李月 姜強(qiáng) 趙蔚

[摘? ?要] 自主學(xué)習(xí)符合人類(lèi)學(xué)習(xí)的本質(zhì)，被賦予了從未有過(guò)的價(jià)值與使命，實(shí)現(xiàn)了自我驅(qū)動(dòng)的學(xué)習(xí)行為。在線(xiàn)學(xué)習(xí)背景下，有必要挖掘?qū)W生自主學(xué)習(xí)行為模式，識(shí)別學(xué)生認(rèn)知過(guò)程，尋找在線(xiàn)學(xué)習(xí)規(guī)律，解決自主學(xué)習(xí)能力薄弱問(wèn)題。通過(guò)順序分析和聚類(lèi)分析算法，對(duì)論壇、測(cè)驗(yàn)、作業(yè)與評(píng)價(jià)和資源四類(lèi)學(xué)習(xí)行為進(jìn)行挖掘，分析高低成就學(xué)習(xí)者之間的在線(xiàn)自主學(xué)習(xí)行為模式差異。并基于模仿榜樣理念，以高成就學(xué)習(xí)者的學(xué)習(xí)行為模式為策略，對(duì)低成就學(xué)習(xí)者進(jìn)行干預(yù)。研究結(jié)果表明高低成就學(xué)習(xí)者在線(xiàn)自主學(xué)習(xí)行為模式存在顯著差異，且高成就學(xué)習(xí)者的學(xué)習(xí)行為模式對(duì)低成就學(xué)習(xí)者具有指導(dǎo)作用，可為均衡化教學(xué)提供新思路與方法，縮小規(guī)模化教學(xué)與個(gè)性化教學(xué)的矛盾。

[關(guān)鍵詞] 自主學(xué)習(xí); 過(guò)程挖掘; 學(xué)習(xí)行為模式; 干預(yù); 回溯行為

[中圖分類(lèi)號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 李月（1995—），女，安徽合肥人。博士研究生，主要從事大數(shù)據(jù)學(xué)習(xí)分析研究。E-mail：liy116@nenu.edu.cn。

一、引? ?言

在大規(guī)模教學(xué)背景下，自主學(xué)習(xí)已然成為一種常態(tài)化的學(xué)習(xí)方式。自主學(xué)習(xí)是培養(yǎng)創(chuàng)新和實(shí)踐人才的迫切需要，在扎雷塔·哈蒙德的“文化響應(yīng)式教學(xué)”中強(qiáng)調(diào)教師應(yīng)引導(dǎo)學(xué)生從依賴(lài)他人轉(zhuǎn)向自主學(xué)習(xí)[1]?！犊茖W(xué)》（Science）中研究成果表明主動(dòng)學(xué)習(xí)能夠優(yōu)化傳統(tǒng)授課的學(xué)習(xí)效果[2]，《自然》（Nature）子刊中也研究了大規(guī)模在線(xiàn)課程中影響自主學(xué)習(xí)效果的因素[3]。國(guó)內(nèi)學(xué)者龐維國(guó)教授認(rèn)為學(xué)生應(yīng)當(dāng)具備自我驅(qū)動(dòng)的學(xué)習(xí)動(dòng)機(jī)，能夠主動(dòng)規(guī)劃與學(xué)習(xí)相關(guān)的內(nèi)容、策略和時(shí)間等[4]，黃榮懷教授等認(rèn)為自主學(xué)習(xí)能力是核心素養(yǎng)的本質(zhì)與關(guān)鍵點(diǎn)，培養(yǎng)自主學(xué)習(xí)能力是邁向未來(lái)教育的基本動(dòng)力[5]，陳麗教授等認(rèn)為自主學(xué)習(xí)能力對(duì)于成功的網(wǎng)絡(luò)學(xué)習(xí)至關(guān)重要[6]，表明自主學(xué)習(xí)研究受到國(guó)內(nèi)外學(xué)者的共同重視，具有重要科學(xué)研究意義。但因本源性障礙，在非監(jiān)督學(xué)習(xí)環(huán)境下，一些學(xué)習(xí)者的自我學(xué)習(xí)意識(shí)與自主學(xué)習(xí)動(dòng)機(jī)薄弱，注意力與求知欲不強(qiáng)，導(dǎo)致出現(xiàn)“學(xué)習(xí)迷航”[7]。因此，如何提升在線(xiàn)自主學(xué)習(xí)成效是亟待研究的課題。鑒于此，本文擬采用過(guò)程挖掘技術(shù)識(shí)別高低成就學(xué)習(xí)者的在線(xiàn)自主學(xué)習(xí)行為模式，剖析高低成就學(xué)習(xí)者的學(xué)習(xí)歷程及知識(shí)內(nèi)化過(guò)程。同時(shí)，基于模仿榜樣效應(yīng)，對(duì)低成就學(xué)習(xí)者實(shí)施教學(xué)干預(yù)，以期精準(zhǔn)指導(dǎo)弱勢(shì)學(xué)生，提高自主學(xué)習(xí)能力，實(shí)現(xiàn)規(guī)?；虒W(xué)與個(gè)性化培養(yǎng)的有機(jī)結(jié)合，推動(dòng)信息化時(shí)代教育變革的步伐，促進(jìn)學(xué)習(xí)型社會(huì)的建成。

