基于Moodle平臺的在線學習活動分析研究

劉權緯　李麗萍

[摘 要]文章通過檢索相關文獻，對學習活動的組成要素與類型進行分析，結合在線學習平臺課程建設，提出了在線學習活動分析模型，該分析模型以課程知識建模為橋梁，在課程一致性分析的前提下，探討了基于學習活動關聯課程資源、主題研討、學習任務、課程考核與測驗等課程模塊。運用關聯性分析的方法，進行學習活動序列分析、學習活動訪問分布、課程評價、課程語義分析等。

[關鍵詞]在線學習;學習活動;知識建模;Moodle

[中圖分類號]G434 [文獻標識碼]A [文章編號]1008-7656（2021）02-0020-06

一、研究背景

學習者的在線學習過程主要是基于在線學習活動開展的，換言之，在線學習活動包含了大量關于學習者在線學習軌跡的信息，比如學習資源利用率、學習活動參與度、學習行為分析、學習路徑分析、學習交互分析以及學習評價分析等。每一個學習活動都是學習者主體與知識客體之間的交互過程，包含了學習者主體、知識客體、學習共同體、學習工具、規則與分工。從建構主義學習理論的角度分析，在線學習活動的過程也可以反映出學習者的在線學習情況。建構主義學習理論認為學習者是知識建構的主體，在線學習過程中，學習者通過學習平臺可以靈活實現對教學資源的自主選擇以及其他的操作，即自主開展相關的在線學習活動，如果對這些操作過程進行結構化、序列化，可以反映出學習者在線學習過程中的建構活動。

因此，對在線學習活動進行統計分析，有利于教育研究者從微觀的層次去把握學習者的學習情況，也有利于教師從課程層面去改進教學過程。

二、在線學習活動的組成要素與類型分析

（一）在線學習活動的組成要素

在線學習活動是在計算機技術與網絡環境的支持下，為實現課程學習目標與任務的所有活動及其交互過程[1]。在線學習活動的過程是復雜的，因此，不同的學者從不同角度探索在線學習活動的組成要素。在活動理論的框架下，在線學習活動包括四大因素：任務、場景、輔導與評價，四大因素之中涉及任務目標、類型、邏輯序列、角色、資源、工具、規則、進度、交互、評價類型與步驟等環節[2]。也有從信息化教學活動設計角度，指出在線學習活動主要由學習任務、活動實施、活動過程監管、學習支持、活動評價與學習資源等主體因素構成[3]。教學系統設計認為，課程的教與學作為一個有機整體，系統中各組成要素既不是簡單相加或機械性組合，更不是靜態的組合。國外在上世紀60年代就將系統方法引入教學設計中，加涅在其著作《學習的條件》中給出了五種學習成果（言語信息、認知策略、態度、技能和認知），并指出了不同的成果所對應的相關學習條件與九大教學事件或教學活動，從側面說明教學模式與活動設計并不是固守某種教學理論，換言之，學習活動的組成因素也是靈活選擇[4]。

在前人研究的基礎上，本文通過對Moodle 學習平臺、學堂在線等在線學習平臺的學習活動分析，以活動理論為指導，以教學系統設計為框架，分析在線學習活動的組成要素，主要包括任務設計、教學規則、教學評價、教學工具、教學資源、教學支持、教學環境等（如表1所示）。每一個要素都貫穿整個學習活動過程，在學的同時也必然有教，二者是一個有機的統一體，只是在活動初期、中期與后期等不同的環節，教與學的凸顯程度有所不同。例如，在活動初期，教師需要對學習活動的學習任務、教學規則、教學內容等進行教學設計與制定。在活動中期，活動實施過程則需要思考如何融入信息技術，選擇不同的教學環境、教學工具以及怎樣有效提供教學支持服務等，幫助學習者達成學習目標，完成預定的教學任務。在活動后期，對于學習者而言，有效的教學支持服務越顯得重要，教師則需要關注課程的教學評價，提供科學、合理、客觀的評價流程。

（二）在線學習活動的類型分析

學習活動設計與教學目標、教學技術、教學模式、教學資源等方面均存在關聯，換言之，教學因素的差異使得學習活動的多樣化，在線學習活動類型也不例外。李松從網絡課程教學實施的角度對網絡教學平臺功能分析，總結出在線課程的五種在線學習活動，包括自學型、探究型、聽講型、體驗型與問題解決型[5]。趙呈領等在活動理論與支架理論指導下，提出了自主學習活動與協作學習活動兩大類，同時依據活動環節的不同，將每個活動大類細分為不同的小活動，包括資源收集、問題討論、文檔協作、角色扮演、作品評價與頭腦風暴等[6]。

