原创《国内MOOC学术热点领域构成的共词可视化分析》：本文关于可视化论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
摘 要：本文采用共词分析法对近年来我国学术界关于MOOC热点领域构成进行量化分析.结果表明,我国学术界对MOOC的研究在2014年迅速攀升,研究领域比较集中,主要体现在课程建设、教学改革、教师素养及学习方式等几个方面.MOOC革新了国家精品课程建设理念,通过嵌入、构建MOOC课程模式和专业课程体系等方式提升高校课程质量；MOOC与现行高校教学模式采取多种方式的融合,为高校教学方法变革提供契机；MOOC促使教师角色转变,对教师专业知识、现代信息技术素养、教学能力提出更高要求；MOOC以人为本,体现了个性化学习需求.
关键词：MOOC；热点领域；共词分析；高等教育
一、前言
MOOC（Massive Open Online Course）浪潮席卷全球,形成了轰动效应.《纽约时报》把2012年称为“MOOC元年”,国际MOOC实践的发展及其理论的研究在持续升温.在我国,MOOC是“舶来品”,但其发展态势凶猛,引起社会上的普遍关注.
共词分析法是文献计量学中常用的内容分析方法之一.运用共词分析法,主要是根据文献集中词汇对或名词短语共同出现的情况,来确定该文献集所代表学科中各主题之间的关系.通常认为在同一篇文献中词汇对出现的次数越多,则代表相应的两个主题间关系越紧密.由此,统计一组文献中主题词两两之间在同一篇文献出现的频率,便可形成一个由这些词对关联所组成的共词网络,网络内节点间的距离远近便可以反映主题内容的亲疏关系.以此为基础,利用包容系数、聚类分析、多维尺度分析等多种统计分析方法,把众多分析对象之间错综复杂的共词网状关系运用数值、图形等可视化工具呈现出来,使相关研究更加具体、直观.[1]
二、研究资料与工具方法
(一)资料来源与处理
本研究的资料来源于中国知网（CNKI）学术期刊总库.本文作者于2014年11月进入该库进行文献资料的搜集,采用标准检索,将检索项按主题分别定为“MOOC”和“MOOCs”,时间不限,期刊类别不限,分别获得相关文献478篇、254篇,合计732篇.根据研究需要对初步获得的文献进行筛选,删除会议综述、人物专访、重复发表论文、无作者或关键词等非研究性的文献,共获得有效文献519篇,其分布情况是2012年3篇,2013年61篇,2014年455篇,可见2014年我国学术界对MOOC的研究迅速攀升.
(二)研究过程与结果
本研究采用的主要工具是Bicomb书目共现分析系统和SPSS20.0统计分析软件.研究过程中具体使用的研究方法有：关键词词频统计、词篇矩阵分析、共现矩阵分析、聚类分析、多维尺度分析和知识图谱分析等.
1.高频关键词统计与热点聚焦
关键词是对文献中心思想与研究方法的高度概括与凝炼,在一定程度上反映文献的研究主题与方向.一般情况下,研究者为简化统计过程并且尽可能地降低低频词对统计过程的干扰,共词分析通常选择高频词作为分析对象.[2]在高度相关的研究领域内,某一关键词出现的频率越高,则说明该学科研究领域内对其关注度高,可视为高频关键词,而确定某一研究领域内的热点问题即可用高频关键词来分析.[3]
使用Bicomb书目共现分析系统对519篇文献进行关键词统计与提取,共获得关键词2031个.为了保证研究的代表性与可信性,对关键词进行规范化处理,删除同义词、表达有误、内涵过于宽泛的词语,最后确定高频关键词的阈值为6,得到与本研究高度相关的高频关键词33个（见表1）.表1显示高频关键词有“MOOC”、“ MOOCs”、“慕课”、“高等教育”、“在线教育”、 “教学模式”、“教学改革”等,这些词较大程度上反映了我国MOOC研究中的热点问题.这些高频词之间不是相互独立的,而是存在着一定的关联,因此我们需要通过进一步的研究来探讨我国MOOC研究中热点之间的相互联系.
2.高频关键词矩阵分析
·理论探讨·国内MOOC学术研究热点领域构成的共词可视化分析
Bicomb书目共现分析系统还可以对关键词进行词篇分析和共现分析,从而形成词篇矩阵和共现矩阵（见表2）.词篇矩阵表示关键词在文献中出现的次数,共现矩阵表示同一篇文献中两两关键词共同出现的次数.将词篇矩阵导入到SPSS20.0,通过系统等级聚类分析,运用Ochiai系数法生成高频词相似矩阵,然后再用“1”与相似矩阵数值相减得到表示两词间相异程度的相异矩阵（见表3）,相异矩阵中的数值在0到1之间,数值越小说明两词间的关系越紧密,研究主题越接近.
3.高频关键词聚类树图、知识图谱和热点领域构成
聚类分析是物以类聚的一种统计分析方法,其实质是寻找一种能客观反映元素之间亲疏关系的统计量,然后根据这种统计量把元素分成若干类.在主题词关系网中,有些主题词内容联合紧密,相互靠拢聚集在一块,形成概念相对独立的类团.相互关联的共词网络中,一个主题与多个主题形成关联,相互间构成立体状的关系网,聚类分析法能进行深入的数据挖掘,对共词关系网络中的词与词间的距离进行数学运算分析,将距离较近的主题词聚集起来,形成一个个概念相对独立的类团,使得类团内属性相似性最大,类团间属性相似性最小.[4]
将相异矩阵导入到SPSS20.0,运用系统聚类分析中的系统树图,生成高频词系统聚类树图（见图1）.在SPSS20.0中,运用多维尺度分析中的欧氏距离,可以形成关于研究领域的知识图谱（见图2）.
根据聚类分析原理,联系紧密的关键词自然聚拢在一起,形成一个相对独立的类团,综合高频关键词的聚类树状图,并结合相关文献资料的研究,对国内MOOC学术研究的主题进行归纳总结,其
图1高频关键词聚类树图
图2高频关键词知识图谱
热点领域包括四部分：“MOOC与我国高等教育课程建设研究”、“MOOC与我国高等教育教学改革深化发展研究”、“MOOC高校教师专业发展研究”、“MOOC与学习方式的变革研究”.知识图谱的形成建立在聚类分析基础之上,主题越接近的关键词联合越紧密.从图2可以看出,四个领域相对集中,都分布在原点周围,同一领域的关键词相互靠近,这说明这几个领域的研究关联性很大.
可视化论文参考资料：
结论：国内MOOC学术热点领域构成的共词可视化分析为关于可视化方面的论文题目、论文提纲、可视化论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
