在線教育視頻用戶評論行為比較研究

張 璐 王若佳

摘 要：[目的/意義]視頻評論是在線教育視頻中用戶交互的重要途徑。分析在線視頻不同評論方式中用戶的行為差異對于理解用戶行為規律，并促進視頻平臺評論功能的設計與優化具有重要意義。[方法/過程]文章搜集Bilibili網站200個在線教育視頻的彈幕與傳統評論數據，結合定量統計分析和定性內容分析方法，從視頻特征、用戶特征和評論內容特征三方面比較用戶彈幕與傳統評論行為的異同。[結果/結論]彈幕有利于提升用戶的參與感，增長活躍周期，能更好地支持用戶與視頻內容的實時互動;傳統評論可有效支持用戶之間的直接互動，并幫助其開展深層次的知識交流。二者應充分結合，相互補充，提高用戶在線學習的互動性和參與感。

關鍵詞：在線教育視頻;用戶評論行為;彈幕;傳統評論;知識共享

DOI：10.3969/j.issn.1008-0821.2020.02.008

〔中圖分類號〕G206.2;G252.0 〔文獻標識碼〕A 〔文章編號〕1008-0821（2020）02-0062-10

Comparative Study of User Commenting

Behaviors in Online Educational Videos

——Taking Video Comments on Bilibili.com As Examples

Zhang Lu1 Wang Ruojia1，2

（1.Department of Information Management，Peking University，Beijing 100871，China;

2.Institute of Ocean Research，Peking University，Beijing 100871，China）

Abstract：[Purpose/Significance]Video comment is an important way of user interaction in online education video.It is of great significance to analyze the user behavior differences in different online video commenting modes to understand the user behavior patterns and promote the design and optimization of commenting functions in video platform.[Method/Process]This paper collected the danmaku and traditional comment data from 200 online educational videos on Bilibili.com.Combining quantitative statistical analysis and qualitative content analysis methods，this paper compared the similarities and differences between user danmaku and traditional commenting behaviors from three aspects：video features，user features and content features.[Results/Conclusion]This study found that the danmaku commenting mode was beneficial to enhance users sense of participation，increase active cycles，and can better support users real-time interaction with video content.Traditional commenting mode can effectively support the direct interaction among users and help them to carry out in-depth knowledge exchange.The two should fully combine and complement each other to improve users interactions and participation in online learning.

Key words：online educational video;user commenting behavior;danmaku;traditional comments;knowledge sharing

近年來，在線學習已經成為網絡用戶學習生活的重要組成部分。據CNNIC發布的《中國互聯網絡發展狀況統計報告》數據顯示，截至2019年6月，在線教育用戶規模達2.32億人，較2018年底增長3 122萬[1]。其中，在線視頻具有表現力豐富、直觀性、內容充實等優勢，成為在線教育最受歡迎且最具影響力的媒介之一[2-3]。以慕課、網易公開課等為代表的大規模在線開放課程平臺和以Youtube、Bilibili等為代表的在線視頻網站包含大量的教育視頻資源，成為網絡用戶開展學習的重要渠道。

評論是在線視頻中用戶交互的重要途徑。其中，傳統評論是一種異步的非匿名的交互方式，用戶通過在討論區發文或者直接回復其他評論來展開討論，進而提升在線教育視頻的用戶參與度和學習效果[4-5];彈幕提供了一種新的與視頻時間軸同步的交互方式，其不僅支持不同用戶在不同時間針對同一視頻內容進行互動交流，且具有匿名性的特點[6-7]。目前，雖然已有學者探討了彈幕對在線教育視頻的應用潛力[8-9]，但鮮有研究深入分析在線教育視頻不同評論方式中用戶行為的差異。本文結合定量統計分析與定性內容分析，以Bilibili彈幕視頻網站200個教育類視頻的用戶彈幕與傳統評論為例，從視頻基本特征、用戶群體特征以及評論內容特征3方面比較分析在線教育視頻中用戶在使用彈幕與傳統評論時的行為特點與異同，以期全面理解不同的評論方式對用戶行為的影響及其對在線教育視頻用戶交互的價值與不足，為圖書情報機構、高校等在線教育平臺的建設提供參考，推動在線教育的創新發展。

