王夢倩 范逸洲 郭文革 汪瓊

【摘 要】

在當(dāng)前MOOC教學(xué)中，學(xué)習(xí)者普遍按照是否完成課程為標(biāo)準(zhǔn)被分為兩大類：完成與未完成。但是，這種二元分類具有一些局限，如忽視了只選擇部分參與課程的學(xué)習(xí)者和積極參與課程但對課程證書沒有需求的學(xué)習(xí)者，不利于解釋未完成課程者中途輟學(xué)的原因，難以有效捕獲具有高度異質(zhì)性的MOOC學(xué)習(xí)者真實復(fù)雜的學(xué)習(xí)特點?？紤]到MOOC學(xué)習(xí)者的大規(guī)模特征，通過人工方法從多個維度對學(xué)習(xí)者進(jìn)行識別和分類存在難度，因此有必要采用技術(shù)手段作為一種補(bǔ)充，聚類分析被視為一種有效的探索性技巧來識別和刻畫MOOC學(xué)習(xí)者更多元的特征。本文通過對16篇采用聚類分析技術(shù)分析MOOC學(xué)習(xí)者特征的英文文獻(xiàn)進(jìn)行綜述，試圖回答三個問題：哪些特征指標(biāo)被應(yīng)用于聚類？哪些聚類算法被采用？學(xué)習(xí)者被分為哪些類別？希望能以此呈現(xiàn)該主題研究的全貌，為國內(nèi)研究者應(yīng)用聚類分析技術(shù)刻畫學(xué)習(xí)者特征提供思路，并對如何確定合適的聚類指標(biāo)、聚類算法以及闡釋聚類結(jié)果提供方法性的指導(dǎo)。最后，本文指出了聚類分析技術(shù)的情境依賴性和方法局限性，并對未來應(yīng)用聚類分析技術(shù)分析學(xué)習(xí)者特征進(jìn)行了研究展望。

【關(guān)鍵詞】 慕課；聚類分析；學(xué)習(xí)者；學(xué)習(xí)分析；數(shù)據(jù)挖掘；在線學(xué)習(xí)

【中圖分類號】 G420 【文獻(xiàn)標(biāo)識碼】 A 【文章編號】 1009-458x（2018）7-0009-11

一、引言

MOOC（Massive Open Online Course，慕課）即大規(guī)模開放在線課程，其創(chuàng)新之處在于向全世界學(xué)習(xí)者提供了自由的在線學(xué)習(xí)機(jī)會，因此MOOC學(xué)習(xí)者數(shù)量眾多。在當(dāng)前MOOC教學(xué)中，學(xué)習(xí)者普遍按照是否完成課程為標(biāo)準(zhǔn)被分為兩大類：近5%完成，約95%未完成（Yousef， Chatti， Wosnitza， & Schroeder， 2015）。這是對MOOC學(xué)習(xí)者群體的初步畫像，然而這種二元分類無法解釋導(dǎo)致絕大多數(shù)MOOC學(xué)習(xí)者輟學(xué)的復(fù)雜原因。例如，有的學(xué)習(xí)者只對一門課程的部分內(nèi)容感興趣，只參與了部分課程，自認(rèn)為學(xué)完了，但是從傳統(tǒng)的學(xué)分賦予單位的角度看他們是“未完成”；有的學(xué)習(xí)者積極參與課程，但對課程證書沒有需求，也被劃分到“未完成”群體（Kizilcec， Piech， & Schneider， 2013， pp. 170-179）。此外，也難以有效地捕獲具有高度異質(zhì)性的MOOC學(xué)習(xí)者真實復(fù)雜的學(xué)習(xí)特點（Arora， Goel， Sabitha， & Mehrotra， 2017）?？紤]到MOOC學(xué)習(xí)者的大規(guī)模特點，僅通過人工方法從文化來源、人口學(xué)特征、修課動機(jī)、學(xué)習(xí)特征等多個方面（Yousef， et al.， 2015）對學(xué)習(xí)者群體的特征進(jìn)行識別和分類存在難度，有必要借助技術(shù)手段以更多元的視角刻畫學(xué)習(xí)者特征。

聚類分析（clustering analysis）作為一種數(shù)據(jù)挖掘方法，被視為一種有效的探索性技巧用來識別和刻畫MOOC學(xué)習(xí)者特征（Cabedo， Edmundo & Castro， 2016），也常作為其他深入研究、教學(xué)干預(yù)和研發(fā)適應(yīng)性功能的起點（Kizilcec， et al.， 2013， pp. 170-179； 孫洪濤， 等， 2016），如分析學(xué)習(xí)者需求、進(jìn)行個性化推薦、識別危機(jī)學(xué)生等。典型的聚類過程一般包括數(shù)據(jù)準(zhǔn)備、特征選擇、特征提取、聚類過程、聚類結(jié)果評估五步（孫吉貴， 等， 2008）。從輸入輸出的角度來看，聚類分析包括三個核心部分：一是選取恰當(dāng)?shù)奶卣髦笜?biāo)作為輸入變量，二是選取合適的聚類算法執(zhí)行相似度的度量，三是對輸出結(jié)果進(jìn)行類別分析。聚類分析運(yùn)用數(shù)學(xué)的方法來研究類的劃分以及各類之間的親疏程度（方開泰， 等， 1982， p.1），屬于數(shù)據(jù)挖掘領(lǐng)域中的無監(jiān)督模式識別方法，在沒有先驗信息的指導(dǎo)下從數(shù)據(jù)集中發(fā)現(xiàn)潛在的結(jié)構(gòu)，以提供客觀和穩(wěn)定的分類（Everitt， Landau， Leese， & Stahl， 2013， pp .4-9），并使得同類間的相似性盡可能大，而不同類之間的差異性盡可能大（周開樂， 等， 2014）。

在當(dāng)前MOOC學(xué)習(xí)者分析研究中，通過聚類分析方法刻畫MOOC學(xué)習(xí)者特征的研究主要來自國外，被用來揭示學(xué)習(xí)者在課程參與、視頻觀看、資源獲取、動機(jī)、感興趣話題等方面的特征，以提供對學(xué)習(xí)者群體的全面解讀（Khalil & Ebner， 2017）。我們從聚類指標(biāo)、聚類算法和聚類結(jié)果三個方面對近五年內(nèi)有關(guān)MOOC學(xué)習(xí)者聚類分析的英文文獻(xiàn)進(jìn)行梳理，試圖回答：

（1）哪些特征指標(biāo)被應(yīng)用于聚類？

（2）哪些聚類算法被采用？

（3）學(xué)習(xí)者被分為哪些類別？

通過回答這三個問題，以呈現(xiàn)該主題研究的全貌，并對當(dāng)前研究的不足進(jìn)行反思，以期為國內(nèi)研究者應(yīng)用聚類分析刻畫學(xué)習(xí)者特征提供思路，并對如何確定合適的聚類指標(biāo)、聚類算法以及如何闡釋聚類結(jié)果提供方法性的指導(dǎo)。

