基于學習分新的自我調節學習路徑挖掘與反饋研究

趙蔚 李士平

摘要：自我調節學習是數字化時代必要的知識獲取方式。為給自我調節學習者提供個性化支持服務，提升其學習效果與學習能力，該研究收集并整理Moodle平臺中的學習過程數據，運用SSAS順序分析和聚類分析算法、spss分層聚類分析等學習分析方法，挖掘不同學習風格、學習成績、學習偏好學習者的學習路徑，分析不同類型學習者的路徑特征，并在此基礎上為學習者提供知識地圖、學習路徑、學習結果等反饋。最后，結合實驗研究、問卷調查與訪談法，從學習成績、元認知水平、學習過程三方面考查學習路徑挖掘與相應反饋效果。結果表明，基于學習分析的自我調節學習路徑挖掘與反饋能夠優化學習效果與學習過程，促進學習能力發展。

關鍵詞：學習分析；學習路徑；反饋；自我調節學習

數字化時代為自我調節學習帶來新契機，學習管理系統、網絡學習云平臺等為自我調節學習環境創設、學習資源選擇、學習同伴交互提供依托，學習分析則為學習效果與學習行為數據的測量、收集、分析與報告提供方法與技術方面的支持。近年來，大數據與學習分析成為教育研究者關注的熱點，在學習系統設計、學業表現預測與干預等諸多方面起到指導與推進作用。在學習系統設計方面，塔巴（Tabaa）等人針對MOOC研發LASyM學習分析系統，試圖通過分析學習中產生的學習結果與評價數據獲取有用信息，從而優化MOOC學習設計；澳大利亞中央昆士蘭大學（CQUniversity）開發的EASI系統運用學習分析自動評估學習者的任務完成概率，允許教師或管理者提供個性化學習指導。在學業表現預測與干預方面，加拿大學者麥克菲迪恩（Macfadyen）等基于BlackBoard平臺跟蹤并收集學習行為數據，通過分析提取能夠預測學生學業成就的變量，從而識別存在“學業危機”的學生；武法提等在個性化行為分析模型構建的基礎上，設計了包括學習內容分析、學習行為分析和學習預測分析三個模塊的學習結果預測框架；姜強等人利用學習分析技術挖掘學習行為數據，進而識別出存在學習危機的學生進行個性化預警與干預；弗里茨（Fritz）運用學習分析技術，通過為學習者提供其自身學習情況等反饋的方式進行適當干預，增強了學習者對學習的責任感。

上述研究從不同角度反映了學習分析在學習過程與學習環境中的作用，且大部分研究以提升學習效果為目的，根據分析結果以及學習者的認知水平、學習風格、學習偏好等做出了某些方面的反饋，如學習者的學習參與情況、交互程度等，也有一些研究反饋內容涉及學習者可能感興趣的學習資源及學習路徑。自我調節學習是學習者主動運用方法與策略，不斷進行自我觀察、自我判斷與自我反應的過程，是學習者“學會學習”的最佳途徑。因此，在自我調節學習中方法習得與知識獲取同樣重要。反饋是自我調節學習的直接影響因素與必要組成部分，除了提高學習者的學習成績等認知結果，還應關注如何運用學習分析技術為學習者提供元認知支持，促進學習者元認知水平的提升，從而使其學會學習。

學習路徑是學習內容或學習活動的序列，是自我調節學習三個基本階段——計劃、執行與反思循環往復的結果，是學習步驟的呈現或指引，體現學習過程的動態信息，能夠直接反映學習者自我調節學習水平。新加坡南洋理工大學曾亞軍通過實驗研究發現，成績高者與成績低者雖然完成相同或相近的任務，但其在目標設定、路徑規劃、策略選擇等方面存在顯著差異。臺灣政治大學陳志銘基于智能學習系統為學習者提供個性化學習路徑，驗證了個性化學習路徑在減輕學習者認知負荷與學習迷航現象、改善在線學習效率與效果方面的作用。由此可見，學習路徑挖掘能夠幫助管理者、教師及學習者更加精準地掌握學習者的學習情況與存在問題，而學習路徑反饋則能夠為學習者提供個性化提示與引導，輔助學習者進行更適宜的自我調節，使學習效果與學習能力得到全面提升。學習路徑挖掘為反饋奠定了內容基礎，同時，為給學習者反饋何種信息提供依據。

