论文部分内容阅读
【摘要】从概念出现到广泛应用，近20年来对在线学习的理论研究不断深入，并逐渐成为理论界关注的热点话题。通过检索SSCI数据库（1994-2013）20年间有关在线学习理论研究的相关文献，从中选择被引频次最高的30篇文献构建引文数据库及同被引矩阵进行科学计量和社会网络分析。研究结果表明，目前在线学习理论研究分为特色鲜明的四大领域，各领域内部及相互之间具有较强的关联性，整个在线学习理论研究体系处于知识的线性积累阶段，朝着成熟与稳定的方向发展。并具有十分广阔的发展前景。
【关键词】在线学习；理论研究体系；同被引分析；社会网络分析
【中图分类号】G420 【文献标识码】A 【文章编号】1672-0008（2014）03-0064-07
一、引言
在线学习（e-learning）是随着多媒体和互联网技术的迅速发展及其在远程教育领域的广泛应用而发展起来的，并且在今后教育领域的应用前景极为广阔。希尔兹最早提出在线学习概念（Hiltz。1994）：在线学习是指将某一课程的主页及相关资料置于Web之中，形成一个共享的虚拟学习空间，以达到一种面对面（FTF）学习效果的网络应用11l。整整20年期间，在线学习的理论研究不断深入，理论研究成果十分丰富，相关研究主题也逐渐明朗，并形成了较为明确且不断延伸的学科研究领域。
对社会科学领域相关研究主题进行分析和评价，国内外相关学者一般通过对近10-20年中社会学、心理学、经济学和管理学等特定领域被引频次最高的系列文献进行科学计量分析，对相关学科研究主题作出客观的评价和分析，从而促进和实现相关理论研究体系的构建与知识传承。因此，本文拟采用科学计量法中的引文分析方法，对在线学习理论研究的高被引文献进行系统研究，以揭示在线学习理论研究的发展脉络、核心领域和知识结构，明确其未来研究的发展方向，并为我国在线学习的理论研究与实践活动提供些许启示。
二、相关研究回顾
（一）在线学习的理论背景及其内涵分析
索耶（Sawver，2010）认为，学习科学的理论基础由建构主义、认知科学、教育技术学、社会文化研究和学科知识管理五个方面构成，学习因而具有生态学、情境化以及越来越多的文化取向的特点。系统的学习理论研究源自于心理学，因而关于行为与认知的学习理论研究一度成为20世纪学习理论的主导流派，其中行为主义的学习理论一般用于分析简单的学习行为，而认知主义的学习理论则适合于考察较为复杂的学习行为：进入20世纪90年代，随着在线学习行为活动的不断普及，围绕在线学习技术支持和交叉学科背景进行的理论研究逐渐成为理论界研究的热点。同时。随着相关学科特别是心理学的学者对人类学习行为研究的不断深入，强调学习过程中知识的主动构建而非被动接受的建构主义学习理论逐渐兴起，并在在线学习的理论研究中得到了广泛应用。综合相关文献，本文对在线学习的理论背景及其内涵进行了梳理和分析（见表1）。
（二）在线学习理论研究的主题与价值取向
由于学习理论是建立在心理学的相关研究基础之上的，因此从一开始，学习理论的研究就具有明显的人本主义倾向，注重对人们认知、反应、直觉和意识的研究，并从个体应对外界刺激的行为反应中考察学习者知识的形成与构建过程，相关研究为在线学习的理论研究打下了坚实的理论基础。但随着信息技术和互联网在学习领域的广泛应用，在线学习理论研究中的“情境化”（situative）特征和应用性现象逐渐显著，其关注的焦点在于学习系统和知识结构，注重交互式学习系统的构建和信息技术以及物质平台的支持。进入21世纪。在线学习的理论研究又逐步回归到以学习者为中心进行研究设计的方向-上了。王竹立（2011）认为在网络时代，学习理论应该是一种以学习者个人需要和问题解决为中心的，充分发挥学习者“顿悟”和隐性知识内省挖掘能力的“新建构主义学习理论”，既注重人文关怀又有利于知识创新与实际应用。在线学习作为一个动态的概念，已经远远超越了一般意义上的网络或信息技术的范畴。将社会文化、伦理、意识形态以及学习者的价值观、行为方式、社会交往与关系等因素均纳入到在线学习理论研究的主题之中。综合相关文献。目前在线学习理论研究的主题涉及基础性的理论背景研究和实务性的应用型研究两方面，其价值取向分为人文关怀倾向和技术支持倾向两种。基于此，本文初步构建了在线学习理论研究的分析框架（见图1）。
三、研究设计
（一）研究方法
