基于RFE模型的云課堂學(xué)生在線學(xué)習(xí)行為分析研究

鐘桂鳳

摘要：2020年初，國(guó)家教育部門(mén)與相關(guān)機(jī)構(gòu)倡導(dǎo)課堂教學(xué)實(shí)施整體從以往的線下教學(xué)改為居家在線學(xué)習(xí)，選擇在線直播或平臺(tái)選課等各種方式進(jìn)行教學(xué)。該文也在此背景下借助目前一些在線授課軟件，如釘釘、騰訊會(huì)議以及一些在線教學(xué)網(wǎng)站中國(guó)MOOC平臺(tái)、泰迪在線平臺(tái)來(lái)輔助教學(xué)，該課題通過(guò)對(duì)一個(gè)學(xué)期的在線教學(xué)+一個(gè)學(xué)期的線上線下結(jié)合的教學(xué)模式下學(xué)生用戶(hù)數(shù)據(jù)的采集、在線問(wèn)卷調(diào)查，深入研究并挖掘出能對(duì)在線教學(xué)資源以及教學(xué)管理的優(yōu)化具有十分重要的意義，提升高校課程實(shí)施在線教學(xué)并有效把控課程評(píng)價(jià)指標(biāo)服務(wù)的可持續(xù)性發(fā)展。

關(guān)鍵詞：在線教學(xué);新冠肺炎病毒;云課堂;RFE模型;數(shù)據(jù)分析

中圖分類(lèi)號(hào)：G642? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）21-0065-02

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

自從2020年起，人們?cè)谏?、學(xué)習(xí)、工作等多個(gè)領(lǐng)域的模式都發(fā)生了極大的變化。比如說(shuō)教育學(xué)習(xí)行業(yè)，從小學(xué)到大學(xué)，每個(gè)階段的學(xué)生由于特殊情況都無(wú)法返校，在國(guó)家的大力扶持下，我國(guó)的在線開(kāi)放課程在近幾年發(fā)展得非常迅速，比如中國(guó)大學(xué)MOOC、網(wǎng)易云課堂、學(xué)堂在線、優(yōu)課聯(lián)盟等平臺(tái)相繼走向教育平臺(tái)的前沿。學(xué)習(xí)方式也由單一的線下方式，改變?yōu)榫€上線下混合教學(xué)，教學(xué)方式靈活化、教學(xué)資源多樣化，教學(xué)評(píng)價(jià)方式多元化正在深入影響著教育行業(yè)[1]。通過(guò)遠(yuǎn)程、在線等方式進(jìn)行線上教學(xué)，全國(guó)各個(gè)教育機(jī)構(gòu)及部門(mén)，根據(jù)自身單位環(huán)境因素及學(xué)生情況，借助各類(lèi)平臺(tái)進(jìn)行遠(yuǎn)程教學(xué)，但在線教學(xué)的前期準(zhǔn)備、過(guò)程實(shí)施、質(zhì)量把控等都會(huì)受到各種條件的影響與限制，學(xué)生的在線學(xué)習(xí)行為如果管理、學(xué)習(xí)過(guò)程如何把控，學(xué)習(xí)效果如何確定，學(xué)習(xí)成績(jī)?nèi)绾卧u(píng)價(jià)是本論文討論的主題，如何針對(duì)目前高校在線教學(xué)實(shí)施的局限性，以及由此產(chǎn)生的弊端及不良后果進(jìn)行改進(jìn)，提高學(xué)生在線學(xué)習(xí)的效率，是我們此時(shí)要解決的首要問(wèn)題。

1 用戶(hù)行為分析模型（RFE）構(gòu)建

1.1 RFE分析模型與教學(xué)模式分析

結(jié)合中國(guó)大學(xué)慕課、智慧樹(shù)、云課堂等在線平臺(tái)，以及現(xiàn)在流行的線上+線下的混合教學(xué)方式，根據(jù)學(xué)生主體的學(xué)習(xí)情況特點(diǎn)，提示具體的評(píng)價(jià)標(biāo)準(zhǔn)，本研究主要針對(duì)學(xué)生在線學(xué)習(xí)的數(shù)據(jù)進(jìn)行采集，然后設(shè)置三個(gè)考核指標(biāo)：最近使用-Recency、使用頻率-Frequency、態(tài)度-Emotion[2-3]。根據(jù)這三個(gè)維度對(duì)學(xué)生群體做細(xì)分，得到學(xué)生R值，F(xiàn)值，E值。那么客戶(hù)對(duì)象就被分作多個(gè)細(xì)分群，就可根據(jù)客戶(hù)對(duì)象行為差異針對(duì)不同群體做不同推薦，針對(duì)不同業(yè)務(wù)場(chǎng)景，對(duì)R、F、E這三個(gè)指標(biāo)賦予不同權(quán)重，最后可以根據(jù)公式進(jìn)行計(jì)算：W=Wr*R+Wf*F+We*E，根據(jù)最終得分W排序，再細(xì)分等級(jí)，制定不用的策略、方法服務(wù)于用戶(hù)，使用戶(hù)在平臺(tái)的體驗(yàn)值增加，提高用戶(hù)的興趣與參與度。