二、綜述方法

本文最初計劃對國內(nèi)外采用聚類分析方法刻畫MOOC學(xué)習(xí)者特征的研究進(jìn)行綜述，然而在文獻(xiàn)搜集過程中發(fā)現(xiàn)相關(guān)中文文獻(xiàn)極少，僅有的文獻(xiàn)描述的聚類過程不夠規(guī)范嚴(yán)謹(jǐn)，沒有說明被聚類的學(xué)習(xí)者對象人數(shù)。因此，我們決定縮小研究范圍，聚焦于英文文獻(xiàn)。英文語境中，聚類（clustering）和分類（classification）雖是兩種不同的數(shù)據(jù)挖掘技術(shù)，前者屬于無監(jiān)督模式識別，后者屬于有監(jiān)督模式識別，但聚類常常作為分類研究的預(yù)步驟，兩種技術(shù)的使用存在交叉的情況，因此我們在文獻(xiàn)檢索時采納了“clustering”和“classification” 這兩個關(guān)鍵詞，以求在盡量寬泛的范圍內(nèi)搜尋有關(guān)MOOC學(xué)習(xí)者聚類研究的文獻(xiàn)，而在后續(xù)的文獻(xiàn)閱讀中再進(jìn)行人工篩選。最終本文以“MOOC”“MOOCs”“clustering”“classification”為關(guān)鍵詞，在Web of Science、ERIC數(shù)據(jù)庫中檢索了近5年內(nèi)的英文文獻(xiàn)，并在之后閱讀文獻(xiàn)的過程中對參考文獻(xiàn)中相關(guān)主題的文章進(jìn)行檢索，最終共得到58篇相關(guān)文獻(xiàn)。

為了保證主題的聚焦與分析的信效度，我們對檢索到的文獻(xiàn)進(jìn)行了進(jìn)一步的篩選。篩選的標(biāo)準(zhǔn)主要包括：

（1）MOOC的課程信息是否明確？

（2）研究對象是否聚焦于學(xué)習(xí)者？

（3）研究方法是否為聚類分析？

從篩選的步驟上，首先剔除了不是聚焦于MOOC學(xué)習(xí)情境或沒有介紹課程信息及數(shù)據(jù)來源的文章；其次剔除了聚類對象不是MOOC學(xué)習(xí)者的文章（如對MOOC、教學(xué)者的聚類分析）；最后剔除了不是應(yīng)用聚類分析方法進(jìn)行分類的文章（如人工分類、描述統(tǒng)計等）。經(jīng)過上述篩選，我們最終從58篇文獻(xiàn)中篩選出了16篇英文文獻(xiàn)，可見當(dāng)前采用聚類分析方法刻畫學(xué)習(xí)者特征的研究成果并不多。相關(guān)文獻(xiàn)信息如表1所示。

三、研究發(fā)現(xiàn)

（一）哪些特征指標(biāo)被應(yīng)用于聚類？

用于MOOC學(xué)習(xí)者聚類分析的數(shù)據(jù)集可能包含數(shù)以百計的特征屬性，其中大部分屬性與聚類分析目的不相關(guān)，研究者需從中選擇或設(shè)計一組能夠表征研究主題的特征指標(biāo)作為輸入到聚類算法中的原始參數(shù)（孫洪濤， 等， 2016）。針對不同的聚類目標(biāo)，特征指標(biāo)的選取和數(shù)據(jù)來源會有所不同。在本文綜述的16篇文獻(xiàn)中，絕大部分聚類研究的數(shù)據(jù)來源為課程日志，如旨在識別學(xué)習(xí)者課程參與、視頻觀看和資源獲取等方面特征的聚類研究主要以課程日志為數(shù)據(jù)來源。

從課程日志中抽取的特征指標(biāo)可以按照傾向性指標(biāo)、人機(jī)交互指標(biāo)、人際交互指標(biāo)和學(xué)習(xí)績效指標(biāo)四類標(biāo)準(zhǔn)進(jìn)行分類，我們對這些指標(biāo)作了梳理，如表2所示。其中，傾向性指標(biāo)主要是指學(xué)習(xí)者進(jìn)入學(xué)習(xí)環(huán)境時自身已經(jīng)帶有的一些屬性，包括他/她的固有指標(biāo)（如性別、年齡、種族）和過去的經(jīng)歷（如社會經(jīng)濟(jì)背景、初始知識等）（范逸洲， 等， 2018）。隨后，我們將再從特征指標(biāo)的選取數(shù)目、提取方式和粒度層次三個方面進(jìn)行分析。

1. 指標(biāo)數(shù)目：與情境有關(guān)

另外，有11篇文獻(xiàn)都關(guān)注學(xué)習(xí)者課程參與模式的識別，但不同研究者對于“參與”的含義理解不同，因此在特征指標(biāo)的選擇上存在較大差別。Anderson等人采納的特征指標(biāo)數(shù)目最少，僅包括瀏覽視頻數(shù)目和提交作業(yè)數(shù)目這兩個特征指標(biāo)（Anderson， et al.， 2014， pp. 687-698）；Rodrigues等人采納的指標(biāo)最多，他們對“參與”的理解更加寬泛，把論壇發(fā)帖、視頻觀看、測驗等在內(nèi)的共14個特征指標(biāo)都包括進(jìn)來（Rodrigues， et al.， 2016， pp. 232-233）；Hicks等人則直接將學(xué)習(xí)者點擊流數(shù)據(jù)作為聚類分析的輸入變量（Hicks， et al.， 2016， pp. 1-9）。剩余的2篇文獻(xiàn)由于采用的聚類算法較特殊，沒有明確說明所選擇的特征指標(biāo)數(shù)目（Hecking， et al.， 2014； Hecking， et al.， 2015， pp. 114-121）。

在學(xué)習(xí)者特征聚類分析研究中，對于應(yīng)該選擇哪些特征指標(biāo)和選擇多少個特征指標(biāo)沒有定論，需要結(jié)合研究情境和聚類目的具體分析。此外，需要注意的是遺漏相關(guān)特征或留下不相關(guān)的特征對聚類過程都有影響，會導(dǎo)致發(fā)現(xiàn)的聚類模式質(zhì)量降低（韓家煒， 等， 2001， p. 79）。而且，不相關(guān)或冗余的特征會增加待分析的數(shù)據(jù)量，可能會減慢聚類進(jìn)程（韓家煒， 等， 2001， p. 79）。

2. 提取方式：直接與間接

另一種間接的特征指標(biāo)提取方式是通過對課程日志中篩選得到的特征進(jìn)行轉(zhuǎn)換形成新的突出特征（孫吉貴， 等， 2008），再將其輸入到聚類過程中，這個過程被稱為“屬性構(gòu)造”或“特征構(gòu)造”，有助于提高聚類精度和對高維數(shù)據(jù)結(jié)構(gòu)的理解（韓家煒， 等， 2001， pp. 76-77）。

