、開放的個(gè)性化學(xué)習(xí)資源推薦框架[11]。當(dāng)前各種技術(shù)的快速發(fā)展，促使教育工作者重視其對(duì)教學(xué)不斷擴(kuò)大和深化的影響力，因此，設(shè)計(jì)既能結(jié)合先進(jìn)技術(shù)為個(gè)性化學(xué)習(xí)提供技術(shù)保障，又能以學(xué)習(xí)者為中心的資源推薦系統(tǒng)向?qū)W習(xí)者智能地推送與其個(gè)性需求相匹配的各類資源，這是個(gè)性化學(xué)習(xí)研究亟待解決的問(wèn)題。

最后，完善個(gè)性化學(xué)習(xí)的評(píng)價(jià)體系。通過(guò)閱讀實(shí)地研究類文章發(fā)現(xiàn)，不同學(xué)者對(duì)個(gè)性化學(xué)習(xí)的評(píng)價(jià)視角和評(píng)價(jià)指標(biāo)都有所不同，大多數(shù)研究是直接通過(guò)對(duì)比學(xué)生的學(xué)業(yè)成就等認(rèn)知層面的結(jié)果來(lái)判定個(gè)性化學(xué)習(xí)是否會(huì)促進(jìn)學(xué)生學(xué)習(xí)。而在當(dāng)前社會(huì)發(fā)展背景下，教育工作者需要將更多注意力放在學(xué)生非認(rèn)知層面能力的提升上，如國(guó)外有一項(xiàng)研究是有關(guān)音素意識(shí)的閱讀標(biāo)準(zhǔn)中個(gè)性化學(xué)習(xí)對(duì)學(xué)生的參與度和學(xué)業(yè)成就的影響，其實(shí)驗(yàn)評(píng)價(jià)結(jié)果包括認(rèn)知和非認(rèn)知兩個(gè)層面[12]。未來(lái)在進(jìn)行個(gè)性化學(xué)習(xí)的相關(guān)實(shí)地研究時(shí)，可多借鑒國(guó)內(nèi)外其他領(lǐng)域的優(yōu)秀作品，評(píng)價(jià)指標(biāo)除認(rèn)知層面外，還應(yīng)納入非認(rèn)知層面，使個(gè)性化學(xué)習(xí)的評(píng)價(jià)體系更加全面。

[1]CHILDRESS S，BENSON S.Personalized Learning for Every Student Every Day[J].Phi Delta Kappan ，2014，95（8）：33-38.

[2]趙學(xué)孔，徐曉東，龍世榮.協(xié)同推薦：一種個(gè)性化學(xué)習(xí)路徑生成的新視角[J].中國(guó)遠(yuǎn)程教育，2017（5）：24-34.

[3]李世改，孫衛(wèi)華，李紅梅.近五年教育技術(shù)學(xué)優(yōu)秀碩士學(xué)位論文內(nèi)容分析[J].電化教育研究，2008（1）：30-35.

[4]REEVES T C，OH E G.The Goals and Methods of Educational Tech- nology Research Over a Quarter Century （1989-2014）[J].Educational? ?Technology Research and Development，2017，65（2）：325-339.

[5]陳瑜林.我國(guó)教育技術(shù)主要研究領(lǐng)域的歷史演進(jìn)：基于CNKI“兩刊”關(guān)鍵詞、主題詞的類團(tuán)分析[J].電化教育研究，2012，33（8）：36-42.

[6][9]牟智佳.“人工智能+ ”時(shí)代的個(gè)性化學(xué)習(xí)理論重思與開解[J].遠(yuǎn)程教育雜志，2017，35（3）：22-30.

[7]趙以霞，王鑫，金昆，等.國(guó)內(nèi)大數(shù)據(jù)環(huán)境下學(xué)習(xí)分析技術(shù)研究路徑及趨勢(shì)分析[J].現(xiàn)代教育技術(shù)，2019，29（8）：34-40.

[8]唐燁偉，茹麗娜，范佳榮，等.基于學(xué)習(xí)者畫像建模的個(gè)性化學(xué)習(xí)路徑規(guī)劃研究[J].電化教育研究，2019，40（10）：53-60.

[10]BINGHAM A J.Personalized Learning in High Technology Charter Schools[J].Journal of Educational Change，2017，18（4）：521-549.

[11]張進(jìn)良，葉求財(cái).大數(shù)據(jù)視閾下學(xué)習(xí)資源智能推薦模型構(gòu)建[J].湖南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，22（4）：178-184.

[12]KOTTA S.The Effects of Personalized Learning on Engagement and Academic Achievement in the Reading Standard of Phonemic Awareness[EB/OL].（2020-09-12）[2021-01-01].https：//red.mnstate.edu/thesis/174/.

（責(zé)任編輯 孫興麗）