蔣翀　朱名勛　王點

摘要：針對MOOC研究現(xiàn)狀，結(jié)合MOOC平臺多樣、規(guī)模龐大、種類眾多、學習者背景和目的各異等特點，以個性化預(yù)測研究為主要對象，分析和對比了作為研究基礎(chǔ)的點擊流日志、討論區(qū)、課后任務(wù)、課程信息和學習者基本屬性五類數(shù)據(jù)源的優(yōu)劣，歸納了用于預(yù)測的基于活動、討論區(qū)、社交和認知的模型。以《大學信息技術(shù)二（Python程序設(shè)計）》為例，構(gòu)建和應(yīng)用了個性化預(yù)測和干預(yù)模型。

關(guān)鍵詞：MOOC：個性化：預(yù)測模型：復(fù)制框架

中圖分類號：G434 文獻標識碼：A 文章編號：1 006-8228（2020）08-10-04

0引言

自2012年以來，MOOC浪潮以美國為起點迅速席卷全球，吸引了全球不同國籍和教育背景的數(shù)以千萬計的學習者加入。截止2020年3月，Coursera與來自52個國家207個院校和公司合作，提供4116門課程，學習者超過4500萬人[1];edX與全球140多所頂尖機構(gòu)合作，學習者數(shù)量超過2400萬，提供2600多門課程。國內(nèi)知名MOOC平臺學堂在線匯集600余所知名院校的近2000門課程，注冊用戶近3000萬[2]。經(jīng)過近十年的發(fā)展，MOOC平臺提供給學習者的選擇更加多樣化，除了免費課程以外，也有一部分付費、學分和學位課程，一些企業(yè)也會定向提供付費的培訓。

從MOOC誕生之初，高輟課率就是困擾MOOC發(fā)展的絆腳石。2014年，哈佛大學的HarvardX研究委員會和MIT的數(shù)字化學習辦公室合作發(fā)布的在線課程研究報告顯示：拿到證書的學習者僅占總?cè)藬?shù)的5.1%[3]。因此，從研究內(nèi)容來看，大部分MOOC相關(guān)的研究工作圍繞學生輟課率展開，對學生行為和活動進行分析，預(yù)測可能的學習結(jié)果（是否能完成課程，測試是否通過）[4]，進行個性化干預(yù);也有部分研究獲取學習者學習行為、興趣和結(jié)果，在學習過程中開展個性化學習資源推薦，規(guī)劃學習路徑，或者在完成課程后進行相似課程推薦。本文闡述了MOOC個性化預(yù)測研究的數(shù)據(jù)基礎(chǔ)和主要類別、歸納了四種類型的模型構(gòu)建，總結(jié)了復(fù)制框架在驗證已有預(yù)測研究結(jié)論中的應(yīng)用，最后提出未來研究可能的重點和方向。

1 基礎(chǔ)數(shù)據(jù)源

在MOOC研究領(lǐng)域，特別是對直接講授MOOC的教師和團隊，可以直接獲取大量用于教學研究的原始數(shù)據(jù)，這在傳統(tǒng)的高校教育環(huán)境中很難實現(xiàn)。在目前MOOC預(yù)測研究中，基礎(chǔ)數(shù)據(jù)有點擊流日志、討論區(qū)、測試及課后任務(wù)、課程信息和學習者基本屬性五類。

1.1 點擊流日志

點擊流日志又稱為服務(wù)器日志，是學習者與課程平臺交互的記錄，由服務(wù)器自動記錄，是MOOC研究的主要數(shù)據(jù)來源。記錄的學習者行為（事件）包括鼠標點擊，頁面瀏覽（當前頁碼，后退或前進），回答問題，視頻播放/瀏覽/略過，問題提交和討論區(qū)互動等。一般來說，會開展特征工程，從日志中抽取特征，分析屬性和操作，以及產(chǎn)生的結(jié)果，形成規(guī)則[5]，例如，如果花費在學習資源上的總時間大于所有學生的平均時間，那么更可能完成課程。在很多情況下，特征工程比統(tǒng)計算法更為重要，研究者會采用新的特征工程算法和標準的分類算法[6]，提升預(yù)測模型的表現(xiàn)。除了服務(wù)器日志外，客戶端日志在實時預(yù)測中也有使用。Pardos等人在edX平臺客戶端嵌入JavaScript腳本，獲取學習者最近（幾秒前）的操作數(shù)據(jù)，實現(xiàn)實時的學習預(yù)測和干預(yù)[7]。

