基于學(xué)術(shù)論文與新聞?wù)Z料的教育信息化文本挖掘分析

陸 偉

目前，國(guó)內(nèi)對(duì)于教育信息化、數(shù)字化學(xué)習(xí)等領(lǐng)域的研究主要從教育教學(xué)理論的創(chuàng)新發(fā)展、教育信息化的資源建設(shè)與應(yīng)用現(xiàn)狀、論文文獻(xiàn)的文本解構(gòu)與分析等方面展開。在教育信息化相關(guān)文本分析方面，部分學(xué)者基于期刊文獻(xiàn)數(shù)據(jù)庫(kù)，運(yùn)用文獻(xiàn)計(jì)量等方法分析了國(guó)內(nèi)教育信息化領(lǐng)域的研究熱點(diǎn)和與趨勢(shì)，這些研究在量化描述教育信息化研究的特征的同時(shí)，也總結(jié)或預(yù)測(cè)了相關(guān)研究的主題或發(fā)展趨勢(shì)。本文以現(xiàn)有的文本分析研究為基礎(chǔ)進(jìn)行了拓展。

采用網(wǎng)絡(luò)爬蟲抓取相關(guān)論文或新聞文本數(shù)據(jù)，并使用中文分詞及關(guān)鍵詞提取、詞向量分析、文本聚類等技術(shù)方法，本文剖析和歸納了國(guó)內(nèi)教育信息化相關(guān)研究及新聞報(bào)道的關(guān)注點(diǎn)。研究發(fā)現(xiàn)，慕課、翻轉(zhuǎn)課堂、微課、智慧教育等近年來(lái)興起的教學(xué)模式或教育理念引領(lǐng)了新一輪教育信息化相關(guān)研究的熱潮，也是新聞報(bào)道的熱點(diǎn)；同時(shí)，在文本挖掘中對(duì)比分析不同背景的語(yǔ)料資源也能夠獲得有價(jià)值的啟發(fā)。在詞向量與相關(guān)詞分析中，在論文和新聞文本語(yǔ)境下，教育信息化及若干熱點(diǎn)詞匯的“含義”存在一定的差別，這些差異反映了學(xué)術(shù)論文和新聞報(bào)道在關(guān)注的問(wèn)題上有不同的聚焦。

一、數(shù)據(jù)與研究設(shè)計(jì)

（一）數(shù)據(jù)簡(jiǎn)介

本研究使用的論文文本數(shù)據(jù)來(lái)自中國(guó)知網(wǎng)（CNKI）學(xué)術(shù)期刊數(shù)據(jù)庫(kù)、博士學(xué)位論文數(shù)據(jù)庫(kù)以及優(yōu)秀碩士論文數(shù)據(jù)庫(kù)。新聞文本數(shù)據(jù)則來(lái)自中國(guó)教育信息化網(wǎng)——“教育部教育管理信息中心主辦的教育信息化資訊類綜合門戶網(wǎng)站”，該網(wǎng)站資訊頻道下的“信息化動(dòng)態(tài)”欄目匯集了國(guó)內(nèi)各地教育信息化發(fā)展動(dòng)態(tài)的相關(guān)報(bào)道。

本文利用網(wǎng)絡(luò)爬蟲抓取了數(shù)千篇論文文獻(xiàn)以及萬(wàn)余篇新聞報(bào)道的文本信息，文本信息的檢索和爬取時(shí)間為2016年9月。論文文獻(xiàn)方面，我們以“教育信息化”為主題，在相關(guān)論文數(shù)據(jù)庫(kù)中進(jìn)行搜索并采集了2000年至2016年9月期間刊發(fā)的有效期刊文獻(xiàn)5,347篇（其中核心期刊文獻(xiàn)1,356篇）；優(yōu)秀碩士學(xué)位論文3,629篇，博士學(xué)位論文71篇。新聞?wù)Z料方面，中國(guó)教育信息化網(wǎng)匯集的教育信息化動(dòng)態(tài)報(bào)道主要集中在近三年，2010年之前的報(bào)道相對(duì)很少，我們采集了2010年1月至2016年9月期間發(fā)布的有效新聞資訊共10,288篇。

