多維異步在線討論行為特征分析與學習績效預測

孫建文 胡夢薇 劉三女牙 李卿 沈筱譞

【摘 要】

在線討論是數(shù)字教育的重要組成部分。利用豐富多元的討論行為特征開展學習績效預測分析，是揭示在線協(xié)作學習機制、提升在線教學質量的有效途徑。本文聚焦在線教學場景下的學習者異步討論行為特征，通過構建基于多維特征的學習績效預測模型探究各個特征的預測效力及其影響機理。以華中師范大學一門SPOC課程論壇上的164位學生為實驗對象，實驗結果表明：移動窗口和回復關系兩類社會網(wǎng)絡特征對學習績效的預測能力存在顯著差異，基于移動窗口網(wǎng)絡特征的預測能力優(yōu)于傳統(tǒng)回復網(wǎng)絡;引入積極性和規(guī)律性兩個隱性時間特征之后，進一步提升了學習績效預測的準確性;融合人口背景、行為頻數(shù)、社會網(wǎng)絡和時間信息等多維特征對學習績效具有較高的預測能力，準確率最高可達87.44%，不僅增加了異步討論行為特征的豐富性，獲得更多對在線教學有啟示價值的信息，而且有效提升了學習績效預測能力。

【關鍵詞】? 在線教學;異步討論;學習行為;學習績效;預測模型;多維特征;社會網(wǎng)絡特征;隱性時間特征

【中圖分類號】? ?G434? ? ? ? ?【文獻標識碼】? A? ? ? ?【文章編號】? 1009-458x（2022）5-0056-08

一、引言

隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等信息技術與教育教學的不斷融合，以及新冠肺炎疫情防控常態(tài)化，在線教學正發(fā)展成為未來教育的一種趨勢（Chang， Hsu， Kwon， Kusdhany， & Hong， 2021）。與此同時，支持“師—生”“生—生”甚至“師—生—機”之間有效協(xié)作的異步討論逐漸成為在線教學的有機組成部分（Han & Ellis， 2019）。異步討論工具支持學習者跨時空、跨場景、跨終端開展社會性交互，為實現(xiàn)“人人皆學、處處能學、時時可學”的學習場景提供了重要手段?；诋惒接懻摦a(chǎn)生的海量、實時、豐富的交互類大數(shù)據(jù)，開展以學習者為中心的行為分析與績效預測，是當前在線教學研究的熱點問題之一（De-Marcos， et al.， 2016; Galikyan & Admiraal， 2019; 胡航， 等， 2021; 沈欣憶， 等， 2020）。

當前研究主要圍繞異步討論交互特征提取與學習績效預測模型構建兩方面開展，尤其是如何從人口背景、行為頻數(shù)、社會網(wǎng)絡、時間信息等多維交互數(shù)據(jù)中挖掘出具有較高預測效力的特征指標（Alyahyan & Dü teg?r， 2020; Gitinabard， Xu， Heckman， Barnes， & Lynch， 2019; Li & Baker， 2018）。近年來，盡管已取得了一系列研究成果，但在異步討論交互特征數(shù)據(jù)的多樣化、深層次信息挖掘和利用方面仍存在不足。例如，對于社會網(wǎng)絡類特征，多數(shù)研究僅局限于探索傳統(tǒng)回復關系定義下的行為特征對學習績效預測能力的影響，少有研究從社會關系多樣性視角考察更具預測效力的特征（Gitinabard， et al.， 2019）。對于時間類特征，現(xiàn)有研究大多聚焦于淺層統(tǒng)計信息（如在線時長、天數(shù)等），缺乏從時間數(shù)據(jù)中挖掘潛在的隱性特征進行學習績效預測（Barbera， Gros， & Kirschner， 2015）。針對此類問題，本文運用數(shù)據(jù)驅動的研究范式，以華中師范大學一門SPOC課程論壇中的164位學生為對象，通過對異步討論交互數(shù)據(jù)的全面、深度分析，構建基于多維特征的學習績效預測模型，進一步揭示在線教學環(huán)境下學習者的異步討論行為特征與學習績效之間的關系，以期為后續(xù)研究提供參考。

二、相關研究

（一）學習績效預測

學習績效預測是學習分析領域的核心問題之一，其本質是利用學習者在學習過程中產(chǎn)生的各類數(shù)據(jù)，運用以機器學習為代表的方法對學習績效或效果進行預測。教師可根據(jù)預測結果及時了解學習者的學習狀態(tài)，并對學習過程進行及時干預，如改善學習者學習習慣、調整教學策略等（武法提， 等， 2019）。從任務角度劃分，學習績效預測可以是分類任務，如預測學習者是否有不及格的風險（Gray & Perkins， 2019）;可以是回歸任務，如預測學習者關于某門課程的成績分值或者排名（Soffer & Cohen， 2019）。