本研究以自我調節學習為基點，以學習分析技術為支撐，結合問卷調查與訪談法，進行學習路徑挖掘與相關反饋的實證研究。研究以東北某高校大二年級33位學習者為實驗對象，基于《計算機網絡》課程運用Moodle平臺進行自我調節學習，并結合微信進行學習交流與信息反饋，確保自我調節學習的順利進行。實驗分為兩輪，第一輪學習者運用平臺進行自我調節學習，為學習路徑挖掘與分析提供數據，為反饋設計提供依據；第二輪學習者進行自我調節學習時，以提升其學習效果與學習能力為目的，根據其學習風格、學習成績、學習偏好等提供反饋。每輪實驗后分別對學習者進行知識測試與元認知問卷調查，分析在路徑挖掘基礎上提供的反饋對學習者自我調節學習效果與學習能力的影響，檢驗反饋有效性。

一、自我調節學習路徑挖掘

本研究提取Moodle平臺中的日志數據，根據學習者在各模塊間的訪問與跳轉情況，采用SSAS順序分析和聚類分析算法進行路徑挖掘。本研究針對課程各章節分別設置學習指導、學習目標、學習資源、練習區、討論區、學習反思等模塊，其中學習資源模塊又分為視頻資源、文本資源與課件資源子模塊，練習區包含課前練習與例題解析子模塊。經過前期培訓后，學習者展開第一輪自我調節學習。

（一）整體路徑挖掘

通過對全部33位學習者進行路徑挖掘發現，學習者學習路徑差異較大。如圖1所示，其中節點越黑，表明該節點所代表的模塊利用率越高；連接線越黑，表明學習者發生該跳轉的概率越大。從節點黑白程度可以看出，學習者學習路徑雖然不統一，但學習目標、視頻資源、練習區與學習反思四個模塊學習者參與度較高，與自我調節學習計劃、執行與反思三個基本階段相對應。練習區從題庫抽取不同類型的隨機試題，供學習者反復學習與自我驗證，并在學習者完成每次測驗后立即反饋答案與得分，是參與度最高的模塊；例題解析模塊則選取不同類型的典型題進行詳細解說，經訪談，學習者表示，該模塊有利于深化知識理解以及對解題思路與方法的掌握，但參與度相對較低。

將每位學習者的模塊訪問情況按時間進行排序，然后對33位學習者整體的模塊訪問與挑戰序列進行分析，得出學習者初始訪問各模塊概率與在各模塊間跳轉概率。從圖1中訪問與跳轉情況可以看出，學習者初始訪問學習指導模塊的概率為21%，先了解平臺各模塊的基本內容與形式，而后進行學習目標設定、了解學習重難點等；初始查看或設定學習目標的概率為69%，然后會對目標進行審查與修訂、通過視頻資源進行學習或查看本節的內容框架；另外7%的概率首先查閱本節重難點，3%的概率初始登陸平臺即參與討論（由于概率較小導致數據顯示過淡，因此圖1中概率較小數據未顯示）。由圖中可以看出，學習過程中學習者各模塊間跳轉情況各異，分散性較高。因此，本研究在整體路徑挖掘基礎上，進一步聚類挖掘不同類型學習者的路徑信息。

（二）聚類路徑挖掘

結合問卷調查與學習行為數據，運用SPSS數據統計分析、SSAS順序分析和聚類分析算法，根據學習風格、學習成績、學習偏好重新進行聚類與路徑挖掘，結果表明：第一，獨立型學習者與依賴型學習者93.258%的概率會選擇具有顯著差異的兩種學習路徑；第二，成績優良學習者與成績一般學習者73.661%的概率會選擇具有顯著差異的兩種學習路徑；第三，學習偏好不同的學習者，其學習路徑無顯著差異。由此可見，學習者的學習風格與學習成績對學習路徑具有重要影響。

