人工智能對(duì)學(xué)生教學(xué)影響的文獻(xiàn)計(jì)量分析

摘要：教育改革在不斷的進(jìn)行著，各種各樣的意外也在跌踵而至，為適應(yīng)不同環(huán)境下的教育教學(xué)，教育改革的需求導(dǎo)致相應(yīng)的科學(xué)技術(shù)手段的更新相同步適應(yīng)。而不斷發(fā)展的人工智能對(duì)教學(xué)的交互作用體現(xiàn)在哪些地方以及目前的科學(xué)技術(shù)對(duì)教育的影響到了怎樣的地步，做到了怎樣的配適。通過(guò)對(duì)Web of science的2010到2020年的核心數(shù)據(jù)集利用關(guān)鍵詞等基于R語(yǔ)言的Biblioshiny程序進(jìn)行科學(xué)計(jì)量和可視化分析。得到結(jié)論國(guó)家在政策上支持且鼓勵(lì)人工智能教學(xué)的發(fā)展與創(chuàng)新，發(fā)展的趨勢(shì)在人工智能與教師的協(xié)調(diào)合作以及在大數(shù)據(jù)環(huán)境下人工智能系統(tǒng)的發(fā)開(kāi)，將教學(xué)作用在學(xué)生的身上。而關(guān)于人工智能教學(xué)的普及以及在軟件上和計(jì)算公式上的創(chuàng)新開(kāi)發(fā)還存在問(wèn)題以及可以研究的趨勢(shì)。

關(guān)鍵詞：人工智能;R語(yǔ)言;Biblioshiny;Bibliometrix;教學(xué)模式

引言：科學(xué)技術(shù)的更新?lián)Q代，也在變相的使教學(xué)教育的方式方法不斷的改革與創(chuàng)新著，使科學(xué)技術(shù)的發(fā)展與學(xué)生的教學(xué)和學(xué)習(xí)模式相適應(yīng)，因此將發(fā)生很大的變動(dòng)，隨著互聯(lián)網(wǎng)技術(shù)發(fā)展、大數(shù)據(jù)應(yīng)用、云計(jì)算更新、區(qū)塊鏈的多方面應(yīng)用等技術(shù)的發(fā)展，人工智能這一詞出現(xiàn)在了大眾的視野當(dāng)中，而且以很快的速度在的教學(xué)中出現(xiàn)它們的身影。而隨著人工智能在的生活中的越來(lái)越應(yīng)用廣泛，其應(yīng)用及產(chǎn)品也已融入人們的工作、生活和學(xué)習(xí)之中，并在生活的各種各種智能產(chǎn)品、應(yīng)用、系統(tǒng)或行業(yè)（領(lǐng)域）之中使用。而人工智能的出現(xiàn)對(duì)于傳統(tǒng)的教學(xué)模式來(lái)說(shuō)是一種新的挑戰(zhàn)，或是機(jī)遇，其對(duì)于教育的應(yīng)用在疫情期間已經(jīng)開(kāi)始得到了廣泛的應(yīng)用?，F(xiàn)在就Web of science的核心數(shù)據(jù)集對(duì)于2010年到2020年的發(fā)表的相關(guān)文獻(xiàn)進(jìn)行篩選然后利用R語(yǔ)言的Bibloshiny包對(duì)其數(shù)據(jù)進(jìn)行可視化分析以及文獻(xiàn)計(jì)量分析，讓對(duì)于目前人工智能與教育教學(xué)的結(jié)合到了哪種地步，主要的研究方向是什么以及相關(guān)的復(fù)雜的問(wèn)題是什么等等進(jìn)行研究。用以了解過(guò)去10年內(nèi)和人工智能教育相關(guān)的發(fā)表的文獻(xiàn)期刊的研究進(jìn)展以及具體方向，對(duì)進(jìn)行相關(guān)的科學(xué)研究做好相關(guān)的準(zhǔn)備。

1研究設(shè)計(jì)

