大学生在线学习行为数据分享意愿研究

阎永哲

大学生在线学习行为数据分享意愿研究

阎永哲

（宁波大学 科学技术学院，浙江 宁波 315212）

学习行为数据的来源是学习分析研究领域的重要分支之一。通过文献梳理和回顾，发现大学生在线学习行为数据分享意愿的研究有待深入。运用技术接受模型，选择网络隐私顾虑、信任、感知易用性和感知有用性为自变量，个人数据分享意愿为因变量构建了初始概念模型，并提出了相应的假设。为了检验这一概念模型，以抽样调查获取的206名商科类大学生的相关数据作为样本进行结构方程模型分析，并结合相关拟合指标对初始概念模型进行了修正。结论显示：感知易用性和网络隐私顾虑对个人数据分享意愿没有直接作用，但前者通过感知有用性和信任两个中介变量正向间接作用于个人数据分享意愿，后者通过信任作为中介变量负向间接作用于个人数据分享意愿；感知易用性对信任有较为显著的正向作用，网络隐私顾虑对信任有负向作用，但不显著；感知易用性对感知有用性有显著的正向作用。

学习分析；学习行为数据；分享意愿；技术接受模型；结构方程模型

随着大数据、云计算、人工智能等信息技术与学习行为的日益深度融合，学习分析（Learning Analytics）成为学界研究的重要热点领域。[1]学习分析是对学习者及其学习场景数据的采集、测度、分析和报告。[2]其目的主要是用于预测、评估和优化教学，能为个性化教学的实施提供有效的技术支撑。[3]由此可见，学习分析的重点在于学习行为数据的收集、开发和利用上。而现有研究的注意力也大都集中在分析学习行为数据的挖掘和改善方面，如关于学习行为数据壁垒的破解、学习行为效能感等。[4, 5]

至于学习数据的来源问题，已有研究的视角主要是从隐私伦理的角度出发，如分析“隐私伦理对学习分析政策制定的影响”等。[6]而鲜有研究关注学习者作为数据主体对于数据的分享意愿的问题，加之数据权的分类及使用目前在学界还存在一定争议，在业界也曾引起不少争议。因此在相关数据的合理合法使用问题上，对学习者分享意愿的研究无疑是一个重要而迫切的方向。本文的研究内容具有增加学习行为数据分享意愿领域知识存量的理论价值，以及促进数据主体分享意愿方面的实践指导意义。对于提升大学课堂课程思政教学改革等教改类项目的质量也能发挥工具性作用。

关于个人数据分享意愿的研究，国外学者开始较早，视角各有不同。首先是基于各异的学科视角对分享意愿及行为进行整体理论框架式的研究。限于技术条件，早期的数据分享研究主要基于非网络环境。如Constant等基于社会交换理论所构建的信息分享理论，主要认为“对信息共享的态度取决于信息的形式”。[7]随着互联网的飞速发展，基于网络环境的信息共享研究日益成为研究的重点。Rioux等对互联网环境下的信息分享行为进行了开创性的研究，认为“在网络上分享他人发现的信息是一种自然的信息行为”[8]。此后对于这一主题的研究视角和学科开始日益多元而丰富，如基于社会学学科的社会资本理论、社会认知理论和社会交换理论；基于心理学学科的动机理论和行为理论等。国内学者也进行了大量类似有益的尝试，但最终学界开始逐步整合各类理论视角，将其纳入到一个框架进行研究的做法成为主流。同时大部分的研究都选择了特定情境和对象进行抽样调查，对所构建的理论框架进行检验，得出了可供验证和继续探询的结论，这些给本文提供了非常重要而必需的借鉴思路。

