趙帥 黃曉婷

摘 要：MOOC學生情感狀態(tài)與學習成績間的關系有助于教師了解學生學習狀況并優(yōu)化教學設計，但少有深入研究。本文用文本分析法定義并計算了一門中文MOOC課程學生的“快樂指數(shù)”和“痛苦指數(shù)”，發(fā)現(xiàn)“快樂指數(shù)”與成績無顯著關聯(lián)，而“痛苦指數(shù)”能顯著、正向地預測成績，是MOOC課程的挑戰(zhàn)度指數(shù)。MOOC平臺可設置實時反饋機制，將“痛苦指數(shù)”等數(shù)據(jù)提供給教師，方便及時、針對性優(yōu)化教學或者提供翻轉。同時，“痛苦指數(shù)”有潛力成為鑒別MOOC中“水課”的指標。

關鍵詞：情感指數(shù);學業(yè)表現(xiàn);MOOC;文本分析;挑戰(zhàn)度;水課

MOOC（Massive Open Online Course）全稱為大規(guī)模開放式在線課程。自2012年MOOC元年后[1]，MOOC發(fā)展迅猛，三大平臺Coursera、Udacity、edX與世界高校合作，使MOOC席卷全球。在中國，2013年前MOOC相關論文在國內(nèi)期刊上僅發(fā)表5篇，但到了2016年，這一數(shù)字變?yōu)?420篇[2]。與傳統(tǒng)課堂相比，MOOC的核心優(yōu)勢是跨越了空間局限，也使學習時間更加靈活，因而促進了優(yōu)質(zhì)教育資源共享。MOOC也面臨許多問題，高輟學率①

是其中最嚴峻的一項。根據(jù)美國賓夕法尼亞大學統(tǒng)計，MOOC平均輟學率高達90%[3]，這不免讓人對其教學效果產(chǎn)生疑問。因此，優(yōu)化課程設計以提高學生學習動機、增加學習主動性并通過考核，成為MOOC發(fā)展的當務之急。

課程設計優(yōu)化需要清楚地知道哪些變量影響學生學業(yè)表現(xiàn)。蔣卓軒等發(fā)現(xiàn)，學生觀看課程視頻及提交小測驗的次數(shù)能預測課程完成

率[4];Yang等證實學生論壇發(fā)帖數(shù)與輟學率關系密切[5];Ramesh等的研究表明，學生參與課程的行為類型能顯著預測成績[6]。

目前，少有研究關注MOOC學生的情感狀態(tài)是否能預測成績。按照維果斯基“最近發(fā)展區(qū)”理論，學生的發(fā)展水平有兩種，一種是學生自身所能達到的水平，另一種是通過教育所能達到的潛在水平，兩者間差異即為最近發(fā)展區(qū)。教育應向學生提供有難度、有挑戰(zhàn)的教學內(nèi)容和教學要求以激發(fā)學生潛能，使學生到達或超越最近發(fā)展區(qū)。MOOC課程為高等教育課程，本質(zhì)上屬于高深學問。學生要想在期末考核中取得好成績，需在學習過程中迎接挑戰(zhàn)、投入更多精力，也因此體驗更多痛苦情感。本文假設：在MOOC學習過程中學生體驗的痛苦情感越強，越可能取得較高成績。

傳統(tǒng)課堂中，教師潛意識中通過觀察學生面部表情、肢體語言了解學生情感狀態(tài)反饋，并據(jù)此調(diào)整語速、講解重點及改變提問策略，其過程異常迅速。越有教學經(jīng)驗的教師對課堂中學生情緒反應的判斷越迅速和準確，后續(xù)教學調(diào)整也更有針對性和效率。相比傳統(tǒng)課堂，MOOC中教師授課主要是提前錄制視頻并上傳平臺，學生通過觀看視頻學習，教師講授過程相對固定。此外，MOOC并不能全面、廣泛提供翻轉課堂以方便線下討論，師生間少有后期面對面交流。除課程視頻外，教師與學生、學生與學生之間唯一可以交流的場景為在線課程論壇。學習越投入、越期待通過考試的學生，越可能就學習中遇到的問題參與討論，于是論壇發(fā)帖成為實時分析MOOC學生情感的一個可靠數(shù)據(jù)源。

本文基于一門中文MOOC的論壇數(shù)據(jù)，以大數(shù)據(jù)分析中的文本分析法提取學生情感信息，基于選定的情感詞典統(tǒng)計論壇討論中學生發(fā)布的積極、消極情感詞語及詞頻，據(jù)此計算“痛苦指數(shù)”和“快樂指數(shù)”，通過回歸分析檢驗情感指數(shù)是否能有效預測成績。

