網(wǎng)絡(luò)學(xué)習(xí)行為的時(shí)間特征研究

劉非凡

摘 要 時(shí)間序列分析法被應(yīng)用于農(nóng)業(yè)、氣象、醫(yī)學(xué)等領(lǐng)域，對(duì)未來進(jìn)行預(yù)測(cè)以便進(jìn)行決策和調(diào)控。若使用該方法預(yù)測(cè)網(wǎng)絡(luò)學(xué)習(xí)行為，可以發(fā)現(xiàn)學(xué)生在學(xué)習(xí)中出現(xiàn)的問題。在借鑒學(xué)習(xí)行為相關(guān)研究基礎(chǔ)上，通過使用統(tǒng)計(jì)學(xué)相關(guān)知識(shí)，分析網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)中的學(xué)習(xí)行為數(shù)據(jù)所具備的時(shí)間序列特征。探究應(yīng)用時(shí)間序列分析法分析網(wǎng)絡(luò)學(xué)習(xí)行為的可行性，以便后續(xù)建立學(xué)習(xí)行為預(yù)測(cè)模型。

關(guān)鍵詞 網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)；網(wǎng)絡(luò)學(xué)習(xí)行為；時(shí)間序列分析法；預(yù)測(cè)模型；高級(jí)語言程序設(shè)計(jì)（C）課程；Excel、SPSS

中圖分類號(hào)：G652 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1671-489X（2018）08-0009-05

1 問題的提出

根據(jù)中國互聯(lián)網(wǎng)信息中心第39次全國互聯(lián)網(wǎng)統(tǒng)計(jì)報(bào)告顯示，截至2016年12月，中國網(wǎng)民規(guī)模達(dá)7.31億，互聯(lián)網(wǎng)普及率首次過半，達(dá)到53.2%，超過全球平均水平3.1個(gè)百分點(diǎn)，超過亞洲平均水平7.6個(gè)百分點(diǎn)；我國手機(jī)網(wǎng)民規(guī)模達(dá)6.95億，增長率連續(xù)三年超過10%[1]。網(wǎng)絡(luò)每時(shí)每刻存在于人們的生活中，并影響著人們的生活方式以及學(xué)習(xí)方式。正是隨著網(wǎng)絡(luò)的迅猛發(fā)展，網(wǎng)絡(luò)學(xué)習(xí)也不置可否地成為新時(shí)代教育的重中之重，成為現(xiàn)階段乃至未來教育發(fā)展的重要任務(wù)。

因此，關(guān)于網(wǎng)絡(luò)學(xué)習(xí)的研究吸引了諸多學(xué)者的關(guān)注，研究者從學(xué)習(xí)者的角度，從宏觀的角度去分析，如剖析學(xué)習(xí)者的網(wǎng)絡(luò)行為特征，幫助網(wǎng)絡(luò)教學(xué)進(jìn)行個(gè)性化調(diào)整，建立更適應(yīng)學(xué)習(xí)者的網(wǎng)絡(luò)課程。分析網(wǎng)絡(luò)學(xué)習(xí)行為的發(fā)展趨勢(shì)，方便教師實(shí)施高效的教學(xué)調(diào)控，提供更優(yōu)質(zhì)的學(xué)習(xí)支持服務(wù)，從而使參加網(wǎng)絡(luò)學(xué)習(xí)的學(xué)習(xí)者獲得更好的學(xué)習(xí)效果。

隨著網(wǎng)絡(luò)課程與學(xué)習(xí)技術(shù)的發(fā)展，網(wǎng)絡(luò)學(xué)習(xí)伴隨在越來越多的教學(xué)情境中，在其過程中所產(chǎn)生的大量數(shù)據(jù)，為深入研究學(xué)習(xí)者的特征帶來新的契機(jī)。對(duì)于平臺(tái)中所記錄的無意識(shí)、零散的學(xué)習(xí)行為之間可能存在的潛在關(guān)系，是教師及其他評(píng)價(jià)機(jī)制所不易捕捉到的[2]。對(duì)于這些隱藏在網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)中所記錄的學(xué)習(xí)行為，猶如寶藏一般等待研究者去探索，所以選擇恰當(dāng)?shù)臄?shù)據(jù)挖掘方式、數(shù)據(jù)處理方法顯得尤為重要。

