李 芳

陕西师范大学教育学院， 西安 710062

随着网络教育的不断兴起，网络学习评价成为考核这种新型教育模式的重要手段，国内学者从不同视角对其进行了研究。如冯璐和宋萍萍[1]根据网络学习平台中评价系统存在的不足，提出自主评价理念，并在此基础上设计出基于自主评价理念的网络学习评价模型，指出在保证评价质量的前提下，逐渐弱化教师的评价职能，将学习者的评价自主性最大化；袁媛[2]基于Moodle的网络学习平台，对网络学习评价指标体系进行研究、设计和改进，并从构建原则、评价方式、评价要素、指标分析等多方面对评价指标体系的建立过程进行研究；张立国和郑志高[3]通过对三种不同网络学习平台下的多门课程学习评价方法的调查和分析，发现xMOOC在课程平台评测系统的支持下，应用传统学习评价方法，开展针对知识层面学习结果的评价。除此之外,还有其他学者分别对网络学习评价的其他方面做了研究，如使用Wiki技术实现网络学习评价、泛在学习中学习评价网络效用模型的构建与实践等。但很少有学者对网络学习评价的整体情况进行研究，文章基于共词分析法，借助于书目共现分析系统软件Bicomb 2.0、SPSS软件和Excel工具，利用现有文献关键词对应之间的关系，完整、客观地反映出国内网络学习评价研究领域的研究热点，以期为网络学习评价的专业人员提供参考。

1 研究设计

1.1 数据来源

为了获取相关研究数据，笔者选取中国知网CN- KI为数据来源数据库。以“主题=网络学习评价”或者“主题=在线学习评价”作为检索词，时间不限，文献来源类别限定在SCI来源期刊、EI来源期刊、CSS- CI来源期刊和核心期刊上，共检索出274条记录，其中删除广告、会议通知、征稿启事等非学术类文献，共得到200篇有效学术文献。检索时间为2016年12月30日。

1.2 研究方法

该研究所使用的研究方法为共词分析法。共词分析法是内容分析法的一种，主要是指通过某类学科研究主题或研究方向的专业术语，在整个学科研究领域文献中出现的现象分析，来判断和反映出该学科领域间主题词的关系，从而展现出该学科的研究结构。

1.3 研究过程

该研究通过将检索到的相关题录导入到书目共现分析系统软件Bicomb 2.0中，旨在通过对全文数据库题录信息字段的抽取，进行关键词词频统计，最终构建关键词篇矩阵、共现矩阵；再利用SPSS软件，将Bicomb 2.0中得到的词篇矩阵和共现矩阵，导入到SP- SS中得到相似矩阵和相异矩阵，同时生成聚类分析，从多维尺度分析、了解网络学习评价研究的全貌，总结网络学习评价研究的热点和趋势。

1.4 研究工具

该研究主要采用书目共线分析系统Bicomb 2.0、SPSS软件和Excel工具进行分析。

2 研究结果与分析

2.1 年载文量和论文数量增长情况

根据中国知网中该主题文献的发表年份，对论文的年载文量变化进行统计，如图1所示。

图1 论文数量变化情况

年载文量可从时间维度上反映出所选研究领域的当前研究水平、发展情况及可能的发展趋势等。根据国内论文的数量变化情况来看，国内早在2002年就开始有了网络学习评价的研究，然而受限于信息技术的发展，该项内容研究的文献数量较少，并从2003年开始呈增长趋势。从2010年到2013年间研究数量达到低谷，究其原因是这几年随着MOOC、翻转课堂、电子书包等新研究领域的兴起，研究者们将研究重点转移到新的研究方式上，使得网络学习评价方面的文献数量呈下降趋势，之后又有所上升。最近几年有所回落，但总的质量却稳中有升，特别是有关网络学习评价的实证性研究有所增加。

2.2 高频关键词分析

高频关键词能够反映网络学习评价这一研究领域的关注热点，是该领域从2002年到2016年中大量研究成果的关键词集合，有助于确定该研究领域的发展脉络、热点前沿及发展趋势等[4]。运用书目共现分析系统软件Bicomb 2.0提取并统计出关键词1 161个，选择频次阀值大于等于4的关键词，最终确定29个关键词作为该研究的高频关键词。高频关键词的分布表如表1所示。

