基于慕課平臺數據分析的學生在線學習個性化研究

李金海 泰州學院計算機科學與技術學院

● 引言

慕課平臺改變了長期以來傳統的口耳相傳的授課模式[1]，在新型信息技術的推動下，以及在學習者學習經歷、學習能力等存在一定的差異性的客觀因素下，在線學習成為學習者進行個性化學習的現實需求。近年來，隨著教育部《關于加強高等學校在線開放課程建設應用與管理的意見》的頒布，慕課平臺成為全國各高校開展在線開放課程的主要途徑。而2019—2020學年第二學期受新型冠狀病毒疫情的影響，全國高校的各類課程教學活動基本采用了在線授課模式，這里有主動的選擇，如部分高校開設的在線精品課程資源，這些課程具有豐富的在線教學資源，但大多數課程還是被動的選擇，由于事發突然，這些課程絕大多數只有線下授課的教學資源，缺乏在線授課的教學資源。此時，慕課平臺中大量的精品慕課資源成為首選在線教學資源，各高校基于慕課平臺建立高校慕課系統，通過引入精品慕課資源支撐在線教學活動，保障在線教學活動的高效開展。在疫情肆虐的特殊環境下，筆者所授課的課程“Python數據分析技術”也由線下授課模式轉變為在線授課模式，為了保障在線教學活動的有效開展，筆者選擇了中國大學MOOC平臺中嵩天老師教學團隊的國家精品慕課資源《Python語言程序設計》與《Python數據分析與展示》作為學生在線學習的主要在線資源。本文將以學生慕課平臺的學習數據以及線下考核成績數據為樣本數據，研究學生在線學習的個性化需求，以及在線學習與線下考核成績的相關性。

● 相關理論分析

1.基于學習數據的學習者研究

隨著在線教學平臺的廣泛開展，近年來，部分學者基于在線教學平臺中的學習數據研究了學習者的學習行為以及學習效果。例如，王改花等（2018）利用該校2002年就已開設的在線開放課程“現代教育技術”的在線學習數據，通過數據挖掘技術對在線學習者行為進行聚類分析。[2]Natek等（2014）通過決策樹算法研究了學習者的基本信息、平時表現以及學習類型與過程、對最終考核成績的影響。[3]

2.基于慕課平臺的研究

在眾多的在線學習系統中，慕課平臺是目前使用較為廣泛的在線學習系統。邱文教等（2017）基于對東南大學的學生問卷調查，通過描述性分析以及因子分析方法對慕課滿意度的影響因素進行了分析。[4]鄂麗君等（2016）基于高校圖書館視角，對高校學生的慕課認知及學習現狀進行調查，為高校圖書館開展慕課學習服務提供支撐。[5]

3.在線學習個性化研究

隨著眾多在線教學平臺的興起，在線學習資源激增，猶如電子商務平臺，在線教學平臺也出現了信息過載的問題，在線學習者獲得有效在線學習資源的難度加大，因此，在線學習個性化研究成為教學改革研究的熱點。查英華等（2015）根據學生的特征，基于學生與學習資源之間的二元關系，構建了基于個性化推薦的移動學習模型。[6]周海波（2018）從數據層、行為層以及表示層這三個層次，探究了自適應學習平臺的體系框架，為優化自適應學習平臺提供了理論支撐。[7]孔晶等（2016）論述了“互聯網+”時代中的云計算技術與大數據技術對學生個性化學習的支撐作用。[8]胡國強等（2017）在改進協同過濾算法的基礎上，設計了MOOC個性化課程推薦系統，為用戶提供個性化的課程選擇。[9]

● 基于慕課平臺數據分析的學生在線學習個性化分析

1.基于慕課平臺數據分析的學生在線學習效果分析

本文以中國大學MOOC平臺為在線教學開展的慕課平臺，對其數據進行分析，中國大學MOOC平臺中主要記錄的在線學習過程數據包括課程數據、學生成績數據、學習數據統計、學生數據等。學習數據統計包括學生信息、學生分組、有效成績、視頻觀看個數、視頻觀看次數、視頻觀看時長、討論區主題數以及討論區評論數+回復數，共8個數據項。筆者選取中國大學MOOC平臺學習數據統計數據為數據分析來源數據，中國大學MOOC平臺學習數據統計界面圖如圖1所示。

圖1 中國大學MOOC平臺學習數據統計界面

通過Python數據分析技術對中國大學MOOC平臺學習數據統計數據進行數據預處理。分析學習數據統計表發現，8個數據項中可以選擇視頻觀看個數、視頻觀看時長兩項數據進行學生在線學習效果分析研究的在線學習過程數據，通過與線下考核成績的對比分析，挖掘在線學習過程數據與線下考核成績的相關性。

