基于教育大數據的數字化學習行為分析研究

楊定中

摘要：本文對大數據時代下的MOOC在線教育平臺做了介紹，并基于教育大數據，針對MOOC在線教育平臺中的6門課程，對學習者的數字化學習行為進行了分析。首先，在對大數據統計分析的基礎上，對學習者的類型進行了分析。依據不同的學習行為，將學習者分為五類，分別為：打醬油者、虎頭蛇尾者、搖擺不定者、堅定完成者以及只為學習者。然后對學習者參與行為進行了分析，探討了學習者與時間相關的行為以及與成績相關的行為。

關鍵詞：教育大數據；數字化學習；學習行為分析

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2017）22-0077-03

一、前言

在大數據的時代背景下，我們逐步開展了智慧校園的建設。MOOC在線教育對以往的教學模式進行了極大的革新，使更多的優質資源在網絡技術支持下得以共享，推動了我國全民教育事業的發展，并在很大程度上使教育更公平化，使信息孤島問題得以有效的消除。在MOOC網絡平臺之中，其課程學習是免費開放的，在世界各地的學習者通過互聯網均能夠對平臺自由訪問。現如今，MOOC平臺擁有一千多萬的用戶，其對學習者提供更為全面、正規的課程教育。MOOC在線教育的最大特征就是擁有十分龐大的學習者群體。在傳統的教育測評工作中，我們以假定：學習者群體所具有的學習動機大致是一樣的；學習者的心智發育以及知識構成也較為相近；并且參與學習的人數相對要少得多。所采用的測評方式相對來說較為單一，且相對簡單。而以上假定在MOOC網絡平臺中，則出現了相對大的改變，不同的學習者所具有的學習動機以及自身的知識構成具有較大的差異性。在學習者參與人數眾多的MOOC平臺之中，傳統的測評方式無法適應新的教育模式，不能取得良好的測評效果。隨著教育信息技術的水平的不斷提高，在線學習平臺資源的開放與共享越來越來深入，數字化的學習已經融入到教育的全過程，學習者在MOOC網絡平臺中發生的全部學習行為，通過多種信息數據的方式而記錄至數據庫中。因此，要對MOOC網絡平臺中學習者進行有效的測評，無法完全借鑒以往的測試方法。因而，需要基于大數據條件下，對學習者的學習行為以及學習效果進行分析與測評。本文以某學校在MOOC網絡平臺中所開設的6門網絡課程進行學習這行為的數據收集與分析，旨在為課程教學中進一步改善教學效果提供一定的參考依據。

二、學習者的類型分析

掌握不同的學習者與MOOC平臺發生的交互學習行為具有較為重要的作用。所以，我們對學習者的數字化學習行為進行分析，能夠找到不同學習者的學習目標、學習動機以及學習狀態等具有較高價值的數據信息，以此作為個性化課程教育的改進以及測評學習者學習效果的重要依據。不過，學習者所具有的動機不能直接的測量到，唯有依照一定的評估總結，對某些行為具有的假定構想間接的進行感知。在長期研究中發現，對于單個的學習者進行目標、學習內容、證書對學習者的激勵價值大小、外部環境、個人狀態以及本能推動等評測是相對較為困難的，而以上情況均反映在學習者的學習行為差異方面。按照不同學習者所具有的動機進行群體的劃分，單純依據學習者的行為數據，無法進行相對精確的類別劃分。而且，所劃分的種類較多且繁雜。所以，應對此進行一定的簡化處理。

表1中的數據是針對某高校在MOOC平臺中所開設的6門課程相關數據信息進行收集與統計。此6門課程分別為：人群與網絡課程（P）、藝術史課程（A）、大學化學課程（C）、生物信息學課程（B）、數據結構與算法分析課程（D）、計算機概論課程（I）。每一門課程所涉及的教學內容以及相關要求均有所差異。

表2中的數據是不同的課記錄在總分之中的項目，在這些記錄總分之中的項目中，小測驗以及期末測試是所有課程均含有的。

依據傳統的所采用的評價方式，是依照不同學生的成績，而把其劃分成“好、中、差”這三個等級。在MOOC平臺中，僅僅通過學習成績來對學習者的學習效果進行評價，明顯較為片面。在MOOC平臺中，存在著多類別的學習行為，在此選擇“觀看視頻”以及“提交測驗”這兩個非常廣泛而且也最為基礎的學習行為，來對學習者的學習行為進行分析。由于我們將參與學習者總共劃分成“好、中、差”三個不同的等級。所以，在此就要求具有兩個相應的閾值。本文將其做了一定的簡化處理，僅僅考慮學習者“觀看視頻”以及“提交測驗”的行為。在屬于“差”類等級之中的學習者中，其出現上述學習行為的次數極少，有些學習者的記錄甚至為零值，此類學生被納入到“打醬油者”之中。而在屬于“中”類等級之中的學習者中，其觀看視頻的次數以及提交測驗的次數在整個群體之中屬于中等水平，我們能夠將這些學習者看成是未完整的對課程進行學習。而在“中”等學習者之中，有個別學習者是偶爾的對課程內容進行學習，也有部分學者在很長一段時間之內未進行課程的學習。所以，在此把這部分學習者再細致劃分成“虎頭蛇尾者”以及“始終搖擺者”。而在屬于“好”類等級之中的學習者中，他們的學習行為記錄非常多。不過，這其中部分人未取得相應的證書，說明此部分學習者其目標并非是為了獲取證書。所以，把此類學習者進行更細致的劃分，分別歸類為“堅定完成者”以及“只為學習者”。這兩類學習者之間的主要區別，是看是否參加了期末的測驗。在對不同的學習者種類劃分之后，要對不同分類的閾進行確定。首先，定義不同的兩個閾值分別為c1與c2，定義學習者觀看課程視頻的記錄次數l，定義學習者提交測驗的記錄次數q，學習者首次發生觀看視頻或者提交測驗與最后發生觀看視頻或者提交測驗的時間間隔數為t。那么，可得某一學習者的記錄密度值p為（p+q）/t。定義θ是“中”類等集中，全部學習者記錄密度所擁有的平均值大小。那么，在對學習者類別劃分時有下列五種類型：

（1）若是l+p≤c1，那此學習者被定義為“打醬油者”。

（2）若是c1