由表1可知：处在前10位的高频关键词分别是网络学习评价(75次)、网络学习(72次)、学习评价(35次)、模糊综合评价(21次)、网络课程(15次)、评价指标体系(15次)、网络教育(15次)、层次分析法(13次)、远程教育(12次)、电子学档(11次)。由于以“网络学习评价”为主题词进行检索，故“网络学习评价”的词频位居第一，“网络学习”位居第二，“学习评价”位居第三。位居前十的关键词基本上可以反映出国内关于网络学习评价研究的主要研究现状，包括网络学习评价方法、模型等方面的研究。

2.3 高频关键词的共现矩阵、相似矩阵和相异矩阵分析

将相关题录导入到书目共现分析系统软件中进行提取，选择所要统计的字段为“关键词”，统计出频次阀限大于等于4的关键词，最后生成词篇矩阵和共现矩阵，将词篇矩阵导入到SPSS软件中，得到相似矩阵；再利用Excel用“1—相似矩阵=相异矩阵”的方法得到相异矩阵。表2为网络学习评价的高频关键词共现矩阵，主要通过分析两两高频关键词同时出现在同一篇文献中的频次，反映出高频关键词之间的关系，频数越大，则表示两个关键词之间的关系越紧密。表3为网络学习评价研究的高频关键词相似矩阵，其数值越靠近于1，则表明两个关键词之间的关系就越紧密。表4为网络学习评价的高频关键词相异矩阵，其数值越靠近于0，则表明两个关键词之间的关系也疏远，通过相异矩阵可进行聚类分析和多维尺度分析。

表1 高频关键词分布表

表2 高频关键词共现矩阵(部分)

表3 高频关键词相似矩阵(部分)

表4 高频关键词相异矩阵(部分)

2.4 高频关键词的聚类分析

将表4网络学习评价高频关键词的相异矩阵导入到SPSS软件中，采用聚类分析中的系统聚类法，使用“Word的方法”对网络学习评价的高频关键词进行聚类分析，得到高频关键词聚类分析图，如图2所示。

图2 高频关键词聚类分析图

通过观察高频关键词聚类分析图，可得到国内网络学习评价研究的主题分为三类：①网络学习评价方法的研究，代表关键词有电子学档、量规、评价指标体系、发展性评价、学习评价、网络教育、模糊综合评价、层次分析法、网络学习行为、数据挖掘；②网络学习评价模型建立的研究，代表关键词有神经网络、在线学习评价、在线学习、网络课程、大学英语、评价模型、Moo- dle等；③网络学习评价重视网络学习活动的过程性评价研究，代表关键词有网络学习评价、远程教育、学习过程、信息技术、网络学习环境、过程性评价、学习行为、学习活动。网络学习评价研究的3类研究热点具体分析如下：

2.4.1网络学习评价方法研究从高频关键词电子学档、量规、评价指标体系、发展性评价、学习评价、网络教育、模糊综合评价等可以看出从国内开始研究网络学习评价以来，研究者们就将网络学习评价的研究方法作为研究重点进行研究，集中在多样化分析方法与网络学习评价相结合的研究上。而网络学习不同于传统的面对面学习，网络学习教师面对的对象不仅仅是指传统教学中的几十、几百人，而是几千、几万甚至几十万学习者，这对网络学习评价的要求更加严格，同时也更加具有挑战性。在这种时空相对分离的教与学的活动中，如何才能起到更好的学习效果，这就需要研究者们采用恰当的网络学习评价方法对信息技术环境下的学习提供一定的帮助。因此，构建出网络环境下有效学习评价研究方法，对促进我国网络技术与教育教学的高度融合具有一定的指导意义，如现在已有学者研究出一种基于模糊理论的网络学习评价模型的构建、基于AHP的网络学习评价模型、基于层次分析法(AHP)和模糊综合评判的网络学习评价、数据挖掘技术在网络学习评价中的应用等，不难看出网络学习评价研究使用到的研究方法主要有层次分析法、模糊综合评价法、数据挖掘等多种方法。关于网络学习评价方法的探索，贯穿了整个研究领域发展的全过程，从最初的“电子学档”“量规” 等较为基本的评价方法，发展到现在的“模糊综合评判法”“数据挖掘” 等较为复杂的评价方法，这一过程是一个不断完善的过程，相信在不远的将来还会有更多多元化的网络学习评价方法的出现。

