大規(guī)模私有在線課程微觀交互行為模式探究

程 罡 ，孫 迪，羅 恒

(1.國家開放大學(xué) 學(xué)習(xí)資源部(數(shù)字圖書館)，北京 100039；2.大連理工大學(xué) 高等教育研究院，遼寧 大連 116024；3.華中師范大學(xué) 教育信息技術(shù)學(xué)院，湖北 武漢 430079)

一、引言

學(xué)習(xí)本質(zhì)上是一系列隨著時間的展開而發(fā)生不同行為的交互事件[1-3]，交互則是學(xué)習(xí)取得成功的重要基礎(chǔ)[4-8]。近年來，越來越多的研究者認(rèn)為，對于交互的研究，不能忽視時間和順序這兩個重要的特征[9]。交互的時序特征可以幫助我們理解學(xué)習(xí)的發(fā)生、發(fā)展和結(jié)果[10]。隨著時間的推移，微觀而高頻的交互行為可以揭示學(xué)習(xí)者在學(xué)習(xí)過程中呈現(xiàn)的某些普遍行為模式[11][12]。因此，以時序性為基礎(chǔ)，對于大量微觀交互行為的深度挖掘，可以幫助我們探究學(xué)習(xí)過程中細(xì)粒度的交互模式，從而更好地理解學(xué)習(xí)過程。

在線學(xué)習(xí)中學(xué)習(xí)者的交互可以分為中觀的活動和微觀的行動兩個層面：中觀層面的交互活動通常指在線學(xué)習(xí)平臺中設(shè)置的一系列交互操作的課程模塊，例如介紹、內(nèi)容、論壇、測驗(yàn)、作業(yè)等；微觀層面交互行為是指交互活動中包含的具有教育意義的典型行為，如查看、刪除、寫入、創(chuàng)建等[13]。目前，大多數(shù)研究集中在活動層面[14]，但是，活動層面的研究掩蓋了學(xué)習(xí)過程中一些更為微觀和連續(xù)的行為，可能降低研究的意義，無法解釋學(xué)習(xí)過程中的某些重要方面。此外，在一個長期的學(xué)習(xí)過程中，學(xué)習(xí)者行為模式的演變，以及多樣化的學(xué)習(xí)者群體之間交互模式的異同，也有待更深入的梳理和分析。

因此，本研究聚焦于微觀層面上的交互行為，采用序列模式挖掘(Sequential Pattern Mining)的方法，從更細(xì)粒度和更精確的層面上探究了不同成就的學(xué)習(xí)者群體之間交互行為模式的特點(diǎn)及其對學(xué)習(xí)的影響。從而更好地幫助教師和管理者在課程教學(xué)的不同階段識別不同類型的學(xué)習(xí)者，并給予更加有針對性的教學(xué)干預(yù)措施。

二、序列模式挖掘

序列模式挖掘(Sequential Pattern Mining)是一種通過尋找高頻行為序列來從研究微觀學(xué)習(xí)行為的方法，在對行為的時序特征進(jìn)行編碼的基礎(chǔ)上，該方法可以挖掘個人和群體的典型行為模式[15][16]。序列是一組有序的微觀行為操作，子序列是從原始序列中生成的新序列，它過濾掉一些無關(guān)行為，同時保持其余行為的相對位置(例如：“xaxxbxxcxxdx”序列中的“abcd”的子序列)[17]。給定一個存儲學(xué)習(xí)者交互信息的數(shù)據(jù)庫，序列模式挖掘的目標(biāo)是在所有可能的學(xué)習(xí)者交互行為中找到最優(yōu)的序列[18][19]，進(jìn)而將不同學(xué)習(xí)成績的學(xué)習(xí)者分離到不同的學(xué)習(xí)過程中，其結(jié)果可以用于提高學(xué)習(xí)質(zhì)量和解決相關(guān)問題[20]。

目前為止，大致有幾種經(jīng)典的序列挖掘技術(shù)。例如：廣義序列模式挖掘算法(Generalized Sequential Pattern Mining，簡稱GSP)[21]、PexSPAM算法(Pex-Sequential PAttern Mining)[22]、基于等價(jià)類的序列模式挖掘算法(the Sequential Pattern Discovery using Equivalence classes，簡稱SPADE)[23]、頻繁模式投影序列模式挖掘算法(Frequent Pattern-projected Sequential Pattern Mining，簡稱FreeSpan)[24]，以及前綴投影序列模式挖掘算法(Prefix-projected Sequential Pattern Mining，簡稱PrefixSpan)[25]。這些算法的總執(zhí)行時間、頻繁序列識別、最大使用內(nèi)存等等屬性各有優(yōu)劣，綜合而言PrefixSpan是一種更為有效的算法[26]。研究者對學(xué)習(xí)過程的交互研究往往是基于不同類型的交互數(shù)據(jù)和分析方法而開展的。

