李同飛 竇雪萍 熊杰

[摘 要] 在線學(xué)習(xí)平臺的廣泛應(yīng)用為全過程學(xué)習(xí)質(zhì)量監(jiān)測與分析提供了有效途徑?；谠诰€學(xué)習(xí)平臺網(wǎng)絡(luò)課程學(xué)生學(xué)習(xí)統(tǒng)計數(shù)據(jù)，分析學(xué)生學(xué)習(xí)行為的基本特征，并進一步采用聚類分析方法識別不同類型學(xué)生學(xué)習(xí)行為。通過相關(guān)性分析網(wǎng)絡(luò)課程學(xué)生學(xué)習(xí)行為與學(xué)習(xí)質(zhì)量間關(guān)系的研究，提出個性化的指導(dǎo)建議與教學(xué)質(zhì)量提升策略。

[關(guān)鍵詞] 網(wǎng)絡(luò)課程;學(xué)習(xí)行為;學(xué)習(xí)質(zhì)量;聚類分析;相關(guān)性分析

[基金項目] 2020年度北京工業(yè)大學(xué)教育教學(xué)研究課題城建學(xué)部一般項目“主客觀視角下全過程學(xué)生學(xué)習(xí)質(zhì)量提升路徑研究”（047000513102）

[作者簡介] 李同飛（1990—），男，山東泰安人，博士，北京工業(yè)大學(xué)講師，主要從事復(fù)雜交通系統(tǒng)建模與分析、合乘出行、網(wǎng)聯(lián)自動駕駛研究。

[中圖分類號] G640 ? [文獻(xiàn)標(biāo)識碼] A ? [文章編號] 1674-9324（2021）11-0117-04 ? ?[收稿日期] 2020-12-02

2018年6月，教育部強調(diào)高教大計、本科為本，本科不牢、地動山搖，堅持“以本為本”，推進“四個回歸”，把本科教育放在人才培養(yǎng)的核心地位、教育教學(xué)的基礎(chǔ)地位、新時代教育發(fā)展的前沿地位。當(dāng)今信息化飛速發(fā)展，在線學(xué)習(xí)平臺為學(xué)習(xí)全過程監(jiān)測提供了平臺與手段，特別是2020年新冠肺炎疫情加快了網(wǎng)絡(luò)課程的普及，積累了海量且涵蓋多門類學(xué)科的教學(xué)、學(xué)習(xí)數(shù)據(jù)。在線教育絕不是將傳統(tǒng)現(xiàn)場教學(xué)內(nèi)容直接照搬到網(wǎng)上，而是更合理地組織優(yōu)質(zhì)教學(xué)內(nèi)容從而促進學(xué)習(xí)的發(fā)生[1]。通過在線平臺能夠有效監(jiān)測學(xué)生學(xué)習(xí)全過程，借助其數(shù)據(jù)采集功能全面掌握學(xué)生的學(xué)習(xí)行為，分析學(xué)習(xí)行為與學(xué)習(xí)質(zhì)量之間的關(guān)系，從而優(yōu)化在線教學(xué)，提升學(xué)生學(xué)習(xí)質(zhì)量，對于今后教學(xué)模式改革和創(chuàng)新人才培養(yǎng)具有重要意義[2]。

針對網(wǎng)絡(luò)課程學(xué)習(xí)，國內(nèi)外學(xué)者從不同視角進行了深入研究，主要聚焦于學(xué)習(xí)行為內(nèi)涵、學(xué)習(xí)行為影響因素、學(xué)習(xí)行為評價等。在分析學(xué)習(xí)行為時，以往研究主要考慮了在線平臺、教師質(zhì)量、教學(xué)環(huán)境、學(xué)習(xí)質(zhì)量等方面[3-5]，較多地考慮了學(xué)校條件、教師水平等因素，較少有研究從學(xué)習(xí)者角度分析評價學(xué)習(xí)質(zhì)量。在分析網(wǎng)絡(luò)學(xué)習(xí)行為與學(xué)習(xí)質(zhì)量關(guān)系時，已有研究證明兩者密切相關(guān)，但結(jié)論信度仍有待進一步驗證[6]。如劉惠如證明訪問次數(shù)、訪問總時間、瀏覽頁數(shù)、在線測驗次數(shù)等因素與學(xué)習(xí)質(zhì)量顯著正相關(guān)[7]，楊奕晨等研究證明訪問次數(shù)、討論次數(shù)等因素對學(xué)習(xí)質(zhì)量沒有顯著影響[8]。針對學(xué)生學(xué)習(xí)行為評價，以往研究大多通過問卷調(diào)查，存在主觀性較強等局限性[9]。

