基于新能源汽車專業(yè)教學資源庫的用戶行為研究

侯志華 劉騫

【摘 要】 本文以新能源汽車專業(yè)教學資源庫運營3年來的數(shù)百萬條用戶行為數(shù)據(jù)為基礎，從用戶黏度、用戶活躍度、運營效果等幾個方面進行了大量的數(shù)據(jù)分析，為新能源汽車資源庫平臺功能的改進、教學資源質(zhì)量的提升、用戶學習行為的監(jiān)督提出了切實可行的建議。

【關鍵詞】 在線學習；資源庫；用戶行為；數(shù)據(jù)分析

【中圖分類號】 G420 【文獻標識碼】 A 【文章編號】 2095-3089（2018）07-00-02

新能源汽車教學資源庫是湖南汽車工程職業(yè)學院聯(lián)合四川工程職業(yè)技術學院等十余所高職院校以及領航未來公司開發(fā)的新能源汽車在線學習平臺。

本教學資源庫自2015年運營以來，累計上線40門課程，8614條學習資源，其中非圖文資源占比60.7%。截至2018年3月20日，平臺共有用戶15001人，其中教師用戶數(shù)381人，學生用戶數(shù)10700人，企業(yè)用戶數(shù)501人，社會用戶數(shù)3419人，用戶區(qū)域覆蓋東北、華北、中南、西南、東南地區(qū)。

新能源汽車教學資源庫3年來的運營為我們提供了數(shù)以百萬計真實有效的用戶行為數(shù)據(jù)，數(shù)據(jù)覆蓋范圍之廣，時間跨度之長，足以使我們從中挖掘出典型的用戶行為習慣，進而為新能源汽車教學資源庫進行改進、優(yōu)化提供了大量的素材。對于在線學習平臺來說，用戶行為數(shù)據(jù)分析的關鍵在于黏度、活躍度、學習效果等方面。下面將從用戶黏度、用戶活躍度、運營效果三個方面進行數(shù)據(jù)分析。

一、用戶黏度分析

用戶黏度是指用戶在一段時間內(nèi)持續(xù)訪問和使用學習平臺的情況，強調(diào)的是持續(xù)的學習狀態(tài)。用戶黏度分析的內(nèi)容包括：用戶訪問頻率和平均訪問時長。

1、用戶訪問頻率

根據(jù)新能源汽車資源庫最近六個月（除去寒暑假及法定節(jié)假日）用戶歷史登陸數(shù)據(jù)統(tǒng)計，登陸頻率為2-3天/次的用戶占比最高，其比例為32%，某些課程的教學間隔也是2-3天。高于或者低于此登陸頻率的比例均呈現(xiàn)遞減趨勢。總體來看，大約70%的注冊用戶每周至少登陸新能源汽車資源庫一次，不活躍的用戶（超出一個月未登錄的用戶）比例僅占7.5%。

2、用戶平均訪問時長

由于不同類型用戶登錄新能源汽車資源庫的目的及行為不同，因此，分別對教師、學生以及其他用戶的行為數(shù)據(jù)分別進行時長統(tǒng)計，統(tǒng)計結果如下圖所示。

由上圖可見，教師用戶與學生用戶相比，每次訪問時長大于1小時的比例明顯較高，這是因為教師主要將資源庫用于查看學生的學習數(shù)據(jù)，解答學生的疑問和優(yōu)化課程的資源。由于社會和企業(yè)用戶沒有考核的要求，學習目的性更加明確，因此單次訪問時長最短。總體來看，教師用戶、學生用戶及其他用戶訪問新能源汽車資源庫的時間超過1小時的比例均大于40%，教師、學生慢慢習慣于基于資源庫的混合式學習。

二、用戶活躍度分析

用戶活躍度是指用戶每次訪問的過程的參與度，本文采用了單個資源平均停留時長指標作為判斷用戶活躍度的依據(jù)。平臺活躍度主要考察資源的瀏覽量及各個功能模塊的參與程度，本文分別對資源活躍程度以及平臺功能模塊活躍度進行了統(tǒng)計。

