線上教學(xué)學(xué)生學(xué)習(xí)行為與成效的大數(shù)據(jù)分析研究

秦曉安 王睿 程鴻芳

摘? 要：通過收集在線課程平臺上的學(xué)生學(xué)習(xí)狀態(tài)數(shù)據(jù)，利用現(xiàn)有的大數(shù)據(jù)技術(shù)先對學(xué)生的學(xué)習(xí)行為數(shù)據(jù)進(jìn)行聚類分析，然后與學(xué)習(xí)成效之間關(guān)聯(lián)分析研究，最后將分析結(jié)果可視化處理，找出在線教學(xué)中存在的問題并提出可行的建議，為提高在線教學(xué)的質(zhì)量提供參考。

關(guān)鍵詞：線上教學(xué);學(xué)習(xí)行為;學(xué)習(xí)成效;大數(shù)據(jù)

中圖分類號：G712? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ?文章編號：1671-9255（2020）03-0068-04

一、研究背景

隨著移動開發(fā)技術(shù)、物聯(lián)網(wǎng)技術(shù)、云計算、大數(shù)據(jù)、人工智能的普及和深入，在線教育得到快速發(fā)展。2013年，美國哈佛大學(xué)等全球名?？缭組OOC，使用 SPOC平臺進(jìn)行課程教學(xué)。SPOC平臺比較注重教學(xué)環(huán)節(jié)的設(shè)計，主要功能是向?qū)W生用戶推送學(xué)習(xí)資源，幫助教師進(jìn)行教學(xué)管理和課程管理。但是SPOC平臺存在以下問題：課程和課程相關(guān)資源的推送方式過于單一;未做到以學(xué)生為中心，從學(xué)生學(xué)習(xí)的角度推送相關(guān)資源，忽視了學(xué)生的學(xué)習(xí)體驗;沒有給學(xué)習(xí)者提供一個良好的、適應(yīng)自身學(xué)習(xí)特點(diǎn)的學(xué)習(xí)環(huán)境，不符合學(xué)生個性化學(xué)習(xí)的要求等。因此，利用SPOC平臺大量的、實(shí)時的在線數(shù)據(jù)進(jìn)行挖掘和分析學(xué)生的學(xué)習(xí)行為，為教師教學(xué)決策、網(wǎng)絡(luò)課程評估和構(gòu)建學(xué)生學(xué)習(xí)自適應(yīng)和個性化學(xué)習(xí)系統(tǒng)等值得我們進(jìn)行研究。

目前，國內(nèi)利用大數(shù)據(jù)分析SPOC平臺的學(xué)習(xí)行為與學(xué)習(xí)成效的研究屈指可數(shù)。SPOC平臺用戶學(xué)習(xí)行為分析的研究存在以下問題：首先，沒有從大數(shù)據(jù)分析的角度關(guān)注用戶的學(xué)習(xí)行為與學(xué)習(xí)習(xí)慣;其次，沒有根據(jù)用戶對網(wǎng)絡(luò)教學(xué)平臺的使用情況提供與之相對應(yīng)的學(xué)習(xí)目標(biāo)和學(xué)習(xí)進(jìn)度計劃;再次，沒有能夠針對不同的用戶推送個性化的課程資源;最后，學(xué)生的綜合成績往往與實(shí)際學(xué)習(xí)情況存在著一定的偏差。

為了解決這些問題，本文構(gòu)建了基于大數(shù)據(jù)技術(shù)的SPOC教學(xué)平臺用戶學(xué)習(xí)行為分析模型，通過分析SPOC平臺用戶的學(xué)習(xí)效果、學(xué)習(xí)態(tài)度、知識綜合運(yùn)用能力和溝通交流解決問題的能力，同時運(yùn)用大數(shù)據(jù)中數(shù)據(jù)挖掘等相關(guān)技術(shù)，發(fā)現(xiàn)用戶學(xué)習(xí)行為和學(xué)習(xí)效果之間的關(guān)聯(lián)關(guān)系，最終讓SPOC平臺向自適應(yīng)的學(xué)習(xí)平臺方向轉(zhuǎn)變，并且能夠以學(xué)生為中心，為學(xué)生提供個性化的學(xué)習(xí)空間。

