面向有效交互的在线教育视频课程弹幕智能实时管理机制设计

李彤彤 周彦丽 边雨迎 李国涛 郭栩宁

[摘   要] 弹幕的引入为转变当前在线教育中实时交互性弱的现象带来了契机，但是，其娱乐性以及管理机制不健全等问题导致其教学应用效果不佳。针对如何智能实时管理弹幕以促进有效交互这一问题，文章首先依据教学交互层次塔、探究社区、学习共同体等理论构建了在线异步交互描述框架，深入揭示基于弹幕的在线异步有效交互的发生机理；其次，从可干预的角度，以促进框架中信息交互层的群体互动（包括教学交互、社会交互、情感交互、知识交互四个方面）为目标，提出了基于弹幕促进有效交互的九条路径；最后，在九条路径的基础上，基于文本挖掘等技术，从预设机制、激励机制、个性化呈现机制、智能反馈机制四个方面设计了在线教育视频课程弹幕的智能实时管理机制。研究从理论框架、路径分析、机制设计几个方面提出了系统的弹幕智能实时管理方案，能够为基于弹幕促进有效交互的研究和实践提供依据与参考。

[关键词] 在线教育视频； 弹幕； 有效交互； 交互管理； 文本挖掘

[中圖分类号] G434            [文献标志码] A

[作者简介] 李彤彤（1985—），女，山东肥城人。副教授，博士，主要从事网络学习环境设计、基于大数据的学习分析研究。E-mail：sdltt@126.com。

一、引   言

早期在线教育视频课程大多以单向信息传输为主，师生、生生之间的人际交互缺乏。随着“互联网+教育”的不断推进，教学视频已逐渐从辅助某一教学环节的教学资源转变为覆盖整个学习过程的有机载体[1]，其“过程性”特征日益受到关注。教学视频不仅要展示内容，更要支持教师完整的教学过程。交互是教学视频“过程性”得以提升的关键因素。富有交互的教学视频能够给予学习者与教师、学习伙伴、教学内容等深度交互的机会，缓解其在线学习的孤独感与厌学情绪，维持其学习动机与学习热情[2]。在线教育视频课程中往往会设置一些交互如讨论区、留言区、电子邮件、随堂笔记等，这类交互多与视频内容学习模块相割裂，学习空间与时间缺乏连续性，交互逻辑相对“错位”，难以实现同步多元化的讨论和交流[3]。后来学者所提出的交互式视频中的典型交互方式如嵌入式问题、投票等方式对监督、引导学习者的视频学习以及检查学习者记忆类知识的学习效果起到了一定的作用，但是此类交互方式缺乏灵活性，也难以深度交互。

作为受众社交需求的产物，弹幕支持用户基于视频内容进行实时互动，创新了视频交互的方式，为转变当前在线教育中实时交互性弱的现象带来了契机。弹幕多应用于娱乐领域，教育领域的研究者对于其应用于教学的效果存在争议，究其根源是弹幕本身娱乐性和管理措施的缺乏。因此，需要进一步优化管理弹幕才能使其更好地为在线教育视频课程服务。但是，当前对于弹幕的管理缺乏系统性研究，且多关注弹幕呈现方式、反馈形式、内容类型等表面层次的管理，缺乏实时、深度、有效的管理方法和实用的管理工具。

本研究针对系统实时管理弹幕这一问题，以促进有效交互为目标，同时引入文本挖掘等智能技术，从关注呈现方式等表面层次的设计转向基于教育文本挖掘的深层次系统性优化，从描述有效交互过程出发建立了可操作性的管理机制。首先，建立了基于弹幕的教学交互描述框架，深度揭示有效交互的发生机理；其次，设计了基于弹幕激活有效交互的路径；最后，基于九条路径，从可操作性的角度，设计了弹幕的实时管理机制，以期使弹幕真正发挥对有效交互的支持作用。

二、相关研究

（一）弹幕对视频学习效果的影响

众多学者对弹幕应用于教学持乐观态度，认为基于弹幕的交互可以提升学习者的参与度、投入度和归属感。例如：Chen Y等人发现，与“视频学习+论坛”的交互方式相比，融合弹幕的DanMOOC评论方式能够激发学习者参与热情，提升其对社交、教学和认知存在的感知[4]；张婧婧等人发现，基于弹幕的情感交流较多且倾向于直接大胆的表达，有益于增强学习者的社会临场感[2]；Xi Lin的研究表明，弹幕可以作为一种有效的方式来增强学习者的互动，提升课程参与度，改善学习体验[5]；张文兰指出，基于弹幕的交互可为学习者提供情感支持与认知帮助，增加其学习投入和学习持续性，促使其深入、高效地掌握知识[6]。也有研究者认为弹幕引入在线教育视频课程会带来负面影响，一方面是会分散学生的注意力[7]；另一方面是增加学习者的认知负荷，如与学习内容无关的弹幕、无意义的弹幕、包含消极情绪的弹幕等都会增加学习者的认知负荷。

