凌雨婷 曲建華

(山東師范大學(xué)商學(xué)院，250358，濟(jì)南 )

1 引 言

學(xué)習(xí)分析最早于20世紀(jì)60年代出現(xiàn)在計(jì)算機(jī)教學(xué)領(lǐng)域中，但在2011年新媒體聯(lián)盟(NMC)發(fā)布的《地平線報(bào)告》中對(duì)學(xué)習(xí)分析進(jìn)行預(yù)測(cè)和定義后，學(xué)習(xí)分析研究領(lǐng)域才正式引起廣泛關(guān)注.學(xué)習(xí)分析運(yùn)用多種方法和技術(shù)大范圍采集學(xué)生的學(xué)習(xí)數(shù)據(jù)(包括學(xué)生完成作業(yè)情況、網(wǎng)絡(luò)社交行為、論壇發(fā)帖表現(xiàn)、成績(jī)等)，研究學(xué)生的投入、學(xué)習(xí)績(jī)效、學(xué)習(xí)進(jìn)度、預(yù)測(cè)表現(xiàn)等，發(fā)現(xiàn)潛在問題[1].

2015年，隨著國(guó)家“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃的啟動(dòng)，互聯(lián)網(wǎng)、人工智能等信息技術(shù)在教育領(lǐng)域中的應(yīng)用全面升級(jí)，產(chǎn)生了大量的教育數(shù)據(jù)，“互聯(lián)網(wǎng)+教育”在教育研究領(lǐng)域由此興起，并成為備受關(guān)注的熱點(diǎn).2019年2月，國(guó)務(wù)院印發(fā)《中國(guó)教育現(xiàn)代化2035》，確定了教育現(xiàn)代化十大戰(zhàn)略任務(wù).2020年初以來的新冠肺炎疫情，使得高校的傳統(tǒng)教學(xué)模式產(chǎn)生了歷史性的變革，加快了在線教育應(yīng)用于中國(guó)高等教育的步伐，在線教育迎來蓬勃發(fā)展的新時(shí)期.在2020年2月4日教育部頒布《指導(dǎo)意見》和發(fā)出“停課不停學(xué)”倡議后，全國(guó)各類學(xué)校迅速并廣泛采取在線課程、網(wǎng)絡(luò)視頻、線上會(huì)議等多種在線學(xué)習(xí)形式進(jìn)行教育教學(xué)工作.

在線學(xué)習(xí)是教育信息化的一種重要形式，能打破傳統(tǒng)學(xué)習(xí)環(huán)境下的重重不足，進(jìn)而滿足不同學(xué)習(xí)者多樣化的學(xué)習(xí)需求.與傳統(tǒng)學(xué)習(xí)不同，在線學(xué)習(xí)者的完整、系統(tǒng)的行為數(shù)據(jù)都能被教育云平臺(tái)所記錄，這為學(xué)習(xí)行為和學(xué)習(xí)心理的深入研究提供了數(shù)據(jù)支持，使追蹤學(xué)習(xí)者的學(xué)習(xí)過程、把握學(xué)習(xí)者的學(xué)習(xí)效果成為可能.

在此背景下，本文針對(duì)中國(guó)知網(wǎng)(CNKI)數(shù)據(jù)庫(kù)中2016-2020年收錄的在線學(xué)習(xí)行為分析相關(guān)研究的文獻(xiàn)數(shù)據(jù)，進(jìn)行數(shù)據(jù)挖掘、科學(xué)計(jì)量、內(nèi)容分析和可視化分析，以期客觀準(zhǔn)確地探索研究熱點(diǎn)、演進(jìn)脈絡(luò)和發(fā)展趨勢(shì).

2 研究方法與數(shù)據(jù)來源

2.1文獻(xiàn)樣本選取本文的分析數(shù)據(jù)源自CiteSpace軟件所支持的CNKI數(shù)據(jù)庫(kù).以CSSCI來源期刊《電化教育研究》、《現(xiàn)代教育技術(shù)》、《中國(guó)遠(yuǎn)程教育》、《中國(guó)電化教育》、《現(xiàn)代遠(yuǎn)程教育研究》、《開放教育研究》、《遠(yuǎn)程教育雜志》為文獻(xiàn)來源，這7本期刊是國(guó)內(nèi)學(xué)習(xí)分析領(lǐng)域的重要信息和權(quán)威信息來源，基本可反映國(guó)內(nèi)學(xué)習(xí)分析領(lǐng)域的學(xué)術(shù)水平、研究動(dòng)態(tài)、熱點(diǎn)話題和發(fā)展趨勢(shì)[2].經(jīng)科學(xué)嚴(yán)謹(jǐn)?shù)暮Y選，最終共獲得有效分析文獻(xiàn)170篇作為本文的文獻(xiàn)綜述分析對(duì)象.具體檢索策略如表1所示.

表1 文獻(xiàn)數(shù)據(jù)檢索策略

2.2文獻(xiàn)分析過程與方法本文采用定量研究與定性研究相結(jié)合的方法，主要運(yùn)用信息可視化軟件CiteSpace和書目共現(xiàn)分析系統(tǒng)Bicomb軟件作為研究工具，對(duì)2016-2020年刊發(fā)在國(guó)內(nèi)7本CSSCI來源期刊上的170篇文獻(xiàn)樣本進(jìn)行系統(tǒng)分析，以了解2016-2020年我國(guó)在線學(xué)習(xí)行為研究的整體發(fā)展情況.

本文主要采用三種分析方法.一是文獻(xiàn)計(jì)量法.使用Bicomb軟件對(duì)文獻(xiàn)信息快速準(zhǔn)確地提取并做統(tǒng)計(jì)計(jì)算，主要統(tǒng)計(jì)和分析國(guó)內(nèi)在線學(xué)習(xí)行為分析研究文獻(xiàn)的發(fā)文時(shí)間、發(fā)文機(jī)構(gòu)、作者發(fā)文量，對(duì)在線學(xué)習(xí)行為分析的研究現(xiàn)狀做出客觀評(píng)價(jià)；二是可視化分析方法.即借助CiteSpace軟件生成在線學(xué)習(xí)行為分析視圖，以此探索在線學(xué)習(xí)行為分析研究的歷程與現(xiàn)狀，并預(yù)測(cè)未來的發(fā)展趨勢(shì)；三是內(nèi)容分析法.由于代表性文獻(xiàn)是研究的重要知識(shí)基礎(chǔ)，一般具有重大的學(xué)術(shù)價(jià)值，因此有必要對(duì)代表性文獻(xiàn)的內(nèi)容進(jìn)行分析和描述.然而，CiteSpace僅可對(duì)CNKI數(shù)據(jù)的專業(yè)術(shù)語(yǔ)和關(guān)鍵詞進(jìn)行有效分析，故在必要時(shí)，本文結(jié)合內(nèi)容分析法對(duì)文獻(xiàn)的研究?jī)?nèi)容進(jìn)行分析.

