疫情防控背景下高職院校學(xué)生在線學(xué)習(xí)效果控制機(jī)制研究

劉可 唐世星 聶帥帥 柯鳳琴

摘? ?要：學(xué)生在線學(xué)習(xí)效果控制機(jī)制是落實(shí)“停課不停學(xué)”的指揮棒。文章以當(dāng)前防控形勢(shì)下“輔助講授+實(shí)時(shí)主體講授”結(jié)合的線上教學(xué)模式為典型案例，結(jié)合課前、課中、課后三個(gè)教學(xué)環(huán)節(jié)篩選出預(yù)習(xí)完成率、活動(dòng)參與率等6個(gè)學(xué)生在線學(xué)習(xí)行為指標(biāo)。然后通過(guò)K-中心點(diǎn)聚類算法將學(xué)生在線學(xué)習(xí)行為分為主動(dòng)型、自由型和被動(dòng)型三類，并分別回歸了學(xué)習(xí)效果與學(xué)習(xí)行為之間的數(shù)學(xué)關(guān)系。研究結(jié)果表明，課前預(yù)習(xí)完成率和參與直播時(shí)長(zhǎng)的回歸系數(shù)均在0.3以上，是控制學(xué)生在線學(xué)習(xí)效果的主控因素。因此，為提高學(xué)生的在線學(xué)習(xí)效果，應(yīng)從課前預(yù)習(xí)、課堂直播和學(xué)習(xí)積極性等3個(gè)方面改善學(xué)生的在線學(xué)習(xí)行為。

關(guān)鍵詞：在線教學(xué);學(xué)習(xí)行為;學(xué)習(xí)效果;數(shù)據(jù)挖掘;控制機(jī)制

中圖分類號(hào)：G622 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2020）15-0063-05

一、引言

隨著“互聯(lián)網(wǎng)+教育”的發(fā)展和教育部《教育信息化十年發(fā)展規(guī)劃（2011—2020年）》的要求，依托于網(wǎng)絡(luò)共享性、交互性、時(shí)效性和開(kāi)放性等特點(diǎn)的網(wǎng)絡(luò)學(xué)習(xí)已經(jīng)成為各大院校教育教學(xué)不可或缺的手段。尤其是在當(dāng)前新冠肺炎疫情防控形勢(shì)下，為響應(yīng)教育部“停課不停教、停課不停學(xué)”號(hào)召，各大院校都在嘗試使用云班課、雨課堂等網(wǎng)絡(luò)教學(xué)平臺(tái)開(kāi)展線上教學(xué)?？梢哉f(shuō)，以往充當(dāng)輔助教學(xué)手段的線上教學(xué)已成為學(xué)生學(xué)習(xí)的唯一途徑。但是，這種教學(xué)方式和學(xué)習(xí)方式的轉(zhuǎn)變能否保證學(xué)生的學(xué)習(xí)質(zhì)量，是當(dāng)前社會(huì)各界最為關(guān)心的主要問(wèn)題之一。因此，分析學(xué)生的網(wǎng)絡(luò)學(xué)習(xí)行為，并指出影響其學(xué)習(xí)效果的主控因素，對(duì)提高學(xué)生學(xué)習(xí)效果，優(yōu)化教師線上教學(xué)方式有著重要的指導(dǎo)作用。

自21世紀(jì)初網(wǎng)絡(luò)學(xué)習(xí)興起，學(xué)者們就嘗試從行為學(xué)角度構(gòu)建網(wǎng)絡(luò)學(xué)習(xí)理論，包括網(wǎng)絡(luò)學(xué)習(xí)行為的概念、內(nèi)涵、特點(diǎn)以及影響因素等。例如彭文輝等人[1]的系統(tǒng)概念模型、馬志強(qiáng)等人[2]的基于學(xué)習(xí)投入理論的網(wǎng)絡(luò)學(xué)習(xí)行為模型等。但是，現(xiàn)有的理論模型只是反映了網(wǎng)絡(luò)學(xué)習(xí)行為的某一個(gè)方面或某一類性質(zhì)。如何進(jìn)一步與行為科學(xué)、心理學(xué)等相關(guān)理論融合，將這些模型在更高層次上整合起來(lái)，構(gòu)成一個(gè)完整的圖式和系統(tǒng)，還需要很長(zhǎng)的研究歷程。因此，現(xiàn)階段從理論層面研究網(wǎng)絡(luò)學(xué)習(xí)效果還存在較大的局限性。為此，部分學(xué)者將研究點(diǎn)轉(zhuǎn)向了網(wǎng)絡(luò)學(xué)習(xí)個(gè)案的調(diào)查研究與對(duì)策分析上。如徐紅彩[3]對(duì)河北、江蘇、山東三省5所普通高校在校大學(xué)生的學(xué)習(xí)行為進(jìn)行了調(diào)查。個(gè)案的調(diào)查研究結(jié)果對(duì)優(yōu)化網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)設(shè)計(jì)、提高網(wǎng)絡(luò)學(xué)習(xí)效果有一定的指導(dǎo)作用，但推廣性差。

