大数据时代外语使用及学习行为研究：现状与未来研究构想

方秀才

(淮南师范学院 外国语学院，安徽 淮南 232038)



大数据时代外语使用及学习行为研究：现状与未来研究构想

方秀才

(淮南师范学院 外国语学院，安徽 淮南 232038)

文章认为在外语教学领域，大数据既是特定的教学环境，又是容量浩瀚的教学资源，在很大程度上改变外语学习的模态，重塑教学行为，甚至促成全新的教学认知方式，必须开展大数据影响下的外语使用和学习行为研究。通过分析国内外研究现状，文章提出大数据时代学习者的语言使用应该拓展至网络终端，可以采用语料库方法和网络终端语言分析；学习行为应涵盖课堂之外的网络外语行为，主要依据课堂观察、课外外语学习行为问卷调查和深度访谈探究。

大数据；外语使用；外语学习行为

1.0 引言

大数据(big data)是当今信息化时代的标志性特征，影响着人们生活的方方面面。在外语教学领域，大数据具有双重属性，既是特定的语言教学环境，又是容量浩瀚的历时和共时语言资源，在很大程度上改变语言学习的模态，重塑语言教学的行为，甚至促成全新的教学认知方式，学界有必要对大数据时代下外语教学的各个维度开展研究。学习者语言和学习行为研究历来是二语习得(SLA)和外语教学(FLT)领域的重要研究领域。大数据时代又为学习者语言的观察和研究带来了契机，提供了便利。无论是存储在个人电脑或者下载于网络终端的电子版的学习者语言产出，还是规模宏大的学习者语料库都可以作为学习者语言研究的素材，其真实性、动态性、代表性和规模都为学习者语言特征的总结和解释提供了可靠保障。王海啸(2014)指出，大数据给教学带来了新的行为和思维方式，如MOOCs和翻转课堂改变了课程教授的方式和学习者的学习行为，只有关注教学行为才能对教学做出更为合理的需求分析，并依此制定相应的语言教育政策和教学实践决策。本文通过分析大数据时代外语使用及学习行为研究的现状来显示当前研究的缺口和后续研究的重点，并为未来研究勾勒研究思路和方法。

2.0 研究现状

大数据拓展了外语教学的环境和教学资源概念，为学习者语言使用开辟了全新的渠道和媒介，促成了自主且形式多样的学习行为。本节通过深入分析当前研究现状，显示开展大数据时代下外语学习行为和语言使用研究的缺口以及进一步研究的必要性。

2.1 大数据对外语教学的影响

大数据对于外语教学的影响主要体现在两个方面：作为外语教学的环境和作为外语教学的资源。环境尤其是计算机网络和信息技术环境对于外语教学的影响与日俱增，它不再是外语教学辅助的工具和外部环境，而俨然成为外语教学中一个必要的组成部件，已经整合到外语课程之中(陈坚林，2010)，甚至催生了一种新的外语教学理论和实践的学科方向——外语教育技术学(胡加圣、陈坚林，2013)。这一研究动向和趋势反映了学界对于教学环境研究的日益重视，是信息技术和知识经济发展的必然结果，讨论其对于外语教学的影响充分体现了时代需求。

国外十分重视大数据和信息化对于高等教育的影响，如美国新媒体联盟已经连续14年发布《地平线报告》，集中反映大数据和信息技术对于高等教育的影响。在《2015地平线报告高等教育版》(Johnson et al,2015)中预测了未来五年内可能对高等教育产生影响的6项趋势(分别是短期趋势——混合学习的应用和学习空间的重构；中期趋势——量化学习和开放教育资源的激增；长期趋势——灵活创新的学习环境创建和高等教育机构的合作)、6项技术(自带设备、翻转课堂、创客空间、可穿戴技术、自适应学习技术和物联网技术)和6项挑战：可解决的挑战包括正式学习和非正式学习的融合以及数字素养提升；艰难的挑战包括个性化学习和复杂性思维教学；棘手的挑战包括教育模式的竞争和教学激励机制(龚志武等，2015)。在《2016地平线报告高等教育版》(Johnson et al,2016)中再次预测了各种趋势、技术和挑战，包括6项趋势：推进创新文化、重新思考高校工作、重新设计学习空间、向深度学习方法转变、日益关注学习测量、混合式学习设计的广泛应用；6项挑战：平衡连接与未连接的生活、保持教育的适切性、不同教育模式的竞争、个性化学习、正式学习和非正式学习的融合、提升数字素养；和6项技术：情感计算、机器人技术、增强现实、创客空间、自带设备、学习分析和适应性学习(金慧等，2016)。研究这些趋势和技术在高等教育领域的应用以及如何应对它们带来的挑战已是时代迫切之需。

