費(fèi)洪曉，李紅媛，馬彥云，伍澤全，陳 力

（中南大學(xué) 軟件學(xué)院，湖南 長(zhǎng)沙 410075）

MOOC環(huán)境下學(xué)習(xí)伙伴匹配問(wèn)題研究

費(fèi)洪曉，李紅媛，馬彥云，伍澤全，陳 力

（中南大學(xué) 軟件學(xué)院，湖南 長(zhǎng)沙 410075）

MOOC學(xué)習(xí)方式受很多因素的影響，如學(xué)習(xí)者的學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)方法、學(xué)習(xí)水平、協(xié)作學(xué)習(xí)能力等。文章提出利用貝葉斯模型對(duì)學(xué)習(xí)者進(jìn)行行為模式相似性的判別，實(shí)現(xiàn)學(xué)習(xí)行為模式最相似的學(xué)習(xí)者聚類，研究基于協(xié)作學(xué)習(xí)方式下個(gè)性化匹配學(xué)習(xí)伙伴對(duì)MOOC理念與實(shí)踐的影響。

MOOC；混合學(xué)習(xí)方式；學(xué)習(xí)伙伴匹配；貝葉斯網(wǎng)絡(luò)

0 引 言

MOOC是一種全新的公平的教育教學(xué)方式，每個(gè)人都可以免費(fèi)獲得來(lái)自世界各地的各種教育機(jī)會(huì)，創(chuàng)造了教育信息化的學(xué)習(xí)范式[1]。MOOC不僅為其他在線學(xué)習(xí)方式的產(chǎn)生提供參考范本，其為學(xué)生提供的虛擬學(xué)習(xí)平臺(tái)還可以很好地將網(wǎng)絡(luò)教學(xué)方式與傳統(tǒng)面對(duì)面教學(xué)方式相結(jié)合，為學(xué)習(xí)者提供個(gè)性化學(xué)習(xí)支持[23]，提升學(xué)習(xí)質(zhì)量與學(xué)習(xí)者學(xué)習(xí)的自主性。

MOOC下的混合學(xué)習(xí)模式將網(wǎng)絡(luò)教學(xué)方式與傳統(tǒng)面對(duì)面教學(xué)方式相結(jié)合[4]，同時(shí)將學(xué)習(xí)者的學(xué)習(xí)能力、學(xué)習(xí)狀態(tài)、協(xié)作能力等學(xué)習(xí)者特征[5]與教學(xué)過(guò)程相結(jié)合。這種新型學(xué)習(xí)方式一方面能提高學(xué)習(xí)者的學(xué)習(xí)積極性和小組協(xié)作能力，另一方面能優(yōu)化傳統(tǒng)的教學(xué)與學(xué)習(xí)方式。MOOC教學(xué)需要將在線資源與傳統(tǒng)教學(xué)方式和教學(xué)內(nèi)容結(jié)合，關(guān)鍵是對(duì)學(xué)習(xí)者的學(xué)習(xí)過(guò)程進(jìn)行管理，包括關(guān)注學(xué)生的學(xué)習(xí)情況動(dòng)態(tài)變化、預(yù)期的學(xué)習(xí)目標(biāo)[6]等。

1 MOOC學(xué)習(xí)平臺(tái)特征

通過(guò)MOOC，每所學(xué)校都可以開(kāi)設(shè)本校的網(wǎng)絡(luò)公開(kāi)課程，同時(shí)為世界各地的學(xué)習(xí)者免費(fèi)提供本校的教學(xué)資源。這些教育資源與本校學(xué)生接觸到的學(xué)習(xí)資源有很大不同，推動(dòng)了教育全球化的發(fā)展，為所有人提供了平等接受教育的機(jī)會(huì)。

