秦秀波，周國棟

(山東城市建設職業(yè)學院，山東濟南 250103)

隨著微課、慕課(MOOC)全球化的快速發(fā)展，尤其是大數(shù)據(jù)和云計算的深入研究與應用，在線學習引發(fā)了社會各界的廣泛關注并在教育界掀起一陣新的研究熱潮?；谠诰€學習的大數(shù)據(jù)分析和在線學習特征挖掘，不僅是優(yōu)化在線學習、支持在線教育服務的重要依據(jù)，也是后建構主義時代下聯(lián)通主義學習理論的重要應用?！督逃畔⒒笆濉币?guī)劃》中明確指出：“要實現(xiàn)學生學習過程、實踐經(jīng)歷記錄的網(wǎng)絡學習空間呈現(xiàn)，依托網(wǎng)絡學習空間逐步實現(xiàn)對學生日常學習情況的大數(shù)據(jù)采集和分析”?！督逃畔⒒臧l(fā)展規(guī)劃2011-2020》中也明確將“加快職業(yè)教育信息化建設，推動信息技術與教育教學深度融合”作為重點發(fā)展任務之一。然而，在線學習蓬勃發(fā)展的背后面臨的是如何更好地根據(jù)學習者特征設計課程資源、管理在線學習行為、提升學習效果等眾多亟待突破的難題，并且當下在線研究大多選擇本科生作為研究對象，忽略了其在培養(yǎng)目標和學習方式上與高職學生的差異性。因而，如何依據(jù)高職學生自身特點、探索分析其在線學習特征具有較強的理論和實踐研究價值。

1 行為序列分析法及其在建筑類高職學生在線學習的可行性

行為序列分析作為當下學習分析中常用的研究方法，能夠通過測量、收集、分析和匯報學習者以及他們所處環(huán)境的數(shù)據(jù)，來理解和優(yōu)化學習以及學習環(huán)境，現(xiàn)已廣泛應用于教育、醫(yī)療、電子商務和高等教育等眾多領域。目前，在教育領域行為分析上通常采用Sackett提出的滯后序列分析方法(Lag Sequential Analysis，LSA)，該方法可以通過分析一種行為在另一種行為之后出現(xiàn)概率的顯著性來探索人類的行為模式，〔1〕對于高職建筑類學生在線學習分析具有開展的可行性。

一方面，當前行為序列分析方法的研究和應用已相對成熟，具備在建筑類高職院校開展的條件。在電子商務領域，行為序列分析被廣泛用于客戶行為偏好分析，以針對性推薦產品、提升營銷效果；在醫(yī)療康復領域，行為序列分析能夠檢測、跟蹤、識別和解釋病人行為，以便從智能聚類行為分析和行為序列趨勢分析方面輔助醫(yī)生治療；在教育領域，行為序列分析能夠對學習平臺日志數(shù)據(jù)進行在線學習行為序列和參與模式探索，〔2〕并利用整合技術的學科教學知識對優(yōu)質課程的教師行為進行序列分析以提升在線教學效果……多領域的應用研究為高職學生在線學習行為序列分析奠定了基礎。

另一方面，建筑類高職院校學生自身綜合素養(yǎng)也符合開展在線學習行為序列分析的要求。隨著高職院校信息化建設的開展，特別是教育部1+X證書制度試點工作的開展，建筑職業(yè)院校間建筑信息模型(BIM)職業(yè)技能等級證書的培訓得以普及，一定程度上提升了高職學生的信息化素養(yǎng)。同時，伴隨著職業(yè)院校信息化建設的推進，各院校已基本實現(xiàn)校園內無線網(wǎng)絡的全覆蓋，也為在線學習提供了需要的網(wǎng)絡環(huán)境。而且，高職院校學生大多具有較強的實踐能力，對微課、慕課等在線學習資源興趣濃厚，這也為建筑類高職學生在線學習行為分析提供了條件。

2 研究方法

相較于本科學生，高職院校學生在線學習具有自控能力較差、學習目的性不強、持續(xù)動力不足和易受網(wǎng)絡干擾因素等特點，為確保研究的客觀性、準確性，本項目選取一個78人建筑類小專業(yè)高職學生作為研究對象，采用OCAM屏幕錄像軟件對“工程施工組織與進度控制”課程的在線學習進行操作錄像，并由研究小組對錄像中的學習行為進行記錄，從而挖掘建筑類高職學生在線學習行為轉換特征。

