國內網絡學習行為研究的現狀與分析

劉春芝 魏蘭蘭 張一春

摘 要：根據第46次《中國互聯網絡發展狀況統計報告》統計，我國在線教育用戶已達3.81億，網絡學習已成為一種重要的學習方式，國內對于網絡學習行為的研究也愈加豐富。分析當前的網絡學習行為研究現狀，能夠為后續的研究提供更加有力的幫助。本研究選取我國2005—2020年發表在國內公開學術平臺上的網絡學習行為論文，借助Bicomb 2.0工具，從文獻時間分布、文獻作者分布、高頻關鍵詞詞頻、網絡學習行為研究的關注點四個方面入手進行分析，研究結果表明目前國內網絡學習行為研究主要聚焦于網絡學習行為的內涵、分類、影響因素和模型四個范疇。基于此，筆者提出具體化網絡學習行為內涵、深度化網絡學習行為分析和實踐化網絡學習行為模型等建議，以期為研究者進行后續的深入研究提供一定的幫助。

關鍵詞：網絡;學習行為;現狀

中圖分類號：G434文獻標志碼：A文章編號：2096-0069（2021）02-0009-06

收稿日期：2020-12-06

基金項目：2019年江蘇省高等教育教改研究課題“智慧課堂交互系統模型及教學模式構建”（2019JSJG550）

作者簡介：劉春芝（1997— ），女，山東臨沂人，南京師范大學教育科學學院碩士研究生，研究方向為信息技術與教育應用;魏蘭蘭（1996— ），女，河南洛陽人，南京師范大學教育科學學院碩士研究生，研究方向為信息技術與教育應用;張一春（1970— ），男，江蘇常州人，南京師范大學教授、博士生導師，研究方向為信息技術與教育應用。

引言

根據2020年9月29日發布的第46次《中國互聯網絡發展狀況統計報告》，截至2020年6月，我國網民規模已達9.40億，互聯網普及率達67.0%，其中在線教育用戶規模達3.81億，占網民整體的40.5%，網絡學習成為一種重要的學習方式，因此，始終受到研究者們的普遍關注。為達到良好的網絡學習效果，研究者們曾從學習者個性特征、學習過程評價甚至是學習行為的個性化干預等方面進行了研究[1]。而從眾多研究成果來看，在線學習行為是預測學習效果的重要變量[2]。因此，本研究轉換視角，立足于學生網絡學習行為本身，嘗試對近十五年的網絡學習行為研究的發展和概況進行梳理，以期為后續的網絡學習研究提供一定的幫助。

一、研究設計

（一）研究樣本的來源

本研究以中國知網（CNKI）國內期刊總庫為信息源，對國內網絡學習行為領域的相關研究進行梳理。在CNKI上以“網絡學習行為”“在線學習行為”為主題進行檢索，檢索與網絡學習行為相關的文獻數據，借助Bicomb 2.0軟件和Excel 2010統計工具，分析當前研究的整體概況和關注熱點。截至2020年9月，作者共檢索到1080篇文獻，剔除投稿須知、通知廣告等無關文獻138篇后，最終獲得有效研究文獻942篇。

（二）研究工具

本研究選取Bicomb 2.0和Excel 2010軟件為工具，運用詞頻統計、趨勢分析等統計方法對樣本文獻進行分析。

二、研究結果與分析

（一）網絡學習行為研究領域研究文獻的分布

1.文獻時間分布

文獻時間分布能夠從側面反映在一定時期內某領域的發展態勢和歷史變化，揭示其研究的發展趨勢。筆者將在知網檢索到的網絡學習行為和在線學習行為文獻利用Bicomb 2.0工具按年代提取并統計，將結果導出至Excel中，構建出的文獻研究年發表趨勢折線圖，如圖1所示。由圖1可知，網絡學習行為的研究自2005年起便開始平穩增長，且隨著《教育信息化十年發展規劃（2011-2020年）》在2012年的頒布，網絡學習行為研究的發展速度迅速提高，特別是自2014年起文獻數量呈猛烈勢頭增長。2018年，由于研究熱度的降低，研究者們關于網絡學習行為的研究成果稍有減少，但大數據技術的推進使得該領域研究至2019年達到頂峰狀態。受外部因素的影響，截至2020年9月，網絡學習行為領域研究整體狀況呈現下滑趨勢，但隨著政府和高校對于在線網絡學習的重視程度的逐步提高和互聯網技術與教育關聯程度的進一步增強，可以預測在接下來的時間內國內對于在線學習的探索將會有所回溫。