學習活動的設計往往取決于教學的實際情況，例如模式、策略、技術等。因此，本文在文獻研究的基礎上[7]，結合Moodle學習平臺的學習活動設置與網絡課程的實際教學設計，構建了如下學習活動分類（如表2所示），由此可以形成網絡學習環境下在線學習活動的評價體系指標。

三、基于學習活動的學習分析模型

（一）課程一致性分析

課程教學目標、課程知識體系、課程考核、課程教學活動等課程內在因素的目標指向與邏輯關聯應當是一致的。對課程知識體系進行層次化、結構化，并在教學設計上評估不同層次的知識點的教學目標、學習活動、技術應用、教學策略、教學評價、教學資源、教學測驗與考核等方面的邏輯關聯、過程發展與最終指向是否一致[8]。從教學系統設計角度思考，這種一致性可以體現在課程知識點對應的學習活動、學習資源、學習支持服務、測驗與考核等課程配置的合理性、科學性、關聯性，如圖1所示。從活動理論的角度看一致性問題，課程學習活動的實施與課程教學目標、課程知識模塊的指向是否相吻合，促使教學目標得以實現。

（二）基于學習活動的學習分析模型構建

在課程一致性分析中，課程知識建模是關鍵，是課程教學從抽象的知識模型到具體的、形象的知識圖譜的橋梁。作為知識表征的重要手段，知識建模可以理解為基于知識及其語義關聯構建知識網絡圖的過程，是對知識模型的抽象反映[9]。在教學設計中，課程的教學內容是經過教師的理解和再組織，融入了教師依據自己對課程教學內容的理解而構建的知識體系，最后通過相關的教學技術進行表征，該過程屬于知識建模的范疇[10]。如布魯姆教育目標分類法將知識分成認知領域、情感領域與技能領域，每一個領域對應不同的學習層次，低層次對應相對簡單的學習目標，而高層次則對應著較復雜的學習內容，對應著學生的認知從低層次的知道、領會和應用，到高層次的分析、綜合與評價。知識建模不僅為教師的教學設計搭建了由易到難、由淺到深的教學架構，同時也對學生的知識建構產生不同程度的影響，如網絡學習過程中學習者不同層次的學習交互行為，從簡單的提問，到說明、總結、分析、評價與反思，反映出學習者的知識建構層次[11]。

不同的課程教學需要根據教學大綱設置不同的學習活動，或是協作學習，或是學生自主學習，如果學習活動的設計與課程教學目標是一致的，在課程知識建模的基礎上，結合學習平臺的日志記錄數據，對學習活動開展關聯性學習分析，可以全面了解學習者在線學習軌跡。如某個學生的學習活動序列上可以得知該學生訪問了學習活動對應的模塊、知識點、訪問的時間長度，不同的學習活動匯總則可以反映出該學生的學習狀態與學習進度，如視頻學習、主題討論、作業上傳、小組互評等，然后再根據相關算法對數據進行文本分析、行為分析，可為學生提供個性化與精準化的學習支持服務[12]。

本文在文獻研究的基礎上，結合Moodle平臺課程建設，構建了學習活動分析模型（如圖1所示）。模型中以課程章節為主，章節下通過課程知識圖譜中知識點與不同類型的學習活動進行關聯，這與學生的學習過程相吻合，即學生在學習過程中，查看課程章節結構之后，可以參與該課程的主題研討等活動。最后再結合平臺的日志記錄進行學生個體的學習分析、教師的教學評價與課程層面的協作學習分析等。

四、在線學習活動相關分析

（一）學習活動序列構建

郁映華等學者認為，學習者在不同的學習情境與網絡學習環境中的學習行為事件的匯聚形成了學習活動流與注意流，前者側重于學習者的學習交互，而后者側重于學習者對信息內容的選擇，二者的結合不僅構成了學習分析的情境要素，同時反映了學習者的學習軌跡[13]。

本文的學習活動序列既包括了學習者的學習活動，同時也包含了教師參與的學習活動，如教師答疑、課程評價、輔導教師的技術支持等。如圖2所示，在學習平臺日志基礎上形成師生在線學習交互的軌跡。圖中的數字是各類學習活動的數據編號，括弧中則是與該編號對應的活動或資源類型，微觀上可以分析出單個學生的學習過程，從宏觀上可以知道學生更傾向于瀏覽哪種學習資源。以此序列為基礎，開展關聯性分析，擴展至教師的課程資源建設與學習者的用戶畫像構建[14]。