二、大數(shù)據(jù)分析方法與步驟

（一）線上教學(xué)平臺用戶學(xué)習(xí)行為數(shù)據(jù)采集

為了真實(shí)有效地獲取線上教學(xué)平臺用戶的學(xué)習(xí)行為數(shù)據(jù)，我們通過學(xué)院SPOC平臺近半年來開設(shè)的教學(xué)課程對學(xué)生的學(xué)習(xí)行為數(shù)據(jù)采集，主要收集了學(xué)生課程訪問情況、視頻觀看情況、作業(yè)完成情況、交流討論情況等四個方面的數(shù)據(jù)，例如部分班級學(xué)生的作業(yè)任務(wù)完成情況的數(shù)據(jù)，如表1所示。由于在線教學(xué)平臺上記錄用戶學(xué)習(xí)行為的數(shù)據(jù)類型不一致，為了防止可能會出現(xiàn)數(shù)據(jù)偏差和丟失，我們使用自然語言處理技術(shù)來對原始數(shù)據(jù)進(jìn)行預(yù)處理，將經(jīng)過文本預(yù)處理后的數(shù)據(jù)，以結(jié)構(gòu)化的形式存儲在數(shù)據(jù)庫中，便于后續(xù)的分析和處理。[1]

（二）線上教學(xué)平臺學(xué)生行為數(shù)據(jù)聚類分析

把在線學(xué)習(xí)平臺搜集的學(xué)生行為數(shù)據(jù)存儲到數(shù)據(jù)庫中，利用數(shù)據(jù)挖掘技術(shù)抽取學(xué)習(xí)者特征信息和課程特征信息，對學(xué)習(xí)者進(jìn)行聚類分析，規(guī)劃出學(xué)習(xí)者的學(xué)習(xí)類型，將班級的學(xué)生進(jìn)行分類。利用大數(shù)據(jù)技術(shù)將班級所有學(xué)生的學(xué)習(xí)行為進(jìn)行分類，有助于教師了解班級的整體學(xué)習(xí)狀況，可以針對不同的學(xué)習(xí)者類型選擇不同的教學(xué)方法、推送不同的學(xué)習(xí)資源等。具體聚類分析流程如圖1所示。[2]首先，將在線平臺學(xué)習(xí)者所學(xué)課程的相關(guān)數(shù)據(jù)信息備份成為歷史數(shù)據(jù)庫，進(jìn)行學(xué)習(xí)行為分析和課程歷史數(shù)據(jù)挖掘，同時與歷史數(shù)據(jù)庫中挖掘的信息一并進(jìn)行學(xué)習(xí)者普適特征、課程普適特征、學(xué)習(xí)者特征信

息和課程信息的聚類分析，生成分析模型。其次，教師或管理者根據(jù)學(xué)習(xí)行為特點(diǎn)和學(xué)習(xí)預(yù)測結(jié)果，通過個性化學(xué)習(xí)推薦引擎做個性化學(xué)習(xí)推薦或個性化干預(yù)。最后，得出學(xué)生學(xué)習(xí)效果的評價意見。

（三）線上教學(xué)平臺用戶行為數(shù)據(jù)與學(xué)習(xí)成效關(guān)聯(lián)分析

學(xué)習(xí)成效的關(guān)聯(lián)分析主要是指根據(jù)線上教學(xué)平臺用戶的行為數(shù)據(jù)來分析學(xué)習(xí)者成效。利用大數(shù)據(jù)技術(shù)分析學(xué)習(xí)者在過往課程、在學(xué)課程上的表現(xiàn)，例如出勤、任務(wù)完成率、任務(wù)正確率等，歸納出學(xué)習(xí)者整體的學(xué)習(xí)成效以及存在的問題，并確定以后的改進(jìn)方向。本文主要通過平臺數(shù)據(jù)記錄中的學(xué)生課程頁面訪問情況、視頻觀看情況、作業(yè)完成情況、討論情況等四個方面與平時作業(yè)及格率、視頻任務(wù)完成率及最終考核通過率之間進(jìn)行關(guān)聯(lián)分析。教師可以根據(jù)學(xué)習(xí)成效的分析對學(xué)習(xí)者學(xué)習(xí)的策略、方法、知識點(diǎn)進(jìn)行推送;學(xué)習(xí)者可以根據(jù)平臺的評價，調(diào)整學(xué)習(xí)的策略，完善學(xué)習(xí)的不足，改正學(xué)習(xí)存在的缺點(diǎn)。同時，班級的老師也能了解到學(xué)生學(xué)習(xí)效果的評價，從而調(diào)整授課方式方法。根據(jù)前面的聚類分析，教師可以將同類的學(xué)習(xí)者分到同一個小組，在班級形成不同的學(xué)習(xí)群體，采用不同的項目、不同的授課方法，因材施教。

