基于在線學習行為數(shù)據(jù)的學習者群體特征挖掘研究

王蒙蒙 徐久成

摘 要：教育信息化促使越來越多的學習者選擇在線學習，基于學習行為數(shù)據(jù)的研究也逐漸增多，然而對學習行為的研究普遍基于學習者個人，涉及學習者相似群體特征挖掘的研究較少。選取阿里云天池中的公開數(shù)據(jù)集，通過對不同個性特征和認知能力的行為數(shù)據(jù)進行相關性分析，以學習成績?yōu)橐罁?jù)聚類不同的學習者群體，挖掘群體的典型行為特征。研究表明，群體行為特征存在顯著差異，借助群體特征挖掘可以幫助學生與他人對比，發(fā)現(xiàn)自身不足并及時調整。這樣既能在個性化學習基礎上充分利用群體智慧，也能避免因學生過多使教學工作者負擔過重。

關鍵詞：在線學習行為;相關性分析;群體特征;聚類分析

DOI：10. 11907/rjdk. 192312 開放科學（資源服務）標識碼（OSID）：

中圖分類號：TP391文獻標識碼：A 文章編號：1672-7800（2020）007-0153-05

Learner Group Feature Mining Based on Online Learning Behavior Data

WANG Meng-meng， XU Jiu-cheng

（College of Computer and Information Engineering，Henan Normal University，Xinxiang 453007，China）

Abstract： With the approach of educational informationization， more and more learners choose online learning， and the research based on learning behavior data is increasing. However， the current research on learning behavior is generally based on individual learners， and there are few researches on feature mining involving similar groups of students. This paper chooses the open student data set in Ali Yun Tianchi， through the correlation analysis of the behavioral data of learners with different personality characteristics and cognitive abilities， clustering different groups of learners based on learning performance， and mining the typical behavior characteristics of groups. The research shows that there are significant differences in group behavior characteristics. Group feature mining can help students find their own shortcomings and adjust them timely by comparing with others. This can not only make full use of group wisdom on the basis of personalized learning， but also avoid overloading the teaching staff due to too many students.

Key Words： online learning behavior; relevance analysis; group characteristics; cluster analysis

0 引言

互聯(lián)網(wǎng)+教育中，學習者通過在線學習時時刻刻產(chǎn)生大量數(shù)據(jù)。教育在大數(shù)據(jù)技術與理念沖擊下正在發(fā)生一場“靜悄悄的革命”，教學范式轉型成為這場革命的先導和核心，一場由經(jīng)驗模仿教學、計算機輔助教學轉向數(shù)據(jù)驅動教學的范式變革正在發(fā)生[1]。國務院2015年8月31日印發(fā)的《促進大數(shù)據(jù)發(fā)展行動綱要》[2]，提出要“推動教育基礎數(shù)據(jù)的伴隨式收集和全國互通共享，探索發(fā)揮大數(shù)據(jù)對變革教育方式、促進教育公平、提升教育質量的支撐作用”。大數(shù)據(jù)在教育領域的應用，不斷推動著教育信息化變革進程[3]。

越來越多的學習者選擇在線學習，因此產(chǎn)生了大量在線學習行為數(shù)據(jù)，從海量數(shù)據(jù)中挖掘出有價值的信息成為研究熱點。王改花、傅鋼善等[4]基于數(shù)據(jù)挖掘視角對網(wǎng)絡學習者行為特征進行聚類分析，主要按照學生的學習行為投入度進行聚類;Romero[5]基于學習管理系統(tǒng)，對學生使用系統(tǒng)記錄進行分析，從而將學習者進行分類;也有研究者應用社會網(wǎng)絡分析方法對學生在學習平臺上的活躍程度進行分析[6]。目前研究大多對學習者的某一特定行為進行聚類，分析學習行為與學習效果的相關性，對學習行為聚類分析較少，無法應對因學習者眾多導致的多樣性和復雜性問題。本文通過對類似學習行為的學習者進行聚類，發(fā)現(xiàn)潛在的學習模式[7]，挖掘典型的學習行為特征，使學生能夠相互增進，取長補短，教師能夠因材施教，為指導教育教學工作提供依據(jù)。

