文章目录

1 引言

2 研究设计

2.1 研究方法与工具

2.2 数据来源

3 数据分析结果

3.1 时间分布图谱分析

3.2 空间分布图谱分析

3.3 核心著者图谱分析

3.4 关键词共现与聚类图谱分析

    3.4.1 关键词共现分析

    3.4.2 关键词聚类分析

        (1)聚类0(教学策略或学习策略)

        (2)聚类1(计算机化适应性测试)

        (3)聚类5和聚类9(情感计算和情感状态)

        (5)聚类6(多媒体/超媒体系统)

        (6)聚类7、聚类11、聚类13和聚类14(人工神经网络、模因论算法、语义网络和确定性因子理论)

        (7)聚类12(数据库)

    3.4.3 研究热点小结

3.5 突现词图谱分析

4 研究小结与思考

4.1 研究小结

    4.1.1 技术赋能学习，厘清数字个性化学习本质

    4.1.2 鼓励实证研究，建立自适应学习平台评价标准

    4.1.3 多学科相结合，促进理论和技术新突破

4.2 研究思考

    4.2.1 自适应学习对教育教学的挑战

    4.2.2 自适应学习对学习者学习的挑战

5 结语

文章摘要:采用文献计量法，利用CiteSpace软件对Web of Science数据库中2010-2021年的自适应学习平台391篇相关文献进行可视化分析.研究发现：（1）从时空上看，自适应学习平台的研究自2016年起处于大规模发展阶段，以中国、美国和西班牙为主要研究阵营.（2）从核心著者来看，该领域的关键研究者大部分都是计算机科学学科背景，缺乏教育学学科背景的关键研究者.（3）从内容上看，自适应学习平台研究主要聚焦在学习者模块和教学模块上，研究热点有情感状态分析、认知特征分析、教学策略、交互式学习环境设计等方面.（4）目前自适应学习平台研究的前沿主要集中在人工智能技术、机器学习、大数据与数据挖掘和高等教育领域.

文章关键词:

论文作者:何敏怡 李睿 

作者单位:云南师范大学信息学院 

论文分类号:G434;G353.1