我国个性化教育研究热点主题及发展走向

摘要：个性化教育已经成为新时代中国教育变革与发展的基本趋势。本研究借助SATI软件和CiteSpace软件对已有研究成果进行可视化分析，发现国内个性化教育研究聚焦于个性化教育理论研究、高等院校中的应用创新、大数据技术支持研究等三大研究热点，并呈现出上升的发展态势。促进个性化教育研究的深入发展并推动个性化教育的实践改革，既需要从个性化教育理论研究体系、操作模型及技术应用三个层面深化研究，更需要构建个性化教育改革的实践模式。

关键词：个性化教育;知识图谱;大数据

中图分类号：G519文献标识码：A文章编号：1674-7615（2022）02-0099-10

伴随着教育改革的持续深入，个性化教育对教育改革与创新发展具有重要影响，并正逐渐形成推动世界各国教育改革发展的潮流和趋势。个性化教育在国内教育领域日益受到关注，2010年政府颁布的《国家中长期教育改革和发展规划纲要（2010—2020年）》强调，“关注学生不同特点和个性差异，发展每一个学生的优势潜能”。在《纲要》的指导下，我国教育理论工作者开始展开个性化教育及相关问题的研究，并在宏观、微观两个方面都作了探索，在教育领域研究中所占的比重呈现增长态势。为更好地推动个性化教育及相关问题的研究，本文基于客观数据，采用量化研究方法，借助SATI软件进行矩阵共词分析，并运用CiteSpace软件进行可视化分析，对国内个性化教育及其相关问题的研究热点主题和发展趋势进行归纳分析，以期准确地把握个性化教育发展的时代特点和需求，提升人才培养的质量。

一、研究设计

（一）相关工具与研究方法

本研究应用CiteSpace软件（引文空间分析工具）与SATI软件（文献题录信息统计分析工具）进行数据处理与分析，其中个性化教育研究的可视化分析使用CiteSpace，共词分析使用SATI。CiteSpace的开发者是陈超美教授，基于Java平台开发，软件用于知识可视化，是一款着眼于科学分析中蕴含的潜在知识，在科学计量学、数据可视化背景下逐渐发展起来的引文可视化分析软件，通过可视化的手段来呈现科学知识的结构、规律和分布情况，通过此类方法分析得到的可视化图形称为“科学知识图谱”。SATI的开发者是国内学者刘启元等人，基于dotNET平台开发，软件利用共现分析、聚类分析等数据分析方法对期刊全文数据库题录信息进行处理分析，并以可视化图形的形式进行展示。

本文研究方法是使用CiteSpace与SATI对CNKI数据库近20年的数据进行知识图谱与共词分析，分析领域包含如下主题：相关论文的出版年份、核心作者、高影响力机构、热点关键词分布年份。

（二）数据来源

本文研究数据来源于CNKI知网数据库（2019年9月25日采集）。数据采集的主题为“个性化教育”，论文出版时间从2000年至2019年，期刊来源包括CSSCI、核心期刊等全部期刊，共检索出1 126篇相关文献。对采集的文献通过手工剔除会议、通知等与研究主题无关的数据，并用工具进行数据去重处理，得到有效文献1 110篇。根据分析工具的要求，处理后的数据按年份分别以Refworks（用于CiteSpace分析）和Endnote（用于SATI分析）格式导出文献记录。每条记录由作者、单位、题目、摘要、关键词、期刊等数据项构成，与CNKI数据库中的论文一一对应。

（三）研究过程

研究过程分四个步骤进行：第一步为数据搜集，从CNKI中“个性化教育”主题检索相关文献，手工剔除会议、通知等与研究主题无关的文献，以Refworks格式导出数据;第二步为数据清洗，通过NoteExpress对搜集的数据进行查重去重处理并分别以Refworks、Endnote两种格式导出数据，将去重后的Refworks格式数据应用CiteSpace 5.5R2转换为WoS格式;第三步为知识图谱分析，应用CiteSpace 5.5R2对WoS格式的数据进行相关主题（核心作者共现、高影响力机构共现、关键词共现）分析，生成图形图像展示分析结果;第四步为计量分析，应用SATI 4.0（Web）进行相关主题（来源期刊分析、相异度矩阵）分析，生成图表格式展示分析结果。

