梅鵬江，陳逸菲，宋 瑩，孫 寧

（1.南京信息工程大學(xué)自動化學(xué)院，江蘇南京 210044；2.南京信息工程大學(xué)濱江學(xué)院，江蘇無錫 214105）

0 引言

受疫情影響，為響應(yīng)教育部“停課不停學(xué)”號召，各院校積極開展線上教學(xué)。隨著在線教學(xué)的普及，各高校平臺服務(wù)器積累了大量與學(xué)習(xí)相關(guān)的數(shù)據(jù)，通過對這些數(shù)據(jù)的分析，幫助教師了解學(xué)生的學(xué)習(xí)情況。張巖等［1］通過分析混合式教學(xué)環(huán)境下學(xué)習(xí)者一般特征、心理特征、課堂行為特征，對不同學(xué)生進(jìn)行分類和識別；賈積有等［1］對北京大學(xué)6 門課程的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行整理與分析，從中發(fā)現(xiàn)學(xué)生網(wǎng)上學(xué)習(xí)行為對學(xué)業(yè)成績的影響；李封等［3］提出學(xué)習(xí)者學(xué)習(xí)行為屬性模型，基于該模型對學(xué)習(xí)者學(xué)習(xí)行為進(jìn)行分析研究，以此為依據(jù)調(diào)整課程組織和教學(xué)方式，從而達(dá)到最優(yōu)的教學(xué)效果；李爽等［4］從行為投入的角度出發(fā)，對在線學(xué)習(xí)行為投入分析框架進(jìn)行構(gòu)建，并對在線學(xué)習(xí)行為投入測量指標(biāo)進(jìn)行選取；危妙等［5］利用數(shù)據(jù)分析，對“優(yōu)課聯(lián)盟”平臺上學(xué)生的學(xué)習(xí)行為以及學(xué)習(xí)成效進(jìn)行分析，找出平臺應(yīng)用中存在的不足并提出建議；蔣卓軒等［6］針對平臺用戶在線學(xué)習(xí)特點(diǎn)，分析挖掘6 門課的海量學(xué)習(xí)行為數(shù)據(jù)，將學(xué)習(xí)者進(jìn)行分類，深入考察學(xué)習(xí)行為與學(xué)習(xí)效果之間的關(guān)系。以上學(xué)者對于學(xué)生學(xué)習(xí)特征進(jìn)行了分析，但是他們都忽視了數(shù)據(jù)的時效性。本文數(shù)據(jù)是教師在線授課采集，準(zhǔn)確度較高，能真實反映學(xué)生在線學(xué)習(xí)情況；課下學(xué)習(xí)數(shù)據(jù)中，剔除期末考試前學(xué)生突擊數(shù)據(jù)，這樣更能客觀反映學(xué)生平時的學(xué)習(xí)習(xí)慣。

本文以筆者學(xué)校開設(shè)的微機(jī)原理及單片機(jī)技術(shù)課程作為研究對象。該課程自2020 年2 月17 日至2020 年5月6 日采用線上教學(xué)，之后采用混合式教學(xué)，收集80 名學(xué)生在學(xué)習(xí)通平臺上各種訪問記錄近4.8 萬條。以這些數(shù)據(jù)為基礎(chǔ)，分析學(xué)生學(xué)習(xí)過程中的行為特征、學(xué)習(xí)狀態(tài)和習(xí)慣。本研究結(jié)果可用于糾正不佳的學(xué)習(xí)習(xí)慣，幫助教師調(diào)整教學(xué)進(jìn)度和方式方法。

1 指標(biāo)分析

衡量學(xué)生學(xué)習(xí)質(zhì)量以教學(xué)大綱為標(biāo)準(zhǔn)，課程以教學(xué)大綱中學(xué)業(yè)表現(xiàn)指標(biāo)和學(xué)習(xí)過程投入指標(biāo)作為參考，前者包括隨堂測驗得分、階段測驗得分、章節(jié)測驗得分；后者包括課堂搶答、課堂問卷、課堂投票、視頻反芻比、章節(jié)學(xué)習(xí)次數(shù)等。期末考試成績最能直接反映學(xué)生學(xué)習(xí)質(zhì)量，故本文用線下的閉卷期末考試作為學(xué)習(xí)質(zhì)量指標(biāo)，通過求解皮爾斯相關(guān)系數(shù)挖掘出與學(xué)習(xí)質(zhì)量有關(guān)的特征，如式（1）所示。

