基于学习分析技术的网络学习行为研究

☆ 田皓月 张秀琦

（渤海大学教育与体育学院，辽宁锦州 121013）

基于学习分析技术的网络学习行为研究

☆ 田皓月 张秀琦

（渤海大学教育与体育学院，辽宁锦州 121013）

随着信息化的快速发展，网络学习逐渐成为学习者获取知识的重要途径，分析学习者在网络课程学习时产生的大量数据也逐渐成为当前教育工作者面临的重要任务。学习分析技术作为一种大数据处理技术，从提出开始就受到教育工作者的广泛关注，本文从学习分析技术的内涵出发，探究了学习分析技术在网络学习行为研究中的优势及应用案例，以期为教育教学相关研究提供借鉴。

学习分析技术；网络学习行为；数据挖掘；数据分析

移动互联时代的到来给人们的学习和生活带来了翻天覆地的变化，中国的网民数量也在以惊人的速度持续上升，在“互联网+”的新时代背景下，网络技术和多媒体技术迅速发展，人们进行移动学习的碎片化时间越来越多，传统的课堂教学模式已经不能满足学习者随时学习、灵活学习的需要。而网络学习由于具有不受时空限制、信息承载量大、获取便捷的特点被越来越多的学习者所接受，成为传统学习模式的重要补充。

学习分析是大数据处理技术在教育领域的运用，自2011年新媒体联盟《地平线报告》中专家组首次提出“学习分析技术”以来，在随后的几年中其连续被列为影响教育发展的关键技术和主要趋势之一。尤其在2016年的《地平线报告》中，专家们指出，“学习分析技术”已经成为近期用于高等教育领域的重要技术，并在一年内会投入使用。学习分析技术是以学习者在进行网络学习时产生的各种行为数据作为基础，运用学习分析的方法与工具对学习者在网络学习平台中产生的一系列行为数据进行分析与处理，根据数据处理结果进行可视化呈现，帮助学习者了解自己的学习行为表现，及时进行学习调整；另一方面也可以为教师提供教学反馈，改进教学策略，优化教学效果。

一、相关概念界定

（一）学习分析技术

学习分析是随着大数据而产生的一种数据挖掘分析技术，其主要目的在于分析当前教育教学过程中产生的一系列数据，通过数据可视化呈现为教育教学提供反馈。学习分析的理念自提出以来就受到国内外教育学者的广泛关注，由美国新媒体联盟（NMC）和美国高校教育信息化协会（EDUCASE）合作发布的《地平线报告》在2010和2011两年中都预测学习分析技术将会在未来四到五年内成为教育研究的主流。

虽然，国内外教育学者对学习分析技术给予了高度关注，它也逐渐成为当前教育研究的热点问题，但由于其崛起迅速、发展较快，目前国内外关于学习分析技术的概念并没有形成统一定义，不同学者机构对于学习分析技术的概念都莫衷一是。图1为学习分析技术的不同定义。

图1 学习分析技术定义

通过对比以上学习分析技术的定义发现，不同的机构学者对学习分析技术的内涵存在不同理解，出现这种差异最主要的原因还是由于他们的视角不同。虽然对于学习分析技术的概念理解有一定差异，但基本上都认为学习分析技术具有数据来源广泛、分析过程完整、综合运用现代化的数据挖掘分析技术以及分析结果可视化等特点。

（二）网络学习行为

网络学习行为作为学习行为中的一种，目前国内外还没有一个明确的概念界定，网络学习行为是信息时代的产物，内涵比较丰富，与网络学习行为相关的概念主要有“远程学习行为”、“自我监控学习行为”和“网络自主学习行为”等。

国内学者对网络学习行为的理解各不相同，主要有以下几种解释：黄克斌认为网络学习行为作为信息时代的新产物，应被赋予更多的内涵，因此，他从行为科学和行为理论的视角下对网络学习行为进行分析，认为网络学习行为就是指学习者在现代信息技术创设的、具有全新沟通机制和丰富资源的环境中进行的远程自主学习行为，学习行为的产生、发展及变化由学习者自己控制。彭文辉等人认为网络学习行为是由心理学和行为科学、学习理论及信息技术三个逻辑领域内涵交叉组成，从而将网络学习行为定义为：发生在网络学习环境中与学习相关的各种行为。行为主体仍然是学习者，客体是数字化学习资源，发生的环境主要是在网络之中。蒋翠认为网络学习行为就是在某种动机的驱动下，利用计算机和网络技术对网络学习资源加以利用，以完成学习目标的活动行为。

二、学习分析技术的分析方法及工具

学习分析技术是针对教育领域出现的大数据问题而运用相关的分析方法及工具对教育数据挖掘处理，以促进学习的一项新兴技术。学习分析技术在教育领域的运用虽然刚刚起步，但是在其他领域早已获得快速发展。例如：在商业领域，随着商业智能的发展，通过分析消费者的消费数据可以帮助商家了解未来的消费趋势，及时调整销售策略。学习分析技术在吸收借鉴其他领域的分析方法之后也逐渐获得快速发展，涉及的分析方法和分析工具主要有以下几种。