1.1數(shù)據(jù)來(lái)源以及研究工具

Biblioshiny是一款基于R語(yǔ)言的包，是一位意大利的那不勒斯費(fèi)德里克二世大學(xué)MassimoAria博士基于Bibliometrix使用了R語(yǔ)言的shiny軟件包的基礎(chǔ)上進(jìn)行二次開(kāi)發(fā)完成的。Biblioshiny和Bibliometrix程序均開(kāi)源、免費(fèi)，不同的是，Bibliometrix的操作模式為文本命令行，Biblioshiny使用了shiny軟件包，對(duì)Bibliometrix的核心代碼進(jìn)行了封裝，為了讓用戶可以在交互式的網(wǎng)頁(yè)界面上進(jìn)行相關(guān)的科學(xué)計(jì)量及可視化分析工作，大大降低用戶的信息輸入強(qiáng)度和使用門(mén)檻，因此創(chuàng)建了一個(gè)基于網(wǎng)頁(yè)的數(shù)據(jù)分析框架得以解決。

數(shù)據(jù)來(lái)源是從WOS TM（Web Of Science）上的核心合集數(shù)據(jù)庫(kù)搜索Artificial Intelligence education進(jìn)行文獻(xiàn)檢索，而數(shù)據(jù)的時(shí)間范圍為2010年數(shù)據(jù)起始至數(shù)據(jù)下載準(zhǔn)備的檢索時(shí)間（ 2021 年 5月 31 日下午左右） ，文獻(xiàn)類型限定為 Article類型并且對(duì)關(guān)鍵詞進(jìn)行了篩選，勾選了與自己認(rèn)為研究最相關(guān)的education educational research（教育教育研究）、computer science artificial intelligence（計(jì)算機(jī)科學(xué)人工智能）、computer interdisciplinary application（計(jì)算機(jī)跨學(xué)科應(yīng)用）以及education scientific disciplines（教育科學(xué)學(xué)科）這四項(xiàng)共1157條數(shù)據(jù)進(jìn)行數(shù)據(jù)下載并進(jìn)行處理用以后面準(zhǔn)備。

1.2研究框架

科學(xué)計(jì)量就是從相關(guān)文獻(xiàn)綜合，其中包括了理論基礎(chǔ)分析和比較分析等原理，分析其中特征主要是從文獻(xiàn)的機(jī)構(gòu)分布、作者分布、時(shí)間期刊特征、順序特征等維度展開(kāi)計(jì)量分析;而內(nèi)容特征主要是從文獻(xiàn)中的主題、關(guān)鍵詞等展開(kāi)分析，重點(diǎn)運(yùn)用到聚類分析等。而基于改革教育這個(gè)時(shí)間序列是不斷前進(jìn)的時(shí)間流，所以在進(jìn)行分析時(shí)會(huì)結(jié)合一些當(dāng)時(shí)的政策之類的解釋對(duì)數(shù)據(jù)的異常波動(dòng)進(jìn)行解釋。

2 人工智能與教育的科學(xué)計(jì)量及可視化分析

2.1數(shù)據(jù)導(dǎo)入

在R語(yǔ)言的Bibliometrix 導(dǎo)入數(shù)據(jù)，對(duì)下載的數(shù)據(jù)進(jìn)行整理分析及可視化，獲取納入研 究的基本情況、高產(chǎn)作者、高引論文、主來(lái)源期刊等信息。

2.2 作者發(fā)文數(shù)量分析

為了觀察作者的學(xué)術(shù)活躍度，可以從觀察論文的發(fā)表數(shù)量上得到體現(xiàn)。對(duì)圖1可知道發(fā)文數(shù)量最高的前三名作者的發(fā)文時(shí)間以及影響力最大的發(fā)表于哪一年。

排名第一的是Prof. Yu-Dong Zhang，于2004獲得BE學(xué)位;他作為精神衛(wèi)生研究基金會(huì)的助理研究科學(xué)家，曾于2013至2017年間擔(dān)任南京師范大學(xué)教授。其本人是一名教授目前就職于英國(guó)萊斯特大學(xué)信息系。張教授是IET的研究員。2014年至2018年，他被愛(ài)思唯爾評(píng)為“中國(guó)被引用最多的研究人員（計(jì)算機(jī)科學(xué)）”。

排名第二的是Utku Kose，在蘇萊曼德米雷爾大學(xué)計(jì)算機(jī)工程系就讀，在2008年開(kāi)始直到2013年一直研究于教育工具，在2016年開(kāi)始才將重點(diǎn)轉(zhuǎn)移到了人工智能于教育工具的交互作用上。但是從學(xué)術(shù)指數(shù)上來(lái)說(shuō)，在前三名中他反而是最低的。

