陳 紅，楊永銳，黃家榮

(四川師范大學 計算機科學學院，四川 成都 610101)

0 引言

1989年美國鳳凰城大學最先建立網(wǎng)上校園[1]，網(wǎng)絡環(huán)境下的學習作為一種全新的學習方式出現(xiàn)在人們的視野，2008年加拿大兩位學者Dave & Bryan提出大規(guī)模開放在線課程(MOOC)，網(wǎng)絡學習由于突破了傳統(tǒng)課堂中時空的限制、具有學習資源豐富、學習者能夠自定學習步調(diào)等優(yōu)勢，迅速引起了廣大教育工作者的極大興趣.受國外遠程教育的影響，我國自2001年李敏國[2]發(fā)表了第一篇有關網(wǎng)絡學習行為的論文以來，業(yè)界對網(wǎng)絡學習行為研究逐漸展開關注.經(jīng)過二十余年的努力，目前對網(wǎng)絡學習行為的研究已經(jīng)取得了豐碩成果，這些成果對我國遠程教育的發(fā)展起到了積極作用.

盡管網(wǎng)絡學習行為受到了廣大研究者的關注，但有關網(wǎng)絡學習行為研究的綜述類文獻微乎及微，部分研究選擇一段時間內(nèi)的文獻進行分析梳理，例如馮天敏等[3]對近五年網(wǎng)絡學習行為的相關研究進行了內(nèi)容分析并針對現(xiàn)狀提出建議；另外還有研究是針對網(wǎng)絡學習行為某一具體內(nèi)容進行綜述，例如柴艷妹等[4]深入分析了在線學習行為研究中數(shù)據(jù)挖掘技術(shù)的整體應用情況，付淇等[5]對網(wǎng)絡學習行為的影響因素研究進行了系統(tǒng)梳理.可以看出，目前網(wǎng)絡學習行為的研究綜述缺少全面的發(fā)展歷程分析，為了深入網(wǎng)絡學習行為研究的發(fā)展歷程及每一時期的研究熱點，本文通過對2001年到2019年12月為止國內(nèi)該領域核心期刊中有關網(wǎng)絡學習行為的論文從橫向(時間線)和縱向(網(wǎng)絡學習行為各研究內(nèi)容)兩個維度進行系統(tǒng)分析，采用可視化的方式呈現(xiàn)，期望為未來的研究提供參考.

1 研究設計

1.1 研究樣本的選擇

本研究以“網(wǎng)絡學習行為”或“在線學習行為”或“遠程學習行為”或“MOOC學習行為”等為主題，對自2001年起到2019年12月為止這一時間段，在國內(nèi)較具權(quán)威性的中國知網(wǎng)數(shù)據(jù)庫中進行期刊檢索，共檢索出中文文獻964篇.

考慮到所選文獻的權(quán)威性和較強的認可度，本研究采取以下篩選原則：(1)剔除北大中文核心期刊和CSSCI期刊以外刊物發(fā)表的文章；(2)剔除文獻內(nèi)容不屬于教育教學領域或與研究主題無關的文獻.最終篩選出符合要求的樣本文獻281篇.

1.2 研究方法

本文擬采用文獻分析法、統(tǒng)計分析法、比較分析法等研究方法對我國網(wǎng)絡學習行為的研究熱點及發(fā)展進程展開研究.根據(jù)研究目的，首先對樣本文獻的發(fā)表情況進行基本的描述性統(tǒng)計與分析；其次使用citespace可視化軟件生成關鍵詞熱點圖譜與關鍵詞聚類時序圖，分析出我國近年來網(wǎng)絡學習行為的研究熱點；接著對網(wǎng)絡學習行為研究的發(fā)展歷程及每類研究內(nèi)容進行梳理與歸納，得出網(wǎng)絡學習行為研究的變化規(guī)律；最后，針對目前國內(nèi)研究不足，結(jié)合相關分析技術(shù)及相應的學習理論，對未來網(wǎng)絡學習行為研究提出展望.

2 文獻情況分析

2.1 文獻發(fā)表時間統(tǒng)計

為了準確把握國內(nèi)網(wǎng)絡學習行為研究的變化趨勢，本研究對2001年至2019年12月的年度發(fā)文量(共281篇)進行了統(tǒng)計，這里的發(fā)表時間是指文章在刊物上刊登的時間，如圖1所示.