對(duì)網(wǎng)絡(luò)公開(kāi)課進(jìn)行大數(shù)據(jù)分析與數(shù)據(jù)挖掘正成為一個(gè)新興的學(xué)習(xí)方向。通過(guò)對(duì)MOOC平臺(tái)的數(shù)據(jù)進(jìn)行探索和分析，可以了解學(xué)習(xí)者學(xué)習(xí)行為的特點(diǎn)、課程組織特點(diǎn)等，總結(jié)出學(xué)習(xí)者的學(xué)習(xí)行為特征，從而加強(qiáng)理解學(xué)習(xí)過(guò)程，為網(wǎng)絡(luò)公開(kāi)課的課程設(shè)置提供參考依據(jù)，為學(xué)習(xí)者提供個(gè)性化的學(xué)習(xí)指導(dǎo)，提高學(xué)習(xí)者的學(xué)習(xí)質(zhì)量。由此分析得出，學(xué)習(xí)者的個(gè)性化學(xué)習(xí)環(huán)境以及課程設(shè)計(jì)的差異都會(huì)影響學(xué)習(xí)者的學(xué)習(xí)效果[7]。在此基礎(chǔ)上，可以使用貝葉斯知識(shí)跟蹤模型模擬學(xué)習(xí)者的學(xué)習(xí)水平，運(yùn)用眼動(dòng)追蹤技術(shù)分析用戶行為，記錄學(xué)習(xí)者的學(xué)習(xí)行為，為學(xué)習(xí)者建模提供建模[89]數(shù)據(jù)。

目前，MOOC主要有兩種模式：cMOOC和xMOOC。cMOOC是基于關(guān)聯(lián)主義理論的社交網(wǎng)媒的互動(dòng)式學(xué)習(xí)模式[10]，強(qiáng)調(diào)知識(shí)建構(gòu)與創(chuàng)造; xMOOC基于行為主義學(xué)習(xí)理論，強(qiáng)調(diào)知識(shí)傳播與復(fù)制。這兩個(gè)新興MOOC模式共同的關(guān)鍵因素是教師、學(xué)習(xí)者、學(xué)習(xí)情景、協(xié)作活動(dòng)、學(xué)習(xí)平臺(tái)、學(xué)習(xí)媒介、學(xué)習(xí)環(huán)境等。由于MOOC學(xué)習(xí)模式?jīng)]有為學(xué)習(xí)者匹配合適的學(xué)習(xí)伙伴[11]，因此學(xué)習(xí)者在學(xué)習(xí)過(guò)程[12]中不能及時(shí)交流學(xué)習(xí)思想，容易產(chǎn)生孤獨(dú)感，學(xué)習(xí)熱情、學(xué)習(xí)質(zhì)量與學(xué)習(xí)效率都有所降低。

2 理論背景及研究模型

不同學(xué)習(xí)群體在學(xué)習(xí)行為中的信息感知維度、信息輸人維度、信息理解維度、信息加工維度等方面存在較大差異[13]。針對(duì)不同學(xué)習(xí)風(fēng)格的學(xué)習(xí)者，系統(tǒng)應(yīng)該向其推薦恰當(dāng)?shù)膶W(xué)習(xí)伙伴，以便學(xué)習(xí)者能及時(shí)解決學(xué)習(xí)問(wèn)題，盡快完成學(xué)習(xí)任務(wù)，提高學(xué)習(xí)效率與質(zhì)量。

筆者的研究重點(diǎn)是學(xué)生如何參加MOOC學(xué)習(xí)以及對(duì)MOOC數(shù)據(jù)特點(diǎn)進(jìn)行分析，通過(guò)分析學(xué)習(xí)者的各種學(xué)習(xí)行為特征，預(yù)測(cè)及評(píng)價(jià)學(xué)生學(xué)習(xí)風(fēng)格特點(diǎn)[14]，對(duì)學(xué)習(xí)伙伴匹配進(jìn)行及時(shí)調(diào)整從而有針對(duì)性地為學(xué)習(xí)中遇到困難的學(xué)生提供幫助;進(jìn)而根據(jù)學(xué)習(xí)者學(xué)習(xí)特點(diǎn)進(jìn)行相似性與互補(bǔ)性匹配學(xué)習(xí)伙伴，用以解決適應(yīng)性匹配學(xué)習(xí)伙伴的問(wèn)題，動(dòng)態(tài)匹配最佳學(xué)習(xí)伙伴，提高學(xué)習(xí)者的學(xué)習(xí)效率;采用xuetangX中的數(shù)據(jù)作為本文研究基礎(chǔ)，以此分析了解用戶的人口統(tǒng)計(jì)數(shù)據(jù)（如性別、年齡、教育背景等）對(duì)學(xué)生活動(dòng)和論壇學(xué)習(xí)行為的影響。

