基于學習分析技術的高職學生在線學習研究
——以N大學網絡傳播學院為例

張雪燕，馮姚震

（寧波開放大學，浙江 寧波 315000）

隨著互聯網技術和移動技術的爆炸式增長和多樣化，以移動學習為代表的在線學習與培訓逐漸和績效支持等手段相結合，成為推動組織學習的重要支撐手段。在線教育和智慧學習環境的發展，使數據成為新的教學要素，讓教育數據和信息資源成為教育新業態最核心的資產。教師利用學習平臺記錄的數據可了解學生的學習風格、學習行為特點及其影響因素等，有助于提高教學質量，實施個性化教學，從而提高學生學習滿意度，提升學生學習績效。在線學習對實現個性化學習具有重大意義。但在線學習是基于建構主義的自我驅動性的自主式學習，高職學生相對于本科院校學生而言，具有缺乏學習主動性、學習能力較弱等特點，因此教師更應了解其學習過程，以對其在線學習過程進行分析和有效地監督。

一、核心概念界定與研究綜述

（一）學習分析

2011年首屆學習分析和知識國際學術會議將“學習分析”（Learning analytics）定義為“測量、收集、分析和報告有關學生及其學習環境的數據，用以理解和優化學習及其產生的環境的技術”。2021年的《地平線報告》也給出了近似的定義，之后《地平線報告》連續四年將學習分析作為影響教育發展趨勢的關鍵技術。學習分析在大學教與學中應用發展迅速，已成為教育信息化的一個新浪潮。

學習分析涉及的要素包括可用的數據、利益相關者。學習分析關鍵技術包括數據分析技術和數據挖掘技術。數據分析技術包括內容分析、社會網絡分析及系統建模等。數據挖掘技術包括統計分析與可視化、聚類、預測及關系和文本挖掘等。本研究主要使用統計分析與可視化方法。

（二）研究綜述

在中國知網輸入關鍵詞“高職”“在線教學”，搜索核心期刊及以上學術期刊和學位論文，共獲得學術期刊論文39條，學位論文19篇。已有的研究集中在：（1）高職在線教學模式探討。王亮等[1]構建了課前、課中、課后和課終完整的教學閉環的面向高職院校的“智慧空中課堂”教學模式，其研究結果表明，該教學模式有助于實現知識目標、能力目標和素質目標的“傳遞—內化—提升”；劉衛琴探討了“一體兩翼三聯動”教學模式，促進高職院校思政課程教學改革。（2）課程設計與資源建設。胡建平[2]在借鑒國內外SPOC教學案例的基礎上，從學習目標、學習內容的組織與設計以及學習效果評價三個方面進行課程設計的探索。（3）教學相關影響因素的實證研究。鄔大光等[3]在疫情期間開展大規模在線教學調查，從后疫情時代教育信息化建設的角度，提出了需要正確處理的五個關系：計劃與市場配置線上教學資源的關系、硬件建設與教學理念的關系、公平與效率的關系、不同主體認識與實踐的關系、國內實踐與國際經驗的關系。實證研究主要利用調查問卷法進行研究，近年來有學者開始利用平臺數據來研究高職在線教學，如劉菲菲等[4]以X校近5年網絡教學綜合平臺的統計數據為基礎，通過K-Means聚類分析，從教師活動數據和課程運行數據兩個方面展示該校混合式教學的整體實施狀況，但總體這方面的研究偏少。

本研究嘗試利用超星平臺在線教學數據，結合對相關教師和學生的深度訪談，基于“學習行為”要素格框架理論體系，利用SPSS、Excel和Nvivo等工具進行分析，以分析N大學高職學生在線學習特點，為高職教育進一步發展提供決策依據。

二、研究設計

（一）研究方法

常見的學習分析工具包括支持對文本進行標注或編碼和交叉引用的Nvivo、Atlasti等，基于詞典的文本分析工具CATPAC、LIWC，社會網絡分析工具UCINET，專業的統計與數據分析工具PYTHON、R和SPSS等。研究主要使用SPSS、Nvivo和excel進行分析和研究。

本研究采用格語法（Case Grammar）中的格框架方法，以“學習”為中心謂詞，將其他相關要素視為與其相關聯的格。格框架要素包括施事格（學習者）、受事格（利益相關者）、與事格（利益相關者）、工具格（學習方式）、使成格（學習結果）、處所格（學習場所）、時間格（教學設計中、教學實施中和教學實施后）和客體格（學習內容）。結合格框架定義及結構和梁振輝等的“學習”的語義格圖[5]，給出本研究的格框架圖（圖1）。本研究嘗試采用學習分析技術對“學習”行為的語義格進行挖掘分析，以更好地分析“學習”行為。語義格包括施事格、客體格、處所格、時間格、工具格以及使成格，主要涉及“誰在什么時間、什么地方學什么？”“怎么學？”“學習的結果怎樣？”等問題，即回答高職學生在線教學學習特點和影響因素。