而現(xiàn)階段的網(wǎng)絡(luò)學(xué)習(xí)行為研究多以較為簡單的描述性分析方法，雖然操作簡單、直觀易懂，但其主觀性強(qiáng)、結(jié)論粗糙的缺點(diǎn)，隨著研究問題逐漸復(fù)雜化，使單純的學(xué)習(xí)行為描述性分析不再能夠滿足教育研究者更深層次的需求。本研究在廣泛調(diào)研的基礎(chǔ)上，從學(xué)習(xí)行為研究方法的角度出發(fā)，通過使用對(duì)比和計(jì)量統(tǒng)計(jì)學(xué)的方法，分析網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)的時(shí)間序列特征，驗(yàn)證其使用時(shí)間序列分析法的可行性，探討使用時(shí)間序列分析的科學(xué)意義，以便更加深入地挖掘網(wǎng)絡(luò)行為數(shù)據(jù)所存在的信息。

2 文獻(xiàn)綜述

關(guān)于網(wǎng)絡(luò)學(xué)習(xí)行為的研究主要有以下特點(diǎn)。

1）基礎(chǔ)理論研究，主要是針對(duì)網(wǎng)絡(luò)學(xué)習(xí)行為的內(nèi)涵、相關(guān)特點(diǎn)，構(gòu)建行為模型。例如：陳麗的《中國遠(yuǎn)程學(xué)習(xí)者學(xué)習(xí)風(fēng)格特征的三維模型》基于學(xué)習(xí)風(fēng)格理論與學(xué)習(xí)測(cè)量表，建立了適用于我國學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)風(fēng)格模型；彭文輝的《網(wǎng)絡(luò)學(xué)習(xí)行為分析及建?！吩趯?duì)學(xué)習(xí)行為內(nèi)涵進(jìn)行研究的基礎(chǔ)上，提出學(xué)習(xí)行為OCCP分類模型和“S-F-T”三維模型，來研究網(wǎng)絡(luò)學(xué)習(xí)行為的本質(zhì)[3-4]。

2）調(diào)查研究，主要指從實(shí)際調(diào)研出發(fā)，發(fā)現(xiàn)網(wǎng)絡(luò)學(xué)習(xí)時(shí)存在的問題，并使用調(diào)查問卷的方式對(duì)學(xué)生的信息進(jìn)行搜集，利用相關(guān)分析軟件對(duì)收集到的數(shù)據(jù)進(jìn)行簡單的定量分析，來研究學(xué)生學(xué)習(xí)態(tài)度關(guān)注度對(duì)網(wǎng)絡(luò)學(xué)習(xí)行為所產(chǎn)生的影響。如李玉斌的《網(wǎng)絡(luò)學(xué)習(xí)評(píng)價(jià)研究的現(xiàn)狀與分析》對(duì)文獻(xiàn)進(jìn)行梳理，總結(jié)了網(wǎng)絡(luò)學(xué)習(xí)中存在的普遍問題，并指出以后的研究應(yīng)對(duì)指標(biāo)體系和評(píng)價(jià)系統(tǒng)進(jìn)行改善[5]。

3）網(wǎng)絡(luò)學(xué)習(xí)調(diào)控機(jī)制的研究，主要指研究者希望通過一定的技術(shù)方式和學(xué)習(xí)干預(yù)機(jī)制，對(duì)學(xué)生在網(wǎng)絡(luò)學(xué)習(xí)時(shí)所處的狀態(tài)發(fā)展趨勢(shì)進(jìn)行調(diào)控，及時(shí)發(fā)現(xiàn)學(xué)生在學(xué)習(xí)過程中出現(xiàn)的問題，制定個(gè)性化的干預(yù)策略，建立網(wǎng)絡(luò)學(xué)習(xí)行為監(jiān)控策略與工具。

4）相關(guān)技術(shù)層面的研究，主要指目前國內(nèi)學(xué)者使用數(shù)據(jù)挖掘技術(shù)對(duì)網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)的日志文件進(jìn)行整理分析。如吳青的《基于網(wǎng)絡(luò)學(xué)習(xí)行為的學(xué)習(xí)風(fēng)格挖掘》使用聚類分析相關(guān)分析等技術(shù)，對(duì)學(xué)生的網(wǎng)絡(luò)學(xué)習(xí)行為進(jìn)行分析，來測(cè)量個(gè)體的學(xué)習(xí)特征和風(fēng)格[6]。