2.1 學(xué)習(xí)者學(xué)習(xí)行為模式分析

如圖1所示，由于MOOC學(xué)習(xí)者具有不同的教育背景、先驗(yàn)知識(shí)、思維方式、認(rèn)知風(fēng)格、地理位置等[15]，相對(duì)于同一門課程，不同個(gè)性的全體學(xué)習(xí)者具有相同的學(xué)習(xí)目標(biāo)，而這些“個(gè)性化的差異”意味著學(xué)習(xí)者個(gè)體之間存在互補(bǔ)性，學(xué)習(xí)者在學(xué)習(xí)過(guò)程中通過(guò)學(xué)習(xí)伙伴之間的互補(bǔ)性協(xié)作學(xué)習(xí)，可以形成取長(zhǎng)補(bǔ)短的合作[16]關(guān)系;而學(xué)習(xí)模式與學(xué)習(xí)風(fēng)格相近的學(xué)習(xí)伙伴通過(guò)合作學(xué)習(xí)與小組學(xué)習(xí)，能使交流主題更加集中，保證更多相關(guān)學(xué)生能參與討論，促進(jìn)交互式學(xué)習(xí)的發(fā)展，提高學(xué)習(xí)者學(xué)習(xí)的積極性，進(jìn)而形成良性循環(huán)，實(shí)現(xiàn)學(xué)習(xí)者的自主性學(xué)習(xí)、交互性學(xué)習(xí)與創(chuàng)造性學(xué)習(xí)，提高學(xué)習(xí)質(zhì)量與學(xué)習(xí)效率。

圖1 學(xué)習(xí)者畫(huà)像構(gòu)建

（1）學(xué)習(xí)者參與論壇活動(dòng)[17]的行為模式分析。在課程論壇上，學(xué)生可以自發(fā)提出問(wèn)題，同時(shí)可以回答別人提出的問(wèn)題，但總體來(lái)說(shuō)，論壇活動(dòng)水平很低，收集到的數(shù)據(jù)中，94%的學(xué)習(xí)者從來(lái)沒(méi)有提出問(wèn)題，也從來(lái)沒(méi)有回答問(wèn)題;此外，分析一些活躍度較高的學(xué)習(xí)者發(fā)現(xiàn)，他們的論壇活躍度隨著時(shí)間增長(zhǎng)而降低（p＜0.05），除了新參加科學(xué)課程討論的學(xué)習(xí)者之外，所有學(xué)習(xí)者的論壇活躍度也都如此（p＞0.1）。這些數(shù)據(jù)表明，學(xué)習(xí)者參與課程討論的積極性會(huì)隨著時(shí)間的增長(zhǎng)而降低，見(jiàn)表1。

表1 論壇活動(dòng)的線性回歸分析

筆者使用最小二乘法評(píng)判學(xué)生特點(diǎn)與參與論壇活動(dòng)數(shù)量之間的關(guān)系，論壇活動(dòng)數(shù)量見(jiàn)表1。因變量是新發(fā)布的帖子數(shù)量（表1第2、4列）和每位學(xué)生回復(fù)的帖子數(shù)量（表1第3、5列），自變量包括學(xué)生的性別、教育程度和所需要努力的程度（具體標(biāo)準(zhǔn)由授課教師制訂）。通過(guò)此表可以分析得出，女生更傾向于回答經(jīng)濟(jì)類學(xué)科的問(wèn)題，但很少回答計(jì)算機(jī)類學(xué)科問(wèn)題;計(jì)算機(jī)類學(xué)科中，雖然女生回答問(wèn)題的數(shù)量較少，但是明顯多于男生提出問(wèn)題的數(shù)量。