1 相關研究

網絡環境下的用戶交互渠道主要包括社交媒體[10-11]、線上論壇[12]、在線視頻評論[4，13]等。其中，在線視頻評論是在線教育中用戶交互行為研究的重要內容，既涉及MOOC等專門的網絡課程，也包括Youtube等非正式平臺中的教育類視頻。Mak S F J等結合調研與訪談分析MOOC課程中博客與評論交互模式的特點，其中評論更多的是基于觀點共享的、快速的、富有挑戰性的互動[13]。Wong J S等通過統計分析了積極用戶在MOOC評論區的交互行為特點，發現積極用戶在評論區更具影響力，獲得更多的閱讀量、回復和支持對用戶互動具有正向影響[14]。Lee C S等基于自我指導學習理論對YouTube中150個教育視頻的用戶評論做了情感分析和內容分析，結果顯示98%的教育視頻中的積極評論多于消極評論，用戶評論包括知識應用、提問、建議以及動機分享等內容，積極評論與情感分享、表達感謝以及幽默快樂的語言相關[15]。Bonafini F C等結合邏輯回歸和內容分析發現參與論壇有利于提升學生成績，且能獲得更多信息[16]。Wise A F等結合統計分析和內容分析方法發現MOOC平臺中參與評論的學生課程通過率明顯高于不參與評論的學生，且同時參與課程內容相關和無關討論的學生課程通過率更高[5]。劉智等通過分析云課堂中的“心理學基礎”課程學習者評論互動行為，發現學習者評論行為與其學習效果顯著相關;此外他們還基于主題分析挖掘了課程論壇中的群體性熱點話題，并利用情感分析把握學生總體情感趨勢[17]。孫傳遠等抽取“愛課程網”中的精彩評論，通過內容分析方法總結學生發布的評論內容，主要包括教師表現、課程內容、學習幫助、學習聯想與共鳴、學習期待與建議、共享學習資源等方面，并分析不同內容的情感傾向性[18]。

彈幕作為一種較新的交互方式，其在網絡教育視頻中的應用價值已受到信息行為、人機交互、教育領域等相關學者的關注。相關研究指出彈幕能夠激勵情感表達和社會交互[6，19]，促進顯性知識共享[20]，并提高用戶學習參與度、學習滿意度和學習效果[21-23]。比如，Lee Y C等將彈幕交互方式引入到在線教育視頻中，通過受控實驗發現動態的彈幕評論能夠提升用戶的感知參與感、感知社會交互和學習成果，與視頻內容相關的彈幕能夠增強用戶發布彈幕的意愿[19]。Ma X等對彈幕數據開展統計分析發現，彈幕評論相對較短，且帶有感情色彩，能夠促進人際交流以分享事實、想法和感受[6]。Zhang Y等通過受控實驗也發現在教學視頻中發送與視頻內容相關的彈幕有利于提升學生的社交存在感、學習滿意度和學習成績，但會增加學生的認知負載[22]。Liu L等通過問卷調查發現彈幕有利于提升用戶的感知交互，并提高用戶的即時分享意愿和持續使用意愿[24]。張倩倩等以“PhotoShop課程”的彈幕數據為例分析用戶交互行為特點，發現彈幕有助于促進老師與學習者、學習者和學習者之間的情感交流，增強學習者的社會臨場感，并減少孤獨感[9]。

總的來說，在線教育視頻的用戶評論行為已得到圖書情報領域和教育領域學者的廣泛關注，研究方法包括統計分析、數據挖掘、內容分析或者受控實驗，研究內容主要包括用戶評論的行為規律、社會互動、情感傾向、內容類型，以及其對用戶參與度、滿意度以及學習效果的影響。用戶在不同的評論系統表現出多樣的行為特點，彈幕在網絡教育視頻中具有一定的應用潛力，但國內外研究缺乏對在線視頻彈幕與傳統評論行為的比較研究，很難全面了解不同的評論方式對用戶行為的影響。

2 研究設計

2.1 研究對象與數據采集

Bilibili是國內最受歡迎的彈幕視頻網站之一，其中包含豐富的在線視頻。本文以Bilibili網站為數據來源，選取2019年3月25日-4月7日期間，科技分區的“演講—公開課”類目下最熱門的前200個在線教育視頻，包括公開課、TED、教學課程等。視頻播放量跨度范圍為0.5～110.3萬（平均值=7.6萬，標準差=12.496），視頻發布時間跨度范圍為2013-2019年，且主要集中在2019年，具體如表1所示。

