王 萌 符雅茹 牟智佳

（江南大学 人文学院，江苏 无锡 214122）

一、研究背景

近年来，随着教育大数据和人工智能技术的逐步发展，研究者对学习分析的关注和研究日益深入。在学习分析初期，基于学习行为类数据的研究较多，对其他类数据研究较少。在数字化学习过程中，不仅产生交互操作类的行为数据，还产生互动讨论类的文本数据，对文本的分析有助于发现学习者内在的心理特征信息。文本挖掘（Text Mining）是数据挖掘中的一个重要应用方向，它是从大量文本数据中抽取最终可用的信息和知识的过程。随着学习数据种类的多样化发展和文本挖掘的深入应用，基于学习文本类数据的分析得到研究者的广泛关注，并开展了大量的理论和实践探索，教育文本挖掘由此产生。教育文本挖掘是对教与学活动过程中所产生的各类互动、评价、反思类文本数据提取有效信息和知识的过程。

目前，随着自然语言处理相关研究的不断深入，为教育文本挖掘提供了新的技术支撑。理顺教育文本挖掘的研究脉络，摸清其未来研究取向，对于深化学习分析研究、优化文本分析技术具有重要的现实意义。本研究通过对近十年来文本挖掘类的文献进行内容分析，观测该领域的主要研究议题，为后续研究提供思路和借鉴。

二、数据选取与研究方法

（一）数据来源与清洗

以“educational text mining”“text analysis ＆online course”“text analysis ＆ educational online discussion”“discourse analysis ＆ online learning”“content analysis ＆ distance education”为关键词，在Web of science核心数据库、Elsevier Science Direct数据库中进行检索，限定文献的发表时间为2010年至2019年。对检索结果进行人工筛查，剔除文本挖掘技术、工具和算法研究、文本挖掘在其他领域的应用等与教育无直接或间接关系的研究文献以及会议报告、新闻资讯等非研究性文献，最终得到111篇相关文献。……