分析不同教育水平的學(xué)生論壇活動(dòng)，得出以下結(jié)論：本科生主要針對(duì)經(jīng)濟(jì)類學(xué)科課程提出問(wèn)題（表1第2列）;相比之下，雖然研究生回答計(jì)算機(jī)類問(wèn)題的數(shù)量比本科教育水平以下的學(xué)習(xí)者回答問(wèn)題的數(shù)量稍微高一些，但是研究生不會(huì)詢問(wèn)太多問(wèn)題（表1第4列）。這表明，不同教育程度的學(xué)習(xí)者在學(xué)習(xí)論壇中扮演的角色不同。此外，在經(jīng)濟(jì)類學(xué)科中，學(xué)習(xí)者學(xué)習(xí)花費(fèi)的時(shí)間越長(zhǎng)，就會(huì)提出更多的問(wèn)題。然而，學(xué)習(xí)者回答問(wèn)題的數(shù)量與其努力程度呈顯著的負(fù)相關(guān)關(guān)系，主要原因是課程困難使學(xué)習(xí)者會(huì)提出更多問(wèn)題，這些問(wèn)題不僅使得學(xué)習(xí)經(jīng)驗(yàn)少的學(xué)習(xí)者很難回答，而且對(duì)于學(xué)習(xí)經(jīng)驗(yàn)豐富的學(xué)習(xí)者來(lái)說(shuō)，也是一個(gè)很大的挑戰(zhàn)。

（2）學(xué)習(xí)者觀看視頻[18]與做作業(yè)的學(xué)習(xí)行為分析。筆者將學(xué)習(xí)者做作業(yè)與觀看教學(xué)視頻的時(shí)間定義為有效學(xué)習(xí)時(shí)間，但有效學(xué)習(xí)時(shí)間很難被估量，如學(xué)習(xí)者觀看教學(xué)視頻的同時(shí)會(huì)做其他事情，并不是整個(gè)時(shí)間段內(nèi)都在學(xué)習(xí)。筆者借助基于確定性有限自動(dòng)機(jī)的算法對(duì)學(xué)習(xí)者的學(xué)習(xí)時(shí)間進(jìn)行定義，定義為2個(gè)狀態(tài)，即空閑狀態(tài)和學(xué)習(xí)狀態(tài)。此自動(dòng)計(jì)算法從空閑狀態(tài)啟動(dòng)，當(dāng)接收到某些學(xué)生“播放視頻”觸發(fā)活動(dòng)時(shí)，標(biāo)志著學(xué)習(xí)者的狀態(tài)發(fā)生改變，即從空閑狀態(tài)轉(zhuǎn)變成學(xué)習(xí)狀態(tài);當(dāng)按下“暫?！辨I時(shí)，代表由學(xué)習(xí)狀態(tài)轉(zhuǎn)變到空閑狀態(tài)，兩種狀態(tài)之間的持續(xù)時(shí)間為近似的有效學(xué)習(xí)時(shí)間;當(dāng)學(xué)習(xí)者較長(zhǎng)時(shí)間（此時(shí)間長(zhǎng)度大于定義的閾值長(zhǎng)度）停留在一個(gè)視頻時(shí)間，此時(shí)將會(huì)自動(dòng)轉(zhuǎn)化為空閑狀態(tài)。通過(guò)上述算法可以得出學(xué)習(xí)者的有效學(xué)習(xí)時(shí)間，對(duì)其進(jìn)行線性回歸分析，又可以得出學(xué)習(xí)者學(xué)習(xí)時(shí)間與性別、年齡、教育背景等之間的聯(lián)系[19]。學(xué)習(xí)者有效學(xué)習(xí)時(shí)間線性回歸分析見(jiàn)表2。學(xué)習(xí)者的有效學(xué)習(xí)時(shí)間也會(huì)對(duì)學(xué)習(xí)者獲得證書(shū)產(chǎn)生影響：見(jiàn)表3，隨著學(xué)習(xí)時(shí)間的增多，學(xué)習(xí)者獲得證書(shū)的概率也會(huì)增加。