另一方面，关于信息分享意愿的具体影响因素的国外学者的研究，按其对个人分享意愿的影响方式可以分为两类，一是可直接影响的因素，如信任、网络隐私顾虑、感知有用性等；二是间接影响的因素，隐私政策、网站声誉、信任倾向等。其中对于可直接影响因素的研究存量更加丰富，获得了更多学界的关注和认同。因此本文考虑将网络隐私顾虑、信任、感知易用性和感知有用性等纳入，作为影响个人在线学习行为数据分享意愿的主要因素。同时由于学界鲜有在线学习行为数据的分享意愿这一细分领域的研究，本文借鉴国内外接近研究领域整体框架式研究的思路，选择技术接受模型（Technology Acceptance Model，TAM）对其进行探索。TAM模型最早由Davis基于理性行为理论（Theory of Reasoned Action，TRA）提出，他发展出感知有用性和感知易用性两个重要概念，前者是指用户对所使用的技术效用的评价，后者是指用户所使用技术掌握的难易程度，主要用于解释和预测用户对信息技术的使用行为，[9]后来TAM又被不断丰富和拓展，广泛应用于对各类科技产品和服务的接受行为研究中。如Lee运用TAM和TPB（计划行为理论）构建了一个理论模型，对客户使用网上银行的意愿进行了研究。[10]之后运用TAM模型进行意愿解释和预测的研究范式被国内很多学者借鉴，广泛用于不同类别的个人意愿的研究。而关于个人信息分享意愿的研究领域正是其中的一条分支。如邓银华对大学生在微信朋友圈进行信息分享的意愿研究；[11]吴晓茹对大数据应用场景下消费者分享个人信息的意愿研究，[12]等等。这些研究基于各自的调研样本对所构建的概念模型进行了检验，具有相当程度的解释能力。由此可见，运用TAM模型对个人学习行为数据分享意愿的分析具备一定的理论基础。

本文接下来的安排是：第二章运用TAM模型构建大学生在线学习行为数据分享意愿的概念模型，并提出相关的研究假设；第三章通过构建量表和抽样调查对概念模型中的潜在变量进行测量，并运用结构方程模型（SEM）对样本数据进行分析，以检验概念模型和研究假设；第四章对研究结论进行总结，并提出相应的对策建议。

一、大学生在线学习行为数据分享意愿的概念模型及研究假设

大学生是在线学习的典型群体，因此本文选择大学生群体进行在线学习行为数据分享意愿因素的研究。根据上文对相关文献的回顾和总结，本文选用的自变量（解释变量）有四项：网络隐私顾虑、信任、感知易用性和感知有用性；因变量为大学生个人在线学习行为数据（以下简称“个人数据”）的分享意愿。根据前人的研究基础和本文的研究需要，提出大学生个人数据分享意愿因素的概念模型，详见图1。

其中，个人数据分享意愿是指大学生是否愿意将在线学习过程中产生的个人行为数据分享给学习网站（APP）公司。信任是指大学生对学习网站（APP）公司处理其个人数据的能力、安全等特征的信赖程度。有学者的研究表明，信任是导致其是否愿意分享个人信息的重要因素。[13]因此，本文提出如下6项假设：

图1 数据分享意愿因素的概念模型

假设 H1：大学生对学习网站（APP）的信任正向影响其个人数据分享意愿

网络隐私顾虑是指大学生对其个人数据被

网站（APP）公司采集、分析和处理过程中其知情权、控制权及相关利益受损的关注和忧虑。Dinev & Hart），王洪伟等国内外学者的研究都认为对网络隐私被侵犯的顾虑程度越大，个人信息分享的意愿越低；[14, 15]另外，梁忠等的研究还表明网络隐私顾虑对信任产生一定程度的负作用影响。[16]因此，本文提出如下假设：

假设 H2：大学生的网络隐私顾虑负向影响个人数据分享意愿

假设 H3：大学生的网络隐私顾虑负向影响其对学习网站（APP）的信任

感知有用性是指大学生对学习网站（APP）改善其学习效率、提高学习成绩的肯定和认可程度。不少国外研究对感知有用性促进个人信息披露意愿的作用给予了肯定；国内的聂勇浩，罗景月等的研究也得出了接近的结论。[15]因此，本文提出如下假设：

