網(wǎng)絡(luò)課程學(xué)習(xí)行為數(shù)據(jù)采集分析研究現(xiàn)狀

楊蘊昊

摘要：本文對學(xué)習(xí)網(wǎng)絡(luò)課程的行為進行分類，并分別就學(xué)習(xí)行為數(shù)據(jù)采集及挖掘分析方法現(xiàn)狀進行了梳理與總結(jié)，為完善網(wǎng)絡(luò)課程學(xué)習(xí)行為數(shù)據(jù)采集模型提供理論依據(jù)。

關(guān)鍵詞：網(wǎng)絡(luò)課程學(xué)習(xí)；行為數(shù)據(jù)采集分析

中圖分類號：G642.41 文獻標志碼：A 文章編號：1674-9324（2019）06-0237-02

近年來，隨著信息技術(shù)的飛速發(fā)展和互聯(lián)網(wǎng)技術(shù)的全面普及，大量用戶行為數(shù)據(jù)隨之產(chǎn)生，由此，大數(shù)據(jù)概念應(yīng)運而生。結(jié)合互聯(lián)網(wǎng)技術(shù)教學(xué)的網(wǎng)絡(luò)教育和大數(shù)據(jù)，驅(qū)動教育向個性化、智能化方向發(fā)展已成為必然趨勢。如何針對網(wǎng)絡(luò)課程學(xué)習(xí)構(gòu)建有效的行為數(shù)據(jù)采集模型，以此追蹤和收集的行為信息，更準確地分析學(xué)習(xí)者學(xué)習(xí)風(fēng)格和學(xué)習(xí)偏好，優(yōu)化教學(xué)資源配置，支撐各類學(xué)習(xí)者更好地學(xué)習(xí)網(wǎng)絡(luò)課程，成為了網(wǎng)絡(luò)學(xué)習(xí)領(lǐng)域中非常有價值的研究課題。

一、網(wǎng)絡(luò)課程學(xué)習(xí)行為

網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)的采集模型主要關(guān)注兩方面：實際操作行為和知識內(nèi)化的過程。實際操作行為主要體現(xiàn)為學(xué)習(xí)網(wǎng)絡(luò)課程時的顯性操作，是其進行學(xué)習(xí)時的外部直接表現(xiàn)。根據(jù)目前我院網(wǎng)絡(luò)課程中學(xué)習(xí)者的實際操作進行歸類，大概可分為：媒體操作、記錄操作和共享操作。通過記錄這些學(xué)習(xí)時的簡單操作，可以了解學(xué)習(xí)者在何時何地發(fā)生了什么樣的學(xué)習(xí)行為，為評價學(xué)習(xí)效果奠定基礎(chǔ)。知識內(nèi)化的過程主要指進行知識加工理解的過程。目前我們的網(wǎng)絡(luò)課程中，可以通過留言反饋、學(xué)習(xí)評價等行為進行此方面數(shù)據(jù)的采集與分析，挖掘?qū)W習(xí)者的個性特征，了解學(xué)習(xí)效果。目前，我們需要的網(wǎng)絡(luò)課程學(xué)習(xí)行為數(shù)據(jù)采集與學(xué)習(xí)平臺數(shù)據(jù)采集略有差異，需要有針對性地進行追蹤并分析。

媒體操作：網(wǎng)絡(luò)課程中核心的多媒體資源就是教學(xué)視頻，記錄分析視頻學(xué)習(xí)動作的行為數(shù)據(jù)就顯得尤為重要。這些操作，又可以大概歸為視頻快進、快退、拖動、暫停、靜音等動作以及視頻觀看時長這兩種類型。記錄視頻中的學(xué)習(xí)動作發(fā)生的位置與頻率，可以幫助教師了解視頻中哪些內(nèi)容是學(xué)生需要多學(xué)、難學(xué)的。針對觀看時長的數(shù)據(jù)進行分析，則可以了解到學(xué)生看視頻注意力集中的規(guī)律，進而能更有效地對教學(xué)視頻進行碎片化，適應(yīng)學(xué)習(xí)偏好。

