基于層次分析法的在線學(xué)習(xí)行為指標(biāo)體系構(gòu)建

李 超，程 罡，石 磊

(國家開放大學(xué) 學(xué)習(xí)支持與學(xué)生事務(wù)中心，北京 100039)

基于層次分析法的在線學(xué)習(xí)行為指標(biāo)體系構(gòu)建

李 超，程 罡，石 磊

(國家開放大學(xué) 學(xué)習(xí)支持與學(xué)生事務(wù)中心，北京 100039)

隨著MOOCs在中國的快速發(fā)展，在線學(xué)習(xí)逐漸成為一種重要的、新型的學(xué)習(xí)方式。網(wǎng)絡(luò)學(xué)習(xí)平臺能夠真實客觀地記錄學(xué)習(xí)者的學(xué)習(xí)行為，平臺中的行為數(shù)據(jù)對學(xué)習(xí)者的學(xué)習(xí)過程以及最終的學(xué)習(xí)效果是否產(chǎn)生影響、是否存在相關(guān)性逐漸成為研究者的研究對象。建立在線學(xué)習(xí)行為指標(biāo)體系并利用層次分析法確定各級指標(biāo)權(quán)重的方式來研究學(xué)習(xí)行為，一方面可以為教師的督學(xué)促學(xué)提供依據(jù)，另一方面也能為教師對網(wǎng)絡(luò)課程的設(shè)計與改進(jìn)提供數(shù)據(jù)參考。

在線學(xué)習(xí)行為；層次分析法；指標(biāo)體系；權(quán)重

一、引言

學(xué)習(xí)行為是學(xué)習(xí)者在學(xué)習(xí)過程中發(fā)生的與學(xué)習(xí)相關(guān)的所有行為。在傳統(tǒng)教育影響下，人們關(guān)注最多的是學(xué)生的學(xué)(即學(xué)生的學(xué)習(xí)行為)。美國教育學(xué)家杜威也曾經(jīng)說過：學(xué)習(xí)本身就是一種歷程，而不是一種方式或一種獲得的成果，學(xué)習(xí)者在與所處的環(huán)境交互活動中就會產(chǎn)生學(xué)習(xí)行為[1]。但是學(xué)生的學(xué)習(xí)行為具體是通過何種方式在何種情境下發(fā)生的，傳統(tǒng)教育模式下并沒有很好的方法對學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行監(jiān)控、追蹤記錄。

隨著MOOCs在中國的快速發(fā)展，以及“互聯(lián)網(wǎng)+”教育理念的深入，在線學(xué)習(xí)越來越受到人們的重視，逐漸成為一種傳統(tǒng)課堂外的主要學(xué)習(xí)方式。在線學(xué)習(xí)分為正式在線學(xué)習(xí)和非正式在線學(xué)習(xí)。正式在線學(xué)習(xí)通常指以獲取學(xué)歷為主的遠(yuǎn)程教育學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)。其他的在線學(xué)習(xí)(例如：利用微信公眾號、平臺推送、碎片化式的在線閱讀等)我們通常認(rèn)為是非正式在線學(xué)習(xí)。本文所指的在線學(xué)習(xí)指的是正式在線學(xué)習(xí)。在線學(xué)習(xí)與傳統(tǒng)學(xué)習(xí)的不同之處在于，它是一種在網(wǎng)絡(luò)環(huán)境下基于網(wǎng)絡(luò)學(xué)習(xí)平臺進(jìn)行的學(xué)習(xí)，它不受時間和地點的限制。一個功能完善的網(wǎng)絡(luò)學(xué)習(xí)平臺能夠詳細(xì)記錄學(xué)習(xí)者的所有學(xué)習(xí)行為。例如，學(xué)習(xí)者登錄學(xué)習(xí)平臺的時間、登錄次數(shù)，學(xué)習(xí)者使用課程資源的數(shù)量或利用各種學(xué)習(xí)模塊次數(shù)，學(xué)習(xí)者每天的在線時長以及學(xué)習(xí)者集中學(xué)習(xí)的時間段等。因此，在線學(xué)習(xí)使得人們在關(guān)注學(xué)習(xí)本身的同時，學(xué)習(xí)者的學(xué)習(xí)行為也逐漸成為研究者的研究對象。通過對在線學(xué)習(xí)行為的研究，我們可以對學(xué)習(xí)者尤其是以學(xué)歷為主的在線學(xué)習(xí)者提供有效的、有針對性的學(xué)習(xí)支持與服務(wù)，也可以促使教師對課程進(jìn)行有目的的改進(jìn)和完善。在線學(xué)習(xí)行為自身是一種比較復(fù)雜的體系，本研究通過數(shù)據(jù)分析，利用層次分析法建立行為數(shù)據(jù)指標(biāo)體系，這樣既能將復(fù)雜問題層次化、簡單化，又能夠?qū)γ恳粚舆M(jìn)行更加深入的量化研究。