本文利用Bilibili開放API依次爬取視頻信息、視頻彈幕信息、視頻傳統評論信息以及用戶信息，數據字段列表如表2所示，其中，視頻信息中的視頻ID與彈幕對應視頻ID和傳統評論對應視頻ID一一對應;用戶信息中的用戶ID與彈幕發布用戶ID和傳統評論發布用戶ID一一對應。最終，共抓取到75 302條彈幕數據和49 664條傳統評論數據。

2.2 研究框架及方法

本文結合定量統計分析和定性內容分析方法，從視頻特征、用戶特征和內容特征3方面對在線教育視頻中用戶彈幕與傳統評論行為進行比較分析，研究框架如圖1所示。

1）視頻特征。計算各個視頻的彈幕與傳統評論數量、用戶數量以及粉絲用戶比例，同時統計彈幕和傳統評論發布時間，從整體上分析視頻中彈幕與傳統評論的基本特征，并比較分析二者的異同。

2）用戶特征。從用戶參與度和用戶屬性兩方面分析彈幕與傳統評論中的用戶特征。一方面，提高用戶參與度是在線教育關注的重要內容[10，25-26]，本文計算每個用戶發布的彈幕與傳統評論數量、涉及視頻數量和平均長度，并利用統計方法定量比較分析彈幕和傳統評論中的用戶參與度。另一方面，鑒于用戶特質、社會身份等是影響用戶交互學習行為的重要影響因素[27]，因此，從用戶等級、用戶粉絲數以及用戶關注數來定量比較二種評論形式中用戶屬性的差異。

3）內容特征。從內容入手能夠更深入理解用戶使用彈幕與評論的行為。基于“使用與滿足”理論，用戶彈幕使用行為驅動因素主要包括社交需求、情感需求和認知需求[21，28]。在用戶發布的評論中，社交需求以社會互動的形式表達;情感需求表現為帶有情感傾向性的評論內容;知識分享對于滿足信息需求非常重要，包括解釋術語、話題辯論等[20]。因此，本文采用內容分析法從社會互動、情感表達和知識分享3個方面來分析彈幕與傳統評論的內容特點。

具體來講，筆者從爬取的數據集中分別隨機抽取500條彈幕和500條傳統評論，共計1 000條文本來開展內容分析。每一條評論被視為一個分析單元，分別從社會互動、情感表達和知識分享3個類別進行編碼。在借鑒相關研究文獻基礎上，本文為每個類別設置具體編碼元素，編碼框架如表3所示。兩位編碼者首先在熟悉編碼元素的概念基礎上，分別選取100條彈幕和100條傳統評論各自同時進行編碼，再進行反復討論，以理清元素概念，然后再對剩余800條評論進行編碼。Cohens Kappa系數是度量兩個編碼者一致性程度的重要指標，最終二位編碼者在社會互動、情感表達和知識分享3個類別的Cohens Kappa系數分別為0.71、0.88、0.92，均大于0.7，具有較好的信度[29]。

3 結果分析

從視頻特征、用戶特征和內容特征3方面來看，在線教育視頻中用戶的彈幕與傳統評論行為存在諸多異同點。

3.1 視頻特征

3.1.1 視頻評論數量與用戶數量

每個視頻中評論數量和用戶數量能夠體現視頻的受歡迎度，評論數量越多，用戶數量越多，視頻的吸引力越大。統計結果顯示，在線教育視頻中，每個視頻中的平均彈幕數量為376.51，彈幕中的平均用戶數量240.46;平均傳統評論數量為248.32，傳統評論中的平均用戶數量為168.37。由于以上數據的分布情況均不滿足正態分布，故采用非參數檢驗方法，即Wilcoxon檢驗來比較視頻彈幕與傳統評論之間的差異。結果顯示，視頻的平均彈幕數量顯著高于平均傳統評論數量，每個視頻彈幕數量平均比傳統評論數量多128條（V=7555.5，p<0.01）;視頻中發送彈幕的平均用戶數量也顯著高于發送傳統評論中的用戶數量，每個視頻的彈幕用戶平均比傳統評論用戶多72個（V=7505，p<0.01）。可見，在線教育視頻中彈幕的吸引力更強，能夠激勵更多的用戶參與互動。

