“互联网+”背景下高职学生网络学习行为偏好分析

2019-09-24尤庆华

职教通讯 2019年12期

尤庆华

（浙江工商职业技术学院电子信息学院，浙江宁波315012）

2015年的《政府工作报告》首次提出了“互联网+”行动计划，标志着“互联网+”被纳入国家战略。“互联网+”教育的实施，不仅带来了教育技术的革新，更是对学习、教学、组织模式的冲击，一台电脑、一张互联网、一个移动终端，可以同时使几十万甚至上百万学生受益。“互联网+”时代的网络学习指的是学习者综合应用学习平台及互联网所提供的学习资源、学习工具、交流工具进行学习和交流，并通过网络自主搜寻有用信息来帮助学习的行为。[1]高职学生是高校学习者中比较特殊的群体，具有学习目标性不强、自制力较差、学习策略水平较低的特点。[2]在信息爆炸、鱼龙混杂的“互联网+”环境下，如果缺乏正确的引导、监督，高职学生比较容易遭遇信息迷航、受到不相干资源的干扰，使得他们的网络学习行为偏离学习任务，去追求趣味化、娱乐化的体验，或者仅仅重复在低层次的网络学习行为层面，难以进行有效的知识积累和加工，这些都会影响学习效果。因此，对高职学生而言，为了保证网络学习的效果，对该群体的网络学习行为进行记录、收集、整理，进行深度挖掘并分析学习者在线学习过程中留下的真实数据，既有利于教师及时了解学生的学习进展，做出及时反馈、引导和监督，从而提供适合高职学生特点的数字化学习资源、学习平台、学习环境及学习评价；又有利于学生加深对自身的了解，做好清晰的定位，有针对性地改善学习策略，控制自己的学习过程，达到师生在网络学习方面的高度契合。

一、高职学生网络学习行为偏好分析模型

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取其中、人们事先不知道的，但又是潜在的有用的信息和知识的过程。[3]本文根据数据挖掘的一般流程，形成如图1的网络学习行为分析模型，该模型的设计思路有以下四个方面的内容：（1）分析“互联网+”背景下高职学生的群体特征及网络学习现状，定义网络学习行为预挖掘的问题。（2）通过学习平台数据库信息和服务器web日志信息采集相关的数据。（3）通过数据分析模型和数据挖掘软件，对数据仓库的信息进行进一步挖掘，形成有价值的数据信息图表，根据信息图表的知识表示，对网络学习行为进行分析与评价。（4）在数据挖掘网络学习行为偏好的基础上，针对学生在关注持续力、自主性、交互性、协作性和学习内容的选择性等方面表现出来的规律，从教师干预、激励、引导层面，资源设计层面，学习组织层面研究相关对策。

图1 高职学生网络学习行为分析模型

二、高职学生群体特点及网络学习行为概况分析

（一）高职学生群体特点

从心理上说，很大一部分高职学生认为自己是高考竞争的“失败者”,有挫败感，但同时又对大学生活充满向往，对学习之外的社会活动抱有极大的热情。他们大多比较活跃，社交能力较强，喜欢新奇富有挑战性的事物，虽然思维抽象、逻辑思维较欠缺，但形象思维与动手能力较强。他们的学习具有一定的职业定向性，对未来有所思考和规划，对将来可能从事的工作岗位有一定的了解，能围绕特定的职业定向相对自由地选择某些课程和学习内容，有更多可以支配的时间，并选择自己喜欢的学生方式。同时，他们的学习情绪化较强，对感兴趣的东西学习积极性较高，而对枯燥的内容则学习效率较低；学习自制力弱、依赖性强，缺乏自我管理，花在学习上的时间相对较少，容易被其他娱乐或事务占据时间。面对相对自由和丰富多彩的环境，他们更容易遭遇选择困难，造成精力的分散，学习效率不高。

（二）高职学生网络学习概况

通过在网上发布相关问卷，以大一新生和部分大二学生为调查对象，共发放问卷500份，回收486份,其中，有效问卷469份，问卷回收率为97.2%，有效率为93.8%。调查显示：学生所上课程中，85%的课程提供了网络学习平台，为学生采用线上线下混合式学习提供了良好的环境。就计算机公共课而言，除搭建了专门的资源共享网络课程平台之外，任课老师还利用QQ、微信等社交平台为特定学生创建了学习群。78.4%的同学表示会在每次课前或课后去查看课程相关微视频，下载作业并参与课程讨论，15.3%的同学偶尔会浏览在线课程资源，6.6%的同学从不关心网络学习平台。就网络学习平台对学生学习的帮助而言，24.7%的学生觉得非常有用，41.5%的同学觉得一般，28.3%的同学觉得无所谓，5.5%的同学认为完全没用。从最吸引学生访问的网络学习平台的要素看，48.4%的同学选择教师经常更新及参与讨论，36.7%的同学选择内容精炼、丰富有趣，12.9%的同学认为可以提供在线练习和测验。

三、网络学习行为的挖掘及分析

（一）预挖掘问题定义

以“计算机基础”为例，该课程采用混合式教学，将传统课堂教学与以“慕课”为主的网络教学平台相结合，线下教学与线上辅导相互促进，激发学生自主、协作学习的热情，以能力培养为核心，着眼解决实际问题，提升学生的信息素养。据统计，2018年秋学期参与计算机基础“慕课”线上学习的大一新生共1 335人，论文以这段时间内课程资源开放网络课程学习平台的学生学习数据库、服务器web日志为主要数据来源，预挖掘以下11个特征指标表现的四个方面的学习行为规律：（1）网络学习平台关注行为，包括学习时间跨度、学习的总时长、登陆的频度的分布、平均每次在线学习停留时长分布。（2）学生的自主学习行为，包括浏览、搜索、创建资源、订阅等学习行为发生的频度分布。（3）学生的交互学习行为，包括点评、回复、发起话题等学习行为发生的频度分布。（4）学生对不同学习材料的选择偏好。

