基于LSA的在線學習行為模式分析

摘要：隨著教育技術的不斷進步，一種全新的學習方式——在線學習應運而生，并憑借其資源豐富、互動性強、高度自主的特點，日益受到廣泛關注。本文選取國家開放大學“計算機應用基礎”課程學習者的在線學習數據作為樣本，運用滯后序列分析法（LSA）對學習者不同階段的在線學習行為模式進行分析研究，并對比各階段在線學習行為轉換變化，以期為優化在線教學策略和實施個性化教學提供實證基礎和寶貴參考。

關鍵詞：學習行為分析；滯后序列分析法；在線學習

一、引言

近年來，在線學習憑借其資源豐富、開放共享、靈活便捷、高互動性等優勢，日益受到廣大學習者的青睞。其特有的時間與空間上的解耦特性，更是將學習者置于學習活動的核心位置。學習者從觀看教學視頻、主動下載學習資料，到在論壇中積極發帖交流，這些在線學習行為如同學習旅程中的路標，真實反映了學習者的過程性學習狀態。通過細致分析這些行為數據，教育工作者不僅能夠精準把握學習者的學習進度，還能有效診斷其學習效果，進而為其量身定制教學指導策略。這一過程有助于增強學習者的在線學習體驗，提升學習者的學習質量，為個性化學習之路鋪設堅實的基石。本研究立足于學習行為分析，運用滯后序列分析法（LSA）作為核心工具，深入分析在線學習平臺學習者的在線活動軌跡數據，旨在揭示學習者積極融入并推進在線學習的進程，識別學習者在不同學習階段的獨特行為模式與顯著特征，以期為在線教育領域的教師教學策略與學習者自主學習策略的優化提供堅實的實證基礎與有益參考。

二、研究設計

（一）研究對象

本研究從國家開放大學“計算機應用基礎”課程中抽取某學期某班級80名學習者的在線學習數據為樣本。該課程采用基于Moodle平臺的遠程在線學習模式，教學時間為期12周。學習者的學習活動包括文本學習、視頻學習、直播學習、完成作業、發帖互動等。課程計分任務包括在線測試類作業和下載完成類作業。在線測試類作業允許學習者多次嘗試，系統自動將學習者得到的最高分計入成績。下載完成類作業由學習者下載完成后在線提交，教師線上批閱。學習者可以根據教師的批改意見對作業進行修改后再次提交。

在不同的學習階段，學習者會展現出獨特的行為模式與特征。例如，在初入學階段，學習者往往充滿好奇，對學習平臺和新知識表現出極高的探索欲，因此，他們的學習中充滿了各種嘗試行為。隨著時間的推移，進入中期學習階段，學習者開始更加注重團隊合作與社交互動，相應的，他們的行為中會融入更多的協作與競爭意識，同時，也開始具備更為明確的學習目標和更強的自我管理能力。而到了后期學習階段，學習者則具備了更為成熟和獨立的思考方式，他們在解決問題時展現出了更強的批判性思維和創新能力，行為上也更加專注于最終目標，即獲得優異的課程成績。因此，從學習過程的角度出發，本研究將在線學習活動劃分為3個階段，并分析不同階段學習者的在線學習行為模式。

（二）研究方法

滯后序列分析法（Lag Sequential Analysis，LSA）是學習行為模式分析的重要方法之一，可以用于檢驗某一行為發生之后出現另外一種行為的概率在統計意義上的顯著性[1]。近年來，該方法常被應用于對各類學習活動參與行為和方式的分析。本研究將基于滯后序列分析法對80名學習者的在線學習數據進行分析，探索遠程學習者在線學習行為模式。

（三）數據編碼

基于學習者的學習數據，去除在線行為發生頻次較少的行為，聚焦學習者高頻在線行為并進行編碼，結果見表1。

通過表1可以看出，學習者高頻行為主要發生在討論區、各章節、課程考核等場所，與課程設置的欄目側重、教師主要的教學策略指向性基本一致。

根據學習行為發生的先后順序對行為序列進行編碼，即將一種行為指向另一種行為認定為一個行為序列，使用兩種行為相結合的編碼方式表示行為序列[2]。例如：瀏覽學習資源（L）后觀看視頻（C）即可表示為行為序列LC，而觀看視頻（C）后再瀏覽學習資源（L）則為行為序列CL。依據此編碼規則，表1中的9種學習行為可以形成81種行為序列。但是，本文在實際環境中只提取出77種有效的行為序列，如閱讀教學文件（Y）行為后隨即發生查看成績（K）行為的次數為0。

