基于系统交互程度的MOOC学习者流失研究*

张永棠



基于系统交互程度的MOOC学习者流失研究*

张永棠

（广东东软学院 计算机科学与技术系，广东 佛山 528225）

学习者流失率偏高是当前MOOC教育不可回避的问题。文章结合Coursera平台上一门课程的用户点击数据及论坛交流数据进行分析，研究MOOC平台的人机交互及人人交互的交互程度的不同对MOOC学习者流失率的影响。结果发现人机交互赋予学习者更大的自由性有可能使得学习者更容易中途退出，MOOC平台实现的人与人交互可以使学习者对课程的粘性增加。除此之外，我们还发现，对于视频操作较多的学习者，论坛参与对于他们存在一个调节效应，即随着论坛交流的次数增多，视频点击行为的影响越小。更进一步的，对于越快寻求论坛交流的用户，学习者流失的可能性较小。

MOOC；人机交互；人人交互；流失率；开放式网络课程

MOOC的大规模和破坏性的潜力已经使它成为崭露头角的一场教育革命[1]。然而，线上学习者坚持率低下的问题，却是这场革命的阻碍。根据Coursera①网站上MOOC课程的完成率一般不超过15%[2]。随着MOOC的激增, 网络视频的大规模开放的特性，严重的学习者流失率是迫切需要解决的问题。然而，对于MOOC上学习者流失的研究却非常有限。我们通过中国知网的数据检索发现，对于影响学习者流失率的静态特性研究的比较多，却忽略了在MOOC学习过程中学习者的人机交互动态变化及影响。为此，将从动态的视角，探寻不同学习者在学习MOOC过程中，MOOC平台的系统使用性（即人机交互）、MOOC平台的系统社交性（即人人交互）的交互程度的不同对MOOC学习者流失率的影响。

1 假设与变量

1.1 假设

1.1.1系统使用性假设

系统使用性（Usability）即用户使用该系统来完成任务的方便性和效率性。[1]因此，我们总结MOOC的系统使用性主要包括自由性和稳定性两个方面[3]：首先，自由性代表在网络课程平台中，播放教育视频的方便性及效率性[3,4]。其次，系统的（质量）稳定性，指的是视频播放过程中的出错的概率。

系统的使用性可以增加系统的使用。[1][3]然而， MOOC系统的使用性越高，不但不能提高学习者稳定性，反而会降低。[2]基于对先前研究者文献的分析，我们设想，从精力的集中度考虑，如果学习者对系统的使用性利用不当，就有可能使学习者在学习过程中分心，从而导致流失率增高的结果。因此，提出了MOOC平台的系统使用性的假设：

假设1 对系统自由性的使用程度越高的学习者，越有可能流失。

假设2 遇到系统不稳定的程度越高的学习者，越有可能流失。

1.1.2系统社交性假设

系统的社交性（Sociality）即系统用户在网络平台社群中的交流。[6]因此，MOOC的社交性主要是靠MOOC平台上支持学习者和其他学生、教师、助教交流的论坛得以实现。由于MOOC本身的开放性及大规模性，数百万的在线学习者都存在交流，交换意见，解答疑惑，交友的需求。

已有的研究表明，社交性对于在线的网络社群来说是非常重要的。有文献从认证了在传统教育模式下引入交流社群可以促进学生的坚持率。[7]因此，对于大型开放式的MOOC教育来说，系统的社交性就显得更加重要了。并且现有的研究对其重要性进行了证实。例如，有文献研究认为，网络社群中的交流可以减少学习者在学习过程中的孤单感，提高学习满意度[8]；有文献从5种流行的社交工具接受度进行了研究，结果发现，MOOC的在线论坛（尤其是教师-学生论坛）是接受度最高的[9]；还有人认为，在社交论坛中发言较多的学习者，课程参与度高，流失率低[10]。