三、基于序列挖掘的學(xué)習(xí)交互研究

(一)基于文本和視頻數(shù)據(jù)的序列模式研究

大多數(shù)研究者主要基于文本數(shù)據(jù)對學(xué)習(xí)中的時序交互進(jìn)行研究，例如討論、學(xué)習(xí)反思、語篇文本、課程日記等。這類研究的學(xué)習(xí)環(huán)境主要是協(xié)作學(xué)習(xí)。例如，Chiu和Khoo將54名小學(xué)生分成了18個小組，收集了他們在計(jì)算機(jī)輔助環(huán)境下進(jìn)行協(xié)作學(xué)習(xí)的51,338個對話文本[27]。研究者們將對話分為認(rèn)知活動、元認(rèn)知活動、關(guān)系活動、程序性活動和開小差活動，通過挖掘序列關(guān)系來預(yù)測較低和較高的認(rèn)知水平。李艷燕等人結(jié)合領(lǐng)域本體、自然語言處理和關(guān)聯(lián)規(guī)則挖掘技術(shù)，設(shè)計(jì)并開發(fā)了一個兼具智能化和可視化的整合性工具，集文本分析和內(nèi)容分析為一體，用于協(xié)作學(xué)習(xí)中的交互過程的分析和評價(jià)[28]。Chu等人確定并分析了大規(guī)模開放在線課程論壇中的交互討論模式。他們使用LIP-Miner算法分析學(xué)習(xí)者和教師的交互，并找出了所有高頻的交互模式[29]。

為了強(qiáng)調(diào)協(xié)作學(xué)習(xí)是通過不斷演變的對話交互來實(shí)現(xiàn)的，基于1到6年級學(xué)習(xí)者的語篇文本，Chen等人對可以區(qū)分語篇文本中多樣性主題的序列模式進(jìn)行了挖掘。研究發(fā)現(xiàn)某些頻繁出現(xiàn)的序列模式可以有效的區(qū)分學(xué)習(xí)者在知識建構(gòu)的過程中體現(xiàn)出的多樣性主題，例如：持續(xù)性的理論化，證據(jù)的綜合使用，以及所提出的理論的問題化[30]。2019年，Zheng等人研究了在線聊天和學(xué)習(xí)者日志中自我交互和社交交互活動中的序列，及其對學(xué)習(xí)者群體的影響[31]。該數(shù)據(jù)來自高中和大學(xué)的156名學(xué)習(xí)者，他們在計(jì)算機(jī)支持的協(xié)作學(xué)習(xí)環(huán)境中完成了一項(xiàng)STEM的學(xué)習(xí)任務(wù)。結(jié)果表明，成功的學(xué)習(xí)者群體表現(xiàn)出更頻繁和更多樣化的監(jiān)控和調(diào)節(jié)活動；此外，社會交互的時間可以影響合作學(xué)習(xí)的成功。

一些研究人員除了通過文本數(shù)據(jù)來分析學(xué)習(xí)行為的序列模式，還通過分析視頻數(shù)據(jù)來挖掘有意義的序列模式。例如，基于3組不同學(xué)習(xí)策略，Sung等人對于視頻記錄的學(xué)習(xí)行為進(jìn)行序列和頻率分析，確定了65名小學(xué)生的不同行為交互模式。他們發(fā)現(xiàn)，使用手機(jī)導(dǎo)學(xué)的學(xué)習(xí)者群體與同伴之間的雙向交互水平更高，與學(xué)習(xí)相關(guān)的討論也更多[32]。同樣，為了研究在協(xié)作學(xué)習(xí)的不同階段中，交互事件的時間序列是如何出現(xiàn)的，Malmberg等人對于為期兩個月的課程中22小時的視頻數(shù)據(jù)進(jìn)行了序列和時間分析。研究結(jié)果表明，協(xié)同調(diào)控、規(guī)劃、元認(rèn)知監(jiān)控在任務(wù)執(zhí)行過程中起到了促進(jìn)作用[33]。宋宇等人為了對課堂對話的過程性規(guī)律進(jìn)行解析，采用關(guān)聯(lián)規(guī)則挖掘等方法對255節(jié)中小學(xué)課堂對話的演進(jìn)序列進(jìn)行了分析。研究發(fā)現(xiàn)不同科目的對話演進(jìn)規(guī)律區(qū)分明顯；高質(zhì)量的課堂對話以螺旋式結(jié)構(gòu)延展上升，發(fā)揮了知識建構(gòu)的作用[34]。

(二)基于行為日志的序列模式研究

序列模式挖掘的另一項(xiàng)研究的重點(diǎn)是通過分析學(xué)習(xí)者留在學(xué)習(xí)管理系統(tǒng)中的行為日志文件(Log Files)來揭示序列行為模式的深層次特征。Nesbit和同事使用gStudy軟件收集了103名大學(xué)生自主學(xué)習(xí)的日志文件。他們使用日志解析和數(shù)據(jù)挖掘的方法，從復(fù)雜的微觀交互行為中識別出連貫的學(xué)習(xí)行為，并在此基礎(chǔ)上，挖掘出了一組參與者普遍采用的序列模式[35]。楊現(xiàn)民通過序列模式挖掘的方式，探索學(xué)習(xí)者在網(wǎng)絡(luò)資源共享平臺中對學(xué)習(xí)資源的瀏覽、編輯、分享、評論、上傳等不同類型行為的模式，探索行為之間的高頻轉(zhuǎn)換模式以改進(jìn)平臺的設(shè)計(jì)，以及優(yōu)化資源共享社區(qū)運(yùn)營的策略[36]。Doko等人基于學(xué)習(xí)者的視頻觀看日志、視頻片段和時間序列數(shù)據(jù)，運(yùn)用序列挖掘的方法解碼了學(xué)習(xí)過程。他們引入了序列模式挖掘的理論和方法來識別最重要或最困難的學(xué)習(xí)，建構(gòu)了一個通過序列模式挖掘方法來理解最困難的學(xué)習(xí)主題的模型[37]。王亮基于學(xué)習(xí)者與平臺資源的交互行為，創(chuàng)建了時間序列前后關(guān)系的特征變量，建立了機(jī)器學(xué)習(xí)預(yù)測模型，并驗(yàn)證了隨時間推移的模型準(zhǔn)確性和應(yīng)用價(jià)值，探討了學(xué)習(xí)者在時間跨度中學(xué)習(xí)行為隨時間序列前后關(guān)聯(lián)帶來的結(jié)果影響[38]。