圖1 “學習行為”要素格框架圖

（二）研究對象

本研究以N大學網絡傳播學院高職19級電子商務專業學生、18級和19級計算機專業學生和任課教師為研究對象，共200余名學生和10余名專職教師。

N大學利用超星平臺開展在線教學。該平臺具有線上學習（觀看教學視頻、答疑、作業、測驗等）、觀看速課（微視頻）學習、同步課堂學習、直播學習等。本研究選取2020年新冠疫情以來的在線教學數據，具體時間為2020年2月26日到2020年7月1日。具體的數據內容包括超星學習平臺學生基本信息數據、學生學習行為數據、課程信息等，具體數據主要為網傳學院2020春學期由任課教師統計的兩次學生學習行為數據和教師教學設計文檔。

（三）研究過程

1.參與在線教學的主體

參與在線教學的主體包括教師和學生，統計網絡傳播學院各專業在線教學課程涉及的教師和學生的信息，結果見表1。

表1 師生在線教學行為表現對比

由表1知：在線教學總頻次最高的為計算機專業，表明該專業教師參與強度方面表現較好，在線教學參與頻次最低的為公共基礎課的教師；計算機專業的教師善于利用信息技術開展在線教學，發揮了其專業特長；電子商務專業的學生在線教學參與頻次較高，表明該專業學生參與在線學習的積極性最高，其他兩個專業的學生表現差不多；學生對于公共課的學習參與度不如專業課程，經對學生的訪談知，公共基礎課相對于專業課而言，學習難度較低，不需要反復瀏覽資料進行學習。

通過計算表1中三個專業師生在線教學行為總頻次，相關系數達到0.72，表明教師的在線教學投入顯著正向影響學生的在線學習投入，即教師的在線教學投入會促使學生的學習參與，同時學生的學習投入反過來也將正向促進教師的教學投入。

2.平臺使用情況

（1）從超星系統獲取超星平臺模塊使用情況

由超星平臺資源使用情況，可分析教師使用哪些資源（模塊）進行教學，學生學習使用哪些資源（模塊）進行學習，即回答教什么和學什么的問題。

超星平臺教師版提供的主要模塊包括課程內容編輯（包括目錄編輯、上傳資源）、活動（主要為簽到）、統計、資料、通知、作業、考試、討論和管理模塊。模塊使用頻次從高到低依次是作業和考試、討論、課程內容編輯、通知、活動和統計（參考圖2）。

圖2 教師使用平臺情況

由圖2知，教師使用平臺的行為包括“建”和“用”。“建”主要是建設課程資源（包括課程內容、作業與測驗），“用”主要是使用平臺進行直播教學、課堂點名及作業批改等。

學生使用模塊的頻次從高到低依次是章節學習、簽到、作業與測驗和討論等（參考圖3）。

學生在線學習行為主要是參加在線直播（此平臺未統計）、章節學習、簽到、完成作業和測試和參與討論等。由圖3知，學生在線學習的主要投入時間為章節學習和作業與測驗，對學生的訪談知，章節學習的主要驅動力為作業。視頻資源是最受學生歡迎的課程資源，特別是操作類課程，學生在做作業時，會反復觀看視頻，直至完成作業。

圖3 學生使用平臺情況

（2）教師教學設計路徑和學生學習路徑分析

為更好地了解學生的學習行為，本研究使用Nvivo分析教師的教學設計路徑，同時嘗試利用學生行為日志和調查問卷分析學生的學習路徑。

對30位教師的訪談記錄分析表明，發現教師在進行在線教學時，基本以簽到—導入—新內容講解—布置作業為基本的教學模式（見表2）。在新內容講解中，30位教師中23位提及“案例化教學”“演練結合”等。深入了解發現，由于新冠疫情影響，已經大規模鋪開在線教學，網傳學院為規范在線教學，更好地為學生提供在線教學服務，對教師在線教學內容和步驟進行了建議。因此基本所有的教師都實施了簽到環節，并在課程首頁中給出直播鏈接供學生訪問，大部分教師都布置了課外作業。

表2 教師教學設計路徑

分析學生學習行為日志的數據，可得學生在平臺模塊間跳轉情況（見表3）。表3并未列出所有跳轉，跳轉頻次較低的模塊間的跳轉未在表3中體現。分析表3數據發現，多數學生的主要學習行為路徑如下：由超星平臺首頁執行登錄操作后，首先進入個人空間，執行教師的簽到任務，然后查看作業，再回到課程首頁中的課程資源處，查找與作業相關的教學資源，再回到作業處完成作業。

