基于過程挖掘的在線學習行為時序模式分析方法研究

黃煥 元帥

[摘 要]在線學習行為的時序模式反映了在線學習行為隨時間動態變化的規律，對于理解在線學習過程、設計有效的干預措施具有重要作用。目前，研究者主要采用滯后序列分析來探索在線學習行為的時序模式，但這種方法通常揭示不同在線學習行為之間的依賴性，由此推出在線學習行為時序模式不夠準確，且難以對不同的時序模式進行量化比較。針對上述問題，文章將過程挖掘技術引入在線學習行為時序模式研究，提出了一個基于過程挖掘的在線學習行為時序模式分析方法，并據此開展了一項案例研究。研究發現：在一個主題單元期間，中途棄學者和持續學習者的在線學習行為時序模式并無顯著差異，但是，在整個課程期間，持續學習者在時間與精力分配上與中途棄學者存在差異，表現出了更強的自我調節能力。

[關鍵詞]在線學習行為分析;時序模式分析;過程挖掘

[中圖分類號]G434 [文獻標識碼]A [文章編號]1008-7656（2023）03-0011-08

引言

在線學習分析是教育技術領域中一個重要的研究方向。新媒體聯盟的地平線報告曾連續四年（2011-2014年）將其列為影響未來教育發展的六大關鍵技術之一。在線學習分析包括行為分析、情感分析、知識結構分析、學習路徑分析等多個方面。在線學習行為分析是學習分析的重要組成部分，旨在從在線學習過程的行為數據中挖掘出隱藏的有價值信息，比如行為模式、行為偏好等，從而促進對學習過程、學習結果、學習環境的理解和優化[1]。近年來，國內外學者已通過在線學習行為分析開展了多方面的研究，例如在線學習參與模式探索[2-3]、在線學業成績或學習風險預測[4-7]、在線學習投入度評估等[8-9]。但是，這些研究主要分析各種在線學習行為的分布特征（頻次或時間分布），而對在線學習行為的時序特征探究不多。

近幾年，隨著研究的不斷深入，越來越多的研究關注在線學習行為的時序特征。因為在線學習行為的時序特征能更精細地刻畫學習過程的動態特性，反映學習者的學習方式、使用的學習策略等復雜特征[10-11]，這有助于深化對在線學習過程的理解和優化。從研究所采用的分析方法來看，已有的研究大多采用滯后序列分析（Lag Sequential Analysis，LSA）來挖掘不同學習者的學習行為時序模式。例如，Hou等采用LSA探索了教師在基于問題解決的在線討論活動中的行為時序模式，比較了學生在不同平臺（在線論壇、Facebook）支撐的在線討論活動中的知識建構行為和認知過程的時序模式[12-13];劉智等以大學生在SPOC（Small Private Online Course）中的在線學習行為記錄為研究對象，采用LSA比較了不同年級學生的行為時序模式[14];李爽等以開放大學學生在Moodle平臺上的在線學習行為日志為研究對象，通過LSA發現了五種不同的在線學習參與方式，并對其行為時序模式進行了比較分析[15]。菅保霞等以學生在Moodle平臺的在線學習行為數據為基礎，以全腦模型為分類依據，探索了邏輯型、組織型、交流型和空想型等四種思維類型的學生在在線學習行為序列上的差異[16]。

滯后序列分析的基本思路是對各種一階行為序列的出現頻次進行統計分析，計算一種行為發生之后另一種行為出現的概率，找出統計顯著的一階行為序列。由此可見，滯后序列分析只能發現學習過程中存在顯著時序依賴的相鄰學習行為，并不能很好地揭示一次學習會話或整個課程學習期間的行為時序模式[14]，也難以對不同學習群體的行為時序模式進行定量比較。為此，本研究嘗試引入管理學領域的過程挖掘（Process Mining，PM）技術來探索在線學習行為的時序模式，以加深對在線學習過程的理解，支撐在線學習干預措施的設計。

