大數(shù)據(jù)支持的慕課論壇教師干預(yù)預(yù)測(cè)及應(yīng)用

吳林靜　馬鑫倩　劉清堂　王瑾潔　高喻

[摘? ?要] 針對(duì)慕課論壇中討論主題數(shù)量巨大，教師難以及時(shí)反饋的現(xiàn)象，文章提出了一種基于大數(shù)據(jù)技術(shù)的慕課論壇教師干預(yù)預(yù)測(cè)方法。該方法根據(jù)學(xué)習(xí)者的干預(yù)需求將慕課論壇中的教師干預(yù)分為三種類型：內(nèi)容相關(guān)需干預(yù)、管理相關(guān)需干預(yù)和不需干預(yù)。在該分類的基礎(chǔ)上，提出了基于詞類進(jìn)行語義特征提取和基于課程知識(shí)圖譜的內(nèi)容特征提取方法，對(duì)討論帖的文本內(nèi)容進(jìn)行表征，并通過機(jī)器學(xué)習(xí)的方法對(duì)教師干預(yù)類型進(jìn)行預(yù)測(cè)。以中國(guó)大學(xué)慕課網(wǎng)中“數(shù)據(jù)庫(kù)系統(tǒng)概論”課程的教師答疑區(qū)主題討論為數(shù)據(jù)源，對(duì)上述方法的有效性進(jìn)行驗(yàn)證，發(fā)現(xiàn)：（1）基于詞類和知識(shí)圖譜的語義表征方法能夠?qū)φ搲黝}的教師干預(yù)需求進(jìn)行預(yù)測(cè)，準(zhǔn)確率可達(dá)到75.86%;（2）不同類型的討論帖具有不同的語義特征，反映出慕課學(xué)習(xí)中學(xué)習(xí)者不同的學(xué)習(xí)需求，需要教師給予及時(shí)、個(gè)性化的干預(yù)與指導(dǎo)。將慕課論壇教師干預(yù)的預(yù)測(cè)結(jié)果推送給慕課教師和課程管理人員，可以大大提升教學(xué)管理效率和學(xué)習(xí)者學(xué)習(xí)體驗(yàn)。

[關(guān)鍵詞] 慕課; 大數(shù)據(jù); 教師干預(yù); 文本分類; 語義挖掘

[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 吳林靜（1987—），女，湖北松滋人。副教授，博士，主要從事數(shù)據(jù)挖掘、人工智能與教育應(yīng)用研究。E-mail：wlj_sz@126.com。

一、引? ?言

慕課課程由于其開放、優(yōu)質(zhì)、免費(fèi)等特征，受到了教育者和學(xué)習(xí)者的廣泛認(rèn)可，并給教育領(lǐng)域帶來了巨大的變化。根據(jù)第三方在線教育機(jī)構(gòu)Class Central統(tǒng)計(jì)，截至2018年底，全球慕課課程數(shù)量為1.14萬，用戶注冊(cè)數(shù)量達(dá)到1.01億人[1]。與此同時(shí)，我國(guó)的慕課規(guī)模更是飛速發(fā)展：教育部于2019年4月表示，我國(guó)的上線慕課數(shù)量和應(yīng)用規(guī)模已躍居世界第一[2]。慕課的廣泛應(yīng)用為數(shù)字化學(xué)習(xí)提供了極大的便利，使得最優(yōu)質(zhì)的教育資源得到了良好的利用。但慕課也存在一個(gè)先天的不足之處，即：由于過高的生師比，導(dǎo)致慕課缺乏師生交互，教師難以針對(duì)學(xué)習(xí)者的需求提供及時(shí)、個(gè)性化的指導(dǎo)。針對(duì)這一現(xiàn)象，各大慕課平臺(tái)均提供在線論壇和討論區(qū)等方式以促進(jìn)師生之間和學(xué)習(xí)者之間的溝通和交流，建立在線學(xué)習(xí)社區(qū)，從而緩解教學(xué)過程中缺乏交互的問題。但是由于慕課大規(guī)模的特征，慕課論壇中的討論區(qū)往往會(huì)迅速累積大量的討論帖，導(dǎo)致慕課教師沒有足夠的精力去處理這些討論，為學(xué)習(xí)者答疑解惑。大量研究表明，主題討論中如果缺乏教師反饋，會(huì)大大影響學(xué)習(xí)者的學(xué)習(xí)成效和社會(huì)存在感，并進(jìn)一步導(dǎo)致輟學(xué)等現(xiàn)象發(fā)生[3]。在慕課學(xué)習(xí)中，學(xué)習(xí)者的大規(guī)模與學(xué)習(xí)者的個(gè)性化學(xué)習(xí)需求之間已經(jīng)成為一種尖銳的矛盾，極大地限制了慕課的發(fā)展和應(yīng)用[4]。針對(duì)這一矛盾，本文擬通過人工智能的相關(guān)技術(shù)對(duì)論壇中的主題討論文本進(jìn)行分析，以預(yù)測(cè)教師是否需要對(duì)當(dāng)前的討論主題進(jìn)行干預(yù)，以及進(jìn)行何種類型的干預(yù)。這種預(yù)測(cè)可以幫助教師快速篩選出那些需要進(jìn)行干預(yù)的主題討論以及需要干預(yù)的類型，從而為慕課教師和助教提供參考，提升慕課管理的效率和學(xué)習(xí)者的學(xué)習(xí)體驗(yàn)。

