论文部分内容阅读
摘 要：网络学习本质上是一种自主学习或自主调控学习，表现出学习者对自身网络学习行为的自主化监控，但从教学管理的角度，需要借助基于网络教学系统的过程与结果的监控功能来评价学生的学习行为。本文在对网络学习行为进行明确界定的基础上，从可视化的视角对学习行为的监控机制进行研究，以促进网络学习的效果和质量。
关键词：网络学习行为；监控；可视化
中图分类号：G434 文献标志码：A 文章编号：1673-8454（2015）13-0032-04
美国教育部2009年的研究报告《Evaluation of Evidence-Based Practices in Online Learning》分析发现：在线学习比面对面教学更有效。但一直以来，基于网络教学系统的在线学习普遍存在重课程内容建设和课程设计而忽视网络学习活动组织和评价反馈的问题。调查表明：46.2%的人认为影响网络学习质量最主要的因素是“学习监控机制”（曹梅，2002年）。网络学习推崇自主学习与自我监控，而“缺乏自主性、独立性，缺乏自我控制的学习能力”的中国学生网络学习行为整体特征的表现折射出了开展网络学习行为监控研究的必要性和紧迫性。
一、网络学习行为及分类
与传统学习相比，网络学习行为由于学习环境、学习对象的表现形式、学习者的心理和行为等方面的变化而呈现出新的特征，如行为环境的开放性与全球性、行为情境的虚拟化与多样化，行为控制的自主化与个性化等，彭文辉（2006年）、刘中宇（2008年）、邵艳丽（2008年）等从不同角度诠释了网络学习行为的表现特征。总体而言，网络学习本质上是一种自主学习的行为，包括多种发生于网络的学习活动 。
针对网络学习行为的界定问题，多位研究者构建了网络学习行为模型，如彭文辉等人提出的多维度网络学习行为模型，把网络学习行为分为信息检索学习行为、信息加工学习行为、信息发布学习行为、人际沟通和交流的行为和基于问题解决的学习行为。从微观角度讲，学习行为应该具有层次深度的考量，根据对学习效果的贡献程度，把学习行为分成低级、中级和高级等不同层次，这也有助于对学生的学习行为进行有针对性评价。
低级层次的学习行为是指简单的操作行为，包括登录系统、浏览内容、浏览资源、点击栏目、查看个人空间等；中级层次的学习行为是指网络交互行为，主要包括：答疑、作业、论坛、测试等交互行为；高级层次的学习行为是指学生利用网络学习平台开展协作，解决实际问题的行为，随着信息技术与移动互联技术的发展，高级层次的学习行为一般会超越单一的网络学习系统而发生。本研究将主要针对基于网络学习系统的中低层次的网络学习行为进行分析研究，主要包括：
（1）答疑：学生在开展网络学习过程中遇到问题时可以利用“在线答疑”功能提出问题，寻求教师或同学的实时帮助，也可以解答他人提出的问题；
（2）作业：教师针对教学内容设置不同类型的作业题目，教师通过学生提交的作业情况评价学生的学习效果；
（3）论坛：学生在论坛上针对某主题或案例发帖、跟帖、讨论交流，建构知识；
（4）考试：分为水平考试和总结考试，可以针对某模块的内容进行学习效果测试，也可以对学生某门课程的学习效果进行测试；
（5）评论：学生在学习课程资源时，对课程资源的价值进行评论；
（6）投票：教师在课程建设时，创建问卷或投票题目，学生参与问卷调查或投票，便于老师获取有价值的参考数据；
（7）班级发言：网络学习系统可以创建班级学习空间，学生在班级空间中发布个人所学与心得，共享集体智慧；
（8）第三方评价：主要是老师学生行为的实时评价，如当学生的作业被评为优秀作业时、当学生提出的问题被教师列入常见问题库时、当学生的答案被评为优秀答案时，学生的学习行为将获得额外奖励；
（9）消极操作行为：当学生删除提问问题、评论、作业等操作时，可视为学生实施了消极操作，这种行为将被额外处罚。
二、网络学习行为监控
由于学生的自我监控力度不够，网络学习行为一般是教师监督和激励下发生的，网络学习监控也作为一项重要功能融入到网络教学系统中，通过学习监控，教师掌握学生的学习状态和效果，并将监控结果反馈给学生，以实施有效学习。笔者借鉴李克东教授对学习监控的定义界定，把网络学习监控解释为：为了保证网络学习的成功、提高学习效果和质量、达到学习目的，对学生的网络学习活动组织进行计划、检查、评价、反馈、控制和调节的一系列过程。