2.文獻作者分布

從文獻作者分布情況可以看出該領域的作者力量分布，為保證統計信度，本研究僅限于對期刊論文的第一作者進行統計。統計結果表明，對于網絡學習行為研究較多的學者主要為華中師范大學的彭文輝、遼寧師范大學的李玉斌、國家開放大學信息化部的魏順平、陜西學前師范學院的高潔、貴州師范大學的尹鐵燕、武漢大學的吳青等。由此可知，發文量較多的研究學者較為集中分布于師范院校，其對于網絡學習的關注度更高，能夠敏銳察覺到學習者學習方式的變化，并能緊跟國際研究方向，對網絡學習行為的研究更加深入和廣泛。

而隨著當前信息化的逐步發展，盡管國內該領域的研究力量分布愈加廣泛，但研究實力并不雄厚，缺乏穩定的研究群體和研究力量。通過分析上述統計可知，大多數研究者的研究成果產量為1篇，對該領域的研究價值缺乏深入的挖掘，而這一研究現象也導致該領域的突出研究成果相對較少，研究的系統架構也相對不完善。

（二）網絡學習行為研究的主題分析

1.高頻關鍵詞詞頻分析

研究使用Bicomb 2.0按關鍵詞進行提取并統計，并將結果導入至Excel 2010中。由于該領域研究較為廣泛，故得到原始關鍵詞超過1000個。為了最大限度地保留該領域的成果特征，反映該領域自身的研究特點，本研究僅選取出現頻次在10次及以上的關鍵詞作為高頻詞進行展示，共得到39個關鍵詞，如表1所示。

從表1可知，網絡學習行為的研究領域紛繁復雜，主要熱點詞頻集中于在線學習、網絡學習行為、網絡學習等，說明當前學者還是集中于探討網絡學習及網絡學習行為本身，而對其相關元素（如聚類分析方法、結構方程模型等）有一定研究但非主要研究方向。當然，這并非說明其不重要或不值得關注，在后續的研究中，這仍可能會是學者們關注的重點。

2.網絡學習行為研究的關注點分析與解讀

國內近十五年網絡學習行為的研究主要集中在網絡學習行為的內涵、分類、影響因素、模型四個范疇。

（1）網絡學習行為的內涵

學界目前還未對網絡學習行為進行統一的概念界定，研究者們眾說紛紜。基于以往研究，學界目前主要持有環境論和行為論兩種觀點。

環境論強調網絡環境下的學習行為，即將網絡學習行為更多理解為“在由現代信息技術所創設的、具有全新溝通機制與豐富資源的學習環境中所開展的學習行為”[3]，且有研究將該種學習行為窄化為自主學習行為[4]，僅強調在自主學習過程中發生的行為，而忽略了在教師引導下所發生的學習行為。

行為論與環境論所強調的重點不同，其說明重點在于“行為”，即將網絡學習行為理解為學習者在學習過程中為實現一定的學習目標借助網絡環境所產生的學習行為[5]，并將該行為視作學習者內部心理和外部操作共同作用的結果，網絡僅在其中起到一定的工具輔助作用。

從以上定義我們可以看出，當前對于網絡學習行為內涵的研究存在多種視角，且不同研究者會基于自身研究的需要站在不同的角度進行不同的描述和分析。但不論如何定義，其核心均在于強調網絡環境和學習行為之間的關系，且試圖厘清其與學習者之間的本質關聯。因此，綜合已有觀點，本研究從學習者學習需要、網絡環境與學習行為三個元素之間的關聯出發，將網絡學習行為理解為：學習者為實現一定的學習目標或學習需要，在信息技術所創設的網絡環境中所發生的一切與學習相關的操作行為和心理行為的總稱。該定義希冀能夠闡明學習環境、學習行為以及學習者三者的聯系，并揭示網絡學習行為的特征。

（2）網絡學習行為的分類

對網絡學習行為進行分類，有助于研究者和教學者針對不同學習者的不同學習行為進行適宜的指導。國內學者對于網絡學習行為的分類多集中于從網絡學習行為的表現形式和行為發生的對象兩方面出發進行歸納和整理。

第一，從網絡學習行為的表現形式出發進行分類。該種分類方法多是將學習者外在的學習行為表現根據一定的規則進行分類，如基于信息處理的規則分為收集信息、加工信息、發布信息、交流信息和使用信息五種網絡學習行為[6]。除此之外，還有學者考慮到網絡學習過程中的人際交往，故而增加人際溝通與交流的學習行為[7]。