一、過程挖掘技術概述

過程挖掘也稱“工作流挖掘”，是支撐工作流分析和再設計的一項關鍵技術[17]。為了在快速變化的環境中保持競爭力，企業需要不斷地對現有的工作流程進行分析和再設計以提高工作效率，這就需要經常實施工作流建模。傳統的工作流建模通常由管理者和企業顧問使用建模工具來完成，這種建模方式易受建模者個人經驗影響，且模型只表達了流程“應該”的樣子，難以發現“實際”的樣子，同時這種建模方式效率不夠、成本高[18]。過程挖掘是伴隨著各種工作流管理系統的應用而出現的一種新的工作流建模方法，它采用一定的數據挖掘技術從工作流管理系統積累的日志數據中自動重構出一個工作流模型，從而支撐工作流的診斷、分析和再設計。

通過過程挖掘建立的模型不僅能反映出業務的實際執行過程，而且建模過程是自動化的，可減少建模者個人經驗對建模的影響，也能提高建模效率。過程挖掘的關鍵是過程挖掘算法，它直接決定了生成的工作流模型的質量，過程挖掘的一般過程包括以下三個步驟。

（一）事件日志生成

事件日志生成是從工作流管理系統積累的日志數據中根據實際需要篩選出相應的業務活動執行記錄，并將其轉化為統一的事件日志格式進行存儲。事件日志是一個業務活動執行記錄的集合，每條業務活動執行記錄至少需要包括三個字段：業務活動的類型、業務活動執行的時間、業務活動所屬的業務流程。一個完整的業務流程通常需要經歷多個業務活動，這些業務活動按時間順序排列就形成一個事件序列。

（二）過程模型發現

過程模型發現是利用過程挖掘算法或工具從事件日志中挖掘出一個反應業務真實執行流程的過程模型。目前，研究者已提出了很多高效的過程挖掘算法，常見算法有α算法、啟發式算法、歸納式算法等，不同的過程挖掘算法輸出的過程模型可能不同[17]。在過程挖掘算法基礎上，已出現了很多優秀的過程挖掘工具，如ProM、ARIS、Celonis、Disco、PM4Py等。這些過程挖掘工具都具有圖形化操作界面，實現了多種典型的過程挖掘算法，可以生成多種過程模型，能夠有效支撐過程挖掘的研究與實踐。

（三）過程模型可視化

過程模型可視化是將發現的過程模型采用一種形象直觀的圖形呈現給相關人員。不同的過程挖掘算法輸出的過程模型可能也不同，常見的過程模型有Petri網、活動轉換圖、過程樹、BPMN等[17]。因為Petri網有著較嚴格的數學理論基礎，有利于過程模型的形式化驗證和分析，因此，在過程挖掘中Petri網得到了廣泛應用。同樣，活動轉換圖也因其易理解性得到了認可。

二、基于PM的在線學習行為時序模式分析方法

（一）基于PM的在線學習行為時序模式分析流程

從過程挖掘的一般過程可以看出，如果將學習者在一次學習會話或整個課程學習期間的在線學習行為按時間順序整理成一個序列，則可以利用過程挖掘技術提取出一個可視化的過程模型。顯然，這個過程模型反映了學習者在學習期間的行為時序模式。如果將學習者按照性別、成績等進行劃分，就可以發掘不同群體的在線學習行為時序模式，進而觀察它們的異同。另外，過程挖掘還可以計算一個過程模型與實際事件日志的一致性程度。因此，將過程模型應用于在線學習行為時序分析還可以對不同群體的行為時序模式進行定量比較。基于以上分析，本研究提出了一個基于過程挖掘的在線學習行為時序模式分析模型，其基本流程如圖1所示。

1.行為數據抽取

在線學習平臺記錄的在線學習過程數據是很豐富的，常見的數據包括學習者的基本信息、作業與測試成績、點擊行為數據、論壇發帖等。在分析學習者個人或群體的行為時序模式時，首先要根據研究問題從網絡學習平臺的后臺數據庫中抽取出相關的在線學習行為記錄，過濾掉不相關的噪音數據和無效數據。研究問題是在線學習行為數據抽取的主要依據，研究問題不同，需要提取的在線學習行為數據一般也不同。