本文的研究方法为同被引（co-citation）分析方法，属于科学计量法中的引文分析方法，即考察两篇（或多篇）文献共同被其他文献引用的文献数量（文献数量越大说明此类文献的同引强度越大）。并通过计算两两文献之间同被引的关联强度及其相对位置特征。揭示出特定（本文指在线学习）理论研究体系的知识结构特点及相关主题分布。考虑到同被引分析方法反映的是相关文献之间静态的聚类特征，无法说明相关文献之间动态的关系强度，而社会网络分析方法（Social Network Analysis，SNA）则能够对网络中大量节点问交互关系进行数据分析处理。于是。本文尝试引入SNA并结合可视化分析软件，在同被引分析的基础上，通过可视化程度更高的网络关系图的描绘，深入分析高被引文献问的相对位置及其关系强度，从而揭示出在线学习理论研究体系核心知识点之间的关系以及不同分支之间的关联度。
（二）研究对象
本文限定“e-learning”和“online learning”为文献检索关键词，检索专业的引文索引数据库SSCI（1994-2013）20年间的所有文献。得到被引频次最高的30篇文献及其全部的引文信息，共计3219篇。其中，被引频次最高的30篇文献的基本信息如表2所示。通过SOL Server查询软件我们汇总出30篇文献中每两篇文献的同被引次数，并建立起30×30的同被引矩阵作为进一步科学计量分析和社会网络分析的基础数据。 （三）计量分析结果
我们采用SPSS统计分析软件，对同被引矩阵进行多维尺度分析（ALSCAL）。首先选择Z分数法实现输入矩阵的标准化，并利用Squared Euclidean Dis-tance的非相似性测度方法对数据进行转化（临近转化方式限定为Ordinal，分析结果显示最终的二维尺度分析图以及MDS提供的两个指标Stress值和RS0值，以用来验证理论模型和实际观察数据的拟合程度）。最终我们得出了Euclidean距离模型（见图1）。其中，Stress值=0.15451。小于0.2，说明模型近似程度较高，多维尺度分析得出的RS0值达到0.91531，趋近于1。说明该模型的拟合优度指标较理想。数据适合于进行二维结构分析。
多维尺度分析的结果表明，当前关于在线学习理论研究被引频次最高的30篇文献（图1中的30个散点）。以簇群的方式分布于二维知识结构的四个象限中。构成了特色鲜明的四大研究领域，通过分别对每个领域中的文献进行解读，结合索耶（Sawver，2010）关于学习科学理论背景的相关分析，并在本文前述对于在线学习理论研究背景与内涵分析文献综述的基础上，我们可以初步定义在线学习理论研究的这四大领域：
研究领域一：建构主义研究。其涉及的文献有13篇：文献06，文献09，文献11，文献12，文献14，文献15，文献17，文献18，文献20，文献22，文献23，文献27，文献30。
研究领域二：学科知识管理研究。其涉及的文献有9篇：文献02，文献03，文献04，文献07，文献08，文献10，文献13，文献26，文献28。
研究领域三：行为与认知研究。其涉及的文献有5篇：文献01，文献05，文献16，文献25，文献29。
研究领域四：教育技术支持研究。其涉及的文献有3篇：文献19，文献21，文献24。
四、分析与讨论
通过对图1中呈簇群分布的被引频次最高的30篇文献按研究主题进行分类解读，并结合四大研究领域在图中集聚的方位特点以及本文前面针对在线学习理论研究的主题与价值取向的分析，我们将维数1的两端定义为基础性研究（左端）和应用性研究（右端）。将维数2定义为技术支持导向（上端）和人文关怀导向（下端），并在这一分析框架之下进行在线学习理论研究体系的知识结构分析、关联性分析和未来发展趋势分析。
（一）在线学习理论研究体系的知识结构分析
图l所展示的四大研究领域基本可以反映在线学习理论研究的相关主题和分支，并呈现出较为稳定的基础性研究格局。
其中，研究领域一的13篇文献中。文献06分析了企业层面在线学习的特点，通过基于多层次决策模型在线学习效果的研究指出，在线学习在企业层面的应用完全可以取代传统的员工培训，且更具成本、时间和灵活性等优势；文献09认为，在线学习的应用前景和学习效果取决于学习者的主动性、课程内容的灵活性和质量、可感知的有用性和有效性以及学习过程的交互性等；文献11、文献14、文献17和文献18重点关注学习者或教授者接受或应用在线学习方式的影响因素；文献12、文献15、文献20、文献22和文献23研究在线学习的应用策略问题：而文献27和文献30则侧重于分析在线学习在医疗卫生领域的应用。可以看出，研究领域一的13篇文献带有明显的建构主义色彩，即将在线学习视作学习者自己主动建构知识而非被动接受的学习过程，这一过程强调实际应用与协作并共享思想与观点。这一现象与安德森和埃劳米（Anderson&El-loumi，2004）的“目前在线学习出现向建构性学习侧重的倾向”的观点如出一辙。