二、在線學(xué)習(xí)行為指標(biāo)體系的構(gòu)建

1.指標(biāo)體系構(gòu)建原則

在線學(xué)習(xí)者的學(xué)習(xí)行為是以獲得知識為目標(biāo)，以滿足自身發(fā)展與需求為目的，這是在線學(xué)習(xí)行為的根本內(nèi)驅(qū)力，它具有多元化的特征[2]。這種多元化的特征就要求在構(gòu)建指標(biāo)體系時能夠真實、客觀、科學(xué)地反映出在線學(xué)習(xí)行為的特點，同時也要達(dá)到我們的預(yù)期。因此，在構(gòu)建指標(biāo)體系時應(yīng)遵循以下原則。

(1)系統(tǒng)完整性。構(gòu)建的在線學(xué)習(xí)行為指標(biāo)體系要系統(tǒng)全面，從多角度、多層次、真實客觀地描述在線學(xué)習(xí)行為的特征。每一個指標(biāo)不是獨立存在的，它們之間要有一定的邏輯關(guān)系，也就是說能夠反映出指標(biāo)之間的內(nèi)在聯(lián)系。同時，指標(biāo)體系的構(gòu)建應(yīng)該具有層次性，從上到下，從宏觀性到微觀性要層層深入，形成一個不可分割的完整體系。

(2)簡明科學(xué)性。評價指標(biāo)的選擇必須以科學(xué)性為原則，能真實地反映在線學(xué)習(xí)的特點，能客觀全面反映出各指標(biāo)之間的真實關(guān)系。制定的各個評價指標(biāo)要有代表性、概括性，不宜過細(xì)過繁。數(shù)據(jù)獲取方式要簡單，通過學(xué)習(xí)平臺的后臺直接獲取學(xué)習(xí)行為的第一手?jǐn)?shù)據(jù)，并且選擇的計算方法要簡明易懂。

(3)可擴(kuò)展性。在線學(xué)習(xí)行為的評價指標(biāo)體系應(yīng)是開放的和可擴(kuò)展的，既可應(yīng)用于正式的在線學(xué)習(xí)，也可以通過改造應(yīng)用到非正式的大眾化的在線學(xué)習(xí)。同時其他領(lǐng)域內(nèi)的評價指標(biāo)和方法技術(shù)可以適度融合到在線學(xué)習(xí)行為的評價指標(biāo)體系之中。在線學(xué)習(xí)行為的評價指標(biāo)體系應(yīng)該在公開的真實環(huán)境中得到不斷的成熟與完善。

