在線教育視頻用戶(hù)評(píng)論行為比較研究

張 璐 王若佳

摘 要：[目的/意義]視頻評(píng)論是在線教育視頻中用戶(hù)交互的重要途徑。分析在線視頻不同評(píng)論方式中用戶(hù)的行為差異對(duì)于理解用戶(hù)行為規(guī)律，并促進(jìn)視頻平臺(tái)評(píng)論功能的設(shè)計(jì)與優(yōu)化具有重要意義。[方法/過(guò)程]文章搜集Bilibili網(wǎng)站200個(gè)在線教育視頻的彈幕與傳統(tǒng)評(píng)論數(shù)據(jù)，結(jié)合定量統(tǒng)計(jì)分析和定性?xún)?nèi)容分析方法，從視頻特征、用戶(hù)特征和評(píng)論內(nèi)容特征三方面比較用戶(hù)彈幕與傳統(tǒng)評(píng)論行為的異同。[結(jié)果/結(jié)論]彈幕有利于提升用戶(hù)的參與感，增長(zhǎng)活躍周期，能更好地支持用戶(hù)與視頻內(nèi)容的實(shí)時(shí)互動(dòng);傳統(tǒng)評(píng)論可有效支持用戶(hù)之間的直接互動(dòng)，并幫助其開(kāi)展深層次的知識(shí)交流。二者應(yīng)充分結(jié)合，相互補(bǔ)充，提高用戶(hù)在線學(xué)習(xí)的互動(dòng)性和參與感。

關(guān)鍵詞：在線教育視頻;用戶(hù)評(píng)論行為;彈幕;傳統(tǒng)評(píng)論;知識(shí)共享

DOI：10.3969/j.issn.1008-0821.2020.02.008

〔中圖分類(lèi)號(hào)〕G206.2;G252.0 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2020）02-0062-10

Comparative Study of User Commenting

Behaviors in Online Educational Videos

——Taking Video Comments on Bilibili.com As Examples

Zhang Lu1 Wang Ruojia1，2

（1.Department of Information Management，Peking University，Beijing 100871，China;

2.Institute of Ocean Research，Peking University，Beijing 100871，China）

Abstract：[Purpose/Significance]Video comment is an important way of user interaction in online education video.It is of great significance to analyze the user behavior differences in different online video commenting modes to understand the user behavior patterns and promote the design and optimization of commenting functions in video platform.[Method/Process]This paper collected the danmaku and traditional comment data from 200 online educational videos on Bilibili.com.Combining quantitative statistical analysis and qualitative content analysis methods，this paper compared the similarities and differences between user danmaku and traditional commenting behaviors from three aspects：video features，user features and content features.[Results/Conclusion]This study found that the danmaku commenting mode was beneficial to enhance users sense of participation，increase active cycles，and can better support users real-time interaction with video content.Traditional commenting mode can effectively support the direct interaction among users and help them to carry out in-depth knowledge exchange.The two should fully combine and complement each other to improve users interactions and participation in online learning.

Key words：online educational video;user commenting behavior;danmaku;traditional comments;knowledge sharing

近年來(lái)，在線學(xué)習(xí)已經(jīng)成為網(wǎng)絡(luò)用戶(hù)學(xué)習(xí)生活的重要組成部分。據(jù)CNNIC發(fā)布的《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》數(shù)據(jù)顯示，截至2019年6月，在線教育用戶(hù)規(guī)模達(dá)2.32億人，較2018年底增長(zhǎng)3 122萬(wàn)[1]。其中，在線視頻具有表現(xiàn)力豐富、直觀性、內(nèi)容充實(shí)等優(yōu)勢(shì)，成為在線教育最受歡迎且最具影響力的媒介之一[2-3]。以慕課、網(wǎng)易公開(kāi)課等為代表的大規(guī)模在線開(kāi)放課程平臺(tái)和以Youtube、Bilibili等為代表的在線視頻網(wǎng)站包含大量的教育視頻資源，成為網(wǎng)絡(luò)用戶(hù)開(kāi)展學(xué)習(xí)的重要渠道。

評(píng)論是在線視頻中用戶(hù)交互的重要途徑。其中，傳統(tǒng)評(píng)論是一種異步的非匿名的交互方式，用戶(hù)通過(guò)在討論區(qū)發(fā)文或者直接回復(fù)其他評(píng)論來(lái)展開(kāi)討論，進(jìn)而提升在線教育視頻的用戶(hù)參與度和學(xué)習(xí)效果[4-5];彈幕提供了一種新的與視頻時(shí)間軸同步的交互方式，其不僅支持不同用戶(hù)在不同時(shí)間針對(duì)同一視頻內(nèi)容進(jìn)行互動(dòng)交流，且具有匿名性的特點(diǎn)[6-7]。目前，雖然已有學(xué)者探討了彈幕對(duì)在線教育視頻的應(yīng)用潛力[8-9]，但鮮有研究深入分析在線教育視頻不同評(píng)論方式中用戶(hù)行為的差異。本文結(jié)合定量統(tǒng)計(jì)分析與定性?xún)?nèi)容分析，以Bilibili彈幕視頻網(wǎng)站200個(gè)教育類(lèi)視頻的用戶(hù)彈幕與傳統(tǒng)評(píng)論為例，從視頻基本特征、用戶(hù)群體特征以及評(píng)論內(nèi)容特征3方面比較分析在線教育視頻中用戶(hù)在使用彈幕與傳統(tǒng)評(píng)論時(shí)的行為特點(diǎn)與異同，以期全面理解不同的評(píng)論方式對(duì)用戶(hù)行為的影響及其對(duì)在線教育視頻用戶(hù)交互的價(jià)值與不足，為圖書(shū)情報(bào)機(jī)構(gòu)、高校等在線教育平臺(tái)的建設(shè)提供參考，推動(dòng)在線教育的創(chuàng)新發(fā)展。