2.3數(shù)據(jù)處理研究處理的數(shù)據(jù)為CiteSpace支持的純文本文件，數(shù)據(jù)文件由CNKI數(shù)據(jù)庫(kù)精煉結(jié)果轉(zhuǎn)換得出，數(shù)據(jù)處理起止時(shí)間為2016-2020年，時(shí)間分區(qū)(Years Per Slice)為1年，數(shù)據(jù)源(Term Source)包括題目、摘要、作者、關(guān)鍵詞與數(shù)據(jù)庫(kù)附加關(guān)鍵詞等，選擇標(biāo)準(zhǔn)為top前50，每個(gè)時(shí)間切片(Top per slice)排名選前20%數(shù)據(jù)，閾值設(shè)置為(2.3.15)、(3.3.20)、(3.3.20).本文的研究依次對(duì)機(jī)構(gòu)、作者、關(guān)鍵詞等節(jié)點(diǎn)類型(Node Types)進(jìn)行數(shù)據(jù)處理，研究結(jié)果以經(jīng)Pathfinder或Pruning sliced networks運(yùn)算后的知識(shí)圖譜進(jìn)行呈現(xiàn).

2.4研究說明力求在文獻(xiàn)樣本數(shù)據(jù)的統(tǒng)計(jì)上做到高完整度和高準(zhǔn)確率，采用多名研究者人工對(duì)文獻(xiàn)的內(nèi)容進(jìn)行分析和篩選，篩選結(jié)果的覆蓋率和相關(guān)度比采用主題檢索、標(biāo)題檢索、關(guān)鍵詞檢索高，但仍存在未覆蓋所有有關(guān)在線學(xué)習(xí)行為分析文獻(xiàn)的可能.整體而言，本文的研究所呈現(xiàn)的總體狀況是科學(xué)的、可信的，具有較高的統(tǒng)計(jì)學(xué)意義和科學(xué)的應(yīng)用價(jià)值.

3 研究數(shù)據(jù)分析

3.1研究成果產(chǎn)出分布某學(xué)科領(lǐng)域受研究者的關(guān)注程度可由發(fā)文量間接顯示，而逐年連續(xù)的發(fā)文量也可用來分析該學(xué)科領(lǐng)域受關(guān)注程度的變化情況.經(jīng)過文獻(xiàn)檢索與內(nèi)容分析，得到相關(guān)期刊文獻(xiàn)170篇.設(shè)置Bicomb軟件以“年代”為關(guān)鍵字段，對(duì)篩選出的文獻(xiàn)題錄信息按年代進(jìn)行統(tǒng)計(jì)，圖1 統(tǒng)計(jì)出7本CSSCI來源期刊所收錄的2016-2020年在線學(xué)習(xí)分析主題的發(fā)文量.數(shù)據(jù)顯示，2016-2019年期間，每年發(fā)文總量整體上呈上升趨勢(shì)，2018年發(fā)文量突破40篇，是一個(gè)轉(zhuǎn)折點(diǎn)，此后每年的發(fā)文量都在40篇以上，2019年發(fā)文量高達(dá)42篇；2020年僅能檢索到9月份已達(dá)27篇.由線性增長(zhǎng)趨勢(shì)可知，2020年的發(fā)文量也將高于40篇.

圖1 研究成果產(chǎn)出分布圖

MOOC(Massive Open Online Courses)課程是在線學(xué)習(xí)的先驅(qū)，MOOC這個(gè)術(shù)語(yǔ)于2008年率先在國(guó)外被提出并快速發(fā)展，隨后在中國(guó)也同樣受到了很大關(guān)注.隨著MOOC的快速發(fā)展，其已成為現(xiàn)代最新穎、最潮流的學(xué)習(xí)形式，在線學(xué)習(xí)平臺(tái)積累大量學(xué)習(xí)行為數(shù)據(jù)，數(shù)據(jù)挖掘技術(shù)被引入在線學(xué)習(xí)行為的研究，從而涌現(xiàn)出大量的研究成果.按照文獻(xiàn)樣本的時(shí)間分布，可大致將在線學(xué)習(xí)行為分析研究劃分為兩個(gè)階段.2013-2016年為第一階段，該階段在線學(xué)習(xí)研究成果較少，但這些研究成果為未來的在線學(xué)習(xí)行為分析研究奠定了基礎(chǔ)；2016—2020年為第二階段，是在線學(xué)習(xí)分析研究的發(fā)展階段，每年的研究論文維持在35篇以上，反映出國(guó)內(nèi)研究者對(duì)“在線學(xué)習(xí)行為分析”的研究關(guān)注程度較高，在線學(xué)習(xí)行為分析的研究在這一時(shí)期開始呈現(xiàn)爆發(fā)態(tài)勢(shì).

3.2載文期刊基本情況用Bicomb軟件對(duì)2016-2020年7本CSSCI期刊共登載的170篇在線學(xué)習(xí)分析樣本文獻(xiàn)進(jìn)行載文期刊分布統(tǒng)計(jì)，按刊載論文數(shù)量由高到低依次排序結(jié)果見圖2.從圖2可以看出，其中共有4本期刊刊載的在線學(xué)習(xí)分析主題的文章數(shù)量超過28篇，分別是《電化教育研究》、《現(xiàn)代教育技術(shù)》、《中國(guó)遠(yuǎn)程教育》、《中國(guó)電化教育》——2016-2020年我國(guó)在線學(xué)習(xí)分析研究論文發(fā)表的重要陣地，且均是CSSCI來源期刊，所載論文的整體質(zhì)量穩(wěn)定且價(jià)值較高.由圖2文獻(xiàn)期刊分布可看出，《電化教育研究》的載文數(shù)量在文獻(xiàn)來源的7本雜志中遙遙領(lǐng)先，《中國(guó)電化教育》、《中國(guó)遠(yuǎn)程教育》、《現(xiàn)代教育技術(shù)》的載文數(shù)量較為接近，均處于30篇上下；《現(xiàn)代遠(yuǎn)程教育研究》、《開放教育研究》、《遠(yuǎn)程教育雜志》的載文數(shù)量較為接近，均處于11-13篇之間.