1.按學習風格聚類

學習風格是個體在學習時所偏愛的方式，具有一定個人特色。不同風格的學習者對環境及同伴的依賴程度不同，所表現的行為方式亦有所差別。圖2、圖3分別為獨立型與依賴型學習者傾向的學習路徑，經對比可知，兩類學習者對討論區的運用有所差別。本研究在Moodle平臺設有兩種討論模塊，一種為普通討論區，用于知識內容學習與討論；另一種為新聞討論區，用于課程相關事件通知。同時，結合微信進行相關信息交流與反饋。由圖可見，獨立型學習者很少參與討論，主要通過學習資源與練習進行自我調節學習。依賴型學習者相對更關注討論區的運用，且在微信交流中表現也更加活躍，遇到問題時經常向教師與同伴尋求幫助，而后繼續學習。

2.按學習成績聚類

學習成績是學習效果的體現。在自我調節學習中，學習者自主規劃學習步調，掌控學習進程，因此，成績更能反映學習者自我監控與自我調節的能力，成績優良學習者在學習方式方法上可為其他學習者提供借鑒。圖4、圖5分別為成績優良與成績一般學習者學習路徑，可以發現，成績優良學習者初次進行某節內容學習時，首先查看該節學習指導的概率高于成績一般學習者。通過學習指導對即將學習的內容模塊、資源組織等進行大致了解，然后設定目標，開展學習，有利于學習者進行自我規劃并能夠提升學習效率。成績一般學習者更多傾向于先設定學習目標，也有個別學習者首先查看學習指導或直接通過資源展開學習。

另外，對學習路徑相關日志信息進行分析發現，成績優良學習者能夠合理運用各模塊，發揮各模塊的價值。查閱學習重難點，運用不同類型資源進行學習，通過練習檢驗與鞏固，探究例題解析從而深化對知識與解題方法的掌握，發現練習成績不理想或知識掌握不足時再次學習，這一系列過程說明學習者思路相對清晰，明確自身要實現的學習目標以及具體實現方式，路徑系統連貫。成績一般學習者學習過程中在各模塊間快速跳轉的情況較多，學習持續性相對較弱。有些學習者僅查閱資源不驗證自身學習成效，也有些學習者僅做練習不深究錯題原因。由此可見，為該類學習者提供相應反饋信息，引導或激勵其深入、有序學習十分必要。

3.按學習偏好聚類

本研究中的學習偏好是指學習者偏愛或習慣使用的學習資源類型，包括視頻教程、文本教材、電子課件等。雖然分析結果表明，不同偏好的學習者學習路徑無顯著差異，但經路徑逐一挖掘與對比發現，文本教材與電子課件通常被結合使用，只因為偏好而導致學習順序不盡相同。偏好文本教材的學習者一般會先查閱教材，然后輔以課件學習；同理，偏好電子課件的學習者一般會先研習課件，然后用教材作補充。偏好視頻教程的學習者最多，新知獲取時反復觀看視頻的概率達62%，但因精確查找不夠便利，復習時學習者通常較少選擇該類資源。

二、反饋設計

反饋的目的是提升學習者自我調節學習效果與能力。作為學習支持服務，反饋應注意對象與時機，為學習者提供必要引導的同時，保留充分的思考空間。幫助學習者及時發現問題，并進行彌補與修正，全面、準確地習得知識。使處于茫然狀態的學習者在有所參照情況下自主探究解決問題或學習的方案與路徑，有利于學習者自我規劃、自我監控、自我調節、自我反思意識與能力的形成，逐步精進學習。學習路徑挖掘與分析使管理者或助學者能夠掌握不同類型學習者的學習過程，為其提供相應反饋。