（二）基本描述性統(tǒng)計(jì)分析

圖1-1展示了CNKI相關(guān)文獻(xiàn)數(shù)據(jù)庫(kù)中以“教育信息化”為研究主題的文獻(xiàn)數(shù)量變化趨勢(shì)；由于2016年的數(shù)據(jù)信息并不完整（截止當(dāng)年9月），因此這一年度的數(shù)據(jù)量相比上一年均有所下降。在期刊類文獻(xiàn)中，2013年后相關(guān)文獻(xiàn)的數(shù)量有了明顯的上升，非核心期刊上刊發(fā)的相關(guān)文獻(xiàn)更是在此后的兩年內(nèi)增長(zhǎng)了十多倍。在學(xué)位論文方面，碩士論文逐年增長(zhǎng)，這一絕對(duì)數(shù)字的增長(zhǎng)反映了教育信息化相關(guān)議題逐漸受到重視甚至追捧；另一方面，相關(guān)博士學(xué)位論文的數(shù)量很少，這可能與博士論文對(duì)理論創(chuàng)新性的要求較高有關(guān)。

需要說(shuō)明的是，CNKI碩博學(xué)位論文數(shù)據(jù)庫(kù)中收入的學(xué)位論文文獻(xiàn)并不全面，個(gè)別重點(diǎn)院校相關(guān)重點(diǎn)學(xué)科的學(xué)位論文也不在收錄范圍；因此根據(jù)數(shù)據(jù)庫(kù)中現(xiàn)有的學(xué)位論文對(duì)院校、專業(yè)、導(dǎo)師等信息進(jìn)行排名比較很可能會(huì)出現(xiàn)偏差。但是本文認(rèn)為，將現(xiàn)有的數(shù)據(jù)視為學(xué)位論文總體的“抽樣”或?qū)W科相關(guān)研究趨勢(shì)的代表，僅對(duì)論文的研究主題或內(nèi)容進(jìn)行分析，仍然不失可行性。

圖1-1 以“教育信息化”為主題的研究文獻(xiàn)數(shù)量

圖1-2 教育信息化相關(guān)資訊報(bào)道量

圖1-2顯示的是中國(guó)教育信息化網(wǎng)站“信息化動(dòng)態(tài)”欄目中近年來(lái)的相關(guān)資訊報(bào)道量；2016年的資訊信息截止到當(dāng)年9月，因此相比2015年出現(xiàn)了明顯下降?？傮w上看，相關(guān)資訊量在2013年后出現(xiàn)了爆發(fā)式的增長(zhǎng)，這與期刊文獻(xiàn)（尤其是非核心期刊文獻(xiàn)）在2013年后出現(xiàn)的增長(zhǎng)趨勢(shì)十分相似。

（三）研究設(shè)計(jì)

1.關(guān)鍵詞詞頻計(jì)算

本研究從關(guān)鍵詞詞頻統(tǒng)計(jì)、詞向量距離與相關(guān)詞分析以及文本聚類三個(gè)方面對(duì)現(xiàn)有的文本數(shù)據(jù)進(jìn)行挖掘分析。在進(jìn)行關(guān)鍵詞統(tǒng)計(jì)前，我們需要將文本資料按時(shí)期分類。參考已有的研究文獻(xiàn)，并結(jié)合本研究所采用文本的時(shí)期范圍和數(shù)量變遷特征，我們將教育信息化相關(guān)論文文本劃分為三個(gè)時(shí)期：2000—2005年，2006—2013年，2014—2016年；對(duì)于新聞文本，則劃分為2010—2013年，2014—2016年兩個(gè)階段。