（二）學習績效影響因素

在在線教學環(huán)境下，以異步討論為代表的數(shù)字化學習工具提供了強大的過程性數(shù)據(jù)采集能力，數(shù)據(jù)中蘊含了若干影響學習績效的因素。從數(shù)據(jù)挖掘角度看，這些因素可稱之為特征。結合已有研究，相關特征可分為以下四類：

1. 人口背景

人口背景一般指學習者的性別、年齡、父母職業(yè)等。相關研究包括：Alyahyan等（Alyahyan， et al.， 2020）通過綜述近五年的學習績效預測研究，發(fā)現(xiàn)使用較多的特征是人口統(tǒng)計變量（如學習者的性別、年齡、國籍等）;Gardner等（Gardner & Brooks， 2018）針對MOOC學習環(huán)境進行了研究，發(fā)現(xiàn)學習者的年齡和父母職業(yè)等都是學習績效的重要預測因素;Espinoza等（Espinoza & Taut， 2020）著重考察了學習者的性別和學習績效的關系，發(fā)現(xiàn)性別可以作為預測學習績效的良好特征。但是，簡單基于人口背景信息的學習績效預測能力有限，通常與其他類型的特征進行組合，實現(xiàn)基于多維特征的學習績效預測。

2. 行為頻數(shù)

行為頻數(shù)是指從學習者學習過程中提取的行為類統(tǒng)計指標，如登錄次數(shù)、發(fā)帖數(shù)、作業(yè)數(shù)、測驗數(shù)等。Romero等（Romero， López， Luna， & Ventura， 2013）采用學習者發(fā)帖總數(shù)、發(fā)帖總句子數(shù)等特征進行學習績效預測，結果表明，發(fā)帖總數(shù)、發(fā)帖總句子數(shù)均是學習績效的良好預測因子，發(fā)帖數(shù)越多、句子數(shù)越多的學習者更愿意積極參與討論，并取得更好的成績;劉三女牙等（2017）和Li等（2018）等發(fā)現(xiàn)在學習者的在線活動日志中，如登錄次數(shù)、作業(yè)完成數(shù)、測驗完成數(shù)等是預測學習績效的強力指標;Cerezo等（Cerezo， Sánchez-Santillán， Paule- Ruiz， & Nú?ez， 2016）采用回歸分析發(fā)現(xiàn)，學習者在論壇中的發(fā)帖總字數(shù)也可作為預測學習績效的有力指標;左明章（2018）等采用定量方法從論壇數(shù)據(jù)中提取發(fā)布時間、文本字數(shù)等信息，然后提出基于K-means的學習績效預測模型。行為頻數(shù)具有容易采集與量化、特征語義豐富、預測能力強、可解釋性好等優(yōu)勢，是學習績效預測研究使用最廣泛的一類特征。749A67E7-4AF0-4AD6-94CB-60315305E7B6

3. 社會網(wǎng)絡

社會網(wǎng)絡本義指社會行動者（Social Actor）以及彼此關系的集合，具體到教育領域是指學習者之間的關系集合。從學習者互動關系中提取社會網(wǎng)絡特征有多種方法，通?？煞譃閮深悾阂皇歉鶕?jù)學習者之間的回復關系進行社會網(wǎng)絡特征提取，如直接回復;二是基于學習者在討論中的共同參與情況提取特定關系，如移動窗口（Fincham， Ga evi ， & Pardo， 2018）。目前，已有大量研究根據(jù)學習者的回復關系定義社會網(wǎng)絡，并從中提取特征，分析其對學習績效的預測能力。如De-Marcos、Gitinabard等采用傳統(tǒng)回復網(wǎng)絡對學習者討論數(shù)據(jù)進行分析，挖掘出中心度、出入度等指標，建立學習績效預測模型（De-Marcos， et al.， 2016; Gitinabard， et al.， 2019）。傳統(tǒng)研究多數(shù)集中于分析回復關系下的網(wǎng)絡特征對學習績效的預測能力，鮮有探討基于其他關系定義（如移動窗口）的網(wǎng)絡特征對學習績效預測的影響。近年來，有研究發(fā)現(xiàn)基于移動窗口定義下的社會網(wǎng)絡特征與學習績效的相關性較強（Fincham， et al.， 2018; 劉三女牙， 等， 2020）。因此，有必要進一步探究基于移動窗口等非傳統(tǒng)網(wǎng)絡特征對學習績效的預測能力。

