智慧學(xué)習(xí)環(huán)境下的在線學(xué)習(xí)行為分析

摘"要：本文基于智慧學(xué)習(xí)平臺的在線教學(xué)受到的關(guān)注日益增多，分析在線學(xué)習(xí)現(xiàn)狀及相關(guān)因素對提升教學(xué)質(zhì)量具有重要意義。首先，通過對智慧學(xué)習(xí)平臺的課程學(xué)習(xí)數(shù)據(jù)進行分析，確定學(xué)習(xí)行為指標(biāo)的四個分類：學(xué)習(xí)者基本情況、操作行為、協(xié)作行為、問題解決行為；其次，利用主成分分析和聚類分析，確定學(xué)習(xí)行為與學(xué)習(xí)效果的正相關(guān)性，將學(xué)習(xí)樣本分為積極型和消極型；再次，對比不同環(huán)境下的教學(xué)效果，發(fā)現(xiàn)在線學(xué)習(xí)在大部分情況下表現(xiàn)優(yōu)于傳統(tǒng)教學(xué)；最后，進行學(xué)習(xí)行為維度與學(xué)習(xí)成績的相關(guān)性分析，得到影響學(xué)習(xí)成績的主要因素為學(xué)習(xí)時間和學(xué)習(xí)次數(shù)。在此基礎(chǔ)上，從學(xué)習(xí)者、教師等角度提出相應(yīng)教學(xué)建議。

關(guān)鍵詞：智慧學(xué)習(xí)平臺；在線學(xué)習(xí)；學(xué)習(xí)行為分析；數(shù)據(jù)分析

Online"Learning"Behavior"Analysis"in"Intelligent"Learning"Environment

Zhao"Yuandi*"Liu"Yongxin"Yu"Huaisong

College"of"Air"Traffic"Management，Civil"Aviation"University"of"China"Tianjin"300300

Abstract：The"online"teaching"based"on"intelligent"learning"platforms"has"been"receiving"increasing"attention，and"analyzing"the"current"situation"and"related"factors"of"online"learning"is"of"great"significance"for"improving"the"teaching"quality.In"this"study，the"course"learning"data"from"intelligent"learning"platforms"were"analyzed"to"establish"four"dimensions"of"learning"behavior：learner"characteristics，operational"behavior，collaborative"behavior，and"problemsolving"behavior.Principal"component"analysis"and"cluster"analysis"were"then"employed"to"determine"the"positive"correlation"between"learning"behavior"and"learning"outcomes，classifying"the"learning"samples"into"active"and"passive"types.A"comparative"analysis"of"teaching"effectiveness"was"conducted"to"compare"online"learning"with"traditional"teaching"across"various"disciplines，revealing"that"online"learning"outperformed"traditional"teaching"in"most"cases.Finally，a"correlation"analysis"between"learning"behavior"dimensions"and"academic"performance"identified"\"learning"time\""and"\"frequency"of"learning\""as"the"main"factors"influencing"learning"outcomes.Based"on"the"findings，practical"teaching"recommendations"can"be"proposed"from"the"perspectives"of"both"students"and"teachers.

Keywords：Intelligent"learning"platform；Online"learning；Learning"behavior"analysis；Data"analysis

1"概述

智慧學(xué)習(xí)平臺是當(dāng)代網(wǎng)絡(luò)教育技術(shù)與應(yīng)用的集大成者，能夠充分發(fā)揮網(wǎng)絡(luò)平臺的優(yōu)勢，將課程學(xué)習(xí)變得個性化、便利化、扁平化，同時提高學(xué)習(xí)者的學(xué)習(xí)效率。然而，基于智慧學(xué)習(xí)平臺的在線學(xué)習(xí)也存在一些弊端，由于缺乏有效監(jiān)管，容易導(dǎo)致學(xué)習(xí)者學(xué)習(xí)自覺性下降、學(xué)習(xí)效率降低等諸多問題。因此，分析在線學(xué)習(xí)中學(xué)習(xí)者的行為，并針對性地提出建議是智慧學(xué)習(xí)平臺在線學(xué)習(xí)中的重要課題。