圖2 樣本文獻(xiàn)期刊分布

3.3研究機(jī)構(gòu)分析文獻(xiàn)發(fā)表機(jī)構(gòu)統(tǒng)計(jì)可以幫助我們確認(rèn)在線學(xué)習(xí)行為分析的熱點(diǎn)研究機(jī)構(gòu).使用Bicomb軟件以“機(jī)構(gòu)”為關(guān)鍵字段，統(tǒng)計(jì)得到研究機(jī)構(gòu)共53家，且?guī)缀醵际歉叩仍盒?表2篩選出了發(fā)文量居前5位的機(jī)構(gòu).從表2可以看出，國(guó)內(nèi)在線學(xué)習(xí)分析研究的主要陣地和研究成果的主要來源都是高等師范院校，其中發(fā)文量以北京師范大學(xué)(41篇)和華中師范大學(xué)(36篇)最為突出；中心性以北京師范大學(xué)(0.09)最為突出.這符合各類師范大學(xué)承擔(dān)教育改革和人才培養(yǎng)重大任務(wù)的狀態(tài)，在大數(shù)據(jù)環(huán)境下更多的研究是以新技術(shù)為支撐提升教育教學(xué)效果.

表2 我國(guó)在線學(xué)習(xí)行為研究發(fā)文前5的機(jī)構(gòu)

3.4作者分析本研究對(duì)170篇樣本文獻(xiàn)使用CiteSpace軟件的作者共現(xiàn)功能，形成了在線學(xué)習(xí)分析作者共現(xiàn)圖譜，如圖3所示.圖3對(duì)在線學(xué)習(xí)行為分析研究領(lǐng)域較有成果的作者進(jìn)行了可視化，可直觀地了解這些作者的合作情況.結(jié)合作者所屬機(jī)構(gòu)分析可知有合作的作者大都同屬于相同研究機(jī)構(gòu)，跨校的研究合作較少，這也從側(cè)面反映出該領(lǐng)域的學(xué)者交流還不夠充分.

圖3 作者共現(xiàn)圖譜

排序頻次作者百分比累計(jì)百分比19劉三女牙5.295.2928劉智4.7110.0037鄭勤華4.1214.1246劉清堂3.5317.6555趙蔚2.9420.5965孫建文2.9423.5375姜強(qiáng)2.9426.4785陳麗2.9429.4194武法提2.3531.76104牟智佳2.3534.11

文獻(xiàn)作者統(tǒng)計(jì)可以幫助我們確認(rèn)在線學(xué)習(xí)分析研究領(lǐng)域的領(lǐng)軍人物.使用Bicomb軟件以“作者”為關(guān)鍵字段進(jìn)行提取、統(tǒng)計(jì)，得到作者共138位.對(duì)出現(xiàn)頻次排名前10的作者進(jìn)行再統(tǒng)計(jì)，結(jié)果如表3所示.由表3可知，第一，我國(guó)在線學(xué)習(xí)行為分析研究的發(fā)文數(shù)量最多的是劉三女牙，高達(dá)9篇，其次是劉智(8篇)、鄭勤華(7篇)和劉清堂(6篇).第二，排名前10的作者發(fā)文數(shù)量，累計(jì)頻次為34.11%.由此可知，以上排名前10的作者是我國(guó)在線學(xué)習(xí)行為研究領(lǐng)域中的重要人物，他們的學(xué)術(shù)熱情高，科研能力強(qiáng)，在研究成果產(chǎn)出方面有著舉足輕重的作用.

4 研究熱點(diǎn)與發(fā)展趨勢(shì)分析

4.1研究熱點(diǎn)分析對(duì)某一研究領(lǐng)域熱點(diǎn)的把握，可以通過CiteSpace對(duì)期刊文獻(xiàn)信息進(jìn)行可視化分析生成研究熱點(diǎn)知識(shí)圖譜、挖掘和分析文獻(xiàn)高頻關(guān)鍵詞實(shí)現(xiàn).

4.1.1 關(guān)鍵詞共現(xiàn)分析視圖 本研究借助CiteSpace軟件，通過關(guān)鍵詞共現(xiàn)功能對(duì)170篇樣本文獻(xiàn)進(jìn)行關(guān)鍵詞共現(xiàn)分析，形成了在線學(xué)習(xí)行為分析關(guān)鍵詞共現(xiàn)分析圖，如圖4所示.關(guān)鍵詞共現(xiàn)圖譜顯示：共現(xiàn)圖譜中共有節(jié)點(diǎn)166個(gè)，連線317條，網(wǎng)絡(luò)整體密度為0.023 1.在圖4中，一個(gè)節(jié)點(diǎn)代表一個(gè)“關(guān)鍵詞”，關(guān)鍵詞是對(duì)整篇文獻(xiàn)的概括，節(jié)點(diǎn)越大說明關(guān)鍵詞的頻次越大，說明某研究方向在一定程度上是該領(lǐng)域內(nèi)的研究熱點(diǎn)；而“中心性”則是衡量節(jié)點(diǎn)在網(wǎng)絡(luò)中重要性大小的一個(gè)指標(biāo)，中心性值高，說明與其聯(lián)系的關(guān)鍵詞越多，能起到鏈接作用越大，重要程度也就越高.因此，通過比較關(guān)鍵詞的中心性與頻次，能更精確深入地發(fā)現(xiàn)在線學(xué)習(xí)行為研究熱點(diǎn).表4為CiteSpace軟件統(tǒng)計(jì)出的頻次排名前15位的關(guān)鍵詞.