综上所述，弹幕在交互方面有一定的优势，主要表现在：（1）实时性，基于弹幕的实时交互能够弱化因时空分离产生的负面影响，有效改善学习者因社交隔离而引发的消极情绪[8]；（2）互动性，基于弹幕的交互中用户可以自由表达和交流，互动性和趣味性更高，有利于降低学习倦怠现象，有效增加学习者的行为投入和情感投入[9]；（3）匿名性，弹幕的匿名性在一定程度上消除了学习者回答错误的顾虑，能够促进学习者的表达意愿[10]。但由于弹幕的强娱乐性特征致使其直接应用并不能很好地发挥优势，合理的规范即对弹幕进行有效的设计与管理是减少其负面影响的关键所在。

（二）弹幕设计与管理相关的研究

目前，研究多从呈现方式、呈现内容和反馈方式等方面探究了弹幕对教学效果的影响，并据此提出了一些弹幕设计或管理的原则。

在弹幕呈现方式上，已有研究从动态与静态、速度与位置、数量与质量以及颜色等方面来探究弹幕的呈现方式对于教学效果的影响。例如：李敬虎等人的研究发现，滚动的弹幕比相对静止的教学视频画面更吸引学习者的注意力[11]；林钦杰通过实证研究证明，弹幕的呈现速度和位置的不同会对学习者的学习效果产生不同的影响[12]；刘爽等人认为，弹幕的呈现可以从两个方面来降低对视频画面的干扰，一是简约化，如表情符号表达或设置单条弹幕字数和弹幕条数的上限等，二是为弹幕添加发布者标识，以体现教师、学生身份及互动关系等[13]；Man Teng等人认为，弹幕的色彩可以实现概念、人际和文本三元功能，弹幕发送者可以通过颜色向观众传递与视频内容相关的隐式信息等[14]。在弹幕内容上，林钦杰等认为，弹幕与教学内容的相关性与教学效果存在一定关系[12]；Yabo Zhang等人的研究证实，与视频内容相关的弹幕可提高社交存在感、学习满意度和学习成绩，但会增加学习者的认知负荷[15]；杨九民等人发现，学习者的交互水平、注意分配、学习动机会因弹幕与学习内容的相关性提高而得到改善，同时发现弹幕对不同类型知识学习的影响有所不同，对陈述性知识，弹幕会降低学习者的学习满意度和学习保持成绩，对程序性知识，弹幕能够提高学习者的学习迁移成绩[16]。在反馈方式上，研究表明，教师的回应方式和内容将引发不同的教学效果，如教师及时回应可以显著提高学习投入的水平[17]，教师发送与视频内容相关的引导性弹幕可以显著提高学习者的学习满意度、社会存在感以及学习成绩[18]等。

基于以上分析，当前对于弹幕进行设计和管理的系统性研究缺乏，且多停留在表面层次，对弹幕交互方式、弹幕内容挖掘等深层次管理相关的研究较少，且多为事后分析，缺乏实时、系统、科学的管理机制。

（三）文本挖掘为弹幕管理优化提供新思路

弹幕应用于教学时会产生大量文本数据，文本作为重要的互动载体，通过对其分析和挖掘可以反映出学习者的关注内容、学习体验状况、情感态度变化及其成因等多维特征。已有研究对教育教学过程中的文本数据进行挖掘和分析，探究交互过程中的行为、知识、情感、社会关系等要素及其相互作用关系和规律。行为分析方面，研究通常结合行为编码框架和滞后序列分析法，探究不同行为（如社会交互、认知、知识建构等）的类型分布、发展过程与转换模式，揭示行为模式[19-20]、分布或变化规律[21-22]、学习路径[23]等。知识分析层面，已有研究通过挖掘文本中的关键词与领域知识图谱进行相似度计算，从而判断观点的词汇关联程度[24]；一些研究通过话题挖掘来理解讨论内容背后的知识或主题[25]；也有研究提出，基于IIS图的分析方法，通过知识网络图的不断建立和更新来判断群体的知识建构状态等[26]。情感分析是通过对文本中隐含的情绪的分析，探究情绪变化规律及其对学习效果的影响，如Elia[27]、Wen[28]、单迎杰[29]等分析了学习者的总体情感倾向以及在不同时间段情感变化情况等。社会关系分析通常以学习者作为节点，基于学习者之间的相互回复或引用等互动关系，来分析学习者之间的交互结构、中心性、组的形成、核心—边缘角色的改变等规律[30]。

文本挖掘技术为深度管理弹幕提供了有利的技术支撑。但是，目前仅有少数研究对弹幕文本进行深度挖掘分析，而且多以探究教育教学规律为目的，鲜有研究将文本挖掘技术应用于教学实时评价和交互工具性能提升中。因此，对弹幕进行管理和设计时应整合多种文本挖掘技术实现对弹幕交互文本的深入挖掘与实时分析，及时向学生和教师予以反馈，增强交互体验。