在學(xué)習(xí)行為分類模型研究中，彭文輝［1］構(gòu)建了在線學(xué)習(xí)行為SFT（StructureFunctionType）分類模型。邵逸飛［2］利用文獻分析、問卷調(diào)查以及孟德爾法進行體系構(gòu)建與優(yōu)化，并提出了教學(xué)質(zhì)量評價路徑。在數(shù)據(jù)實證方面，文獻［3］中等學(xué)者通過潛在類別分析方法對一門大學(xué)課程的行為數(shù)據(jù)進行分類，提取了相關(guān)學(xué)習(xí)行為特征。李會等［4］基于數(shù)據(jù)分析探索影響課程成績的關(guān)鍵因素，為后續(xù)課程設(shè)計提供了指導(dǎo)性建議。江珊［5］針對在線學(xué)習(xí)行為數(shù)據(jù)，使用聚類分析進行用戶分類，并使用邏輯回歸、隨機森林以及梯度提升樹三種模型實現(xiàn)了中斷學(xué)習(xí)的預(yù)測。袁敏［6］以Canvas"Network平臺為研究對象，利用SFT模型構(gòu)建了在線學(xué)習(xí)行為指標(biāo)體系，證明不同維度的學(xué)習(xí)行為之間存在顯著的正相關(guān)性。代令華［7］則利用SFT模型對實際數(shù)據(jù)進行了實證，同時使用聚類分析進行了分類，構(gòu)建自適應(yīng)增強模型并進行驗證。在學(xué)習(xí)行為研究方面，程枚［8］專注于分析學(xué)習(xí)環(huán)境對學(xué)習(xí)行為的影響，以問卷調(diào)查形式收集數(shù)據(jù)，分析智慧學(xué)習(xí)環(huán)境比傳統(tǒng)教學(xué)模式的優(yōu)勢。文獻［9］中的學(xué)者們對150多名學(xué)生進行問卷調(diào)查，探究學(xué)習(xí)態(tài)度、學(xué)習(xí)互動等對學(xué)習(xí)行為的影響。

綜上，目前對在線學(xué)習(xí)行為的分析主要集中在分類模型的構(gòu)建以及相關(guān)影響因素的探尋上。分類模型能夠為后續(xù)的體系構(gòu)建提供參考，并為具體的數(shù)據(jù)實證提供依據(jù)，但對不同教學(xué)環(huán)境下學(xué)習(xí)效果的對比以及針對性的建議還有所欠缺。本文先構(gòu)建在線學(xué)習(xí)行為指標(biāo)體系，接著收集和處理學(xué)習(xí)平臺數(shù)據(jù)，使用主成分分析、聚類分析和相關(guān)性分析等方法進行在線學(xué)習(xí)行為分析，最后對不同教學(xué)環(huán)境下的學(xué)習(xí)效果進行了對比分析。

2"智慧學(xué)習(xí)平臺介紹及指標(biāo)體系構(gòu)建

2.1"智慧學(xué)習(xí)平臺介紹

郁金香智慧學(xué)習(xí)平臺（TULIP——Taskbased"Ultra"Learning"Intelligent"Platform）是由中國民航大學(xué)空中交通管理學(xué)院自主開發(fā)的在線學(xué)習(xí)平臺，旨在實現(xiàn)知識的自主構(gòu)架和相關(guān)技能的自動評估，打造一種革新式的在線教育模式。平臺將學(xué)習(xí)任務(wù)設(shè)計為闖關(guān)模式，完成每個任務(wù)所需的全新知識均隱藏在平臺的資源庫中，并輔以三道逐級遞增的“錦囊”作為提示，學(xué)習(xí)者需要自行查找、探索、辨識和分析，將任務(wù)逐一解鎖。

本文選取該平臺中的“管制規(guī)則與程序”課程作為研究對象，通過對學(xué)習(xí)平臺產(chǎn)生的數(shù)據(jù)進行整理和分析，探究學(xué)習(xí)者在智慧學(xué)習(xí)平臺中進行學(xué)習(xí)的行為因素及其產(chǎn)生的影響。

2.2"在線學(xué)習(xí)行為指標(biāo)體系構(gòu)建

TULIP平臺能夠統(tǒng)計多種學(xué)習(xí)行為數(shù)據(jù)，參考在線學(xué)習(xí)行為三維SFT分類模型［1］，提取與學(xué)習(xí)行為相關(guān)性較高的指標(biāo)，從學(xué)習(xí)者基本信息、操作行為、協(xié)作行為和問題解決行為四個維度構(gòu)建在線學(xué)習(xí)行為指標(biāo)體系，如下表所示。

