我国网络课程研究热点与趋势分析

2018 年 5 月 12 日 MOOC 杨晓宏、李运福

 | 全文共10206字,建议阅读时10分钟 |

本文由《现代远距离教育》杂志授权发布

作者:杨晓宏、李运福

摘要

在线开放课程是我国网络课程发展的最新形态,是推动我国高等教育教学改革和构建学习型社会的重要支撑。教高[2015]3号文件的发布,对在线开放课程在高等学校的建设应用与管理方面提出了新的要求。在此背景下,宏观了解和把握我国网络课程的研究热点和趋势,能够为当下在线开放课程在高校的建设应用与管理方面的相关研究提供有力的数据支撑。鉴于此,以教育技术学专业七种核心期刊1996-2017年收录的1128篇学术论文为研究对象,通过高频关键词共现矩阵、相似矩阵、系统聚类分析和网络中心性分析等方法,对我国网络课程的研究热点和趋势进行了探究与分析。

关键词:网络课程;研究热点;研究趋势


 一、引言


为深入推进2000年教育部启动实施的“新世纪高等教育教学改革工程”[1],充分发挥信息技术对教育教学变革的推动作用,教育部随即启动实施了“新世纪网络课程建设工程”[2],这是我国网络课程规模化建设与发展的起始性标志。随后,2003年教育部又发布了《教育部关于启动高等学校教学质量与教学改革工程精品课程建设工作的通知》(教高[2003]1号),在原网络课程建设的基础上开启了国家精品课程建设工程;2011年教育部又发布了《教育部关于国家精品开放课程建设的实施意见》(教高[2011]8号),开启了国家精品开放课程的建设,包括精品视频公开课与精品资源共享课,其中精品资源共享课是以原国家精品课程为基础,对其进行结构优化、转型升级;2015年教育部发布了《教育部关于加强高等学校在线开放课程建设应用与管理的意见》(教高[2015]3号),2017年教育部发布了《教育部办公厅关于开展2017年国家精品在线开放课程认定工作的通知》(教高厅函〔2017〕40号),这两个文件将以MOOC为代表的在线开放课程的发展推向了新的高度。本文通过对上述相关政策文件的梳理与分析,绘制了我国网络课程发展历程图,如图1所示。

 

 

从图1可知,我国网络课程的发展与高等教育教学改革之间存在着必然的联系。从2000年至2017年,官方文件对网络课程的描述在用词上先后经历了“网络课程”“精品课程”“精品开放课程”(包括“精品资源共享课”和“精品视频公开课”)“在线开放课程”的演变,这意味着我国网络课程为适应不断变化的社会环境,已经或正在经历多个层面的巨大变革与发展:课程形态先后经历了由封闭到有限开放再到无限开放三个阶段;服务对象由接受学历教育的社会成人扩展到高校在校学生,并逐步扩展到接受非学历教育的社会全体成员;课程类型由学历补偿型(拓展学历教育途径,满足社会成人学历提升的需要)扩展到效果增强型(面向在校大学生,与传统课堂讲授相融合,强化学习效果),再扩展到全民普惠型(面向全体成员开放,推动学习型社会的形成);课程功能由“课程教学”向“课程教学与应用服务有机结合”。这是信息技术推动教育变革的必然结果,也是我国构建学习型社会的必要条件与必然要求,符合事物发展的否定之否定规律。在我国在线开放课程建设的关键时期,通过定性与计量相结合的方式,科学梳理我国网络课程已有研究热点、分析网络课程研究趋势,对深度推进我国在线开放课程的研究与实践具有重要的参考作用。  


