当前位置:论文写作 > 参考文献 > 文章内容

基于知识图谱的国内教育大数据可视化分析

主题:图谱 下载地址:论文doc下载 原创作者:原创作者未知 评分:9.0分 更新时间: 2024-03-18

简介:该文是数据可视化论文如何怎么撰写和图谱相关论文范文资料.

数据可视化论文范文

图谱论文

目录

  1. 一 研究设计
  2. (一)研究方法与数据来源
  3. (二)研究过程
  4. 二 数据统计与分析
  5. (一)关键词词频统计与分析
  6. (二)社会网络图谱分析
  7. (三)聚类分析
  8. 三 研究热点分析
  9. (一)大数据与人工智能相结合的个性化教育研究
  10. (二)教育大数据支持下的教育应用探究
  11. (三)教育大数据基础理论研究
  12. 四 發展趋势探讨
  13. (一)教育大数据基础理论研究有待拓展
  14. (二)教育大数据治理体系尚未形成
  15. (三)技术赋能教育促成教育的创新发展
  16. (四)大数据背景下教师数据素养的培养
  17. 五 结语

摘 要:大數据与教育的融合已然成为教育领域新的研究热潮.本研究以CNKI中收录的关于教育大数据的权威学术论文作为研究对象,采用词频分析、社会网络图谱分析等可视化分析方法,揭示当前国内教育大数据研究热点,最后对未来研究趋势进行讨论,以期为深入探究教育大数据提供借鉴.

关键词:教育大数据;聚类分析;可视化分析;共词分析

中图分类号:G4文献标志码:A文章编号:2096-0069(2020)06-0028-05

收稿日期:2020-05-29

基金项目:重庆市研究生重大教改项目“大数据背景下基于SEM的研究生科研绩效评价研究:以重庆市高校为例”(yig181008);教育部2018年度人文社科规划基金项目“‘双一流’视野下教师教育学科群及评价体系研究”(18YJA880061)

作者简介:汪爱珠(1996— ),女,福建泉州人,硕士研究生,研究方向为现代教育评价、智慧教育;马燕(1960— ),男,云南昭通人,院长、教授、博士生导师,研究方向为教育评价、社会计算、实证研究、智慧教育等;项铸(1994— ),男,重庆长寿人,硕士研究生,研究方向为现代教育评价、计算机教育.

引言

人工智能、云计算等技术广泛应用,各个行业数据正飞速增长,大数据时代悄然而至.各种国家政策的颁布为大数据发展产业化注入活力.随着数据浪潮的到来,大数据在科教领域的广泛运用,已然成为教育朝信息化方向发展的重要标识.为推动大数据在教育领域的应用研究,各高校纷纷设立大数据相关专业,成立大数据应用研究中心[1].本研究基于聚类分析和社会网络分析对教育大数据文献进行归纳总结,以期呈现出我国教育大数据领域的研究热点及趋势变化,为深入探究教育大数据提供借鉴.

一 研究设计

(一)研究方法与数据来源

本研究以中国知网收录的教育技术学CSSCI杂志作为文献数据来源,设定“教育大数据”为关键词、以“大数据”为篇名进行精确检索,得到317篇与本研究相关的文献资料.经人工剔除会议通知、报告、访谈和招聘等与本研究不相关的文献,剩余269篇有效研究文献,最终以CNKI内置的EndNote格式导出并保存数据.本研究以SATI 3.2、Ucinet 6.0和SPSS 25.0作为数据分析工具,对关键词进行可视化分析研究.

(二)研究过程

具体研究思路如图1所示[2].

二 数据统计与分析

(一)关键词词频统计与分析

为更准确地反映出某个领域目前的研究热点和发展趋势,需要对文献数据的关键词进行词频分析.本研究首先采用SATI 3.2软件统计关键词,随后对关键词进行整理与合并,最终得到关键词685个.根据1973年Donohue(多诺休)提出的高频词界公式T等于(-1+

)[3],计算得出T等于36.52,阈值为37,只有大数据、教育大数据、学习分析3个高频关键词,无法准确反映当前教育大数据领域的主要研究内容.所以,选取高频关键词为频次大于等于5,经确认得到高频关键词22个,按词频多少进行排序,得到结果如表1所示.选取的22个高频关键词占据教育大数据中所有关键词的36%,说明所选择高频关键词能够反映出教育大数据领域当前的研究热点.

为进一步探究教育大数据的热点和未来趋势,除进行关键词出现频次统计外,各关键词间隐含的关系也是研究重点[4].所以,本研究利用SATI 3.2软件构建了高频关键词共词矩阵(22×22),如表2所示.从共词矩阵表可观察到,搜索关键词“教育大数据”外,大数据与学习分析、人工智能和数据挖掘等关键词出现在同一篇文章中的频次较大.

