MOOC课程论坛活跃度衡量指标及影响因素浅析

徐彬+张昱+李封+杨丹+郭志

摘要：分析MOOC课程论坛活跃度不高的原因和论坛的特点，对比论坛与常规问答系统的区别，提出活跃度的量化衡量指标。对东北大学MOOC平台软件工程和电工学两门课程的论坛数据进行统计分析，计算课程论坛的活跃度，结合课程作业和测试等教学环节设置情况及视频播放行为和作业提交等活动特征，分析课程论坛活跃度的影响因素，给出有助于提高论坛活跃度的建议。

关键词：MOOC；在线课堂；数据分析；社会性交互

0.引言

大规模开放在线课程MOOC是一种开放的、允许数以万计的全球学习者注册并学习的新的在线教育课程。课程论坛作为MOOC的基本组成部分，允许学习者在论坛中通过发帖和回复等形式交流学习经验，相互解答学习疑问。然而，研究发现论坛中的活跃用户数仅占注册用户数的一小部分，不仅如此，随着课程的进展，活跃用户数会进一步减少。调查发现，超过半数的学习者在课程结束前退出了课程论坛的讨论。MOOC课程论坛活跃度不高是导致课程完成率低的一个重要因素。笔者通过课程实例的研究，分析课程论坛活跃度的衡量指标及相关影响因素。

1.MOOC课程论坛活动相关研究现状

在20世纪90年代，邮件列表（mailing list）形式的课程讨论方式出现并支持在线课程的学习，这种在线交流形式对课程学习是有益的。文献研究发现在MOOC平台中学习者之间的交流体现了社会协作性。文献以众包的方式将MOOC课程论坛中的发言从6个维度进行人工标记，如“该帖子是否是一个提问”“该帖子是否是一个解答”“该帖子的困惑级别是什么”“该帖子的紧急程度如何”等，这些人工标记的信息加上帖子内容（post body）及头数据（metadata）构成特征空间，利用分类器组合方式识别学习者对课程内容的困惑程度。

构建主义提出的认知学艺模型（cognitiveapprenticeship model）主张在现场活动中获取、发展和使用认知工具，并进行特定领域的学习。这一模型强调知识的传递效果，通过学习者之间的互动构建知识。文献给出了学习者退出课程论坛的原因，包括问题不能及时解决、论坛使用不方便、交流过程中遇到了不友好的行为等。

2.MOOC课程论坛活跃度

2.1MOOC课程论坛特征

与传统线下课堂相比，由于教师与学习者以及学习者之间的活动是时空分离的，相互之间少有直接的面对面交流，导致MOOC的学习者之间的社会性交互弱化。这种时空分离特征使得学习者在论坛中的发帖提问得不到迅速答复。这种问答活动的延时在一定程度上影响了学习效果，造成一部分学习者因为问题得不到及时解决而退出课程。和目前百度问答系统、Stack Overflow等问答系统相比，虽然问答活动都是它们的主要活动，但是慕课课程的论坛和前两者存在明显的差别。在常规问答系统中涉及的话题内容是很广泛的，而慕课课程中的问题则更局限于课程内容。其次，常规问答系统中提问者对问题的时效性需求并不像慕课课程论坛中那样迫切。在百度问答中，回答问题可以得到积分奖励，这一规则极大提高了问题的回答率。然而，将这一积分体系引入慕课课程的论坛，虽然能改善论坛的用户体验，但却对学习成绩、完成率以及学习者对论坛的评价没有显著影响。这是由于积分并不能给学习者带来更多的收益。也有学者认为可以通过改善交互氛围、发挥意见领袖作用、制定合理的奖惩措施等手段来解决目前课程论坛中交互性不足的问题。

另一方面，由于学习者众多，学习者之间的交互难以得到有效的持续，学习者之间的社会性交互更加趋向于随机性，网络的聚集系数也显著降低。笔者分析了Coursera中10门课程的论坛网络结构特征，发现网络密度极低，网络的平均度特征值为3.44，这种不稳定的网络连接关系是慕课课程论坛与线下课程学生之间关系的最大差别。

2.2提高课程论坛活跃度的好处

例如，一个经验丰富的师傅只需要“点拨”一下徒弟，就能使“卡壳”的徒弟茅塞顿开。在课程论坛中求助的学习者，通常是遇到了自己百思不得其解的问题，如果能得到教师或者其他学习者的提示或者解答，将大大有助于其知识的掌握以及后续的学习过程。另一方面，自愿在课程论坛中回复别人问题的学习者对其成绩也有所帮助。这是由于在解决问题的过程中，需要激活与原有相关知识的联系，将当前的问题映射到原有的知识结构中，从而带着理解去解决问题。因此，课程论坛的交互活动对问答双方而言是双赢的行为，只是这种获益不足以驱使学习者更多参与其中。