（一）知識地圖反饋

通過對第一輪實驗中學習者個體學習路徑信息進行挖掘與分析，發現部分學習者經常在課程主頁停留較長時間或在各模塊間快速跳轉，說明這些學習者對自己接下來的學習路徑不夠明確，較易出現迷航現象，應為學習者提供引導性反饋。知識地圖是一種以圖示化形式幫助學習者呈現知識點及知識點間關系的工具，具有導航功能，可通過知識點間關系的呈現輔助學習者進行關聯學習與思考。當學習者對知識或地圖結構的理解出現困惑時，可及時與學過的同伴進行交流。

另外，在知識地圖中，學習者可運用顏色、圖標、文字等標記知識點類別、關系，便于自己和同伴理解與記憶。知識點顏色可區分其為已學、重點關注或尚未學完的知識內容。例如，用黃色、紅色、黑色分別標記已學、重點關注與尚未學完的知識點。關系線顏色可用來區分知識點間不同關系類型。教師與學習者應預先進行配色方案設定，明確何種顏色代表何類知識點或何種關系，便于學習者理解，并從知識地圖對比中獲取更細致的信息，實現自我監測與調節。知識地圖反饋由同伴提供，是學習者階段性學習成果的交流。迷航學習者或初學者可根據同伴知識地圖獲知他人學習情況，了解自己是否對學習內容有準確認識或知識漏洞，參考同伴知識地圖開展學習。

（二）學習路徑反饋

學習路徑能夠反映學習者的學習過程與學習方式，周期性同伴路徑反饋可為自我調節學習者提供參考與對比，促進其自我反思與自我調節。按學習風格與學習成績聚類路徑結果表明，成績優良與成績一般學習者學習路徑存在一定差異，學習者獲得不同學習風格、不同學習成績的同伴學習路徑信息，與自身學習路徑進行對比，分析自身學習路徑特征，利于自我規劃與改進。

學習路徑反饋可通過社交軟件進行，便于學習者交流，促進學習者思考、討論不同路徑的特點，從中獲取更多關于學習策略的知識。很多學習者會根據路徑圖提出自己的見解，例如，某學習者指出“通過對比，路徑一中同學（成績優良學習者）在學習過程中會選擇綜合查看視頻、文本資料、例題解析、重難點、內容框架，有一部分同學在做完練習之后會看例題解析，然后看文本再做練習。我覺得這部分同學在學習的過程中會更看重學習的過程，也更希望得到更好的成績，所以在做練習題之前會多次反復的觀看視頻和文本的資料，對于練習題也會在做完題之后再次看反復做題的過程。路徑二中同（成績一般學習者）我認為學習不如第一種同學那么認真，對于測試題可能抱著隨便填填看的心理。所以圖中出現了只重復做練習題的情況。這樣學習的效率會大大降低，而且效果也一定不會很好。”聚類路徑信息反饋與相應討論內容使學習者明確何種學習策略、方法更能提升學習效果，自己應如何學習。

（三）學習結果反饋

反饋的作用不僅限于使學習者改善學習過程，掌握學習方法，確保學習效果也尤為重要。由整體路徑挖掘結果可知，例題解析有利于促進學習者對知識的理解，但利用率較低。因此在第二輪實驗中，本研究將例題解析與練習相結合，形成練習結果反饋。學習者每完成一組練習后，可實時查看得分情況、習題詳解等反饋信息，以輔助學習者客觀評判自身知識掌握程度，根據錯題推斷不足之處并進行自我完善。

除即時反饋其自身練習結果外，還周期性為學習者提供同伴練習成績、練習時長、練習次數等多維度信息。按學習風格聚類路徑挖掘結果已表明，獨立型學習者與依賴型學習者學習路徑有所差異，因此通過問卷調查等方式辨別學習者學習風格后對其進行學習風格標記，便于依賴型學習者尋找相應同伴進行咨詢與討論，也便于獨立型學習者尋找相應同伴結合其學習路徑信息進行對比分析。