本文首先采用Python版本的結(jié)巴（Jieba）分詞包對(duì)新聞文本進(jìn)行分詞。在本文的研究語(yǔ)境下，對(duì)于“智慧教育”“三通兩平臺(tái)”“云計(jì)算”等專有名詞，默認(rèn)的分詞模式可能會(huì)將其進(jìn)一步切分，因此需要構(gòu)建自定義詞表，使相關(guān)的專業(yè)詞匯能夠被準(zhǔn)確保留。對(duì)于期刊文獻(xiàn)和學(xué)位論文文獻(xiàn)，研究者已經(jīng)在文獻(xiàn)中提供了關(guān)鍵詞，僅需對(duì)其按階段分類統(tǒng)計(jì)即可；但新聞?wù)Z料并不存在現(xiàn)成的關(guān)鍵詞，對(duì)此，本文采用詞頻-逆文檔率（Term Frequency- Inverse Document Frequency，以下簡(jiǎn)稱TF-IDF）算法提取了每篇新聞文本的關(guān)鍵詞。某詞語(yǔ)i的TF-IDF值可表示為：

其中，ni,d是詞i在文本d中出現(xiàn)的頻數(shù)；nd是文本d中的總詞頻數(shù)；N為語(yǔ)料庫(kù)中的文本總量；ni是詞i在語(yǔ)料庫(kù)中出現(xiàn)的總頻數(shù)——為避免分母為0（即語(yǔ)料庫(kù)中沒(méi)有詞i）而加1。TF-IDF值越大的詞被認(rèn)為對(duì)于文本越重要（能更好地代表文本）；對(duì)關(guān)鍵詞按TF-IDF值進(jìn)行排序，排名靠前的詞即可被選作為該本文的關(guān)鍵詞。

2.詞向量計(jì)算

Word2Vec是Google于2013年開源的一款將詞表征為數(shù)值向量的學(xué)習(xí)工具，它能夠勝任自然語(yǔ)言處理（NLP）領(lǐng)域的多種工作，例如，聚類、尋找近義詞、情感分類、詞性分析等。Word2Vec有多個(gè)開源版本，我們?cè)贏naconda（一種用于科學(xué)計(jì)算的Python版本）環(huán)境下安裝了Gensim模塊進(jìn)行詞向量訓(xùn)練—— 基于Skip-gram模型。

以詞向量（Distributed Representation）的方式將文本中的詞匯進(jìn)行數(shù)學(xué)化的表示最早由辛頓提出[1]，其基本思想是通過(guò)訓(xùn)練將每個(gè)詞映射到一個(gè)低維實(shí)數(shù)向量空間中（具體的向量維度可在模型系統(tǒng)中進(jìn)行調(diào)整）。詞向量中的每一維代表一個(gè)具有一定語(yǔ)義和語(yǔ)法解釋的詞語(yǔ)特征。通過(guò)詞之間的距離（如余弦距離、歐式距離等）可以判斷它們之間的語(yǔ)義相似性。這不僅避免了傳統(tǒng)的“One Hot”向量表示法經(jīng)常遭遇的“維數(shù)災(zāi)難”，同時(shí)也解決了“詞匯鴻溝”問(wèn)題，即詞之間不再是孤立的，潛在語(yǔ)義及語(yǔ)法特征相似的詞在距離上會(huì)更接近。對(duì)于兩個(gè)n維空間中的詞向量A(x11,x12,…,x1n)和B(x21,x22,…,xn2)，其語(yǔ)義相似性可由夾角余弦值表示為：

余弦值越接近1，兩個(gè)詞的語(yǔ)義關(guān)聯(lián)度也越高。本研究使用的語(yǔ)料為經(jīng)過(guò)分詞處理后的論文文本（摘要）和新聞文本。借助Word2Vec深度學(xué)習(xí)工具包，我們嘗試尋找“教育信息化”等熱點(diǎn)詞匯的相關(guān)詞，并對(duì)不同的文本語(yǔ)料進(jìn)行比較。