(三)基于不同學(xué)習(xí)主題的序列模式研究

其他對于微觀學(xué)習(xí)行為序列挖掘的研究集中于一些特定的學(xué)習(xí)領(lǐng)域或主題，如學(xué)習(xí)風(fēng)格、基于游戲的學(xué)習(xí)、概念映射過程和推薦系統(tǒng)等。Graf等人指出，在計(jì)算機(jī)輔助環(huán)境中基于不同學(xué)習(xí)者的學(xué)習(xí)風(fēng)格提供支持，可以提高學(xué)習(xí)者的學(xué)習(xí)績效。因此，他們調(diào)查了在線課程中學(xué)習(xí)者導(dǎo)航的行為模式。結(jié)果表明，不同學(xué)習(xí)風(fēng)格的學(xué)習(xí)者使用不同的學(xué)習(xí)方式與課程進(jìn)行交互[39]。同樣，F(xiàn)atahi等人認(rèn)識到識別序列行為模式可以為確定學(xué)習(xí)風(fēng)格提供有用的信息。他們挖掘了一些高頻的序列行為模式。結(jié)果表明，序列行為模式對于學(xué)習(xí)風(fēng)格的預(yù)測具有較高的準(zhǔn)確性[40]。

為了幫助理解學(xué)習(xí)過程，一些研究者將注意力轉(zhuǎn)向基于游戲的學(xué)習(xí)環(huán)境，挖掘典型的序列行為模式。Hou編寫了一份大型多人在線教育游戲平臺中學(xué)習(xí)者的操作日志，以分析學(xué)習(xí)者的知識構(gòu)建、同伴交互和問題解決過程[41]。2015年，他又研究了基于游戲的學(xué)習(xí)過程中的交互行為模式[42]。2017年，通過利用學(xué)習(xí)者與嵌入游戲環(huán)境中的各種工具交互時獲取的游戲玩法數(shù)據(jù)，Kang等人擴(kuò)展了以往關(guān)于學(xué)習(xí)者認(rèn)知過程中行為模式的研究，他們將統(tǒng)計(jì)分析與序列模式挖掘相結(jié)合，對不同專業(yè)學(xué)習(xí)者的學(xué)習(xí)模式進(jìn)行了分析[43]。

受序列模式挖掘技術(shù)在各種學(xué)習(xí)環(huán)境中的應(yīng)用啟發(fā)，有研究者提出用通過挖掘?qū)W習(xí)交互模式來探究學(xué)習(xí)者概念圖的構(gòu)建。他們采用了序列模式分析的方法對187名大學(xué)生的概念映射數(shù)據(jù)進(jìn)行分析。結(jié)果顯示，創(chuàng)建高級概念圖的學(xué)習(xí)者使用的映射序列模式是相似的[44]。類似地，2018年，Sun等人運(yùn)用序列模式分析了綜合概念圖和課堂投票系統(tǒng)對學(xué)習(xí)者的學(xué)習(xí)表現(xiàn)、注意行為和與相關(guān)腦電波的影響。結(jié)果表明，課前紙筆概念映射法提高了學(xué)習(xí)動機(jī)較低的學(xué)習(xí)者的測驗(yàn)成績，而投票概念映射法在激發(fā)學(xué)習(xí)者的課堂注意力方面效果顯著[45]。

對于自動推薦系統(tǒng)的研究是時序行為分析的另一個應(yīng)用。研究者認(rèn)為具有相似學(xué)習(xí)狀態(tài)的其他學(xué)習(xí)者對相似的資源也會有相同的體驗(yàn)，因此他們試圖建立一種可以基于教師預(yù)期或其他成功學(xué)習(xí)者經(jīng)驗(yàn)的導(dǎo)航模式[46]。例如，Chen等人提出了一種基于學(xué)習(xí)者序列行為模式的混合推薦系統(tǒng)框架。在篩選與內(nèi)容相關(guān)的信息后，應(yīng)用序列模式挖掘算法確定了潛在的有用信息，并用于指導(dǎo)用戶的學(xué)習(xí)過程[47]。

四、現(xiàn)存研究的局限性

綜上所述，許多研究采用了序列挖掘技術(shù)，基于文本數(shù)據(jù)、視頻數(shù)據(jù)、日志數(shù)據(jù)和腦電波數(shù)據(jù)來提取學(xué)習(xí)者的微觀行為模式。這些數(shù)據(jù)來自小學(xué)、高中、大學(xué)和大型在線開放課程的學(xué)習(xí)者。教育環(huán)境包括協(xié)作學(xué)習(xí)、自主學(xué)習(xí)、基于游戲的學(xué)習(xí)或概念映射活動。一些研究顯示了時序分析在探究學(xué)習(xí)者交互行為方面的有效性和穩(wěn)定性。一些研究使用序列行為模式來區(qū)分表現(xiàn)、認(rèn)知、元認(rèn)知或?qū)W習(xí)風(fēng)格各異的學(xué)習(xí)者。另外一些研究將挖掘微觀行為模式應(yīng)用于開發(fā)推薦系統(tǒng)?？傮w來說，這一系列研究的最終目標(biāo)都是力求從微觀上探究學(xué)習(xí)者鮮為人知的行為模式，為學(xué)習(xí)提供適當(dāng)?shù)闹С趾椭苯拥姆答乕48]。