研究领域二的9篇文献分别从不同的学科领域对在线学习进行了学科知识管理性质的基础性研究，其中文献02、文献08和文献10从计算机神经科学（生态学）的角度。文献和文献13从生理学（视觉研究）的角度，文献04和文献26从机器学习以及生物物理学的角度，文献07从信息情报学的角度，文献28则是从管理学与决策科学的角度，对在线学习的理论基础和学科背景进行了系统化的构建，为在线学习理论体系的形成与发展奠定了坚实的基础。
研究领域三的5篇文献强调学习过程中来自于学习者刺激一反应联结的行为改变，以及这些行为改变背后的影响因素特别是心理因素以及人文关怀。例如文献01指出，在线学习的构成要素及其有效性、在线学习及其技术的评价策略、学习者个体的适应性和合作意愿度等。会对医学领域的教育（学习）成效产生直接的影响：文献05和文献16重点分析如何安排特定环境中的刺激及其后果这一在线学习系统的“内核”，即要确定哪一种强化对具体的学习者来说是最适宜的：文献25和文献29则将学习者感知满意度、行为意向、行为方式及在线学习情况和效果作为研究对象，以便设置和评估预期行为并判断预期学习目标的达成情况。
研究领域四“教育技术支持研究”涉及的文献有3篇：文献19、文献21和文献24。这3篇文献分别发表在《物理评论》、《物理评论通讯》和《计算机与教育》杂志上，运用实验控制、系统设计、软件开发和计算机系统支持等手段进行在线学习的相关理论研究。属于纯技术的基础性研究领域。
（二）在线学习理论研究体系的内在关联性分析
我们接着借助Ucinet6中NetDraw可视化绘图功能，描绘出在线学习理论研究各知识点之间的关联性网络图（见图2）。图2关联性分析的结果与多维尺度分析的结果存在较为明显的一致性：各研究领域的相关文献仍然较为集中地聚集在一起，特别是研究领域一的13篇文献和研究领域四的3篇文献各自结合十分紧密，且两大研究领域之间的界限分明。研究领域二和四的相关文献之间多有交错，这是因为相关研究中采用了跨学科交叉的研究方法。Ucinet6的计算结果显示，整个关联性网络的密度值达到了5.76，高于一般社会网络密度值1，说明在本文所选用的30篇文献中，虽然研究领域四的3篇文献和研究领域二中的文献03、文献08和文献26，由于极为明显的技术性特征而游离于整个系统之外，但其余的24篇文献及其各自所在的领域之间依然具有较强的关联性。 我们同时采用Ucinet6对文献间的网络结构和关系强度进行分析，主要是集中度和关系密度分析，它们是社会网络分析中两个主要且互相补充的测度指标。“集中度”描述这种关联性能够在多大程度上围绕某些特定点而组织起来：“关系密度”则是指一个图中各点之间关联的紧密程度或凝聚力水平。沿着Network-Centralitv-Degree的路径进行程度集中度分析，计算出网络中的核心节点（核心文献）；沿着Network-Centrality-Closeness的路径进行紧密集中度分析，以显示每一篇文献在整个网络中的中心或边缘程度（计算结果见表3）。
经过对比发现，同时具有较高程度集中度和紧密度集中度的文献（排名均在前10位，我们称其为本领域中的“权威文献”）的是：文献09、文献15、文献12、文献11、文献20、文献27、文献30，但其排名与该文献被引频次的排名并不一致。也就是说，被引次数多的文献不一定能够成为“权威文献”或权威度高的文献，但“权威文献”一定是该领域知识体系结构中具有较高集中度的文献。整个在线学习理论研究体系知识点关系网络的集中度计算结果为9.34%，一般而言，网络集中度越接近于1，整个网络越具有集中趋势。由此可以看出，目前在线学习理论研究的集中趋势不够明显，也说明该理论体系尚未形成一种广泛意义上的知识的线性累积，其内在结构尚未处于稳定和定型状态。因此。在线学习的理论研究目前尚处于成长阶段，一个正在由无序走向有序的阶段。
（三）在线学习理论研究的未来发展趋势分析
我们对本文所涉及的所有3219篇引文按图1中分类的四大研究领域及其出版年代分布进行统计分析，分析结果见图3。
