MOOCs学习效果影响因素及学习行为模式研究与分析

马飞　李娟

[摘 要] 针对影响MOOCs学习效果的因素及学习行为模式进行深入研究与分析。重点统计和分析了学生对MOOCs教育的熟知度和兴趣度、参与MOOCs学习的意愿度、放弃MOOCs学习的遗憾度，并对中途放弃MOOCs学习和最终完成学习的主客观因素进行了详细统计与论述。针对提高学生MOOCs学习效果及MOOCs课程的结构内容设计给出了方案与建议，为进一步在高校顺利开展MOOCs教育提供借鉴。

[关键词] MOOCs;学习效果;影响因素;统计分析

[作者简介] 马 飞（1976—），男，陕西人，副教授，CCF会员，研究方向：网络安全、隐私保护、社交网络分析;李 娟（1975—），女，宁夏人，硕士，副教授，研究方向：数据挖掘、网络安全。

[中图分类号] G642.0    [文献标识码] A    [文章编号] 1674-9324（2020）25-0316-03    [收稿日期] 2019-05-28

一、引言

MOOCs（Massive Open Online Courses）[1，2]，是面向社会公众的免费开放式网络课程，通过开放教育资源的形式发展而来，并因其完全开放性特点得到越来越快的发展。

MOOCs教育模式能够使学员不必考虑自身的社会与文化背景及所处地域，充分利用MOOCs的开放性特点进行完全自主学习[3]。但因MOOCs是非面对面的学习交流，从而导致很多学生因缺乏有效的自我学习管理与约束，最终没有完成相应的学习教育过程，典型表现是比较高的“弃学率”，只有较小比例的学生最终成功完成了MOOCs教学过程[4-6]。这是目前开展MOOCs教育的教育工作者需要重点关注与解决的课题。

本次研究以CISCO公司的MOOCs教育平台为试验实施环境，以调查问卷、数据统计的方式综合分析了在校生参加MOOCs教育学习效果的影响因素，重点对弃学学生的弃学原因进行了统计分析，对成功完成MOOCs学习的学生的特性也进行了深入阐述，并对二者在MOOCs平台上的学习模式进行了对比分析。最后对如何把MOOCs教育针对当前学生的学习特性及学校本身的教育特点有效结合起来并提出了建议。

二、研究目标与研究环境设置

研究目标为影响在校生参与MOOCs学习效果的重要因素及学生在MOOCs平台上的学习行为模式。本次研究采用CISCO公司的计算机网络类MOOCs学习平台。

三、试验结果与分析

（一）試验环境设置

本次研究选取大三和大四各400名学生，总计800名。每个年级的每个专业（计算机科学与技术、网络工程、软件工程、信息管理与信息系统）各取100名。这些学生已修完有关网络的基础课程，并且学分基点较高。

在试验中，设置学习周期为12周，每周给学生布置的任务有PPT课件与微视频浏览、理论知识测试、实验技能测试等学习环节。

（二）试验结果与分析

1.学生对MOOCs熟悉度及兴趣度分析。从最后的统计结果得到，有67%的学生对MOOCs的熟悉度非常低，而熟知且用过的学生比例只有7%。由此说明，西部民族高校受地理位置限制，在教育信息获取、教育技术手段与理论等方面与教育发达地区相比还有相当大的差距。所以，这也是西部民族高校需要进一步努力与追赶的方面。

通过教师对MOOCs教育的详尽介绍，并挑选了“Coursera”和“中国大学MOOCs”这两个MOOCs平台进行演示后，对学生关于MOOCs教育的兴趣度又做了调查。“非常感兴趣”及“有一定兴趣”的学生比例达到97%，说明学生对MOOCs教育方式兴趣度还是比较高的，而且未接触过MOOCs学习的学生也表现出了较高的参与积极性，由此说明，作为教师应及时掌握最新的教学方法与技术，并及时应用到实际的教学活动中，把优秀的学习资源与学习方法提供给学生。

2.学习人数及遗憾度统计与分析。从最终统计结果得到，大三学生的注册率达到83.5%，而其中意愿度比较高的学生比例占到87.4%。四个专业中，网络工程专业的学生注册率达到95%，而其中94.7%的学生参加MOOCs学习的意愿度比较高，其中的原因在于所选择的MOOCs平台内容与网络工程专业紧密相关，学生的热情度比较高。综上而言，大三学生普遍对MOOCs教育有比较强的兴趣，结合统计结果，无论是否对MOOCs教学方式熟知，都有参与MOOCs学习的意愿。从大四的注册情况来看，有35.5%的学生未参与注册，其中计算机科学与技术、软件工程和信息管理与信息系统三个专业的未注册率非常高，尤其是以软件工程和信息管理与信息系统专业最为突出。从后续的调查反馈结果得到，这两个专业学生未注册率高的原因在于MOOCs平台内容设置与所学专业方向有一定距离，并且由于临近毕业，所以对参与MOOCs学习的兴趣度不高。而由于所选择的MOOCs平台内容与网络工程专业紧密相关，且质量与口碑比较好，并且考虑到用人企业对学生的能力要求，所以，学生的学习动力比较足，从而出现注册率比较高的结果。在未注册的学生中，选择遗憾度最高（A级）的学生占到总的未注册人数的31.7%，其中选择“课业原因”而未注册的学生人数最多，其次是选择“专业方向”，由此说明，学生对MOOCs学习方式还是有比较高的兴趣度，但因受到课业任务较重、专业方向相关性不强等原因而未进行注册。

3.中途弃学原因统计与分析。根据调查问题的学生反馈，利用K-means聚类算法对学生进行聚类。在得到的三种聚类中，“主观因素型”（弃学主因为“不能有效进行自我约束”及对“MOOCs学习方式不感兴趣）聚类中的学生人数最多，其次为“综合型”（主客观因素皆有），最少的为“客观因素型”（弃学主要原因为课业、专业方向及平台的使用不方便等）。由此可得，主观因素是高弃学率的主因。