二、相關(guān)研究

（一）文本的語義特征

在慕課論壇中，師生主要通過文字進(jìn)行交流，偶爾輔以圖片等其他媒體形式。因此，對(duì)論壇數(shù)據(jù)的分析離不開對(duì)文本的分析和理解。在傳統(tǒng)的自然語言處理技術(shù)中，對(duì)文本的語義表達(dá)主要使用詞匯作為語義特征，并由此形成了經(jīng)典的“詞袋模型”（Bag of Words）。但由于論壇中主題帖大部分屬于短文本，在使用詞袋模型進(jìn)行表征時(shí)會(huì)產(chǎn)生嚴(yán)重的數(shù)據(jù)稀疏問題，導(dǎo)致文本處理的準(zhǔn)確率大大下降。為了緩解這一問題，很多學(xué)者提出了以詞類作為文本表征的方法。韓普等人指出詞性是文本聚類中的一種重要特征，使用詞類作為文本特征進(jìn)行文本分析時(shí)能夠大大降低文本的維度并提升聚類效果[5]。除了詞性特征外，PenneBaker等人進(jìn)一步指出話語中的詞匯能夠反映人們內(nèi)部的心理特征與情感，因此，其從心理和認(rèn)知的角度進(jìn)一步提出了一系列的詞類特征，以探索文本中所反映出的認(rèn)知、情感、人格、社會(huì)心理等內(nèi)部特征[6]。在這些特征的基礎(chǔ)上，Pennebaker等人進(jìn)一步開發(fā)了基于詞類的語義分析工具LIWC（Linguistic Inquiry Word Count）[7]，用于對(duì)文本進(jìn)行分析。LIWC的有效性經(jīng)過了大量的驗(yàn)證，并被廣泛應(yīng)用于各類文本的特征分析中[8-10]。早期的LIWC工具缺少中文詞典的支持，不適合于進(jìn)行中文的分析與處理，因此，中國(guó)科學(xué)院心理研究所參照LIWC的詞分類體系和詞庫(kù)，研發(fā)了“文心中文心理分析系統(tǒng)”，用于對(duì)簡(jiǎn)體中文進(jìn)行語言心理分析[11]。該系統(tǒng)在學(xué)習(xí)相關(guān)的文本分析中也被證明有效[12]。在本研究中，對(duì)文本的表征將混合使用詞袋模型和詞類模型，以緩解論壇數(shù)據(jù)的短文本特征所導(dǎo)致的數(shù)據(jù)稀疏問題。

（二）領(lǐng)域知識(shí)圖譜

知識(shí)圖譜最早起源于谷歌公司2012年所提出的“大規(guī)模知識(shí)圖譜”，指的是一種新型的、結(jié)構(gòu)化的語義知識(shí)網(wǎng)絡(luò)，能夠描述現(xiàn)實(shí)世界中各種概念及其語義關(guān)系，是大數(shù)據(jù)和人工智能中的前沿研究方向[13]。在通用領(lǐng)域，公開的知識(shí)圖譜主要有：Google Knowledge Graph、Microsoft Concept Graph、Dbpedia、Freebase、知立方、知心等。教育領(lǐng)域的知識(shí)圖譜代表性項(xiàng)目主要有：美國(guó)Knewton公司利用知識(shí)圖譜構(gòu)建跨學(xué)科知識(shí)體系[14];面向智能知識(shí)檢索的知識(shí)庫(kù)引擎Wolfram Alpha;微軟與清華大學(xué)聯(lián)合發(fā)布的“開放學(xué)術(shù)圖譜”、北京師范大學(xué)的育人知識(shí)圖譜[15]、華中師范大學(xué)的學(xué)科知識(shí)圖譜[16]等。無論是通用領(lǐng)域的知識(shí)圖譜，還是教育領(lǐng)域的知識(shí)圖譜，其本質(zhì)作用均是為計(jì)算機(jī)提供領(lǐng)域內(nèi)的基礎(chǔ)知識(shí)，以支持各類智能應(yīng)用中的分析與推理。典型研究如知識(shí)圖譜支持的深度學(xué)習(xí)[17]、教育資源推薦系統(tǒng)[18]、適應(yīng)性學(xué)習(xí)系統(tǒng)[19-20]等;將領(lǐng)域知識(shí)圖譜應(yīng)用于MOOC課程教學(xué)中，以實(shí)現(xiàn)課程結(jié)構(gòu)重構(gòu)[21]、對(duì)學(xué)生成績(jī)進(jìn)行預(yù)測(cè)[22]、對(duì)教學(xué)過程進(jìn)行優(yōu)化[23]等;領(lǐng)域知識(shí)圖譜也可以作為學(xué)習(xí)者建模過程中的知識(shí)基礎(chǔ)[24]。在這些研究中，知識(shí)圖譜均承擔(dān)著為各類應(yīng)用提供領(lǐng)域基礎(chǔ)知識(shí)的主要作用。在本研究中，學(xué)習(xí)者在論壇中提出的各類疑問有些與學(xué)習(xí)內(nèi)容直接相關(guān)，有些則可能不相關(guān)（如關(guān)于課程管理方面的疑問等）。因此，引入領(lǐng)域知識(shí)圖譜對(duì)論壇中的討論帖進(jìn)行特征提取可以在快速降低特征維度的同時(shí)，有效區(qū)分內(nèi)容相關(guān)類與無關(guān)類討論。

