基于雨課堂彈幕數據的在線學習參與分析

馮麗萍 張立東 桑惠云

[摘 要] 在線學習參與質量是促進在線學習中深層次學習發生、提升在線學習質量的關鍵影響因素。分析在線學習參與行為可為挖掘在線學習質量提升著力點、凝練在線學習行為機理模型奠定基礎。以雨課堂彈幕數據為切入點，在既有研究成果的基礎上，從總量分布、時間分布兩個維度提出在線學習參與分析方法;基于Pearson相關系數論證雨課堂彈幕數據的科學性和可靠性，最后分析實例論證方法的可行性。研究結果表明，彈幕成績分布與平時成績分布、總成績分布強相關，將彈幕數據用于在線學習參與分析中具備科學性和可靠性。基于彈幕數據的在線學習參與分析成果可有效反饋于教學實施計劃調整、課上教學設計優化。

[關鍵詞] 在線學習參與;數據分析;雨課堂彈幕;Pearson相關系數

[基金項目] 2020年度山東教育廳山東省教育科學“十三五”規劃課題“基于學習行為分析的工科專業課程教學生態重構研究”（2020QYB009）;2019年度山東交通學院教學改革研究項目“混合式教學模式下軌道交通運營管理專業課程教學改革實施方案研究”（2019YB33）;2019年度山東教育廳山東省研究生教育質量提升計劃項目“車聯網技術智慧雨課堂案例庫建設”（SDYAL19216）

[作者簡介] 馮麗萍（1989—），女，山東臨沂人，博士，山東交通學院軌道交通學院講師，主要從事混合式教學改革研究。

[中圖分類號] G434? ? ?[文獻標識碼] A? ? ?[文章編號] 1674-9324（2021）34-0018-04? ? ?[收稿日期] 2021-04-22

一、引言

1994年互聯網連入社區走進普通大眾，顛覆性地影響了很多行業，也催生了無數新行業，但當初被預言受影響最大、收益最大的教育系統在發展在線教育的過程中沒有出現顛覆性變革。根據中國互聯網絡信息中心第44次《中國互聯網絡發展狀況統計報告》數據顯示，截至2019年6月，我國在線教育用戶規模達2.32億，較2018年增長3122萬，占網民整體27.2%，全年在線教育用戶規模達2.59億人。但同時，以MOOC為代表的在線學習往往由于在線學習者自覺性和自學能力不足、倦怠孤獨、在線資源質量參差不齊、缺乏教師激勵和引導等原因，導致學生完成率低，高注冊率低完成率現象屢見不鮮。在線學習參與是指學習者在任務、事件、興趣的驅動下，開始在線學習并保持興趣，完成在線學習的行為[1]。深入分析在線學習行為是挖掘在線學習質量提升著力點，科學、高效改進在線教學設計水平的前提條件。本文以雨課堂彈幕為切入點，基于Pearson相關系數等指標論證基于彈幕數據的在線學習參與分析的科學性，并提出多維度的評價指標體系，將分析結果反饋于教學設計，為在線教學設計優化提供了一個新的思路。

二、在線學習參與研究現狀

隨著信息化時代的到來，互聯網技術的飛速發展促進了教育信息化的時代變革。將信息技術深度融合于現代教育課程中，不僅是教學手段與教學方法的改進，更是教育理念與教學結構的時代性變革[2]。目前，國內對線上教學與在線學習的研究多為混合式教學模式改革，其中具體課程的混合式教學模式設計及在線自主學習行為模式是研究的熱點。彭飛霞從動力、過程、結果和條件四個維度分析在線學習行為的影響因素，并構建在線學習的作用機理和激發模型[1];穆肅等人以在線學習中深層次學習理論框架為基礎，聚焦在線學習中深層次學習的策略，重構促進在線學習中深層次學習發生的策略模型及相應學習活動[3];白永國等人利用結構方程分析法，構建在線學習參與度與網絡學習空間持續學習意愿模型并進行數據分析，為優化遠程教育網絡學習空間建設提出建議[4];姜強等人基于大數據分析從數據與環境（what）、關益者（who）、方法（how）和目標（why）等四個維度構建個性化自適應在線學習分析模型[5];初倩研究了基于在線學習的個性化教學模式的可行性，并設計了一款面向在線學習的個性化教學系統[6];賈利鋒等人基于探究社區理論，探討影響在線學習認知形成的各種臨場感因素，并構建結構關系模型，對各臨場感的結構關系進行相關、過沖中介、調節分析[7];王建亞等人采用元分析法對國內外在線學習用戶使用行為研究的樣本數據進行了綜合分析，發現25個因素與在線學習用戶使用行為顯著相關[8];楊敏等人著眼于在線課程論壇的師生互動文本，以費爾克拉夫批判話語分析為理論基礎，對在線課程教學中的互動文本進行了分析[9]。

三、在線學習行為分析方法

（一）總體思路

雨課堂是清華大學和學堂在線共同推出的新型智慧教學解決方案，致力于為所有教學過程提供數據化、智能化的信息支持。其中，彈幕以在授課過程中實現師生之間、生生之間，跨越空間距離的及時反饋的方式創新師生互動模式，在切實提高師生互動性、增強教學活動針對性方面具有顯著優勢。考慮到彈幕在課上教學全周期內隨時隨地發送的特性，可實現以彈幕數據為切入點，從不同維度分析學生在線學習參與行為，為在線教育質量提升提供輔助依據。

（二）總量分布

彈幕總量分布是指在課程教學周期內，以教學班級內每位學生為對象統計的彈幕發送總量的分布情況。總量分布是對課堂教學周期內學生主動參與課堂教學行為的群體特征刻畫，能夠在學習行為分析中，幫助厘清學生在線學習行為與課上教學內容設計、教學活動組織質量之間的關系，避免在線學習行為分析脫離教學設計本身。

（三）時間分布

1.以課上教學順序為時間軸的彈幕分布，即以課上教學順序為離散橫坐標，對每次課上教學，以教學班級內每位學生在該次課上教學中的彈幕發送總量為縱坐標的分布情況。該維度的時間分布刻畫了課堂教學開展縱向周期內學生主動參與課上教學的變化規律。

2.以單次課上教學為時間軸的彈幕分布，即對單次課上教學時間以適當的時間（如10～20分鐘）為單位時間劃分成幾段作為橫坐標，以每個時間段內的彈幕發送總量為縱坐標的分布情況。該維度的時間分布刻畫了單次課上教學橫向周期內學生主動參與課上教學的變化規律。