（四）線上教學(xué)平臺用戶行為數(shù)據(jù)分析結(jié)果的可視化

數(shù)據(jù)可視化的第一個優(yōu)點(diǎn)就是動作更快，這是因為人腦對視覺信息的處理要比書面信息容易得多。使用圖表來總結(jié)復(fù)雜的數(shù)據(jù)，可以確保對關(guān)系的理解要比那些混亂的報告或電子表格更快。第二個優(yōu)點(diǎn)是具有建設(shè)性的意見成果。使用大數(shù)據(jù)可視化工具可以使我們能夠用一些簡短的圖形就能傳遞復(fù)雜信息，甚至單個圖形也能做到。教師和學(xué)生可以通過交互元素，輕松地了解各種不同的數(shù)據(jù)源信息的含義。第三個有點(diǎn)是能夠方便讀者直觀地理解數(shù)據(jù)源信息和行為結(jié)果之間的關(guān)聯(lián)。[3]如果學(xué)生學(xué)習(xí)分析成果能快速地反饋給老師和學(xué)生，就能快速地調(diào)整學(xué)習(xí)和授課策略，有效地提高教學(xué)水平。因此，學(xué)習(xí)行為數(shù)據(jù)分析結(jié)果采用圖表展示，既美觀又容易理解。例如學(xué)生預(yù)習(xí)情況的柱形圖，如圖2所示。

三、研究的內(nèi)容

本次研究抽取了某職業(yè)技術(shù)學(xué)院7個班級學(xué)生一個學(xué)期在SPOC平臺上的訪問情況、視頻觀看情況、作業(yè)完成情況、討論情況等四個方面來分析學(xué)習(xí)行為及其與平時作業(yè)及格率、視頻任務(wù)完成率和最終考核通過率之間的相關(guān)性。[4]

（一）學(xué)習(xí)行為

1.課程頁面訪問情況。學(xué)習(xí)者訪問學(xué)習(xí)頁面是學(xué)習(xí)的一個重要環(huán)節(jié)。從平臺后臺收集的數(shù)據(jù)顯示，7個班級學(xué)生的平均頁面訪問數(shù)為33次，其中最高達(dá)127次 ，有少部分學(xué)習(xí)者只注冊卻從未進(jìn)入學(xué)習(xí)頁面或頁面訪問數(shù)較低。數(shù)據(jù)顯示的結(jié)果表明了學(xué)習(xí)者學(xué)習(xí)的積極性不高，并且存在很大的差異性。

2.教學(xué)視頻觀看情況。平臺上的學(xué)習(xí)資源主要以5～10分鐘的短視頻為主，學(xué)習(xí)者學(xué)習(xí)的主要活動是觀看教學(xué)視頻，平均一個課程的視頻總時長為172分鐘，7個班級所有學(xué)生的總觀看時長是57354分鐘，個人觀看時長最長達(dá)到1325分鐘，最短是15分鐘，平均觀看時長是164分鐘 。從數(shù)據(jù)上看，絕大部分的學(xué)生都能完成視頻教學(xué)任務(wù)，但無法排除有部分學(xué)生存在掛機(jī)看視頻的行為。

3.討論情況。平臺上的學(xué)習(xí)者討論主要有兩種情況：發(fā)表討論和回復(fù)討論。7個班級的總討論數(shù)為18441次，其中，學(xué)生參與最高討論數(shù)為26，最低為0次，平均討論次數(shù)3.6次，平均發(fā)表討論為1.06次，平均回帖次數(shù)為2.54次。由數(shù)據(jù)可以分析得出，回帖的次數(shù)多于發(fā)帖的次數(shù)，在一定程度上說明了學(xué)習(xí)者學(xué)習(xí)較被動，主動性還有待提高。

4. 平時作業(yè)完成情況。平臺上7個班級的總作業(yè)數(shù)為56個，平均作業(yè)數(shù)為8個，最多作業(yè)數(shù)為12，最少的任務(wù)數(shù)為6個。在7個班級中，任務(wù)全完成占總?cè)藬?shù)的比例最高達(dá)到56%，最低為8%;任務(wù)完成一半以上占總?cè)藬?shù)的比例最高為64%，最低為19%;一項任務(wù)都沒有完成的人數(shù)最高達(dá)到56%，最低的占到22%。這些數(shù)據(jù)反映了在學(xué)習(xí)過程中很大一部分學(xué)習(xí)者是只加入了課程，并未完成學(xué)習(xí)任務(wù)，學(xué)習(xí)積極性高的學(xué)習(xí)者與學(xué)習(xí)積極性不高的學(xué)習(xí)者之間存在很大的差別。

（二）學(xué)習(xí)成效

在研究學(xué)生學(xué)習(xí)成效中，我們抽取了具有代表性的平時作業(yè)及格率、視頻任務(wù)完成率及最終考核通過率情況。在7個班級中，平均平時作業(yè)及格率為72%，平均視頻任務(wù)完成率為88%，平均最終考核通過率為68%。這些數(shù)據(jù)說明7個班級中的平時作業(yè)及格率和視頻任務(wù)完成率高于最終考核通過率，大部分學(xué)習(xí)者能夠完成相應(yīng)的課程，但從最終考核通過率來看，學(xué)習(xí)者的學(xué)習(xí)成效還不夠理想。具體情況如表2所示 。