二、相關(guān)研究

（一）過(guò)程挖掘

過(guò)程挖掘是基于過(guò)程模型驅(qū)動(dòng)方法和數(shù)據(jù)挖掘的新興學(xué)科，它不僅充分利用存儲(chǔ)在信息系統(tǒng)中的事件日志信息，還可以用于檢查過(guò)程的一致性、檢測(cè)瓶頸和預(yù)測(cè)執(zhí)行問(wèn)題[8]。常見(jiàn)的過(guò)程挖掘工具有基于Java語(yǔ)言編寫(xiě)的ProM（Process Mining）、專(zhuān)用于定量分析行為和時(shí)間事件的GEQS及微軟公司為企業(yè)提供商業(yè)智能服務(wù)的有力工具SSAS（Microsoft SQL Server Analysis Services）等。過(guò)程挖掘能夠分析事件序列并提供與之相關(guān)的指標(biāo)，其主要目的是發(fā)現(xiàn)、監(jiān)控和改進(jìn)從這些過(guò)程生成的事件日志中提取知識(shí)的實(shí)際過(guò)程。過(guò)程模型是從實(shí)際執(zhí)行或開(kāi)發(fā)過(guò)程中獲得的，因此能夠提供關(guān)于實(shí)際發(fā)生事情的更多見(jiàn)解[9]。過(guò)程挖掘越來(lái)越多地應(yīng)用于教育領(lǐng)域，尤其是在信息技術(shù)支持的學(xué)習(xí)和教學(xué)研究中。例如，Bannert等利用過(guò)程挖掘技術(shù)識(shí)別自主學(xué)習(xí)事件的過(guò)程模式，并通過(guò)分析個(gè)體自主學(xué)習(xí)活動(dòng)的時(shí)間順序，對(duì)比最成功和最不成功學(xué)習(xí)者的學(xué)習(xí)過(guò)程[10]。Juhaňák等使用過(guò)程挖掘技術(shù)識(shí)別和區(qū)分學(xué)習(xí)管理系統(tǒng)中與測(cè)驗(yàn)活動(dòng)相關(guān)的不同類(lèi)型的非標(biāo)準(zhǔn)學(xué)生行為，為學(xué)生在學(xué)習(xí)管理系統(tǒng)中的問(wèn)答策略提供新的線(xiàn)索[11]。Maldonado-Mahauad等使用過(guò)程挖掘技術(shù)識(shí)別學(xué)習(xí)者在MOOC中最頻繁的六種交互序列模式，并將這六種交互序列模式分別與一個(gè)或多個(gè)自我調(diào)節(jié)學(xué)習(xí)策略相匹配，確定了綜合型、目標(biāo)型和隨機(jī)型三類(lèi)學(xué)習(xí)群體[12]。

（二）自主學(xué)習(xí)

齊默曼等認(rèn)為自主學(xué)習(xí)是以學(xué)生為學(xué)習(xí)的主體，通過(guò)學(xué)生主動(dòng)使用和調(diào)節(jié)元認(rèn)知、動(dòng)機(jī)與行為，從而實(shí)現(xiàn)學(xué)習(xí)目標(biāo)的過(guò)程[13]。元認(rèn)知與學(xué)生的自主學(xué)習(xí)密切相關(guān)，是指學(xué)習(xí)者有意識(shí)地思考他們的認(rèn)知并控制認(rèn)知過(guò)程的能力;動(dòng)機(jī)是指學(xué)習(xí)者的自我效能感和自主性，動(dòng)機(jī)也與學(xué)習(xí)者的目標(biāo)緊密聯(lián)系，尤其是以掌握為導(dǎo)向的目標(biāo);行為是指能夠激發(fā)學(xué)習(xí)者主動(dòng)管理和組織學(xué)習(xí)的行為，與學(xué)習(xí)者為了優(yōu)化學(xué)習(xí)環(huán)境而做出的決定和行動(dòng)有關(guān)。班杜拉也將自主學(xué)習(xí)看作是受個(gè)體、行為和環(huán)境三要素協(xié)同作用的結(jié)果，具備自主學(xué)習(xí)能力的學(xué)習(xí)者能夠戰(zhàn)略性地調(diào)節(jié)行為和所處的學(xué)習(xí)環(huán)境[14]。如何在教學(xué)實(shí)踐中提升學(xué)生的自主學(xué)習(xí)效果，也一直是研究者們共同感興趣的教育問(wèn)題。在線(xiàn)學(xué)習(xí)中，學(xué)習(xí)者根據(jù)自身學(xué)習(xí)偏好與策略，依據(jù)學(xué)習(xí)目標(biāo)與內(nèi)容等指導(dǎo)，完成系列的知識(shí)內(nèi)化與生成等學(xué)習(xí)活動(dòng)，所產(chǎn)生的海量數(shù)據(jù)能夠生動(dòng)刻畫(huà)學(xué)習(xí)過(guò)程、再現(xiàn)學(xué)習(xí)者思維狀態(tài)[15]，從而有助于辨析不同學(xué)習(xí)者之間的學(xué)習(xí)行為模式差異，為個(gè)性化干預(yù)自主學(xué)習(xí)提供指導(dǎo)。研究者們從多視角提出相關(guān)的理論與實(shí)踐經(jīng)驗(yàn)，劉紅霞等將智能技術(shù)賦能自主學(xué)習(xí)的發(fā)展，以充分調(diào)動(dòng)學(xué)習(xí)者認(rèn)知、情感、行為等多因素參與[16];李士平等基于學(xué)習(xí)分析，建立元認(rèn)知與自主學(xué)習(xí)行為間的關(guān)聯(lián)關(guān)系，結(jié)果表明，根據(jù)學(xué)習(xí)者的網(wǎng)絡(luò)自主學(xué)習(xí)行為能夠推測(cè)學(xué)習(xí)者的元認(rèn)知情況[17]。也有研究發(fā)現(xiàn)，通過(guò)課程的學(xué)習(xí)者與未通過(guò)課程的學(xué)習(xí)者之間具有不同的學(xué)習(xí)行為路徑特征;Beemt等的研究表明，成功的學(xué)生者表現(xiàn)出更穩(wěn)定的學(xué)習(xí)行為，這種行為與定期、分批觀看連續(xù)的課程視頻密切相關(guān)[18]。