1 相關(guān)研究

網(wǎng)絡(luò)環(huán)境下的用戶(hù)交互渠道主要包括社交媒體[10-11]、線上論壇[12]、在線視頻評(píng)論[4，13]等。其中，在線視頻評(píng)論是在線教育中用戶(hù)交互行為研究的重要內(nèi)容，既涉及MOOC等專(zhuān)門(mén)的網(wǎng)絡(luò)課程，也包括Youtube等非正式平臺(tái)中的教育類(lèi)視頻。Mak S F J等結(jié)合調(diào)研與訪談分析MOOC課程中博客與評(píng)論交互模式的特點(diǎn)，其中評(píng)論更多的是基于觀點(diǎn)共享的、快速的、富有挑戰(zhàn)性的互動(dòng)[13]。Wong J S等通過(guò)統(tǒng)計(jì)分析了積極用戶(hù)在MOOC評(píng)論區(qū)的交互行為特點(diǎn)，發(fā)現(xiàn)積極用戶(hù)在評(píng)論區(qū)更具影響力，獲得更多的閱讀量、回復(fù)和支持對(duì)用戶(hù)互動(dòng)具有正向影響[14]。Lee C S等基于自我指導(dǎo)學(xué)習(xí)理論對(duì)YouTube中150個(gè)教育視頻的用戶(hù)評(píng)論做了情感分析和內(nèi)容分析，結(jié)果顯示98%的教育視頻中的積極評(píng)論多于消極評(píng)論，用戶(hù)評(píng)論包括知識(shí)應(yīng)用、提問(wèn)、建議以及動(dòng)機(jī)分享等內(nèi)容，積極評(píng)論與情感分享、表達(dá)感謝以及幽默快樂(lè)的語(yǔ)言相關(guān)[15]。Bonafini F C等結(jié)合邏輯回歸和內(nèi)容分析發(fā)現(xiàn)參與論壇有利于提升學(xué)生成績(jī)，且能獲得更多信息[16]。Wise A F等結(jié)合統(tǒng)計(jì)分析和內(nèi)容分析方法發(fā)現(xiàn)MOOC平臺(tái)中參與評(píng)論的學(xué)生課程通過(guò)率明顯高于不參與評(píng)論的學(xué)生，且同時(shí)參與課程內(nèi)容相關(guān)和無(wú)關(guān)討論的學(xué)生課程通過(guò)率更高[5]。劉智等通過(guò)分析云課堂中的“心理學(xué)基礎(chǔ)”課程學(xué)習(xí)者評(píng)論互動(dòng)行為，發(fā)現(xiàn)學(xué)習(xí)者評(píng)論行為與其學(xué)習(xí)效果顯著相關(guān);此外他們還基于主題分析挖掘了課程論壇中的群體性熱點(diǎn)話題，并利用情感分析把握學(xué)生總體情感趨勢(shì)[17]。孫傳遠(yuǎn)等抽取“愛(ài)課程網(wǎng)”中的精彩評(píng)論，通過(guò)內(nèi)容分析方法總結(jié)學(xué)生發(fā)布的評(píng)論內(nèi)容，主要包括教師表現(xiàn)、課程內(nèi)容、學(xué)習(xí)幫助、學(xué)習(xí)聯(lián)想與共鳴、學(xué)習(xí)期待與建議、共享學(xué)習(xí)資源等方面，并分析不同內(nèi)容的情感傾向性[18]。

彈幕作為一種較新的交互方式，其在網(wǎng)絡(luò)教育視頻中的應(yīng)用價(jià)值已受到信息行為、人機(jī)交互、教育領(lǐng)域等相關(guān)學(xué)者的關(guān)注。相關(guān)研究指出彈幕能夠激勵(lì)情感表達(dá)和社會(huì)交互[6，19]，促進(jìn)顯性知識(shí)共享[20]，并提高用戶(hù)學(xué)習(xí)參與度、學(xué)習(xí)滿(mǎn)意度和學(xué)習(xí)效果[21-23]。比如，Lee Y C等將彈幕交互方式引入到在線教育視頻中，通過(guò)受控實(shí)驗(yàn)發(fā)現(xiàn)動(dòng)態(tài)的彈幕評(píng)論能夠提升用戶(hù)的感知參與感、感知社會(huì)交互和學(xué)習(xí)成果，與視頻內(nèi)容相關(guān)的彈幕能夠增強(qiáng)用戶(hù)發(fā)布彈幕的意愿[19]。Ma X等對(duì)彈幕數(shù)據(jù)開(kāi)展統(tǒng)計(jì)分析發(fā)現(xiàn)，彈幕評(píng)論相對(duì)較短，且?guī)в懈星樯剩軌虼龠M(jìn)人際交流以分享事實(shí)、想法和感受[6]。Zhang Y等通過(guò)受控實(shí)驗(yàn)也發(fā)現(xiàn)在教學(xué)視頻中發(fā)送與視頻內(nèi)容相關(guān)的彈幕有利于提升學(xué)生的社交存在感、學(xué)習(xí)滿(mǎn)意度和學(xué)習(xí)成績(jī)，但會(huì)增加學(xué)生的認(rèn)知負(fù)載[22]。Liu L等通過(guò)問(wèn)卷調(diào)查發(fā)現(xiàn)彈幕有利于提升用戶(hù)的感知交互，并提高用戶(hù)的即時(shí)分享意愿和持續(xù)使用意愿[24]。張倩倩等以“PhotoShop課程”的彈幕數(shù)據(jù)為例分析用戶(hù)交互行為特點(diǎn)，發(fā)現(xiàn)彈幕有助于促進(jìn)老師與學(xué)習(xí)者、學(xué)習(xí)者和學(xué)習(xí)者之間的情感交流，增強(qiáng)學(xué)習(xí)者的社會(huì)臨場(chǎng)感，并減少孤獨(dú)感[9]。

總的來(lái)說(shuō)，在線教育視頻的用戶(hù)評(píng)論行為已得到圖書(shū)情報(bào)領(lǐng)域和教育領(lǐng)域?qū)W者的廣泛關(guān)注，研究方法包括統(tǒng)計(jì)分析、數(shù)據(jù)挖掘、內(nèi)容分析或者受控實(shí)驗(yàn)，研究?jī)?nèi)容主要包括用戶(hù)評(píng)論的行為規(guī)律、社會(huì)互動(dòng)、情感傾向、內(nèi)容類(lèi)型，以及其對(duì)用戶(hù)參與度、滿(mǎn)意度以及學(xué)習(xí)效果的影響。用戶(hù)在不同的評(píng)論系統(tǒng)表現(xiàn)出多樣的行為特點(diǎn)，彈幕在網(wǎng)絡(luò)教育視頻中具有一定的應(yīng)用潛力，但國(guó)內(nèi)外研究缺乏對(duì)在線視頻彈幕與傳統(tǒng)評(píng)論行為的比較研究，很難全面了解不同的評(píng)論方式對(duì)用戶(hù)行為的影響。

2 研究設(shè)計(jì)