然而，我們必須看到，這些研究大多是在實(shí)驗(yàn)或準(zhǔn)實(shí)驗(yàn)條件下進(jìn)行的，參與者較少，時間跨度也比較短。只有極少數(shù)的研究者試圖從大規(guī)模私有在線課程(Massive Private Online Courses, MPOCs)常態(tài)化教學(xué)的交互行為中提取微觀行為模式[49]。大規(guī)模私有在線課程通常在各國的開放大學(xué)的日常教學(xué)中被廣泛使用，這些常態(tài)下的大規(guī)模在線課程擁有龐大的學(xué)習(xí)者群體，并積累了大量的、長期的、非實(shí)驗(yàn)狀態(tài)下的在線學(xué)習(xí)行為。但是，由于對于大規(guī)模開放在線課程(MOOCs)的追捧，使研究者們極大地忽視對MPOCs中學(xué)習(xí)者行為的研究，這是非常令人遺憾的。此外，目前的序列模式挖掘研究很少關(guān)注行為模式在學(xué)習(xí)過程中隨著時間的發(fā)展和變化[50]。這是因?yàn)榇罅康脑诰€學(xué)習(xí)者、長期的學(xué)習(xí)過程、非實(shí)驗(yàn)的日常環(huán)境以及行為數(shù)據(jù)的巨大量級，對研究人員在微觀層面上分析細(xì)粒度的學(xué)習(xí)行為是巨大的挑戰(zhàn)。

因此，在本研究中，我們嘗試運(yùn)用序列模式挖掘的方法，聚焦于微觀的交互行為數(shù)據(jù)，突破目前的研究局限，探究非實(shí)驗(yàn)狀態(tài)下，在大型私有在線課程中日常學(xué)習(xí)交互的行為序列模式及其演變。研究問題如下：高成就組的交互行為有哪些特點(diǎn)?低成就組的交互行為有哪些特點(diǎn)?行為模式對學(xué)業(yè)成就有什么影響和區(qū)分？

五、研究方法

(一)研究背景

本研究選取了某開放大學(xué)學(xué)位課程的必修課，該課程旨在幫助學(xué)習(xí)者學(xué)習(xí)Windows操作系統(tǒng)、Internet、MS office軟件和計(jì)算機(jī)安全的基本知識和技能。1到3周是課程學(xué)習(xí)的初期；4到16周以三次小組學(xué)習(xí)基礎(chǔ)，進(jìn)行主要內(nèi)容的學(xué)習(xí)。17到20周為復(fù)習(xí)考試階段。期末考試在第20周。1490名學(xué)習(xí)者中有1375人最終參加了課程考試。

課程中的交互活動模塊有8個：介紹與公告(簡稱IA)，學(xué)習(xí)者可以在此獲得課程描述和信息；課程內(nèi)容(簡稱CT)，即學(xué)習(xí)者學(xué)習(xí)7個課程章節(jié)的內(nèi)容；學(xué)習(xí)資源(簡稱RS)，包括關(guān)于內(nèi)容的常見問題、實(shí)驗(yàn)指南、期末考試模擬測試和不同類型的材料，以提高學(xué)習(xí)者的學(xué)習(xí)；作業(yè)與測驗(yàn)(簡稱AQ)，用于鞏固學(xué)習(xí)；學(xué)習(xí)績效(簡稱PS)，學(xué)習(xí)者在其中檢查自己和同伴的學(xué)習(xí)表現(xiàn)；論壇(簡稱FM)，學(xué)習(xí)者與老師和同伴行進(jìn)行討論交流；小組學(xué)習(xí)(簡稱GL)，學(xué)習(xí)者基于項(xiàng)目進(jìn)行協(xié)作學(xué)習(xí)，第4周、第8周、第12周有3次強(qiáng)制性小組學(xué)習(xí)；課程評估(簡稱CE)，學(xué)習(xí)者在完成課程后對教師、同伴和課程進(jìn)行評估。

(二)研究數(shù)據(jù)

初始的交互行為包括：檢查(C h e c k)、查看(View)、提交(Submit)、測試(Test)、完成(Complete)、搜索(Search)、訂閱(Subscribe)、刪除(Delete)、讀取(Read)、更新(Update)、設(shè)置(Set up)、評估(Eevaluate)、創(chuàng)建(Ccreate)、添加(Add)、刪除(Remove)、扮演角色(Role)。在提取交互行為的過程中，我們添加了活動背景來實(shí)時細(xì)化交互行為的教育意義，例如：“AQcheck”，檢查作業(yè)與測驗(yàn)；“CTview”，查看課程內(nèi)容； “FMcheckPS”，在論壇中查看學(xué)習(xí)績效；“FMupdate”，更新論壇主題； “RScreate”，創(chuàng)建資源；等等。最后提取了44種具有教育意義的微觀交互行為，如表1所示。

表1 研究提取的44種微觀交互行為

續(xù)表1

根據(jù)課程計(jì)劃，我們將課程分為三個階段：課程初期；小組學(xué)習(xí)階段；復(fù)習(xí)考試。根據(jù)最終課程成績的C級，將學(xué)習(xí)者分為高成就組(成績＞=C，人數(shù)=974)和低成就組(成績＜C，人數(shù)=401)。用C作為分界線是因?yàn)榈陀贑的學(xué)習(xí)者是不及格的。因此，在課程的3個階段中，兩個成就組構(gòu)成了6個原始數(shù)據(jù)集。