我們發(fā)現(xiàn)在當(dāng)前MOOC學(xué)習(xí)者聚類分析文獻(xiàn)中，特征構(gòu)造過程實際上是降維的過程，將視頻觀看、任務(wù)完成等多維度特征整合為單一維度，如Kizilcec 和Ferguson等人將多維度特征轉(zhuǎn)化為單維的標(biāo)稱變量。Kizilcec等人以學(xué)習(xí)者在MOOC平臺上觀看視頻和完成測驗的行為數(shù)據(jù)為基礎(chǔ)，設(shè)定了4個標(biāo)記值用以標(biāo)記學(xué)習(xí)者每周的學(xué)習(xí)狀態(tài)，其中0為“out”，表示完全未參與課程；1為“auditing”，表示觀看了視頻，但沒有完成測驗；2為“behind”，表示在指定時間之后完成測驗；3為“on track”，表示按時完成測驗（Kizilcec， et al.， 2013， pp. 170-179）。Ferguson等人在兩篇文獻(xiàn)中均針對是否瀏覽學(xué)習(xí)內(nèi)容、是否參與討論、是否按時參與測驗三個標(biāo)準(zhǔn)制定了一套評分標(biāo)準(zhǔn)，瀏覽學(xué)習(xí)內(nèi)容記1分，參與討論記2分，推遲完成測驗記4分，按時完成測驗記8分，然后將每周內(nèi)各項活動的得分值累加，每位學(xué)習(xí)者每周的得分值在0-11分之間（Ferguson， et al.， 2015a， pp. 51-58）。Anderson等人將多維度特征轉(zhuǎn)化為區(qū)間標(biāo)度變量（韓家煒， 等， 2001， pp. 225-230），設(shè)定了一個“任務(wù)分?jǐn)?shù)”來標(biāo)記學(xué)習(xí)者觀看視頻（記為“l(fā)”）和提交任務(wù)（記為“a”）的行為。學(xué)習(xí)者的任務(wù)分?jǐn)?shù)計算公式為a/（a+l），其值在0到1之間（Anderson， et al.， 2014， pp. 687-698）。Baker認(rèn)為“特征構(gòu)造”將領(lǐng)域知識引入以數(shù)據(jù)驅(qū)動的聚類技術(shù)，將大量低層級、不規(guī)范的數(shù)據(jù)指標(biāo)有效地轉(zhuǎn)化為更加合理的具有實際意義和解釋力的特征指標(biāo)（Baker， Carvalho， Raspat， Aleven， Corbett， & Koedinger， 2009）。

3. 粒度層次：粗粒度為主

通過分析所選取的文獻(xiàn)，我們發(fā)現(xiàn)不同研究所選取的特征指標(biāo)在粒度層次上也體現(xiàn)出差異?！傲６取保╣ranularity）是數(shù)據(jù)庫名詞，是指記錄數(shù)據(jù)或?qū)?shù)據(jù)進(jìn)行綜合時所使用的時間段參數(shù)，它決定了所存儲的數(shù)據(jù)單元在時間上的詳細(xì)程度和級別。時間段參數(shù)越小，粒度級別越低，數(shù)據(jù)越詳細(xì)、具體；反之，時間段參數(shù)越大，粒度級別越高，就意味著數(shù)據(jù)綜合度高，同時細(xì)節(jié)的損失就越多（蘇新寧， 等， 2006， p.53）。

當(dāng)前MOOC學(xué)習(xí)者聚類研究中普遍選取的特征指標(biāo)時間跨度長、粒度較高，大多數(shù)研究（共10篇）以整個課程持續(xù)周期為時間段參數(shù)，這些高粒度級別的特征指標(biāo)往往是對低粒度級別特征指標(biāo)的匯總。例如，Khalil等人基于德國格拉茨技術(shù)大學(xué)（Graz University of Technology）開設(shè)的一門MOOC，刻畫學(xué)習(xí)者在課程過程中的參與情況，選取的4項指標(biāo)均以整個課程周期為時間段參數(shù)，指的是學(xué)習(xí)者在課程10周時間內(nèi)分別閱讀帖子、發(fā)帖、觀看視頻和嘗試測驗的總次數(shù)（Khalil， et al.， 2017）。有3篇研究選取的特征指標(biāo)粒度級別較低，以每周為時間段參數(shù)（Kizilcec， et al.， 2013， pp. 170-179； Ferguson， et al.， 2015a， pp. 51-58； Ferguson et al.， 2015b）。例如，Kizilcec等人以0至3四個數(shù)值分別代表out、auditing、behind和on track四個屬性值，標(biāo)記學(xué)習(xí)者每周內(nèi)的課程完成屬性（Kizilcec， et al.， 2013， pp. 170-179），那么整個課程周期內(nèi)某個學(xué)習(xí)者的特征值就可以用一組0至3的數(shù)字組成的集合表示。Hicks等人選取的特征指標(biāo)粒度最低，他們直接采用課程日志中的學(xué)習(xí)者點擊流數(shù)據(jù)作為聚類的輸入變量（Hicks， et al.， 2016， pp. 1-9），以每執(zhí)行一項行為的時間節(jié)點為時間段參數(shù)。

（二）哪些聚類算法被采用？

1. 類型分布：K均值為主

此外，Hecking等人分析的數(shù)據(jù)來源是論壇中的討論文本，屬于非結(jié)構(gòu)化數(shù)據(jù)。分析非結(jié)構(gòu)化數(shù)據(jù)難度更大，他們采用了關(guān)鍵詞抽取、網(wǎng)絡(luò)分析和二分聚類分析相結(jié)合，在文本數(shù)據(jù)的聚類方面做出了嘗試。他們依據(jù)文檔主題生成模型（Latent Dirichilet Allocation）從論壇數(shù)據(jù)流中抽取學(xué)習(xí)者的話語關(guān)鍵詞，并將這些關(guān)鍵詞與對應(yīng)學(xué)習(xí)者建立關(guān)聯(lián)，由此形成了一個二分網(wǎng)絡(luò)，采用二分聚類算法（bipartite clustering）對該網(wǎng)絡(luò)進(jìn)行分析，識別出有共同興趣主題的學(xué)習(xí)者分類以及學(xué)習(xí)者感興趣的相關(guān)主題分類，進(jìn)而分析有共同興趣主題的學(xué)習(xí)者與無共同興趣主題的學(xué)習(xí)者之間的特征差別，分析課程周期內(nèi)學(xué)習(xí)者感興趣主題的動態(tài)變化趨勢（Hecking， et al.， 2015， pp. 114-121）。

2. 性度度量：內(nèi)部與外部

在當(dāng)前MOOC學(xué)習(xí)者聚類研究中，大多數(shù)研究者都只采用了一種聚類算法，但也有少數(shù)研究者對同樣的數(shù)據(jù)嘗試了多種聚類算法，以發(fā)現(xiàn)數(shù)據(jù)可能揭示的結(jié)果并從中選取最優(yōu)解。如Gallén等人采用了包括層次化聚類算法和劃分式聚類算法在內(nèi)的9種算法（Gallén et al.， 2017， pp. 1600-1605）、Rodrigues等人采用了2種聚類算法（Rodrigues， et al.， 2016， pp. 232-233）。不同聚類方法獲得的結(jié)果有所不同，因此需要對聚類結(jié)果的性能進(jìn)行度量，度量的途徑大致有兩種：其一，將聚類結(jié)果與領(lǐng)域內(nèi)普遍受到認(rèn)可的“參考模型”進(jìn)行比較，稱為“外部指標(biāo)”，如Khalil等人將聚類結(jié)果和Elton1996年提出的Cryers Scheme進(jìn)行比較（Khalil， et al.， 2017）；其二，利用數(shù)據(jù)集的固有特征和量值直接考察聚類結(jié)果而不利用任何參考模型，如通過計算簇內(nèi)平均相似度、簇間平均相似度或整體相似度等，被稱為“內(nèi)部指標(biāo)”（周志華， 2017， pp. 197-198； 李春葆， 等， 2014， p. 273）。

