行為數據分析視角下Moodle平臺在線學習力研究

繆佳佳 鄒柳聰

摘要：在線學習如今成為人們獲取知識的一種重要方式，但許多研究表明，在線學習者的學習效果不理想，很大程度上與學習者的在線學習能力有關。在已有文獻基礎上界定在線學習力概念與發展模型，綜合Moodle平臺學生實際學習情況，嘗試將行為數據分析技術應用于學生在線學習力分析中。采用滯后序列分析方法可從學習行為序列角度分析學習者在線學習過程中的學習行為，從而在一定程度上評估在線學習力各個維度的能力體現情況，以期為教師教學與學生學習提供指導，達到優化學生在線學習效果的目的。

關鍵詞：在線學習力;學習行為;數據分析;Moodle

DOI：10.11907/rjd k.191269

中圖分類號：G434 文獻標識碼：A 文章編號：1672-7800（2019）012-0256-03

0引言

21世紀的學習建構于信息化基礎之上，信息技術與網絡技術拓展了知識傳遞方式。在“互聯網+教育”深度融合的背景下，在線教育從形式到內容均發生了一系列根本性變革，Moodle等信息化網絡教學平臺逐漸成為輔助傳統教學、豐富教學資源的重要手段，網絡學習課程也成為學習者獲取知識的主要途徑之一。但目前研究表明，學生在線學習效果不容樂觀。如今學習環境的轉變、學習方式的改變對學習者在線學習力提出了更高要求，例如在線學習注意力、在線學習毅力、在線學習管理能力等，因而有效探究與評估網絡學習環境下的學生在線學習力情況十分必要，對提升學生在線學習水平具有重要意義。

國內外不少學者均針對學習力應用領域進行研究，但大多側重于學習力提升策略及評價。例如，符水波以程序設計課堂為例，提出學生學習力培育策略模型;李寶敏等通過多輪驗證，提出適用于網絡學習者在線學習力測評量表。然而，較少有研究從學習行為序列角度分析學習者在線學習行為，進而探究學習者在線學習力情況。因此，本研究嘗試將行為分析技術應用于學習者的在線學習力研究中，運用滯后序列分析法評估在線學習力中不同維度能力的具體表現情況，從而探究網絡學習環境下的學生在線學習力情況。

1在線學習力概述

1.1學習力與在線學習力

學習力是支撐學習者不斷進行學習的各種力量因素的綜合系統，在線學習力作為學習力的一個子概念，兩者有著密不可分的關系。20世紀60年代，美國麻省理工學院的Forreste首先指出學習力在組織管理中的重要性，促使學習力在教育領域的研究被人們所關注;隨后在90年代，Forreste的學生Senge進一步研究了學習型社會，并構建學習型組織模型，使得學習力逐漸成為人們研究的熱點話題。學習力作為一個系統性概念，具有豐富的內涵。國內外學者基于不同觀點對學習力進行概念界定。在線學習力作為學習力的亞概念，可以從學習力的屬性中引申出來。

1.2在線學習力發展模型

傳統教學與學習環境發生了很大變化，在線學習發生的外部條件為開放的網絡環境，然而其必須與學習者的內在學習因素共同作用才能促使在線學習發生，最終形成學習者的在線學習力。在線學習力是在線學習情境中體現出的有意識的行為，其存在于人與人之間、人與網絡環境及在線活動之間，與人的思維和情感相關，并通過人的行為表現出來。綜合各學者提出的在線學習力相關概念，結合實際研究條件，將在線學習力定義為：在網絡環境支持下，學習者充分利用信息技術與網絡資源內化知識一系列能力的綜合體，包含學習動力、信息檢索力、管理自控力、學習互惠力以及反思策略力5個維度的能力。

2在線學習行為

在線學習力的體現形式即在具體網絡學習情景中展現的有意識的主動學習行為，學習者在某種動機牽引下，為了得到某種學習結果而與線上網絡環境進行雙向交互活動，則產生了在線學習行為。各個維度能力均可通過各類學習行為加以體現，可以通過對學習行為的有效分析，評估在線學習力各個維度能力情況。例如，有效理解并合理使用線上資源的行為可在一定程度上體現學生的信息檢索力。

2.1在線學習行為數據

在線教育平臺提供線上知識傳播模式和學習方式，重視學習者學習意愿與使用體驗。線上平臺存儲了大量學習者數據，主要為學習者行為數據。例如，Moodle平臺是一個被廣泛采用的開源網絡學習管理系統，其可以跟蹤與記錄學生的每一個學習動作，自動生成并保存為與行為相對應的學習者日志數據，儲存在Moodle平臺數據庫中。

通過分析學習者在網絡學習時產生的數據，可得到學習者的學習動態與學習軌跡，從而重現學習者的在線學習過程，評估其在線學習力各維度能力情況。

2.2在線學習行為分類

學習者在學習過程中與操作平臺進行交互進而產生在線行為數據，在線學習中操作行為較為多樣化，并隨著操作對象的不同而變化。為了更清晰地了解學習者行為類型，從而更好地探究在線學習力情況，應對在線學習行為進行分類。

