• 工作总结
  • 工作计划
  • 心得体会
  • 述职报告
  • 事迹材料
  • 申请书
  • 作文大全
  • 读后感
  • 调查报告
  • 励志歌曲
  • 请假条
  • 创先争优
  • 毕业实习
  • 财神节
  • 高中主题
  • 小学一年
  • 名人名言
  • 财务工作
  • 小说/有
  • 承揽合同
  • 寒假计划
  • 外贸信函
  • 励志电影
  • 个人写作
  • 其它相关
  • 生活常识
  • 安全稳定
  • 心情短语
  • 爱情短信
  • 工会工作
  • 小学五年
  • 金融类工
  • 搞笑短信
  • 医务工作
  • 党团工作
  • 党校学习
  • 学习体会
  • 下半年工
  • 买卖合同
  • qq空间
  • 食品广告
  • 办公室工
  • 保险合同
  • 儿童英语
  • 软件下载
  • 广告合同
  • 服装广告
  • 学生会工
  • 文明礼仪
  • 农村工作
  • 人大政协
  • 创意广告
  • 您现在的位置:六七范文网 > 其它相关 > 正文

    国际教育大数据研究的热点、前沿和趋势

    来源:六七范文网 时间:2023-06-11 16:50:23 点击:

    【摘 要】大数据技术通过不同视角对教育数据进行处理和分析,将教育的实时决策、学习的个性化变成现实。以WOS数据库为数据来源,运用文献计量法、可视化分析法和内容分析法,对国际教育大数据研究领域的现状进行分析发现:教育大数据文献发文量呈现增长态势;美国和中国学者的科研产出较多,而新加坡学者显示出较强的国际交流潜力与实力,由此形成“三足鼎立”之势;高等院校则成为国际教育大数据研究的主要机构群体;国际上已经形成一支以扬纳基斯、马尔达尼为代表的核心作者群,但核心作者之间分散性明显、连接性较弱;研究热点涉及大数据理论、处理技术以及学习方式等方向;发展脉络显示国际教育大数据研究已经实现了由“技术主体”向“学习服务”的理念转变,由宏观理论探讨转向对微观具体问题的探究,隐私安全、数据挖掘必将受到持续关注。国内学者需要对照国内研究现状,借鉴国际经验,立足自身研究特色,加强交流,避免研究出现“偏向”。

    【关键词】  教育大数据;对比研究;数据挖掘;学习分析;文献计量法

    【中图分类号】  G434      【文献标识码】  A      【文章编号】 1009-458x(2019)2-0026-13

    一、引言

    教育大数据是大数据的一个重要子集,特指教育領域的数据集合(裴莹等, 2017)。随着教育信息化的不断推进、教学方式的不断变革,越来越多的数据出现在学习、教学以及学校管理之中。面对海量数据,大数据技术通过不同视角对教育数据进行处理和分析,将教育的实时决策、学习者的个性化学习变成现实(郑燕林等, 2015; 张洪孟等, 2015)。在以互联网、数据挖掘、学习分析等综合技术为基础的大数据时代,教育正悄然发生着深刻的变革,人类的学习和思维方式也在发生着重要的变化。在这一背景下,世界范围内,许多国家的高校、科研院所等相继成立了大数据研究机构,从不同视角开展对教育大数据的研究工作(McKinsey & Company, 2011)。不仅如此,2017年12月8日,习近平总书记在实施国家大数据战略第二次集体学习会上强调:“我们应该审时度势、精心谋划、超前布局、力争主动,深入了解大数据发展现状和趋势及其对经济社会发展的影响,分析我国大数据发展取得的成绩和存在的问题,……更好地服务我国经济社会发展和人民生活改善。”那么在这种背景下,国际上有关教育大数据及其相关问题的研究究竟是一种怎样的状态?它经历了怎样的演变轨迹?其热点和前沿为何?国内教育大数据研究又存在哪些特点?本文试图从文献分析的角度,对上述问题做出回答。

    二、数据来源和方法

    (一)数据来源

    本次研究选择了Web of Science(WOS)平台下的核心数据库作为文献搜索来源。在检索词的确定方面,除选定“大数据(big data)”与“教育(education)”“教学(teaching)”“学习(learning)”的组合外,还采用了美国教育部在2012年10月发布的《通过教育数据挖掘和学习分析促进教与学》报告中的两个重要概念“数据挖掘”“数据分析”(胡弼成等, 2015),增加了对“数据挖掘(data mining)”与“教育(education)”以及“数据分析(data analytics)”与“教育(education)”两项复合检索。本研究将文献检索的时间截止日设定为2017年12月31日,在去除重复文献后,最终筛选出436篇论文,作为本次研究的主要数据来源。

    (二)研究方法

    本研究主要采用三种分析方法。一是文献计量法。主要统计和分析国际上教育大数据研究文献的发文时间、来源国家、发文机构、作者发文量以及被引频次,对教育大数据的研究现状做出客观评价。二是可视化分析方法。即借助CiteSpace可视化软件生成教育大数据“文献关键词聚类图”与“引文文献共被引区视图”,以此探索教育大数据研究的历程与现状,并对未来发展的趋势进行预测。三是内容分析法。由于高被引文献是构成教育大数据研究的重要知识基础,具有重大的学术价值,因此对高被引文献内容进行分析和描述是有必要的,这有助于我们深度了解国际教育大数据研究的热点与前沿。

    三、研究结果分析

    (一)发文量年度变化趋势分析

    发文数量可显示某一学科领域受关注的程度,逐年连续的发文量可反映该学科领域受关注程度的变化。图1统计出WOS核心数据库所收录的历年教育大数据文献走势。数据显示,WOS核心数据库收录的最早的有关教育大数据的论文可追溯至2002年,该论文由斯洛文尼亚学者乌尔班契奇(Urbancic, T.)等撰写,篇名为“基于网络的数字挖掘分析与决策支持的教育(Web-based analysis of data mining and decision support education)”。他在该篇文献中认为,数据挖掘可以实现知识从学术到教育应用的转移,可为教育提供参考性决策,但却未对“教育数据挖掘”的概念进行明确界定(Urbancic, T., 2002)。这篇论文发表后的大约5年里,WOS核心数据库再也没有教育大数据主题的论文出现,直至2007年才出现第二篇同类题材的论文。从2007年到2012年,虽然每年都有同类主题的论文问世,但每年的发文量均不超过10篇。而2013年是一个转折点,当年发文量直接突破10篇,达到21篇。此后每年都保持快速增长势头,其峰值在2016年达到140篇。

    按照研究文献的时间分布,可大致将教育大数据研究划分为三个阶段。从2002年到2006年为首篇之后的零增长阶段,该阶段教育大数据研究成果零星,虽目前仅有一篇可查阅,但该篇文献却为教育大数据研究奠定了基础;从2007年到2011年为缓慢增长阶段,是教育大数据研究的起步阶段,研究成果虽总体数量不多,但已开始呈现出逐年递增的潜在趋势(见图1);从2012年到2016年为快速增长阶段,相关文献剧增,反映出国际范围内关于“教育大数据”的研究在这一时期开始呈现“井喷之势”,至今尚未出现回落或“拐点”,国际对教育大数据的关注仍处于持续升温的过程中。

    推荐访问:热点 国际教育 趋势 数据 研究