可以看出，第一，在线学习的理论研究从概念开始出现的10年间发展较为平稳，到2005年趋热，并在近10年中得到飞速的发展：第二，与其他三个研究领域形成鲜明对照，在线学习研究领域四，即“教育技术支持研究”只是在1998年前后成为在线学习理论研究的短暂热点，但在近10多年来却鲜有研究成果出现。说明这一研究领域已经与主流渐行渐远了：第三，研究领域二“学科知识管理研究”，虽然其高被引文献只有9篇，低于研究领域一的13篇，但其引文数量在2013年却达到并超过了研究领域一的引文数量，说明这一领域代表着在线学习理论研究的新兴成长领域：第四，侧重于应用性研究的研究领域一的引文数量近5年中始终处在领先地位，说明这一领域的研究是在线学习理论研究的主流领域，这一分析结果与目前理论界公认的“建构主义学习理论主流论”的观点十分吻合：第五，近5年（2009年-2013年）的引文数量为2320篇，占3219篇总引文文献数量的72.07%，说明整个在线学习理论研究目前正处于高速发展阶段，具有十分广阔的发展前景。
五、结论与展望
本文以SSCI期刊数据库（1994-2013）20年间所有以“在线学习”为研究主题的文献及其分布特征为研究对象，避免了传统意义上文献综述的主观判断和文献占有等方面的局限性，能够从“原生态”的角度和在线学习理论研究经典文献的整体中去把握其理论格局和研究进展。同被引分析和社会网络分析方法（SNA）的研究结果。不仅使得我们对于国外在线学习理论研究的现状和发展趋势有了一个全面直观的认识，更为我国在线学习的理论研究水平提升和实践发展提供了一定的借鉴。
（一）重视应用型在线学习的理论研究
本文同被引分析的结果表明，目前于在线学习理论研究的四大领域中，侧重于应用性研究的在线学习“建构主义”理论研究是主流。因此，如何进行有效的知识构建应该成为在线学习理论研究关注的重点。由于没有充分考虑学习者的个性特征和个性化学习需求，目前大多数在线学习系统提供的知识内容、信息资源和教学手段几乎是雷同的，多以传统教学资料的简单罗列和呈现为主要表现方式，缺乏有效的交互学习手段，学习者在面对互联网中的海量信息时往往会出现“认知超载”和“网络迷航”现象，并逐渐失去学习兴趣甚至表现出对学习的抵触情绪，不利于知识的构建与学习者高阶思维能力的发展。应建立以实现在线个性化学习为目标的自适应和适应性双向交互的学习系统，该系统既能够根据个人需求向学习者提供个性化的学习资源，还可以由学习者自己量身定制学习对象，变静态单向的知识传输为动态双向的知识建构，变被动的知识接受为主动的合作学习。从而提高学习者在线学习的兴趣和学习效率。
（二）着力构建和完善在线学习自身独有的理论基础体系
本文社会网络分析的结果表明，目前在线学习理论研究体系正处于知识的线性积累阶段，即尚未形成一种库恩（Kuhn，1996）所说的范式（paradigm）。也就是说，在线学习理论研究体系目前并没有形成这一系统所共有的信念、价值与技术。无法为相关学科领域的理论研究者提供在下意识里所共同持有，并以不同的表述形式包含到特定学科中去的方法。在本文集中度和关系密度分析得出的在线学习理论研究的7篇权威文献中，没有一篇是属于“研究领域二”（学科知识管理研究）的。由于缺少经典文献的支撑，在知识形态层面，在线学习的理论研究尚未拥有区别于其他学科（特别是心理学、教育学）的基本范畴作为构建本学科理论体系的逻辑起点，在线学习的理论研究者也尚未形成学术共同体并在同一范式（或学科范畴）的指导下从事学术研究。
要加强在线学习的基础性理论研究，并与计算机神经科学、生理学、机器学习理论、信息情报学甚至复杂性科学等学科实现更为广泛的跨学科合作与交流，不断坚实理论研究基础，构建在线学习自身独有的理论基础体系。本文定义的“研究领域二”的9篇文献表明，国外学者在这方面已经做出了积极而有益的探索。可以将知识管理理论及方法有机地融入到在线学习的理论研究中，从而构建起有利于知识转化的在线学习共享空间。为学习者进行协同学习、交互学习、个性化自主学习提供支持；从生态学的理论视角对在线学习论坛的设计、组织和管理进行了探索性的研究。促进知识和创新思维的动态生成。