表2 學(xué)生有效學(xué)習(xí)時(shí)間線性回歸分析

表3 學(xué)習(xí)時(shí)間概率分布分析

分析表4能看出，女生更加傾向于學(xué)習(xí)經(jīng)濟(jì)類學(xué)科，因此在觀看學(xué)習(xí)教程與做作業(yè)上花費(fèi)時(shí)間較長(zhǎng)，在計(jì)算機(jī)類學(xué)科上花費(fèi)的時(shí)間則相對(duì)較少。在學(xué)習(xí)過(guò)程中，博士學(xué)習(xí)努力程度相對(duì)較高，且對(duì)計(jì)算機(jī)類學(xué)科的影響大于經(jīng)濟(jì)類學(xué)科的影響。同時(shí)，由表3可知，當(dāng)學(xué)習(xí)者努力程度增大時(shí)，其學(xué)習(xí)時(shí)間也會(huì)相應(yīng)地增加。雖然有些學(xué)習(xí)者的學(xué)習(xí)時(shí)間會(huì)減少，但是這并不代表學(xué)習(xí)者的學(xué)習(xí)努力程度不夠，而是因?yàn)閷W(xué)習(xí)者學(xué)習(xí)的視頻教程本來(lái)就是短視頻。

（3）學(xué)習(xí)者獲取證書(shū)與完成作業(yè)率分析。通過(guò)證書(shū)獲得率與作業(yè)的分析可檢驗(yàn)學(xué)習(xí)者的學(xué)習(xí)效果，通過(guò)前半部分分析可知，學(xué)習(xí)者的各個(gè)屬性（性別、年齡和教育背景）對(duì)其論壇交流活動(dòng)、學(xué)習(xí)行為（包括觀看教學(xué)視頻和作業(yè)完成情況）與學(xué)習(xí)效果都會(huì)產(chǎn)生一定影響。其中，目標(biāo)（證書(shū)獲得率）與其最重要預(yù)測(cè)變量（性別、年齡和教育背景）以及各預(yù)測(cè)變量之間的關(guān)系如圖2所示，各預(yù)測(cè)變量的重要性和條件概率值如圖3所示。

2.2 學(xué)習(xí)伙伴匹配實(shí)驗(yàn)結(jié)果與分析

學(xué)習(xí)者的學(xué)習(xí)伙伴匹配方式主要包括相似性匹配和互補(bǔ)性匹配。

表4 科目類別概率分布分析

圖2 各預(yù)測(cè)變量與目標(biāo)變量關(guān)系

首先，分析用戶的各個(gè)屬性，包括性別、年齡和教育背景及其對(duì)學(xué)生參與論壇交流活動(dòng)和學(xué)習(xí)行為（包括觀看教學(xué)視頻和作業(yè)完成情況）的影響。此外，還分析這3個(gè)因素對(duì)學(xué)習(xí)者學(xué)習(xí)行為的影響程度，如獲得證書(shū)的概率。通過(guò)分析得出：①學(xué)習(xí)的努力程度和提問(wèn)問(wèn)題頻率越高并不意味學(xué)習(xí)效率越高;②參與論壇交流對(duì)學(xué)習(xí)者的學(xué)習(xí)行為有很大影響;③“同質(zhì)性”，相似性高或者聯(lián)系頻繁的學(xué)習(xí)者經(jīng)常聚集成同一類，即“物以類聚，人以群分”;④學(xué)習(xí)互補(bǔ)性，學(xué)習(xí)者周圍有學(xué)習(xí)能力較強(qiáng)的其他學(xué)習(xí)者時(shí)，可以為待匹配學(xué)習(xí)伙伴[20]的學(xué)習(xí)者進(jìn)行指導(dǎo)式學(xué)習(xí)，當(dāng)學(xué)習(xí)者周圍有很多學(xué)習(xí)進(jìn)度相似或者學(xué)習(xí)進(jìn)度可互補(bǔ)的伙伴獲得學(xué)習(xí)證書(shū)時(shí)，該學(xué)習(xí)者獲得學(xué)習(xí)證書(shū)的概率也會(huì)大幅度增加。