綜上所述，國內(nèi)對(duì)網(wǎng)絡(luò)行為的研究方法依舊比較單一，多以文獻(xiàn)分析、問卷調(diào)查法和聚類分析法，其不確定因素較多，利用網(wǎng)絡(luò)學(xué)習(xí)者在進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)時(shí)所產(chǎn)生的網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)，可以更加真實(shí)地反映學(xué)習(xí)者的學(xué)習(xí)特征。在對(duì)這些數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘和處理時(shí)，現(xiàn)階段多以相關(guān)性分析為主，多停留在表面現(xiàn)象，或是使用已有數(shù)據(jù)評(píng)價(jià)學(xué)生的即時(shí)學(xué)習(xí)狀況，并沒有對(duì)數(shù)據(jù)間深層次關(guān)聯(lián)性以及后續(xù)發(fā)展進(jìn)行研究。

國外學(xué)者利用數(shù)據(jù)庫中數(shù)據(jù)，使用多種統(tǒng)計(jì)學(xué)分析法，通過具體的數(shù)據(jù)分析指標(biāo)，對(duì)學(xué)習(xí)行為的相關(guān)影響因素以及學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行預(yù)測(cè)。相比而言，國內(nèi)的數(shù)據(jù)分析技術(shù)不夠先進(jìn)，相關(guān)研究還相對(duì)薄弱。

現(xiàn)階段信息化教學(xué)飛速發(fā)展，如果沒有統(tǒng)計(jì)學(xué)對(duì)大量的數(shù)據(jù)進(jìn)行處理，許多信息將無法顯示其有用的價(jià)值。因此，采用恰當(dāng)?shù)臄?shù)據(jù)分析方法，對(duì)于網(wǎng)絡(luò)學(xué)習(xí)行為研究顯得尤為重要。而在金融、氣象等領(lǐng)域常使用時(shí)間序列分析來處理較復(fù)雜的時(shí)間序列數(shù)據(jù)。時(shí)間序列分析是概率統(tǒng)計(jì)學(xué)科的一個(gè)分支，它是運(yùn)用概率統(tǒng)計(jì)的理論和方法來分析隨機(jī)數(shù)據(jù)序列（或稱動(dòng)態(tài)數(shù)據(jù)序列），并對(duì)其建立數(shù)學(xué)模型，進(jìn)行參數(shù)估計(jì)，對(duì)模型定階，以及進(jìn)一步應(yīng)用于預(yù)報(bào)、預(yù)測(cè)、控制、最佳濾波等諸多方面[7]。為了使網(wǎng)絡(luò)學(xué)習(xí)行為研究的重心從對(duì)表面現(xiàn)象的總結(jié)轉(zhuǎn)移到分析其行為間內(nèi)在本質(zhì)的相關(guān)關(guān)系上，采用時(shí)間序列分析挖掘網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)更深層的信息，就顯得至關(guān)重要。

本研究嘗試以網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)數(shù)據(jù)庫中的操作行為數(shù)據(jù)作為特征數(shù)據(jù)來源，分析其行為數(shù)據(jù)呈現(xiàn)的特征，通過不同學(xué)科的交叉和融合，分析網(wǎng)絡(luò)學(xué)習(xí)行為的時(shí)間序列特征。討論網(wǎng)絡(luò)學(xué)習(xí)行為使用時(shí)間序列分析的可行性，以便可以使用時(shí)間序列分析來挖掘網(wǎng)絡(luò)學(xué)習(xí)行為中隱藏的信息。

3 研究方法

研究框架 本研究中的網(wǎng)絡(luò)學(xué)習(xí)行為特征是指，學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)上學(xué)習(xí)時(shí)產(chǎn)生的行為。本研究通過了解學(xué)習(xí)者的總體使用情況，聯(lián)系時(shí)間序列數(shù)據(jù)特征，對(duì)比平臺(tái)中所記錄的行為數(shù)據(jù)，發(fā)現(xiàn)大致規(guī)律，來探究網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)是否符合時(shí)間序列數(shù)據(jù)的性質(zhì)及特征。