4. 時間信息

學習時間對于學習績效的重要性已得到研究者的關注和證明（Tangtao， Xingli， & Pei， 2018）。目前，在學習績效預測研究中對時間類特征的利用主要分為兩類：一是基于顯性時間特征，Xu等（Xu， Wang， Peng， & Wu， 2019）從4，000名學習者的在線學習數(shù)據(jù)中提取學習時長等特征，再利用決策樹、神經(jīng)網(wǎng)絡和支持向量機等機器學習算法預測學習績效;Gitinabard等（2019）從Pizza論壇中挖掘學習者的在線時間，探索其預測能力。二是挖掘基于時間的隱性特征，Boroujeni等（Boroujeni & Dillenbourg， 2019）采用時間序列方法分析學習者的學習模式如何隨時間變化，進而探索學習模式的變化對學習績效的影響。此外，Barbera等（2015）利用學習者首次參與討論的時間衡量學習的積極性，分析其對學習績效的預測能力，并對學習者傾向于何時參與學習討論進行了研究，發(fā)現(xiàn)每個學習者都有獨特的參與時間特點，對學習績效的預測也至關重要。時間信息中蘊涵了大量的隱性特征，為充分理解學習是如何隨時間推移而展開的，有必要從時間維度深入分析學習者的學習特征，挖掘出更多具有潛在價值的學習模式與規(guī)律，進一步提升學習績效的預測能力。

三、研究設計

（一）研究問題

綜上所述，圍繞在線教學異步討論環(huán)境下的人口背景、行為頻數(shù)、社會網(wǎng)絡、時間信息等特征開展學習績效預測研究，已吸引了國內外大量學者的研究興趣并取得積極進展，目前正進一步往特征的深層分析與組合建模方向發(fā)展。因此，本文重點針對社會網(wǎng)絡和時間信息兩類特征，以非傳統(tǒng)定義下的社會網(wǎng)絡特征與基于時間維度的隱性特征為核心，探索不同特征組合對學習績效預測模型的影響。主要研究問題如下：

1. 采用移動窗口定義下的社會網(wǎng)絡特征和傳統(tǒng)回復網(wǎng)絡特征分別進行預測，對比兩者的預測能力是否存在差異？

2. 在特征集合中引入基于時間維度的隱性特征是否可進一步提升預測效果？

（二）研究對象和數(shù)據(jù)來源

研究數(shù)據(jù)源于華中師范大學2018學年秋季在SPOC平臺上開設的一門“新生研討課”，該課程主要面向英語專業(yè)一年級新生，在教學過程中引入SPOC異步在線論壇進行線上教學，學生通過發(fā)帖、回帖等方式開展各種協(xié)作性、研討性學習。經(jīng)統(tǒng)計，參與討論的師生總人數(shù)為164人，其中包括7名教師、24名大二學生和133名大一新生，帖子總數(shù)為9，798條，剔除重復帖、純標點符號帖等無效數(shù)據(jù)后，剩余有效帖子數(shù)為9，779條。

學習績效的計算綜合考慮了學生的平時表現(xiàn)和期末考核，其中平時表現(xiàn)占80%，期末考核占20%。平時表現(xiàn)的計分規(guī)則為：課程論壇提問和回答次數(shù)占平時成績的15%，論壇資源學習占平時成績的10%，線下課堂出勤、參與度、課堂筆記占平時成績的25%，課外作業(yè)占平時成績的50%。期末考核成績的組成為：課程論文占50%，課堂成果展示占50%。

（三）研究方法

按照學習分析或教育數(shù)據(jù)挖掘的一般流程，主要包括數(shù)據(jù)清洗、特征提取、模型構建等環(huán)節(jié)。為提高數(shù)據(jù)處理和分析的效率，采用領域廣泛使用的機器學習套件——Scikit-learn作為研究工具，編程語言選擇Python。

1. 數(shù)據(jù)清洗

使用Scikit-learn庫的Pandas包對數(shù)據(jù)進行清洗，包括：①使用Dropna、Fillna等函數(shù)補齊或剔除有缺失值的帖子，保持數(shù)據(jù)的完整性;②使用Drop_ duplicates函數(shù)去除重復帖，保持數(shù)據(jù)的唯一性。

2. 特征提取

采用以人口背景、行為頻數(shù)、社會網(wǎng)絡、時間信息等為核心的特征分類框架，在此基礎上開展在線教學異步討論環(huán)境下學習績效影響因素的表征與量化。

第一類是人口背景特征集，主要包括性別（男、女）特征。

第二類是行為頻數(shù)特征集，主要包括發(fā)帖次數(shù)（學習者在論壇發(fā)帖的總次數(shù)，利用回帖和發(fā)帖的總數(shù)目來衡量）和發(fā)帖長度（學習者在論壇發(fā)帖的總字數(shù)，利用每一條帖子的字數(shù)之和來衡量）等特征。

