謝毓湘?欒悉道?魏迎梅?老松楊?趙翔

摘 要 以《多媒體設計與制作入門》SPOC課程為例，對基于MOOC平臺的學習者學習數據進行分析，重點從學習情況、討論情況、考試情況等多個角度開展研究。分析發(fā)現，測試題得分與學習進度、視頻觀看呈現出較強的一致性；師生同時在線時互動更為有效；基于MOOC平臺的混合式教學方式比傳統(tǒng)的教學方式具有更好的考試成績。

關鍵詞 MOOC；SPOC；學習數據；數據分析

中圖分類號 G712 文獻標識碼 A 文章編號 1008-3219（2016）29-0027-05

一、引言

大規(guī)模在線開放課程的出現給傳統(tǒng)高等教育帶來了巨大影響[1]。隨著MOOC的逐漸普及，MOOC平臺所積累的學習數據呈現增長的趨勢。通過對這些學習數據進行分析，將有助于教師了解整個課程的學習情況。例如，Gillani[2]分析了Coursera平臺上的“商業(yè)策略基礎”課程，對其上所注冊的近 87000名學員在課程論壇上的行為及其與成績的關系進行分析。賈積有等[3]對北京大學6門MOOC課程的學習行為數據進行了匯總與分析，并從中發(fā)現學員的網上學習行為對學業(yè)成績的影響。李封等[4]提出學習者學習行為屬性模型，并基于該模型展開對學習者學習行為分析的研究，以此為依據調整課程組織和教學方式，從而達到最優(yōu)的教學效果。Adamopoulos[5]研究了影響MOOC學生保有率的因素及程度，對6個MOOC平臺上30所大學提供的133門課程的定量和定性數據，通過文本分析和建立計量模型，將課程的完成度作為因變量，影響完成度的因素作為自變量，計算相關系數與偏相關系數，從而了解這些自變量對于課程完成度的影響度。危妙等[6]利用大數據分析技術，對優(yōu)課聯盟課程平臺的應用狀況、學生的學習行為以及學習成效進行分析，找出MOOC平臺應用中存在的問題并提出可行的建議。蔣卓軒等[7]通過分析挖掘6門課的海量學習行為數據，將學習者進行分類，并深入考察學習行為與學習效果之間的關系。上述研究都從不同角度對MOOC平臺上的學習數據進行了分析，但針對MOOC與傳統(tǒng)教學相混合的學習方式開展數據分析方面的研究還較少涉及。下面以國防科學技術大學《多媒體設計與制作入門》SPOC課程為例，對基于MOOC平臺的混合式學習數據進行分析。

《多媒體設計與制作入門》課程是面向全校學生的一門公共基礎選修課，該課程共36學時。由于這門課程與實際生活結合非常緊密，其實踐操作性較強，在以往的教學過程中，主要采用教師課堂內理論講授（28學時）加學員上機實踐（8學時）的方式進行教學。2013年，學校搭建完成了MOOC平臺，該門課程的MOOC版本也于2014年春季正式上線，并在全軍范圍內開始廣泛使用。截至目前，該門課程的注冊人數已接近4萬人，躍居全軍MOOC排行榜首位。2015年秋季學期，課程組面向校內學員，進一步開設了該門課程的SPOC，嘗試采用MOOC平臺與傳統(tǒng)教學相結合的方式來實施混合式教學的實踐。以該課程為例，對學生在MOOC平臺上的學習情況、討論情況以及考試情況等學習數據進行詳細分析，以更好地促進該門課程教學質量的提升，同時也為其他應用實踐型課程教學的組織實施提供參考和借鑒。

二、學習情況

學習情況是指學生在MOOC平臺上自主學習的情況，包括基本情況、選課情況、學習進度、視頻觀看情況、測試題得分情況以及學習時間等方面的信息。

（一）基本情況

根據MOOC平臺上的數據進行統(tǒng)計分析，2015年秋季學期《多媒體設計與制作入門》課程選課人數共計499人，具備參加考試資格人數342人，實際參加考試人數337人，合格人數238人。資格率為69%，參考率為68%，通過率為48%。由于選修課主要關注通過率，因此沒有對優(yōu)秀率和良好率等指標進行計算。

