一、研究设计
（一）数据采集
本研究以CSSCI数据库作为数据来源，通过高级检索设定检索策略，文献类型：期刊；关键词：“大型开放在线课程”OR“大型在线开放课程”OR“大型在线网络课程”OR“MOOC”OR“MOOCs”OR“慕课”OR“Massive Open Online Course”，文献来源时间：2013-2017年，检索执行时间为：2018年6月18日，共获得1553条检索结果。人工剔除与本研究主题不符的征文启事、新闻、通知等记录，最终得到1058篇论文，并将其作为研究对象，其中，作者2128位，合作论文644篇，关键词4414个。
（二）研究方法
本研究在对MOOC领域1058篇研究论文中包含的合著作者、关键词进行计量统计的基础上，分别构建作者合著、论文关键词、主题关键词及团队“发文年份-关键词”共现矩阵。运用社会网络分析原理，根据作者合著网络的点度中心度、中间中心度、聚类系数、平均直径等网络属性发现MOOC领域合作团队和团队核心人物；在进行关键词k-核分析、归纳MOOC领域研究主题的基础上对合作团队研究主题及特征进行分析，并以图形化方式对作者合著、合作团队、关键词共现、主题关键词和团队“发文年份—关键词”数据之间的网络关系加以可视化呈现。
（三）研究步骤
第一步，对1058篇论文进行数据清洗、整理，构建2028×2028的作者合著共现矩阵，详见表1；第二步，从论文合作程度、高产合作者与作者合著网络三个维度对MOOC领域合著论文特征进行分析；第三步，根据作者合著网络的点度中心度、中间中心度、聚类系数、平均直径等网络属性，得到MOOC领域合作团队与团队核心人物，并进一步分析合作团队特征。第四步，在对4414×4414全部关键词共现矩阵进行k-核分析基础上，提取主题关键词网络，归纳MOOC领域研究主题；第五步，构建团队“发文年份—关键词”隶属关系网络，分析合作团队研究主题的演化规律与特征。
表1 2028×2028作者合著共现矩阵（部分）
|
|
陈丽
|
郑勤华
|
张馨邈
|
孙洪涛
|
张亨国
|
赵宏
|
汪琼
|
王爱华
|
...
|
缪静敏
|
|
陈丽
|
21
|
13
|
1
|
3
|
2
|
3
|
0
|
0
|
...
|
0
|
|
郑勤华
|
13
|
16
|
1
|
4
|
2
|
3
|
0
|
0
|
...
|
0
|
|
张馨邈
|
1
|
1
|
1
|
1
|
1
|
1
|
0
|
0
|
...
|
0
|
|
孙洪涛
|
3
|
4
|
1
|
5
|
1
|
1
|
0
|
0
|
...
|
0
|
|
张亨国
|
2
|
2
|
1
|
1
|
2
|
1
|
0
|
0
|
...
|
0
|
|
赵宏
|
3
|
3
|
1
|
1
|
1
|
3
|
0
|
0
|
...
|
0
|
|
汪琼
|
0
|
0
|
0
|
0
|
0
|
0
|
13
|
0
|
...
|
2
|
|
王爱华
|
0
|
0
|
0
|
0
|
0
|
0
|
0
|
2
|
...
|
1
|
|
...
|
...
|
...
|
...
|
...
|
...
|
...
|
...
|
...
|
...
|
|
|
缪静敏
|
0
|
0
|
0
|
0
|
0
|
0
|
1
|
1
|
1
|
2
|
二、MOOC研究领域合作团队分析
（一）作者合著网络分析
学术合作有助于研究者发挥专业所长，拓宽研究的深度与广度。在对论文合作程度与高产合作者进行分析的基础上，对合作发文数量不少于2篇的作者合作关系进行可视化呈现，详见图3。
图3 MOOC领域作者合著网络
图3中节点代表作者，节点大小表示与作者合作的人数，节点越大，与该作者有合作关系的人员越多。节点之间的连线代表作者的合作频次，连线越粗，合作发文数量越多。合著网络的聚类系数是0.705，平均距离为1.956，说明MOOC领域合著网络具有“小世界效应” [30], 还存在着一些合作团队，团队成员交流渠道顺畅，合作频繁，但节点大小和节点之间的连线存在显著差异。由此可见，挖掘作者合著网络中的合作团队、成员内部关系是分析MOOC领域研究主题的基础。
（二）核心合作团队发现
核心合作团队是发现团队带头人、分析合作团队特征、揭示MOOC领域研究动态的前提。通过对作者合著网络进行凝聚子群分析，发现人员规模大于等于4的核心合作团队共有8个，详见图4。
|