圖1 年度發(fā)文量統(tǒng)計

由圖1,可以看出，國內(nèi)對于“網(wǎng)絡學習行為”的文獻發(fā)表情況大致可以概括為三個時期：(1)萌芽期：2001年至2007年.2001年國內(nèi)第一篇有關“網(wǎng)絡學習行為”的文章發(fā)表，到2007年為止的這一段時間，這期間有關網(wǎng)絡學習行為的發(fā)文量相對較少，說明這一時期處于萌芽階段，研究者對于該領域的關注度較小.(2)發(fā)展期：2008年至2011年.2008年信息技術(shù)飛速發(fā)展，互聯(lián)網(wǎng)逐漸普及，網(wǎng)絡學習也越來越貼近人們的生活，該領域的研究開始受到重視，因此這一時期網(wǎng)絡學習行為的研究相比上一階段有所增長.(3)深入期：2012年至2019年12月.2012年，MOOC這種開放式網(wǎng)絡課程興起與發(fā)展，并迅速風行全球[6]，各種在線學習平臺如學堂在線、騰訊課堂、網(wǎng)易云課堂、中國大學生MOOC等涌現(xiàn)，學習者使用更加便捷，加之平臺的資源庫不斷完善，吸引了越來越多的學習者利用網(wǎng)絡平臺進行學習.為了提高在線學習的效果，研究者們開始從不同視角展開對網(wǎng)絡學習行為的研究，因此，從2012年開始該領域的發(fā)文量整體呈爆發(fā)式增長，由此可以看出這一時期國內(nèi)對于“網(wǎng)絡學習行為”的研究掀起了高潮.

2.2 文獻研究對象統(tǒng)計

為了研究方便，本研究將研究對象進行了分類，分為接受學歷教育的學習者和以知識更新為目的接受繼續(xù)教育的學習者(不限性別、年齡、學歷、專業(yè)等條件)兩大類，其中接受學歷教育的學習者又分為研究生、大學生、高職生、中小學生四類.通過對2001年至2019年12月有明確研究對象的文獻進行統(tǒng)計，目前對于網(wǎng)絡學習行為的研究對象所占比例較大的是大學生群體和接受繼續(xù)教育的學習者群體.其中針對接受學歷教育學習者的文獻占55%；針對接受繼續(xù)教育學習者的文獻占45%；其余以中小學生、高職生、研究生為研究對象的文獻共占10%.

3 研究熱點

3.1 關鍵詞共現(xiàn)圖譜分析

為了分析近年來我國網(wǎng)絡學習行為的研究熱點，本文采用citespace可視化分析軟件，設置時間區(qū)間為2014-2019，繪制了關鍵詞共現(xiàn)圖譜，共得到了42個節(jié)點，92條連線，本研究統(tǒng)計了頻次大于10的關鍵詞有8個，如圖2所示.圖譜中十字大小表示關鍵詞出現(xiàn)的頻次，節(jié)點十字越大，關鍵詞出現(xiàn)頻次越高[7].

圖2 網(wǎng)絡學習行為關鍵詞共現(xiàn)圖譜

由圖2可以看出“學習分析”的節(jié)點十字最大，說明出現(xiàn)的頻次最高，其次分別是“學習行為”“在線學習”“mooc”“大數(shù)據(jù)”“影響因素”“數(shù)據(jù)挖掘”“網(wǎng)絡學習行為”，這幾個詞都是經(jīng)常被作為關鍵詞使用.

3.2 節(jié)點中心度分析

節(jié)點中心度是指通過網(wǎng)絡中某一節(jié)點的任何最短路徑的數(shù)目，它是衡量節(jié)點在整個網(wǎng)絡中連接作用的一個指標[8].一個節(jié)點的中心度越大就意味著這個節(jié)點的度中心性越高，該節(jié)點在網(wǎng)絡中就越重要.根據(jù)citespace分析得出，在網(wǎng)絡學習行為的研究中心度較高的節(jié)點有“學習分析”“在線學習”“影響因素”“在線學習行為”“學習效果”等，中心度分別為0.47、0.38、0.31、0.30、0.28，表明這些關鍵詞在網(wǎng)絡學習行為研究領域起著重要的連接作用.