排名第三的是Rosemary Luckin，現(xiàn)在在London Knowledge Lab工作，其只要研究以及文獻(xiàn)發(fā)布主要是從1996年到2010年左右，其中包括是教學(xué)軟件等，研究?jī)?nèi)容錯(cuò)綜復(fù)雜。但是在2010年后就集中于研究教育科學(xué)技術(shù)。其高被引文獻(xiàn)在是集中在2005年到2008年發(fā)布的。而這些文獻(xiàn)的發(fā)布對(duì)于后面的相關(guān)文獻(xiàn)的發(fā)布起到了很大的引導(dǎo)作用。

2.3 關(guān)鍵詞被引頻次分析

表1 中是對(duì)關(guān)鍵詞被引頻次以及中心性的分析排行表，關(guān)鍵詞被引頻次可以反映某一領(lǐng)域的研究熱點(diǎn)。對(duì)被引頻次超過(guò)20的關(guān)鍵詞聚類分析。

第一的是education，artificial intelligence和design關(guān)鍵詞組成的人工智能教學(xué)系統(tǒng)設(shè)計(jì)的熱點(diǎn)子群?！叭斯ぶ悄芙虒W(xué)系統(tǒng)設(shè)計(jì)”是在人工智能在教育領(lǐng)域的交互基礎(chǔ)上進(jìn)行相關(guān)設(shè)計(jì)。另外，為了把握、指導(dǎo)人工智能研發(fā)的整體方向，由 MLAI 委托“網(wǎng)絡(luò)與信息技術(shù)研發(fā)分委員會(huì)”（Subcommittee on Networking and Information Technology Research and Development ，NITRD）編寫(xiě)的《國(guó)家人工智能研發(fā)戰(zhàn)略規(guī)劃》也在同一時(shí)間并發(fā)布。在不斷的創(chuàng)新以及各種新技術(shù)的發(fā)展中，其設(shè)計(jì)自然是必不可少的。但是從中心性中可以知道在這幾個(gè)中排名最為靠后，所以可以說(shuō)相關(guān)技術(shù)的研發(fā)都是離不開(kāi)最后的設(shè)計(jì)，但是設(shè)計(jì)的中心還是創(chuàng)新以及各種相關(guān)技術(shù)。

第二是artificial-intelligence，big data和students關(guān)鍵詞組成的基于大數(shù)據(jù)人工智能學(xué)生的作用。因?yàn)闀r(shí)代發(fā)展，學(xué)生承受壓力變的各不相同，學(xué)生的心理健康與學(xué)籍動(dòng)機(jī)等不在同以前一樣的簡(jiǎn)單明確，在實(shí)施教學(xué)的同時(shí)，要注意學(xué)生的學(xué)習(xí)目標(biāo)，學(xué)習(xí)動(dòng)機(jī)，學(xué)習(xí)情況，以及及時(shí)的對(duì)某些異常學(xué)生進(jìn)行及時(shí)的發(fā)現(xiàn)診斷，在大數(shù)據(jù)分析的基礎(chǔ)上，能夠較為準(zhǔn)確的得到各個(gè)不同地區(qū)學(xué)生的心里狀況從而進(jìn)行不同的分級(jí)式的教學(xué)。中心性上來(lái)說(shuō)正好是中間的一位，所以這方面也是一個(gè)熱點(diǎn)的研究方向。