圖2 學習活動序列圖

（二）學習活動訪問分布

Moodle學習平臺后臺日志記錄著每一位學習者的學習數據，這些學習數據反映出學習者的學習活動參與度。在圖1的學習活動分析模型基礎上，以學習者參與的學習活動統計為橋梁，可以從廣度上擴展至課程資源模塊、課程討論模塊、課程作業模塊、課外拓展模塊以及其他的課程模塊訪問頻率等方面，開展關聯性的學習分析，對學習者的學習過程進行全局監控。這里的模塊是指網絡平臺上網頁界面呈現的課程內容存放的不同位置。另一方面，從深度上挖掘不同學習活動的訪問分布，與學習活動分析模型中的不同類型的學習活動相對應，可以從“互動評價”與“主題討論”學習活動中統計學生的“發帖數”，分析學生的學習行為，從帖子的文本數據了解學生的知識結構，如圖3所示。劉三女牙等學者[15]通過對文本數據挖掘來分析學習者的學習情況，同時給出了文本數據挖掘的工具及其應用于學習分析的框架。如南非威特沃特斯蘭德大學的技術人員，通過其開發的自動短文評分系統，對學習者所提交的文本數據進行潛在語義分析，實現對文本作業的自動評分[16]。也可以從資源類型的學習活動中分析課程教師團隊在課程資源建設方面的數據，如下頁表3所示，以開放教育2019春季學期的某一課程為例，可以發現課程的責任教師在學習類型活動中的資源建設占比。

（三）課程建設與評價支持

課程設計的質量直接影響著學生的學習效果，其中包括與學生直接進行學習交互的課程界面，其模塊的布局可以體現出課程結構是否完整、課程學習路徑是否清晰、考核說明是否明確、學習輔導是否到位、學習任務是否有清晰、學習資源是否齊全等。這些是直接體現出課程教學與運營的可行性與教學性，需要在課程教學活動的迭代中進行不斷重構與完善，而迭代的過程需要參考教學過程的數據分析。另一方面，要將課程的教學性落地，提升課程的學習體驗，最關鍵的還是學習活動的設計。楊開城[17]認為，一個教學系統應當是學習活動的序列化，而且是師生之間有交互、有組織的協作活動。此外，也有學者倡導網絡環境下的教學設計應當以學習活動為中心，同時加強基于學習活動的遠程教育教師教育技術綜合能力的訓練[18]。國外有相關的評價標準以師生之間的學習交互活動作為研究對象，考察網絡學習環境的優劣，換言之，對一門課程的評價，學習活動的設計及其教學數據反饋起到重要的參考作用。

（四）學習路徑構建

不同的學習者、不同的學習風格、不同的知識背景，選擇不同的教學內容與資源，對知識點或問題就會有不同的認識與理解，同時也會產生不一樣的學習路徑。除了學習者自身的因素，課程的學習活動設計、知識章節結構以及彼此之間的邏輯關系的設計等相關因素，都會對學習者的學習效果與學習進度產生直接影響，進而影響到學生的學習路徑。從建構主義學習理論的角度來理解，不同的學習路徑就表示學習者從不同的角度與維度來構建知識結構。因此，對學習者學習路徑的分析是在線教學質量分析的重要內容，換言之，需要對所有學習者生成的學習路徑進行因子分析、聚合分析等相關分析，找到影響學生選擇學習路徑的關鍵因素，挖掘出有效的學習路徑。有研究指出，學習者對課程結構中知識點的選擇不是隨機的，學習路徑的選擇也不是隨機的，而是學習者基于知識點之間的邏輯關聯，在知識建構活動中根據自己對知識點的需求來選擇的[19]，這正是教學質量分析所要開展的工作。

（五）語義分析與知識構建

有效的學習路徑可以反映出學習者主動進行意義建構的活動，進而找到在該路徑范圍內的知識點之間的邏輯關聯，為學習者的知識建構提供支撐。顧小清等學者通過語義規則圖像的方式將知識點之間的邏輯結構關系予以表征，所謂“一圖勝千言”[20]。楊開城等學者基于知識建模的角度探討課程的易理解性與內在一致性，其中的內在一致性體現在課程的目標、知識體系結構、培養目標一體化，而易理解性是在內在一致性的基礎上，第三者都能對課程的知識內容有“一目了然”的效果，二者的關鍵則是知識建模[21]。國外也有相關研究表明，情境學習過程中，相對于在線學習的統計數據、外顯行為數據，學習者的語義分析數據更能體現出其思維過程，建模技術可以幫助研究人員掌握不同類型的文本數據在學習者知識建模過程中存在哪些邏輯關聯[22]，這與學習路徑范圍內知識點之間的邏輯關聯分析相一致。