三、在線(xiàn)自主學(xué)習(xí)行為模式挖掘框架

本研究主要通過(guò)數(shù)據(jù)采集、數(shù)據(jù)處理、過(guò)程挖掘和知識(shí)表示四個(gè)過(guò)程，對(duì)學(xué)習(xí)者的在線(xiàn)自主學(xué)習(xí)行為模式進(jìn)行挖掘與分析，具體挖掘框架如圖1所示。（1）數(shù)據(jù)收集：網(wǎng)絡(luò)能夠捕捉學(xué)習(xí)者的隱性學(xué)習(xí)行為，折射學(xué)習(xí)者的真實(shí)思維和行為之間的邏輯關(guān)系[19]。在線(xiàn)學(xué)習(xí)行為數(shù)據(jù)的收集是研究的基石，本研究基于Moodle平臺(tái)開(kāi)展，Moodle平臺(tái)會(huì)自動(dòng)記錄存儲(chǔ)學(xué)習(xí)者的在線(xiàn)學(xué)習(xí)日志，其中包括時(shí)間戳、用戶(hù)名、事件名稱(chēng)等數(shù)據(jù)，有助于筆者獲取有關(guān)學(xué)習(xí)行為模式的必需數(shù)據(jù)。（2）數(shù)據(jù)處理：Moodle平臺(tái)中記錄的學(xué)習(xí)者日志數(shù)據(jù)是詳盡但冗余的，研究者需要根據(jù)自身研究需求對(duì)這些數(shù)據(jù)進(jìn)行清洗和篩選。剔除疑似錯(cuò)誤異常的樣本，過(guò)濾重復(fù)、無(wú)效行為。處理后的數(shù)據(jù)有助于更有針對(duì)性地挖掘在線(xiàn)學(xué)習(xí)行為模式，以及發(fā)現(xiàn)學(xué)習(xí)者的在線(xiàn)學(xué)習(xí)規(guī)律。（3）過(guò)程挖掘：目前過(guò)程挖掘的算法有很多，例如基于Petri網(wǎng)模型的挖掘算法、啟發(fā)式網(wǎng)絡(luò)挖掘算法、基于模糊理論的挖掘算法等。本研究使用的Microsoft順序分析和聚類(lèi)分析算法，它是一種結(jié)合了聚類(lèi)和Markov鏈的混合算法，該算法的重要特征是使用順序數(shù)據(jù)，能夠通過(guò)執(zhí)行聚類(lèi)分析來(lái)查找相似的順序序列（如學(xué)習(xí)者在瀏覽網(wǎng)站時(shí)的點(diǎn)擊流分析），使用概率性方法來(lái)確定某個(gè)數(shù)據(jù)點(diǎn)存在于某個(gè)分類(lèi)中的概率[20]。（4）知識(shí)表示：將挖掘到的自主學(xué)習(xí)行為模式采用可視化的方式直觀呈現(xiàn)給用戶(hù)，便于后續(xù)深入地分析。

四、基于過(guò)程挖掘的在線(xiàn)自主學(xué)習(xí)行為模式識(shí)別

（一）研究對(duì)象

以“數(shù)據(jù)庫(kù)應(yīng)用”課程為依托，選取東北某高校教育技術(shù)學(xué)專(zhuān)業(yè)的51名大一年級(jí)學(xué)生為實(shí)驗(yàn)對(duì)象，實(shí)施為期8周的實(shí)驗(yàn)。依據(jù)教學(xué)大綱設(shè)計(jì)了8個(gè)課程單元，每周完成一個(gè)課程單元的教學(xué)，并分別在課程第四周和第八周組織一次階段測(cè)試。其中，學(xué)生在線(xiàn)學(xué)習(xí)活動(dòng)主要包括學(xué)習(xí)教學(xué)課件、觀看教學(xué)視頻、提交作業(yè)等。課程評(píng)價(jià)采用階段測(cè)試與平時(shí)任務(wù)得分相結(jié)合的方式，各占比50%，總分為100分。為了最小化對(duì)學(xué)生在線(xiàn)自主學(xué)習(xí)行為的干擾，學(xué)習(xí)者的在線(xiàn)表現(xiàn)不計(jì)入評(píng)價(jià)標(biāo)準(zhǔn)。

（二）在線(xiàn)學(xué)習(xí)行為編碼

為了更深入地理解學(xué)生學(xué)習(xí)行為之間的內(nèi)在關(guān)聯(lián)，本研究加入在線(xiàn)學(xué)習(xí)行為中的回溯行為?；厮菔侵?jìng)€(gè)體處理問(wèn)題的過(guò)程中對(duì)已有知識(shí)的決策、回顧和應(yīng)用，體現(xiàn)學(xué)生學(xué)習(xí)的反思過(guò)程，是批判思維和元認(rèn)知的表現(xiàn)。它不僅能夠?qū)W(xué)習(xí)行為進(jìn)行更為細(xì)致的劃分，還能夠更準(zhǔn)確地重現(xiàn)學(xué)生在學(xué)習(xí)歷程中的認(rèn)知變化。在本研究中，回溯行為主要是指學(xué)習(xí)者對(duì)以往章節(jié)內(nèi)容的回顧。本文源自論壇（Forum）、測(cè)驗(yàn)（Test）、作業(yè)與評(píng)價(jià)（Assignment）和資源（Resource）四類(lèi)信息，根據(jù)回溯行為將其細(xì)分為28種在線(xiàn)學(xué)習(xí)行為，見(jiàn)表1。其中，除論壇中的學(xué)習(xí)行為無(wú)回溯記錄外，其他三個(gè)模塊中都存在回溯行為，例如編碼“A1-1”表示查看先前章的學(xué)習(xí)任務(wù)，編碼“R1-1”表示觀看先前章的視頻。

（三）數(shù)據(jù)統(tǒng)計(jì)與處理

研究的前四周是教學(xué)觀察周，共收集學(xué)生在線(xiàn)自主學(xué)習(xí)行為數(shù)據(jù)10887條。對(duì)數(shù)據(jù)進(jìn)行清洗篩選，過(guò)濾由于學(xué)習(xí)者誤操作產(chǎn)生的重復(fù)、無(wú)效行為，并對(duì)學(xué)生行為進(jìn)行編碼和排序。將處理好的數(shù)據(jù)導(dǎo)入SSAS軟件中，進(jìn)行順序分析與聚類(lèi)分析，測(cè)試集為30%，定型集為70%。順序分析與聚類(lèi)分析算法依據(jù)順序中包含類(lèi)似路徑的案例，將學(xué)習(xí)行為模式相似的學(xué)習(xí)者劃分為兩類(lèi)，案例是指學(xué)習(xí)者在某個(gè)連續(xù)時(shí)間內(nèi)完成的學(xué)習(xí)活動(dòng)。依據(jù)兩類(lèi)學(xué)習(xí)者的成績(jī)屬性對(duì)其進(jìn)行命名，其中，分類(lèi)1平均成績(jī)?yōu)?3.48，標(biāo)準(zhǔn)差為14.87，屬于低成就者;分類(lèi)2平均成績(jī)?yōu)?1.12，標(biāo)準(zhǔn)差為11.47，屬于高成就者。