1.2 討論區(qū)

在討論區(qū)內(nèi)，主要有學習者發(fā)布的基于主題的討論，與課程內(nèi)容相關(guān)的討論和互動，所有學習者都能發(fā)表主題和回復(fù)，教學團隊也會參與其中。但是，只有部分想要完成課程或?qū)φn程興趣較高的學習者會在討論區(qū)發(fā)言。與點擊流日志相比，這部分數(shù)據(jù)量相對較小。這部分原始數(shù)據(jù)都是自然語言構(gòu)成的文本數(shù)據(jù)，經(jīng)過分析處理，可以獲取兩方面的信息，一方面是對與發(fā)帖行為相關(guān)的數(shù)據(jù)，例如發(fā)帖次數(shù)，回復(fù)次數(shù)，發(fā)布的主題貼是否有更多的回復(fù)（相比平均數(shù)），點贊和反對的操作次數(shù)等，另一方面通過自然語言和詞匯復(fù)雜度分析，獲取語言和詞法相關(guān)信息，例如是否使用更復(fù)雜的詞匯和更準確的詞語[8]，更多的使用二元/三元語法，使用更多種的詞匯（與平均使用次數(shù)相比）。這些數(shù)據(jù)可用于獲知學習者參與度、掌握和理解學習內(nèi)容的程度，可用于構(gòu)建基于課程的社交網(wǎng)絡(luò)。

1.3 測試、作業(yè)和課后任務(wù)

與大學實體面授課程相似，MOOC學習過程中，有各種類型的測試、作業(yè)和課后任務(wù)，包括視頻中的QUIZ，課后測試，任務(wù)，仿真實驗，程序編寫和報告論文等。從中抽取的特征主要包括學習者在課后任務(wù)中所花費的時間，嘗試作業(yè)次數(shù)、

嘗試小測次數(shù)和嘗試講座次數(shù)等[9]。因為對于大部分課程而言，完成作業(yè)的學生較少，數(shù)據(jù)量和覆蓋的學生比例也比較小。同時，不同學科課程的作業(yè)形式有一定差異，數(shù)據(jù)處理的方法各異，為研究帶來了一定的困難。

1.4 學習者基本屬性和課程信息

課程信息一般與其他信息想結(jié)合，進行學習行為和結(jié)果的預(yù)測，也應(yīng)用于學習者的持續(xù)性和參與度的預(yù)測。學習者基本信息一般是通過課前的可選問卷獲取，信息量小，獲取的內(nèi)容與真實情況有一定偏差，可用性不高。

1.5 數(shù)據(jù)獲取與應(yīng)用

在實際研究中，直接使用點擊流數(shù)據(jù)或結(jié)合多項數(shù)據(jù)的情況較多。華中師范大學張浩等人綜合運用了用戶屬性信息（ID，年齡，性別，教育程度和地區(qū)）、用戶行為數(shù)據(jù)（瀏覽、評論、收藏、是否參與課程、交互次數(shù)、播放視頻次數(shù)等）和課程屬性信息（ID、名稱和分類）進行課程資源的推薦。國防科技大學的王雪宇等人在研究中擴大使用的數(shù)據(jù)范圍，不僅使用學習者學習本課程時產(chǎn)生的數(shù)據(jù)，而且綜合考慮其學習本課程之前在其他課程的行為數(shù)據(jù)，包括登錄次數(shù)，學習其他課程數(shù)，通過的課程數(shù)和平均成績等，學習本課程期間在其他課程的學習數(shù)據(jù)，包括同時學習的課程數(shù)量，通過的其他課程數(shù)和平均成績等[10]。