研究對(duì)象 本研究的研究對(duì)象為某學(xué)校16級(jí)某班47名學(xué)生。

網(wǎng)絡(luò)學(xué)習(xí)微信公眾平臺(tái)介紹 樂學(xué)易學(xué)公眾平臺(tái)主要由每日易學(xué)、每日易考、樂學(xué)易學(xué)部落、高級(jí)語言程序設(shè)計(jì)（C）、計(jì)算機(jī)應(yīng)用基礎(chǔ)等子頻道構(gòu)成。其中的高級(jí)語言程序設(shè)計(jì)（C）提供課程導(dǎo)學(xué)、微學(xué)課件、導(dǎo)學(xué)案例慕課視頻、資源下載等功能。課程采用網(wǎng)上學(xué)習(xí)與課堂教授相結(jié)合的混合學(xué)習(xí)方式。

研究工具 本研究采用SQL數(shù)據(jù)挖掘工具對(duì)數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行處理，采用Excel、SPSS等軟件進(jìn)行數(shù)據(jù)分析。選擇高級(jí)語言程序設(shè)計(jì)（C）課程網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)所產(chǎn)生的網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)，采用SQL語言對(duì)數(shù)據(jù)進(jìn)行相關(guān)預(yù)處理，再使用SPSS統(tǒng)計(jì)學(xué)軟件對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行時(shí)間序列特征分析。

4 研究過程和結(jié)果

數(shù)據(jù)的選擇 由于本文的研究對(duì)象是學(xué)生，考慮到學(xué)生在上學(xué)期間使用平臺(tái)會(huì)比假期的使用情況更為頻繁穩(wěn)定的客觀因素，為使觀察分析結(jié)果更具有代表性，更能反映學(xué)生的學(xué)習(xí)行為特點(diǎn)，選擇從2016年3月1日—6月30日，共122天的4295條行為數(shù)據(jù)作為樣本進(jìn)行分析，以學(xué)生的操作次數(shù)以及各種資源的使用次數(shù)作為研究數(shù)據(jù)。

數(shù)據(jù)的預(yù)處理 在所選用的4295條數(shù)據(jù)中，有若干數(shù)據(jù)是教師以及網(wǎng)絡(luò)教學(xué)管理者的操作數(shù)據(jù)。為了保證研究的準(zhǔn)確性和嚴(yán)謹(jǐn)性，研究者對(duì)4295條數(shù)據(jù)中教師和教學(xué)管理者所產(chǎn)生的行為數(shù)據(jù)進(jìn)行剔除，剩余的3282條行為數(shù)據(jù)的總和統(tǒng)計(jì)為使用頻次。

行為數(shù)據(jù)的時(shí)間序列特征分析 時(shí)間序列具有動(dòng)態(tài)隨機(jī)變化的屬性，從表面上看可能無跡可尋，但實(shí)際是具有一定規(guī)律性的，所以想要為所研究的時(shí)間序列建立一個(gè)恰當(dāng)?shù)哪Ｐ?，就必須?duì)該序列的基本特征進(jìn)行分析了解，從而使預(yù)測(cè)結(jié)果更加精確。

1）描述分析網(wǎng)絡(luò)學(xué)習(xí)行為基本時(shí)間序列特征。

①以天為單位分析網(wǎng)絡(luò)學(xué)習(xí)行為。如圖1所示，對(duì)所選用的122天的數(shù)據(jù)以天為單位進(jìn)行描述性分析，發(fā)現(xiàn)4月25日的使用頻率最高，達(dá)到125次；在122天中沒有產(chǎn)生任何行為數(shù)據(jù)的天數(shù)共有七天?？傮w來看，從3月開始，由于大部分學(xué)生剛剛接觸網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)以及教師的督促等原因，學(xué)生使用的頻率維持在比較高的水平，一直到5月初，學(xué)生的整體使用頻率都比較高；進(jìn)入5月之后，學(xué)生使用網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)的整體頻率隨著時(shí)間的推移有所下降；但是到6月中旬，學(xué)生的使用頻率又有所上升，其原因可能是由于期末考試臨近，大部分學(xué)生使用網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)進(jìn)行期末考試復(fù)習(xí)。