視頻網站中用戶可通過持續關注某視頻發布者的賬號來及時獲取感興趣的視頻。依據用戶是否關注視頻對應發布者的賬號，用戶群體可進一步劃分為關注者（即粉絲）和非關注者兩類。彈幕中平均每個視頻的粉絲比例為20.89%，傳統評論中為23.13%，彈幕和傳統評論中粉絲的比例都遠低于非關注者的比例。非參數檢驗結果顯示，彈幕和傳統評論中粉絲比例沒有顯著差異（V=7931，p=0.83）?？梢?，雖然每個視頻中的彈幕數量比傳統評論多，但是粉絲與非關注者的參與程度是相當的。

3.1.2 發布時間

首先，從評論發布時間與視頻上傳時間的時間間隔來看，發布彈幕與傳統評論的持續性有顯著差異，如表4所示。彈幕發布時間與視頻上傳時間的平均時間間隔為167天，傳統評論為90天，彈幕的平均時間間隔顯著高于傳統評論（W=1374200000，p<0.001）。從表4中可以看出，視頻上傳后，大部分彈幕和傳統評論集中在1周以內發布，但1個月以后發布的彈幕比例高于傳統評論，1個月以內發布的傳統評論比例高于彈幕?？梢姡瑥椖挥脩舻幕钴S周期更長，彈幕更有利于吸引用戶長時間持續性的參與。

其次，從評論每天發布的時間段來看，彈幕與傳統評論并沒有明顯差異。如圖2所示，彈幕與傳統評論的發布時間主要集中在上午7∶00～12∶00之間，且在上午10∶00～11∶00達到最高峰，這也是用戶觀看在線教育視頻的黃金時段;此外，晚上22∶00～凌晨02∶00發布的彈幕與傳統評論數量也較多，屬于在線用戶的上網活躍時間。

圖2 彈幕與傳統評論發布時間段

3.2 用戶特征分析

3.2.1 用戶參與度

用戶發布的評論數量能直接體現用戶在不同評論交互方式中的參與頻次，評論涉及視頻數量體現用戶發布評論的廣度，評論長度則一定程度上體現評論的深度。

總體上，200個在線教育視頻中共包括44 761個彈幕用戶和30 623個傳統評論用戶，彈幕用戶多于傳統評論用戶。其中，僅有2 355個用戶在同一視頻中均發布了彈幕和傳統評論，可見彈幕與傳統評論吸引的是不同的用戶群，用戶重復率很低。

數量方面，用戶彈幕數量顯著高于傳統評論（W=663710000，p<0.001），用戶彈幕涉及視頻數量也顯著高于傳統評論（W=696770000，p<0.001），但二者的均值差異均非常小，如表5所示。同時，從數量區間的分布比例來看，無論是彈幕還是傳統評論，70%以上的用戶評論數量和90%以上用戶評論涉及視頻數量主要集中在1，即大部分用戶僅發過1條彈幕或傳統評論?？梢?，在線教育視頻中用戶評論的參與頻次和廣度存在明顯的長尾效應，用戶的重復參與率普遍較低，這也是網絡環境下用戶參與行為的普遍特點。

評論長度方面，用戶彈幕的平均評論長度顯著低于用戶傳統評論的平均長度（W=1039900000，p<0.001），且差異較大。用戶彈幕長度比傳統評論平均短24個字符，彈幕中的用戶交互更簡短，傳統評論中的用戶交互更深入。

3.2.2 用戶屬性特征

由于彈幕和傳統評論中用戶重復率較低，用戶屬性能夠更進一步體現彈幕用戶和傳統評論用戶群體特征的差異，具體結果如表6所示。

用戶等級體現用戶的經驗值，彈幕與傳統評論用戶等級均主要集中在4級和5級，但彈幕用戶的平均等級顯著低于傳統評論用戶（W=843520000，p<0.001），且彈幕用戶在較低等級上（1～3級）的比例明顯高于傳統評論用戶，體現出彈幕能更好地吸引經驗值較低的用戶參與。

用戶粉絲數體現用戶的影響力。彈幕用戶的平均粉絲數為130.603，顯著低于傳統評論用戶的422.086（W=963200000，p<0.001）。其中，54.87%以上的彈幕用戶粉絲數為0或者1，24.86%的彈幕用戶粉絲數在2～10之間;傳統評論用戶的粉絲數更為均衡，粉絲數在11～100區間內的比例最高，占比33.33%，其次是2～10區間，占比31.64%。