网络学习行为监控侧重于学生的过程性评价，针对所有的网络学习行为的实时评价监控，总体来讲，监控内容主要有四个方面。
1.学习时间的监控
主要监控学生登录网络学习系统的总次数、访问系统资源及栏目的总次数及日平均访问次数，浏览资源的总停留时间等，了解学生实施网络学习的态度及投入情况。
2.学习内容及进度的监控
学生需要根据老师制定的授课计划完成学习任务，网络教学系统要实时监控学生内容完成情况，记录学习进度，便于学生作出预警干预。学生的任务执行过程包括选择学习任务、在线学习、自主协作、提交成果、评价考核等。
3.学习交互的监控
学习交互包括学生与网络教学系统的交互、学生间交互以及师生间交互。当学生在学习过程中遇到问题时，可以通过网络教学系统提供的交互工具获取帮助，也可以为他人提供帮助。交互行为以点数的形式设定转化规则，然后以网络学习行为成绩的形式呈现学习交互监控结果，主要包括班级发言、评论发言、参与投票、在线提问、论坛发（回）帖、提交作业与考试等。
4.学习效果的监控
根据教学安排，提交课程作业和水平测试，进行形成性评价，考核学生理论学习及技能掌握情况。 通过对上述内容的监控，实现四个功能：第一，实时定位学生的个性化学习状态，并作出预警干预，引导学生按学习计划完成学习任务；第二，评价学生是否达到学习目标，有助于记忆和理解；第三，监控结果及时反馈给学生，将有助于学生调整个人学习计划；第四，为老师提供决策依据，及时调控网络学习干预。
三、网络教学系统学习监控的可视化实现
网络学习系统中的学习行为记录以数据信息的形式存在，如何快速、准确地通过这些数据监控学生的网络学习行为？如果把这些行为数据以人们习惯接受的图形、图像等形式呈现，使教师和系统管理员以易识别、易理解的方式获得监控信息，所以，引入可视化技术将是一个有效的策略，网络学习系统在数据分析基础上对学习者的学习行为进行可视化呈现，通过统计图形图像的形式记录学生的学习档案。
1.网络学习行为转化
监控学生的网络学习行为，并以图形图像等形式呈现行为趋势，需要采取一种方法把学生的学习行为进行量化转变处理。本研究将采用点数转化的方式来实现，在点数转化基础上，实施图形图像可视化的转化。依据学习行为对学习结果的贡献程度，把网络学习行为的点数转化设计如表1所示。
2.网络学习监控数据可视化的技术支持
（1）数据库技术
网络学习系统的运行通常是以一个数据库管理系统为基础，数据库管理系统为数据管理提供了安全、可靠和高效的运行环境，它记录了学生进入系统的时间、次数以及所有的交互行为。
（2）数据挖掘技术
网络学习系统通过多种途径采集多方面的数据来反映学生的学习行为，这些大量的数据如何分析才能得出针对学生学习评价的导向性结论，给出科学性的评价？这就需要对海量知识进行行为数据建模，实施Web数据挖掘。每位学生都以学号登录，系统记录该学号的登录时间、IP地址、交互行为，并存入相应数据库，经过数据预处理过程，形成网络学习行为信息矩阵，再利用统计分析、路径分析、关联规则挖掘以及时序模式发现等算法，提取学生的行为导向，掌握学生的学习情况。
（3）可视化技术
可视化技术是一套在线分析处理技术，利用OWC（Office Web Component）组件绘制图表，可以把网络中大量的交互信息转化成电子表格和图表等形式，使隐性信息显性化，并以表格或GIF图形的形式发布在Web上呈现。另外，使用OWC组件可以任意设置颜色、图例、标题等布局参数，使网络学习监控系统的界面更加直观与清晰。
四、网络学习监控可视化技术的应用
笔者基于学习网络教学系统实施网络教学与学习，针对上文提出的学习监控内容探究可视化的应用，数据可视化呈现方式基本有三种：二维表格、综合统计图和单项统计图。网络学习系统的可视化监控分两个方面：网络学习系统基础运行数据监控和网络学习行为的实时监控。
1.网络学习系统基础运行数据监控
了解网络学习系统各教学机构、课程及教师等方面的整体数据情况，有助于宏观监控网络学习系统应用情况，有助于决策制定。
（1）课程信息可视化
课程信息统计是针对网络教学系统中每门课程的基本信息进行数据呈现，掌握每门课程的建设情况，包括知识点数、栏目数、课程资源数、作业个数、试卷个数、论坛数量、论坛主题数量、论坛发帖数量、课程问卷数量、课程通知数量、常见问题数量、在线答疑数量及课程总访问量等。其统计内容如图1、图2所示。