式（1）中，X、Y是兩個特征，Xi、Yi表示特征X、Y的第i個數(shù)值代表X、Y特征下的均值。皮爾森系數(shù)等于協(xié)方差除以標(biāo)準(zhǔn)差，因此避免了指標(biāo)量綱不同的影響。在計算各指標(biāo)的相關(guān)系數(shù)之前，需要對學(xué)習(xí)通平臺上獲取的數(shù)據(jù)進(jìn)行預(yù)處理，即相關(guān)數(shù)據(jù)類型轉(zhuǎn)換、歸一化，使各個指標(biāo)處于同一數(shù)量級。

本文將學(xué)習(xí)通平臺上的數(shù)據(jù)分成學(xué)業(yè)表現(xiàn)指標(biāo)和學(xué)習(xí)過程指標(biāo)投入兩大類［7］。前者直觀反映學(xué)習(xí)效果，后者體現(xiàn)學(xué)習(xí)積極性和學(xué)習(xí)態(tài)度，根據(jù)學(xué)習(xí)環(huán)節(jié)不同又細(xì)分為2 個子類：在線學(xué)習(xí)過程指標(biāo)和自主學(xué)習(xí)過程指標(biāo)。表1給出根據(jù)式（1）計算得到的各指標(biāo)與期末成績的相關(guān)性。

本文將學(xué)習(xí)過程指標(biāo)細(xì)分為自主學(xué)習(xí)過程和課堂在線學(xué)習(xí)過程兩部分，前者有視頻反芻比、章節(jié)學(xué)習(xí)次數(shù)；后者有課堂搶答、課堂問卷和投票。如表1 所示，課堂在線學(xué)習(xí)過程中課堂搶答與期末考試的相關(guān)性是51.03%，課堂問卷、投票與期末考試的相關(guān)性是51.50%。自主學(xué)習(xí)過程中學(xué)習(xí)視頻反芻比與期末考試的相關(guān)性是60.04%，說明該特征對期末考試的影響較大，而章節(jié)學(xué)習(xí)次數(shù)對期末考試的影響更大，高達(dá)72.17%。

Table 1 Correlation between each index and final score表1 各指標(biāo)與期末成績相關(guān)性（%）

本文主要分析期末成績表示的課程學(xué)習(xí)質(zhì)量與這兩大指標(biāo)的相關(guān)性。需要注意的是，由于簽到率相關(guān)性僅41.4%，明顯低于其它指標(biāo)，因此不予討論。

1.1 學(xué)業(yè)表現(xiàn)指標(biāo)分析

微機(jī)原理及單片機(jī)技術(shù)課程共17 周，學(xué)習(xí)通平臺記錄有學(xué)生隨堂測驗、章節(jié)測驗得分、階段性考試得分等，可直觀反映學(xué)習(xí)效果。而期末考試因為在線下進(jìn)行閉卷測試，測試題型豐富，主觀性試題多，更能全面考察學(xué)生的學(xué)習(xí)質(zhì)量［8］。通過Anaconda 軟件將學(xué)業(yè)表現(xiàn)3 個特征與期末考試成績以可視化形式展現(xiàn)，如圖1 所示，橫坐標(biāo)是學(xué)生學(xué)號，縱坐標(biāo)是歸一化后的期末成績。

特征之間相關(guān)系數(shù)越大，說明兩個特征之間關(guān)聯(lián)越大，反之越小。表1 中，學(xué)業(yè)表現(xiàn)相關(guān)的前3 個特征與期末考試成績的關(guān)聯(lián)性分別是55.67%、49.02%、49.98%，除了隨堂測驗之外都低于第2 大類指標(biāo)，其原因如下：

（1）隨堂測驗以客觀題為主，時效性強(qiáng)。從數(shù)據(jù)來看大部分學(xué)生隨堂測驗分?jǐn)?shù)都在及格線以上，高于期末卷面及格率。原因是隨堂練習(xí)大多以選擇題形式考察，而期末考試則以主觀性試題為主，難度更高。隨堂測驗與期末成績相關(guān)性比章節(jié)測試和階段考試高出近5%，達(dá)55.67%，原因是隨堂測驗一般是教師在上課前幾分鐘發(fā)布，并限定短時間內(nèi)完成，學(xué)生能翻閱參考資料的時間有限，以獨(dú)立完成為主。

（2）章節(jié)測驗完成的時間段不同。從平臺記錄的時間看，有預(yù)習(xí)時完成的，出錯可能性大；有課后完成的，降低了出錯的可能性；部分學(xué)生不是獨(dú)立完成的，所以會出現(xiàn)相關(guān)性不是很大的情況。

