羅恒楊　婷婷等

摘要：開放課程是開放教育資源運(yùn)動(dòng)的重要組成部分，對(duì)促進(jìn)社會(huì)知識(shí)傳播、推動(dòng)教育全球化、實(shí)現(xiàn)教育公平有著重要意義。然而目前人們對(duì)開放課程中學(xué)習(xí)者社群及其學(xué)習(xí)行為的認(rèn)識(shí)不夠客觀、全面和深入，缺乏基于實(shí)證數(shù)據(jù)的結(jié)論與發(fā)現(xiàn)。針對(duì)該研究需求，該文利用Google Analytics網(wǎng)站流量分析工具對(duì)賓夕法尼亞州立大學(xué)一門開放課程中長(zhǎng)達(dá)六年的網(wǎng)站流量數(shù)據(jù)進(jìn)行了收集與分析，通過(guò)對(duì)學(xué)習(xí)者特征、在線學(xué)習(xí)行為和技術(shù)設(shè)備使用情況的統(tǒng)計(jì)和可視化呈現(xiàn)，揭示了高校開放課程中學(xué)習(xí)者社群和學(xué)習(xí)行為總體特點(diǎn)和衍變趨勢(shì)。同時(shí)該文也探討了利用Google Analytics工具進(jìn)行學(xué)習(xí)行為分析的利弊。該文中呈現(xiàn)的在線學(xué)習(xí)行為統(tǒng)計(jì)結(jié)論能增進(jìn)人們對(duì)開放課程這種新興教學(xué)情境的了解，指導(dǎo)人們對(duì)在線課程網(wǎng)站和資源進(jìn)行有針對(duì)性地評(píng)價(jià)與修改。

關(guān)鍵詞：開放課程；學(xué)習(xí)行為分析；網(wǎng)站流量分析；學(xué)習(xí)分析；Google Analytics

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A

一、引言

近年來(lái)，全球教育發(fā)展的重要趨勢(shì)之一是教育資源的開放共享。利用信息與通信技術(shù)為全球?qū)W習(xí)者提供可公開獲取的免費(fèi)教育資源用于非營(yíng)利性的咨詢、使用和改編，是開放教育資源（Open Educational Resource，OER）運(yùn)動(dòng)的初衷。開放課程是OER的重要組成部分，對(duì)促進(jìn)社會(huì)知識(shí)傳播、推動(dòng)教育全球化、實(shí)現(xiàn)教育公平起著重要作用。以麻省理工學(xué)院（MIT）為例，自2001年該校啟動(dòng)“開放課程項(xiàng)目”（Open Course Ware，OCW）以來(lái)，至今共有2369門課程向公眾開放，獲得了超過(guò)2億次的全球訪問(wèn)。在OCW的示范作用下，越來(lái)越多的大學(xué)課程打破了校際壁壘，將課程內(nèi)容免費(fèi)發(fā)布，聯(lián)網(wǎng)共享。然而，課程開放的同時(shí)也增加了在線學(xué)習(xí)的未知性和不確定性，給學(xué)習(xí)行為監(jiān)控和學(xué)習(xí)效果評(píng)估帶來(lái)了新的挑戰(zhàn)。如何全面跟蹤、分析和評(píng)價(jià)開放課程中的學(xué)習(xí)行為，為課程的改進(jìn)和完善提供科學(xué)依據(jù)，是開放課程建設(shè)中亟需解決的重要問(wèn)題。

網(wǎng)站流量分析（Web Analytics）為開放課程中的學(xué)習(xí)行為分析提供了一種便捷易行的技術(shù)手段。通過(guò)抓取網(wǎng)站用戶瀏覽、交互和搜索的相關(guān)數(shù)據(jù)，網(wǎng)站流量分析能夠揭示典型用戶群體及其在線行為的一些關(guān)鍵信息，如地理分布、語(yǔ)言使用、興趣愛好、瀏覽習(xí)慣和上網(wǎng)時(shí)長(zhǎng)等，因此被廣泛的應(yīng)用于商業(yè)機(jī)構(gòu)或政府部門的網(wǎng)站建設(shè)中，為改善網(wǎng)站表現(xiàn)、實(shí)現(xiàn)組織目標(biāo)提供數(shù)據(jù)支持。近年來(lái)，網(wǎng)站流量分析也被越來(lái)越多的應(yīng)用在教育領(lǐng)域，用來(lái)動(dòng)態(tài)地收集和分析在線學(xué)習(xí)過(guò)程中產(chǎn)生的種種數(shù)據(jù)。這些數(shù)據(jù)如果包含關(guān)于學(xué)習(xí)者、學(xué)習(xí)行為和學(xué)習(xí)環(huán)境的特征信息，也可看作學(xué)習(xí)分析（Learning Analytics），能為我們深入了解在線學(xué)習(xí)過(guò)程、改善在線學(xué)習(xí)體驗(yàn)提供有價(jià)值的視角和觀點(diǎn)。