三、基于弹幕的在线异步交互描述框架

弹幕创设了一种在线异步讨论的环境，使得学习者可以基于视频内容实现伪实时的交互。为了设计合理有效的弹幕管理机制以促进有效交互的发生，本研究首先依据学习的过程会话模型、教学交互层次塔、联通主义教学交互分层模型、探究社区理论、学习共同体理论等构建了如图1所示的基于弹幕的在线异步交互描述框架，以深度揭示在线异步有效交互发生的内部机理。

图1   基于弹幕的在线异步交互描述框架

首先，根据学习的会话过程模型[31]和教学交互层次塔理论[32]，交互可以分为由底向上的三层：（1）操作交互，以技术环境支持学生与媒体界面之间的操作交互，这是基础层次的交互；（2）信息交互，在操作交互的基础上，学习者与视频内容、教师、学习伙伴之间展开进一步的信息交互；（3）概念交互，是指学习者内部新旧概念的相互作用过程，是交互的最终目标，同时这一过程是内隐的，不能够直接观察。从底向上，三个层次认知参与度由低到高、由浅入深层层递进。

其次，根据学习共同体理论，群体的良好互动有助于个体的发展，因此，群体互动与个体认知是相互依存、共同发展的关系，由此，我们将信息交互层拆分为群体互动和个体认知两层。（1）群体互动层：强调群体的一系列互动行为，参考探究社区理论的相关研究 [33-35]，根据信息内容的不同，可以分为教学交互、社会交互、情感交互、知识交互四种类型。其中，教学交互是指为促进有效交互对社会过程和认知过程进行的设计、促进和指导[36]；社会交互是指一系列促进社会联系的交互行为，如问候等；情感交互是指为了增进凝聚力等交流情感的交互行为等；知识交互与知识学习紧密相关，是指与知识点相关的分析、综合、评价，以及在此基础上的反思、新观点提出等。群体良好的互动对于每一个体都发挥着重要的作用，四种类型的交互是群体良好互动的必备条件，其中，知识交互是根本目标，教学交互、社会交互、情感交互是在线异步交互过程中知识交互发生的必要条件。（2）个体认知层：丰富的群体交互能够为个体认知创设条件，个体在群体知识的熏陶和浓烈的协作学习氛围中进行持续互动即寻径与意会，进而促使学习者个体知识内化与创新。其中，寻径是指在复杂的信息环境中直接找到合适的信息或通过找到对应的人进而间接获得对应的信息；意会是指对信息进一步提炼、整合，形成自己对信息的理解[37]。由群体互动到个体认知，信息交互层学习者完成了对信息的深层理解，反过来，学习者的这种深层理解又会促使其更好地参与创造更丰富、更深入的群体互动。

再次，对于个体认知，根据联通主义教学交互分层模型[37]，其不仅包含信息交互层的寻径和意会，还包含更高层次的创生交互（即概念交互）。寻径、意会和创生交互层层递进，是一个内外知识网络不断优化、扩展的过程。寻径连接信息与学习主体，形成知识流通管道，为意会提供路径。意会则进行分享/聚合、讨论/协商、反思/总结、决策制定，是一个隐形连接建立与观点形成的过程，为创生交互的发生奠定基础。同时，在意会过程中会产生新的寻径需求，进一步优化已有信息与学习者之间的连接。创生交互创建制品，整合优化观点并进行作品与观点的分享交流，可持续推进深度学习。

最后，从可观察、可干预的角度来说，学习者的外显行为是可观察的，而学习者寻径、意会、创生等认知活动是不能直接观察和干预的。因此，我们可以从两方面入手来促进有效交互。一方面，可以创设丰富技术支持的学习环境使学习者的操作交互更加便捷，以此促发更为活跃的信息交互活动；另一方面，可以通过一系列的教学设计来干预信息交互层中群体互动的过程，为学习者寻径、意会创设条件。

四、基于弹幕促进有效交互的路径分析

基于以上分析，本研究从促进信息交互层中群体互动出发，以促進教学交互、社会交互、情感交互、知识交互为目标，提出了基于弹幕促进有效交互的九条路径。

（一）基于弹幕促进教学交互的路径

教学交互是指学习者或教师基于弹幕进行提问、引导、组织等教学引导类的交互，可以通过提供教学指导和优化教学设计两个途径来促进有效教学交互。

1. 路径1：基于弹幕提供教学指导

教学指导是指教师、助学者或其他学习者通过发表或回复弹幕的方式，以评估和解释性反馈来引发批判对话和反思，促进参与者的观点达到一致的行为。在学生讨论的过程中适时进行教学指导可消除学习者的错误认知并满足其学习需求，不断推进有焦点的讨论和更高层次的知识建构。

在线教育视频课程中学生会借助弹幕进行提问，但是，教师通常不在线，很难及时解答这些问题。因此，弹幕可以增加预置、分类、筛选、推送等功能，例如，根据教学难点在相应视频节点预置解释类弹幕，或者将未解决的一些共性问题优先展示，或将亟须教师回复的弹幕筛选出来推送给教师、助学者等，以支持更加便捷、精准的教学指导。