2.1 研究對(duì)象與數(shù)據(jù)采集

Bilibili是國(guó)內(nèi)最受歡迎的彈幕視頻網(wǎng)站之一，其中包含豐富的在線視頻。本文以Bilibili網(wǎng)站為數(shù)據(jù)來(lái)源，選取2019年3月25日-4月7日期間，科技分區(qū)的“演講—公開(kāi)課”類(lèi)目下最熱門(mén)的前200個(gè)在線教育視頻，包括公開(kāi)課、TED、教學(xué)課程等。視頻播放量跨度范圍為0.5～110.3萬(wàn)（平均值=7.6萬(wàn)，標(biāo)準(zhǔn)差=12.496），視頻發(fā)布時(shí)間跨度范圍為2013-2019年，且主要集中在2019年，具體如表1所示。

本文利用Bilibili開(kāi)放API依次爬取視頻信息、視頻彈幕信息、視頻傳統(tǒng)評(píng)論信息以及用戶(hù)信息，數(shù)據(jù)字段列表如表2所示，其中，視頻信息中的視頻ID與彈幕對(duì)應(yīng)視頻ID和傳統(tǒng)評(píng)論對(duì)應(yīng)視頻ID一一對(duì)應(yīng);用戶(hù)信息中的用戶(hù)ID與彈幕發(fā)布用戶(hù)ID和傳統(tǒng)評(píng)論發(fā)布用戶(hù)ID一一對(duì)應(yīng)。最終，共抓取到75 302條彈幕數(shù)據(jù)和49 664條傳統(tǒng)評(píng)論數(shù)據(jù)。

2.2 研究框架及方法

本文結(jié)合定量統(tǒng)計(jì)分析和定性?xún)?nèi)容分析方法，從視頻特征、用戶(hù)特征和內(nèi)容特征3方面對(duì)在線教育視頻中用戶(hù)彈幕與傳統(tǒng)評(píng)論行為進(jìn)行比較分析，研究框架如圖1所示。

1）視頻特征。計(jì)算各個(gè)視頻的彈幕與傳統(tǒng)評(píng)論數(shù)量、用戶(hù)數(shù)量以及粉絲用戶(hù)比例，同時(shí)統(tǒng)計(jì)彈幕和傳統(tǒng)評(píng)論發(fā)布時(shí)間，從整體上分析視頻中彈幕與傳統(tǒng)評(píng)論的基本特征，并比較分析二者的異同。

2）用戶(hù)特征。從用戶(hù)參與度和用戶(hù)屬性?xún)煞矫娣治鰪椖慌c傳統(tǒng)評(píng)論中的用戶(hù)特征。一方面，提高用戶(hù)參與度是在線教育關(guān)注的重要內(nèi)容[10，25-26]，本文計(jì)算每個(gè)用戶(hù)發(fā)布的彈幕與傳統(tǒng)評(píng)論數(shù)量、涉及視頻數(shù)量和平均長(zhǎng)度，并利用統(tǒng)計(jì)方法定量比較分析彈幕和傳統(tǒng)評(píng)論中的用戶(hù)參與度。另一方面，鑒于用戶(hù)特質(zhì)、社會(huì)身份等是影響用戶(hù)交互學(xué)習(xí)行為的重要影響因素[27]，因此，從用戶(hù)等級(jí)、用戶(hù)粉絲數(shù)以及用戶(hù)關(guān)注數(shù)來(lái)定量比較二種評(píng)論形式中用戶(hù)屬性的差異。

3）內(nèi)容特征。從內(nèi)容入手能夠更深入理解用戶(hù)使用彈幕與評(píng)論的行為?；凇笆褂门c滿(mǎn)足”理論，用戶(hù)彈幕使用行為驅(qū)動(dòng)因素主要包括社交需求、情感需求和認(rèn)知需求[21，28]。在用戶(hù)發(fā)布的評(píng)論中，社交需求以社會(huì)互動(dòng)的形式表達(dá);情感需求表現(xiàn)為帶有情感傾向性的評(píng)論內(nèi)容;知識(shí)分享對(duì)于滿(mǎn)足信息需求非常重要，包括解釋術(shù)語(yǔ)、話題辯論等[20]。因此，本文采用內(nèi)容分析法從社會(huì)互動(dòng)、情感表達(dá)和知識(shí)分享3個(gè)方面來(lái)分析彈幕與傳統(tǒng)評(píng)論的內(nèi)容特點(diǎn)。

具體來(lái)講，筆者從爬取的數(shù)據(jù)集中分別隨機(jī)抽取500條彈幕和500條傳統(tǒng)評(píng)論，共計(jì)1 000條文本來(lái)開(kāi)展內(nèi)容分析。每一條評(píng)論被視為一個(gè)分析單元，分別從社會(huì)互動(dòng)、情感表達(dá)和知識(shí)分享3個(gè)類(lèi)別進(jìn)行編碼。在借鑒相關(guān)研究文獻(xiàn)基礎(chǔ)上，本文為每個(gè)類(lèi)別設(shè)置具體編碼元素，編碼框架如表3所示。兩位編碼者首先在熟悉編碼元素的概念基礎(chǔ)上，分別選取100條彈幕和100條傳統(tǒng)評(píng)論各自同時(shí)進(jìn)行編碼，再進(jìn)行反復(fù)討論，以理清元素概念，然后再對(duì)剩余800條評(píng)論進(jìn)行編碼。Cohens Kappa系數(shù)是度量?jī)蓚€(gè)編碼者一致性程度的重要指標(biāo)，最終二位編碼者在社會(huì)互動(dòng)、情感表達(dá)和知識(shí)分享3個(gè)類(lèi)別的Cohens Kappa系數(shù)分別為0.71、0.88、0.92，均大于0.7，具有較好的信度[29]。

3 結(jié)果分析

從視頻特征、用戶(hù)特征和內(nèi)容特征3方面來(lái)看，在線教育視頻中用戶(hù)的彈幕與傳統(tǒng)評(píng)論行為存在諸多異同點(diǎn)。