然而笔者通过分析国内相关文献发现，学界将上述趋势、技术以及挑战作为对象的研究寥寥无几，二语习得和外语教学研究众多文献仅仅关注学习环境对于第二语言和外语学习效果的影响，最常见的是讨论课堂教学环境对于学习过程和学习效果的影响。如康淑敏、王雪梅(2003)讨论多媒体环境下的英语教学策略的运用，为外语教学实践提供思路和指导；陈美华(2007)对计算机网络环境下的自主学习要素如学习动机，学习方法，学习计划和学习反思等进行了研究；高德新、于秀金(2008)讨论网络环境下的口语教学改革；陈坚林(2015)讨论大数据时代的慕课与外语教学研究的机遇和挑战。可见，在大数据时代外语教学研究尚存以下两个缺口：其一，绝大多数文献是讨论环境影响下的教学方法和模式，旨在改进教学，而从环境这一视角讨论和分析教学产出的研究极少，使得对教学方法的探讨缺乏足够的实证支撑。因此，需要结合大数据时代这一独特教学环境，分析学习者语料库以及网络终端学习者语言，根据课堂观察和问卷调查了解大数据时代学习者的学习行为，再结合大数据时代特点开展行动研究，进一步分析学习者语言特征与学习行为；其二，大数据时代环境与其他教学环境的区别在于，大数据时代环境不仅仅只是一种外在环境，它同时还是一种容量浩瀚且对外语教学存在无限影响潜势的教学资源。系统讨论这种教学资源对于外语教学影响的文献匮乏，笔者在中国知网的核心期刊文章中仅仅发现王海啸(2014)把大数据作为一种写作教学资源来讨论，认为大数据“为大学英语写作教学，包括写作教学资源、写作目的、写作内容与组织、写作辅助手段与工具、写作评估以及写作能力的内涵带来从观念到行为等多方面的变化，也为大学英语写作教学的改革带来新的机遇和挑战”(王海啸，2014：66)。因此，需要通过对学习者语言和行为的分析来总结大数据作为教学资源的形式、载体和影响程度，进而设计行动研究方案，将课堂教学和大数据的学习资源整合关联，从而更好地服务教学。