知識地圖反饋、學習路徑反饋與學習結果反饋分別從不同層面對學習者進行激勵與指引，而非直接為學習者指定學習內容或推薦學習資源，保持學習者在自我調節學習中的主體地位，促進學習者對學習過程與學習結果的思考，重視學習者自我調節學習效率、效果的同時，關注其自我調節學習能力的培養。

三、研究效果分析

本研究從學習結果與學習過程兩個層面收集并分析數據，結果性數據包括學習成績、元認知水平等，過程性數據包括學習路徑等。二者相結合，以便更全面地考查適應性反饋對自我調節學習的影響。

（一）結果性數據分析

1.學習成績

本研究分別于第一輪實驗前、第一輪實驗后第二輪實驗前、第二輪實驗后對33位學習者進行測試，分別作為學習者第一輪測試成績前測、第一輪測試成績后測與第二輪測試成績前測、第二輪測試成績后測，結合學習者在兩輪學習中的練習成績進行統計分析，結果見表1。經專家教師評定，測試題目類型相同、難度一致，可體現學習者知識水平的變化。測試滿分100分，學習者第一輪學習前測成績均值為67.88，后測均值為68.33，P值為0.559，測試成績≥85分被認定為優秀，第一輪學習前后測試成績優秀率分別為21.2%和18.2%，說明學習者在第一輪學習前后測試成績沒有顯著差異。第二輪學習前后，學習者測試成績分別為68.33與74.55，P值0.023<0.05，優秀率分別為18.2%與33.3%，說明學習者在第二輪學習前后測試成績具有顯著提升，基于學習路徑挖掘的反饋有利于自我調節學習效果提升。

學習過程中，學習者可隨時進行練習，滿分均為10分，本研究選取最后一次練習結果作為學習者在該節的練習成績，多個章節的練習成績求均值產生每位學習者的整體練習成績。若學習者對自身在某節的最后一次練習結果不滿意，通常會進一步學習并刷新該記錄，整體練習成績也會隨之提升。因此練習成績相對測試成績而言偶然性更小，更能反映學習者的自我要求與自我調節學習情況。由專家對各單元各練習題進行難度評估，每單元每次練習均抽取數量相同難度系數相同的題目，從而保障練習成績能夠準確反映學習效果變化。第一輪實驗中，有3位學習者未曾參與練習，其余30位學習者在兩輪實驗中的平均練習成績分別為6.33與8.17，P值為0.000，說明在難度一致情況下，第二輪學習者各章節練習成績明顯高于第一輪。另外，第二輪實驗中33位學習者均不同程度參與練習，且在各章節的平均參與次數明顯高于第一輪，表明學習者努力程度有所增加，進一步說明本研究中反饋可促進學習者自我監控與自我調節。

2.元認知水平

元認知是對認知的認知，是個體對自己認知狀態與過程的意識和調節，是自我調節學習的基本要素。元認知水平高低直接反映自我調節學習能力強弱。本研究調查所用元認知問卷改編自奧尼爾（0Neil）狀態元認知問卷、斯珀林（Sperling）元認知意識問卷、以及施羅（Sehraw）等.人的元認知意識問卷，采用李克特5點量表方式統計得分。得分越高，代表學習者元認知水平越高。表2為學習者前、后測元認知水平配對樣本T檢驗統計結果。其中前測與后測均值分別為3 419和3.748，且P<0.01，說明學習者元認知水平在第二輪實驗前后存在顯著差異，以學習路徑挖掘與分析結果為基礎的反饋可提升學習者自我調節學習能力。

進一步分析發現，獨立型學習者測試成績前、后測均值分別為68.06與76.25，提升幅度為8.19分，P值為0.046，差異顯著；依賴型學習者測試成績前、后測均值分別為68.59與72.94，提升幅度為4.35分，差異不顯著，見下頁表3。兩種學習風格的學習者元認知水平均具有顯著提升，而獨立型學習者提升幅度更大。可見，該反饋更有利于獨立型學習者認知與發展。主要原因在于未提供反饋時，依賴型學習者若遇到問題通常也會向教師或同伴尋求幫助。但針對某些問題給出的反饋，節省了該類學習者尋求幫助的時間。

