楊定中

摘要：本文對大數(shù)據(jù)時代下的MOOC在線教育平臺做了介紹，并基于教育大數(shù)據(jù)，針對MOOC在線教育平臺中的6門課程，對學(xué)習(xí)者的數(shù)字化學(xué)習(xí)行為進行了分析。首先，在對大數(shù)據(jù)統(tǒng)計分析的基礎(chǔ)上，對學(xué)習(xí)者的類型進行了分析。依據(jù)不同的學(xué)習(xí)行為，將學(xué)習(xí)者分為五類，分別為：打醬油者、虎頭蛇尾者、搖擺不定者、堅定完成者以及只為學(xué)習(xí)者。然后對學(xué)習(xí)者參與行為進行了分析，探討了學(xué)習(xí)者與時間相關(guān)的行為以及與成績相關(guān)的行為。

關(guān)鍵詞：教育大數(shù)據(jù)；數(shù)字化學(xué)習(xí)；學(xué)習(xí)行為分析

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2017）22-0077-03

一、前言

在大數(shù)據(jù)的時代背景下，我們逐步開展了智慧校園的建設(shè)。MOOC在線教育對以往的教學(xué)模式進行了極大的革新，使更多的優(yōu)質(zhì)資源在網(wǎng)絡(luò)技術(shù)支持下得以共享，推動了我國全民教育事業(yè)的發(fā)展，并在很大程度上使教育更公平化，使信息孤島問題得以有效的消除。在MOOC網(wǎng)絡(luò)平臺之中，其課程學(xué)習(xí)是免費開放的，在世界各地的學(xué)習(xí)者通過互聯(lián)網(wǎng)均能夠?qū)ζ脚_自由訪問?，F(xiàn)如今，MOOC平臺擁有一千多萬的用戶，其對學(xué)習(xí)者提供更為全面、正規(guī)的課程教育。MOOC在線教育的最大特征就是擁有十分龐大的學(xué)習(xí)者群體。在傳統(tǒng)的教育測評工作中，我們以假定：學(xué)習(xí)者群體所具有的學(xué)習(xí)動機大致是一樣的；學(xué)習(xí)者的心智發(fā)育以及知識構(gòu)成也較為相近；并且參與學(xué)習(xí)的人數(shù)相對要少得多。所采用的測評方式相對來說較為單一，且相對簡單。而以上假定在MOOC網(wǎng)絡(luò)平臺中，則出現(xiàn)了相對大的改變，不同的學(xué)習(xí)者所具有的學(xué)習(xí)動機以及自身的知識構(gòu)成具有較大的差異性。在學(xué)習(xí)者參與人數(shù)眾多的MOOC平臺之中，傳統(tǒng)的測評方式無法適應(yīng)新的教育模式，不能取得良好的測評效果。隨著教育信息技術(shù)的水平的不斷提高，在線學(xué)習(xí)平臺資源的開放與共享越來越來深入，數(shù)字化的學(xué)習(xí)已經(jīng)融入到教育的全過程，學(xué)習(xí)者在MOOC網(wǎng)絡(luò)平臺中發(fā)生的全部學(xué)習(xí)行為，通過多種信息數(shù)據(jù)的方式而記錄至數(shù)據(jù)庫中。因此，要對MOOC網(wǎng)絡(luò)平臺中學(xué)習(xí)者進行有效的測評，無法完全借鑒以往的測試方法。因而，需要基于大數(shù)據(jù)條件下，對學(xué)習(xí)者的學(xué)習(xí)行為以及學(xué)習(xí)效果進行分析與測評。本文以某學(xué)校在MOOC網(wǎng)絡(luò)平臺中所開設(shè)的6門網(wǎng)絡(luò)課程進行學(xué)習(xí)這行為的數(shù)據(jù)收集與分析，旨在為課程教學(xué)中進一步改善教學(xué)效果提供一定的參考依據(jù)。

二、學(xué)習(xí)者的類型分析

掌握不同的學(xué)習(xí)者與MOOC平臺發(fā)生的交互學(xué)習(xí)行為具有較為重要的作用。所以，我們對學(xué)習(xí)者的數(shù)字化學(xué)習(xí)行為進行分析，能夠找到不同學(xué)習(xí)者的學(xué)習(xí)目標、學(xué)習(xí)動機以及學(xué)習(xí)狀態(tài)等具有較高價值的數(shù)據(jù)信息，以此作為個性化課程教育的改進以及測評學(xué)習(xí)者學(xué)習(xí)效果的重要依據(jù)。不過，學(xué)習(xí)者所具有的動機不能直接的測量到，唯有依照一定的評估總結(jié)，對某些行為具有的假定構(gòu)想間接的進行感知。在長期研究中發(fā)現(xiàn)，對于單個的學(xué)習(xí)者進行目標、學(xué)習(xí)內(nèi)容、證書對學(xué)習(xí)者的激勵價值大小、外部環(huán)境、個人狀態(tài)以及本能推動等評測是相對較為困難的，而以上情況均反映在學(xué)習(xí)者的學(xué)習(xí)行為差異方面。按照不同學(xué)習(xí)者所具有的動機進行群體的劃分，單純依據(jù)學(xué)習(xí)者的行為數(shù)據(jù)，無法進行相對精確的類別劃分。而且，所劃分的種類較多且繁雜。所以，應(yīng)對此進行一定的簡化處理。