（二）网络学习行为挖掘结果的分析

对网络学习行为挖掘的结果分析，具体如表1所示。

表1 高职学生网络学习行为各特征指标的总体情况

1.关注力分析。（1）学习时间跨度：从2018年的10月8日到2019年的1月15日，课程学习授课到考试总时长15周，共100天。留下学习记录的学生学习的时间跨度范围在5～45天，平均时间跨度在24天，75%的学生达到了平均水平，开学第一周和考试这一周学生登录最多。（2）学习总时长：学习总时长的跨度在3～30小时，主要分布在8～12小时之间，平均值为12小时，87%的学生达到了平均水平，课程授课15周，差不多每周有0.75小时花费在该课程的网络学习平台上。（3）学习频度：登录频度在8～60次，均值为20次，78%的学生达到了平均水平。按授课周数算，参加学习的学生平均每周登录网络学习平台1.33次。（4）平均每次在线学习时长：学习时长范围为5～45分钟，人均18分钟，平均时长偏短，只能看3个微视频，参考总时长及登录次数，学习时有中断。

2.自主力分析。学生自主行为发生频度平均数表明，学生的自主学习行为基本集中在浏览和订阅方面，这是比较直接的学习行为，也是比较低层次的网络学习行为。搜索学习次数偏低说明学生有了自己的信息需求，并希望在网络学习平台上得到满足，是值得鼓励的学习行为，但学习平台搜索能力的高低也会制约学生搜索行为的发生。创建资源的学习行为表明学习者对某个问题已经有了一定的积累并希望分享，是比较高级的学习行为，教师对学生网络学习评价时，尤其需要肯定和奖励，这对满足学生的自信、分享等情感需求、提高其网络学习的积极性具有重要意义。

3.交互力分析。网络学习交互行为主要是一些双向或多向的学习行为，包括评论、回复、发起话题（主题）等，三种交互行为的平均数最高的是回复，平均为6条，其次是主题4条，最后是评论1.2条，总发帖平均数是11.2条。这主要与教师随着课程内容开展设置的讨论主题有关，在教师的权威性和考核压力作用下，学生一般都会认真思考并加以回复。主题内容多为学生对教师的提问，教师对提问的反应与时效对主题数有非常关键的影响。评论体现的是对他人观点或作品的评价，这种交互行为发生比较少，表明学生对别人的观点和作品缺乏深层次的思考和评价，交互深度需要进一步提高。

4.学习材料的选择分析。对学习内容的选择方面，根据图2不同学习材料的点击率可以看出，学生最喜欢视频材料，其次是图文材料、图片材料，纯文字材料的点击率非常低，只有2%。这说明，高职学生喜欢直接、直观的教学材料，对于枯燥的文字材料是比较反感的。图文材料的点击率高于图片材料，说明图文配合的学习材料也是学生比较喜欢的，直观的文字搭配文字的解说，比较适合课程任务的拓展部分。视频材料虽然比较受学生喜欢，但也需要在短时间内有条理地讲清楚相关内容。

图2 学习材料的点击率

四、“互联网+”背景下高职学生网络学习行为优化的对策

（一）资源建设：资源设计是网络学习的基础

资源的好坏主要体现资源的丰富程度及质量、表现形式及更新频率。除了基本的硬件资源、软件资源之外，关键是学生接触到的各种在线学习材料。根据调研分析，高职学生单次平均在线学习的时间偏短，要吸引学生持续学习，需要生动、直观、贴近实际的教学案例、教学成果、优秀的学生作品，与行业相关的前沿知识和技术技巧、学生自主创建的学习资源、资讯和案例等材料。同时，根据学生对教学材料的偏好，在呈现方式选取上尽量避免纯文字材料，多采用视频、声音、图片多种媒体结合，在较短的时间或篇幅内较为清晰地呈现某个技能或操作。教师需及时在线更新课程资源，构建良好的网络学习环境，建立、建设包括课程学习、在线问答、在线作业、课程通知等模块构成的云端一体化学习平台，系统性展示课程资源，便于学生自主学习和自由查阅信息。

（二）团队组织：构建网络学习共同体

学生是网络学习的主导，教师是学生网络学习的引领者，来自于网络学习系统外的自觉或非自觉参与学习主题信息的发布者、讨论者都可以视为网络学习的参与者和助力者。从以上的分析可以看出，学生良好的学习交互行为，需要教师和其他助力者的参与，给他们交互学习的议题、动力和压力。教师通过发起话题、在线答疑，参与学生话题和讨论等激励学生网络学习的积极性；拓展网络学习参与的主体，聘请课程顾问和行业专家，定时参与学生的在线学习，为学生解惑答疑、为学生带来第一线的实践案例，带给他们新鲜的议题，启发他们的思路，促进网络深层次学习行为的开展。

（三）监督管理：线上和线下要结合

教师的线下课堂教学活动要和学生的线上学习活动相衔接，通过课堂提问、课堂检查、课堂展示等方式对学生在线学习的成果进行检查。设计合理的评价指标体系，主要包括网络在线学习的关注力、交互力、协作及解决问题等方面[4]，将教师评价、学生自评和小组成员互评结合起来,将诊断性评价、形成性评价和终结性评价结合起来，鼓励学生在网络上自主学习，加强交互协作。