基于体验感知的慕课平台使用意愿影响因素分析*

张　敏　尹帅君　聂　瑞　唐存周（武汉大学信息资源研究中心　湖北　武汉　430072）



基于体验感知的慕课平台使用意愿影响因素分析*

张敏尹帅君聂瑞唐存周（武汉大学信息资源研究中心湖北武汉430072）

[摘要]慕课提供了丰富的在线教育资源和开放式的互动学习体验，但“漏斗效应”依然普遍地存在于慕课学习过程中，表现为潜在学习参与者发展成为忠实学习者的过程受到众多因素的影响。慕课平台使用意愿研究模型的构建基于Davis的经典技术接受模型，并从可控性、资源性和交互性3个方面引入了平台可控性、过程可控性、感知资源性、连接性和响应性作为前因变量。

[关键词]慕课用户体验采纳意愿影响因素

1　引　言

慕课（Massive Open Online Courses，简称MOOC）是大规模网络开放课程的中国化称谓[1]。与之前的在线学习形式相比，慕课在互联网学习资源开放存取的基础上，融合了社交网络大规模互动参与的特点，不仅为学习者提供教学视频、课程教材及补充课程资料等丰富的课程资源，而且建立课程讨论区，利用各类社交网络，以方便课程讲授者与学习者之间以及课程学习者之间的交流与互助，将具有相似学习兴趣、相近学习目标的数量众多的在线学习者系统地组织了起来[2-3]。早在2008年，慕课的雏形概念就被提出并开展了相关的实践教学活动，但直到2011年斯坦福大学“人工智能”课程取得了全球性的成功，才充分地体现出了这种先进教学理念无与伦比的优越性，特别是随着2012年三大慕课网站Udacity、Coursera和edX的先后上线以及越来越多涉及不同国家、不同学校和不同学科领域课程的大量开设，慕课真正走入普通大众的视野，并迅速发展壮大起来。慕课具有课程资源丰富、课程学习形式多样、师生互动无障碍、同学交流顺畅、学习过程可控性高等特点，它是远程教育发展的自然产物[4]。据世界三大慕课平台之一的Coursera提供的官方数据显示，来自于中国的访问量已进入全球前十的行列，而这一数据每天还在增长[5]。在此情境下，中文慕课平台的建设方兴未艾，目前比较知名的中文慕课平台有清华大学与Edx合作建立的“学堂在线”、高等教育出版社的“爱课程网”携手“网易云课堂”一起建立的“中国大学MOOC”等。

能让更多人低成本地获得优质教育是慕课具备的不可比拟的先天优势，但是同购买决策中知晓、关注、斟酌、购买的过程相似，在慕课学习过程中也存在这样一个漏斗效应：知晓、注册、参与、完成[6]。潜在学习者从最开始知晓慕课的存在，发现了自己感兴趣的东西之后就会关注并完成在慕课平台上的注册过程。在课程学习的过程中学习者会参与其中，如果顺利的话潜在学习者能够完成课程。在这样一个过程中，知晓者的一部分成为注册者，注册者的一部分会参与其中，而参与者中的一部分能坚持到课程的完成。慕课学习的漏斗效应主要表现为两个方面：从一个阶段到另一个阶段的高退出率；每个阶段不同参与模式的人数分布不平衡，如活跃者到沉默者的长尾分布等。

从学习者参与慕课学习的过程分析中不难看出，学习者最终是否采纳某一慕课平台学习不仅涉及到慕课平台的技术和内容特征，更涉及到使用者的体验感知等特征。目前，慕课的相关研究多集中在参与体验及完成率这两个方面，鲜有对“知晓—注册”以及“注册—参与”等具体过程的研究。知晓过程是营销宣传方面所能影响的，主要涉及到营销学方面的一些研究，与信息产品和技术的采纳相关性不明显。本文主要对影响潜在的参与者（包括知晓者和注册者）成为真正参与者的因素进行研究，进而对慕课平台的采纳意图进行探讨和研究，研究成果将对于慕课相关领域的科学研究和产业应用具有积极的作用。