（四）高低成就者在線(xiàn)自主學(xué)習(xí)行為模式差異分析

本文根據(jù)Microsoft順序分析和聚類(lèi)分析算法，挖掘并繪制高低成就者的自主學(xué)習(xí)行為模式圖（如圖2、3所示），為了便于后續(xù)的分析，除開(kāi)始路徑外，研究只保留發(fā)生頻率更高、在學(xué)習(xí)過(guò)程中具有研究意義的行為與行為轉(zhuǎn)換。其中箭頭代表自主學(xué)習(xí)行為的方向，數(shù)值代表兩個(gè)行為間跳轉(zhuǎn)的概率，數(shù)值越高則代表該行為路徑發(fā)生概率越大，灰色方框代表學(xué)習(xí)者回顧已有知識(shí)的回溯行為。

從整體上看，高低成就學(xué)習(xí)者的自主學(xué)習(xí)行為模式之間存在顯著差異。高成就者表現(xiàn)出更為結(jié)構(gòu)化的學(xué)習(xí)行為序列，學(xué)習(xí)行為間的意義連接更為緊密，而低成就者則表現(xiàn)出更加無(wú)序的學(xué)習(xí)行為序列與學(xué)習(xí)行為間的弱邏輯性。高成就者在開(kāi)始自主學(xué)習(xí)時(shí)的路徑較為單一，大多是從“瀏覽當(dāng)前章的課件（R2）”（發(fā)生概率為0.66）開(kāi)始。而低成就者開(kāi)始時(shí)的路徑則出現(xiàn)多種可能，反映了低成就者在線(xiàn)自主學(xué)習(xí)開(kāi)始時(shí)的迷茫感;其中，最大概率出現(xiàn)的學(xué)習(xí)行為是“查看先前章的學(xué)習(xí)任務(wù)（A1-1）”（發(fā)生概率為0.40），反映出低成就者的自主學(xué)習(xí)存在延時(shí)性，可能與其學(xué)習(xí)積極性不高和拖延習(xí)慣等有關(guān)。下面將主要從資源、測(cè)驗(yàn)、論壇、任務(wù)與評(píng)價(jià)四個(gè)模塊分別對(duì)高低成就者的學(xué)習(xí)行為模式差異進(jìn)行分析與闡述。

在資源模塊中，高成就者存在“瀏覽當(dāng)前章的課件（R2）→查看當(dāng)前章的學(xué)習(xí)任務(wù)（A1）”（發(fā)生概率為0.40）和“瀏覽當(dāng)前章的課件（R2）→嘗試當(dāng)前章的測(cè)驗(yàn)（T1）”（發(fā)生概率為0.18）兩種路徑轉(zhuǎn)換，而低成就者僅存在“瀏覽當(dāng)前章的課件（R2）→查看當(dāng)前章的學(xué)習(xí)任務(wù)（A1）”（發(fā)生概率為0.38）一種路徑轉(zhuǎn)換，這表明低成就者獲取知識(shí)的目的是為了完成課程任務(wù)，而高成就者會(huì)運(yùn)用多種精細(xì)加工策略進(jìn)行深層次的信息處理，從而將知識(shí)內(nèi)化吸收。

在測(cè)驗(yàn)?zāi)K中，低成就者從“查看先前章的試答簡(jiǎn)報(bào)（T3-1）”跳轉(zhuǎn)到“提交先前章的測(cè)驗(yàn)（T4-1）”的概率為0.78，表明低成就者在答題的過(guò)程中有22%的可能性跳轉(zhuǎn)到其他模塊尋求幫助，以獲得更高的測(cè)驗(yàn)分?jǐn)?shù)。而高成就者在測(cè)驗(yàn)?zāi)K主要表現(xiàn)出兩方面差異：其一，在完成測(cè)驗(yàn)的過(guò)程中更專(zhuān)注、更自覺(jué)，完全依照從“嘗試當(dāng)前章的測(cè)驗(yàn)（T1）”到“查看當(dāng)前章的答題情況（T5）”的順序完成答題（其間跳轉(zhuǎn)概率均為1.00），說(shuō)明即使在無(wú)人監(jiān)控的情況下，高成就者仍可以誠(chéng)信對(duì)待測(cè)試;其二，“查看先前章的答題情況（T5-1）→瀏覽先前章的課件（R2-1）”和“查看先前章的答題情況（T5-1）→觀看先前章的視頻（R1-1）”的路徑轉(zhuǎn)換表明，高成就者在答題過(guò)程中遇到困難，會(huì)在完成答題后及時(shí)通過(guò)觀看視頻等方式解決學(xué)習(xí)過(guò)程中的困惑，表明高成就者是真正地將自測(cè)題當(dāng)作對(duì)自身知識(shí)掌握的一種考驗(yàn)，而不僅僅將其當(dāng)作一個(gè)任務(wù)來(lái)完成。可見(jiàn)，高成就者在進(jìn)行測(cè)驗(yàn)的前后表現(xiàn)出更為明顯的認(rèn)知行為，學(xué)習(xí)策略也更為多樣化，而低成就者僅關(guān)注測(cè)驗(yàn)的分?jǐn)?shù)，缺失準(zhǔn)備和反思環(huán)節(jié)。

在論壇模塊中，高成就者表現(xiàn)得更為積極，樂(lè)意主動(dòng)發(fā)表自己的觀點(diǎn);而低成就者的行為主要集中在“查看討論區(qū)（F1）”和“查看帖子（F2）”。與已有研究一致，雖然低成就者可能在課程中遇到了困難，但他們依然很少使用論壇求助[21]。值得關(guān)注的是，在高成就者的自主學(xué)習(xí)行為模式中，回帖行為比發(fā)帖行為更顯著，可能是因?yàn)樗麄冊(cè)趯W(xué)習(xí)過(guò)程中碰到的挫折更少，并且愿意主動(dòng)為同伴解答困惑。低成就者由于自身知識(shí)基礎(chǔ)和認(rèn)知的局限，往往羞于在論壇中發(fā)表自己的疑問(wèn)與觀點(diǎn)。

