为了清晰梳理并准确把握国际“学习者建模”领域的研究热点与脉络,以Web of Science核心期刊数据库2013-2022年间有关“学习者建模”的载文为研究对象,借助CiteSpace等可视化分析软件,对其进行文献计量分析和知识图谱分析。结果表明:“...为了清晰梳理并准确把握国际“学习者建模”领域的研究热点与脉络,以Web of Science核心期刊数据库2013-2022年间有关“学习者建模”的载文为研究对象,借助CiteSpace等可视化分析软件,对其进行文献计量分析和知识图谱分析。结果表明:“学习者建模”研究在过去10年呈现从平稳发展到急剧上升的趋势;美国、澳大利亚和英国在该研究领域起步较早且持续时间较长,中国则在近3年迈开了研究的步伐;IEEE Access是“学习者建模”领域发文量较多的期刊;研究作者、研究机构之间合作偏少;研究热点主要集中在数据训练、智能导师系统、机器学习、人工智能和学习分析等5个方面;过去10年间“学习者建模”研究分为两个阶段,2013-2019年间热点研究为智能导师系统中学习者模型的构建和应用,2019年至今的前沿热点研究是深度学习在“学习者建模”中的应用。在未来研究中可以重点关注以下方面:“学习者建模”领域要加强技术研究和应用研究合作,形成一个良好的合作循环;研究团队互相间要加强合作,要能够跨领域、交叉学科地进行更深一步的交流;继续聚焦新兴技术,将其应用于学习者建模;在大数据和深度学习技术研究不断深入的过程中,要注意数据安全和隐私问题。展开更多
文摘为了清晰梳理并准确把握国际“学习者建模”领域的研究热点与脉络,以Web of Science核心期刊数据库2013-2022年间有关“学习者建模”的载文为研究对象,借助CiteSpace等可视化分析软件,对其进行文献计量分析和知识图谱分析。结果表明:“学习者建模”研究在过去10年呈现从平稳发展到急剧上升的趋势;美国、澳大利亚和英国在该研究领域起步较早且持续时间较长,中国则在近3年迈开了研究的步伐;IEEE Access是“学习者建模”领域发文量较多的期刊;研究作者、研究机构之间合作偏少;研究热点主要集中在数据训练、智能导师系统、机器学习、人工智能和学习分析等5个方面;过去10年间“学习者建模”研究分为两个阶段,2013-2019年间热点研究为智能导师系统中学习者模型的构建和应用,2019年至今的前沿热点研究是深度学习在“学习者建模”中的应用。在未来研究中可以重点关注以下方面:“学习者建模”领域要加强技术研究和应用研究合作,形成一个良好的合作循环;研究团队互相间要加强合作,要能够跨领域、交叉学科地进行更深一步的交流;继续聚焦新兴技术,将其应用于学习者建模;在大数据和深度学习技术研究不断深入的过程中,要注意数据安全和隐私问题。