（2）教师信息可视化
网络学习监控系统还可以对任课老师的信息进行统计，整体掌握老师的课程建设与应用情况，主要参数有：批改作业数量、批改试卷数量、带班数量、带班学生数量、答疑数量、发帖数量、回帖数量等。
2.网络学习行为数据监控
（1）学习时间与操作有效性的可视化
网络学习系统以二维表格的形式实时记录并直观反映某时间段内学生的登录时间、总停留时间和已学习时长，并详细记录学生的所有操作行为，对学习有效性进行监控。其记录截图如图3所示。
（2）学习内容与进度可视化
学生登录网络学习系统后，在个人学习空间中呈现在学课程的状态，包括学习进度、作业完成情况、考试完成情况等，基于这些反馈信息，学生进行自我监控与调整。学生学习进度二维数据一览表截图如图4所示。
（3）学习论坛数据可视化
论坛是网络学习交互行为的主要内容之一，论坛的活跃程度一定程度上能反映出学生的学习投入程度和兴趣点，所以对论坛的数据处理有助于老师尽快抓住教学内容的兴趣点。其可视化效果如图5所示。
（4）作业考试提交数据可视化
作业与考试能有效反映学生的学习效果和学习质量，学生提交作业与考试情况的直观显示有助于教师尽快了解学生的作业与考试进度，进而对学生的学习行为实施反馈与有效干预。其二维数据截图如图6所示。
信息时代的生存技能更加依赖于学生的自主学习能力，而网络学习将是学生获取知识与技能的主要手段之一，如何在自由的网络学习环境中，快速获取所需要的信息，学生的自我监控能力固然重要，但教师的网络学习行为监控同样不可缺少，可视化视角是网络学习行为监控的重要视角，提高了网络学习行为监控的客观性，对教师的网络学习干预提供准确及时的反馈依据，提高网络学习质量。
参考文献：
[1]李东.利用现代远程教育平台检测学生网上学习行为的研究与实践[D].重庆：重庆大学，2006.
[2]郭魏.网络学习行为监控可视化系统的设计与实现[D].大连：辽宁师范大学，2010.
[3]杨金来，张翼翔，丁荣涛.基于网络学习平台的学习行为监控研究[J].计算机教育，2008（11）：65-68.
[4]李霞，朱亚莉.网络学习监控的基本策略与实施方法[J].中国远程教育，2012（6）：64-67.
[5]曹梅.网络学习的学习监控和学习评价的理论与技术框架[D].南京：南京师范大学，2002.
（编辑：杨馥红）
关键词：网络学习行为；监控；可视化
中图分类号：G434 文献标志码：A 文章编号：1673-8454（2015）13-0032-04
美国教育部2009年的研究报告《Evaluation of Evidence-Based Practices in Online Learning》分析发现：在线学习比面对面教学更有效。但一直以来，基于网络教学系统的在线学习普遍存在重课程内容建设和课程设计而忽视网络学习活动组织和评价反馈的问题。调查表明：46.2%的人认为影响网络学习质量最主要的因素是“学习监控机制”（曹梅，2002年）。网络学习推崇自主学习与自我监控，而“缺乏自主性、独立性，缺乏自我控制的学习能力”的中国学生网络学习行为整体特征的表现折射出了开展网络学习行为监控研究的必要性和紧迫性。
一、网络学习行为及分类
与传统学习相比，网络学习行为由于学习环境、学习对象的表现形式、学习者的心理和行为等方面的变化而呈现出新的特征，如行为环境的开放性与全球性、行为情境的虚拟化与多样化，行为控制的自主化与个性化等，彭文辉（2006年）、刘中宇（2008年）、邵艳丽（2008年）等从不同角度诠释了网络学习行为的表现特征。总体而言，网络学习本质上是一种自主学习的行为，包括多种发生于网络的学习活动 。
针对网络学习行为的界定问题，多位研究者构建了网络学习行为模型，如彭文辉等人提出的多维度网络学习行为模型，把网络学习行为分为信息检索学习行为、信息加工学习行为、信息发布学习行为、人际沟通和交流的行为和基于问题解决的学习行为。从微观角度讲，学习行为应该具有层次深度的考量，根据对学习效果的贡献程度，把学习行为分成低级、中级和高级等不同层次，这也有助于对学生的学习行为进行有针对性评价。
