基于蓝墨云班课的语文在线学习行为数据分析①

陈志雄

[摘 要] 选用蓝墨云班课移动学习平台实施在线学习，以云班课记录学习者在线学习行为数据，借助SPSS统计软件进行数据挖掘和学习分析，寻找语文在线学习提升策略，优化语文在线学习活动设计，指导学习者在线学习行为。

[关 键 词] 在线学习；行为数据；中职语文；数据挖掘；学习分析

[中图分类号] G712 [文献标志码] A [文章编号] 2096-0603（2018）11-0024-03

一、研究背景

随着各种网络教学平台中学习数据飞速递增，如何充分利用、深度挖掘平台存储数据的价值，服务教与学，逐渐引起教育研究者的关注。在线学习研究应注重收集和分析学习者的学习行为数据，研究学习者学习过程情况和学习绩效，并及时将分析结果用于优化课程、反思教学和完善评估。

自2017年3月，笔者在学校两个工科班开展了中职语文混合式学习研究，该研究是厦门市2016年“十三五”教育教学课题《混合式学习在中职语文教学中应用的行动研究》的一部分。笔者选用蓝墨云班课移动学习平台实施在线学习，以云班课记录学习者在线学习行为数据。

二、研究问题

（1）在线学习行为数据中各维度下各指标相关性。（2）不同层次学习者在线学习行为差异性。（3）在线学习行为数据的线性回归特征，尝试寻找各学习指标与在线学习经验的线性回归方程。

三、研究方法

（一）样本选取和数据采集

本研究以2016计用1班在2017年2月至4月的在线学习行为数据为样本。学习者的个人学习数据主要通过云班课的学习者学习报告及学习者学习积分明细进行收集和整理，班级学习数据通过导出云班课的班课数据和教学报告收集和整理。

（二）在线学习行为分析维度、指标及度量

笔者结合张思等人的“网络学习空间中学习者学习投入模型”，结合中职语文混合学习中的在线学习活动内容，对学习者语文在线学习行为数据的分析维度、数据指标及度量方式进行设计（见下表）。

（三）研究思路

通过教育数据挖掘和学习分析指导学习评估、预测、干预（见下图）。

对在线学习行为中各维度中各指标间的相关性以及各项指标与学习经验间的相关性进行分析，反思语文在线学习设计中存在的不足。

对不同学习层次（优秀、良好、合格）学习者的语文在线学习行为数据进行差异性分析，帮助教师分层指导学习者。此外，对学习数据进行多元线性回归分析，探索学习经验与各指标要素之间的线性回归方程，为预测和干预下一阶段学习者在线学习行为提供参考。

四、在线学习行为数据分析

（一）在线学习行为数据信度分析

笔者借助SPSS软件对收集到的2016计用1班在线学习行为数据进行了可靠性分析，结果显示Cronbachs Alpha值为0.731，大于0.7，基于标准化的Cronbachs Alpha值为0.920，属于高信度数据。

（二）在线学习行为各维度相关性分析

1.参与维度各指标相关性

SPSS软件相关性分析结果显示：参与讨论次数增加，仅与参与活动次数增加相关。

2.專注维度各指标相关性

SPSS软件相关性分析结果显示：回帖深度与作业质量相关性较差，与发帖质量相关性较高。发帖质量较高的学习者在讨论活动中回帖积极性较高。

3.规律维度各指标相关性

SPSS软件相关性分析结果显示：平均登录间隔越短，准时参与活动就越多。平均登录间隔较短的学习者，能较有规律地参与在线学习活动。反之，无法规律地参与在线学习的学习者往往平均登录间隔都较长。

4.交互维度各指标相关性

SPSS软件相关性分析结果显示：点度中心性越强，回帖数量与上传资源数量越多。主动发起讨论互动的学习者，交互意愿较强。

5.学习经验与其他维度指标相关性

SPSS软件相关性分析结果显示：学习经验的计算对学习者个人学习行为关注较多，但未能充分涉及回帖深度、点度中心性、参与讨论次数，对在线学习的讨论活动关注不足。

（三）在线学习行为差异性分析

1.优秀、良好、合格层次学习者各指标正态分布检验

笔者将样本中的学习者按排名分为优秀、良好、合格三个层次，样本总数为37人，其中优秀和合格都为10人，良好为17人。为了进一步确定差异性分析所使用的方法，笔者分别对三个学习层次学习者在线学习行为数据进行单体样本K-S检验，确定其是否符合正态分布。在单样本K-S检验正态分布的结果中sig值大于0.05，受检验数据属于正态分布。