當(dāng)前MOOC學(xué)習(xí)者聚類研究普遍采用的是后一種方法，通過計算一系列內(nèi)部指標(biāo)來驗證聚類結(jié)果的有效性。例如，Kizilcec等人、Ferguson等人采用輪廓系數(shù)對K均值算法的有效性進(jìn)行評估，輪廓系數(shù)通過對聚類簇的凝聚度和分離度進(jìn)行整合，衡量聚類結(jié)果里同類別中對象之間的相似度以及不同類別之間對象的差異度，以反映聚類結(jié)果的總體質(zhì)量（Chen， et al.， 2002）。輪廓系數(shù)的最大值為 1，其值越接近 1，聚類效果越好（Kizilcec， et al.， 2013， pp. 170-179； Ferguson， et al.， 2015a， pp. 51-58）。而對于基于人工神經(jīng)網(wǎng)絡(luò)模型的SOMs算法，Cabedo等人采用了拓?fù)渚_指數(shù)和平均失真指數(shù)來驗證其有效性（Cabedo， et al.， 2016）。需要說明的是，很難找到一個獨立于算法的質(zhì)量評價指標(biāo)來同時評價多種聚類算法（Chen， et al.， 2002），因此聚類算法的有效性評估非常依賴專家通過領(lǐng)域知識進(jìn)行解讀（Cabedo， et al.， 2016）。

（三）學(xué)習(xí)者被分為哪些類別？

1. 類別數(shù)目：確定與不確定

在所分析的16篇文章中，大多數(shù)研究得到了確定數(shù)目的聚類結(jié)果，其中Hecking等人識別出的學(xué)習(xí)者類別數(shù)目最少，僅包括2類，分別是與他人存在共同興趣關(guān)鍵詞的學(xué)習(xí)者類和不存在共同興趣關(guān)鍵詞的學(xué)習(xí)者類，前者發(fā)帖數(shù)量更多且帖子主題分布更廣泛，同樣也收到更多回應(yīng)，這類學(xué)習(xí)者在整個學(xué)習(xí)者網(wǎng)絡(luò)中更有影響力，是更重要的節(jié)點（Hecking， et al.， 2015， pp. 114-121）。Li等人聚焦學(xué)習(xí)者視頻交互行為，識別出的學(xué)習(xí)者類別數(shù)目最多，包括9類（Li， et al.， 2015， pp. 197-210）。其他大部分研究發(fā)現(xiàn)的類別數(shù)目在3至6之間。由于聚類方法和目的的不同，類別數(shù)目的多少并不能直接與聚類效度掛鉤，但是較多的聚類數(shù)目也能在一定程度上反映該研究對于識別數(shù)據(jù)集中不同類別的敏感性。

另有4篇研究中聚類結(jié)果因聚類過程中的某些因素影響而呈現(xiàn)出多種類別。Kizilcec是最早進(jìn)行MOOC學(xué)習(xí)者聚類研究的學(xué)者，他基于Coursera平臺上三門xMOOC學(xué)習(xí)者數(shù)據(jù)，識別出4類學(xué)習(xí)者：完成者、試聽者、旁觀者、退出者（Kizilcec， et al.， 2013， pp. 170-179）。Ferguson等人采用與Kizilcec相似的特征提取方法，分析了FutureLearn平臺上的5門課程時長不一、學(xué)習(xí)設(shè)計方式不一的cMOOC，試圖對Kizilcec的研究進(jìn)行檢驗。但相比Kizilcec的聚類結(jié)果，F(xiàn)erguson等人只識別出前兩種類別：完成者、試聽者。Ferguson對此的解釋是xMOOC強(qiáng)調(diào)學(xué)習(xí)者觀看課程視頻并參與課程測驗，而cMOOC在此之外更強(qiáng)調(diào)通過討論進(jìn)行社會建構(gòu)知識，兩種MOOC的理論基礎(chǔ)和教學(xué)法方面存在差異，影響到學(xué)習(xí)者的聚類結(jié)果（Ferguson， et al.， 2015a， pp. 51-58）。

隨后Ferguson等人根據(jù)FutureLearn課程平臺的特點，重新設(shè)計了特征指標(biāo)的選取方式，對5門課程時長不一、學(xué)習(xí)設(shè)計方式不一的cMOOC分別進(jìn)行聚類，結(jié)果發(fā)現(xiàn)課程時長和課程設(shè)計都會影響到學(xué)習(xí)者聚類結(jié)果。在他們研究的5門cMOOC中，有2門時長較長（持續(xù)7-8周）的MOOC、2門時長較短（持續(xù)3周）的MOOC以及1門以討論活動為主且不含測試的MOOC（Talk MOOC）。在時長較長的兩門MOOC中，學(xué)習(xí)者被分為7類：抽樣學(xué)習(xí)者（Samplers）、虎頭蛇尾者（Strong Starters）、回歸者（Returners）、中期輟學(xué)者（Mid-way Dropouts）、全程參與者（Nearly There）、拖延的完成者（Late Completers）和敏銳的完成者（Keen Completers）；在另外兩門時長較短的MOOC中學(xué)習(xí)者被分為4類和5類；在Talk MOOC中學(xué)習(xí)者被分為3類：沉默的學(xué)習(xí)者（Quiet）、貢獻(xiàn)者（Contributors）、持續(xù)參與者（Consistent Engagers）。因此，F(xiàn)erguson等人認(rèn)為一門MOOC中的學(xué)習(xí)者聚類結(jié)果并不總是能夠適用于其他MOOC（Ferguson， et al.， 2015a， pp. 51-58）。

此外，Khalil等人發(fā)現(xiàn)學(xué)習(xí)者的自身特點會影響聚類結(jié)果。他們的研究情境是一門持續(xù)10周的MOOC，該課程的注冊者包括459名來自認(rèn)證大學(xué)的本科生和379名校外人員，本科生被要求強(qiáng)制參加課程，并在完成課程后會得到2.5ECTS學(xué)分，而校外人員則基于自愿進(jìn)行學(xué)習(xí)。研究者分別對兩類學(xué)習(xí)者進(jìn)行聚類分析，結(jié)果發(fā)現(xiàn)：校外人員組的聚類結(jié)果為3類，包括欺騙系統(tǒng)者（Gaming the System）、完美學(xué)習(xí)者（Perfect Students）、退學(xué)者（Dropout）。相比校外人員，本科生學(xué)習(xí)者多了一個類別——社交者（Social），只有社交者在MOOC論壇中發(fā)過帖子（Khalil， et al.， 2017）。