圖3 預(yù)測(cè)變量重要性

通過(guò)對(duì)學(xué)習(xí)者的行為特征進(jìn)行建模，可以有效判別各學(xué)習(xí)者的學(xué)習(xí)風(fēng)格，學(xué)習(xí)風(fēng)格相似者可以互相作為學(xué)習(xí)伙伴。學(xué)習(xí)者的學(xué)習(xí)行為特征主要包括參與論壇交流、觀看教學(xué)視頻、考試成績(jī)、性別、受教育程度等。

如圖4所示，通過(guò)采集待識(shí)別學(xué)習(xí)者的學(xué)習(xí)行為特征與待匹配學(xué)習(xí)伙伴學(xué)習(xí)者的學(xué)習(xí)行為特征的樣本信息，對(duì)二者的特征進(jìn)行提取和變換，建立特征之間的相似關(guān)系;然后將待識(shí)別學(xué)習(xí)者的學(xué)習(xí)行為特征與其相對(duì)比，分析判別學(xué)習(xí)者學(xué)習(xí)行為特征的匹配程度，為學(xué)習(xí)者動(dòng)態(tài)匹配出最佳學(xué)習(xí)伙伴，進(jìn)而提高學(xué)習(xí)者的學(xué)習(xí)質(zhì)量與學(xué)習(xí)效率。

圖4 學(xué)習(xí)伙伴匹配概念模型

每個(gè)學(xué)習(xí)者的特征屬性值主要包括是否獲得證書(shū)、性別、教育背景等。因此，假設(shè)學(xué)習(xí)者分為n類，則每類的屬性值為X=｛X1，X2，…Xn｝。通過(guò)貝葉斯模型對(duì)學(xué)習(xí)者進(jìn)行聚類分析，為學(xué)習(xí)者匹配學(xué)習(xí)伙伴，以學(xué)習(xí)者是否獲得證書(shū)作為分析目標(biāo)，以學(xué)習(xí)者的性別、教育背景、科目分類、測(cè)驗(yàn)得分、學(xué)習(xí)時(shí)間、學(xué)習(xí)活動(dòng)數(shù)量、觀看視頻數(shù)量等作為分析輸人變量，對(duì)學(xué)習(xí)伙伴匹配進(jìn)行預(yù)測(cè)分析;其中，使用3種貝葉斯網(wǎng)絡(luò)對(duì)學(xué)習(xí)伙伴進(jìn)行預(yù)測(cè)，包括樹(shù)擴(kuò)展樸素貝葉斯模型、馬爾科夫模型和基于特征選擇預(yù)處理的馬爾科夫模型，各個(gè)模型預(yù)測(cè)準(zhǔn)確性如圖5所示。

圖5 模型預(yù)測(cè)準(zhǔn)確性評(píng)估

利用貝葉斯模型判別學(xué)習(xí)者學(xué)習(xí)行為模式的相似性，實(shí)現(xiàn)學(xué)習(xí)行為模式最為相似的學(xué)習(xí)者聚類，從而實(shí)現(xiàn)學(xué)習(xí)者學(xué)習(xí)伙伴的匹配。實(shí)驗(yàn)原理是以學(xué)習(xí)者的各種學(xué)習(xí)屬性值作為特征向量，將待匹配學(xué)習(xí)者的學(xué)習(xí)模式與其他學(xué)習(xí)者學(xué)習(xí)行為模式進(jìn)行對(duì)比，求出他們之間的相似性，同時(shí)統(tǒng)計(jì)出學(xué)習(xí)伙伴匹配正確性概率，見(jiàn)表5。

