基于学习分析技术的高职学生在线学习研究——以N大学网络传播学院为例

张雪燕，冯姚震

（宁波开放大学，浙江 宁波 315000）

随着互联网技术和移动技术的爆炸式增长和多样化，以移动学习为代表的在线学习与培训逐渐和绩效支持等手段相结合，成为推动组织学习的重要支撑手段。在线教育和智慧学习环境的发展，使数据成为新的教学要素，让教育数据和信息资源成为教育新业态最核心的资产。教师利用学习平台记录的数据可了解学生的学习风格、学习行为特点及其影响因素等，有助于提高教学质量，实施个性化教学，从而提高学生学习满意度，提升学生学习绩效。在线学习对实现个性化学习具有重大意义。但在线学习是基于建构主义的自我驱动性的自主式学习，高职学生相对于本科院校学生而言，具有缺乏学习主动性、学习能力较弱等特点，因此教师更应了解其学习过程，以对其在线学习过程进行分析和有效地监督。

一、核心概念界定与研究综述

（一）学习分析

2011年首届学习分析和知识国际学术会议将“学习分析”（Learning analytics）定义为“测量、收集、分析和报告有关学生及其学习环境的数据，用以理解和优化学习及其产生的环境的技术”。2021年的《地平线报告》也给出了近似的定义，之后《地平线报告》连续四年将学习分析作为影响教育发展趋势的关键技术。学习分析在大学教与学中应用发展迅速，已成为教育信息化的一个新浪潮。

学习分析涉及的要素包括可用的数据、利益相关者。学习分析关键技术包括数据分析技术和数据挖掘技术。数据分析技术包括内容分析、社会网络分析及系统建模等。数据挖掘技术包括统计分析与可视化、聚类、预测及关系和文本挖掘等。本研究主要使用统计分析与可视化方法。

（二）研究综述

在中国知网输入关键词“高职”“在线教学”，搜索核心期刊及以上学术期刊和学位论文，共获得学术期刊论文39条，学位论文19篇。已有的研究集中在：（1）高职在线教学模式探讨。王亮等[1]构建了课前、课中、课后和课终完整的教学闭环的面向高职院校的“智慧空中课堂”教学模式，其研究结果表明，该教学模式有助于实现知识目标、能力目标和素质目标的“传递—内化—提升”；刘卫琴探讨了“一体两翼三联动”教学模式，促进高职院校思政课程教学改革。（2）课程设计与资源建设。胡建平[2]在借鉴国内外SPOC教学案例的基础上，从学习目标、学习内容的组织与设计以及学习效果评价三个方面进行课程设计的探索。（3）教学相关影响因素的实证研究。邬大光等[3]在疫情期间开展大规模在线教学调查，从后疫情时代教育信息化建设的角度，提出了需要正确处理的五个关系：计划与市场配置线上教学资源的关系、硬件建设与教学理念的关系、公平与效率的关系、不同主体认识与实践的关系、国内实践与国际经验的关系。实证研究主要利用调查问卷法进行研究，近年来有学者开始利用平台数据来研究高职在线教学，如刘菲菲等[4]以X校近5年网络教学综合平台的统计数据为基础，通过K-Means聚类分析，从教师活动数据和课程运行数据两个方面展示该校混合式教学的整体实施状况，但总体这方面的研究偏少。

本研究尝试利用超星平台在线教学数据，结合对相关教师和学生的深度访谈，基于“学习行为”要素格框架理论体系，利用SPSS、Excel和Nvivo等工具进行分析，以分析N大学高职学生在线学习特点，为高职教育进一步发展提供决策依据。

二、研究设计

（一）研究方法

常见的学习分析工具包括支持对文本进行标注或编码和交叉引用的Nvivo、Atlasti等，基于词典的文本分析工具CATPAC、LIWC，社会网络分析工具UCINET，专业的统计与数据分析工具PYTHON、R和SPSS等。研究主要使用SPSS、Nvivo和excel进行分析和研究。

本研究采用格语法（Case Grammar）中的格框架方法，以“学习”为中心谓词，将其他相关要素视为与其相关联的格。格框架要素包括施事格（学习者）、受事格（利益相关者）、与事格（利益相关者）、工具格（学习方式）、使成格（学习结果）、处所格（学习场所）、时间格（教学设计中、教学实施中和教学实施后）和客体格（学习内容）。结合格框架定义及结构和梁振辉等的“学习”的语义格图[5]，给出本研究的格框架图（图1）。本研究尝试采用学习分析技术对“学习”行为的语义格进行挖掘分析，以更好地分析“学习”行为。语义格包括施事格、客体格、处所格、时间格、工具格以及使成格，主要涉及“谁在什么时间、什么地方学什么？”“怎么学？”“学习的结果怎样？”等问题，即回答高职学生在线教学学习特点和影响因素。