成績一般學習者則比成績優良學習者提升幅度更大。在測試成績方面，成績優良學習者的前、后測均值分別為85.50與86.79，二者沒有顯著差異；成績一般學習者前、后測均值分別為55.68與65.53，效果相對明顯。而在元認知水平方面，雖然兩類學習者都有顯著提高，但成績優良學習者的提升幅度為0.262，成績一般學習者的提升幅度為0.378，顯然成績一般學習者的進步更大。主要原因在于成績優良學習者原本測試成績與元認知水平已經較高，進步空間相對較小。因此，本研究中反饋更有利于成績一般學習者的自我調節學習效果與學習能力提升。

（二）過程性數據分析

在學習路徑挖掘與相應反饋作用下，第二輪實驗中學習者計劃、執行與反思過程更加順暢，路徑更加清晰明確。首先，學習者在課程主頁長時間停留或在各模塊、資源選擇時猶豫不決的情況有所減少，說明他們愈發明確自己下一步要學習的內容及其途徑。其次，學習者在各模塊間的跳轉逐步趨于有序化。本研究抽取某學習者在前后兩輪實驗中的最后一節學習路徑進行對比分析。第一輪實驗中的路徑隨意性較強，而第二輪實驗中的路徑明顯經過思考與規劃，先查閱學習指導、內容框架、學習重難點等模塊建立對學習內容與學習資源的基本認識，在此基礎上設定學習目標，完善學習計劃；然后通過視頻教程等資源學習為主、練習與討論為輔的循環方式執行具體學習過程；最后對自身的學習狀態、學習方法等進行反思，以便在之后的學習中進行調整。再次，通過練習結果反饋的方式，第二輪實驗中練習后一般會引發討論或更深入的學習，且練習完成度有所提高，少有學習者未完成答題即退出。由此可見，在反饋的作用下學習者自我調節學習意識得以激發，自我調節學習過程得以改進。

四、結語

“互聯網+”時代為自我調節學習創設了便捷的數據存儲與收集環境，如何利用這些數據為教學管理者、教師、學習者提供支持，從而優化學習過程與學習結果，已成為近年來的研究熱點。自我調節學習強調學習者的主動性，自覺運用元認知知識與技能，設計合理的學習方案，選擇正確的方法與策略，調整學習節奏以獲取最佳學習效果。但在學習過程中，難免出現迷航現象。本研究充分運用學習分析技術，收集并整理Moodle平臺中的學習過程數據，挖掘不同類型學習者的學習路徑，并根據路徑分析結果為學習者提供相應反饋。目的是結合學習者的學習風格、學習偏好等，為其提供精準的引導，使自我調節學習得以持續，學習效果得以提升。通過實驗，本研究得出以下結論。

（一）學習路徑與學習風格、學習成績息息相關

本研究通過路徑挖掘與聚類驗證了學習路徑與學習風格、學習成績息息相關，且在資源選擇時受學習偏好影響，與陳志銘等人根據學習風格、認知水平等為學習者提供個性化學習路徑的研究思想相一致，進一步說明了以往研究者根據學習風格、學習成績等為學習者提供相應反饋的必要性。

（二）學習路徑挖掘能夠為反饋提供依據

學習路徑能夠直接反映學習者的學習方式、方法等，本研究對不同類型學習者的學習路徑分別進行挖掘與分析，并以可視化方式呈現出來，便于發現學習模塊設置或學習過程中存在的問題以及不同類型學習者的路徑特征，為反饋提供依據。

（三）以學習路徑挖掘為基礎的反饋可促進學習者學習效果與學習能力提升

自我調節學習不等同于無支架學習。維果茨基的最近發展區理論與支架式教學表明，學習者需在教師或支架的幫助下充分發揮潛能，達到其能夠達到的的水平并獲取管理學習的能力，從而逐步撤去支架。反饋是自我調節學習的重要支架，通過知識地圖、學習路徑、學習結果等反饋，學習者的學習效果與學習能力均有顯著提升。