3.3 關鍵詞時間線圖譜分析

為了更直觀地了解每一時期的研究熱點，本文將關鍵詞聚類后按時間線鋪展開，如圖3.圖3中右側(cè)是聚類后的7類關鍵詞，每類內(nèi)容分別對應上面的時間點.可以看出，萌芽期出現(xiàn)的主要是網(wǎng)絡學習行為、網(wǎng)絡學習、學習行為等關鍵詞，發(fā)展期、深入期出現(xiàn)的主要是在線學習、教育大數(shù)據(jù)、在線學習行為等內(nèi)容，特別是近一年來的熱點詞主要為深度學習、在線學習社區(qū).通過分析圖譜(見圖3)，可以發(fā)現(xiàn)近幾年網(wǎng)絡學習行為的研究熱點主要集中在利用一些新的分析技術(shù)手段，例如數(shù)據(jù)挖掘、可視化分析等對學習者的學習行為進行分析，從而不斷推進網(wǎng)絡學習的發(fā)展.

圖3 網(wǎng)絡學習行為關鍵詞時間線圖譜

4 發(fā)展進程

4.1 總體變化趨勢

本文對網(wǎng)絡學習行為三個不同時期的研究內(nèi)容進行統(tǒng)計后繪制了魚骨圖，如圖4所示.圖中從左到右的大骨依次表示萌芽期、發(fā)展期、深入期三個階段，每個大骨上的小骨從里到外表示各研究內(nèi)容占比由多到少.

圖4 研究內(nèi)容發(fā)展趨勢魚骨圖

由圖4可以總結(jié)出以下變化規(guī)律：萌芽期，研究內(nèi)容主要關注網(wǎng)絡學習行為內(nèi)涵及特征、網(wǎng)絡學習行為的影響因素等基礎理論研究；發(fā)展期，隨著對網(wǎng)絡學習認識的加深以及互聯(lián)網(wǎng)等技術(shù)的發(fā)展，在這一時期，有關網(wǎng)絡學習行為的模型建構(gòu)成為了研究重點，有關網(wǎng)絡學習行為的內(nèi)涵及特征研究仍在不斷加深；深入期，由于各類網(wǎng)絡學習平臺的出現(xiàn)，大量學習者涌入學習平臺，網(wǎng)絡學習逐漸普及，人們越來越關注網(wǎng)絡學習行為對學習效果的影響，此時各種數(shù)據(jù)挖掘、可視化分析等新型分析技術(shù)的出現(xiàn)，為網(wǎng)絡學習行為數(shù)據(jù)多元化提供了技術(shù)支撐，因此研究熱點轉(zhuǎn)移到了網(wǎng)絡學習行為的相關分析技術(shù)上面，并在此基礎上探討網(wǎng)絡學習行為的培養(yǎng)策略等問題，隨著研究技術(shù)支持不斷豐富和完善，未來對網(wǎng)絡學習行為的研究會更加豐富、深入.

4.2 各研究內(nèi)容發(fā)展變化

為了更加深入了解網(wǎng)絡學習行為各部分研究內(nèi)容的發(fā)展變化，下面對“深入期”占比最多的五類內(nèi)容：相關分析技術(shù)研究、模型建構(gòu)研究、影響因素研究、內(nèi)涵及特征研究、培養(yǎng)策略研究，做進一步的梳理.

4.2.1 相關分析技術(shù)研究

大數(shù)據(jù)時代的到來使得網(wǎng)絡學習行為的相關分析技術(shù)研究成為了該領域的一大熱點，這方面的研究主要通過收集和深入分析學習者的在線學習行為數(shù)據(jù)，實現(xiàn)對學習者學習行為監(jiān)控、學習路徑跟蹤、個性化資源推薦、成績預測等，進而提高學習者的學習效果.在網(wǎng)絡學習行為分析技術(shù)研究方面的變化主要體現(xiàn)在所得的數(shù)據(jù)形式及數(shù)據(jù)分析手段兩個方面.在學習行為的數(shù)據(jù)形式上，已經(jīng)從早期的學習行為：操作次數(shù)、學習時長、作業(yè)完成率等簡單數(shù)值形式逐漸過渡到今天的圖像、文本、聲音、數(shù)值等多元的數(shù)據(jù)形式；在數(shù)據(jù)分析手段方面，從最初單一的數(shù)理統(tǒng)計，到今天的通過圖像識別技術(shù)分析學習者大腦情緒、分析學習者的眼動軌跡來判斷學習過程中的認知行為、通過數(shù)據(jù)挖掘形式來分析學習者的交互行為等多種分析方式變化.例如萌芽期，韓玲[9]采用數(shù)理統(tǒng)計的方法, 對遠程教育中學習者的部分學習行為特征進行了分析，探究了學習行為操作與學習深度、操作次數(shù)、學習時間、艾賓浩斯遺忘曲線的關系；深入期，傅鋼善等[10]運用數(shù)據(jù)挖掘和統(tǒng)計方法對網(wǎng)絡學習者的多種行為特征進行量化分析，探討網(wǎng)絡學習行為特征對學習效果的影響.