二、我国个性化教育研究的现状分析

（一）文献出版时间分析

一段时期内，某一研究领域文献的出版数量可以反映该领域在该时期内的研究热度。从图1可以看出，个性化教育研究热度大致分为三个阶段：第一阶段为2000—2010年，文献出版数量开始呈波动趋势逐渐增长，年均发文量为38篇，表明个性化教育研究处于“慢热”阶段。第二阶段为2011—2013年，文献出版数量呈爆发式增长，反映这一时期个性化教育研究快速展开，相关论文数量增长很快。分析发现，个性化教育研究出版文献数量的快速增加与《国家中长期教育改革和发展规划纲要（2010—2020）》的颁布时间点非常契合，《纲要》的颁布与实施促进了个性化教育研究的发展。其中，2012年文章数量突破100篇，有关个性化教育及相关问题成为学者们研究的热点，表明政府的政策导向对科学研究的引领作用。第三阶段为2014年至今，文献发文数量（2019年只有部分数据）呈逐年下降趋势，反映热度递减。但从部分关键词突现（个性化学习、大数据）来看，研究的内涵和外延不断深入;从研究成果的角度来看，理论研究与方法论层面并没有实现显著的突破。可见，个性化教育研究领域还处于经验知识的积累阶段，尚未进入理论知识的建构阶段。

（二）核心作者分析

核心作者分析采用CiteSpace 5.5R2进行。在CiteSpace中进行数据文件夹设置后，将分析节点类型（Node Types）设置为作者（Author）;设置时间区间（Timespan）为2000—2019（采集的文献出版时间在2000年至2019年之间）;考虑到时间切片对统计同一作者在不同年份发表文章时容易出现误差，时间切片值（Years Per Slice）设置为20，相当于不进行时间切片;筛选策略为Top N，值设置为50;不进行图谱网络修剪（Pruning），静态聚类（Cluster View-Static）显示方式，显示合成网络（Show Merged Network）。个性化教育研究最高产作者的文献量是7篇，通过普莱斯公式可以计算出核心作者的筛选标准为2，即个性化教育研究的核心作者文献发文量最少应发表2篇文献。因此，我们将CiteSpace生成的分析图像的显示阈值（Threshold）设定为2，生成核心作者共现知识图谱（见图2）。

关于我国个性化教育研究，发表7篇文章的作者1人，发表6篇文章的作者1人，发表5篇文章的作者2人，发表4篇文章的作者3人，发表3篇文章的作者16人，发表2篇文章的作者112人，这些核心作者共发表文章300篇，约占该领域发文量的27%。从图2可以看出，本次分析共发现节点134个，网络连线29条（网络密度0003 3），表明这些核心作者之间合作很少。图中节点的年轮表示作者发表文章的次数，可以发现个性化教育研究领域高产量的作者比较少，发表5篇文章以上的作者依次是刘献君、刘彦文、王振权、袁桂林，表明这4位作者在个性化教育研究领域发表文章较多，在该领域研究中占据重要位置。这4位作者都是高校研究者，表明在高校正在形成以个性化教育研究的群体，可以预测个性化教育研究向深度、广度、推广度发展的趋势。同时可以看出，4位高产作者中只有刘彦文与袁桂林的节点之间有连线（合作5次），其他2位高产作者没有与其他作者共同发表过个性化教育相关的文章。从网络密度0003 3来看，个性化教育研究领域研究者之间合作程度较低，研究者尚处于独立研究阶段。

（三）机构共现分析

高影响力机构采用CiteSpace 5.5R2进行，其中参数设置除分析节点类型（Node Types）选择Institution（机构）外，其他参数与核心作者分析一致。个性化教育研究发文最多的机构是徐州工程学院，文献量是38篇，通过普莱斯公式可以计算出核心作者的筛选标准为5，即高影响力机构最低应满足的文献量是5篇。因此，我们将CiteSpace生成的分析图像的节点显示阈值（Threshold）设置为5，生成机构共现图谱（见图3）。