在當(dāng)今市場(chǎng)存在的多種網(wǎng)站流量分析工具中，應(yīng)用最廣的無(wú)疑是谷歌公司的Google Analytic產(chǎn)品。許多大學(xué)認(rèn)識(shí)到Google Analyties的強(qiáng)大的數(shù)據(jù)分析功能和可視化呈現(xiàn)手段，將其作為追蹤和分析旗下網(wǎng)站資源訪問(wèn)流量的首選工具，然而目前在利用Google Analytics工具對(duì)在線教育探索實(shí)踐中，明顯存在以下兩點(diǎn)問(wèn)題：首先，針對(duì)大學(xué)開放課程的實(shí)證研究比較匱乏。我們用“Google Analytics”和“谷歌分析”為關(guān)鍵詞在中國(guó)知網(wǎng)上檢索，只發(fā)現(xiàn)了5篇相關(guān)論文發(fā)表在教育類學(xué)術(shù)期刊上，且研究對(duì)象為教育資源網(wǎng)站[22][231、校園門戶網(wǎng)站。和期刊門戶網(wǎng)站。第二，缺乏對(duì)開放課程網(wǎng)站長(zhǎng)期的追蹤分析?，F(xiàn)有研究中收集和分析的流量數(shù)據(jù)期限較短，長(zhǎng)的一般不超過(guò)一年，短的只有幾個(gè)月。由于缺乏來(lái)自網(wǎng)站流量分析的實(shí)證支持，目前對(duì)于開放課程中學(xué)習(xí)者社群及其學(xué)習(xí)行為的認(rèn)識(shí)往往停留在主觀評(píng)價(jià)階段，不夠客觀、全面和準(zhǔn)確。

基于上述研究需求，我們以本文第一作者參與設(shè)計(jì)開發(fā)，第三作者主講的一門在線開放課程為例，探索了利用Google Analytics工具對(duì)開放課程中學(xué)習(xí)行為進(jìn)行追蹤、分析和評(píng)價(jià)的可行性。研究結(jié)果來(lái)自近六年的課程網(wǎng)站流量數(shù)據(jù)，有助于我們深入了解開放課程中學(xué)習(xí)者、學(xué)習(xí)行為和學(xué)習(xí)環(huán)境的特征和衍變趨勢(shì)，對(duì)大學(xué)在線教育資源和課程網(wǎng)站的設(shè)計(jì)與開發(fā)也有指導(dǎo)意義。具體來(lái)說(shuō)，本研究旨在回答以下幾個(gè)研究問(wèn)題：

1.該開放課程中的學(xué)習(xí)者有哪些？他們有什么特征？

2.該開放課程中的在線學(xué)習(xí)行為有哪些模式？受哪些因素影響？

3.該開放課程中的學(xué)習(xí)設(shè)備與技術(shù)的使用有何特點(diǎn)？有哪些衍變趨勢(shì)？

二、Google Analytics概述

Google Analytics是美國(guó)谷歌公司提供的一種網(wǎng)站流量分析服務(wù)，通過(guò)追蹤和分析網(wǎng)站的訪問(wèn)記錄為網(wǎng)站用戶及其在線瀏覽行為提供關(guān)鍵統(tǒng)計(jì)數(shù)據(jù)和多種可視化表征。其前身是一款名為Urchin on Demand的網(wǎng)站流量分析工具，該工具于2005年被谷歌公司收購(gòu)，經(jīng)過(guò)重新設(shè)計(jì)開發(fā)后，于同年更名為Google Analytics，并由谷歌公司正式發(fā)布并沿用至今。Google Analytics采用了網(wǎng)頁(yè)標(biāo)記（Page Tagging）的方法收集網(wǎng)站流量數(shù)據(jù)：向待分析的網(wǎng)頁(yè)中插入一行Java腳本代碼即可在每一次網(wǎng)頁(yè)訪問(wèn)結(jié)束后向谷歌服務(wù)器發(fā)送該次訪問(wèn)中的統(tǒng)計(jì)數(shù)據(jù)。和傳統(tǒng)的基于網(wǎng)站日志文件分析的方法相比，Google Analytics能夠進(jìn)行更迅速、便捷和高效的網(wǎng)站流量分析，以及提供“用戶在線行為更加完整的畫像”。

Google Analytics收集到的網(wǎng)站流量數(shù)據(jù)可以分為四大類：受眾群體數(shù)據(jù)（Audience Data）、行為數(shù)據(jù)（behavior data）、流量獲取數(shù)據(jù)Acquisition Data）與實(shí)時(shí)數(shù)據(jù)（Real-time Data）。值得注意的是這四類數(shù)據(jù)并不是完全獨(dú)立于彼此，而是有一定的交叉與重合，一些流量數(shù)據(jù)被收錄到不同類別進(jìn)行了重復(fù)報(bào)告?，F(xiàn)將每一類網(wǎng)站流量數(shù)據(jù)的定義簡(jiǎn)介如下：

1.受眾群體數(shù)據(jù)：此類數(shù)據(jù)能提供網(wǎng)站訪問(wèn)者的一些關(guān)鍵信息，包括訪問(wèn)者的地理位置與主要語(yǔ)言、上網(wǎng)技術(shù)設(shè)備信息（如瀏覽器品牌、終端設(shè)備信息和操作系統(tǒng)等）、活躍狀態(tài)（包括7天、14天和30天的活躍狀態(tài)）以及一些用戶行為統(tǒng)計(jì)如會(huì)話數(shù)（既訪問(wèn)次數(shù)）、新會(huì)話百分比（既有多少次訪問(wèn)首次訪問(wèn)）、平均瀏覽頁(yè)數(shù)及會(huì)話時(shí)長(zhǎng)等。

