杜爽 飛云倩 何牧 胡航

【摘 要】

隨著大數(shù)據(jù)分析技術(shù)的不斷發(fā)展，教育學(xué)者不斷采用學(xué)習(xí)分析技術(shù)挖掘教育大數(shù)據(jù)中學(xué)習(xí)行為特征和規(guī)律，但較少通過(guò)行為日志數(shù)據(jù)來(lái)探尋多種學(xué)習(xí)行為與學(xué)習(xí)績(jī)效之間的關(guān)系。研究采集了833名大學(xué)生的圖書(shū)借閱和一卡通消費(fèi)日志數(shù)據(jù)，構(gòu)建學(xué)習(xí)績(jī)效、借閱行為、早起行為特征指標(biāo)，通過(guò)聚類和關(guān)聯(lián)分析探究了兩種學(xué)習(xí)行為對(duì)大學(xué)生學(xué)習(xí)績(jī)效的影響和關(guān)系，結(jié)合元認(rèn)知問(wèn)卷建立群體學(xué)習(xí)行為與整體學(xué)習(xí)績(jī)效和元認(rèn)知之間的關(guān)聯(lián)。研究結(jié)果顯示：①兩種行為均與學(xué)習(xí)績(jī)效建立了相關(guān)關(guān)系，元認(rèn)知發(fā)揮了中介作用;②早起行為主要反映出大學(xué)生元認(rèn)知體驗(yàn)與計(jì)劃水平，早起時(shí)間比早起規(guī)律更能反映與學(xué)習(xí)績(jī)效的相關(guān)程度;③借閱行為主要反映大學(xué)生元認(rèn)知思維活動(dòng)監(jiān)控和反思上的差異，閱讀速度對(duì)學(xué)習(xí)績(jī)效有顯著影響，借閱量與閱讀深度促進(jìn)專業(yè)知識(shí)技能的掌握。根據(jù)研究結(jié)果建議：①打造深度學(xué)習(xí)環(huán)境，激發(fā)大學(xué)生自我學(xué)習(xí)能動(dòng)性;②優(yōu)化知識(shí)傳播方式，滿足大學(xué)生個(gè)性化閱讀需求;③改變圖書(shū)館角色定位，為學(xué)科專業(yè)發(fā)展提供高質(zhì)量服務(wù)。

【關(guān)鍵詞】? 大學(xué)生;早起行為;借閱行為;學(xué)習(xí)績(jī)效;聚類分析;關(guān)聯(lián)分析;元認(rèn)知

【中圖分類號(hào)】? ?G40-057? ? ? ? ?【文獻(xiàn)標(biāo)識(shí)碼】? A? ? ? ?【文章編號(hào)】? 1009-458x（2020）11-0047-12