用戶關注數側面體現用戶的積極性。彈幕用戶的平均關注數為102.671，也顯著低于傳統評論用戶的平均關注數157.552（W=857810000，p<0.001）?？傮w上彈幕與傳統評論用戶關注數主要集中在11～100和101～1 000兩個區間，但傳統評論用戶在10以上的3個區間的比例高于彈幕用戶，尤其是101～100區間的傳統評論用戶比例高出彈幕用戶比例達13.09%;在10以下的2個區間低于彈幕用戶。

3.3 內容特征分析

內容分析結果顯示，用戶彈幕與傳統評論內容在社會交互、情感表達和知識分享3個方面的側重點不同。

3.3.1 社會交互

交互是保證學習效果的一個關鍵因素，Moore M G將學習交互分為3種類型，即學習者和課程內容的交互、學習者和教師的交互以及學習者之間的交互[34]。彈幕和傳統評論是兩種不同的交互方式，其用戶的社會交互內容及對應的交互類型也存在差異，具體如圖3所示。

與傳統評論相比，用戶使用彈幕進行社會交互時，更多的是自我表露，如在某英語教學課程中，用戶會自發表達自己當時的學習狀況、情緒以及態度等，比如“定語從句和狀語從句一直搞不清”、“學會了”、“要哭了（p′︵‵。）”、“可怕”，這種自我表露主要是和視頻某時間的具體內容的互動，脫離視頻內容可能就難以理解用戶表達意圖。彈幕具有與視頻時間軸同步出現的特點，方便用戶利用此形式與視頻內容進行互動。傳統評論中的自我表露更側重于基于完整視頻內容分享自己的狀態、情緒以及態度，比如“老師講得很好，學到很多”、“第100個粉絲[滑稽]”、“三連了（即已點贊、評論并轉發，以表達對視頻及其上傳者的支持）”。因此，彈幕中用戶和視頻內容的交互性更強，方便用戶對具體的視頻內容進行及時反饋。

間接溝通和直接溝通主要是學習者之間的交互。間接溝通是針對某一類群體進行交流或回應，包含提問和回復等，如彈幕中針對視頻內容的提問“為什么不按順序講”，傳統評論中針對其他用戶進行提問“沒人？？”，希望與用戶進行溝通;在某計算機相關課程中，一個用戶針對前面大量表達“不會”的彈幕發送了“計算機專業的我，表示我也不會”的彈幕，展示對該類群體的認同，從而增加歸屬感。雖然間接溝通在彈幕和傳統評論中均較少，但相對來說彈幕中的間接溝通要更多一些。

直接溝通針對的是某一具體用戶。用戶在進行直接溝通時，普遍選擇傳統評論的方式，原因在于傳統評論采用層級式的評論形式，提供直接回復的功能，也可以通過“@”來與某用戶進行直接交互，方便學習者之間的直接反復交流，比如“（你）頭像笑鼠個人23333）”、“回復@Barrettam：了解”、“回復@快樂風帽：伊朗是波斯人的后裔，只是接受了伊斯蘭教而已，……”。但彈幕采用的是平鋪式的展示方式，并沒有回復功能。為了能在彈幕進行直接溝通，用戶會采用一些指代詞或者特殊符號表示其彈幕的指向性，缺乏便捷性，如“前面的，你笑到我了”、“←認為一樣的不止你一個人”等等。

3.3.2 情感表達

情感表達可在一定程度上激發用戶的學習興趣并維持其學習積極性。從情感表達的傾向性來看，視頻中用戶情感表達在積極、消極和中性方面并沒有明顯差異;彈幕與傳統評論中的情感表達差異也不突出，彈幕用戶的情感表達略偏中性和積極，傳統評論則略偏向于消極，如圖4所示。

積極、消極及中性情感的文本舉例如表7所示。常見積極情感包括感謝、贊同、開心等，在線教育的情境下用戶會對老師或其他學習者表示感謝和支持，對視頻內容及他人觀點表示贊同;中性彈幕或評論的內容往往與知識本身相關，由于在線教育視頻中涉及較多的知識內容，所以當用戶針對客觀知識進行說明和解釋時，往往并不帶有感情色彩，較為客觀;但當用戶對視頻內容或他人觀點發表反對或不贊同態度時，會產生相互爭辯行為，此時的負面情緒較高。總體上來說，用戶情感表達受不同評論形式的影響較弱，更多的是與具體的視頻內容和用戶自身的態度相聯系。