2.行為數(shù)據(jù)：此類數(shù)據(jù)反映了訪問(wèn)者瀏覽網(wǎng)站、與網(wǎng)頁(yè)進(jìn)行交互的行為概況，并提供一系列在線行為統(tǒng)計(jì)指標(biāo)如網(wǎng)頁(yè)總瀏覽量、唯一身份瀏覽量、跳出率（未與網(wǎng)頁(yè)進(jìn)行互動(dòng)的單頁(yè)會(huì)話次數(shù)百分比）、以及熱門事件（如下載、觀看視頻、外鏈及發(fā)郵件）的次數(shù)與比例。此外，訪問(wèn)者與網(wǎng)頁(yè)交互的順序與瀏覽路徑還能以行為流的方式呈現(xiàn)，并能針對(duì)不同的用戶群組分類對(duì)相應(yīng)的行為流進(jìn)行高亮標(biāo)示。

3.流量獲取數(shù)據(jù)：此類數(shù)據(jù)聚焦用戶訪問(wèn)目標(biāo)網(wǎng)站的渠道。渠道來(lái)源共分四大類，分別是有機(jī)搜索、網(wǎng)址鍵入、外部鏈接與社交網(wǎng)絡(luò)。對(duì)應(yīng)的數(shù)據(jù)信息包括常用搜索引擎、搜索關(guān)鍵詞、外鏈網(wǎng)頁(yè)和社交媒體平臺(tái)及其使用情況。受眾群體和在線行為相關(guān)數(shù)據(jù)可以按照流量獲取渠道進(jìn)行分類展示與比較。

4.實(shí)時(shí)數(shù)據(jù)：實(shí)時(shí)數(shù)據(jù)展示訪問(wèn)者瀏覽網(wǎng)站的實(shí)時(shí)情況，相關(guān)數(shù)據(jù)將會(huì)持續(xù)動(dòng)態(tài)地更新。它標(biāo)示當(dāng)前目標(biāo)網(wǎng)站上的活躍用戶及其地理分布情況，同時(shí)顯示過(guò)去30分鐘內(nèi)的活躍網(wǎng)頁(yè)、熱門事件與媒介來(lái)源。

Google Analytics同時(shí)提供了多種工具對(duì)網(wǎng)站流量進(jìn)行可視化的呈現(xiàn)，以幫助用戶更好地理解和解讀收集到的海量數(shù)據(jù)。這些可視化工具包括：（1）線型圖：用來(lái)展現(xiàn)特定流量數(shù)據(jù)在時(shí)間序列上的變化情況；（2）效果圖：用條形長(zhǎng)度比例呈現(xiàn)不同組別數(shù)據(jù)的差異；（3）百分比圖：用圓形中扇區(qū)面積展示不同組別數(shù)據(jù)所占整體的百分比大小；（4）地理分布圖：在世界地圖上以不同的維度如城市、國(guó)家、次大陸等展示地理位置信息；（5）行為流：呈現(xiàn)網(wǎng)站訪問(wèn)者瀏覽網(wǎng)站頁(yè)面的順序與路徑；（6）比較圖：將某一組別的數(shù)據(jù)統(tǒng)計(jì)與總體均值進(jìn)行比較；（7）動(dòng)態(tài)圖：在時(shí)間序列上通過(guò)自定義橫坐標(biāo)值、縱坐標(biāo)值、顏色表征和大小一次性呈現(xiàn)網(wǎng)站流量統(tǒng)計(jì)的四個(gè)維度指標(biāo)的動(dòng)態(tài)變化；（8）字詞云：通過(guò)字體大小反映搜索關(guān)鍵詞和外鏈網(wǎng)站名稱出現(xiàn)的頻率高低，字體越大表明詞頻越高；（9）頁(yè)面分析圖：通過(guò)瀏覽器拓展程序插件，將特定流量數(shù)據(jù)如點(diǎn)擊率在網(wǎng)頁(yè)上以百分比標(biāo)注和熱區(qū)圖形式直觀顯示出來(lái)。

綜上所述，Google Analytics為分析網(wǎng)站訪問(wèn)者在線瀏覽行為提供了一個(gè)更為便捷和直觀的手段，能夠靈活地追蹤和可視化地呈現(xiàn)不同類別的網(wǎng)站流量數(shù)據(jù)，包括訪問(wèn)者的地理位置和語(yǔ)言、重要瀏覽統(tǒng)計(jì)指標(biāo)、關(guān)鍵事件分類、瀏覽交互路徑以及技術(shù)設(shè)備使用情況。另外，Google Analytics還能夠通過(guò)自定義數(shù)據(jù)統(tǒng)計(jì)表格和分析報(bào)告模板，幫助用戶尋找網(wǎng)站訪問(wèn)者在線行為的模式特征與變化趨勢(shì)。值得注意的是，Google Analytics禁止收集任何個(gè)人可識(shí)別信息（Personal Identifiable Information，PII），包括姓名、學(xué)號(hào)、電子郵箱等，同時(shí)也默認(rèn)不會(huì)追蹤電子設(shè)備的可識(shí)別信息如設(shè)備唯一識(shí)別碼（UDID）或國(guó)際移動(dòng)裝備辨識(shí)碼（IMEI）。盡管設(shè)備的完整IP地址將會(huì)被Google Analytics收集以識(shí)別網(wǎng)站訪問(wèn)者的地理位置，訪問(wèn)者可以申請(qǐng)開啟IP屏蔽來(lái)提升自身訪問(wèn)的匿名性。

