论文部分内容阅读
当前,人工智能技术的快速发展已经对社会、经济与文化产生了巨大的影响。我国高度重视“人工智能+教育”的发展,并在2017年国务院印发的《新一代人工智能发展规划》中明确提出“开发智能教育助理,建立智能、快速、全面的教育分析系统”。智能导师系统是“人工智能+教育”交叉融合的创新应用,也是促进个性化学习、开展精准化教学的有效途径。近年来,智能导师系统发展迅速,不断涌现新的成果,有必要对该领域进行大规模、长跨度、高时效的综述分析。因此本文通过学科交叉,运用文献计量学方法对近20年智能导师系统领域的研究热点及发展趋势进行多维度分析。本研究针对Web of Science核心数据库收录的1996-2018年智能导师系统研究文献,采用文献计量学方法从文献主体信息、文献引文信息、文献内容信息三个维度研究智能导师系统的发展历程、研究基础以及研究热点。首先,对文献主体信息进行文献计量分析。文献主体信息主要包括年发文量、国家/地区、研究机构、发文期刊、发文作者,本文通过对其进行分析,发现智能导师系统的发展可以分为三个阶段:1996-2001年、2002-2012年、2013-2018年,后文的分析中皆以此结论对时间进行划分开展研究。其次,对文献引文信息进行聚类分析。文献是领域研究的成果,引文是文献撰写的基础,也就是研究成果的基础。本文对文献引文信息进行聚类分析,可以得到智能导师系统研究的知识基础,通过分析,发现1996-2001年的引文聚类结果即为智能导师系统四大模块,即领域知识库、学习者建模、教学策略与推理模块、人机交互,后续的聚类结果皆为四大模块研究基础的细化。再次,对文献内容信息进行聚类分析。本文主要对文献关键词这一内容信息进行聚类分析。关键词是作者对文章的概括,一般包括研究对象、研究方法等信息。对关键词进行聚类分析可以得到智能导师系统研究的当前热点以及研究热点变迁情况,研究发现,当前研究热点主要为知识表示多样性、学习者建模中学习风格识别、情感计算、虚拟现实技术的应用等,未来研究趋势是新兴信息技术与智能导师系统各个模块之间的融合创新。最后,对本文内容进行总结与展望。总结了本文中的研究结果、研究不足,并在展望中对后续研究方向方法进行探究。