大学生网络学习行为分类模型构建与研究

程悦 孙崴

摘  要 调查分析大学生当前阶段常见的网络学习行为，研究大学生网络学习行为和网络学习的满意度之间存在的关系。通过分析数据，精准查找网络学习中的“疑难杂症”，帮助大学生解决网络学习上的问题。研究结果表明，网络学习满意度与网络学习行为有关，并且网络学习行为中的信息加工、协作交互、问题解决行为是影响网络学习质量的重要因素。

关键词 网络学习;网络学习行为;大学生;信息评价;学习支助服务系统;网络学习资源

1 前言

本文依据彭文辉、王海丽等人提出的网络学习行为的分类框架，从网络学习中的主观操作层面解析大学生网络学习行为，针对大学生群体开展对网络学习满意度与网络学习行为关系的调查研究，进而推动网络学习中问题的发现与解决。笔者将大学生在网络学习中经常遇到的问题以及网络学习中常用的操作的行为进行分类，将网络学习行为划分为五个维度和一个网络学习满意度的调查。在调查过程中发现，多数学生是认可网络学习的，但在网络学习中真正能够完整坚持学习的学生少之又少。结果表明，在信息加工行为、问题解决行为、协作交互行为中出现的问题是影响网络学习满意度和信息评价行为的重要因素。

2 网络学习行为分类与层次构建

从已有的研究方向来看，以往研究者多数是从学习者自身的认知、心理态度、情绪或是技术与资源方面开展的研究。目前国内的网络学习平台提供观看视频、收听音频、在线讨论、离线留言等形式的获取知识的常用途径。根据对这些常用途径的学习行为的整理和分类，笔者首先将搜索、查阅、访问、观看、收藏这类动作归类为信息查阅行为;将转载、加工、归类、整理、判断、记录、标记等动作归纳为信息加工行为;将讨论、寻求帮助、参与、回复、作答、发布等行为归纳为协作交互行为;将提问、检索、处理、付费课程的使用、测试、自我监控等行为归纳为问题解决行为;将反思、互评、自评、关注、评论等行为归纳为信息评价行为。并将对未来使用网络学习的时间的规划、网络学习效果自我分析、网络学习喜好需求以及个人使用效果对比等情况作为网络学习满意度测量的指标。

笔者认为简单的查看、检索行为是开展网络学习的基础;而信息加工行为在网络学习过程中是内化知识的过程;协作交互行为是在信息加工行为过程中将发现的问题或是很难内化的问题，以及在学习过程中遇到的资源、技术、操作等方面的问题与教师交互的重要表现，也是网络学习行为中最重要的环节;协作交互行为的完善，对于日后网络学习的顺利继续又增加了一块跳板，若协作交互不能很好地完成，那么学习者的网络学习行为很可能就此终止;问题解决行为是在交互行为后针对发现的问题提供一些学习支助服务，而这些学习支助服务能否真正地解决学习者在网络学习中遇到的问题，也是影响信息评价行为的因素之一;信息评价行为包括自评、互评。良好的学习支助服务系统是提升学生自我管理、树立信心、产生满足感和收获感的桥梁。模型如图1所示。

3 模型构建与研究假设

本研究的开展分为两步：首先是随机选取20名使用过网络学习的学生进行对网络学习问题的调查和记录;然后根据整理的网络学习高频行为制定调查问卷并发放，问卷项目以四级量表评价法测试学生在具体问题方面的感知判定值。

问卷调查以两部分展开：一部分采用网络问卷形式展开;另一部分采用纸质调查问卷进行填写。调查对象是在校大一至大四教育学类专业的300名本科生，回收有效问卷共299份。通过对样本可靠性的测试和可靠性测试结果，问卷中所有潜在变量的克朗巴哈系数值高于0.8，总表格中克朗巴哈系数值为0.868，此量表的可信度很高。本研究首先使用SPSS 19.0软件进行因子分析，结果显示，KMO值为0.822，巴特利特球形检验的卡方值为3410.687（P=0.000），说明样本数据可以做进一步的研究分析。

本文在开展调查问卷的过程中发现，网络学习中存在的問题多来自软件方面、认知方面、监控方面、交互方面、评价方面、情感态度等。本研究针对上述问题给予假设，网络学习的满意度在网络学习个人操作层面上与信息查阅、信息加工、协作交互、问题解决、信息评价行为有关;网络学习中的信息评价行为与信息查阅、信息加工、协作交互、问题解决行为有关。