一、問(wèn)題提出

（一）教育大數(shù)據(jù)在教育研究中的應(yīng)用

我國(guó)教育大數(shù)據(jù)的研究與實(shí)踐已經(jīng)開(kāi)始興起，一方面對(duì)掌握教育發(fā)展現(xiàn)狀、制定科學(xué)教育政策、配置合理的教育資源等具有重要的現(xiàn)實(shí)意義;另一方面反映學(xué)習(xí)者個(gè)體及群體的學(xué)習(xí)現(xiàn)狀與規(guī)律，為教育管理機(jī)構(gòu)把握教育現(xiàn)狀、及時(shí)科學(xué)地調(diào)整教育政策和科學(xué)決策提供現(xiàn)實(shí)依據(jù)（胡航， 等， 2019）。學(xué)習(xí)分析作為教育大數(shù)據(jù)重要的分析技術(shù)，通過(guò)對(duì)學(xué)習(xí)者日志大數(shù)據(jù)進(jìn)行解釋和分析，用已知模型和方法評(píng)估學(xué)生的學(xué)習(xí)進(jìn)程，并對(duì)未來(lái)的學(xué)習(xí)績(jī)效進(jìn)行預(yù)測(cè)并發(fā)現(xiàn)潛在的問(wèn)題（Johnson， et al.， 2012）。學(xué)習(xí)行為分析是教育大數(shù)據(jù)分析中重要的應(yīng)用場(chǎng)景，結(jié)合大數(shù)據(jù)技術(shù)與學(xué)習(xí)分析技術(shù)研究智能數(shù)字化教育服務(wù)支撐平臺(tái)可以解決當(dāng)今教育信息化面臨的多種問(wèn)題（馮翔， 等， 2013）。我國(guó)一些高校通過(guò)學(xué)校業(yè)務(wù)系統(tǒng)中產(chǎn)生大量的業(yè)務(wù)數(shù)據(jù)和學(xué)習(xí)資源，形成學(xué)習(xí)、科研、借閱、消費(fèi)、活動(dòng)等行為產(chǎn)生的動(dòng)態(tài)數(shù)據(jù)源，實(shí)現(xiàn)智慧學(xué)習(xí)環(huán)境中“教、學(xué)、管”等相關(guān)數(shù)據(jù)分析，建立學(xué)習(xí)者行為模型（林秀瑜， 等， 2019），為學(xué)習(xí)者、教師和教育管理者提供實(shí)時(shí)、可用的信息，并利用這些信息來(lái)提高學(xué)習(xí)者的學(xué)習(xí)成就（李艷燕， 等， 2012）。近年來(lái)，一些學(xué)者開(kāi)始采用機(jī)器學(xué)習(xí)和人工智能等技術(shù)從已有的學(xué)習(xí)資源中發(fā)現(xiàn)學(xué)習(xí)過(guò)程中存在的規(guī)律和問(wèn)題，以期通過(guò)學(xué)習(xí)分析技術(shù)進(jìn)行解釋和揭示各要素之間的關(guān)系和影響，從而解決教學(xué)活動(dòng)中面臨的問(wèn)題，探究教育大數(shù)據(jù)中的實(shí)用價(jià)值（胡欽太， 等， 2016）。如利用關(guān)聯(lián)規(guī)則挖掘行為規(guī)律（李宏運(yùn)， 2009），通過(guò)聚類分析研究行為傾向（吳志強(qiáng)， 2011），通過(guò)學(xué)習(xí)分析技術(shù)促進(jìn)學(xué)習(xí)者元認(rèn)知發(fā)展（毛剛， 2018）。這些研究為教育大數(shù)據(jù)提供了基礎(chǔ)的技術(shù)應(yīng)用，增進(jìn)了教育工作者對(duì)教學(xué)規(guī)律和學(xué)習(xí)特征的認(rèn)識(shí)，但大數(shù)據(jù)技術(shù)在教育領(lǐng)域的應(yīng)用還不夠全面，一是以往用于學(xué)習(xí)行為與學(xué)習(xí)效果的研究數(shù)據(jù)來(lái)源較為單一，多以調(diào)查問(wèn)卷、在線學(xué)習(xí)記錄、校園網(wǎng)業(yè)務(wù)日志中某一數(shù)據(jù)源進(jìn)行分析，而多類型數(shù)據(jù)綜合分析的研究較少;二是傳統(tǒng)統(tǒng)計(jì)研究方法或監(jiān)督學(xué)習(xí)進(jìn)行分析的較多，而基于教育大數(shù)據(jù)的機(jī)器學(xué)習(xí)技術(shù)，特別是對(duì)多類型數(shù)據(jù)采用非監(jiān)督學(xué)習(xí)進(jìn)行探究的較少;三是研究學(xué)習(xí)行為與學(xué)生思維發(fā)展之間的關(guān)系研究較少，學(xué)習(xí)行為特征背后所蘊(yùn)含教育學(xué)、心理學(xué)意義的解釋還不夠全面。