第三類是社會網(wǎng)絡特征集，分別對直接回復網(wǎng)絡和移動窗口網(wǎng)絡進行定義。一方面，根據(jù)學習者之間的回復層級來提取直接回復網(wǎng)絡特征，如圖1左邊所示，主題帖可表示為S，R1和R2表示主題帖S下的一級回復帖，故R1、R2與S之間存在連線，RR1、RR2和RR3表示R1的二級回復帖，故RR1、RR2、RR3與R1之間存在連線，以此類推。另一方面，根據(jù)學習者在論壇的共同參與情況來提取移動窗口網(wǎng)絡特征，如圖1右邊所示，當一個主題S的帖子總數(shù)小于N時所有帖子相互連接，否則定義一個大小為N的窗口在主題S中移動，每一步窗口內的所有帖子相互連接。例如，從第一個帖子開始，S、R1和R2存在連線，然后將窗口移動到第二個帖子，R1、R2和RR1存在連線，以此類推直至窗口遍歷完主題所有帖子。與直接回復網(wǎng)絡相比，移動窗口關系特征不受回復層級影響，更平均地關注了學習者的發(fā)帖信息。本文設置移動窗口長度為3，分別從兩類社會網(wǎng)絡定義特征，包括點出度（學習者給出的回復和反饋數(shù)量）、點入度（學習者收到的回復和反饋數(shù)量）、接近中心度（反映網(wǎng)絡中某一學習者與其他學習者之間的接近程度，可采用一個節(jié)點到其他所有節(jié)點的最短路徑距離累加之和的倒數(shù)來衡量）、中介中心度（反映學習者在網(wǎng)絡中作為交流媒介的能力，可利用經(jīng)過一個節(jié)點的最短路徑數(shù)目來衡量）、特征向量中心度（反映某一學習者在網(wǎng)絡中的重要性，可采用一個節(jié)點的鄰居節(jié)點數(shù)量及鄰居節(jié)點的重要性來衡量）。749A67E7-4AF0-4AD6-94CB-60315305E7B6

圖1 兩類社會網(wǎng)絡特征定義示意圖

第四類是時間信息特征集，分別從顯性和隱性時間兩個維度定義特征。一方面，顯性時間特征包括在線討論時長（學習者在線討論總時長，可利用相鄰兩個帖子之間的時間間隔來估算，如果時間差超過一定閾值則表明學習者可能處于非有效學習狀態(tài)，不統(tǒng)計在內）和在線討論天數(shù)（學習者在線討論總天數(shù)，利用學習者登錄情況計算）。另一方面，隱性時間特征包括積極性（學習者回復主題帖的速度，利用學習者在某一主題帖下首次回復的時間差來衡量，本質是計算在所有主題帖下首次回復時間差的平均值）、規(guī)律性（每個討論主題下學習者首次參與回帖的縱向時間特征，利用學習者回復速度的方差來衡量，本質是計算在所有主題帖下首次回復時間差的方差）等。其中，積極性與規(guī)律性的計算方法分別如公式（1）和公式（2）所示，n為主題貼總數(shù)，i為第i條主題貼，mi表示第i條主題貼的發(fā)布時間，ti表示學習者關于第i條主題貼的首次回帖時間。

[i=1nti-min] ? ?（1）

[[（ti-mi）-i=1nti-min]2n] （2）

綜上所述，在以人口背景、行為頻數(shù)、社會網(wǎng)絡、時間信息等為核心的分類框架下，通過對特征的進一步細分與定義得到的特征集合如表1所示。

表1 學習者特征分類和細分指標

[特征類別 細分依據(jù) 具體指標 人口背景 人口背景 性別 行為頻數(shù) 行為頻數(shù) 發(fā)帖次數(shù) 發(fā)帖長度 社會網(wǎng)絡 直接回復

移動窗口 出度 入度 接近中心度 中介中心度 特征向量中心度 時間信息 顯性維度 在線討論總時長 在線討論總天數(shù) 隱性維度 積極性 規(guī)律性 ]

3. 模型構建

首先，由于不同特征的量綱不同，為避免各類特征數(shù)值取值范圍的差異對分類預測的干擾，對所有數(shù)值屬性進行標準化（Z-Score）處理。其次，在滿足正態(tài)分布的標準下，依據(jù)學習者期末成績將其學習水平劃分為三個層次：80分以下為低水平（Low），80～94分為中等水平（Middle），94分以上為高水平（High）。最后，采用五種主流的機器學習算法（邏輯回歸、決策樹、多項式SVM、高斯核SVM和神經(jīng)網(wǎng)絡），分別構建基于在線教學異步討論行為的學習績效預測模型。所有模型均使用Scikit-learn工具訓練，并通過五折交叉驗證法進行參數(shù)優(yōu)化與性能評估，預測結果采用準確率、F1值等指標來綜合衡量。