（三）慕課論壇中的教師干預(yù)

論壇是慕課中教師和學(xué)生溝通交流的主要工具和方式[3]。已有研究指出慕課論壇中教師的干預(yù)能夠提升學(xué)生的學(xué)習(xí)[25]，且學(xué)生能夠從中受益[26]。如果教師不參與論壇討論，則學(xué)生可能會(huì)感覺到被忽視或孤立[27]。然而，慕課本身大規(guī)模的特性導(dǎo)致教師難以遍歷所有的討論并給出有針對(duì)性的指導(dǎo)。如何快速?gòu)暮Ａ康挠懻撝黝}中識(shí)別出有價(jià)值的、需要教師干預(yù)的話題成為慕課管理和教學(xué)中的一大難題。為提升慕課管理效率，研究者嘗試?yán)萌斯ぶ悄芎蜋C(jī)器學(xué)習(xí)的方法對(duì)論壇內(nèi)容進(jìn)行甄別，以輔助教師篩選需要干預(yù)的討論主題。典型研究如：Chanaa等人通過深度學(xué)習(xí)模型和學(xué)科領(lǐng)域本體對(duì)慕課論壇中學(xué)習(xí)者可能存在疑惑的主題進(jìn)行自動(dòng)識(shí)別[28];也有學(xué)者通過自然語言處理的方法預(yù)測(cè)慕課論壇中學(xué)習(xí)者的沮喪情緒，并進(jìn)行干預(yù)[29];Arguello等人對(duì)慕課論壇中每一條主題帖的語義角色進(jìn)行自動(dòng)識(shí)別，并將結(jié)果提供給教師以方便教師進(jìn)行干預(yù)[30]?？傮w而言，慕課論壇中教師干預(yù)的識(shí)別研究已經(jīng)開始得到重視，且以英語為主要語言的慕課平臺(tái)中已出現(xiàn)了部分有參考價(jià)值的研究，但中文慕課平臺(tái)的相關(guān)研究較少，且由于中文理解的復(fù)雜性而準(zhǔn)確率不高。本文將以中國(guó)大學(xué)慕課平臺(tái)上的課程為研究對(duì)象，結(jié)合自然語言處理與知識(shí)圖譜等方法，對(duì)慕課論壇主題中的教師干預(yù)進(jìn)行自動(dòng)識(shí)別，以提高教師管理慕課論壇的效率，提升學(xué)習(xí)效果。

三、大數(shù)據(jù)下的慕課論壇教師干預(yù)預(yù)測(cè)模型

（一）慕課論壇教師干預(yù)預(yù)測(cè)方法

慕課論壇是促進(jìn)教師和學(xué)習(xí)者溝通交流的工具。在論壇中學(xué)習(xí)者、教師、助教等通過文字進(jìn)行討論、答疑、求助等。與傳統(tǒng)基于機(jī)器學(xué)習(xí)的文本處理相比，慕課中的討論文本具有如下的明顯特征：

1. 慕課論壇中的評(píng)論數(shù)量巨大，但單條評(píng)論較短且字?jǐn)?shù)較少。由于慕課學(xué)習(xí)者眾多，論壇發(fā)帖數(shù)量龐大，給教師帶來管理上的困難。同時(shí)，與其他類型文本相比，慕課單條評(píng)論較短，一般在3～100字之間，屬于典型的短文本。由于文本太短，在將轉(zhuǎn)換為向量空間模型以進(jìn)一步進(jìn)行分析時(shí)，會(huì)出現(xiàn)數(shù)據(jù)稀疏的問題，使得文本分析的準(zhǔn)確率大大下降。