（二）選擇早起行為與借閱行為的緣由

在學(xué)習(xí)行為研究的選擇上，一些學(xué)者按照學(xué)習(xí)模式選擇課堂學(xué)習(xí)行為和課外學(xué)習(xí)行為（張艷， 2019），一些學(xué)者按照教與學(xué)行為的研究方法選擇課堂教學(xué)行為分析階段和廣義學(xué)習(xí)行為（黃榮懷， 等， 2020）。本文選擇早起與借閱行為的緣由，一是基于行為屬性的研究?jī)r(jià)值，早起行為是大學(xué)生為了完成學(xué)習(xí)任務(wù)在規(guī)定時(shí)間之前的自發(fā)性行為，是一種基礎(chǔ)性的自律行為;借閱行為是大學(xué)生為了某種學(xué)習(xí)目的而獲取學(xué)習(xí)資源的自主性行為，是一種基礎(chǔ)性的自學(xué)行為。這兩種行為在諸多學(xué)習(xí)行為中具有典型性和代表性，能體現(xiàn)大學(xué)生主動(dòng)、力圖解決問(wèn)題的學(xué)習(xí)行為特征，通過(guò)對(duì)行為發(fā)生次數(shù)、頻率和時(shí)間等行為屬性的分析，能較好地反映大學(xué)生自我效能意識(shí)、自我認(rèn)知調(diào)節(jié)等思維發(fā)展過(guò)程。二是從元認(rèn)知分析的角度，元認(rèn)知活動(dòng)的調(diào)節(jié)主要通過(guò)監(jiān)控和控制兩種基本方式來(lái)實(shí)現(xiàn)，大學(xué)生通過(guò)認(rèn)知活動(dòng)將元認(rèn)知技能運(yùn)用到真實(shí)場(chǎng)景中，早起與圖書(shū)借閱運(yùn)用元認(rèn)知技能是有意識(shí)的行為，當(dāng)大學(xué)生自身的元認(rèn)知計(jì)劃、監(jiān)控、調(diào)節(jié)和反思得到充分體驗(yàn)后，將形成一種不為意識(shí)所察覺(jué)的元認(rèn)知知識(shí)。三是基于數(shù)據(jù)分析方法，數(shù)字化校園一卡通系統(tǒng)能很好地存儲(chǔ)學(xué)生的消費(fèi)記錄和圖書(shū)館借閱記錄，是一種良好的結(jié)構(gòu)化數(shù)據(jù)，易于后期根據(jù)數(shù)據(jù)屬性將其轉(zhuǎn)換成可測(cè)量和計(jì)算的行為指標(biāo)，以支持挖掘工具的數(shù)據(jù)處理和分析系統(tǒng)的智能計(jì)算。

本文選擇校園網(wǎng)業(yè)務(wù)日志數(shù)據(jù)、調(diào)查問(wèn)卷、成績(jī)數(shù)據(jù)，采用非監(jiān)督學(xué)習(xí)分析方法，探究早起與借閱兩種學(xué)習(xí)行為與學(xué)習(xí)績(jī)效之間的關(guān)系，以期為現(xiàn)有學(xué)習(xí)行為研究范式的建立和發(fā)展提供借鑒，主要研究以下三個(gè)問(wèn)題：

1. 大學(xué)生借閱和早起行為與學(xué)習(xí)績(jī)效分別有怎樣的關(guān)系？

2. 不同借閱和早起行為類型與學(xué)習(xí)績(jī)效之間有怎樣的關(guān)聯(lián)？

3. 不同借閱和早起行為類型與元認(rèn)知水平有怎樣的關(guān)系？

二、研究基礎(chǔ)