三、研究方法

（一）開放課程個(gè)案簡(jiǎn)介

本研究選取賓夕法尼亞州立大學(xué)地理系開設(shè)的一門在線研究生課程作為研究對(duì)象，這門在線課程名為Earth501一地球科學(xué)中的爭(zhēng)議話題，本文的第一作者曾參與該課程的開發(fā)與評(píng)估，第三作者是課程的主講教師?；趦牲c(diǎn)考慮將其作為本研究的分析對(duì)象：第一，該課程體現(xiàn)了較好的在線開放性，課程中100%的學(xué)習(xí)活動(dòng)都是線上完成；第二，該課程具有分布較為廣泛的全球訪問(wèn)量。這個(gè)3學(xué)分的課程通過(guò)介紹地球科學(xué)領(lǐng)域的爭(zhēng)議話題如海嘯和地震的預(yù)警機(jī)制、恐龍滅絕假說(shuō)以及全球氣溫變暖現(xiàn)象，講解地球科學(xué)的主要理論學(xué)說(shuō)和研究范式，同時(shí)引導(dǎo)學(xué)生對(duì)爭(zhēng)議觀點(diǎn)進(jìn)行分析、評(píng)價(jià)和理論完善。該課程是地球科學(xué)教育在線碩士專業(yè)的入門必修課之一。作為賓夕法尼亞州立大學(xué)開放教育資源運(yùn)動(dòng)的一部分，該課程于2011年9月在Drupal開源內(nèi)容管理平臺(tái)上對(duì)全球在線學(xué)習(xí)者免費(fèi)開放，并使用Google Analytics對(duì)課程網(wǎng)站的訪問(wèn)情況追蹤分析，迄今已經(jīng)積累了約6年的網(wǎng)站流量數(shù)據(jù)。無(wú)論是該校的注冊(cè)學(xué)生還是普通訪問(wèn)者都能夠免費(fèi)獲取該課程的全部教學(xué)內(nèi)容和鏈接資源，并參與完成課程中的在線練習(xí)與測(cè)驗(yàn)。唯一不同的是，只有注冊(cè)學(xué)生才能在賓夕法尼亞州立大學(xué)的學(xué)習(xí)管理平臺(tái)（Angel或Canvas）上提交作業(yè)，獲得教師的評(píng)分與反饋，并最終獲得大學(xué)的學(xué)分。

（二）數(shù)據(jù)來(lái)源與分析

應(yīng)用Google Analytics，本研究追蹤了該課程網(wǎng)站在2011年9月1日至2017年4月15日間的訪問(wèn)情況，并根據(jù)之前提出的針對(duì)開放課程學(xué)習(xí)行為的三個(gè)研究問(wèn)題，收集和分析了相關(guān)網(wǎng)站流量數(shù)據(jù)。這些數(shù)據(jù)可以大致分為三類：學(xué)習(xí)者、學(xué)習(xí)行為和技術(shù)使用。

下表中列出了每一類數(shù)據(jù)所包涵的核心構(gòu)念、定義、測(cè)量指標(biāo)和可視化呈現(xiàn)手段。

四、研究發(fā)現(xiàn)

（一）開放課程中的學(xué)習(xí)者特征

如下頁(yè)圖1所示，截至2017年4月15日共有148629人次在線訪問(wèn)了Earth501課程，學(xué)習(xí)者的地理位置分布廣泛，相對(duì)較集中的區(qū)域包括美國(guó)的東西兩岸、歐洲中北部、亞洲的印度和東南亞地區(qū)、以及澳洲的東南部；其中學(xué)習(xí)者來(lái)源最多的五個(gè)國(guó)家分別是美國(guó)（48 40%）、英國(guó)（11.14%）、澳大利亞（5.72%）、菲律賓（5.32%）和印度（4.98%）。這些國(guó)家與地區(qū)大部分以英語(yǔ)為母語(yǔ)或官方語(yǔ)言，因此英語(yǔ)不出意外地成為了課程學(xué)習(xí)者的主要使用語(yǔ)言，占比高達(dá)92.01%（美式、英式、澳洲和其他英語(yǔ)類型累計(jì)相加后的百分比）。除英語(yǔ)外，西班牙語(yǔ)（0.63%）、捷克語(yǔ)（0.60%）和簡(jiǎn)體中文（0.50%）三種語(yǔ)言的使用人數(shù)相對(duì)較多，不過(guò)占比都沒有超過(guò)學(xué)習(xí)者總數(shù)的1%（如圖1所示）。因?yàn)檎n程網(wǎng)站并未開啟Google Analytics的廣告功能，我們不能獲得基于用戶賬戶信息及瀏覽偏好所生成的網(wǎng)站受眾特征報(bào)告，因此該課程學(xué)習(xí)者的其他特征如年齡、性別與興趣愛好無(wú)法在Google Analytics的分析報(bào)告中獲得。