2. 慕課論壇中既包含與課程內(nèi)容高度相關(guān)的評(píng)論，如關(guān)于課程內(nèi)容本身的疑問和主題討論等;也包含與課程內(nèi)容無關(guān)、但與學(xué)習(xí)過程有關(guān)的評(píng)論，如關(guān)于考試、作業(yè)、資源等的討論。論壇內(nèi)容的復(fù)雜性增加了信息篩選的難度，為不同職責(zé)的管理人員分工管理論壇帶來了不便，降低了工作效率。

3. 并非所有的慕課評(píng)論都需要教師進(jìn)行干預(yù)，因?yàn)橛行┯懻撝黝}并非學(xué)習(xí)者的學(xué)習(xí)疑問或?qū)W習(xí)者可以通過交流自行解決。Chandrasekaran等人對(duì)慕課課程中的33665個(gè)主題討論進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)其中10035個(gè)主題討論有教師或者助教進(jìn)行干預(yù)，其余討論則沒有教師干預(yù)[26]。這一現(xiàn)象說明教師干預(yù)在主題討論中并非必須，但篩選出那些需要干預(yù)的討論對(duì)于慕課的教學(xué)至關(guān)重要。

鑒于以上特征，本文提出了一種基于知識(shí)圖譜和機(jī)器學(xué)習(xí)技術(shù)的論壇教師干預(yù)預(yù)測(cè)方法，如圖1所示。

該方法包含四個(gè)層次：數(shù)據(jù)層、算法層、結(jié)果層和利益相關(guān)者層。數(shù)據(jù)層主要包括在慕課論壇中所形成的討論數(shù)據(jù)，參與者主要包括學(xué)習(xí)者、教師和助教。在算法層，首先在語義分析工具的詞性與詞類詞典的幫助下，提取出討論文本的語義特征，包括各類詞性特征、核心詞類特征和基本句法特征。然后通過領(lǐng)域知識(shí)圖譜，提取出討論中的核心內(nèi)容特征，尤其是與課程內(nèi)容相關(guān)的概念特征。再次將語義特征和內(nèi)容特征合并，形成特征集合，以作為討論數(shù)據(jù)分析的分類特征。最后，通過機(jī)器學(xué)習(xí)中的相關(guān)分類方法對(duì)討論進(jìn)行文本分類，以將討論數(shù)據(jù)中值得關(guān)注的部分篩選出來。結(jié)果層主要包含討論主題的分類結(jié)果，所有討論被分為三個(gè)類別：內(nèi)容相關(guān)需干預(yù)、管理相關(guān)需干預(yù)和不需干預(yù)。利益相關(guān)者層包含各類慕課教學(xué)的利益相關(guān)者，如教師、助教、學(xué)習(xí)者、其他管理人員等。這些利益相關(guān)者可以根據(jù)分類結(jié)果，有針對(duì)性地對(duì)討論進(jìn)行干預(yù)，如針對(duì)內(nèi)容相關(guān)需干預(yù)的討論，可以由教師根據(jù)教學(xué)內(nèi)容提供相應(yīng)的干預(yù)以促進(jìn)學(xué)習(xí);針對(duì)管理相關(guān)需干預(yù)的討論，可以由助教針對(duì)相關(guān)問題向?qū)W生提供干預(yù);針對(duì)不需干預(yù)的討論，可以利用詞云、主題識(shí)別等方法生成相關(guān)的大數(shù)據(jù)信息，為相關(guān)管理人員的管理和決策提供參考。

（二）慕課評(píng)論中的教師干預(yù)分類

慕課中的教師干預(yù)分類方法較多，最常見是二分類，即將評(píng)論分為需要干預(yù)和不需要干預(yù)兩類。該分類已經(jīng)可以大大提高慕課管理的效率，幫助教師迅速將需要關(guān)注的討論篩選出來。本文在上述二分類體系的基礎(chǔ)上進(jìn)行了優(yōu)化，將需要干預(yù)的討論進(jìn)一步劃分為內(nèi)容相關(guān)需干預(yù)和管理相關(guān)需干預(yù)。這樣可以有效輔助慕課教學(xué)管理分工，如教師可以專門針對(duì)內(nèi)容相關(guān)討論進(jìn)行關(guān)注和引導(dǎo)，而助教團(tuán)隊(duì)則可以針對(duì)管理相關(guān)討論進(jìn)行指導(dǎo)，使得慕課教學(xué)團(tuán)隊(duì)可以更加高效地分工合作。教師干預(yù)分類的具體定義及示例見表1。

（三）基于詞類和知識(shí)圖譜的分類特征

由于慕課討論文本的典型特征，本研究中用于文本分類的分類特征并非使用傳統(tǒng)的詞匯特征，而是由文本的語義特征與內(nèi)容特征組合而成。下面對(duì)其原理進(jìn)行詳細(xì)說明。