從時(shí)間序列的角度，整個(gè)網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)可以看成一個(gè)整體的數(shù)據(jù)對(duì)象，而非單獨(dú)具體的數(shù)值采樣點(diǎn)。3282條行為數(shù)據(jù)作為較大量的時(shí)間序列數(shù)據(jù)，已經(jīng)可以用于深入的數(shù)據(jù)挖掘，從數(shù)據(jù)形狀上來看，整個(gè)數(shù)據(jù)存在明顯的波峰和波谷，在5—6月的時(shí)間段中呈現(xiàn)出較為規(guī)律的數(shù)據(jù)形狀，學(xué)生的使用頻率以一定周期的形式遞減。

②以周為單位分析網(wǎng)絡(luò)學(xué)習(xí)行為。如圖2所示，對(duì)所選用的122天的數(shù)據(jù)以周為單位進(jìn)行描述性分析，發(fā)現(xiàn)在第六周出現(xiàn)峰值，為376次；第九周到第15周使用頻次較低。以每一周為單位，可以更加明顯地看出學(xué)生使用的總體趨勢(shì)隨時(shí)間的推移而降低。可以發(fā)現(xiàn)在前六周，學(xué)生使用學(xué)習(xí)平臺(tái)的情緒較高漲，對(duì)學(xué)習(xí)平臺(tái)充滿新鮮感；隨時(shí)間的推移，新鮮感的降低以及第九周到第15周恰逢節(jié)假日休息，學(xué)生的使用頻次降低。

從時(shí)間序列角度，以周為單位的原始時(shí)間序列圖像周期性并不明顯，但存在較明顯的趨勢(shì)性：從第一周到第六周，使用頻次增加；從第六周到第15周，使用頻次減少；第15周至第17周，使用頻次短暫增加。從整體上分析，學(xué)生使用網(wǎng)絡(luò)平臺(tái)的頻次呈下降趨勢(shì)。

2）比較分析網(wǎng)絡(luò)學(xué)習(xí)行為時(shí)間序列特征。與宜昌市甲型病毒性肝炎發(fā)病率預(yù)測(cè)模型進(jìn)行比較（圖3），發(fā)現(xiàn)以天為單位的使用頻次圖中，各個(gè)時(shí)刻的數(shù)據(jù)都依賴于時(shí)間，學(xué)生的使用頻次以及乙肝的發(fā)病率都是依賴于時(shí)間的變化，但不一定是時(shí)間t嚴(yán)格函數(shù)[8]。對(duì)于每一天每一年的數(shù)據(jù)取值具有一定的隨機(jī)性，不可能完全準(zhǔn)確地用歷史值進(jìn)行預(yù)測(cè)。再者，前后日期的數(shù)值具有一定的相關(guān)性，這種相關(guān)性是具有一定的動(dòng)態(tài)規(guī)律性。最后，從整體上來看，時(shí)間序列往往呈現(xiàn)出某種趨勢(shì)性或周期性變化的現(xiàn)象[9]。對(duì)于上圖中的兩個(gè)時(shí)間序列數(shù)據(jù)從整體上或者是局部來說，都存在一定的周期和趨勢(shì)——甲肝發(fā)病率逐年減少，網(wǎng)絡(luò)平臺(tái)使用次數(shù)在某一時(shí)期逐步減少。因此，網(wǎng)絡(luò)學(xué)習(xí)行為符合時(shí)間序列的周期性和趨勢(shì)性的特點(diǎn)；而對(duì)于不符合建模條件的數(shù)據(jù)，應(yīng)對(duì)原序列做適當(dāng)調(diào)整，看新序列是否滿足建模條件，是否可以建立時(shí)間序列模型[10]。

3）統(tǒng)計(jì)分析網(wǎng)絡(luò)學(xué)習(xí)行為時(shí)間序列特征。網(wǎng)絡(luò)行為數(shù)據(jù)時(shí)間序列特性分析：如果一組數(shù)據(jù)具有動(dòng)態(tài)變化的屬性，可能直觀上看是雜亂無章的，但其內(nèi)部可能會(huì)存在某些規(guī)律，想要建立適當(dāng)?shù)臅r(shí)間序列模型分析一組數(shù)據(jù)，就一定要對(duì)該數(shù)據(jù)所具有的時(shí)間序列特性進(jìn)行分析，以確保能夠建立滿足可靠性和置信度以及精度的模型，一般的從一組時(shí)間序列的平穩(wěn)性、隨機(jī)性和季節(jié)性這三個(gè)方面去考慮[7]。對(duì)于網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)，同樣可以從這三個(gè)方面去驗(yàn)證其時(shí)間序列的特征。

