摘 要：本文對學習行為記錄、個性化學習及智能化服務(wù)以及學習行為分析模型三個方面的研究進行歸納綜述，提出了以目前在線學習行為分析研究中存在的一些問題。

關(guān)鍵詞：學習記錄；個性化學習；學習行為分析模型

DOI：10.16640/j.cnki.37-1222/t.2017.24.200

1 引言

《2017年中國在線教育行業(yè)發(fā)展現(xiàn)狀及市場規(guī)模預測》調(diào)查數(shù)據(jù)顯示，2016年在線教育市場規(guī)模達到1560.2億元，用戶規(guī)模達到9001萬人，預計2018年，在線教育市場規(guī)模將突破2000億。我國自1990年開展遠程教育以來，取得了巨大的發(fā)展，在線教育逐漸成為在職人員繼續(xù)深造學習的方式，也成為各學校教師生學習的必不可少的一種學習方式。發(fā)展至今，學校、政府部門、公司幾乎都有自己的在線學習學習平臺。在線教育與傳統(tǒng)教育相比較，具有學習資源共享、學習資源豐、教育規(guī)模大、教育成本小、不受時間空間限制等優(yōu)勢，它依托互聯(lián)網(wǎng)，能夠?qū)崿F(xiàn)隨時隨地學習。因此在線學習的人數(shù)和規(guī)模迅猛發(fā)展，其受重視程度不可小覷，正逐步成為不可或缺的主要學習方式。

2012年，大數(shù)據(jù)迅速發(fā)展，強勢來襲，“數(shù)據(jù)思維”的重要性瞬間充斥到各行各業(yè)。教育領(lǐng)域也不例外，在線教育的過程中充斥著多種形式的教育數(shù)據(jù)。利用學習數(shù)據(jù)來評價學生的學習表現(xiàn)和為學生提供服務(wù)已成為不可阻擋的趨勢，以數(shù)據(jù)為依據(jù)更具有科學性和說服力。隨著網(wǎng)絡(luò)課程與學習技術(shù)系統(tǒng)的發(fā)展，能夠獲取到的在線學習者學習數(shù)據(jù)會越來越多，利用學習行為分析的方法和技術(shù)，可以深入挖掘?qū)W習者學習數(shù)據(jù)背后隱藏的巨大價值，例如可以分析學習者風格、學習者學習行為習慣、行為產(chǎn)生的動機、需要、環(huán)境等因素，以及各個行為之間潛在的關(guān)聯(lián)規(guī)則，微妙而又復雜的關(guān)系等等。從這些數(shù)據(jù)中挖掘出與學習相關(guān)的信息，從而實現(xiàn)改進教學系統(tǒng)、提升學習效果，在教育信息化領(lǐng)域一直有著巨大的吸引力[1]。

2 在線學習行為分析研究現(xiàn)狀

在線學習行為分析是一門綜合性較強、知識濃度較高、跨領(lǐng)域較廣的研究，涉及多個學科領(lǐng)域的知識，例如行為認知、心理學、教育學、統(tǒng)計學、數(shù)據(jù)挖掘、人工智能等，因此不同研究者從不同的角度出發(fā)，其研究方法和研究范疇也各不相同。本文聚焦于學習行為數(shù)據(jù)的記錄、個性化學習資源及智能化服務(wù)、學習行為分析模型三個方面進行綜述。

2.1 學習行為記錄研究

國內(nèi)外學者對于在線學習行為的研究，最初始于國外學者AnnaHummel等投入了無線通信移動設(shè)備，如：PC（個人計算機）、PDA（掌上電腦）、Notebook（筆記本電腦）等。利用移動設(shè)備實時的追蹤記錄學生的學習行為，建立了基于web的在線學習平臺，學生的應用移動通信設(shè)備學習的行為數(shù)據(jù)將會傳到web服務(wù)器和數(shù)據(jù)庫，教師或管理者通過日志記錄獲取到學生的學習內(nèi)容、學習反饋、自我評價、在線作業(yè)，據(jù)此形成對學生的及時反饋和評價[2]。此外，美國為了簡化教學流程還創(chuàng)建了在線學生成績管理平臺Engrade，包含了測試、管理、作業(yè)、評價等9大功能，教師可以隨時查看學生的學習狀態(tài)并據(jù)此調(diào)整教學方案，教學資源實現(xiàn)重復利用，提高了教學效率[3]。我國對在線學習行為分析的研究相對稍晚于國外，早期的研究主要聚焦于如何使用網(wǎng)絡(luò)環(huán)境進行有效學習，提高學習資源的利用率等方面。2004年，龔志武利用遠程教育網(wǎng)絡(luò)教學平臺進行實證研究，研究了師生交互率與網(wǎng)上累計學習時間、網(wǎng)上累計學習次數(shù)之間的關(guān)系，并列舉出一些值得探討的問題。如：學習者的交互和獨立如何制衡[4]，教師的投入和回報問題如何處理[5]。2005年，徐彩虹采用問卷調(diào)查的方式分析了河北、江蘇、山東3個省份5所高校的大學生在線安學習過程中存在的問題（學習較少娛樂較多、學習資源匱乏、缺少教師指導），探討了對對大學生在線學習行為的主要影響因素（學生計算機技能不足、教師網(wǎng)絡(luò)素養(yǎng)低、在線學習資源匱乏），并據(jù)此提出了相應的改進策略（網(wǎng)絡(luò)素質(zhì)教育、加強信息化建設(shè)、網(wǎng)絡(luò)教學培訓）[6]。