（二）開放課程中的學(xué)習(xí)行為分析

如圖2所示，Earth501課程的學(xué)習(xí)者在2011年9月1日至2017年4月15日間一共瀏覽了課程網(wǎng)頁(yè)223558次，如果不計(jì)人學(xué)習(xí)者在一次訪問(wèn)（會(huì)話）中對(duì)單個(gè)頁(yè)面的重復(fù)加載，則共有194338個(gè)頁(yè)面在不同的訪問(wèn)次數(shù)中被加載。網(wǎng)頁(yè)瀏覽量在美國(guó)大學(xué)假期尤其是寒假（12月下旬至1月初）有顯著的下降趨勢(shì)，但往往在春季、秋季學(xué)期中段（如3月份和10月份）達(dá)到頂峰，學(xué)習(xí)行為呈現(xiàn)了明顯的周期性。盡管學(xué)習(xí)者在課程網(wǎng)頁(yè)的平均停留時(shí)間有3分27秒，但高達(dá)83.31%的跳出率表明超過(guò)八成的網(wǎng)站訪問(wèn)在瀏覽了一個(gè)頁(yè)面之后就匆匆結(jié)束了。一個(gè)可能的解釋是少數(shù)的學(xué)習(xí)者貢獻(xiàn)了大部分的學(xué)習(xí)時(shí)間，而大多數(shù)的學(xué)習(xí)者在課程網(wǎng)站上的學(xué)習(xí)缺乏深度，淺嘗則止。為了驗(yàn)證該假說(shuō)，我們以2016年秋季學(xué)期（2016年8月15日至12月26日）作為一個(gè)學(xué)習(xí)周期進(jìn)行分析，調(diào)取了Google Analytics中的活躍用戶報(bào)告。結(jié)果表明盡管該學(xué)期課程網(wǎng)站的來(lái)訪用戶數(shù)量為10590位，但活躍的用戶卻占比極少，其中30天內(nèi)、14天內(nèi)、7天內(nèi)和每天的活躍用戶數(shù)量和占比分別是2272（21.45%1、980（9.25%）、376（3.55%）和61（0.58%）。

為了探索不同國(guó)家學(xué)習(xí)者的學(xué)習(xí)行為差異，我們比較了來(lái)訪次數(shù)最多的十個(gè)國(guó)家的在線學(xué)習(xí)數(shù)據(jù)。其中來(lái)自美國(guó)學(xué)習(xí)者的學(xué)習(xí)投入程度最高，平均會(huì)話時(shí)長(zhǎng)為2分36秒（全球均值為1分48秒），單次瀏覽的網(wǎng)頁(yè)數(shù)為3.12個(gè)（全球均值為1.78個(gè)），并且跳出率也是最低的，僅為69.53%，低于83.31%的平均值。相比較而言，來(lái)自馬來(lái)西亞的學(xué)習(xí)者的投入程度是排名前十國(guó)家最低，平均會(huì)話時(shí)長(zhǎng)為51秒，訪問(wèn)網(wǎng)頁(yè)數(shù)為1.28個(gè)，并有高達(dá)90.04%的跳出率。來(lái)自中國(guó)大陸的訪問(wèn)共有395次，排名第34位，不過(guò)中國(guó)大陸的學(xué)習(xí)者平均每次訪問(wèn)時(shí)間為2分03秒，單次瀏覽頁(yè)數(shù)為1.97個(gè)，跳出率為78.62%，均高于全球平均值，展示了較好的學(xué)習(xí)投入度。

圖2也展示了學(xué)習(xí)者獲取開放課程網(wǎng)站的常見途徑：來(lái)自谷歌搜索的有機(jī)訪問(wèn)是最常見的網(wǎng)站獲取途徑，有80.55%的來(lái)訪流量來(lái)源于谷歌搜索界面的跳轉(zhuǎn)。除此之外，在瀏覽器鍵入U(xiǎn)RL地址的直接訪問(wèn)方式是第二常見的獲取途徑，有8.73%的來(lái)訪流量來(lái)源于此。排名第三和第四的獲取途徑分別是來(lái)自賓州州立大學(xué)學(xué)習(xí)管理平臺(tái)（cms.psu.edu）的推介訪問(wèn)（流量占比1.68%）和來(lái)自微軟必應(yīng)搜索的有機(jī)訪問(wèn)（1.47%）。值得注意的是，來(lái)自學(xué)習(xí)管理平臺(tái)的學(xué)習(xí)者跳出率僅為12.29%，單次瀏覽頁(yè)數(shù)為4.61個(gè)，平均會(huì)話時(shí)長(zhǎng)為15分06秒，顯示了遠(yuǎn)高于其他學(xué)習(xí)者的學(xué)習(xí)投入度。一個(gè)可能的解釋是這些訪問(wèn)全部來(lái)源于該課程的注冊(cè)學(xué)生，因?yàn)橹挥凶?cè)學(xué)生才有權(quán)限登錄該校的學(xué)習(xí)管理平臺(tái)；而注冊(cè)學(xué)生因?yàn)橐ㄟ^(guò)課程考核獲得學(xué)分，因而對(duì)課程學(xué)習(xí)更加重視，在線學(xué)習(xí)的時(shí)間也相對(duì)更多。