2.事件日志生成

如前所述，過程挖掘所需的事件日志有專門的描述格式，它至少包含事件的類型、事件發生的時間和事件所屬的序列三個字段。網絡學習平臺記錄的在線學習行為數據往往只包含了行為的發生時間和作用對象，沒有包含行為的類型和所屬的序列。即使一些在線學習平臺根據行為的作用對象將各種行為進行了分類，也不一定能夠滿足研究的需要。因此，事件日志生成需要完成兩個任務：一是依據研究問題制定行為編碼框架，并以行為的作用對象為線索對各種行為的類型進行編碼;二是根據研究問題定義行為序列的邊界，并以各種行為的發生時間為線索標注它們所屬的序列。

3.時序模式發現

將相關學習行為數據轉化為事件日志后，就可以利用過程挖掘工具來發現不同學習者個體或群體的行為時序模式，并輸出可視化的表征圖形。雖然，這一階段的工作主要是由計算機自動完成，但分析者依然需要完成三方面的工作：一是根據研究問題對事件日志中的在線學習行為數據進行劃分，例如，從事件日志中提取出成績較高的學生和成績較低的學生的行為數據，以比較二者的行為時序模式;二是根據研究問題選擇合適的過程挖掘算法，并根據數據的實際情況設定算法的參數，以發現不同群體突出的、較穩定的行為時序模式;三是設置圖形表征的樣式，使時序模式表征更直觀。

4.時序模式分析

得到不同個體或群體的在線學習行為時序模式后，可以用兩種方法對這些時序模式進行對比分析。一是通過觀察來分析不同在線學習行為時序模式的差異，如各種行為的數量分布差異、各種行為的時序結構差異等;二是通過一致性檢驗計算發現的時序模式與實際數據之間的擬合性，進而對不同時序模式之間的相似度進行定量比較。

（二）基于PM的在線學習行為時序模式分析應注意的問題

在運用過程挖掘技術分析在線學習行為的時序模式時，需要注意以下問題。

第一，要根據研究問題，選擇或制定合理的行為編碼框架。在線學習行為包括外顯行為和內隱行為[19]。外顯行為是一些操作性行為，如登錄系統、瀏覽資源、提交作業、完成測驗、發布帖子等;內隱行為則是隱藏在外顯行為背后的認知活動，需要依據特定的理論編碼框架對相關操作進行編碼才能得到。過程挖掘不僅可以分析外顯行為的時序模式，也可以分析內隱行為的時序模式。在分析外顯行為的時序模式時，一般可直接使用在線學習平臺中的行為編碼框架或對其進行一定的合并。在分析內隱行為的時序模式時，則需要根據研究的問題選擇或制定合理的行為編碼框架，對外顯行為數據進行手動或半自動編碼。相同的外顯行為數據，如果研究的問題不同，就需要采用不同的編碼框架將其映射為不同的內隱行為。為了保證編碼的可靠性和效率，還應該采取預編碼和多人協商的編碼策略。

第二，要根據研究問題，定義合理的行為序列邊界。在線學習平臺的后臺數據庫中往往只記錄了各種行為的發生時間和作用對象，沒有記錄行為所屬的序列。如何定義各種行為記錄所屬的行為序列呢？需要根據實際的研究目的來定義，研究目的不同，行為序列的邊界一般也不同。例如，當研究目的是探索學習者在學習一門課程過程中的知識建構路徑時，應將一名學習者在一個主題單元上的知識建構行為（如瀏覽資源、提交作業、參與測驗等）視為一種行為，將一名學習者在整個課程期間的行為定義為一個序列;但是，當研究目的是探索學習者偏好的在線學習行為習慣（認知風格）時，則應該將學習者在每個學習會話或學習某個主題的各類學習行為定義為一個序列，而且需要對這些學習行為進行區分。

第三，要對在線學習行為的數量和過程挖掘算法的參數進行合理設置，以獲得結構清晰的過程模型。在線學習行為的數量和過程挖掘算法的參數對生成的過程模型具有直接影響，它們共同決定了過程模型中的節點數量和鏈接數量。如果在線學習行為的類型過多，過程挖掘算法的相關參數設置過于寬松，會得到一個復雜的過程模型，不利于行為時序模式的分析和比較[20]。相反就會得到一個過于簡單的過程模型，丟失一些頻繁的行為序列模式。因此，要綜合研究問題和數據實際情況合理選擇在線學習行為類型、設定過程挖掘算法的參數，以獲得復雜度適中的過程模型，更好地支撐行為時序模式分析。

