財經院校學生在線學習行為分析研究

劉麗梅

（吉林財經大學 應用數學學院，長春 130117）

在信息化背景和數字化學習時代，慕課、微課、雨課堂和學習通等信息化的教學方式和工具層出不窮，“云”課堂等網絡教學作為我國教育傳播系統中的新型教育媒介，為學習者打造網絡化學習新生態的同時也推進了我國高校教學改革進程。由國家統計局數據可以看出，全國財經類普通本?？圃谛W生數占全國普通本?？圃谛W生數的比重很大，而其學生的質量直接關系到地方經濟的發展。財經類院校學生作為在線學習的主要用戶，分析學生的在線學習行為，尋找提升學生在線學習實效的路徑既有理論意義又有現實意義。因此，本文基于在線教學平臺，構建財經院校學生在線學習行為的分析模型，對在線學習行為進行共性和差異性分析，并定制個性化學習路徑，為教育研究者變革教學模式提供新的思路。

一、在線學習行為分析現狀

隨著在線學習的蓬勃發展，對在線學習行為的分析方法、分析模型構建的研究越來越多地受到了國內外學者的關注。國外學者在這方面的研究明顯早于國內。他們普遍認為，分析在線學習行為的目的是為了發現學習者潛在的學習規律和風格，對其進行干預和評價，以提高學習者的在線學習效果。Daniel 等基于Petri Net理論分析了學習者的學習行為。Chyan 等根據學習者的行為模式和區域差別構建了多層次的學習行為模型。Yeonjeong 等利用聚類分析法對韓國某高校的學生在線行為特征進行了分析。Durksen 等建立了基于學習者學習心理需求的概率分析模型。

國內學者起初對學生在線學習行為分析主要側重于從不同群體、不同角度和不同平臺分析學生的在線學習行為特征和行為路徑。這些在線學習行為特征的獲得多采用統計分析方法。隨著大數據的出現，如何建立更有效的在線學習行為分析模型和豐富模型構建的理論及框架又成為學生在線學習行為研究的熱點問題。胡藝齡等建立了學習者在線學習行為模型并對學習數據進行了模式分類與解析。吳林靜、黃瑤等分別利用數據挖掘技術構建在線學習分析模型，探索出在線學習模式、行為分類和行為特征。楊國龍構建了在線學習行為差異化分析模型，并用聚類分析法對不同學習群體特征進行差異化分析。王麗英等構建了在線學習行為多模態數據融合模型，并對MOOC 環境下的學習行為進行了研究。鐘桂鳳建立了RFE 分析模型對不同模式下的在線學習行為進行了分析研究。楊孟嬌等利用主成分分析法和K 均值聚類算法對開放教育學習者的學習行為進行了分析，并針對各類學習者提出了有針對性的措施，用以提高學習效果。

綜上所述，國內外關于在線學習行為的理論和實踐研究有著豐富的成果，但是針對財經院校建立兼顧學科特色的在線學習行為分析模型還比較少，而且對財經院校學生的在線學習行為的特征研究也不成熟，尚需要完善。因此本文將針對財經院校學生建立在線學習行為分析模型，并對財經院校學生的在線學習行為進行分析研究。

二、財經院校學生在線學習行為的評價分析

（一）在線學習行為分析維度的選擇

學生的在線學習行為數據可以由在線學習平臺收集，不同的學習平臺在收集學生在線學習行為數據時會存在著側重點差異。本文從在線教育平臺獲取財經院校主要專業課程（財政學類、統計學類、管理科學與工程類、法學類、管理類、外國語言文學類、計算機科學與技術類、金融類、經濟學類）學生的在線學習行為數據，并將常用的在線學習行為納入在線學習行為分析維度，分別為登錄次數，記為X；互動參與數，指發布、回復帖子等參與討論的次數，記為X；在線教程完成率，記為X；在線學習教學設計滿意度，記為X；在線學習網絡滿意度，記為X；在線交流滿意度，記為X；課程成績合格率，記為X；課程成績優秀率，記為X。本文將基于這些維度對財經院校學生的在線學習行為進行分析研究。

（二）利用熵權TOPSIS 模型對在線學習行為進行評價分析

1.數據的標準化處理

已知學生在線學習行為分析維度X，X，…，X的相關數據，利用這些數據構造矩陣X=（x），其中x是第i 門課程在維度X上的取值。為了消除X，X，…，X數據在量綱上的差異，本文采用極差標準化方法對矩陣X 進行標準化處理，得到標準化矩陣Y=（y），即