2.指標(biāo)體系的構(gòu)建

我們以國家開放大學(xué)網(wǎng)絡(luò)課程的學(xué)習(xí)者為例，與一般的MOOC學(xué)習(xí)者不同之處在于，他們都是以獲取學(xué)歷為主的完全在線學(xué)習(xí)者，所以他們的學(xué)習(xí)行為記錄在一定程度上會影響課程的成績(或?qū)W分的獲取)。國家開放大學(xué)網(wǎng)絡(luò)核心課程基于Moodle平臺建設(shè)。Moodle學(xué)習(xí)平臺有著非常完善的日志功能，可較完整地記錄學(xué)習(xí)者在平臺各模塊包括討論(Forum)模塊、資源(Resource)模塊、作業(yè)(Assignment)模塊、Wiki 模塊等發(fā)生的多種行為(瀏覽、寫入、修改、刪除等)，并且以數(shù)字化的形式存儲在日志數(shù)據(jù)表(mdl_log)中[3]。通過對學(xué)習(xí)平臺日志表中的字段、數(shù)據(jù)進(jìn)行挖掘分析，總結(jié)歸納出行為數(shù)據(jù)的屬性，同時根據(jù)國家開放大學(xué)網(wǎng)絡(luò)核心課程建設(shè)指南確定具體的指標(biāo)名稱，建立在線學(xué)習(xí)行為指標(biāo)體系。本研究將學(xué)習(xí)者的學(xué)習(xí)行為分成兩級指標(biāo)(見表1)，其中一級指標(biāo)7個，二級指標(biāo)16個，各指標(biāo)的數(shù)據(jù)通過編寫SQL查詢語句從后臺獲取。

表1 學(xué)習(xí)行為指標(biāo)體系

三、利用層次分析法確定指標(biāo)權(quán)重

層次分析法是由美國運籌學(xué)家T.L.Saaty教授在20世紀(jì)70年代提出的一種權(quán)重決策分析方法。利用該方法能夠?qū)σ恍┍容^復(fù)雜、難以決策的問題通過定性與定量相結(jié)合的方式給出決策方案的權(quán)重排序，并由決策者做出最終選擇。

應(yīng)用傳統(tǒng)的層次分析法在確定指標(biāo)權(quán)重時一般分為三個步驟：第一步，建立層次結(jié)構(gòu)模型，將研究的問題分成不同的層次，處于同一層的指標(biāo)要從屬于它的上一層，即表1中的二級指標(biāo)從屬于對應(yīng)的一級指標(biāo)；第二步，構(gòu)造判斷矩陣，同一層次上的指標(biāo)對于它上一層次中指標(biāo)的相對重要性構(gòu)造成判斷矩陣，并用1-9整數(shù)數(shù)值或整數(shù)的倒數(shù)進(jìn)行標(biāo)度；第三步，層次單排序及其一致性檢驗，對于一致性檢驗不通過的需要重新構(gòu)造判斷矩陣，直至矩陣具有一致性。其中第三步需要對數(shù)據(jù)及判斷矩陣進(jìn)行復(fù)雜的計算和判斷。在保證結(jié)果準(zhǔn)確性和科學(xué)性的基礎(chǔ)上，本文采用一種改進(jìn)后的層次分析法，即只以1個因子為準(zhǔn)進(jìn)行標(biāo)度(只獲取1列或1行判斷值)，然后用如下的遞推方法推算判斷矩陣中其他位置的數(shù)據(jù)，只需獲取1列或1行判斷值，只需標(biāo)度(n -1)個，這大大減小對判斷矩陣的一致性檢驗的工作量，且可以保證判斷矩陣具有完全的一致性[4]。

aii =1 , i =1 , 2 , …, n ; aij =1/aji, i , j =1 , 2 , … , n .