Fig.1 Academic performance圖1 學(xué)業(yè)表現(xiàn)

（3）在線考試非封閉性。階段測試是返校前在線完成的，雖然可以設(shè)置測試具體時間，但是不能完全確保學(xué)生獨(dú)立完成考試，故相關(guān)性不如隨堂測驗。

通過以上分析，可知這些指標(biāo)不能完整反映學(xué)生掌握知識點(diǎn)情況，但為教學(xué)過程中必要的參考，是不可或缺的。

1.2 學(xué)習(xí)過程投入指標(biāo)分析

學(xué)習(xí)視頻反芻比明顯沒有章節(jié)學(xué)習(xí)次數(shù)貼合期末成績，原因是部分學(xué)生存在登錄視頻不看只為完成任務(wù)的情況。而章節(jié)學(xué)習(xí)次數(shù)更貼合，是因為優(yōu)秀的學(xué)生在遇到難點(diǎn)時會反復(fù)觀看章節(jié)內(nèi)容，學(xué)習(xí)不好的學(xué)生卻不會花費(fèi)大量時間去重復(fù)學(xué)習(xí)，具體情況如圖2 所示。

課堂問卷、投票、課堂搶答等指標(biāo)可以清楚地刻畫學(xué)生在課堂上的表現(xiàn)。表1 中課堂搶答與期末考試的相關(guān)性只有51.03%，原因是部分成績良好的學(xué)生性格較為內(nèi)向，不太好意思參加課堂互動，覺得自己懂了就可以，沒必要在課堂上表達(dá)。課堂問卷、投票與期末考試的相關(guān)性是51.50%，從圖3 可知學(xué)生普遍在問卷和投票中得分較高，其原因是教師在課堂上考察學(xué)生對某一知識點(diǎn)的掌握，不論對錯參與即可得分，所以提高了學(xué)生參與互動的積極性。

綜上，通過對不同指標(biāo)進(jìn)行相關(guān)性分析，發(fā)現(xiàn)各指標(biāo)對期末考試成績有影響，其中以視頻反芻比、章節(jié)學(xué)習(xí)次數(shù)體現(xiàn)最為突出。所以在平時教學(xué)過程中，教師可通過這兩個指標(biāo)及早發(fā)現(xiàn)學(xué)習(xí)態(tài)度不端正、成績不好的學(xué)生，給予適當(dāng)?shù)奶嵝押捅O(jiān)督。

2 學(xué)習(xí)效果分析

本文通過對學(xué)業(yè)表現(xiàn)和學(xué)習(xí)投入指標(biāo)進(jìn)行聚類分析［9-11］，得到學(xué)生不同的學(xué)習(xí)類型，從而發(fā)現(xiàn)優(yōu)秀學(xué)生的共性，及時對學(xué)習(xí)習(xí)慣不好的學(xué)生提出預(yù)警。采用PyCharm軟件對數(shù)據(jù)進(jìn)行k 均值聚類。首先將數(shù)據(jù)降維，然后評估不同k 值聚類效果，發(fā)現(xiàn)在4 層聚類時效果最佳，故選取聚類數(shù)為4 時的情況進(jìn)行分析，結(jié)果如表2 所示。

Table 2 Mean values of various student behavior data表2 各類學(xué)生行為數(shù)據(jù)均值

Fig.3 Online classroom learning process圖3 在線課堂學(xué)習(xí)過程

在聚類數(shù)為4 時，得到每一類學(xué)生的期末考試等級、課程訪問數(shù)、視頻反芻比、討論次數(shù)、課堂搶答、作業(yè)得分以及階段測試得分的均值，如表2 所示。以期末考試成績得分作為標(biāo)準(zhǔn)，將學(xué)生分為學(xué)霸學(xué)習(xí)者、積極學(xué)習(xí)者、一般學(xué)習(xí)者、懶散學(xué)習(xí)者，下面對這些類別的學(xué)校行為進(jìn)行分析［12-15］。

第1 類學(xué)生，能夠積極主動登錄平臺學(xué)習(xí)，其訪問數(shù)、章節(jié)學(xué)習(xí)次數(shù)幾乎是第4 類學(xué)生的4 倍，能夠積極參與到課堂活動中，課堂搶答速度快，上課專注，緊跟老師節(jié)奏，考試成績優(yōu)秀，說明這類學(xué)生屬于刻苦用功的學(xué)霸。教師可鼓勵他們參加比賽，擴(kuò)充知識面，同時適當(dāng)組建班級幫扶組，讓學(xué)霸給懶散學(xué)習(xí)者（第4 類學(xué)生）和一般學(xué)習(xí)者（第3 類學(xué)生）提供好的學(xué)習(xí)思路和學(xué)習(xí)方法。