圖4 關(guān)鍵詞共現(xiàn)圖譜

排序頻次中心性關(guān)鍵詞排序頻次中心性關(guān)鍵詞1390.45學(xué)習(xí)分析970.10社會(huì)網(wǎng)絡(luò)分析2300.40在線學(xué)習(xí)1060.06學(xué)習(xí)效果3180.39MOOC1160.04SPOC4130.07大數(shù)據(jù)1260.07網(wǎng)絡(luò)學(xué)習(xí)空間590.16學(xué)習(xí)投入1350.02在線學(xué)習(xí)行為690.04數(shù)據(jù)挖掘1440.02在線學(xué)習(xí)者780.12學(xué)習(xí)行為1540.02差異性分析880.06慕 課

從關(guān)鍵詞出現(xiàn)頻次排序看，由表4所示，最高頻次的關(guān)鍵詞為學(xué)習(xí)分析，出現(xiàn)39次；在線學(xué)習(xí)出現(xiàn)頻次排名第二，為30次，由于在線學(xué)習(xí)行為分析是篩選文獻(xiàn)樣本的重要標(biāo)準(zhǔn)之一，因此其出現(xiàn)在文獻(xiàn)樣本關(guān)鍵詞中的頻次最高不足為奇.緊隨其后的是MOOC、大數(shù)據(jù)、學(xué)習(xí)投入和數(shù)據(jù)挖掘，其頻次分別居第三、第四和第五(18次、13次、9次和9次)，說明這四個(gè)關(guān)鍵詞受在線學(xué)習(xí)分析研究領(lǐng)域中學(xué)者們關(guān)注較多，可以推斷這4個(gè)關(guān)鍵詞代表的相關(guān)研究方向是在線學(xué)習(xí)行為分析領(lǐng)域中較為核心的研究?jī)?nèi)容.數(shù)據(jù)挖掘是學(xué)習(xí)分析技術(shù)的一種，應(yīng)用學(xué)習(xí)分析技術(shù)的主要目的是實(shí)現(xiàn)對(duì)在線學(xué)習(xí)大數(shù)據(jù)的分析.

從節(jié)點(diǎn)的中心性看，“學(xué)習(xí)分析”值最高，達(dá)到0.45，其次是“在線學(xué)習(xí)”和“MOOC”，其值分別為0.40和0.39，位列第二和第三，這說明MOOC在在線學(xué)習(xí)行為分析領(lǐng)域中處于最重要地位.結(jié)合其出現(xiàn)頻次可知，“MOOC”是在線學(xué)習(xí)行為分析研究領(lǐng)域的重要熱點(diǎn)方向.“學(xué)習(xí)投入”、“學(xué)習(xí)行為”和“社會(huì)網(wǎng)絡(luò)分析”三個(gè)節(jié)點(diǎn)的中介中心度分別為0.16、0.12和0.10，分別居第四、第五和第六位，說明“學(xué)習(xí)投入”、“學(xué)習(xí)行為”和“社會(huì)網(wǎng)絡(luò)分析”在在線學(xué)習(xí)行為分析研究領(lǐng)域的內(nèi)部連接作用也較強(qiáng)，表現(xiàn)出較強(qiáng)的關(guān)聯(lián)性.這表明，2016-2020年間我國(guó)在線學(xué)習(xí)中，MOOC、學(xué)習(xí)投入、社會(huì)網(wǎng)絡(luò)分析的研究最為廣泛，但是相對(duì)突出的研究熱點(diǎn)是在線學(xué)習(xí)的學(xué)習(xí)投入和社會(huì)網(wǎng)絡(luò)分析，尤其是基于MOOC學(xué)習(xí)數(shù)據(jù)的學(xué)習(xí)投入分析和社會(huì)網(wǎng)絡(luò)分析的相關(guān)研究.

探究其原因可能是，MOOC課程是在線學(xué)習(xí)的先驅(qū)，在中國(guó)乃至全世界都受到不同學(xué)習(xí)者的廣泛歡迎.國(guó)內(nèi)慕課行業(yè)發(fā)展受到教育部先后出臺(tái)的多項(xiàng)鼓勵(lì)性政策推動(dòng)，例如2015年，教育部出臺(tái)了《教育部關(guān)于加強(qiáng)高等學(xué)校在線開放課程建設(shè)應(yīng)用與管理的意見》鼓勵(lì)高等院校積極參與制作慕課課程、建設(shè)線上平臺(tái)，同時(shí)提倡創(chuàng)新.目前，我國(guó)已上線5000門慕課課程，參入學(xué)習(xí)的高校學(xué)生和社會(huì)學(xué)習(xí)者突破七千萬人次，參與慕課制作和平臺(tái)建設(shè)的高校數(shù)量、慕課總數(shù)、學(xué)習(xí)人數(shù)和增長(zhǎng)幅度均遠(yuǎn)超其他國(guó)家，位居世界第一且保持著穩(wěn)健的增長(zhǎng)勢(shì)頭.因此，我國(guó)的在線學(xué)習(xí)行為分析多是基于MOOC課程的數(shù)據(jù)進(jìn)行研究.

4.1.2 時(shí)間線視圖 時(shí)間線視圖可以通過按時(shí)間先后順序?qū)⒚總€(gè)聚類的節(jié)點(diǎn)排布在同一時(shí)間線上，勾畫出該聚類的歷史跨度，因此，時(shí)間線視圖有助于對(duì)研究熱點(diǎn)的時(shí)間分布的明確認(rèn)識(shí).借助CiteSpace的Timeline功能做進(jìn)一步的時(shí)間線圖分析，結(jié)果如圖5所示.在時(shí)間線視圖中(圖5)，某兩個(gè)關(guān)鍵詞之間具有線條則代表這兩個(gè)關(guān)鍵詞之間存在聯(lián)系，線條的顏色則對(duì)應(yīng)著不同的年份.圖5中的線條顏色分別有藍(lán)色、綠色、黃色、紅色4種，依次代表2017年、2018年、2019年、2020年出現(xiàn)的關(guān)鍵詞與在其前面出現(xiàn)關(guān)鍵詞的共現(xiàn)聯(lián)系.

圖5 聚類分析時(shí)間線視圖

從聚類分析時(shí)間線視圖來看，2016年以前，出現(xiàn)的研究熱點(diǎn)不多，且中心度和研究頻次相對(duì)較少.主要的研究熱點(diǎn)是在2016年出現(xiàn)的，其中最為突出的是學(xué)習(xí)分析、在線學(xué)習(xí)、MOOC、大數(shù)據(jù)和SPOC.在2017-2019年間出現(xiàn)了大量新的研究熱點(diǎn)，但整體的中心度和研究頻次均不多.2019—2020年之間，新的研究熱點(diǎn)出現(xiàn)較少，主要是繼續(xù)深化以前出現(xiàn)的研究熱點(diǎn).2020年的研究熱點(diǎn)出現(xiàn)數(shù)量呈繼續(xù)上升的趨勢(shì)，2020年的研究則主要以社會(huì)網(wǎng)絡(luò)、學(xué)習(xí)行為序列、聚類分析、優(yōu)化模型、人工智能、交互模式、認(rèn)知投入等方面的研究為主.因此，社會(huì)網(wǎng)絡(luò)和深度學(xué)習(xí)支持的學(xué)習(xí)分析研究在未來一段時(shí)期內(nèi)仍將是重要的研究主題.整體上看，本領(lǐng)域研究的特點(diǎn)是趨勢(shì)上靜態(tài)穩(wěn)定、方向上逐漸細(xì)致與成熟.