近幾年，隨著大數(shù)據(jù)、數(shù)據(jù)挖掘等技術(shù)的發(fā)展，學(xué)者們嘗試從數(shù)據(jù)角度研究網(wǎng)絡(luò)學(xué)習(xí)行為。如Amershi等[4]采用分類方法構(gòu)建了不同學(xué)習(xí)環(huán)境下的學(xué)習(xí)者模型;Vaessen等[5]采用聚類和回歸算法探討了求助策略與學(xué)習(xí)成績(jī)的關(guān)系;傅鋼善等[6]利用顯著性分析研究了學(xué)習(xí)行為特征與學(xué)習(xí)效果的關(guān)系;趙慧瓊等[7]采用多元回歸分析法探究了影響學(xué)生學(xué)習(xí)績(jī)效的預(yù)警因素;李珊等[8]探討了基于Web日志與用戶瀏覽行為的用戶瀏覽興趣模式數(shù)據(jù)挖掘模型;柴艷妹等[9]綜述了核心數(shù)據(jù)庫(kù)中2008—2017年有關(guān)數(shù)據(jù)挖掘和網(wǎng)絡(luò)學(xué)習(xí)的文獻(xiàn)發(fā)現(xiàn)，這一研究領(lǐng)域正處于新興階段。

綜上，學(xué)生線上學(xué)習(xí)機(jī)制復(fù)雜，影響因素多，其基本理論還需要很長(zhǎng)的時(shí)間完善，而數(shù)據(jù)挖掘技術(shù)為研究網(wǎng)絡(luò)學(xué)習(xí)行為提供了一種有效且可行的手段。為此，筆者在調(diào)研我校疫情防控期間線上教學(xué)模式的基礎(chǔ)上，以我校某專業(yè)學(xué)生某一課程為典型案例，通過(guò)挖掘?qū)W生網(wǎng)上學(xué)習(xí)效果主控因素，制定疫情防控背景下的線上教學(xué)策略。

二、線上學(xué)習(xí)行為指標(biāo)

網(wǎng)絡(luò)教學(xué)平臺(tái)是實(shí)施線上教學(xué)的載體。目前，國(guó)內(nèi)外已經(jīng)研發(fā)了多個(gè)網(wǎng)絡(luò)教學(xué)平臺(tái)，如Black Board、“雨課堂”等。但從軟件的功能與應(yīng)用來(lái)看，網(wǎng)絡(luò)教學(xué)平臺(tái)的研發(fā)與使用仍然處于探索階段[10]。因此，采用不同的教學(xué)平臺(tái)往往能形成不同的教學(xué)模式，其對(duì)應(yīng)的學(xué)習(xí)效果影響因素也有一定程度的區(qū)別。