3.文本聚類

在機(jī)器學(xué)習(xí)領(lǐng)域，聚類是無(wú)監(jiān)督學(xué)習(xí)（Unsupervised Learning）的一個(gè)例子，聚類試圖將數(shù)據(jù)集中的樣本劃分為多個(gè)不相交的子集，每個(gè)子集稱為一個(gè)簇（Cluster），從而在數(shù)據(jù)中發(fā)現(xiàn)某種潛在的結(jié)構(gòu)。[2]事實(shí)上，以教育信息化為主題的研究或報(bào)道存在很多的子領(lǐng)域或子主題，統(tǒng)計(jì)高頻關(guān)鍵詞是揭示這一多樣性的方式之一；而基于文本的聚類分析可以幫助我們更全面地了解相似主題——尤其是那些相對(duì)獨(dú)立但不熱門的主題——的研究或報(bào)道。

本研究嘗試了對(duì)（核心）期刊文獻(xiàn)及新聞文本進(jìn)行聚類。參考西格蘭提出的方法[3]，我們根據(jù)一組指定詞匯在期刊（摘要）及新聞文本中出現(xiàn)的頻度來(lái)實(shí)現(xiàn)對(duì)相關(guān)文本的聚類。借助前述分析中使用的關(guān)鍵詞詞頻表，我們?cè)诓煌愋偷奈谋局蟹謩e提取詞頻不少于十次的詞，作為為該類型文本聚類時(shí)的公共詞匯表。利用這些詞匯列表和文獻(xiàn)或新聞標(biāo)題列表可以建立相應(yīng)的文本文件（即一個(gè)大的矩陣），記錄每篇文獻(xiàn)或新聞中相關(guān)詞匯的統(tǒng)計(jì)情況；同時(shí)，我們也對(duì)上述矩陣進(jìn)行了轉(zhuǎn)置，從而實(shí)現(xiàn)對(duì)文本關(guān)鍵詞的聚類。在具體的聚類方式上，本文選擇了（凝聚的）層級(jí)聚類。

凝聚層級(jí)聚類采用自底而上的策略不斷合并兩個(gè)最為相似的對(duì)象，從而形成一個(gè)逐漸增大的簇，當(dāng)所有對(duì)象都在一個(gè)簇中或達(dá)到某個(gè)終止條件時(shí)，聚類結(jié)束。在研究的語(yǔ)境下，被合并的對(duì)象即為某篇文獻(xiàn)或新聞。對(duì)象之間的相似性基于兩者之間的距離或緊密程度。由于一些文獻(xiàn)或新聞的（摘要）文本字?jǐn)?shù)較多，這使得它們?cè)诳傮w上包含了更多的詞匯，為了糾正這一潛在的問(wèn)題，我們采用了皮爾遜距離度量對(duì)象之間的相似性。

二、研究結(jié)果及分析

（一）高頻關(guān)鍵詞分析

表2-1中顯示的是不同時(shí)期內(nèi)，核心期刊與非核心期刊文獻(xiàn)以及碩博學(xué)位文獻(xiàn)中頻次排名前20的關(guān)鍵詞。從關(guān)鍵詞的分布來(lái)看，在2000—2005年和2006—2013年兩個(gè)時(shí)期，期刊文獻(xiàn)的研究關(guān)注點(diǎn)有較強(qiáng)的連續(xù)性，這一點(diǎn)與該時(shí)期內(nèi)期刊文獻(xiàn)的數(shù)量變化平緩相對(duì)應(yīng)；2014年—2016年期間，以“教育信息化”為主題的研究不僅在數(shù)量上異軍突起，關(guān)注點(diǎn)也發(fā)生了很大的變化：翻轉(zhuǎn)課堂、慕課、微課、智慧教育等新興名詞是這一時(shí)期高頻關(guān)鍵詞的主要代表，它們?yōu)橐痪€教學(xué)實(shí)踐注入活力的同時(shí)，也改變了相關(guān)學(xué)術(shù)研究的方向和生態(tài)環(huán)境。

