国外教育大数据研究的可视化分析

　　摘 要：随着网络教育技术的迅速发展，教育领域大数据必然会成为全世界顶尖教育研究者竞相争夺的前沿研究阵地。本文以SCI和SSCI数据库为文献来源，以教育大数据研究为主题，利用引文分析法和可视化分析工具，分析出国外教育大数据研究的主要力量分布集中在普渡大学、斯坦福大学等核心研究团队。从教育大数据的知识基础中分析得知，数据挖掘技术可以探测出有效信息，用于形成性评估，以协助教育者，为设计教学情境修改教学方法时提供决策并建立教学基础。关键词共现图谱揭示了国外教育大数据研究热点，主要包括数据挖掘、学习分析、教育数据挖掘。未来研究的趋势更加关注“数据越大是否就是好数据”、“数据的客观性和准确性是否满足可证伪条件”、“限制性采集大数据所创建的新数据是否会形成信息孤岛从而影响数据共享”。
　　关键词：教育大数据；可视化分析；数据挖掘
　　中图分类号：G40-034 文献标志码：A 文章编号：1673-8454（2018）03-0011-07
　　一、引言
　　《大数据时代》的作者维克托·迈尔-舍恩伯格开创了国外大数据研究先河，并通过4个“V”描述了大数据具有的四大特征。即数据体量大（Volume）、数据类型多（Variety）、数据价值密度低（Value）、数据具有实效性（Velocity）四大特征。[1]教育大数据是大数据的一个子集，特指教育领域的大数据，是整个教育活动过程中所产生的以及根据教育需要采集到的，一切用于教育发展并可创造巨大潜在价值的数据集合。[2]本文采用词频分析法和引文分析法，使用CiteSpace软件对Web of Science核心合集中SCI和SSCI两个数据库中教育大数据研究的相关文献进行了搜索、梳理，客观生成的国外教育大数据研究的知识图谱，揭示了国外教育大数据研究领域、研究力量分布、知识基础与研究热点主题。有效的数据分析，以期为我国教育大数据的进一步研究提供参考和借鉴。
　　二、研究设计
　　1.研究方法
　　词频分析法是指分析某学科领域特定时间内发表的文献关键词，通过关键词出现的频次的高低及频次的变化趋势来确定该领域研究重点和发展方向的文献计量方法。[3]引文分析法，利用数学及统计学方法进行比较、归纳、抽象、概括等，对科学期刊、论文、著者等分析对象的引用和被引用现象进行分析，以揭示其数量特征和内在规律的一种信息计量研究方法。[4]本文利用词频分析法和引文分析法，分析国外教育大数据研究的领域分布、知识基础与热点主题。采取定量研究与定性研究相结合的方法，首先结合词频分析法、引文分析法对相关文献进行定量分析，再通过定性分析加以补充。
　　2.数据来源
　　为确保文献的权威性，本文以Web of Science核心合集中SCI和SSCI两个数据库作为文献信息来源，检索策略中以“big data”、“education”作为主题词，时间限制为2007-2017年，限定学科为Education Educational Research，文献类型为Article，搜索、筛选、整理得到209条相关文献。导出文献数据的题录信息，以全记录格式保存，保存日期为2017年6月8日。
　　3.分析工具
　　本文分析工具采用陈超美博士及其团队开发的基于Java语言的可视化分析软件CiteSpace V，这是一款专门用于学术文献分析的信息可视化分析工具。目前已广泛应用于探测、分析学科研究前沿的发展趋势以及研究前沿与知识基础之间、不同研究前沿之间的关系。[5]可视化工具以图表形式直观展现关键词的热点分布及领域走向，揭示了研究主题的外表特征，且图谱的数据为科学、客观地分析教育大数据提供了依据。
　　三、研究结果与分析
　　1.时间分布
　　国际教育大数据研究10年来发文数量及引文数量统计与分析结果如图1、图2所示。从图中可以看出，国际教育大数据研究的发文数量2007至2013逐年增长，2013达到一个小高峰，2014年有所回落，但比较稳定；2015至2016年关于教育大数据研究又开始受到更多研究者的关注，2016年又达到顶峰。而引文数量在2008-2012年亦逐年增长，且增速比较显著。结合图1和图2来看，发文数量越多，相应的引文数量也越多，其走向有着密切的相关性。说明了随着大数据时代的到来，教育大数据研究越来越受重视。
　　2.国家（地区）和机构分布
　　在CiteSpace V中设置时间切片为1，时间设置为2007-2017年，分析对象同时选择“Institution”和“Country”，选择TopN，N值设为50，采用Pathfinder（寻径）算法，运行CiteSpace V，得到教育大数据国家和地区图谱，如图3所示。
　　其中，圆形节点代表国家（地区），处于连接线上的小节点代表机构。圆圈的大小代表发文数量，圆圈越大表示发文数量越多；节点间的连线代表合作程度，节点间的连线越多，表示合作越密切；节点最外层的紫色圆环代表中心性，中心性越大，表示在该领域内影响力越大。[6]从图3中可以看出，节点最大的国家是美国（USA），其次是西班牙（SPAIN）。
　　从表1中可见，被引频次最高的是美国，文献贡献率最大，接下来是西班牙、澳大利亚、英国、土耳其、加拿大。從整个图谱来看，美国最外层的紫色圆环最大，节点中心性最高，说明美国在教育大数据领域占有领先地位。同时，美国与其他国家的节点间连线较多。由此可见，图谱中绝大多数国家与美国有合作关系。
　　美国关于教育大数据研究机构主要集中在大学和科技公司（Microsoft），如普渡大学、斯坦福大学、美国佐治亚大学、匹兹堡大学等；西班牙的主要研究机构有科尔多瓦大学、马德里科技大学、西班牙格拉纳达大学等；澳大利亚主要有莫纳什大学、堪培拉大学、麦考瑞大学等；英国主要研究机构有伦敦大学、诺丁汉大学、英国普利茅斯大学等；土耳其具有代表性的机构有哈希德佩大学、加齐大学等；加拿大主要研究机构有皇家大学、卡尔加里大学等。这些国家和机构在教育大数据研究方向占有重要地位，研究者给予了更多关注。