四、結果分析

（一）移動窗口與傳統(tǒng)回復網(wǎng)絡定義下的特征預測能力是否存在顯著差異

首先分別將兩類社會網(wǎng)絡中提取的特征與人口背景、行為頻數(shù)和顯性時間三類特征結合，構成特征集A與B，然后分別采用上述五種機器學習算法在特征集A與B上構建預測模型，相應結果如圖2所示。

圖2 基于社會網(wǎng)絡特征集A與B的預測性能對比

從圖2可見，對于準確率指標，基于特征集B構建的五種預測模型的準確率均顯著高于特征集A;對于F1值，基于特征集B的預測效果同樣普遍優(yōu)于特征集A。其中，尤其是對于多項式SVM模型，在準確率和F1值上都取得高達7%的性能優(yōu)勢。因此，可以發(fā)現(xiàn)兩類社會網(wǎng)絡定義下的特征對于學習績效的預測能力存在較為明顯的差異，基于移動窗口網(wǎng)絡特征的預測能力要優(yōu)于傳統(tǒng)回復網(wǎng)絡。

究其原因，一方面是相比直接回復網(wǎng)絡，移動窗口關系定義方式不受回復層級影響，更平均地關注了論壇中學習者發(fā)布的帖子，最終提取的關系數(shù)量相對較多，從中挖掘的出入度等特征更具預測效力，這與Gitinabard等（2019）的研究結論一致;另一方面，從社會網(wǎng)絡結構看，在直接回復網(wǎng)絡中學習者大多處于邊緣位置，教師處于中心位置，而在移動窗口網(wǎng)絡中則相反，這充分體現(xiàn)了學習者在學習過程中的主體地位。一般而言，處于中心位置的學習者更有可能獲得更高的學習績效（De-Marcos， et al.， 2016）。

由于特征集B為組合特征，包含了移動窗口社會網(wǎng)絡、人口信息、行為頻數(shù)、顯性時間等多維特征元素，其中可能存在與學習績效相關度不高或冗余的特征，有必要進行特征選擇，以進一步降低特征維數(shù)，并提升模型的預測性能，為此本文采用卡方檢驗和互信息兩種方法進行特征選擇。

1. 卡方檢驗（x2test）

卡方檢驗（x2test）是一種典型的特征選擇方法，其本質是通過計算兩個變量間的關聯(lián)性進行特征篩選，若特征與學習績效之間的x2顯著性水平較高，則表明該特征與學習績效相關性較強，適合被選作預測因子。本文使用Scikit-learn的Chi2包計算上述特征集B中10個特征元素的x2值，得到其卡方值及相應的p值（顯著性水平），根據(jù)這兩個值衡量每一個特征對于學習績效預測的置信度，結果如表2所示。

2. 互信息法

對于分類問題，互信息法是用于衡量某個特征對于特定類別所貢獻的信息量，信息量越大，該特征與類別之間的相關性越高。本文使用Scikit-learn的Mutual_info_classif包分別計算特征集B中10個特征元素與學習績效之間的互信息值，根據(jù)其大小進行排序，結果如表3所示。

從表2可見，在利用卡方檢驗進行篩選時，性別、接近中心度等特征的排序較為靠后，預測能力不佳，其次是在線討論天數(shù)、特征向量中心度，因此可考慮剔除這四個特征。但從表3可見，特征向量中心度的排序較高，故綜合考慮，保留特征向量中心度。這樣經(jīng)過兩類特征選擇后，特征集B中保留了7個更具預測效力的特征元素，構成新的特征集C，然后再分別采用邏輯回歸、決策樹、多項式SVM、高斯核SVM和神經(jīng)網(wǎng)絡五種算法進行模型訓練，得到的準確率和F1值如圖3所示，五種模型的預測準確率均有不同程度的提升，即用更少的特征取得了更好的預測效果，表明特征選擇的有效性。749A67E7-4AF0-4AD6-94CB-60315305E7B6

在上述特征選擇過程中，性別、接近中心度和在線討論天數(shù)三項特征被剔除。究其原因：首先對于性別，同Alyahyan等（2020）和Li（2019）的研究結論一致，性別對學習績效的影響較小。其次對于接近中心度，與中介中心度和特征向量中心度等類似特征相比，其與學習績效的相關性最低，這和劉三女牙等（2020）的研究結論一致。接近中心度、中介中心度和特征向量中心度雖然都可以衡量學習者的中心地位，但接近中心度側重于利用學習者之間在討論交互中的親密程度來衡量學習者的中心度，而中介中心度和特征向量中心度側重于衡量學習者在學習互動中充當“中介”的程度，描述了學習者調節(jié)社會交往的能力。與接近中心度相比，中介中心度和特征向量中心度更能衡量學習者的社會威望和影響力，學習者的威望越大，影響力越大，往往所取得的學習績效越高。最后對于在線討論天數(shù)特征，與此相似的是在線討論時長均可對學習者的在線討論時間進行衡量，但后者更精確地統(tǒng)計了學習者參與討論的有效時間，在線討論天數(shù)則主要反映了學習者登錄論壇的天數(shù)信息，其對學習績效的預測效力不如在線討論時長。