2.1 研究問題

在已有研究基礎上，本文嘗試應用行為序列分析法探索建筑類高職學生在線學習特征中的兩個問題：一是建筑類高職院校學生的在線學習過程中，哪些行為序列出現(xiàn)概率達到顯著性水平，哪些行為序列與學生課程成績具有顯著相關？二是建筑類高職院校學生的在線學習過程中，可根據(jù)學生的行為序列將其分為哪幾類參與模式，這些學生的參與模式各有什么特點？

2.2 數(shù)據(jù)處理與分析

“工程施工組織與進度控制”課程是高職建筑類專業(yè)的一門專業(yè)核心課程。該課程共計36學時，以理論知識講解為主，具有一定的操作性。該在線課程主要包含理論知識講解、在線視頻資源、在線測試、論壇互動交流和用于學生自主學習的預設資源。下面通過對學生在線學習過程中的行為動作進行分析，排除學生無目的意識操作或者頻率較低的偶發(fā)性動作，將建筑類高職學生在線學習過程歸類為表1所示的11種行為，并作為行為序列分析的行為對象。

表1 高職學生在線學習行為名稱、描述和編碼

表2 高職學生在線學習行為轉換頻率表

參照滯后序列分析方法(LSA)，本研究將一種行為向另一種行為的轉換定義為一個行為序列，并運用兩個行為編碼組合方式定義該行為序列。編碼的前后代表該行為序列的轉換方向，如ST-CS表示學生完成了“先查看在線測試試題，完成網(wǎng)上在線測試”的行為序列，由此將編碼的11個行為建立起110個行為序列，并基于SPSS 19.0對相關數(shù)據(jù)進行深入分析研究。

3 研究結果

3.1 建筑類高職院校學生在線學習顯著性行為序列分析

本研究對建筑類高職院校學生在線學習期間的學習行為序列頻次進行統(tǒng)計，形成表2所示的11種學習行為之間的轉換頻次表：表中的“行”代表一個行為序列的起始行為、“列”代表該起始行為之后的跳轉行為，表中數(shù)據(jù)代表兩種行為所形成的行為序列產生頻次。例如，第三行第二列的1306，代表從查看學習任務(RW)到觀看課程資源(KC)這一行為序列共出現(xiàn)了1306次。并且，從表中可以清晰發(fā)現(xiàn)，RW-KS(從查看學習任務到觀看課程資源)、RW-CS(從查看學習任務到完成網(wǎng)上在線測試)、FT-HT(從學習論壇發(fā)帖到學習論壇回帖)等行為具有顯著相關性。

3.2 建筑類高職院校學生在線學習行為轉換模式分析

基于表1的高職學生在線學習行為轉換頻率數(shù)據(jù)，通過計算每個序列發(fā)生頻次的Z分數(shù)，從而形成如表3所示的殘差表(Z-score)。其中，只有當Z分數(shù)(Z-score)大于1.96，才表明該行為序列出現(xiàn)的頻次在統(tǒng)計上具有顯著意義(p<0.05)。從表中可以發(fā)現(xiàn)KC-RW(從觀看課程資源到查看學習任務)、KC-CT(從觀看課程資源到查看在線測試試題)、CS-DA(從完成網(wǎng)上在線測試到查看在線測試答案)、DA-ST(從查看在線測試答案到學習論壇搜帖)和ST-HT(從學習論壇搜帖到學習論壇回帖)等行為序列的發(fā)生頻次達到顯著水平。

表3 高職學生在線學習行為調整后的殘差表(Z分數(shù))

注：*P<0.05

表4 高職學生在線學習與成績相關的行為序列(部分)

**P<.01*P<.05

3.3 建筑類高職院校學生在線學習行為序列與成績相關性分析

通過SPSS 19.0軟件將學生在線學習過程中產生的行為序列總頻次與課程成績進行Pearson相關性分析發(fā)現(xiàn)，在線學習行為序列與學生成績之間呈現(xiàn)出中度正相關(r=0.373，p<0.01)，學生在線行為過程中的行為序列越多、過程越復雜，學生在線學習的成績相對越高。為進一步探究各行為序列與學生在線學習成績的相關性，本項目將11個行為所建立起的110個行為序列與課程成績進行Pearson相關性分析，如表4所示。

通過上表可以看出，跟成績呈現(xiàn)高度相關的行為序列都與在線測試和論壇討論相關，如CS-DA(從完成網(wǎng)上在線測試到查看在線測試答案)、DA-CT(從查看在線測試答案到查看在線測試試題)、CT-CS(從查看在線測試試題到完成在線測試)等；跟成績呈現(xiàn)中度相關的行為序列主要涉及到內容瀏覽和進度查詢等相關行為，如RW-KC(從查看學習任務到觀看課程資源)、JD-RW(從查看學習進度到查看學習任務)；跟成績呈現(xiàn)低度相關的行為序列主要涉及到論壇行為和內容瀏覽行為，這些行為序列大多是學習者淺層次或無目的多模塊內容跳轉，如CT-QT(從查看在線測試試題到其他無目的行為)、QT-CT(從其他無目的行為到查看在線測試試題)。

