姬昊

摘要：隨著互聯(lián)網(wǎng)技術(shù)在教育領(lǐng)域應(yīng)用的不斷深入，遠(yuǎn)程教育作為一種新型教育模式得到了迅速的發(fā)展。然而，在這種便利的教學(xué)模式下如何進(jìn)行高效的學(xué)習(xí)受到了越來越多的關(guān)注。由于學(xué)習(xí)用戶之間存在著鮮明的個性特征差異，所以用戶行為分析對解決如何對不同行為的學(xué)習(xí)用戶制定相應(yīng)的學(xué)習(xí)策略對于提高遠(yuǎn)程教育質(zhì)量至關(guān)重要。本研究旨在基于對遠(yuǎn)程教育用戶的學(xué)習(xí)行為進(jìn)行相關(guān)分析研究，研究實現(xiàn)核心思想為根據(jù)用戶在遠(yuǎn)程教育系統(tǒng)使用過程中產(chǎn)生的各種數(shù)據(jù)信息，通過相應(yīng)的數(shù)據(jù)采集、數(shù)據(jù)挖掘以及統(tǒng)計分析等方法來分析不同用戶行為的差異性。

關(guān)鍵詞：遠(yuǎn)程教育；用戶特征；行為分析；數(shù)據(jù)處理

1 引言

網(wǎng)絡(luò)遠(yuǎn)程教育是隨著現(xiàn)代信息技術(shù)的發(fā)展而產(chǎn)生的一種新型教育方式[1][2]。計算機技術(shù)、多媒體技術(shù)、通信技術(shù)的發(fā)展，特別是因特網(wǎng)的迅猛發(fā)展，使網(wǎng)絡(luò)遠(yuǎn)程教育技術(shù)有了質(zhì)的飛躍，成為高新技術(shù)條件下的遠(yuǎn)程教育。遠(yuǎn)程教育以網(wǎng)絡(luò)教育手段為主，兼容面授、函授和自學(xué)等傳統(tǒng)教學(xué)形式，是一種由多種媒體優(yōu)化組合的教育方式。同時，相對于面授教育而言，遠(yuǎn)程教育是一種師生分離、非面對面組織的教學(xué)活動，是一種跨學(xué)校、跨地區(qū)的教育體制和教學(xué)模式，遠(yuǎn)程教育的主要特點包括：學(xué)生與教師分離；采用特定的傳輸系統(tǒng)和傳播媒體進(jìn)行教學(xué)；信息的傳輸方式多種多樣；學(xué)習(xí)的場所和形式靈活多變。與面授教育相比，遠(yuǎn)距離教育的優(yōu)勢在于它既可以突破時空的限制、提供更多的學(xué)習(xí)機會，也能夠擴大教學(xué)規(guī)模、降低教學(xué)的成本；同時便利了學(xué)習(xí)過程。

然而在我國遠(yuǎn)程教育實踐過程中仍然存在很多問題，嚴(yán)重阻礙了遠(yuǎn)程教育的發(fā)展[3][4][5]。在諸多問題中，遠(yuǎn)程教育的教學(xué)質(zhì)量問題是政府、社會及辦學(xué)者所關(guān)注的重點。由于其入學(xué)門檻相對較低，學(xué)生素質(zhì)多樣化，學(xué)生之間存在著鮮明的個性特征差異，同時學(xué)習(xí)時間分散，以業(yè)余時間為主，導(dǎo)致學(xué)習(xí)過程難以監(jiān)控、學(xué)習(xí)效果不便診斷，此外，目前常見的遠(yuǎn)程教育系統(tǒng)模式單一，師生交互性差，教育資源大都以靜態(tài)的形式存儲共享在系統(tǒng)平臺上，學(xué)生只能被動的接受統(tǒng)一、固定的學(xué)習(xí)內(nèi)容，知識選擇靈活性差，不能根據(jù)學(xué)生的具體需求個性化的定制學(xué)習(xí)內(nèi)容，從而影響學(xué)習(xí)效果。