3.3.3 知識分享

用戶的知識分享行為可促進信息與知識的傳播，增強用戶的學習效果，并促進在線學習社區的良性發展。比較來講，存在知識分享的彈幕數量（209條）要少于傳統評論（251條），用戶進行知識分享時更傾向使用傳統評論，如圖5所示。其中，顯性知識分享主要包括總結視頻知識要點、解釋客觀概念或公式等，隱形知識分享主要涉及與個人經歷/經驗有關的知識、對所學知識的理解和觀點、新的學習方式或解決方案等。從圖5可以看出，彈幕中的顯性知識分享略多，傳統評論中的隱形知識分享明顯更多。

圖5 彈幕與傳統評論知識分享行為統計

具體來說，彈幕中的顯性知識分享主要與某時刻視頻中提及的信息和概念有關，比如在一個探討“學校如何扼殺創造力”的TED視頻中有提到莎士比亞的經歷，彈幕中某用戶分享“莎士比亞的戲劇不是現代英文，很難看懂?！?在一個有關語言學習的教育視頻中，某用戶在彈幕中發送“我覺得是翻譯錯了吧，根據下文Sensationalize”來糾正視頻中的英文翻譯。但傳統評論中并不限制文本字數，顯性知識分享中有更多的概念解釋，比如在一個探討世界歷史的教育視頻中，用戶在傳統評論中試圖區分文化與文明的概念，即“回復@快樂風帽：伊朗是波斯人的后裔，只是接受了伊斯蘭教而已，但其文化、文明還是波斯文明啊?！诮淌亲诮?，文明是文明，兩個概念，請不要混淆概念。”

彈幕中的隱性知識分享非常少，用戶會簡要分享一些與視頻內容有關的主觀觀點，比如在探討“世界上最好的國家是？”的視頻中，某用戶分享觀點“主要是很多國家的教育出了問題”。傳統評論中用戶能夠更方便地與其他用戶開展深入的觀點討論，對知識內容有更多拓展和反思。比如某用戶發送了長度將近400個字符的傳統評論來與另一用戶探討平等與隱私問題，即“我覺得如果所有人都平等的把一部分隱私交給公權力，我是愿意的。而且本質上講，我的隱私依然是隱私，……這是一個前提，就是要有一套規范的制度保障……”。在探討“人類100年后會變成什么樣子？”的視頻中，用戶在傳統評論中分享自身反思和觀點“我一直在想會不會以后改造人越來越多導致純種的人類基因產生缺陷，久而久之，人類就沒幾個在生物學上能夠被稱之為‘正常人的人了”。可以看出，傳統評論在知識分享中具有明顯的優勢，能支持用戶之間直接且深層次的知識交流。

4 結論與討論

通過對比分析，本文發現在線教育視頻中彈幕與傳統評論方式在促進用戶交互方面具有不同的優劣勢，能夠相互補充。

1）彈幕有利于提升用戶的參與感，且用戶活躍周期更長，這是彈幕最突出的優勢。從分析結果可以看出，與傳統評論相比，在線教育視頻中的彈幕數量與用戶數量更多，用戶的參與頻次和廣度也更高，且用戶彈幕發布時間與視頻上傳時間的平均時間間隔更久。彈幕的實時同步性和匿名性能夠激勵在線學習者更多地參與交互，緩解孤獨感，提升參與感和歸屬感[12，19，35]。值得一提的是，從用戶屬性的比較分析能夠看出，彈幕更有利于鼓勵經驗不夠豐富、影響力與活躍度較低的用戶群體參與，這類用戶群體通常是新用戶，可見彈幕能激發新用戶群體的好奇心和學習興趣，更好地吸引新用戶的參與。

2）彈幕能更好地支持用戶和視頻內容的實時互動。彈幕的交互性主要體現在和視頻內容的實時互動[7]，而不是用戶之間的直接互動。從內容分析結果來看，用戶主要以自我表露的方式針對同步的視頻內容分享學習態度、感受與狀態，知識交流較少且以顯性知識為主。一方面，彈幕以實時同步的交互方式能夠及時收集在線學習者針對具體學習內容的提問和反饋，包括疑問、困惑和情緒等，幫助在線教育者及時把握學習者的學習狀態，找準知識的難點與重點，給予及時幫助;另一方面針對用戶的一些困惑，在線教育者或其他學習者也可以通過彈幕對視頻內容進行同步知識交流，回答用戶實時問題，對視頻內容中的客觀知識進行補充。