1. 文本的語義特征

文本的語義體現(xiàn)為詞匯，但由于中文詞匯數(shù)量巨大，短文本如果直接使用詞匯作為特征會(huì)導(dǎo)致嚴(yán)重的數(shù)據(jù)稀疏問題。使用詞類特征則較好地避免這一問題。詞類特征的基本思路是：將屬于同一類型的詞匯作為一個(gè)類別，統(tǒng)計(jì)其數(shù)量，并計(jì)算其占總詞數(shù)的百分比作為權(quán)重。這樣將屬于同一類別的詞進(jìn)行合并，從而減少特征數(shù)量，提高特征權(quán)重，改善數(shù)據(jù)稀疏問題，提升識(shí)別效果。除此詞類特征之外，文本的句法特征也對(duì)語義的理解具有重要作用，如句子長(zhǎng)度、標(biāo)點(diǎn)符號(hào)等。Pennebaker等人對(duì)文本語義表達(dá)具有重要作用的詞類和句法特征進(jìn)行了總結(jié)，并建立了相應(yīng)的詞典和工具LIWC。由于本研究中所處理的全部數(shù)據(jù)均為中文，因此，本文選擇使用與LIWC詞類兼容的文本分析工具“文心”（TextMind）對(duì)討論數(shù)據(jù)進(jìn)行分析，以實(shí)現(xiàn)語義特征的提取?！拔男摹敝兴脑~類特征見表2。

2. 文本的內(nèi)容特征

文本的內(nèi)容特征體現(xiàn)為文本中與教學(xué)內(nèi)容相關(guān)的核心詞匯。為了提取出這些特征，需要預(yù)先定義領(lǐng)域知識(shí)圖譜，對(duì)學(xué)科中的核心知識(shí)進(jìn)行描述。然后根據(jù)知識(shí)圖譜中的核心概念和術(shù)語，對(duì)文本進(jìn)行特征篩選，并計(jì)算其TF·IDF值作為特征的權(quán)重。一個(gè)主題討論j中所包含的特征詞ti的特征權(quán)重wij的計(jì)算方法如下：

其中nij表示特征詞ti在主題討論j中出現(xiàn)的次數(shù)，k為主題討論集合中所有包含特征詞ti的討論。|D|為整個(gè)集合中主題討論的數(shù)量，為集合中包含特征詞ti的主題討論的數(shù)量。此外，特征詞個(gè)數(shù)占主題討論總詞數(shù)的百分比也被作為內(nèi)容特征之一，用于描述討論的內(nèi)容相關(guān)性。

以如下主題討論為例，首先將主題討論中的所有帖子合并在一起，形成一段文本;然后通過知識(shí)圖譜進(jìn)行特征選擇，實(shí)現(xiàn)特征提取;最后通過TF·IDF方法為特征計(jì)算權(quán)重，形成內(nèi)容特征集合，如圖2所示。

四、中國(guó)大學(xué)慕課案例分析與應(yīng)用

（一）數(shù)據(jù)來源

為了驗(yàn)證提出方法的有效性，課題組從中國(guó)大學(xué)慕課（https：//www.icourse163.org/）上選取了課程“數(shù)據(jù)庫(kù)系統(tǒng)概論（基礎(chǔ)篇）”從第2至8次開課共7輪課程（其中第1次開課時(shí)，課程尚處在完善階段;第9次課目前尚未結(jié)束）的所有教師答疑區(qū)的全部討論主題作為數(shù)據(jù)源，并通過本文所提出的方法進(jìn)行了分析。7輪課程共采集到討論主題的數(shù)量為1015個(gè)，包含討論帖的數(shù)量為2877個(gè)。由于教師的干預(yù)發(fā)生在學(xué)生發(fā)表討論帖之后，是否需要進(jìn)行干預(yù)主要通過學(xué)生主題帖的內(nèi)容進(jìn)行判斷。因此，對(duì)每一個(gè)討論主題中的所有討論帖，按照教師是否進(jìn)行了回復(fù)進(jìn)行截?cái)啵瑑H保留教師回復(fù)前的所有討論帖，并將同一主題下的討論帖合并為一個(gè)文本，作為是否需要進(jìn)行教師干預(yù)的原始數(shù)據(jù)。兩名經(jīng)過培訓(xùn)的教育技術(shù)學(xué)研究生對(duì)所有討論主題按照表1中的分類進(jìn)行了數(shù)據(jù)標(biāo)注。若兩名標(biāo)注員標(biāo)注結(jié)果一致，則將該結(jié)果作為最終標(biāo)注結(jié)果;若兩名標(biāo)注員標(biāo)注結(jié)果不一致，則相互商量直到獲得一致結(jié)果。最終的數(shù)據(jù)分布情況見表3。