在任務(wù)與評(píng)價(jià)模塊中，“上傳先前章的作業(yè)（A3-1）”與“提交先前章的作業(yè)（A4-1）”被認(rèn)為是不利于學(xué)習(xí)的拖延行為?？梢钥闯?，高成就者沒(méi)有出現(xiàn)遲交作業(yè)的情況，而低成就者則會(huì)時(shí)常遲交作業(yè)。有研究指出，時(shí)間管理、自我效能、學(xué)習(xí)動(dòng)機(jī)等因素都可能會(huì)影響學(xué)習(xí)者的拖延行為[22]?？偟膩?lái)說(shuō)，高成就者的學(xué)習(xí)目標(biāo)更為明確，學(xué)習(xí)行為模式中包含更多有意義的連接，適合作為干預(yù)策略指導(dǎo)低成就者開(kāi)展有序?qū)W習(xí)，利于將外部動(dòng)機(jī)作用轉(zhuǎn)化為內(nèi)部動(dòng)機(jī)作用，激發(fā)和培養(yǎng)正確的學(xué)習(xí)動(dòng)機(jī)有利于學(xué)生關(guān)注學(xué)習(xí)任務(wù)本身，推進(jìn)深度學(xué)習(xí)。

五、低成就者干預(yù)效果實(shí)證分析

心理學(xué)家班杜拉模仿理論提出學(xué)習(xí)即模仿。個(gè)體通過(guò)審視他人在特定環(huán)境中的表現(xiàn)及其所接受的強(qiáng)化，并將其示范行為作為媒介進(jìn)行模仿，從而完成學(xué)習(xí)。通常，學(xué)習(xí)者傾向于與他們所認(rèn)為的相似的人進(jìn)行比較。例如，學(xué)習(xí)者會(huì)根據(jù)同伴的表現(xiàn)或者自己的學(xué)習(xí)經(jīng)歷進(jìn)行社會(huì)比較[23]。與優(yōu)秀的同伴進(jìn)行比較時(shí)，正向的社會(huì)比較可以誘發(fā)學(xué)生的學(xué)習(xí)動(dòng)力，改善其行為表現(xiàn)，對(duì)學(xué)生的學(xué)業(yè)成績(jī)產(chǎn)生好的影響[24]。因此，本研究基于上述研究成果和模仿榜樣理念，對(duì)低成就者進(jìn)行干預(yù)，旨在探究高成就學(xué)習(xí)者的學(xué)習(xí)行為模式對(duì)低成就學(xué)習(xí)者的指導(dǎo)效果。

（一）干預(yù)設(shè)計(jì)

本研究的干預(yù)對(duì)象是第一次階段測(cè)驗(yàn)中成績(jī)低于60分的學(xué)習(xí)者，他們存在可能無(wú)法通過(guò)課程的學(xué)業(yè)危機(jī)，需要及時(shí)進(jìn)行教學(xué)干預(yù)。學(xué)習(xí)習(xí)慣的可塑性是進(jìn)行干預(yù)的前提，行為心理學(xué)的研究表明，一個(gè)習(xí)慣的形成至少需要三周以上的行為重復(fù)[25]，依據(jù)課程安排，研究的干預(yù)周期設(shè)置為四周。在干預(yù)開(kāi)始前，教師向?qū)W習(xí)者提供兩條可供選擇的自主學(xué)習(xí)行為模式，其中一條為綜合型自主學(xué)習(xí)行為模式（即高成就學(xué)習(xí)者的學(xué)習(xí)行為模式），另一條為針對(duì)型自主學(xué)習(xí)行為模式，如圖4所示。綜合型學(xué)習(xí)行為模式具備高成就學(xué)習(xí)者的學(xué)習(xí)行為模式特點(diǎn)，適合想要全面、深層次掌握學(xué)習(xí)內(nèi)容的學(xué)習(xí)者，針對(duì)型學(xué)習(xí)行為模式適合想要快速完成學(xué)習(xí)任務(wù)的學(xué)習(xí)者，兩種學(xué)習(xí)行為模式所使用的學(xué)習(xí)資源相同。而學(xué)習(xí)者事先并不知道哪種學(xué)習(xí)行為模式為高成就學(xué)習(xí)者的學(xué)習(xí)行為模式，學(xué)習(xí)者可根據(jù)學(xué)習(xí)行為模式描述和自身需求進(jìn)行選擇。教師將依據(jù)學(xué)習(xí)者選擇的學(xué)習(xí)行為模式對(duì)其進(jìn)行干預(yù)，其中有10人選擇了綜合型學(xué)習(xí)行為模式，14人選擇了針對(duì)型學(xué)習(xí)行為模式。

（二）干預(yù)過(guò)程

在干預(yù)過(guò)程中，低成就者預(yù)先選擇的自主學(xué)習(xí)行為模式被用作指導(dǎo)干預(yù)的依據(jù)，干預(yù)過(guò)程會(huì)對(duì)低成就者的在線(xiàn)學(xué)習(xí)表現(xiàn)產(chǎn)生影響，教師依據(jù)目標(biāo)學(xué)習(xí)行為模式與實(shí)際學(xué)習(xí)行為模式之間的差距，不斷調(diào)整干預(yù)策略、修正干預(yù)過(guò)程，從而提高目標(biāo)學(xué)習(xí)行為模式的發(fā)生概率，如圖5所示。具體干預(yù)過(guò)程分為四個(gè)階段，（1）引起注意：示范行為越清晰，學(xué)習(xí)者就越容易注意到。教師根據(jù)預(yù)先選擇的自主學(xué)習(xí)行為模式對(duì)低成就學(xué)習(xí)者進(jìn)行干預(yù)示范訓(xùn)練，并詳細(xì)解釋這些學(xué)習(xí)行為模式背后的教育內(nèi)涵。（2）示范保持：如果學(xué)習(xí)者記不住示范行為，示范也就失去了意義，因此可以將示范行為以符號(hào)的形式表象化。在干預(yù)示范結(jié)束后，教師在Moodle平臺(tái)中上傳學(xué)習(xí)行為模式干預(yù)的文字稿，以便學(xué)習(xí)者隨時(shí)查看、記憶，以指導(dǎo)其行為。（3）行為再生：在教師的干預(yù)示范后，學(xué)生在自主學(xué)習(xí)中嘗試再現(xiàn)教師的示范行為，教師可以根據(jù)Moodle平臺(tái)記錄的日志信息實(shí)時(shí)掌控學(xué)生的學(xué)習(xí)行為動(dòng)態(tài)，及時(shí)監(jiān)察并給予反饋，不斷地調(diào)節(jié)和修正學(xué)習(xí)者行為，使之趨近于教師演示的行為。（4）動(dòng)機(jī)強(qiáng)化：班杜拉認(rèn)為，外部強(qiáng)化、自我強(qiáng)化和替代性強(qiáng)化是制約再現(xiàn)行為的重要驅(qū)動(dòng)力。在學(xué)習(xí)者正確再現(xiàn)示范行為后，教師可以對(duì)學(xué)習(xí)者提出積極的表?yè)P(yáng)，以激勵(lì)學(xué)習(xí)者經(jīng)常表現(xiàn)出示范行為。