分析圖5得知，貝葉斯模型和基于特征選擇預(yù)處理的馬爾科夫模型都可以為學(xué)習(xí)者學(xué)習(xí)行為模式的預(yù)測(cè)提供良好參考，且貝葉斯模型的預(yù)測(cè)效果更好，而馬爾科夫模型則無(wú)法為學(xué)習(xí)者預(yù)測(cè)提供有用信息。表5顯示了3個(gè)模型的預(yù)測(cè)效果，通過(guò)正確與不正確的預(yù)測(cè)百分比得出各模型是否正確預(yù)測(cè)出學(xué)習(xí)伙伴的概率。其中，貝葉斯模型高于基于特征選擇預(yù)處理的馬爾科夫模型1.39個(gè)百分點(diǎn)，但利用基于特征選擇預(yù)處理的馬爾科夫模型進(jìn)行分析時(shí)，計(jì)算結(jié)果時(shí)所需輸人變量更少，可以減少數(shù)據(jù)收集時(shí)間、數(shù)據(jù)輸人時(shí)間以及數(shù)據(jù)處理時(shí)間，相對(duì)更方便一些。因此，在實(shí)際應(yīng)用中可使用基于特征選擇預(yù)處理的馬爾科夫模型為學(xué)習(xí)者匹配學(xué)習(xí)伙伴，提高匹配度。

表5 模型預(yù)測(cè)準(zhǔn)確性比較分析

3 結(jié) 語(yǔ)

雖然MOOC自身發(fā)展迅速，但是MOOC課程設(shè)計(jì)與評(píng)價(jià)還存在問(wèn)題，某些學(xué)生存在個(gè)性化學(xué)習(xí)需求問(wèn)題，如不能及時(shí)在MOOC上找到學(xué)習(xí)伙伴、學(xué)習(xí)中的問(wèn)題不能得到及時(shí)討論與解決等，這些都無(wú)法與MOOC自身的發(fā)展速度相匹配。因此，目前MOOC學(xué)習(xí)平臺(tái)在考慮知識(shí)共享時(shí)，應(yīng)同時(shí)考慮學(xué)生之間的交互行為，通過(guò)對(duì)學(xué)習(xí)者的行為特征進(jìn)行建模，進(jìn)而判別不同學(xué)習(xí)者的學(xué)習(xí)風(fēng)格，學(xué)習(xí)風(fēng)格相似者可以作為學(xué)習(xí)伙伴，及時(shí)解決學(xué)習(xí)者的學(xué)習(xí)問(wèn)題，進(jìn)而提高其學(xué)習(xí)質(zhì)量和學(xué)習(xí)效率。

[1] Pursel B K, Zhang L, Jablokow K W, et al. Understanding MOOC students: Motivations and behaviours indicative of MOOC completion[J]. Journal of Computer Assisted Learning, 2016, 32(3): 202-217.

[2] 張紅宇, 王堅(jiān)強(qiáng), 馬華. 結(jié)合社會(huì)網(wǎng)絡(luò)分析和多維特征聚類的學(xué)習(xí)小組劃分方法[J]. 計(jì)算機(jī)應(yīng)用研究, 2013, 30(3): 732-735.

[3] 王健, 靳奉祥, 史玉峰. 模式識(shí)別中特征選擇與聚類分析[J]. 測(cè)繪工程, 2002, 11(2): 21-24.

[4] 蔣卓軒, 張巖, 李曉明. 基于MOOC數(shù)據(jù)的學(xué)習(xí)行為分析與預(yù)測(cè)[J]. 計(jì)算機(jī)研究與發(fā)展, 2015, 52(3): 614-628.

[5] Kizilcec R F, Pérez-Sanagustín M, Maldonado J J. Recommending self-regulated learning strategies does not improve performance in a MOOC[C]//Proceedings of the Third (2016) ACM Conference on Learning@ Scale. New York: ACM, 2016: 101-104.

[6] 吳江, 馬磐昊. MOOC學(xué)習(xí)者行為分析研究——以愛(ài)課程平臺(tái)的一門慕課為例[J]. 知識(shí)管理論壇, 2015(3): 52-61.