二、数据来源与研究设计  


(一)数据来源与分析


为增强数据检索的针对性,选取以《中国电化教育》《电化教育研究》《中国远程教育》《开放教育研究》《现代远程教育研究》《远程教育杂志》《现代远距离教育》等教育技术学专业核心期刊为数据检索源,以“网络课程/远程课程/在线课程/开放课程”为检索主题词,进行“精确”匹配。根据标题和摘要对编者按、宣传报道等与研究主题无关或关联度极小的文献进行剔除,最终共保留有效文献1128篇。通过对研究样本进行描述性统计,得到刊载期刊与年代分布如图2、图3所示。从期刊分布来看,《中国电化教育》和《中国远程教育》是刊载网络课程相关研究成果的主阵地,刊载研究样本的比例分别为25.27%、21.54%,其余依次为《电化教育研究》《开放教育研究》《远程教育杂志》《现代远程教育研究》《现代远距离教育》,刊载研究样本的比例分别为14.01%、12.41%、9.75%、9.66%、7.36%。


从刊载时间来看,研究样本刊载的时间跨度为1996年至2017年,其中1996至1999年为我国网络课程研究的萌芽阶段。自2000年起,我国学术界才逐渐开始关注网络课程并进行深入研究,这与我国网络课程规模化发展的时间基本一致。

 


(二)研究工具


通过基于高频关键词共现矩阵分析技术和社会网络分析技术对我国网络课程的研究热点和趋势进行分析,研究过程中用到的研究工具主要有书目共现分析系统(BICOMB2)[3]、SPSSStatistics19.0、Ucinet6、Netdraw等软件。

  

(三)研究进程


参照BICOMB2共词分析软件的使用说明与建议[4],研究进程大致可描述为以下几步。第一,明确研究主题、数据源与检索方法,将CNKI中检索到的文献以“NoteFirst”格式导出;第二,将研究数据导入BICOMB2软件,进行关键词的清洗与词频统计,根据研究需要,选择合适的方法确定高频关键词;第三,通过BICOMB2软件分别生成高频关键词词篇矩阵和共现矩阵;第四,将高频关键词共现矩阵导入Ucinet6、Netdraw软件进行社会网络分析,生成高频关键词社群图,将高频关键词词篇矩阵导入SPSS19.0进行系统聚类分析,生成高频关键词相似矩阵和聚类树图谱,梳理归纳我国网络课程研究的现状;第五,重新调整高频关键词阈值,将重新生成的高频关键词共现矩阵导入Ucinet6,进行网络中心性分析,梳理归纳我国网络课程研究趋势。  


三、网络课程研究热点分析  


(一)高频关键词及分析


1.关键词清洗


经初步统计,本研究1128篇文献共包含4971个关键词(含重复关键词)。关键词清洗主要涉及同义词合并与规范化、统一表述等操作。为提高关键词清洗的准确性和效率,本研究在对关键词进行“值”升序排列的基础上,对表示相同意思的关键词进行合并处理,如将“大规模在线开放课程”“MOOCs”“MOOC”“慕课”等统一更改为“MOOC”,将“AHP”“层次分析法”统一表述为“层次分析法”,将“教学系统设计”“教学设计”统一表述为“教学设计”,将“颠倒课堂”“翻转课堂”等统一表述为“翻转课堂”,将“数字学习资源”“数字化学习资源”等统一表述为“数字化学习资源”,将“Web课件”“网络课件”统一表述为“网络课件”等等。通过反复校对和修订,最终共生成2207个不同关键词。


2.高频关键词的确定


高频关键词的确定是科学构建知识图谱、精准把握某个研究领域研究热点的关键环节。通过对基于高频关键词共现分析的相关研究文献进行分析,将确定高频关键词的方法主要归纳为以下五种:根据研究需要[5-8]、普莱斯定律[9]、g指数算法[10]、齐夫第二定律[11]以及东北师范大学孙青兰教授提出的低频、高频关键词分解临界值计算公式[11]。

 

 

在明确上述确定高频关键词的基本原理与计算方法的基础上,分别根据普莱斯定律、g指数算法、齐夫第二定律以及东北师范大学孙青兰教授提出的低频、高频关键词分解临界值计算公式等方法的具体操作流程,对研究样本的关键词进行了计算分析,计算结果显示高频关键词的数量(累计词频百分比)分别为26个(27.10%)、39个(30.70%)、5个(15.81%)、6个(16.94%)。通过对上述各算法计算结果的比较分析,以及在征求在线教育研究学者意见的基础上,根据研究需要重点参考g指数算法的计算结果,确定研究样本中的高频关键词。