3.4 建筑類高職院校學生在線學習行為轉換圖

本研究采用兩步聚類法將110個行為序列作為分類變量進行聚類分析，并進一步采用滯后序列分析法檢驗各類別學生發(fā)生概率達到顯著性水平的行為序列，以深入探析學生的行為轉換序列，最終得到四類學生的在線學習行為轉換圖。根據(jù)學生參與在線學習的特征，可以將其分為低投入型、淺層次投入型、目標投入型和深層次參與型(如圖1所示)。

圖1 建筑類高職院校學生在線學習行為轉換圖

由圖1可以發(fā)現(xiàn)，第一類低投入型學生在線學習行為轉換少，其在進入在線學習課堂后主要行為序列是查看學習任務并瀏覽在線試題(RW-CT)、瀏覽并完成在線測試試題(CT-CS)，甚至沒有去關注試題的答案和正確率。由此可見，這類學生對于學習成績好壞并不重視，他們缺乏在線學習的興趣與動力，整體投入性比較低。進一步查看這部分學生整體學習成績后發(fā)現(xiàn)，該類學生成績整體不理想，需在線課程加大支持和監(jiān)管，否則難以達到理想的學習效果。

第二類淺層次投入型學生與第一類相比，增加了觀看課程資源(KC)和在線測試答案(DA)環(huán)節(jié)，這表明他們具有一定的學習興趣，并可能有進一步深入學習的可能。然而，這一類學生在完成測試查看答案(CT-DA)后并沒有后續(xù)學習計劃，缺乏較強的學習目標績效動機，對在線學習自我監(jiān)控不足。盡管該類學生相較于第一類學生的行為序列數(shù)量和頻次都有所提高，但整體缺乏深入性和多樣性，因而該列學生的學習成績仍整體偏低。

第三類目標投入型學生，相較于前兩類學生而言，該類學生的學習行為序列數(shù)量和行為發(fā)生頻次明顯增加，且學習重點聚焦于測試模塊：包括瀏覽并完成在線測試試題(CT-CS)、完成測試查看答案(CT-DA)、觀看課程資源并進行在線測試(KC-CS)等行為。進一步查詢該類學生的行為序列頻次可以發(fā)現(xiàn)這類學生在線學習行為過程完整，并將測試作為整個學習過程中知識精加工或知識強化的核心，對于論壇討論、生成式問題探討興趣不大，但對于自身成績的重視性和學習行為的目標投入性很足。因而，該類學生普遍成績比較高、學習動力較為持久專注。

第四類深層次參與型學生，相較于前三類學生而言，在線學習行為序列中增加了論壇討論內容，學生可以通過論壇進行深入討論學習，包含對測試答案進行搜帖研究(DA-ST)、對在線測試試題進行發(fā)帖咨詢(ST-FT)等行為序列。該類學生相較于其他三類學生能夠更加合理地利用在線學習資源，按照一定的學習目標和績效動機，循序漸進地展開進行學習活動，包含查看學習任務并瀏覽在線試題(RW-CT)、觀看課程資源到查看在線試題(KC-CT)、 完成測試并查看答案(CT-DA)等行為。盡管該類學生在成績上稍遜于目標投入型學生，但他們占據(jù)較大的數(shù)量比例。

4 總結與反思

4.1 行為序列分析法對在線學習教與學過程提供了新的解讀視角，有助于發(fā)現(xiàn)有效行為序列與教學規(guī)律

在線學習中教與學的過程能在一定程度上反映學習者的狀態(tài)，通過深入分析教與學過程中的數(shù)據(jù)，不僅有助于教學者掌控教學狀況、調整教學策略、優(yōu)化教學路徑，還能在行為監(jiān)控和分析中發(fā)現(xiàn)學習的重點與難點，提高學習的針對性；〔3〕特別是行為序列分析法的應用，能夠了解學習者的學習路徑和行為偏好，把握潛在的學習行為意向。例如，在本研究中完成測試查看答案(CT-DA)、觀看課程資源并進行在線測試(KC-CS)等行為序列具有較高頻次，并且與線下學習特征行為相一致，可為教師在線學習課堂教學設計提供支持。此外，探尋具有促進意義的學習行為序列是有效提升在線學習效果的核心，在本研究中CS-DA(從完成網(wǎng)上在線測試到查看在線測試答案)、DA-CT(從查看在線測試答案到查看在線測試試題)、CT-CS(從查看在線測試試題到完成在線測試)等行為序列都與學生成績具有密切相關。由此可見，在線測試是整個學習活動的核心環(huán)節(jié)，教師可以據(jù)此教學規(guī)律開展任務探究、任務生成和目標驅動等多種教學方法，提升在線學習成績。