2　相关理论与研究模型的构建

2.1相关理论

2.1.1技术接受模型

技术接受模型（Technology Acceptance Model，简称TAM）因其广泛的适用性和易操作性成为了当前信息系统研究中使用得最普遍、最活跃的一个理论模型。1989年，美国学者Davis在深入总结了前人对信息系统采纳行为研究的基础上，从中提炼出两个影响用户采纳某项信息技术的决定性因素，即表征用户认为使用特定系统能提高其工作绩效的感知有用性因素（Perceived Usefulness，简称PU） 和表征用户认为使用特定系统能减少其工作量的感知易用性因素（Perceived Ease of Use，简称PEOU），以及感知有用性与感知易用性之间的相关关系[7-8]。

TAM被广泛地应用于电子邮件系统、大规模在线协同教育系统、在线购物系统、在线娱乐系统等涉及人们日常生产、生活等各种复杂应用背景下的用户行为意图（Behavior Intention，简称BI）研究中。研究者们针对研究背景具有的不同特性，在经典TAM的基础上将信任、隐私、社会影响、技术经验、信息自我效能等因素融入其中，形成了数量众多的TAM拓展模型，在极大地丰富了信息行为研究的内涵和应用领域的同时更增强了TAM的解释力度。例如，在线购物环境下信任的引入[9]；将信息系统分为享乐型信息系统和效用型信息系统，并将感知娱乐性引入影响享乐型系统的采纳研究中[10]；将社会影响引入带有社交性质工具的采纳中[11]。一项关于在线学习接受和采纳的荟萃分析指出，在所调查的样本文献中，86%的研究采用了TAM，4%的研究采用了技术采纳与利用整合理论（UTAUT），2%的研究采用了任务技术适配理论（TTF），还有研究采用计划行为理论（TPB）等[12]。毫无疑问，TAM被广泛应用于在线学习领域。

2.1.2用户体验理论

用户体验（User Experience, 简称UE）是指某件产品或某项服务的使用者（或享受者）在消费过程中的所做、所想、所感[13]。用户体验的相关研究随着互联网经济的发展而逐步兴起，并将其适用范围拓展至多个学科领域。用户体验在研究内容和侧重点上会根据不同的研究背景发生变化。王晓艳和胡昌平等学者在研究中指出，信息系统（含产品）中的用户体验可分解为功能体验、技术体验和美学体验3个层次[14]。在信息系统（含产品）功能体验中，用户体验描述的是“该系统或产品有助于使用者完成任务”的属性；在信息系统（含产品）技术体验中，用户体验描述的是“该系统或产品有助于使用者高效率地完成任务”的属性；在信息系统（含产品）美学体验中，用户体验描述的是“该系统或产品有助于使用者身心愉悦地完成任务”的属性。此外，该研究还将上述3项属性进行了细化，如将功能体验分解为可用性和有用性两个属性，将技术体验分解为省时、省力、省钱3个属性，将美学体验分解为好看、好听、好感3个属性[14]。

2.2研究模型的构建

信息技术与用户之间交互关系的研究已经成为信息技术领域内的一个备受关注的高优先级的研究课题，本文研究对象为慕课学习平台，是一类典型的在线学习应用。Sumak等学者在2011年系统地分析了电子学习接受研究中的重要文献，通过对42篇来自重要期刊的研究论文展开分析后发现 ：TAM是在电子学习接受影响因素的研究中使用最为广泛的理论，并且TAM具有鲁棒性[12]。除了在TAM中所涉及到的影响因素之外，不同的情境下会考虑到如自我效能、交互性、系统质量、信息质量、主观规范等不同的影响因素，用户体验理论等新兴的理论在研究中得到了广泛的应用。鉴于上述分析，本研究以TAM和用户体验理论的整合为理论扩展，构建了基于体验感知的慕课平台使用意愿影响因素模型，如图1所示。

图1　慕课平台使用意愿影响因素模型

该模型旨在探讨感知有用性、感知易用性、感知资源性、感知交互性和感知可控性与慕课学习平台的使用意愿之间的关系，并进一步挖掘影响交互性的因素，以及影响可控性因素对学习者使用意愿的影响程度。