4.2.2 模型構(gòu)建研究

通過研究發(fā)現(xiàn)，網(wǎng)絡學習行為的模型構(gòu)建涉及多個方面的研究，例如理論模型、影響因素模型以及各種應用模型等的構(gòu)建.網(wǎng)絡學習行為模型研究的變化趨勢為：從最初的根據(jù)網(wǎng)絡學習者的行為特點或影響因素來構(gòu)建學習行為理論模型，逐漸發(fā)展到今天的基于不同功能的學習行為模型、個性化推薦模型、提升大學生網(wǎng)絡學習自我效能感的行為模型、學習行為干預模型等研究，因此，對于模型研究越來越朝多層面、個性化、應用性方向發(fā)展.例如萌芽期，彭文輝等[11]提出網(wǎng)絡學習行為系統(tǒng)是一個多層次、多維度的理論模型；深入期，姜強等[12]利用貝葉斯網(wǎng)絡方法挖掘網(wǎng)絡學習行為，構(gòu)建學習風格模型，為用戶提供最適合的學習對象；王改花等[13]采用決策樹的數(shù)據(jù)挖掘方法對網(wǎng)絡學習者的學習行為與成績進行了預測,構(gòu)建了適應性學習系統(tǒng)學習干預模型.

4.2.3 影響因素研究

由于網(wǎng)絡學習行為與學習效果成正相關關系，并且受多方面因素的影響，因此，自國內(nèi)學者開始對網(wǎng)絡學習行為展開研究以來，網(wǎng)絡學習行為的影響因素研究一直處于該領域的核心位置.國內(nèi)研究者們對于網(wǎng)絡學習行為影響因素的研究主要分為內(nèi)部因素和外部因素兩大方面.但是由于不同時期技術(shù)背景不同，對學習行為研究的認識深入程度存在差異，因此，各個時期的研究視角、研究內(nèi)容和研究方法也各不相同.① 研究視角上，萌芽期間主要從“網(wǎng)絡學習行為基本現(xiàn)狀”角度分析影響因素；到發(fā)展期，則發(fā)展成基于各種學習理論來構(gòu)建模型，以實證的方式分析影響因素；近幾年，由于各學習平臺的廣泛使用，不同平臺的技術(shù)支持、學習者使用風格存在差異等原因，因此對學習行為影響因素的研究便自然集中在不同平臺、不同學習者具體行為差異的比較分析研究上.② 研究內(nèi)容上，起初的研究中雖然涉及到學習者個人因素、教學模式及網(wǎng)上資源、學習支持服務、信息傳輸網(wǎng)絡等維度，但是對各維度的深入認識還不夠，僅停留在具體概念上；到了發(fā)展期，人們認識的加深，研究內(nèi)容開始逐漸深化，比如開始關注學習者的學習風格、教師素養(yǎng)和信息質(zhì)量的影響等因素；到了深入期，研究內(nèi)容在發(fā)展期基礎上，進一步關注績效期望、管理機制等因素的影響，因此，研究內(nèi)容越來越全面.③ 研究方法上，開始主要采用問卷調(diào)查法；到了發(fā)展期，實證研究法廣泛應用，使學習行為影響因素的研究就更具有指導價值；到了深入期，隨著研究技術(shù)的進步，引入了基于數(shù)據(jù)挖掘的行為分析法，使得對學習行為的研究方式更加多元.例如萌芽期，趙丕元[14]通過對網(wǎng)絡學習行為基本現(xiàn)狀進行調(diào)查，根據(jù)調(diào)查結(jié)果得出影響因素主要有：學習者個人因素、教學模式及網(wǎng)上資源、學習支持服務、信息傳輸網(wǎng)絡；發(fā)展期，張家華等[15]提出以學習條件理論和教學系統(tǒng)要素理論為依據(jù)，構(gòu)建了網(wǎng)絡學習行為影響因素模型——LICE模型；深入期，王錢永等[16]通過構(gòu)建分析MOOC學習行為的UTAUT模型得出MOOC的影響因素，石磊等[17]通過分析國家開放大學MPOC課程中學生的學習行為，探究學生學習行為的影響因素.