資格率是指具備參加考試資格的人數和選課人數之比。按照這門課程的規(guī)定，在MOOC平臺上觀看視頻、做測試題以及交流的平時成績必須達到24分才具備參加考試的資格。部分學員由于平時沒有按照規(guī)定進行學習，因此不具備考試資格。參考率是指參加考試的人數和選課人數之比。大多數具備考試資格的學員都參加了課程的考試，僅有5名學員由于生病等個人原因未能參加考試。通過率是指考試合格的人數和選課人數之比，2015秋季學期該門課程的總通過率為48%，由于增加了考試資格這一要求，總體通過率較往年相比有大幅降低。若通過率計算為考試合格人數和參加考試人數之比，則通過率達到70.6%，與往年的考試通過率基本持平。

由此可見，采用MOOC教學與傳統(tǒng)教學相結合的方式，可在一定程度上督促學員平時就利用零碎時間進行課程知識點的學習，從而避免以往考試中僅依賴考前一周進行突擊就想順利通過考試的現象出現。此外，目前大多數MOOC課程的通過率僅為10%左右[8]，可見采用這種混合式的學習方式提高課程通過率。

《多媒體設計與制作入門》課程的總成績由平時成績、作業(yè)成績以及考試成績組成。其中，平時成績占40分，包括看視頻觀看15分，做測試題20分，以及討論交流5分；作業(yè)成績占20分；考試成績占40分。上述學習過程均基于MOOC平臺進行展開。

（二）選課情況

選課情況包括選課趨勢、學歷結構、身份類別等方面的信息。其中，選課趨勢反映了學員注冊加入課程的基本情況。圖1反映了《多媒體設計與制作入門》課程近一年內的課程注冊情況，從圖中數據可以看出，學員注冊時間集中在2015年9月至12月之間，恰好與該門課程教學周歷上所安排的授課時間相吻合。課程開始后一個月左右，出現了注冊人數的一個峰值，單日注冊人數達到140人，正好對應該課程安排的第一次集體上機時間。由此可見，大多數學員還是習慣于利用教師安排的集體上機時間進行課程的注冊和學習，但也有少部分學生比較主動，積極利用課余時間開始了課外的自主學習。

從學歷結構來看，在選課人員中本科、高中、大專、中專學歷的比例分別為71.94%、25.45%、1.4%和1%?？梢?，大多數學員的學歷處于本科的水平，只有極少數的學員學歷較低，來自于基層連隊。從身份類別來看，選課人員里學員、戰(zhàn)士、文職人員、干部以及其他的比例分別為81.36%、5.41%、0.2%、1.2%和11.82%。選課人員以學員為主體，包括校內部分戰(zhàn)士、文職人員、干部及其他類型人員。通過了解學歷結構以及身份類別，教師對教學的受眾就有了大體的認識，便于教師有針對性地展開具體的教學過程。

（三）學習進度

學習進度反映了學員對課程學習完成的基本情況。從圖2中可以看出，學習進度的峰值出現在首尾兩端。大部分學員能夠在MOOC平臺上完成90%～100%的學習內容，但也有相當一部分學員只完成了0%～10%。通過對這部分學員的學習情況進行進一步細致的分析，發(fā)現他們沒能完成平時學習任務的主要原因在于：軍網機器較為緊張，無法保證眾多學員的上網需求；課余公差較多，學員可自行支配的時間少；部分學員由于忘記了以前注冊的賬號密碼，因此又注冊了新的賬號，這樣導致老賬號的學習狀態(tài)一直保持在較低的水平；學員自身主觀方面的原因，認為平時在MOOC平臺上自學很麻煩，還不如傳統(tǒng)的教學方式簡單，從而放棄該門課程的學習。