第三位是design，students和styles 關(guān)鍵詞組成的針對(duì)學(xué)生的教學(xué)風(fēng)格設(shè)計(jì)，因?yàn)樵谏弦魂P(guān)鍵詞熱點(diǎn)子群中就已經(jīng)提出，學(xué)生各不相同，在人力難以實(shí)現(xiàn)的基礎(chǔ)上，人工智能能夠做到每個(gè)人不同的分級(jí)教學(xué)，分級(jí)教學(xué)就是為了不同的學(xué)生而設(shè)計(jì)不同的教學(xué)模式，因?yàn)槊總€(gè)人的接受能力以及人格傾向和智力發(fā)育程度不一致，學(xué)習(xí)的 進(jìn)度以及節(jié)奏在同一教學(xué)中可能導(dǎo)致過(guò)快沒(méi)能跟上因而失去學(xué)習(xí)的信心或者過(guò)慢而導(dǎo)致失去挑戰(zhàn)性，讓學(xué)習(xí)變的乏味而失去了興趣。智能導(dǎo)師系統(tǒng)是人工智能在教育領(lǐng)域的一個(gè)重要應(yīng)用，能根據(jù)學(xué)生自己的情況去調(diào)整利用艾賓浩斯曲線等科學(xué)的記憶方法讓人們更好的科學(xué)的學(xué)習(xí)，增加學(xué)習(xí)效率以及學(xué)習(xí)的動(dòng)機(jī)。智能導(dǎo)師的首次出現(xiàn)是在1982 年，它主要是由計(jì)算機(jī)模擬教師教學(xué)的經(jīng)驗(yàn)和方法，為每一個(gè)不同的學(xué)生制定屬于自己的獨(dú)特的學(xué)習(xí)計(jì)劃和相匹配的學(xué)習(xí)風(fēng)格，提高學(xué)習(xí)的興趣和東西，增加先導(dǎo)性知識(shí)，時(shí)學(xué)習(xí)充滿挑戰(zhàn)性，滿足學(xué)生的成就動(dòng)機(jī)，從而增加對(duì)學(xué)習(xí)的感官。從表一中看出其中心性其實(shí)不高，但是影響是在這其中是最高的，所以對(duì)于學(xué)生的學(xué)習(xí)興趣的培養(yǎng)是靠學(xué)習(xí)風(fēng)格改變與設(shè)計(jì)，這也是在一定程度上是可以得出結(jié)論的。

第四是students，knowledge和engagement關(guān)鍵詞組成的學(xué)生參與式的知識(shí)學(xué)習(xí)。這強(qiáng)調(diào)的就是人工智能是怎樣同人們一起學(xué)習(xí)，人工智能產(chǎn)品不僅僅是學(xué)校教育中教師與學(xué)生的助手，同時(shí)也可以代替父母給家中的孩子寄予陪伴和智力啟蒙。中心性是排在第二，也就是說(shuō)將人工智能教學(xué)技術(shù)研發(fā)的方向運(yùn)用在和人交流等兩者的交互上是完全可取的，也是一個(gè)值得研究的發(fā)展方向。

最后，第五位是technology ， teachers和artificial-intelligence 關(guān)鍵詞子群組成的智能導(dǎo)師，而智能導(dǎo)師系統(tǒng)是以腦神經(jīng)科學(xué)、數(shù)學(xué)建模、心理學(xué)、教育學(xué)、計(jì)算機(jī)科學(xué)、人工智能等為基礎(chǔ)形成的智能化學(xué)習(xí)環(huán)境。它通過(guò)對(duì)學(xué)習(xí)大數(shù)據(jù)進(jìn)行智能評(píng)估判斷和聚類分析，預(yù)測(cè)學(xué)生當(dāng)前的學(xué)習(xí)水平，發(fā)現(xiàn)學(xué)習(xí)中出現(xiàn)的相關(guān)問(wèn)題，推薦個(gè)性化學(xué)習(xí)策略和資源，進(jìn)而實(shí)現(xiàn)個(gè)性化精準(zhǔn)學(xué)習(xí)和輔導(dǎo)。在智能評(píng)估方面，智能導(dǎo)師系統(tǒng)不僅可以評(píng)估學(xué)習(xí)者個(gè)人學(xué)習(xí)，還可以評(píng)估學(xué)習(xí)系統(tǒng)和研究機(jī)構(gòu)。從被引詞頻上是相對(duì)最低的，但是中心性上確實(shí)最高的。對(duì)于他的關(guān)注度其實(shí)是一直存在的，所以在考慮研究應(yīng)用上可以考慮在這方面做研究。

3 知識(shí)圖譜分析

3.1 關(guān)鍵詞共現(xiàn)圖譜

人工智能教育的熱點(diǎn)討論方向主要集中在6個(gè)關(guān)鍵詞簇群當(dāng)中，整體為向中間集中的方式，外圍是big data，systems和knowledge，中間最為集中相互交錯(cuò)且最大的education，students和technology中心性最高的三大簇群，這就是將要討論的關(guān)鍵詞簇群。

