數(shù)字化學習環(huán)境下學生在線學習行為分析模型研究

韓昊

(武漢軟件工程職業(yè)學院,湖北武漢 430033)

0 引言

隨著網(wǎng)絡技術和多媒體技術的飛速發(fā)展,在“互聯(lián)網(wǎng)+教育”的理念影響下,數(shù)字化學習環(huán)境下在線學習已經(jīng)成為人們主要的學習方式。在線學習使學習者可以根據(jù)自己的實際情況選擇學習的時間、地點和內(nèi)容,打破了傳統(tǒng)學習模式在時空和教學內(nèi)容上的限制,通過提供大量的學習資源、學習方法以及學習工具,擴展了學習的邊界并提高了學習效果[1]。然而,在線學習為學習者帶來便捷的同時,也出現(xiàn)了學習者在線學習過程中容易發(fā)生注意力失焦、學習效果無法保證等新問題,帶來了不少新的挑戰(zhàn)。深入分析在線學習行為特征,挖掘?qū)W生在線學習行為數(shù)據(jù),發(fā)現(xiàn)影響學習效果的關鍵因素,建立學生在線學習行為模型,有利于對學生進行學習干預,保證學習效果。

1 數(shù)字化學習環(huán)境與在線學習行為概述

1.1 數(shù)字化學習環(huán)境概述

數(shù)字化學習環(huán)境本質(zhì)上是一種信息化學習環(huán)境,是以建構(gòu)主義學習理論為指導,以網(wǎng)絡技術、計算機技術和多媒體技術為支撐的新型學習環(huán)境。數(shù)字化學習環(huán)境和學習方式改變了傳統(tǒng)的課堂面授,以老師教學為主的模式,突出學生在學習過程中的中心地位,強調(diào)學習交互性與協(xié)作性,激勵學生主動構(gòu)建新知識。這種新的學習模式極大的滿足了學習者個性化、碎片化的學習需求,為提高學習效果發(fā)揮了重要作用。

1.2 數(shù)字化學習環(huán)境中在線學習行為概述

數(shù)字化學習環(huán)境中在線學習行為通常是指學習者根據(jù)自身的知識結(jié)構(gòu)、學習需求等實際情況自主選擇學習的時間、地點、內(nèi)容和方式,利用網(wǎng)絡開展在線學習的過程中產(chǎn)生的行為表現(xiàn)。這種以建構(gòu)主義學習理論為指導,以學習者為中心的學習模式克服了傳統(tǒng)教學中單一的學習行為模式,實現(xiàn)向多元化學習行為轉(zhuǎn)移[2]。數(shù)字化的學習手段和學習資源,多感官的學習體驗,全新的學習互動方式,滿足了不同年齡、職業(yè)、知識背景的學習者個性化的學習需求,也使得數(shù)字化學習環(huán)境中在線學習行為概念內(nèi)涵更加豐富。

2 在線學習行為分析模型構(gòu)建

2.1 問題的提出

目前,以建構(gòu)主義學習理論為指導,以學習者為中心,在數(shù)字化學習環(huán)境中進行的在線學習已經(jīng)成為了重要的學習手段,海量的數(shù)字化學習資源、豐富的資源表現(xiàn)形式使學習者能根據(jù)自己實際狀況自主選擇學習的內(nèi)容、方式和進度,充分滿足了學習者個性化學習需求。然而,新的教學模式也帶來了新的挑戰(zhàn),學生在線學習行為的不確定性,在線學習缺乏監(jiān)控和評價手段,使得老師難以進行學習干預,不同學生的學習效果差別很大。深入分析在線學習行為特征,挖掘?qū)W生在線學習行為和學習效果(成績)之間的關聯(lián)關系,找出關鍵因素,建立在線學習行為分析模型,使老師能根據(jù)學生學習行為進行干預,提高學生的學習效果是教學中急需解決的問題。

2.2 在線學習行為影響因素分析

數(shù)字化學習環(huán)境下學生在線學習效果的影響因素較多,需要以績效(即學生的學習成績)為導向,從學生基本信息、交互行為信息等多維度進行詳細分析,形成學習者特征模型,為教學政策的調(diào)整,教學內(nèi)容的設計,實現(xiàn)個性化的教與學提供幫助指導。同時為進一步挖掘在線學習行為數(shù)據(jù),找出關鍵因素打下基礎。

2.2.1 學習者基礎信息

學習者基礎信息包含個人基本信息和學業(yè)基本信息。學習者個人基本信息包括學號,姓名,年齡等基礎信息;學業(yè)基本信息包括所屬專業(yè)、以往完成課程等。在數(shù)字化學習環(huán)境下,利用學習者的學業(yè)信息有利于實現(xiàn)學習過程中的個性化內(nèi)容和學習路徑推薦,如圖1所示[3]。