基于以上需求，使用R、F、E三個(gè)維度值，結(jié)合合作的在線教學(xué)平臺(tái)（泰迪云課堂、MOOC慕課平臺(tái)等）對(duì)用戶(hù)群體在平臺(tái)上的行為數(shù)據(jù)進(jìn)行采集、劃分和解讀，對(duì)用戶(hù)的活躍度做分析。下面根據(jù)學(xué)生主體在兩個(gè)學(xué)期的在線學(xué)習(xí)平臺(tái)+線上線下混合課程教學(xué)模式，從場(chǎng)景方式維度、觀測(cè)點(diǎn)、評(píng)價(jià)指標(biāo)、學(xué)生主體反饋等綜合因素進(jìn)行劃分考核細(xì)項(xiàng)，場(chǎng)景方式主要從錄播平臺(tái)、直播課堂、實(shí)驗(yàn)平臺(tái)、作業(yè)平臺(tái)進(jìn)行構(gòu)建，觀測(cè)點(diǎn)主要從考勤、學(xué)習(xí)時(shí)長(zhǎng)、課堂表現(xiàn)、課堂答疑、作業(yè)情況、互動(dòng)參與度幾個(gè)方面進(jìn)行構(gòu)建，學(xué)生主體反饋從投入度、參與度、能力提升度、學(xué)習(xí)態(tài)度幾個(gè)方面進(jìn)行構(gòu)建，最后對(duì)情況得出REF評(píng)價(jià)綜合體系[4]。

1.2 教學(xué)評(píng)價(jià)體系量化計(jì)算

本研究在線學(xué)習(xí)行為評(píng)價(jià)的量化按以下幾個(gè)方面進(jìn)行分配占比系數(shù)。錄播平臺(tái)（25%）、直播課堂（20%）、實(shí)驗(yàn)平臺(tái)（20%）、作業(yè)平臺(tái)（15%）。具體的量化計(jì)算公式如下：錄播平臺(tái)=平臺(tái)相關(guān)資料預(yù)習(xí)（20%）+觀看視頻次數(shù)（5%）+觀看視頻時(shí)長(zhǎng)（30%）+標(biāo)記記錄疑難問(wèn)題（15%）+學(xué)習(xí)任務(wù)完成情況（15%）+平臺(tái)知識(shí)疑問(wèn)處理（發(fā)帖+回帖）（15%）。直播課堂=課堂考勤（30%）+在線課堂答疑（20%）+返看直播次數(shù)時(shí)長(zhǎng)（25%）+實(shí)時(shí)作業(yè)（25%）;實(shí)驗(yàn)平臺(tái)=實(shí)驗(yàn)完成度（30%）+完成時(shí)間（20%）+實(shí)驗(yàn)結(jié)果（50%）;作業(yè)平臺(tái)=完成度（30%）+作業(yè)認(rèn)真度（30%）+完成時(shí)長(zhǎng)（10%）+相似度（30%）。

通過(guò)建立評(píng)價(jià)模型以及量化考核評(píng)價(jià)體系后，將學(xué)生在線學(xué)習(xí)的數(shù)據(jù)進(jìn)行收集整理，導(dǎo)入到數(shù)據(jù)分析軟件中，結(jié)合建立的RFE模型，進(jìn)行分析計(jì)算出最終結(jié)果。RFE的得分在一定程度上說(shuō)明，分?jǐn)?shù)越低說(shuō)明其訪問(wèn)頻率也就越低，但是問(wèn)題不能以偏概全，由于用戶(hù)數(shù)據(jù)不確定因素會(huì)影響分析結(jié)果，所以還可以通過(guò)學(xué)生在每次訪問(wèn)（交互）時(shí)的具體數(shù)據(jù)來(lái)進(jìn)一步分析用戶(hù)行為，此時(shí)重點(diǎn)要做學(xué)生回訪平臺(tái)的頻率提升，例如通過(guò)教學(xué)獎(jiǎng)勵(lì)活動(dòng)邀請(qǐng)、精準(zhǔn)學(xué)習(xí)內(nèi)容投放、會(huì)員免費(fèi)在線學(xué)習(xí)活動(dòng)推薦等提升學(xué)生回訪教學(xué)平臺(tái)的頻率?；赗FE的匯總得分評(píng)估所有學(xué)生在平臺(tái)（軟件）中的活躍度價(jià)值分，并可以做活躍度排名，比如由天、周、月排名累計(jì);同時(shí)，該得分又可以二級(jí)維度指標(biāo)作為其他數(shù)據(jù)分析和挖掘模型的輸入變量，為分析建模提供基礎(chǔ)。

2 學(xué)生在線學(xué)習(xí)行為數(shù)據(jù)分析挖掘?qū)嵤?/p>

2.1 在線學(xué)習(xí)行為數(shù)據(jù)分析挖掘過(guò)程分析

學(xué)生在線數(shù)據(jù)分析是本課題的研究重點(diǎn)，在疫情產(chǎn)生后無(wú)法正常開(kāi)學(xué)進(jìn)行校園學(xué)習(xí)，學(xué)校方就組織全校師生進(jìn)行在線網(wǎng)課的開(kāi)展，經(jīng)過(guò)多方篩選及考核，我們大數(shù)據(jù)專(zhuān)業(yè)主要與廣州泰迪科技有限公司合作，在其“泰迪”平臺(tái)上選擇適合的課程進(jìn)行在線學(xué)習(xí)，泰迪公司與老師已將學(xué)生所有信息數(shù)據(jù)導(dǎo)入“泰迪云課堂”平臺(tái)。在線上學(xué)習(xí)期間，主要負(fù)責(zé)采集在線學(xué)習(xí)信息，然后對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、構(gòu)建用戶(hù)模型、進(jìn)行數(shù)據(jù)分析，最后將數(shù)據(jù)在平臺(tái)上展示，然后挖掘每類(lèi)學(xué)生的潛在價(jià)值以及學(xué)習(xí)推薦，其工作流程如圖1所示。