1.網(wǎng)絡(luò)教學(xué)平臺(tái)選擇

近10年來(lái)，我校一直注重信息化課程改革，推廣智慧職教、云班課等輔助課程講授型教學(xué)平臺(tái)，對(duì)課程教學(xué)的六個(gè)要素（講授、討論、作業(yè)、實(shí)驗(yàn)、考試和教材）進(jìn)行支持或輔助[11]。在疫情防控形勢(shì)下，為保證線上教學(xué)“質(zhì)量在線”，要求教師必須把課堂從教室搬到線上。中國(guó)大學(xué)MOOC、學(xué)堂在線等主體講授型教學(xué)平臺(tái)能夠通過(guò)錄課的形式將授課過(guò)程上線，但不能滿足師生的實(shí)時(shí)交互。而且，由于不同專業(yè)學(xué)生的培養(yǎng)目標(biāo)有一定的差異性，課程的通用性較差，達(dá)不到因材施教的目的。為此，騰訊、阿里等互聯(lián)網(wǎng)巨頭相繼推出了實(shí)時(shí)交互的主體講授型教學(xué)平臺(tái)，其特點(diǎn)是教師能夠以視頻直播的形式授課，如騰訊課堂、釘釘?shù)取？上攵?，未?lái)既能滿足實(shí)時(shí)授課又能輔助課程講授的綜合型教學(xué)平臺(tái)將成為發(fā)展趨勢(shì)。在現(xiàn)階段，教師則需結(jié)合多個(gè)教學(xué)平臺(tái)的優(yōu)勢(shì)，實(shí)現(xiàn)完整的教學(xué)活動(dòng)。本文統(tǒng)計(jì)了疫情防控期間我校479名教師的線上教學(xué)平臺(tái)選擇情況，如表1所示。

從表1可以看出，有53.44%的教師選擇了“云班課+騰訊課堂”的組合教學(xué)平臺(tái)。推測(cè)其原因主要有二個(gè)：一是大部分教師對(duì)云班課軟件相對(duì)比較熟悉。同時(shí)，云班課在學(xué)生考勤、作業(yè)布置、資源推送、活動(dòng)發(fā)布等教學(xué)輔助方面功能完善，能夠滿足輔助教學(xué)的要求。二是相對(duì)于騰訊會(huì)議、抖音等直播軟件，騰訊課堂是一款較為專業(yè)的教學(xué)平臺(tái)，具備課堂討論、屏幕分享等功能，授課過(guò)程與線下的課堂教學(xué)最為接近，且信號(hào)穩(wěn)定，不卡頓。因此，“云班課+騰訊課堂”的組合教學(xué)平臺(tái)成為當(dāng)前最受教師歡迎的組合模式。

2.典型教學(xué)模式

同線下教學(xué)一樣，線上教學(xué)同樣包括課前、課中、課后三個(gè)環(huán)節(jié)。而且，每個(gè)階段的學(xué)習(xí)行為都會(huì)影響到最終學(xué)習(xí)效果。因此，本文以“云班課+騰訊課堂”為典型線上教學(xué)模式，如圖1所示，從三個(gè)教學(xué)環(huán)節(jié)中量化學(xué)生的學(xué)習(xí)行為指標(biāo)。

（1）課前自主學(xué)習(xí)行為指標(biāo)

課前，教師通過(guò)云班課來(lái)設(shè)置云教材學(xué)習(xí)內(nèi)容、推送學(xué)習(xí)資源等。學(xué)生通過(guò)查閱云教材、課件等資源，完成課前自主學(xué)習(xí)。教師可通過(guò)平臺(tái)提供的教材預(yù)習(xí)完成率、資源查看率、課前活動(dòng)參與率等指標(biāo)監(jiān)控學(xué)生自主學(xué)習(xí)行為。

（2）課中深化學(xué)習(xí)行為指標(biāo)

課中，教師在騰訊課堂完成主體授課。學(xué)生通過(guò)觀看直播、參與課堂互動(dòng)等完成課中深化學(xué)習(xí)。教師可通過(guò)平臺(tái)提供的課堂簽到率、參與直播時(shí)長(zhǎng)、課中活動(dòng)參與率等指標(biāo)監(jiān)控學(xué)生的深入學(xué)習(xí)行為。這里，為方便后續(xù)建模，將學(xué)生參與直播時(shí)長(zhǎng)進(jìn)行無(wú)因次化，即無(wú)因次化后的參與直播時(shí)長(zhǎng)為學(xué)生實(shí)際參與直播時(shí)長(zhǎng)與教師直播時(shí)長(zhǎng)的比值。

（3）課后拓展學(xué)習(xí)行為指標(biāo)