為了保證權(quán)重確定的科學(xué)性、準(zhǔn)確性，本研究邀請了15位相關(guān)專家組成專家組進(jìn)行咨詢。這15位專家在職稱方面，教授9人(60%)，副教授6人(40%)；工作崗位方面，教學(xué)一線人員10人(67%)，管理人員5人(33%)。

利用改進(jìn)后的層次分析法構(gòu)造判斷矩陣，15位專家結(jié)合自身在教學(xué)及管理工作中的經(jīng)驗積累對表1中的一級指標(biāo)和二級指標(biāo)按照1-9的標(biāo)度值分別進(jìn)行兩兩判斷給出對比數(shù)值，最終的專家問卷回收率及合格率均為100%。

我們以其中一位專家(在此稱其為專家A)給出的判斷為例。專家A對表1中的一級指標(biāo)的相對重要性進(jìn)行標(biāo)度，這里我們統(tǒng)一要求只給出判斷矩陣的第一行標(biāo)度值(即：行為頻次與行為頻次、在線時間、資源利用、活動利用、作業(yè)提交、論壇發(fā)帖、完成測驗分別進(jìn)行兩兩比較)，如表2所示。

表2 一級指標(biāo)判斷矩陣

通過第一行的標(biāo)度值我們可以推算出除去行為頻次以外的其他一級指標(biāo)分別兩兩比較后的值，例如資源利用相對于活動利用、作業(yè)提交、論壇發(fā)帖、完成測試的相對重要程度標(biāo)度分別為7/5，7/9，7/5，7/9。對判斷矩陣中的標(biāo)度值判斷完畢后，利用YAAHP軟件進(jìn)行計算。YAAHP是一款層次分析法輔助軟件，先按照表1構(gòu)造層次模型，模型構(gòu)造完成后軟件自動將每一層構(gòu)造成判斷矩陣，將判斷矩陣中指標(biāo)相對重要性的標(biāo)度值輸入到Y(jié)AAHP軟件中，軟件就會自動判斷出該矩陣的一致性比例為0(矩陣具有完全一致性)，同時輸出該矩陣中各個指標(biāo)的權(quán)重值。二級指標(biāo)計算與一級指標(biāo)計算過程相同，此處不再贅述。這樣就能得出專家A對指標(biāo)體系中的所有指標(biāo)權(quán)重判斷完畢。

根據(jù)以上方法和步驟再確定其他14位專家對各級指標(biāo)的權(quán)重值。完全得到15專家對一級指標(biāo)、二級指標(biāo)確定的權(quán)重后，再分別對一、二級指標(biāo)的權(quán)重值采用求算數(shù)平均值的方法綜合處理計算，我們最終得出在線學(xué)習(xí)行為指標(biāo)體系中所有指標(biāo)的權(quán)重值，如表3所示。

通過表3我們可以看出兩個層級的指標(biāo)權(quán)重分布，其中專家認(rèn)為學(xué)生提交作業(yè)情況、活動利用情況、在線學(xué)習(xí)的行為頻次、資源利用是非常重要的學(xué)習(xí)行為，這與該4個行為在學(xué)習(xí)平臺查詢出的實際數(shù)據(jù)相比較其他3個行為的實際數(shù)據(jù)統(tǒng)計量高的事實相符合。也與教師在教學(xué)過程中進(jìn)行輔導(dǎo)答疑次數(shù)、對學(xué)生的要求、提供學(xué)習(xí)支持頻率等存在正相關(guān)。這說明我們制定的指標(biāo)體系與最終的權(quán)重符合在線學(xué)習(xí)者學(xué)習(xí)行為的特點。

表3 學(xué)習(xí)者學(xué)習(xí)行為評價指標(biāo)權(quán)重表

序號一級指標(biāo)權(quán)重二級指標(biāo)權(quán)重1行為頻次0.1576資源瀏覽類別行為頻次0.0401人際交互類別行為頻次0.0353人機(jī)交互類別行為頻次0.0304其他類別行為頻次0.05182學(xué)習(xí)時間0.0757出勤周數(shù)0.0389出勤天數(shù)0.03683資源利用0.1430資源模塊利用個數(shù)0.0597資源利用百分比0.08334活動利用0.1748活動模塊利用個數(shù)0.0697活動利用百分比0.10515提交作業(yè)0.1764提交作業(yè)個數(shù)0.0652提交作業(yè)百分比0.11126論壇發(fā)帖0.1391論壇發(fā)帖數(shù)0.073發(fā)帖總字?jǐn)?shù)0.06617完成測試0.1334完成測試個數(shù)0.0635完成測試百分比0.0699