①網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)的平穩(wěn)性。在統(tǒng)計(jì)學(xué)中可知，如果一個(gè)時(shí)間序列的統(tǒng)計(jì)特征不隨時(shí)間的推移而變化，這樣的時(shí)間序列就被稱為平穩(wěn)時(shí)間序列。想要使用時(shí)間序列分析法對(duì)網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)的平穩(wěn)性分析成為必不可少的一部分。對(duì)于時(shí)間序列的平穩(wěn)性檢驗(yàn)主要有兩種方法：圖檢驗(yàn)法和單位根檢驗(yàn)法[7]。本文中采用圖檢驗(yàn)法對(duì)網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)的平穩(wěn)性進(jìn)行分析。

圖檢驗(yàn)法是根據(jù)網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)的時(shí)序圖和自相關(guān)圖顯示的特征，去判斷該數(shù)據(jù)平穩(wěn)性的方法。時(shí)序圖就是由時(shí)間和序列值所構(gòu)成的二維坐標(biāo)圖，如果在圖上各個(gè)時(shí)間點(diǎn)的值始終在某一個(gè)數(shù)值附近波動(dòng)，就可認(rèn)為它是平穩(wěn)的時(shí)間序列；如果在圖中各個(gè)時(shí)間點(diǎn)的值具有顯著的趨勢(shì)或周期性，則可認(rèn)為它不是平穩(wěn)的時(shí)間序列。自相關(guān)圖是由延遲期數(shù)和自相關(guān)數(shù)構(gòu)成的一個(gè)二維坐標(biāo)圖。如果隨著延遲數(shù)目的增加，自相關(guān)系數(shù)很快變?yōu)榱?，可判斷為平穩(wěn)時(shí)間序列，反之為非平穩(wěn)時(shí)間序列。

圖4所示為5月的網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)時(shí)序圖，從圖中可以發(fā)現(xiàn)隨著時(shí)間的推移，學(xué)生的使用頻次整體呈下降趨勢(shì)，則學(xué)生操作頻次時(shí)間序列為非平穩(wěn)時(shí)間序列。

圖5所示為5月使用頻次自相關(guān)圖，從圖中可以看出，隨著延遲數(shù)目的增加，自相關(guān)系數(shù)并沒有很快變成零，所以該時(shí)間序列為非平穩(wěn)時(shí)間序列。無論是時(shí)序圖還是自相關(guān)圖，都驗(yàn)證了網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)中的操作頻數(shù)時(shí)間序列的非平穩(wěn)性。

②網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)的隨機(jī)性。如果一組時(shí)間序列數(shù)據(jù)各個(gè)序列值彼此沒有任何聯(lián)系，其含義為該序列是一個(gè)沒有記憶的序列，之前的行為對(duì)未來的行為沒有任何影響，這種序列稱作純隨機(jī)序列。如果一個(gè)序列是純隨機(jī)序列，則該序列是沒有任何分析價(jià)值的；如果一個(gè)時(shí)間序列是純隨機(jī)序列，意味著序列沒有任何規(guī)律性，序列諸項(xiàng)之間不存在相關(guān)，即序列為白噪聲序列，其自相關(guān)系數(shù)應(yīng)與0沒有顯著差異[11]。

通過圖5所示5月網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)自相關(guān)圖，可以發(fā)現(xiàn)在16個(gè)延遲期中，1、3、5、6、11、14、15共七個(gè)延遲期中的自相關(guān)系數(shù)大于0.05，說明該序列中的各個(gè)數(shù)據(jù)間存在相關(guān)性，不是白噪聲，可以使用時(shí)間序列分析法開展后續(xù)研究。