有趣的是，期刊論文與碩博學(xué)位論文的關(guān)鍵詞有較大的風(fēng)格差異。以2014—2016年期間的研究為例，期刊文獻(xiàn)的關(guān)鍵詞有較多宏觀或抽象的概念，例如大數(shù)據(jù)、教學(xué)改革等；碩博學(xué)位論文的關(guān)鍵詞則體現(xiàn)了較多微觀的教學(xué)場(chǎng)景，例如電子書包、課堂教學(xué)、交互式電子白板等。另一方面，諸如ASP.NET，B/S模式、J2EE等詞匯也頻繁出現(xiàn)在了學(xué)位論文的關(guān)鍵詞中。含有這類關(guān)鍵詞的論文基本由計(jì)算機(jī)技術(shù)、軟件工程等工科專業(yè)的學(xué)生撰寫，論文通常從技術(shù)層面探討相關(guān)的軟件設(shè)計(jì)或系統(tǒng)部署，服務(wù)于教育信息化相關(guān)工程建設(shè)。即便是相同的主題，期刊論文與學(xué)位論文的研究視角或風(fēng)格也可能存在差別，關(guān)鍵詞選取策略的不同某種程度上正反映了這種差異。

表2-1 期刊論文與學(xué)位論文高頻關(guān)鍵詞

對(duì)于新聞文本，我們采用TF-IDF算法對(duì)每篇新聞進(jìn)行關(guān)鍵詞的提取及排序，選擇前五位關(guān)鍵詞為每篇新聞的關(guān)鍵詞代表。在以關(guān)鍵詞的TF-IDF值作為其權(quán)重值的情況下，我們統(tǒng)計(jì)了2014—2016年以及2010—2013年兩個(gè)時(shí)期的新聞文本高頻關(guān)鍵詞（TOP20）。

表2-2 新聞文本高頻關(guān)鍵詞（TOP20）

從表2-2中的結(jié)果可知，兩個(gè)時(shí)期的新聞文本共享了較多的高頻關(guān)鍵詞，例如培訓(xùn)、教學(xué)點(diǎn)、教育資源、數(shù)字化校園等。2014—2016年期間，與微課、慕課、翻轉(zhuǎn)課堂、智慧教育等相關(guān)的新聞大量涌現(xiàn)，引領(lǐng)了這一時(shí)期的教育信息化相關(guān)報(bào)道。這部分解釋了為何與教育信息化相關(guān)的新聞報(bào)道量在2013年后出現(xiàn)了井噴式的增長(zhǎng)?！拔⒄n”“慕課”，“翻轉(zhuǎn)課堂”等被認(rèn)為具有革命性的教育模式于2012年前后在西方國(guó)家興起，并于隨后的一兩年中風(fēng)靡全球，在初等至高等教育的各階段皆有應(yīng)用。對(duì)這些“教育信息化”的熱門概念或議題進(jìn)行報(bào)道或研究可謂時(shí)勢(shì)使然。

（二）詞向量距離與相關(guān)詞分析

詞向量訓(xùn)練的效果很大程度上取決于對(duì)文本語(yǔ)料的數(shù)量。當(dāng)有豐富大量的語(yǔ)料（句子）能夠反映詞語(yǔ)之間關(guān)系時(shí)，模型才可以充分學(xué)習(xí)句中的語(yǔ)義和語(yǔ)法關(guān)系。對(duì)于期刊和碩博論文，我們使用了論文的摘要文本，由于摘要篇幅相對(duì)較短，我們將期刊論文與碩博論文進(jìn)行了合并，統(tǒng)一為論文文本；新聞文本仍然自成一類。事實(shí)上，我們也嘗試區(qū)分對(duì)核心期刊、非核心期刊以及碩博論文的摘要文本，分別進(jìn)行詞向量訓(xùn)練，但是由于語(yǔ)料數(shù)量較少，分開訓(xùn)練的效果并不理想。使用Word2Vec進(jìn)行詞向量模型訓(xùn)練后，本文計(jì)算了部分熱點(diǎn)詞匯的相似詞（表2-3）。