課后，教師在云班課進(jìn)行課后作業(yè)發(fā)布、課后討論活動(dòng)。學(xué)生可通過(guò)騰訊課堂觀看回放鞏固復(fù)習(xí)，并在云班課參與課后討論，完成作業(yè)。教師可通過(guò)平臺(tái)提供的觀看回放時(shí)長(zhǎng)、作業(yè)得分、課后活動(dòng)參與率等指標(biāo)監(jiān)控學(xué)生的拓展學(xué)習(xí)行為。這里，同樣將觀看回放時(shí)長(zhǎng)和作業(yè)得分進(jìn)行無(wú)因次化。其中，無(wú)因次化后的觀看回放時(shí)長(zhǎng)為實(shí)際觀看回放時(shí)長(zhǎng)與教師直播時(shí)長(zhǎng)的比值，無(wú)因次化后的作業(yè)得分為實(shí)際作業(yè)得分與作業(yè)滿分的比值。

綜上，學(xué)生學(xué)習(xí)行為指標(biāo)主要包括預(yù)習(xí)完成率、資源查看率、課堂簽到率、參與直播時(shí)長(zhǎng)、觀看回放時(shí)長(zhǎng)、作業(yè)得分以及活動(dòng)參與率。由于學(xué)生參與直播時(shí)長(zhǎng)已整體反映了學(xué)生的考勤情況，為避免“因素共線”，這里不再選取課堂簽到率作為影響因素。同時(shí)，每個(gè)環(huán)節(jié)的活動(dòng)參與率反映了學(xué)生學(xué)習(xí)的自主性和積極性，這里將所有教學(xué)活動(dòng)整合，以整體活動(dòng)參與率衡量。因此，最終選擇的學(xué)習(xí)行為指標(biāo)分別為：預(yù)習(xí)完成率X1、資源查看率X2、參與直播時(shí)長(zhǎng)X3、觀看回放時(shí)長(zhǎng)X4、作業(yè)得分X5以及整體活動(dòng)參與率X6。

三、模型建立

以學(xué)生考試成績(jī)Y表征線上學(xué)習(xí)效果，建立學(xué)習(xí)效果與學(xué)習(xí)行為之間的數(shù)學(xué)關(guān)系。考試成績(jī)同樣進(jìn)行無(wú)因次化處理，無(wú)因次化后的考試成績(jī)?yōu)閷W(xué)生的實(shí)際成績(jī)與滿分成績(jī)的比值。這里以我?！峨娮由虅?wù)數(shù)據(jù)分析》課程為案例，統(tǒng)計(jì)了我校162名學(xué)生疫情防控期間的學(xué)習(xí)行為數(shù)據(jù)，考試成績(jī)?yōu)榫€上教學(xué)八周后的期中考試成績(jī)。

1.學(xué)習(xí)行為聚類

學(xué)生的學(xué)習(xí)行為參差不齊，統(tǒng)計(jì)得到的學(xué)習(xí)數(shù)據(jù)特征差異性較大。為便于后續(xù)分析，可先根據(jù)數(shù)據(jù)的差異性進(jìn)行聚類。聚類分析是一種基于數(shù)據(jù)之間的相似程度來(lái)進(jìn)行數(shù)據(jù)分組的方法[12]。這種相似度往往采用數(shù)據(jù)間的歐幾里得距離、曼哈頓距離、閔可夫斯基距離等來(lái)衡量，聚類的原則是組內(nèi)距離最小化或組間距離最大化。目前，K-means算法是最為典型的聚類算法之一[13]，它是在最小誤差函數(shù)的基礎(chǔ)上將數(shù)據(jù)劃分為K類。由于K-means算法以簇的平均值作為中心點(diǎn)，導(dǎo)致該算法對(duì)孤立點(diǎn)比較敏感。為改變這一缺陷，選用離簇平均值最近的對(duì)象作為中心，這種方法叫做K-中心點(diǎn)聚類算法。但是，將數(shù)據(jù)劃分為幾類一直缺乏科學(xué)依據(jù)。目前，較為合理的做法是基于多種判別準(zhǔn)則，綜合選取。這里采用R語(yǔ)言中NbClust（）包中有26種判別準(zhǔn)則來(lái)確定聚類個(gè)數(shù)[14]，結(jié)果如圖2所示。