第二，從網絡學習行為的發生對象出發進行分類。比較有代表性的為王麗娜從學習者交互的角度出發，根據交互的對象，將網絡學習行為分為學習者與學習資源交互所發生的個性化交互行為以及學習者與參與者之間發生的社會性交互行為[8]。有研究對此展開深入探討，并基于學習者和學習者之間的“關系”，將網絡學習行為進一步細化為自主性網絡學習行為、遠緣網絡行為和近緣網絡行為[9]。

在研究過程中，筆者發現不論是何種分類方法都較為突出網絡學習行為的“行為”屬性，關注行為的發生、發展和變化，都旨在通過行為特征揭示學習者內在的個人學習特性。但深入研究后發現兩種分類方法均有其弊端，若僅根據網絡學習行為的表現形式進行劃分則會缺失對學習者的內在學習行為表現的關注，從而無法實現對其網絡學習行為的全面了解;而若依據進行網絡學習行為的發生對象進行劃分，將行為發生的對象明確為學習資源和學習過程中的參與者兩方面，看似較為全面和客觀，但是國內仍缺乏較為明確的劃分標準和行為指標，因而所得出的行為分類結果與根據外在行為表現進行劃分的結果大同小異，都僅是停留在較為表層和基礎的行為，而缺乏對內在行為的把握和說明。因此，這啟示我們，要基于現有的網絡學習行為分類框架，結合網絡技術，將學習者的內在學習行為與外在學習表現相關聯，實現對學習者網絡學習行為的全面挖掘。

（3）網絡學習行為的影響因素

從已有研究來看，研究者們多認同學習者網絡學習行為的發生受學習者自身因素和外部環境因素兩方面因素的影響。從學習者自身來看，主要受信息素養水平、自我監控能力、學習動機、學習風格和原有學科知識的影響;從外部環境來看，網絡教學模式、網絡學習資源和網絡學習支持服務是對學習者的網絡學習行為發生產生影響的重要因素[10]。然而，盡管學界對以上因素持認同態度，但大多數研究均僅采用調查和統計的方法，只是簡單地利用調查問卷對各類影響因素進行歸納總結，而缺乏實證的說明和質性的深入解析。當前僅有小部分研究，運用實驗研究的方法，對某一單一影響因素，如學習風格、學習者年齡、學習者性別、社會存在感等因素進行了探討。

綜而觀之，從理論到理論，是大多數研究網絡學習行為影響因素成果的依據與來源，因此，盡管學界已經對影響網絡學習行為的眾多影響因素有一個普遍的認同，但由于缺乏“實在”的說明，沒有切實的調查能夠對所提出的影響因素進行佐證，故而本研究認為這應是后續研究繼續開展和完善的方向，即從實證研究或質性研究的角度，對影響網絡學習行為的影響因素進行驗證，并可試圖構建出影響網絡學習行為發生的因素模型，找出各因素影響網絡學習行為發生的內在機制，以便更好地為教育教學服務。當然，除此之外，研究過程中也要避免早期研究過程中僅以調查和統計為主的研究思路，不能僅僅停留在描述性統計層面，要深入剖析某類影響因素下的學習者學習行為所表征出的深刻內在原因。

（4）網絡學習行為的模型

隨著對網絡學習行為研究的深入，學習行為本身所具有的復雜性和多樣性特點逐步彰顯，因而較多學者開始將關注網絡學習行為的模型研究，試圖通過構建相關模型以深入探究網絡學習行為的內在特質。

早期的模型研究多圍繞網絡學習行為的多樣性特點以及影響網絡學習行為的因素兩個角度展開。一方面，從探究網絡學習行為多樣性角度，學界內較為認可彭文輝學者所建立的網絡學習行為系統模型。該模型將網絡學習行為基于一定的團體規則從橫向和縱向兩個角度進行一定的劃分并依托于實際的網絡學習平臺[11]。另一方面，也有不少學者試圖從資源因素、技術因素等角度入手探究并厘清影響學習者進行網絡學習行為的真正決定因素，并建立網絡學習行為研究模型[12]，但該方面研究仍舊存在研究分析僅停留在數據統計與描述的層面，無法深入探究到學習者內在的學習行為的問題。除此之外，在早期研究中也有小部分研究是從評價角度開展的，即從理論角度建立一定的網絡學習行為評價模型[13]，但缺乏一定的實證驗證。

