基于学习者视角的在线学习力影响因素及对策研究*

黄建琼，李秋缘，陈震，姚洁，席文

（福州外语外贸学院大数据学院，福建 福州 350202）

1 引言

《教育部关于一流本科课程建设的实施意见》《教育部高等教育司2020年工作要点》等文件中明确指出建立“互联网+教学”“智能+教学”新形态，鼓励各大高校建设线上一流课程、线上线下混合式一流课程等，随着新技术的不断涌现，高校研究并实施“互联网+教学”“智能+教学”成为必然趋势。在各级教育主管部门的号召下各大高校纷纷加大教研力度，鼓励一线教师紧跟时代步伐，开发建设了慕课、专属在线课程（SPOC）等一系列在线平台并深受学生欢迎。在线学习已逐渐成为学生学习的一种重要方式之一，它打破时空限制并给予学习者自由和多元的学习环境，然而由于学习方式开放、与教师直接沟通缺乏、学生的自控力薄弱等原因也造成学生学习效果不一。在技术不断更新并充实高教学习环境的时代，学生的学习力如何融入这一洪流成为高等教育领域的重要课题之一。

学习力是学习过程和学习结果相互作用的产物，是体现学生学习能力的关键因素，也将反映学生未来发展和创新的潜能。目前，国内有许多学者一直在关注并进行学生在线学习力及影响因素、对策等方面的研究，研究主要采用方法为访谈法、问卷调查、社会调查法等，且主要使用定性分析的研究方式，而较少使用定量分析。如：吴俊平、胡思思（2022年）提出影响大学生思政课线上学习力的主要因素为自我管理、教师行为、课程内容和教学平台的可操作性等，并给出相应的提升策略[1]；李雪（2021年）等采用深度访谈、社会网络分析等研究方法研究影响医学生在线学习力的相关因素及其具体关系[2]；王璐、舒岚（2021年）则以建构主义为基础探讨“四要素说”中顺应力、策应力、反省力、互惠力与师范生在线学习力之间的关系[3]；郑勤华、徐珺岩（2020年）探究远程学习者的在线学习力，辨析学习的内在机制与规律[4]；石雪、杨晓娟（2020年）利用问卷调查，对提出的基于“动机—行为”理论构建了混合式学习中大学生在线学习力的影响因素模型进行实证研究[5]；张新香等则以“中国大学MOOC”网的在线评论文本为研究数据，利用基于灰色关联分析实施在线课程质量评判[6]。

本文将从学习者的视角出发，获取学习者在线学习真实评论数据，并利用自然语言处理方法对评论数据进行分词处理，并根据分词结果选取特征词，构建在线学习力影响因素模型；并根据数据分析的结果，分析影响因素模型，最后提出相关策略。研究结果可以为学习者提高在线学习力提供借鉴依据，进而为高校深化在线课程改革提供指导，实现在线教育的可持续发展。

2 研究对象和研究方法

2.1 研究对象

本文的研究对象为参加在线课程学习的学习者，从学习者视角出发，获取学生对所学在线课程的课程评论。

2.2 研究方法

本文主要利用自然语言处理的数据处理方法提取学生在线学习学习力的主要影响因素，具体过程如下：

⑴ 获取课程在线评论数据；

⑵ 构建停用词文件，去掉停用词，并利用自然语言处理数据分析方法进行文本分词处理；

⑶ 对分词结果词频统计，并对统计后的结果进行降序排序；选取词频排序为前100个的词语，并结合人工标注提取与学习力相关的n个特征词语，构建在线学习力影响因素模型[7]；

⑷ 计算各特征词语的频率占比，具体计算公式如式⑴所示。

其中，Wi为第i个特征词语的频率占比，Fi为第i个特征词语的词频。

⑸ 根据数据分析结果，构建学习者在线学习影响因素表，最后进行讨论并给出建议。

3 研究结果

3.1 数据来源与预处理

课程评论数据来源为中国大学MOOC平台（https://www.icourse163.org）的国家精品课程学生评论数据，国家精品课程的资源建设较为完整，参加学习的学生也相对较多。本研究通过数据爬虫技术，获取参加学习人数达1万以上的随机6门课程学习者评论，评论涉及的时间跨度较大、数量较多，能够更为全面、真实地反映学生对在线课程的学习评价和学习需求，去掉重复课程评论数据，采集结果如表1所示。