2. 路径2：基于弹幕优化教学设计

弹幕可以为教学设计优化提供依据，教学者基于弹幕可以直观地了解学习者的学习体验及其对教学内容、教学方法等方面的意见，从而反思课程不足之处并及时进行调整。然而，仅依靠教师经验和人工分析数据是不现实的，大数据技术和学习分析技术为该问题提供了新的解决方案。基于大数据技术实时收集弹幕数量、点赞数、评论数、弹幕内容等数据并进行挖掘和分析，可以了解学习者现状并为教学者优化教学方法、完善教学活动设计与管理等提供依据，进而使教学资源与活动更加贴合学习者的特征与需求。

（二）基于弹幕促进社会交互的路径

社会交互主要是指人与人之间的社会性交流，良好的社会关系能够促进学习者之间的连接，从而为学习者的寻径创造复杂人际网络环境。可以通过营造开放交流环境、丰富交互方式的途径来促进有效社会交互。

1. 路径3：基于弹幕营造开放交流环境

开放交流环境对于建立学习者之间的联结至关重要。与传统讨论区异步交互相比，弹幕更易营造开放交流的环境。一是弹幕基于视频时间轴呈现出“伪实时”交互模式，在形式上缩小了学习者之间的空间距离感[38]，能够营造出实时讨论的学习氛围，消除学习者跨时空学习的孤独感并使得学习过程变得有趣[39]。二是弹幕采用匿名方式发布，这使学习者之间地位相对平等，相互交流更容易引起共鸣。三是弹幕交互的频率高，学习者可以通过弹幕针对教学内容进行多元化对话，如分享学习心得、提出疑问[40]、情感交流以及辩论[41]等，这为激发学习者的兴趣和潜能提供了可能，同时也促进了知识的再加工与创造。

为减轻学生心理负担，使学生敢于表达，弹幕的匿名特性应该保留，并且教师对学生数据的访问权限也应恰当设置，部分基于弹幕的分析结果如认知交互水平、情绪状况应仅面向学习者本人与授课教师展示。此外，学生在多种激励下进行多元对话会导致弹幕数量激增，但弹幕呈现的空间、速度有限，所以，弹幕需要择优呈现并与教学内容相适应，而且学习者对于弹幕的呈现方式、呈现速度、呈现区域有不同偏好，需满足其个性化需求。

2. 路径4：基于弹幕丰富交互方式

除营造良好的交流氛围外，交互方式对于群体凝聚力的提升至关重要。相较于在线教育视频课程的讨论区或课程评价区，弹幕有着更为丰富的交互方式，如@某一学习者，对某条弹幕进行转发、举报、点赞、踩等。这些多样化的交互方式，对于建立自组织的交互秩序、增强群体凝聚力等都起着重要的支持作用。

（三）基于弹幕促进情感交互的路径

情感需求（包括娱乐、情感和释放压力三种[42]）是用户使用弹幕的主要驱动因素。情感交互主要的作用是情感交流，基于弹幕可以通过激励情感表达和鼓励情感回应的方式来促进有效情感交互。

1. 路径5：激励情感表达

情感表达是指学习者表达自己不同的情感状态，依据情感倾向常分为表达积极和消极情绪两类，其中，积极情绪的表达更有助于交互质量的提升，而消极情绪的表达有助于焦虑愤怒等情感的排解。弹幕允许并鼓励用户进行情感交流，而且其匿名功能降低了学习者对于个人信息暴露、学习成绩受到影响等的顾虑，因此，弹幕为学习者提供了释放压力途径，学习者更乐于表露情感倾向。目前，教育领域的弹幕内容呈现方式单调统一，可以根据弹幕的情感倾向及强度进行突出呈现，例如，将情感强度大的弹幕内容以饱和度更高的色彩呈现等，以引起学习者更多的共鸣和情感投入。

2. 路径6：鼓励情感回应

情感回应是指针对自己或其他学习者所表达的情感进行回应，有助于师生、生生进行情感交互，形成良好的协作学习氛围。弹幕的呈现方式与回复功能使得学生能够注意到其他学习者的情感表达并对其进行情感回应，或鼓励赞赏，或道歉批评，促进情感交互的发生[43]。但对他人情感评价会有两种截然不同的结果：一种结果是促进交流，在情感上引起学习者之间的共鸣，学习者相互鼓励、共同解决难题；另一种结果是交流双方发生冲突，使交流偏离主题。因此，要对情感交互过程进行监管，确保有意义协商的发生。