而近年來，隨著信息技術的飛速發展和大數據時代的來臨，網絡學習行為模型研究開始傾向于從預測角度進行研究，即對網絡學習行為與學習結果或其他因素進行一定的預測模型的構建[14]。但這其中也存在一定的問題亟待解決，如如何能夠保證數據采集的科學性等。盡管很多模型都進行了實證研究，其最終測量結果也符合研究者的前期假設且效果較好，但是其解釋力卻仍稍顯不足，歸根結底因為很多研究都缺乏較為堅實的理論“地基”，因此，網絡學習行為模型構建的先決條件——理論框架的建立應是下一步研究的重點。

三、討論與啟示

從近十五年網絡學習行為的研究來看，國內學者大多停留在理論層面的探討，如前文所探討的內涵、分類、影響因素等研究，而在實踐層面的內容探討相對較少，這或與當前的網絡學習方式的發展相關。在未來，隨著互聯網的進一步普及和飛速發展，網絡學習方式將成為重要的學習方式，因此我們在后續的研究進程中應重點關注對以下幾個方面的推進和探討。

（一）具體化網絡學習行為內涵

網絡學習行為的內涵對影響該行為發生的具體因素、評價該行為結果的指標要素都有著重大的意義，而且研究者或教學實踐者只有對于網絡學習行為的內涵有一個明晰的輪廓，才能給予學習者明確的學習規劃，以幫助其達成學習目標。

網絡學習行為作為一個具體化的行為概念，被國內研究者深度挖掘后界定為具有多重內涵的行為總稱，且著眼于不同視角的研究者對該行為的界定多有不同。盡管如此，我們也應當對該定義的內在表征達成一個基本的共識，從而為后續網絡學習行為數據的采集、影響因素的分析以及相關模型的構建指引方向。如前文所述，本研究將網絡學習行為分解為學習者學習需要、網絡環境與學習行為三個元素概念，其內涵即圍繞這三個元素概念所形成的因果聯系，并由此提出網絡學習行為所具有的一定的目的性、環境的依托性和行為的綜合性的特征。當然，本研究也僅僅是基于前人的研究成果對內涵進行的一定程度的豐富和完善，該內涵本身仍舊具有相當多可以探索和深究的地方，亟待其他研究者的補充。

（二）深度化網絡學習行為分析

在當前的研究中，由于各學者的研究出發點不同或是對于網絡學習行為的理解不同，使得網絡學習行為的分類較為紛雜，看似豐富，實則貧乏，無論是從學習行為的表現形式或是從學習行為的發生對象的角度出發，都僅僅是將網絡學習行為的具體表現區別化、將行為操作類別化，而忽略了對于表層學習行為和深層學習行為的區分，使得在后續的研究進程中深度化的網絡學習行為的研究方向變得較為分散。

當前主要的研究方法仍停留在基礎的數據統計和簡易的調查訪談。盡管多數研究的研究對象不同，但研究結果大同小異，多是說明在當前的學習環境中學習者網絡學習行為主要集中于登錄行為、瀏覽行為、點擊行為等表層行為。而在此類研究中往往缺乏對學習者深層行為，即評價行為、交互行為等的分析和探究。不可否認，在網絡學習行為收集和分析的過程中，表層學習行為的占比較大，那么對于學習者而言，其表層學習行為的背后有怎樣的意義呢？我們是否可以透過其表層學習行為對其深層行為有一定的了解和挖掘呢？而且，網絡化的學習環境也為我們深度化網絡學習行為提供了一定的便利。在傳統的課堂學習環境中，我們只能通過攝像頭等外在設備捕捉學生的學習行為，且有時會由于設備本身的測量精度和零件的靈敏度等原因導致數據捕捉有誤。而在網絡化學習環境中，學生所有的學習行為軌跡均被系統記錄，我們可以通過提取相關數據信息從而實現對學習者網絡學習軌跡的把握，將其學習行為和完整的學習過程相關聯，更好地挖掘學習者發生某類表層學習行為背后的因素，從而揭示其學習風格、學習喜好等學習者內在特征。

（三）實踐化網絡學習行為模型

網絡學習行為模型是當前研究的熱點之一，但熱不一定是好。在早期研究中，大多數研究者都停留在從理論層面（如內外因素角度、學習者個體角度等）對網絡學習行為進行模型構建，以一個較為宏觀的視角分析得出網絡學習行為的相關框架，但其中缺乏一定的實證驗證，無法給出可移植和可推廣的普適性結論。而大數據的發展看似推動了網絡學習行為模型研究的實踐化道路，實則效果有限。由于近些年研究開展的方向與早期研究并不一致，故而早期的理論成果仍舊未得到充分的驗證，且由于近些年的研究較為偏向實踐化的方向，因而也缺少了扎實的理論構建。