然而,将研究样本关键词按照频次由高到低排序后,第37—42个关键词的频次均为12,第40、41、42个关键词分别为“学习评价”“传统教育”“比较研究”,且与本研究主题密切相关。鉴于此,为增强研究的有效性,在g指数算法的基础上,根据研究需要将前42个关键词确定为高频关键词,如表1所示。最终确定的高频关键词词频累计为1562,占总词频的31.42%;包含高频关键词的文献共计915篇,占样本总量的81.12%。这意味着通过对前42位高频关键词的相关分析能够在很大程度上反映我国网络课程的研究热点。  


(二)高频关键词共现矩阵分析


采用BICOMB2对已确定的42个高频关键词进行共现分析,生成共现矩阵,如表2所示。

 


关键词共现矩阵是一个无向对称关系的矩阵,两个关键词在同一篇文献中出现时,则表示这两个关键词间存在联系,矩阵对角线数值表示该关键词出现的总频次。通过对表2中对角线以外的数值进行比较分析,高频关键词中存在较强联系(频次≥5)的关键词组主要有:“网络课程”与“教学设计”“设计”“网络教育”“远程教育”“开发”“‘现代教育技术’课程”“交互”“评价”“策略”“课程设计”“自主学习”“网络学习”“学习评价”“MOOC”“课程开发”“网络教学”“教学模式”“学习过程”“精品课程”的共现频次分别为35、22、15、14、14、10、10、9、8、8、7、7、7、6、6、5、5、5、5;“MOOC”与“在线教育”“高等教育”“在线学习”“在线课程”“开放教育资源”“开放课程”“教学模式”“远程教育”“教学设计”“课程设计”“创新”“学习分析”的共现频次分别为16、14、10、9、9、8、6、6、6、5、5、5;“远程教育”与“在线课程”“学习过程”“在线教育”“网络教育”“教学设计”“远程学习”的共现频次分别为19、13、10、9、6、6;“在线课程”与“在线教育”“学习过程”“远程学习”“美国”的共现频次依次为14、10、9、7;“精品课程”与“开放课程”、“开放教育资源”的共现频次依次为6、5;“开放课程”与“开放课件”、“开放教育资源”的共现频次依次为6、5;“设计”与“开发”的共现频次为7,等等。


共词网络分析对于了解一个研究主题的成熟度、知识结构、研究规模等具有非常重要的意义[12]。因此,为更加明了地探寻上述高频共现关键词之间的内在联系,形象直观地展现我国网络课程的研究热点,本研究在利用BICOMB2生成高频关键词共现矩阵的基础上,利用NetDraw软件对高频关键词的共现矩阵进行社会网络中心度分析,最终绘制了高频关键词的社群图,如图4所示。