此外，应重视在线学习理论研究的社会背景，特别是文化背景的研究。学习理论有着深刻的社会文化背景，在中国的传统文化中，个人要在人际关系网络中才具有意义，互联网虽然是一个虚拟的世界，但在其中人们同样强调个人和与他人之间的恰当的位置关系。因此，在线学习的理论研究需要充分实现社会文化背景与学习的深度整合，将在线学习文化背景的研究提高到概念化、理论化和模型化的层次。从而实现在线学习理论研究在中国情境下的良性发展和质的飞跃。
【关键词】在线学习；理论研究体系；同被引分析；社会网络分析
【中图分类号】G420 【文献标识码】A 【文章编号】1672-0008（2014）03-0064-07
一、引言
在线学习（e-learning）是随着多媒体和互联网技术的迅速发展及其在远程教育领域的广泛应用而发展起来的，并且在今后教育领域的应用前景极为广阔。希尔兹最早提出在线学习概念（Hiltz。1994）：在线学习是指将某一课程的主页及相关资料置于Web之中，形成一个共享的虚拟学习空间，以达到一种面对面（FTF）学习效果的网络应用11l。整整20年期间，在线学习的理论研究不断深入，理论研究成果十分丰富，相关研究主题也逐渐明朗，并形成了较为明确且不断延伸的学科研究领域。
对社会科学领域相关研究主题进行分析和评价，国内外相关学者一般通过对近10-20年中社会学、心理学、经济学和管理学等特定领域被引频次最高的系列文献进行科学计量分析，对相关学科研究主题作出客观的评价和分析，从而促进和实现相关理论研究体系的构建与知识传承。因此，本文拟采用科学计量法中的引文分析方法，对在线学习理论研究的高被引文献进行系统研究，以揭示在线学习理论研究的发展脉络、核心领域和知识结构，明确其未来研究的发展方向，并为我国在线学习的理论研究与实践活动提供些许启示。
二、相关研究回顾
（一）在线学习的理论背景及其内涵分析
索耶（Sawver，2010）认为，学习科学的理论基础由建构主义、认知科学、教育技术学、社会文化研究和学科知识管理五个方面构成，学习因而具有生态学、情境化以及越来越多的文化取向的特点。系统的学习理论研究源自于心理学，因而关于行为与认知的学习理论研究一度成为20世纪学习理论的主导流派，其中行为主义的学习理论一般用于分析简单的学习行为，而认知主义的学习理论则适合于考察较为复杂的学习行为：进入20世纪90年代，随着在线学习行为活动的不断普及，围绕在线学习技术支持和交叉学科背景进行的理论研究逐渐成为理论界研究的热点。同时。随着相关学科特别是心理学的学者对人类学习行为研究的不断深入，强调学习过程中知识的主动构建而非被动接受的建构主义学习理论逐渐兴起，并在在线学习的理论研究中得到了广泛应用。综合相关文献，本文对在线学习的理论背景及其内涵进行了梳理和分析（见表1）。
（二）在线学习理论研究的主题与价值取向
由于学习理论是建立在心理学的相关研究基础之上的，因此从一开始，学习理论的研究就具有明显的人本主义倾向，注重对人们认知、反应、直觉和意识的研究，并从个体应对外界刺激的行为反应中考察学习者知识的形成与构建过程，相关研究为在线学习的理论研究打下了坚实的理论基础。但随着信息技术和互联网在学习领域的广泛应用，在线学习理论研究中的“情境化”（situative）特征和应用性现象逐渐显著，其关注的焦点在于学习系统和知识结构，注重交互式学习系统的构建和信息技术以及物质平台的支持。进入21世纪。在线学习的理论研究又逐步回归到以学习者为中心进行研究设计的方向-上了。王竹立（2011）认为在网络时代，学习理论应该是一种以学习者个人需要和问题解决为中心的，充分发挥学习者“顿悟”和隐性知识内省挖掘能力的“新建构主义学习理论”，既注重人文关怀又有利于知识创新与实际应用。在线学习作为一个动态的概念，已经远远超越了一般意义上的网络或信息技术的范畴。将社会文化、伦理、意识形态以及学习者的价值观、行为方式、社会交往与关系等因素均纳入到在线学习理论研究的主题之中。综合相关文献。目前在线学习理论研究的主题涉及基础性的理论背景研究和实务性的应用型研究两方面，其价值取向分为人文关怀倾向和技术支持倾向两种。基于此，本文初步构建了在线学习理论研究的分析框架（见图1）。
三、研究设计
（一）研究方法