假设 H4：大学生对学习网站（APP）的感知有用性正向影响个人数据分享意愿

根据相关研究，本文将感知易用性定义为大学生对学习网站（APP）操作便捷性的肯定和

认可程度。由于过往关于TAM的很多研究都支持感知易用性对感知有用性的促进作用，同时对于感知易用性对个人意愿的正向作用关系，也有研究予以支持。[17,18]因此，本文提出如下假设：

假设 H5：大学生对网站（APP）的感知易用性正向影响个人数据分享意愿

假设 H6：大学生对网站（APP）的感知易用性正向影响其对网站（APP）的感知有用性

二、大学生在线学习行为数据分享意愿因素模型的验证与修正

（一）可测题项的提出

图1构建的概念模型描述了四个自变量和一个因变量间的结构关系。但自变量作为潜在变量（以下简称“潜变量”），其特质无法直接测量，需要由观察变量测得的数据样本 “实际反映理论潜在构念”。[19]38因此本文通过参考国内外学者的相关研究，将各个潜变量的具体观察变量进行编制汇总如表1所示。

表1 各潜变量的可测题项

（二）问卷的编制与发放

为了对表1中的各可测题项的科学性进行验证，本文在正式调研中进行了前期测验，面向宁波大学科学技术学院抽样选择了100名商科类学生进行问卷调查，问卷采用李克特五级量表，1 表示“完全不同意”，5表示“完全同意”。最后回收有效问卷92份。采用SPSS 22对样本进行信度分析，结果显示所有题项的信度均大于0.7，符合进一步进行正式统计调查的要求；同时各题项的“修正项目总相关”均大于0.4，说明各题项存在较高的内部一致性。通过与有关专家的交流咨询，对题项的措辞和内容进行了修改和精简。因此在正式调查中保留了该问卷的所有题项。

正式调查问卷通过问卷星在线生成，再次面向宁波大学科技学院包括国贸、金融、会计、电商等专业在内的商科类大学生进行发放。问卷发放时间从2019年5月26日至2019年6月5日，共计10天。最终回收问卷220份，其中有效问卷206份，回收有效率为93.6%。

（三）模型的信度与效度检验

信度分析用于检测分析结果的一致性。本文使用SPSS 22，采用克隆巴赫（Cronbach а）系数对正式调查的量表的总体及各潜变量信度进行测量，结果显示：总体克隆巴赫系数为0.872，而每个潜变量的克隆巴赫系数也均高于0.828（其中最小的系数来自“易用性”，为0.828），表明量表具有很高的一致性。

效度用于检测量表准确测量出所需测量特质的程度。效度可分为内容效度和结构效度。前者是指量表的内容合适且具有代表性，能反映所测量特质的程度；后者是指测量工具反映概念和命题的内部结构的程度。内容效度的检验上，本文使用相关文献作为基础，通过前期测验和修改，已有很大把握认为所用量表具有良好的内容效度；结构效度方面，本文通过因子分析法验证问卷的有效性，采用KMO测度和巴特利特球形检验测度量表的结构效度。

测度的结果显示总体KMO测度值为0.860，说明各项变量间关系良好，适合进行因子分析。巴特利球形检验的卡方值为2002.975（自由度为105），结果达到0.000显著水平，说明量表具有较高的效度。同时各自变量及因变量的KMO测度值均大于0.657（其中最小的系数来自“隐私顾虑”，为0.657），可以进行因子分析，且显著性概率均小于5%，表明量表各题项之间具有显著的相关关系。采用主成分分析法提取因子，使用最大方差旋转法提取主成分，得到15个变量旋转后的因子载荷。结果显示，各变量的因子载荷都超过0.5（其中最小的系数来自“a13”，为0.695），均可予以保留，同时提取的5个因子可解释总体方差变异的79.858%。说明运用因子分析法所提取的5个因子与理论架构相符，且能较好解释总体方差变异值，可初步认为问卷具有较好的结构效度。