（一）學(xué)習(xí)行為與學(xué)習(xí)績(jī)效的關(guān)系

隨著教育大數(shù)據(jù)分析技術(shù)的發(fā)展，不少學(xué)者通過(guò)學(xué)習(xí)分析技術(shù)建立不同類型的學(xué)習(xí)行為分析模型探究與學(xué)習(xí)績(jī)效的關(guān)系，如采用數(shù)據(jù)挖掘技術(shù)對(duì)網(wǎng)絡(luò)學(xué)習(xí)者的學(xué)習(xí)行為與成績(jī)進(jìn)行預(yù)測(cè)（趙慧瓊， 等， 2017），運(yùn)用因子分析、回歸分析等學(xué)習(xí)分析技術(shù)構(gòu)建學(xué)生在線學(xué)習(xí)行為與學(xué)習(xí)績(jī)效相關(guān)模型（李小娟， 等， 2017），利用多元回歸分析法判定在線學(xué)習(xí)行為影響學(xué)生學(xué)習(xí)績(jī)效的預(yù)警因素（王改花， 等， 2019）。這些研究從不同分析對(duì)象和分析方法建立了學(xué)習(xí)行為與學(xué)習(xí)效果之間的聯(lián)系。相較于傳統(tǒng)學(xué)習(xí)行為分析主要的不同體現(xiàn)在：一是依托在線學(xué)習(xí)平臺(tái)作為研究對(duì)象的較多，對(duì)線下課程、校園活動(dòng)場(chǎng)景的行為研究較少;二是分析的數(shù)據(jù)量從傳統(tǒng)的小規(guī)模樣本轉(zhuǎn)變成多類型海量數(shù)據(jù)，其中蘊(yùn)含更多的行為特征信息，在線學(xué)習(xí)平臺(tái)能采集結(jié)構(gòu)良好的存儲(chǔ)數(shù)據(jù)，有利于后期進(jìn)行處理和分析;三是分析手段多樣，分析精度越來(lái)越高，不僅結(jié)合統(tǒng)計(jì)學(xué)研究方法，更多的是結(jié)合大數(shù)據(jù)分析、人工智能技術(shù)，從學(xué)習(xí)行為本身的屬性、特征等維度建立與學(xué)習(xí)績(jī)效的關(guān)系模型和預(yù)測(cè)模型;四是行為與學(xué)習(xí)績(jī)效關(guān)系的解釋，從數(shù)據(jù)的統(tǒng)計(jì)描述、可視化等方式，逐步深入到行為模式背后形成機(jī)制和形成動(dòng)機(jī)的詮釋。

（二）早起和借閱行為與學(xué)習(xí)績(jī)效的關(guān)系

本文所指的早起行為以大學(xué)生在校期間早上8點(diǎn)第一節(jié)課作為時(shí)間基點(diǎn)，主要分析大學(xué)生在早上6點(diǎn)至9點(diǎn)之間進(jìn)行一卡通消費(fèi)的次數(shù)、頻率和平均時(shí)間。目前關(guān)于早起行為如何影響學(xué)習(xí)績(jī)效的研究較少，多從大學(xué)生睡眠質(zhì)量、作息時(shí)間等維度進(jìn)行調(diào)查研究，發(fā)現(xiàn)生活規(guī)律對(duì)大學(xué)生學(xué)業(yè)成績(jī)的影響。?nder等（2014）發(fā)現(xiàn)睡眠質(zhì)量、早起時(shí)間與學(xué)習(xí)成績(jī)存在密切關(guān)系，大學(xué)生的學(xué)業(yè)成績(jī)對(duì)早起行為和睡眠質(zhì)量有影響作用;宋玉婷等（2017）研究了大學(xué)生睡眠質(zhì)量和學(xué)業(yè)成績(jī)之間的關(guān)系，發(fā)現(xiàn)學(xué)業(yè)成績(jī)?cè)讲畹膶W(xué)生，其自控力越弱，睡眠質(zhì)量越差，從中可以發(fā)現(xiàn)睡眠與學(xué)習(xí)績(jī)效存在相關(guān)性。

借閱行為主要分析大學(xué)生在圖書(shū)館中借閱圖書(shū)的數(shù)量、種類和時(shí)間。目前，借閱行為主要分析挖掘讀者的閱讀規(guī)律和閱讀習(xí)慣等行為特征，為高校圖書(shū)館提供個(gè)性化和多樣化服務(wù)（Xiong， 2014）。隨著信息化技術(shù)的不斷發(fā)展，國(guó)內(nèi)外高校圖書(shū)館都非常重視管理創(chuàng)新和服務(wù)意識(shí)的提高，特別是圖書(shū)館多元化融合對(duì)教學(xué)質(zhì)量的影響（Cruz， 2019），大學(xué)生圖書(shū)館利用程度和相應(yīng)的學(xué)習(xí)績(jī)效產(chǎn)出是衡量圖書(shū)館存在價(jià)值的重要標(biāo)準(zhǔn)（Whitmire， 2002）。因此，近年來(lái)挖掘借閱行為與學(xué)習(xí)績(jī)效的關(guān)系得到更多學(xué)者的關(guān)注。楊新涯等（2013）依托借閱數(shù)據(jù)對(duì)國(guó)貿(mào)、工管、機(jī)械、通信四個(gè)專業(yè)本科生的借閱數(shù)量、借閱文獻(xiàn)類別數(shù)據(jù)展開(kāi)統(tǒng)計(jì)分析，得出理工類專業(yè)學(xué)生借閱數(shù)量高于文科類且專業(yè)文獻(xiàn)借閱較多的結(jié)論。潘穎等（2019）將專業(yè)分為理、工、文、管四個(gè)學(xué)科，開(kāi)展本科生課程成績(jī)與借閱行為學(xué)科差異性的實(shí)證研究。