在高频关键词社群图中,每一个节点表示一个关键词,节点在图中的位置越靠近核心表示该节点在社群图中的中心度越高,节点与节点之间的连线权重值表示两关键词之间的共现频次(为更明显地呈现研究热点关键词之间的关联,本研究将社群图中LinkWeighting阈值设定为5)。从图4可明显看出:“MOOC”“网络课程”“在线课程”位于图谱最核心层次,“在线学习”“在线教育”“网络学习”“网络教育”“远程教育”“远程学习”位于图谱次核心层次,这在一定程度上表明课程是我国在线教育或网络教育研究的核心主题;从关键词在图谱左右侧分布来看,“学习活动”“自主学习”“学习过程”“个性化学习”“教学模式”“教学质量”“课程设计”“开发”等关键词在图谱右侧(区域②),与“远程教育”“网络教育”等关键词的关联度更强,这在一定程度上表明课程的设计与开发、课程教学质量评价、课程教学模式、学习者学习过程等是我国网络教育或远程教育的研究热点;“开放课程”“开放课件”“开放教育资源”“学习分析”“社会网络”“高等教育”“评价”“课程开发”等关键词在图谱左侧(区域①),与“在线学习”“MOOC”等关键词的关联度更强,这在一定程度上表明开放教育资源、MOOC与高等教育的融合是我国在线学习或MOOC的研究热点,学习分析技术为推进我国在线学习或MOOC的深度研究与实践提供了重要的技术支持。此外,通过区域①和区域②的比较分析,本研究发现,资源层面由关注多媒体教学资源到关注开放教育资源,在一定程度上反映了我国教育资源建设与应用理念的转变;相对于网络教育或远程教育的研究而言,课程教学质量、教学模式研究是我国在线学习或MOOC研究的薄弱点或未来的研究趋势;网络教育或远程教育的相关研究能够为深度开展在线学习或MOOC相关研究提供重要的借鉴经验与支撑成果。

 

 

(三)高频关键词聚类图及分析


对高频关键词的聚类分析能够进一步反映高频关键词之间的亲疏关系,有利于深入分析我国网络课程的研究热点。关键词聚类分析的原理是以“共词”为分析对象,利用聚类的统计学方法,把关联密切的关键词聚集在一起形成类团。关键词聚类分析时,先以最有影响的关键词生成聚类,再以聚类中的种子关键词及相邻的关键词再组成一个新的聚类。关键词越相似它们的距离越近,反之,则较远[7]。


本研究采用BICOMB2软件对已确定的42个高频关键词生成词篇矩阵,然后导入SPSS19.0进行系统聚类分析。分析过程中,聚类方法选择组间联接,度量标准选择二分类“Ochiai”,最终生成高频关键词相似矩阵(如表3)和高频关键词聚类树图谱(如图5)。


表3中的数值大小反映的是相应两个关键词之间的距离远近,数值越接近1,表明两个关键词之间的距离越近、相似度越大;反之,数值越接近0,则表明两个关键词之间的距离越远、相似度越小。如检索关键词中,“网络课程”与“在线课程”、“在线课程”与“开放课程”、“网络课程”与“开放课程”Ochiai系数分别为0.018、0.000、0.000,这表明研究样本中“网络课程”“在线课程”与“开放课程”所表示的内涵相异度较大,分别代表了不同的研究焦点,这也在一定程度上验证了本研究研究样本检索的全面性。此外,“MOOC”与“网络课程”的Ochiai系数为0.021,这在一定程度上表明在研究样本中“MOOC”与“网络课程”的内涵存在较大的差异;“MOOC”与“开放课程”的Ochiai系数(0.123)大于其与“在线课程”的Ochiai系数(0.068),这在一定程度上表明“MOOC”与“开放课程”的相似程度大于其与“在线课程”的相似度,也就是说“MOOC”的“开放性”特征更受研究者关注,等等。


根据高频关键词聚类分析结果的连线,可从宏观层面将我国网络课程的研究热点分为四大类。


第一类为网络课程应用研究。主要涵盖以下几个层面:在线学习过程研究,包括在线课程、在线教育、远程教育、学习过程、远程学习等五个关键词;网络课程教学质量保障研究,包括教学质量、传统教育两个关键词;以学习者个性化学习为导向的网络课程设计研究,包括网络课程设计、个性化学习、网络教育三个关键词;美国网络课程及其实践经验的介绍与比较分析研究,包括美国一个关键词;网络学习评价模式与实施策略研究,包括网络学习、学习评价两个关键词;以学习者自主学习为导向的网络课程教学模式研究,包括教学模式、自主学习、学习活动、网络教学四个关键词;“现代教育技术”网络课程的设计与开发研究,包括设计、开发、网络课程、教学设计、“现代教育技术”课程等五个关键词;以多媒体课件为主流的多媒体教学资源的设计与开发研究,包括多媒体教学资源一个关键词。