2.2 学习者外语使用

大数据的双重身份也影响着学习者语言使用的情景和模态，使其呈现独有特征，必须开展针对性的研究才能更好地显露语言特点，启示语言教育政策和教学实践。对于学习者语言研究，在SLA成为一门独立的学科之前的主流方法是对比分析(Contrastive Analysis,CA)。CA认为目标语L2的语言错误是学习者母语L1和L2之间的差异所致(Lado,1957)，但众多实证研究的结果却与之矛盾。CA孕育的错误分析(Error Analysis,EA)尽管在解释错误原因时有一定解释力，但它无法解释学习者困难的所有领域(Larsen-Freeman & Long,1991:61)，研究学习者的正确形式是否和母语者用法相似同样重要，如某一形式的使用频率(Harley,1980:4)。EA视角的狭隘使得它无法对学习者的中介语(Interlanguage, IL)表现做出全面分析和描写，而仅仅局限于分析错误。中介语(Selinker,1972)的概念可以说是在批评CA和EA的基础上提出的，强调学习者自身因素对学习语言的影响以及该体系从学习者母语到目标语过渡变化的特征。它是一种独立的语言变体，可以不对比任何其他语言变体成为研究的对象(Granger,2004:127)。IL概念的提出意味着二语习得研究范式的转变，从对比语言和分析错误转向描写学习者语言的真实使用，更多地从学习环境和学习者差异去解释语言使用，这和语料库语言学的很多理念不谋而合，成为后来语料库方法介入IL研究的前提。Granger(2004)将这种基于语料库对比来分析学习者语言特点的方法称作“中介语对比分析”(Contrastive Interlanguage Analysis,CIA)，与传统的CA不同的是，CIA并不比较两种不同的语言，而是比较同一语言的母语者和学习者的语言变体或者学习者之间的语言变体，旨在反映出中介语的特别之处(Granger,2004:127)。国内在过去十余年借助语料库驱动的CIA方法对于学习者的语言使用开展了丰富的研究，如濮建忠(2003)利用中国英语学习者语料库发现学习者在词汇知识深度上的问题和不足与未能充分掌握典型类联接和搭配直接相关；卫乃兴(2006)采用CIA研究了中国学生英语中的语义韵特征；王立非、张岩(2006)运用SWECCL语料库研究了中国大学生英语议论文中语块的使用特点；许家金、熊文新(2009)主张结合类联接开展中间语对比分析和语体分析；郑群(2011)分析了英语学习者犹豫型标记语的语用石化现象；胡春雨(2012)研究了中国英语学习者义务型情态词产出；方秀才(2013；2014)研究了学习者的动词非限定小句特征；赵晨(2014)探究了中国英语学习者的名词性合成词表征及通达机制。

虽然语料库也是大数据的具体形式之一，基于语料库的学习者语言分析在较大程度上能够更好地反映学习者语言使用，但它没有分析诸如学习网站、聊天软件和其他大学生社交网络等网络终端中的学习者英语特征，反映的多是学习者应试语言的特征(大多学习者语料库是根据应试作文创建)，对于学习者应试或课堂之下的真实语言关注甚少。这也从一个侧面反映了2015新媒体联盟地平线报告中提及的正式学习和非正式学习融合这一挑战，高校及研究者如何量化学习者的各种非正式学习经历非常复杂(龚志武等，2015：10)。但该报告将之界定为可解决的挑战是因为基于大数据，基于社交网络，研究者通过抽样调查学习者在这些网络终端中的英语使用特征，并进一步通过问卷或者访谈来挖掘特征背后的深层原因，从而准确反映这两种学习方式的融合形式以及对于学习产生的效果，便于更好地启示大数据时代下的外语教学模式。

2.3 学习者外语学习行为

学习者语言特征的解释以及相关外语教学问题的解决在很大程度上需要依赖学习行为研究提供理据。大数据时代不仅导致了学习渠道的变化，也革新了行为研究的方式。2012年是国际慕课教育元年，Coursera、edX、Udacity被称为在线教育的三驾马车。这些教育组织不仅成为学习者接触和学习慕课课程的平台，也是挖掘学习者行为的重要数据来源。2012年3月，edX 的首门慕课“电路与电子器件”开课，该门课程注册选课人数为 155000 人，最终获得课程认证的人数为 7100人，通过率为 4.5%。2013年5月，在对该课程所采集数据的深度挖掘和分析的基础之上，edX 发表了题为《探究全球性课堂中的学习：基于 edX首门慕课的研究》的研究报告(Breslow et al.,2013)。报告依据大数据，对学习者的学习行为的刻画达到了高度精确化的水准，堪称是大数据研究的范例之作，也保证了后续学习平台和学习内容的设计和改进更有针对性和有效性(杨满福、焦建利，2014)。