（三）學(xué)習(xí)行為與元認(rèn)知的關(guān)系

元認(rèn)知是對(duì)認(rèn)知的認(rèn)知，是個(gè)體對(duì)自己認(rèn)知狀態(tài)與過(guò)程的意識(shí)和調(diào)節(jié)（弗拉維爾， 等， 2002）。學(xué)習(xí)行為與元認(rèn)知相互影響，一些研究證明了元認(rèn)知對(duì)學(xué)習(xí)行為的影響。Hill等（1997）發(fā)現(xiàn)元認(rèn)知知識(shí)、自我效能感和先前知識(shí)水平等因素對(duì)學(xué)習(xí)行為的影響，認(rèn)為這些因素有助于學(xué)習(xí)者自我監(jiān)控和增強(qiáng)定位感的提升。后期一些學(xué)者在研究網(wǎng)絡(luò)學(xué)習(xí)行為模式中也發(fā)現(xiàn)元認(rèn)知和自我效能感方面的投入會(huì)顯著影響學(xué)習(xí)行為（馬志強(qiáng)， 等， 2017）。

還有一些研究從不同學(xué)習(xí)理論探究學(xué)習(xí)行為對(duì)元認(rèn)知的影響。查爾斯·庫(kù)利（Charles Cooley）從社會(huì)學(xué)的角度探究認(rèn)知與行為的關(guān)系，指出行為是對(duì)自我認(rèn)識(shí)的一種反應(yīng)，是在參與社會(huì)活動(dòng)中產(chǎn)生的自我評(píng)價(jià)過(guò)程。舒茨（Alfred Schütz）從行為的群體化屬性中指出，學(xué)習(xí)行為不僅是學(xué)生的個(gè)體行為，群體在學(xué)習(xí)活動(dòng)中的相互比較、相互學(xué)習(xí)和影響，對(duì)個(gè)體的學(xué)習(xí)動(dòng)機(jī)和能動(dòng)性等認(rèn)知發(fā)展起到了積極促進(jìn)作用。姜強(qiáng)等（2019）利用學(xué)生行為和交互日志數(shù)據(jù)，采用開(kāi)放學(xué)習(xí)者模型進(jìn)行學(xué)習(xí)過(guò)程可視化，進(jìn)而評(píng)價(jià)了學(xué)習(xí)者元認(rèn)知水平，證明了學(xué)習(xí)行為對(duì)元認(rèn)知技能的影響作用。

鑒于以上討論，本文對(duì)早起和借閱兩種學(xué)習(xí)行為特征進(jìn)行聚類分析和關(guān)聯(lián)分析，對(duì)數(shù)據(jù)之間的邏輯聯(lián)系和數(shù)據(jù)屬性之間的深層關(guān)系進(jìn)行剖析，建立群體學(xué)習(xí)行為與整體學(xué)習(xí)績(jī)效和元認(rèn)知之間的關(guān)聯(lián)，探究?jī)煞N學(xué)習(xí)行為與學(xué)習(xí)績(jī)效的關(guān)系。

三、研究設(shè)計(jì)

（一）研究對(duì)象與數(shù)據(jù)來(lái)源

研究以C市S高校2018級(jí)大學(xué)生作為研究對(duì)象，采集數(shù)據(jù)的時(shí)間從2018年9月到2019年8月。圖書(shū)借閱數(shù)據(jù)來(lái)源于圖書(shū)館的業(yè)務(wù)日志，早起數(shù)據(jù)來(lái)源于學(xué)生在學(xué)校一卡通的消費(fèi)日志，學(xué)習(xí)績(jī)效數(shù)據(jù)來(lái)源于學(xué)校教務(wù)系統(tǒng)中課程信息和課程成績(jī)數(shù)據(jù)。元認(rèn)知測(cè)試問(wèn)卷在2019年6月期末考試后向?qū)W生發(fā)放。