記錄操作：在網(wǎng)絡(luò)課程的學(xué)習(xí)過程中會產(chǎn)生大量文本性質(zhì)的瀏覽記錄，瀏覽的頁面、點擊的次數(shù)、訪問持續(xù)時間、學(xué)習(xí)動作順序等，記錄下這些學(xué)習(xí)動作，有助于了解學(xué)生的學(xué)習(xí)風(fēng)格習(xí)慣，優(yōu)化教學(xué)設(shè)計。

共享操作：目前主要指記錄離線下載資源，以及將某個學(xué)習(xí)頁面收藏到收藏夾中的內(nèi)容與次數(shù)。

留言反饋：目前我們的網(wǎng)絡(luò)課程可針對單個知識點或整門課程進行留言反饋，在這兩個模塊收集到的評論、討論、提問、解答、總結(jié)等文本信息是了解學(xué)習(xí)偏好的重要基礎(chǔ)數(shù)據(jù)。我們需要將這些數(shù)據(jù)整合分析，進而做到更好地進行個性化服務(wù)。

學(xué)習(xí)評價：在網(wǎng)絡(luò)課程設(shè)計中，增加了視頻節(jié)點測試、知識點練習(xí)等，記錄這些節(jié)點測試的正確率和錯誤率、完成測試的時間、通過測試的次數(shù)等數(shù)據(jù)，并進行深入分析，得到學(xué)習(xí)者的學(xué)習(xí)模式，也可以結(jié)合學(xué)習(xí)者的操作記錄為過程性評價提供有力的數(shù)據(jù)支持。