4.1.3 在線學(xué)習(xí)行為研究代表性文獻(xiàn) 圖4可視化了樣本文獻(xiàn)的重要關(guān)鍵詞以及各關(guān)鍵詞之間的聯(lián)系.為探究各關(guān)鍵詞之間更深層次的關(guān)系，本文利用CiteSpace軟件對(duì)關(guān)鍵詞進(jìn)行聚類分析，聚類結(jié)果如圖6.由圖6可以看出，聯(lián)系緊密的關(guān)鍵詞會(huì)相對(duì)形成一個(gè)個(gè)小的團(tuán)體，進(jìn)而可將這個(gè)小團(tuán)體中的關(guān)鍵詞進(jìn)行歸納總結(jié)，總結(jié)出一個(gè)個(gè)主題，然后對(duì)主題進(jìn)行詳細(xì)論述，其本質(zhì)就是人工的聚類分析.聚類結(jié)果中的模塊度Q=0.610 7，遠(yuǎn)高于0.3，所以此次聚類的結(jié)構(gòu)是顯著的，是可信服的.輪廓值S=0.534 8，略高于0.5，所以此次聚類是合理的.

圖6 基于關(guān)鍵詞的聚類視圖

為呈現(xiàn)出連接成分的主要聚類，運(yùn)用CiteSpace軟件的自動(dòng)選擇功能進(jìn)行篩選，最終過濾得到五大主要聚類，分別是: 社會(huì)網(wǎng)絡(luò)(# 0) 、數(shù)據(jù)挖掘( # 1) 、交互中心度( #2) 、大數(shù)據(jù)( #3) 、社會(huì)網(wǎng)絡(luò)分析( # 4).結(jié)合聚類主題以及權(quán)值較大的關(guān)鍵詞進(jìn)行分析，可以揭示在線學(xué)習(xí)行為研究領(lǐng)域的知識(shí)結(jié)構(gòu)、熱點(diǎn)問題、動(dòng)態(tài)演變，其中權(quán)值較大的關(guān)鍵詞為各聚類的主要研究熱點(diǎn)問題[3].為在一定程度上理清關(guān)鍵節(jié)點(diǎn)文獻(xiàn)在聚類之間或內(nèi)部的轉(zhuǎn)折作用，把握理論發(fā)展的變化，在梳理分析關(guān)鍵節(jié)點(diǎn)文獻(xiàn)后進(jìn)行具體闡述.

從聚類結(jié)果詳情中可以看出，排名首位的聚類規(guī)模大小為24，“社會(huì)網(wǎng)絡(luò)”、“在線學(xué)習(xí)者”和“聯(lián)通主義”是這一聚類中較大的標(biāo)識(shí)詞.基于在線學(xué)習(xí)者在聯(lián)通性慕課(cMOOC)學(xué)習(xí)中產(chǎn)生的行為數(shù)據(jù)，通過社會(huì)網(wǎng)絡(luò)對(duì)學(xué)習(xí)路徑或模式轉(zhuǎn)變分析是該領(lǐng)域最為關(guān)注的熱點(diǎn).這一方面的代表性文獻(xiàn)是《優(yōu)秀的慕課學(xué)習(xí)者如何學(xué)習(xí)——慕課學(xué)習(xí)行為模式挖掘》、《cMOOC學(xué)習(xí)者知識(shí)流動(dòng)特征與交互水平關(guān)系研究》、《基于全腦模型的在線學(xué)習(xí)者學(xué)習(xí)行為序列分析》，等.[4-6]

排名第二的聚類規(guī)模大小為22，“數(shù)據(jù)挖掘”和“學(xué)習(xí)行為”是其權(quán)值較大的標(biāo)識(shí)詞，表明利用數(shù)據(jù)挖掘的方法對(duì)學(xué)習(xí)行為數(shù)據(jù)進(jìn)行分析是在線學(xué)習(xí)行為分析領(lǐng)域研究的熱點(diǎn)主題.這一方面的代表性文獻(xiàn)是《慕課環(huán)境下學(xué)習(xí)者學(xué)習(xí)行為差異性分析研究》、《edX平臺(tái)教育大數(shù)據(jù)的學(xué)習(xí)行為分析與預(yù)測(cè)》、《面向在線討論的時(shí)間序列建模實(shí)驗(yàn)》，等.[7-9]

排名第三的聚類規(guī)模大小為20，“交互中心度”、“社會(huì)性交互”、“學(xué)習(xí)預(yù)警”以及“交互質(zhì)量”是其權(quán)值較大的標(biāo)識(shí)詞，表明針對(duì)學(xué)習(xí)者交互的研究以及對(duì)學(xué)生學(xué)習(xí)進(jìn)行干預(yù)是該領(lǐng)域的又一熱點(diǎn)主題.這一方面的代表性文獻(xiàn)是《MOOCs中學(xué)習(xí)者論壇交互中心度與交互質(zhì)量的關(guān)系實(shí)證研究》.[10]

排名第四的聚類規(guī)模大小為18，較大的標(biāo)識(shí)詞是“大數(shù)據(jù)”、“學(xué)習(xí)風(fēng)格”、“知識(shí)構(gòu)建模式”、“人工智能”，通過對(duì)此聚類的標(biāo)識(shí)詞綜合分析發(fā)現(xiàn)，這一聚類以基于人工智能和大數(shù)據(jù)的個(gè)性化學(xué)習(xí)研究為中心.這一方面的代表性文獻(xiàn)是《在線視頻學(xué)習(xí)投入的研究——MOOCs視頻特征和學(xué)生跳轉(zhuǎn)行為的大數(shù)據(jù)分析》、《人工智能支持下自適應(yīng)學(xué)習(xí)路徑構(gòu)建》.[11-12]