根據行為科學理論，學習者基于自身需求通過在線學習平臺進行學習活動，并產生學習行為。學習者基于查看課程計劃、導學內容、學習成績等需求，產生登錄行為;基于資源需求，產生資源訪問行為;基于查詢學習內容、學科工具、課程內容等需求，產生檢索行為;基于與他人交流協作的需求，產生論壇交互行為;基于反思自我、評價課程與同伴需求，產生評價反思行為;基于學習任務完成需求，產生作業相關行為。根據在線學習發生過程與學習者需求，將在線學習行為分為系統行為、資源檢索與訪問行為、交互行為、評價反思行為共4類。

3Moodle在線學習力研究

綜合Moodle平臺學生學習的實際情況，試圖將行為數據分析技術應用于學生的在線學習力分析中，運用學習分析方法、學習分析工具預測并診斷出學習中出現的問題;通過真實可靠的數據結果，評估在線學習力各維度能力的具體變化情況，以便在后期教學中及時進行干預并提供指導，達到優化學習效果的目的。

3.1行為數據分析視角下的數據收集

Moodle平臺是一個開源網絡學習管理系統，其可以跟蹤并記錄學生每一個學習動作，自動生成并保存為與行為相對應的學習者日志數據，儲存在Mooodle平臺數據庫中。學生基于Moodle平臺的課程學習活動包括課程理論知識學習、與教師或同伴討論交流、課程資源下載與學習，以及完成線上實驗報告或課后作業等。將學習者在平臺上的學習過程數據記錄在數據庫中，形成研究使用的數據集。日志數據表利用系統日志記錄學習者在平臺上的各類行為信息，包括操作行為與行為軌跡。跟據日志數據可統計學生的在線學習基本情況，對于后續研究學生線上學習效果可起到一定輔助作用。

3.2學習行為數據編碼與處理

Moodle平臺支持資源共享與師生交互行為，由于學生在學習動機、學習需求和學習方式等存在差異，繼而產生不同的學習行為日志記錄。原始學生行為日志記錄了各類行為動作信息，學生日志記錄共包含日期、時間、學生用戶、事件內容、事件名稱5部分內容。為了區分學習活動中的有效動作，首先有針對性地對匯總的學生日志記錄進行學習行為數據分類，通過分析日志數據中的不同學習行為，區分不同學習活動的有效動作，合并相似的學習行為，從而將記錄的學習行為或互動內容轉換成一致且有意義的歸類。本文將所有行為分為6大模塊（共包含20種行為），分別為測驗（Q）、程序教學（L）、互動評價（E）、討論區（F）、資源（R）、作業（A）。

3.3學習行為數據分析下的在線學習力

對在線學習行為進行分類整理后，可體現學生在線學習活動的具體情況。學生根據自身學習需求在Moodle平臺上進行學習活動，若采用滯后序列分析方法進行Moodle平臺學生行為日志的學習過程數據挖掘，并使用交互序列分析軟件GSEQ進行數據分析，可從學習行為序列角度分析學習者學習行為，通過各類學習行為中體現出的行為習慣等，從一定程度上評估在線學習力各個維度能力體現情況。如表l所示。

選取Moodle平臺上的一門網絡技術課程作為數據研究示例，提取與收集后臺數據庫某一學生的在線日志記錄，將一種行為向另一種行為的轉換定義為一個行為序列，并用兩種行為的編碼組合表示兩種行為形成的序列。組合中行為編碼前后順序代表該序列中行為轉換的方向，例如學生完成測驗模塊學習后，繼而進行討論區的讀，發帖行為則記錄為Q-F的行為序列。根據行為編碼情況計算出每個序列發生頻率的z-score值，通過計算學生編碼行為之間的z-score值，可得到每個學習序列模式的顯著性水平。根據z-score的大小可以解釋模塊行為序列之間是否存在顯著性關聯，當z-score值大于+1.96時，則證明所對應行為序列出現的頻次達到了統計上的顯著性水平（p<0.05）。

根據以上行為序列，繪制出模塊行為間的學習行為轉換圖（見圖2），以圖示的方式進一步勾勒模塊行為序列之間的顯著性關聯。圖中箭頭代表學習者行為轉換的方向，箭頭上方數值代表每個行為序列的z-score值。觀察行為轉換圖可以發現，該學生在不同模塊間的行為轉換體現了在線平臺學習行為特性，可對其作進一步詳細分析，以探究該學生在各個模塊活動中體現出的相關能力情況。

4結語

本文對文獻進行匯總與分析后，綜合現有在線平臺實際使用情況，發現在線學習者的學習效果不太理想，因此在文獻基礎上界定了在線學習力概念及發展模型，探究與評估網絡環境下學生的在線學習力情況。綜合Moodle平臺上學生學習實際情況，嘗試將行為數據分析技術應用于學生的在線學習力分析中。通過滯后性行為序列數據分析發現學生在學習過程中出現的問題，根據真實、可靠的數據結果評估在線學習力各維度能力具體變化情況，從而為后期教師教學與學生學習提供指導，達到優化學生在線學習效果的目的。

由于在線學習力的不可見特性，需要通過分析與評估工具作進一步可視化展現。雖然目前在線學習力研究仍然面臨一些困難，但不斷發展的新技術也會成為新的機遇和挑戰，探索在線學習力評估方法、診斷學習者在線學習能力仍將是未來的研究熱點。