表2-3 教育信息化及部分熱點(diǎn)詞匯相關(guān)詞

表2-3中顯示的是教育信息化、數(shù)字化校園、慕課以及智慧教育的五個(gè)最相關(guān)詞匯（以余弦距離衡量）?？傮w上看，熱點(diǎn)詞匯的相關(guān)詞基本都符合我們的認(rèn)知。在新聞文本中，“教育信息化”的相關(guān)詞中出現(xiàn)了“三通兩平臺(tái)”和“三通工程”，這是全國(guó)各地十二五時(shí)期教育信息化建設(shè)的核心目標(biāo)，幾乎是同時(shí)期教育信息化事業(yè)的代名詞。同時(shí)，相關(guān)詞也與文本類型有一定聯(lián)系。例如，在“慕課”的相關(guān)詞中，論文文本下準(zhǔn)確識(shí)別出了“SPOC”（Small Private Online Course），即小規(guī)模限制性在線課程，它被認(rèn)為是“后慕課時(shí)代”的一種典型課程范式，能夠更好實(shí)現(xiàn)慕課與傳統(tǒng)課堂的融合，部分期刊文獻(xiàn)和碩博論文均對(duì)此展開了專門討論，但它在新聞?wù)Z料中幾乎沒(méi)有出現(xiàn)。

不難看出，在論文文本下，“智慧教育”的相關(guān)詞中出現(xiàn)了“和諧社會(huì)”“轉(zhuǎn)型”“戰(zhàn)略”等詞，這一結(jié)果并不理想，其原因很可能在于期刊文獻(xiàn)及碩博論文的摘要文本中關(guān)于“智慧教育”的語(yǔ)料并不豐富。另一方面，新聞文本在分詞后全都納入了詞向量訓(xùn)練，相比論文摘要，新聞文本的詞庫(kù)量更大，句式也更為豐富多樣，因此模型訓(xùn)練都取得了為較理想的結(jié)果，這再一次說(shuō)明了語(yǔ)料數(shù)量對(duì)于詞向量訓(xùn)練的重要性。

（三）文本聚類分析：以層級(jí)聚類為例

指定了一組固定詞匯后，我們可以根據(jù)單詞在文獻(xiàn)摘要或新聞文本中出現(xiàn)的次數(shù)對(duì)相關(guān)文本進(jìn)行聚類（按行聚類）；該分析能夠幫助我們發(fā)現(xiàn)研究或報(bào)道主題相近的文本。從基本的聚類格局來(lái)看，學(xué)期教育、基礎(chǔ)教育、職業(yè)教育、高等教育、繼續(xù)教育等不同教育階段均有涉獵教育信息化的研究；且不同教育階段的關(guān)注點(diǎn)存在一定差異。例如，基礎(chǔ)教育階段的教育信息化研究主題較為豐富，微課、翻轉(zhuǎn)課堂等研究直指基礎(chǔ)教育階段的教學(xué)模式改革，以電子書包、平板電腦等為關(guān)注點(diǎn)的研究注重對(duì)教學(xué)應(yīng)用、數(shù)字化校園建設(shè)等的考察；而在職業(yè)教育領(lǐng)域，大多數(shù)研究關(guān)注的是職業(yè)學(xué)校的數(shù)字教育資源建設(shè)以及借助信息化手段提升職業(yè)學(xué)校教師教學(xué)水平等主題。

在列上對(duì)數(shù)據(jù)進(jìn)行聚類有助于進(jìn)一步揭示結(jié)構(gòu)化的信息。在本研究的語(yǔ)境下，列代表的都是論文文獻(xiàn)或新聞文本中的關(guān)鍵詞，在列上進(jìn)行聚類則可以知曉哪些詞經(jīng)常會(huì)結(jié)合在一起出現(xiàn)。例如，在新聞文本中，和“調(diào)研”聯(lián)系較為密切、時(shí)常一起出現(xiàn)的詞有“電教館”“電化教育”“會(huì)議”等；這反映了各地區(qū)電教館較為頻繁地參與了教育信息化調(diào)研工作的基本事實(shí)。