接下来运用AMOS 24软件，通过验证性因子分析对量表的因子结构模型和样本实际数据的适配度进行测定，可得15个变量的因素负荷量，均介于0.5至0.95之间，代表模型的基本适配度良好。根据因素负荷量计算组合信度（C.R.）和平均方差抽取量（AVE），发现五个潜变量的组合信度都大于0.8，说明模型的内在质量理想，同时平均方差抽取量也都大于0.6，说明测量指标能有效的反映其共同因素构念的潜在特质[19] 214。总体而言，上述数据反映出量表（表1）具有较好的收敛效度。

同时，为了检测量表的区别效度，本文通过对比潜变量之间的相关系数与AVE的平方根对其进行测度。测度结果显示。各潜变量AVE的平方根显著高于潜变量之间的相关系数，说明量表具有良好的区别效度。

（四）概念模型的检验与修正

在信度效度检验基础上，本文通过结构方程模型（SEM）分析，对网络隐私顾虑、感知易用性、信任、感知有用性和个人数据分享意愿共5个变量放入全模型进行路径分析（图2）。

图2 全模型路径图

根据AMOS 24的输出结果，模型各项拟合指标中，卡方自由度比值（CMIN/DF）=2.467＞2.0；渐进残差均方和平方根（RMSEA）=0.085＞0.08；规准适配指数（NFI）=0.899＜0.9；相对适配指数（RFI）=0.874＜0.9。根据相关评价标准，这几项指标反映出模型的适配度仍有一定差距。另外，理论模型的Akaike信息准则（AIC）和期望复核指数（ECVI）均大于饱和模型的对应指标，也可以反映出该模型拟合不佳。[19]142-143

此外，AMOS的输出结果还包括初始概念模型的标准化路径系数及显著性检验相关指标（表2）。如表2所示，初始概念模型的5个路径中有2条路径不显著：即感知易用性对分享意愿和网络隐私顾虑对分享意愿。其他路径系数均具有较好的显著性。为了对概念模型进行修正，本文检查了AMOS提供的模型修正指标（MI），通过对模型的反复修改和系数对比，最终确定减少 “感知易用性”对“个人信息分享意愿”和“网络隐私顾虑”对“个人信息分享意愿”的两条路径，增加一条 “感知易用性”对“信任”的路径（同时增加假设H7：大学生对网站（APP）的感知易用性正向影响其对网站（APP）的信任）

图3 修正后的全模型路径图

表2 初始概念模型标准化路径系数及显著性检验

注：***表示=0.000。

表3 修正后的模型标准化路径系数及显著性检验

根据修正后的全模型路径（图3），各项拟合指标较之原模型均有明显改善。其中卡方自由度比值=1.734＜2.0；渐进残差均方和平方根=0.06＜0.08；规准适配指数=0.929＞0.9；相对适配指数=0.912＞0.9。说明修正后模型的拟合得到了大幅优化，该模型能更准确地刻画样本数据和各变量间的关系。同时修正后的理论模型的AIC和ECVI指数标均小于饱和模型的对应指标，说明修正后的模型比原模型要精简。

另外，通过AMOS输出的修正后的模型路径系数及显著性检验如表3所示。其中各项指标均较原模型的对应指标有所改善，且5条路径系数全部达到显著水平（＞2，＜0.05）。故将修正后的模型确定为本文最终理论模型。