3.1 視頻特征

3.1.1 視頻評(píng)論數(shù)量與用戶(hù)數(shù)量

每個(gè)視頻中評(píng)論數(shù)量和用戶(hù)數(shù)量能夠體現(xiàn)視頻的受歡迎度，評(píng)論數(shù)量越多，用戶(hù)數(shù)量越多，視頻的吸引力越大。統(tǒng)計(jì)結(jié)果顯示，在線教育視頻中，每個(gè)視頻中的平均彈幕數(shù)量為376.51，彈幕中的平均用戶(hù)數(shù)量240.46;平均傳統(tǒng)評(píng)論數(shù)量為248.32，傳統(tǒng)評(píng)論中的平均用戶(hù)數(shù)量為168.37。由于以上數(shù)據(jù)的分布情況均不滿(mǎn)足正態(tài)分布，故采用非參數(shù)檢驗(yàn)方法，即Wilcoxon檢驗(yàn)來(lái)比較視頻彈幕與傳統(tǒng)評(píng)論之間的差異。結(jié)果顯示，視頻的平均彈幕數(shù)量顯著高于平均傳統(tǒng)評(píng)論數(shù)量，每個(gè)視頻彈幕數(shù)量平均比傳統(tǒng)評(píng)論數(shù)量多128條（V=7555.5，p<0.01）;視頻中發(fā)送彈幕的平均用戶(hù)數(shù)量也顯著高于發(fā)送傳統(tǒng)評(píng)論中的用戶(hù)數(shù)量，每個(gè)視頻的彈幕用戶(hù)平均比傳統(tǒng)評(píng)論用戶(hù)多72個(gè)（V=7505，p<0.01）?？梢?jiàn)，在線教育視頻中彈幕的吸引力更強(qiáng)，能夠激勵(lì)更多的用戶(hù)參與互動(dòng)。

視頻網(wǎng)站中用戶(hù)可通過(guò)持續(xù)關(guān)注某視頻發(fā)布者的賬號(hào)來(lái)及時(shí)獲取感興趣的視頻。依據(jù)用戶(hù)是否關(guān)注視頻對(duì)應(yīng)發(fā)布者的賬號(hào)，用戶(hù)群體可進(jìn)一步劃分為關(guān)注者（即粉絲）和非關(guān)注者兩類(lèi)。彈幕中平均每個(gè)視頻的粉絲比例為20.89%，傳統(tǒng)評(píng)論中為23.13%，彈幕和傳統(tǒng)評(píng)論中粉絲的比例都遠(yuǎn)低于非關(guān)注者的比例。非參數(shù)檢驗(yàn)結(jié)果顯示，彈幕和傳統(tǒng)評(píng)論中粉絲比例沒(méi)有顯著差異（V=7931，p=0.83）?？梢?jiàn)，雖然每個(gè)視頻中的彈幕數(shù)量比傳統(tǒng)評(píng)論多，但是粉絲與非關(guān)注者的參與程度是相當(dāng)?shù)摹?/p>

3.1.2 發(fā)布時(shí)間

首先，從評(píng)論發(fā)布時(shí)間與視頻上傳時(shí)間的時(shí)間間隔來(lái)看，發(fā)布彈幕與傳統(tǒng)評(píng)論的持續(xù)性有顯著差異，如表4所示。彈幕發(fā)布時(shí)間與視頻上傳時(shí)間的平均時(shí)間間隔為167天，傳統(tǒng)評(píng)論為90天，彈幕的平均時(shí)間間隔顯著高于傳統(tǒng)評(píng)論（W=1374200000，p<0.001）。從表4中可以看出，視頻上傳后，大部分彈幕和傳統(tǒng)評(píng)論集中在1周以?xún)?nèi)發(fā)布，但1個(gè)月以后發(fā)布的彈幕比例高于傳統(tǒng)評(píng)論，1個(gè)月以?xún)?nèi)發(fā)布的傳統(tǒng)評(píng)論比例高于彈幕?？梢?jiàn)，彈幕用戶(hù)的活躍周期更長(zhǎng)，彈幕更有利于吸引用戶(hù)長(zhǎng)時(shí)間持續(xù)性的參與。

其次，從評(píng)論每天發(fā)布的時(shí)間段來(lái)看，彈幕與傳統(tǒng)評(píng)論并沒(méi)有明顯差異。如圖2所示，彈幕與傳統(tǒng)評(píng)論的發(fā)布時(shí)間主要集中在上午7∶00～12∶00之間，且在上午10∶00～11∶00達(dá)到最高峰，這也是用戶(hù)觀看在線教育視頻的黃金時(shí)段;此外，晚上22∶00～凌晨02∶00發(fā)布的彈幕與傳統(tǒng)評(píng)論數(shù)量也較多，屬于在線用戶(hù)的上網(wǎng)活躍時(shí)間。

圖2 彈幕與傳統(tǒng)評(píng)論發(fā)布時(shí)間段

3.2 用戶(hù)特征分析

3.2.1 用戶(hù)參與度

用戶(hù)發(fā)布的評(píng)論數(shù)量能直接體現(xiàn)用戶(hù)在不同評(píng)論交互方式中的參與頻次，評(píng)論涉及視頻數(shù)量體現(xiàn)用戶(hù)發(fā)布評(píng)論的廣度，評(píng)論長(zhǎng)度則一定程度上體現(xiàn)評(píng)論的深度。

總體上，200個(gè)在線教育視頻中共包括44 761個(gè)彈幕用戶(hù)和30 623個(gè)傳統(tǒng)評(píng)論用戶(hù)，彈幕用戶(hù)多于傳統(tǒng)評(píng)論用戶(hù)。其中，僅有2 355個(gè)用戶(hù)在同一視頻中均發(fā)布了彈幕和傳統(tǒng)評(píng)論，可見(jiàn)彈幕與傳統(tǒng)評(píng)論吸引的是不同的用戶(hù)群，用戶(hù)重復(fù)率很低。

數(shù)量方面，用戶(hù)彈幕數(shù)量顯著高于傳統(tǒng)評(píng)論（W=663710000，p<0.001），用戶(hù)彈幕涉及視頻數(shù)量也顯著高于傳統(tǒng)評(píng)論（W=696770000，p<0.001），但二者的均值差異均非常小，如表5所示。同時(shí)，從數(shù)量區(qū)間的分布比例來(lái)看，無(wú)論是彈幕還是傳統(tǒng)評(píng)論，70%以上的用戶(hù)評(píng)論數(shù)量和90%以上用戶(hù)評(píng)論涉及視頻數(shù)量主要集中在1，即大部分用戶(hù)僅發(fā)過(guò)1條彈幕或傳統(tǒng)評(píng)論。可見(jiàn)，在線教育視頻中用戶(hù)評(píng)論的參與頻次和廣度存在明顯的長(zhǎng)尾效應(yīng)，用戶(hù)的重復(fù)參與率普遍較低，這也是網(wǎng)絡(luò)環(huán)境下用戶(hù)參與行為的普遍特點(diǎn)。

評(píng)論長(zhǎng)度方面，用戶(hù)彈幕的平均評(píng)論長(zhǎng)度顯著低于用戶(hù)傳統(tǒng)評(píng)論的平均長(zhǎng)度（W=1039900000，p<0.001），且差異較大。用戶(hù)彈幕長(zhǎng)度比傳統(tǒng)評(píng)論平均短24個(gè)字符，彈幕中的用戶(hù)交互更簡(jiǎn)短，傳統(tǒng)評(píng)論中的用戶(hù)交互更深入。