三、基于PM的在線學習行為時序模式分析案例

為了更好地展示上述在線學習行為時序模式分析模型的效用，本研究以一門MOOC的在線學習行為數據為基礎，依據該模型開展了一項探索性的案例研究。

（一）研究目的

本項案例研究的主要目的是探索持續學習者和中途棄學者的學習行為時序模式，并對二者的時序模式進行比較。具體來說，本項案例研究分別從宏觀和微觀兩個視角探索了兩個問題：一是比較持續學習者和中途棄學者在學習一個主題單元時表現出的學習行為時序模式，此在線學習行為時序模式能夠反映學習者偏好的學習風格和習慣;二是比較持續學習者和中途棄學者在學習整個課程期間的知識建構路徑，以探索二者建構知識時的順序和路徑是否存在差異。

（二）數據來源

本項案例研究的數據來源于KDD Cup 2015數據集。KDD Cup 2015數據集是研究MOOC中途棄學者預測的一個標準數據集，它包含了39門MOOC的前30天的日志數據，這些數據主要來源于“學堂在線”平臺。本研究隨機選取了其中一門MOOC的數據，數據的起止時間為2014年6月12日至2014年7月11日。該課程的注冊學員數量為10 322名，其中3 136名學員被定義為持續學習者，其余7 186名學員被定義為中途棄學者。所有學員的在線學習行為記錄總數為878 119條，涉及觀看視頻、提交作業、使用論壇、訪問Wiki、瀏覽其他材料、導航、關閉頁面7個方面的操作行為。

（三）數據分析工具

本研究采用的數據分析工具主要是PM4Py。PM4Py是一個基于Python的開源過程挖掘工具，由Fraunhofer FIT的過程挖掘工作小組開發。PM4Py具有強大的事件日志處理、過程模型可視化、過程模型一致性檢驗等功能。在事件日志處理方面，PM4Py支持XES和CSV兩種事件日志格式的導入、導出和轉換，還具有強大的事件日志篩選功能。在過程挖掘算法方面，PM4Py目前實現了2種α算法、3種歸納式算法和1種啟發式算法。在過程模型可視化方面，PM4Py支持多種常見的可視化模型，包括Petri網、過程樹、BPMN、活動轉換圖等，而且還可以對這些模型進行相互轉換。PM4Py還實現了兩種一致性檢驗方法（基于令牌的重播和基于對齊的重播），能夠定量計算過程模型與事件日志之間的擬合度。

（四）在線學習行為時序模式分析

1.學習一個主題單元期間的行為習慣分析

為了探索持續學習者和中途棄學者在學習一個主題單元時的行為習慣，本研究基于PM的在線學習行為時序模式分析模型，首先從選定的課程數據中提取了第一周的五種行為記錄，分別為瀏覽視頻、瀏覽其他材料、提交作業、參與討論和使用wiki。之所以選擇第一周的行為記錄，是因為兩組學生在第一周的在線學習行為記錄比較豐富且只與第一個主題單元相關，可以準確地發現學生在學習單個主題單元時的在線學習行為時序模式。之所以選擇以上五種在線學習行為，是因為這五種行為與知識建構密切相關。篩選出所需的行為記錄數據之后，本研究將每個學生的全部在線學習行為按時間順序轉化為一個序列，然后采用啟發式算法Heuristics Miner來發掘每一組學生的在線學習行為時序模式，并使用活動轉換圖對其進行可視化，結果如圖2所示。

在圖2中，兩個圓形分別表示行為序列的開始和結束，每個矩形表示一種行為類別，矩形中還給出了行為的名稱（其中，access表示訪問其他材料，video表示瀏覽視頻，problem表示提交作業，discussion表示參與討論，wiki表示使用wiki）和出現頻次，連接兩個矩形的每條箭頭表示行為轉換，箭頭上的數字表示行為轉換出現的頻次。對比圖2中（a）和（b）的結構可以看出，兩組學生的行為時序模式非常相似，并沒有表現出明顯的差異，這表明兩組學生的行為習慣并不存在顯著差異。但是，對比圖2中（a）和（b）的行為頻次可以看出，持續學習者的行為參與度要顯著高于中途棄學者的行為參與度。雖然，從總頻次來看，中途棄學者各種行為的頻次與持續學習者相差不大，但中途棄學者的人數顯著高于持續學習者，因此，中途棄學者的人均頻次要明顯低于持續學習者的人均頻次。