3　假设的提出

3.1感知有用性、感知易用性与使用意愿

慕课平台学习中感知有用性主要包括两个方面，即感知平台功能的有用性和感知平台内容的有用性。功能的有用性表现在平台设置的功能是否能够满足在线学习的功能需求，而内容的有用性表现在平台提供的内容是否与学习者的需求紧密相关。慕课平台学习中的感知易用性即平台功能易用性，主要是指学习者对于平台功能难易程度的感知，如流程设计的难易程度、页面功能键设置的难易程度等，不同的学习者因为自身信息素养和使用慕课平台的经验等因素的影响，对于某一慕课平台易用性的感知往往存在一定程度的差异性。因此，本文基于原始TAM中对感知有用性、感知易用性与使用意愿之间关系的描述，提出如下假设：

假设1（H1） ：慕课平台的感知有用性能够对慕课平台的使用意愿产生正面的影响；

假设2（H2） ：慕课平台的感知易用性能够对慕课平台的使用意愿产生正面的影响；

假设3（H3） ：慕课平台的感知易用性能够对慕课平台的感知有用性产生正面的影响。

3.2感知资源性与感知有用性

互联网的开放性和包容性特点使得互联网上的资源丰富多样。慕课由教师个人组织和实施、大学官方机构参与、第三方培训机构等发布不同种类的课程，具有海量课程资源。笔者对中外慕课平台展开调查后发现，平台课程内容极为丰富，涵盖了艺术、生命科学、商业和管理、化学、计算机科学、经济和金融、教育学、能源和地球科学、健康和社会、人文、法律、数学、医学等不同类目。此外，同一主题的课程往往会由多个高校或机构同时开设。不同于以各大知名高校网络公开课为代表的第一代公开课，第二代公开课——慕课的课程形式多种多样，不仅有视频形式，还有文档、练习、讨论、推荐图书等，极大地满足了不同形式的学习需求。Lan和Sie在对移动学习的研究中认为，多样化的学习形式极大地提高了交流媒体的丰富程度，从而产生更好的交流效果[15]。因此，本文在感知资源性与感知有用性之间的关系上提出如下假设：

假设4（H4） ：慕课平台的感知资源性会正向影响慕课平台的感知有用性。

3.3感知交互性与感知有用性

慕课从其诞生之日起就将社交网络和在线资源巧妙地进行了整合，将网络公开课时代缺乏的交互性根植于其架构设计中。Johnson 等学者2006年在对网站交互性进行研究时发现，响应质量、响应速度、非语言信息3个方面形成了人们对交互性的感知[16]。Islam在2013年研究了大学教学中E-learning系统后发现，对于某一在线学习环境的归属感会优化学生的学习体验，学生对于通过在线学习环境与其他同学交流问题、协作完成作业这种联系的感知是这一归属感的来源[17]。鉴于上述分析，本文将交互性特征分为响应性（即慕课平台响应某一问题的质量和速度）和连接性（即慕课平台使学生产生归属感的程度）两个方面。因此，本文在感知交互性与感知有用性之间的关系上提出如下假设：

假设5（H5） ：慕课平台的连接性能够对慕课平台的感知易用性产生正面影响；

假设6（H6） ：慕课平台的响应性能够对慕课平台的感知有用性产生正面影响。

3.4感知可控性与感知易用性

有研究指出，相较于传统课堂而言，在线学习给予了学生对于自己学习的控制能力[18]。Abbey于2014年对学习者的控制力做了深入的分析后发现，过程中的控制能显著影响最终的学习效果[19]。慕课课程除了有确定的开课时间和课程进度，在课程作业管理上也有截止期限且评分非常及时；此外，学习者还可以个性化定制自己的学习方式和学习时间，与第一代网络公开课相比，慕课有更好的课程可控性体验。本研究将可控性特征分为平台可控性和过程可控性，前者聚焦对平台使用规则的了解，判断学习者是否能很好地控制平台的使用；后者聚焦于对整个课程进程的了解，判断学习者是否能够按照自己的习惯安排学习内容、学习时间和学习方式等。平台可控性和过程可控性可以用来衡量学习者对于学习过程是否具有适当的控制能力。