3.论坛活跃度的衡量指标

常规论坛的衡量指标包括注册用户数和在线人数，但这两个指标并不能表征MOOC课程论坛的社会性交互细节。文献[12]认为基于网络的社会性交互具有空间和时间上的灵活性、开放性、文本特性、持久性和对技术及任务的依赖性。文献[13]对远程教育中的社会性交互的质量评价做了比较全面的综述，论坛活跃度也是这种交互质量的一个体现。文献[14]提出通过交互密度来区分积极参与者与消极参与者，并对两者的社会性交互特征进行研究，得出积极参与者的交互在认知行为的层次上要高于消极参与者，这种交互密度反映了个体之间的交互质量。文献[15]分析国内外有关社会性交互评价，总结出异步社会性交互质量的评价指标体系，包括5个一级维度和53个二级指标，这些指标中与论坛活动有关的一级维度是在线参与水平维度，包括参与数量、参与结构和参与内容3个方面；但是这些指标体系并没有直接反映出论坛中相互交流踊跃程度。为此，本文提出了4个直接反映论坛交流踊跃程度的指标。

3.1回帖量指标

回帖是指课程论坛中对原始发帖的回复内容，回帖数量越多，说明某个话题讨论的关注人数或者交流方对问题的讨论更加深入。因此，回帖量指标A1可以通过计算平均每个帖子的回帖数表征。计算公式如式（1）所示。

式中：R为每个发帖的回复数量；M为课程论坛中总发帖数。

3.2时效性指标

发帖提问的学习者往往希望所提问题能够得到及时答复，而课程论坛中第一个回复内容通常是最直接的问题解决方案。因此，时效性指标A2可以通过计算论坛中发帖与“沙发”回帖的时间间隔得到，如式（2）所示。这里的“沙发”回帖是发帖所对应的第一个回帖。

3.3交流密集度指标

在课程论坛中，如果一个发帖在短时间内得到了较多回帖，表明这一话题讨论的内容具有一定的典型性，引发了较为激烈的讨论。密集度指标A3可以通过计算每个帖子的所有回帖的平均间隔表征，如式（3）所示。

3.4交流广度指标

如前所述，课程论坛中的交互行为是对问答双方都有益处的活动。参与交流的各方都或多或少从中加深了对课程知识的理解。每个讨论中的不同用户的数量就可以表征当前讨论的受益人群，即交流受益覆盖面广度A4，如式（4）所示。

4.影响课程论坛活跃度的因素

笔者选取东北大学MOOC平台中的电工学和软件工程两门课程，分别计算本文提出的活跃度衡量指标。两门课程的论坛基本信息如表1所示。本文以每周作为时间窗口分别计算，通过对比分析课程进度安排和指标变化曲线，研究分析课程论坛活跃度的影响因素。

图1是两门课程的日发帖量曲线，可以看出，两门课程都出现了两个讨论高峰期。其中电工学课程的注册人数较多，发帖量也远高于软件工程课程，高峰期出现的峰值也较为明显。

图2至图5是两门课程的4项活跃度衡量指标的周变化曲线。

从A1指标看，虽然两门课程论坛活跃人数存在较大差异，但是论坛回帖量基本呈现出“双峰”趋势，而且“双峰”的形态都表现为前低后高。其中两门课程同在第6周出现了第一个回帖高峰，而电工学的第二高峰在第9-1l周，软件工程课程的第二高峰出现在第8-10周，这与两门课程的教学活动安排有关。

A2指标越小（要求非零），说明发帖得到回复的时间越短。电工学课程在第4-12周之间都处于一个相对平缓的较小值，而软件工程课程则波动较大（第2-4周数据为0，无回帖）。这是由于电工学课程的论坛用户数远高于软件工程，发帖提问得到回复的概率也更高。

从A3指标分析，与A2指标基本一致，即时效性强的回帖密集度也高。这表明如果一个帖子在一定时间内没有得到回复，那么这个帖子可能就会沉下去最终无人问津。一旦帖子得到回复，就会带来涟漪效应，引发更多的回复。

从A4指标看，电工学课程每个讨论中平均的不同用户数呈现先升后降的趋势，说明用户在电工学课程的初期阶段参与度并不高，随着课程开展逐渐增加，参与用户逐渐上升至峰值。而软件工程课程则整体下降说明该课程在课程初期用户论坛参与热情已经处于峰值。在两门课程的后半段，A4指标呈现下降趋势，说明有很多学习者中途退出课程论坛活动甚至直接退出课程，坚持论坛活动的学习者数量下降了。

通过上述分析可以看出，不论论坛中活跃用户数量多少，论坛发帖量都呈现“双峰”曲线。而回帖时效性与课程论坛中活跃用户数有关，交流密集程度与时效性保持了一致的特征，交流广度指标则随着课程退出人数增加而衰减。

5.结语

本文提出了4项具体指标并用它们对MOOC课程论坛中的活跃度进行度量。这不仅有利于对课程进行评价，而且也为MOOC课程的设计提供了有益的参考。在分析过程中需要进一步区分帖子类型才能更加准确地分析MOOC课程论坛对学习者的帮助。例如，在MOOC论坛中主要的话题类型可以分为课程学习类、教学管理类、MOOC平台使用类以及日常交流类。不同的类型对课程学习的重要性是不同的，应区别对待。这一工作需要通过人工标记准确划分发帖类型。