(三)序列模式挖掘過程

第一步：序列分段，以及壓縮重復(fù)行為。首先，在每個數(shù)據(jù)集中，原始交互行為的數(shù)據(jù)被編碼成一系列事件序列，其中事件=[時間，用戶ID，交互行為，活動模塊]。為了保持交互行為模式的意義，當(dāng)檢測到超過180秒的無交互行為的時間間隔時，我們將這些行為序列分解為子序列。選擇180秒這個時間框架是由于如果學(xué)習(xí)者在3分鐘內(nèi)沒有交互，在線學(xué)習(xí)系統(tǒng)會認(rèn)為學(xué)習(xí)者已經(jīng)在學(xué)習(xí)中分心。序列分段之后，我們對頻繁發(fā)生的交互行為進(jìn)行壓縮，其目的是提高序列模式挖掘的效率。我們會用 “+”對連續(xù)出現(xiàn)的相同的交互行為進(jìn)行壓縮，例如：[GLviewCT-GLviewCT-GLviewCTAQsbm-GLviewCT]中重復(fù)出現(xiàn)的“GLviewCT”，對其壓縮之后，序列變?yōu)閇GLviewCT+-AQsbm-GLviewCT]。行為模式的最小長度設(shè)置為包含三個行為，如果至少一個行為具有“+”，則設(shè)置為兩個交互行為。

第二步：序列模式挖掘。在本研究中，使用前綴投影序列模式挖掘算法(PrefixSpan)來挖掘每個數(shù)據(jù)集中高頻的候選行為模式(頻率閾值為50%)。

第三步：序列聚類。采用層次聚類算法對有相似時序特征的行為模式進(jìn)行聚類。

通過在6個數(shù)據(jù)集的每個數(shù)據(jù)集上運(yùn)行上述三個步驟，確定了每個階段每個成就組的交互行為模式，進(jìn)而明確了研究問題的答案。

六、研究結(jié)果

序列挖掘技術(shù)旨在識別超過一定閾值的高頻率的行為模式。在本研究中，交互行為序列的頻率閾值為50%，挖掘結(jié)果顯示，學(xué)習(xí)者交互行為的序列主要來自于三個交互活動：學(xué)習(xí)績效(PS)、論壇(FM)、小組學(xué)習(xí)(GL)。由于在介紹與公告(IA)、課程內(nèi)容(CT)、作業(yè)與測驗(yàn)(AQ)、課程評估(CE)、學(xué)習(xí)資源(RS)等五個活動中的交互行為序列沒有達(dá)到50%的閾值，所以本研究沒有挖掘到與這五個活動相關(guān)的行為模式。只有“GLviewCT”的行為顯示了現(xiàn)有序列行為與“課程內(nèi)容(GL)”這一活動之間的聯(lián)系，這從某種程度上顯示了學(xué)習(xí)者可能更傾向于在小組活動中查看課程內(nèi)容，而不是直接查看課程內(nèi)容。

(一)高成就組交互行為的特點(diǎn)

在學(xué)習(xí)績效(PS)、論壇(FM)、小組學(xué)習(xí)(GL)這三個活動中的交互序列，大多數(shù)都是從學(xué)習(xí)績效(PS)中的行為開始，然后是論壇(FM)中的行為，最后是小組學(xué)習(xí)(GL)的行為。但是，與這三種課程活動相關(guān)的高頻行為是不同的。學(xué)習(xí)績效(PS)中的兩個行為“PSviewUser”(查看用戶績效)和“PSviewOv”(查看整體績效)是所有序列中最常見的交互行為，這意味著學(xué)習(xí)者花了很多精力來回顧自己和同學(xué)的表現(xiàn)。這些行為表明，在整個在線課程的過程中，學(xué)習(xí)者不斷地對自己和他人進(jìn)行評估和比較。

在論壇(F M)活動中，高頻的行為只有“FMsrch”(在論壇中搜索)和“FMcheckPS”(在論壇中查看學(xué)習(xí)績效)。因?yàn)樵诰€學(xué)習(xí)系統(tǒng)無法準(zhǔn)確記錄學(xué)習(xí)者所搜索的內(nèi)容，所以無法深入地了解學(xué)習(xí)者搜索的細(xì)節(jié)。而在小組學(xué)習(xí)(GL)中，雖然有許多頻繁出現(xiàn)的行為，但是這些行為中并不包含“GLviewPl”(在小組學(xué)習(xí)中查看學(xué)習(xí)計(jì)劃)，這意味著雖然學(xué)習(xí)者在小組學(xué)習(xí)(GL)中表現(xiàn)得很積極，但可能對導(dǎo)師制定小組學(xué)習(xí)計(jì)劃不夠重視。

一個非常值得注意的高頻行為是“checkPS”，即“檢查學(xué)習(xí)績效”，它出現(xiàn)在不同的活動，如“FMcheckPS”(在論壇中查看學(xué)習(xí)績效)和“GLcheckPS”(在小組學(xué)習(xí)中查看學(xué)習(xí)績效)。這表明，學(xué)習(xí)者各種學(xué)習(xí)活動中都對學(xué)習(xí)績效表現(xiàn)出極大的興趣?！癎LviewCT”是另一個高頻行為，說明學(xué)習(xí)者在進(jìn)行小組學(xué)習(xí)花了大量時間結(jié)合小組學(xué)習(xí)任務(wù)來學(xué)習(xí)相關(guān)的課程內(nèi)容。