排名第五的聚類規(guī)模大小為17，較大的標(biāo)識(shí)詞是“社會(huì)網(wǎng)絡(luò)分析”、“學(xué)習(xí)績(jī)效”、“交互模式”，反映出基于學(xué)習(xí)者在線交互的社會(huì)交互分析與學(xué)習(xí)者學(xué)習(xí)收獲研究、構(gòu)建學(xué)習(xí)者模型在該領(lǐng)域中的重要性.這一方面的代表性文獻(xiàn)是《不同關(guān)系定義下在線交互網(wǎng)絡(luò)特點(diǎn)及其與學(xué)習(xí)績(jī)效關(guān)系——以SPOC論壇為例》、《學(xué)習(xí)者社會(huì)網(wǎng)絡(luò)交互、情緒表征與學(xué)習(xí)成效的關(guān)系研究》、《混合學(xué)習(xí)環(huán)境中主動(dòng)性人格和人際交互與學(xué)習(xí)績(jī)效的關(guān)系研究》，等.[13-15]

綜上所述，借助關(guān)鍵詞頻次和中心性以及基于代表性文獻(xiàn)的分析，我們可以概括出目前在線學(xué)習(xí)行為研究的國(guó)內(nèi)熱點(diǎn)主要聚焦于以下幾個(gè)方面：一是在線學(xué)習(xí)行為分析研究多是基于MOOC平臺(tái)所記錄的學(xué)習(xí)者在線學(xué)習(xí)的行為數(shù)據(jù);二是利用數(shù)據(jù)挖掘的方法探究在線學(xué)習(xí)行為大數(shù)據(jù)，關(guān)注學(xué)習(xí)者的學(xué)習(xí)投入、學(xué)習(xí)效果;三是對(duì)在線課程的學(xué)習(xí)者進(jìn)行在線學(xué)習(xí)過程中產(chǎn)生的數(shù)據(jù)進(jìn)行社會(huì)網(wǎng)絡(luò)分析.

4.2在線學(xué)習(xí)分析研究演進(jìn)脈絡(luò)分析時(shí)區(qū)視圖可以按時(shí)間跨度呈現(xiàn)出知識(shí)演進(jìn)的情況，清楚地展現(xiàn)出新興研究主題的出現(xiàn)以及各研究主題之間的相互影響.某兩個(gè)時(shí)間段的傳承關(guān)系可由這兩個(gè)時(shí)區(qū)的節(jié)點(diǎn)之間聯(lián)系的數(shù)量來體現(xiàn)，且呈正相關(guān)關(guān)系.借助CiteSpace的Timezone功能做進(jìn)一步可視化分析，結(jié)果如圖7所示.關(guān)鍵詞節(jié)點(diǎn)內(nèi)圈的顏色表示不同時(shí)間段出現(xiàn)，關(guān)鍵詞之間的連線代表其存在共現(xiàn)關(guān)系，連線的粗細(xì)代表共現(xiàn)的強(qiáng)度，連線的顏色則可表示節(jié)點(diǎn)之間共現(xiàn)的年份，且與圖7中上方年份對(duì)應(yīng)，即紫色-2016年、藍(lán)色-2017年、綠色-2018年、黃色-2019年、紅色-2020年.節(jié)點(diǎn)最外層為紫圈可說明其中心度較大.

圖7 關(guān)鍵詞共現(xiàn)時(shí)區(qū)視圖

2011年美國(guó)新媒體聯(lián)盟發(fā)布的《地平線報(bào)告》將學(xué)習(xí)分析定義為影響教育發(fā)展的新興技術(shù)，此后迅速受到國(guó)內(nèi)學(xué)者的廣泛關(guān)注.隨著近些年教育信息化的不斷深入開展，基于教育大數(shù)據(jù)進(jìn)行學(xué)習(xí)分析的研究大規(guī)模興起.關(guān)鍵詞共現(xiàn)時(shí)區(qū)圖譜表明：直到2016年，在線學(xué)習(xí)、學(xué)習(xí)分析、MOOC、大數(shù)據(jù)、學(xué)習(xí)行為、學(xué)習(xí)投入和數(shù)據(jù)挖掘等關(guān)鍵詞字號(hào)仍較大，出現(xiàn)頻次較高，是在線學(xué)習(xí)行為分析研究的基礎(chǔ)，且在后面幾年發(fā)表的文獻(xiàn)中均有被引用或出現(xiàn).從2017年至2020年間相繼出現(xiàn)熱門高頻關(guān)鍵詞：慕課、在線學(xué)習(xí)者、網(wǎng)絡(luò)學(xué)習(xí)空間、學(xué)習(xí)績(jī)效、社會(huì)網(wǎng)絡(luò)分析、教育大數(shù)據(jù)、在線討論、學(xué)習(xí)風(fēng)格、社會(huì)網(wǎng)絡(luò)、認(rèn)知投入等.“大數(shù)據(jù)”、“數(shù)據(jù)挖掘”、“教育大數(shù)據(jù)”等關(guān)鍵詞的高頻出現(xiàn)，預(yù)示著基于人工智能方法的在線學(xué)習(xí)分析將迎來爆發(fā)期，因?yàn)橥ㄟ^對(duì)大量數(shù)據(jù)的分析進(jìn)行建模是人工智能的本質(zhì).對(duì)學(xué)習(xí)者在線學(xué)習(xí)過程中產(chǎn)生的數(shù)據(jù)進(jìn)行分析與建模，并將研究成果與教育學(xué)習(xí)實(shí)例相結(jié)合，使得技術(shù)手段的標(biāo)準(zhǔn)化優(yōu)勢(shì)與人腦的創(chuàng)造力和復(fù)雜決策優(yōu)勢(shì)得到完美結(jié)合.目前人工智能和學(xué)習(xí)分析的融合應(yīng)用已深入自適應(yīng)學(xué)習(xí)、虛擬助手等場(chǎng)景，未來更多新的場(chǎng)景必將出現(xiàn).隨著未來互聯(lián)網(wǎng)技術(shù)的繼續(xù)飛速發(fā)展，以人工智能為核心技術(shù)的“互聯(lián)網(wǎng)+教育”將是在線學(xué)習(xí)的核心驅(qū)動(dòng)力.另外，“社會(huì)網(wǎng)絡(luò)分析”最早出現(xiàn)在樣本文獻(xiàn)中是2018年，在2020年中又出現(xiàn)了“社會(huì)網(wǎng)絡(luò)”，說明基于在線學(xué)習(xí)行為數(shù)據(jù)的社會(huì)網(wǎng)絡(luò)分析是該研究領(lǐng)域的研究前沿.此外，使用CiteSpace軟件詞頻探測(cè)技術(shù)發(fā)現(xiàn)(見圖8)，“學(xué)習(xí)行為”將依然是未來國(guó)內(nèi)在線學(xué)習(xí)研究的前沿方向，會(huì)持續(xù)受到教育領(lǐng)域?qū)W者的廣泛關(guān)注.