基于以上分析，本文從學(xué)習(xí)者角度出發(fā)，以學(xué)生為中心，以“日新學(xué)堂”在線教育平臺為基礎(chǔ)，收集、整理學(xué)生網(wǎng)絡(luò)課程學(xué)習(xí)全過程學(xué)習(xí)行為數(shù)據(jù)，通過客觀數(shù)據(jù)分析學(xué)生學(xué)習(xí)特征，采用聚類分析方法將學(xué)生分類，差異化分析不同類型學(xué)生學(xué)習(xí)行為及學(xué)習(xí)質(zhì)量差異，基于相關(guān)性分析探究網(wǎng)絡(luò)課程學(xué)生學(xué)習(xí)行為與學(xué)習(xí)質(zhì)量間的關(guān)系，最后，依據(jù)統(tǒng)計分析結(jié)果，提出個性化的指導(dǎo)與建議。

一、網(wǎng)絡(luò)課程學(xué)生學(xué)習(xí)質(zhì)量影響因素

學(xué)生的學(xué)習(xí)行為直接影響學(xué)習(xí)質(zhì)量，在已有網(wǎng)絡(luò)學(xué)習(xí)質(zhì)量研究文獻(xiàn)分析的基礎(chǔ)上，結(jié)合在線學(xué)習(xí)平臺監(jiān)測數(shù)據(jù)，考慮學(xué)生學(xué)習(xí)內(nèi)容、學(xué)習(xí)行為、學(xué)習(xí)過程及學(xué)習(xí)成效等方面，從學(xué)習(xí)者角度提出網(wǎng)絡(luò)課程學(xué)習(xí)質(zhì)量主要影響因素。

（一）學(xué)習(xí)過程因素

縱觀學(xué)生學(xué)習(xí)全過程，學(xué)習(xí)時間是影響學(xué)習(xí)質(zhì)量的重要影響因素，充足的學(xué)習(xí)時間能夠保證學(xué)生完成學(xué)習(xí)任務(wù)，在網(wǎng)絡(luò)課程學(xué)習(xí)過程中學(xué)習(xí)時間可用觀看視頻總時長與學(xué)習(xí)天數(shù)表示。學(xué)習(xí)次數(shù)是另一個重要的影響因素，通過學(xué)習(xí)次數(shù)可以直觀監(jiān)測學(xué)生的學(xué)習(xí)進度，在網(wǎng)絡(luò)課程學(xué)習(xí)過程中學(xué)習(xí)次數(shù)可通過課程任務(wù)完成次數(shù)、章節(jié)學(xué)習(xí)次數(shù)體現(xiàn)。此外，適當(dāng)?shù)膹?fù)習(xí)能夠有效提升學(xué)生學(xué)習(xí)質(zhì)量，在網(wǎng)絡(luò)課程學(xué)習(xí)過程中可用學(xué)習(xí)反芻比及作業(yè)完成情況來進行觀測。

（二）學(xué)習(xí)質(zhì)量因素

學(xué)習(xí)成績是學(xué)習(xí)質(zhì)量的重要體現(xiàn)，在評價學(xué)生學(xué)習(xí)質(zhì)量時主要考慮學(xué)習(xí)過程中的各項作業(yè)成績、課堂表現(xiàn)成績及期末考試成績。利用層次分析法，向有經(jīng)驗的同行教師發(fā)起調(diào)查，最終得出綜合學(xué)習(xí)質(zhì)量評定方法，即綜合學(xué)習(xí)成績由30%作業(yè)成績、60%期末考試成績和10%課堂表現(xiàn)成績共同構(gòu)成。