（四）基于弹幕促进知识交互的路径

视频内容是静态的、线性的，而弹幕内容提供了动态的、隐性的、与视频相关的知识，为学习者提供丰富的、变化的学习资源。与传统学习面对的环境、资源、目标固定的学习环境不同，在线教育视频课程所要学习和讨论的内容更为复杂，具体表现为教学内容碎片化程度高，零散分布于个体、集体共建知识中，学习目标也会随讨论深入而发生变化。知识交互是知识学习相关的讨论，深度的知识学习是在“信息输入—深度加工—反思生成”的过程中发生的[44]，因此，从这三个阶段出发考虑，基于弹幕可以通过塑造触发事件、促进深度理解、促进反思整合三條路径来促进知识交互。

1. 路径7：基于弹幕塑造触发事件

触发事件是需要解决的议题、问题或困境。良好的触发事件可以转变学习者的学习状态，引发学习者的探索行为，即通过搜索相关信息来解决当前的事件。将弹幕引入在线教育视频课程可以通过两种方式塑造触发事件。一是设置固定触发事件，即教学者根据教学安排与教学活动需求在视频的固定时间点通过弹幕提出问题或布置任务，引起学生注意，或使学生产生疑惑，触发学生进入学习状态。在固定触发事件中，需要识别教师身份并对其弹幕采用特殊的呈现方式如置顶、特殊背景颜色等，从而使教师弹幕内容被大多学习者关注。二是任意学习者或教学者对教学内容、他人弹幕进行“二次创作”并将思考结果发送至弹幕，将有意或间接地把触发事件添加到对话中，引发新问题，促使学习者进行更深层的认知交互[45]。因此，需要建立优质弹幕筛选机制并将其优先展示，从而为高质量认知交互提供有效触发事件。

2. 路径8：基于弹幕促进知识深度理解

弹幕可以帮助学习者联通获得信息和传递信息的渠道，为学习者深度理解知识创造条件。例如：可以设置关键字查询、标签、推荐等多种搜索功能，学习者可以快速找到相关弹幕从而直接获取知识点相关或其他目标信息等；可以建立筛选机制，将与知识点相关等高质量的弹幕优先呈现，启发学习者深入思考；而且弹幕内容在帮助学习者理解视频课程中预置知识点的同时还为学习者了解课外知识提供了支持。

3. 路径9：基于弹幕促进反思整合

整合是指学生在探究的基础上进行知识建构，学习者在私有的反思与共享的对话之间进行迭代，对相关信息进行更全面的探索并对碎片化信息进行加工，从而获得一致、连贯的认识并形成新的认识。弹幕可表征学习者的私有反思，而且公开的对话内容促使学习者思考如何连接和描述学习问题或事件，评估自己或他人想法的适用性，整合与分析不同的观点与思想，在反思和对话之间迭代上升，最终形成问题解决方案。通过实时收集并判别某条弹幕所对应的认知水平，对高认知水平的弹幕进行优先呈现，并对其发表者给予奖励，从而激励学习者进行深入反思和整合。

五、在线教育视频课程弹幕

智能實时管理机制设计

基于以上九条路径，本研究设计了包括预设机制、激励机制、个性化呈现机制、智能反馈机制四个弹幕管理机制，形成完整的视频弹幕管理系统，旨在解决“弹幕何时出现（When）”“弹幕如何出现（How）”“出现何种弹幕（What）”以激发有效交互的问题。具体弹幕管理流程如图2所示，教师在视频发布前预设弹幕与节点；学生在观看视频的过程中发布弹幕，并可根据个人喜好选择呈现方式、呈现区域、呈现速度和呈现内容等；弹幕管理系统设置用户信誉度机制和多种互动方式激励学生发表高质量弹幕；同时，系统实时采集弹幕及其相关数据实时处理分析，并将分析结果进行存储或以可视化方式反馈至教师端与学生端，学生可根据反馈调整弹幕使用方式和学习方式，教师可基于多维数据关联分析优化视频设计或通过弹幕合理干预以引导学习者有效交互。

（一）预设机制

预设机制旨在依据教学内容的需要，用时间节点控制弹幕的呈现降低其对学习者的负面影响，包括预设弹幕与预设节点两种形式。预设弹幕是授课教师及其团队依据多轮教学实践所积累的经验与教学重难点预先在视频对应位置置入弹幕，弹幕内容可以是问题类交互，当视频播放至该位置时预先设置的弹幕便自动跳出并暂停播放视频，学生进行相应操作后便可自动恢复视频播放。弹幕内容也可以是提示类，以突出表示等形式提醒学生关注相应内容。预设弹幕的目的是向学习者提示知识点或考察其对重难点的掌握情况。预设节点是指在特定时间点允许或禁止弹幕，如依据视频内容的不同教学环节设置弹幕使用权限，课程介绍环节允许发送弹幕，以便了解学生群体特征及其对课程的期许等；讲解重难点环节暂时禁止发送弹幕，避免弹幕分散学习者注意力等。

（二）激励机制

设立激励机制的主要目的是激励学生发表高质量弹幕以促进有效交互的发生。激励机制的核心在于用户信誉度机制的设立。用户信誉度机制是设置信誉分值并依据用户表现进行增减。系统会为学习者设立相同的初始信誉分值，用户表现主要通过弹幕内容质量和活跃度两方面来衡量，只有活跃度高且弹幕内容质量高的学习者，才能获得较高的用户信誉分数。而且，分数越高，用户发送的弹幕呈现于屏幕的概率越大，当该分数低于“及格线”时将会被限制发送弹幕。