2 用戶行為分析

2.1 特征預(yù)處理

用戶行為[6]是指主體能在網(wǎng)絡(luò)上產(chǎn)生流量的行為，如MSN聊天，迅雷下載，Web站點訪問，在線觀看視頻等。本課題首先對影響用戶在學(xué)習(xí)過程中各個方面的主要因素進(jìn)行歸納和研究分析，包括對用戶潛在的固有特征進(jìn)行統(tǒng)計，例如籍貫、性別、年齡、婚否、血型等；以及通過用戶對自身相關(guān)能力的描述，例如創(chuàng)造力、環(huán)境適應(yīng)能力、觀察力等因素。然后通過統(tǒng)計分析、心理學(xué)等相關(guān)專業(yè)學(xué)科知識對影響用戶行為的每個因素進(jìn)行詳細(xì)的預(yù)分析和初步的判斷，為后續(xù)的數(shù)據(jù)信息處理奠定基礎(chǔ)。

2.2 用戶模型構(gòu)建

用戶模型是個性化服務(wù)的核心部分，反映了用戶與系統(tǒng)交互、績效行為和學(xué)習(xí)歷史記錄等主觀及客觀的信息。為滿足用戶的個性化需求。實現(xiàn)個性化學(xué)習(xí)服務(wù)，系統(tǒng)必須先了解學(xué)生的性格特點、知識水平、興趣偏好和學(xué)習(xí)風(fēng)格等信息。為了能準(zhǔn)確描述這些用戶信息，需要為每個用戶建立用戶模型，用戶模型包含如下信息：

圖1 用戶模型

（1）個人特征信息。

個人信息記錄用戶的性別、籍貫、年齡、所從事專業(yè)等基本信息。

（2）社交信息。

社交信息描述用戶與其它用戶之間的關(guān)聯(lián)關(guān)系信息，用戶可以建立學(xué)習(xí)小組或加其他用戶為好友并互動從而進(jìn)行協(xié)作學(xué)習(xí)。

（3）學(xué)習(xí)風(fēng)格。

學(xué)習(xí)風(fēng)格是指在學(xué)習(xí)過程中，每一個用戶都會表現(xiàn)出不同的學(xué)習(xí)傾向，包括學(xué)習(xí)動機、態(tài)度、情緒和認(rèn)知傾向，以及對某種學(xué)習(xí)策略、學(xué)習(xí)方法的適應(yīng)程度等。

2.3 行為分析

遠(yuǎn)程教育用戶的行為受到外界因素和內(nèi)部因素兩方面影響，在這兩方面影響下用戶產(chǎn)生了資源信息需求，并根據(jù)需求完成信息尋求行為，在用戶進(jìn)行信息行為的過程中，他的這種行為作為外部因素影響了其他的用戶，導(dǎo)致其他用戶產(chǎn)生新的信息需求。由于社會化網(wǎng)絡(luò)是通過人和人之間的聯(lián)系建立起來的，具有很強的社會性，所以在兩類印象因素中，外部因素對社會化網(wǎng)絡(luò)用戶的行為變化起了重要的作用。

外界影響因素是指個人以外的外界環(huán)境對行為所產(chǎn)生的影響，包括：群體行為影響、他人推薦、輿論導(dǎo)向；內(nèi)部因素是指用戶的個人特征對行為所產(chǎn)生的影響，包括：文化程度、社會角色、人格特性、遺傳因素。產(chǎn)生的行為表現(xiàn)按照對信息的需求程度分為三類：積極檢索、被動檢索、信息瀏覽。

圖2 行為模型

3 數(shù)據(jù)處理

3.1 數(shù)據(jù)采集

對用戶行為進(jìn)行分析，離不開用戶在遠(yuǎn)程教育學(xué)習(xí)過程中的一些原始數(shù)據(jù)的支持。采集的數(shù)據(jù)信息包括對用戶固有特征信息、遠(yuǎn)程教育辦學(xué)機構(gòu)以及課程資源信息以及用戶在學(xué)習(xí)過程中產(chǎn)生的行為數(shù)據(jù)信息。

在收集用戶固有特征信息過程中，對于用戶的基本信息，可以通過從用戶基本注冊信息數(shù)據(jù)庫表進(jìn)行獲取；遠(yuǎn)程教育辦學(xué)機構(gòu)學(xué)?？诒?、教學(xué)管理以及資源品質(zhì)等信息可以通過社會評價以及學(xué)生往期選課標(biāo)準(zhǔn)進(jìn)行獲??；而用戶學(xué)習(xí)行為信息需要通過特定的數(shù)據(jù)記錄結(jié)構(gòu)來進(jìn)行捕獲，捕獲對象例如用戶學(xué)習(xí)過程中的搜索關(guān)鍵字、訪問URL、學(xué)習(xí)時長等信息；若需要更為詳細(xì)的特征信息可以通過調(diào)查問卷等采樣方式進(jìn)行獲取。