數據預處理的流程如圖2所示。

圖2 數據預處理的流程

數據預處理各流程的操作步驟如下：

①基于Pandas庫導入學習數據統計Excel表，導入后數據類型為DataFrame；

②去除無用列（如學生分組、有效成績等列）；

③按學生學號順序升序排序；

④添加序號列（序號列從1開始編號，由于在Python數據分析中，DataFrame索引默認是從0編號，所以添加從1開始編號的序號列，更便于直觀展示信息）；

⑤缺失值填充，默認以0填充；

⑥將視頻觀看時長轉換為以秒為單位的時間數據，原始數據格式為HH：MM：SS，且為字符串型，這一步的關鍵在于基于“：”將字符串切割成列表，該列表的格式為[HH, MM, SS]，然后通過for循環將列表轉換為一個整型數據，HH*3600+MM*60+SS即為轉換后的秒數。

基于Pandas庫對學習數據統計數據進行數據預處理后的部分結果如圖3所示（為了保護學生信息，已隱藏學生姓名、學號兩列）。其中，視頻觀看個數1與視頻觀看時長1是指《Python語言程序設計》慕課的視頻觀看個數與視頻觀看時長；視頻觀看個數2與視頻觀看時長2是指《Python數據分析與展示》慕課的視頻觀看個數與視頻觀看時長。

得到了慕課平臺學生的在線學習數據后，筆者將學生的在線學習數據與線下考核成績進行相關性分析。通過線性回歸挖掘學生的在線學習各項數據與線下考核成績的線性相關性，結果如下頁圖4所示。其中，各子圖中橫坐標表示在線學習各項數據的值，縱坐標表示線下考核成績的值，散點為真實值坐標，線段為線性回歸擬合后的預測坐標。

由圖4可以看出，子圖1與子圖2的線性回歸擬合線段較平緩，說明視頻觀看個數對線下考核成績影響較小；子圖3與子圖4的線性回歸擬合線段呈明顯上升趨勢，說明視頻觀看時長對線下考核成績具有顯著正向影響；而且也可以發現大多數學生的視頻觀看個數較為一致，這是因為慕課平臺以打開視頻學習頁面為計數標準，而視頻觀看時長則根據學生具體學習視頻時長統計，但是在疫情期間由于慕課平臺在線學習人次較多，服務器負荷較大，慕課平臺統計數據有些許誤差。

圖3 基于Pandas庫對學習數據統計數據進行數據預處理后的部分結果

2.基于慕課平臺數據分析的學生在線學習個性化分析

在分析在線學習各項數據與線下考核成績的線性相關性的基礎上，筆者將繼續研究基于慕課平臺數據分析的學生在線學習個性化問題，對線下考核成績較差的學生，可以對他們進行個性化的課程學習內容推薦。從子圖3與子圖4中可以看出，視頻觀看時長2作為自變量時，線性回歸擬合的斜率更大，這可以在一定程度上說明視頻觀看時長2，即《Python數據分析與展示》慕課的學習時長的變化對線下考核成績的影響更大。為驗證這一推斷，將視頻觀看時長1與視頻觀看時長2兩個變量同時作為線性回歸模型的自變量，線下考核成績作為因變量，構建多元線性回歸模型。通過調用多元線性回歸模型的intercept_、coef_屬性，可以得到常數項以及回歸系數，如圖5所示。

圖4 在線學習各項數據與線下考核成績的線性相關性

圖5 多元線性回歸模型的常數項以及回歸系數

可以得到多元線性回歸模型為：

Y=70.61422771+8.89901281e-06*視頻觀看時長1+9.83465545e-05*視頻觀看時長2

通過多元線性回歸模型的兩個自變量的回歸系數可知，視頻觀看時長2的回歸系數顯著大于視頻觀看時長1的回歸系數，上述的推斷得到驗證。

因此，對線下考核成績較差的學生，教師可以向他們推薦個性化的課程學習內容，對沒有完成《Python數據分析與展示》慕課學習的學生，讓他們繼續完成《Python數據分析與展示》慕課的學習，對已完成《Python數據分析與展示》慕課學習的學生，可以向他們推薦其他類似慕課學習資源。

下面，筆者將通過均方根誤差（RMSE）對以上5個線性回歸模型進行評價。

RMSE的評價公式為：

RMSE的評價方法為：np.sqrt（metrics.mean_squared_error（y_true, y_pred））

其中，y_true為真實的線下考核成績，y_pred為通過線性回歸模型預測得到的線下考核成績。各模型的RMSE值如下頁圖6所示。

由圖6可知，視頻觀看時長1及視頻觀看時長2組合變量與線下考核成績的多元線性回歸模型的RMSE值最小，說明真實線下考核成績與預測線下考核成績的誤差最小，該線性回歸模型較優，更適合用于評價學生在線學習的效果，以及用于學生在線學習個性化的推薦。

圖6 線性回歸模型的RMSE值

● 結論

筆者基于中國大學MOOC慕課平臺的學習數據統計數據，對在線學習各項數據與線下考核成績的線性相關性進行了深入研究。在此基礎上，筆者繼續研究了不同慕課課程視頻觀看時長對線下考核成績的影響程度大小，發現《Python數據分析與展示》慕課學習時長的變化對線下考核成績的影響更大，因此，有針對性地向學生進行個性化的慕課資源推薦。后續，筆者將繼續引入更多的慕課平臺學習數據，通過數據挖掘與機器學習技術對學生的在線學習個性化問題進行更為深入的研究。