对比这些研究机构发现：以高等院校为主，发文数量排序靠前的有徐州工程学院（38篇）、文华学院（28篇）、河北科技大学（21篇），其次为华中师范大学（17篇）、广东农工商职业技术学院（16篇）、北京师范大学（13篇）、华东师范大学（10篇）等，华中科技大学（9篇）、清华大学（8篇）和西南大学（6篇）也都有6篇以上。这说明高等院校正在成为个性化教育研究的主阵地，且呈现多类型多层次样态。此外，研究还发现：节点之间连线较少，节点较为分散，表明个性化教育研究机构之间合作程度并不密切，呈现出各自为战的局面。

（四）来源期刊分析

通过SATI对来源期刊进行统计，共得到566种来源期刊。其中，381种期刊发文量各为1篇，102种期刊发文量各为2篇，共占期刊总数的853%。566种来源期刊中共有学报226种，占399%。从载文数量排前20的期刊信息来看，发表文章数量较多的期刊档次不高。566种来源期刊中尽管也包含了《中国教育学刊》《教育发展研究》等CSSCI期刊与《中国成人教育》《教育与职业》《中国校外教育》《人民教育》等核心期刊，但CSSCI和核心期刊的数量仅占1%左右，整体上说明研究成果的档次不够高，个性化教育研究成果不够深入（见表1）。

（五）关键词分析

1.关键词词频分析

通过SATI软件抽取关键词字段进行统计，共得到1 753个关键词。在高频关键词阈值选择方面，有研究指出，可以选择累积频次的34%进行高频词的选择，作为热点高频词来分析研究热点[1]。依据普莱斯公式，我们提取频次20次以上的关键词为核心关键词，得到17个核心关键词，其总频次为1 472次，占关键词总频次的34.3%。从这17个核心关键词，我们可以初步分析出个性化教育、个性化、高等教育、个性、大学生、策略（占比大于1%）是个性化教育研究领域的热点（见表2）。

2.关键词相异度矩阵分析

通过SATI构建关键词相异度矩阵，生成表3。相异度矩阵的分析原理是：相异度矩阵存储n个对象两两之间的相似性，表现形式是一个n×n维的矩阵。d（i，j）是对象i和j之间相异性的量化表示，通常为非负值，两个对象越相似或“接近”其值越接近0，越不同其值越接近1，且d（i，j）=d（j，i），d（i，i）=0。从表3可以发现，核心关键词与个性化教育距离由近及远依次为：高等教育、个性、个性教育、学生个性、高职院校、大学生，其中相似度较大的是高等教育。这表明在个性化教育研究领域，学者倾向于高等教育研究领域，且个性化教育在高等教育的应用与实践是热点主题。

3.核心关键词分析（阈值20）

核心关键词共现采用CiteSpace 5.5R2进行，将分析节点类型（Node Types）设置为关键词（KeyWord）;时间区间（Timespan）设置为2000—2019;时间切片单位（Years Per Slice）设置为1;选择策略设置为Top N（值设置为50）;图谱网络修剪（Pruning）参数勾选“最小生成树”（Minimum Spanning Tree）、“修剪切片网络”（Pruning sliced network）与“修剪合并网”（Pruning the merged Netword）等3个参数;显示方式设置为静态聚类，同时显示合成网络。根据普莱斯公式，对节点显示阈值（Threshold）设置为20，生成核心关键词共现图谱（见图4）。

核心关键词图谱中每个关键词与一个节点一一对应，用十字架标识节点，大小代表关键词的出现频次占比，节点之间的连线表示线两端节点对应的关键词在某些文章中同时出现。图谱中共有162个节点，有184条连线，网络密度0014。其中“个性化教育”以非常明显的大十字架标识，反应了该关键词的高频程度（占比1733%），其他如“个性化”“高等教育”“大学生”等就小了许多。观察图谱可以发现，这17个关键词都有比较多的连线，表明这些关键词是个性化教育研究的热点所在，其他词都是围绕其展开研究。同时也可以发现，大学生、高等教育与个性化教育研究领域有相当高的研究关联性，再次证明了个性化教育在高等教育中的运用既是研究的热点主题又是今后发展的趋势。同时，大数据支持的个性化教育研究也逐渐成为个性化教育研究领域的热点。