图1 “学习行为”要素格框架图

（二）研究对象

本研究以N大学网络传播学院高职19级电子商务专业学生、18级和19级计算机专业学生和任课教师为研究对象，共200余名学生和10余名专职教师。

N大学利用超星平台开展在线教学。该平台具有线上学习（观看教学视频、答疑、作业、测验等）、观看速课（微视频）学习、同步课堂学习、直播学习等。本研究选取2020年新冠疫情以来的在线教学数据，具体时间为2020年2月26日到2020年7月1日。具体的数据内容包括超星学习平台学生基本信息数据、学生学习行为数据、课程信息等，具体数据主要为网传学院2020春学期由任课教师统计的两次学生学习行为数据和教师教学设计文档。

（三）研究过程

1.参与在线教学的主体

参与在线教学的主体包括教师和学生，统计网络传播学院各专业在线教学课程涉及的教师和学生的信息，结果见表1。

表1 师生在线教学行为表现对比

由表1知：在线教学总频次最高的为计算机专业，表明该专业教师参与强度方面表现较好，在线教学参与频次最低的为公共基础课的教师；计算机专业的教师善于利用信息技术开展在线教学，发挥了其专业特长；电子商务专业的学生在线教学参与频次较高，表明该专业学生参与在线学习的积极性最高，其他两个专业的学生表现差不多；学生对于公共课的学习参与度不如专业课程，经对学生的访谈知，公共基础课相对于专业课而言，学习难度较低，不需要反复浏览资料进行学习。

通过计算表1中三个专业师生在线教学行为总频次，相关系数达到0.72，表明教师的在线教学投入显著正向影响学生的在线学习投入，即教师的在线教学投入会促使学生的学习参与，同时学生的学习投入反过来也将正向促进教师的教学投入。

2.平台使用情况

（1）从超星系统获取超星平台模块使用情况

由超星平台资源使用情况，可分析教师使用哪些资源（模块）进行教学，学生学习使用哪些资源（模块）进行学习，即回答教什么和学什么的问题。

超星平台教师版提供的主要模块包括课程内容编辑（包括目录编辑、上传资源）、活动（主要为签到）、统计、资料、通知、作业、考试、讨论和管理模块。模块使用频次从高到低依次是作业和考试、讨论、课程内容编辑、通知、活动和统计（参考图2）。

图2 教师使用平台情况

由图2知，教师使用平台的行为包括“建”和“用”。“建”主要是建设课程资源（包括课程内容、作业与测验），“用”主要是使用平台进行直播教学、课堂点名及作业批改等。

学生使用模块的频次从高到低依次是章节学习、签到、作业与测验和讨论等（参考图3）。

学生在线学习行为主要是参加在线直播（此平台未统计）、章节学习、签到、完成作业和测试和参与讨论等。由图3知，学生在线学习的主要投入时间为章节学习和作业与测验，对学生的访谈知，章节学习的主要驱动力为作业。视频资源是最受学生欢迎的课程资源，特别是操作类课程，学生在做作业时，会反复观看视频，直至完成作业。

图3 学生使用平台情况

（2）教师教学设计路径和学生学习路径分析

为更好地了解学生的学习行为，本研究使用Nvivo分析教师的教学设计路径，同时尝试利用学生行为日志和调查问卷分析学生的学习路径。

对30位教师的访谈记录分析表明，发现教师在进行在线教学时，基本以签到—导入—新内容讲解—布置作业为基本的教学模式（见表2）。在新内容讲解中，30位教师中23位提及“案例化教学”“演练结合”等。深入了解发现，由于新冠疫情影响，已经大规模铺开在线教学，网传学院为规范在线教学，更好地为学生提供在线教学服务，对教师在线教学内容和步骤进行了建议。因此基本所有的教师都实施了签到环节，并在课程首页中给出直播链接供学生访问，大部分教师都布置了课外作业。

表2 教师教学设计路径

分析学生学习行为日志的数据，可得学生在平台模块间跳转情况（见表3）。表3并未列出所有跳转，跳转频次较低的模块间的跳转未在表3中体现。分析表3数据发现，多数学生的主要学习行为路径如下：由超星平台首页执行登录操作后，首先进入个人空间，执行教师的签到任务，然后查看作业，再回到课程首页中的课程资源处，查找与作业相关的教学资源，再回到作业处完成作业。

