任占廣，尚福華

(1.重慶文理學(xué)院 軟件工程學(xué)院，重慶 402160; 2.東北石油大學(xué) 計(jì)算機(jī)與信息技術(shù)學(xué)院，黑龍江 大慶 163318)

0 引 言

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)課程已經(jīng)成為繼傳統(tǒng)課堂之外最主要的學(xué)習(xí)途徑，因其不受時(shí)間和空間等限制，得到了當(dāng)代大學(xué)生的追捧[1]。在網(wǎng)絡(luò)課程的學(xué)習(xí)過程中將產(chǎn)生大量的用戶行為數(shù)據(jù)，而如何利用神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等技術(shù)，根據(jù)在線學(xué)習(xí)行為，建立合理有效的成績預(yù)測模型，科學(xué)分析影響在線課程成績的相關(guān)因素，已成為大數(shù)據(jù)挖掘領(lǐng)域的重要研究方向[2]。目前，已經(jīng)有部分學(xué)者對行為分析及成績預(yù)測做了研究。例如，文獻(xiàn)[3]對網(wǎng)絡(luò)商務(wù)課程用戶的學(xué)習(xí)行為與反思性學(xué)習(xí)的影響等級進(jìn)行研究；文獻(xiàn)[4-5]分別分析了在線學(xué)習(xí)行為與學(xué)習(xí)態(tài)度、自我效能感和先驗(yàn)知識的關(guān)系。以上針對學(xué)習(xí)行為的研究，在對象和樣本的選擇上都有一定的局限性，同時(shí)，在線學(xué)習(xí)行為分析的主觀干預(yù)度比較強(qiáng)，不具有一定的普遍性。文獻(xiàn)[6]提出了基于PCA-RBF網(wǎng)絡(luò)的學(xué)生寫作成績預(yù)測模型，雖然該模型提高了預(yù)測的準(zhǔn)確率，但是收斂速度較慢。文獻(xiàn)[7]提出了基于決策樹C4.5算法的學(xué)生成績預(yù)測模型，側(cè)重分析了影響成績的因素，但是準(zhǔn)確率不高。文獻(xiàn)[8]提出了基于頻繁模式聚類課程關(guān)聯(lián)分析和成績預(yù)測模型，對課程分類及較差課程的預(yù)測的準(zhǔn)確性較高，具有一定的參考價(jià)值。

綜上所述，國內(nèi)關(guān)于學(xué)習(xí)行為和成績預(yù)測的研究還處在起步階段，對在線學(xué)習(xí)行為數(shù)據(jù)的采集和挖掘還不夠深入。因此，文中提出一種基于行為分析的在線課程成績預(yù)測模型，分析并提取了在線學(xué)習(xí)行為數(shù)據(jù)，構(gòu)建了成績預(yù)測模型，完成了在線課程成績預(yù)測，達(dá)到了預(yù)期的效果。

1 模型構(gòu)建

成績預(yù)測模型是在線課程學(xué)習(xí)平臺的重要組成部分，是從數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)處理到成績預(yù)測的整個(gè)過程[9-10]。數(shù)據(jù)采集是指利用數(shù)據(jù)庫、網(wǎng)頁抓取等技術(shù)獲取用戶在線學(xué)習(xí)過程中的所有行為數(shù)據(jù)，如鼠標(biāo)的操作、課程課件或者視頻的觀看、鍵盤的錄入等。由于采集的數(shù)據(jù)過于多樣化、過于冗余，需要進(jìn)一步對數(shù)據(jù)進(jìn)行除雜、降噪等規(guī)范化、標(biāo)準(zhǔn)化處理，一方面壓縮了數(shù)據(jù)總量，另一方面便于存入到關(guān)系型數(shù)據(jù)庫中。數(shù)據(jù)標(biāo)準(zhǔn)化后，結(jié)合在線學(xué)習(xí)平臺的特點(diǎn)、課程本身的安排等，提取與成績密切相關(guān)的行為數(shù)據(jù)。最后，利用神經(jīng)網(wǎng)絡(luò)算法，以在線課程指標(biāo)及在線課程真實(shí)成績作為類標(biāo)，完成預(yù)測算法的設(shè)計(jì)，并根據(jù)預(yù)測效果、在線課程方案等進(jìn)一步的調(diào)整，使其更加適合在線學(xué)習(xí)平臺。在線課程成績預(yù)測模型如圖1所示。