Google Analytics同時(shí)還提供了“行為流”和“頁(yè)面分析”兩種可視化工具呈現(xiàn)學(xué)習(xí)者與課程頁(yè)面內(nèi)容交互的概況。行為流按照訪問(wèn)頻次列出學(xué)習(xí)者訪問(wèn)的起始頁(yè)面以及之后數(shù)次互動(dòng)的高頻頁(yè)面，能從宏觀上展示學(xué)習(xí)者瀏覽網(wǎng)站的順序，確定熱門的網(wǎng)站人口和頁(yè)面內(nèi)容；同時(shí)可以按照國(guó)家和地區(qū)的不同對(duì)訪問(wèn)流量進(jìn)行分類展示，高亮顯示不同國(guó)家地區(qū)學(xué)習(xí)者的瀏覽路徑。如圖3所示，大部分來(lái)自美國(guó)的訪問(wèn)并不是始于課程的主頁(yè)頁(yè)面，而是直接來(lái)自具體的課程頁(yè)面：最熱門的起始頁(yè)面是第二課中的“海嘯成因”單元，其次為第五課中“水的比熱容”單元。同時(shí)我們注意到，起始頁(yè)面之后的首次互動(dòng)頁(yè)面往往是起始頁(yè)面所在課程單元的其他頁(yè)面，而第二次互動(dòng)大多又返回到起始頁(yè)面，直到第三次互動(dòng)學(xué)習(xí)者才開始瀏覽其他課程單元。學(xué)習(xí)者流失最嚴(yán)重的情況發(fā)生在首次互動(dòng)時(shí)，流失率高達(dá)94%（17萬(wàn)次訪問(wèn)中16萬(wàn)次用戶離開），而之后三次互動(dòng)時(shí)的流失率則大大降低，分別為28%，39%和26%。這一發(fā)現(xiàn)和課程網(wǎng)站高達(dá)83.33%的跳出率一致，表明大多數(shù)學(xué)習(xí)者在訪問(wèn)課程網(wǎng)站時(shí)并沒有與頁(yè)面內(nèi)容進(jìn)行互動(dòng)即離開了，而嘗試打開至少一個(gè)頁(yè)面的學(xué)習(xí)者則更有可能對(duì)課程內(nèi)容進(jìn)行更深入的探索。

與行為流不同，頁(yè)面分析能對(duì)單個(gè)課程頁(yè)面上的學(xué)習(xí)行為進(jìn)行更直觀、更細(xì)致地呈現(xiàn)。如圖3所示，當(dāng)選擇“點(diǎn)擊量”作為關(guān)鍵指標(biāo)時(shí)，頁(yè)面分析能夠按照點(diǎn)擊頻次的多少對(duì)Earth501課程主頁(yè)的內(nèi)容進(jìn)行顏色編碼，標(biāo)注出熱門和冷門的鏈接內(nèi)容，同時(shí)能夠用氣泡的方式呈現(xiàn)相關(guān)統(tǒng)計(jì)數(shù)據(jù)如點(diǎn)擊率等。通過(guò)頁(yè)面分析結(jié)果，我們發(fā)現(xiàn)課程主頁(yè)右側(cè)的課程單元列表獲得了比上方導(dǎo)航條更多的點(diǎn)擊率，而較熱門的課程單元為第二、三、四次課，都獲得了14%的點(diǎn)擊率，而第一次課與最后一次課出人意料地獲得了較低的點(diǎn)擊（分別是7.7%和2.9%）。另一個(gè)有趣的發(fā)現(xiàn)是導(dǎo)航條上除主頁(yè)按鈕外的其他鏈接都獲得了較低的點(diǎn)擊率，其中課程導(dǎo)學(xué)和課程單元僅獲得了1.1%和3.7%的點(diǎn)擊，而課程大綱、CANVAS學(xué)習(xí)管理平臺(tái)、外部資源等鏈接則更是鮮有問(wèn)津，獲得了不到1%的點(diǎn)擊率。

（三）學(xué)習(xí)者的技術(shù)使用情況

獲知學(xué)習(xí)者的技術(shù)使用情況有助于我們理解在線學(xué)習(xí)環(huán)境的特點(diǎn)和衍變趨勢(shì)，探究軟硬件因素與學(xué)習(xí)行為之間的關(guān)系，指導(dǎo)開放課程網(wǎng)站的設(shè)計(jì)與開發(fā)。Google Analytics能夠收集多種技術(shù)使用指標(biāo)包括設(shè)備品牌、屏幕分辨率和色度、網(wǎng)絡(luò)服務(wù)運(yùn)營(yíng)商，flash與Java支持等，不過(guò)與在線學(xué)習(xí)行為關(guān)系最密切的指標(biāo)是設(shè)備、瀏覽器和操作系統(tǒng)類別。在過(guò)去的6年中，盡管移動(dòng)技術(shù)發(fā)展十分迅速，但電腦仍然是訪問(wèn)課程網(wǎng)站的最常見設(shè)備，約有82%的訪問(wèn)來(lái)自電腦端，而來(lái)自手機(jī)端和平板端的訪問(wèn)僅占13%和5%。電腦和平板上的平均訪問(wèn)時(shí)長(zhǎng)（1分58秒和1分41秒）也要明顯高于手機(jī)端（52秒）。使用最多的四種瀏覽器分別是Chrome（47.24%），Safari（19.1 1%），IE（14.68%）和Firefox（12.40%），但不同瀏覽器使用者的學(xué)習(xí)行為并沒有明顯差別。操作系統(tǒng)又可以分為電腦端操作系統(tǒng)和移動(dòng)端操作系統(tǒng)。電腦端操作系統(tǒng)中微軟的地位不可撼動(dòng)，約有60%的訪問(wèn)來(lái)自Windows系統(tǒng)，相比之下，來(lái)自蘋果的Macintosh系統(tǒng)的訪問(wèn)只有約18%。而在移動(dòng)端，蘋果的iOS系統(tǒng)與安卓系統(tǒng)則平分秋色，.占比分別為9.57%和7.10%。有趣的是，在電腦端Macintosh用戶的學(xué)習(xí)投入各項(xiàng)指標(biāo)（如跳轉(zhuǎn)率，單次瀏覽頁(yè)數(shù)，平均會(huì)話時(shí)長(zhǎng)等）要略優(yōu)于Windows用戶，而在移動(dòng)端的情況則恰好相反，iOS用戶的學(xué)習(xí)投入指標(biāo)普遍略低于安卓用戶。