此外，通過以上分析可以發(fā)現(xiàn)，在四大類特征中僅有行為頻數(shù)特征未被剔除。有研究表明，在線討論頻數(shù)信息是預測學習績效的重要指標，由于較高的論壇交互頻次行為意味著學習者愿意花更多的時間和精力用于學習，因此容易獲得較高的學業(yè)表現(xiàn)（武法提， 等， 2019; 范逸洲， 等， 2018）。本研究所使用的頻數(shù)特征包括發(fā)帖次數(shù)和發(fā)帖長度，次數(shù)越多通常代表學習者愿意投入更多的時間參與在線討論和交流，長度越長則往往意味著學習者有自己的分析和思考，主動且深度開展在線討論。

（二）引入隱性時間特征是否可以獲得更好的預測效果

將表1中定義的兩個隱性時間特征（積極性與規(guī)律性）引入篩選后的特征集C中，構成新的特征集D，然后基于特征集D構建預測模型，得到的預測結果如圖4所示。

從圖4可見，在引入隱性時間特征之后，五種模型的預測結果均有了進一步的提升（與圖3相比），體現(xiàn)出隱性時間特征對學習績效預測的有效性。從準確率上看，決策樹模型的預測性能提升幅度最大，高達5%;高斯核SVM模型的預測效果最好，準確率達87.44%;預測準確率最低的是邏輯回歸模型，但和高斯核SVM模型相比也僅存在1%左右的差距。從F1值來看，高斯核SVM模型不僅準確率最高，而且也取得最高的F1值，這表明采用高斯核SVM算法構建學習績效預測模型的有效性;F1值最低的是決策樹模型，但其準確率并非最低，這也說明需采用多個指標對模型性能進行綜合評估。

以上表明，在特征集中引入積極性和規(guī)律性兩個特征后，五個模型的預測準確度均高于85%，表明隱性時間特征對于提升學習績效預測的有效性。究其原因，積極性衡量學習者在討論中的整體參與情況，規(guī)律性代表學習者的縱向參與模式。積極性不高可能意味著學習者在討論中存在懈怠、拖延等狀況，體現(xiàn)出學習者學習動機不強或時間管理能力較差，從而導致學習質量不高。規(guī)律性不強表示學習者難以長期保持積極參與討論的學習狀態(tài)，學習投入起伏較大，學習表現(xiàn)也因此受到影響。相比積極性，規(guī)律性更能揭示學習者在參與討論時間上的細微變化。相關研究也表明，學習時間是學習者在學習過程中需要重點把握的因素，只有妥善管理好時間，才有可能取得更好的學習績效（Xu， et al.， 2019）。

（三）教學啟示

綜上所述，融合多維異步討論行為特征有效提升了學習績效的預測能力，最高達87.44%，與已有研究（Wakelam， Jefferies， Davey， & Sun， 2020; Zohair， 2019）相比取得較大提升，表明本文所提出的特征提取、選擇以及模型構建等方法的有效性。但需特別指出的是，學習績效預測研究并非簡單追求機器學習預測模型的高準確率，更重要的是探索對提升學習者學習績效有顯著價值、對優(yōu)化教師教學過程有參考意義的可解釋、可信任的特征（劉三女牙， 等， 2021），以及時洞察和干預學習者的學習過程，反思和調整教師的教學過程，促進在線教學模式創(chuàng)新與質量提升。具體啟示如下：

1. 在社會網(wǎng)絡方面，由于移動窗口網(wǎng)絡特征的預測效果優(yōu)于傳統(tǒng)回復網(wǎng)絡，因此要加大對交互分析過程中移動窗口的使用，重視移動窗口中學習者交互在提升學習績效中的重要價值。根據(jù)移動窗口社會網(wǎng)絡結構下學習者在論壇中互動時的表現(xiàn)和社會地位，對核心成員進行適當引導以建立更廣泛的社交關系，實現(xiàn)與更多班級成員進行雙向交流。同時，需要特別關注處于網(wǎng)絡邊緣的學習者，鼓勵他們積極投入學習并更多參與討論。