表1 课程评论数据采集结果

3.2 数据分析

根据上述的研究方法，在“中国大学MOOC”平台共获取有效评论14345条的基础上，建立了包含姓名（称谓）、连词、介词、副词等在内的停用词文本文件，将评论数据去除停用词文本；其次，利用Python第三方自然语言处理库jieba库进行中文文本的分词处理；最后，将分词后词语进行词频统计，并将其结果按词频倒序排列，得到词频前100的词语。结合张新香、郑勤华等学者的观点，对照分析结果，构建包含“课程资源、教师教学、课程平台、学生学习”的在线学习力影响因素的四维模型，通过人工标注得到与在线学习力影响因素模型相关的特征词语（共27个），并进行特征词语归类，计算出每组特征词的频率占比，得到在线学习力影响因素四维模型及特征词表，如表2所示。其中，在线学习者对教师教学能力评价的特征词的词频占比高达28.80%，教学态度则为18.99%，而课程内容则为17.54%。

表2 在线学习力影响因素四维模型及特征词表

4 结论与建议

4.1 完善课程资源建设，加强课程资源质量管理

在课程资源维度中，学习者对课程内容的评价频率占比达到17.54%。因此，教师在进行课程内容建设时，需注意课程内容的及时补充、更新，加强课程内容广度、深度、时效性等方面的建设。

学习者对习题的评价评论占比为6.15%，学习者希望在线课程资源中配套一定的习题，并给出参考答案或难点解析。习题是学习者理解课堂知识并进行知识转化应用的重要方式，帮助学习者理解知识点。因此，教师可在课程中设计配套的习题并包含习题的难点解析。

学习者对课件、PPT、视频等配套课程辅助资源的建设提出一定的需求，如课件（PPT）制作美观大方；视频清晰度高、最好能配上字幕等，较高质量的辅助资源可提高在线学习者的学习专注度，进而提升学习的效率。

良好的课程设计可实现各个模块内容的有效衔接，引导学习者在各个模块学习时实现无障碍过渡。

4.2 加强教学质量管理，提升教师教学能力

在教师能力维度中，学习者对教师教学能力的评价频率占比28.80%。由此可见，教师教学能力对学习者的学习积极性和学习兴趣起到推动作用。其次，学习者对教师教学态度的认同度直接影响学习者对课程的认同度。另外，教师在教学的过程中尽量结合实例进行讲解，学习者更容易理解掌握相应的知识点。同时，学习者希望教师在课前有适当的引入，课程引入可以起到承前启后的作用，实现内容的连贯性，实现条理清晰地教学，帮助学习者建立更好的知识架构。因此，教学质量管理部门应加大教师教学能力的培养，同时做好教学质量的管理。

4.3 完善平台人性化功能设计，优化课程质量反馈渠道

学习者希望在线平台在一轮开课结束后，不要立即关闭平台，以便进行后续学习。因此，建议在线平台可以完善更为人性化的功能设计，如学习者一旦加入某一期课程的学习后，平台可以设置课程结束后为其继续开放一段时间的课程学习权限。其次，优化学习者对课程质量的反馈渠道，如设置更符合在线学习力影响因素模型的评价模板，学习者的评价数据就更具直观性和价值性，可帮助教师发现课程建设的不足之处，并不断完善课程建设。

4.4 加强自我学习管理，促进自我可持续发展

学习者经常会因为在学习过程中对学习时间的分配不合理及管理不足，导致在线学习效果较差。因此，学习者应做好自我学习规划，加强自我学习管理，促进自我可持续发展。

5 结语

综上所述，以在校大学生为主体的在线学习者在课程学习过程中经常会因为在线学习准时空分离的特性，与教师、同学缺乏直接沟通，难免会产生孤独、无助等消极情绪，进而未能达到预期的学习目标。因此，课程建设需要责任教师、学习平台管理者、教学质量督导员三方共同努力推动在线课程建设。以学习者视角的在线学习力影响因素为出发点，教师进一步做好在线课程资源整合和设计开发工作；在线平台将课程资源审核作为常规化工作，完善人性化功能设计，并不断优化学习者对课程的反馈渠道；而高校教学管理部门可帮助教师进一步提升教学水平，促进在线教学质量可持续发展。最终实现提高大学生在线学习力，帮助学习者克服消极体验，促进其自我学习和可持续学习。