二、網(wǎng)絡(luò)課程學(xué)生學(xué)習(xí)特征分析

（一）基本分析

本研究數(shù)據(jù)來源于北京工業(yè)大學(xué)“日新學(xué)堂”在線教育平臺，以城市交通學(xué)院2019—2020學(xué)年春季學(xué)期“運籌學(xué)”課程某班級23名學(xué)生為例。學(xué)生學(xué)習(xí)行為特征整體如表1所示。

（二）網(wǎng)絡(luò)課程學(xué)生學(xué)習(xí)特征聚類分析

利用SPSS軟件采用二階聚類方法對學(xué)生學(xué)習(xí)行為及學(xué)習(xí)質(zhì)量進行聚類分析，統(tǒng)計結(jié)果顯示學(xué)生學(xué)習(xí)行為可分為兩類，其中類別一含16名學(xué)生，類別二含7名學(xué)生。聚類質(zhì)量顯示良好，聚類結(jié)果如表2所示。

根據(jù)聚類分析結(jié)果，類別一中的學(xué)生各項學(xué)習(xí)行為指標(biāo)平均值均高于班級平均值。此類學(xué)生能夠在規(guī)定時間登陸在線平臺查看學(xué)習(xí)任務(wù)并按時完成，且觀看視頻時長充分，能夠按時完成作業(yè)并對課程進行復(fù)習(xí)。因此，從作業(yè)平均成績、課堂表現(xiàn)成績及期末考試成績來看，類別一學(xué)生學(xué)習(xí)質(zhì)量較為理想，此類學(xué)生大多較為自律，學(xué)習(xí)態(tài)度端正，具有良好的學(xué)習(xí)習(xí)慣。類別一學(xué)生學(xué)習(xí)特征分布如圖1所示。

根據(jù)聚類分析結(jié)果，類別二中的學(xué)生各項學(xué)習(xí)行為指標(biāo)平均值均低于班級平均值。在線平臺數(shù)據(jù)顯示，此類學(xué)生訪問課程任務(wù)不積極，較高比例學(xué)生觀看課程視頻總時長未達(dá)到課程要求，能夠主動復(fù)習(xí)課程的學(xué)生比例較低，作業(yè)完成情況較差。因此，從作業(yè)平均成績、課堂表現(xiàn)成績及期末考試成績來看，類別二學(xué)生學(xué)習(xí)質(zhì)量較不理想，此類學(xué)生學(xué)習(xí)主動性不高，在課程教學(xué)時應(yīng)給予監(jiān)督和提醒，調(diào)動其積極性，培養(yǎng)其自律意識。類別二學(xué)生學(xué)習(xí)特征分布如圖2所示。

三、網(wǎng)絡(luò)課程學(xué)生學(xué)習(xí)行為與學(xué)習(xí)質(zhì)量關(guān)系分析

為進一步探究網(wǎng)絡(luò)課程學(xué)生學(xué)習(xí)行為與學(xué)習(xí)質(zhì)量的關(guān)系，利用SPSS軟件將學(xué)習(xí)行為各項指標(biāo)與綜合學(xué)習(xí)成績進行相關(guān)性分析，結(jié)果如表3所示。結(jié)果表明，網(wǎng)絡(luò)課程學(xué)生學(xué)習(xí)質(zhì)量與學(xué)習(xí)天數(shù)、反芻比、作業(yè)完成次數(shù)呈顯著正相關(guān)，與觀看視頻總時長、課程任務(wù)完成次數(shù)及章節(jié)學(xué)習(xí)次數(shù)沒有顯著影響，即觀看視頻總時長、課程任務(wù)完成次數(shù)及章節(jié)學(xué)習(xí)次數(shù)并不能直接反映學(xué)生學(xué)習(xí)質(zhì)量，存在部分學(xué)生在沒有教師監(jiān)督下假性學(xué)習(xí)，機械性完成課程任務(wù)，或者雖按時完成課時任務(wù)，但并沒有理解課程內(nèi)容，導(dǎo)致學(xué)習(xí)質(zhì)量不理想。