1 相關理論

1.1 在線學習行為

行為科學理論認為，學習行為是學習者基于某種內在需求，與外部社會或物理環(huán)境進行雙向交互而開展的一系列與學習相關的在線活動集合[8]。在線學習行為受不同任務驅動影響并因學習者個性特征和認知能力差異，往往表現(xiàn)出不同的參與水平和行為方式，并反過來影響學習效果[9]。

美國《通過教育數(shù)據(jù)挖掘和學習分析促進教與學》報告[10]指出，通過采集和分析大量學習者（2 000人以上）一段時間內學習的相關數(shù)據(jù)，探索學習者在這一階段的學習結果變化，發(fā)現(xiàn)學習者當前學習行為和未來學習結果的相互關系，并利用已建立的相關關系預測其未來學習趨勢和結果;傅鋼善等[4]采用數(shù)據(jù)挖掘方法與統(tǒng)計學方法，對網(wǎng)絡學習者行為特征進行定量分析，并探討網(wǎng)絡學習行為特征與學習效果的關系;Arnold[11]借助普渡大學的學習管理系統(tǒng)，通過課程信號提醒系統(tǒng)以及個性化郵件，對學習者作出干預，從而促進學習成功。對在線學習行為數(shù)據(jù)進行分析，可以發(fā)現(xiàn)學習規(guī)律，了解學習者的內在特征，預測學習效果等[12]。通過將數(shù)據(jù)分析結果可視化反饋給學習者和教學者，可以向學習者推薦資源以及個性化學習路徑，學習者可據(jù)此制定學習計劃，定制學習資源，選擇學習路徑。

1.2 學習者群體特征

學習者特征指學生的一般特征、初始能力和學習風格，對學習者特征進行分析就是要了解學習者風格。因為不同學習風格與教學內容的處理、教學方法的運用、教學媒體的選擇之間存在一定聯(lián)系， 這種聯(lián)系是教學設計的依據(jù)[13]，而優(yōu)秀的教學設計可以指導教育教學。

在線學習的快速發(fā)展，促使研究者將重點聚焦于在線學習者獲取知識的方式、與其他學習者及學習環(huán)境的交流協(xié)作等方面[14-16]。由于學習者的多樣性和復雜性，當前對學習者的個性特征、動態(tài)特征、群體特征研究分析不夠[17]。因此，學習者群體研究是今后的重點。

2 研究設計

2.1 研究思路

利用SPSS22.0統(tǒng)計軟件挖掘學習者在線學習行為數(shù)據(jù)， 并對其進行定量分析， 以發(fā)現(xiàn)學生在線學習行為規(guī)律。通過對學習行為數(shù)據(jù)和學習結果數(shù)據(jù)進行相關性分析，提取與學習結果有關的重要學習行為，為構建學習行為特征指標體系提供依據(jù)。通過聚類分析，將學習者劃分為不同的學習群體，進而對群體中學習行為發(fā)生的概率進行統(tǒng)計分析，發(fā)現(xiàn)不同的學習行為模式，以行為模式差異為依據(jù)，分析造成學生學習結果差異的原因，發(fā)現(xiàn)學習過程中存在的不足，為教師后期對學生進行輔導提供幫助。

2.2 數(shù)據(jù)來源

本研究采用的數(shù)據(jù)來源于阿里云旗下的大數(shù)據(jù)平臺——天池，以student為關鍵詞檢索xAPI-Edu-Data.csv公開數(shù)據(jù)集，部分數(shù)據(jù)展示如圖1所示。

數(shù)據(jù)分為3類： ①學習者基本信息。性別和年級;②行為信息。在線學習中舉手次數(shù)、訪問公告次數(shù)、回答問題次數(shù)和討論次數(shù)等;③學習效果數(shù)據(jù)。分班表示學習效果好壞，學習者分別歸屬于3個班級：低班（L）、中班（M）、高班（H）。

2.3 數(shù)據(jù)預處理

數(shù)據(jù)處理過程要保證準確性、完整性和一致性。研究主要選取數(shù)據(jù)集中的8個特征，分別為gender（性別）、stageID（級別）、raisedhands（舉手次數(shù)）、VisITedResources（訪問資源）、AnnouncementsView（訪問公告）、Discussion（討論）、StudentAbsenceDays（缺席天數(shù)）、class（所在班級）。