（1）用戶屬性數(shù)據(jù)庫中存儲了用戶的屬性信息，是用戶注冊賬號時填寫的個人信息，數(shù)據(jù)表的具體設(shè)置如表1所示。

（2）根據(jù)上一節(jié)建立的用戶行為模型，提取用戶相關(guān)行為數(shù)據(jù)。行為數(shù)據(jù)庫存儲用戶的相關(guān)行為信息，包括用戶的瀏覽行為、選課行為、操作行為等。數(shù)據(jù)表信息如表2和 表3所示。

3.2 數(shù)據(jù)分析

要得到可信的數(shù)據(jù)分析結(jié)果，往往需要采集的數(shù)據(jù)信息規(guī)模需要很大而且多樣化，因此需要對已采集信息進(jìn)行處理。處理過程中，可以首先清除掉數(shù)據(jù)信息集中的“無效數(shù)據(jù)”，例如屬于嚴(yán)重背離常理的數(shù)據(jù)，或者是敷衍調(diào)查的無用數(shù)據(jù)；其次對過濾好的數(shù)據(jù)信息通過數(shù)據(jù)挖掘、數(shù)理統(tǒng)計以及相關(guān)性分析等方法進(jìn)行處理，來計算用戶行為因素出現(xiàn)頻率、概率以及因素之間的相關(guān)性。

對于用戶輸入的查詢語句，為實現(xiàn)語義查詢，必須進(jìn)行一定的處理，進(jìn)行中文處理的關(guān)鍵是詞法分析。本文采用了中科院分詞系統(tǒng)ICTCLAS（Institute of Computing Technology，Chinese Lexical Analysis System），對用戶輸入的信息進(jìn)行分詞處理，以盡可能返回用戶最滿意的搜索結(jié)果集。

計算用戶屬性與影響因素之間的相關(guān)系數(shù)，選擇相關(guān)系數(shù)值較大的影響因素作為回歸預(yù)測模型的自變量，相關(guān)系數(shù)計算公式為：

（1）

對影響因素的關(guān)聯(lián)度進(jìn)行分析，找出關(guān)聯(lián)度較大的因素作為分析模型的自變量，其計算步驟為：

（1）求關(guān)聯(lián)度兩極差，

記為 ，再根據(jù) 求兩極最大差和最小差，分別記為 ， ，再計算關(guān)聯(lián)系數(shù)：

（2）

（2）計算關(guān)聯(lián)度：

（3）

4 結(jié)束語

本文提出了一種通過對遠(yuǎn)程教育用戶的行為進(jìn)行的用戶行為分析研究。根據(jù)用戶在遠(yuǎn)程教育系統(tǒng)使用過程中產(chǎn)生的各種數(shù)據(jù)信息，通過進(jìn)一步的數(shù)據(jù)采集、數(shù)據(jù)分析以及統(tǒng)計分析等方法來分析不同用戶行為的差異性，該研究可有效的幫助遠(yuǎn)程教育工作者一定程度上提高用戶學(xué)習(xí)效率，提升遠(yuǎn)程教育用戶學(xué)習(xí)質(zhì)量。

參考文獻(xiàn)：

[1]張堯?qū)W.高?，F(xiàn)代遠(yuǎn)程教育調(diào)查與思考[J].中國遠(yuǎn)程教育，2004（08X）：18-22.

[2]韋進(jìn).現(xiàn)代遠(yuǎn)程教育條件下學(xué)習(xí)支持服務(wù)系統(tǒng)建設(shè)的實踐和探索[J].現(xiàn)代遠(yuǎn)距離教育，2002，2：31-33.

[3]章東飛.試析我國遠(yuǎn)程教育發(fā)展現(xiàn)狀與存在問題[J].成人教育，2010（012）：50-51.

[4]蔣立兵，于凌云.遠(yuǎn)程教育發(fā)展現(xiàn)狀與存在的問題分析[J].教育技術(shù)導(dǎo)刊，2006（1）：41-42.

[5]施志毅.從教育服務(wù)的市場機制選擇談現(xiàn)代教育服務(wù)業(yè)發(fā)展中的幾個問題[J].中國遠(yuǎn)程教育，2007（11S）：22-24.

[6]Han-Ching Wu，Shou-Hsuan，Stephen Huang.User Behavior Analysis in Masquerade Detection Using Principal Conponent Analysis.8th Internationl Comference on Intelligent Systems Design and Applications.2009.