五、總結與后續研究

本文在學習活動組成要素與類型分析的基礎上，提出了學習活動分析模型，探討了基于學習活動關聯課程資源、課程考核與測驗等課程模塊，開展關聯性分析的方法。不足之處在于關聯分析過程缺乏具體的數據指標，尤其是在開展個性化、精準化的學習分析時需要對接學習者與教師的用戶模型，因此，學習活動分析模型在教學過程的迭代中有待進一步完善。另一方面，在后續研究中有必要基于Moodle學習平臺開發對應學習分析插件，并在實際教學過程中進行應用，為知識建模與數據采集分析提供支持。

[參考文獻]

[1]王楠.在線學習活動設計策略研究[J].中國遠程教育，2011（2）：41-45.

[2]王楠.在線學習活動設計模型研究[J].中國遠程教育，2014（4）：31-34.

[3]李松，張進寶，徐琤.在線學習活動設計研究[J].現代遠程教育研究，2010（4）：68-72.

[4]高文.教學系統設計（ISD）研究的歷史回顧——教學設計研究的昨天、今天與明天（之一）[J].中國電化教育，2005（1）：17-22.

[5]李松，王莉娟.在線學習活動設計與網絡教學平臺的功能[J].現代遠距離教育，2011（3）：57-59.

[6]趙呈領，萬力勇.Web 2.0環境下的在線學習活動設計——活動理論與支架理論整合的視角[J].現代遠距離教育，2013（6）：41-46.

[7]張生，何克抗，齊媛，丁楠.網絡環境下基于學習活動的形成性評價——中小學教師教育技術能力培訓個案研究[J].現代教育技術，2007（10）：82-87+90.

[8]楊開城，孫雙.一項基于知識建模的課程分析個案研究[J].現代教育技術，2010（12）：20-25.

[9]顧小清，權國龍.以語義圖示實現可視化知識表征與建模的研究綜述[J].電化教育研究，2014（5）：45-52.

[10]楊開城.論課程的易理解性與知識建模技術[J].電化教育研究，2011（6）：10-14.

[11]劉權緯，王興輝，蔣紅星.教師工作坊成員學習交互行為的社會網絡分析[J].現代遠距離教育，2019（3）：22-29.

[12]魏順平，韓艷輝，王麗娜.基于學習過程數據挖掘與分析的在線教學反思研究[J].現代教育技術，2015（6）：89-95.

[13]郁曉華，顧小清.學習活動流：一個學習分析的行為模型[J].遠程教育雜志，2013（4）：20-28.

[14]曹良亮.在線學習中學習路徑分析及學習行為特點研究[J].中國遠程教育，2014（4）：25-30.

[15]劉三女牙，彭晛，劉智，等.基于文本挖掘的學習分析應用研究[J].電化教育研究，2016（2）：23-30.

[16]Klein，R.， Kyrilov，A.， Tokman，M.. Automated Assessment of Short Free -Text Responses in Computer Science Using Latent Semantic Analysis [A]. Proceedings of the 16th Annual Joint Conference on Innovation and Technology in Computer Science Education[C]. New York： ACM Press，2011：158～162.

[17]楊開城.以學習活動為中心的教學設計理論研究[M].北京：電子工業出版社，2005.

[18]瞿堃，林光梅.“現代教育技術”網絡課程學習活動設計現狀調研[J].電化教育研究，2011（9）：100-105.

[19]曹良亮.在線學習中學習路徑分析及學習行為特點研究[J].中國遠程教育，2014（4）：25-30.

[20]顧小清，權國龍.以語義圖示實現可視化知識表征與建模的研究綜述[J].電化教育研究，2014（5）：45-52.

[21]楊開城，孫雙.一項基于知識建模的課程分析個案研究[J].現代教育技術，2010（12）：20-25.

[22]吳永和，曹盼，邢萬里，馬曉玲.學習分析技術的發展和挑戰——第四屆學習分析與知識國際會議評析[J].開放教育研究，2014（6）：72-80.

[作者簡介]劉權緯，廣西開放大學助理研究員，碩士，研究方向：遠程教育、教育信息化;李麗萍，南寧師范大學講師，碩士，研究方向：信息化教學設計、網絡教育。

[責任編輯 何一輝]