低级层次的学习行为是指简单的操作行为，包括登录系统、浏览内容、浏览资源、点击栏目、查看个人空间等；中级层次的学习行为是指网络交互行为，主要包括：答疑、作业、论坛、测试等交互行为；高级层次的学习行为是指学生利用网络学习平台开展协作，解决实际问题的行为，随着信息技术与移动互联技术的发展，高级层次的学习行为一般会超越单一的网络学习系统而发生。本研究将主要针对基于网络学习系统的中低层次的网络学习行为进行分析研究，主要包括：
（1）答疑：学生在开展网络学习过程中遇到问题时可以利用“在线答疑”功能提出问题，寻求教师或同学的实时帮助，也可以解答他人提出的问题；
（2）作业：教师针对教学内容设置不同类型的作业题目，教师通过学生提交的作业情况评价学生的学习效果；
（3）论坛：学生在论坛上针对某主题或案例发帖、跟帖、讨论交流，建构知识；
（4）考试：分为水平考试和总结考试，可以针对某模块的内容进行学习效果测试，也可以对学生某门课程的学习效果进行测试；
（5）评论：学生在学习课程资源时，对课程资源的价值进行评论；
（6）投票：教师在课程建设时，创建问卷或投票题目，学生参与问卷调查或投票，便于老师获取有价值的参考数据；
（7）班级发言：网络学习系统可以创建班级学习空间，学生在班级空间中发布个人所学与心得，共享集体智慧；
（8）第三方评价：主要是老师学生行为的实时评价，如当学生的作业被评为优秀作业时、当学生提出的问题被教师列入常见问题库时、当学生的答案被评为优秀答案时，学生的学习行为将获得额外奖励；
（9）消极操作行为：当学生删除提问问题、评论、作业等操作时，可视为学生实施了消极操作，这种行为将被额外处罚。
二、网络学习行为监控
由于学生的自我监控力度不够，网络学习行为一般是教师监督和激励下发生的，网络学习监控也作为一项重要功能融入到网络教学系统中，通过学习监控，教师掌握学生的学习状态和效果，并将监控结果反馈给学生，以实施有效学习。笔者借鉴李克东教授对学习监控的定义界定，把网络学习监控解释为：为了保证网络学习的成功、提高学习效果和质量、达到学习目的，对学生的网络学习活动组织进行计划、检查、评价、反馈、控制和调节的一系列过程。
网络学习行为监控侧重于学生的过程性评价，针对所有的网络学习行为的实时评价监控，总体来讲，监控内容主要有四个方面。
1.学习时间的监控
主要监控学生登录网络学习系统的总次数、访问系统资源及栏目的总次数及日平均访问次数，浏览资源的总停留时间等，了解学生实施网络学习的态度及投入情况。
2.学习内容及进度的监控
学生需要根据老师制定的授课计划完成学习任务，网络教学系统要实时监控学生内容完成情况，记录学习进度，便于学生作出预警干预。学生的任务执行过程包括选择学习任务、在线学习、自主协作、提交成果、评价考核等。
3.学习交互的监控
学习交互包括学生与网络教学系统的交互、学生间交互以及师生间交互。当学生在学习过程中遇到问题时，可以通过网络教学系统提供的交互工具获取帮助，也可以为他人提供帮助。交互行为以点数的形式设定转化规则，然后以网络学习行为成绩的形式呈现学习交互监控结果，主要包括班级发言、评论发言、参与投票、在线提问、论坛发（回）帖、提交作业与考试等。
4.学习效果的监控
根据教学安排，提交课程作业和水平测试，进行形成性评价，考核学生理论学习及技能掌握情况。 通过对上述内容的监控，实现四个功能：第一，实时定位学生的个性化学习状态，并作出预警干预，引导学生按学习计划完成学习任务；第二，评价学生是否达到学习目标，有助于记忆和理解；第三，监控结果及时反馈给学生，将有助于学生调整个人学习计划；第四，为老师提供决策依据，及时调控网络学习干预。
三、网络教学系统学习监控的可视化实现
网络学习系统中的学习行为记录以数据信息的形式存在，如何快速、准确地通过这些数据监控学生的网络学习行为？如果把这些行为数据以人们习惯接受的图形、图像等形式呈现，使教师和系统管理员以易识别、易理解的方式获得监控信息，所以，引入可视化技术将是一个有效的策略，网络学习系统在数据分析基础上对学习者的学习行为进行可视化呈现，通过统计图形图像的形式记录学生的学习档案。
1.网络学习行为转化
监控学生的网络学习行为，并以图形图像等形式呈现行为趋势，需要采取一种方法把学生的学习行为进行量化转变处理。本研究将采用点数转化的方式来实现，在点数转化基础上，实施图形图像可视化的转化。依据学习行为对学习结果的贡献程度，把网络学习行为的点数转化设计如表1所示。
2.网络学习监控数据可视化的技术支持
（1）数据库技术
