基于新能源汽車專業教學資源庫的用戶行為研究

侯志華 劉騫

【摘 要】 本文以新能源汽車專業教學資源庫運營3年來的數百萬條用戶行為數據為基礎，從用戶黏度、用戶活躍度、運營效果等幾個方面進行了大量的數據分析，為新能源汽車資源庫平臺功能的改進、教學資源質量的提升、用戶學習行為的監督提出了切實可行的建議。

【關鍵詞】 在線學習；資源庫；用戶行為；數據分析

【中圖分類號】 G420 【文獻標識碼】 A 【文章編號】 2095-3089（2018）07-00-02

新能源汽車教學資源庫是湖南汽車工程職業學院聯合四川工程職業技術學院等十余所高職院校以及領航未來公司開發的新能源汽車在線學習平臺。

本教學資源庫自2015年運營以來，累計上線40門課程，8614條學習資源，其中非圖文資源占比60.7%。截至2018年3月20日，平臺共有用戶15001人，其中教師用戶數381人，學生用戶數10700人，企業用戶數501人，社會用戶數3419人，用戶區域覆蓋東北、華北、中南、西南、東南地區。

新能源汽車教學資源庫3年來的運營為我們提供了數以百萬計真實有效的用戶行為數據，數據覆蓋范圍之廣，時間跨度之長，足以使我們從中挖掘出典型的用戶行為習慣，進而為新能源汽車教學資源庫進行改進、優化提供了大量的素材。對于在線學習平臺來說，用戶行為數據分析的關鍵在于黏度、活躍度、學習效果等方面。下面將從用戶黏度、用戶活躍度、運營效果三個方面進行數據分析。

一、用戶黏度分析

用戶黏度是指用戶在一段時間內持續訪問和使用學習平臺的情況，強調的是持續的學習狀態。用戶黏度分析的內容包括：用戶訪問頻率和平均訪問時長。

1、用戶訪問頻率

根據新能源汽車資源庫最近六個月（除去寒暑假及法定節假日）用戶歷史登陸數據統計，登陸頻率為2-3天/次的用戶占比最高，其比例為32%，某些課程的教學間隔也是2-3天。高于或者低于此登陸頻率的比例均呈現遞減趨勢。總體來看，大約70%的注冊用戶每周至少登陸新能源汽車資源庫一次，不活躍的用戶（超出一個月未登錄的用戶）比例僅占7.5%。

2、用戶平均訪問時長

由于不同類型用戶登錄新能源汽車資源庫的目的及行為不同，因此，分別對教師、學生以及其他用戶的行為數據分別進行時長統計，統計結果如下圖所示。

由上圖可見，教師用戶與學生用戶相比，每次訪問時長大于1小時的比例明顯較高，這是因為教師主要將資源庫用于查看學生的學習數據，解答學生的疑問和優化課程的資源。由于社會和企業用戶沒有考核的要求，學習目的性更加明確，因此單次訪問時長最短。總體來看，教師用戶、學生用戶及其他用戶訪問新能源汽車資源庫的時間超過1小時的比例均大于40%，教師、學生慢慢習慣于基于資源庫的混合式學習。

二、用戶活躍度分析

用戶活躍度是指用戶每次訪問的過程的參與度，本文采用了單個資源平均停留時長指標作為判斷用戶活躍度的依據。平臺活躍度主要考察資源的瀏覽量及各個功能模塊的參與程度，本文分別對資源活躍程度以及平臺功能模塊活躍度進行了統計。

1、單個資源平均停留時長

新能源汽車教學資源庫中資源的類型主要分為視頻、動畫和圖文資源，視頻的長度為5-10分鐘，動畫的展示時間為1-2分鐘，圖文的頁數為3-5頁。從統計數據來看，超過80%的資源瀏覽時長大于資源正常展示的時長，超過30%的瀏覽時長在資源正常展示時長的2倍以上。瀏覽時長較長的資源可能是精品資源，也可能是學習難度較大的資源，需要進一步鑒別。瀏覽時長少于正常展示時長的資源可能是因為資源的制作質量不佳，需要完善。

2、資源活躍程度

從資源的瀏覽次數來分析，超過40%的資源的瀏覽次數多于100次，也就是超過3400條資源得到了較多的展現。但是，同樣需要注意的是有超過30%的資源只有不到10次的瀏覽量。這說明資源庫平臺中還有大量的資源沒有被課程調用，相關課程的課程設計需要優化，沒有關注學習者的需求和特點。需要搭建更多的課程充分展現所有的資源，或者通過完善資源庫平臺的功能，使資源得到輪流展示。

三、運營效果分析

運營效果分析從兩個方面進行：用戶對于課程的評價和考核測驗成績分析。資源庫共有40門課程，由于篇幅所限，本文從中隨機選擇8門課程的數據分析結果進行展示。

1、用戶對課程的評價

從用戶對于課程的評價來看，各門課程得分為5分（非常滿意）的比例均在90%以上。說明用戶對于本資源庫的功能設置和資源質量總體滿意，這也將會使更多的學生加入到在線課程學習中來。

2、考核測驗成績分析

從整體考核結果來看，大部分學生學習比較認真，能夠按照要求完成學習任務，超過90%的學生都可以順利通過考核，獲得結課證書。

但是，一個理想的考核結果應該符合正態分布。從實際考核結果的成績分布來看，部分課程的考核成績整體偏高或者偏低，說明這些課程的考核難度設置不合理，內容、題型方面有待提高。

四、結論

通過對新能源汽車教學資源庫用戶行為數據的黏度、活躍度、效果分析得出以下結論和建議：

1、平臺功能的改進

（1）限定每條資源的最短瀏覽時間。

（2）優化資源瀏覽數量的計算方法。

（3）在資源中穿插互動性題目，確保有效瀏覽。

（4）對資源進行輪播展示，使每條資源均有展示機會。

（5）去除活躍度極低，實際作用有限的模塊。

2、資源質量的提升

（1）檢查并改進跳出率較高的資源。

（2）檢查并降低瀏覽時間過長的資源的難度。

（3）設置考核題目難度為合理范圍，使成績符合正態分布。

3、用戶學習的監督

（1）限制用戶每天可以獲得的最高分數和在線時長。

（2）將課程一次性考核更改為月度考核，使在線學習行為常態化。

參考文獻：

1.胡志波；鄢來均；曾艷；網絡環境下大學生主動學習參與度的研究[J]；中國科教創新導刊；2012年34期

2.張麗霞；郭秀敏；影響虛擬課堂學習參與度的因素與提高策略[J]；現代教育技術；2012年06期

3.朱志勇；基于學習分析技術的教師網絡學習行為的分析研究[D]；沈陽師范大學；2016年

4.楊金來；網絡學習行為的實時監控研究與實踐[D]；浙江工業大學；2008年