在絕大部分的MOOC研究中，數(shù)據(jù)基本源于研究者或團隊所講授的幾門課程。對于其他未講授MOOC的研究者，可以從MORF和DataStage獲取大規(guī)模的共享基準數(shù)據(jù)集，

2 預(yù)測模型

預(yù)測模型是在根據(jù)不同課程源數(shù)據(jù)提取的特征，構(gòu)建預(yù)測模型，分別進行訓練、測試和應(yīng)用。常見的預(yù)測模型主要有基于活動、討論區(qū)、社交和認知的模型。

2.1 基于活動的模型

基于活動的模型使用行為數(shù)據(jù)，以學習者行為理論為基礎(chǔ)，評估行為結(jié)果。因為具有大量可靠穩(wěn)定的數(shù)據(jù)源（服務(wù)器日志）且具有較好的預(yù)測表現(xiàn)，基于活動的模型最為常見。具體來說，有基于早期課程行為的模型，針對學習者在第一周內(nèi)的學習表現(xiàn)進行早期輟課預(yù)測，為風險學生提供早期干預(yù)[11];也有包括LSTM神經(jīng)網(wǎng)絡(luò)的序列模型，將每周的活動特征向量序列作為輸入，累積每周的學習數(shù)據(jù)，逐步提高預(yù)測效率[12];另外，SVM、隱馬爾科夫和邏輯回歸等模型也有不同程度的應(yīng)用。

2.2 基于討論區(qū)的模型

基于討論區(qū)的模型使用自然語言數(shù)據(jù)作為基礎(chǔ)。這些自然語言數(shù)據(jù)來自于學習者或使用語言學理論分析得出。對討論區(qū)數(shù)據(jù)的細節(jié)分析包括語言、社交和行為的一些特征，這些只從點擊流數(shù)據(jù)分析無法獲取。從討論區(qū)的自然語言中抽取特征是一項十分耗費時間和人力的工作，但帶來的效果是其他工作無法替代的。通過比較基于點擊流活動特征和自然語言處理特征預(yù)測優(yōu)劣的研究，發(fā)現(xiàn)基于點擊流活動的特征是課程完成率最有效的推薦指標?；谟懻搮^(qū)模型的局限性主要是數(shù)據(jù)稀疏性[13]，覆蓋的學生比例一般不超過完成課程的學生比例。

2.3 社交模型

社交模型使用觀測或推導(dǎo)出的社交關(guān)系，社交互動的理論作為學生模型的基礎(chǔ)。在研究中，以討論區(qū)數(shù)據(jù)為基礎(chǔ)構(gòu)建社交網(wǎng)絡(luò)，學生是節(jié)點，不同的回復(fù)關(guān)系構(gòu)成邊。Joksimovi等人評估了評論區(qū)社交網(wǎng)絡(luò)聯(lián)系與學習表現(xiàn)之間的關(guān)系，相比未完成課程的學生，獲得認證或者優(yōu)秀的學生更愿意互動和交流，得出了社交網(wǎng)絡(luò)中的結(jié)構(gòu)中心與課程完成正相關(guān)的結(jié)論[14]。與MOOC評論區(qū)分析社交網(wǎng)絡(luò)相比，外部社交網(wǎng)絡(luò)（Facebook、Twitter、微信和微博等）具有數(shù)據(jù)豐富和網(wǎng)絡(luò)關(guān)系相對穩(wěn)定等優(yōu)點，可作為未來獲取更多社交因素，研究社交聯(lián)系與學生成功之間聯(lián)系的新方向。

2.4 認知模型

認知模型的基礎(chǔ)是認知理論和學習者的認知狀態(tài)。認知數(shù)據(jù)的獲取主要是通過傳感技術(shù)進行生物特征追蹤和同期問卷調(diào)查。Dillon等人關(guān)注在MOOC模型中情緒這一認知狀態(tài)，用自述的情感狀態(tài)檢測情緒與學習活動和輟學之間的關(guān)系。研究結(jié)果顯示，焦慮、困惑、沮喪和希望都與輟學明顯相關(guān)。雖然MOOC學習本身就是一個認知的過程，學習結(jié)果是認知狀態(tài)的直接反映，但是總體來說，對于認知數(shù)據(jù)的研究和應(yīng)用相對較少，這與目前傳感設(shè)備的普及率不高，認知數(shù)據(jù)量小有直接關(guān)聯(lián)。