在国内，对于大数据时代的学习者行为已经开展了一些初始研究，如何向阳等(2014)建立了学习者参与教育信息资源再生对参与者影响的结构方程模型，研究了学习者行为意向与网络自主性、资源有用性、自我辨伪之间的关系；周晓清等(2014)通过对比中外教育信息化政策以及分析新加坡的典型案例，发现国际上学与教变革的新措施均体现出“学习导向”的特征；傅钢善、王改花(2014)基于数据挖掘论证了网络学习行为与学习效果的关系。然而，在SLA或者FLT领域，尽管早在1985年Ellis (1985)就提出二语习得中学习者差异因素会影响习得的路径、速度和最终的成功程度，但是长期以来学习者语言行为研究一般只是讨论学习者在课堂教学中的行为，其途径也大多基于课堂观察、问卷或者有声访谈。笔者检索了SAGE、Cambridge和CNKI电子期刊库未曾发现真正基于大数据来探讨语言学习者学习行为的研究。如文章2.2节论证在大数据时代学习者的语言使用应该拓展至网络终端一样，学习者的语言学习行为也应涵盖课堂之外的网络行为，并通过基于数据挖掘和传统的问卷及访谈形式来总结学习者的语言行为。

3.0 未来研究构想

基于以上对大数据时代特征以及大数据影响下的外语教学、学习者外语使用和学习者外语行为研究现状的分析，大数据时代外语使用和学习者行为研究不仅是时代之需，而且意义重大。其学术价值体现在以下三个方面：其一，强调“大数据时代”情境下学习者语言和行为的研究，使得我国应用语言学界更好地认识这一时代特征和我国外语教学之间关系，拓展了学界对教学资源和教学环境概念的界定；其二，大数据时代下学习者语言特征主要通过基于语料库的中介语对比分析(CIA)和网络终端语言分析总结，能够克服以往对比分析(CA)和错误分析(EA)的弊端，便于准确诊断教学问题，做出相应对策；其三，重视大数据时代的学习者行为研究，将行为延展至教学课堂之外，包括了学习者接触来自外界的数据资料和自己创造数据资料两个方面的行为，拓展了学习者行为概念的内涵。

其应用价值主要体现在外语教学的几个方面：在外语教学理念上，中国传统的外语教学过于强调课堂教学，忽略第二课堂或者师生教学之外的行为对于教学的影响。本文强调大数据对于外语教学的巨大潜势，提倡在教学中顺应时代特征，大量使用MOOCs资源和翻转课堂等课堂组织方式；在教材和词典编写上，大数据时代已经掀起了出版界的革命(张涛甫，2013；谭小军、周安平，2014)，英美等国早在上个世纪末就开始基于计算机语料库编撰语法与词典，从而使得语言描写更加真实、准确、可靠和与时俱进。大数据的内涵远不止语料库，必须整合分析这些资源才能编撰出具有较好针对性的学习材料；在学生学习来源和行为上，大数据的唾手可得能够为学习者提供丰富的学习资源，学生应学会以大数据如语料库为媒介，尝试数据驱动学习(DDL)，进而提高自主学习能力；在教学评估上，大数据革新了教学资源的形式，改变了教学模态，拓展了教学情境，本文提供的研究思路和方法能为大数据时代的教学有效性评估提供参照。

鉴于大数据时代开展外语使用和学习行为研究的必要性和价值，本文基于上述研究现状及特征分析，建议围绕以下内容、思路和方法开展相关研究，更好地服务当代的外语教学。

1)研究内容

在上述研究现状的背景之下，大数据影响下的外语使用和学习行为研究不仅体现了时代要求，也为SLA和FLT领域的重要研究兴趣学习者语言特征的总结和解释提供重要维度和方法，同时还为制定教育政策和教学行动研究方案提供理据。在研究内容上主要关注以下两个方面：其一，采用多维的实证研究方法如基于现有语料库的学习者语言分析、课堂教学观察、课外行为问卷调查、访谈和学习者网络终端语言分析等方法来总结大数据时代学习者语言使用和行为；其二，基于上述学习者语言和行为研究，设计行动研究方案，开展行动研究，引导学习者合理使用大数据学习资源，通过测试、观察和访谈来验证大数据于学习者语言使用和行为的影响，最终形成教学政策规划和教学实践建议。