1、單個資源平均停留時長

新能源汽車教學資源庫中資源的類型主要分為視頻、動畫和圖文資源，視頻的長度為5-10分鐘，動畫的展示時間為1-2分鐘，圖文的頁數(shù)為3-5頁。從統(tǒng)計數(shù)據(jù)來看，超過80%的資源瀏覽時長大于資源正常展示的時長，超過30%的瀏覽時長在資源正常展示時長的2倍以上。瀏覽時長較長的資源可能是精品資源，也可能是學習難度較大的資源，需要進一步鑒別。瀏覽時長少于正常展示時長的資源可能是因為資源的制作質(zhì)量不佳，需要完善。

2、資源活躍程度

從資源的瀏覽次數(shù)來分析，超過40%的資源的瀏覽次數(shù)多于100次，也就是超過3400條資源得到了較多的展現(xiàn)。但是，同樣需要注意的是有超過30%的資源只有不到10次的瀏覽量。這說明資源庫平臺中還有大量的資源沒有被課程調(diào)用，相關課程的課程設計需要優(yōu)化，沒有關注學習者的需求和特點。需要搭建更多的課程充分展現(xiàn)所有的資源，或者通過完善資源庫平臺的功能，使資源得到輪流展示。

三、運營效果分析

運營效果分析從兩個方面進行：用戶對于課程的評價和考核測驗成績分析。資源庫共有40門課程，由于篇幅所限，本文從中隨機選擇8門課程的數(shù)據(jù)分析結果進行展示。

1、用戶對課程的評價

從用戶對于課程的評價來看，各門課程得分為5分（非常滿意）的比例均在90%以上。說明用戶對于本資源庫的功能設置和資源質(zhì)量總體滿意，這也將會使更多的學生加入到在線課程學習中來。

2、考核測驗成績分析

從整體考核結果來看，大部分學生學習比較認真，能夠按照要求完成學習任務，超過90%的學生都可以順利通過考核，獲得結課證書。

但是，一個理想的考核結果應該符合正態(tài)分布。從實際考核結果的成績分布來看，部分課程的考核成績整體偏高或者偏低，說明這些課程的考核難度設置不合理，內(nèi)容、題型方面有待提高。

四、結論

通過對新能源汽車教學資源庫用戶行為數(shù)據(jù)的黏度、活躍度、效果分析得出以下結論和建議：

1、平臺功能的改進

（1）限定每條資源的最短瀏覽時間。

（2）優(yōu)化資源瀏覽數(shù)量的計算方法。

（3）在資源中穿插互動性題目，確保有效瀏覽。

（4）對資源進行輪播展示，使每條資源均有展示機會。

（5）去除活躍度極低，實際作用有限的模塊。

2、資源質(zhì)量的提升

（1）檢查并改進跳出率較高的資源。

（2）檢查并降低瀏覽時間過長的資源的難度。

（3）設置考核題目難度為合理范圍，使成績符合正態(tài)分布。

3、用戶學習的監(jiān)督

（1）限制用戶每天可以獲得的最高分數(shù)和在線時長。

（2）將課程一次性考核更改為月度考核，使在線學習行為常態(tài)化。

參考文獻：

1.胡志波；鄢來均；曾艷；網(wǎng)絡環(huán)境下大學生主動學習參與度的研究[J]；中國科教創(chuàng)新導刊；2012年34期

2.張麗霞；郭秀敏；影響虛擬課堂學習參與度的因素與提高策略[J]；現(xiàn)代教育技術；2012年06期

3.朱志勇；基于學習分析技術的教師網(wǎng)絡學習行為的分析研究[D]；沈陽師范大學；2016年

4.楊金來；網(wǎng)絡學習行為的實時監(jiān)控研究與實踐[D]；浙江工業(yè)大學；2008年