（一）学习行为分析法及分析工具

1.学习行为分析法

学习行为分析是指通过对学习者学习过程中产生的各种行为活动进行分析，了解学习者在学习过程中表现情况的一种分析方法。学习者在学习过程中会产生各种各样的与学习有关的行为，传统的课堂行为分析只是通过对静态行为数据的获取来进行分析，分析结果也只是停留在学习现状、学习效果方面，并不能全面地展示学习者的学习状况。本文主要是对Moodle平台中学习者的网络学习行为进行分析，了解学习者在学习过程中的表现情况。因此，可以采用学习行为分析法来进行分析，帮助教师掌握学习者的学习动态，提前对教育教学做出预测。

2.分析工具

进行学习行为分析的工具主要有Mixpanel和Goole Analytics两种。Mixpanel是一款可以对Web和移动平台进行数据跟踪与分析的通用数据分析工具，可以对用户的浏览行为、互动行为进行追踪。教师可以根据教学需要，对学习者的登陆平台行为、资源浏览状况以及交流讨论状况进行追踪分析，了解学习者的学习行为特征，提前对教学情况做出预测。Google Analytics作为Google旗下一款功能强大的免费网站分析工具，它可以帮助管理者了解用户的各项行为数据，并且可以生成各种图表式报告。

（二）社会网络分析法及分析工具

1.社会网络分析法

社会网络分析法是指社会学家运用数学方法和图论对社会网络中的关系结构以及相关属性进行定量分析的一种方法，最初主要是用于人类学研究领域，后来在社会学、教育学等领域得到应用。社会学家认为，社会关系不是由简单的个人组成，而是由相互关联的网络结构组成。社会网络分析法主要是通过对网络中各节点以及节点之间的关系进行剖析，进而了解社会网络当中的各种关系。

2.分析工具

以网络学习中的网络关系作为研究对象，进行社会网络分析的工具有很多。例如：社会网络分析免费开源工具GUESS、JUNG及NodeXL等，尤其是NodeXL可以以模板形式嵌套在Excel表格之中，使用方式简单便捷，可直接从社交网站中提取数据，对数据进行出入度、中心性和聚类分析。在NodeXL软件之中对数据进行分析时，左侧为数据窗口，右侧为图形分析窗口，可以将数据分析结果直接以图表的形式展现出来。SNAPP作为社会网络分析的专门工具，是由澳大利亚团队研发的，它可以直接从学习管理系统中导入论坛数据，对学习管理系统中学习者的社会网络关系进行分析，最终以图表形式展示出来。

（三）内容分析法及分析工具

1.内容分析法

在学习分析技术方法之中，内容分析法在国内的研究应用并不是很多，但是在国外却被广泛采用，它不仅可以对文本内容进行分析，也可以对多媒体资源进行数据分析。所谓内容分析法就是指对所要传播的内容进行客观、系统量化并进行详细描述的一种分析方法，并且在运用过程当中主要是通过对文本中某些词汇或范畴出现的频率进行分析，了解他们之间的关系，进而揭示其研究内容的本质及意义。

2.分析工具

在学习分析技术中用于内容分析的工具也比较多，比较常用的内容分析工具主要有LOCO-Analyst、Atlas.ti等。LOCO-Analyst是一款专门进行内容分析的免费开源工具，它可以嵌入到学习平台之中，对学习者的学习内容、互动情况以及学习轨迹等方面进行记录分析，并且可以用图表格式进行输出，方便教师了解学习者在学习过程中的关注情况，进行教学调整。Atlas.ti是一款通用的质性分析软件，不仅可以实现对文本内容的数据分析（包括论坛内容、问卷内容及音视频的分析），也可以实现对内嵌对象的分析并将结果进行可视化呈现，同时也可以直接将Google图片导入软件中进行检索，媒体分析功能强大。

三、学习分析技术在网络学习行为研究中的优势

传统网络课程学习效果的评定基本上是通过对学习者的考试成绩进行分析以及通过问卷方式了解学习者的学习满意度，对网络学习平台的数据获取有限，分析也不够全面，同时对数据进行处理的周期较长，可视化程度低，并不能很好地对教师教学效果提供反馈。学习分析技术与传统的网络学习行为分析技术相比具有不可比拟的优越性，主要表现在以下几方面。

（一）可对网络学习行为数据进行深层次挖掘，数据获取全面

学习分析技术不同于传统的网络学习行为数据收集方式，它可以多层次、多维度地收集学习者在进行网络学习时产生的各种行为数据。不仅可以获取学习者在网络平台中产生的各种登录、浏览、学习、下载资料等显性学习行为数据，也可以获取学习者在贴吧、日志等工具中的隐性学习行为数据，同时还可以获取学习者在进行网络学习时，在聊天室、论坛中产生的各种与他人交互的数据，包括与教师进行交流互动而产生的行为数据。通过多维度收集学习者在网络学习过程中产生的各种数据，可以更好地为分析学习者的网络学习行为提供科学依据。