一、研究數(shù)據(jù)及方法

1.數(shù)據(jù)

本文數(shù)據(jù)源自北京大學在Coursera上開設的MOOC課程“計算概論A”，該課程開始于2014年9月，截止于2015年1月，共14 855名學生注冊。所有學生中90.9%輟學（沒有期末成績）;9.1% 的未輟學學生中，僅1%及格，0.5%成績超過85分。在課程論壇上，450名學生參與討論，發(fā)布了3 864條帖子，共526 083字;平均每名學生發(fā)帖9條，共826字，其中最活躍學生發(fā)帖201條，共25 239字。在所有輟學學生中，僅2名在論壇上發(fā)言;在所有未輟學學生（共1 347名）中，434名在論壇上發(fā)言，其中及格學生有116名，占所有及格學生（共148名）的78.4%。

2.方法

（1）文本分析中的情感信息挖掘

人的情感與行為緊密聯(lián)系，情感因素因而逐漸被金融、教育等領域學者關注[7-10]。隨著大數(shù)據(jù)時代來臨，互聯(lián)網(wǎng)上積累了大量文本，如新聞稿、論壇發(fā)帖、微博等，這些文本成為分析情感信息的良好數(shù)據(jù)源，利用文本分析進行情感挖掘逐漸成為熱點。與教育研究中衡量學生情感狀態(tài)的問卷法相比，文本分析優(yōu)勢有兩點[7]：首先避開了問卷法中學生自我評估的缺陷。自我評估一般事后完成，并非即時，其過程與結果受諸多不確定因素干擾，所得出的情感信息可信度較低;其次，基于積累的文本可以靈活分析一段時間內(nèi)學生的情感信息，而問卷法僅能評估學生填寫問卷時對學習過程情感的回憶，且摻雜填寫問卷時的個人情感狀態(tài)。

文本分析進行情感信息挖掘的方法主要有兩類。

第一類是機器學習法。應用時可分三步：第一步，準備好一組打好情感標簽的文本。第二步，對文本量化處理。量化過程視不同語言而定，若分析中文文檔，需首先運用自然語言處理的分詞模型對文檔分詞;若分析英文文檔，因文字自然被空格隔開而無須分詞處理。之后，應用文本量化模型將文檔轉換成向量，常用模型為詞包模型（bag-of-words）。假設文檔集合對應的詞匯表中包含m個詞語，運用詞包模型將每篇文檔轉換為一個m維向量，每個分量的值對應一個詞語權重。計算詞語權重的方法主要有三種。第一種，將詞語權重賦值為0或1，指代詞語是否在文檔中出現(xiàn);第二種，將詞語在文檔中出現(xiàn)的頻次設為權重，強調(diào)頻繁出現(xiàn)詞語的重要性;第三種，按照詞頻—逆文檔頻率（term frequency-inverse document frequency）計算詞語權重，權重為兩部分乘積：一部分是詞語出現(xiàn)頻率，即詞頻除以文檔長度;另一部分是逆文檔頻率，即計算總文檔數(shù)與包含具體詞語的文檔數(shù)之商，再取對數(shù)得出。詞包模型僅考慮詞語自身而忽略詞語順序（即語境信息），在一些文本分析中表現(xiàn)不盡如人意。為彌補缺陷，有許多更全面的文本量化模型被提出，其中最為直觀的是n-grams詞包模型（bag-of-n-grams），該模型將n個連續(xù)詞語組成的詞組視作分析單元，并基于詞包模型的權重計算方法計算詞組權重。第三步，基于量化后的文本訓練機器學習分類器，并利用訓練好的分類器識別新文本中的情感信息。早期研究中，傳統(tǒng)機器學習模型常被用作情感分類器，如林江豪等[11]通過樸素貝葉斯模型實現(xiàn)了微博情感分類。隨著深度學習技術崛起，學者發(fā)現(xiàn)深度神經(jīng)網(wǎng)絡在情感分類上的表現(xiàn)優(yōu)于傳統(tǒng)模型，如Lai等證實：相比于邏輯回歸與支持向量機，遞歸神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡在文本數(shù)據(jù)集上的情感分類準確率較高[12]。機器學習法能識別否定、反問等特殊情感表達，準確判斷較細顆粒文本的情感，但所需數(shù)據(jù)量較大，且需耗費人工為文本打情感標簽，成本較高。