2.學習整個課程期間的知識建構路徑分析

為了探索持續學習者和中途棄學者在學習整個課程期間的知識建構路徑，本研究依據基于PM的在線學習行為時序模式分析模型，首先提取了瀏覽視頻、瀏覽其他材料和提交作業三種在線學習行為的全部記錄，并依據其作用對象進一步將它們映射為針對不同主題單元的知識建構行為。這里之所以去掉了參與討論和使用wiki兩種行為，是因為難以區分這兩種行為記錄到底屬于哪個主題單元。之所以將這三種行為記錄進一步抽象、合并為針對不同主題單元的知識建構行為，是因為本研究探索的問題是兩組學生的知識建構路徑，沒必要對屬于同一個主題單元的三種行為作進一步區分。篩選出所需的行為記錄數據后，本研究還是將每個學生的全部在線學習行為按時間順序轉化為一個序列，然后采用啟發式算法Heuristics Miner來發掘每一組學生的在線學習行為時序模式，并使用活動轉換圖對其進行可視化處理，結果如圖3所示。

從圖3可以看出，兩組學習者總體來說都是按照發布時間來依次學習各個主題單元，即按照“第一章→第二章→第三章→……”的順序依次進行學習。這說明任課教師對課程內容的組織比較合理。但是，仔細觀察兩個活動轉換圖可以發現它們存在以下四個不同之處。一是持續學習者在各個主題單元上的參與度要高于中途棄學者。這一點與學習單個主題單元時類似，通過繪制學習行為人均頻次對比圖就可以很容易看出，在此不再贅述。二是在線學習行為在各個主題上的分布比例不同。持續學習者在第三章的在線學習行為最多，總頻次達到了50 997，而中途棄學者在第一章的在線學習行為最多，總頻次為23 218;持續學習者在前四章的在線學習行為頻次較多且較均衡，而中途棄學者的在線學習行為頻次較少且逐漸遞減。三是部分持續學習者在學完第一章后直接進入了第三章的學習，而中途棄學者都是按照主題單元的發布順序依次開展學習。四是持續學習者中只有少部分在第一章和第二章就結束了學習，大部分是在第三章或第四章學完后才結束學習，而中途棄學者大部分在第一章和第二章學完后就結束了學習。對以上四個不同點進行綜合分析可以得出：一是持續學習者的參與度更高，持久性更強，這可能是因為持續學習者往往有更強的自我管控能力;二是持續學習者能夠更好地分配自己的學習時間和精力。第三章應該是這門課程的核心內容，難度可能也較大，持續學習者知道在這一章需要花費大量的時間和精力，而反觀中途棄學者則發現，學生的參與度隨著時間逐漸遞減，在學完第三章后參與度更是直線下降，這可能是因為學生在遇到挫折時選擇了放棄。

四、結語

針對滯后序列分析法在分析在線學習行為時序模式時存在的問題，本研究提出了一個基于過程挖掘技術的在線學習行為時序模式分析方法，并使用該方法探索了兩種視角下MOOC持續學習者和中途棄學者的在線學習行為時序模式。研究結果表明：一是從學習一個主題單元時的操作行為來看，持續學習者和中途棄學者雖然在參與度上具有明顯差異，但在行為習慣上很相似，這說明二者的在線學習方式與風格并無明顯差異;二是從學習整個課程期間的知識建構路徑來看，持續學習者和中途棄學者雖然總體上都遵照了教師設計的邏輯順序進行知識建構，但持續學習者不僅表現出了更高的參與度，而且在時間和精力投入上表現出了更合理的分配，在知識建構的邏輯順序上也表現出了一定的自主性，這說明他們具有較強的自我調節學習能力。

本研究提出了一種新的在線學習行為時序模式分析方法，為教育研究者更深入地探索在線學習過程的規律、理解在線學習過程提供了新的思路，但是，本研究也存在一些不足之處。例如，案例研究僅對學習持久性與在線學習行為時序模式之間的關系作了初步分析，并沒有深入分析在線學習行為時序模式與學業成績之間的關系。這主要是因為研究數據中沒有包含學習者的成績信息，難以按照成績對學習者進行分組。未來可以針對上述問題開展更深入的研究，揭示在線學習行為時序模式對學習結果的影響，并據此設計有效的對策和措施。

[參考文獻]

[1]楊現民，王懷波，李冀紅.滯后序列分析法在學習行為分析中的應用[J].中國電化教育，2016（2）：17-23.