本文的研究方法为同被引（co-citation）分析方法，属于科学计量法中的引文分析方法，即考察两篇（或多篇）文献共同被其他文献引用的文献数量（文献数量越大说明此类文献的同引强度越大）。并通过计算两两文献之间同被引的关联强度及其相对位置特征。揭示出特定（本文指在线学习）理论研究体系的知识结构特点及相关主题分布。考虑到同被引分析方法反映的是相关文献之间静态的聚类特征，无法说明相关文献之间动态的关系强度，而社会网络分析方法（Social Network Analysis，SNA）则能够对网络中大量节点问交互关系进行数据分析处理。于是。本文尝试引入SNA并结合可视化分析软件，在同被引分析的基础上，通过可视化程度更高的网络关系图的描绘，深入分析高被引文献问的相对位置及其关系强度，从而揭示出在线学习理论研究体系核心知识点之间的关系以及不同分支之间的关联度。
（二）研究对象
本文限定“e-learning”和“online learning”为文献检索关键词，检索专业的引文索引数据库SSCI（1994-2013）20年间的所有文献。得到被引频次最高的30篇文献及其全部的引文信息，共计3219篇。其中，被引频次最高的30篇文献的基本信息如表2所示。通过SOL Server查询软件我们汇总出30篇文献中每两篇文献的同被引次数，并建立起30×30的同被引矩阵作为进一步科学计量分析和社会网络分析的基础数据。 （三）计量分析结果
我们采用SPSS统计分析软件，对同被引矩阵进行多维尺度分析（ALSCAL）。首先选择Z分数法实现输入矩阵的标准化，并利用Squared Euclidean Dis-tance的非相似性测度方法对数据进行转化（临近转化方式限定为Ordinal，分析结果显示最终的二维尺度分析图以及MDS提供的两个指标Stress值和RS0值，以用来验证理论模型和实际观察数据的拟合程度）。最终我们得出了Euclidean距离模型（见图1）。其中，Stress值=0.15451。小于0.2，说明模型近似程度较高，多维尺度分析得出的RS0值达到0.91531，趋近于1。说明该模型的拟合优度指标较理想。数据适合于进行二维结构分析。
多维尺度分析的结果表明，当前关于在线学习理论研究被引频次最高的30篇文献（图1中的30个散点）。以簇群的方式分布于二维知识结构的四个象限中。构成了特色鲜明的四大研究领域，通过分别对每个领域中的文献进行解读，结合索耶（Sawver，2010）关于学习科学理论背景的相关分析，并在本文前述对于在线学习理论研究背景与内涵分析文献综述的基础上，我们可以初步定义在线学习理论研究的这四大领域：
研究领域一：建构主义研究。其涉及的文献有13篇：文献06，文献09，文献11，文献12，文献14，文献15，文献17，文献18，文献20，文献22，文献23，文献27，文献30。
研究领域二：学科知识管理研究。其涉及的文献有9篇：文献02，文献03，文献04，文献07，文献08，文献10，文献13，文献26，文献28。
研究领域三：行为与认知研究。其涉及的文献有5篇：文献01，文献05，文献16，文献25，文献29。
研究领域四：教育技术支持研究。其涉及的文献有3篇：文献19，文献21，文献24。
四、分析与讨论
通过对图1中呈簇群分布的被引频次最高的30篇文献按研究主题进行分类解读，并结合四大研究领域在图中集聚的方位特点以及本文前面针对在线学习理论研究的主题与价值取向的分析，我们将维数1的两端定义为基础性研究（左端）和应用性研究（右端）。将维数2定义为技术支持导向（上端）和人文关怀导向（下端），并在这一分析框架之下进行在线学习理论研究体系的知识结构分析、关联性分析和未来发展趋势分析。
（一）在线学习理论研究体系的知识结构分析
图l所展示的四大研究领域基本可以反映在线学习理论研究的相关主题和分支，并呈现出较为稳定的基础性研究格局。
其中，研究领域一的13篇文献中。文献06分析了企业层面在线学习的特点，通过基于多层次决策模型在线学习效果的研究指出，在线学习在企业层面的应用完全可以取代传统的员工培训，且更具成本、时间和灵活性等优势；文献09认为，在线学习的应用前景和学习效果取决于学习者的主动性、课程内容的灵活性和质量、可感知的有用性和有效性以及学习过程的交互性等；文献11、文献14、文献17和文献18重点关注学习者或教授者接受或应用在线学习方式的影响因素；文献12、文献15、文献20、文献22和文献23研究在线学习的应用策略问题：而文献27和文献30则侧重于分析在线学习在医疗卫生领域的应用。可以看出，研究领域一的13篇文献带有明显的建构主义色彩，即将在线学习视作学习者自己主动建构知识而非被动接受的学习过程，这一过程强调实际应用与协作并共享思想与观点。这一现象与安德森和埃劳米（Anderson&El-loumi，2004）的“目前在线学习出现向建构性学习侧重的倾向”的观点如出一辙。