圖1 基于在線行為分析的成績預(yù)測模型

2 在線學(xué)習(xí)行為分析

在線用戶即網(wǎng)絡(luò)用戶，根據(jù)CNNIC(中國互聯(lián)網(wǎng)信息中心)的定義，網(wǎng)絡(luò)用戶是指“在最近6個(gè)月使用互聯(lián)網(wǎng)的6歲以上的公民”，是網(wǎng)絡(luò)使用者的總稱[11]。在線學(xué)習(xí)行為即在線用戶利用網(wǎng)絡(luò)學(xué)習(xí)平臺進(jìn)行學(xué)習(xí)的所有操作行為，例如提交作業(yè)、在線觀看等。在線學(xué)習(xí)行為分析就是通過數(shù)據(jù)挖掘、大數(shù)據(jù)分析等手段對學(xué)習(xí)行為數(shù)據(jù)進(jìn)行處理，主要包括三個(gè)階段：行為數(shù)據(jù)準(zhǔn)備、行為數(shù)據(jù)分析、行為數(shù)據(jù)結(jié)果輸出，如圖2所示。

圖2 在線學(xué)習(xí)行為分析模型

在線學(xué)習(xí)行為分析主要包括三個(gè)方面：行為構(gòu)成要素分析、行為交互方式分析以及行為操作方式分析[12-13]。

(1)行為構(gòu)成要素分析即對在線學(xué)習(xí)平臺的行為主體和行為客體的分析[14-16]。在線學(xué)習(xí)平臺的主體是大學(xué)生，也就是研究的對象。行為客體是指與行為主體進(jìn)行交互的客觀對象，比如學(xué)習(xí)系統(tǒng)、網(wǎng)絡(luò)環(huán)境等。文中的行為主體分析就是對大學(xué)生的認(rèn)知結(jié)構(gòu)、學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)習(xí)慣、學(xué)習(xí)規(guī)律的分析，行為客體分析主要是對在線學(xué)習(xí)資源類型、構(gòu)成等的分析。而學(xué)習(xí)資源作為承載學(xué)習(xí)內(nèi)容、知識信息的重要載體，它的設(shè)計(jì)與安排的合理性、創(chuàng)新性將直接影響到大學(xué)生在線學(xué)習(xí)的效果。

(2)行為交互方式分析即對行為主體與行為客體的交互和行為主體與網(wǎng)絡(luò)平臺的交互的分析[14-16]。前者即為大學(xué)生與在線課程內(nèi)容的交互，如瀏覽學(xué)習(xí)內(nèi)容、檢索學(xué)習(xí)內(nèi)容、分享學(xué)習(xí)內(nèi)容等。后者即為大學(xué)生與在線學(xué)習(xí)平臺的交互，如作業(yè)的完成與提交、問題的提出、添加學(xué)習(xí)筆記等。文中主要分析大學(xué)生提出問題的次數(shù)、在線觀看學(xué)習(xí)視頻的時(shí)長、登陸在線學(xué)習(xí)平臺的次數(shù)、作業(yè)提交次數(shù)以及提交的時(shí)間間隔等。

(3)行為操作方式分析即行為主體在網(wǎng)絡(luò)平臺上的所有行為軌跡的分析，也就是對在行為交互過程中的所有操作行為的分析[14-16]。行為操作數(shù)據(jù)是學(xué)習(xí)行為數(shù)據(jù)的最主要的組成部分，同時(shí)也是研究的重點(diǎn)和難點(diǎn)。在一定程度上，行為軌跡數(shù)據(jù)反映了在線學(xué)習(xí)用戶的學(xué)習(xí)習(xí)慣、學(xué)習(xí)時(shí)間安排、學(xué)習(xí)興趣等。文中主要分析與在線課程學(xué)習(xí)密切相關(guān)的鍵盤輸入、鼠標(biāo)操作等操作行為。

通過以上三個(gè)方面的分析，結(jié)合在線學(xué)習(xí)平臺的交互和操作方式、在線學(xué)習(xí)資源的構(gòu)成與安排、在線學(xué)習(xí)用戶本身的特點(diǎn)、任課老師的意見等，利用調(diào)查問卷、在線課程學(xué)習(xí)討論會等多種形式最終確定了10種學(xué)習(xí)行為指標(biāo)，并對這10種行為指標(biāo)進(jìn)行了編碼，如表1所示。