综上，本文在感知可控性与感知易用性之间的关系上提出如下假设：

假设7（H7） ：慕课平台的平台可控性能够对慕课平台的感知易用性产生正面影响；

假设8（H8） ：慕课平台的过程可控性能够对慕课平台的感知易用性产生正面影响。

4　研究设计

4.1问卷设计

本研究采用问卷调查的方式获取数据，从而对模型进行检验。问卷分为两个部分，第一部分对被调查者的基本信息展开收集，第二部分对模型的变量进行测量。在模型变量测量过程中使用了七点式李克特量表，1分表示非常不认同，7分表示非常认同，中间认同程度依次递进。

模型的潜在测度变量包括TAM中的感知易用性因素、感知有用性因素以及使用意愿因素3个变量，此外还包括平台交互性因素、可控性因素和资源性因素所涵盖的5个潜在测度变量。本文对感知有用性、感知易用性和使用意愿的测量主要借鉴了1989年Davis以及2005年Matthew K.O. Lee发表的经典文献中的测量方法和问项设计；在交互性方面，对连接性的测量项目改编自Islam在2013年发表的研究成果，响应性的测量项目改编自Johnson等人在2006年发表的研究成果；平台可控性的测量项目改编自Kim等人[20]在2008年发表的研究成果。资源性和过程可控性的测量项目没有相应文献来源，研究中通过总结和提炼慕课学习者感受并结合已有文献对慕课特点的描述汇编所得到。

为了保证问卷测量项目在翻译改编时的可读性、准确性和易理解性，本研究对最初的测量问卷进行了预测试，邀请了10位有问卷设计经验的同学对问卷进行了检查和作答，对其中的一些有歧义或模糊的测量项目进行了修改，形成了最终的正式版调查问卷。

4.2数据收集及样本描述

研究问卷发放主要通过线上和线下两个渠道开展。线下渠道主要是选择实际开设有慕课课程的知名高校相关学科、学院进行随机问卷发放；线上渠道是以邮件的方式邀请Coursera和中国大学MOOC平台上的学习者参与调查。这两种方式都能确保调查样本了解并使用过慕课平台，从而确保调查样本的有效性和研究的科学性。最终研究共回收有效问卷250份，包括线下回收54份，线上回收196份，样本情况如表1所示。

表1　样本描述性特征

5　数据分析

5.1信度分析

在对假设进行检验之前，需要对测量模型进行信度检验。为保证信度表征测量问项的一致性和可靠性，本研究采用克朗巴赫α系数、组合信度CR和平均提取方差AVE作为检验信度的参考指标，并判断研究变量是否达到信度要求。表2对测量项目的因素负载、克朗巴赫α值、AVE和组合信度进行了描述。问卷所有变量的最小克朗巴赫α值为0.808，大于0.7的最小标准值[21]。不同于克朗巴赫α值假设每个测量项目承载相同的权重，组合信度依据实际的因素负载分数来测量问项的信度，因而具有更高的可参考性，它一般有相对严格的为0.7和较为宽松的为0.6两个标准[22-23]。本研究测量项目的组合信度都达到了标准值，表明测量项目的信度要求得到了较好的满足。平均提取方差AVE表示的是测量项目可以被潜在构念解释的变异量的大小，AVE值越大表示测量项目被潜在构念解释的变异量越大，相对测量误差越小。测量项目的最小AVE值为0.604，大于0.5的判别标准。总体来说，测量问项的信度达到了较好的水平。

表2　信度检验描述统计

5.2效度分析

在对假设进行检验之前需要对测量项目进行效度分析。测量项目的效度分析分为内容效度和建构效度两个方面。在内容效度方面，研究通过借鉴已有文献并通过预测试进行了优化，能保证测量项目的内容效度；在建构效度方面，如表2所示，每个测量项目的因素负载都大于0.5（最小因素负载为0.613，最大因素负载为0.954），符合Wixom 和Watson建议的测量项目的聚合效度水平[24]。测量项目的区别效度可通过比较平均提取方差AVE开根号后的值与变量间相关系数来进行检验，若AVE开根号后的值比相应行列的非对角线值都大，则表明该变量能明显地与其他变量区别开来，测量项目的区别效度也得到了满足。根据表3（见下页）可知，对角线上的值均大于相应行列非对角线上的值，表明测量问卷的区别效度也是符合要求的。