2. 概念描述：枚舉與特征化

聚類結(jié)果是幾類細(xì)節(jié)數(shù)據(jù)的集合，這些細(xì)節(jié)數(shù)據(jù)并不能給人直觀的印象，應(yīng)當(dāng)靈活地以不同的粒度、從不同的角度進(jìn)行描述，這種描述性數(shù)據(jù)挖掘的過程稱為概念描述（韓家煒， 2001， p.119）。大多數(shù)MOOC學(xué)習(xí)者聚類結(jié)果的概念描述都體現(xiàn)出了課程參與程度的高低差別，如Rodrigues等人分析一門MOOC論壇中的學(xué)習(xí)者參與情況，將學(xué)習(xí)者劃分為參與者、偶爾參與者和不參與者（Rodrigues， et al.， 2016， pp. 232-233）；Hicks等人對學(xué)習(xí)者在課程周期內(nèi)的點擊流數(shù)據(jù)進(jìn)行聚類，將學(xué)習(xí)者分為完全參與的學(xué)習(xí)者、始終如一的學(xué)習(xí)者、參與了兩周的學(xué)習(xí)者、參與了一周的學(xué)習(xí)者、偶爾參與的學(xué)習(xí)者（Hicks， et al.， 2016， pp. 1-9）。這兩個研究中的概念描述從定量的維度反映了學(xué)習(xí)者參與程度的高低。

另一些研究更進(jìn)一步，不僅是數(shù)據(jù)的簡單枚舉，還產(chǎn)出了對數(shù)據(jù)的特征化和比較描述，特征化旨在提供給定數(shù)據(jù)匯集的簡潔匯總，而比較描述則是對不同的概念或類進(jìn)行比較（韓家煒， 2001， p. 119）。Anderson等人將學(xué)習(xí)者劃分為五類，包括觀看者、解決者、多面手、收集者、旁觀者（Anderson， et al.， 2014， pp. 687-698）；Arora等人識別出5類學(xué)習(xí)者，包括非正式學(xué)習(xí)者、不感興趣的學(xué)習(xí)者、執(zhí)行者、探索者、完成者（Arora， et al.， 2017）；Chen等人識別出4類學(xué)習(xí)者，包括視頻觀看者（Video Viewers）、資料收集者（Handout Collectors）、追求成績者（Point Seekers）和其他（Chen， et al.， 2017， pp. 542-543）。以上研究在特征化之后，均對不同類別進(jìn)行了比較分析，例如Hicks等人從學(xué)習(xí)者的個人特征（包括教育層次、相關(guān)先修課經(jīng)歷、微積分水平等）、學(xué)習(xí)者與課程有關(guān)的情況（包括期待和注冊動機(jī)等方面）、學(xué)習(xí)者目標(biāo)等方面對5類學(xué)習(xí)者進(jìn)行比較（Hicks， et al.， 2016， pp. 1-9）。

通過分析上述聚類結(jié)果可以發(fā)現(xiàn)，概念描述的過程是結(jié)合教學(xué)過程對數(shù)據(jù)集進(jìn)行深入解讀，以體現(xiàn)研究者對數(shù)據(jù)驅(qū)動的聚類結(jié)果的主觀解釋。這是在數(shù)據(jù)驅(qū)動的基礎(chǔ)上增加領(lǐng)域知識的成分，能夠促進(jìn)對學(xué)習(xí)者特征的內(nèi)部結(jié)構(gòu)之間的潛在關(guān)系的識別。

3. 對比分析：共性與特殊性

通過對16篇文獻(xiàn)中的聚類結(jié)果進(jìn)行梳理，我們發(fā)現(xiàn)了一些共同的學(xué)習(xí)者類別。完成者、退學(xué)者、課程瀏覽者、低參與者、報名者這5類學(xué)習(xí)者在16篇研究中被識別出的頻次最多，如表3所示。除課程瀏覽者之外的4類均描述的是學(xué)習(xí)者課程完成度的高低，可見當(dāng)前MOOC學(xué)習(xí)者聚類研究普遍關(guān)注的是學(xué)習(xí)者完成度情況。共有9項研究識別出了“完成者”這一類別，明顯多于退學(xué)者、低參與者和報名者，原因在于一些研究中對退學(xué)、參與程度低的學(xué)習(xí)者類別做了更細(xì)致的劃分，以致“退學(xué)”“低參與”這類特征在文字描述上有所分化。例如，Kizilcec等人和Ferguson等人識別出了試聽者（Samplers），這類學(xué)習(xí)者只在課程的前一至兩周瀏覽過課程視頻，而后退出了課程（Kizilcec， et al.， 2013， pp. 170-179）；Ferguson等人識別出了虎頭蛇尾者（Strong Starters）和“蛇頭蛇尾者”（Very Weak Starters）（Ferguson et al.， 2015b）；Hicks 等人識別出了參與一周和兩周的學(xué)習(xí)者（One/Two-Week Engaged Learners）（Hicks， et al.， 2016）。以上這些學(xué)習(xí)者類別均是對“退學(xué)者”“低參與者”的進(jìn)一步細(xì)致分類。之所以Kizilcec、Ferguson和Hicks 等人能夠做出更進(jìn)一步的分析，是因為他們選取的特征指標(biāo)粒度更細(xì)，所關(guān)注的時間段參數(shù)更小。表3中的另外一類被識別頻次較高的學(xué)習(xí)者是課程瀏覽者，描述的是學(xué)習(xí)者的學(xué)習(xí)特點而非完成情況，這說明在較多MOOC中普遍存在著只瀏覽課程內(nèi)容，而不參與測驗、作業(yè)的學(xué)習(xí)者群體，他們把MOOC當(dāng)作一種“教材”或“參考書”進(jìn)行瀏覽。