二、網(wǎng)絡(luò)數(shù)據(jù)采集分析方法

在采集媒體操作數(shù)據(jù)方面，東北大學(xué)的李帥為了能夠分析出觀看視頻時的暫停信息，采用K-means的聚類算法，對學(xué)生在觀看視頻時選擇暫停的位置進行了聚類。通過暫停的位置分析了暫停的原因，進而獲得了需要設(shè)置不同視頻清晰度和學(xué)生學(xué)習(xí)難點位置的學(xué)習(xí)行為需求信息。目前對于記錄操作的采集模型有很多。如較早的有胡運安基于SCORM規(guī)范設(shè)計的學(xué)習(xí)行為采集模型，利用后臺數(shù)據(jù)庫儲存，使用SOAP消息處理、XML數(shù)據(jù)封裝技術(shù)完成數(shù)據(jù)傳輸。但是他的系統(tǒng)設(shè)計僅跟蹤了學(xué)習(xí)行為，對體現(xiàn)學(xué)習(xí)者個性的學(xué)習(xí)行為分析未作更深入的研究。王巧玲在Web服務(wù)的環(huán)境下，初步設(shè)計實現(xiàn)了網(wǎng)絡(luò)學(xué)習(xí)行為采集和集成（EBCI），采集的對象包括：訪問的頁面、訪問開始時間、訪問持續(xù)時間、IP地址、訪問次數(shù)、訪問頁面的引用頁等。EBCI以服務(wù)器端的Web日志中采集Cookie記錄的學(xué)習(xí)行為作為數(shù)據(jù)源，不依賴平臺與廠商，利用XML語言作為基礎(chǔ)實現(xiàn)了數(shù)據(jù)共享，但該技術(shù)主要是針對跨平臺數(shù)據(jù)的收集共享。黃克斌分四個模塊提出了網(wǎng)絡(luò)學(xué)習(xí)行為模型，并設(shè)計了一個智能化網(wǎng)絡(luò)學(xué)習(xí)行為分析系統(tǒng)結(jié)構(gòu)。具體到其中之一的數(shù)據(jù)采集模塊中時，他使用了異步和同步兩種采集方式，來分別進行靜態(tài)和動態(tài)數(shù)據(jù)的采集，但只是針對學(xué)習(xí)行為進行了智能化地分析，沒有提出完善有效的模型系統(tǒng)。張玉芳針對在多用戶、多Web站點的網(wǎng)絡(luò)訪問環(huán)境下，提出了超文本傳送協(xié)議（HTTP）請求與數(shù)據(jù)清理過濾的采集方法，引入網(wǎng)絡(luò)嗅探的方式采集數(shù)據(jù)，并過濾了大量傳統(tǒng)方法無法過濾的請求記錄，有效地抽取出反映用戶顯式點擊的頁面請求，為下一步的數(shù)據(jù)挖掘提供了更加準確的數(shù)據(jù)源。李帥等以本校資源共享課平臺為實例，基于Web日志的數(shù)據(jù)挖掘，獲得有用的信息。但是服務(wù)器日志中儲存的數(shù)據(jù)大而龐雜，難以針對某項學(xué)習(xí)行為獲得完整的數(shù)據(jù)文件，因此作者采用客戶端采集行為數(shù)據(jù)的方式，將腳本語言嵌套在服務(wù)器端，采集學(xué)習(xí)行為數(shù)據(jù)對MOOC教學(xué)起到了較大的幫助。在留言反饋的采集模型方面，夏天以論壇中的公共網(wǎng)絡(luò)輿情數(shù)據(jù)采集為例，利用聚焦網(wǎng)絡(luò)爬蟲技術(shù)，通過限定爬行方向，引入頁面繼承，實現(xiàn)互聯(lián)網(wǎng)數(shù)據(jù)的深度定向采集。采集到的數(shù)據(jù)包括用戶發(fā)布的話題、評論以及涉及的圖片等隱性行為。但是研究采用的爬蟲技術(shù)只適用于評論類行為，不能采集到總結(jié)反思等隱性行為。收集學(xué)習(xí)評價的學(xué)習(xí)行為數(shù)據(jù)時，魏德生通過對網(wǎng)絡(luò)學(xué)習(xí)行為的分析，依據(jù)檔案袋評價的啟示，以安全性和穩(wěn)定性都較好的Tomcat作為服務(wù)器，以SqlServer2000為后臺數(shù)據(jù)庫，設(shè)計了學(xué)習(xí)行為數(shù)據(jù)自動記錄和結(jié)果統(tǒng)計展示的監(jiān)控系統(tǒng)。該系統(tǒng)可以自動記錄測試情況，并進行深入地數(shù)據(jù)挖掘。馬瀟同樣采取了Web日志挖掘的技術(shù)收集數(shù)據(jù)，引入層次分析法，對學(xué)習(xí)態(tài)度、學(xué)習(xí)方法、學(xué)習(xí)過程三個一級指標設(shè)置權(quán)重，從而對網(wǎng)絡(luò)學(xué)習(xí)者進行綜合評價。但是他只給出了評價信息自動采集的設(shè)計思路，沒有具體實現(xiàn)。元帥將在線學(xué)習(xí)行為分析評價模型分為采集、統(tǒng)計、分析三個模塊，采用基于Web服務(wù)和Web日志，使用不同的數(shù)據(jù)庫支撐的方法進行采集和統(tǒng)計。同時，通過設(shè)置評價指標的權(quán)重和加權(quán)平均法分析學(xué)習(xí)結(jié)果、采用非量化評價和分類數(shù)據(jù)挖掘進行學(xué)習(xí)方式評價。此外，還有一些研究對知識內(nèi)化過程的采集和挖掘進行了綜合設(shè)計。我們在建設(shè)網(wǎng)絡(luò)課程學(xué)習(xí)行為數(shù)據(jù)模型時也做部分參考。劉均等較早地提出了一種面向個性化網(wǎng)絡(luò)學(xué)習(xí)的學(xué)習(xí)者個性挖掘方法，通過分析樣本學(xué)習(xí)者個性特征與學(xué)習(xí)行為模式，挖掘出關(guān)聯(lián)規(guī)則，進而推理之后的行為模式，動態(tài)地獲取其個性特征。這個方法已經(jīng)基于CMI示范系統(tǒng)進行了驗證，實現(xiàn)了學(xué)習(xí)個性的自動獲取。王志梅等文章中提到了E-learner檔案模型的建立，該模型使用Agent監(jiān)控學(xué)習(xí)行為數(shù)據(jù)，通過不同特征的學(xué)習(xí)行為來評估學(xué)習(xí)特征，構(gòu)建電子檔案袋系統(tǒng)供定制分享。呂莉也提出使用Web服務(wù)技術(shù)及移動Agent技術(shù)采集網(wǎng)絡(luò)學(xué)習(xí)行為。廖競等結(jié)合基于Web服務(wù)和Web日志挖掘的數(shù)據(jù)采集與分析方法，在服務(wù)器或網(wǎng)關(guān)上使用netmate進行數(shù)據(jù)流捕獲，處理并輸出為文本，然后使用文本挖掘的成熟算法進行處理，得到網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)的特點、偏好等學(xué)習(xí)規(guī)律，幫助教育者進行教育學(xué)分析，從而有效指導(dǎo)網(wǎng)絡(luò)學(xué)習(xí)和教學(xué)的建設(shè)。這個基于數(shù)據(jù)流獲取的網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)采集與分析的方案系統(tǒng)具有較強的靈活性和實用性。陳紅珍在網(wǎng)絡(luò)學(xué)習(xí)行為相關(guān)研究的論文中設(shè)計了一種采集方法：采用點擊流數(shù)據(jù)倉庫技術(shù)對學(xué)習(xí)行為進行采集挖掘，來更好地了解學(xué)習(xí)者的個性和狀態(tài)。點擊流數(shù)據(jù)倉庫是指把日志里記錄的大量點擊行為的數(shù)據(jù)再加工，形成面向分析的、體系化的、綜合的數(shù)據(jù)倉庫（DW）。DW可以在描繪學(xué)習(xí)者行為視圖和存儲大量歷史數(shù)據(jù)的基礎(chǔ)上，進行學(xué)習(xí)行為分析。