③網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)的季節(jié)性。對(duì)于一組時(shí)間序列來說，其所具有的季節(jié)性指的是在某個(gè)固定的時(shí)間間隔中，該數(shù)據(jù)重復(fù)地表現(xiàn)出一種相似的特性。如某個(gè)地區(qū)的氣候變化、降雨量、旅游的人數(shù)和某種商品的銷售數(shù)量等時(shí)間序列就包含季節(jié)性。對(duì)于以月份為單位的時(shí)間序列，其季節(jié)周期為12個(gè)月；以季度為單位的時(shí)間序列，周期為四個(gè)季節(jié)。一組時(shí)間序列的季節(jié)性標(biāo)準(zhǔn)為：月度數(shù)據(jù)判斷當(dāng)k=12，24，36，...時(shí)，季度數(shù)據(jù)判斷當(dāng)k=4，8，12，...時(shí)，自相關(guān)系數(shù)是否與0有顯著性差異。若自相關(guān)系數(shù)與0無顯著性差異，說明各年中同一月（季）不相關(guān)，序列不存在季節(jié)性，反之則說明序列存在季節(jié)性[7]。因此，具有周期特性的序列就稱為季節(jié)性序列。

網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)，屬于在人類的活動(dòng)中所留存的數(shù)據(jù)。由于人類活動(dòng)是隨著某些規(guī)律而進(jìn)行的，因此，人類的活動(dòng)也常會(huì)出現(xiàn)周期性的變化。如用電量會(huì)出現(xiàn)一天的周期變化，也會(huì)出現(xiàn)每周的周期變化，甚至?xí)S著季節(jié)的更迭出現(xiàn)季節(jié)性的周期變化[12]。以天為單位統(tǒng)計(jì)學(xué)生的網(wǎng)絡(luò)學(xué)習(xí)行為頻次，考慮到在一周中學(xué)生的網(wǎng)絡(luò)平臺(tái)使用情況會(huì)伴隨著星期的變化而不盡相同，存在某種周期性的規(guī)律。

選取5月的數(shù)據(jù)作為參考（圖4），在5日、11日、16日、21日、26日，學(xué)生的使用頻次較高，處于波峰處，其時(shí)間間隔在五六天。數(shù)據(jù)的變化特征屬于周期性變量，其周期性符合隨機(jī)周期，表現(xiàn)為周期長度在某一領(lǐng)域內(nèi)波動(dòng)，類似太陽黑子具有10或11年的周期[13]。網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)的周期長度受到隨機(jī)因素的干擾，而出現(xiàn)某些隨機(jī)性的變化，但其周期在一定的范圍內(nèi)，所以網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)存在其所獨(dú)有的季節(jié)性。

5 論文結(jié)論

本文以高級(jí)語言程序設(shè)計(jì)（C）課程為例，配合樂學(xué)易學(xué)網(wǎng)絡(luò)教學(xué)平臺(tái)，以某班級(jí)中的47名學(xué)生在一個(gè)學(xué)期中使用網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)所產(chǎn)生的數(shù)據(jù)作為分析對(duì)象，以整個(gè)學(xué)期的使用頻次和5月的使用頻次分別為例，對(duì)網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)的時(shí)間序列特征進(jìn)行分析。研究結(jié)果如下。

1）時(shí)間序列分析法對(duì)學(xué)習(xí)者網(wǎng)絡(luò)行為研究的意義和優(yōu)勢(shì)主要表現(xiàn)在，可以深入挖掘網(wǎng)絡(luò)學(xué)習(xí)行為的內(nèi)隱信息，網(wǎng)絡(luò)學(xué)習(xí)行為會(huì)隨時(shí)間發(fā)生變化，各個(gè)時(shí)刻數(shù)據(jù)間存在一定的聯(lián)系。通過時(shí)序圖可以直觀地看出，某一段時(shí)期的網(wǎng)絡(luò)行為具有一定的規(guī)律可循，并不是毫無規(guī)律的純隨機(jī)時(shí)間序列；但其操作頻次容易受到各種內(nèi)外因素的干擾，后續(xù)還需要對(duì)可能影響學(xué)習(xí)行為的多種影響變量進(jìn)行研究。

2）傳統(tǒng)的統(tǒng)計(jì)推斷是建立在無限多樣本數(shù)據(jù)基礎(chǔ)之上的描述性分析，即所謂的大樣本理論。而時(shí)間序列分析則可以從有限的樣本數(shù)據(jù)中，即所謂的小樣本理論，分析其各個(gè)時(shí)間點(diǎn)數(shù)據(jù)之間的關(guān)系，以便后續(xù)建立更加準(zhǔn)確的行為預(yù)測(cè)模型。