（1）优秀学习者数据正态分布检验（单体样本K-S检验）。根据sig值判断，优秀学习者的登录次数、浏览课程资源、作业提交数量、参与活动次数、登录平均时长、作业质量、发帖质量、回帖深度、平均登录间隔、回帖、上传资源、点度中心性、经验值符合正态分布。总体接近正态分布。

（2）良好学习者数据正态分布检验（单体样本K-S检验）。根据sig值判断，登录次数、浏览课程资源、作业提交数量、参与活动次数、参与讨论次数、发帖质量、平均登录间隔、回帖、上传资源、经验值为正态分布。总体接近正态分布。

（3）合格学习者数据正态分布检验（单体样本K-S检验）。根据sig值判断，登录次数、浏览课程资源、参与活动次数、参与讨论次数、作业质量、平均登录间隔、回帖、上传资源、经验值符合为正态分布。总体接近正态分布。

三组在线学习行为数据总体接近正态分布，笔者使用独立样本T检验对其进行分析，分别对比三组数据的差异性。

2.“优秀vs合格”独立样本T检验

从独立样本T检验数据中可以看出，优秀学习者与合格学习者在登录次数、作业提交数量、登录平均时长、作业质量、发帖质量、准时参与活动、回帖、上传资源存在显著差异。优秀学习者比合格者参与在线学习更积极、更专注、更有规律、更具交互性，其在线学习投入较大。合格学习者的学习基础较为薄弱，在线学习行为较无规律，主动参与意愿较为薄弱。

3.“优秀vs良好”独立样本T检验

从独立样本T检验数据中可以看出，优秀学习者与良好学习者的差异比较明显的是登录次数、发帖质量、准时参与活动，良好学习者参与在线学习的关注度稍显不足，学习基础、学习持续性与优秀学习者仍有较大差距。

4.“良好vs合格”独立样本T检验

从独立样本T检验数据中可以看出，良好学习者与合格学习者显著差异性集中在作业提交数量、登录平均时长、作业质量、回帖、上传资源。合格学习者参与积极性、规律性、交互性不足的问题再次出现。

综合以上三组差异性分析结果，笔者发现合格学习者存在的问题主要集中在学习基础较为薄弱、活动参与无规律、参与意愿不高。由于学习基础较为薄弱，他们可能在部分理解难度较大的课文教学中提前放弃了学习。例如，在《林黛玉进贾府》一课，由于课文中许多知识点难度较大，作业难度也有所提升，许多学习靠后的学习者都未能提交作业。因活动参与无规律，许多合格学习者登录云班课的时间较为集中，未能对在线学习保持足够的关注度，例如，有部分学习者的登录时间集中在某一天，登录间隔时间较长。这些学习者的集中登录往往与教师的课堂在线学习活动有关，课后他们就很少主动登录学习了。由于参与意愿不高，合格学习者参与交流讨论的次数很少，许多答疑讨论与头脑风暴活动都未参加。

（四）多元线性回归分析

为了进一步分析各维度中各指标对学习经验的影响，探索其线性回归模型，笔者以学习经验为因变量，参与、专注、规律、交互四个维度中的指标为自变量（预测变量），进行了多元线性回归分析。

在模型汇总表中，多元相关系数（R）为0.994，模型拟合优度（R方）为0.989，调整后模型拟合优度为0.983，有99.4%的预测可以参考该模型进行预测。

在回归模型的方差分析表（Anova）中，F值为157.087，显著性概率（sig）是0.000，表明该模型的回归极显著。

在回归方程的系数表中显示了各预测变量的系数，根据这些系数，得到完整的多元回归方程：学习经验=-8.478+2.375×登录次数-0.913×浏览课程资源+0.545×参与活动次数+0.210×参与讨论次数-0.829×登录平均时长+5.805×作业质量+5.008×发帖质量-1.914×回帖深度-0.096×平均登录间隔+4.349×准时参与活动+2.053×回帖-0.248上传资源-0.797×点度中心性。