同時，我們也發(fā)現(xiàn)了一些獨特的學(xué)習(xí)者群體，如表4所示。這些獨特的學(xué)習(xí)者群體與其對應(yīng)的MOOC教學(xué)情境、研究情境存在著一定的相關(guān)性。拖延的完成者、“蛇頭蛇尾者”、進(jìn)步者等學(xué)習(xí)者群體描述的是學(xué)習(xí)者學(xué)習(xí)過程中隨時間變化的特點，這反映出研究者選取的特征指標(biāo)粒度較細(xì)。在英國伯明翰大學(xué)開設(shè)的持續(xù)3周的生命科學(xué)主題的MOOC中，F(xiàn)erguson等人識別出了進(jìn)步者（Improvers）這一群體，這類學(xué)習(xí)者在學(xué)習(xí)過程中的參與程度逐漸提高；但在另一門同樣時長和主題的由英國利茲大學(xué)開設(shè)的MOOC中，F(xiàn)erguson等人卻沒有類似的發(fā)現(xiàn)。其他研究者也沒有識別出進(jìn)步者。這說明MOOC中的進(jìn)步者群體極為少見，另外在課程時長較短的MOOC中出現(xiàn)進(jìn)步者的可能性更高（Ferguson et al.， 2015b）；Anderson等人選取的特征指標(biāo)聚焦在瀏覽視頻和提交作業(yè)，因此識別出了課程瀏覽者（普遍只看視頻）、解決任務(wù)者（普遍只提交作業(yè)）、多面手（既看視頻又提交作業(yè)）（Anderson， et al.， 2014， pp. 687-698）；Talk MOOC是以社會知識建構(gòu)為教學(xué)法而設(shè)計的，教學(xué)活動沒有測驗而是一系列結(jié)構(gòu)化討論，Talk MOOC中的學(xué)習(xí)者同時也可以是知識生產(chǎn)者。Ferguson等人發(fā)現(xiàn)沉默者（Quiet）和貢獻(xiàn)者（Contributors）是Talk MOOC中獨有的學(xué)習(xí)者群體，沉默者僅在課程初有過發(fā)帖，貢獻(xiàn)者在課程中發(fā)帖較多（Ferguson et al.， 2015b）。Kovanovi等人和Khalil等人識別出了社交者群體，但兩個研究中社交者所占的比例都極少，均小于1%（Kovanovi， et al.， 2016， pp. 269-272； Khalil， et al.， 2017）。在德國格拉茨技術(shù)大學(xué)（Graz University of Technology）開設(shè)的MOOC中，Khalil等人在本科生群體里識別出了社交者，而在外校人員中沒有識別出社交者。這說明社交者群體在MOOC中并不常見，特別是由陌生人組成的大規(guī)模學(xué)習(xí)者群體中，而在具有關(guān)聯(lián)性或者相熟的群體中社交者出現(xiàn)的可能性更大。另外，Khalil等人在本科生中識別的欺騙系統(tǒng)者（Gaming the system）和完成者（Perfect students）占比均遠(yuǎn)高于校外人員（Khalil， et al.， 2017），說明學(xué)校對于本科生MOOC的課程學(xué)分要求一方面提高學(xué)生優(yōu)秀率，另一方面也導(dǎo)致了誠信問題。

另外，Gallén等人關(guān)注的是學(xué)習(xí)者動機(jī)，識別出了信任課程（Convinced）、對課程謹(jǐn)慎（Cautious）和不相關(guān)的（Irrelevant）三類學(xué)習(xí)者（Gallén et al.， 2017， pp. 1600-1605）。關(guān)于學(xué)習(xí)者興趣特點，Hecking等人只識別出了兩類學(xué)習(xí)者（Hecking， et al.， 2015， pp. 114-121），但與他人是否存在共同感興趣關(guān)鍵詞這一特征，蘊(yùn)含了與他人的關(guān)系，因此特征含義更為復(fù)雜，所采用的聚類方法也更加復(fù)雜。

4. 聚類結(jié)果：受多因素影響

除了前文所述中發(fā)現(xiàn)的課程時長、課程設(shè)計和學(xué)習(xí)者自身特點對聚類結(jié)果造成影響之外，聚類的結(jié)果還會受到數(shù)據(jù)樣本、特征指標(biāo)的選擇以及數(shù)據(jù)算法的影響（Cabedo， et al.， 2016）。

在所關(guān)注的MOOC學(xué)習(xí)者聚類研究中，有8項研究明確說明了確定的特征指標(biāo)數(shù)目和聚類類別數(shù)目，將二者進(jìn)行比較，如圖1所示，從中可以看出，當(dāng)選取的聚類指標(biāo)數(shù)目超過一定程度后聚類結(jié)果數(shù)目呈現(xiàn)出明顯的減少趨勢，尤其是當(dāng)聚類特征數(shù)目非常多時反而聚類結(jié)果中識別出的學(xué)習(xí)者類別更少（Rodrigues， et al.， 2016； Gallén， et al.， 2017， pp. 1600-1605）。相反，Anderson、Kizilcec、Arora等人對于特征指標(biāo)經(jīng)過了細(xì)致的篩選，反而識別出了更多的學(xué)習(xí)者類別，挖掘出的學(xué)習(xí)者特征也更加深入。由此可以看出，當(dāng)進(jìn)行聚類研究時選取的特征指標(biāo)不在于數(shù)量多，而在于是否能精確地反映學(xué)習(xí)者特征。當(dāng)聚類特征指標(biāo)過多時，會對算法處理高維數(shù)據(jù)空間的能力提出更高要求，這對算法造成了挑戰(zhàn)，尤其當(dāng)數(shù)據(jù)稀疏、高度傾斜時更是如此（李雄飛， 等， 2013， p. 139）。因此，在選取特征指標(biāo)時建議過濾掉高度相關(guān)、產(chǎn)生二階效應(yīng)的指標(biāo)。

聚類特征指標(biāo)的提取方式對聚類結(jié)果也有影響。分析發(fā)現(xiàn)，相比直接從數(shù)據(jù)來源中選擇特征指標(biāo)，經(jīng)過特征構(gòu)造而設(shè)計新特征指標(biāo)的聚類研究的聚類結(jié)果的概念描述更加深入細(xì)致。例如，F(xiàn)erguson對5門特點不一的cMOOC學(xué)習(xí)者數(shù)據(jù)分析得到多種聚類結(jié)果，發(fā)現(xiàn)了影響聚類結(jié)果的多種因素；Kizilcec識別出了旁觀者（Auditing）和抽樣學(xué)習(xí)者（Sampling）這兩個有鮮明特點的類；在Anderson的研究結(jié)果中，多面手（All-Rounders）、收集者（Collectors）這兩個類很有特點（Kizilcec， et al.， 2013， pp. 170-179； Anderson， et al.， 2014， pp. 687-698； Ferguson et al.， 2015b）。

聚類指標(biāo)的粒度層次對聚類結(jié)果也有一定影響。Hicks等人選取的特征指標(biāo)粒度層次最低，他們注意到了學(xué)習(xí)者的參與程度在時間上的細(xì)節(jié)性變化（Hicks， et al.， 2016， pp. 1-9），也正因為如此，在對學(xué)習(xí)者的綜合特征進(jìn)行概括性解釋方面稍有忽視。而另一方面，當(dāng)采用粒度較高的特征指標(biāo)來識別和解釋學(xué)習(xí)者行為時，存在的問題是無法反映出對應(yīng)行為的持續(xù)時間長度方面的特征（Li， et al.， 2015， pp. 197-210）。因此，當(dāng)選取聚類研究的特征指標(biāo)時，應(yīng)結(jié)合實際需要綜合考慮特征指標(biāo)粒度的綜合性和細(xì)節(jié)性。

四、討論及未來研究展望

（一）聚類分析的情境依賴

通過上述分析，可以發(fā)現(xiàn)采用聚類分析刻畫MOOC學(xué)習(xí)者特征在很大程度上受到課程因素的影響，如課程時長、課程設(shè)計、教學(xué)理論、學(xué)習(xí)者來源等（Ferguson， et al.， 2015b； Khalil， et al.， 2017），也受到聚類分析過程本身的影響，如特征指標(biāo)的選取、聚類算法的選取、聚類結(jié)果的闡釋?？偟膩碚f，MOOC學(xué)習(xí)者聚類分析具有很強(qiáng)的情境依賴性，這種情境依賴在一定程度上來源于教育和學(xué)習(xí)過程本身的復(fù)雜性，但是目前少有研究討論研究情境和聚類結(jié)果之間的關(guān)系（孫洪濤， 等， 2016）。因此，我們認(rèn)為對于MOOC學(xué)習(xí)者聚類結(jié)果的推廣和應(yīng)用應(yīng)當(dāng)保持謹(jǐn)慎，當(dāng)描述MOOC學(xué)習(xí)者聚類結(jié)果時對MOOC教學(xué)情境進(jìn)行具體說明，是使研究結(jié)果令人信服的前提。