四、網(wǎng)絡(luò)課程教學(xué)優(yōu)化建議

（一）建立章節(jié)學(xué)習(xí)質(zhì)量評價體系

網(wǎng)絡(luò)課程學(xué)習(xí)能夠?qū)崿F(xiàn)知識在較短時間內(nèi)大規(guī)模傳播，且便于學(xué)生回顧與深度學(xué)習(xí)，但同時對于學(xué)生的自主學(xué)習(xí)能力提出了較高的要求。研究發(fā)現(xiàn)，學(xué)生自主學(xué)習(xí)能力兩極分化明顯，學(xué)生學(xué)習(xí)天數(shù)、學(xué)習(xí)次數(shù)、觀看視頻時長等指標(biāo)差異化顯著，存在部分學(xué)生能夠超額完成學(xué)習(xí)進度任務(wù)，也存在個別學(xué)生沒有完成學(xué)習(xí)進度任務(wù)。因此，一方面，優(yōu)化課程大綱與教學(xué)內(nèi)容，在課程內(nèi)容講述時，緊跟時代步伐，做到案例及時更新，采用啟發(fā)式教學(xué)，激發(fā)學(xué)習(xí)熱情，融知識傳授與能力培養(yǎng)為一體;另一方面，在網(wǎng)絡(luò)課程教學(xué)過程中，要充分發(fā)揮在線平臺監(jiān)測作用，注重過程性數(shù)據(jù)分析，針對每個章節(jié)建立學(xué)習(xí)質(zhì)量評價指標(biāo)體系，客觀評價學(xué)生每個章節(jié)的學(xué)習(xí)質(zhì)量，實現(xiàn)網(wǎng)絡(luò)課程全過程評價，及時發(fā)現(xiàn)掉隊學(xué)生，給予更多的監(jiān)督、提醒和鼓勵，增強學(xué)生自律性，避免敷衍應(yīng)對。

（二）增強學(xué)生、教師及學(xué)習(xí)平臺的交互

從學(xué)生學(xué)習(xí)質(zhì)量可以看出，存在部分學(xué)生各項學(xué)習(xí)行為指標(biāo)均高于班級平均水平，學(xué)習(xí)態(tài)度端正，但學(xué)習(xí)質(zhì)量并不理想，表示其對課程內(nèi)容未能充分理解?！斑\籌學(xué)”作為一門基礎(chǔ)課程，運用到大量的數(shù)學(xué)計算，難度相對其他課程較大，但從討論次數(shù)上看，僅有較少學(xué)生在學(xué)習(xí)過程遇到問題時會主動詢問教師。因此，在教學(xué)過程中，充分利用討論區(qū)功能，利用網(wǎng)絡(luò)資源與學(xué)生進行互動，采用討論答疑的方式與線上教學(xué)互為補充，給予學(xué)生充分的交流與討論空間，便于學(xué)生充分消化吸收課程內(nèi)容。

（三）注重因材施教，提供個性化指導(dǎo)

網(wǎng)絡(luò)課程學(xué)習(xí)中的學(xué)習(xí)主體是學(xué)生，在教學(xué)過程中應(yīng)密切關(guān)注學(xué)生學(xué)習(xí)行為變化及學(xué)習(xí)過程特征。針對不同類型學(xué)生學(xué)習(xí)行為，通過通知、討論區(qū)、即時通信等多種形式對其進行學(xué)習(xí)干預(yù)和指導(dǎo)。例如，對于主動學(xué)習(xí)且自律性較強的學(xué)生，鼓勵其突破創(chuàng)新，不拘泥于課程基本任務(wù);對于主動性較差的學(xué)生，加大監(jiān)督頻率，通過短信、電話等形式督促其按時登陸平臺完成學(xué)習(xí)任務(wù)，并定期檢查其學(xué)習(xí)質(zhì)量;對于學(xué)習(xí)規(guī)律變化較大的學(xué)生，加大情感關(guān)懷，了解其變化原因，并給予及時疏導(dǎo)，幫助其養(yǎng)成良好的學(xué)習(xí)習(xí)慣;對于主動性強但學(xué)習(xí)質(zhì)量不理想的學(xué)生，了解其學(xué)習(xí)困難所在，培養(yǎng)其正確的學(xué)習(xí)方法，并引導(dǎo)其夯實基礎(chǔ)，參與更多互動。

