基于在线学习行为分析的在线教学设计优化研究

陆丽园 刘赣洪 王润花

收稿日期：2023-08-07

DOI：10.19850/j.cnki.2096-4706.2024.06.037

摘  要：为了更好地提高在线教育的教学质量，分析在线学习行为进而优化在线教学设计有着重要意义。文章运用内容分析法对某高校193名学习者的在线学习日志进行分析，借助ROST CM 6.0进行词频和语义网络分析。分析结果表明：在线学习者较多关注学习体验与共情感悟，学习过程的互动设计利于学习者发生群体归属感，较多学习者愿意主动利用资源进行自主学习，学习者更多关注教师的反馈与评价，适度激励有利于学习行为持续、正向发展。建议在线教学设计从创设在线学习情境、丰富在线学习资源、创设良好课堂互动、文本激励适度投放等方面入手，从而提高在线教育质量。

关键词：在线学习行为；学习日志；文本分析；教学设计

中图分类号：TP391；G434    文献标识码：A    文章编号：2096-4706（2024）06-0173-05

Research on Optimization of Online Teaching Design Based on Online Learning Behavior Analysis

LU Liyuan1， LIU Ganhong2， WANG Runhua1

（1.College of Education， Zhejiang Normal University， Jinhua  321004， China;

2.School of Journalism and Communication， Jiangxi Normal University， Nanchang  330022， China）

Abstract： In order to better improve the teaching quality of online education， it is of great significance to optimize online teaching design by analyzing online learning behavior. This paper uses content analysis method to analyze the online learning logs of 193 learners in a university， and uses ROST CM6.0 to analyze word frequency and semantic network. The results show that online learners pay more attention to learning experience and common emotional understanding， the interactive design of the learning process is conducive to the learners ' sense of group belonging， more learners are willing to take the initiative to use resources for autonomous learning， learners pay more attention to teachers' feedback and evaluation， and moderate incentives are conducive to the continuous and positive development of learning behavior. It is suggested that online teaching design should start from the aspects of creating online learning situation， enriching online learning resources， creating good classroom interaction， and text incentive to improve the quality of online education.

Keywords： online learning behavior; learning log; text analysis; teaching design

0  引  言

隨着互联网技术的迅猛发展，国家对在线教育的重视程度也日益增加，十四五规划首提发挥在线教育优势[1]，在线学习已然成为互联网时代公民重要的学习方式之一。但在线教育过程也暴露了许多教与学上的问题，深入探究在线学习行为以优化在线教学设计和提升学习绩效具有深刻的意义。当前已有研究通过学习管理平台挖掘在线学习行为外显特征以分析在线学习行为和促进学习绩效，例如李月等人采用过程挖掘方法分析学习者在线自主学习行为模式的差异，发现高成就学习者的在线自主学习行为模式更清晰且行为之间的意义连接更为紧密[2]。沈欣忆等人通过获取学生的学习行为数据，建立学生在线学习行为与在线学习绩效评估模型，进而分析学生在线学习行为对其学习成绩的影响[3]。然而，除了学习时长、学习频率、作业提交、测试统计、行为概率转换等在线学习行为外显学习记录和外显行为特征，隐匿于技术跟踪记录之外的言语信息、情境感受等隐性学习行为，这些用语言表达内心所想所思的信息和行为往往是在线学习者内心关于学习过程的真实表达和真切感受。学习者隐性学习行为之间潜在关联结构、底层规则不显著，比外显学习行为更体现学习中微妙而复杂的逻辑关系，能折射学生最真实的思维与学习情况，是教师或其他评价机制不易捕获到的[4]。更有可能隐藏着在线学习者的真实学习状态，是分析在线学习行为的一手资料来源，对其进行测量、收集、分析和报告，是理解在线学习行为过程、优化在线学习绩效的有效途径。

因此，本文基于学习日志的文本分析，探究在线学习者在线学习的关注点及学习行为及内在规律，并对文本进行语义分析和社会网络分析，明晰在线学习深层次的内在机理，以期优化在线教学设计和在线学习行为，进而提升在线教育中教与学的质量。

