毫无疑问,现在是属于大数据的时代。随着移动互联网的普及和物联网的兴起,使得大量的数据在各行各业快速积累,呈现出“信息爆炸”的态势。但是问题随之而来,有用的数据被淹没在大量无关信息中,而传统的数据处理方法却不能快速有效地分析数据背后的含义。于是人们的目光转向数据挖掘和机器学习,尝试使用多种技术,成功地从海量数据中挖掘出潜在的有价值的知识。鉴于数据挖掘技术在金融等其他领域取得了令人瞩目的成就,教育行业的相关人员也开始研究和使用数据挖掘技术,并在教育教学活动及论文分析领域获得了一些成果。工欲善其事,必先利其器。由于Python是目前在数据分析领域最为流行的脚本语言之一,其集成了众多常用的数据挖掘算法,且算法的调用简单方便,故越来越受到各行各业理论研究者和应用开发人员的青睐。本文在综合考虑通用性、算法效果、专利等因素后,最终选择使用该工具。本研究以中国知网所收录的教育技术学研究生学位论文和核心期刊论文为样本数据,尝试使用多种算法进行探索性研究,以期对我国教育技术的研究热点和发展趋势进行探析。探索性分析的主要步骤为,先编写程序提取出论文的关键词,年份,来源等信息,然后从发表数量、来源院校等角度分析论文的总体情况,之后再编写程序建立各种算法模型,综合运用多种数据挖掘技术,如共词聚类、关联分析、社会网络分析等,对教育技术领域的论文研究热点进行分析,最后由相应的数据和模型结果,得到对教育技术研究热点和发展趋势的一些认识。本研究取得的主要成果有:(1)教育技术的研究热点表现为“稳中有进”。从算法处理的数据可以看出,信息技术、教学设计、远程教育等内容是大家持续研究的,体现出教育技术研究的稳定性,同时部分研究者正在MOOC、翻转课堂和移动学习等领域寻求创新和突破。(2)教育技术的发展趋势为融合。主要包括三个层面上的融合,即教育理论层面,技术层面,理论和技术结合的层面。不同的教育与学习理论,不同的技术和工具,越来越以整体融合的形式出现,为达到最优的学习效果而一起努力。现在教育技术学界热烈讨论的混合式学习就是很好的证明。本文通过对教育技术学研究生学位论文和核心期刊论文数据的分析和挖掘,探析了我国教育技术研究热点和发展趋势,并从中得到了要自信、要并重、要融合这三个重要的启发。这三个启发有助于提升本专业学生的信心,以更高的热情投入到学习和研究中,并帮助硕士研究生更好地进行论文的选题,也能对教育技术工作者的后续研究提供了一些参考。