本文摘要：（一）研究方法与数据泉源 为进一步探究教育大数据的热点和未来趋势除举行关键词泛起频次统计外各关键词间隐含的关系也是研究重点 [4]。所以本研究使用SATI 3.2软件构建了高频关键词共词矩阵（22×22）如表2所示。从共词矩阵表可视察到搜索关键词“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泛起在同一篇文章中的频次较大。

（一）研究方法与数据泉源

为进一步探究教育大数据的热点和未来趋势除举行关键词泛起频次统计外各关键词间隐含的关系也是研究重点 [4]。所以本研究使用SATI 3.2软件构建了高频关键词共词矩阵（22×22）如表2所示。从共词矩阵表可视察到搜索关键词“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泛起在同一篇文章中的频次较大。

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

| 全文共4550字建议阅读时长4分钟 |

引言

汪爱珠（1996— ）女福建泉州人硕士研究生研究偏向为现代教育评价、智慧教育；

一、研究设计

（四）大数据配景下教师数据素养的造就

（二）社会网络图谱分析

[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.

详细研究思路如图1所示 [2]。

关键词的聚类分析意在将存有精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。接纳SPSS 25.0软件举行聚类分析获得如图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精密 [6]。

（三）教育大数据基础理论研究

本研究以中国知网收录的教育技术学CSSCI杂志作为文献数据泉源设定“教育大数据”为关键词、以“大数据”为篇名举行准确检索获得317篇与本研究相关的文献资料。经人工剔除集会通知、陈诉、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花样导出并生存数据。

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举行可视化分析研究。

从关键词共词分析效果视察到教育大数据领域关键词众多且研究规模广。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举行高频关键词社会网络分析。

将共词矩阵表导入Ucinet 6.0中举行可视化处置惩罚后获得高频关键词社会网络图谱图如图2所示。

马燕（1960— ）男云南昭通人院长、教授、博士生导师研究偏向为教育评价、社会盘算、实证研究、智慧教育等；

摘要：大数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工具接纳词频分析、社会网络图谱分析等可视化分析方法展现当前海内教育大数据研究热点最后对未来研究趋势举行讨论以期为深入探究教育大数据提供借鉴。

相异矩阵能够说明关键词相异水平取值规模。

本文关键词：基于,知识,图谱,的,海内,教育,大,数据,可视化,博亚体育app官网

本文来源：博亚体育app官网-www.szfcjh.com