人工智能教學(xué)應(yīng)用當(dāng)然是對(duì)學(xué)生的教學(xué)應(yīng)用（artificial-intelligence，students）。具體應(yīng)用在了人工智能機(jī)器人，個(gè)性教育方案規(guī)劃，智力培養(yǎng)等方面。 例如，由北京紫光優(yōu)藍(lán)機(jī)器人技術(shù)有限公司研發(fā)的“愛(ài)樂(lè)優(yōu)”家庭 親子機(jī)器人，就是針對(duì) 0-12 歲兒童而設(shè)計(jì)的同伴機(jī)器人。不僅僅是能夠?qū)π『⑼瓿蓡⒚山逃?，還能陪伴小孩，利用科宇的方式配合幼兒的快速的學(xué)習(xí)和心理發(fā)展，并對(duì)提供相對(duì)應(yīng)的學(xué)習(xí)材料等，而且還能為兒童提供補(bǔ)習(xí)照顧，成為一人一機(jī)的學(xué)習(xí)小助理，促進(jìn)兒童的智力發(fā)育以及常識(shí)的學(xué)習(xí)，達(dá)到寓教于樂(lè)的效果。智能機(jī)器人“小胖”還可以陪伴兒童一起觀看電影視頻等。人工智能機(jī)器人和人們的參與式學(xué)習(xí)會(huì)大大提高幼兒的學(xué)習(xí)興趣，對(duì)于啟蒙教學(xué)來(lái)說(shuō)是具有重大的研究意義。

其次，圖中發(fā)現(xiàn)熱點(diǎn)方向是設(shè)計(jì)，因?yàn)榭萍季蛻?yīng)該服務(wù)與社會(huì)，而討論的是關(guān)于人工智能的對(duì)于教育的改革，那么設(shè)計(jì)是人工智能關(guān)于教學(xué)的重中之重。人工智能是研發(fā)用于學(xué)生的學(xué)習(xí)，知識(shí)在不斷的更新，那么關(guān)于教育的設(shè)計(jì)也要不斷的進(jìn)行創(chuàng)新，對(duì)知識(shí)進(jìn)行包容性，層次性，多樣性和協(xié)同性的整理在對(duì)教學(xué)進(jìn)行知識(shí)的輸出，人工智能就能對(duì)于學(xué)生的表現(xiàn)進(jìn)行反饋，利用科學(xué)技術(shù)對(duì)人工智能進(jìn)行深化改革。這就對(duì)相關(guān)的知識(shí)整合等有著很高的要求以及很大的挑戰(zhàn)。

4 結(jié)論與討論

人工智能于未來(lái)教育的改革的轉(zhuǎn)折點(diǎn)就是現(xiàn)在，因?yàn)樵诟鞣N的科學(xué)技術(shù)的不斷完善下，國(guó)家的實(shí)際情況以及各種政策的推動(dòng)下，人們理應(yīng)更好的去迎接教學(xué)從線下到線上的轉(zhuǎn)變是一種大趨勢(shì)，。而從上述的分析中，得出了以下的結(jié)論及問(wèn)題。

第一，人工智能技術(shù)在教學(xué)方面技術(shù)的不斷完善，最接近生活的就是小度以及“小胖”，他們能夠在一定程度上的代替人類進(jìn)行陪伴和一些呵護(hù)，在大數(shù)據(jù)的背景下，他們或許比老師更加懂得怎樣去指導(dǎo)教學(xué)和改善教學(xué)的教學(xué)方式等，且人工智能機(jī)器人是不知疲倦的，這也解決了老師過(guò)度疲勞等問(wèn)題。但是與此同時(shí)，應(yīng)該關(guān)注的問(wèn)題是人工智能是否真的能取代老師的位置，答案當(dāng)然是不能的。所以研究方向應(yīng)該放在人工智能與老師的教學(xué)的合作教學(xué)系統(tǒng)上，達(dá)到相輔相成的模式。在教育領(lǐng)域，怎樣將人工智能教學(xué)系統(tǒng)與線下的教師教學(xué)相結(jié)合，使教師與人工智能系統(tǒng)之間實(shí)現(xiàn)協(xié)同工作，發(fā)揮各自的優(yōu)勢(shì)，揚(yáng)長(zhǎng)避短，以最大限度地發(fā)揮二者的協(xié)作優(yōu)勢(shì)，共同為學(xué)生提供更有效的、個(gè)性化的獨(dú)特教學(xué)體驗(yàn)，這是當(dāng)前教育人工智能研究需要深入探討的問(wèn)題之一。