1  数据和方法

1.1  数据来源

本文数据来源于某高校193名大二学生在线学习期间撰写的学习日志，在线课程平台为学习通，本门课在线学习的方式包括学习通平台课程和钉钉直播教学，学习通平台的课程资源，包括课程视频、课程讨论、作业考试、拓展资料等，钉钉在线直播主要是教师根据授课安排进行的實时同步在线直播形式。课程结束后，每位学生需要结合本门课程的在线学习体验撰写个人学习日志，并以文档形式提交。学习日志共收集193篇，文本字数累计约46万。

1.2  研究方法与工具

本文主要采用内容分析法，借助ROST CM 6.0软件工具进行分析。ROST CM是武汉大学沈阳教授团队研发编码的软件，该软件可以对文本类信息进行分词、词频统计、词性情感分析和聚类分析等操作分析。本文首先运用ROST对学生撰写的学习日志文本进行分词操作，然后将分词后的文本进行词频统计分析，接着进行语义网络分析，根据聚类情况进行深度分析。

2  研究分析

2.1  词频分析

将收集到的学习日志文本导入文本文档中，然后运用分析软件ROST CM 6.0对所有学习日志文本进行分词，然后运用“词频分析”功能统计出排名前100的高词频，并通过词频可视化生成高频词频图，如图1所示，图中的词语字体越大，说明该词语出现的次数越多和频率越高，其中高频词中排前20的词语如表1所示。

图1  词频数前100词语生成的词云图

表1  词频数排前20词频表

序号 词语 词频数 序号 词语 词频数

1 学习 4 279 11 时间 733

2 老师 3 269 12 同学 716

3 教学 2 671 13 课堂 707

4 学生 2 464 14 反馈 700

5 技术 1 157 15 过程 648

6 课程 1 033 16 动画 565

7 上课 859 17 操作 562

8 教师 777 18 互动 560

9 作业 764 19 效果 555

10 网络 754 20 内容 538

2.2  语义网络分析

在词频分析的基础上，再用ROSTCM 6.0软件对学习日志文本进行社会网络和语义网络分析，启用NetDraw进一步生成共现矩阵图。共现矩阵具有放大高频词亲疏关系的作用，高频词的共现矩阵可以反映在线学习者学习日志的内在构成和关注点以及相互之间的关系，如图2所示。

图2  高频词共现矩阵图

根据图2所示的词频分析和共现矩阵呈现的词群特征，可以针对词群进行语义类型定义，每一簇词群的高度关联词的语义特征具有同类特征，可以将其定义为具体的类别。例如高频词共现矩阵图中高度关联的关键词有“学习、认真、感觉、体验”等，根据语义特征可定义为在线学习者的“学习体验”，高度关联的关键词有“师生、协作、交流、讨论、互动”等词语的词群语义特征与群体互动协作相关，可以将其定义为“群体互动”，高度关联关键词有“课程、资源、动画、图片、文字、音频、多媒体”等词语围绕在线学习者利用资源的形式以及利用情况，可以将其定义为“学习资源”，高度关联词“批语、作业、反思、练习、任务、测试、答案、作品”等词语涉及学习过程中的作业练习及评价，可定义为“反馈评价”，根据语义特征和共现矩阵分析形成的高关联度关键词类型定义如表2所示。

表2  高关联度关键词及类型定义

类别 高关联度关键词 类型定义

第一类 学习、认真、积极、期待、主动、课程、感觉、美好、上课、体验、适应、有趣、氛围、注意力、生动 学习体验

第二类 老师、学生、同学、互动、讨论、小组

沟通、协作、交流、同伴、提问、发言 群体互动

第三类 课程、资源、动画、图片、文字、音频

多媒体、工具、软件、技术、自主、设计 学习资源

第四类 批语、作业、反思、练习、任务

测试、答案、作品、回答、布置 反馈评价

根据定义的词群类型，本文也将从学习体验、群体互动、学习资源、反馈评价这四个维度对在线学习行为进行分析。

2.2.1  在线学习者关注学习体验与共情感悟

在线学习者关注在线学习过程中产生的学习体验和共情感悟。学习体验是学习者在一定环境下开展学习活动过程中对各种外界要素的反馈和感知[5]，在线学习体验是学习者的学习体验在网络环境中的具体化，表示学习者对网络环境中的学习情境、学习资源、学习活动、支持服务等教学要素的反应感知及行为表现[6]。图1词云图中最突出的词汇有“学习”“老师”