3）橫向研究只能診斷出變量間是否存在交互作用，而不能具體確定變量間的因果關(guān)系；時(shí)間序列分析則可以得出動(dòng)態(tài)變化變量間領(lǐng)先落后的關(guān)系，甚至是具體的因果關(guān)系，預(yù)測(cè)未來的學(xué)習(xí)行為，可以為教學(xué)管理者制定更好教學(xué)干預(yù)、預(yù)警機(jī)制提供支持。

由于計(jì)算機(jī)科學(xué)技術(shù)的迅猛發(fā)展，為時(shí)間序列分析提供了很好的研究工具。本文用到了Excel、SPSS數(shù)據(jù)處理軟件，對(duì)網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)進(jìn)行處理，能夠得到清晰直觀的數(shù)據(jù)圖像以及數(shù)據(jù)分析結(jié)果，有助于更加準(zhǔn)確地發(fā)現(xiàn)研究對(duì)象的發(fā)展趨勢(shì)。在后續(xù)研究中，選用更為便捷的、先進(jìn)的分析軟件，以便更加準(zhǔn)確地建立預(yù)測(cè)模型，這也是行為研究不可或缺的一部分。

4）學(xué)習(xí)行為研究的最終目的是為了對(duì)學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行有效預(yù)測(cè)和調(diào)控，通過使用描述、對(duì)比、統(tǒng)計(jì)的方法，分別對(duì)網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)的時(shí)間序列特征進(jìn)行分析，發(fā)現(xiàn)其具有時(shí)間序列的一般特征，從而驗(yàn)證了時(shí)間序列分析法處理網(wǎng)絡(luò)學(xué)習(xí)行為數(shù)據(jù)的可行性，以便建立合適的規(guī)律性模型，對(duì)網(wǎng)絡(luò)學(xué)習(xí)行為進(jìn)行預(yù)測(cè)，從而增強(qiáng)學(xué)習(xí)者的學(xué)習(xí)效果。

參考文獻(xiàn)

[1]中國互聯(lián)網(wǎng)信息中心.第39次全國互聯(lián)網(wǎng)統(tǒng)計(jì)報(bào)告[DB/OL].http：//www.cnnic.net.cn/.

[2]胡藝齡，顧小清，趙春.在線學(xué)習(xí)行為分析建模及挖掘[J].開放教育研究，2014，20（2）：102-110.

[3]陳麗，張偉遠(yuǎn)，郝丹.中國遠(yuǎn)程學(xué)習(xí)者學(xué)習(xí)風(fēng)格特征的三維模型[J].開放教育研究，2005（2）：48-52.

[4]彭文輝.網(wǎng)絡(luò)學(xué)習(xí)行為分析及建模[D].武漢：華中師范大學(xué)，2012.

[5]李玉斌，武書寧，姚巧紅.網(wǎng)絡(luò)學(xué)習(xí)評(píng)價(jià)研究的現(xiàn)狀與分析[J].現(xiàn)代遠(yuǎn)距離教育，2013（5）：34-39.

[6]吳青，羅儒國.基于網(wǎng)絡(luò)學(xué)習(xí)行為的學(xué)習(xí)風(fēng)格挖掘[J].現(xiàn)代遠(yuǎn)距離教育，2014（1）：54-62.

[7]湯巖.時(shí)間序列分析的研究與應(yīng)用[D].哈爾濱：東北農(nóng)業(yè)大學(xué)，2007.

[8]劉繼恒，徐勇，劉軍，等.應(yīng)用時(shí)間序列模型預(yù)測(cè)宜昌市甲型病毒性肝炎發(fā)病率[J].公共衛(wèi)生與預(yù)防醫(yī)學(xué)，2017，

28（2）：10-13.

[9]王振龍，胡永宏.應(yīng)用時(shí)間序列分析[M].北京：科學(xué)出版社，2007.

[10]吳喜.時(shí)間序列建模與模型選擇的應(yīng)用研究[D].合肥：合肥工業(yè)大學(xué)，2006.

[11]王燕.應(yīng)用時(shí)間序列分析[M].北京：中國人民大學(xué)出版社，2005.

[12]郭龍.時(shí)間序列數(shù)據(jù)的周期性研究[D].成都：電子科技大學(xué)，2013.

[13]魏武雄.時(shí)間序列分析：單變量和多變量方法[M].北京：中國人民大學(xué)出版社，2009.