3 個性化預(yù)測和干預(yù)模型構(gòu)建

自關(guān)注以MOOC為代表的開放在線課程以來，筆者完成了Coursera約翰霍普金斯大學“探索性數(shù)據(jù)分析”和“R語言程序設(shè)計”，學堂在線清華大學“數(shù)據(jù)挖掘：理論與算法”等課程。在超星學習通先后開設(shè)了“數(shù)字視頻制作”、“數(shù)字媒體技術(shù)與應(yīng)用”和“數(shù)字媒體技術(shù)專業(yè)實訓”等課程。目前正在講授“大學信息技術(shù)二（Python程序設(shè)計）”課程，本文以該課程為例，結(jié)合學習和教學經(jīng)驗，構(gòu)建了個性化預(yù)測和干預(yù)模型，如圖1所示。根據(jù)學生學習表現(xiàn)，預(yù)測可能的學習行為和狀態(tài)，通過系統(tǒng)信息和郵件及時地干預(yù)。

具體來說，將學習活動劃分為課前、課中、課后。課前簽到，課中直播、看微課和參與討論，課后完成作業(yè)。綜合這三個階段不需要學生額外參與，系統(tǒng)根據(jù)所有學生已參與的課堂活動，給出一個分數(shù)評價。下面對每個階段的學習活動進行詳細描述。

（1）簽到。根據(jù)歷史簽到情況預(yù)測下次課程是否會簽到，若結(jié)果為不會簽到則發(fā)送信息提醒學生。

（2）直播。根據(jù)以往觀看直播視頻和是否參與互動的情況，預(yù)測學生下次參與直播課程的情況，通過信息進行提醒，郵件反饋歷史情況。若預(yù)測參與直播的可能性小，則在下次直播課程中重點關(guān)注并進行適當提問。

（3）微課。微課相當于布置的錄播課任務(wù)，要求在規(guī)定時間內(nèi)完成觀看，沒有實時互動。根據(jù)觀看微課的歷史情況，預(yù)測下次將不觀看、部分觀看或完整觀看。對于完整觀看的學生，發(fā)送額外學習資料的聯(lián)系，鼓勵進行拓展學習。對齊其他學生，發(fā)送信息進行反饋和提醒。

（4）討論。根據(jù)學生在討論區(qū)的表現(xiàn)，預(yù)測是否會發(fā)布主題、參與討論或主題能被回復(fù)，將討論區(qū)動態(tài)及時通過信息反饋給學生，并為行為活躍的學生推薦相關(guān)性高的主題和討論。

（5）作業(yè)。預(yù)測學生完成課后作業(yè)的情況，對全部完成作業(yè)和優(yōu)秀的學生推薦部分高階練習。對其他同學發(fā)送提醒信息。

（6）課程積分。課程積分由學習平臺自動生成，為學生各學習階段的表現(xiàn)綜合評價。根據(jù)現(xiàn)階段課程積分，來預(yù)測課程完結(jié)總積分，對積分排名20%的給予不同程度平時成績加分。對于排名后20%的發(fā)送預(yù)警信息。

目前，在課程《大學信息技術(shù)二（Python程序設(shè)計）》的簽到、直播、作業(yè)和課程積分4項活動中，應(yīng)用了預(yù)測和干預(yù)模式，結(jié)果表明，學生簽到率明顯提高，直播互動人數(shù)增多，作業(yè)完成情況有所提升，課程積分有一定程度提高。