第二类为网络课程的设计、开发与评价研究。包括课程设计、课程开发、评价与交互四个关键词。通过上述的关键词共现分析,“设计”与“开发”具有较高的共现频次,因此网络课程的设计研究与开发研究存在紧密联系(从图5的连线也可看出),其研究主题集中体现在:不同视角下的网络课程设计与开发,如学习者的视角、工作情境的视角、目标导向的视角、绩效导向的视角等等;不同理论指导下的网络课程设计与开发,如多元智能理论、认知负荷理论等;不同类别的网络课程设计与开发,其中“增强型”网络课程是设计与开发研究的主体,“全民普惠型”网络课程(如精品开放课程、MOOC、MPOC)是设计与开发的最新发展;网络课程设计与开发的经验、存在问题与对策研究等等。网络课程评价的研究主题主要涉及:网络课程评价模型研究,其中包括评价指标体系和评价方法两个主要部分,模糊综合评价法是构建网络课程评价模型的主要方法;评价对象主要包括课程视角下的网络课程的可用性质量评价、适切性评价、开放性效果评价及以视频评价为主的资源评价等等,学习者视角下的满意度评价、课程体验评价、反思性交互评估、学习环境评价、学习效果评价以及学习跟踪评价等等。


第三类为开放教育资源的深度应用与推广研究。主要包括:基于学习分析与社会网络分析的在线学习优化策略研究,如学习行为投入分析框架与测量指标的构建、自动评价模式的构建、在线认知水平评价模型的构建以及学习者交互行为的分析等等,涉及在线学习、学习分析、社会网络三个关键词;开放教育资源的发展、应用与比较研究,涉及开放教育资源、开放课件、开放课程、精品课程四个关键词,其中MOOC是开放教育资源研究的最新主题;MOOC与高等教育的融合策略研究,涉及MOOC、高等教育、创新、策略四个关键词。


第四类为网络课程平台的比较研究与开放大学的发展研究。包括MOODLE、开放大学、教育技术、比较研究等四个关键词,根据连线关系,可分为“MOODLE”与“比较研究”、“教育技术”与“开放大学”两组。文献分析的结果显示,前者的研究主题主要涉及不同网络课程平台支撑的学习环境比较、课程评估指标体系比较以及平台自身功能的比较等等;后者的研究主题主要涉及开放大学的发展现状、发展环境、发展趋势以及发展策略研究,是教育技术领域新兴的研究主题。  


四、网络课程研究趋势分析


任何一个研究领域词频累计都是需要时间的,中低度词频的关键词在一定程度上往往比高频关键词更能准确地反映某一领域的最新研究热点或研究趋势。因此,为更加精准地通过关键词分析我国网络课程的研究趋势,根据研究需要,在征求相关专家、学者的建议之后,根据关键词的分布,将高频关键词的阈值由12调整为3,形成新的高频关键词群。经分析,词频大于等于3的高频关键词共有304个,累计词频为2830次,占总词频的56.93%;所涉及文献累计1091篇,占研究样本的96.72%。这也就意味着,频次重新调整后的高频关键词完全能够满足分析我国网络课程研究趋势的需要。


为更加准确、科学地从高频关键词中分析出我国网络课程的研究趋势,通过对多种方法进行比较分析后,最终选择了网络中心性分析技术。中心性的节点中心性、中间中心性、接近中心性能很好地反映社会网络中的结点和网络的整体特征,不但可以发现某一领域的研究热点,还可以识别未来的发展趋势。在某个研究领域中,节点中心性较高的度通常代表着当前的研究热点,节点中心性和接近中心性两项指标较低,而中间中心性较高的节点代表着新的发展趋势[13]。因此,本研究先通过BICOMB2软件将阈值在[3,384]范围内的关键词生成共现矩阵,然后将该矩阵导入Ucinet6软件进行网络中心性分析,分析结果如表4所示。

 

 