2)研究思路

大数据时代外语使用和学习行为研究的基本思路如下图所示：

图1 大数据时代学习者语言和行为研究框架

具体而言，研究首先需要诠释大数据的双重属性，一是大数据作为英语教学资源的内涵，以及大数据导致英语教学模态的改变；二是作为信息时代的环境特征，大数据影响教师和学习者的方方面面，给外语教学带来的机遇和挑战。其次，学习者学习行为和外语使用是从学习者的视角开展研究，主要从两个方面开展实证研究，基于语料库和网络终端语言分析学习者的语言使用特征以及依据课堂观察、问卷调查和深度访谈探究学习者的语言学习行为。再次，在学习者语言和行为研究的基础上，结合大数据时代的特点开展行动研究，设计应对方案与步骤。最后对这些实证研究的量化和质性数据进一步分析挖掘，在总结大数据时代学习者语言使用和语言行为特征和原因的基础上提供宏观和微观两个层面的建议：在宏观的外语教学政策规划层面，应把大数据这一教学资源和环境特征纳入政策制定的各个方面；在微观的外语教学实践层面，应逐渐革新过于依赖教学课堂的习惯做法，充分发挥大数据的应用潜势，促成基于大数据的以学习者为中心的自主学习模式的形成。

3)研究方法

就方法而言，主要包括理论和实证研究两种。在理论上，通过文献法归纳现有SLA和FLT研究领域对于“环境”和“学习者行为”概念的界定以及研究“学习者语言使用”的方法和手段，结合大数据的时代和属性特征，拓宽这些概念的内涵，丰富研究的途径和渠道；在实证层面，可以采用大数据时代丰富的研究手段，其中包括：

(1)基于语料库的方法

学习者语料库的建设和在研究中的应用使得原本分离的两个学科：语料库语言学和外语、二语研究联系起来(Granger,2004:3)，通过对比分析学习者语料和母语语料可以总结学习者的目标语使用特征。其比较框架如下：

图2 中介语对比分析模型 (Granger,2004:12)

如上图所示，CIA采用二维对比，即NS/NNS母语者与非母语者比较和NNS/NNS非母语者之间的比较，便于学习者特征的总结，但NS/NNS差异源自母语迁移和NNS/NNS共性体现中介语发展特征的双轨解释机制存有缺陷(方秀才，2014)。因此，应该扬长避短：采用中介语对比分析的方法来界定学习者语言使用特征，但却放弃CIA“非此即彼”的解释模式，而是结合大数据这一教学环境和教学资源特色使用CIA-MEM多维解释模型(同上)去分析解释学习者语言，即“在‘相信文本’的理念下利用语料库技术对语料多角度分析，并从L1迁移、主题语境、L2输入、L2水平、学习者特征和语体意识等多维度因素去解释学习者语言特征”(方秀才，2014：25)。

(2)课堂观察、问卷、访谈

本文认为，大数据时代的学习者语言使用行为包含课堂教学行为和课外网络终端中的语言行为。因此，行为的总结主要来源于三种渠道：课堂观察、问卷调查和访谈。首先，基于课堂观察，总结传统意义上的学习者语言行为，综合采用随机和分层抽样，抽取一定数量各类学校，并选取一定数量代表性专业的自然班级，随机选取一定课时的外语课程进行录像，通过观看教学录像记录学习者的学习行为，如思考、讨论、查阅教辅工具等，再统一编码，用于后期Nvivo质性分析；其次，基于问卷调查，了解学习者课堂之下的学习行为，主要是他们通过网络终端来获得语言输入以及产出语言的频率、方式、渠道等和自己对于这种形式的认知和评价。最后，基于访谈，进一步了解学生对于大数据时代英语学习不同之处的切身感受，学生的语言使用和语言行为以及他们对于教学的需求和预期，被试为抽取的班级中自愿进入访谈环节的学生，访谈录音同样通过转写和编码以备后续质性分析。