（四）視頻觀看

學員觀看視頻可以獲得一部分平時成績，視頻觀看的滿分是15分。如果教師想了解每位學員視頻學習的詳細情況，可通過查看數據的方式進行了解，如圖3所示。如果學員觀看某段視頻的時間長度較短，可能意味著該學員對此部分的內容較為熟悉，采用了跳躍的瀏覽方式。反之則表示此部分內容對該學員來說可能有難度，需要花更多的時間去學習。這種方式有助于教師掌握每位學員具體的學習情況，也有助于教師對學員視頻內容學習的整體情況有個大概了解。

（五）測試題得分

測試題總分為20分，學員在學完每段視頻內容之后，均需要完成3～5道測試題以幫助其鞏固所學知識。圖4反映了學員測試題得分的分布情況。從圖中數據可以看出，大多數學員平時測試題可以拿到15分及以上，也有部分學員測試題得分值為0，這部分學員大多已經放棄這門課程學習。從總體分布情況來看，測試題得分情況和視頻觀看、學習進度情況呈現出較強的一致性。

（六）學習時間

為了掌握學員平時學習這門課程的時間規(guī)律，我們根據MOOC平臺上的學習數據進行了統(tǒng)計分析。圖5顯示了觀看視頻人數隨時間變化的趨勢，橫軸為時間段，縱軸為觀看視頻的人數。從圖中可以看出，大多數學員在MOOC平臺上的學習時間集中在中午12點到半夜12點這個時間段。特別是在中午13點和下午16點這兩個時間點左右，學員觀看視頻的人數增幅較大，說明學員在這兩個時間段空余時間較多。上午通常是正課時間，因此除了周日之外，很少有學員利用上午的時間進行MOOC學習。

三、討論情況

討論情況主要反映了學員提問、教師回復、師生互動情況以及討論熱詞等方面的信息。

（一）基本數據

學員參與課程交流與討論可以獲得一部分平時成績，占5分。表1反映了該門課程的師生互動情況，從表中可以看出，學生參與討論的人次數遠遠高于教師參與討論的人次數，說明采用MOOC平臺的學習方式，可在一定程度上調動學生的積極性，學生也可以充當教師的角色，回答學生的問題。課程的互動率達到45.98%，其中，學生之間的互助率達到33.72%。由此可見，MOOC確實為廣大學生之間的交流互助提供了一個很好的平臺，在很大程度上改變了傳統(tǒng)教學模式中教師占主導地位的現象。

（二）師生互動

為了更準確地掌握教師和學生之間開展互動的詳細情況，分別對教師和學生上網參與互動的情況進行統(tǒng)計分析。圖6顯示了學生互動人次隨小時變化的趨勢，圖7顯示了教師互動人次隨小時變化的趨勢。從趨勢圖上可以看出，學生在周六的下午、周二、周四、周五的晚上互動較為頻繁。分析其原因，周二、周四的晚上是課程安排的集體上機時間，周五晚上和周六的下午學生課程較少，閑暇時間較多，因此有足夠的時間來參與互動。

從教師的角度來看，周二、周四的晚上19：00～22：00教師參與的互動最為頻繁，這與課程安排的統(tǒng)一上機時間吻合，也和學生的互動頻率基本保持一致。

從上面的分析可以看出，教師和學生同時在線的情況下，互動的頻率遠遠高于僅有學生在線的情況，這也在一定程度上反映了教師在整個MOOC課程教學中的引導地位。

（三）討論熱詞

對討論區(qū)的熱詞進行統(tǒng)計，有助于幫助教師發(fā)現學生普遍關心的熱點問題，從而了解學生在學習過程中所遇到的困難，并有針對性地開展教學工作。圖8是根據討論區(qū)熱詞統(tǒng)計得到的可視化結果。從圖中可以清晰地看出，在本課程中，視頻、圖像、音頻、動畫、格式、軟件等話題是學生們普遍關心的熱點，這些熱點恰好也對應著本門課程里所講授的重點內容。