教育心理學將人的學習行為劃分為兩個大的維度，即外顯行為（Ex-plicitLearning）和內(nèi)隱行為（ImplicitLearning）。外顯行為是我們可以直接觀測、記錄到的行為，而內(nèi)隱行為則是根據(jù)內(nèi)心世界的想法對外做出的行為。可以看出，對在線學習者學習行為的記錄，主要依托在線學習平臺通過Internet將學生的外顯學習行為（學習時長、學習進度、討論交流、作業(yè)、測試、答疑等）記錄到網(wǎng)絡(luò)服務(wù)器和數(shù)據(jù)庫，教師從學習平臺后臺的日志記錄中獲取學習者的學習行為。而學生的內(nèi)隱學習行為，通常采用問卷調(diào)查的方式獲取。

2.2 個性化學習及智能化服務(wù)研究

部分學者從學生學習需求出發(fā)，力圖滿足學生的在線學習需求，提高學習滿意度，從而積極地促進學習者在線學習行為的發(fā)生。Wan-ILee等為學生提供適合自己的教學策略，通過提升教學環(huán)境，提高在線學習者的學習滿意度，最終實現(xiàn)提高學習績效的目的[7]。Chih-MingChen等設(shè)計了個性化學習系統(tǒng)，在這個系統(tǒng)中運用了模糊推理機制，依據(jù)學習者對課件學習的反應來推測出學習者學習能力的強弱，從而為學習者推薦難度系數(shù)與學習者學習能力向符合的學習課件[8]。Jia-JiunnLo通過對學習者在線學習時瀏覽網(wǎng)頁的節(jié)點順序和打開的相關(guān)鏈接，分析學習者的學習偏好和學習風格，推薦相應的學習內(nèi)容[9]。我國研究者趙錚提出了面向智慧學習空間學習過程的推薦系統(tǒng)，整個系統(tǒng)分為四層，前兩層主要負責學習者在線學習行為數(shù)據(jù)采集和分類存儲，第三層負責分析前兩層所得數(shù)據(jù)，計算學習者相似度，第四層依據(jù)計算分析結(jié)果向?qū)W習者推薦學習路徑和學習資源的個性化服務(wù)[10]。吳洪艷基于智慧學習理論和學習分析理論，闡述了構(gòu)建個性化學習系統(tǒng)的思路，構(gòu)建了個性化在線學習系統(tǒng)，依據(jù)學習者需求和學習規(guī)律，為不同的學習者推薦適合自身法的學習資源和學習路徑，教師可以預測學習效果、干預學生學習[11]。

不難看出，致力于個性化學習資源及智能化服務(wù)研究的文獻，從兩條路線來促進學習者的學習行為，一是改善在線學習環(huán)境、學習資源，滿足學習者的學習需求；二是通過創(chuàng)建個性化學習服務(wù)平臺，為學習者提供推薦個性化的學習資源、學習路徑、學習策略和學習干預。

2.3 學習行為分析模型的研究

我國許多學者為學習行為分析模型的研究做出了貢獻，為后續(xù)研究奠定了基礎(chǔ)。比較有代表性的有：2012年彭文輝的博士學位論文提出了一系列有關(guān)學習行為分析的模型。如OCCP分類模型將學習行為從低級到高級分為四個層次（操作、認知、協(xié)作、問題解決）， S-F-T三維分類模型（結(jié)構(gòu)、功能、方式），網(wǎng)絡(luò)學習行為系統(tǒng)概念模型（要素、描述、分類、受影響、獲取數(shù)據(jù)、分析、研究意義），網(wǎng)絡(luò)學習信息模型并實現(xiàn)XML綁定，最后設(shè)計開發(fā)出網(wǎng)絡(luò)學習原型系統(tǒng)并投入實踐應用論證模型[12]。2014年，胡藝齡、顧小清、張春分析了現(xiàn)有學習行為分析模型的不足（未體現(xiàn)在線學習分析的過程描述），構(gòu)建了自底向上的分為數(shù)據(jù)層、機制層、結(jié)果層，數(shù)據(jù)層負責收集學習者產(chǎn)生或發(fā)布的數(shù)據(jù)，形成行為特征庫，機制層分析行為特征庫中各因素之間的關(guān)聯(lián)與內(nèi)涵，提供預測和及時反饋，結(jié)果層將分析結(jié)果可視化并呈現(xiàn)給學習者、教師、家長、管理者，三個層不斷循環(huán)更新迭代[13]。2017年張家華等基于傳統(tǒng)的RTI（ResponsetoIntervention，簡稱RTI）模式構(gòu)建了包括篩選、監(jiān)控、多層次干預、決策和分析五個要素的循環(huán)迭代在線學習干預模型，并用實驗檢驗其有效性，將在線學習者的學習行為數(shù)據(jù)篩選后，預測可能存在風險的學習者加以適當?shù)母深A[14]。