2.利用熵權法確定各維度權重

本文采用熵權法確定在線學習行為分析維度X，X，…，X的權重，具體過程如下。

計算第j 個維度的信息熵，即

計算第j 個維度的分散程度，即

最終算出第j 個維度的權重，即

利用熵權法得出X、X、X、X、X、X、X、X的 權重，見表1。

表1 在線學習行為分析維度的權重

從表1 中可以看出，該財經院校學生的在線學習行為主要評價指標是人均互動參與數、在線學習教學設計滿意度、課程成績合格率和在線學習網絡滿意度。

3.構建TOPSIS 模型，確定理想解

首先構造加權規范化矩陣

然后通過公式

4.計算距離

5.計算綜合評價指數

表2 列出了該財經院校主要專業課程學生的在線學習行為綜合評價指數。

表2 學生在線學習的綜合評價指數

由聚類分析可知：

財經院校學生在線學習行為優秀的專業群為法學類、管理科學與工程類和統計學類。

在線學習行為良好的專業群為計算機科學與技術類、金融類。

在線學習行為中等的專業群為財政學類、經濟學類和外國語言文學類。

在線學習行為最差的專業群為管理類。

三、財經院校學生在線學習行為的障礙因子分析

同為財經院校主要專業課程，學生的在線學習行為卻參差不齊，為了激發財經院校學生對在線學習行為的投入，提升在線學習的有效性，本文利用障礙度模型對財經院校各專業學生在線學習行為的障礙因子進行了分析。

然后通過比較分析得出財經院校各專業學生在線學習行為障礙因子的共性特征和差異性特征。

其中共性特征包括如下幾點。

（1）財經院校各專業學生在線學習行為人均互動參與數是財經院校各專業學生在線學習行為最大障礙因子的頻次最高，因此財經院校各專業學生在線學習行為的共性特征是互動參與數少。由于在線學習中，師生之間的溝通交流會存在時滯性，從而使得師生互動缺乏及時性和有效性。

（2）在線課程完成率在各門類課程中的障礙因子值都比較小，說明學生對在線課程的學習能保證學習進度。

差異性特征則包括以下幾點。

（1）登錄次數成為統計學類、法學類、計算機科學與技術類的學生在線學習行為的主要障礙因子，說明這些專業的學生在學習過程中缺少主動性，學習的積極性有待提高。

（2）在線學習教學設計的滿意度是管理類、外國語言文學類的學生在線學習行為的主要障礙因子，說明這些課程的教學設計和教師的能力有待提高。只有高質量的課程才能吸引學生，從而帶動學習行為的提升。

（3）在線學習網絡滿意度是財政學類、經濟學類的學生在線學習行為的主要障礙因子，說明流暢的網絡環境是保證在線學習的先決條件。

（4）課程成績合格率成為統計學類、管理科學與工程類、金融類的學生在線學習行為的主要障礙因子，說明在這些專業門類中在線學習成績合格率不高，與這些學科的教學內容、知識特點有關系。

四、提升財經院校學生在線學習實效的路徑

（一）搭建QQ 群、微信群等教師和學生最熟悉的網絡交流平臺，實現及時、有效的師生交流

教師在線上布置了作業或學習資源包等資料，可以在QQ 群、微信群中告訴學生，使學生能及時收到信息，并完成任務。對于線上不懂的內容，學生可以在QQ 群、微信群中向師生請教，實現靈活及時地交互交流。既保證了學習效率，又提高了互動參與數，從而提高了學生在線學習的實效。

（二）建立學生在線學習行為的預警機制，并采取有效的督促措施，保證有效的在線學習的投入

教師要及時關注學生在線學習的登錄次數、進入課程次數及在線時長等學習參數，當這些數據明顯落后于全班平均水平的時候，教師應對相關學生做出相應預警，進行必要的督促、提醒及數據追蹤，以幫助其調整學習節奏，及時跟上課程學習進度。從而保證在線學習的投入和取得滿意的課程成績。

（三）加強校園無線網絡建設和優化，為財經院校學生在線學習提供流暢的網絡環境，保證在線學習的流暢感

加快校園無線網絡升級改造和優化，合理運用新的信息技術，建立穩定可靠的入網環境，確保網絡的平穩性和優質的傳輸質量，滿足在線教學的需要，從而能夠及時、有效地提高財經院校學生在線學習的效率。

（四）將“共生效應”等心理效應理論與財經院校在線教學實踐結合，以提高財經院校學生在線學習實效

共生效應，就是一個群體在各個個體間相互刺激、相互給予及相互依存的過程中而產生的一種新功能、新作用和新效果。教師和學生之間可以產生共生效應，學生和學生之間可以產生共生效應，教師和教師之間可以產生共生效應。因此，從教育主體、教育客體、教育環體和教育介體四個層面出發，基于“共生效應”理論在教學內容、教學方法和教學手段在課前、課中及課后等方面提出具體的教學優化策略，形成四個要素“合力”，整合教育資源，激發教育內生動力，以促進學生在線學習實效的提高。

五、結束語

本文以財經院校學生在線學習的行為數據為背景，結合熵權法和TOPSIS 模型的特點，建立了財經院校學生在線學習行為分析模型，并對財經院校學生的在線學習行為進行了評價分析和比較分析，得出學生在線學習行為優、良、中和差四個等級的專業課程群。然后用障礙度模型得出財經院校各專業學生在線學習行為障礙因子的共性特征和差異性特征，基于這些特征提出提升財經院校學生在線學習實效的路徑。希望本文研究結果能促使財經院校學生得到有效的在線學習行為，為提高在線學習實效提供更多的實踐參考與理論依據。