“学生”“教学”“感受”等词汇，老师和学生是教育教学的基本对象，老师的职责是教学，学生的职责是学习。除了学习的内容之外，大多数在线学习者参与在线学习过程中更多关注如何学习以及学习过程的感受体验，即获取知识过程中的内心感受和意愿态度。在线学习是一种超越时间和空间的学习形式，学习者处于相对独立的状态，参与学习过程时容易产生孤独感，大多数在线学习者在学习日志中反映他们希望能在在线学习过程中获得来自教师的关注和关怀，以及同伴之间交流产生共情体验，期望能与其他同伴有类似的感悟。

2.2.2  学习者聚焦于交流互动与群体归属

在线学习者注重在线学习过程中师生或者同伴之间的交流互动，期望获得群体归属感。在图2高频词共现矩阵图中，学习日志词群体互动词群的词汇聚焦于“师生、讨论、协作、交流”等词汇。互动是教学过程中必不可少的环节，是师生之间或者生生之间交流学习的方式，有效的互动交流不仅是学习者信息输出的形式，同时也是情感交流的一种有效方式。良好和谐的在线互动可以帮助教师提高学生的注意力，增加学习的积极性，在融洽的互动交流中，学习者也更能感受群体归属感，让他们在虚拟的网络学习环境中也能积极融入集体。此外，在线学习者关注他们在学习过程中的体验和感受，来自在线学习者内心的感受和情感体验是他们内心期待或者希望获得的教学效果，造成这种不同感受的因素来自外部和内部。外部因素主要是在线学习者所处的学习的环境以及环境所具有的学习氛围，内部因素主要是在线学习者的学习态度和学习动机，在线学习者对所学习的内容或者教师讲授的内容有无兴趣，有无畏难情绪或者是否存在偏见。在线学习感受则体现为在线学习者对于整个学习过程的适应性和满意度，积极的学习感受能够让学生保持继续学习的动力，更愿意真正参与到在线课堂中来，从而有利于学习者构建对知识的理解和内化。

2.2.3  在线学习者期望利用资源自主学习

在线学习者善于利用不同类型的学习资源进行自主学习。在图2共现矩阵图中，与资源联系紧密的词汇有“文字”“技术”“声音”“图片”“工具”“动画”等。在线学习资源的提供对在线学习起着重要的作用，在学习日志中，大部分学习者表示教师提供的针对性资源越丰富，特别是动画类、视频类的学习资源，他们更愿意去下载并且利用教师提供的资源进行自主学习，增进对课堂知识的理解以及扩展与之相关的课外知识。此外，部分学生在学习反思日志中表示，教师在上完一个部分的内容后如果将上课所用的课件放在课程资源区，他们会根据自己的掌握程度复习教师的课件。在学习资源形式方面，短小精悍的学习资源更加得到在线学习者的青睐，精炼的学习资源可以在一定程度上减轻学习者的认知负荷，同时可以支持在线学习者课后的碎片化学习，不断养成利用现有资源进行自主学习的习惯。在学习资源中，学习者也更希望教师能提供文字型、图片型、动画型等多种类型的资源形式。

2.2.4  在线学习者注重教师评价与反馈

在线学习过程中教师的评价与反馈激励在线学习者学习行为持续正向发展。在图1词云图中，“反馈”一词语较为突出，共现矩阵分析中呈现出与反馈高度关联的词群，例如“考察”“练习”“实践”“作业”“测试”等词汇，在线教学过程中教师通过练习、作业、测试等方式获得学习者某阶段学习掌握程度，教师对学生的作业或者测试情况进行文本反馈，比如在线学习者在学习日志中提到的评语就是教师文本反馈的一种形式，并且在分析文本中发现，在线学习者得到教师的正向反馈时，学习者更愿意根据教师的反馈进行作业或者作品上的修改和完善。

学习日志也反映出反馈的时间对在线学习者继续学习的积极程度具有影响。在学习过程中及时的反馈能让学习者有意识地针对反馈信息进行改进，过于延后的反馈让学习者失去对反馈内容的记忆和兴趣。在学习日志分析中，教师评价表现为教师在学习平台针对作业、随堂测试、考试三方面给予学习者的评语。在学习日志中，多数学习者表示相比于直接的分数，他们更期待得到教师对于自己的答案、作业等的具体而有针对性的评语。评语作为文本类的反馈评价，在教学过程中阶段性呈现，能够反映出教师对在线学习者的学习关注，让学生体会到教师对自己的期待，学生在一定程度上能够形成附属内驱力，进而能够继续强化持续在线学习行为。