2. 在學習時間方面，學習者在學習過程中會產(chǎn)生一系列顯性時間數(shù)據(jù)，如在線討論時長、在線討論天數(shù)等，利用這些數(shù)據(jù)可以在一定程度上實現(xiàn)對學習績效的預測，教師也可以根據(jù)這些特征對學習者進行適當干預。但由于每個學習者在學習過程中都有其獨特的學習模式，有必要從學習者的學習時間數(shù)據(jù)中深度挖掘其隱性學習模式，如分析學習者在不同時間段的學習積極性等隱性規(guī)律，對學習者的學習過程和狀態(tài)進行更深層次的剖析，使教師對學習者的學習特點有更精細化的洞察，以準確把握學習者的真實需求（Peng & Xu， 2020），并進行有針對性的引導和幫助，進而提升其學習績效。

五、總結展望

本文面向當前信息技術與教育教學融合創(chuàng)新發(fā)展的需求與趨勢，著重研究了在線教學場景下基于異步討論行為特征的學習績效預測問題，其核心在于如何從討論數(shù)據(jù)中挖掘出有教學指導意義和高預測效力的特征集。針對當前研究在異步討論交互特征的多樣化、深層次信息挖掘方面存在的不足，以人口背景、行為頻數(shù)、顯性時間等基本特征信息為基礎，重點從社會網(wǎng)絡視角引入移動窗口和傳統(tǒng)回復網(wǎng)絡特征，以及從時間信息維度提取積極性和規(guī)律性等隱性特征，不僅增加了異步討論行為特征的豐富性，得到更多對在線教學有意義的特征，而且有效提升了學習績效預測模型的性能。749A67E7-4AF0-4AD6-94CB-60315305E7B6

未來可以進一步加大多學科交叉研究力度，利用各類新型傳感器采集在線教學環(huán)境下學習者的多模態(tài)數(shù)據(jù)，如從生理、心理等多個層面對學習者的行為與特征進行關聯(lián)分析，從帖子內容語義方面挖掘學習者的認知風格，提取深度融合帖子內容語義信息的社會網(wǎng)絡特征等。同時，也可以結合智慧教室場景，引入學習者線下學習行為數(shù)據(jù)，構建線上線下多維特征融合的特征集，將在線行為拓展至混合教學情景，擴大學習行為分析空間，提升學習績效的預測能力。

[參考文獻]

范逸洲，汪瓊. 2018. 學業(yè)成就與學業(yè)風險的預測——基于學習分析領域中預測指標的文獻綜述[J]. 中國遠程教育（1）：5-15.

胡航，杜爽，梁佳柔，等. 2021. 學習績效預測模型構建：源于學習行為大數(shù)據(jù)分析[J]. 中國遠程教育（4）：8-20，76.

劉三女牙，郭美伶，胡天慧，等. 2020. 不同關系定義下在線交互網(wǎng)絡特點及其與學習績效關系——以SPOC論壇為例[J]. 開放教育研究，26（3）：80-90.

劉三女牙，劉盛英杰，孫建文，等. 2021. 智能教育發(fā)展中的若干關鍵問題[J]. 中國遠程教育（4）：1-7，76.

劉三女牙，彭晛，劉智，等. 2017. 面向MOOC課程評論的學習者話題挖掘研究[J]. 電化教育研究，38（10）：30-36.

沈欣憶，劉美辰，吳健偉，等. 2020. MOOC學習者在線學習行為和學習績效評估模型研究[J]. 中國遠程教育（10）：1-8，76.

武法提，田浩. 2019. 挖掘有意義學習行為特征：學習結果預測框架[J]. 開放教育研究，25（6）：75-82.

左明章，趙蓉，王志鋒，等. 2018. 基于論壇文本的互動話語分析模式構建與實踐[J]. 電化教育研究，39（9）：51-58.

Alyahyan， E.， & Dü?teg?r， D. （2020）. Predicting academic success in higher education： Literature review and best practices. International Journal of Educational Technology in Higher Education， 17（1）， 1-21.

Barbera， E.， Gros， B.， & Kirschner， P. A. （2015）. Paradox of time in research on educational technology. Time & Society， 24（1）， 96-108.

Boroujeni， M. S.， & Dillenbourg， P. （2019）. Discovery and temporal analysis of MOOC study patterns. Journal of Learning Analytics， 6（1）， 16-33.

Busto， S.， Dumbser， M.， & Gaburro， E. （2021）. A simple but efficient concept of blended teaching of mathematics for engineering students during the COVID-19 pandemic. Education Sciences， 11（2）， 1-24.

Chang， T. Y.， Hsu， M. L.， Kwon， J. S.， Kusdhany， M. L. S.， & Hong， G. （2021）. Effect of online learning for dental education in asia during the pandemic of COVID-19. Journal of Dental Sciences， 16（4）， 1095-1101.

