徐彬+張昱+李封+楊丹+郭志

摘要：分析MOOC課程論壇活躍度不高的原因和論壇的特點，對比論壇與常規(guī)問答系統(tǒng)的區(qū)別，提出活躍度的量化衡量指標。對東北大學MOOC平臺軟件工程和電工學兩門課程的論壇數(shù)據(jù)進行統(tǒng)計分析，計算課程論壇的活躍度，結(jié)合課程作業(yè)和測試等教學環(huán)節(jié)設置情況及視頻播放行為和作業(yè)提交等活動特征，分析課程論壇活躍度的影響因素，給出有助于提高論壇活躍度的建議。

關鍵詞：MOOC；在線課堂；數(shù)據(jù)分析；社會性交互

0.引言

大規(guī)模開放在線課程MOOC是一種開放的、允許數(shù)以萬計的全球?qū)W習者注冊并學習的新的在線教育課程。課程論壇作為MOOC的基本組成部分，允許學習者在論壇中通過發(fā)帖和回復等形式交流學習經(jīng)驗，相互解答學習疑問。然而，研究發(fā)現(xiàn)論壇中的活躍用戶數(shù)僅占注冊用戶數(shù)的一小部分，不僅如此，隨著課程的進展，活躍用戶數(shù)會進一步減少。調(diào)查發(fā)現(xiàn)，超過半數(shù)的學習者在課程結(jié)束前退出了課程論壇的討論。MOOC課程論壇活躍度不高是導致課程完成率低的一個重要因素。筆者通過課程實例的研究，分析課程論壇活躍度的衡量指標及相關影響因素。

1.MOOC課程論壇活動相關研究現(xiàn)狀

在20世紀90年代，郵件列表（mailing list）形式的課程討論方式出現(xiàn)并支持在線課程的學習，這種在線交流形式對課程學習是有益的。文獻研究發(fā)現(xiàn)在MOOC平臺中學習者之間的交流體現(xiàn)了社會協(xié)作性。文獻以眾包的方式將MOOC課程論壇中的發(fā)言從6個維度進行人工標記，如“該帖子是否是一個提問”“該帖子是否是一個解答”“該帖子的困惑級別是什么”“該帖子的緊急程度如何”等，這些人工標記的信息加上帖子內(nèi)容（post body）及頭數(shù)據(jù)（metadata）構(gòu)成特征空間，利用分類器組合方式識別學習者對課程內(nèi)容的困惑程度。

構(gòu)建主義提出的認知學藝模型（cognitiveapprenticeship model）主張在現(xiàn)場活動中獲取、發(fā)展和使用認知工具，并進行特定領域的學習。這一模型強調(diào)知識的傳遞效果，通過學習者之間的互動構(gòu)建知識。文獻給出了學習者退出課程論壇的原因，包括問題不能及時解決、論壇使用不方便、交流過程中遇到了不友好的行為等。

2.MOOC課程論壇活躍度

2.1MOOC課程論壇特征

與傳統(tǒng)線下課堂相比，由于教師與學習者以及學習者之間的活動是時空分離的，相互之間少有直接的面對面交流，導致MOOC的學習者之間的社會性交互弱化。這種時空分離特征使得學習者在論壇中的發(fā)帖提問得不到迅速答復。這種問答活動的延時在一定程度上影響了學習效果，造成一部分學習者因為問題得不到及時解決而退出課程。和目前百度問答系統(tǒng)、Stack Overflow等問答系統(tǒng)相比，雖然問答活動都是它們的主要活動，但是慕課課程的論壇和前兩者存在明顯的差別。在常規(guī)問答系統(tǒng)中涉及的話題內(nèi)容是很廣泛的，而慕課課程中的問題則更局限于課程內(nèi)容。其次，常規(guī)問答系統(tǒng)中提問者對問題的時效性需求并不像慕課課程論壇中那樣迫切。在百度問答中，回答問題可以得到積分獎勵，這一規(guī)則極大提高了問題的回答率。然而，將這一積分體系引入慕課課程的論壇，雖然能改善論壇的用戶體驗，但卻對學習成績、完成率以及學習者對論壇的評價沒有顯著影響。這是由于積分并不能給學習者帶來更多的收益。也有學者認為可以通過改善交互氛圍、發(fā)揮意見領袖作用、制定合理的獎懲措施等手段來解決目前課程論壇中交互性不足的問題。