3）傳統評論可有效支持用戶與用戶之間的直接互動，并幫助其開展深層次的知識交流。與彈幕不同的是，傳統評論一般是在用戶觀看完整視頻后發表的言論，且支持有針對性的評論回復。研究結果表明，傳統評論的長度往往高于彈幕，說明其包含信息更多;內容分析結果顯示，學習者之間的直接溝通更常見于傳統評論中，且評論內容包含更豐富的知識，尤其是隱性知識的評論數量遠遠高于彈幕，說明其內容價值更高，具有較深層次的知識內涵。在線教育互動的核心在于知識的傳播與交流，與相關研究結論不同[36]，彈幕的實時性也會分散用戶的注意力，使其忽略視頻課程中更為重要的知識內容，不利于其深入思考，提高學習深度;傳統評論中學習者之間的溝通不僅增強了社區的互動性，更重要的是在用戶討論過程中促進了拓展性知識及觀點的深入交流和共享?？梢姡诰€視頻在引進彈幕的同時，不能忽視傳統評論的作用，應注重其“直接互動”和“知識交流深入”的特點，引導用戶的討論和知識分享行為。

總之，我們應正確認識不同評論方式對在線教育視頻的應用價值與不足，發揮不同交互形式的長處，提高用戶在線學習的參與感、互動性和知識交流，從而促進在線教育的良性發展。本文的不足之處在于僅以Bilibili一個平臺為數據來源，也未考慮觀看視頻但未發表評論的用戶行為，未來研究將擴大數據來源，深入挖掘不同的評論方式中發布者與觀看者的行為特征，提煉在線視頻用戶評論的行為規律。

參考文獻

[1]中國互聯網絡信息中心.中國互聯網絡發展狀況統計報告[EB/OL].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201908/P020190830356787490958.pdf，2019-10-15.

[2]劉述，單舉芝.在線學習平臺視頻教學交互環境現狀與未來發展[J].中國電化教育，2019，（3）：104-109，119.

[3]Lange P G.Informal Learning on YouTube[J].The International Encyclopedia of Media Literacy，2019：1-11.

[4]Coetzee D，Fox A，Hearst M A，et al.Should Your MOOC Forum Use a Reputation System？[C]//Proceedings of the 17th ACM Conference on Computer Supported Cooperative Work & Social Computing.ACM，2014：1176-1187.

[5]Wise A F，Cui Y.Unpacking the Relationship Between Discussion Forum Participation and Learning in MOOCs：Content is Key[C]//Proceedings of the 8th International Conference on Learning Analytics and Knowledge.ACM，2018：330-339.

[6]Ma X，Cao N.Video-based Evanescent，Anonymous，Asynchronous Social Interaction：Motivation and Adaption to Medium[C]//Proceedings of the 2017 ACM Conference on Computer Supported Cooperative Work and Social Computing.ACM，2017：770-782.

[7]高沛倫.彈幕視頻特性與受眾互動行為探析[J].傳播與版權，2018，（11）：113-114..

[8]Yao Y，Bort J，Huang Y.Understanding Danmakus Potential in Online Video Learning[C]//Proceedings of the 2017 CHI Conference Extended Abstracts on Human Factors in Computing Systems.ACM，2017：3034-3040.

[9]張婧婧，楊業宏，安欣.彈幕視頻中的學習交互分析[J].中國遠程教育，2017，（11）：24-32，81-82.

[10]Junco R，Heiberger G，Loken E.The Effect of Twitter on College Student Engagement and Grades[J].Journal of Computer Assisted Learning，2011，27（2）：119-132.

[11]張興剛，袁毅.自媒體閱讀平臺用戶互動行為研究——以“十點讀書”新浪微博為例[J].情報科學，2017，（9）：79-83.

[12]Hrastinski S.The Potential of Synchronous Communication to Enhance Participation in Online Discussions：A Case Study of Two E-learning Courses[J].Information & Management，2008，45（7）：499-506.

[13]Mak S F J，Williams R，Mackness J.Blogs and Forums as Communication and Learning Tools in a MOOC[C]//Proceedings of the 7th International Conference on Networked Learning Conference，2010：275-284.

