基于學習分析技術的網絡學習行為研究

顏 磊 祁 冰

（海南大學，海南 海口 570228；海南工商職業學院，海南 海口 570223）

隨著近幾年來信息技術的不斷發展，大數據分析技術已經滲透到社會發展的各個方面，人們的生活方式以及學習方式隨著大數據分析技術的發展正在發生深刻的變化。通過文本語義分析和統計分析等定量分析方法對數據進行深入解釋，大大加深了我們對在線學習行為的理解，豐富了我們對數字化學習過程中學生學習特點的了解。

本文將在網絡學習行為內涵的研究上，分析在網絡學習行為中構建的各類模型，以此構建基于學習分析技術的網絡學習行為模型。通過對一門網絡課程的在線學習活動的過程進行追蹤，收集學習者在學習過程中的行為數據，并對模型中各個層次所對應的行為數據進行分析，總結學生網絡學習行為的特征，指出學習過程中存在的問題。

一、網絡學習行為的內涵

學習分析技術基于海量數據，使用數據挖掘結果來分析學生的在線學習效果，以探索數據和在線學習之間的聯系，并為學習做出預測和建議。因此，學習分析是基于網絡學習過程，分析學習者的學習行為。目前對于網絡學習行為的概念可以理解為：學習者在由現代信息技術所創設的、具有全新溝通機制與豐富資源的學習環境中開展的遠程自主學習行為。其內涵研究主要包括：網絡學習行為模型、網絡學習行為的影響因素、網絡學習行為的監控、網絡學習行為的跟蹤與診斷以及網絡學習行為的評價研究幾個方面。

對于網絡學習行為模型研究，國內外很多學者都依據行為科學理論、計劃行為理論等基礎理論構建模型，有的也會通過問卷調查法來構建網絡學習行為模型。另外，大多數專家多使用問卷調查、實驗等來實證網絡學習行為的影響因素。對于網絡學習行為的記錄與評價研究，學者們主要采用軟件跟蹤與數據挖掘技術，重點關注在線平臺網絡日志，通過監控軟件實時監控學習者的在線學習行為。例如Krin Anna Hummel，Romero 等人都是通過對平臺上的數據庫記錄和日志文件，來分析學習者的在線學習行為，預測學習方向。

綜上所述，我們對于網絡學習行為內涵的理解，不應當只是了解其基本概念的界定，更要從網絡學習行為模型、網絡學習行為的特點、影響網絡學習行為因素、網絡學習行為數據收集、網絡學習行為的評估等方面進行研究。而其中的網絡學習行為模型是網絡學習行為研究可視化研究的根基，它能夠指導實踐研究過程中數據收集的方向。因此，網絡學習行為模型的構建是本文的重點內容之一。

二、網絡學習行為模型

我們對傳統的學習行為一般可以分為三個層次，一個是低層次的學習行為，像查找、閱讀、記錄等這一類的學習行為，我們也稱之為操作學習行為。另一個是高層次學習行為，這個層次學習行為的特點是運用所學知識解決實際問題，因此，這層次的行為也稱為問題解決行為。最后一個層次就是中間層次學習行為，這個層次主要是學習者大腦內部信息的初加工與精加工的過程，也屬于認知學習行為。

與傳統學習行為分類類似，我們將網絡學習行為分為四個層次。首先，網絡環境下學習者的最低層次學習行為可以是一些網絡操作行為，比如信息檢索、查找、標記、閱讀、下載、播放等。因此，這一層稱為信息操作行為。其次，網絡環境下，學習者在學習過程中需要與其他學習者進行協作與交流，加強對知識的理解、提供問題解決的思路，本文將這一層次的行為稱為協作行為。然后，學習者在網絡學習過程中分析信息、回顧信息、比較信息、加工信息等多種行為相互作用而形成的一種行為，本文將這一類行為稱為信息加工行為。最后，學習者在理解知識的基礎上，參與測驗、總結反省，將之用于解決問題的行為，本文將這類行為稱為問題解決行為。

基于以上分析，本文對網絡環境下的大學生的學習行為分為以下四個層次：信息操作行為層、信息加工行為層、協作行為層、問題解決行為層。

三、數字化學習環境下學生網絡學習行為分析

1、研究思路及數據樣本來源

本研究以海南大學人文傳播學院2017 級戲劇影視一班學生為研究對象，以《攝影攝像》課程為實踐課程，以海南大學網絡綜合教學平臺為課程網絡學習平臺，收集該課程在2018 年8 月至2018 年12 月的學生網絡學習行為數據，并以網絡學習行為層次為依據，針對學習者的學習情況，并將行為用可視化的數據表現出來。利用在線學習平臺上記錄的大數據來分析學習者的網絡學習行為。

2、行為數據指標選取

本文選取了網絡綜合教學平臺中記錄學生學習行為的18 個指標為測量參數。對這些指標依據網絡學習行為模型的四個層次進行分類。其中，信息操作行為測量指標5 個，分別是學生訪問課程總數、學生看視頻時長、查閱教學資源次數、下載資源。信息加工行為測量指標4 個，分別是選擇資源、標記資源、整理資料、制作課件。協作學習行為測量指標為5 個，分別是討論區學生提出問題次數、討論區其他學生回復次數、上傳資源、轉載資源。問題解決行為測量指標4 個。分別是學生提問次數、提交作業次數、完成作業、討論區自我反思。

3、學生網絡學習行為數據的統計

以《攝影與攝像》網絡課程學習行為數據對基礎，以上述構建的大學生網絡學習行為四層次模型為分析框架，結合網絡綜合教學平臺的數據統計功能，對大學生的網絡學習行為數據進行統計結果如表1-1。

4、學生網絡學習行為數據分析

以《攝影攝像》網絡課程學習為例，以網絡學習行為四個層次模型為分析框架，得出學生學習行為具有如下特點：

（1）依托教學資源進行學習。本課程的資源類型豐富多樣，有文本、PDF、課件、視頻等，資源的訪問量非常高。相比之下之前課程的資源類型較為單一，訪問量很低。從大學生的個體行為看，課程資源的最高訪問量和最低訪問量都是比較高，學生查閱課程資源的熱情都很高。因此，網絡環境下的學習者對于教學資源的需求是多樣化的。

1-1 行為指標數據量

（2）學生的網絡學習行為傾向于協作學習。課程資源區是大學生網絡學習用的課件、課外資源以及用于實踐操作的一些素材等，而論壇區主要是對課程學習中出現的一些問題開展專題討論，是課程的互動與交流學習的平臺，學生在進行本課程學習時，能夠在網絡學習過程中對出現的問題進行提問，并且能夠提供解決的方法和途徑。大部分學習者更傾向于這種協作學習來參與學習活動。

（3）學生的問題解決能力差異太大。部分學生能夠按照要求在規定時間內提交作業，但是大部分學生都是突擊性完成網絡課程作業。70%學習者的作業都在規定日期的前兩天或當天完成提交。反映出學生網絡學習的集中性、突擊性的特點。這樣就造成了學生的作業質量不高，也是參差不齊。最高分與最低分差異很大，高分作業也很少，只占總人數的3%左右。這樣使得優秀者越來越優秀，差生越來越差，學生之間完成網絡課程作業行為方面的差距會越來越大。