另外，网络学习评价指标体系的建立也是该研究的热点，这也是网络学习评价方法研究的一种体现。傅钢善和佟海静[5]采用文献分析法、层次分析法等多种分析方法，得到学习准备、学习过程和学习效果三方面的评价指标，构建出网络环境下有效学习评价指标体系，这对优化网络课程建设、改善网络教育质量具有一定的指导意义；张琳和詹青龙[6]通过总结参考文献，结合专家问卷调查结果和远程职业教育的特征和学习目标，设计出学习者的学习行为、学习态度、习得技能、学习成果和学生发展五项指标，并进一步细分评价指标项，得到远程职业教育绩效评价指标体系；李兴保等[7]通过问卷调查法和SPSS软件分析法，得到了虚拟学习社区的学习评价指标体系，并运用模糊综合评价法对杨某某学生进行了学习评价的实证研究，结果说明杨某某学生在此课程当中学习表现良好，从侧面进一步反映出了虚拟学习社区《学习科学与技术》这门网络课程设计较为成功。从文献内容分析可以看出，近几年来有关网络学习评价的研究偏向于网络环境下评价指标体系构建的研究，有助于进一步完善网络学习评价的研究方法，提高我国网络学习质量。

2.4.2网络学习评价模型建立研究从神经网络、在线学习评价、在线学习、网络课程、大学英语和评价模型等关键词来看，国内有关网络学习评价的研究集中在基于神经网络在线学习评价模型建立的研究上，究其原因是由于网络学习评价的复杂性和非线性结构，传统的建模方法难以达到理想的网络学习评价效果，因此国内学者提出基于神经网络的新型建模方法，使得网络学习评价能够得到较为良好的评价效果。如陈志华[8]发表文章基于Hadoop的神经网络算法在网络学习评价中的应用研究，文章基于Hadoop的神经网络算法，构建出BP神经网络的网络学习评价模型，并依据Hadoop框架，设计出BP神经网络的并行算法步骤，在此基础上进行了实验与结果分析；卢宇等采用改进的LMBP 算法，设计出在线评价模型，构建评价方案，并将改进的LMBP算法运用到实际在线学习评价中；鲜思东[9]基于Bayes方法，即使用贝叶斯方法构建出网络学习评价模型，并由重庆邮电大学的本科生进行实验验证，并得出实验结果分析，结果最后表明贝叶斯评价模型很好地反映了学生的知识水平、学习能力等。综上所述，我国网络学习评价模型的建立主要运用于神经网络的方法进行，首先勾勒出基于某种技术下的神经网络算法，以此设计出网络学习评价的模型，并进行实证验证从而得到结果分析的研究。

2.4.3网络学习活动的过程性评价研究从网络学习评价、远程教育、学习过程、信息技术、网络学习环境、过程性评价、学习行为、学习活动等关键词看出，网络学习评价研究的总趋势是重视远程教育、信息技术和网络学习环境下的学习过程、学习行为、学习活动的评价研究。马武和刘艳丽[10]结合多年的教学实践经验和综合考虑，提出了网络学习环境下“角色互换”“评价反思”协作学习模式，并从三个步骤进行“创设情境”“角色互换”和“自我反思”，从而探究了网络环境下“角色互换”“评价反思”协作学习模式；贾义敏和桑新民[11]以美国网络课程《复杂性科学》为研究个案，从学习评价和教学设计的视角审视MOOCs，同时通过与其他典型网络课程的对此分析，探究MOOCs学习评价和教学设计的特点和规律，指出目前MOO- Cs的评价方式有系统自动评价、同伴互评、自我评价等多元评价方式，而与传统评价方式不同的是MOOCs所表现的评价为评价目标和评价形式的创新。还有研究者通过研究某种网络学习平台评价模块的有效性，提出评价结构和反馈方式的多元化等具体措施，与此同时还指出评价模块中存在的不足。纵观网络学习评价的文献研究不难看出，国内网络学习评价研究重视的是一种基于网络学习环境下的学生学习过程评价的研究，有助于我国网络环境学习活动的过程性评价进一步提升，从而促进网络环境下学生的学习。

