代紅 崔文華 張文宇 歐陽鑫玉 （遼寧科技大學國際金融與銀行學院）

隨著無線通信技術(shù)的發(fā)展和智能手機的廣泛應(yīng)用，2014年至2018年至今，對網(wǎng)絡(luò)學習行為的研究熱度在持續(xù)上升，論文數(shù)量達到533 篇，是過去十年的1.21 倍。利用學習者的網(wǎng)絡(luò)學習行為數(shù)據(jù)，并借助數(shù)據(jù)挖掘、機器學習技術(shù)進行學習者學習結(jié)果分析，可以對學習者給出更客觀全面的學習評價，同時也為教育管理者的政策制定、教師的教學干預(yù)和學習者的自我調(diào)整提供參考和指導(dǎo)。通過閱讀文獻，總結(jié)對學習者學習行為數(shù)據(jù)分析上的研究還存在以下不足：（1）多數(shù)研究者使用的是本校部分學科學生網(wǎng)絡(luò)學習行為的數(shù)據(jù)，受學習環(huán)境影響，數(shù)據(jù)缺乏通用性、代表性且樣本數(shù)量小。（2）多數(shù)研究是以對知識點的學習次數(shù)為特征屬性，缺少學習交互次數(shù)、學習頻度等特征屬性的關(guān)聯(lián)分析。為此本文使用哈佛大學和麻省理工學院開放的數(shù)據(jù)集從智能環(huán)境下的網(wǎng)絡(luò)學習行為分析方法入手，采用力求特征集中的特征數(shù)據(jù)為建立準確模型的貢獻率最大的方法，構(gòu)建有利于提高學習者學習績效的分析預(yù)測模型，同時對教學干預(yù)提供參考建議。

一 網(wǎng)絡(luò)學習行為分析的發(fā)展研究

伴隨物聯(lián)網(wǎng)、云計算以及大數(shù)據(jù)等新技術(shù)的出現(xiàn)，智能學習環(huán)境下學習者的學習方式正在逐漸發(fā)生變革。2006年《中國電化教育》期刊上華中師范大學彭文輝老師的一篇題目為“網(wǎng)絡(luò)學習行為分析及其模型研究”的論文中第一次對網(wǎng)絡(luò)學習行為的概念進行了總結(jié)定義，同時他在對2004～2013年這個時間段我國網(wǎng)絡(luò)學習行為期刊論文的內(nèi)容分析進行了調(diào)查研究。由于網(wǎng)絡(luò)學習方式場景多元化，多層面獲取知識實時、方便和快捷等優(yōu)勢，改變了學習者學習習慣和學習態(tài)度，對實現(xiàn)學習者終身教育也很有幫助。但是如果在學習行為分析后除了給出適合學習者的學習模式，進行有效學習建議反饋和學習路徑推薦之外，對學習者進行一定的學習行為預(yù)測和干預(yù)，將會對學習者的學習績效提升更有意義。

二 智能學習環(huán)境下學習者分析模型

1 學習者學習特征屬性的選擇

學習者的學習行為分為顯性和隱性。學習者顯性學習行為一般是操作層面的行為日志信息，如評價、交流、答疑、測驗、討論、分享、創(chuàng)作等反映在交互文本上信息，以及學習事件次數(shù)、學習時長、學習重復(fù)率、學習時間跨度等統(tǒng)計出來的數(shù)據(jù)。學習者隱性學習行為一般需要通過數(shù)據(jù)篩選、過濾、挖掘分析出來，同時進行信度度量，如學習動機、學習目的和學習目標等信息。本文研究使用的數(shù)據(jù)來源于edX 2014年發(fā)布的數(shù)據(jù)集——“HMXPC13_DI_v2_5－14－14.csv”，如表1 所示。哈佛大學和麻省理工學院的edX 數(shù)據(jù)并沒有提供長期學習行為模式的信息，如論壇帖子是否隨時間而增加或減少，視頻訪問是否隨時間而改變等等(見表1）。

在edX 公開數(shù)據(jù)集中共包含641138 個實例，其中標注中國國籍的學習者5170 個實例。開放數(shù)據(jù)集的20 個列項按照內(nèi)容歸納成五大類，即課程信息類、學習者基本信息、學習者類型信息、學習者行為信息和其他。其中按照edX 開放數(shù)據(jù)集中給出的學習者特征屬性信息，將學習者類型又分為注冊者(registered)、瀏覽者（viewed）、探索者（explored）和獲得證書者（certified）。平臺要求先注冊才能進一步學習，因此開發(fā)數(shù)據(jù)集中的所有實例學習類型均先為注冊者。在學習者注冊時有些信息并未輸入，如性別，為此在數(shù)據(jù)集上留有空白或者標注N/A。本文對學習者學習行為進行分析，因此使用學習者行為信息建立學習分析模型，將學習者類型的特征屬性信息作為建立模型的標簽，且只對國籍為中國的學生進行學習者學習行為分析。這樣在不降低模型建立準確性的前提下，既減少了模型建立的冗余屬性，節(jié)省了存儲空間，同時也加快了模型建立的時間。