[14]Wong J S，Pursel B，Divinsky A，et al.An Analysis of MOOC Discussion Forum Interactions from the Most Active Users[C]//International Conference on Social Computing，Behavioral-Cultural Modeling，and Prediction.Springer，Cham，2015：452-457.

[15]Lee C S，Osop H，Goh D H L，et al.Making Sense of Comments on YouTube Educational Videos：A Self-directed Learning Perspective[J].Online Information Review，2017，41（5）：611-625.

[16]Bonafini F C，Chae C，Park E，et al.How Much Does Student Engagement with Videos and Forums in a MOOC Affect Their Achievement？[J].Online Learning，2017，21（4）：223-240.

[17]劉智，張文靜，孫建文，等.云課堂論壇中的學習者互動話語行為分析研究[J].電化教育研究，2016，37（9）：95-102.

[18]孫傳遠，劉玉梅.中國大學視頻公開課評價——基于愛課程網“精彩評論”的內容分析研究[J].現代教育技術，2013，23（12）：91-95.

[19]Lee Y C，Lin W C，Cherng F Y，et al.Using Time-anchored Peer Comments to Enhance Social Interaction in Online Educational Videos[C]//Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems.ACM，2015：689-698.

[20]Wu Q，Sang Y，Zhang S，et al.Danmaku vs.Forum Comments：Understanding User Participation and Knowledge Sharing in Online Videos[C]//Proceedings of the 2018 ACM Conference on Supporting Groupwork.ACM，2018：209-218.

[21]Lin X，Huang M，Cordie L.An Exploratory Study：Using Danmaku in Online Video-based Lectures[J].Educational Media International，2018，55（3）：273-286.

[22]Zhang Y，Qian A，Pi Z，et al.Danmaku Related to Video Content Facilitates Learning[J].Journal of Educational Technology Systems，2019，47（3）：359-372.

[23]Chen Y，Gao Q，Yuan Q，et al.Facilitating Students Interaction in MOOCs through Timeline-Anchored Discussion[J].International Journal of Human-Computer Interaction，2019：1-19.

[24]Liu L，Suh A，Wagner C.Watching Online Videos Interactively：The Impact of Media Capabilities in Chinese Danmaku Video Sites[J].Chinese Journal of Communication，2016，9（3）：283-303.

[25]Roberts L，Rajah-Kanagasabai C.“Id Be So Much More Comfortable Posting Anonymously”：Identified Versus Anonymous Participation in Student Discussion Boards[J].Australasian Journal of Educational Technology，2013，29（5）：612-625.

[26]Lin X，Huang M，Cordie L.An Exploratory Study：Using Danmaku in Online Video-based Lectures[J].Educational Media International，2018，55（3）：273-286.

[27]胡昌平，胡媛.高校圖書館信息共享空間用戶交互學習行為分析[J].中國圖書館學報，2014，40（4）：16-29.

[28]張帥，王文韜，周華任，等.基于扎根理論的彈幕視頻網站用戶使用行為驅動因素研究[J].情報理論與實踐，2018，41（7）：121-126.

[29]Nunnally J C，Bernstein I H，Berge J M F.Psychometric Theory[M].New York：McGraw-hill，1967.

[30]Rourke L，Anderson T，Garrison D R，et al.Assessing Social Presence in Asynchronous Text-based Computer Conferencing[J].Journal of Distance Education，1999，14（2），50-71.

[31]Wen M，Yang D，Rose C.Sentiment Analysis in MOOC Discussion Forums：What Does it Tell Us？[C]//Proceedings of the 7th International Conference on Educational Data Mining，2014：130-137.

[32]Brown J S，Duguid P.Organizing Knowledge[J].California Management Review，1998，40（3）：90-111.

[33]趙士英，洪曉楠.顯性知識與隱性知識的辯證關系[J].自然辯證法研究，2001，17（10）：20-23.

[34]Moore M G.Three Types of Interaction[J].The American Journal of Distance Education，1989：1-7.

[35]Branon R F，Essex C.Synchronous and Asynchronous Communication Tools in Distance Education[J].TechTrends，2001，45（1）：36-36.

[36]王蕊，羅萬麗.彈幕視頻在在線教育中的應用探析[J].中小學教師培訓，2017，（4）：29-32.

（責任編輯：郭沫含）