为此。我们又提出了MOOC平台的系统社交性假设：

假设3 在系统社交平台中和他人交互次数越多的学习者，越有可能坚持。

假设4 论坛交互对于滥用系统使用程度造成的学习者流失，具有调节作用。

假设5 与教师交互对于滥用系统使用程度造成的学习者流失，具有明显的调节作用。

假设6 学习中主动遇到问题的学习者，越主动寻求系统社交平台帮助的，越有可能继续坚持课程。

1.2 变量

根据上述对MOOC平台的系统使用性和社交性的假设，设计了研究的变量，来探讨动态特性对MOOC学习者流失率的影响。

数据来源于免费大型公开在线课程项目Coursera平台上一门课程——大数据网络的用户点击数据及论坛交流数据。数据集为大数据网络课程20000名左右学习者的个人层面的数据，主要由三部分组成：在线作业的数据，系统记录用户点击浏览的日志文件以及论坛记录的用户交流互动的行为数据。

学习者在Coursera平台上注册后，可以选择参加大数据网络课程的学习，包括观看课程视频、讨论、作业等。在学习的过程中，Coursera平台可以将学习者对系统自由性的依赖程度（例如，视频暂停、拖动进度条的次数等），以及系统本身不稳定的程度（例如，系统出错的概率等）等数据保存在系统日志文件中。同时，平台也保存了学习者在论坛中的交流数据。结合这两种数据来源，以学习者完成作业的总量作为坚持率的度量，得到回归模型的核心变量。

1.2.1 核心变量

学习者坚持率(Num of assignments)：每个学习者完成作业的数量。在研究中，在线学习者总共有10次作业。学习者只有完成一定数量的作业之后，才能完成学习目标并且得到从Coursera平台的认可。因此，学习者完成作业的数量一定程度上衡量了学习者对该课程的坚持意愿。

学习者的自由使用程度（Operation times）：每个学习者在视频播放过程中暂停、加速及拖动进度条的总次数。总次数越多，我们认为该学习者对系统自由性的使用程度越高。

系统不稳定性（System Instability）：每个学习者在视频播放过程中，遇到的视频出错及下载数据有问题的事件总次数。

学习者在论坛的交互程度（Interaction）：每个学习者在论坛中发言及收到回复的次数加总。为进一步研究，以学习者在论坛中与人的交互对象的不同，将学习者在论坛的交互程度拆分成：学习者与教师的交互程度（IntwithT）[4]，学习者与同学的交互程度（IntwithS）[5]。

学习者遇到问题到寻求论坛帮助之间的距离（Distance）：在研究过程中，以学习者过度地暂停、拖动进度条，加速的操作次数作为衡量学习者滥用MOOC系统自由度的程度。我们从暂停、拖动进度条、加速这些动作的发生到该学习者之后第一次访问论坛动作之间的距离，作为学习者遇到问题到寻求论坛帮助之间的距离。

距离越短，说明学习者遇到问题之后寻求论坛帮助的可能性越大，从而越有可能减少学习者的流失率。

除去核心变量之外，同时在模型中引入以下控制变量，使得结果更加合理，可信。

1.2.2 控制变量

学习者认证情况（Insignature track）：该变量为虚拟变量，对于那些付费购买Cousera平台及课程提供学校颁发的认证证书的学习者，Insignature track=1，对于没有付费购买认证证书的学习者，Insignature_track=0。显然付费购买证书的学习者学习意愿更强烈，所以添加该变量可以排除学习者自身的特质差异。

学习者的持续时间（log duration）:该变量为学习者参与Coursera平台的时间。在模型中，我们采用最近登录时间及注册时间之差取对数形式来决定，作为学习者本身差异的控制变量之一。

学习者看视频的总数（lecture times）：每个学习者观看视频课程的总数。学习者观看视频总数显然和学习者坚持率，以及暂停，加速，拖动进度条总数有正相关关系，因此必须加入模型，作为控制变量。