由于MOOC教學(xué)情境和研究情境的差異，聚類過程中特征指標(biāo)的選擇應(yīng)符合具體情境特點和研究目標(biāo)，可以從自身傾向性、人機(jī)交互、人際交互、學(xué)習(xí)績效四個維度（如表2所示）思考，有所側(cè)重地選取合適的特征指標(biāo)。對于基于不同教學(xué)法的MOOC，分析xMOOC學(xué)習(xí)者應(yīng)著重獲取他們在視頻觀看、測驗、提交任務(wù)方面的指標(biāo)，而分析cMOOC學(xué)習(xí)者則應(yīng)著重獲取他們在發(fā)帖、回帖等社會交互方面的指標(biāo)（Ferguson， et al.， 2015b）。關(guān)于特征指標(biāo)的提取，首先應(yīng)符合聚類研究的需求和目的。此外，相比直接提取特征指標(biāo)，在原始特征指標(biāo)的基礎(chǔ)上進(jìn)行整合并構(gòu)造新的特征指標(biāo)，這種提取方法更具優(yōu)勢。關(guān)于特征指標(biāo)的粒度層次，應(yīng)結(jié)合聚類目的，是希望識別出具有宏觀視野的模式表征，還是希望反映出類別中的細(xì)節(jié)性，從而在粒度的選擇上在綜合性和細(xì)致性之間做好平衡。

（二）聚類分析的方法局限

目前，在線學(xué)習(xí)研究中聚類分析尚處于探索階段。聚類分析方法適合對大規(guī)模數(shù)據(jù)進(jìn)行解釋，而當(dāng)數(shù)據(jù)量較小時難以獲得有效的分類。MOOC學(xué)習(xí)者聚類研究中處理的數(shù)據(jù)多是結(jié)構(gòu)化數(shù)據(jù)，如果在聚類開始前能夠確定聚類數(shù)目的大致范圍，那么可以采用K均值算法；如果無法確定最佳聚類數(shù)目的范圍，那么可采用SOMs、Neural Gas等算法。聚類算法對于分析網(wǎng)絡(luò)數(shù)據(jù)、文本數(shù)據(jù)這類非結(jié)構(gòu)化數(shù)據(jù)存在難度，因此當(dāng)分析對象為文本數(shù)據(jù)時可以首先對非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行關(guān)鍵詞抽??；如果分析對象為網(wǎng)絡(luò)數(shù)據(jù)，那么可以采用二分聚類算法。同時，聚類算法對于處理高維數(shù)據(jù)也存在壓力（李雄飛， 等， 2013， p. 139），因此特征指標(biāo)的數(shù)目不宜過多。當(dāng)數(shù)據(jù)對象的特征指標(biāo)過多時，在聚類分析之前可以先對其進(jìn)行降維處理。此外，聚類分析本質(zhì)上是一種具有相對性的分析方法，研究者往往需要對聚類的類別個數(shù)和聚類變量等進(jìn)行不斷調(diào)整，才能最終獲得具有教學(xué)意義的有效解釋（孫洪濤， 等， 2016），很難找到一個獨立于算法的質(zhì)量評價指標(biāo)來同時評價多種聚類算法（Chen， et al.， 2002），此時可以通過將聚類結(jié)果與領(lǐng)域內(nèi)普遍認(rèn)可的“參考模型”進(jìn)行比較，進(jìn)而分析聚類結(jié)果的有效性。

（三）聚類分析的研究展望

當(dāng)前，通過聚類分析方法刻畫學(xué)習(xí)者特征的數(shù)據(jù)來源主要是課程日志，普遍關(guān)注的是學(xué)習(xí)者課程參與程度的高低，日后可以整合課程前后測問卷、成績數(shù)據(jù)、論壇討論數(shù)據(jù)等多種數(shù)據(jù)來源（Ezen-Can， Boyer， Kellogg， & Booth， 2015），進(jìn)一步關(guān)注學(xué)習(xí)者在自身傾向性、人際交互、學(xué)習(xí)績效等方面的特征。Kizilcec也指出MOOC學(xué)習(xí)者的學(xué)習(xí)動機(jī)、時間管理、堅毅程度、自信心等非認(rèn)知特征有待挖掘（Kizilcec， et al.， 2013， pp. 170-179）。此外，當(dāng)前MOOC學(xué)習(xí)者聚類分析不太關(guān)注學(xué)習(xí)者在課程周期內(nèi)隨時間變化和發(fā)展的特點，未來可以通過降低特征指標(biāo)粒度以增加時間維度下對學(xué)習(xí)者特征的考察，如考察學(xué)習(xí)者在課程周期內(nèi)學(xué)習(xí)狀態(tài)的轉(zhuǎn)變（Coffrin， Corrin， Barba， & Kennedy， 2014）。

最后，聚類分析作為一種數(shù)據(jù)挖掘技術(shù)，是對海量學(xué)習(xí)者數(shù)據(jù)的基本模式識別，常作為其他研究的預(yù)研究（Kizilcec， et al.， 2013， pp. 170-179），不僅適用于分析MOOC學(xué)習(xí)者數(shù)據(jù)，也適用于其他學(xué)習(xí)者數(shù)量較多的在線學(xué)習(xí)情境。我們在前期的在線教學(xué)實踐中積累了體量較大的學(xué)習(xí)者行為數(shù)據(jù)，計劃在本篇綜述的基礎(chǔ)上開展學(xué)習(xí)者聚類實證分析，并在模式識別的基礎(chǔ)上結(jié)合相關(guān)學(xué)習(xí)者模型或質(zhì)性研究方法，將“底層數(shù)據(jù)挖掘”和“頂層模型設(shè)計”相結(jié)合，以發(fā)掘?qū)W習(xí)者特征及其背后的深層解釋。

[參考文獻(xiàn)]

范逸洲，汪瓊. 2018. 學(xué)業(yè)成就與學(xué)業(yè)風(fēng)險的預(yù)測——基于學(xué)習(xí)分析領(lǐng)域中預(yù)測指標(biāo)的文獻(xiàn)綜述[J]. 中國遠(yuǎn)程教育（1）：5-15.

方開泰，潘恩沛. 1982. 聚類分析[M]. 北京：地質(zhì)出版社.

韓家煒，坎伯. 2001. 數(shù)據(jù)挖掘：概念與技術(shù)[M]. 范明，孟小峰，等，譯. 北京：機(jī)械工業(yè)出版社.

李春葆，李石君，李筱馳. 2014. 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘?qū)嵺`[M]. 北京：電子工業(yè)出版社.