根据修正后的模型及其显著性检验，对本文提出的研究假设进行了验证，具体结果如下所示：

假设H1：大学生对学习网站（APP）的信任正向影响其个人数据分享意愿。结论：支持；

假设H2：大学生的网络隐私顾虑负向影响个人数据分享意愿。结论：支持；

假设H3：大学生的网络隐私顾虑负向影响其对学习网站（APP）的信任。结论：不支持；

假设H4：大学生对学习网站（APP）的感知有用性正向影响个人数据分享意愿。结论：支持；

假设H5：大学生对网站（APP）的感知易用性正向影响个人数据分享意愿。结论：不支持；

假设H6：大学生对网站（APP）的感知易用性正向影响其对网站（APP）的感知有用性。结论：支持；

假设H7：大学生对网站（APP）的感知易用性正向影响其对网站（APP）的信任。结论：支持。

同时，为了更准确的描述各变量之间的关系，本文将各原因变量对中介变量和结果变量的影响直接效果值、间接效果值和总效果值进行了计算汇总，结果显示：感知易用性对感知有用性有直接效果值，为0.869。感知易用性对信任有直接效果值，为0.876。感知易用性对分享意愿有间接效果值（总效果值），为0.847；网络隐私顾虑对信任有直接效果值，为-0.425。网络隐私顾虑对分享意愿有间接效果值（总效果值），为-0.126；感知有用性对分享意愿有直接效果值（总效果值），为0.675；信任对分享意愿有直接效果值（总效果值），为0.297。

三、结论及建议

（一）主要研究结论及研究展望

通过参考国内外关于个人信息分享意愿的相关研究，本文结合技术接受模型构建了影响大学生个人数据分享意愿的概念模型，运用结构方程模型结合抽样问卷采集的样本数据，经调整后确定了一个修正后的大学生个人数据分享意愿全模型。得出的主要结论为如下两点：

1. 影响大学生个人数据分享意愿的直接因素是感知有用性和信任，间接因素是感知易用性和网络隐私顾虑，除了网络隐私顾虑是负向作用以外，其余影响因素均是正向作用

根据修正后的模型变量结构，有三点支撑本文得出这一结论。第一是感知易用性和网络隐私顾虑对个人数据分享意愿没有直接作用，但前者通过感知有用性和信任两个中介变量间接正向作用于个人数据分享意愿，后者通过信任作为中介变量负向作用于个人数据分享意愿；其次，感知有用性和信任均正向直接作用于个人数据分享意愿。第二，对信任有影响的是感知易用性和网络隐私顾虑，其中前者是正向作用，后者是负向作用。第三，感知易用性对感知有用性有正向作用。

2. 从影响效果来看，感知易用性的总效果最大，其次是感知有用性，最后是信任；相对而言，网络隐私顾虑对个人数据分享意愿的影响最不重要

这一结论可从路径系数的分析中得出。第一，感知易用性、感知有用性和信任都对个人数据分享意愿有正向作用，其中感知有用性的作用最大（0.675），且为直接作用，信任的作用较弱（0.297），这可能是因为大学生更关注学习网站（APP）对改善他们学习质量的作用；感知易用性的作用为间接作用，但其总效果较大（0.847）。

第二，感知易用性对信任的作用直接而明显（0.876），相对而言，网络隐私顾虑对信任的负向作用虽然直接，但较弱（-0.425）；而网络隐私顾虑对个人数据分享意愿的最终作用则更弱（-0.126），这可能是因为调查样本中的大学生群体基本都出生于1995年以后，属于“数字原住民”，而网络隐私顾虑属于这一群体关注度相对较低的因素。[20]

由于关于学习分析的现有研究仍然鲜有从关注学习者个人数据分享意愿的视角出发，因此更多基于同类学科视角（如社会心理学、伦理学、法律）以及不同理论模型（计划行为理论、社会信任理论）出发的相关研究是未来值得横向拓展和深入探究的方向。

（二）促进大学生个人数据分享意愿的对策建议

根据本文确定的理论模型反映出的主要研究结论，感知有用性、感知易用性和信任均在不同程度上对大学生个人数据分享意愿产生了影响。因此建议应从这三方面因素着手提升其分享意愿：