為了探究開放課程中學(xué)習(xí)者技術(shù)使用的衍變趨勢(shì)，我們進(jìn)一步比較了網(wǎng)站流量數(shù)據(jù)中第一年（2011年9月1日-2012年9月1日）和最后一年（2016年4月15日2017年4月15日）有關(guān)移動(dòng)設(shè)備、瀏覽器和操作系統(tǒng)的使用情況。如下頁(yè)圖4所示，盡管電腦仍是最常用的學(xué)習(xí)終端設(shè)備，但發(fā)生在移動(dòng)端上的學(xué)習(xí)正變得越來(lái)越普遍；與五年前相比，課程中來(lái)自手機(jī)端的訪問(wèn)比例從3.22%提升至21.2%，來(lái)自平板的訪問(wèn)比例從1.17%提升至4.73%。相應(yīng)的，使用Windows操作系統(tǒng)的學(xué)習(xí)者較五年前有了大幅的下降（從78.9%降至51.2%），而使用移動(dòng)端iOS和安卓系統(tǒng)的用戶則有了大幅提升，平分了約25%的訪問(wèn)流量。使用蘋果筆記本電腦Macintosh系統(tǒng)的用戶沒有太大變化。同時(shí)，我們注意到學(xué)習(xí)者使用瀏覽器的偏好也發(fā)生了較大改變；與五年前相比，Chrome瀏覽器贏得了更多用戶的青睞，比例由28.7%增加到59.6%，而使用IE和Firefox瀏覽器的用戶比例則從34.8%和22.1%銳減至現(xiàn)在5.5%和6.3%。使用蘋果Safari的用戶比例從11.8%上升到19.8%，顯示了蘋果用戶逐年增加的趨勢(shì)。

五、研究結(jié)論與啟示

總結(jié)上述來(lái)自Google Analytics的研究分析結(jié)果，我們可以得出以下幾點(diǎn)關(guān)于開放課程中學(xué)習(xí)行為的結(jié)論與啟示。

（一）開放課程的學(xué)習(xí)者分布廣泛，但學(xué)習(xí)總體上缺乏深度

經(jīng)合組織在2007年教育研究與創(chuàng)新中心的報(bào)告中指出，開放教育運(yùn)動(dòng)能進(jìn)一步消除正式教育與非正式教育的界限，推進(jìn)教育在全球范圍內(nèi)的傳播與分享。本文的研究發(fā)現(xiàn)支持該觀點(diǎn)，所選開放課程中的學(xué)習(xí)者分布呈現(xiàn)出了明顯的全球化趨勢(shì)，同時(shí)課程學(xué)習(xí)人數(shù)遠(yuǎn)超課程注冊(cè)人數(shù)，使開放課程中的學(xué)習(xí)具有了較強(qiáng)的非正式學(xué)習(xí)特征。然而課程網(wǎng)站較高的跳出率、較少的單次瀏覽頁(yè)數(shù)、較短的平均訪問(wèn)時(shí)間和較少的活躍用戶比例等指標(biāo)表明開放學(xué)習(xí)行為總體上較為零散，缺乏系統(tǒng)性和深度。按照馬紅亮（2012）提出的基于Google Analytics的評(píng)價(jià)標(biāo)準(zhǔn)，該課程的開放性效果并不理想。Google Analytics提供的行為流和頁(yè)面分析工具能夠幫助我們找到訪問(wèn)頻率和瀏覽時(shí)長(zhǎng)較差的頁(yè)面內(nèi)容，從而進(jìn)行有針對(duì)性的診斷和修改。

（二）不同學(xué)習(xí)者群體在開放課程中的學(xué)習(xí)行為有較大差異

Google Analytics在展現(xiàn)學(xué)習(xí)行為概況的同時(shí)也能提供一些細(xì)節(jié)信息，這些細(xì)節(jié)表明開放課程中的學(xué)習(xí)行為因人而異，不能一概而論。例如，我們發(fā)現(xiàn)來(lái)自美國(guó)本土，尤其是來(lái)自大學(xué)學(xué)習(xí)管理平臺(tái)用戶的學(xué)習(xí)投入程度要明顯高于其他訪問(wèn)者。同時(shí)，約有1/5的學(xué)習(xí)者能夠在學(xué)期中持續(xù)每月訪問(wèn)課程網(wǎng)站，其中有一小部分能夠做到天天堅(jiān)持，與課程網(wǎng)站的高跳出率形成了鮮明對(duì)比。這一現(xiàn)象與大規(guī)模網(wǎng)絡(luò)公開課（MOOC）的研究發(fā)現(xiàn)一致，開放在線課程中活躍的學(xué)生只占極少數(shù)（5%-10%）。研究表明，學(xué)生的年齡、語(yǔ)言、學(xué)習(xí)目標(biāo)、學(xué)位需求等都將顯著影響其在開放在線學(xué)習(xí)中的投入程度，然而在不借助課程問(wèn)卷和網(wǎng)站受眾特征報(bào)告的情況下，Google Analytics只能對(duì)學(xué)習(xí)者的語(yǔ)言和學(xué)位需求情況做出推斷，但無(wú)法獲得其他特征信息從而對(duì)開放課程中的活躍學(xué)生社群進(jìn)行更全面的畫像。