從圖2看出，在26種判別準(zhǔn)則里，有9種判別準(zhǔn)則選擇將數(shù)據(jù)劃分為3類，8種判別準(zhǔn)則選擇將數(shù)據(jù)劃分為2類。因此，K值選擇取3比較合理。

采用K-中心點(diǎn)聚類算法將學(xué)生線上學(xué)習(xí)數(shù)據(jù)劃分為3類，如圖3所示。

從圖3可以看出，兩個(gè)變量覆蓋了87.15%的數(shù)據(jù)點(diǎn)，K-中心點(diǎn)聚類算法較好地把數(shù)據(jù)分成了3類，算法運(yùn)行結(jié)果較好。三類的中心點(diǎn)Y取值依次為0.73、0.91和0.63，分別代表了“自由型”（71人）、“主動(dòng)型”（71人）和“被動(dòng)型”（20人）三種學(xué)習(xí)行為。

2.學(xué)習(xí)效果回歸

為定量確定各個(gè)學(xué)習(xí)行為參數(shù)對(duì)學(xué)習(xí)效果的影響，需建立回歸模型。常用的回歸方法有多元回歸、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)[15]。考慮多元回歸分析方法相對(duì)于神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等方法具有操作簡(jiǎn)單、關(guān)系明確的優(yōu)點(diǎn)，這里選擇建立多元回歸模型。因此，對(duì)三類學(xué)生分別建立學(xué)習(xí)成績(jī)與其學(xué)習(xí)行為參數(shù)間的數(shù)學(xué)模型，模型擬合效果如圖4所示。

從圖4可以看出，回歸模型預(yù)測(cè)的考試成績(jī)與學(xué)生的實(shí)際考試成績(jī)基本重合，擬合度達(dá)0.99。因此，模型擬合度高，滿足后續(xù)分析的要求。

四、結(jié)果討論

本文分析了不同類別學(xué)生線上學(xué)習(xí)效果的主控學(xué)習(xí)行為，并針對(duì)性地優(yōu)化教學(xué)方法。

1.線上學(xué)習(xí)效果控制機(jī)制

由于回歸模型所用的各個(gè)學(xué)習(xí)行為參數(shù)均為同數(shù)量級(jí)的無(wú)因次歸一化參數(shù)，因此可以用各參數(shù)回歸系數(shù)表示因素的相對(duì)重要程度，三個(gè)擬合方程系數(shù)如圖5所示。

從圖5可以看出，在三類學(xué)習(xí)行為中，課前預(yù)習(xí)完成率和參與直播時(shí)長(zhǎng)系數(shù)均在0.3以上，而資源查看率和觀看回放時(shí)長(zhǎng)系數(shù)均在0.07以下，說(shuō)明學(xué)生線上學(xué)習(xí)效果與課前預(yù)習(xí)、課程直播關(guān)系較大，與資源查看率和觀看回放時(shí)長(zhǎng)的關(guān)系不明顯。

進(jìn)一步地，對(duì)于主動(dòng)學(xué)習(xí)型學(xué)生，預(yù)習(xí)完成率、參與直播時(shí)長(zhǎng)、活動(dòng)參與率系數(shù)分別為0.3、0.3和0.23，說(shuō)明做好課前預(yù)習(xí)、參與直播課和課程活動(dòng)是保證學(xué)生學(xué)習(xí)效果的主控因素。對(duì)于自由學(xué)習(xí)型學(xué)生，參與直播時(shí)長(zhǎng)、預(yù)習(xí)完成率的系數(shù)分別為0.53和0.33，是制約其學(xué)習(xí)效果進(jìn)一步提高的主控因素。因此，為進(jìn)一步提高這類學(xué)生的學(xué)習(xí)效果，應(yīng)從加強(qiáng)課前預(yù)習(xí)和課堂參與程度上入手。對(duì)于被動(dòng)學(xué)習(xí)型學(xué)生，預(yù)習(xí)完成率、作業(yè)得分率、活動(dòng)參與率和參與直播時(shí)長(zhǎng)回歸系數(shù)分別為0.37、0.36、0.33和0.29，說(shuō)明這類學(xué)生在課前、課中和課后等3個(gè)環(huán)節(jié)參與度都較差，因此，提高其學(xué)習(xí)積極性是關(guān)鍵所在。