5.3假设检验

假设检验之前还需要对模型的适配情况进行分析检验。如果模型拟合度指标达到推荐值、模型适配情况良好，则表明假设模型很好地得到了数据支持 ；反之，如果模型拟合度指标不能达到推荐水平，则表明假设模型不能被实际数据验证，可能存在着一定错误，还需要进行修正。如表4（见下页）所示，本研究中，整体拟合度指标多数达到了严格推荐值，其中模型的卡方自由度比值为1.92，调整拟合优度指数AGFI的值为0.83，比较拟合指数CFI的值为0.96，正规拟合指数NFI的值为0.92，较好地达到了拟合度指标的推荐水平。在拟合优度指数GFI和近似均方根RMSEA的推荐值方面，一般采用0.90和0.08的临界值，但在一些文献[25-26]中，也给出了0.80和0.10的宽松标准。拟合优度指数GFI实际值为0.87，达到取值0. 80的宽松的可接受水平。在近似均方根方面，研究模型的实际值为0.06，符合严格的推荐值水平0.08和宽松的推荐值水平0.10的标准。综上所述，研究模型的适配水平可以接受，能够进行假设检验。

图2　假设检验结果

表3　效度检验描述统计

表4　模型拟合度指标

本研究采用AMOS软件对数据展开分析，分析结果如图2和表5所示。提出的8个研究假设中除了假设6“慕课平台的响应性会正向影响慕课平台的感知有用性”没有成立，其余的假设都得到了验证。其中，慕课平台的使用意图的变异量能够被感知有用性和感知易用性解释的程度达到了73.9%；慕课平台的感知资源性和连接性对感知有用性均具有正向的影响作用，其感知有用性的变异量能够被其前因变量解释的程度达到了72.3%；可控性（包括平台可控性和过程可控性）对感知易用性均具有正向的影响作用，其感知易用性的变异量被其前因变量解释的程度达到45.5%。

表5　假设检验描述性统计

6　结果讨论

根据上文数据分析结果，下面对结果展开讨论：

（1）假设1、假设2和假设3成立表明，在慕课学习平台的使用行为中，慕课平台的感知有用性对其使用意愿有积极的影响作用，慕课平台的感知易用性对其使用意愿有积极的影响作用，慕课平台的感知易用性对其感知有用性有积极的影响作用。上述3个假设均来自于经典的TAM，这说明慕课作为一种新型的在线信息平台具有信息系统通用的一些特性，TAM延伸到在线学习领域依然具有相当程度的适用性。在慕课背景下，慕课平台使用意愿的前因变量与慕课的特征紧密相关，慕课平台的感知有用性是影响慕课平台使用意愿的主要因素，同时感知易用性也对慕课平台使用意愿有着较为重要的直接影响和间接影响，说明对于慕课平台这样一个没有相应指导和说明的自助式在线学习平台产品，如果开发者更多地关注使用过程简单性、便利性的设计，将能极大地影响平台的使用意愿。

（2）假设4、假设5成立表明，平台交互性特征中的连接性和平台资源性对慕课平台的感知有用性有直接的正向影响，其中资源性感知对有用性的影响更甚。慕课平台相对于以前的网络视频公开课，能为学习者、授课教师和其余学习者之间的交流、联系提供更好的平台和更多的机会，这种连接性的建立提升了平台的感知有用性。在资源性方面，目前绝大多数的慕课平台都整合了较多知名学府和教育机构的优质课程资源，课程类型丰富，课程内容形式多样，能满足不同学科、不同学习方式的学习者的需求，这种资源性极大地影响了学习者对慕课平台的有用性感知。因此，如果想要学习者持续使用慕课学习平台，并保持一定的用户忠诚度，设计者就应该在平台的交互性特征上做更好的设计，同时在资源的丰富性和多样化上持续改进并整合更多的优质资源。