网络学习系统的运行通常是以一个数据库管理系统为基础，数据库管理系统为数据管理提供了安全、可靠和高效的运行环境，它记录了学生进入系统的时间、次数以及所有的交互行为。
（2）数据挖掘技术
网络学习系统通过多种途径采集多方面的数据来反映学生的学习行为，这些大量的数据如何分析才能得出针对学生学习评价的导向性结论，给出科学性的评价？这就需要对海量知识进行行为数据建模，实施Web数据挖掘。每位学生都以学号登录，系统记录该学号的登录时间、IP地址、交互行为，并存入相应数据库，经过数据预处理过程，形成网络学习行为信息矩阵，再利用统计分析、路径分析、关联规则挖掘以及时序模式发现等算法，提取学生的行为导向，掌握学生的学习情况。
（3）可视化技术
可视化技术是一套在线分析处理技术，利用OWC（Office Web Component）组件绘制图表，可以把网络中大量的交互信息转化成电子表格和图表等形式，使隐性信息显性化，并以表格或GIF图形的形式发布在Web上呈现。另外，使用OWC组件可以任意设置颜色、图例、标题等布局参数，使网络学习监控系统的界面更加直观与清晰。
四、网络学习监控可视化技术的应用
笔者基于学习网络教学系统实施网络教学与学习，针对上文提出的学习监控内容探究可视化的应用，数据可视化呈现方式基本有三种：二维表格、综合统计图和单项统计图。网络学习系统的可视化监控分两个方面：网络学习系统基础运行数据监控和网络学习行为的实时监控。
1.网络学习系统基础运行数据监控
了解网络学习系统各教学机构、课程及教师等方面的整体数据情况，有助于宏观监控网络学习系统应用情况，有助于决策制定。
（1）课程信息可视化
课程信息统计是针对网络教学系统中每门课程的基本信息进行数据呈现，掌握每门课程的建设情况，包括知识点数、栏目数、课程资源数、作业个数、试卷个数、论坛数量、论坛主题数量、论坛发帖数量、课程问卷数量、课程通知数量、常见问题数量、在线答疑数量及课程总访问量等。其统计内容如图1、图2所示。
（2）教师信息可视化
网络学习监控系统还可以对任课老师的信息进行统计，整体掌握老师的课程建设与应用情况，主要参数有：批改作业数量、批改试卷数量、带班数量、带班学生数量、答疑数量、发帖数量、回帖数量等。
2.网络学习行为数据监控
（1）学习时间与操作有效性的可视化
网络学习系统以二维表格的形式实时记录并直观反映某时间段内学生的登录时间、总停留时间和已学习时长，并详细记录学生的所有操作行为，对学习有效性进行监控。其记录截图如图3所示。
（2）学习内容与进度可视化
学生登录网络学习系统后，在个人学习空间中呈现在学课程的状态，包括学习进度、作业完成情况、考试完成情况等，基于这些反馈信息，学生进行自我监控与调整。学生学习进度二维数据一览表截图如图4所示。
（3）学习论坛数据可视化
论坛是网络学习交互行为的主要内容之一，论坛的活跃程度一定程度上能反映出学生的学习投入程度和兴趣点，所以对论坛的数据处理有助于老师尽快抓住教学内容的兴趣点。其可视化效果如图5所示。
（4）作业考试提交数据可视化
作业与考试能有效反映学生的学习效果和学习质量，学生提交作业与考试情况的直观显示有助于教师尽快了解学生的作业与考试进度，进而对学生的学习行为实施反馈与有效干预。其二维数据截图如图6所示。
信息时代的生存技能更加依赖于学生的自主学习能力，而网络学习将是学生获取知识与技能的主要手段之一，如何在自由的网络学习环境中，快速获取所需要的信息，学生的自我监控能力固然重要，但教师的网络学习行为监控同样不可缺少，可视化视角是网络学习行为监控的重要视角，提高了网络学习行为监控的客观性，对教师的网络学习干预提供准确及时的反馈依据，提高网络学习质量。
参考文献：
[1]李东.利用现代远程教育平台检测学生网上学习行为的研究与实践[D].重庆：重庆大学，2006.
[2]郭魏.网络学习行为监控可视化系统的设计与实现[D].大连：辽宁师范大学，2010.
[3]杨金来，张翼翔，丁荣涛.基于网络学习平台的学习行为监控研究[J].计算机教育，2008（11）：65-68.
[4]李霞，朱亚莉.网络学习监控的基本策略与实施方法[J].中国远程教育，2012（6）：64-67.
[5]曹梅.网络学习的学习监控和学习评价的理论与技术框架[D].南京：南京师范大学，2002.
（编辑：杨馥红）