1. 促进学习分析技术对教学实践工作的改进，丰富学习分析手段的应用场景

虽然当前对于学习分析技术的国内外研究成果日趋丰富，但学习分析技术能够用于支持教学实践的具体成果尚不多。[21]学习分析是“为了系统化监测与评估学习者在混合式学习环境下的学习过程,通过教学设计把创新技术和工具嵌入到教学过程中，改进教学实践。这既是它的目标，同时也是促进大学生个人学习行为数据分享的重要手段”。[22]由于上文分析结论表明感知有用性在所有变量中对促进个人数据分享意愿最为直接而明显，因此对感知有用性的改善最有利于促进大学生分享更多个人数据，而更多个人数据反过来又更有利于帮助改善其学习质量，从而形成一个良性循环。故此，首先应改进学习分析技术、丰富学习分析手段和适用场景，帮助大学生提高学习质量，让他们切实感受到学习网站（APP）的用处。例如，在笔者的一项课程思政类教学改革实践中，通过尝试将所授《西方经济学》课程内容相关的“思政元素”案例，通过课堂小测验、课后延伸阅读等多种方式嵌入到指定APP平台，既能帮助教师对学生的参与、答题等情况进行实时了解和事后评价，又能提升学生对APP平台助力学习效果的正面评价，从而帮助提升学生对个人数据分享的意愿。

2. 改进界面设计能在一定程度上提升大学生的数据分享意愿

由于学习网站（APP）的界面设计对感知易用性的影响较大，[23]而上述研究结论表明感知易用性能间接提升大学生个人数据分享意愿，且提升总效果很明显，因此学习网站（APP）开发商应致力于设计简洁清晰的界面、方便快捷的操作流程和准确易懂的数据分享提示，以提高大学生的感知易用性，从而提升大学生个人数据分享意愿。

3. 打造良好的声誉，塑造富有吸引力的教学风格也有助于提升大学生的数据分享意愿

由于信任仍在一定程度上影响到大学生的个人数据分享意愿，而信任又受到学习网站（APP）的声誉和教学风格等因素的影响。[24]因此学习网站（APP）开发商还应注重对学习分析技术和手段的宣传和推广，帮助学生建立对其品牌的信任和认可程度，同时对于教师的在线教学风格、教学内容和教学方式的改善保持持续的关注，这样将更有利于其获得类型更为丰富、数量更多的个人数据。仍以笔者的教改项目为例，通过不断更新学生喜闻乐见的“思政元素”教学案例和在线互动方式来吸引学生关注和参与，达到了提升和丰富课堂思政，发挥了课堂教学在大学育人中的主渠道作用。

［1］ 郭炯, 郑晓俊. 基于大数据的学习分析研究综述[J]. 中国电化教育, 2017(1): 121-130.

［2］ SIEMENS G. Learning analytics: envisioning a research discipline and a domain of practice; proceedings of the Proceedings of the 2nd international conference on learning analytics and knowledge F, 2012[C]. ACM. New York: Association for Computing Machinery,2012: 4-8.

［3］ 刘清堂, 王洋, 雷诗捷, 等. 教育大数据视角下的学习分析应用研究与思考[J]. 远程教育杂志, 2017, 35(3): 71-77.

［4］ 阎永哲, 袁红清. 泛化背景下大学生学习行为数据壁垒破解研究[J]. 宁波大学学报: 教育科学版, 2018,40(01): 86-90.

［5］ 宋岳礼, 赵冬丽, 赵娟. 新型网络环境下大学生网络英语学习行为研究[J]. 宁波大学学报: 教育科学版, 2016,38(3): 93-96.

［6］ 王楠, 苟江凤. 基于隐私伦理视角的国外学习分析政策分析[J]. 电化教育研究, 2019, 40(5): 120- 128.

［7］ CONSTANT D, KIESLER S, SPROULL L. What's mine is ours, or is it? A study of attitudes about information sharing[J]. Information systems research, 1994, 5(4): 400-421.

［8］ RIOUX K. Sharing Information Found for Others on the World Wide Web: A Preliminary Examination; proceedings of the Proceedings of the ASIS Annual Meeting, F, 2000[C]. ERIC. Chicago: the American Society for Information Science and Technology, 2000: 68-77.

［9］ DAVIS F D. Perceived usefulness, perceived ease of use, and user acceptance of information technology [J]. MIS quarterly, 1989, 13(3): 319-340.

［10］LEE M-C. Factors influencing the adoption of internet banking: An integration of TAM and TPB with perceived risk and perceived benefit [J]. Electronic Commerce Research and Applications, 2009, 8(3): 130-141.