（三）干預(yù)成績(jī)分析

在課程的第八周進(jìn)行了第二次測(cè)驗(yàn)，并對(duì)干預(yù)前后的成績(jī)進(jìn)行了配對(duì)樣本t檢驗(yàn)。第一次階段測(cè)驗(yàn)中的24名低成就者在經(jīng)過(guò)干預(yù)后，平均成績(jī)從40.29（標(biāo)準(zhǔn)差為13.474）提升到了53.29（標(biāo)準(zhǔn)差為22.726），存在顯著性差異（p=0.002<0.01），說(shuō)明對(duì)低成就者的在線(xiàn)自主學(xué)習(xí)行為模式進(jìn)行干預(yù)能夠提高其學(xué)業(yè)成績(jī)。為了檢驗(yàn)高成就學(xué)習(xí)者的學(xué)習(xí)行為模式對(duì)低成就者的指導(dǎo)效果，對(duì)選擇不同學(xué)習(xí)行為模式的兩組學(xué)習(xí)者進(jìn)行獨(dú)立樣本t檢驗(yàn)。結(jié)果表明，在干預(yù)前，選擇綜合型學(xué)習(xí)行為模式的學(xué)習(xí)者成績(jī)均值為38.70，選擇針對(duì)型學(xué)習(xí)行為模式的學(xué)習(xí)者成績(jī)均值為41.43，二者之間不存在顯著性差異（Sig.=0.643>0.05）;在干預(yù)后，選擇綜合型學(xué)習(xí)行為模式的學(xué)習(xí)者成績(jī)均值為64.30（提升25.60分），選擇針對(duì)型學(xué)習(xí)行為模式的學(xué)習(xí)者成績(jī)均值為45.43（提升4.00分），二者之間存在顯著性差異（Sig.=0.007<0.05）。這表明高成就學(xué)習(xí)者的在線(xiàn)自主學(xué)習(xí)行為模式對(duì)低成就學(xué)習(xí)者具有更好的指導(dǎo)作用，其行為背后蘊(yùn)含的內(nèi)在邏輯能夠促進(jìn)低成就者對(duì)學(xué)業(yè)知識(shí)進(jìn)行深度加工與反思，從而提升在線(xiàn)學(xué)習(xí)效果?？偟膩?lái)說(shuō)，在干預(yù)后有19名學(xué)習(xí)者的成績(jī)得到了不同程度的提升，如圖6所示。其中5名學(xué)習(xí)者的學(xué)業(yè)成績(jī)達(dá)到了80分以上，但也有5名學(xué)習(xí)者的成績(jī)沒(méi)有得到改善。數(shù)據(jù)庫(kù)應(yīng)用是一門(mén)注重理論與實(shí)踐融會(huì)貫通的課程，部分學(xué)生需要經(jīng)過(guò)一段時(shí)間的學(xué)習(xí)與調(diào)整，才能適應(yīng)課程內(nèi)容，找到適合自己的學(xué)習(xí)步調(diào)。在這個(gè)適應(yīng)過(guò)程中，學(xué)習(xí)者的先驗(yàn)知識(shí)、自我效能感、學(xué)習(xí)動(dòng)機(jī)和付出的努力等共同起到了決定性作用。

（四）干預(yù)效果調(diào)查分析

本文采用Likert量表設(shè)計(jì)問(wèn)卷（非常同意到非常不同意，依次用5-1分表示），包括在線(xiàn)學(xué)習(xí)的學(xué)習(xí)效果、積極性、學(xué)習(xí)動(dòng)機(jī)以及體驗(yàn)感四個(gè)方面（Cronbachs α=0.803），對(duì)干預(yù)后的學(xué)生進(jìn)行了問(wèn)卷調(diào)查和訪(fǎng)談，結(jié)果見(jiàn)表2。

從問(wèn)卷結(jié)果可以看出，與實(shí)證結(jié)果相似，多數(shù)學(xué)生對(duì)干預(yù)后的學(xué)習(xí)效果持較為肯定的態(tài)度，認(rèn)為對(duì)學(xué)習(xí)行為模式進(jìn)行干預(yù)提高了他們?cè)诰€(xiàn)學(xué)習(xí)的效果，占比達(dá)到70.83%（同意與非常同意之和）。分別有66.67%和75%的學(xué)習(xí)者認(rèn)為對(duì)在線(xiàn)學(xué)習(xí)行為模式進(jìn)行干預(yù)，提升了自己學(xué)習(xí)的積極性和學(xué)習(xí)動(dòng)機(jī)，愿意主動(dòng)按照教師提供的在線(xiàn)學(xué)習(xí)行為模式進(jìn)行學(xué)習(xí)，并且其學(xué)習(xí)動(dòng)機(jī)出現(xiàn)了由外部動(dòng)機(jī)潛移默化轉(zhuǎn)變?yōu)閮?nèi)部動(dòng)機(jī)的趨勢(shì)。同時(shí)，有77.78%的學(xué)習(xí)者認(rèn)為學(xué)習(xí)行為模式干預(yù)減少了在線(xiàn)學(xué)習(xí)的茫然感，讓原本無(wú)助的學(xué)習(xí)變得自如，愿意繼續(xù)按照干預(yù)后的學(xué)習(xí)行為模式進(jìn)行自主學(xué)習(xí)。

