基于学习分析技术的网络学习行为研究

颜 磊 祁 冰

（海南大学，海南 海口 570228；海南工商职业学院，海南 海口 570223）

随着近几年来信息技术的不断发展，大数据分析技术已经渗透到社会发展的各个方面，人们的生活方式以及学习方式随着大数据分析技术的发展正在发生深刻的变化。通过文本语义分析和统计分析等定量分析方法对数据进行深入解释，大大加深了我们对在线学习行为的理解，丰富了我们对数字化学习过程中学生学习特点的了解。

本文将在网络学习行为内涵的研究上，分析在网络学习行为中构建的各类模型，以此构建基于学习分析技术的网络学习行为模型。通过对一门网络课程的在线学习活动的过程进行追踪，收集学习者在学习过程中的行为数据，并对模型中各个层次所对应的行为数据进行分析，总结学生网络学习行为的特征，指出学习过程中存在的问题。

一、网络学习行为的内涵

学习分析技术基于海量数据，使用数据挖掘结果来分析学生的在线学习效果，以探索数据和在线学习之间的联系，并为学习做出预测和建议。因此，学习分析是基于网络学习过程，分析学习者的学习行为。目前对于网络学习行为的概念可以理解为：学习者在由现代信息技术所创设的、具有全新沟通机制与丰富资源的学习环境中开展的远程自主学习行为。其内涵研究主要包括：网络学习行为模型、网络学习行为的影响因素、网络学习行为的监控、网络学习行为的跟踪与诊断以及网络学习行为的评价研究几个方面。

对于网络学习行为模型研究，国内外很多学者都依据行为科学理论、计划行为理论等基础理论构建模型，有的也会通过问卷调查法来构建网络学习行为模型。另外，大多数专家多使用问卷调查、实验等来实证网络学习行为的影响因素。对于网络学习行为的记录与评价研究，学者们主要采用软件跟踪与数据挖掘技术，重点关注在线平台网络日志，通过监控软件实时监控学习者的在线学习行为。例如Krin Anna Hummel，Romero 等人都是通过对平台上的数据库记录和日志文件，来分析学习者的在线学习行为，预测学习方向。

综上所述，我们对于网络学习行为内涵的理解，不应当只是了解其基本概念的界定，更要从网络学习行为模型、网络学习行为的特点、影响网络学习行为因素、网络学习行为数据收集、网络学习行为的评估等方面进行研究。而其中的网络学习行为模型是网络学习行为研究可视化研究的根基，它能够指导实践研究过程中数据收集的方向。因此，网络学习行为模型的构建是本文的重点内容之一。

二、网络学习行为模型

我们对传统的学习行为一般可以分为三个层次，一个是低层次的学习行为，像查找、阅读、记录等这一类的学习行为，我们也称之为操作学习行为。另一个是高层次学习行为，这个层次学习行为的特点是运用所学知识解决实际问题，因此，这层次的行为也称为问题解决行为。最后一个层次就是中间层次学习行为，这个层次主要是学习者大脑内部信息的初加工与精加工的过程，也属于认知学习行为。

与传统学习行为分类类似，我们将网络学习行为分为四个层次。首先，网络环境下学习者的最低层次学习行为可以是一些网络操作行为，比如信息检索、查找、标记、阅读、下载、播放等。因此，这一层称为信息操作行为。其次，网络环境下，学习者在学习过程中需要与其他学习者进行协作与交流，加强对知识的理解、提供问题解决的思路，本文将这一层次的行为称为协作行为。然后，学习者在网络学习过程中分析信息、回顾信息、比较信息、加工信息等多种行为相互作用而形成的一种行为，本文将这一类行为称为信息加工行为。最后，学习者在理解知识的基础上，参与测验、总结反省，将之用于解决问题的行为，本文将这类行为称为问题解决行为。

基于以上分析，本文对网络环境下的大学生的学习行为分为以下四个层次：信息操作行为层、信息加工行为层、协作行为层、问题解决行为层。

三、数字化学习环境下学生网络学习行为分析

1、研究思路及数据样本来源

本研究以海南大学人文传播学院2017 级戏剧影视一班学生为研究对象，以《摄影摄像》课程为实践课程，以海南大学网络综合教学平台为课程网络学习平台，收集该课程在2018 年8 月至2018 年12 月的学生网络学习行为数据，并以网络学习行为层次为依据，针对学习者的学习情况，并将行为用可视化的数据表现出来。利用在线学习平台上记录的大数据来分析学习者的网络学习行为。

2、行为数据指标选取

本文选取了网络综合教学平台中记录学生学习行为的18 个指标为测量参数。对这些指标依据网络学习行为模型的四个层次进行分类。其中，信息操作行为测量指标5 个，分别是学生访问课程总数、学生看视频时长、查阅教学资源次数、下载资源。信息加工行为测量指标4 个，分别是选择资源、标记资源、整理资料、制作课件。协作学习行为测量指标为5 个，分别是讨论区学生提出问题次数、讨论区其他学生回复次数、上传资源、转载资源。问题解决行为测量指标4 个。分别是学生提问次数、提交作业次数、完成作业、讨论区自我反思。

3、学生网络学习行为数据的统计

以《摄影与摄像》网络课程学习行为数据对基础，以上述构建的大学生网络学习行为四层次模型为分析框架，结合网络综合教学平台的数据统计功能，对大学生的网络学习行为数据进行统计结果如表1-1。

4、学生网络学习行为数据分析

以《摄影摄像》网络课程学习为例，以网络学习行为四个层次模型为分析框架，得出学生学习行为具有如下特点：

（1）依托教学资源进行学习。本课程的资源类型丰富多样，有文本、PDF、课件、视频等，资源的访问量非常高。相比之下之前课程的资源类型较为单一，访问量很低。从大学生的个体行为看，课程资源的最高访问量和最低访问量都是比较高，学生查阅课程资源的热情都很高。因此，网络环境下的学习者对于教学资源的需求是多样化的。

1-1 行为指标数据量

（2）学生的网络学习行为倾向于协作学习。课程资源区是大学生网络学习用的课件、课外资源以及用于实践操作的一些素材等，而论坛区主要是对课程学习中出现的一些问题开展专题讨论，是课程的互动与交流学习的平台，学生在进行本课程学习时，能够在网络学习过程中对出现的问题进行提问，并且能够提供解决的方法和途径。大部分学习者更倾向于这种协作学习来参与学习活动。

（3）学生的问题解决能力差异太大。部分学生能够按照要求在规定时间内提交作业，但是大部分学生都是突击性完成网络课程作业。70%学习者的作业都在规定日期的前两天或当天完成提交。反映出学生网络学习的集中性、突击性的特点。这样就造成了学生的作业质量不高，也是参差不齐。最高分与最低分差异很大，高分作业也很少，只占总人数的3%左右。这样使得优秀者越来越优秀，差生越来越差，学生之间完成网络课程作业行为方面的差距会越来越大。