四、考試情況

考試情況反映了學員考試的成績、題目回答正確與錯誤信息以及每位學員參加考試的詳細信息。

（一）成績情況

在參加考試的學員中，有175人的成績處于60～70分之間，約占51%；70人的成績處于70～80分之間，約占20%。課程考試通過率約為71%，平均成績約為65分，與往年采用傳統(tǒng)的教學方式相比提高了5分。

對所有選課學員平時成績和作業(yè)成績進行統(tǒng)計發(fā)現，學員平時成績平均為30.6分（滿分40分），作業(yè)成績平均為12.41分（滿分20分），考試成績平均為25.8分（滿分40分），最終總成績平均70分（滿分100分）。從這個結果來看，采用MOOC平臺教學與傳統(tǒng)教學相結合的方式，學員平時學習的時間相對來說有所增加，從而使得最終的總成績有了較大的提升。與往年僅采用傳統(tǒng)的教學方式相比，學員最終平均成績提升近10分。

（二）試題分析

考試采用從題庫中隨機抽取的方式，每位學員在30分鐘的時間內完成50道題目的解答。本次考試所有學員抽取到的考題共有432道，每道題回答的正確率情況做直觀圖示。如本次試題分析，可以看到題號為401，408，385，386，409等題目回答正確率都低于10%，說明這幾道題大部分參加考試的學生都沒有答對。特別是題號為401和408的兩道題，回答正確率均為0。仔細分析，發(fā)現這兩道題一道是關于圖形的基本概念，另一道是關于HSB顏色模式的相關概念。這說明學生對這兩個知識點的把握很不準確，教師在下次授課時應當對這幾個概念著重加以講解。

（三）考試詳情

如果想查看某學員考試的詳細信息，可通過搜索的方式進行查看。學員的姓名、單位、考試時間、視頻得分、測試得分、交流分、平時分、考試分等信息可以很清楚地看到。

將傳統(tǒng)教學與MOOC教學結合起來開展混合式教學的實踐，是非常有意義的嘗試。以《多媒體設計與制作入門》SPOC課程為例，對學生在MOOC平臺上的學習情況、討論情況以及考試情況等學習數據進行詳細分析。根據學習情況分析，發(fā)現測試題得分與學習進度、視頻觀看呈現出較強的一致性；根據討論情況分析，發(fā)現師生同時在線時互動更為有效；根據考試情況分析，發(fā)現基于MOOC平臺的混合式教學方式比傳統(tǒng)的教學方式具有更好的考試成績。上述分析結果可為教師進一步提升課程的教學質量提供參考，也可為其他MOOC課程的教學提供借鑒。下一步我們將繼續(xù)該門課程的混合式學習實踐，對數據集進行擴充，以便獲得更有價值的隱含信息。

參 考 文 獻

[1]李征宇，化美艷.MOOC的特點及其對傳統(tǒng)高等教育的影響[J].遠程教育，2014（1）：17-18.

[2]Gillani N. Learner communications in massively open online courses[J].OxCHEPS Occasional Paper， 2013：53.

[3]賈積有，繆靜敏，汪瓊.MOOC學習行為及效果的大數據分析[J].工業(yè)和信息化教育，2014（9）：23-29.

[4]李封，李婕，趙長寬，陳默.大規(guī)模網絡課程中學習者學習行為分析[J].計算機教育，2014（10）：49-52.

[5]Adamopoulos P. What makes a great MOOC？ An interdisciplinary analysis of student retention in online courses[J].In Proceedings of the 34th International Conference on Information Systems， 2013， ICIS13.

[6]危妙，傅霖，黎剛，郭姍姍.MOOC課程平臺學習行為與學習成效大數據分析[J].教育教學論壇，2015（38）：60-61.

[7]蔣卓軒，張巖，李曉明.基于MOOC數據的學習行為分析與預測[J].計算機研究與發(fā)展，2015（3）：614-628.

[8]Liyanagunawardena T R，Adams A A，Williams S A. MOOCs： A systematic study of the published literature 2008-2012[J].The International Review of Research in Open and Distance Learning， 2013（3）：202-227.