3.2.2 用戶(hù)屬性特征

由于彈幕和傳統(tǒng)評(píng)論中用戶(hù)重復(fù)率較低，用戶(hù)屬性能夠更進(jìn)一步體現(xiàn)彈幕用戶(hù)和傳統(tǒng)評(píng)論用戶(hù)群體特征的差異，具體結(jié)果如表6所示。

用戶(hù)等級(jí)體現(xiàn)用戶(hù)的經(jīng)驗(yàn)值，彈幕與傳統(tǒng)評(píng)論用戶(hù)等級(jí)均主要集中在4級(jí)和5級(jí)，但彈幕用戶(hù)的平均等級(jí)顯著低于傳統(tǒng)評(píng)論用戶(hù)（W=843520000，p<0.001），且彈幕用戶(hù)在較低等級(jí)上（1～3級(jí)）的比例明顯高于傳統(tǒng)評(píng)論用戶(hù)，體現(xiàn)出彈幕能更好地吸引經(jīng)驗(yàn)值較低的用戶(hù)參與。

用戶(hù)粉絲數(shù)體現(xiàn)用戶(hù)的影響力。彈幕用戶(hù)的平均粉絲數(shù)為130.603，顯著低于傳統(tǒng)評(píng)論用戶(hù)的422.086（W=963200000，p<0.001）。其中，54.87%以上的彈幕用戶(hù)粉絲數(shù)為0或者1，24.86%的彈幕用戶(hù)粉絲數(shù)在2～10之間;傳統(tǒng)評(píng)論用戶(hù)的粉絲數(shù)更為均衡，粉絲數(shù)在11～100區(qū)間內(nèi)的比例最高，占比33.33%，其次是2～10區(qū)間，占比31.64%。

用戶(hù)關(guān)注數(shù)側(cè)面體現(xiàn)用戶(hù)的積極性。彈幕用戶(hù)的平均關(guān)注數(shù)為102.671，也顯著低于傳統(tǒng)評(píng)論用戶(hù)的平均關(guān)注數(shù)157.552（W=857810000，p<0.001）。總體上彈幕與傳統(tǒng)評(píng)論用戶(hù)關(guān)注數(shù)主要集中在11～100和101～1 000兩個(gè)區(qū)間，但傳統(tǒng)評(píng)論用戶(hù)在10以上的3個(gè)區(qū)間的比例高于彈幕用戶(hù)，尤其是101～100區(qū)間的傳統(tǒng)評(píng)論用戶(hù)比例高出彈幕用戶(hù)比例達(dá)13.09%;在10以下的2個(gè)區(qū)間低于彈幕用戶(hù)。

3.3 內(nèi)容特征分析

內(nèi)容分析結(jié)果顯示，用戶(hù)彈幕與傳統(tǒng)評(píng)論內(nèi)容在社會(huì)交互、情感表達(dá)和知識(shí)分享3個(gè)方面的側(cè)重點(diǎn)不同。

3.3.1 社會(huì)交互

交互是保證學(xué)習(xí)效果的一個(gè)關(guān)鍵因素，Moore M G將學(xué)習(xí)交互分為3種類(lèi)型，即學(xué)習(xí)者和課程內(nèi)容的交互、學(xué)習(xí)者和教師的交互以及學(xué)習(xí)者之間的交互[34]。彈幕和傳統(tǒng)評(píng)論是兩種不同的交互方式，其用戶(hù)的社會(huì)交互內(nèi)容及對(duì)應(yīng)的交互類(lèi)型也存在差異，具體如圖3所示。

與傳統(tǒng)評(píng)論相比，用戶(hù)使用彈幕進(jìn)行社會(huì)交互時(shí)，更多的是自我表露，如在某英語(yǔ)教學(xué)課程中，用戶(hù)會(huì)自發(fā)表達(dá)自己當(dāng)時(shí)的學(xué)習(xí)狀況、情緒以及態(tài)度等，比如“定語(yǔ)從句和狀語(yǔ)從句一直搞不清”、“學(xué)會(huì)了”、“要哭了（p′︵‵。）”、“可怕”，這種自我表露主要是和視頻某時(shí)間的具體內(nèi)容的互動(dòng)，脫離視頻內(nèi)容可能就難以理解用戶(hù)表達(dá)意圖。彈幕具有與視頻時(shí)間軸同步出現(xiàn)的特點(diǎn)，方便用戶(hù)利用此形式與視頻內(nèi)容進(jìn)行互動(dòng)。傳統(tǒng)評(píng)論中的自我表露更側(cè)重于基于完整視頻內(nèi)容分享自己的狀態(tài)、情緒以及態(tài)度，比如“老師講得很好，學(xué)到很多”、“第100個(gè)粉絲[滑稽]”、“三連了（即已點(diǎn)贊、評(píng)論并轉(zhuǎn)發(fā)，以表達(dá)對(duì)視頻及其上傳者的支持）”。因此，彈幕中用戶(hù)和視頻內(nèi)容的交互性更強(qiáng)，方便用戶(hù)對(duì)具體的視頻內(nèi)容進(jìn)行及時(shí)反饋。

間接溝通和直接溝通主要是學(xué)習(xí)者之間的交互。間接溝通是針對(duì)某一類(lèi)群體進(jìn)行交流或回應(yīng)，包含提問(wèn)和回復(fù)等，如彈幕中針對(duì)視頻內(nèi)容的提問(wèn)“為什么不按順序講”，傳統(tǒng)評(píng)論中針對(duì)其他用戶(hù)進(jìn)行提問(wèn)“沒(méi)人？？”，希望與用戶(hù)進(jìn)行溝通;在某計(jì)算機(jī)相關(guān)課程中，一個(gè)用戶(hù)針對(duì)前面大量表達(dá)“不會(huì)”的彈幕發(fā)送了“計(jì)算機(jī)專(zhuān)業(yè)的我，表示我也不會(huì)”的彈幕，展示對(duì)該類(lèi)群體的認(rèn)同，從而增加歸屬感。雖然間接溝通在彈幕和傳統(tǒng)評(píng)論中均較少，但相對(duì)來(lái)說(shuō)彈幕中的間接溝通要更多一些。