四、線上教學(xué)發(fā)現(xiàn)的問題及改進(jìn)建議

（一）發(fā)現(xiàn)的問題

通過對SPOC平臺上7個班級的課程頁面訪問情況、視頻觀看情況、作業(yè)完成情況、討論情況等四種學(xué)習(xí)行為數(shù)據(jù)與體現(xiàn)學(xué)習(xí)成效的平時作業(yè)及格率、視頻任務(wù)完成率及最終考核通過率進(jìn)行關(guān)聯(lián)分析以及可視化，發(fā)現(xiàn)普遍存在的問題如下：第一，在線課程的任務(wù)布置不夠合理，沒有根據(jù)不同層次學(xué)生的學(xué)習(xí)進(jìn)度相應(yīng)調(diào)整難易程度，有些同學(xué)課程作業(yè)布置之后，很短時間就全部完成，而有的同學(xué)拖到作業(yè)任務(wù)截止時都沒有完成;第二，課程頁面訪問的積極性不高，有一部分學(xué)習(xí)者雖然注冊了課程但沒有或很少學(xué)習(xí)課程內(nèi)容，在線教學(xué)的過程沒能提早對學(xué)生進(jìn)行干預(yù)，導(dǎo)致后期學(xué)生越學(xué)越學(xué)不下去[5];第三，學(xué)習(xí)者學(xué)習(xí)較被動，主動性還有待提高，有些學(xué)生在在線學(xué)習(xí)過程中出現(xiàn)厭倦情緒。第四，最終考核通過率不高，有些同學(xué)未能堅持完成在線教學(xué)的各個環(huán)節(jié)任務(wù)。

（二）改進(jìn)建議

1.合理布置在線課程的任務(wù)。所布置的任務(wù)可以根據(jù)學(xué)生層次不同進(jìn)行分組，同時完善題庫建設(shè)，設(shè)置題目的難易程度，不同小組分配的任務(wù)內(nèi)容難易程度要有所區(qū)別，滿足不同層次學(xué)生學(xué)習(xí)的需求。

2. 實(shí)時地把控學(xué)生的學(xué)習(xí)進(jìn)度，例如觀看視頻的百分比、觀看是否快進(jìn)、答題正確率等。隨著在線課程推進(jìn)，不斷生成每一個學(xué)員學(xué)習(xí)情況的大數(shù)據(jù)可視化圖表，通過圖表詳細(xì)展示該生在不同階段的學(xué)習(xí)情況。遇到有問題的學(xué)生，教師可以在階段任務(wù)沒有完成之前進(jìn)行干預(yù)，督促學(xué)生認(rèn)真觀看視頻、認(rèn)真答題。學(xué)生也可以看到自己學(xué)習(xí)進(jìn)度的可視化圖表，進(jìn)行自我調(diào)整。

3. 充分調(diào)動學(xué)生學(xué)習(xí)的積極性和持續(xù)性。針對部分學(xué)不下去或動力不足的學(xué)生，教師能隨著課程深入而有張有弛地科學(xué)布置課程任務(wù)，必要時通過輔導(dǎo)員督促學(xué)生。

4. 及時進(jìn)行學(xué)生學(xué)習(xí)的大數(shù)據(jù)收集和分析。當(dāng)一期開課結(jié)束，可以對課程進(jìn)行大數(shù)據(jù)整體分析，如果有平行班級授課，還可以進(jìn)行橫向關(guān)聯(lián)分析，通過數(shù)據(jù)分析和可視化，提出建設(shè)性意見，以便后期課程繼續(xù)開設(shè)時調(diào)整課程計劃安排以使更多學(xué)生學(xué)習(xí)取得成效。

參考文獻(xiàn)：

[1]王秋紅.基于大數(shù)據(jù)技術(shù)的網(wǎng)絡(luò)教學(xué)平臺用戶行為分析研究[J].電子世界，2019（9）： 64-65.

[2]李敏，陳小莉.大數(shù)據(jù)環(huán)境下的自適應(yīng)在線學(xué)習(xí)平臺學(xué)習(xí)分析模型設(shè)計[J].科技教育， 2018（6）：169-172.

[3]思邁特Smartbi. 數(shù)據(jù)分析可視化工具的優(yōu)點(diǎn)，能給企業(yè)帶來怎樣的好處？[EB/OL].[2020-06-01].https：//blog.csdn.net/Moogical/java/article/details/106468769

[4]危妙，傅霖，黎剛，郭姍姍. Mooc課程平臺學(xué)習(xí)行為與學(xué)習(xí)成效大數(shù)據(jù)分析[J].教育教學(xué)論壇，2015（9）： 60-61.

[5]何宏，劉洞波，王寧. 基于 SPOC 平臺在線學(xué)習(xí)行為的關(guān)聯(lián)分析[J].科教導(dǎo)刊（電子版），2019（11）：1-3.