以上學習行為分析模型的構(gòu)建，學生既是學習行為的產(chǎn)生者，也是學習行為分析的最終受益者。出發(fā)點和落腳點均在學習者自身，體現(xiàn)出以學習者為中心的思想。以“數(shù)據(jù)獲取——數(shù)據(jù)分析——結(jié)果反饋”這樣的思路，數(shù)據(jù)不斷迭代更新，分析機制也不斷更新，形成良性循環(huán)。

3 存在的問題

綜合以上三方面研究現(xiàn)狀來看，目前對于在線學習行為分析的研究已經(jīng)取得一定的成果，但已存在不足之處。第一，對于學習行為的記錄，依然停留在剛起步的水平，只能夠簡單地記錄比如學習時長、學習時間、談?wù)摻涣鞯纫恍┩怙@行為，而對于能夠反應學習者內(nèi)隱行為的記錄還需進一步研究。第二，個性化及智能化服務(wù)系統(tǒng)缺乏情感交流，對于在線學習環(huán)境下學習者行為的研究還不夠深入，并非想學習者推送學習資源學習者就會進行有效地學習。第三，由于學習行為分析涉及到的知識領(lǐng)域比較廣泛，研究者需要掌握大量的各學科領(lǐng)域的知識，但目前對學習行為分析的研究多為與教育相關(guān)專業(yè)的人員，在學科知識整合不夠完善的情況下，研究顯得不夠?qū)I(yè)。因此，學習行為分析模型的構(gòu)建大多停留在理論構(gòu)建的基礎(chǔ)上，構(gòu)建好的模型沒有能夠依據(jù)模型的方法構(gòu)建出平臺并投入使用，實證研究的規(guī)模還比較小。

參考文獻：

[1]顧小清，張進良，蔡慧英.學習分析：正在浮現(xiàn)中的數(shù)據(jù)技術(shù)[J].遠程教育雜志，2012，30（01）：18-25.

[2]Karin Anna Hummel，Helmut Hlavacs.Anytime，Anywhere Learning Behavior Using a Web-Based Platform for a University Lectrue. Praoceedings of the SSGRR 2003 Winter Confrence，2003.

[3]Engrade IK-12 Instructional Management Platform[DB/OL]. https：//www.engrade.com.

[4]John Daniel.Using ICT for Quality Teaching， Learning and Effective Management[A].7th Annual UNESCO-ACEID International Conference on Education[C].Bangkok，2001：11-21.

[5]龔志武.關(guān)于成人學生網(wǎng)上學習行為影響因素的實證研究[J].中國電化教育，2004（08）：32-35.

[6]徐紅彩.在校大學生網(wǎng)絡(luò)學習行為的調(diào)查與研究[J].電化教育研究，2005（06）：61-63.

[7]Wan-I Lee.The application of KANO's model for improving Web-based learning performance [DB/OL].32nd ASEE/IEEE Frontiers in Education Conference，2002.

[8]Chih-Ming Chena，Ling-Jiun Duh.Personalized web-based tutoring system based on fuzzy item response theory.Expert Systems with Applications，2007.

[9]Jia-Jiunn Lo，Pai-Chuan Shu.Identifying Learning Styles by Observing Learners'Browsing Behavior.British Journal of Educational Technology （in press）.

[10]趙錚，李振，周東岱，鐘紹春.智慧學習空間中學習行為分析及推薦系統(tǒng)研究[J].現(xiàn)代教育技術(shù)，2016，26（01）：100-106.

[11]吳洪艷.智慧學習視角下個性化在線學習系統(tǒng)設(shè)計與應用[J].中國電話教育，2016，341（06）：127-131.

[12]彭文輝.網(wǎng)絡(luò)學習行為分析及建模[J].華中師范大學，2012.

[13]胡藝齡，顧小清，趙春.在線學習行為分析建模及挖掘[J].開放教育研究，2014，20（02）：102-110.

[14]張家華，鄒琴，祝智庭.學習分析視角下在線學習干預模型應用[J].現(xiàn)代遠程教育研究，2017，（04）：88-96.

作者簡介：孫燕龍（1992-）， 男 ， 云南昆明人 ， 碩士研究生 ， 研究方向：學習行為分析。