另一方面，由于學習者眾多，學習者之間的交互難以得到有效的持續(xù)，學習者之間的社會性交互更加趨向于隨機性，網(wǎng)絡的聚集系數(shù)也顯著降低。筆者分析了Coursera中10門課程的論壇網(wǎng)絡結(jié)構(gòu)特征，發(fā)現(xiàn)網(wǎng)絡密度極低，網(wǎng)絡的平均度特征值為3.44，這種不穩(wěn)定的網(wǎng)絡連接關系是慕課課程論壇與線下課程學生之間關系的最大差別。

2.2提高課程論壇活躍度的好處

例如，一個經(jīng)驗豐富的師傅只需要“點撥”一下徒弟，就能使“卡殼”的徒弟茅塞頓開。在課程論壇中求助的學習者，通常是遇到了自己百思不得其解的問題，如果能得到教師或者其他學習者的提示或者解答，將大大有助于其知識的掌握以及后續(xù)的學習過程。另一方面，自愿在課程論壇中回復別人問題的學習者對其成績也有所幫助。這是由于在解決問題的過程中，需要激活與原有相關知識的聯(lián)系，將當前的問題映射到原有的知識結(jié)構(gòu)中，從而帶著理解去解決問題。因此，課程論壇的交互活動對問答雙方而言是雙贏的行為，只是這種獲益不足以驅(qū)使學習者更多參與其中。

3.論壇活躍度的衡量指標

常規(guī)論壇的衡量指標包括注冊用戶數(shù)和在線人數(shù)，但這兩個指標并不能表征MOOC課程論壇的社會性交互細節(jié)。文獻[12]認為基于網(wǎng)絡的社會性交互具有空間和時間上的靈活性、開放性、文本特性、持久性和對技術(shù)及任務的依賴性。文獻[13]對遠程教育中的社會性交互的質(zhì)量評價做了比較全面的綜述，論壇活躍度也是這種交互質(zhì)量的一個體現(xiàn)。文獻[14]提出通過交互密度來區(qū)分積極參與者與消極參與者，并對兩者的社會性交互特征進行研究，得出積極參與者的交互在認知行為的層次上要高于消極參與者，這種交互密度反映了個體之間的交互質(zhì)量。文獻[15]分析國內(nèi)外有關社會性交互評價，總結(jié)出異步社會性交互質(zhì)量的評價指標體系，包括5個一級維度和53個二級指標，這些指標中與論壇活動有關的一級維度是在線參與水平維度，包括參與數(shù)量、參與結(jié)構(gòu)和參與內(nèi)容3個方面；但是這些指標體系并沒有直接反映出論壇中相互交流踴躍程度。為此，本文提出了4個直接反映論壇交流踴躍程度的指標。

3.1回帖量指標

回帖是指課程論壇中對原始發(fā)帖的回復內(nèi)容，回帖數(shù)量越多，說明某個話題討論的關注人數(shù)或者交流方對問題的討論更加深入。因此，回帖量指標A1可以通過計算平均每個帖子的回帖數(shù)表征。計算公式如式（1）所示。

式中：R為每個發(fā)帖的回復數(shù)量；M為課程論壇中總發(fā)帖數(shù)。

3.2時效性指標

發(fā)帖提問的學習者往往希望所提問題能夠得到及時答復，而課程論壇中第一個回復內(nèi)容通常是最直接的問題解決方案。因此，時效性指標A2可以通過計算論壇中發(fā)帖與“沙發(fā)”回帖的時間間隔得到，如式（2）所示。這里的“沙發(fā)”回帖是發(fā)帖所對應的第一個回帖。