表1 edX 開放數(shù)據(jù)集列項描述

2 學習者學習行為分析模型

（1）學習者基本信息分析

通過對edX 平臺上的16 門課程開放數(shù)據(jù)的統(tǒng)計，對全球?qū)W習者類型與中國學習者類型進行了對比，全球大部分學習者以瀏覽者學習類型數(shù)量居多，同時也能夠得到中國學習者數(shù)量占全球?qū)W習者數(shù)量的0.81%，其中中國學習者在edX 平臺通過學習獲得證書者占全球?qū)W習者獲得證書數(shù)量的0.35%。根據(jù)有標注性別的信息統(tǒng)計（標注N/A 和空白不在統(tǒng)計之列），在中國學習者中男性數(shù)量偏大，且大多數(shù)屬于瀏覽性質(zhì)的學習。

對于身份經(jīng)過申請認證的獲得證書學習者來說，數(shù)量方面男女相差不大，尤其是女性學習者在進行探索性學習后大部分都能獲得證書，說明女性學習者的學習目的很明確，需要拿到證書。在獲得證書的學習者中專門對學歷和性別進行統(tǒng)計，學歷高的學習者不太重視在平臺上獲得證書，學歷偏低的人群更注重證書的獲得。除了向在線學習者提供普通證書課程之外，其還與德州公立大學系統(tǒng)開展合作，開發(fā)“線上”與“線下”相結(jié)合的學分課程，這樣既方便了德州公立大學系統(tǒng)內(nèi)的學生選修通識課程學分，又使課程學分在大學系統(tǒng)內(nèi)得到充分認可，將在線教育正式納入正統(tǒng)學位教育，為此分析出學歷偏低的學習者更希望通過課程認證增加求職的機會。

由于學習者行為信息不能通過簡單的統(tǒng)計分析出學習者行為模式，現(xiàn)只對針對中國學習者進行研究分析，選取了反應(yīng)學習者行為信息的課程交互次數(shù)、課程訪問天數(shù)、播放視頻次數(shù)、學習章節(jié)數(shù)和論壇發(fā)帖數(shù)特征屬性作為學習行為分析的客觀依據(jù)，以注冊者(registered)、瀏覽者（viewed）、探索者（explored）和獲得證書者（certified）為模型的類別標簽。采用挖掘分析，建立學習者行為分析預(yù)測模型。

（2）學習者學習行為分析模型

由于K-MEANS 算法在處理大數(shù)據(jù)時算法簡單、具有收斂速度快等優(yōu)點，為此本文使用此算法進行學習分析模型的建立。首先對HMXPC13_DI_v2_5－14－14.csv 開放數(shù)據(jù)集進行預(yù)處理使其滿足數(shù)據(jù)挖掘工具軟件Weka 的格式導(dǎo)入要求，導(dǎo)入后使用K-MEANS 算法進行聚類分析。以獲得證書者聚類模型為例，對獲得證書者數(shù)據(jù)用K-Means 算法迭代八次，初始產(chǎn)生了兩個中心點，最終有62 個instances 聚合為一類，5108 個instances 聚合為一類，建模時間為0.12 秒。對其他學習者類型采用同樣K-MEANS 算法可以建模。

（3）結(jié)果剖析

通過數(shù)據(jù)挖掘統(tǒng)計結(jié)果，可以得出中國學生課程平均交互次數(shù)為144.86 次，平均訪問天數(shù)3.33 天，平均播放視頻次數(shù)為64.26 次，平均學習章節(jié)數(shù)2.904，中國學生不論是否獲得證書均沒有論壇發(fā)帖，即平均論壇發(fā)貼數(shù)為0。獲得證書者課程平均交互次數(shù)s 為3854.90 次，平均訪問天數(shù)38.94 天，平均播放視頻次數(shù)為200.17 次，平均學習章節(jié)數(shù)16.69，獲得證書者在課程交互次數(shù)和訪問天數(shù)均遠高于學習者平均水平。在使用K-MEANS 算法對其他學習者類型建立模型后總結(jié)歸納得到表2 學習者行為對比信息。

表2 中國學習者學習行為對比信息

從表中信息得到中國學習者不論是哪種學習者類型都比較喜歡通過觀看視頻方式獲取知識，因為觀看視頻方式作為網(wǎng)絡(luò)學習最大優(yōu)點是可以對不懂之處反復(fù)學習觀看，且相對于自己瀏覽學習章節(jié)更能夠吸引學習者注意力。如果視頻制作能夠短小精悍、有針對性地介紹某個知識點，且能夠引入多種元素進行介紹，會有更多的學習者愿意采用此種方式進行網(wǎng)絡(luò)學習。從學習頻度和學習交互次數(shù)上看，獲得證書者和探索者的網(wǎng)絡(luò)學習投入的時間和精力遠高于一般瀏覽者，說明開放學習平臺是學習者獲取知識的有效途徑之一。為此合理地設(shè)計課程和組織課程學習資源，并在學習社區(qū)上請專家和名師參與互動，可以更有利于調(diào)動學習者的參與度，從而使優(yōu)質(zhì)資源共享得到最大利用。而獲得證書者在不同學習者類型中投入網(wǎng)絡(luò)學習的時間和精力值是最大的，其中課程平均交互次數(shù)遠遠大于其他類型學習者，但是獲得證書者和其他類型學習者在國外論壇從未發(fā)帖，而在國內(nèi)網(wǎng)站上通過在論壇發(fā)帖獲得幫助是很常見的。分析原因在于文化背景、語言習慣或者使用方式上有一定差異導(dǎo)致這種網(wǎng)絡(luò)學習方式在有多國學習者環(huán)境中被遺棄。