[2]White A， & Carroll P. Identifying patterns of learner behaviour： What business statistics students do with learning resources[J]. INFORMS Transactions on Education， 2017（1）： 1-13.

[3]Khalil M， Ebner M. Clustering patterns of engagement in Massive Open Online Courses （MOOCs）： the use of learning analytics to reveal student categories[J]. International Journal of Computing in Higher Education， 2017（ 29）： 114-132.

[4]Conijn R， Snijders C， Kleingeld A， etal. Predicting Student Performance from LMS Data： A Comparison of 17 Blended Courses Using Moodle LMS[J]. IEEE Transaction on Learning Technologies， 2017（1）：17-29.

[5]Macfadyen L， Dawson S. Mining LMS data to develop an “early warning system” for educators： A proof of concept[J]. Computer & Education， 2010（ 54）： 588-599.

[6]Hu Y-H， Lo C-L， Shih S-P. Developing early warning systems to predict students online learning performance[J]. Computer in Human Behavior， 2014（36）： 469-478.

[7]范逸洲，汪瓊.學業成就與學業風險的預測——基于學習分析領域中預測指標的文獻綜述[J].中國遠程教育，2018（1）：5-15.

[8]李爽，王增賢，喻忱，等.在線學習行為投入分析框架與測量指標研究——基于LMS數據的學習分析[J].開放教育研究，2016（2）：77-88.

[9]張琪，武法提.學習行為投入評測框架構建與實證研究[J].中國電化教育，2018（9）：102-108.

[10]Maldonado-Mahauad J， Perez-Sanagustín M， Kizilcec R F，etal.Mining theory-based patterns from Big data： Identifying self-regulated learning strategies in Massive Open Online Courses[J]. Computers in Human Behavior， 2018（ 80）： 179-196.

[11]Wong J， Khalil M， Baars M，etal. Exploring sequences of learner activities in relation to self-regulated learning in a massive open online course[J]. Computers & Education， 2019， 140： 103595.

[12]Hou H-T， Wang S-M， Lin P-C，etal. Exploring the learners knowledge construction and cognitive patterns of different asynchronous platforms： comparison of an online discussion forum and Facebook[J]. Innovations in Education and Teaching International， 2015（6）：610-620.

[13]Hou H-T， Sung Y-T， Chang K-E. Exploring the behavioral patterns of an online knowledge-sharing discussion activity among teachers with problem-solving strategy[J]. Teaching and Teacher Education， 2009（ 25）： 101-108.

[14]劉智，王亞妮，鄭年亨，等.高校SPOC環境下學習者行為序列的差異性分析研究[J].中國電化教育，2017（7）：88-94.

[15]李爽，鐘瑤，喻忱，等.基于行為序列分析對在線學習參與模式的探索[J].中國電化教育，2017（3）：88-95.

[16]菅保霞，姜強，趙蔚.基于全腦模型的在線學習者學習行為序列分析[J].現代教育技術，2020（1）：107-113.

[17]曾慶田.過程挖掘的研究現狀與問題綜述[J].系統仿真學報，2007（16）：275-280.

[18]李燕，馮玉強.工作流挖掘：一種新型工作流自動化建模方法[J].計算機工程，2007（4）：20-22.

[19]祝智庭，賀斌.智慧教育：教育信息化的新境界[J].電化教育研究，2012（12）：5-13.

[20]Bannert M， Reimann P， Sonnenberg C. Process mining techniques for analysing patterns and strategies in students self-regulated learning[J]. Metacognitive Learning， 2014（9）：161-185.

[作者簡介]黃煥，中南民族大學教育學院副教授，博士，研究方向：教育技術學;元帥，湖北第二師范學院計算機學院講師，博士，研究方向：教育技術學。

[責任編輯 李培福]