直接溝通針對(duì)的是某一具體用戶(hù)。用戶(hù)在進(jìn)行直接溝通時(shí)，普遍選擇傳統(tǒng)評(píng)論的方式，原因在于傳統(tǒng)評(píng)論采用層級(jí)式的評(píng)論形式，提供直接回復(fù)的功能，也可以通過(guò)“@”來(lái)與某用戶(hù)進(jìn)行直接交互，方便學(xué)習(xí)者之間的直接反復(fù)交流，比如“（你）頭像笑鼠個(gè)人23333）”、“回復(fù)@Barrettam：了解”、“回復(fù)@快樂(lè)風(fēng)帽：伊朗是波斯人的后裔，只是接受了伊斯蘭教而已，……”。但彈幕采用的是平鋪式的展示方式，并沒(méi)有回復(fù)功能。為了能在彈幕進(jìn)行直接溝通，用戶(hù)會(huì)采用一些指代詞或者特殊符號(hào)表示其彈幕的指向性，缺乏便捷性，如“前面的，你笑到我了”、“←認(rèn)為一樣的不止你一個(gè)人”等等。

3.3.2 情感表達(dá)

情感表達(dá)可在一定程度上激發(fā)用戶(hù)的學(xué)習(xí)興趣并維持其學(xué)習(xí)積極性。從情感表達(dá)的傾向性來(lái)看，視頻中用戶(hù)情感表達(dá)在積極、消極和中性方面并沒(méi)有明顯差異;彈幕與傳統(tǒng)評(píng)論中的情感表達(dá)差異也不突出，彈幕用戶(hù)的情感表達(dá)略偏中性和積極，傳統(tǒng)評(píng)論則略偏向于消極，如圖4所示。

積極、消極及中性情感的文本舉例如表7所示。常見(jiàn)積極情感包括感謝、贊同、開(kāi)心等，在線教育的情境下用戶(hù)會(huì)對(duì)老師或其他學(xué)習(xí)者表示感謝和支持，對(duì)視頻內(nèi)容及他人觀點(diǎn)表示贊同;中性彈幕或評(píng)論的內(nèi)容往往與知識(shí)本身相關(guān)，由于在線教育視頻中涉及較多的知識(shí)內(nèi)容，所以當(dāng)用戶(hù)針對(duì)客觀知識(shí)進(jìn)行說(shuō)明和解釋時(shí)，往往并不帶有感情色彩，較為客觀;但當(dāng)用戶(hù)對(duì)視頻內(nèi)容或他人觀點(diǎn)發(fā)表反對(duì)或不贊同態(tài)度時(shí)，會(huì)產(chǎn)生相互爭(zhēng)辯行為，此時(shí)的負(fù)面情緒較高。總體上來(lái)說(shuō)，用戶(hù)情感表達(dá)受不同評(píng)論形式的影響較弱，更多的是與具體的視頻內(nèi)容和用戶(hù)自身的態(tài)度相聯(lián)系。

3.3.3 知識(shí)分享

用戶(hù)的知識(shí)分享行為可促進(jìn)信息與知識(shí)的傳播，增強(qiáng)用戶(hù)的學(xué)習(xí)效果，并促進(jìn)在線學(xué)習(xí)社區(qū)的良性發(fā)展。比較來(lái)講，存在知識(shí)分享的彈幕數(shù)量（209條）要少于傳統(tǒng)評(píng)論（251條），用戶(hù)進(jìn)行知識(shí)分享時(shí)更傾向使用傳統(tǒng)評(píng)論，如圖5所示。其中，顯性知識(shí)分享主要包括總結(jié)視頻知識(shí)要點(diǎn)、解釋客觀概念或公式等，隱形知識(shí)分享主要涉及與個(gè)人經(jīng)歷/經(jīng)驗(yàn)有關(guān)的知識(shí)、對(duì)所學(xué)知識(shí)的理解和觀點(diǎn)、新的學(xué)習(xí)方式或解決方案等。從圖5可以看出，彈幕中的顯性知識(shí)分享略多，傳統(tǒng)評(píng)論中的隱形知識(shí)分享明顯更多。

圖5 彈幕與傳統(tǒng)評(píng)論知識(shí)分享行為統(tǒng)計(jì)

具體來(lái)說(shuō)，彈幕中的顯性知識(shí)分享主要與某時(shí)刻視頻中提及的信息和概念有關(guān)，比如在一個(gè)探討“學(xué)校如何扼殺創(chuàng)造力”的TED視頻中有提到莎士比亞的經(jīng)歷，彈幕中某用戶(hù)分享“莎士比亞的戲劇不是現(xiàn)代英文，很難看懂?！?在一個(gè)有關(guān)語(yǔ)言學(xué)習(xí)的教育視頻中，某用戶(hù)在彈幕中發(fā)送“我覺(jué)得是翻譯錯(cuò)了吧，根據(jù)下文Sensationalize”來(lái)糾正視頻中的英文翻譯。但傳統(tǒng)評(píng)論中并不限制文本字?jǐn)?shù)，顯性知識(shí)分享中有更多的概念解釋?zhuān)热缭谝粋€(gè)探討世界歷史的教育視頻中，用戶(hù)在傳統(tǒng)評(píng)論中試圖區(qū)分文化與文明的概念，即“回復(fù)@快樂(lè)風(fēng)帽：伊朗是波斯人的后裔，只是接受了伊斯蘭教而已，但其文化、文明還是波斯文明啊?！诮淌亲诮?，文明是文明，兩個(gè)概念，請(qǐng)不要混淆概念?！?/p>

彈幕中的隱性知識(shí)分享非常少，用戶(hù)會(huì)簡(jiǎn)要分享一些與視頻內(nèi)容有關(guān)的主觀觀點(diǎn)，比如在探討“世界上最好的國(guó)家是？”的視頻中，某用戶(hù)分享觀點(diǎn)“主要是很多國(guó)家的教育出了問(wèn)題”。傳統(tǒng)評(píng)論中用戶(hù)能夠更方便地與其他用戶(hù)開(kāi)展深入的觀點(diǎn)討論，對(duì)知識(shí)內(nèi)容有更多拓展和反思。比如某用戶(hù)發(fā)送了長(zhǎng)度將近400個(gè)字符的傳統(tǒng)評(píng)論來(lái)與另一用戶(hù)探討平等與隱私問(wèn)題，即“我覺(jué)得如果所有人都平等的把一部分隱私交給公權(quán)力，我是愿意的。而且本質(zhì)上講，我的隱私依然是隱私，……這是一個(gè)前提，就是要有一套規(guī)范的制度保障……”。在探討“人類(lèi)100年后會(huì)變成什么樣子？”的視頻中，用戶(hù)在傳統(tǒng)評(píng)論中分享自身反思和觀點(diǎn)“我一直在想會(huì)不會(huì)以后改造人越來(lái)越多導(dǎo)致純種的人類(lèi)基因產(chǎn)生缺陷，久而久之，人類(lèi)就沒(méi)幾個(gè)在生物學(xué)上能夠被稱(chēng)之為‘正常人的人了”?？梢钥闯?，傳統(tǒng)評(píng)論在知識(shí)分享中具有明顯的優(yōu)勢(shì)，能支持用戶(hù)之間直接且深層次的知識(shí)交流。