2.線上教學(xué)改進(jìn)意見(jiàn)

學(xué)生的線上學(xué)習(xí)效果與課前、課中、課后三個(gè)環(huán)節(jié)參與程度都有一定的關(guān)系，而且，不同的學(xué)習(xí)行為，其學(xué)習(xí)效果的控制機(jī)制不同。在線上教學(xué)的過(guò)程中，不同學(xué)習(xí)行為的學(xué)生混雜在一起，如何最大化提高整體的學(xué)習(xí)效果，是教師教學(xué)過(guò)程中應(yīng)該重點(diǎn)考慮的問(wèn)題，結(jié)合上述分析結(jié)果，建議實(shí)施以下教學(xué)策略。

（1）做好課前預(yù)習(xí)活動(dòng)設(shè)計(jì)

從回歸系數(shù)來(lái)看，課前預(yù)習(xí)完成率在所有學(xué)生的學(xué)習(xí)效果中均有較大占比。因此，在線上教學(xué)過(guò)程中，教師應(yīng)注重課前預(yù)習(xí)活動(dòng)環(huán)節(jié)的設(shè)計(jì)，如設(shè)計(jì)云教材學(xué)習(xí)、分享課前學(xué)習(xí)資源、開(kāi)展課前測(cè)試等活動(dòng)。同時(shí)，教師應(yīng)實(shí)時(shí)監(jiān)控學(xué)生的課前活動(dòng)完成情況，重點(diǎn)監(jiān)控被動(dòng)型學(xué)習(xí)行為的學(xué)生，通過(guò)提醒、點(diǎn)名等方式保證課前活動(dòng)完成率。

（2）提高課程直播參與率

由于線上教學(xué)過(guò)程中教師與學(xué)生處于不同的空間，教師很難對(duì)學(xué)生的學(xué)習(xí)行為進(jìn)行實(shí)時(shí)監(jiān)控。尤其是課中直播環(huán)節(jié)，該環(huán)節(jié)相對(duì)于課前和課后環(huán)節(jié)，學(xué)習(xí)時(shí)間較短。但卻是學(xué)生線上學(xué)習(xí)最為重要的環(huán)節(jié)，回歸模型中參與直播時(shí)長(zhǎng)的回歸系數(shù)也證實(shí)這一觀。因此，教師在直播中應(yīng)明確教學(xué)目標(biāo)，加強(qiáng)互動(dòng)討論，多采用啟發(fā)式、引導(dǎo)式的教學(xué)方式，保證學(xué)生注意力不離線。對(duì)于一些自由學(xué)習(xí)型和被動(dòng)學(xué)習(xí)型學(xué)生，課前督促其參加課堂直播。同時(shí)，課中采用不定時(shí)提問(wèn)、不定時(shí)簽到等方式提高學(xué)生的直播課程參與率。

（3）提高學(xué)生的學(xué)習(xí)積極性

從活動(dòng)參與率的回歸系數(shù)來(lái)看，線上教學(xué)要把“學(xué)生的學(xué)”作為主體。因此，教師在每個(gè)教學(xué)環(huán)節(jié)應(yīng)注重提高學(xué)生的積極性。這種積極性不是靠教師的監(jiān)督或督促形成的，而是學(xué)生自主形成的。這就要求教師在教學(xué)活動(dòng)中最大化地激發(fā)學(xué)生的學(xué)習(xí)興趣，對(duì)于自由型和被動(dòng)型學(xué)生，有意識(shí)地糾正其學(xué)習(xí)行為，讓學(xué)生都能夠深度參與所有教學(xué)活動(dòng)。

五、結(jié)論

（1）通過(guò)收集學(xué)生的線上學(xué)習(xí)數(shù)據(jù)，建立學(xué)習(xí)效果與學(xué)習(xí)行為之間的數(shù)學(xué)關(guān)系可以指出學(xué)生線上學(xué)習(xí)效果的主控機(jī)制，即從數(shù)據(jù)角度研究學(xué)生的線上學(xué)習(xí)行為是可行的。