三 提高網(wǎng)絡(luò)學習績效的策略和建議

1 明確學習目標，提高激勵價值

網(wǎng)絡(luò)學習是一種依據(jù)個人學習目標和意愿自主選擇學習時間、學習地點的學習方式，其中學習的目的性直接影響學習績效。從學習者學習行為分析模型得出，獲得證書的學習者都有明確的學習目的和目標，因此在學習過程中每項活動的參與度均高于其他類型學習者。為此建議提高網(wǎng)絡(luò)在線學習證書的認可度，直接刺激和提高學習者的學習自控性。當網(wǎng)絡(luò)在線學習成績、學分和證書的認可度提高時，或者學校將在線學習教育納入正規(guī)學位教育時，社會對在線學習教育更加認可，就會有更多學習目標清晰的學習者參與進來。為了提高證書價值，可以在平臺建設(shè)中增加未來能夠使用網(wǎng)上認證證書的企業(yè)與公司信息，明確證書類別信息，使學習范圍和目標更加明確，同時也為企業(yè)和公司獵頭尋找優(yōu)秀人才提供有效數(shù)據(jù)、線索和幫助。通過學習者學習行為的統(tǒng)計分析，為學習者提供量化的數(shù)據(jù)和預(yù)測學習績效，可以改變學習者的認知內(nèi)驅(qū)動，使其能夠更加清晰地意識到自己學習的薄弱環(huán)節(jié)和提高學習績效的方法。

2 豐富課程資源，提高學習興趣

通過在edX 平臺上對學習者行為對比信息分析發(fā)現(xiàn)，在線學習者更愿意學習章節(jié)、觀看視頻，而不愿在網(wǎng)站通過發(fā)帖討論方式獲取知識。說明學習者進行網(wǎng)絡(luò)課程交互時，學習章節(jié)和觀看視頻獲取知識更加快速高效，而討論雖然會啟發(fā)思考，但有時討論后未必直接能夠得到答案。為此建議對于討論發(fā)帖進行知識歸類和整理，或由專家進行定期回復(fù)和總結(jié)。利用微課程微型、超鏈接、微媒體、半開放結(jié)構(gòu)、個性化特點，吸引學生進行自主課外學習，減少閱讀或觀看時間過長給學習者帶來的疲勞感，更加高效學習。在平臺資源建設(shè)上，將優(yōu)秀教師的科研項目、指導(dǎo)學生的競賽成果與課程知識點結(jié)合，增加拓展性資源，使其獲得最直接的經(jīng)驗和科研競賽思路。

3 消除文化、語言、使用平臺障礙

從各國高校推出的edX 在線課程數(shù)量上來看中國位列世界第二，但在edX 平臺上從中國學習者使用數(shù)量來看，遠低于其他國家，分析其原因之一是語言和平臺使用上的障礙。為此開發(fā)者在交互化界面設(shè)計上，尤其要關(guān)注學習者學習習慣和可視化效果，注重視覺聽覺效果，結(jié)構(gòu)設(shè)計合理，便于學習、資料查找和操作。

從edX 平臺上的統(tǒng)計數(shù)據(jù)看到無論國外學習者還是中國學習者在交互的論壇中參與度相對其他交互學習方式少，說明學習者在交互式論壇中很難找到歸屬感和認同感。在學習共同體的建設(shè)中，應(yīng)該充分考慮消除文化、語言交流障礙。對于主要使用英語提供網(wǎng)絡(luò)學習服務(wù)的edX 在線學習平臺，建議使用多種語言版本或者具有自翻譯功能，這樣受教育者在網(wǎng)絡(luò)資源使用上人人平等。由于在線學習資源可以共享共建，隨著學習者參與度的提高，可以使網(wǎng)絡(luò)資源更加豐富，使得更多的學習者進行網(wǎng)絡(luò)學習成為習慣。

4 教師參與評價，及時反饋預(yù)測

利用平臺上學習行為數(shù)據(jù)，可以對學習績效提前預(yù)測，當反饋給學習者時，能夠使其總結(jié)反思，增強認知內(nèi)驅(qū)動，并通過教師給出的指導(dǎo)性建議來改進學習者的學習行為和學習方法，從而形成動態(tài)良性循環(huán)。從edX 平臺上學習者論壇發(fā)帖數(shù)量對比來看，學習者自我表達、主動思考提問的積極性不高，教師積極參與互動和上線頻率提高能夠幫助學習者找到歸屬感，有利于提高學習者思考問題的積極性和自我表達，特別是在自己提出的問題得到及時回復(fù)后，學習者將更加愿意在線交流，從而形成良性循環(huán)。