从统计结果得到，两个年级总的弃学率达到66.2%，而其中大学三年级的计算机、信管和软件工程三个专业的中途弃学率分别达到74%、77%和82%，网络工程专业的弃学率最低，但也达到了52.6%。对于大四的四个专业，除网络工程专业以外，其他三个专业的中途弃学率非常高。考察学生中途弃学的原因，选择“不能有效进行自我约束”为中途弃学原因的学生最多，占总弃学人数的53.6%。其次选择“由于课业/专业方向/其他原因”的占29.3%，其中以“课业”为主因的占到71%。选择“MOOCs设置的学习内容不感兴趣”占总弃学人数的8.7%。选择“对MOOCs学习方式不感兴趣”“MOOCs内容感兴趣但安排不得当”和“MOOCs平台使用不方便”的学生占到总弃学人数的8.4%。

4.学生完成MOOCs学习原因的统计与分析。只有25%，共计200名学生完成了整个MOOCs学习过程，学习完成率非常低，其中42名为大四学生，158名为大三学生。而这些完成整个学习过程的学生中，68.5%的学生对学习效果有较高认可度，31%的学生认可度其次，只有1位同学填写的是基本无效果。99%的学生愿意继续参加其他MOOCs学习，大四与大三学生的意愿度基本一致，只有1%的学生不愿意继续参加。针对完成整个学习过程的全体学生，统计了能顺利完成整个学习过程的原因。由统计结果可知，当学生对MOOCs平台提供的学习资源认可时，学生的学习主动性及持续性都非常高，学习结束时对学习效果的满意度也非常高，继续参加MOOCs学习的意愿也非常强烈。

5.学生学习行为模式分析。从学生MOOCs学习行为模式看到，中途弃学的学生对视频浏览的频次非常低，也很少参加小测试。而成功完成MOOCs学习的学生最频繁的学习行为恰恰是经常浏览视频资源及参加课程测试。在每次课程单元学习任务放开后，成功完成课程的学生学习行为多样性及学习频次远高于中途弃学的学生。本次研究还分析了学生参与论坛讨论这一学习行为对课程完成率和最终课程成绩的影响。按照参与论坛讨论的积极程度，把学习者分为活跃讨论者和非活跃讨论者，大约24%的学生参与了论坛讨论。通过计算活跃讨论者和非活跃讨论者的课程成绩，活跃讨论者的课程通过率为37%，远高于非活跃讨论者的7%。统计结果也显示，活跃讨论者具有比较高的课程成绩，平均成绩为68分，而非活跃讨论者的平均成绩只有16分。

有个现象值得关注：在前两周，学生在MOOCs平台的活跃度相对比较高，随后出现了大幅下滑现象。由此可见，前两周是维持学生继续在MOOCs平台学习的关键时间点，因此，课程指导教师或者MOOCs课程设计者要非常仔細的设计课程章节及内容，要优化知识结构，合理安排课程进度。指导教师也要持续跟踪学习者的学习反馈，并及时做出相应调整。

四、MOOCs学习效果影响因素与应对方法

（一）客观因素

1.课业任务繁重度。

2.内容设置满意度。

3.学习时间充裕度。

4.内容设置难易度。

（二）主观因素

1.主观意愿度。当学生能够接受MOOCs学习方式，并对MOOCs设置内容有高认可度时，则会表现出很强的学习意愿，从而MOOCs学习完成率也非常高，对取得的学习效果认可度也较高。

2.自我管控能力。很多学生尽管对MOOCs内容及学习方式非常认可，通过一段时间的MOOCs学习，对学习专业知识具有一定帮助，但因不能有效的进行自我管控，学习持续一段时间后也放弃了继续学习。

（三）应对方法

通过以上统计分析可以看出，采用以下一些方法可以提高MOOCs教育对学生学业的帮助度。

1.把相应MOOCs教育纳入课程体系，采用选修课、任选课等形式纳入教学大纲并分配学分。

2.把学生参与MOOCs学习的过程及取得的成绩纳入到学业评价和过程评价体系中。

3.考虑到学生的学习习惯与特性，应多采用微视频、微课件、学习讨论、虚拟实验等灵活多样的学生非常感兴趣的教学形式，并对学习的任务量及学习持续时间进行充分考虑，进一步提高学生参与MOOCs学习的兴趣度，并维持持续学习的动力。所以，指导教师有责任为学生对MOOCs资源进行把关与推荐。

五、结论

本文针对学生非强制参与MOOCs学习效果的影响因素及在MOOCs平台上的学习行为模式进行了深入的统计与分析，重点统计了学生对MOOCs教育的熟知度和兴趣度、参与MOOCs学习的意愿度、放弃MOOCs学习的遗憾度，并对中途放弃MOOCs学习和最终完成MOOCs学习的主客观因素进行了详细统计与分析。最后，针对如何提高学生MOOCs学习效果及MOOCs课程的结构与内容设计给出了方案与建议，为进一步在高校中顺利开展MOOCs教育提供了一定的借鉴。

参考文献

[1]Breslow L，Pritchard D，DeBoer J et al.Studying Learning in the Worldwide Classroom-Research into edX's First MOOC.Research & Practice in Assessment，2013，8（Summer），13-25.

[2]DeBoer J，Ho A D，Stump G S et al.Changing "Course"：Reconceptualising Educational Variables for Massive Open Online Courses.Educational Researcher，2014，43（2），74-84.

[3]李曼丽，徐舜平，孙梦嫽.MOOC学习者课程学习行为分析——以“电路原理”课程为例[J].开放教育研究，2015，（02）.