高成就組學(xué)習(xí)者的行為模式隨著課程階段的變化也在不斷演變。課程初期，學(xué)習(xí)者的行動主要集中在檢查學(xué)習(xí)績效、論壇搜索、創(chuàng)建群組、添加群組成員、查看群組注冊、查看課程內(nèi)容等方面，其頻率最高的學(xué)習(xí)行為序列為“PSviewUser-PSviewOv-FMsrch+-FMcheckPS-GLcreate-GLadd-GLviewCT”。這樣的行為表明學(xué)習(xí)者正在為未來幾周的學(xué)習(xí)做準(zhǔn)備。在小組學(xué)習(xí)階段中，行為模式比課程初期更加復(fù)雜。學(xué)習(xí)者專注于添加或刪除成員，為成員分配角色，評估成員，查看課程內(nèi)容。特別是這個階段的最高頻發(fā)生的學(xué)習(xí)行為序列非常復(fù)雜(“PSviewUser-PSviewOv-FMsrch+-FMcheckPS-GLcreate-GLadd-GLremv-GLrole-GLviewCT-GLcheckPS+-GLcheckEnrl-GLevltMb-PSviewUser-PSviewOv-FMsrch+-FMcheckPSGLcreate-GLadd-GLrole-GLviewCT”)，這意味著高成就組的學(xué)習(xí)者非常重視小組的建設(shè)。相比之下，在復(fù)習(xí)考試階段，高成就組學(xué)習(xí)者的模式非常簡單，學(xué)習(xí)者的行為集中在檢查學(xué)習(xí)績效和查看課程內(nèi)容(“PSviewUser-PSviewOv-FMsrch+-FMcheckPS-GLviewCT-GLcheckPS+”)，這說明他們關(guān)心自己的整個課程階段的績效，并為期末考試進(jìn)行準(zhǔn)備。

(二)低成就組交互行為的特點(diǎn)

與高成就組類似，主要的行為序列也來自學(xué)習(xí)績效(PS)、論壇(FM)和小組學(xué)習(xí)(GL)，而其他五個學(xué)習(xí)活動中的交互行為沒有被挖掘出來。低成就組學(xué)習(xí)者在學(xué)習(xí)績效(PS)、論壇(FM)和小組學(xué)習(xí)(GL)這三個活動中的某些高頻行為與高成就組學(xué)習(xí)者的高頻行為相同，如：“PSviewUser”(查看用戶績效)、“PSviewOv”(查看整體績效)、“FMsrch”(在論壇中搜索)、“FMcheckPS”(在論壇中查看學(xué)習(xí)績效)等。在小組學(xué)習(xí)(GL)中，也沒有包含“GLviewPl” (在小組學(xué)習(xí)中查看學(xué)習(xí)計(jì)劃)的行為，這說明低成就組的學(xué)習(xí)者也沒有重視教師給出的學(xué)習(xí)計(jì)劃。

另一方面，低成就組行為模式的演變并不是非常的清晰。從課程初期和小組學(xué)習(xí)階段，低成績組學(xué)習(xí)者的交互行為一直分散在學(xué)習(xí)績效(PS)、論壇(FM)和小組學(xué)習(xí)(GL)這三個活動中，行為模式比較復(fù)雜多樣；直至考試階段，低成就組學(xué)習(xí)者的行為模式才變得相對簡單。但是，總體上來說，低成就組學(xué)習(xí)者的行為模式在三個階段中的演變并不明顯。

(三)行為模式對學(xué)業(yè)成就的影響和區(qū)分

行為模式對學(xué)業(yè)成就的影響和區(qū)分主要集中在以下幾個方面：高頻行為、高頻序列、模式的演變。

1.高頻行為

高頻行為 “GLviewCT”(在小組學(xué)習(xí)中查看課程內(nèi)容)，明顯將高成就組的學(xué)習(xí)者與低成就組學(xué)習(xí)者區(qū)分開來?！癎LviewCT”的行為表明高成就學(xué)習(xí)者比低成就學(xué)習(xí)者更傾向于在學(xué)習(xí)的過程中查看課程內(nèi)容，這說明高成就學(xué)習(xí)者緊密地基于課程內(nèi)容進(jìn)行了小組學(xué)習(xí)，而低成就學(xué)習(xí)者將注意力分散在小組建設(shè)和角色分配的各種行為中，而不是學(xué)習(xí)相關(guān)的課程內(nèi)容。

另一方面，查看學(xué)習(xí)績效，如“PSview”“checkPS”等，是兩個成就組中學(xué)習(xí)者共同的高頻行為，雖然這一行為與學(xué)業(yè)成就的高低無關(guān)，但是非常明顯地體現(xiàn)了所有學(xué)習(xí)者對于自己和同伴學(xué)習(xí)績效的關(guān)注，這里不再贅述。

2.高頻序列

高低成就組的另一個區(qū)別是高頻率序列的數(shù)量。在課程過程的每個階段，高成就組的行為序列模式比低成就組的要少。這一結(jié)果意味著低成就組學(xué)習(xí)者的行為模式比高成就組學(xué)習(xí)者的行為模式更加離散。