表3 学生在平台模块间跳转概率

对比表2和表3发现，教师的教学设计显著影响学生的学习路径。由于教师首先要求学生操作，因此学生进入平台后先去完成签到任务（平台首页→个人空间→任务）；接着引导学生去课程首页点击直播链接，观看直播（任务→课程首页）；由于教师执行讲练结合策略，会在讲课中间，留出时间给学生做练习，因此学生会由课程首页到作业处去完成作业，在做作业过程中，大概率会浏览课程首页中相关的资料（课程首页→作业→课程首页）。概言之，教师应注重教学活动设计，积极引导学生进行有效学习。

3.学习时间分布

本研究分别以“周”和“天”为单位对学生学习行为频次进行统计。

（1）以“周”为单位进行统计（见图4）。教学周开始时间为3月初，结束时间为6月底，学生学习行为随着教学周开始而增加，随着教学周结束而骤减。5月底到6月初在线学习行为大幅下降主要是由于计算机等级考试、英语等级考试等结束；6月中旬学习频次剧增主要是由于任课教师布置了期末大作业，特别是专业课程，要求学生运用特定课程的知识与技能解决问题，从而增加了学生在线学习时间和频次。

图4 学生活动“周”频次图

（2）一周以“天”为单位进行统计。由图5知，学生一周内的在线学习时间主要集中在周一到周五。由于N校周二下午为社团活动，周五下午为自由活动时间，因而周二略少，周五较少。多数学生周五下午回家，周日晚上返校，从而周五到周日的在线学习频次大幅下降。

图5 学生活动“天”频次图

（3）一天内以“时段”为单位进行统计（见图6）。学生在一天中的在线学习时间主要集中在白天上课时间，晚上时段学习人数不多，但进一步分析平台数据发现，也有不少学生晚上学习时间较长，频次较高。

图6 学生活动“时段”频次对比图

分析学生学习时间，发现高职学生的学习主要由教师布置的任务（作业和考试）驱动；多数学生学习需要教师监督，即多数学生在课内学习：总体而言，高职学生的自主学习较弱，学习积极性不高。

三、结论与建议

本研究的结论如下：

第一，在线教学受教师信息素养和教学策略影响。教师自身的专业和年龄都会影响其在线教学的执行能力。思政课和新闻传播专业偏理论课程的教师相对来说技术掌握略弱些，年龄较大的老师计算机操作能力略弱，在最初开始在线教学时遇到的阻力较大。但从整个学期教学情况来看，大家都克服了困难，提高了认识，最后顺利完成整个学期的教学任务。

第二，教师的教学安排决定了学生的学习行为。多数学习行为随着教学周的开始而开始，随着教学周的结束而结束，其发生时间为工作日白天，高峰期为考试前和作业提交前；学习内容基本与考试或作业相关：因此教师的教学组织和教学设计决定了学生的学习行为。

第三，从师生的平台使用情况来看，师生的平台使用集中在课程资源、作业及任务模块。平台中师生的交互以任务、通知和讨论为主，基本为教师主导—学生被动接受模式，师生的交互还是以教师督促模式为主。师生都应改变观念，教师应利用平台数据改进自己的教学，有效地激发学生的自我效能感，激发学习主动性；学生应利用平台提高学习效率，实现自主学习和个性化学习。

由此提出以下建议：

第一，学校应为教师提供在线教学培训，提高教师在线教学技能，改进在线教学策略，增强在线教学意识。在线教学不同于面授教学，不是面授教学的简单重复，其在教学技术和教学策略上都有很大不同。在线教学培训除提高教师信息素养和在线教学方式方法，还应提高在线教学意识，应让教师认识到在线教学、线上线下融合的混合式教学是趋势所在。

第二，教师应重视教学设计、重视教学交互，激发学生在线学习积极性，提高学生自主学习能力，从而实现真正的个性化教学。对教师和学生的访谈发现，相当大一部分高职学生，在学期初期学习很认真，但随着教学进度的开展，渐渐放弃学习。主要原因有：（1）随着教学进度的开展，教学内容难度增加，学生跟不上进度；（2）学生自己本身无法坚持学习。因此教师应重视课程资源建设，认真设计教学路径，加强监督与交流，及时反馈。

第三，师生应充分利用平台功能进行在线的教与学。教师较为重视直播教学、课程资源、作业与测试模块，对于统计与分析模块未充分利用，教师应利用该模块熟悉学情，以调整教学进度和教学内容；学生通过查看统计模块，了解班级同学及自己的学习进度，起到促进作用。