表1中的數(shù)據(jù)是針對某高校在MOOC平臺中所開設(shè)的6門課程相關(guān)數(shù)據(jù)信息進行收集與統(tǒng)計。此6門課程分別為：人群與網(wǎng)絡(luò)課程（P）、藝術(shù)史課程（A）、大學(xué)化學(xué)課程（C）、生物信息學(xué)課程（B）、數(shù)據(jù)結(jié)構(gòu)與算法分析課程（D）、計算機概論課程（I）。每一門課程所涉及的教學(xué)內(nèi)容以及相關(guān)要求均有所差異。

表2中的數(shù)據(jù)是不同的課記錄在總分之中的項目，在這些記錄總分之中的項目中，小測驗以及期末測試是所有課程均含有的。

依據(jù)傳統(tǒng)的所采用的評價方式，是依照不同學(xué)生的成績，而把其劃分成“好、中、差”這三個等級。在MOOC平臺中，僅僅通過學(xué)習(xí)成績來對學(xué)習(xí)者的學(xué)習(xí)效果進行評價，明顯較為片面。在MOOC平臺中，存在著多類別的學(xué)習(xí)行為，在此選擇“觀看視頻”以及“提交測驗”這兩個非常廣泛而且也最為基礎(chǔ)的學(xué)習(xí)行為，來對學(xué)習(xí)者的學(xué)習(xí)行為進行分析。由于我們將參與學(xué)習(xí)者總共劃分成“好、中、差”三個不同的等級。所以，在此就要求具有兩個相應(yīng)的閾值。本文將其做了一定的簡化處理，僅僅考慮學(xué)習(xí)者“觀看視頻”以及“提交測驗”的行為。在屬于“差”類等級之中的學(xué)習(xí)者中，其出現(xiàn)上述學(xué)習(xí)行為的次數(shù)極少，有些學(xué)習(xí)者的記錄甚至為零值，此類學(xué)生被納入到“打醬油者”之中。而在屬于“中”類等級之中的學(xué)習(xí)者中，其觀看視頻的次數(shù)以及提交測驗的次數(shù)在整個群體之中屬于中等水平，我們能夠?qū)⑦@些學(xué)習(xí)者看成是未完整的對課程進行學(xué)習(xí)。而在“中”等學(xué)習(xí)者之中，有個別學(xué)習(xí)者是偶爾的對課程內(nèi)容進行學(xué)習(xí)，也有部分學(xué)者在很長一段時間之內(nèi)未進行課程的學(xué)習(xí)。所以，在此把這部分學(xué)習(xí)者再細致劃分成“虎頭蛇尾者”以及“始終搖擺者”。而在屬于“好”類等級之中的學(xué)習(xí)者中，他們的學(xué)習(xí)行為記錄非常多。不過，這其中部分人未取得相應(yīng)的證書，說明此部分學(xué)習(xí)者其目標并非是為了獲取證書。所以，把此類學(xué)習(xí)者進行更細致的劃分，分別歸類為“堅定完成者”以及“只為學(xué)習(xí)者”。這兩類學(xué)習(xí)者之間的主要區(qū)別，是看是否參加了期末的測驗。在對不同的學(xué)習(xí)者種類劃分之后，要對不同分類的閾進行確定。首先，定義不同的兩個閾值分別為c1與c2，定義學(xué)習(xí)者觀看課程視頻的記錄次數(shù)l，定義學(xué)習(xí)者提交測驗的記錄次數(shù)q，學(xué)習(xí)者首次發(fā)生觀看視頻或者提交測驗與最后發(fā)生觀看視頻或者提交測驗的時間間隔數(shù)為t。那么，可得某一學(xué)習(xí)者的記錄密度值p為（p+q）/t。定義θ是“中”類等集中，全部學(xué)習(xí)者記錄密度所擁有的平均值大小。那么，在對學(xué)習(xí)者類別劃分時有下列五種類型：

（1）若是l+p≤c1，那此學(xué)習(xí)者被定義為“打醬油者”。

（2）若是c1