（二）領(lǐng)域知識(shí)圖譜構(gòu)建

為了實(shí)現(xiàn)對(duì)討論主題內(nèi)容特征的抽取，本文構(gòu)建了面向“數(shù)據(jù)庫(kù)系統(tǒng)概論”的課程知識(shí)圖譜。參照谷歌知識(shí)圖譜，本文所構(gòu)建的知識(shí)圖譜主要包括兩個(gè)組成部分：第一部分是領(lǐng)域中的核心概念，主要包括概念及其屬性;第二部分是該領(lǐng)域的基本知識(shí)結(jié)構(gòu)，主要包括概念之間的各種語義聯(lián)系。課程的核心概念是以課程教學(xué)大綱和教材為依據(jù)，由兩位該課程的任課教師依據(jù)教學(xué)過程進(jìn)行獨(dú)立標(biāo)注。標(biāo)注后將兩人的標(biāo)注結(jié)果進(jìn)行比較，就不一致的部分進(jìn)行討論，并最終取得一致結(jié)果。該課程知識(shí)圖譜共包含核心概念432個(gè)。除了得到領(lǐng)域中的所有核心概念，知識(shí)圖譜還對(duì)概念之間的關(guān)系進(jìn)行標(biāo)注，以形成領(lǐng)域的整體知識(shí)結(jié)構(gòu)。概念之間的語義關(guān)系有上下位、整體—部分多種類型關(guān)系。圖3展示了“數(shù)據(jù)庫(kù)原理與技術(shù)”課程中的最頂層的概念和概念“關(guān)系數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)語言SQL”及其下位概念之間的語義層次結(jié)構(gòu)。

（三）分類預(yù)測(cè)結(jié)果

在詞性與詞類詞典和課程知識(shí)圖譜的幫助下，本文對(duì)數(shù)據(jù)集中的1015個(gè)討論主題進(jìn)行特征提取，并按照7：3的比例將數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集。運(yùn)用機(jī)器學(xué)習(xí)中的不同分類算法，通過訓(xùn)練集進(jìn)行模型訓(xùn)練后，通過測(cè)試集驗(yàn)證方法的有效性。表4展示了通過不同的分類算法進(jìn)行測(cè)試所得到的干預(yù)類型分類的總體精度、按類別加權(quán)準(zhǔn)確率、按類別加權(quán)召回率和kappa值。

從結(jié)果中可以看出，各分類模型的總體分類精度分布于42.86%至75.86%之間，其中三種模型能夠達(dá)到70%以上的準(zhǔn)確率，說明本文提出的特征提取方法能夠有效地對(duì)論壇討論中的教師干預(yù)類型進(jìn)行分類預(yù)測(cè)。在所有模型中，梯度提升樹模型獲得了最好的準(zhǔn)確率，達(dá)到75.86%，能夠高效地識(shí)別出需要教師干預(yù)的討論主題，并對(duì)干預(yù)類型進(jìn)行判定，幫助教師及其團(tuán)隊(duì)更為高效地進(jìn)行慕課教學(xué)和管理。

（四）各類別的語義特征

為了更好地了解需要教師干預(yù)的不同類別討論主題的語義特征，從而為教師提供參考，本文對(duì)三類不同討論主題的文本內(nèi)容進(jìn)行了詞頻統(tǒng)計(jì)，并分別選取了各類別中詞頻排序前10的名詞短語，其結(jié)果見表5。

從各類別的語義特征上可以看出，三類不同的討論主題分別具有各自不同的語義特征。

1. 在內(nèi)容相關(guān)需干預(yù)討論主題中，學(xué)習(xí)者重點(diǎn)圍繞課程內(nèi)容提出疑問，如“屬性”“SQL”“實(shí)體”等詞匯展示了學(xué)習(xí)者重點(diǎn)關(guān)注的學(xué)習(xí)內(nèi)容，也給慕課教師提示了課程重點(diǎn)內(nèi)容。

2. 在管理相關(guān)需干預(yù)類討論主題中，高頻詞匯包括“實(shí)驗(yàn)”“注冊(cè)”“成績(jī)”等，體現(xiàn)了在慕課課程管理方面，學(xué)習(xí)者遇到的問題主要包括以下幾個(gè)方面：實(shí)驗(yàn)課程開設(shè)問題、平臺(tái)注冊(cè)與密碼問題、成績(jī)判定問題、資源更新問題。這些問題的及時(shí)處理與解決與學(xué)習(xí)者在慕課平臺(tái)的學(xué)習(xí)體驗(yàn)密切相關(guān)。將這些疑問推送給助教團(tuán)隊(duì)和慕課管理人員以保證學(xué)習(xí)者得到及時(shí)回復(fù)，將能夠極大地提升慕課學(xué)習(xí)的滿意度。