相异矩阵能够说明关键词相异程度,取值范围在0—1之间.为真正了解关键词值之间的内隐关系,以减少关键词在进行词频统计时存在的差异对研究结果造成影响,即利用SATI 3.2软件构造了高频关键词相异矩阵,如表3所示.矩阵中行列交叉处数值越大,则两者相关程度越小,即关键词间距离越远[5].从相异矩阵中观察到,行列交叉处数值都大于0.9,说明在教育大数据研究领域中,关于各高频关键词间的研究还不够深入.

(二)社会网络图谱分析

从关键词共词分析结果观察到,教育大数据领域关键词众多且研究范围广.为进一步探究研究领域中各高频关键词之间的联系,在共词分析基础上,本研究将进行高频关键词社会网络分析.将共词矩阵表导入Ucinet 6.0中,进行可视化处理后得到高频关键词社会网络图谱图,如图2所示.

在高频关键词社会网络图谱中,关键词节点的大小可表示其重要程度,连接两点线段的粗细表示节点间关系的强弱.去掉检索主题“教育大数据”后,大数据、学习分析、智慧教育和人工智能等词处于图谱中心位置并且与其他关键词存在紧密联系,说明这些关键词是组成教育大数据研究领域的核心关键词,是当前教育大数据研究的热点.从整个社会网络图谱来看,数据素养、大学英语、数据采集等关键词处于图谱边缘位置且与其他关键词连接的线稀少,说明针对这些关键词的研究还不够深入.同时表明基于大数据的数据素养、大学英语、数据采集等关键词作为社会网络图谱的边缘节点将会成为未来教育大数据领域研究的新趋势.

(三)聚类分析

关键词的聚类分析意在将存有紧密关系的关键词聚在一起,聚类图能够清晰展现出教育大数据领域的研究热点以及研究分类.采用SPSS 25.0软件进行聚类分析,得到如图3所示的高频关键词系统聚类树状图.聚类分析可以使相似度较高的关键词聚在一组,若两个关键词聚集在一起的距离越短,说明它们之间的联系越紧密[6].

三 研究热点分析

(一)大数据与人工智能相结合的个性化教育研究

新兴技术的发展打破了传统教育的束缚,变革了传统学习方式,适应了教育信息化发展.该主题的关键词有应用研究、人工智能、机器学习、学习分析、教育大数据、数据挖掘、深度学习、个性化学习、自适应学习,主要探究大数据核心技术在教育领域的应用带来的新型个性化学习方式.数据挖掘、人工智能、学习分析等技术作为数据分析基石,为实现个性化自适应学习环境建设提供了技术支撑,使精准预测与分析成为可能,力争为个性化学习和科学教育决策保驾护航,促进学生个体多元发展.基于教学目标与教学需求,对海量数据资源进行统计分析的学习分析技术,能够实现学习资源的智能推送、辅助老师进行智能化预测和发现,有利于改变传统教育方式,实现学习者自适应学习,推动个性化教育时代到来.

(二)教育大数据支持下的教育应用探究

大数据在教育领域的具体教育教学应用,主要指在教育信息化发展背景下,学校具体教育决策及教育教学过程中所实施的教学实践活动[7].该研究热点下有数据素养、教师专业发展、大数据时代、大学英语几个关键词,主要涉及两个方面的内容:一方面,基于大数据的高校学科教学改革.以高校大学英语学科为例,大学英语出现在高频关键词中,说明大学英语教与学改革的紧迫性以及提升学生英语水平的重要性,希望在英语教与学上运用大数据资源和技术可以有效提升学生学习效率.另一方面,注重教师专业能力发展,因为教育教学质量受到教师专业水平影响.大数据为学生学习注入活力,同时也为教师的教学与专业能力的发展带来挑战.只有不断进行教学实践与学习反思,不断完善教师教育评价体系,建设相关教师在线学习平台,加强学习各种技术工具、提升教育平台运用能力,才能提高教师专业水平与素质.为不断顺应大数据时展,教师应不断扩充已有知识库,进一步提升自身专业能力.

(三)教育大数据基础理论研究

教育与数据的深度融合需要以相关基础理论研究为基础.该主题主要由大数据、在线学习、在线教育、慕课、智慧教育、数据采集、精准教学、教育信息化、智慧课堂等关键词组成.关注焦点集中在两方面:一是大数据的内涵、特征、意义和价值,也包括论述大数据对教育领域的影响以及给教育领域带来的挑战.值得注意的是,大数据在教育领域的理论层次研究成为众多学者的研究对象,而针对大数据教育实践层面的研究相对较少.二是探究大数据背景下如何提高教学效率的新型教学模式.传统课堂已无法满足学生学习需求,新型课堂教学如何适应大数据时代的来临?大数据视域下的新型教学模式探究将为研究者们带来希望.