當然，這并非否認網絡學習行為模型研究成果的價值，而是希望之后的研究能夠進一步將早期的研究成果和近些年的研究方向做一個更好的“擬合”。如：是否可以將網絡學習行為分類的模型作為數據采集的基礎？是否可以將網絡學習行為的影響因素模型納入預測模型研究的因素分析之中？在未來的研究中，我們應嘗試將理論層面所建構的模型與實踐層面進行更加緊密的結合，將相關研究真正“落地”，并通過迭代研究或設計研究的方式不斷修正和調整相關的模型，從而使網絡學習行為模型不斷完善，以便為網絡學習行為的深入研究提供更多的借鑒。

四、結語

從以上研究成果來看，國內對于網絡學習行為的研究已有一定的積累。且在“互聯網+”、在線教學等新教育方式飛速發展的背景之下，網絡學習正在被越來越多的學者所重視，同時為網絡學習行為的研究提供了更好的發展空間，也為學生學習提供了更加新穎和便捷的學習方式。然而，在網絡學習行為研究領域內，也存在一些難以解決的問題。如理論和實踐銜接不夠緊密、研究分析過于淺顯等。因此，在下一步的研究過程中，研究者需要更加注重研究的嚴謹性和深刻性，并針對當前的研究進行進一步的完善和補充。

[1]王燕枝.網絡學習行為研究現狀及發展趨勢[J].中國成人教育，2019（14）：3-6.

[2]沈欣憶，劉美辰，吳健偉，等.MOOC學習者在線學習行為和學習績效評估模型研究[J].中國遠程教育，2020（10）：1-8，76.

[3][11]彭文輝，楊宗凱，黃克斌.網絡學習行為分析及其模型研究[J].中國電化教育，2006（10）：31-35.

[4]黃克斌，王鋒.E-learning環境下的網絡學習行為研究[J].山西廣播電視大學學報，2008（2）：18-19.

[5]李玉斌，武書寧，姚巧紅，等.大學生網絡學習行為調查研究[J].電化教育研究，2013，34（11）：59-65.

[6]王春旸.網絡遠程教育學習行為及效果的分析研究[D].成都：西南交通大學，2011.

[7]侯鳳芝.在校大學生在線學習行為研究：以“多媒體技術”網絡課程為例[D].金華：浙江師范大學，2010.

[8][10][13]王麗娜.網絡學習行為分析及評價[D].西安：陜西師范大學，2009.

[9]黃睿航，齊禮良.關系嵌入：網絡學習者的學習行為實證研究[J].遠程教育雜志，2015，33（6）：54-61.

[12]季志.大學生網絡學習行為模型與實證研究[J].中國遠程教育，2013（5）：59-63，96.

[14]王改花，傅鋼善.網絡學習行為與成績的預測及學習干預模型的設計[J].中國遠程教育，2019（2）：39-48.

（責任編輯 孫興麗）

The Current Status and Analysis of National Network Learning Behavior Research

LIU Chunzhi，WEI Lanlan，ZHANG Yichun

（School of Education and Science，Nanjing Normal University，Nanjing，Jiangsu，China 210097）

Abstract： According to “The Statistics of the 46th Statistical Reports on Internet Development in China” ，the online educational users in China have already been 381 million.Network learning has become an important learning method， and the research on the network learning behavior in China is becoming richer.The analysis of the research status of the current network learning behavior can provide much more powerful assistance for the subsequent research.This research has chosen the national network learning behavior papers published in national public academic platform from 2005 to 2020，and with the assistance of the tool of Bicomb 2.0，has analyzed from four aspects，namely，time distribution of literatures，author distribution of literatures，high-freguency key words freguency，and the research focuses of network learning beharior.The research results indicate that nowadays national research of network learning behavior mainly focuses on four categories of network learning behavior，namely，connotation，classification， influential factors and model. Based on the above，the author has put forward some suggestions like crystallizing the connotation of network learning behavior，deepening the analysis of network learning behavior and practicing network learning behavior model，etc.， hoping to provide certain help for the researchers to do subsequent deep researches.

Key words： network;learning behavior;current status