3"在線學(xué)習(xí)行為數(shù)據(jù)分析

3.1"基于數(shù)據(jù)的在線學(xué)習(xí)行為分析

本課程包含“見縫插針”“伺機待發(fā)”等20種學(xué)習(xí)任務(wù)，每位學(xué)習(xí)者可多次完成同一任務(wù)，取成績最高值作為最終任務(wù)成績。由于學(xué)習(xí)者可以自主選擇任務(wù)進行學(xué)習(xí)，所以不同的學(xué)習(xí)者所參與的任務(wù)數(shù)量存在差異。根據(jù)統(tǒng)計，共有797名學(xué)習(xí)者參與本課程學(xué)習(xí)，25949次完成學(xué)習(xí)，其中完成任務(wù)7059次，平均每次完成任務(wù)需學(xué)習(xí)3.68次。各任務(wù)完成次數(shù)差距不大，完成次數(shù)最多的有561次，約占7.9%，完成次數(shù)最少的有207次，約占3.1%。

利用主成分分析方法計算各原始變量權(quán)重為：最高成績25%、學(xué)習(xí)時間21%、學(xué)習(xí)次數(shù)18%、互動次數(shù)16%、“錦囊”次數(shù)14%、資料查看次數(shù)4%、資料查看時間2%?？梢钥闯?，成績較好的學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)的過程中一般也有著較好的表現(xiàn)；而當(dāng)學(xué)習(xí)者的學(xué)習(xí)行為較差時，其最終成績也不理想。由此可知，學(xué)習(xí)者的學(xué)習(xí)成績與其在學(xué)習(xí)中的行為因素有著較強的正相關(guān)性。此外，學(xué)習(xí)行為指標(biāo)中學(xué)習(xí)時間、學(xué)習(xí)次數(shù)占比較高，可認(rèn)定為關(guān)鍵指標(biāo)。

選取兩個主成分進行KMEANS方法聚類分析，生成兩類樣本。第一類樣本的學(xué)習(xí)行為較差且成績較低，定義為消極型學(xué)習(xí)者；第二類樣本的學(xué)習(xí)成績較為突出，各方面學(xué)習(xí)行為較為良好，定義為積極型學(xué)習(xí)者。

3.2"影響學(xué)習(xí)效果的行為因素

為了分析學(xué)習(xí)者的在線學(xué)習(xí)行為對學(xué)習(xí)效果的影響，從在線學(xué)習(xí)行為指標(biāo)體系中的操作行為、協(xié)作行為、問題解決行為三個維度分別與體現(xiàn)學(xué)習(xí)效果的指標(biāo)進行相關(guān)性分析，計算斯皮爾曼相關(guān)系數(shù)，得到影響學(xué)習(xí)行為的行為因素。

操作行為維度的指標(biāo)與學(xué)習(xí)成績之間的顯著性Sig為0，說明操作行為的各個指標(biāo)與學(xué)習(xí)成績相關(guān)性顯著。“錦囊”次數(shù)、資料查看次數(shù)、資料查看時間三個指標(biāo)的相關(guān)系數(shù)均大于0，分別為0.310、0.320、0.317，均呈低度相關(guān)。因此，操作行為與學(xué)習(xí)成績呈正相關(guān)，其中主要影響因素為資料查看次數(shù)。

協(xié)作行為維度的指標(biāo)與學(xué)習(xí)成績之間的顯著性Sig為0，說明協(xié)作行為的各個指標(biāo)與學(xué)習(xí)成績相關(guān)性顯著，相關(guān)系數(shù)為0.421，呈低度相關(guān)。

問題解決行為維度的指標(biāo)與學(xué)習(xí)成績之間的顯著性Sig為0，說明問題解決行為與學(xué)習(xí)成績相關(guān)性顯著。學(xué)習(xí)次數(shù)的相關(guān)系數(shù)為0.483，呈低度相關(guān)；學(xué)習(xí)時間的相關(guān)系數(shù)為0.544，呈中度相關(guān)。因此，問題解決行為與學(xué)習(xí)成績呈較為顯著的正相關(guān)，其中主要影響因素為學(xué)習(xí)時間。

3.3"在線學(xué)習(xí)與傳統(tǒng)教學(xué)的對比分析

為了分析不同環(huán)境下的學(xué)習(xí)效果，將傳統(tǒng)教學(xué)和智慧學(xué)習(xí)平臺環(huán)境下的學(xué)習(xí)成績數(shù)據(jù)進行對比分析。本文使用的數(shù)據(jù)包含A、B兩組，分別是來自于在傳統(tǒng)教學(xué)模式和TULIP平臺環(huán)境下，學(xué)習(xí)者進行學(xué)習(xí)與課堂練習(xí)的統(tǒng)計結(jié)果。數(shù)據(jù)樣本包含8種不同題目下的統(tǒng)計數(shù)據(jù)，包含學(xué)習(xí)環(huán)境、題目類型、學(xué)習(xí)得分、學(xué)習(xí)時間等。