3.模式的演變

課程初期，高成就組專注于小組建設(shè)和課程內(nèi)容，為即將到來的學(xué)習(xí)做準(zhǔn)備。其學(xué)習(xí)小組的構(gòu)建模式也相對簡單，包括“GLcreate-GLadd-GLcheckEnrl”這樣的行為。但是，低成就組在正式的小組學(xué)習(xí)之前做了更多的行為，比如“GLremv-GLrole-GLevltMb”。在小組學(xué)習(xí)的階段，相比低成就組，高成就組的模式也比較簡單集中。但是，在低成就組中，學(xué)習(xí)者的行為模式在其課程初期到小組學(xué)習(xí)階段沒有發(fā)生明顯的變化。復(fù)習(xí)考試階段，高成就組的復(fù)雜行為模式明顯減少，學(xué)習(xí)者的行動變得非常簡單，只專注于檢查成績和復(fù)習(xí)課程內(nèi)容。這表明高成就學(xué)習(xí)者的行為模式從課程學(xué)習(xí)到準(zhǔn)備考試階段的顯著變化。低成就學(xué)習(xí)者在復(fù)習(xí)考試階段的行為模式雖然也產(chǎn)生了一些變化，但是他們還是花了一些時間來增加小組成員、分配角色、評估成員，說明他們有一些應(yīng)該在前期完成的小組學(xué)習(xí)任務(wù)沒有完成，只能在復(fù)習(xí)階段補(bǔ)上這部分的功課。

可以看出，高低成就組行為模式的演變是不一樣的。高成就組的行為模式發(fā)生了明顯的變化。這說明他們根據(jù)不同的學(xué)習(xí)任務(wù)和課程階段調(diào)整了自己的學(xué)習(xí)策略，這也許為他們在整個學(xué)期中進(jìn)行高質(zhì)量的學(xué)習(xí)提供了支持。另一方面，低成就組行為模式缺乏變化也意味著他們可能沒有主動隨著學(xué)習(xí)任務(wù)和階段的在不同主動調(diào)整自己的策略，整個課程中，低成就組的學(xué)習(xí)者都處在一個注意力相對分散的狀態(tài)。

七、討論與展望

在本研究中，我們面向大規(guī)模私有在線課程的學(xué)習(xí)者，聚焦于微觀層面的學(xué)習(xí)交互行為，運(yùn)用序列挖掘以及層次聚類的方法，對學(xué)習(xí)者的交互行為模式進(jìn)行了探究和分析。本研究的價(jià)值在于：在非實(shí)驗(yàn)狀態(tài)下采集了大規(guī)模的樣本開展分析，在微觀的交互行為層面而不是交互活動層面識別高度重復(fù)的交互模式，并且探討了高低成就學(xué)習(xí)者群體的行為模式特點(diǎn)及其與學(xué)習(xí)成就的關(guān)聯(lián)。序列挖掘技術(shù)研究了一些學(xué)習(xí)活動中的詳細(xì)行為模式，挖掘出的高頻交互行為我們理解學(xué)習(xí)是如何發(fā)生的以及如何更好地促進(jìn)學(xué)習(xí)成效提供了機(jī)會：

(一)任務(wù)驅(qū)動的課程設(shè)計(jì)更加匹配MPOC學(xué)習(xí)者的學(xué)習(xí)方式

在經(jīng)典的成人學(xué)習(xí)理論中一直強(qiáng)調(diào)成人學(xué)習(xí)的一大特點(diǎn)是目標(biāo)明確、結(jié)果導(dǎo)向的。本次研究在數(shù)據(jù)上再次證實(shí)了這個觀點(diǎn)。不論高成就組還是低成就組，不論是學(xué)習(xí)的哪個階段，所有高頻學(xué)習(xí)行為序列模式的起點(diǎn)都是查看學(xué)習(xí)績效。同時，在被挖掘出的行為模式中，學(xué)生直接訪問課程內(nèi)容的行為都沒有出現(xiàn)，大量出現(xiàn)的是在小組活動中訪問學(xué)習(xí)內(nèi)容。這種學(xué)習(xí)路徑和我們通常認(rèn)為的“先學(xué)習(xí)章節(jié)內(nèi)容、再完成學(xué)習(xí)任務(wù)和作業(yè)”的學(xué)習(xí)方式有極大的差異。數(shù)據(jù)顯示，MPOC學(xué)習(xí)者更普遍的方式是直接找到那些和學(xué)習(xí)成績相關(guān)的作業(yè)和學(xué)習(xí)活動，在完成任務(wù)的過程中來學(xué)習(xí)在線課程。如果學(xué)習(xí)內(nèi)容不能有機(jī)融合到學(xué)習(xí)任務(wù)和學(xué)習(xí)活動中，在網(wǎng)絡(luò)學(xué)習(xí)的過程中被學(xué)生頻繁訪問的可能性是很小的。因此，教師在設(shè)計(jì)MPOC課程時，最佳的方式是采用任務(wù)驅(qū)動、活動引領(lǐng)的方式，將重要的學(xué)習(xí)內(nèi)容貫穿到學(xué)生完成任務(wù)和活動的學(xué)習(xí)路徑中。僅僅在課程中提供按照章節(jié)方式排列的學(xué)習(xí)內(nèi)容，其有效性會大大降低。