觀測選取的8個特征與學生學習結果之間的關系，是否為造成學習結果差異的原因。性別差異是客觀存在的一種生理現(xiàn)象，性別不同會造成對學習心理資源分配和投入的不同，形成學科學習上的優(yōu)勢和劣勢;而隨著年齡的增長，學生的生理和心理也在發(fā)生變化，正確了解學生的生理和心理發(fā)展，對引導學生健康成長至關重要。

學習行為分析指有目的地分析在線學習者學習過程中產(chǎn)生的相關行為數(shù)據(jù)。采集的行為數(shù)據(jù)可以是學習者操作層面的相關行為日志，也可以是學習者認知的其它數(shù)據(jù) （如在線討論貼、交互文本等） [6]。研究以學習行為特征為依據(jù)，探究造成學習結果差異的原因，據(jù)此構建行為特征指標分類體系，每種學習行為反映不同的學習表現(xiàn)，如表1所示。

基于上述構建的行為特征指標體系，選取對學習結果影響較大的5個行為特征指標（舉手次數(shù)、訪問資源、訪問公告、討論、缺席天數(shù)），探究這5種行為與學習結果之間的關系。對研究選取的數(shù)據(jù)集進行約簡處理，將無關變量刪除，所采用數(shù)據(jù)按原有格式存儲，處理過后的部分數(shù)據(jù)展示如圖2所示。

3 結果分析

3.1 相關性分析

相關性分析指對兩個或多個具備相關性的變量元素進行分析，從而衡量兩個變量因素的關系密切程度。研究選用SPSS軟件對5大行為指標（舉手次數(shù)、訪問資源、訪問公告、討論、缺席天數(shù)）和所在班級進行相關性分析，處理結果如表2所示。

由表2得到結論：①與所在班級存在顯著相關的因素有舉手次數(shù)、訪問資源次數(shù)、學生缺席天數(shù)，其中前兩者與班級的相關系數(shù)超過0.4，說明存在強正相關關系。缺席天數(shù)與班級呈現(xiàn)強負相關關系，說明與其它因素相比，出勤率高的學生往往會取得較為好的成績;②舉手次數(shù)與訪問資源次數(shù)、訪問公告次數(shù)呈現(xiàn)強相關。說明舉手次數(shù)多的學生主動學習意識強，會主動去訪問公告和資源輔助學習，這種類型學習者通常情況下學習效果較好;③討論次數(shù)與訪問資源次數(shù)、缺席天數(shù)呈弱相關，說明在線討論與資源訪問、出勤次數(shù)沒有太大關系，并且討論次數(shù)與班級也是弱相關關系，說明在線討論對學習效果無顯著影響，后期研究要對這一學習行為進行具體分析，以明晰是討論方式不恰當還是其它原因造成的。

3.2 聚類分析

通過對數(shù)據(jù)進行相關性分析，確定與學習結果相關的學習行為變量。為更有效地實施個性化教學，根據(jù)學習結果的不同將學習者進行聚類?；趙eka平臺對數(shù)據(jù)進行聚類處理。weka作為一個公開的數(shù)據(jù)挖掘工作平臺，集合了大量能承擔數(shù)據(jù)挖掘任務的機器學習算法，包括數(shù)據(jù)預處理、分類、回歸、聚類、關聯(lián)規(guī)則，以及在新的交互式界面上可視化。

研究選擇weka平臺中的EM算法對數(shù)據(jù)集進行聚類分析。EM算法是一個期望最大化的聚類算法，主要通過計算概率進行聚類，通常用一個給定的多元高斯概率分布模型估計出一個數(shù)據(jù)點屬于一個聚類的概率，即將每個聚類看作一個高斯模型。借助數(shù)據(jù)挖掘工具進行聚類，結果如表3所示，每個類別中各行為指標如表4、表5所示。

由表3可知，數(shù)據(jù)集被聚合為6大類，其中以第2類和第3類概率最大;由表5可知，這兩類數(shù)據(jù)中學生群體大部分處于M班和L班，總的來說學習效果處于中等及中等以上水平較多，在線學習確實能使學生獲益。通過對各項學習行為不同類別下的概率進行對比分析，發(fā)現(xiàn)造成不同學習結果的原因，為有針對性地教學提供依據(jù)，使學生真正成為學習的主體，實現(xiàn)線上線下混合式教學效益最大化，讓學生體驗到個性化學習的樂趣。