在學(xué)習(xí)時間對比方面，兩種環(huán)境下的學(xué)習(xí)時間較為接近，在線學(xué)習(xí)的平均時間為178.28秒，稍短于傳統(tǒng)教學(xué)下的平均時間181.88秒。在學(xué)習(xí)成績對比方面，測試成績滿分為5分，在線學(xué)習(xí)的平均成績?yōu)?.05分，略優(yōu)于傳統(tǒng)教學(xué)下的4.01分。為進一步分析兩者區(qū)別，使用學(xué)習(xí)得分與學(xué)習(xí)時間的比值來評估學(xué)習(xí)效率，可以得出絕大部分題目中在線學(xué)習(xí)的學(xué)習(xí)效率均高于傳統(tǒng)教學(xué)。

4"基于智慧學(xué)習(xí)平臺的在線教學(xué)建議

4.1"問題與挑戰(zhàn)

（1）學(xué)習(xí)者的積極性有待加強。根據(jù)學(xué)習(xí)行為數(shù)據(jù)分析結(jié)果發(fā)現(xiàn)，學(xué)習(xí)行為良好、學(xué)習(xí)態(tài)度認(rèn)真的學(xué)習(xí)者往往能夠取得更高的分?jǐn)?shù)，但是這樣的學(xué)習(xí)者所占比例偏低。雖然智慧學(xué)習(xí)平臺提供了良好的學(xué)習(xí)環(huán)境和豐富的學(xué)習(xí)資源，但在調(diào)動學(xué)習(xí)者積極性方面仍有不足，需要進一步開發(fā)這種新穎的教學(xué)模式。

（2）智慧學(xué)習(xí)平臺的功能有待完善。根據(jù)樣本數(shù)據(jù)相關(guān)性分析發(fā)現(xiàn)，當(dāng)學(xué)習(xí)者進行更長時間或者更多次數(shù)的閱讀時，其學(xué)習(xí)成績往往更為理想，而且使用“錦囊”、查看提示、留言互動等操作行為與協(xié)作行為均對學(xué)習(xí)效果產(chǎn)生正面影響。然而，由于實時性、便捷性等原因，學(xué)習(xí)者對平臺提供的交互功能并沒有形成很好的使用習(xí)慣，各功能性模塊的使用率偏低，無法充分發(fā)揮智慧學(xué)習(xí)平臺的作用。

（3）任務(wù)設(shè)置科學(xué)性有待改進。根據(jù)樣本數(shù)據(jù)統(tǒng)計結(jié)果發(fā)現(xiàn)，在不同的任務(wù)類型下，學(xué)習(xí)者的學(xué)習(xí)時間、學(xué)習(xí)次數(shù)、學(xué)習(xí)成績均有較大差別，證明在任務(wù)設(shè)置的科學(xué)性和均衡性上應(yīng)進一步優(yōu)化，保證學(xué)習(xí)者在自主學(xué)習(xí)過程中能夠順利掌握相關(guān)知識點。

4.2"建議與措施

基于學(xué)習(xí)行為數(shù)據(jù)分析結(jié)果，針對上述問題提出以下改進建議與措施。

（1）加大平臺宣傳及監(jiān)管力度。針對學(xué)習(xí)者積極性欠缺的問題，一方面，需要向?qū)W習(xí)者全面宣傳智慧學(xué)習(xí)平臺的作用及優(yōu)勢，吸引學(xué)習(xí)者主動嘗試；另一方面，需要加強在線學(xué)習(xí)的監(jiān)管措施，如通過積分制對學(xué)習(xí)者進行獎懲，保證學(xué)習(xí)者的投入。

（2）豐富平臺功能及使用方法。針對平臺功能不完善的問題，需要充分調(diào)研學(xué)習(xí)者的學(xué)習(xí)習(xí)慣，優(yōu)化平臺各功能模塊的使用方式，如以磁貼、彈窗等方式輔助學(xué)習(xí)者；同時應(yīng)設(shè)置專門課時對平臺的功能進行介紹，培養(yǎng)學(xué)習(xí)者的使用技巧。