(3)基于网络终端语言分析

大数据和信息化使得传统的外语学习延伸到教学课堂之外，对于学习者语言输入和输出的分析必须关注网络或智能媒体终端等非正式学习方式的影响。基于网络终端的学习者语言分析在实际操作时放在语料库分析以及课堂观察、问卷调查和访谈之后，因为语料库分析通过对比母语者语料能够总结学习者语言中不够地道的表达、形式或语用现象，这样能够使得网络终端语言的观察分析更有针对性；另外，课堂观察、问卷调查和访谈的结果有助于网络终端语言分析的对象选取。网络终端的语言以及网络行为的分析也能够进一步加深上下两节研究结果的深入讨论。

(4)行动研究

行动研究主要指教师针对教学中遇到的问题，开展调查研究，制订解决问题的行动方案，在实施过程中不断反思和调整行动方案，收集数据，分析和评价效果，改进教学实践，从而使教学过程、反思意识、教学水平和研究能力得到和谐发展和共同提高(Nunan & Bailey,2009)。在上述理论研究和实证分析的基础上可设计针对性的学习行动计划方案，推行一个学期观察其效果，主要从教师和学生评价来评估，这样一方面是验证方案的可行性，为进一步提出教学政策规划和教学实践对策服务，另一方面可以作为进一步深入思考大数据时代外语教学有效性评估的先导实验。

4.0 结语

本文界定了大数据作为外语教育资源和外语教学环境的双重内涵，分析了大数据时代下外语教学、学习者语言使用和学习者学习行为研究的现状，彰显了开展大数据时代下外语使用及外语学习行为研究的必要性、迫切性和学术及应用价值。基于这些分析，文章进一步勾画了开展大数据时代外语使用和学习行为研究的具体内容、研究思路和研究方法，具有一定的现实指导意义。但是，由于尚无相关实证分析，文中多处的总结和论断未必完全合理，未来研究构想的可行性也有待后续的实证研究检验。

[1] Breslow, L.et al.Studying learning in the worldwide classroom:Research into edX’s first MOOC[DB/OL].Retrieved from https://www.edx.org/research-pedagogy.2013.[2014-10-18].

[2] Ellis, R.SecondLanguageAcquisition&LanguagePedagogy[M].Philadelphia:Multilingual Matters, 1985.

[3] Granger, S.Computer learner corpus research:Current status and future prospects[A].In U.Connor & T.Upton (eds.).AppliedCorpusLinguistics:AMultidimensionalPerspective[C].Amsterdam:Rodopi, 2004.123-145.

[4] Harley, B.Interlanguage units and their relations[J].InterlanguageStudiesBulletin, 1980,(5):3-30.

[5] Johnson, L.et al.NMC Horizon Report:2015 Higher Education Edition[R].Austin, Texas:The New Media Consortium, 2015.

[6] Johnson, L.et al.NMC Horizon Report:2016 Higher Education Edition[R].Austin, Texas:The New Media Consortium, 2016.

[7] Lado, R.LinguisticsAcrossCultures:AppliedLinguisticsforLanguageTeachers[M].Ann Arbor:The University of Michigan Press, 1957.

[8] Larsen-Freeman, D.& M.H.Long.AnIntroductiontoSecondLanguageAcquisitionResearch[M].London:Longman, 1991.

[9] Nunan, D.& K.Bailey.ExploringSecondLanguageClassroomResearch[M].Heinle:Cengage Learning, 2009.

[10] Selinker, L.Interlanguage[J].InternationalReviewofAppliedLinguistics, 1972,(10):209-231.

[11] 陈坚林.计算机网络与外语课程的整合——一项基于大学英语教学改革的研究[M].上海：上海外语教育出版社，2010.

[12] 陈坚林.大数据时代的慕课与外语教学研究——挑战与机遇[J].外语电化教学，2015，(1)：3-8.

[13] 陈美华.计算机网络环境下大学生英语自主学习要素研究[J].外语与外语教学，2007，(3)：33-36.

[14] 方秀才.基于语料库的中国EFL学习者“ing-小句”非限定用法研究[J].西安外国语大学学报，2013，(3)：48-52.

[15] 方秀才.CIA框架下的多因素解释模型——以学习者“不定式非限定小句”特征解释为例[J].外语电化教学，2014，(3)：20-26.