研究领域二的9篇文献分别从不同的学科领域对在线学习进行了学科知识管理性质的基础性研究，其中文献02、文献08和文献10从计算机神经科学（生态学）的角度。文献和文献13从生理学（视觉研究）的角度，文献04和文献26从机器学习以及生物物理学的角度，文献07从信息情报学的角度，文献28则是从管理学与决策科学的角度，对在线学习的理论基础和学科背景进行了系统化的构建，为在线学习理论体系的形成与发展奠定了坚实的基础。
研究领域三的5篇文献强调学习过程中来自于学习者刺激一反应联结的行为改变，以及这些行为改变背后的影响因素特别是心理因素以及人文关怀。例如文献01指出，在线学习的构成要素及其有效性、在线学习及其技术的评价策略、学习者个体的适应性和合作意愿度等。会对医学领域的教育（学习）成效产生直接的影响：文献05和文献16重点分析如何安排特定环境中的刺激及其后果这一在线学习系统的“内核”，即要确定哪一种强化对具体的学习者来说是最适宜的：文献25和文献29则将学习者感知满意度、行为意向、行为方式及在线学习情况和效果作为研究对象，以便设置和评估预期行为并判断预期学习目标的达成情况。
研究领域四“教育技术支持研究”涉及的文献有3篇：文献19、文献21和文献24。这3篇文献分别发表在《物理评论》、《物理评论通讯》和《计算机与教育》杂志上，运用实验控制、系统设计、软件开发和计算机系统支持等手段进行在线学习的相关理论研究。属于纯技术的基础性研究领域。
（二）在线学习理论研究体系的内在关联性分析
我们接着借助Ucinet6中NetDraw可视化绘图功能，描绘出在线学习理论研究各知识点之间的关联性网络图（见图2）。图2关联性分析的结果与多维尺度分析的结果存在较为明显的一致性：各研究领域的相关文献仍然较为集中地聚集在一起，特别是研究领域一的13篇文献和研究领域四的3篇文献各自结合十分紧密，且两大研究领域之间的界限分明。研究领域二和四的相关文献之间多有交错，这是因为相关研究中采用了跨学科交叉的研究方法。Ucinet6的计算结果显示，整个关联性网络的密度值达到了5.76，高于一般社会网络密度值1，说明在本文所选用的30篇文献中，虽然研究领域四的3篇文献和研究领域二中的文献03、文献08和文献26，由于极为明显的技术性特征而游离于整个系统之外，但其余的24篇文献及其各自所在的领域之间依然具有较强的关联性。 我们同时采用Ucinet6对文献间的网络结构和关系强度进行分析，主要是集中度和关系密度分析，它们是社会网络分析中两个主要且互相补充的测度指标。“集中度”描述这种关联性能够在多大程度上围绕某些特定点而组织起来：“关系密度”则是指一个图中各点之间关联的紧密程度或凝聚力水平。沿着Network-Centralitv-Degree的路径进行程度集中度分析，计算出网络中的核心节点（核心文献）；沿着Network-Centrality-Closeness的路径进行紧密集中度分析，以显示每一篇文献在整个网络中的中心或边缘程度（计算结果见表3）。
经过对比发现，同时具有较高程度集中度和紧密度集中度的文献（排名均在前10位，我们称其为本领域中的“权威文献”）的是：文献09、文献15、文献12、文献11、文献20、文献27、文献30，但其排名与该文献被引频次的排名并不一致。也就是说，被引次数多的文献不一定能够成为“权威文献”或权威度高的文献，但“权威文献”一定是该领域知识体系结构中具有较高集中度的文献。整个在线学习理论研究体系知识点关系网络的集中度计算结果为9.34%，一般而言，网络集中度越接近于1，整个网络越具有集中趋势。由此可以看出，目前在线学习理论研究的集中趋势不够明显，也说明该理论体系尚未形成一种广泛意义上的知识的线性累积，其内在结构尚未处于稳定和定型状态。因此。在线学习的理论研究目前尚处于成长阶段，一个正在由无序走向有序的阶段。
（三）在线学习理论研究的未来发展趋势分析
我们对本文所涉及的所有3219篇引文按图1中分类的四大研究领域及其出版年代分布进行统计分析，分析结果见图3。