（3）優(yōu)化任務(wù)內(nèi)容及題目難度。對于任務(wù)優(yōu)化問題，需要教師通過構(gòu)建課程知識體系圖譜，深入分析各知識點的邏輯關(guān)系，以深入淺出的方式設(shè)置可懂度較高的任務(wù)；廣泛收集學(xué)習(xí)者的反饋意見，從學(xué)習(xí)者角度進一步優(yōu)化任務(wù)形式，提升教學(xué)效果。

（4）創(chuàng)新教學(xué)模式及教學(xué)環(huán)境。通過對比不同教學(xué)環(huán)境下的學(xué)習(xí)效果，能夠發(fā)現(xiàn)傳統(tǒng)教學(xué)與線上教學(xué)各有優(yōu)勢。因此，在未來的教學(xué)工作中，不應(yīng)盲目選擇某種單一教學(xué)模式，而應(yīng)該將兩種教學(xué)環(huán)境充分融合，創(chuàng)新形成一種新型教學(xué)模式，采用靈活的教學(xué)策略，實現(xiàn)教學(xué)效果的不斷提升。

結(jié)語

本文基于中國民航大學(xué)空中交通管理學(xué)院自主研發(fā)的郁金香智慧學(xué)習(xí)平臺，通過采集學(xué)習(xí)行為數(shù)據(jù)，建立在線學(xué)習(xí)行為指標(biāo)體系，確定了學(xué)習(xí)者的基本情況、操作行為、協(xié)作行為、問題解決行為四個研究維度。利用主成分分析和聚類分析方法，對樣本中的學(xué)習(xí)行為與學(xué)習(xí)效果數(shù)據(jù)進行相關(guān)性分析，在此基礎(chǔ)上實現(xiàn)對不同學(xué)習(xí)環(huán)境下學(xué)習(xí)效果的對比分析。通過總結(jié)目前基于智慧學(xué)習(xí)平臺的在線教學(xué)中的問題，從學(xué)習(xí)者和教師角度提出教學(xué)改進建議。在未來的發(fā)展中，智慧學(xué)習(xí)平臺應(yīng)不斷完善和創(chuàng)新，以實現(xiàn)更好的教學(xué)效果。

參考文獻：

［1］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.

［2］邵逸飛.高校公共體育課線上教學(xué)質(zhì)量評價指標(biāo)體系研究［D］.阜陽：阜陽師范大學(xué)，2021.

［3］PARK"Y，YU"J"H，JO"IH.Clustering"blended"learning"courses"by"online"behavior"data：A"case"study"in"a"Korean"higher"education"institute［J］.Internet"amp;"Higher"Education，2016，29（04）：111.

［4］李會，胡笑梅，魏瑞斌.線上學(xué)習(xí)行為中影響課程學(xué)習(xí)效果的因素分析：以管理信息系統(tǒng)課程為例［J］.信陽農(nóng)林學(xué)院學(xué)報，2020，30（02）：153156.

［5］江珊.慕課網(wǎng)用戶在線學(xué)習(xí)行為研究［D］.武漢：中南財經(jīng)政法大學(xué)，2020.

［6］袁敏.大數(shù)據(jù)環(huán)境下在線學(xué)習(xí)行為分析及學(xué)習(xí)成績預(yù)測研究［D］.上海：上海工程技術(shù)大學(xué)，2021.

［7］代令華.大學(xué)生網(wǎng)絡(luò)學(xué)習(xí)行為分析［D］.延吉：延邊大學(xué)，2021.

［8］程玫.智慧學(xué)習(xí)環(huán)境中的學(xué)習(xí)行為分析研究［D］.南京：南京郵電大學(xué)，2014.

［9］PRIOR"D，MAZZNOV"J，MEACHEAM"D，et"al.Attitude，digital"literacy"and"Self"efficacy：Flowon"effects"for"online"learning"behavior［J］.Internet"amp;"Higher"Education，2016，29（04）：9197.

基金項目：中國交通教育研究會教育科學(xué)研究課題“教育信息化背景下民航交通教育4C理念與AeroRacing模式創(chuàng)新與實踐”（JT2022YB093）；天津市普通高等學(xué)校本科教學(xué)質(zhì)量與教學(xué)改革研究計劃項目重點項目“基于‘知識分類模型’的‘智慧平臺+課堂教學(xué)’協(xié)同教學(xué)模式創(chuàng)新與實踐”（A231005901）

*通訊作者：趙元棣（1983—"），男，漢族，天津人，博士，中國民航大學(xué)空中交通管理學(xué)院副教授，主要從事智能空中交通系統(tǒng)教學(xué)與科學(xué)研究。