（3）假设6没有成立表明，平台交互性特征中的响应性对慕课平台的感知有用性没有直接的正向影响，这说明目前学习者对于平台响应性尚无特别苛刻的要求，但这并不代表响应性对感知有用性不存在影响作用。对于我国学生来讲，他们可能更习惯于被动式的接受知识而不习惯于主动提问，这在客观上造成了学生对学习平台响应性的好坏重视程度不足，导致响应性的好坏不能对有用性感知产生显著影响。

（4）假设7、假设8成立表明，感知可控性作为前因变量对慕课平台的易用性有着重要影响。平台的可控性能极大地提高学习者对于慕课平台的控制能力和使用能力，从而对易用性感知产生重要影响。在慕课平台上进行学习的学习者，可以根据自身的空余时间安排学习计划，根据自身的便利条件选择学习方式，并且还可以定期收到提醒，避免课程遗漏。这些因素都帮助学习者对学习过程有更好的控制能力，而这种对于学习过程的可控性对易用性感知也有着正向的影响作用，从而使得学习者对于平台的使用意愿增强。

7　结　语

慕课作为近几年来教育领域的新生事物，客观上还存在着互动质量不高、完成率较低（大约5%~16%）等问题，但不可否认的是，慕课在真正意义上实现了全球资源的开放存取，从而有效地降低了教育成本、推动了教育模式变革。对个人学习者而言，慕课提供了接触优质学习资源和新颖教学方法的新途径，在全球范围内推进慕课学习平台的使用具有重要意义。

本文对整合慕课学习者学习体验特征及TAM对影响慕课平台使用意愿的因素展开研究，结果分析显示，一方面，现有慕课平台的建设需要在重视资源的丰富性上面做出更多的努力，需要充分利用现有的网络公开课等资源将其改造成为适合慕课平台的课程。另一方面，慕课平台的设计者应注重提供更好的交互体验，充分利用平台的交互功能来调动学习者提问、讨论、回答的积极性，营造生机勃勃的教学环境。此外，平台也应该注意提高学习者对学习过程的控制能力，重视并认真细分学习者的心理因素和行为模式，力求满足不同学习层次、不同学科背景慕课使用者的个性化学习需求，达到扩大学习者覆盖面和增强平台黏性的目的。

参考文献 :

[1]焦建利. 从开放教育资源到“慕课”——我们能从中学到些什么[J]. 中小学信息技术教育, 2012(10):17-18.

[2]张振虹, 刘文, 韩智. 从 OCW 课堂到 MOOC 学堂, 学习本源的回归[J]. 现代远程教育研究, 2013,3(3):20-27.

[3]McAuley A, Stewart B, Siemens G, et al. The MOOC Model for Digital Practice [EB/OL]. [2015-11-11].https://www. researchgate.net/publication/260205419_The_MOOC_ model_ for_digital_practice, 2016.

[4]网易公开课[EB/OL]. [2015-11-11].http://open.163.com/special/ openclass/wise.html.

[5]搜狐教育[EB/OL]. [2015-11-11].http://learning. sohu.com/ s2014/coursera/?qq-pf-to=pcqq.c2c.

[6]Clow D. MOOCs and the Funnel of Participation[C]//Proceedings of the Third International Conference on Learning Analytics and Knowledge. New York, 2013:185-189.

[7]鲁耀斌, 徐红梅. 技术接受模型的实证研究综述[J]. 研究与发展管理, 2006,18(3):93-99.

[8]Davis F D. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology[J]. MIS Quarterly, 1989: 319-340.

[9]Gefen D, Karahanna E, Straub D W. Trust and TAM in Online Shopping: An Integrated Model[J]. MIS Quarterly, 2003,27(1): 51-90.

[10]Van der Heijden H. User Acceptance of Hedonic Information Systems[J]. MIS Quarterly, 2004,28(4):695-704.