四 發展趋势探讨

(一)教育大数据基础理论研究有待拓展

理论知识是所有研究领域的基础.教育大数据作为一种新兴教育数据资源,随着新型教学模式的出现、各类信息技术的不断发展,暴露出其相对应的基础研究理论较为薄弱.目前,教育大数据领域的研究范围广但不深入、研究主题分散,理论研究主要集中在教育大数据的内涵、价值、应用等方面.简而言之,当前教育大数据领域中完整的理论体系尚未形成,理论研究尚处于起步阶段.伴随物联网和高新技术而出现的理论(如新建构主义理论),必定对教育大数据领域的研究产生深远影响.只有宏观与微观相结合,用不同视角去看待大数据与教育领域的结合,深入开展教育大数据领域的基础理论研究,全面构建适合教育大数据发展的理论体系,才能适应教育信息化的发展,满足教育大数据领域的应用需求.

(二)教育大数据治理体系尚未形成

大数据时代下,任何一个微小的数据失误,都将带来难以预测的严重后果.信息化时代的教育大数据会涉及教育者、学习者甚至管理者的数据及隐私安全问题,没有法律法规的约束可能会滋生网络暴力和网络欺诈行为.各种数据采集和挖掘技术的发展使高质量数据实现跨区域流通,海量数据的无序流通与共享,使得数据安全和个人隐私保护存在重大风险.大数据作为重要教育资源的地位日益显著,数据安全和隐私保护的矛盾日益激化.加快制定和完善相关法律法规,确立隐私设计原则,重视隐私增强技术以及隐私影响,科学保护用户隐私,减少数据安全和隐私泄露事件的发生,使教育工作者和受教育者的隐私安全得到保障,会是未来很长一段时间内探索研究的重点.

(三)技术赋能教育促成教育的创新发展

技术的变化发展将会引发大规模教育变革.随着大数据与教育融合的不断深入,大数据技术赋能下的教育,必将发生翻天覆地的变化.教育教学中各种数据的收集、整合和应用等都离不开技术支持,以大数据技术为中心的新一代技术群正在形成.大数据技术赋能教育将构建一个高度智能化的“以学为中心”的教育新生态,对教师、学生、课堂、课程和学校产生深远的影响.只有在加大基础设施建设的同时加强对大数据关键技术的研发,才能实现教育数据的高效率使用,发挥数据的最大价值,促进教育的更深层次变革.

(四)大数据背景下教师数据素养的培养

数据素养是信息素养的子集,是科学素养的核心成分,更是大数据时代下教师素养的重要组成部分[8].随着社会科学的发展、教育数据的爆炸性增长,数据素养成为教师教学中必要的创新技能.信息获取与收集是大数据时代下教师必备的基本技能,对教师专业能力培养具有重大意义.培养具备数据素养的教师,有利于促进教师适应数据文化环境,帮助教师进行科学教学决策和教育评价,提高课堂教学效率,促进教师教学科研活动顺利开展.只有打造一支拥有良好数据素养的教师队伍,教育才能不断适应智能时代的发展,不断朝信息化方向迈进.

五 结语

大数据与教育的结合改变了传统教育模式,新兴技术的发展为教育注入活力.教育大数据使个性化学习和精准教学的实现成为可能,有助于提高教师教学效率和增强学生学习效果.本文通过SATI 3.2、Ucinet 6.0和SPSS 25.0软件对我国教育大数据进行可视化分析,对未来研究趋势进行了思考.本研究只选择CSSCI文献可能会存在一定偏差,笔者将继续关注大数据与教育的融合,追踪其进一步发展.

[1][7]崔晓鸾,赵可云.大数据在教育领域的研究热点及发展趋势:基于共词分析的可视化研究[J].现代远距离教育,2016(4):79-85.

[2]朱广袤,乜勇.我国人工智能教育的研究热点与趋势分析:基于共词分析的可视化研究[J].数字教育,2019(5):8-13.

[3][5]陈瑶,胡旺,王娟.基于知识图谱的智慧教育研究热点与趋势分析[J].中国远程教育,2016(9):21-26.

[4]孙诚,姜泽许.校企合作共建实训基地研究热点:基于CNKI核心期刊的共词聚类分析[J].中国远程教育,2015(11):72-76.

[6]卜彩丽,张宝辉.我国翻转课堂研究热点、主题与发展趋势解析:基于共词分析的知识图谱研究[J].教育导刊,2015(9):48-53.

[8]张进良,李保臻.大数据背景下教师数据素养的内涵、价值与发展路径[J].电化教育研究,2015(7):14-19,34.

(责任编辑 孙兴丽)

总结:结论,这是适合不知如何写图谱方面的大学硕士和本科毕业论文的毕业生以及可作为关于数据可视化论文开题报告和相关职称论文课题写作参考文献资料.

图谱引用文献:

[1] 数据可视化和大数据论文参考文献范文 关于数据可视化和大数据在职毕业论文范文10000字
[2] 数据可视化和型本科学士学位论文范文 数据可视化和型本科类论文参考文献范文2500字
[3] 汽车和数据可视化专升本论文范文 关于汽车和数据可视化方面在职研究生论文范文2万字
《基于知识图谱的国内教育大数据可视化分析》word下载【免费】
图谱相关论文范文资料
热门数据可视化相关频道