五、結(jié)語

隨著教育現(xiàn)代化提速提質(zhì)，“互聯(lián)網(wǎng)+教育”融合發(fā)展已成為必然趨勢。利用在線平臺學(xué)習(xí)全過程監(jiān)測數(shù)據(jù)優(yōu)勢，從學(xué)習(xí)者的角度分析群體差異特征，進而揭示學(xué)習(xí)行為與學(xué)習(xí)質(zhì)量的關(guān)系，相關(guān)研究可以很好地輔助教師決策，完善教學(xué)內(nèi)容和教學(xué)手段，推進線上教學(xué)模式和方法改革創(chuàng)新，同時為學(xué)生提供更加有效的學(xué)習(xí)支持服務(wù)，全面提升學(xué)習(xí)質(zhì)量。

參考文獻(xiàn)

[1]余勝泉，王慧敏.如何在疫情等極端環(huán)境下更好地組織在線學(xué)習(xí)[J].中國電化教育，2020（5）：6-14，33.

[2]白雪.基于網(wǎng)絡(luò)學(xué)習(xí)行為聚類分析的在線課堂優(yōu)化策略研究[J].吉林化工學(xué)院學(xué)報，2020，37（8）：44-48.

[3]鄭靜.基于學(xué)習(xí)者粘性的MOOC全生命周期質(zhì)量評價[J].浙江萬里學(xué)院學(xué)報，2020，33（3）：111-116.

[4]黃萍.“雙評價”對新建本科高校學(xué)生學(xué)習(xí)質(zhì)量的影響探析[J].大學(xué)教育，2020（9）：197-199.

[5]黃睿，黃慧.體育教學(xué)質(zhì)量評價體系的理論分析及構(gòu)建[J].湖北體育科技，2020，39（9）：838-842.

[6]傅鋼善，王改花.基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)學(xué)習(xí)行為與學(xué)習(xí)質(zhì)量研究[J].電化教育研究，2014，35（9）：53-57.

[7]劉惠如.整合式網(wǎng)路教學(xué)之教學(xué)設(shè)計與評量[D].高雄：國立中山大學(xué)資訊管理研究所，2000.

[8]楊奕晨，柴蕙質(zhì).非同步網(wǎng)路學(xué)習(xí)成效及影響因素之計量分析[C].臺北：非同步網(wǎng)路教學(xué)課程中心建置研討會，2000.

[9]楊志波.層次分析法在高校在線教學(xué)質(zhì)量評價中的應(yīng)用研究[J].創(chuàng)新創(chuàng)業(yè)理論研究與實踐，2020，3（17）：61-62.

On the Strategies of Improving Students Learning Behaviors and Learning Quality：

A Research from the Perspective of Online Courses

LI Tong-fei， DOU Xue-ping， XIONG Jie

（Beijing Key Laboratory of Traffic Engineering， Beijing University of Technology， Beijing 100124， China）

Abstract： The wide application of online learning platforms provides an effective way for the monitoring and analysis of the whole process of students learning quality. Based on the statistics data of the online learning platforms， this study analyzes the basic characteristics of students learning behaviors， and adopts the clustering analysis method to identify different types of students learning behaviors. Then the relationship between students learning behaviors and learning quality is analyzed based on the method of correlation analysis. Finally， some guiding suggestions and teaching quality improvement strategies are proposed.

Key words： online course; learning behaviors; learning quality; clustering analysis; correlation analysis