在這些數(shù)據(jù)中，由于日志數(shù)據(jù)記錄了所有學(xué)生的活動(dòng)記錄，需要對(duì)這些數(shù)據(jù)進(jìn)行排查和清洗，發(fā)現(xiàn)問(wèn)題數(shù)據(jù)并處理，如有部分學(xué)生在一天中多次借還或借閱時(shí)間已超過(guò)一學(xué)年，都將其處理為一次借閱行為。經(jīng)過(guò)刪除重復(fù)和無(wú)效數(shù)據(jù)，最終篩選匯總出833名大學(xué)生總計(jì)102，297條日志數(shù)據(jù)，同時(shí)對(duì)這833名大學(xué)生定向發(fā)放元認(rèn)知調(diào)查問(wèn)卷，共收集有效問(wèn)卷833份，作為本次研究樣本。

（二）分析方法

在學(xué)習(xí)行為研究方法上，一是采用行為聚類方法分別研究早起和借閱行為特征與學(xué)習(xí)績(jī)效之間的關(guān)系，目的是比較不同學(xué)習(xí)行為與學(xué)習(xí)績(jī)效之間的差異;二是采用關(guān)聯(lián)分析法探究這兩種行為特征和學(xué)習(xí)績(jī)效的關(guān)系，探究不同學(xué)習(xí)行為類型對(duì)學(xué)習(xí)績(jī)效產(chǎn)生的共同作用;三是采用問(wèn)卷調(diào)查法從元認(rèn)知體驗(yàn)與計(jì)劃、思維監(jiān)控和思維反思三個(gè)維度進(jìn)一步解釋兩種行為與大學(xué)生認(rèn)知發(fā)展的影響，最終揭示外顯行學(xué)習(xí)行為對(duì)學(xué)習(xí)績(jī)效和內(nèi)在思維的影響關(guān)系。

1. 聚類分析

聚類分析（Clustering Analysis）是一種無(wú)監(jiān)督學(xué)習(xí)方法，通過(guò)計(jì)算工具對(duì)考察對(duì)象按照某種特定屬性進(jìn)行劃分、探查數(shù)據(jù)結(jié)構(gòu)，使同一個(gè)類的對(duì)象具有相似的屬性特征，不同類的對(duì)象相異（Soman， Diwakar， & Ajay， 2009）。其中，K均值聚類算法（K-means），因在時(shí)間復(fù)雜度和空間復(fù)雜度低，并在不同類型數(shù)據(jù)集有良好分類效果等優(yōu)點(diǎn)，在學(xué)習(xí)分析中被廣泛采用。該算法在使用前需要設(shè)定簇?cái)?shù)K值，初始聚類中心對(duì)后期聚類效果會(huì)產(chǎn)生重要影響（喬璐， 等， 2020）。本文采用SPSS中modeler工具，設(shè)定K值為3，將早起和借閱兩種行為分別聚為3類，結(jié)合學(xué)習(xí)績(jī)效F1 和F2進(jìn)行克魯斯卡爾-沃利斯檢測(cè)，比較早起和借閱行為對(duì)學(xué)習(xí)績(jī)效的影響。

2. 關(guān)聯(lián)分析

關(guān)聯(lián)分析（Association Analysis）也是一種無(wú)監(jiān)督學(xué)習(xí)方法，是一種通過(guò)尋找數(shù)據(jù)之間關(guān)聯(lián)規(guī)則的過(guò)程，關(guān)聯(lián)規(guī)則是描述數(shù)據(jù)庫(kù)中數(shù)據(jù)項(xiàng)（屬性、變量）之間隱藏的（潛在的）相互關(guān)系（儲(chǔ)文靜， 等， 2010）。本文采用懷卡托智能WeKa分析軟件，將csv數(shù)據(jù)轉(zhuǎn)換為專屬arff文件。arff文件格式中以每一名學(xué)生的早起、借閱行為、學(xué)習(xí)績(jī)效屬性形成一行數(shù)據(jù)樣本，在WeKa環(huán)境中稱為一個(gè)實(shí)例（Instance），將行為特征和學(xué)習(xí)績(jī)效數(shù)據(jù)導(dǎo)入形成數(shù)據(jù)集（Data information）。