用户信誉度计算通过系统计算和学习者互评两种方式进行。系统计算是指系统会根据用户的社区行为、与教学内容的贴切度、弹幕文本内容质量与事先设定的弹幕评定标准对学习者赋分。当学习者积极参与讨论，发表对教学效果有促进作用的弹幕且踊跃为其他弹幕进行点赞回复时，系统会自动提升其用户信誉度，反之，则降低其信誉度。在系统自动进行评定的同时，学习者也可以对弹幕内容进行监督。学习者可以对促进自己学习的弹幕“点赞”，对无意义或者与学习内容无关的弹幕进行“踩”，对妨碍教学的弹幕进行“举报”等。当弹幕得到他人“点赞”时，其用户信誉度会增加，当弹幕被“踩”时，其用户信誉度会减少。系统会对“举报”进行核查，若证实某学习者存在扰乱课堂、恶意刷屏、故意影响其他学习者等行为时，将在一定时间内禁止该用户发送弹幕。

（三）个性化呈现机制

不同学习者有不同的视觉习惯和学习特性，弹幕在呈现上应尽可能提供多种选择，以满足其个性化需求。在呈现方式上，弹幕提供动态滚动、静态切换、列表显示等多样化呈现方式供学习者选择；在呈现区域上，弹幕可以呈现在学习视频的左侧、右侧、顶部和底部，而且对于弹幕区域的大小可进行随意调节；在呈现速度上，学习者可根据自己阅读速度选择放慢或加快弹幕移动速度；在呈现内容上，学习者有权在任意时间关闭弹幕。

由于弹幕数量与质量的限制，弹幕应有智能屏蔽和自定义屏蔽两种方式：智能屏蔽是系统根据用户的信誉度和文本内容进行双重筛选、择优显示；自定义屏蔽是学习者可以自行选择屏蔽或呈现特定用户或特定关键字相关的弹幕。此外，弹幕在支持学生回复的基础上需支持匿名交流，并对教师加以特殊身份标识，以在营造良好交流氛围的同时增强教师的引导作用。同时为方便学习者对讨论内容进行回顾和检索，应基于时间序列存储弹幕内容并提供相应查看和检索方式。

（四）智能反馈机制

弹幕内容多以文本形式存储，基于文本挖掘技术可以发现交互中的潜在规律与信息。智能反馈机制将挖掘出的信息与规律实时反馈给师生，从而为师生及时调整教与学提供支持。当前常见的文本挖掘方法有情感分析、文本分类和主题挖掘。情感分析是判断文本内容所表达的情感倾向，可以将一些情感强烈的弹幕使用不同颜色的字体等突出形式呈现，更有助于激发学习者情感表达的热情，促进情感交互的发生。此外，使用情感分析技术可对讨论过程进行监督，当发现负向情绪积累时予以智能反馈与干预，如提示、禁言、向授课教师与团队反馈等。文本分类是对未知数据进行预测与分类。例如，将学习者发送的弹幕分为提示、反思、提问和情绪四种类型[16]，根据不同的教学阶段，每种类型弹幕的反馈方式也不同，比如在教学提问环节中“提问”类呈现优先级别较高，此类的弹幕能够促发学生思考与认知整合，应予以突出显示，并反馈给教师弹幕内容及出现的时间点，便于教师予以解答。文本分类技术还可用于文本中隐含的认知水平、行为类型等的识别，以便向学习者个体与教师进行反馈，并可以据此设置弹幕呈现的优先级。主题挖掘能够识别文本主题，挖掘语料中的隐含信息，使用该技术对弹幕数据进行挖掘可发现学生关注的热点话题和教学内容。与弹幕发表行为数据结合可以了解课程的学习群体特征，如学习动机、学习风格等。与情感分析技术相结合还可挖掘学习者教学内容与情绪的关系，进一步了解学习难点和负向情感出现的原因。此外，还可以对讨论问题与弹幕内容进行话题相关度判断，发现无关发言时及时反馈并采取禁言等方式干预。

六、结   语

弹幕引入在线教育视频课程的目的是改善当前视频课程交互中信息单向传输、时空割裂的问题，以促进有效的实时交互。本研究首先通过构建在线异步交互描述框架，深度揭示了基于弹幕的有效交互发生的根本机理；在此基础上，从促进信息交互层的群体互动的角度提出了基于弹幕促进有效交互的九条路径；并依据九条路径进一步设计了包括预设机制、激励机制、个性化呈現机制、智能反馈机制四个方面的弹幕智能实时管理机制。研究从理论框架、路径分析、机制设计几个方面提供了系统的弹幕智能实时管理方案，能够为基于弹幕促进有效交互提供依据和参考。同时，研究融入了文本挖掘等人工智能技术，基于对弹幕大数据的深层次挖掘，为有效交互的发生提供更精准的依据和支持。在后续研究中，我们将继续探究机制转化为具体的实践工具的方案，在实践中进一步完善和检验此机制，以期为在线教育视频课程交互的优化提供工具性的直接支持，推动在线教育视频课程的进化与发展。

[参考文献]

[1] 孙田琳子.在线课程视频交互方式的现状及优化策略[J].中国远程教育，2021（1）：57-65.