4.2.4 內(nèi)涵及特征研究

網(wǎng)絡學習行為涉及不同領域的知識，是一門綜合性較強的研究，不同學者對于該領域的研究范疇和研究方法不同，因此對于網(wǎng)絡學習行為的概念有不同的見解，目前國內(nèi)較為認可的概念界定主要有以下兩個.彭文輝等[11]認為“網(wǎng)絡學習行為是指學習者在由現(xiàn)代信息所創(chuàng)設的、具有全新溝通機制與豐富資源的學習環(huán)境中，開展的遠程自主學習行為”，該定義強調(diào)學習者的自我導向、自我控制.王麗娜[18]將網(wǎng)絡學習行為定義為“學習者為了達到某種學習目標，在由現(xiàn)代信息技術(shù)所創(chuàng)設的、具有全新溝通機制與豐富資源的學習環(huán)境中，開展的與學習環(huán)境的雙向交互過程”，并認為網(wǎng)絡學習者的學習行為除了受自身心理因素影響外，外界學習環(huán)境也會影響學習行為.近幾年隨著研究者們對網(wǎng)絡學習行為的研究不斷深入，認為網(wǎng)絡學習行為是一個龐大的體系，包含不同層次的行為，因此對網(wǎng)絡學習行為的定義更加廣泛.

網(wǎng)絡學習行為的特征研究一直以來也是該領域的重點研究內(nèi)容，萌芽期和發(fā)展期主要是對網(wǎng)絡學習行為特征的整體進行研究，近幾年逐漸發(fā)展為針對某一特定學習群體的行為特征進行刻畫或?qū)W習者按照行為特征進行分類，研究對象集中在大學生群體與成人學習者群體.

4.2.5 培養(yǎng)策略研究

網(wǎng)絡學習行為的培養(yǎng)策略大部分是在探究其影響因素的基礎上提出的，通過分析每一時期的研究成果可以看出，網(wǎng)絡學習行為的培養(yǎng)策略主要從學習者、教師、網(wǎng)絡學習環(huán)境、學習資源幾個方面展開，當然，不同研究者提出的培養(yǎng)策略略有不同.變化規(guī)律為：萌芽期主要在對學習者學習行為的調(diào)查分析基礎上提出針對性的培養(yǎng)策略，后續(xù)逐漸發(fā)展為在探究學習者的行為特征、影響因素、學習行為與學習效果關系的基礎上而提出培養(yǎng)策略，隨著數(shù)據(jù)挖掘技術(shù)的廣泛應用，又在各類行為數(shù)據(jù)分析基礎上提出相應的培養(yǎng)策略，因而針對性、實效性更強.例如萌芽期，徐紅彩[19]從在校大學生網(wǎng)絡學習行為調(diào)查的視角出發(fā)提出策略；深入期，杜小玉等[20]在探究網(wǎng)絡學習行為影響因素的基礎上，從學習者、學習資源、監(jiān)管者、國家政策各個維度提出相應策略，李小娟等[21]對學習者的行為數(shù)據(jù)進行分析從而構(gòu)建了在線學習行為與學習績效的模型，在此基礎上提出了網(wǎng)絡學習行為的培養(yǎng)策略.

5 研究展望

5.1 研究對象向中小學生、高職生、研究生以及特殊群體發(fā)展

隨著教育信息化的不斷推進，中小學越來越重視對學生信息素養(yǎng)的培養(yǎng)，翻轉(zhuǎn)課堂、智慧課堂、遠程教育等已經(jīng)成為當代中小學較為常見的教學形式；同時，高職生、大學生、研究生在課堂學習與課外自主學習方面也離不開網(wǎng)絡環(huán)境；另外，繼續(xù)教育的終身化、社會化、信息化、專業(yè)化、市場化、國際化改革已納入到了國家議事日程之中[22]，以知識更新為目的接受繼續(xù)教育的學習者更是不在少數(shù).統(tǒng)計表明，目前對于網(wǎng)絡學習行為的研究主要集中在大學生群體和接受繼續(xù)教育的學習者，因此，網(wǎng)絡學習行為的研究對象還要向中小學生、高職生、研究生等群體發(fā)展.