3. 在其他類討論主題中，學(xué)習(xí)者主要討論了自己的感受、期望、對(duì)課程和教師的看法等這些討論內(nèi)容，雖然不需要教師的直接干預(yù)，但其內(nèi)容對(duì)于課程改進(jìn)和提升課程體驗(yàn)依然有著重要作用?？梢詫⑦@類主題匯總后通過詞云等方式推送給課程組織者，以優(yōu)化課程設(shè)計(jì)。

五、結(jié)? ?語

慕課以其優(yōu)質(zhì)、免費(fèi)、開放等特征得到了學(xué)習(xí)者的廣泛認(rèn)可，促進(jìn)了優(yōu)質(zhì)教育資源的共享與利用。本文針對(duì)慕課討論區(qū)中討論主題數(shù)量巨大、教師難以及時(shí)反饋的現(xiàn)象，提出了一種基于文本的語義特征和內(nèi)容特征的慕課評(píng)論教師干預(yù)預(yù)測(cè)方法。在該方法中，學(xué)習(xí)者在討論區(qū)所發(fā)布的討論主題按照是否需要教師干預(yù)分為三種類型：內(nèi)容相關(guān)需干預(yù)、管理相關(guān)需干預(yù)和不需干預(yù)。在此三種類型的基礎(chǔ)上，本文針對(duì)慕課討論主題字?jǐn)?shù)較少、且與課程內(nèi)容相關(guān)的特征，提出了一種基于知識(shí)圖譜的文本分類特征提取方法，融合文本的語義特征和內(nèi)容特征，以緩解主題討論短文本所導(dǎo)致的特征稀疏問題，提高教師干預(yù)類型的預(yù)測(cè)準(zhǔn)確率。以中國(guó)大學(xué)慕課中“數(shù)據(jù)庫(kù)系統(tǒng)概論”課程7輪開課中教師答疑區(qū)的全部討論數(shù)據(jù)作為案例對(duì)本文的方法進(jìn)行驗(yàn)證，結(jié)果表明該方法對(duì)教師干預(yù)類型的預(yù)測(cè)準(zhǔn)確率可以達(dá)到75.86%，能夠極大地提升慕課中主題討論的管理效率。下一步，擬進(jìn)一步擴(kuò)大方法的應(yīng)用范圍，囊括多門課程，以驗(yàn)證模型和方法的泛化能力，提升其可推廣性。

致謝：本研究中使用了中國(guó)科學(xué)院心理研究所開發(fā)的“文心中文心理分析系統(tǒng)”，在此表示感謝！

[參考文獻(xiàn)]

[1] 21世紀(jì)經(jīng)濟(jì)報(bào)道.全球慕課（MOOC）用戶破億！教育部：中國(guó)有超過2億人次學(xué)習(xí)者[EB/OL]. [2020-10-13].http：//www.cedumedia.com/i/23466.htm.

[2] 央廣網(wǎng).教育部：我國(guó)上線慕課數(shù)量和應(yīng)用規(guī)模居世界第一[EB/OL]. [2020-10-13].http：//china.cnr.cn/news/20190415/t20190415_ 524577387.shtml.

[3] CHANDRASEKARAN M K， RAGUPATHI K， TAN B C Y， et al. Towards feasible instructor intervention in MOOC discussion forums[C]// International Conference on Information Systems， Fort Worth： 2015.

[4] 朱美娜， 趙云建. 慕課和開放教育：角色，教育實(shí)踐，個(gè)性化學(xué)習(xí)和可能的發(fā)展趨勢(shì)——訪印第安納大學(xué)教育技術(shù)專家柯蒂斯·邦克教授及其著作團(tuán)隊(duì)[J]. 中國(guó)電化教育，2017（5）：35-44.

[5] 韓普，王東波，劉艷云，蘇新寧. 詞性對(duì)中英文文本聚類的影響研究[J].中文信息學(xué)報(bào)，2013（2）：65-73.

[6] TAUSCZIK Y R， PENNEBAKER J W. The psychological meaning of words： LIWC and computerized text analysis methods[J]. Journal of language and social psychology， 2010， 29（1）： 24-54.

[7] PENNEBAKER J W，F(xiàn)RANCIS M E，BOOTH R J.Linguistic inquiry and word count：LIWC 2001[J].Mahway：erlbaum，2001，71（2001）：2001.

[8] SELL J， FARRERAS I G. LIWC-ing at a century of introductory college textbooks： have the sentiments changed？[J]. Procedia computer science， 2017（118）： 108-112.

[9] YUAN Y， LI B， JIAO D， et al. The personality analysis of characters in vernacular novels by SC-LIWC[C]//International Conference on Human Centered Computing. Kazan： Springer， 2017： 400-409.