根据回归方程系数表，可以看出参与维度中的登录次数，专注维度的作业质量、发帖质量，规律维度的准时参与活动，交互维度的回帖都是影响学习经验的重要因素。

五、学习分析视域下的在线学习提升策略

基于学习行为数据分析，笔者提出以下几点策略：

（一）设计精细有趣的在线学习环境

在线学习通过蓝墨云班课来实现，教师可以在蓝墨云班课上的“资源”模块提前上传精细化的学习资料，并提供学习操作指南。

在阅读与欣赏课教学中，课前上传与作者及写作主题相关的图片和视频资料，例如《林黛玉进贾府》课前上传《红楼梦》前两回视频、贾府人物关系图和金陵十二钗点评材料，帮助学习者提前了解故事情节和人物性格做好铺垫。在语文综合实践活动课前，上传校友采访记录空表及《采访优秀毕业生常见问题》，为学习者开展采访活动提供操作材料。

在作业设计上，可以尽量结合学习者生活实际，引发学生共鸣，积极参与问题讨论，例如在《善良》一课中，教师可以跳出课文内容直接提炼出“生活需要善良”的主题，结合两则生活中的新闻，一则关于“爱心馒头”，一则关于“扶老人险”，设置话题讨论活动，引导学习者围绕话题结合自身思考进行深入分析，撰写上传心得体会。设计作业时，可以增加图形、表格、图片作业数量，例如，《南州六月荔枝丹》一课设计思维导图作业，通过阅读文本寻找关键词语，填充思维导图，熟悉课文内容，增添学习趣味。

教师还可以借助蓝墨云班课的信息提醒功能与通知发布功能，及时发布学习活动通知，跟踪提醒学习者准时参与学习。

（二）组织分层协作的在线学习活动

传统语文教学主要在课堂学习中开展分组协作的学习活动，中职语文混合式学习活动中课前、课后也可以组织分组协作的活动，但在分组时应充分考虑学习者的群体差异性，比较理想的组织方式是开展分层协作的在线学习活动。可将不同学习层次的学习者分配在同一小组中，设计不同难度的学习任务，鼓励不同层次的学习者开展在线互助学习。例如，应用文写作课中的启事写作课可以在课前开展自学活动，活动内容可以包含收集生活中不同种类的启事（难度低）、仿写寻物启事（难度中）、根据生活案例完成一份启事（难度高）。

（三）增强教师在线参与和指导

中职语文混合式学习的在线学习主要以学习者独立完成为主，教师主要建设在线学习资源，批改学习作业。为提高学习者在线讨论活动参与率，加大讨论深度，教师可以利用蓝墨云班课手机APP随时与学习者互动，对学习者学习中遇到的疑问及时解答，对讨论活动中学习者发帖活动进行引导和启发。

（四）完善学习绩效评价

从线性回归分析中的回归方程系数可以看出登录次数、作业质量、发帖质量、准时参与活动、回帖都是影响学习绩效的重要因素，这也是传统评价标准。教师可以提升过程性评价的比重，增加登录次数、浏览课程资源、准时参与活动的评价比重，有效地激励合格学习者主动参与在线学习活动。

六、总结

本研究利用学习分析技术对学习者在线学习行为数据进行了相关性分析、差异性分析及回归分析，构建了在线学习行为各指标与学习经验的回归方程。基于数据挖掘与学习分析的结果，笔者提出了学习视域下的在线学习提升策略。但是，由于本研究选取的样本量不够丰富，在研究结果的推广上有一定的局限性，需要今后在数据分析中进一步验证。

参考文献：

[1]李青，王涛.学习分析技术研究与应用现状述评[J].中国电化教育，2012（8）：129-133.

[2]張思，刘清堂，雷诗婕，等.网络学习空间中学习者学习投入的研究[J].中国电化教育，2017（4）：26.