[7] 惠兆陽(yáng), 梁玉, 李淑娟. 學(xué)生進(jìn)行網(wǎng)絡(luò)在線學(xué)習(xí)的障礙：因子分析研究[J]. 中國(guó)電化教育, 2013(3): 49-55.

[8] 陳曉湘, 費(fèi)洪曉. 智能授導(dǎo)系統(tǒng)中的學(xué)生建模研究[J]. 計(jì)算機(jī)與現(xiàn)代化, 2009(1): 8-11.

[9] 李唯實(shí). 個(gè)性化教育中的學(xué)習(xí)者模型技術(shù)研究[D]. 長(zhǎng)沙: 國(guó)防科學(xué)技術(shù)大學(xué), 201l.

[10] 樊文強(qiáng). 基于關(guān)聯(lián)主義的大規(guī)模網(wǎng)絡(luò)開(kāi)放課程(MOOC)及其學(xué)習(xí)支持[J]. 遠(yuǎn)程教育雜志, 2012(3): 31-36.

[11] Zhou M, Cliff A, Huang A, et al. M-CAFE: Managing MOOC student feedback with collaborative fi ltering[C]//Proceedings of the Second (2015) ACM Conference on Learning@Scale. New York: ACM, 2015: 309-312.

[12] Zhou M, Cliff A, Krishnan S, et al. M-CAFE 1.0: Motivating and prioritizing ongoing student feedback during MOOCs and large on-campus courses using collaborative fi ltering[C]//Proceedings of the 16th Annual Conference on Information Technology Education. New York：ACM, 2015: 153-158.

[13] 柏宏權(quán). 適應(yīng)性教學(xué)系統(tǒng)中個(gè)性化教學(xué)策略研究[D]. 南京: 南京師范大學(xué), 2006.

[14] Suen H K. Peer assessment for massive open online courses (MOOCs)[J]. The International Review of Research in Open and Distributed Learning, 2014, 15(3): 312-327.

[15] 劉乾. 基于社交網(wǎng)絡(luò)和地理位置信息的好友推薦方法研究[D]. 杭州: 浙江大學(xué), 2013.

[16] 葉國(guó)萍. 虛擬學(xué)習(xí)社區(qū)的技術(shù)支撐及發(fā)展前景[J]. 中國(guó)電化教育, 2008(12): 108-111.

[17] 徐彬, 張昱, 李封, 等. MOOC課程論壇中學(xué)習(xí)者論壇交互網(wǎng)絡(luò)結(jié)構(gòu)特征分析[J].計(jì)算機(jī)教育, 2015(15): 23-26.

[18] Wachtler J, Khalil M, Taraghi B, et al. On using learning analytics to track the activity of interactive MOOC videos[EB/OL]. [2016-08-15]. https://www.researchgate.net/publication/301548497_On_Using_Learning_Analytics_to_Track_the_Activity_of_ Interactive_MOOC_Videos.

[19] 李蘭春, 王雙成, 王輝. 學(xué)生綜合素質(zhì)評(píng)估的層次貝葉斯網(wǎng)絡(luò)聚類方法[J]. 東北師大學(xué)報(bào)(自然科學(xué)版), 2011, 43(3): 49-53.

[20] 徐彬, 楊丹, 張昱, 等. 基于學(xué)習(xí)者行為特征的MOOCs學(xué)習(xí)伙伴推薦[J]. 計(jì)算機(jī)科學(xué)與探索, 2015, 9(1): 71-79.

（編輯：宋文婷）

1672-5913(2017)01-0084-07

G642

國(guó)家自然科學(xué)基金青年基金項(xiàng)目（61301136）；中南大學(xué)2016年研究生科研創(chuàng)新項(xiàng)目（2016zzts377）；中南大學(xué)2016年本科生自由探索計(jì)劃項(xiàng)目（160210002）；中南大學(xué)2016年大學(xué)生創(chuàng)新訓(xùn)練項(xiàng)目（ZY2016593）。

費(fèi)洪曉，男，副教授，研究方向?yàn)樾畔⑦^(guò)濾和網(wǎng)絡(luò)安全，hxfei@csu．edu．cn。