三、總結(jié)

網(wǎng)絡(luò)課程在面向全社會學(xué)習(xí)者的同時也產(chǎn)生了海量的數(shù)據(jù)，建議在采集、提煉這些龐雜的教育數(shù)據(jù)時，針對不同種類的數(shù)據(jù)使用不同的采集方法。對于媒體操作，可以使用K-means聚類算法對數(shù)據(jù)庫中的對象集合分割，再挖掘數(shù)據(jù)中的信息；針對操作記錄主流的采集技術(shù)有Web服務(wù)、Web日志挖掘、Agent等；留言反饋的數(shù)據(jù)采集可以使用聚焦網(wǎng)絡(luò)爬蟲技術(shù)；收集學(xué)習(xí)評價的學(xué)習(xí)行為數(shù)據(jù)時，可以使用網(wǎng)絡(luò)學(xué)習(xí)行為自動監(jiān)控系統(tǒng)中的技術(shù)統(tǒng)計挖掘數(shù)據(jù)。綜合多種手段，以期能更好地追蹤和收集學(xué)習(xí)者行為信息，更準確地分析學(xué)習(xí)者學(xué)習(xí)風(fēng)格和學(xué)習(xí)偏好，從而優(yōu)化資源配置，適應(yīng)混合式教學(xué)需要，配合建立多元化學(xué)習(xí)評價，提供個性化服務(wù)，最終提高教學(xué)質(zhì)量，滿足各類學(xué)習(xí)行為的需要。

參考文獻：

[1]王巧玲.基于Web服務(wù)的網(wǎng)絡(luò)學(xué)習(xí)行為采集與集成初步設(shè)計與實現(xiàn)[D].華中師范大學(xué)碩士學(xué)位論文，2007.

[2]魏德生，楊雪.網(wǎng)絡(luò)學(xué)習(xí)行為自動監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)，教育信息化，2006，（1）.

[3]廖競，張暉.一種靈活的網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)采集與分析系統(tǒng)，信息與電腦，2011，（1）.