为更加明了地判定各关键词节点中心性、接近中心性、中间中心性数值的变化,本研究对各关键词的节点中心性(D)、接近中心性(C)、中间中心性(B)进行数值降序排列,然后按照“B总排序值<D总排序值&B总排序值<C总排序值”的条件筛选符合要求的关键词。通过数据比价分析,本研究发现节点中心性和接近中心性两项指标较低,而中间中心性较高的关键词累计62个(表5),其中词频在[3,11]范围内的关键词为56个,占90.32%,这也验证了通过降低高频关键词阈值深度了解我国网络课程研究趋势的必要性。


以表5所筛选的关键词为线索,通过BICOMB2对相关文献进行二次检索与汇总,通过文献分析,我国网络课程的研究的趋势主要集中体现在以下几方面。


其一,从“在线开放课程”“网络课程”“远程课程”“开放课程”“在线课程”等关键词所涉及文献刊载的年度均值来看,在线开放课程逐步取代网络课程、在线课程、远程课程与开放课程,成为现阶段,乃至将来一定时期内在线教育研究的核心主题词。在线开放课程的概念、构成要素、固有特性及功能等基础性研究是当下制约在线开放课程长远发展且迫切需要解决的基本问题。

 

 

其二,从“全球化”“教育信息化”等关键词所涉及的文献来看,全球化、教育信息化是我国在线开放课程研究的国际视野与时代背景。信息技术与教育教学深度融合是指导在线开放课程研究与实践的核心理念;全球化视野下,在已有研究的基础上,多维度、全方位地开展在线开放课程的国际比较研究是深入推进我国在线开放课程研究与实践的重要途径。


其三,从“建构主义”“关联主义”等关键词所涉及的文献来看,建构主义学习理论与关联主义学习理论等多种理论视角下在线开放课程教学设计的优化与改善是提升学生课程满意度与学习效果的关键环节。


其四,从“教师”“高校教师”“大学生”“本体”“学习满意度”等关键词所涉及的文献来看,高校教师和大学生已成为在线开放课程促进高等教育教学改革研究的主体,更加关注大学生参与在线开放课程学习的身心体验。此外,促进中小学教师专业化常态发展是在线开放课程与基础教育深度融合的突破口。


其五,从“问卷调查”“实证研究”“个案分析”“案例”等关键词所涉及的文献来刊,以问卷调查为主的量化研究与以个案访谈或分析为主的质性研究相结合的混合式研究已成为当下在线开放课程研究的新范式。


其六,从“评价”“质量保证”“网络课程评价”“发展性评价”“认证”等关键词所涉及的文献来刊,在线开放课程教学质量认定研究或适切性研究是当下在线开放课程评价研究的新趋势。与以往网络增强型课程相比,开展在线开放课程教学质量认定是高校引入在线开放课程、推进高校教育教学深度改革、落实学分认证的必要环节。时代环境的变化以及教育评价学的最新发展,对在线开放课程教学质量的认定提出了新的要求,如构建多维度、全程性的在线开放课程教学质量评价指标体系,并在考虑背景特征的基础上做到共性与个性的统一;量化与定性相结合的评价范式,注重大数据、数据挖掘、学习分析等新技术对量化评价内容与方法的变革等等。


其七,从“教学视频”“课程资源”“数字化学习资源”“整合”“视频资源”等关键词所涉及的文献来看,(微)教学视频资源的设计、开发与评价以及资源体系的构建与共享是我国当下开放教育资源研究的新趋向。


其八,从“社会网络”“学习分析”“可视化”“大数据”“网络学习行为”“知识可视化”“虚拟学习社区”等关键词所涉及的文献来看,利用大数据、学习分析、可视化等新兴技术深度关注在线开放课程学习者的学习过程或学习行为、改善学习评价、优化学习者在线学习体验、提升在线开放课程教学质量是技术支持在线开放课程变革与发展的重要研究主题。