4 結(jié)論與討論

通過(guò)對(duì)比分析，本文發(fā)現(xiàn)在線教育視頻中彈幕與傳統(tǒng)評(píng)論方式在促進(jìn)用戶(hù)交互方面具有不同的優(yōu)劣勢(shì)，能夠相互補(bǔ)充。

1）彈幕有利于提升用戶(hù)的參與感，且用戶(hù)活躍周期更長(zhǎng)，這是彈幕最突出的優(yōu)勢(shì)。從分析結(jié)果可以看出，與傳統(tǒng)評(píng)論相比，在線教育視頻中的彈幕數(shù)量與用戶(hù)數(shù)量更多，用戶(hù)的參與頻次和廣度也更高，且用戶(hù)彈幕發(fā)布時(shí)間與視頻上傳時(shí)間的平均時(shí)間間隔更久。彈幕的實(shí)時(shí)同步性和匿名性能夠激勵(lì)在線學(xué)習(xí)者更多地參與交互，緩解孤獨(dú)感，提升參與感和歸屬感[12，19，35]。值得一提的是，從用戶(hù)屬性的比較分析能夠看出，彈幕更有利于鼓勵(lì)經(jīng)驗(yàn)不夠豐富、影響力與活躍度較低的用戶(hù)群體參與，這類(lèi)用戶(hù)群體通常是新用戶(hù)，可見(jiàn)彈幕能激發(fā)新用戶(hù)群體的好奇心和學(xué)習(xí)興趣，更好地吸引新用戶(hù)的參與。

2）彈幕能更好地支持用戶(hù)和視頻內(nèi)容的實(shí)時(shí)互動(dòng)。彈幕的交互性主要體現(xiàn)在和視頻內(nèi)容的實(shí)時(shí)互動(dòng)[7]，而不是用戶(hù)之間的直接互動(dòng)。從內(nèi)容分析結(jié)果來(lái)看，用戶(hù)主要以自我表露的方式針對(duì)同步的視頻內(nèi)容分享學(xué)習(xí)態(tài)度、感受與狀態(tài)，知識(shí)交流較少且以顯性知識(shí)為主。一方面，彈幕以實(shí)時(shí)同步的交互方式能夠及時(shí)收集在線學(xué)習(xí)者針對(duì)具體學(xué)習(xí)內(nèi)容的提問(wèn)和反饋，包括疑問(wèn)、困惑和情緒等，幫助在線教育者及時(shí)把握學(xué)習(xí)者的學(xué)習(xí)狀態(tài)，找準(zhǔn)知識(shí)的難點(diǎn)與重點(diǎn)，給予及時(shí)幫助;另一方面針對(duì)用戶(hù)的一些困惑，在線教育者或其他學(xué)習(xí)者也可以通過(guò)彈幕對(duì)視頻內(nèi)容進(jìn)行同步知識(shí)交流，回答用戶(hù)實(shí)時(shí)問(wèn)題，對(duì)視頻內(nèi)容中的客觀知識(shí)進(jìn)行補(bǔ)充。

3）傳統(tǒng)評(píng)論可有效支持用戶(hù)與用戶(hù)之間的直接互動(dòng)，并幫助其開(kāi)展深層次的知識(shí)交流。與彈幕不同的是，傳統(tǒng)評(píng)論一般是在用戶(hù)觀看完整視頻后發(fā)表的言論，且支持有針對(duì)性的評(píng)論回復(fù)。研究結(jié)果表明，傳統(tǒng)評(píng)論的長(zhǎng)度往往高于彈幕，說(shuō)明其包含信息更多;內(nèi)容分析結(jié)果顯示，學(xué)習(xí)者之間的直接溝通更常見(jiàn)于傳統(tǒng)評(píng)論中，且評(píng)論內(nèi)容包含更豐富的知識(shí)，尤其是隱性知識(shí)的評(píng)論數(shù)量遠(yuǎn)遠(yuǎn)高于彈幕，說(shuō)明其內(nèi)容價(jià)值更高，具有較深層次的知識(shí)內(nèi)涵。在線教育互動(dòng)的核心在于知識(shí)的傳播與交流，與相關(guān)研究結(jié)論不同[36]，彈幕的實(shí)時(shí)性也會(huì)分散用戶(hù)的注意力，使其忽略視頻課程中更為重要的知識(shí)內(nèi)容，不利于其深入思考，提高學(xué)習(xí)深度;傳統(tǒng)評(píng)論中學(xué)習(xí)者之間的溝通不僅增強(qiáng)了社區(qū)的互動(dòng)性，更重要的是在用戶(hù)討論過(guò)程中促進(jìn)了拓展性知識(shí)及觀點(diǎn)的深入交流和共享。可見(jiàn)，在線視頻在引進(jìn)彈幕的同時(shí)，不能忽視傳統(tǒng)評(píng)論的作用，應(yīng)注重其“直接互動(dòng)”和“知識(shí)交流深入”的特點(diǎn)，引導(dǎo)用戶(hù)的討論和知識(shí)分享行為。

總之，我們應(yīng)正確認(rèn)識(shí)不同評(píng)論方式對(duì)在線教育視頻的應(yīng)用價(jià)值與不足，發(fā)揮不同交互形式的長(zhǎng)處，提高用戶(hù)在線學(xué)習(xí)的參與感、互動(dòng)性和知識(shí)交流，從而促進(jìn)在線教育的良性發(fā)展。本文的不足之處在于僅以Bilibili一個(gè)平臺(tái)為數(shù)據(jù)來(lái)源，也未考慮觀看視頻但未發(fā)表評(píng)論的用戶(hù)行為，未來(lái)研究將擴(kuò)大數(shù)據(jù)來(lái)源，深入挖掘不同的評(píng)論方式中發(fā)布者與觀看者的行為特征，提煉在線視頻用戶(hù)評(píng)論的行為規(guī)律。

參考文獻(xiàn)

[1]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201908/P020190830356787490958.pdf，2019-10-15.

[2]劉述，單舉芝.在線學(xué)習(xí)平臺(tái)視頻教學(xué)交互環(huán)境現(xiàn)狀與未來(lái)發(fā)展[J].中國(guó)電化教育，2019，（3）：104-109，119.

[3]Lange P G.Informal Learning on YouTube[J].The International Encyclopedia of Media Literacy，2019：1-11.