3  研究启示

本文以在线学习者撰写的学习日志为分析文本，从学习行为中的学习体验、群体互动、学习资源、反馈评价四方面进行了分析。基于以上分析，为了更好地开展在线教与学，保持学习者的学习积极性和主动性，进一步提高在线教学质量，本文从创设在线学习情境、丰富在线学习资源、创设良好课堂互动、文本激励适度投放四方面对优化在线教学设计，提升在线学习绩效提出建议。

3.1  创设在线学习情境以增进学习体验

研究分析表明在线学习者在学习过程中关注学习情境，注重学习过程中的感受，期望有更多来自教师的关怀、促进与引导，因此，教师应注重创设在线学习情境。根据建构主义学习理论，学习具有情境性、建构性和社会型，情境是学习发生的前提条件。知识无法独立地从情境中抽离出来，知识间的关联必须通过情境来连接，学习者在情境中获取知识[7]。因此，在线学习情境设计过程中，应当充分分析教学内容和教学目标，设计符合教学内容和目标的学习情境，以便能够达到预期的教学目标。比如运用与时俱进或者贴近学生生活经验的典型生活案例，创设真实的学习情景，将教学内容真实化和趣味化，将教学目标自然而然地融入在线学习情境中，吸引在线学习者投入学习情境。此外，在线教与学的教师和学生从传统的“面对面”变成了“屏对屏”的方式，临场感的缺失可能导致学生课堂参与不积极或者课堂倦怠等现象。教师应重视作为在线教学过程中引导者、促进者和帮助者的角色作用，能够根据不同教学内容，使用不同方式呈现不同类型的知识内容，例如，事实、概念类等陈述性知识可以使用文字方式呈现；有关原理、过程类等较为抽象性的知识可以通过视频或者动画的方式给学习者带来多感官的知识获取。

3.2  营造良性氛围以增进课堂互动

有效的教学交互是促进深度学习达成的重要方式[8]，在线教学过程中，由于教师和学生处于不同的空间，在场感的缺失使得师生、生生之间难以形成长期稳定的互动交流[6]。首先，教师需要将情感交流融于教学互动交流中，贯穿在教学互动活动中。其次，教师可以从异步互动和同步互动两方面满足在线学习者的需求。异步交流互动需要教师在在线教学过程中及时关注平台上的信息，高度重视内容传播的有效性和实时性。同步交流利于师生之间的及时反馈，学生可以适时调整学习策略。再者，设计因时制宜的互动环节利于在线学习者保持注意力，营造平等的交流氛围。在线课堂教学中，教师可以通过提供相关示例让学生讨论交流、设置问题悬念、设计学习问题、辩论、抢答等方式激发学习者主动参与课堂的兴趣，保持課堂注意力，激发持续参与交互的热情，以情感交互的“在场”替换“离场”状态[9]。在课后的互动活动中，通过在平台讨论区进行讨论，如图3所示，学习者在线相互回帖点赞，教师在线回复点评等营造良好、平等的交流互动分氛围，帮助在线学习者之间建立友好的移动学习共同体。

图3  学习通平台讨论区

3.3  丰富在线学习资源以促进学生自主学习

分析表明在线学习者较多愿意利用学习资源进行自主学习，为了更好地建设在线学习资源以促进学习者自主学习，教师可以从资源选择和资源呈现两方面优化在线学习资源。

学习资源是在线学习者学习知识、巩固知识、拓展知识的重要途径之一。首先，在线学习资源设计和选择应当具有针对性和指向性，选择那些与当前学习最具关联性的学习资源，有效减少学习者认知压力；其次要注意资源提供的数量，过多资源会让学习者无所适从，应当呈现最主要的、最利于学习者构建知识理解的资源，尽量减少非关键信息的认知负荷。

在线学习资源呈现方面，可以从课前、课中、课后三个环节建设在线学习资源。课前阶段，教师可以根据学习者现有的基础知识，为学习者提供引导性材料，帮助学习者做好学习新知识的心理准备和知识准备，通过课前学习资源激活学生原有认知结构的图式。课中阶段，教师可以结合学生情况和课上重难点内容，增加对该内容的资源拓展。课后阶段主要是促进学习者对知识的深入扩展以及迁移运用，教师可以提供具有检测学习者学习成效的练习资源或者拓展资料对学习加以补充，如图4所示。此外，课后还可以根据学习者学习情况布置个性化的补偿资源，缩短在线学习者的学习差异[10]，这三个不同环节的资源对学习者的学习起到了导向、促进、巩固的学习效果。