此外,《国家教育事业发展“十三五”规划》明确将在线开放课程建设与应用的指向确定为“课程教学与应用服务有机结合”。因此在线开放课程“应用服务”的社会价值及其挖掘是今后在线开放课程研究的又一重要趋势。也就是说,网络课程的研究将逐步从“学历补偿型”“效果增强型”向“全民普惠型”扩延。


结束语


自“慕课元年”至今,我国对以MOOC为代表的在线开放课程的研究与实践已实施五年有余,教高〔2015〕3号文件和教高厅函〔2017〕40号文件的发布将我国在线开放课程的研究与实践推向了新的高度。在国内在线开放课程研究与实践的初期阶段,通过以教育技术学专业七种核心期刊为数据源,分别采用高频关键词共现分析技术、社会网络中心性分析技术对我国网络课程的研究热点与研究趋势进行了宏观分析和归纳总结,为当下在线开放课程研究与实践的深入推进提供了参考性框架。然而,在学习科学、网络学习心理学等相关领域研究的推动下,在线开放课程研究所具有的跨学科特性越来越明显,仅根据高频关键词共词矩阵进行分析,难以区分跨领域研究与重复研究,因此需要研究者借鉴更多的先进方法进行后续深入研究,以更为精准地分析我国网络课程的研究热点与趋势。

 


基金项目:教育部人文社会科学研究规划基金项目“高校在线开放课程教学质量认定标准研究”(编号:17YJA880086)。 

作者简介:杨晓宏,西北师范大学教育技术学院教授,博士生导师,西北师范大学知行学院副院长;李运福,西北师范大学教育技术学院博士研究生。


转载自:《现代远距离教育》2018年第3期

排版、插图来自公众号:MOOC(微信号:openonline)


喜欢我们就多一次点赞多一次分享吧~


有缘的人终会相聚,慕客君想了想,要是不分享出来,怕我们会擦肩而过~

《预约、体验——新维空间站》

《【会员招募】“新维空间站”1年100场活动等你来加入》

有缘的人总会相聚——MOOC公号招募长期合作者


产权及免责声明 本文系“MOOC”公号转载、编辑的文章,编辑后增加的插图均来自于互联网,对文中观点保持中立,对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证,不对文章观点负责,仅作分享之用,文章版权及插图属于原作者。如果分享内容侵犯您的版权或者非授权发布,请及时与我们联系,我们会及时内审核处理。


了解在线教育,

握MOOC国际发展前把沿,请关注:
微信公号:openonline
公号昵称:MOOC

   

登录查看更多
0

相关内容

新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
电力人工智能发展报告,33页ppt
专知会员服务
120+阅读 · 2019年12月25日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
115+阅读 · 2019年10月10日
2019中国养老产业发展剖析与发展趋势分析报告
行业研究报告
8+阅读 · 2019年5月18日
在线学习体验影响因素结构关系探析
MOOC
7+阅读 · 2019年3月20日
人工智能在教育领域的应用探析
MOOC
12+阅读 · 2019年3月16日
2018年宜居城市研究与建设热点回眸
科技导报
4+阅读 · 2019年2月14日
Arxiv
6+阅读 · 2019年8月22日
CoCoNet: A Collaborative Convolutional Network
Arxiv
6+阅读 · 2019年1月28日
UPSNet: A Unified Panoptic Segmentation Network
Arxiv
3+阅读 · 2019年1月12日
Hierarchical Deep Multiagent Reinforcement Learning
Arxiv
8+阅读 · 2018年9月25日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
15+阅读 · 2018年6月23日
VIP会员
相关论文
Arxiv
6+阅读 · 2019年8月22日
CoCoNet: A Collaborative Convolutional Network
Arxiv
6+阅读 · 2019年1月28日
UPSNet: A Unified Panoptic Segmentation Network
Arxiv
3+阅读 · 2019年1月12日
Hierarchical Deep Multiagent Reinforcement Learning
Arxiv
8+阅读 · 2018年9月25日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
15+阅读 · 2018年6月23日
Top
微信扫码咨询专知VIP会员