三、研究結果分析

（一）行為模式分析

本文將整個課程按照教學進度分為3個階段，第一階段為該課程剛開課的1～2周，第二階段為課程中期的3～10周，第三階段為期末的11～12周。通過對學習者3個階段的學習行為分別進行LSA滯后序列分析，可以探究不同學習階段學習者學習行為的變化，并進一步分析教師教學策略的有效性。

首先，調取學習者的在線行為日志數據，從中選取部分重要信息，根據編碼表按行為發生的時間順序生成學習者的核心行為編碼序列[3]。然后，使用LSA分析軟件GSEQ5進行分析，可以得到頻率轉換表和殘差分析表。頻率轉換表反映某一個行為序列發生的頻率，殘差表反映兩個行為之間前后轉換關系的顯著性[4]。

σ為殘差，

根據滯后序列分析理論，如果Z-coregt;1.96則表明該行為轉換關系具有顯著意義[5]。

（二）結果分析

為了更直觀地展示行為序列轉換模式，筆者將有顯著意義的行為數據繪制成行為轉換圖，以便分析在不同的階段學習者顯著性學習行為的意義。

1.第一階段在線行為分析

學習者在這個階段中的顯著學習行為包括：YL、LL、LC、CC、CD、DD、FF、FH、HH、ZF、ZK（轉換圖略）。這些行為涵蓋了9種學習行為中的8種行為，表明學習者在學期初傾向于熟悉課程內容，除了由于未到直播時間無法參與直播課T之外，學習者對學習平臺上的全部內容都有所探索。在閱讀教學文件后直接瀏覽學習資源的YL行為序列，表明學習者在課程早期階段傾向于了解教學大綱及教學要求、探索新知識的學習方式。瀏覽學習資源（L）、觀看視頻（C）和觀看微課（D）這三種行為之間的序列表明學習者在第一階段中主要通過這三種方式進行學習。瀏覽學習資源后繼續瀏覽學習資源（LL）的顯著性低于瀏覽學習資源后觀看視頻類教學資源（LC或LD），表明學習者最常采用的學習模式還是觀看視頻類教學資源。在課程初期，學習者已經出現了提交作業后查看成績（ZK）的顯著行為。經過進一步分析學習者學習行為頻次表，可以發現，除了部分學習者是出于好奇進行探索性嘗試之外，也有少部分學習者采用了直接嘗試提交在線測試這種激進的學習方式，這需要引起教師的高度重視。教師應在進行教學設計時采用更好的教學策略引導學習者。

除此之外，在這個階段中，學習者較顯著的學習行為發生在課程討論區，包括發帖后回帖（FH）、發帖后繼續發帖（FF）和回帖后繼續回帖（HH）。通過觀察發現，這個階段的學習者發帖多是對課程的初步認識或者自我介紹等內容，這表明，教師設置的歡迎、破冰等主題帖的教學手段起到了一定的效果。

2.第二階段在線行為分析

學習者在這個階段中的顯著學習行為包括：LL、LC、CL、CC、CD、CZ、DC、DD、FF、FH、HH、ZZ、ZF、ZK、KZ、KY，如圖1（a）所示。在這個階段，學習者的主要行為活動集中在學習課程資源、發帖討論和完成作業，這與課程的教學進度相吻合。與第一階段學習者的在線學習行為相比，第二階段有一些行為明顯增加，比如學習者往往在瀏覽學習資源（L）、觀看視頻（C）、觀看微課（D）中反復學習，出現了LL、LC、CL、CC、CD、DC、DD等顯著學習行為，這表明學習者的學習熱情更加高漲。同時，學習者保持了良好的學習習慣，在學習后積極提交作業、發現作業成績不理想后繼續嘗試提交作業、觀看視頻后提交作業（CZ）、提交作業后繼續提交作業（ZZ）和查看成績后繼續提交作業（KZ）的行為明顯增加。

參與直播課（T）出現在了第二階段，但是包含T的只有一個顯著行為TZ，筆者經過分析課程設置發現，這是因為本學期直播課均在晚上上課（開放教育的成人學習者直播教學、面授教學均安排在工作時間外），學習者往往在登錄平臺后直接進入直播學習。參與直播課（T）行為之后最多的是提交作業（Z）行為，這與該課程直播課內容主要為課程作業輔導有很大關系，有些學習者往往在聽課后直接練習。