4 結(jié)束語

本文對目前MOOC研究中的數(shù)據(jù)源和預(yù)測模型研究進行了梳理，結(jié)合自身學習和教學經(jīng)驗提出了個性化預(yù)測和干預(yù)模型，并將模型應(yīng)用于所講授的課程中，教學效果和學生在課程中的參與度都有一定程度的提升。對于以MOOC為代表的在線課程的過程管控、個性化施教和輟課率降低具有重要的參考和指導(dǎo)意義。下一步研究工作的開展主要從以下兩個方面入手，一是在微課和討論2項課程活動中應(yīng)用預(yù)測和干預(yù)模式，進一步驗證模型效率;二是應(yīng)用計算機技術(shù)和教育學理論，提升預(yù)測的準確度，為個性化干預(yù)提供更精準的支持。

參考文獻（References）：

[1]http：//www.rcoe.edu.cn/？p=4 269

[2]https：//baijiahao.baidu.com/s？id=1647805030394904836&，A，fr=spider&for=pc

[3]Le C V，Pardos Z A，Meyer S D，et al_Communication atScale in a MOOC Using Predictive EngagementAnalytics. Lecture Notes in Computer Science， 2018：239-252

[4] Gardner， J.， & Brooks， C. Student success prediction inMOOCs. User Modeling and User-Adapted Interaction，2018.28（2）：127-203

[5] Pardos， Z. A.， Tang， S.， Davis， D.， & Le， C. V. EnablingReal-Time Adaptivity in MOOCs with a PersonalizedNext-Step Recommendation Framework. Proceedingsof the Fourth （2017） ACM Conference on Learning @Scale - L@S '17：23-32

[6] Andres， J. M. L.， Baker， R. S.， Gasevie， D.， Siemens， G.，Crossley， S. A.， &Joksimovie， S. Studying MOOCcompletion at scale using the MOOC replicationframework. Proceedings of the 8th （2018）lnternationalConference on Learning Analytics and Knowledge-LAK '18：71-78

[7]盧曉航，王勝清，黃俊杰 . -種基于滑動窗口模型的 MOOCs輟學率預(yù)測方法 [J].現(xiàn)代圖書情報技術(shù) ，2017.4：67-75

[8]王雪宇，鄒剛，～驍 .基于 MOOC數(shù)據(jù)的學習者輟課預(yù)測研究[J].現(xiàn)代教育技術(shù)，2017.6：95-101

[9] Ho A D， Reich J， Nesterko S O， et aL HarvardX and MITx：The First Year of Open Online Courses， Fall 2012-Summer2013[J]. Social Science Electronic Publishing，2014：1-33

[10] RenZ ，Rangwala H ， Johri A . Predicting Performance onMOOC Assessments using Multi-Regression Models，2016.

[11] Xing， W.， Chen， X.， Stein， J.， &Marcinkowski， M.Temporal predication of dropouts in MOOCs：Reaching the low hanging fruit through stackinggeneralization. Computers in Human Behavior，2016.58：119-129

[12] Fei， M.， &Yeung， D.-Y. Temporal Models for PredictingStudent Dropout in Massive Open Online Courses.2015 IEEE International Conference on Data MiningWorkshop （ICDMW），2015：256-263

[13] Crossley， S.， Paquette， L.， Dascalu， M.， McNamara， D.S.， & Baker， R. S. Combining click-stream datawith NLP tools to better understand MOOC comple-tion. Proceedings of the Sixth （2016）lnternationalConference on Learning Analytics & Knowledge- LAK '16：6-14

[14] Joksimovie， S.， Manataki， A.， Gasevie， D.， Dawson， S.，Kovanovie， V.， & de Kereki， I. F. Translatingnetwork position into performance. Proceedings ofthe Sixth（2016） International Conference on LearningAnalytics & Knowledge - LAK '16：314-323

★基金項目：湖南省教育廳科學研究項目“基于移動微課的非結(jié)構(gòu)化教育資源個性化推送算法研究”（16C0804）

作者簡介：蔣翀（1980-），女，湖南黔陽人，碩士，講師/高級工程師，主要研究方向：推薦系統(tǒng)，個性化技術(shù)，教育信息化。