（2）學(xué)生的線上學(xué)習(xí)效果受課前、課中、課后三個(gè)環(huán)節(jié)的學(xué)習(xí)行為制約，不同學(xué)習(xí)行為的學(xué)習(xí)控制機(jī)制也有一定的區(qū)別。從本文研究的案例來(lái)看，提高學(xué)生的預(yù)習(xí)完成率、參與直播時(shí)長(zhǎng)和活動(dòng)參與率等3個(gè)學(xué)習(xí)行為指標(biāo)有利于改善學(xué)生學(xué)習(xí)效果。

（3）學(xué)生的在線學(xué)習(xí)行為具有多元性和多層次性，學(xué)習(xí)效果與學(xué)習(xí)行為之間的關(guān)系具有線性與非線性關(guān)系共存的特點(diǎn)。建議在本文研究的基礎(chǔ)上，構(gòu)建學(xué)生線上學(xué)習(xí)行為的大數(shù)據(jù)平臺(tái)，深入挖掘?qū)W生線上學(xué)習(xí)機(jī)制，以指導(dǎo)疫情防控形勢(shì)下線上教學(xué)的有效開(kāi)展。

參考文獻(xiàn)：

[1]彭文輝，楊宗凱，劉清堂.網(wǎng)絡(luò)學(xué)習(xí)行為系統(tǒng)概念模型構(gòu)建研究[J].中國(guó)電化教育，2013（9）：39-46.

[2]馬志強(qiáng)，蘇珊，張彤彤.基于學(xué)習(xí)投入理論的網(wǎng)絡(luò)學(xué)習(xí)行為模型研究——以“網(wǎng)絡(luò)教學(xué)平臺(tái)設(shè)計(jì)與開(kāi)發(fā)”課程為例[J].現(xiàn)代教育技術(shù)，2017，27（1）：74-80.

[3]徐紅彩.在校大學(xué)生網(wǎng)絡(luò)學(xué)習(xí)行為的調(diào)查與研究[J].電化教育研究，2005（6）：61-63.

[4]Amershi，S.，Conatl，C. Combining unsupervised and supervised classification to build user models for exploratory [J].Journal of educational data mining，2009，1（1）：18-71.

[5]Vaessen，B .E.， Prins， F.J.， Jeuring， J. University students achievement coals and help-seeking strategies in an intelligent touring system[J].Computers and education，2014，72： 196-208.

[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)效果研究[J].電化教育研究，2014（9）：53-57.

[7]趙慧瓊，姜強(qiáng)，趙蔚等.基于大數(shù)據(jù)學(xué)習(xí)分析的在線學(xué)習(xí)績(jī)效預(yù)警因素及干預(yù)對(duì)策的實(shí)證研究[J].電化教育研究，2017，38（1）：62-69.

[8]李珊，劉繼超，邵芬紅.Web日志與瀏覽行為結(jié)合下的用戶瀏覽興趣數(shù)據(jù)挖掘分析[J].現(xiàn)代電子技術(shù)，2017，40（5）：22-25.

[9]柴艷妹，雷陳芳.基于數(shù)據(jù)挖掘技術(shù)的在線學(xué)習(xí)行為研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2018，35（5）：1287-1293.

[10]程璐楠，韓錫斌，程建鋼.MOOC平臺(tái)的多元化創(chuàng)新發(fā)展及其影響[J].遠(yuǎn)程教育雜志，2014，32（2）：58-66.

[11]智敏.智慧教室環(huán)境下的課堂教學(xué)互動(dòng)行為分析[D].武漢：華中師范大學(xué)，2019.

[12]金建國(guó).聚類方法綜述[J].計(jì)算機(jī)科學(xué)，2014，41（S2）：288-293.

[13]伍育紅.聚類算法綜述[J].計(jì)算機(jī)科學(xué)，2015，42（S1）：491-499，524.

[14]顏節(jié)禮，唐建榮.應(yīng)用統(tǒng)計(jì)學(xué)[M].西安：西安電子科技大學(xué)出版社，2016.

[15]王小川，史峰，郁磊等.MATLAB 智能算法 30 個(gè)案例分析[M].北京：北京航空航天大學(xué)出版社，2011.

（編輯：王曉明）