2 模型构建

基于上述分析和假设，构建本课题的研究模型如图1：

图1 研究模型

基于以上变量构建和研究模型，建立以下回归模型：

在上式的回归模型中，学习者在MOOC平台的系统论坛的交互程度将分别被替代成总交互、与教师交互、与同学交互三种交互程度进行不同的回归。

3 数据与分析

根据MOOC平台系统的日志文件，该课程共有29136个注册用户。但是，由于本研究的回归模型是基于学习者个人层面的，并且MOOC系统的课程本身具有自由性和低门槛性，注册用户并不能代表他们有学习意愿。因此，假设至少完成过一次作业的注册用户存在初始的学习意愿，选取了1112名愿意学习的注册用户作为研究对象。

从表1中可知，1112名学习者平均的作业完成量为5.82 (标准差=3.87)。而且，平均来说，每个学习者遇到系统出现错误的次数为11.42 (标准差=20.48) ，遇到系统数据下载失败的总次数为30.92 (标准差=76.00) 。在观看视频的过程中，平均每个学习者点击暂停键的次数77.42 (标准差=121.13)。此外，选择加速的次数平均为22.97 (标准差=67.54) ，拖动进度条的平均次数为90.96 (标准差=230.44)。

对于论坛的交流次数，平均每个人有包括发言和收到回复之内的3.21次和他人的交互 (标准差=13.45)，其中和教师的平均交流程度0.48次（标准差=1.91），与其他同学的平均交流次数2.72次（标准差=11.88）。在1112名用户中，有689名学习者在视频操作之后寻求了论坛的帮助，他们这两个动作之间的平均距离为11.79（标准差=11.99）。

表1 变量的描述性分析

为进一步了解这些变量之间的关系，对已建立的模型进行如下回归，结果见表2。

表2 回归结果

从表2可以看到：

系统不稳定性度量与学习者的操作总次数系数都是显著的负数[6]，这证明了学习者对系统自由性的使用程度越高，越有可能流失；学习者遇到系统不稳定的次数越高，越有可能流失。可见，假设1和假设2的合理性。

此外，模型二中，论坛的交互次数系数为显著的正数，证明假设3的合理性，即在论坛中和他人交互次数越多的学习者，越有可能坚持。这个结果暗示了论坛在大型开放式网络教学中作为交流，解答疑惑的平台，可能减少学习者的孤独感，提升满意度，进而促进学习者坚持率的作用。

模型三中论坛交互次数和系统自由性使用程度（Interaction*Operation_times）交互项为负数[7]，支持假设4的论述：论坛交互程度对系统自由性使用程度有调节效应，即论坛交互次数不仅对学习者坚持率有促进作用，还对过度使用系统自由性的学习者，有挽留作用。

参与论坛交流的具体调节作用可反映在图2。图中可以发现，论坛交互低的学习者，随着视频点击行为次数的增多，完成作业的数量会减少[8]；但对于论坛交互高的学习者而言，随着视频点击行为次数的增多，完成作业的数量不仅不会减少，反而会增多。

图2 论坛交互的视频操作次数对坚持率影响的调节作用

另外，也发现对于系统不稳性造成的学习者流失，论坛交互次数的增长并没有显著的作用。这个结果是合理的，因为系统自由性的使用是学习者的主观选择，代表了因为没有强制学习环境而分心学习者，对于这部分人群，论坛能解答他们的疑惑，增进同伴间交流，使他们重新对课程保持兴趣。而系统不稳定性是一种客观的错误，论坛可能不能起到解决该问题的作用。

模型四进一步证明，由于IntwithT的系数比IntwithS的系数高一个量级[10]，可以知道假设5成立。对于论坛中的交互，和教师交流远比和学生交流对提升学习者坚持率的效果显著，调节作用也更明显。

教师交流和学生交流对于视频操作次数多造成的学习者流失的调节作用如图3（a）和图3（b）所示。从图3（a）可以发现，与教师交流少的学习者，随着视频点击行为次数的增多，完成作业的数量会减少，而与教师交流多的学习者，随着视频点击行为次数的增多，完成作业的数量还会明显增多。从图3（b）可以发现，与学生交流对于视频操作次数对坚持率影响的调节作用不太明显。