（三）發(fā)生在移動(dòng)端的學(xué)習(xí)行為顯著增加，移動(dòng)學(xué)習(xí)呈現(xiàn)出碎片化特點(diǎn)

根據(jù)2017年新媒體聯(lián)盟《地平線報(bào)告》高教版的分析和預(yù)測(cè)，手機(jī)和平板等移動(dòng)設(shè)備的普及正悄然改變著人們學(xué)習(xí)的方式與環(huán)境，移動(dòng)學(xué)習(xí)技術(shù)將在未來(lái)1-2年內(nèi)得到更為廣泛的應(yīng)用。本研究的發(fā)現(xiàn)支持該觀點(diǎn)：開放課程中移動(dòng)設(shè)備和操作系統(tǒng)的使用數(shù)據(jù)都表明過(guò)去一年內(nèi)約有25%的學(xué)習(xí)行為發(fā)生在移動(dòng)端，這一比例較五年前有了大幅提升。然而，移動(dòng)端學(xué)習(xí)的投入度總體上低于電腦端學(xué)習(xí)，單次學(xué)習(xí)內(nèi)容較少，學(xué)習(xí)時(shí)長(zhǎng)較短，呈現(xiàn)出碎片化學(xué)習(xí)的特點(diǎn)。盡管碎片化學(xué)習(xí)有便捷、靈活和及時(shí)等優(yōu)勢(shì)，但隨之而來(lái)的注意障礙、記憶障礙和思維障礙等認(rèn)知問(wèn)題亦不可忽視。如何開發(fā)適用于移動(dòng)端訪問(wèn)的課程網(wǎng)站，既充分發(fā)揮移動(dòng)技術(shù)的優(yōu)勢(shì)又能有效避免碎片化學(xué)習(xí)的弊端，是亟待解決的教學(xué)設(shè)計(jì)問(wèn)題。

最后，本研究也揭示了使用Google Analytics進(jìn)行在線學(xué)習(xí)行為分析的優(yōu)勢(shì)與局限。學(xué)習(xí)分析領(lǐng)域著名學(xué)者喬治·西蒙斯曾指出，學(xué)習(xí)分析的研究應(yīng)該聚焦在兩個(gè)關(guān)鍵問(wèn)題上：數(shù)據(jù)從哪來(lái)以及數(shù)據(jù)怎么用。Google Analytics能夠在一定程度上回答這兩個(gè)問(wèn)題，為分析在線學(xué)習(xí)行為提供了一種簡(jiǎn)易可行的技術(shù)手段?？偟膩?lái)說(shuō)，Google Analytics能高效地從宏觀層面展現(xiàn)學(xué)習(xí)過(guò)程的概況，并能夠針對(duì)不同的學(xué)習(xí)者群體（如不同國(guó)家、語(yǔ)言、來(lái)源的學(xué)習(xí)者）對(duì)行為數(shù)據(jù)進(jìn)行分類展示和排序比較。其關(guān)鍵統(tǒng)計(jì)指標(biāo)如會(huì)話數(shù)、用戶數(shù)、唯一身份瀏覽量、單次瀏覽頁(yè)數(shù)、平均會(huì)話時(shí)長(zhǎng)和跳出率等對(duì)學(xué)習(xí)分析的測(cè)量指標(biāo)研究和模型構(gòu)建有一定的指導(dǎo)意義。除了報(bào)告網(wǎng)站流量數(shù)據(jù)之外，Google Analytics還提供了多種實(shí)用的可視化工具，幫助用戶理解數(shù)據(jù)的模式特征和發(fā)展趨勢(shì)，從而更好地解讀數(shù)據(jù)背后的意義。然而在微觀層面上，用Google Analytics分析學(xué)習(xí)行為存在一定的局限性。其最大的問(wèn)題是無(wú)法將收集到的網(wǎng)站流量數(shù)據(jù)和學(xué)習(xí)者個(gè)體對(duì)應(yīng)起來(lái)，無(wú)法區(qū)分同一學(xué)習(xí)者在不同時(shí)間和不同終端上對(duì)課程網(wǎng)站的訪問(wèn)情況，無(wú)法為學(xué)習(xí)者生成個(gè)性化的學(xué)習(xí)分析報(bào)告。因?yàn)橐Ｕ喜杉瘮?shù)據(jù)的匿名性，GoogleAnalytics也不是收集學(xué)習(xí)者特征信息的最佳選擇。盡管它能很好地采集地理位置、語(yǔ)言和技術(shù)設(shè)備等相關(guān)信息，但對(duì)學(xué)習(xí)者的性別、年齡、學(xué)歷背景、學(xué)生身份等重要信息無(wú)法直接獲取。綜上所述，我們認(rèn)為Coogle Analytics為宏觀分析開放課程中學(xué)習(xí)行為提供了一種高效便捷的技術(shù)手段，但其自身的局限性使其無(wú)法對(duì)個(gè)體學(xué)習(xí)行為進(jìn)行追蹤、評(píng)價(jià)和預(yù)測(cè)，因此無(wú)法替代專業(yè)的學(xué)習(xí)管理與學(xué)習(xí)分析平臺(tái)。