［11］邓银华. 微信朋友圈大学生用户信息分享意愿的影响因素研究[D]. 湘潭：湘潭大学, 2015: 28.

［12］吴晓茹. 消费者个人信息分享意愿研究[D]. 泉州：华侨大学, 2015: 15.

［13］HOFFMAN D L, NOVAK T P, PERALTA M A. Information privacy in the marketspace: Implications for the commercial uses of anonymity on the Web [J]. The Information Society, 1999, 15(2): 129-139.

［14］DINEV T, HART P. Internet privacy concerns and their antecedents-measurement validity and a regression model[J]. Behaviour Information Technology, 2004, 23(6): 413-422.

［15］王洪伟, 周曼, 何绍义. 影响个人在线提供隐私信息意愿的实证研究[J]. 系统工程理论与实践, 2012, 32(10): 2186-2197.

［16］梁忠. 电子商务网站消费者个人信息提供意愿研究——以注册中的个人信息提供意愿为例[D]. 杭州：浙江大学, 2008: 79.

［17］聂勇浩, 罗景月. 感知有用性、信任与社交网站用户的个人信息披露意愿[J]. 图书情报知识, 2013(5): 89-97.

［18］黄振宇. 互联网专车平台用户使用意愿影响因素实证研究[D]. 广州：华南理工大学, 2017: 34.

［19］吴明隆. 结构方程模型: AMOS 的操作与应用[M] 重庆：重庆大学出版社, 2009:62, 142-143.

［20］范哲. 数字原住民采纳社会化媒体影响因素的扎根研究[J]. 情报资料工作, 2017(1): 25-33.

［21］金慧, 刘迪, 高玲慧, 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, 2016,35(2): 3-10.

［22］顾小清, 刘妍, 胡艺龄. 学习分析技术应用:寻求数据支持的学习改进方案[J]. 开放教育研究, 2016, 22(5): 34-45.

［23］刘国晓. 信息服务活动中用户技术接受影响因素研究[D]. 南京. 南京理工大学, 2012: 1.

［24］周妍, 杜鹏. 在线学习环境下学习者信任度影响因素分析[J]. 继续教育, 2018,32(10): 45-48.

A Study on the Influencing Factors of College Students' Willingness to Data Share for Online Learning

YAN Yong-zhe

（College of Science & Technology, Ningbo University, Ningbo 315211, China）

This research reviewed literature on learning behavior data, important to learning analysis, to further consider factors of willingness to share personal learning behavior data. It used the technology acceptance model, and network privacy concerns, trust, perceived ease of use and perceived usefulness as the independent variables, to construct an initial conceptual model with the individual learning behavior data as the dependent variables for the sharing intention, thus proposing corresponding hypotheses. To test the conceptual model, it sampled 206 business students to collect data using the structural equation model to support the revision of the initial conceptual model on the fitting indexes. The findings showed that perceived ease of use and online privacy concerns have no direct effect on students’willingness to share data in their learning behaviors, that the former has an indirect positive effect on students’willingness to share personal data through perceived usefulness and trust while the latter has a negative effect on students’willingness to share personal data through trust, that perceived ease of use has a significant positive effect on trust while online privacy concerns have a negative but not significant effect on trust, and that perceived ease of use has a significant positive effect on perceived usefulness.

learning analysis; learning behavior data; factors of willingness; technology acceptance model; structural equation model

G434

A

1008-0627（2021）04-0123-10

国家自然科学基金“面向LDR立体显示的HDR立体视频版权保护研究”(61971247)；宁波市教育科学规划研究课题“‘双一流’背景下提升独立学院学生学习质量研究”（2019YGH010）；宁波大学科学技术学院教研项目“应用型本科《西方经济学》课程思政教改研究”（207/202101）

阎永哲（1981-），男，湖南湘潭人，讲师，研究方向：学习行为分析。E-mail：yanyongzhe@nbu.edu.cn

（责任编辑 周 密）