[2] 张婧婧，杨业宏，安欣.弹幕视频中的学习交互分析[J].中国远程教育，2017（11）：22-30，79-80.

[3] 王蕊，罗万丽.弹幕视频在在线教育中的应用探析[J].中小学教师培训，2017（4）：29-32.

[4] CHEN Y， GAO Q， YUAN Q， et al. Facilitating students' interaction in MOOCs through timeline anchored discussion[J]. International journal of human computer interaction， 2019， 35（19）： 1781-1799.

[5] LIN X， HUANG M， CORDIE L. An exploratory study： using Danmaku in online video-based lectures[J]. Educational media international， 2018， 55（3）： 273-286.

[6] 张文兰，陈力行，孙梦洋.弹幕交互为大学生在线学习带来了什么？——基于扎根理论的质性分析[J/OL].现代远距离教育：1-13[2022-09-14]. https：//kns.cnki.net/kcms/detail/23.1066.G4.20220711.1451.002.html.

[7] PI Z， TANG M， YANG J. Seeing others' messages on the screen during video lectures hinders transfer of learning[J]. Interactive learning environments， 2020（2）： 1-14.

[8] 刘晓莉.在线教学视频中社会性交互的角色及其专业知识水平对学习的影响及其注意机制[D].武汉：华中师范大学，2019.

[9] 程潇，黄正正.“弹幕”辅助课堂教学对中医药管理类专业学生学习倦怠的影响研究：班级氛围的中介作用[J].时珍国医国药，2019，30（3）：686-688.

[10] 柏云彩，吴凡.“弹幕”在大学英语翻译教学中的应用[J].软件导刊，2020，19（5）：256-259.

[11] 李敬虎，马小明.论弹幕传播在传统电视互动方式中的变革和趋势[J].新闻世界，2015（6）：127-129.

[12] 林钦杰.弹幕视频学习效果及其影响因素研究[D].福州：福建师范大学，2017.

[13] 刘爽，郑燕林.基于视频弹幕技术的微课程交互设计[J].现代远距离教育，2015（4）：64-69.

[14] MAN T A， HSC B. Collective coloring in danmu comments on Bilibili[J]. Discourse， context & media， 2022， 45： 100577.

[15] ZHANG Y B， QIAN A P， PI Z L， et al. Danmaku related to video content facilitates learning[J]. Journal of educational technology systems， 2019，47（3）： 359-372.

[16] 杨九民，吴长城，皮忠玲，谢和平.促进学习还是干扰学习——弹幕对学习影响的元分析[J].电化教育研究，2019，40（6）：84-90.

[17] 韩超楠.远程交互式教学对初中生地理学习投入的影响研究[D].石家庄：河北师范大学，2021.

[18] 钱爱平.在线教学视频中弹幕对学习者的影响[D].武汉：华中师范大学，2017.

[19] WU S Y， CHEN S Y， HOU H T. Exploring the interactive patterns of concept map-based online discussion： a sequential analysis of users' operations， cognitive processing， and knowledge construction[J]. Interactive learning environments， 2016， 24（8）： 1778-1794.

[20] 劉智，王亚妮，郑年亨，刘三女牙，孙建文，杨重阳.高校SPOC环境下学习者行为序列的差异性分析研究[J].中国电化教育，2017（7）：88-94，106.

[21] 王云，李志霞，白清玉，姚海莹.在线讨论中动态学习情绪和认知行为序列的关系研究[J].电化教育研究，2020，41（6）：60-67.

[22] 胡金艳，蒋纪平，陈羽洁，张义兵.知识建构社区中观点改进的机理研究：知识进化的视角[J].电化教育研究，2021，42（5）：47-54.

[23] 胡丹妮，章梦瑶，郑勤华.基于滞后序列分析法的在线学习者活动路径可视化分析[J].电化教育研究，2019（5）：55-63.

[24] 马志强，郭文欣，王萌.面向协作知识建构会话内容的智能挖掘分析[J].现代远距离教育，2022（1）：3-13.

[25] 刘三女牙，彭晛，刘智，孙建文，刘海.面向MOOC课程评论的学习者话题挖掘研究[J].电化教育研究，2017，38（10）：30-36.

[26] ZHENG L. A novel approach to analyzing collaborative knowledge building in collaborative learning[M]// Knowledge building and regulation in computer-supported collaborative learning. Singapore： Springer， 2017：3-18.

[27] ELIA G， SOLAZZO G， LORENZO G， et al. Assessing learners' satisfaction in collaborative online courses through a big data approach[J]. Computers in human behavior， 2018， 92（3）： 589-599.