圖8 突顯詞圖譜

5 研究結(jié)論與展望

5.1研究結(jié)論通過對(duì)中國(guó)知網(wǎng)CNKI數(shù)據(jù)庫(kù)中2016-2020年在線學(xué)習(xí)行為分析研究文獻(xiàn)進(jìn)行計(jì)量分析、內(nèi)容分析與可視化分析，本文得出如下主要結(jié)論：

1) 從文獻(xiàn)發(fā)表時(shí)間與數(shù)量來看，2016-2019年每年的發(fā)文量都呈逐年上升趨勢(shì)，國(guó)內(nèi)針對(duì)在線學(xué)習(xí)行為分析的研究處于穩(wěn)步發(fā)展期.由于2020年文獻(xiàn)只篩選到9月，2020年1月 1日至9月31日已有27篇相關(guān)文獻(xiàn)入庫(kù)，可以預(yù)測(cè)2020年及未來對(duì)在線學(xué)習(xí)行為分析的研究仍將是熱門領(lǐng)域.

2) 從載文期刊分布情況來看，7本CSSCI來源期刊中，《電化教育研究》、《現(xiàn)代教育技術(shù)》、《中國(guó)遠(yuǎn)程教育》、《中國(guó)電化教育》刊載的在線學(xué)習(xí)分析主題的文章數(shù)量超過28篇，《現(xiàn)代遠(yuǎn)程教育研究》、《開放教育研究》、《遠(yuǎn)程教育雜志》的載文數(shù)量均處于11-13篇之間.

3) 從研究機(jī)構(gòu)及其合作關(guān)系來看，高等師范類院校是國(guó)內(nèi)在線學(xué)習(xí)行為研究的主要陣地，具有絕對(duì)優(yōu)勢(shì).其中，北京師范大學(xué)、華中師范大學(xué)、華東師范大學(xué)、東北師范大學(xué)、江蘇師范大學(xué)、北京大學(xué)發(fā)文量和中心性最為突出.然而，這些研究機(jī)構(gòu)之間的合作較少.

4) 從研究者及其合作來看，目前國(guó)內(nèi)已逐步形成了一支在線學(xué)習(xí)行為分析研究的核心研究者群，這些核心作者的研究成果在質(zhì)量和數(shù)量上均處于較高水平.來自華中師范大學(xué)的劉三女牙、劉清堂、劉智、孫建文，北京師范大學(xué)的鄭勤華、陳麗、武法提、牟智佳，東北師范大學(xué)的趙蔚、姜強(qiáng)，是在線學(xué)習(xí)行為分析研究領(lǐng)域的領(lǐng)軍人物，是該領(lǐng)域的主體力量，在一定程度上可從其研究方向發(fā)現(xiàn)在線學(xué)習(xí)行為分析研究領(lǐng)域內(nèi)的熱點(diǎn)與前沿.從作者合作模式來看，基本是同一機(jī)構(gòu)內(nèi)的合作.

5) 通過關(guān)鍵詞分析，結(jié)合梳理出的關(guān)鍵文獻(xiàn)，從整體來看，在線學(xué)習(xí)行為分析的研究主題可歸納為三方面：一是在線學(xué)習(xí)行為數(shù)據(jù)多是基于MOOC課程所所產(chǎn)生的學(xué)習(xí)者在線學(xué)習(xí)的行為數(shù)據(jù)；二是利用數(shù)據(jù)挖掘的方法探究在線學(xué)習(xí)行為大數(shù)據(jù)，關(guān)注學(xué)習(xí)者的學(xué)習(xí)投入、學(xué)習(xí)效果；三是對(duì)在線課程的學(xué)習(xí)者進(jìn)行在線學(xué)習(xí)過程中產(chǎn)生的數(shù)據(jù)進(jìn)行社會(huì)網(wǎng)絡(luò)分析.

6) 從在線學(xué)習(xí)行為分析的發(fā)展脈絡(luò)來看，研究者從重點(diǎn)關(guān)注學(xué)習(xí)效果、差異性分析、學(xué)習(xí)投入等方面，發(fā)展到開始聚焦在線學(xué)習(xí)者的社會(huì)網(wǎng)絡(luò)分析、學(xué)習(xí)預(yù)測(cè)、學(xué)習(xí)干預(yù)等問題.另外，在線學(xué)習(xí)行為分析仍將獲得該領(lǐng)域研究者的持續(xù)性關(guān)注.

5.2研究不足與展望在文獻(xiàn)分析的基礎(chǔ)上，本文認(rèn)為國(guó)內(nèi)在線學(xué)習(xí)行為分析研究未來可能的研究方向和需要解決的問題有:

1) 跨學(xué)科合作和技術(shù)融合將會(huì)是在線學(xué)習(xí)行為分析領(lǐng)域的重要趨勢(shì).數(shù)據(jù)挖掘技術(shù)與教育學(xué)、管理學(xué)、社會(huì)學(xué)、心理學(xué)等學(xué)科相關(guān)理論結(jié)合的應(yīng)用創(chuàng)新將會(huì)是新的研究方向.教育學(xué)、管理學(xué)、社會(huì)學(xué)、心理學(xué)等學(xué)科在學(xué)習(xí)行為等方面積累了大量的重要理論，為掌握更全面的數(shù)據(jù)信息、認(rèn)識(shí)更深層次的學(xué)習(xí)問題提供了有力支撐，但當(dāng)前的研究大多數(shù)與其聯(lián)系還不夠深入.再者，如何針對(duì)在線學(xué)習(xí)行為分析的具體內(nèi)容對(duì)已有的數(shù)據(jù)挖掘算法進(jìn)行改進(jìn)也是值得關(guān)注的研究問題.例如，運(yùn)用特征工程方法提取有效的學(xué)習(xí)行為特征并進(jìn)行量化和編碼；根據(jù)學(xué)生學(xué)習(xí)行為特征改進(jìn)聚類算法，使得聚類效果更佳；在對(duì)學(xué)生成績(jī)或?qū)W業(yè)拖延情況進(jìn)行預(yù)測(cè)時(shí)，改進(jìn)預(yù)測(cè)算法以提高準(zhǔn)確率.另外，如何針對(duì)具體問題將其他學(xué)科的算法改進(jìn)后應(yīng)用于在線學(xué)習(xí)分析也有待專家學(xué)者進(jìn)一步研究.例如，將深度學(xué)習(xí)算法與在線學(xué)習(xí)行為分析進(jìn)行結(jié)合；將人工智能領(lǐng)域的多視圖聚類算法改進(jìn)后應(yīng)用于在線學(xué)習(xí)分析.