借助樹狀圖（圖2-1和圖2-2），我們可以更直觀地了解聚類結(jié)果。由于論文文獻(xiàn)或新聞報(bào)道的聚類量很大，限于篇幅，我們僅展示了部分聚類結(jié)果。圖中所有的子節(jié)點(diǎn)均由一個(gè)垂直線和兩條水平線連接；一般來(lái)說(shuō)，水平線的長(zhǎng)度反映了聚類中的誤差情況，水平線越短，兩個(gè)類的相似度也就越高。垂直線和水平線的交錯(cuò)潛在地劃分了文本的類型或主題，這即是層級(jí)聚類的直觀意義。

圖2-1 期刊文獻(xiàn)聚類（部分）

圖2-2 新聞文本關(guān)鍵詞聚類（部分）

三、總結(jié)

本研究發(fā)現(xiàn)慕課、翻轉(zhuǎn)課堂、微課、智慧教育等近年來(lái)興起的教學(xué)模式或教育理念為教育信息化相關(guān)研究注入了新的內(nèi)涵，相關(guān)研究或報(bào)道不斷涌現(xiàn)，是新時(shí)期教育信息化事業(yè)發(fā)展的核心關(guān)切。不同的文本語(yǔ)料從不同的角度描繪了教育信息化的相關(guān)研究或事業(yè)發(fā)展；進(jìn)行教育信息化相關(guān)文本挖掘分析時(shí)，綜合分析不同來(lái)源和背景的相關(guān)語(yǔ)料資源能夠獲得有價(jià)值的啟發(fā)。本文拓展了“教育信息化”相關(guān)領(lǐng)域文本分析和挖掘研究的文獻(xiàn)范疇，同時(shí)借鑒了較新的工具和方法，豐富了相關(guān)領(lǐng)域中文本挖掘分析的研究視角。

需要指出的是，本研究也存在一些缺點(diǎn)和不足，而這些缺陷可能會(huì)影響文本挖掘分析的效果。例如，與大多數(shù)該領(lǐng)域的文獻(xiàn)或文本分析研究相似，本文以“教育信息化”為主題在CNIK中進(jìn)行了相關(guān)文獻(xiàn)的檢索；但是較早時(shí)期的相關(guān)研究未必會(huì)采用“教育信息化”這類術(shù)語(yǔ)表述方式，這可能會(huì)直接影響文獻(xiàn)檢索的結(jié)果并限制研究的視野。另外，在文本聚類方面，本文對(duì)相關(guān)研究主題的劃分尚不夠清晰，層級(jí)聚類結(jié)果的呈現(xiàn)也有待優(yōu)化，后續(xù)的研究可嘗試更多樣的聚類方法和可視化手段，后者包括高維度下的多維縮放，主題河（ThemeRiver）、數(shù)字景觀（Landscapes）等等。

即便存在一些缺陷，借鑒深度學(xué)習(xí)、自然語(yǔ)言處理等領(lǐng)域的工具、技術(shù)和方法對(duì)有關(guān)文獻(xiàn)或文本進(jìn)行分析挖掘仍然能獲得有趣的啟發(fā)。當(dāng)然，即使在“教育大數(shù)據(jù)”時(shí)代，研究者也不應(yīng)忽略生活中的“小數(shù)據(jù)”；本文建議研究者將海量數(shù)據(jù)分析技術(shù)與實(shí)地調(diào)查相結(jié)合，以更好把脈各類教育事業(yè)的發(fā)展動(dòng)態(tài)及其內(nèi)在規(guī)律。

注釋：

[1]Hinton, G.E.Learning Distributed Representations of Concepts [C].In Proc.Eighth Annual Conference of the Cognitive Science Society, 1986, (1): 1–12.

[2]周志華.機(jī)器學(xué)習(xí)[M].北京:清華大學(xué)出版社, 2016:197.

[3]西格蘭著，莫映,王開福，譯.集體編程智慧[M].北京:電子工業(yè)出版社,2009:29-53.