论文内容：
学习路径能直观地反映学习者真实的学习过程，对优化学习、提供学习帮助、调整教学策略等具有重要意义。本论文从中英文核心文献库选取近五年"基于数据的学习路径分析"中文文献324篇、英文文献255篇，定量和定性分析学习路径的概念界定和核心研究内容，最后总结出研究的发展趋势和未来展望。研究发现：1）学习路径为单维或多维学习信息单元的组织序列，学习路径节点信息可以分为学习内容和学习行为两大类；2）核心研究内容有学习路径规划和学习路径发现。学习路径规划是利用数据规划未来路径，包括基于知识特征、学习者特征和综合情境特征生成最优学习路径，重在智能适应；学习路径发现研究关注发现已有学习路径数据的规律，包括普遍学习路径发现和最优学习路径发现，突出群体智能；3）研究发展趋势有:学习路径由静态预设转变到动态生成，学习路径分析数据参数由单一维度转向多维度整合，实现学习路径的技术方法趋向人工和机器结合；4）未来展望主要有:多维信息特征映射的教育知识图谱重构，面向学习过程综合情境感知的个性化学习路径生成，基于学习行为且体现群体智能的学习路径发现，多维度数据支持的在线学习路径可视化。
论文链接：