通過對各行為數(shù)據(jù)的綜合分析，探究學習行為與學習結果之間的關系。學習結果用不同班級來展示，分別為L班（低班）、M班（中班）、H班（高班）。對上述聚類結果中class（班級）依照6大類別進行統(tǒng)計處理，結果如圖3所示。

按照每個類別所處班級的概率高低將聚類結果抽象為4大類。對于L班，在第5類中所占概率最大，將其歸屬于L類;對于M班，在第3類中所占比例最大，且與H班差距明顯，將其歸屬于M類;而針對H班，雖在第2類中所占比例最大，但與M班差別相對較小，類似于第1類，將二者歸屬于MH類;將第4類和第6類歸屬于ML類。將聚類結果進一步劃分為4類進行分析，分析步驟如圖4所示。

依據(jù)高水平班級到低水平班級的順序對聚類結果重新排列并進行結果分析，按照MH-M-L的順序對6種聚類結果所對應的各項學習行為發(fā)生概率變化情況進行對比分析，如圖5所示。

3.2.1 低水平學生群體（L班）

通過對L類各項行為數(shù)據(jù)分析發(fā)現(xiàn)，相對于其它類別學生，處于L類的學生群體缺席天數(shù)最多，且舉手次數(shù)、訪問資源、公告次數(shù)均低于10%。本研究試圖通過分析學生的行為表現(xiàn)，發(fā)現(xiàn)造成不同學習水平差異的原因，根據(jù)缺席天數(shù)多這一行為，可以推測L類學生學習意識薄弱，對學習沒有太大興趣，無法完成全部課程的學習，從而導致學習成績不理想;訪問資源和公告次數(shù)較少，導致在學習時無所適從，不知從哪部分內容開始，也無法獲得所要學習內容的先驗知識。

通過對ML類數(shù)據(jù)進行分析發(fā)現(xiàn)，學生在其余行為發(fā)生概率相似的情況下，舉手次數(shù)高的學生會取得較好的成績。根據(jù)學習行為指標體系可知，舉手行為多代表學生的主動學習意識較強，學生主動學習意識是提高學習成績的關鍵因素之一。讓學生學會學習，自己發(fā)現(xiàn)問題、尋求幫助并嘗試解決問題，能夠充分保證學生的主體地位，符合現(xiàn)代教育觀念。

3.2.2 中等水平學生群體（M班）

通過對M類學生各項行為數(shù)據(jù)分析發(fā)現(xiàn)，學生缺席天數(shù)基本少于7天，相較于L班學生來說，出勤率的提高使學習結果在一定程度上得到提升;其它各項行為指標均處于中等水平，但標準差相對較大，說明群體之間的差異較大，這種情況是由學生不同的學習特征和認知水平造成的。在教育教學實踐中，一類學生自身學習方式和認知能力均處于較高水平，但學習投入度和參與性不強;另一類學生學習投入度和參與性較高，但受制于自身認知水平和知識結構。這兩類學習者在學習過程中的各項行為發(fā)生概率不同，但學習結果往往是相似的。因此本研究通過對不同類別行為發(fā)生的概率進行分析，為教師有針對性地開展線下輔導提供依據(jù)。

3.2.3 高等水平學生群體（H班）

通過對MH類各項行為數(shù)據(jù)概率分析發(fā)現(xiàn)，在該類學生群體中，缺席天數(shù)基本處于under-7水平，學習投入度和參與性較高，且該群體中學生訪問資源行為發(fā)生的概率處于同等水平，學習者擁有相同的知識結構和學習投入度。但對比其它行為發(fā)生概率，在舉手次數(shù)、訪問公告以及討論方面，較高行為發(fā)生概率的群體類屬于高等班級，且舉手次數(shù)的標準差明顯較低。該研究發(fā)現(xiàn)表明：①舉手有利于學生集中注意力，保持高效率學習狀態(tài)，學生有主動參與的意識，增強了學習的積極性和主動性，提升了學習效果;②公告的訪問起到指引作用，為下一步學習提供方向。明確學習任務進而合理規(guī)劃時間，在任務驅動下開展學習使學習效率得到提高;③學生充分利用群體智慧優(yōu)勢進行討論，不局限于向老師尋求幫助，適當?shù)念^腦風暴能夠激發(fā)學習潛力，使學習更加有效。