图4  学习通平台在线学习资源

3.4  建立多维反馈评价以激励学习正向发展

反馈评价对于在线学习者来说有着重要的影响，在线教学评价设计上，应建立多维的反馈评价机制以及不同性质的反馈形式，教师可以从以下两方面着手。

一方面，教师建立多维的反馈评价机制，激励在线学习者继续参与学习。反馈与评价是指教师对学生学习情况、掌握学习目标进行价值判断的教学活动。教师建立多维互动、形式多样的反馈和评价机制以强化教学效果，激励在线学习正向发展。在线学习过程中，学习者缺少有效的监督，而且容易受到所处环境的影响，特别是自我管理能力较差的学习者。因此，在线教学设计中，教师更应该注重教学反馈与评价的设计。

另一方面，教师要全面关注学生在认知、态度、情感等方面的整体发展，给予学生激励性、引导性、启发性等不同性质的反馈，将口头的言语性反馈和文本的描述性反馈结合，更具针对性的评价使得在线教学也能实施因材施教。在教学评价方面，教师应注重评价的内容、主体和方式；在评价内容方面，需根据学习者的作业结果、考试测试、活动参与等指标对学习者的学习成绩、学习能力做出客观评价；在评价主体方面，评价的主体向多元化发展，通过学生自评、同伴互评、教师评价相结合，提高评价的客观性；而在评价方式上，可以采用定量和定性的评价相结合的方式，注重质的分析，从而提高评价过程的合理性和评价结果的有效性。

4  结  论

透过在线学习日志隐匿的关键信息分析在线学习的行为，发现在线学习者在线学习过程中的关注点和行为，剖析在线学习行为的规律和内在机制，分析发现在线学习者在学习体验、共情感悟、群体归属感和评价反馈等方面均有不同需求和关注，有利于教师优化在线教学的设计，提升在线教学质量和学习绩效。本研究选用了具体一门课程在线学习日志的文本分析，单一课程可能存在一定的局限性，在后续的研究中，可以利用多种课程类型，进一步探究在线学习行为内在学习机制和在线教学设计优化。

参考文献：

[1] 新华社.中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要 [EB/OL].（2021-03-13）[2023-08-02].https：//www.gov.cn/xinwen/2021-03/13/content_5592681.htm.

[2] 李月，姜强，赵蔚.基于过程挖掘的在线自主学习行为模式识别及干预实证研究 [J].电化教育研究，2021，42（5）：61-69.

[3] 沈欣忆，刘美辰，吴健伟，等.MOOC学习者在线学习行为和学习绩效评估模型研究 [J].中国远程教育，2020（10）：1-8+76.

[4] 胡艺龄，顾小清，赵春.在线学习行为分析建模及挖掘 [J].开放教育研究，2014，20（2）：102-110.

[5] 贾文军，黄玉珍，陈武元.大学生在线学习体验：影响因素与改进策略 [J].高等教育研究，2021，42（3）：60-69.

[6] 王立宾，刘亚芳.在线学习体验影响因素的实证研究——以Blackboard平台实用英语在线课程为例 [J].湖南广播电视大学学报，2021（1）：1-8.

[7] 周云华.教学设计应重视对学习情境的研究 [J].中小学教师培训，2021（4）：61-65.

[8] 陈蓓蕾，张屹，杨兵，等.智慧教室中的教学交互促进大学生深度学习研究 [J].电化教育研究，2019，40（3）：90-97.

[9] 单迎杰，傅钢善，王一冰，等.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+75.

[10] 余胜泉，王慧敏.如何在疫情等极端环境下更好地组织在线学习 [J].中国电化教育，2020（5）：6-14+33.

作者简介：陆丽园（1997—），女，汉族，广西桂平人，碩士在读，研究方向：在线学习、信息化教学理论与实践；刘赣洪（1973—），女，汉族，江西九江人，教授，硕士，研究方向：信息化教学、网络教育；王润花（1998—），女，汉族，甘肃金昌人，硕士在读，研究方向：信息技术教育应用。