[16] 傅钢善，王改花.基于数据挖掘的网络学习行为与学习效果研究[J].网络教育与远程教育，2014，(9)：53-57

[17] 高德新，于秀金.网络环境下的大学英语口语教学模式改革探讨[J].外语电化教学，2008，(5)：57-62.

[18] 龚志武等.(编译).新媒体联盟2015地平线报告高等教育版[J].现代远程教育研究，2015，(2)：3-22.

[19] 何向阳等.信息资源再生的影响研究——基于参与者认知行为变化角度[J].电化教育研究，2014，(3)：77-82.

[20] 胡春雨.中国英语学习者义务型情态词产出的多纬度研究[J].外语教学与研究, 2012，(1)：80-94.

[21] 胡加圣，陈坚林.外语教育技术学论纲[J].外语电化教学，2013，(2)：3-12.

[22] 金慧等.新媒体联盟《地平线报告》(2016高等教育版)解读与启示[J].远程教育杂志，2016，(2)：3-10.

[23] 康淑敏，王雪梅.从教学要素角度探究多媒体环境下的英语教学策略[J].外语界，2003，(2)：34-40.

[24] 濮建忠.英语词汇教学中的类联接、搭配及词块[J].外语教学与研究，2003，(6)：438-445.

[25] 谭小军，周安平.大数据时代MOOC对高等教育教材出版的挑战 [J].出版发行研究，2014，(11)：9-12.

[26] 王海啸.大数据时代的大学英语写作教学改革[J].现代远程教育研究，2014，(3)：66-72.

[27] 王立非，张岩.基于语料库的大学生英语议论文中的语块使用模式研究[J].外语电化教学，2006，(4)：36-41.

[28] 卫乃兴.基于语料库学生英语中的语义韵对比研究[J].外语学刊，2006，(5)：50-54.

[29] 许家金，熊文新.基于学习者英语语料的类联接研究概念、方法及例析[J].外语电化教学，2009，(3)：18-23.

[30] 杨满福，焦建利.大教学、大数据、大变革——edX 首门“慕课”研究报告的分析与启示[J].电化教育研究，2014，(6)：34-37.

[31] 张涛甫.大数据时代的出版困局及其突破[J].编辑学刊，2013，(2)：6-10.

[32] 赵晨.中国英语学习者的名词性合成词表征及通达机制探究[J].现代外语，2014，(6)：815-825.

[33] 郑群.中国英语学习者犹豫型标记语的语用石化现象[J].外语教学理论与实践，2011，(4)：44-51.

[34] 周晓清等.从“技术导向”到“学习导向”——信息技术支持的学与教变革国际发展新动向[J].远程教育杂志，2014，(3)：13-22.

Studies of EFL Use & Learning Behavior in the Big Data Era： Its Current State & Future Scheme

FANG Xiu-cai

(School of Foreign Languages, Huainan Normal University, Huainan 232038, China)

The paper regards “big data” as both a specific language teaching environment and a huge language resource which greatly change learning models, reshape teaching practices and even create new teaching cognitions.With a comprehensive analysis of studies concerning learner language and learning behavior in the big data era, the paper maintains that learners’ language use should be extended to internet terminals and learning behaviors broadened to internet-based ones.A multitude of methods including corpus-based approach, qualitative analyses of cyber language and interview records, classroom investigation and questionnaire survey can be adopted for analyzing learner behavior and language in the big data era.

big data; EFL use; EFL learning behavior

10.16482/j.sdwy37-1026.2016-05-006

2016-01-04

本文为安徽省哲学社会科学规划项目“大数据时代大学生英语学习行为和英语使用研究”(项目编号：AHSKY2015D104)、高校优秀青年人才支持计划重点项目“信息化时代外语教学有效性评估框架研究”(项目编号：gxyqZD2016255)的部分成果。

方秀才(1979-)，男，安徽枞阳人，博士，副教授。研究方向：语料库语言学、语言测试、外语教学理论与实践。

H319

A

1002-2643(2016)05-0045-07