[4]Coetzee D，F(xiàn)ox A，Hearst M A，et al.Should Your MOOC Forum Use a Reputation System？[C]//Proceedings of the 17th ACM Conference on Computer Supported Cooperative Work & Social Computing.ACM，2014：1176-1187.

[5]Wise A F，Cui Y.Unpacking the Relationship Between Discussion Forum Participation and Learning in MOOCs：Content is Key[C]//Proceedings of the 8th International Conference on Learning Analytics and Knowledge.ACM，2018：330-339.

[6]Ma X，Cao N.Video-based Evanescent，Anonymous，Asynchronous Social Interaction：Motivation and Adaption to Medium[C]//Proceedings of the 2017 ACM Conference on Computer Supported Cooperative Work and Social Computing.ACM，2017：770-782.

[7]高沛?zhèn)?彈幕視頻特性與受眾互動(dòng)行為探析[J].傳播與版權(quán)，2018，（11）：113-114..

[8]Yao Y，Bort J，Huang Y.Understanding Danmakus Potential in Online Video Learning[C]//Proceedings of the 2017 CHI Conference Extended Abstracts on Human Factors in Computing Systems.ACM，2017：3034-3040.

[9]張婧婧，楊業(yè)宏，安欣.彈幕視頻中的學(xué)習(xí)交互分析[J].中國(guó)遠(yuǎn)程教育，2017，（11）：24-32，81-82.

[10]Junco R，Heiberger G，Loken E.The Effect of Twitter on College Student Engagement and Grades[J].Journal of Computer Assisted Learning，2011，27（2）：119-132.

[11]張興剛，袁毅.自媒體閱讀平臺(tái)用戶(hù)互動(dòng)行為研究——以“十點(diǎn)讀書(shū)”新浪微博為例[J].情報(bào)科學(xué)，2017，（9）：79-83.

[12]Hrastinski S.The Potential of Synchronous Communication to Enhance Participation in Online Discussions：A Case Study of Two E-learning Courses[J].Information & Management，2008，45（7）：499-506.

[13]Mak S F J，Williams R，Mackness J.Blogs and Forums as Communication and Learning Tools in a MOOC[C]//Proceedings of the 7th International Conference on Networked Learning Conference，2010：275-284.

[14]Wong J S，Pursel B，Divinsky A，et al.An Analysis of MOOC Discussion Forum Interactions from the Most Active Users[C]//International Conference on Social Computing，Behavioral-Cultural Modeling，and Prediction.Springer，Cham，2015：452-457.

[15]Lee C S，Osop H，Goh D H L，et al.Making Sense of Comments on YouTube Educational Videos：A Self-directed Learning Perspective[J].Online Information Review，2017，41（5）：611-625.

[16]Bonafini F C，Chae C，Park E，et al.How Much Does Student Engagement with Videos and Forums in a MOOC Affect Their Achievement？[J].Online Learning，2017，21（4）：223-240.

[17]劉智，張文靜，孫建文，等.云課堂論壇中的學(xué)習(xí)者互動(dòng)話語(yǔ)行為分析研究[J].電化教育研究，2016，37（9）：95-102.

[18]孫傳遠(yuǎn)，劉玉梅.中國(guó)大學(xué)視頻公開(kāi)課評(píng)價(jià)——基于愛(ài)課程網(wǎng)“精彩評(píng)論”的內(nèi)容分析研究[J].現(xiàn)代教育技術(shù)，2013，23（12）：91-95.

[19]Lee Y C，Lin W C，Cherng F Y，et al.Using Time-anchored Peer Comments to Enhance Social Interaction in Online Educational Videos[C]//Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems.ACM，2015：689-698.

[20]Wu Q，Sang Y，Zhang S，et al.Danmaku vs.Forum Comments：Understanding User Participation and Knowledge Sharing in Online Videos[C]//Proceedings of the 2018 ACM Conference on Supporting Groupwork.ACM，2018：209-218.

[21]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.

[22]Zhang Y，Qian A，Pi Z，et al.Danmaku Related to Video Content Facilitates Learning[J].Journal of Educational Technology Systems，2019，47（3）：359-372.

[23]Chen Y，Gao Q，Yuan Q，et al.Facilitating Students Interaction in MOOCs through Timeline-Anchored Discussion[J].International Journal of Human-Computer Interaction，2019：1-19.

[24]Liu L，Suh A，Wagner C.Watching Online Videos Interactively：The Impact of Media Capabilities in Chinese Danmaku Video Sites[J].Chinese Journal of Communication，2016，9（3）：283-303.

[25]Roberts L，Rajah-Kanagasabai C.“Id Be So Much More Comfortable Posting Anonymously”：Identified Versus Anonymous Participation in Student Discussion Boards[J].Australasian Journal of Educational Technology，2013，29（5）：612-625.

[26]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.

[27]胡昌平，胡媛.高校圖書(shū)館信息共享空間用戶(hù)交互學(xué)習(xí)行為分析[J].中國(guó)圖書(shū)館學(xué)報(bào)，2014，40（4）：16-29.

[28]張帥，王文韜，周華任，等.基于扎根理論的彈幕視頻網(wǎng)站用戶(hù)使用行為驅(qū)動(dòng)因素研究[J].情報(bào)理論與實(shí)踐，2018，41（7）：121-126.

[29]Nunnally J C，Bernstein I H，Berge J M F.Psychometric Theory[M].New York：McGraw-hill，1967.

[30]Rourke L，Anderson T，Garrison D R，et al.Assessing Social Presence in Asynchronous Text-based Computer Conferencing[J].Journal of Distance Education，1999，14（2），50-71.

[31]Wen M，Yang D，Rose C.Sentiment Analysis in MOOC Discussion Forums：What Does it Tell Us？[C]//Proceedings of the 7th International Conference on Educational Data Mining，2014：130-137.

[32]Brown J S，Duguid P.Organizing Knowledge[J].California Management Review，1998，40（3）：90-111.

[33]趙士英，洪曉楠.顯性知識(shí)與隱性知識(shí)的辯證關(guān)系[J].自然辯證法研究，2001，17（10）：20-23.

[34]Moore M G.Three Types of Interaction[J].The American Journal of Distance Education，1989：1-7.

[35]Branon R F，Essex C.Synchronous and Asynchronous Communication Tools in Distance Education[J].TechTrends，2001，45（1）：36-36.

[36]王蕊，羅萬(wàn)麗.彈幕視頻在在線教育中的應(yīng)用探析[J].中小學(xué)教師培訓(xùn)，2017，（4）：29-32.

（責(zé)任編輯：郭沫含）