[10] ZHAO N， JIAO D， BAI S， et al. Evaluating the validity of simplified Chinese version of LIWC in detecting psychological expressions in short texts on social network services[J]. PLoS one， 2016， 11（6）： 1-15.

[11] 文心中文心理分析系統(tǒng)[DB/OL]. [2020-10-15].http：//ccpl.psych.ac.cn/textmind/.

[12] 吳林靜， 劉清堂， 毛剛， 黃煥，黃景修. 大數(shù)據(jù)視角下的慕課評(píng)論語義分析模型及應(yīng)用研究[J]. 電化教育研究，2017（11）：43-48.

[13] 徐增林，盛泳潘，賀麗榮，等.知識(shí)圖譜技術(shù)綜述[J]. 電子科技大學(xué)學(xué)報(bào)，2016，45（4）：589-606.

[14] KNEWTON. Knewton adaptive learning building the world's most powerful education recommendation engine[DB/OL]. [2020-09-29]. https：//www.knewton.com/wp-content/uploads/knewton-adaptive-learning-whitepaper.pdf.

[15] 余勝泉，彭燕，盧宇. 基于人工智能的育人助理系統(tǒng)——“AI 好老師”的體系結(jié)構(gòu)與功能[J]. 開放教育研究，2019，25（1）：25-36.

[16] WU L， LIU Q， ZHAO G， et al. Thesaurus dataset of educational technology in Chinese[J]. British journal of educational technology， 2015， 46（5）： 1118-1122.

[17] 姜強(qiáng)，藥文靜，趙蔚，李松.面向深度學(xué)習(xí)的動(dòng)態(tài)知識(shí)圖譜建構(gòu)模型及評(píng)測(cè)[J].電化教育研究，2020，41（3） ：85-92.

[18] 秦川，祝恒書，莊福振，等.基于知識(shí)圖譜的推薦系統(tǒng)研究綜述[J]. 中國(guó)科學(xué)：信息科學(xué)，2020（7）：937-956.

[19] 黃煥，元帥，何婷婷，吳林靜. 面向適應(yīng)性學(xué)習(xí)系統(tǒng)的課程知識(shí)圖譜構(gòu)建研究——以“Java程序設(shè)計(jì)基礎(chǔ)”課程為例[J]. 現(xiàn)代教育技術(shù)， 2019， 29（12）：89-95.

[20] 李艷燕，張香玲，李新，杜靜.面向智慧教育的學(xué)科知識(shí)圖譜構(gòu)建與創(chuàng)新應(yīng)用[J].電化教育研究，2019，40（8）：60-69.

[21] 王亮.深度學(xué)習(xí)視角下基于多模態(tài)知識(shí)圖譜的MOOC課程重構(gòu)[J].現(xiàn)代教育技術(shù)，2018，28（10）：101-107.

[22] 陳曦，梅廣，張金金，許維勝.融合知識(shí)圖譜和協(xié)同過濾的學(xué)生成績(jī)預(yù)測(cè)方法[J].計(jì)算機(jī)應(yīng)用，2020，40（2）：595-601.

[23] 陸星兒，曾嘉靈，章夢(mèng)瑤，郭幸君，張婧婧. 知識(shí)圖譜視角下的MOOC教學(xué)優(yōu)化研究[J]. 中國(guó)遠(yuǎn)程教育， 2016（7）：5-9.

[24] 黃濤，王一巖，張浩，楊華利. 智能教育場(chǎng)域中的學(xué)習(xí)者建模研究趨向[J]. 遠(yuǎn)程教育雜志，2020，38（1）：50-60.

[25] 張敏，尹帥君，聶瑞，唐存周.基于體驗(yàn)感知的中外慕課學(xué)習(xí)平臺(tái)持續(xù)使用態(tài)度對(duì)比分析——以Coursera和中國(guó)大學(xué)MOOC為例[J].電化教育研究，2016，37（5）：44-49.

[26] 徐恩芹.師生交互影響網(wǎng)絡(luò)學(xué)習(xí)績(jī)效的實(shí)證分析[J].電化教育研究，2016，37（9）：61-68.

[27] DOLAN V L B. Massive online obsessive compulsion： what are they saying out there about the latest phenomenon in higher education？[J]. International review of research in open and distance learning， 2014， 15（2）：268-281.

[28] CHANAA A， EL FADDOULI N E. BERT and prerequisite based ontology for predicting learner's confusion in MOOCs discussion forums[C]//International Conference on Artificial Intelligence in Education. Ifrane： Springer， 2020： 54-58.

[29] ALGHAMDI N S， MAHMOUD H A H， ABRAHAM A， et al. Predicting depression symptoms in an Arabic psychological forum[J]. IEEE access， 2020（8）： 57317-57334.

[30] ARGUELLO J，SHAFFER K. Predicting speech acts in MOOC forum posts[C]// National conference on artificial intelligence，Oxford，2015：2-11.