4.2 行為序列分析法對在線學習行為的投入性進行深入分析，有助于發(fā)現(xiàn)有效的行為序列與模式

學習行為的投入揭示了學習者與學習環(huán)境的積極交互發(fā)展程度。在這一信息交換的環(huán)境中，學習者基于在線信息交互實現(xiàn)了知識的沉淀、流動和生成，具體體現(xiàn)在學習者知識理論的更新、認知結構的改變、學習行為的豐富和在線任務的完成。這些學習情感投入、學習認知投入和學習行為投入共同作用實現(xiàn)了學習者自我能力的提升?！?〕以本研究為例，通過對在線行為轉換圖分析將其劃分為低投入型、淺層次投入型、目標投入型和深層次參與型四類，在低層次和淺層次的學習行為中，學習行為缺乏有意義的認知和持久的目標動機，導致學習者動力不足、缺乏系統(tǒng)性、成績整體偏低；而目標投入型和深層次參與型學習行為，其行為具有一定的目標和需求動機，并形成有意識的操作意向，在目標績效的引領下將這些操作意向演變?yōu)闊o意識、自動完成的學習行為序列。因此，這一類學生目標明確、知識內化水平高、成績整體較為理想。同時，有效的在線學習行為模式能夠體現(xiàn)學生在線學習過程中認知活動的多樣性、深入性以及行為的合理管理與調控。盡管本研究中目標投入型和深層次學習型在線學習行為模式都取得了較好的學習效果，但目標投入型模式在促進學習者認知發(fā)展全面性以及行為多樣性、延展性方面與深層次參與學習行為具有一定差距，在認知需求和規(guī)律穩(wěn)定性方面也難以達到深層次參與學習行為的效果。

4.3 行為序列分析法對在線學習模式與成績進行相關性分析，有助于指導在線課程的設計與建設

傳統(tǒng)在線學習課程設計認為知識點的講解，特別是碎片化資源設計將有助于在線學習效果的提升，但在本研究中發(fā)現(xiàn)，學習者將更多的目光投向于在線測試和論壇環(huán)節(jié)，包含瀏覽并完成在線測試試題(CT-CS)、完成測試并查看答案(CS-DA)、查看答案并搜貼、發(fā)帖討論(DA-ST、DA-FT)等行為序列，而與課程資源(ZY)相關的行為序列并不顯著。這表明學習者并未將知識點講解類的在線資源作為認知解惑和知識內化的第一選擇，也表明可能現(xiàn)有的在線資源在知識呈現(xiàn)、組織和促進教學方面與紙質材料并無本質差異，其在線資源碎片化和便捷化優(yōu)勢未得到有效體現(xiàn)?！?〕因而，在線資源設計時要更多融入大數(shù)據(jù)技術實現(xiàn)在線資源的個性化推送、提高在線資源的轉化能力，真正實現(xiàn)在線學習線上和線下優(yōu)勢互補。此外，通過行為序列分析可以發(fā)現(xiàn)，在線課程中的論壇模塊在行為序列中呈現(xiàn)顯著的行為轉化，特別是在目標投入學習模型和深層次參與模型中，論壇模塊的加入提高了學習者的社會性知識建構和社會交往，也在某種程度上影響了學生在線學習的認知多樣性與深入性。對于在線課程設計和構建而言，本研究表明：清晰、合理的學習行為路徑以及有效的信息交互和知識構建融入，成為影響學生在線學習認知發(fā)展程度的重要因素，教師也可借此對在線課程進行及時干預，引導學習者更多地參與到與學習活動密切相關的行為序列之中。

智慧教育時代下分析學習者的在線行為具有重要意義，不僅有助于教與學過程的優(yōu)化，還能夠確保在線學習者獲得真正有意義和深層次的學習。本研究的行為序列分析表明，在線課程的建設不能僅僅局限于資源的建設和課程的設計，還應關注在線課程學習路徑的設計與優(yōu)化方面，借助目標明確、可視化的學習路徑為學生提供在線學習的“腳手架”，輔助學習者實現(xiàn)在線學習與認知發(fā)展，建立起有效的在線學習參與模式。然而，本研究僅針對一門課程和小樣本學生進行研究，而在線學習的過程具有復雜化和多樣化，未來還需探究大樣本、多學科和多元教學模式環(huán)境下的有效行為序列、行為轉換模式，從而提高研究的客觀性和科學性。