(二)教師可以通過監(jiān)測不同階段的高頻行為模式來預(yù)測MPOC學(xué)習(xí)者可能的成績

目前的在線教學(xué)平臺通常都能夠提供比較完善的統(tǒng)計(jì)數(shù)據(jù)，但是基于學(xué)習(xí)分析的決策輔助功能的普及程度仍然不高。在本研究中，我們發(fā)現(xiàn)高低成就組的學(xué)習(xí)者確實(shí)有不同類型的微觀學(xué)習(xí)行為序列，例如在不同的學(xué)習(xí)活動中頻繁觀看課程內(nèi)容的行為，無論在哪個課程階段，都可以將高低成就群體區(qū)分開來。此外，高成就組學(xué)習(xí)者具備的根據(jù)不同任務(wù)情境調(diào)節(jié)學(xué)習(xí)行為和學(xué)習(xí)策略的能力，在低成就組中并沒有觀察到。這些研究結(jié)果為細(xì)粒度層面的交互行為模式的研究提供了一個新的視角，有助于教師進(jìn)一步了解學(xué)習(xí)者的在線行為，并在教學(xué)過程中針對不同類型的學(xué)習(xí)者設(shè)計(jì)專門的教學(xué)干預(yù)措施，并且可以幫助教師在不同的教學(xué)周期中提前識別有可能發(fā)展為低成就的學(xué)習(xí)者，并適時地給予指導(dǎo)和幫助。對于在線教學(xué)平臺的研發(fā)者而言，可以將基于行為序列模式的分析和輔助決策功能提供給教師，讓教師能及時發(fā)現(xiàn)不同階段下需要進(jìn)行干預(yù)的學(xué)習(xí)者，讓更多的學(xué)習(xí)者能夠獲得更好地學(xué)業(yè)成就。

(三)小組討論的活躍者并不一定能取得更高的學(xué)習(xí)績效

本研究中的數(shù)據(jù)表明，高低成就組的學(xué)習(xí)者在小組學(xué)習(xí)和論壇討論中都進(jìn)行了積極的表現(xiàn)，低成就組的學(xué)習(xí)者甚至在這些活動中表現(xiàn)得更為頻繁，但他們并沒有取得更好的成就。這也與以往一些研究結(jié)果的呈現(xiàn)有所不同：以前的很多研究者強(qiáng)調(diào)小組學(xué)習(xí)和論壇討論中的合作對學(xué)習(xí)者成績的積極影響，但這種積極的影響在本次研究的數(shù)據(jù)分析中沒有體現(xiàn)出來。這種差異可能和課程的具體設(shè)計(jì)有關(guān)，但是這一結(jié)論也可以提醒課程設(shè)計(jì)者、組織線上討論的教師和研究者，重新審視論壇討論和小組學(xué)習(xí)對不同學(xué)習(xí)環(huán)境中學(xué)習(xí)者的影響。這種分析結(jié)果也可能為在線教育的管理者審視課程中討論活動的有效性提供新的工具和視角。

之前，許多研究表明行為模式能夠區(qū)分不同學(xué)習(xí)成就的學(xué)習(xí)者群體，本研究中雖然也有類似的結(jié)果，但是出于嚴(yán)謹(jǐn)性考慮，在本課程中所發(fā)現(xiàn)的結(jié)果目前可以解釋為：學(xué)習(xí)者成績的差異可能與三個活動(學(xué)習(xí)績效、論壇和小組學(xué)習(xí))所挖掘的交互行為模式有關(guān)。因?yàn)楸菊n程中還有其他五個活動：介紹與公告(IA)、課程內(nèi)容(CT)、作業(yè)與測驗(yàn)(AQ)、課程評估(CE)、資源(RS)，這些活動中沒有挖掘出的行為模式可能會對學(xué)習(xí)成就產(chǎn)生一定的影響。我們認(rèn)為這一結(jié)論可能表明了本文所分析的課程設(shè)計(jì)的有效性，即教師設(shè)計(jì)了多個小組活動來串聯(lián)學(xué)習(xí)內(nèi)容，按照任務(wù)驅(qū)動的方式安排學(xué)習(xí)路徑的學(xué)習(xí)者，比在課程中按照自己的學(xué)習(xí)路徑來訪問課程內(nèi)容、作業(yè)和測驗(yàn)等模塊的學(xué)習(xí)者，更有機(jī)會在最終的期末考試中取得好成績。此外，以往的研究集中在傳統(tǒng)學(xué)校背景下的小范圍實(shí)驗(yàn)或準(zhǔn)實(shí)驗(yàn)設(shè)計(jì)的學(xué)習(xí)者，研究對象和研究數(shù)據(jù)的量級都比較小，這與我們的研究非常不同。本研究面對的是日常狀態(tài)下，大規(guī)模私有在線課程的學(xué)習(xí)者群體，并且沒有針對研究對象專門進(jìn)行實(shí)驗(yàn)設(shè)計(jì)或準(zhǔn)實(shí)驗(yàn)設(shè)計(jì)。因此，本研究得出的結(jié)論可能不會與以往的研究完全相似。

最后，本課程在小組學(xué)習(xí)階段中從第4周開始到底16周結(jié)束，在第4周、第8周、第12周有3次強(qiáng)制性小組學(xué)習(xí)。這三次小組學(xué)習(xí)是本課程的主要學(xué)習(xí)任務(wù)，但是本研究在沒有對這三次小組學(xué)習(xí)進(jìn)行單獨(dú)細(xì)分的行為模式挖掘。這說明在后續(xù)研究中，我們可以將三次小組學(xué)習(xí)化為獨(dú)立階段，對于學(xué)習(xí)者行為模式的微觀細(xì)節(jié)和演變過程進(jìn)行更詳細(xì)地分析。此外，對于本課程中五個沒有達(dá)到閾值的學(xué)習(xí)活動：介紹與公告(IA)、課程內(nèi)容(CT)、作業(yè)與測驗(yàn)(AQ)、課程評估(CE)、資源(RS)，在后續(xù)研究中也可以針對性的對其進(jìn)行序列模式挖掘，以探究更細(xì)致的學(xué)習(xí)者微觀行為模式。