表3 學生在平臺模塊間跳轉概率

對比表2和表3發現，教師的教學設計顯著影響學生的學習路徑。由于教師首先要求學生操作，因此學生進入平臺后先去完成簽到任務（平臺首頁→個人空間→任務）；接著引導學生去課程首頁點擊直播鏈接，觀看直播（任務→課程首頁）；由于教師執行講練結合策略，會在講課中間，留出時間給學生做練習，因此學生會由課程首頁到作業處去完成作業，在做作業過程中，大概率會瀏覽課程首頁中相關的資料（課程首頁→作業→課程首頁）。概言之，教師應注重教學活動設計，積極引導學生進行有效學習。

3.學習時間分布

本研究分別以“周”和“天”為單位對學生學習行為頻次進行統計。

（1）以“周”為單位進行統計（見圖4）。教學周開始時間為3月初，結束時間為6月底，學生學習行為隨著教學周開始而增加，隨著教學周結束而驟減。5月底到6月初在線學習行為大幅下降主要是由于計算機等級考試、英語等級考試等結束；6月中旬學習頻次劇增主要是由于任課教師布置了期末大作業，特別是專業課程，要求學生運用特定課程的知識與技能解決問題，從而增加了學生在線學習時間和頻次。

圖4 學生活動“周”頻次圖

（2）一周以“天”為單位進行統計。由圖5知，學生一周內的在線學習時間主要集中在周一到周五。由于N校周二下午為社團活動，周五下午為自由活動時間，因而周二略少，周五較少。多數學生周五下午回家，周日晚上返校，從而周五到周日的在線學習頻次大幅下降。

圖5 學生活動“天”頻次圖

（3）一天內以“時段”為單位進行統計（見圖6）。學生在一天中的在線學習時間主要集中在白天上課時間，晚上時段學習人數不多，但進一步分析平臺數據發現，也有不少學生晚上學習時間較長，頻次較高。

圖6 學生活動“時段”頻次對比圖

分析學生學習時間，發現高職學生的學習主要由教師布置的任務（作業和考試）驅動；多數學生學習需要教師監督，即多數學生在課內學習：總體而言，高職學生的自主學習較弱，學習積極性不高。

三、結論與建議

本研究的結論如下：

第一，在線教學受教師信息素養和教學策略影響。教師自身的專業和年齡都會影響其在線教學的執行能力。思政課和新聞傳播專業偏理論課程的教師相對來說技術掌握略弱些，年齡較大的老師計算機操作能力略弱，在最初開始在線教學時遇到的阻力較大。但從整個學期教學情況來看，大家都克服了困難，提高了認識，最后順利完成整個學期的教學任務。

第二，教師的教學安排決定了學生的學習行為。多數學習行為隨著教學周的開始而開始，隨著教學周的結束而結束，其發生時間為工作日白天，高峰期為考試前和作業提交前；學習內容基本與考試或作業相關：因此教師的教學組織和教學設計決定了學生的學習行為。

第三，從師生的平臺使用情況來看，師生的平臺使用集中在課程資源、作業及任務模塊。平臺中師生的交互以任務、通知和討論為主，基本為教師主導—學生被動接受模式，師生的交互還是以教師督促模式為主。師生都應改變觀念，教師應利用平臺數據改進自己的教學，有效地激發學生的自我效能感，激發學習主動性；學生應利用平臺提高學習效率，實現自主學習和個性化學習。

由此提出以下建議：

第一，學校應為教師提供在線教學培訓，提高教師在線教學技能，改進在線教學策略，增強在線教學意識。在線教學不同于面授教學，不是面授教學的簡單重復，其在教學技術和教學策略上都有很大不同。在線教學培訓除提高教師信息素養和在線教學方式方法，還應提高在線教學意識，應讓教師認識到在線教學、線上線下融合的混合式教學是趨勢所在。

第二，教師應重視教學設計、重視教學交互，激發學生在線學習積極性，提高學生自主學習能力，從而實現真正的個性化教學。對教師和學生的訪談發現，相當大一部分高職學生，在學期初期學習很認真，但隨著教學進度的開展，漸漸放棄學習。主要原因有：（1）隨著教學進度的開展，教學內容難度增加，學生跟不上進度；（2）學生自己本身無法堅持學習。因此教師應重視課程資源建設，認真設計教學路徑，加強監督與交流，及時反饋。

第三，師生應充分利用平臺功能進行在線的教與學。教師較為重視直播教學、課程資源、作業與測試模塊，對于統計與分析模塊未充分利用，教師應利用該模塊熟悉學情，以調整教學進度和教學內容；學生通過查看統計模塊，了解班級同學及自己的學習進度，起到促進作用。