此外，在訪(fǎng)談中，學(xué)習(xí)者A（選擇針對(duì)型學(xué)習(xí)行為模式）表示，“我覺(jué)得在在線(xiàn)學(xué)習(xí)中提供可參考的學(xué)習(xí)行為模式能夠?yàn)槲抑该鲗W(xué)習(xí)的方向，按照教師提供的路徑走，心里也比較有底”。學(xué)習(xí)者B（選擇綜合型學(xué)習(xí)行為模式）認(rèn)為，“自己之前害怕得低分，所以做自測(cè)題的過(guò)程中會(huì)中途尋找答案，但回答過(guò)就忘了，現(xiàn)在要連續(xù)的完成自測(cè)題，我只能在測(cè)試之前作好復(fù)習(xí)，不知不覺(jué)地提高了自己對(duì)知識(shí)點(diǎn)的記憶”。學(xué)習(xí)者C（選擇綜合型學(xué)習(xí)行為模式）提到，“自己之前一直很害怕在討論區(qū)發(fā)言，害怕提的問(wèn)題太簡(jiǎn)單或者沒(méi)有人回復(fù)我會(huì)很尷尬，但在干預(yù)后，我在教師的鼓勵(lì)下邁出了這一步，發(fā)現(xiàn)沒(méi)我想的那么復(fù)雜，同學(xué)們都很樂(lè)于回答我的問(wèn)題，及時(shí)地解決了我的困惑，之后我會(huì)更積極地在討論區(qū)發(fā)言的”。總之，大多數(shù)學(xué)生表示提供學(xué)習(xí)行為模式干預(yù)能夠給予他們方向與信心，減少迷茫感、無(wú)力感，省去許多摸索的時(shí)間，提高在線(xiàn)學(xué)習(xí)成績(jī)。

六、結(jié)? ?語(yǔ)

培養(yǎng)學(xué)習(xí)者的自主發(fā)展、自我管理能力，是促進(jìn)學(xué)習(xí)者全面發(fā)展、終身發(fā)展的有效途徑。成功不能復(fù)制，但為學(xué)習(xí)者提供可參考的在線(xiàn)自主學(xué)習(xí)行為模式，可以協(xié)助學(xué)習(xí)者在自主學(xué)習(xí)中減少迷茫與無(wú)助感，也可以幫助學(xué)生獲得更高的學(xué)業(yè)成就。本文采用過(guò)程挖掘方法，分析高低成就學(xué)習(xí)者在線(xiàn)自主學(xué)習(xí)行為模式的差異及高成就者的學(xué)習(xí)行為模式對(duì)低成就學(xué)習(xí)者的干預(yù)影響。研究結(jié)果顯示：（1）高成就學(xué)習(xí)者的在線(xiàn)自主學(xué)習(xí)行為模式更清晰，行為之間的意義連接更為緊密，而低成就學(xué)習(xí)者則表現(xiàn)更加無(wú)序與茫然。（2）高成就者的學(xué)習(xí)內(nèi)在動(dòng)機(jī)更為強(qiáng)烈，善于主動(dòng)地運(yùn)用認(rèn)知策略去深層加工信息、內(nèi)化新知，而低成就者的學(xué)習(xí)行為主要受外在動(dòng)機(jī)驅(qū)動(dòng)，停留在對(duì)信息的淺層處理與應(yīng)用上。（3）高成就學(xué)習(xí)者在答題的過(guò)程中更加專(zhuān)注，他們?cè)跍y(cè)驗(yàn)結(jié)束后會(huì)及時(shí)回顧資源，進(jìn)一步鞏固知識(shí)、重構(gòu)知識(shí)體系，體現(xiàn)了知識(shí)吸收與內(nèi)化的過(guò)程，符合自主學(xué)習(xí)的內(nèi)生邏輯。同時(shí)，利用榜樣效應(yīng)，采用實(shí)證研究發(fā)現(xiàn)高成就學(xué)習(xí)者的在線(xiàn)自主學(xué)習(xí)行為模式對(duì)低成就學(xué)生具有更好的指導(dǎo)作用，低成就學(xué)生的學(xué)習(xí)動(dòng)機(jī)在干預(yù)中逐漸明晰，其認(rèn)知加工和自我評(píng)估等高階能力得到不斷發(fā)展。在線(xiàn)自主學(xué)習(xí)中，為學(xué)習(xí)困難者提供高成就者的學(xué)習(xí)行為模式，發(fā)揮榜樣效應(yīng)，能夠幫助其進(jìn)行更有效的自主學(xué)習(xí)，培養(yǎng)自主探究學(xué)習(xí)能力，為精準(zhǔn)個(gè)性化學(xué)習(xí)提供理論依據(jù)，促進(jìn)規(guī)?；逃c個(gè)性化培養(yǎng)的有機(jī)融合。在下一步研究中，將開(kāi)展基于時(shí)間多尺度的行為模式挖掘，對(duì)比分析不同時(shí)間段學(xué)習(xí)者的學(xué)習(xí)行為模式差異，并探索其與學(xué)習(xí)者學(xué)業(yè)成績(jī)間的內(nèi)在聯(lián)系，以期為多維度剖析學(xué)習(xí)過(guò)程和個(gè)性化干預(yù)提供幫助。

[參考文獻(xiàn)]

[1] HAMMOND Z. Culturally responsive teaching and the brain： promoting authentic engagement and rigor among culturally and linguistically diverse students[M]. California： Corwin Press， 2014.

[2] MCCARTNEY M. Active learning： the twilight of Chem 101？[J]. Science， 2014， 344（6189）： 1239-1240.

[3] CARVALHO P F， SANA F， YAN V X. Self-regulated spacing in a massive open online course is related to better learning[J]. Npj science of learning， 2020， 5（1）： 1-7.

[4] 龐維國(guó). 論學(xué)生的自主學(xué)習(xí)[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2001（2）：78-83.

[5] 黃榮懷，汪燕，王歡歡，逯行，高博俊.未來(lái)教育之教學(xué)新形態(tài)：彈性教學(xué)與主動(dòng)學(xué)習(xí)[J].現(xiàn)代遠(yuǎn)程教育研究，2020，32（3）：3-14.