第2 類學(xué)生，能夠完成在線學(xué)習(xí)平臺上所有任務(wù)點(diǎn)，章節(jié)測驗和階段性測試均能取得好成績。但是該類學(xué)生的課堂搶答得分低于第3 類學(xué)生，是由于這類學(xué)生喜歡自己悶頭學(xué)習(xí)，自己解決問題，課堂搶答比較低調(diào)，沒有第3類學(xué)生愛表現(xiàn)。正是如此，教師最有可能忽略他們。教師應(yīng)該多和這類學(xué)生交流，學(xué)生在得到老師的關(guān)注下學(xué)習(xí)會更主動，學(xué)習(xí)成績會更上一層樓。

第3 類學(xué)生，能完成基本的章節(jié)學(xué)習(xí)和視頻觀看，在訪問數(shù)、章節(jié)學(xué)習(xí)次數(shù)、視頻反芻比上都是懶散學(xué)習(xí)者的1.4 倍左右，而課堂討論、課堂搶答是懶散學(xué)習(xí)者的5 倍左右，甚至超出了第2 類學(xué)生。該類學(xué)生有一定的學(xué)習(xí)熱情，課堂積極回答問題，但成績不是很理想，原因是他們課后不主動學(xué)習(xí)、投入學(xué)習(xí)的時間精力不夠。對于這類學(xué)生教師應(yīng)該多督促他們課后學(xué)習(xí)，多加以鼓勵和鞭策。

第4 類學(xué)生，訪問學(xué)習(xí)平臺比較隨意，偶爾登錄，登錄次數(shù)不及平均數(shù)，對于章節(jié)的學(xué)習(xí)較少，視頻反芻比也小，基本不參與課堂討論，不積極主動地參與課堂互動，注意力不集中，容易走神，課后作業(yè)和階段性測試分?jǐn)?shù)較低。這些學(xué)生缺乏自主學(xué)習(xí)熱情，學(xué)習(xí)效果也很差，故將他們劃分為懶散學(xué)習(xí)者。教師需要經(jīng)常與這類學(xué)生溝通，課堂上主動給他們提問，課后督促他們觀看視頻，完成章節(jié)學(xué)習(xí)。

3 結(jié)語

本文對疫情期間線上教學(xué)中學(xué)生學(xué)業(yè)表現(xiàn)和學(xué)習(xí)投入指標(biāo)進(jìn)行分析，通過對學(xué)生學(xué)業(yè)表現(xiàn)分析，發(fā)現(xiàn)大部分學(xué)生在隨堂測驗、章節(jié)測驗、階段性考試的得分都能及格，但期末測試相當(dāng)一部分學(xué)生卷面不及格，兩級分化嚴(yán)重，這說明平時學(xué)業(yè)中的成績并不能完全反映學(xué)生對知識點(diǎn)掌握的真實情況。而在學(xué)習(xí)投入指標(biāo)中也有相似情況，課堂搶答、問卷和投票得分都不錯，但是期末成績不理想，這可能是學(xué)生在課堂上聽講，但課后預(yù)習(xí)復(fù)習(xí)被忽略；視頻反芻比、章節(jié)學(xué)習(xí)次數(shù)指標(biāo)與考試成績最相關(guān)，驗證了學(xué)習(xí)優(yōu)秀的學(xué)生課后所花費(fèi)的精力遠(yuǎn)高于其他學(xué)生。

需要指出的是，數(shù)據(jù)分析需要數(shù)據(jù)的積累，數(shù)據(jù)量的規(guī)模不同會對分析結(jié)果造成影響，本文使用的數(shù)據(jù)量不大。隨著在線教學(xué)及混合式教學(xué)工作的深入，課程數(shù)據(jù)量會越來越大，學(xué)生的行為數(shù)據(jù)也會越來越多，隨之得到的數(shù)據(jù)分析結(jié)果會越來越準(zhǔn)確［16］。在今后的工作中會將學(xué)生提交作業(yè)的時間、訪問時間段等進(jìn)一步深入分析，以此獲取更為準(zhǔn)確的學(xué)生學(xué)習(xí)習(xí)慣數(shù)據(jù)，幫助教師洞悉學(xué)生學(xué)習(xí)行為，強(qiáng)化對學(xué)生的教育和監(jiān)督。