4 結語

本文通過對學生在線學習行為數(shù)據(jù)和學習結果進行相關性分析，提取影響學習效果的重要因素，進而對學習行為數(shù)據(jù)進行聚類分析，將學生按照所在班級劃分為不同的群體，研究不同群體的學習行為特征。研究發(fā)現(xiàn)，學習動機是學生主動學習的動力。在教育教學中，培養(yǎng)學生從學習中發(fā)現(xiàn)問題、提出問題并解決問題的能力至關重要。學習成績差異主要源于不同的學習動機和知識結構，對學生群體特征的描述分析可以幫助教育教學者找到學生學習不足的原因，學生自身可以對比群體中的伙伴改善自己的學習行為，提高學習效果，教師也能在教學過程中及時進行干預和指導，在學生個性化學習基礎上正確引導學習行為，合理規(guī)劃學習步驟，從而提高教學效果、效率和效益。

參考文獻：

[1] 佚名. 《中國基礎教育大數(shù)據(jù)發(fā)展藍皮書2016—2017》研究成果正式出版[J]. 電化教育研究，2018，39（6）：129-133.

[2] 國務院.促進大數(shù)據(jù)發(fā)展行動綱[EB/OL].http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm，2016-07-31.

[3] 郭炯，鄭曉俊. 基于大數(shù)據(jù)的學習分析研究綜述[J]. 中國電化教育，2017（1）：121-130.

[4] 王改花，傅鋼善. 數(shù)據(jù)挖掘視角下網(wǎng)絡學習者行為特征聚類分析[J]. 現(xiàn)代遠程教育研究，2018（4）：106-112.

[5] ROMERO C， VENTURA S. Data mining algorithms to classify students[C]. Proceeding of Educational Data Mining，2008：20-21.

[6] 田娜，陳明選. 網(wǎng)絡教學平臺學生學習行為聚類分析[J]. 中國遠程教育，2014（11）：38-41.

[7] 吳林靜，勞傳媛，劉清堂，等. 網(wǎng)絡學習空間中的在線學習行為分析模型及應用研究[J]. 現(xiàn)代教育技術，2018，28（6）：46-53.

[8] 王祎. 在線學習行為分析及應用研究[D]. 武漢：華中師范大學，2018.

[9] 趙呈領，李敏，疏鳳芳，等. 在線學習者學習行為模式及其對學習成效的影響——基于網(wǎng)絡學習資源視角的實證研究[J]. 現(xiàn)代遠距離教育，2019（4）：20-27

[10] 徐鵬，王以寧，劉艷華，等. 大數(shù)據(jù)視角分析學習變革——美國《通過教育數(shù)據(jù)挖掘和學習分析促進教與學》報告解讀及啟示[J]. 遠程教育雜志，2013，31（6）：11-17.

[11] ARNOLD K E， PISTILLI M D. Course signals at purdue：using learning analytics to increase student success[J]. Cite Seer X，2012（6）：267-270.

[12] 李艷燕，馬韶茜，黃榮懷. 學習分析技術：服務學習過程設計和優(yōu)化[J]. 開放教育研究，2012，18（5）：18-24.

[13] 李艷，屈正庚. 基于層次分析法的學習者特征分析[J]. 系統(tǒng)仿真技術，2018，14（1）：25-29，48.

[14] 曹良亮. 在線學習中學習路徑分析及學習行為特點研究[J]. 中國遠程教育，2014（4）：25-30.

[15] 馬秀峰，李彤彤，劉冬. 學習風格對在線學習交互程度影響的實驗研究[J]. 開放教育研究，2011，17（4）：96-101.

[16] 王楠，喬愛玲. 在線學習活動本質及理論基礎探究[J]. 中國遠程教育，2009（1）：36-40.

[17] 張廷亮，郝一川. 開放大學學習者特征研究文獻述評[J]. 中國成人教育，2017（12）：7-11.

（責任編輯：杜能鋼）