第二，人工智能的使用限制以及普及問(wèn)題，人工智出現(xiàn)在大眾視野中常常是人工智能機(jī)器人的形式被大眾所接觸，但是其實(shí)相關(guān)的專門(mén)的教學(xué)軟件的研發(fā)也可以提上日程。從“軟件工程、兼容性、可追溯性、可用性、安全、性能、安全與隱私、指標(biāo)”等諸多方面以及人們使用的操作難度都是需要注意的，過(guò)于繁瑣會(huì)引起厭惡，過(guò)度簡(jiǎn)單就不存在交流，會(huì)降低興趣。所以相關(guān)軟件的開(kāi)發(fā)應(yīng)用以及普及和操作的可行性等在為了實(shí)現(xiàn)大眾化的基礎(chǔ)上，也是一個(gè)需要重點(diǎn)探究的問(wèn)題之一。

最后，人工智能時(shí)代的教育目標(biāo)更強(qiáng)調(diào)信息素養(yǎng)、社會(huì)交互、高階思維、價(jià)值觀等要素，并且將呈現(xiàn)出新的教學(xué)模式，包括教學(xué)方式突出基于人機(jī)協(xié)同的精準(zhǔn)教學(xué)，教學(xué)組織形式更加靈活多樣、師生關(guān)系趨向平等與合教學(xué)、內(nèi)容由標(biāo)準(zhǔn)化轉(zhuǎn)向定制化作等。而這也代表需要大量的數(shù)據(jù)計(jì)算等，雖然處于大數(shù)據(jù)時(shí)代，但是要做到對(duì)每個(gè)學(xué)生和教師相適應(yīng)，這涉及到了大量的計(jì)算以及數(shù)據(jù)的處理收集，這其實(shí)就是對(duì)于相關(guān)公式和科學(xué)技術(shù)的創(chuàng)新問(wèn)題。

參考文獻(xiàn)：

[1]臧維， 張延法，and 徐磊."我國(guó)人工智能政策文本量化研究——政策現(xiàn)狀與前沿趨勢(shì)." .（）：. doi：10.6049/kjjbydc.2020110302.

[2]馮鑫， et al."近10年大數(shù)據(jù)研究熱點(diǎn)演進(jìn)及平臺(tái)發(fā)展——以智慧教育領(lǐng)域1469篇文獻(xiàn)計(jì)量分析為例." .Z1（2021）：43-47. doi：10.16209/j.cnki.cust.2021.z1.009.

[3]郭兵， et al."基于Web of Science數(shù)據(jù)庫(kù)石油污染土壤生物修復(fù)研究的文獻(xiàn)計(jì)量分析." .02（2021）：11-18. doi：10.16606/j.cnki.issn0253-4320.2021.02.003.

[4]孫洋， et al."中小學(xué)人工智能課程內(nèi)容設(shè)計(jì)與探討." .13（2020）：217-219. doi：CNKI：SUN：XXDL.0.2020-13-080.

[5]陳穎博，and 張文蘭."國(guó)外教育人工智能的研究熱點(diǎn)、趨勢(shì)和啟示." .04（2019）：43-58. doi：10.13966/j.cnki.kfjyyj.2019.04.005.

[6]宋靈青，and 許林."人工智能教育應(yīng)用的邏輯起點(diǎn)與邊界——以知識(shí)學(xué)習(xí)為例." .06（2019）：14-20. doi：.

[7]楊正，and 田進(jìn)."國(guó)際視野下政府?dāng)?shù)據(jù)開(kāi)放利用研究的科學(xué)計(jì)量分析." .05（2019）：79-84. doi：10.13833/j.issn.1007-7634.2019.05.013.

[8]謝忠新， 曹楊璐，and 李盈."中小學(xué)人工智能課程內(nèi)容設(shè)計(jì)探究." .04（2019）：17-22. doi：.

[9}李昊."國(guó)際科研評(píng)價(jià)研究的科學(xué)計(jì)量及可視化分析——基于Biblioshiny程序." .12（2018）：36-44. doi：CNKI：SUN：KJQB.0.2018-12-008.

作者簡(jiǎn)介：王鵬宇 （1998，11—），男，彝族， 貴州省畢節(jié)市人，天津市寶坻區(qū)天津財(cái)經(jīng)大學(xué)珠江學(xué)院，網(wǎng)絡(luò)金融專業(yè) 本科生，研究方向：文獻(xiàn)計(jì)量。

天津財(cái)經(jīng)大學(xué)珠江學(xué)院 天津 301811