2) 基于多模態(tài)數(shù)據(jù)與學(xué)習(xí)行為數(shù)據(jù)，利用人工智能方法對(duì)學(xué)習(xí)分析展開研究將是未來學(xué)習(xí)分析領(lǐng)域的新研究方向.在傳統(tǒng)的學(xué)習(xí)分析研究中，研究者普遍關(guān)注結(jié)構(gòu)化數(shù)據(jù)，如在線學(xué)習(xí)環(huán)境中學(xué)習(xí)者的學(xué)習(xí)行為日志，并且目前很多學(xué)習(xí)平臺(tái)也更傾向于記錄學(xué)習(xí)者的過程性學(xué)習(xí)行為數(shù)據(jù)，這導(dǎo)致經(jīng)典的學(xué)習(xí)分析較少涉及學(xué)習(xí)者學(xué)習(xí)過程中的面部與肢體等信息[16].伴隨著低成本模態(tài)傳感器和物聯(lián)網(wǎng)方法的成熟，多模態(tài)數(shù)據(jù)建?？蓪?shí)現(xiàn)自動(dòng)收集各種細(xì)粒度的學(xué)習(xí)者數(shù)據(jù)，在分析時(shí)對(duì)不完整數(shù)據(jù)集進(jìn)行信息補(bǔ)償[17].生物多模態(tài)數(shù)據(jù)適用于研究學(xué)習(xí)者認(rèn)知、學(xué)習(xí)情感、心理狀態(tài)等，整合學(xué)習(xí)者在線學(xué)習(xí)行為數(shù)據(jù)與生物多模態(tài)數(shù)據(jù)，可幫助研究者更全面、客觀地刻畫在線學(xué)習(xí)者的學(xué)習(xí)全景，探索智能時(shí)代的學(xué)習(xí)規(guī)律，進(jìn)而更好地開展學(xué)習(xí)設(shè)計(jì)和干預(yù)策略設(shè)計(jì)工作.

3) 由于用戶隱私等問題，研究所需要的數(shù)據(jù)集獲取難度較大，這會(huì)制約著在線學(xué)習(xí)行為分析領(lǐng)域的發(fā)展.目前大多文獻(xiàn)中的數(shù)據(jù)集來源于各大高校內(nèi)部的學(xué)習(xí)平臺(tái)私有數(shù)據(jù)，已公開的數(shù)據(jù)集僅有edx平臺(tái)上的16門課程的學(xué)習(xí)數(shù)據(jù)和UCI數(shù)據(jù)庫(kù)中少量的學(xué)習(xí)數(shù)據(jù).此外，各學(xué)習(xí)平臺(tái)擁有的學(xué)習(xí)行為記錄以及不同研究所使用的數(shù)據(jù)集都不盡相同，使得研究結(jié)果的可移植性差、普適性低.因此，如何使各平臺(tái)記錄的信息一致，使研究數(shù)據(jù)集在安全的情況下公開供研究者使用等問題有待進(jìn)一步探索.

4) 跨學(xué)?；驒C(jī)構(gòu)的合作研究將會(huì)驅(qū)動(dòng)未來在線學(xué)習(xí)行為分析研究.本文發(fā)現(xiàn)研究機(jī)構(gòu)較多，高校師生是主要研究者，但跨學(xué)?；驒C(jī)構(gòu)的合作研究?jī)H占少數(shù).然而，“校?！焙献饕约把芯空咧g的合作研究，有助于我國(guó)在線學(xué)習(xí)行為分析領(lǐng)域形成核心研究團(tuán)隊(duì)，展現(xiàn)整體優(yōu)勢(shì)，推動(dòng)我國(guó)在線學(xué)習(xí)行為分析的研究進(jìn)程.

5) 近年來，學(xué)習(xí)干預(yù)領(lǐng)域的研究基本基于傳統(tǒng)課堂或在線學(xué)習(xí)平臺(tái)展開，亟待從以下幾個(gè)角度進(jìn)行加強(qiáng)：現(xiàn)有研究中的學(xué)習(xí)干預(yù)對(duì)象僅限于已在學(xué)習(xí)上表現(xiàn)出困難的學(xué)生，而未能及時(shí)關(guān)注具有潛在困難的學(xué)生；已有學(xué)習(xí)干預(yù)方面的文獻(xiàn)，主要聚焦學(xué)生活動(dòng)參與情況，忽視了學(xué)生對(duì)課程知識(shí)點(diǎn)的掌握程度；干預(yù)模型更多的是干預(yù)流程，還需明確教師或在線學(xué)習(xí)平臺(tái)何時(shí)采用何種干預(yù)策略.[18]解決以上幾點(diǎn)問題，既能提高學(xué)生的學(xué)習(xí)成效，又可科學(xué)地追蹤學(xué)生學(xué)習(xí)進(jìn)展，也促進(jìn)了技術(shù)與課程的融合.

本文主要使用Bicomb軟件以及CiteSpace軟件基于170篇文獻(xiàn)樣本對(duì)我國(guó)在線學(xué)習(xí)行為分析研究進(jìn)行計(jì)量分析和科學(xué)知識(shí)圖譜分析，研究還存在以下不足：一是本文基于發(fā)表在CNKI數(shù)據(jù)庫(kù)中的7本CCSSI來源期刊的相關(guān)論文進(jìn)行分析研究，一些并未以論文形式發(fā)表在其中的研究成果在一定程度上也有較大的參考價(jià)值，但未能在本文對(duì)在線學(xué)習(xí)行為分析發(fā)展現(xiàn)狀分析中得以體現(xiàn)；二是在對(duì)軟件處理結(jié)果進(jìn)行分析時(shí)發(fā)現(xiàn)，Bicomb和CiteSpace軟件存在一定的不足，比如，無法對(duì)意義相近的關(guān)鍵詞或主題詞進(jìn)行智能合并等，需研究者人工分析合并進(jìn)行處理，這可能會(huì)影響研究結(jié)果的準(zhǔn)確性.