[28] WEN M， YANG D， ROSE C P. Sentiment analysis in MOOC discussion forums： what does it tell us[J]. Proceedings of educational data mining， 2014， 45（4）： 1-8.

[29] 单迎杰，傅钢善，王一冰，王改花.基于反思文本的慕课学习情感体验特征分析[J].电化教育研究，2021， 42（4）：53-60.

[30] 刘清堂，张妮，朱姣姣.教师工作坊中协作知识建构的社会网络分析[J].中国远程教育，2018（11）：61-69，80.

[31] LAURILLARD D. Rethinking university teaching： a conversational framework for the effective use of learning technologies[M].London： Routledge Falmer，2002.

[32] 陈丽.远程学习的教学交互模型和教学交互层次塔[J].中国远程教育，2004（5）：24-28，78.

[33] GUNAWARDENA C N， LOWE C A， ANDERSON T. Analysis of a global online debate and the development of an interaction analysis model for examining social construction of knowledge in computer conferencing[J]. Journal of educational computing research， 1997， 17（4）： 397-431.

[34] GARISON D R. Critical thinking and adult education： a conceptual model for developing critical thinking in adult learners[J]. International journal of lifelong education， 1991（10）：287-303.

[35] RIENTIES B， RIVERS B A. Measuring and understanding learner emotions： evidence and prospects[J]. Learning analytics review， 2014（1）： 1-28.

[36] ANDERSON T， ROURKE L，GARRISON D R， ARCHER W. Assessing teaching presence in a computer conference environment[J]. Journal of asynchronous learning networks， 2001， 5（2）： 1-17．

[37] 王志军，陈丽.联通主义学习的教学交互理论模型建构研究[J].开放教育研究，2015，21（5）：25-34.

[38] AHMED M， MOHAED A C， UlRIK S. Video based learning：a critical analysis of the research published in 2003—2013[C]//Proceedings of the 6th International Conference on Mobile. New York： ACM Press， 2014：112-119.

[39] YAO Y X， BORT J， HUANG Y. Understanding Danmaku's potential in online video learning[C]// Proceedings of the 2017 CHI Conference Extended Abstracts on Human Factors in Computing Systems. New York： ACM Press， 2017： 3034-3040.

[40] MADDEN A， RUTHVEN I， MCMENEMY D. A classification scheme for content analyses of YouTube video comments[J]. Journal of documentation， 2013， 69（5）： 693-714.

[41] THELWALL M， SUD P， VIS F. Commenting on YouTube videos： from guatemalan rock to El big bang[J]. Journal of the association for information science & technology， 2012， 63（3）： 616-629.

[42] 張帅，王文韬，周华任，占南.基于扎根理论的弹幕视频网站用户使用行为驱动因素研究[J].情报理论与实践，2018，41（7）：117-122.

[43] LENG J， ZHU J， WANG X， et al. Identifying the potential of danmaku video from eye gaze data[C]// Proceedings of the 16th International Conference on Advanced Learning Technologies. New York：ACM Press， 2016： 288-292.

[44] 马云飞，郑旭东，赵冉，刘慧.深度学习的发生机制与多模态数据测评研究[J].远程教育志，2022，40（1）：50-60.

[45] 兰国帅.探究社区理论模型：在线学习和混合学习研究范式[J].开放教育研究，2018，24（1）：29-40.

Design of Intelligent Real-time Management Mechanism of Online Education Video Course Danmaku for Effective Interaction

LI Tongtong，  ZHOU Yanli，  BIAN Yuying，  LI Guotao，  GUO Xuning

（Department of education， Tianjin Normal University， Tianjin 300387）

[Abstract] The introduction of Danmaku has brought an opportunity to change the weak real-time interaction in online education， but its entertainment nature and inadequate management mechanism of Danmaku have led to poor teaching application. To solve the problem of how to manage Danmaku intelligently and instantaneously to promote effective interaction， this paper firstly constructs a framework for describing online asynchronous interaction based on the theories such as the hierarchical model for instructional interaction， community of inquiry and learning community to deeply reveal the mechanism of effective online asynchronous interaction based on Danmaku. Secondly， from the perspective of intervention， nine paths to promote effective interaction based on Danmaku are proposed with the goal of facilitating group interaction at the information interaction level of the framework （including instructional interaction， social interaction， emotional interaction and knowledge interaction）. Finally， based on the nine paths and text mining， an intelligent real-time management mechanism for Danmaku in online educational video courses is designed in four aspects： pre-setting mechanism， incentive mechanism， personalized presentation mechanism， and intelligent feedback mechanism. This study provides a systematic intelligent real-time management scheme for Danmaku from several aspects， including theoretical framework， path analysis and mechanism design， which can provide a basis and reference for the research and practice of promoting effective interaction based on Danmaku.

[Keywords] Online Educational Video; Danmaku; Effective Interaction; Interaction Management; Text Mining