4 网络学习行为研究结果及分析

下面进行网络学习行为对网络学习满意度的预测作用及贡献分析。根据上述问题假设，排除学习者自身强烈抗拒使用网络学习的因素，本研究依据问卷调查样本数据对大学生网络学习行为和网络学习满意度之间进行相关性分析。研究结果表明，信息查阅行为、信息加工行为、协作交互行为、问题解决行为、信息评价行为和网络学习满意度之间呈显著相关。

根据相关系数的结果显示，通常Sig.<0.05表示显著，**代表0.01水平显著。如表1所示，星号前面的数值为正，因此认为网络学习满意度和网络学习行为中的五个维度是显著相关的且呈正相关，说明任意网络学习行为的积极表现都会引起学习者对网络学习满意度的认可和肯定。

笔者将大学生对网络学习的满意度作为因变量，以信息查阅、信息加工、协作交互、问题解决、信息评价行为作为自变量，进行多元线性回归，研究结果显示，Sig.=0.00<0.01，说明在0.01的水平，此研究模型呈极其显著回归。F=39.864，F数值越大，可信度越高。根据回归系数分析可得，信息加工行为、协作交互行为、问题解决行为是影响网络学习满意度的主要因素。根据多元线性回归模型可得：

5 研究结论与建议

结果表明，信息加工、协作交互以及问题解决行为是影响网络学习满意度的重要因素，并且对于网络学习中的信息评价行为也起着决定性作用。总结大学生在网络学习中遇到的最大的问题主要集中在这几个方面：

1）网络课程选择繁多，难以辨别良莠;

2）学习比较盲目，处理信息能力较弱;

3）遇到问题不能及时向人求助;

4）无人监督与指导的环境下难以专注和自控;

5）课程学习自由度较高，无法科学安排进度;

6）网络平台用户体验不佳。

对此，笔者针对网络学习中出现的问题给出几条建议。

首先，网络学习资源的简介应简单明了，让学习者能清楚地判断是否适合自己，不至于在学习途中发现不适合，致使半途而废。

其次，完善的学生支助服务系统是影响学生学习态度的有效因素，建议24小时答疑;做不到24小时答疑，建议指明答疑时间分布的区间。

再次，就是有效的奖励机制。许多学生不能够完整地学习完一门网络课程的原因是觉得网络学习缺乏教师的关注和鼓励，没有传统课程中师生在情感交流方面的肯定，致使学生出现表达抑制，导致网络课程学习半途而废。

最后是外部监控方面。内部监控属于元认知范畴，学习者的自我管理和自我約束均属于内部监控。针对注意力不集中的学生，平台给予的外部监控所带来的提醒作用是关乎网络学习整体质量的重要因素，建议平台对于时间较长的课程给予一定的提醒。比如提示窗口“不要溜号哦！”，通过类似的字样或者是小的测试活动等缓解学习者的学习疲劳，提高有意注意。对于课程的开始、资源的更新、见面课时间，最好是给予短信或其他联系方式的提醒。

对于能够及时查看资源、积极回答问题的学习者，可以通过增加经验值或是增加表现力等可视化的数值方式给予奖励，并在期末给予实物奖励。

希望上述建议在网络学习平台的完善和建设中能够有所帮助。

参考文献

[1]彭文辉，杨宗凯，黄克斌.网络学习行为分析及其模型研究[J].中国电化教育，2006（10）：31-35.

[2]王海丽.基于网络课程的大学生网络学习行为研究：以《信息技术课程教学论》学习为例[D].河南：河南大学，[3]杨蕴昊.网络课程学习行为数据采集分析研究现状[J].教育教学论坛，2019（6）：237-238.

[4]季志.大学生网络学习行为模型与实证研究[J].中国远程教育，2013（5）：59-63，96.

[5]冯天敏，张如静.国内网络学习行为五年综述[J].新媒体研究，2019（7）：75-79.

[6]李玉斌，武书宁，姚巧红，等.大学生网络学习行为调查研究[J].电化教育研究，2013（11）：59-65.

[7]吴林静，劳传媛，刘清堂，等.网络学习空间中的在线学习行为分析模型及应用研究[J].现代教育技术，2018（6）：46-53.

[8]王洋.大数据视角下学习者网络学习行为的发展研究[J].中国信息技术教育，2019（6）：102-105.

[9]张萍.“互联网+”背景下大学生网络学习策略[J].黑龙江科学，2019（11）：38-39.

[10]沈晓平，郑春芳.大学生网络学习行为特征研究[J].教育理论与实践，2017，37（21）：15-17.