2.2.2 在線操作軌跡信息

學習路徑是指學習者在線學習過程中根據(jù)自己的知識結(jié)構(gòu)、學習需求,自主選擇學習的內(nèi)容,順序所形成的學習行為序列。學習路徑能直觀地反映學習者真實的學習過程,對優(yōu)化學習、提供學習幫助、調(diào)整教學策略等具有重要意義[4]。

2.2.3 學習資源利用信息

數(shù)字化學習環(huán)境下在線學習的本質(zhì)就是利用數(shù)字化學習資源進行在線學習,學習者對于線上數(shù)字化學習資源的下載次數(shù)、瀏覽次數(shù)、閱讀時長等信息反映了學習者對課程學習的需求特征,具有一定的統(tǒng)計學意義。

2.2.4 在線交互行為信息

數(shù)字化學習環(huán)境中學習者的學習過程不是由自己獨自一人完成的,需要師生間有效的在線交流溝通,學習者之間的相互幫助。目前,在線學習的交流互動大多采用了論壇的形式,學習者發(fā)回帖、發(fā)起話題、評論等行為能一定程度上反映學習者的學習狀態(tài)。另外,師生和生生之間通過論壇等在線環(huán)境有效交流能提高學習者學習效果,更好發(fā)揮論壇再導學促學助學方面的作用。

圖1 學習者基本信息

圖2 數(shù)據(jù)采集與預處理過程

2.3 構(gòu)建數(shù)字化學習環(huán)境下在線學習行為分析模型

根據(jù)上節(jié)的分析,數(shù)字化學習環(huán)境下學習者在線學習行為涉及眾多影響因素,本文采用K-means和分類關聯(lián)規(guī)則方法,挖掘影響學習效果(即成績)的關鍵因素,構(gòu)建數(shù)字化環(huán)境下在線學習行為分析模型。

2.3.1 數(shù)據(jù)采集

本研究所用數(shù)據(jù)來自于某市廣播電視大學國開學習網(wǎng)在線教學平臺,該平臺提供了學生學習空間,其中的課程資源包含課程導學資料、教學輔導資料、章節(jié)知識要點、在線作業(yè)等,同時平臺還記錄了學生在線學習的行為統(tǒng)計,如瀏覽資源數(shù)、在線時長、發(fā)回帖數(shù)等行為數(shù)據(jù)。

2.3.2 數(shù)據(jù)預處理

國開學習網(wǎng)在線學習平臺的行為數(shù)據(jù)通常是不完整的,這些數(shù)據(jù)存在噪聲和離群點,數(shù)據(jù)遺漏、不一致或重復,數(shù)據(jù)有偏差的情況。為盡量保證數(shù)據(jù)的準確性、完整性和一致性,提高數(shù)據(jù)的可行性和可解釋性,需要對數(shù)據(jù)進行清理、集成、規(guī)約和變換等預處理。

本文以國開學習網(wǎng)2016年春季到2020年春季的學生課程行為數(shù)據(jù)為基礎,對學習成績、課程行為天數(shù)、行為總數(shù)、瀏覽數(shù)、瀏覽活動數(shù)、瀏覽資源數(shù)、發(fā)帖數(shù)、回帖數(shù)等數(shù)據(jù)進行清理,包括補齊缺失值,平滑噪聲等,然后與教務系統(tǒng)中的學生成績集成,最后對數(shù)值等連續(xù)型數(shù)據(jù)進行離散化處理,如圖2所示。

離散化處理主要是運用K-means算法聚類,對最后形成的每個簇進行編碼。

2.3.3 分類關聯(lián)規(guī)則挖掘

運用分類關聯(lián)規(guī)則算法(CAR-Apriori)對采集到的數(shù)據(jù)進行挖掘,發(fā)現(xiàn)行為數(shù)據(jù)和成績之間的關聯(lián)關系,找出影響學習效果的關鍵因素。設置最小支持度m i n s u p 為1 0 % , 最小置信度minconf70%,CAR-Apriori挖掘算法如下:

2.3.4 構(gòu)建數(shù)字化學習環(huán)境下學生在線學習行為分析模型

本文根據(jù)在線學習行為數(shù)據(jù)的分析與挖掘結(jié)果,結(jié)合上面對學生學習特征的分析,建立了數(shù)字化學習環(huán)境下學生在線學習行為分析模型,如圖3所示。

圖3 數(shù)字化學習環(huán)境下學生在線學習分析模型

3 總結(jié)

本文在分析數(shù)字化學習環(huán)境下學生在線學習行為特征的基礎上,提出了運用數(shù)據(jù)挖掘方法找出影響學習效果,即學習成績的關鍵因素,構(gòu)建出“數(shù)字化學習環(huán)境下學生在線學習行為分析模型”,為老師和教學管理人員進行學習干預,提高學生在線學習效果提供了參考。