3.3交流密集度指標

在課程論壇中，如果一個發(fā)帖在短時間內(nèi)得到了較多回帖，表明這一話題討論的內(nèi)容具有一定的典型性，引發(fā)了較為激烈的討論。密集度指標A3可以通過計算每個帖子的所有回帖的平均間隔表征，如式（3）所示。

3.4交流廣度指標

如前所述，課程論壇中的交互行為是對問答雙方都有益處的活動。參與交流的各方都或多或少從中加深了對課程知識的理解。每個討論中的不同用戶的數(shù)量就可以表征當前討論的受益人群，即交流受益覆蓋面廣度A4，如式（4）所示。

4.影響課程論壇活躍度的因素

筆者選取東北大學MOOC平臺中的電工學和軟件工程兩門課程，分別計算本文提出的活躍度衡量指標。兩門課程的論壇基本信息如表1所示。本文以每周作為時間窗口分別計算，通過對比分析課程進度安排和指標變化曲線，研究分析課程論壇活躍度的影響因素。

圖1是兩門課程的日發(fā)帖量曲線，可以看出，兩門課程都出現(xiàn)了兩個討論高峰期。其中電工學課程的注冊人數(shù)較多，發(fā)帖量也遠高于軟件工程課程，高峰期出現(xiàn)的峰值也較為明顯。

圖2至圖5是兩門課程的4項活躍度衡量指標的周變化曲線。

從A1指標看，雖然兩門課程論壇活躍人數(shù)存在較大差異，但是論壇回帖量基本呈現(xiàn)出“雙峰”趨勢，而且“雙峰”的形態(tài)都表現(xiàn)為前低后高。其中兩門課程同在第6周出現(xiàn)了第一個回帖高峰，而電工學的第二高峰在第9-1l周，軟件工程課程的第二高峰出現(xiàn)在第8-10周，這與兩門課程的教學活動安排有關。

A2指標越?。ㄒ蠓橇悖?，說明發(fā)帖得到回復的時間越短。電工學課程在第4-12周之間都處于一個相對平緩的較小值，而軟件工程課程則波動較大（第2-4周數(shù)據(jù)為0，無回帖）。這是由于電工學課程的論壇用戶數(shù)遠高于軟件工程，發(fā)帖提問得到回復的概率也更高。

從A3指標分析，與A2指標基本一致，即時效性強的回帖密集度也高。這表明如果一個帖子在一定時間內(nèi)沒有得到回復，那么這個帖子可能就會沉下去最終無人問津。一旦帖子得到回復，就會帶來漣漪效應，引發(fā)更多的回復。

從A4指標看，電工學課程每個討論中平均的不同用戶數(shù)呈現(xiàn)先升后降的趨勢，說明用戶在電工學課程的初期階段參與度并不高，隨著課程開展逐漸增加，參與用戶逐漸上升至峰值。而軟件工程課程則整體下降說明該課程在課程初期用戶論壇參與熱情已經(jīng)處于峰值。在兩門課程的后半段，A4指標呈現(xiàn)下降趨勢，說明有很多學習者中途退出課程論壇活動甚至直接退出課程，堅持論壇活動的學習者數(shù)量下降了。

通過上述分析可以看出，不論論壇中活躍用戶數(shù)量多少，論壇發(fā)帖量都呈現(xiàn)“雙峰”曲線。而回帖時效性與課程論壇中活躍用戶數(shù)有關，交流密集程度與時效性保持了一致的特征，交流廣度指標則隨著課程退出人數(shù)增加而衰減。

5.結(jié)語

本文提出了4項具體指標并用它們對MOOC課程論壇中的活躍度進行度量。這不僅有利于對課程進行評價，而且也為MOOC課程的設計提供了有益的參考。在分析過程中需要進一步區(qū)分帖子類型才能更加準確地分析MOOC課程論壇對學習者的幫助。例如，在MOOC論壇中主要的話題類型可以分為課程學習類、教學管理類、MOOC平臺使用類以及日常交流類。不同的類型對課程學習的重要性是不同的，應區(qū)別對待。這一工作需要通過人工標記準確劃分發(fā)帖類型。