李雄飛，杜欽生，吳昊. 2013. 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘[M]. 北京：機(jī)械工業(yè)出版社.

蘇新寧，楊建林，江念南，栗湘. 2006. 數(shù)據(jù)倉庫和數(shù)據(jù)挖掘[M]. 北京：清華大學(xué)出版社.

孫洪濤，李秋劼，鄭勤華. 2016. MOOCs交互模式聚類研究[J]. 中國遠(yuǎn)程教育（3）：33-38.

孫吉貴，劉杰，趙連宇. 2008. 聚類算法研究[J]. 軟件學(xué)報，19（1）：48-61.

周開樂，楊善林，丁帥，羅賀. 2014. 聚類有效性研究綜述[J]. 系統(tǒng)工程理論與實踐（9）：2417-2431.

周志華. 2017. 機(jī)器學(xué)習(xí)[M]. 北京：清華大學(xué)出版社.

Anderson， A.， Huttenlocher， D.， Kleinberg， J.， & Leskovec， J. （2014）. Engaging with massive online courses. International World Wide Web Conference. （pp. 687-698）. New York： ACM.

Arora， S.， Goel， M.， Sabitha， A. S.， & Mehrotra， D. （2017）. Learner groups in massive open online courses. American Journal of Distance Education， 31（2）， 80-97.

Baker， R. S. J. D.， Carvalho， A. M. J. B.， Raspat， J.， Aleven， V.， Corbett， A. T.， & Koedinger， K. R. （2004）. Educational software features that encourage and discourage "gaming the system". Proceedings of the International Conference on Artificial Intelligence in Education， 200（1）.

Cabedo， R.， & Edmundo， T. C.， & Castro， M. （2016）. A Benchmarking Study of Clustering Techniques Applied to a Set of Characteristics of MOOC Participants. 2016 ASEE Annual Conference & Exposition， New Orleans， Louisiana.

Chen， B.， Fan， Y.， Zhang， G.， & Wang， Q. （2017）. Examining motivations and self-regulated learning strategies of returning MOOCs learners. International Learning Analytics & Knowledge Conference （pp.542-543）. New York： ACM.

Chen， G.， Jaradat， S. A.， Banerjee， N.， Tanaka， T. S.， Ko， M. S. H.， & Zhang， M. Q. （2002）. Evaluation and comparison of clustering algorithms in analyzing ES cell gene expression data. Statistica Sinica， 12（1）， 241-262.

Coffrin， C.， Corrin， L.， Barba， P. D.， & Kennedy， G. （2014）. Visualizing patterns of student engagement and performance in MOOCs. International Conference on Learning Analytics and Knowledge （pp.83-92）. New York： ACM.

Everitt， B. S.， Landau， S.， Leese， M.， & Stahl， D. （2011）. Cluster analysis （5th ed）. United Kingdom： Wiley.

Ezen-Can， A.， Boyer， K. E.， Kellogg， S.， & Booth， S. （2015）. Unsupervised modeling for understanding MOOC discussion forums： a learning analytics approach. International Conference on Learning Analytics and Knowledge （pp.146-150）. New York： ACM.

Ferguson， R.， & Clow， D. （2015a）. Examining engagement： analyzing learner subpopulations in massive open online courses （MOOCs）. International Conference on Learning Analytics & Knowledge （pp. 51-58）. New York： ACM.

Ferguson， R.， Clow， D.， Beale， R.， Cooper， A. J.， Morris， N.， & Bayne， S.， et al. （2015）. Moving Through MOOCS： Pedagogy， Learning Design and Patterns of Engagement. European Conference on Technology Enhanced Learning， （Vol.9307， pp.70-84）. Switzerland： Springer.

Gallén， R. C.， & Caro， E. T. （2017）. An exploratory analysis of why a person enrolls in a Massive Open Online Course within MOOCKnowledge data collection. Global Engineering Education Conference （pp.1600-1605）. IEEE.

Hecking， T.， Ziebarth， S.， & Hoppe， H. U. （2014）. Analysis of Dynamic Resource Access Patterns in a Blended Learning Course. International Learning Analytics & Knowledge Conference （pp.173-182）. New York： ACM.

Hecking， T.， Chounta， I. A.， & Hoppe， H. U. （2015）. Analysis of User Roles and the Emergence of Themes in Discussion Forums. Network Intelligence Conference （Vol.30， pp.114-121）. IEEE.

Hicks， N. M.， Roy， D.， Shah， S.， Douglas， K. A.， Bermel， P.， & Diefesdux， H. A.， et al. （2016）. Integrating analytics and surveys to understand fully engaged learners in a highly-technical STEM MOOC. Frontiers in Education Conference （pp.1-9）. IEEE.

Khalil， M.， Kastl， C.， & Ebner， M. （2016）. Portraying MOOCs Learners： A Clustering Experience Using Learning Analytics. European MOOCs Stakeholders Summit （pp. 265-278）.

Khalil， M.， & Ebner， M. （2017）. Clustering patterns of engagement in massive open online courses （moocs）： the use of learning analytics to reveal student categories. Journal of Computing in Higher Education，29（1）， 1-19.

Kizilcec， R. F.， Piech， C.， & Schneider， E. （2013）. Deconstructing disengagement： analyzing learner subpopulations in massive open online courses. International Conference on Learning Analytics and Knowledge， 170-179.

Kovanovi?， V.， Joksimovi?， S.， Ga?evi?， D.， Owers， J.， Scott， A. M.， & Woodgate， A. （2016）. Profiling mooc course returners： how does student behavior change between two course enrollments？. Third Annual ACM Conference on Learning at Scale （pp. 269-272）. New York： ACM.

Li， N.， ?ukasz Kidziński， Jermann， P.， & Dillenbourg， P. （2015）. MOOC Video Interaction Patterns： What Do They Tell Us？. Design for Teaching and Learning in a Networked World （pp. 197-210）. Springer International Publishing.

Rodrigues， R. L.， Ramos， J. L. C.， Silva， J. C. S.， Gomes， A. S.， Souza， F. D. F. D.， & Maciel， A. M. A. （2016）. Discovering Level of Participation in MOOCs through Clusters Analysis. 2016 IEEE 16th International Conference on Advanced Learning Technologies （ICALT） （pp.232-233）. Austin： ICALT.

Seaton， D. T.， Bergner， Y.， Chuang， I.， Mitros， P.， & Pritchard， D. E. （2014）. Who does what in a massive open online course？. Communications of the ACM， 57（4）， 58-65.

Yousef， A. M. F.， Chatti， M. A.， Wosnitza， M.， & Schroeder， U. （2015）. A cluster analysis of mooc stakeholder perspectives. Revista De Universidad Y Sociedad Del Conocimiento， 12（1）， 74-90.

收稿日期：2018-01-06

定稿日期：2018-03-16

作者簡介：王夢倩，博士研究生；范逸洲，博士研究生；郭文革，副教授，博士生導(dǎo)師；汪瓊，教授，博士生導(dǎo)師。北京大學(xué)教育學(xué)院（100871）。

責(zé)任編輯 郝 丹