[6] 趙宏，陳麗.遠(yuǎn)程學(xué)習(xí)者自主學(xué)習(xí)能力培養(yǎng)方法研究[J].電化教育研究，2012，33（10）：56-63.

[7] 姜強(qiáng)，潘星竹，趙蔚，劉紅霞. 網(wǎng)絡(luò)學(xué)習(xí)空間中教師激勵(lì)風(fēng)格對(duì)學(xué)習(xí)投入的影響研究——SDT中內(nèi)部動(dòng)機(jī)的中介效應(yīng)[J].中國(guó)電化教育，2018（9）：7-16.

[8] AALST W M P V D. Process mining： discovery， conformance and enhancement of business processes[M]. Berlin： Springer Publishing Company， 2011.

[9] RODR？魱GUEZ M C， NISTAL M L， FONTE F A M， et al. Exploring the application of process mining to support self-regulated learning： an initial analysis with video lectures[C]//Global engineering education conference. Tenerife： IEEE， 2018： 1766-1774.

[10] BANNERT M， REIMANN P， SONNENBERG C， et al. Process mining techniques for analysing patterns and strategies in students' self-regulated learning[J]. Metacognition and learning， 2014， 9（2）： 161-185.

[11] JUHANAK L， ZOUNEK J， ROHLIKOVA L， et al. Using process mining to analyze students' quiz-taking behavior patterns in a learning management system[J]. Computers in human behavior， 2017， 92（3）： 496-506.

[12] MALDONADO-MAHAUAD J， P？魪REZ-SANAGUST？魱N M， KIZILCEC R F， et al. Mining theory-based patterns from Big data： identifying self-regulated learning strategies in Massive Open Online Courses[J]. Computers in human behavior， 2018， 80（3）： 179-196.

[13] SCHUNK D H， ZIMMERMAN B J. Self-Regulation of learning and performance： issues and educational applications[M]. New Jersey： Lawrence Erlbaum Associates， 1994.

[14] BANDURA A. Social foundations of thought and action： a social cognitive theory[M]. New Jersey： Prentice Hall， 1986.

[15] 菅保霞，姜強(qiáng)，趙蔚.基于全腦模型的在線(xiàn)學(xué)習(xí)者學(xué)習(xí)行為序列分析[J].現(xiàn)代教育技術(shù)，2020，30（1）：107-113.

[16] 劉紅霞，李士平，姜強(qiáng)，趙蔚.智能技術(shù)賦能自我調(diào)節(jié)學(xué)習(xí)的內(nèi)涵轉(zhuǎn)型、制約瓶頸與發(fā)展路徑[J].遠(yuǎn)程教育雜志，2020，38（4）：105-112.

[17] 李士平，趙蔚，劉紅霞，劉東亮，劉鳳娟.數(shù)據(jù)表征元認(rèn)知：基于學(xué)習(xí)分析的網(wǎng)絡(luò)自主學(xué)習(xí)行為研究[J].電化教育研究，2017，38（3）：41-47.

[18] BEEMT A V D， BUIJS J， AALST W V D. Analysing structured learning behaviour in Massive Open Online Courses （MOOCs）： an approach based on process mining and clustering[J]. The international review of research in open and distributed learning， 2018， 19（5）： 38-60.

[19] 胡藝齡，顧小清，趙春.在線(xiàn)學(xué)習(xí)行為分析建模及挖掘[J].開(kāi)放教育研究，2014，20（2）：102-110.

[20] DUNCAN O ， SHERER T. Microsoft sequence clustering algorithm[EB/OL].（2018-08-05）[2020-07-29]. https：//docs.microsoft.com/en-us/analysis-services/data-mining/microsoft-sequence-clustering-algorithm？view=asallproducts-allversions.

[21] CONIJN R， BEEMT A V D， CUIJPERS P. Predicting student performance in a blended MOOC[J]. Journal of computer assisted learning， 2018， 34（5）： 615-628.

[22] 楊雪，姜強(qiáng)，趙蔚，李勇帆，李松.大數(shù)據(jù)時(shí)代基于學(xué)習(xí)分析的在線(xiàn)學(xué)習(xí)拖延診斷與干預(yù)研究[J].電化教育研究，2017，38（7）：51-57.

[23] DELAVAL M， MICHINOV N， BOHEC O L， et al. How can students' academic performance in statistics be improved？ Testing the influence of social and temporal-self comparison feedback in a web-based training environment[J]. Interactive learning environments， 2017， 25（1）：35-47.

[24] KOLL？魻FFEL B， JONG T D. Can performance feedback during instruction boost knowledge acquisition？ Contrasting criterion-based and social comparison feedback[J]. Interactive learning environments， 2016， 24（7）： 1428-1438.

[25] 殷寶媛，武法提.學(xué)習(xí)習(xí)慣在線(xiàn)干預(yù)的原理與模型設(shè)計(jì)[J].電化教育研究，2019，40（12）：72-79.

An Empirical Study on Online Self-regulated Learning Behavior Pattern Recognition and Intervention Based on Process Mining

LI Yue，? JIANG Qiang，? ZHAO Wei

（School of Information Science and Technology， Northeast Normal University， Changchun Jilin 130117）

[Abstract] Self-regulated learning conforms to the nature of human learning， and is endowed with unprecedented values and missions， thus realizing self-driven learning behavior. In the context of online learning， it is necessary to mine the behavior patterns of students' self-regulated learning， identify learners' cognitive processes， find online learning rules， and solve the problem of weak ability of autonomous learning. Through sequential analysis and cluster analysis algorithm， this paper excavates four types of learning behaviors （ forums， quizzes， assignments and assessments and resources） and analyzes the differences in online self-regulated learning behavior patterns between high- and low- achievement learners. Based on the idea of imitating the example， this paper takes the learning behavior patterns of high-achievement learners as the strategy to intervene the low-achievement learners. The results show that there are significant differences in the online self-regulated learning behavior patterns of high- and low-achievement learners. And the learning behavior patterns of high-achievement learners have a guiding role for low-achievement learners， which can provide new ideas and methods for balanced teaching and reduce the contradiction between large-scale learning and personalized learning.

[Keywords] Self-regulated Learning; Process Mining; Learning Behavior Patterns; Intervention; Retrospective Behavior