另一方面，在現(xiàn)實社會中，還存在一個特殊群體(聾啞人)，他們因為先天或者后天的某些原因造成聽覺通道受損，在接收外界信息時主要靠視覺感知[23].他們除了聽力受損出現(xiàn)語言表達能力障礙外，其他方面與正常人是完全相同的.如何使他們能夠較好地融入社會，并具備網(wǎng)絡環(huán)境下的終身學習能力，成為能夠自食其力的勞動者和社會財富的創(chuàng)造者？因此，研究網(wǎng)絡環(huán)境下聾生的學習行為，探討如何培養(yǎng)這一群體在網(wǎng)絡環(huán)境下的學習行為尤為重要.

5.2 關注人工智能環(huán)境下學習者學習行為的研究

目前，以教育機器人和智能學習系統(tǒng)為代表的人工智能技術(shù)逐漸開始應用于教育中，由于人工智能在自然語言處理、機器學習、模式識別、神經(jīng)網(wǎng)絡、遺傳算法等技術(shù)支持下，具備超強的運算能力和學習能力，因此，將人工智能應用于教育領域必然會對學習方式產(chǎn)生極大影響.例如，在培養(yǎng)目標上，將以學習者的問題解決能力、知識遷移能力、自主學習能力、協(xié)作學習能力等作為目標；在學習方式上，將出現(xiàn)人工智能環(huán)境下的個性化學習，以及以解決問題為主的跨學科領域的深度學習；在信息呈現(xiàn)方式上，傳統(tǒng)的文本、圖形圖像、視頻動畫等沖破原有單一屬性的限制，實現(xiàn)跨媒介交互及多媒體融合等.這些變化使得學習者的學習行為不同于傳統(tǒng)的網(wǎng)絡學習行為，因此，開展人工智能環(huán)境下學習行為的研究尤為重要.

5.3 網(wǎng)絡學習行為預測研究

目前對網(wǎng)絡學習行為的研究普遍針對學習者已發(fā)生的學習行為展開的，研究內(nèi)容包括學習者的學習風格、認知特點、情感態(tài)度等不同時所產(chǎn)生的學習行為與學習效果的關系.在外界學習環(huán)境和資源相同的情況下，每個個體的學習行為序列都具有一定的規(guī)律和特點，如何通過數(shù)據(jù)挖掘等形式歸納出每類學習者在網(wǎng)絡環(huán)境下的學習行為規(guī)律，以實現(xiàn)對學習者下一步學習行為的有效預測以及通過預測結(jié)果而發(fā)出及時有效的行為干預.這種行為干預方式對正確引導學習者在具體的環(huán)境中發(fā)出合理的學習行為具有積極作用，目前這方面的研究相對較少.

5.4 學習行為評價數(shù)據(jù)多元化，評價標準具體化

隨著各種行為分析技術(shù)的飛速發(fā)展，傳統(tǒng)用于評價學習行為的數(shù)據(jù)形式，如登錄時長、訪問次數(shù)、瀏覽時間、交互次數(shù)等簡單數(shù)值型數(shù)據(jù)已經(jīng)不能滿足研究需求，而是需要結(jié)合圖像識別、語音識別、數(shù)據(jù)挖掘等技術(shù)將學習者在網(wǎng)絡環(huán)境中學習行為路徑(包括跨應用、跨平臺的行為數(shù)據(jù))進行采集，分析其行為特點及情感傾向，以獲得更為真實有效的評價結(jié)果.同時，隨著人工智能在教育領域的滲透，系統(tǒng)能夠根據(jù)學習者畫像進行個性化資源推送，實現(xiàn)個性化學習，在這種環(huán)境下，不同學習者由于學習目標、學習風格、學習資源、認知結(jié)構(gòu)等的差異，會產(chǎn)生不同學習行為，評價每個個體具體的學習行為是否適合、是否高效，需要根據(jù)具體的情況來分析.因此，評價方式要針對個體情況設定，實現(xiàn)評價標準具體化.