表1 在線課程學(xué)習(xí)行為指標(biāo)

文中以在線學(xué)習(xí)平臺“玩課網(wǎng)”的用戶網(wǎng)絡(luò)操作日志及在線課程數(shù)據(jù)庫作為原始數(shù)據(jù)，首先對操作日志數(shù)據(jù)、課程數(shù)據(jù)進(jìn)行分析，找到它們之間存在的相關(guān)性，并對其進(jìn)行整合，形成學(xué)習(xí)行為特征數(shù)據(jù)，并存入數(shù)據(jù)庫；其次，提取與成績密切相關(guān)的全部學(xué)習(xí)行為指標(biāo)數(shù)據(jù)；再次，結(jié)合表1的在線課程學(xué)習(xí)行為指標(biāo)，對行為指標(biāo)數(shù)據(jù)進(jìn)行相關(guān)度分析，并確定相應(yīng)的學(xué)習(xí)行為指標(biāo)；最后，將確定好的行為指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，并將標(biāo)準(zhǔn)化數(shù)據(jù)存入到成績預(yù)測支撐數(shù)據(jù)庫中，如圖3所示。

圖3 在線行為數(shù)據(jù)分析與處理機(jī)制

3 實(shí) 驗(yàn)

3.1 實(shí)驗(yàn)數(shù)據(jù)分析與處理

實(shí)驗(yàn)選取“玩課網(wǎng)”平臺的重慶文理學(xué)院“大學(xué)生計(jì)算機(jī)基礎(chǔ)”課程后臺數(shù)據(jù)庫作為實(shí)驗(yàn)數(shù)據(jù)基礎(chǔ)，該課程是針對大一理工類學(xué)生開設(shè)的公共必修課程，采用線上自主學(xué)習(xí)、線下實(shí)際操作的教學(xué)方式。由于是必修課程，學(xué)生只有完成平臺信息注冊，并通過任課教師的審核通過，才能進(jìn)入所在的班級學(xué)習(xí)并通過最終的期末上機(jī)實(shí)操考試獲得相應(yīng)的學(xué)分。學(xué)習(xí)者的在線學(xué)習(xí)平臺的注冊行為是一種強(qiáng)制的、被動(dòng)的行為，因此在本次實(shí)驗(yàn)中，不應(yīng)將在線注冊人數(shù)P1作為輸入元素；當(dāng)學(xué)期末結(jié)束課程后，在線學(xué)習(xí)班級自動(dòng)解散，結(jié)束課程以后學(xué)生無法繼續(xù)觀看相關(guān)學(xué)習(xí)資料，因此，結(jié)課后視頻/課件觀看次數(shù)L5也符合本次實(shí)驗(yàn)的行為指標(biāo)。除去學(xué)習(xí)行為指標(biāo)P1和L5，剩下的8個(gè)學(xué)習(xí)行為指標(biāo)數(shù)據(jù)作為本次實(shí)驗(yàn)輸入，結(jié)合該課程教學(xué)、考核方案等，將8個(gè)行為指標(biāo)分為A、B、C、D四個(gè)等級，如表2所示。

按照表2的指標(biāo)等級，收集了2018-2019第一學(xué)年的1 000名學(xué)生的8個(gè)行為指標(biāo)數(shù)據(jù)(根據(jù)學(xué)習(xí)行為指標(biāo)等級進(jìn)行了分類處理，便于后續(xù)實(shí)驗(yàn)數(shù)據(jù)的錄入和神經(jīng)網(wǎng)絡(luò)的訓(xùn)練)和真實(shí)成績(真實(shí)成績分為四個(gè)等級：優(yōu)秀A、一般B、及格C、不及格D)，由相應(yīng)的任課老師提供，用G表示，如表3所示。

表2 行為指標(biāo)等級

表3 處理后學(xué)生行為數(shù)據(jù)及真實(shí)成績

3.2 算法實(shí)現(xiàn)

考慮到行為指標(biāo)的輸入與成績預(yù)測結(jié)果的輸出都是四類等級值，因此，本次實(shí)驗(yàn)采用前向神經(jīng)網(wǎng)絡(luò)完成前期的訓(xùn)練和后期的成績預(yù)測。記該前向神經(jīng)網(wǎng)絡(luò)的神經(jīng)元的輸入個(gè)數(shù)為p，輸出個(gè)數(shù)為q，隱藏個(gè)數(shù)為s，則前向神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如4所示。