可以看出，第一，在线学习的理论研究从概念开始出现的10年间发展较为平稳，到2005年趋热，并在近10年中得到飞速的发展：第二，与其他三个研究领域形成鲜明对照，在线学习研究领域四，即“教育技术支持研究”只是在1998年前后成为在线学习理论研究的短暂热点，但在近10多年来却鲜有研究成果出现。说明这一研究领域已经与主流渐行渐远了：第三，研究领域二“学科知识管理研究”，虽然其高被引文献只有9篇，低于研究领域一的13篇，但其引文数量在2013年却达到并超过了研究领域一的引文数量，说明这一领域代表着在线学习理论研究的新兴成长领域：第四，侧重于应用性研究的研究领域一的引文数量近5年中始终处在领先地位，说明这一领域的研究是在线学习理论研究的主流领域，这一分析结果与目前理论界公认的“建构主义学习理论主流论”的观点十分吻合：第五，近5年（2009年-2013年）的引文数量为2320篇，占3219篇总引文文献数量的72.07%，说明整个在线学习理论研究目前正处于高速发展阶段，具有十分广阔的发展前景。
五、结论与展望
本文以SSCI期刊数据库（1994-2013）20年间所有以“在线学习”为研究主题的文献及其分布特征为研究对象，避免了传统意义上文献综述的主观判断和文献占有等方面的局限性，能够从“原生态”的角度和在线学习理论研究经典文献的整体中去把握其理论格局和研究进展。同被引分析和社会网络分析方法（SNA）的研究结果。不仅使得我们对于国外在线学习理论研究的现状和发展趋势有了一个全面直观的认识，更为我国在线学习的理论研究水平提升和实践发展提供了一定的借鉴。
（一）重视应用型在线学习的理论研究
本文同被引分析的结果表明，目前于在线学习理论研究的四大领域中，侧重于应用性研究的在线学习“建构主义”理论研究是主流。因此，如何进行有效的知识构建应该成为在线学习理论研究关注的重点。由于没有充分考虑学习者的个性特征和个性化学习需求，目前大多数在线学习系统提供的知识内容、信息资源和教学手段几乎是雷同的，多以传统教学资料的简单罗列和呈现为主要表现方式，缺乏有效的交互学习手段，学习者在面对互联网中的海量信息时往往会出现“认知超载”和“网络迷航”现象，并逐渐失去学习兴趣甚至表现出对学习的抵触情绪，不利于知识的构建与学习者高阶思维能力的发展。应建立以实现在线个性化学习为目标的自适应和适应性双向交互的学习系统，该系统既能够根据个人需求向学习者提供个性化的学习资源，还可以由学习者自己量身定制学习对象，变静态单向的知识传输为动态双向的知识建构，变被动的知识接受为主动的合作学习。从而提高学习者在线学习的兴趣和学习效率。
（二）着力构建和完善在线学习自身独有的理论基础体系
本文社会网络分析的结果表明，目前在线学习理论研究体系正处于知识的线性积累阶段，即尚未形成一种库恩（Kuhn，1996）所说的范式（paradigm）。也就是说，在线学习理论研究体系目前并没有形成这一系统所共有的信念、价值与技术。无法为相关学科领域的理论研究者提供在下意识里所共同持有，并以不同的表述形式包含到特定学科中去的方法。在本文集中度和关系密度分析得出的在线学习理论研究的7篇权威文献中，没有一篇是属于“研究领域二”（学科知识管理研究）的。由于缺少经典文献的支撑，在知识形态层面，在线学习的理论研究尚未拥有区别于其他学科（特别是心理学、教育学）的基本范畴作为构建本学科理论体系的逻辑起点，在线学习的理论研究者也尚未形成学术共同体并在同一范式（或学科范畴）的指导下从事学术研究。
要加强在线学习的基础性理论研究，并与计算机神经科学、生理学、机器学习理论、信息情报学甚至复杂性科学等学科实现更为广泛的跨学科合作与交流，不断坚实理论研究基础，构建在线学习自身独有的理论基础体系。本文定义的“研究领域二”的9篇文献表明，国外学者在这方面已经做出了积极而有益的探索。可以将知识管理理论及方法有机地融入到在线学习的理论研究中，从而构建起有利于知识转化的在线学习共享空间。为学习者进行协同学习、交互学习、个性化自主学习提供支持；从生态学的理论视角对在线学习论坛的设计、组织和管理进行了探索性的研究。促进知识和创新思维的动态生成。
此外，应重视在线学习理论研究的社会背景，特别是文化背景的研究。学习理论有着深刻的社会文化背景，在中国的传统文化中，个人要在人际关系网络中才具有意义，互联网虽然是一个虚拟的世界，但在其中人们同样强调个人和与他人之间的恰当的位置关系。因此，在线学习的理论研究需要充分实现社会文化背景与学习的深度整合，将在线学习文化背景的研究提高到概念化、理论化和模型化的层次。从而实现在线学习理论研究在中国情境下的良性发展和质的飞跃。