（二）多种数据分析工具能全面地对网络学习行为进行分析

信息技术的飞速发展也使各种网络学习应运而生，不同于传统课堂学习的关系单一，网络学习由于学习内容较多、课程多样、学习者之间的关系复杂，从而使得对网络学习行为的研究变得更加困难。要想对复杂多变的网络学习行为进行有效研究，就需要借助于多维度的数据分析方法及工具，而学习分析技术的出现正好可以满足教学者对复杂多变的网络学习行为数据分析的要求。

（三）学习分析技术将数据分析结果可视化，便于进行教学调整

学习分析技术利用多种开源分析工具对学习者在网络课程学习中产生的行为数据进行提取、加工与分析，可以将学习者的学习行为动态以可视化图表的形式展现给学习者与教学者，为教育教学提供实时反馈。根据数据分析结果，学习者可以清楚地了解自己在学习过程中的表现情况，及时发现自己在学习过程中的不足，进而调整学习方式，提高学习效果。教学者也可以根据数据呈现结果，随时跟踪学习者的学习情况，对可能出现问题的学生及时进行干预，也可以发现每个学生的学习特点，对学生进行针对性的个性化指导。同时也可以根据数据反馈结果了解在教学过程中存在的问题，便于教学者及时调整教学策略，优化教学设计，保证教学过程的顺利实施。

四、学习分析技术的国内外应用研究案例

（一）国内应用研究案例

国内对于学习分析技术的研究起步较晚，重点也是主要关注理论层面的研究，在应用层面的研究比较少，但近几年还是有部分学者在进行学习分析技术的实践研究。如：2012年顾晓把学习分析应用于高中信息技术课程，分析学生在网络课程学习中的学习行为表现；2014年陈春燕把学习分析应用于Moodle网络课程，以此作为依据分析学习者在课程学习过程中的行为数据；2014年东北师范大学王苗以《多媒体课件制作》课程为例，在Moodle平台中进行网络课程教学，来分析学生与资源之间的交互，优化教学效果。

（二）国外应用研究案例

国外对于“学习分析”的关注和研究较早，“学习分析”的概念一经提出就受到了教育者的广泛关注，对“学习分析技术”的应用实践也比较多，例如：美国新泽西公立学校峰会的教师通过创建播放列表，来推进学生开展个性化学习体验，“点亮教育”为教师提供了一个学生的综合信息系统，允许教师在每个播放列表中创建在线形成性评价，便于教师分析学生数据，为学生学习提供反馈。美国圣莫妮卡学院利用玻璃课堂，通过对教学过程中教师和学生产生的大量数据进行分析，对学生的表现进行实时反馈，以此来调整教学课件，达到教学目标。美国北亚利桑那州大学研发了一套GPS导航系统即学生绩效评价系统，对学生的课堂学习情况进行绩效评价，为学生的考勤、等级、学术知识以及课堂参与提供反馈，同时教师可以通过发送邮件为学生提供学习建议。

五、结论

学习分析技术作为教育领域一门新兴的数据处理技术，可以更好地对学习者的网络学习行为进行分析，帮助教学者掌握学生的学习动态，及时调整教学策略，也可以帮助学习者了解其在网络课程学习过程中的表现情况。同样学习分析技术在发展的过程中还面临着各种挑战，如何在教育大数据背景下充分发挥学习分析技术的作用也是当前教育工作者面临的重要挑战。

[1]牟智佳,武法提,乔治·西蒙斯.国外学习分析领域的研究现状与趋势分析[J].电化教育研究,2016,(04)：18-25.

[2]王良周,于卫红.大数据视角下的学习分析综述[J].中国远程教育,2015,(03)：31-37.

[3]彭文辉,曾东薇.近十年我国网络学习行为期刊论文的内容分析研究[J].中国远程教育,2015,(01)：42-48.

[4]肖军玲,孙韩琼,杨福华,朱瑾,任善恂.学习分析视角下的学习状况可视化方法研究[J].中国教育信息化,2015,(23)：15-19.

[5]于淼楠,贾骥,白小艳.国内外学习分析技术的比较研究分析[J].课程教育研究,2014,(20)：38-39.

[6]孟玲玲,顾小清,李泽.学习分析工具比较研究[J].开放教育研究,2014,(04)：66-75.

[7]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].电化教育研究,2014,(09)：53-57.

[8]孙革.网络学习者学习行为的研究状况及分析[J].中国教育信息化,2010,(08)：18-21.

[编辑：郑方林]

G434

A

1671-7503（2017）21-0012-04