在這個階段還有一些其他的變化，比如閱讀教學文件（Y）出現在查看成績（K）后，這與教學安排、教學進行過程有很大關系，學習者在第一階段了解了課程學習主要內容、學習方法和考核方式后，在學習過程中便很少再去閱讀相關文件，但是，在查看作業成績后學習者往往想去了解課程考核內容或查看具體要求，所以KY成了此階段的一個顯著學習行為。

在課程中期，學習者學習的積極性有了很大提升，通過觀看視頻的方式開展學習仍然是最主要的學習方式。通過分析這個階段的學習行為頻次表可以發現，相較于各章節的長視頻資源，成人學習者更愿意選擇觀看有針對性的教學直播課和時長較短的微課。這是由開放教育學習者的特點決定的，他們往往已經參加了工作，為了更好地平衡學習和工作、家庭的壓力，提高學習效果，一般都有學習目標明確、具備一定的知識積累和生活積累、學習時間靈活且較碎片化等特點。所以，他們常常選擇與課程考核契合性更高的知識進行學習。本課程的微課內容是課程考核的重難點知識，并且滿足了學習者隨時隨地開展碎片化學習的要求；直播課程內容是課程作業輔導，滿足了學習者開展針對性學習的要求。這為教師對課程內容的整體設計架構提供了有力的數據支撐。

3.第三階段在線行為分析

學習者在第三階段中的顯著學習行為包括：LL、LC、CC、DD、DT、TT、TZ、ZK、KZ、KY、YZ、FF、HH，如圖1（b）所示。第三階段中，學習者的顯著學習行為明顯集中在與完成作業相關的行為中，如微課和直播課都包含了與課程作業相關的教學內容，如參與直接課后提交作業（TZ）、在查看成績不理想后重新提交作業（KZ）、在查看成績后去閱讀教學文件內容（KY）、在閱讀教學文件后繼續提交作業等（YZ）。

在課程后期，學習者把主要精力投入到完成課程考核中，但是也沒有錯過在討論區交流的機會，這說明教師組織開展討論、交流活動的成效較好，學習者整體的學習持續性較好，同時也表明相比于獨立學習，協作學習會讓學習者更有參與感和積極性，能有效彌補在線學習所帶來的距離感和疏遠感。

四、結束語

通過滯后序列分析法（LSA）對“計算機應用基礎”課程的學習者學習行為模式分析，可以得到以下啟示：①學習者發帖和回帖的行為往往與其他學習行為之間的顯著性聯系不多。這表明該課程在教學策略設計上還存在一定缺陷，教師需要在教學設計中對不同學習行為之間的關系做好銜接和引導；②少部分學習者采用了不學習課程內容便直接提交作業的激進學習方式。這提醒教師采用更好的教學策略引導學習者，同時利用技術手段對網上作業設定要求；③計算機等工科類課程的教學視頻資源是學習者選擇最多、最重要的學習方式之一，尤其是微課和直播課。因此，教師需要在教學內容的選擇和設計上多下功夫，進一步激發學習者的學習興趣，進而提高學習者的學習實效。

分析在線學習行為模式的結果揭示，學習者的在線學習活動高度依賴于教師精心設計、科學規劃的教學安排，以及持續且有針對性的指導。教師可以根據學習者在線行為模式的研究結果，靈活調整教學策略，為學習者提供定制化的學習支持服務，從而有效增強學習者的參與度，推動個性化學習的實現，從而最終提升學習者整體的學習效果。

作者單位：方江祎 山西開放大學

參考文獻

[1]林明，杜雪婷，熊冬春.基于LSA的同步課堂教學行為事理圖譜研究[J].數字教育，2024，（03）：62-70.

[2]王溢琴，齊悅.基于LSA的在線學習行為序列演變分析[J].中國信息技術教育，2022，（08）：108-112.

[3]魏莉，韓艷輝.基于LSA的在線教育行為模式可視化分析[J].電子技術與軟件工程，2020，（07）：48-50.

[4]李爽，鐘瑤，喻忱，等.基于行為序列分析對在線學習參與模式的探索[J].遠程教育與網絡教育，2017，（03）：88-95.

[5]張妮，熊若欣，徐林，等.教師協同課例研修中的知識建構行為模式分析[J].電化教育研究，2022，（03）：105-112.