[11]Lu J, Yao J E, Yu Chun-Shong. Personal Innovativeness, Social Influences and Adoption of Wireless Internet Services Via Mobile Technology[J]. The Journal of Strategic Information Systems, 2005,14(3): 245-268.

[12]Sumak B, HericKo M, Pusnik M. A Meta-Analysis of E-Learning Technology Acceptance: The Role of User Types and E-Learning Technology Types[J]. Computers in Human Behavior, 2011, 27 (6): 2067-2077.

[13]田彬彬. 网络信息服务中提升用户体验的策略研究[J]. 信息资源管理学报, 2012(3):84-88.

[14]王晓艳, 胡昌平. 基于用户体验的信息构建[J]. 情报科学, 2006, 24(8):1235-1238.

[15]Lan Yu-Feng, Sie Yang-Siang. Using RSS to Support Mobile Learning Based on Media Richness Theory[J].Computers & Education, 2010,55(2):723-732.

[16]Johnson G J, Bruner II G C, Kumar A. Interactivity and Its Facets Revisited: Theory and Empirical Test[J]. Journal of Advertising, 2006,35(4):35-52.

[17]Islam A K M. Investigating E-Learning System Usage Outcomes in the University Context[J]. Computers & Education, 2013, 69: 387-399.

[18]U.S. Department of Education, Office of Educational Technology. Transforming American Education: Learning Powered by Technology[R]. Washington, DC: Education Publications Center, 2010:9-11.

[19]Karich A C, Burns M K, Maki K E. Updated Meta-Analysis of Learner Control Within Educational Technology[J]. Review of Educational Research, 2014:84(3):392-410.

[20]Kim D J, Ferrin D L, Rao H R. A Trust-Based Consumer Decision-Making Model in Electronic Commerce: The Role of Trust, Perceived Risk, and Their Antecedents[J]. Decision Support Systems, 2008,44(2):544-564.

[21]Ronald D Y．SPSS其实很简单[M]. 吴超, 等译. 北京:中国人民大学出版社, 2010:60.

[22]Fornell C, Larcker D F. Evaluating Structural Equation Models with Unobservable Variables and Measurement Error[J]. Journal of Marketing Research, 1981, 18(1):39-50.

[23]吴明隆. 结构方程模型: AMOS 的操作与应用[M]. 重庆:重庆大学出版社, 2009:52.

[24]Wixom B H, Watson H J. An Empirical Investigation of the Factors Affecting Data Warehousing Success[J]. Mis Quarterly, 2001,25(1):17-41.

[25]Lin K M. E-Learning Continuance Intention: Moderating Effects of User E-Learning Experience[J]. Computers & Education, 2011, 56(2):515-526.

[26]Lee Y, Kwon O. Intimacy, Familiarity and Continuance Intention: An Extended Expectation-Confirmation Model in Web-Based Services[J]. Electronic Commerce Research and Applications, 2011,10(3):342-357.

张 敏 女，博士，武汉大学信息资源研究中心副教授。

尹帅君 女，武汉大学信息资源研究中心2013级电子商务专业硕士研究生。

聂 瑞 女，武汉大学信息资源研究中心2015级电子商务专业硕士研究生。

唐存周 男，武汉大学信息管理学院2013级电子商务专业本科生。

Influencing Factors Analysis of MOOC Platform Adoption Intention Based on Perceived Experience

[Abstract]MOOC(Massive Open Online Conrses) provides tremendous online education resource and open interactive learning experience. While '' Funnel Effect'' widely exists during the process of MOOC learning, which means there are many factors influencing potential attendees developing into loyal learners. MOOC platform adoption intention model constructs on the base of Davis typical technology acceptance model, and introduces platform controlability, process contralability, perceiving with resources, connectivity and responsiveness as antecedent variables from the three aspects of controlability, resources and interactivity.

[Key words]MOOC; User experience; Adoption intention; Influence factor

[中图分类号]G353.1

[文献标识码]A

*本文系国家自然科学基金项目“Web2.0环境下基于社会化网络瓶颈限制的信息扩散最大化研究”，项目编号：71203166；武汉大学人文

[作者简介]

[ 收稿日期：2015-12-22 ]