刘曼雯

(云南师范大学 信息学院，云南 昆明 650500)

0 引言

随着网络技术的发展，在线学习风起云涌，学习者数量呈爆炸式增长，对学习资源提出了更高和更多的要求。《中国教育现代2035》提出“构建服务全民的终身学习体系，加快建设学习型社会，是服务终身学习、建设学习大国的迫切需要”。而学习资源的建设、应用、共享是建设终身学习型社会的有效途径，也是影响教育质量、促进教育公平的重要手段。因此探析在线学习资源的研究热点及其演变路径变得尤为重要。

1 数据来源

本文以中国知网为检索数据库，选择高级检索类型，检索条件为(主题=在线学习资源或主题=在线教育资源或主题=网络学习资源或主题=网络教育资源或主题=开放教育资源或主题=移动学习资源),检索时间为2010年至2020年5月，期刊来源为CSSCI数据库中的《中国电化教育》《电化教育研究》《中国远程教育》《开放教育研究》《现代教育技术》《远程教育杂志》《现代远程教育研究》期刊，检索到925篇文献。通过人工判读剔除与学习资源无关的文献，筛选后得到534篇文献，作为在线学习资源的分析依据。

2 在线学习资源研究热点分析

2.1 研究热点呈现

运用CiteSpace挖掘相关热点，得到如图1所示的共现图谱。其中节点阈值选择Top N%=50%策略，以确保关键词准确性及图谱清晰度。圆圈越大表明关键词的词频与中心性越高[1]。

图1 学习资源关键词共现图谱

2.2 研究热点可视化分析

结合图1将在线学习资源的研究热点概括为以下几个方面。

(1)资源建设研究。如图1所示，有关资源建设的关键词有资源建设、资源设计、课程建设等。资源的再生是资源建设的永恒问题，而稳定的资金来源是学习资源循环再生避免昙花一现厄运的关键，因此开展在线学习资源的营利性“商业模式”革新行动迫在眉睫。如徐锦霞[2]开放教育资源的可持续商业模式研究通过吸收经典商业模式的优势，提出了一个具备自由性、利他性、公益性、先进性等典型特性的开放学习资源的可持续商业模式。

(2)资源应用研究。随着互联网技术的发展，优质学习资源俯拾皆是，学习资源应用形式纷繁复杂，资源整合、资源推荐等方面的问题备受关注，如图1所示。在学习资源应用研究中，学科教育尤其是英语学科的资源应用问题尤为重要。如刘祥生等[3]针对英语学习资源存在资源太零散、不系统、不完整、不注重综合训练的问题，建立了零散残缺资源的集成化、完整化和系统化学习资源库。而随着Steam教育研究的深入，人们发现传统学科化的学科资源建设割裂了学科之间的深层联系。这种情况之下，揭示促进个性化学习的科学资源应用问题逐渐成为研究者密切关注的内容之一。

(3)资源质量研究。学习资源质量直接影响学习资源的使用效果，而学习资源的评价是检测资源质量的关键。因此，学习资源的质量评价也是研究者积极探索的问题之一，资源评价、课程评价等涉及资源的质量评价关键词的出现足以说明这一点，如图1所示。从国内已有文献来看已有学者对其进行了探讨。如谢阳斌等[4]认为优质学习资源的评价标准应当包括资源的丰富性、良构性和可重用性。康晓伟等[5]等结合国内外网络学习评价标准与模型，按照知识由内核向外延逐步传递的过程，构建了专门针对高校网络学习资源评价的“三同圆”结构模型。

3 在线学习资源研究热点演变趋势分析

3.1 研究热点演变路径呈现

基于上述的热点分析，为了更全面地剖析学习资源的研究热点变化过程，对其进行时间线分析，挖掘在线学习资源研究的方向，如图2所示。

图2 学习资源演变时区图谱

3.2 研究热点演变趋势分析

由图2可知，资源建设、资源应用和资源评价研究主题的演变路径比较清晰，呈现出较好的发展态势。因此，本文将从这3个方面对其展开分析。

(1)资源建设趋势分析。2010年，资源建设热点出现。从时间上看，移动学习(2010年)的出现，使学习资源生态环境的构建成为学习者知识构建与能力发展的关键。而在学习资源环境构建的过程中，研究者发现在线学习平台的构建出现交互性低、学习者认知负荷过高的问题，影响了学习者的自主学习效果。如司国东等[6]提出在移动学习资源的设计和开发过程中，应当尽可能遵循认知负荷理论的相关原理。而随着教育信息化(2015年)的推进，人们发现许多资源的构建都是课本知识的简单翻版，质量有待商讨。因此，资源研究者开始利用具有前瞻性的生成性学习理论来指导资源的共建与共享，资源动态生成(2019年)热点随之产生。应用生成性学习理论，分析在线学习资源建设与共享，促进了更符合智慧学习诉求的深度学习(2019年)的研究与发展。具有生态化、可交互、可持续性等特点的生态化生成性学习资源构建已经成为在线学习资源建设的重要突破口。

(2)资源应用趋势分析。该内容最早关注的是远程教育(2010年)中的资源整合(2010年)的问题。随着互联网+教育的不断发展，资源数量急剧扩张,如何帮助用户在资源的海洋中获取合适的资源实现个性化的深度学习,是倡导终身学习型社会亟待解决的难题。而实现个性化学习资源推荐、优化学习者的学习体验是解决这一迫在眉睫问题的关键所在。因此资源推荐(2012年)吸引了研究者关注。如丁永刚等[7]把协同过滤算法应用于网络学习资源推荐，提出了一种融合学习者社交网络的协同过滤个性化学习资源推荐方法。2019年出现了个性化推荐热点，直至现在，个性化的资源推荐依然是研究者广泛关注的热点问题。

(3)资源评价趋势分析。资源评价是资源建设、共享、融合的关键，也是资源质量保证的前提。2010年资源评价热点出现，此时在线学习资源的评价方式单一，难以达到资源质量监测、评价的要求。2016年慕课、微课等新形式课程资源出现以后，人们迫切需要具有针对性的评价标准和尺度对课程资源质量进行测验，因此课程评价(2016年)和课程测评(2019年)等课程评价关键词应运而生，如图2所示。随着资源评价研究的逐步上升，许多研究者已经意识到资源评价的重要性，构建一个科学、合理的多元化在线学习资源评价体系势在必行。

此外，2020年还出现了欠发达地区、山区县域、教育公平、疫情防控等关键词。疫情期间，各大学校开始“停课不停学”行动。如此大规模的在线学习活动使在线学习资源能否促进教育公平、均衡问题无所遁形[8]。

4 结语

本文通过对关键词的频次与中介中心性分析，发现在线学习资源的相关研究主要聚焦于资源建设、资源应用和资源的质量研究；结合在线学习资源的时序图谱分析，对资源建设、资源应用和资源评价3个稳定且发展态势良好的主题，进行了研究热点的演变趋势分析。