2.5 多维尺度分析

聚类分析还无法明确各个研究主题在网络学习评价研究中所处的位置，因此需要通过多维尺度分析进一步确定各研究主题和主题内关键词的位置，探讨和预测网络学习评价的发展趋势。在多维尺度分析图中，被分析的高频关键词以点状分布，每个点的相对位置反映了高频关键词之间的相似性。高度相似性的关键词会聚集在一起，进而形成一个类别，同时越靠近中间的关键词其地位就越核心，越在边缘的说明其研究主题越狭小，或正过渡到其他主题[12]。将高频关键词的相异矩阵导入到SPSS软件中，得到如图3所示的多维尺度分析图。由图可以看出此图分为三个维度的研究主题，多维尺度分析中点的聚集情况与聚类图中研究主题的分类基本一致，呈现总体相对分散，局部高度集中的特征。

图3 多维尺度分析图

第一，位于图中坐标右侧第一和第四象限的类团是网络学习评价重视网络学习过程评价的研究，该主题距离坐标中心较远，关系较为疏远。另外，学习活动、网络学习环境和信息技术这三个关键词距离非常密切，且距离坐标原点相对较近，这表明此为目前国内网络学习评价研究的热点。未来网络学习评价的研究将进一步围绕在信息技术和网络环境下，针对学习者学习活动的过程性评价来研究。

第二，位于图中坐标第一象限和第二象限的类团是关于网络学习评价方法的研究，该主题关键词间的间隔相对紧凑，距离较近，且电子学档和量规处于重叠状态，因此我国网络学习评价的研究注重评价方法的研究，且将电子学档和量规放在同一个研究领域中研究的情况较多，该研究是网络学习评价未来研究的重要取向。

第三，位于图中坐标第三和第四象限的类团是网络学习评价模型建立的研究，该主题关键词间的间隔相对紧凑，距离相对较近，同“网络学习评价方法的研究”的类团颇为相似。且神经网络、在线学习、在线学习评价和大学英语几个关键词间的关系非常密切，纵观文献可以看出基于神经网络大学英语的在线学习评价模型的建立是接下来网络学习评价研究的热点趋势。

纵观图3，网络学习评价各个研究类团之间的距离相对分散，因此可以看出每个类团之间的联系较少且互不影响，表明研究领域之间的界限清晰明了。每一个类团相对坐标中心点的位置都不太靠近，远离坐标中心位置，表明每个类团都有望过渡到其他类团中。

文章以中国知网CNKI 作为数据库，借助于书目共现分析系统软件Bicomb 2.0、SPSS软件和Excel工具对国内网络学习评价研究领域的文献进行梳理，通过对年载文量和论文数量增长情况、高频关键词的相似相异矩阵分析、聚类分析和多维尺度分析，探索了从该领域研究以来网络学习评价的研究现状和研究热点。研究发现，目前国内网络学习评价的研究热点主要表现在评价方法、模型建立和网络环境下的学习过程评价的研究上，未来研究热点有望进行转移。

与此同时，该研究存在以下三点不足，并提出建议：第一，近年来随着我国信息技术教育和网络教育的不断发展,国内有关网络学习评价的研究也在逐步深入,论文的发表数量也在不断呈上升趋势,然而研究者们在该研究领域上缺乏连续性，未能形成集中的、活跃的、持续的研究状态，建议学科带头人能够起到引领作用，带动起研究者们的积极性。第二，在进行网络学习评价方法的研究上，太过于单一的评价方式。建议能够进行多样全面的、过程与结果并重的评价方式和评价体系，注重评价标准规范化和实效性之间的平衡。第三，研究单位和个人以单打独斗为主，很少出现以团队合作形式对某一领域展开有层次的、系统的合作研究。建议展开深层次的、系统的合作研究，为我国网络学习评价的研究提供借鉴与帮助。