圖4 前向神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

因?yàn)橛绊懗煽兊男袨橹笜?biāo)共8個(gè)，而成績結(jié)果有4個(gè)，所以該網(wǎng)絡(luò)的輸入神經(jīng)元個(gè)數(shù)p=8，輸出神經(jīng)元的個(gè)數(shù)q=4，而隱藏神經(jīng)元個(gè)數(shù)s的確定是該網(wǎng)絡(luò)的關(guān)鍵，具體步驟如下：

Step1：將s的值設(shè)置無窮大；

Step2：利用樣本集R訓(xùn)練網(wǎng)絡(luò)，直到達(dá)到預(yù)期值；

Step3：將能夠識別的樣本構(gòu)成集合R'；

Step4：輸入R'，計(jì)算每個(gè)隱藏神經(jīng)元的激活值Hij；

Step5：將H沿每一行重新排列，得到排序后的矩陣H'，記每行排序映射為fi；

Step6：對H'的每行分別假定一個(gè)切入點(diǎn)將該行分割成2塊，計(jì)算分割后的信息增益矩陣N,選擇N中的最大值Nmax，構(gòu)建決策樹的一個(gè)節(jié)點(diǎn)；

Step7：P'=P'-fi,若P'不為空，則轉(zhuǎn)到Step4繼續(xù)執(zhí)行；

Step8：搜索整棵決策樹，尋找所有重要的節(jié)點(diǎn)。

通過計(jì)算共尋找到重要節(jié)點(diǎn)6個(gè)，所以隱藏神經(jīng)元個(gè)數(shù)s=6。

3.3 成績預(yù)測

實(shí)驗(yàn)在內(nèi)存為4 GB、主頻為3 GH、操作系統(tǒng)為Win7的臺式電腦上進(jìn)行，使用Matlab將處理過的標(biāo)準(zhǔn)數(shù)據(jù)集導(dǎo)入到前向神經(jīng)網(wǎng)絡(luò)中。學(xué)習(xí)行為數(shù)據(jù)集共選取了1 000名大一學(xué)生的行為數(shù)據(jù)，其中500名學(xué)生行為數(shù)據(jù)作為訓(xùn)練子集，200的行為數(shù)據(jù)作為驗(yàn)證子集,300的行為數(shù)據(jù)作為測試子集，測試子集作為最終的成績預(yù)測結(jié)果。

前向神經(jīng)網(wǎng)絡(luò)的收斂情況如圖5所示，預(yù)測結(jié)果如表4所示。

表4 預(yù)測與真實(shí)成績對比

圖5 迭代次數(shù)誤差均方圖

如圖5所示，當(dāng)?shù)降?1次時(shí)，驗(yàn)證子集的誤差率達(dá)到最低，當(dāng)?shù)降?7次時(shí)，算法結(jié)束。如表4所示，優(yōu)秀和不及格的學(xué)生全部預(yù)測正確,只有一般或者及格的34人預(yù)測發(fā)生錯(cuò)誤,預(yù)測準(zhǔn)確率高達(dá)88.67%,說明該模型比較適合在線課程成績的預(yù)測。

4 結(jié)束語

文中提出了一種基于行為分析的在線課程成績預(yù)測模型，以“玩課網(wǎng)”平臺在線數(shù)據(jù)為基礎(chǔ)，結(jié)合重慶文理學(xué)院“大學(xué)生計(jì)算機(jī)基礎(chǔ)”課程用戶行為數(shù)據(jù)，分析并找到了與在線課程成績密切相關(guān)的學(xué)習(xí)行為指標(biāo)數(shù)據(jù)，實(shí)現(xiàn)了在線課程成績的預(yù)測，為在線課程的實(shí)施、發(fā)展、改革等提供了很好的參考作用。雖然該模型整體預(yù)測的準(zhǔn)確率較高，但是當(dāng)學(xué)習(xí)行為指標(biāo)數(shù)據(jù)越接近指標(biāo)等級臨界點(diǎn)時(shí)，預(yù)測的錯(cuò)誤的概率就越高。因此，還需要獲取更多的樣本集合，對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，調(diào)整隱藏神經(jīng)元個(gè)數(shù)，從而降低誤差率。