Cerezo， R.， Sánchez-Santillán， M.， Paule-Ruiz， M. P.， & Nú?ez， J. C. （2016）. Students LMS interaction patterns and their relationship with achievement： A case study in higher education. Computers & Education， 96， 42-54.

De-Marcos， L.， García-López， E.， García-Cabot， A.， Medina-Merodio， J. A.， Domínguez， A.， Martínez-Herráiz， J. J.， et al. （2016）. Social network analysis of a gamified e-learning course： Small-world phenomenon and network metrics as predictors of academic performance. Computers in Human Behavior， 60， 312-321.

Espinoza， A. M.， & Taut， S. （2020）. Gender and psychological variables as key factors in mathematics learning： A study of seventh graders in Chile. International Journal of Educational Research， 103， 1-16.749A67E7-4AF0-4AD6-94CB-60315305E7B6

Fincham， E.， Ga?evi ， D.， & Pardo， A. （2018）. From social ties to network processes： Do tie definitions matter？ Journal of Learning Analytics， 5（2）， 9-28.

Galikyan， I.， & Admiraal， W. （2019）. Students engagement in asynchronous online discussion： The relationship between cognitive presence， learner prominence， and academic performance. The Internet and Higher Education， 43， 1-9.

Gardner， J.， & Brooks， C. （2018）. Student success prediction in MOOCs. User Modeling and User-Adapted Interaction， 28（2）， 127-203.

Gitinabard， N.， Xu， Y.， Heckman， S.， Barnes， T.， & Lynch， C. F. （2019）. How widely can prediction models be generalized？ Performance prediction in blended courses. IEEE Transactions on Learning Technologies， 12（2）， 184-197.

Gray， C. C.， & Perkins， D. （2019）. Utilizing early engagement and machine learning to predict student outcomes. Computers & Education， 131， 22-32.

Han， F.， & Ellis， R. A. （2019）. Identifying consistent patterns of quality learning discussions in blended learning. The Internet and Higher Education， 40， 12-19.

Li， K. （2019）. MOOC learners demographics， self-regulated learning strategy， perceived learning and satisfaction： A structural equation modeling approach. Computers & Education， 132， 16-30.

Li， Q.， & Baker， R. （2018）. The different relationships between engagement and outcomes across participant subgroups in massive open online courses. Computers & Education， 127， 41-65.

Peng， X.， & Xu， Q. （2020）. Investigating learners behaviors and discourse content in MOOC course reviews. Computers & Education， 143， 1-14.

Romero， C.， López， M. I.， Luna， J. M.， & Ventura， S. （2013）. Predicting students final performance from participation in on-line discussion forums. Computers & Education， 68， 458-472.

Soffer， T.， & Cohen， A. （2019）. Students engagement characteristics predict success and completion of online courses. Journal of Computer Assisted Learning， 35（3）， 378-389.

Tang， H.， Xing， W.， & Pei， B. （2019）. Time really matters： Understanding the temporal dimension of online learning using educational data mining. Journal of Educational Computing Research， 57（5）， 1326-1347.

Wakelam， E.， Jefferies， A.， Davey， N.， & Sun， Y. （2020）. The potential for student performance prediction in small cohorts with minimal available attributes. British Journal of Educational Technology， 51（2）， 347-370.

Xu， X.， Wang， J.， Peng， H.， & Wu， R. （2019）. Prediction of academic performance associated with internet usage behaviors using machine learning algorithms. Computers in Human Behavior， 98， 166-173.

Zohair， L. M. A. （2019）. Prediction of students performance by modelling small dataset size. International Journal of Educational Technology in Higher Education， 16（1）， 1-18.

收稿日期：2021-08-22

定稿日期：2021-11-03

作者簡介：孫建文，博士，副教授，博士生導師;胡夢薇，碩士研究生;劉三女牙，博士，教授，博士生導師;李卿，博士，副教授，碩士生導師;沈筱譞，博士后，本文通訊作者。華中師范大學教育大數(shù)據(jù)應用技術國家工程研究中心（430079）。

基金項目：本文受教育部人文社會科學研究青年項目“面向啟發(fā)式教學的智能課堂編排模型與方法研究”（項目編號：20YJC880083）、國家自然科學基金面上項目“多傳感數(shù)據(jù)驅動的智能課堂共享調節(jié)機理與量化分析方法”（項目編號：62077021）、教育部-中國移動科研基金研發(fā)項目“在線教育發(fā)展現(xiàn)狀分析與政策研究”（項目編號：MCM20200406）和華中師范大學研究生教學改革研究項目“AI增強的智能課堂教學編排研究與實踐”（項目編號：2020JG14）資助。749A67E7-4AF0-4AD6-94CB-60315305E7B6