四、結(jié)論

層次分析法應(yīng)用靈活，適用領(lǐng)域廣，尤其是在權(quán)重確定、決策判斷方面得到了廣泛的應(yīng)用。運用層次分析法來確定在線學(xué)習(xí)行為指標(biāo)的權(quán)重，能夠避免由個人主觀因素造成最終權(quán)重的不準(zhǔn)確和不合理性。在線學(xué)習(xí)行為是遠(yuǎn)程教育領(lǐng)域中非常重要的研究對象。通過對在線學(xué)習(xí)行為的研究，我們可以隨時掌握學(xué)生的學(xué)習(xí)情況，例如學(xué)生的學(xué)習(xí)進(jìn)度、作業(yè)提交情況、在線互動頻率等。在線學(xué)習(xí)行為指標(biāo)體系的建立可以將復(fù)雜的在線學(xué)習(xí)直觀地呈現(xiàn)出來。通過指標(biāo)權(quán)重的大小我們能夠更清楚地掌握哪些因素對在線學(xué)習(xí)行為影響更大。在線學(xué)習(xí)行為指標(biāo)體系的建立，教師能夠更有針對性地監(jiān)控學(xué)習(xí)者的學(xué)習(xí)過程，便于教師及時督促學(xué)習(xí)者學(xué)習(xí)，在一定程度上能夠有效約束學(xué)習(xí)者的學(xué)習(xí)行為，使他們養(yǎng)成良好的在線學(xué)習(xí)習(xí)慣。根據(jù)學(xué)習(xí)者的學(xué)習(xí)行為，教師也能夠?qū)φn程進(jìn)行有目的的改進(jìn)和完善。因此，構(gòu)建在線學(xué)習(xí)行為指標(biāo)體系對于學(xué)生的學(xué)和教師的教都是非常有益的探索。

[1]Dewey. J.Experience and education[M]. New York: Collier Books,1938: 69-73.

[2]黃睿航，齊禮良.關(guān)系嵌入：網(wǎng)絡(luò)學(xué)習(xí)者的學(xué)習(xí)行為實證研究[J].遠(yuǎn)程教育雜志，2015(6)：55-56.

[3]魏順平.在線學(xué)習(xí)自動評價模式構(gòu)建與應(yīng)用研究[J].中國遠(yuǎn)程教育，2015(3):40-41.

[4]吳殿廷，李東方.層次分析法的不足及其改進(jìn)的途徑[J].北京師范大學(xué)學(xué)報(自然科學(xué)版)，2004(2):265-266.

Construction of the Index System of Online Learning Behavior Based on Analytic Hierarchy Process

LI Chao, CHENG Gang, SHI Lei

(The Open University of China, Learning Support Service Center, Beijing 100039, China)

As MOOCs develop rapidly in China, online learning has gradually become an important and new way of learning. Network learning platform can record the learners’ learning behavior objectively. Whether the behavioral data has impact on learners’ learning process and the final learning effect and whether there is a correlation has gradually become the object of the study. To establish online learning behavior index system and use the analytic hierarchy process (ahp) to ascertain the weight of various indicators of way to study behavior can, on the one hand, provide the basis for the superintendent of teachers to promote learning, on the other hand, also provide reference data for teachers to improve the design of online courses.

online learning behavior; ahp; index system; the weight

2017-02-16

北京市教育科學(xué)“十二五”規(guī)劃2015年度重點課題《基于教育大數(shù)據(jù)的大規(guī)模私有型在線課程教學(xué)績效評估系統(tǒng)及其應(yīng)用研究》 (AJA15233)

李超(1987-)，男，山東泰安人，教育學(xué)碩士，助理研究員，主要從事開放教育、數(shù)據(jù)分析、學(xué)習(xí)支持服務(wù)研究。

G434

A

1008-469X(2017)02-0018-04