学习分析作为教育大数据的重要应用领域,自问世以来便迅速得到众多学者的广泛关注。为进一步探析学习分析研究主题,本研究以Web of Science核心库为数据来源,以2010-2015年间发表的674篇学习分析文献为研究对象,采用多种分析工具及可视...学习分析作为教育大数据的重要应用领域,自问世以来便迅速得到众多学者的广泛关注。为进一步探析学习分析研究主题,本研究以Web of Science核心库为数据来源,以2010-2015年间发表的674篇学习分析文献为研究对象,采用多种分析工具及可视化技术,从高被引文献、核心作者分布、论文高产机构以及高频关键词方面入手,梳理并揭示了当前学习分析研究现状。研究利用聚类分析等多元统计分析方法,以高频关键词相异矩阵为基础,介绍了学习分析框架模型、驱动力、方法工具、技术支持以及应用研究等五大领域的研究趋向;通过绘制战略坐标图,明确了应用研究在该领域的关键位置,并通过主题演化分析进一步梳理学习分析的研究方向,为后续相关研究提供参考。展开更多
文摘学习分析作为教育大数据的重要应用领域,自问世以来便迅速得到众多学者的广泛关注。为进一步探析学习分析研究主题,本研究以Web of Science核心库为数据来源,以2010-2015年间发表的674篇学习分析文献为研究对象,采用多种分析工具及可视化技术,从高被引文献、核心作者分布、论文高产机构以及高频关键词方面入手,梳理并揭示了当前学习分析研究现状。研究利用聚类分析等多元统计分析方法,以高频关键词相异矩阵为基础,介绍了学习分析框架模型、驱动力、方法工具、技术支持以及应用研究等五大领域的研究趋向;通过绘制战略坐标图,明确了应用研究在该领域的关键位置,并通过主题演化分析进一步梳理学习分析的研究方向,为后续相关研究提供参考。
