任會峰，陸 松，董慶超

（1.無錫學院 物聯(lián)網(wǎng)工程學院，江蘇 無錫 214105；2.海軍航空大學 岸防兵學院，山東 煙臺 264001）

0 引言

計算機導論課程是各高校為計算機及相關(guān)專業(yè)大學一年級新生開設(shè)的專業(yè)基礎(chǔ)必修課，目的是建立學生對專業(yè)的基本認識，培養(yǎng)學生面向?qū)W科的思維能力，強化對專業(yè)的愛好與興趣［1］。課程教學過程中發(fā)現(xiàn)，新生的計算機基礎(chǔ)不一，學習缺少監(jiān)督，學習主動性不足，方法不夠優(yōu)良等行為會導致學習效果欠佳。

學生學習行為是學習方法與學習態(tài)度的外在表現(xiàn)［2］。通過分析學習行為，無疑對掌握學習習慣、學習態(tài)度、改進教學措施和課堂管理水平大有裨益［3］。傳統(tǒng)教學過程中，難以收集學生學習行為數(shù)據(jù)，學習通等智慧教育平臺為獲取學習行為數(shù)據(jù)提供了途徑［4］。屠菁［5］在雨課堂平臺研究學生在數(shù)據(jù)庫原理與應(yīng)用中的學習行為與學習規(guī)律，有助于掌握學生學習特點。梅鵬江等［6-7］以微機原理、單片機技術(shù)課程為例，統(tǒng)計學習通平臺學生部分學習行為與期末考試成績的相關(guān)性。王文晶［8］依托MOOC 平臺分析SPOC 課程線上學習行為與學習成績的關(guān)聯(lián)性。肖瑞雪等［9］研究大學生線上學習行為，提出線上教學效果相關(guān)建議。郭玲玲等［10］收集學生線上學習數(shù)據(jù)，采用線性回歸分析學生學習行為與最終成績的關(guān)聯(lián)性。代鴻等［11］分析了在線學習行為意向的影響因素。田娜等［12］分析慕課教學活動中學生部分學習行為與期末成績的相關(guān)系數(shù)。

總體而言，上述研究均面向純粹的線上學習行為，而混合式教學已被證明具有單一線上、線下教學所無法比擬的優(yōu)勢［13］。相關(guān)研究欠缺針對性的干預措施，更缺乏對學生學習行為的具體指導。例如，忽視了多門課程間的關(guān)聯(lián)性，只考慮單一課程的行為干預，體系層面思維不足；普遍從表示結(jié)果的期末成績這個單一維度進行分析，未考慮行為間的耦合，忽視了學習過程對學習行為的影響［14］。

針對上述問題，本文以學習通平臺建設(shè)的計算機導論課程為依托，開展混合式教學學習行為研究，提出四段行為分析法將獲取的學生學習行為數(shù)據(jù)歸一化至4 個區(qū)間，通過氣泡圖從學習過程分析學習行為數(shù)據(jù)間及其關(guān)聯(lián)性，針對學習行為畫像提出干預建議及教學改進措施。

1 數(shù)據(jù)獲取與處理

本文研究數(shù)據(jù)來源于超星學習通平臺上建設(shè)的計算機導論課程［15］。選擇2021 級無錫學院計算機科學與技術(shù)專業(yè)3 個自然班共120 名學生組成教學班進行研究。通過第3-6 周數(shù)據(jù)進行學習行為畫像，后12 周進行干預及效果分析。該課程采用學習通作為輔助教學手段，實施混合式教學而非單一線上教學，因此未統(tǒng)計線上視頻觀看情況。從學習通學生學習過程數(shù)據(jù)中提取與學生學習行為密切相關(guān)的搶答互動率、作業(yè)開始時間、完成作業(yè)用時、作業(yè)重做次數(shù)、作業(yè)正確率共5 個指標。其中，搶答互動率體現(xiàn)學生學習熱情，能間接反映學生能否跟上教師思路、理解能力的強弱；作業(yè)開始時間是學生學習熱情的外在表現(xiàn)，相較于搶答互動率，該指標反映的是無教師監(jiān)督下的學習熱情；完成作業(yè)用時反映學生對知識掌握的熟練程度、知識運用能力及對待作業(yè)的認真態(tài)度；作業(yè)重做次數(shù)體現(xiàn)學生知識掌握程度及對靈活掌握知識、勇于自我挑戰(zhàn)的追求；作業(yè)正確率體現(xiàn)教學過程中學生的階段性學習效果。

為便于比較分析，對獲取的原始數(shù)據(jù)進行預處理，借鑒期末總評時優(yōu)、良、中、差的4 級評分制，提出四段行為分析法。學生在課堂上參與師生互動，以搶答為主。為保證教學進度，搶答互動總次數(shù)控制在10 次以內(nèi)，所有學生均可參與，最終將搶答互動次數(shù)除以總次數(shù)作為搶答互動率。課后作業(yè)在學習通平臺上設(shè)置為授課結(jié)束時自動公布，記為起始0 時刻，截止時間為終止時刻，將學生開始作業(yè)時間歸一化至作業(yè)公布與截止時間段內(nèi)。學生從開始作業(yè)到提交作業(yè)的時間差為完成作業(yè)用時，用時最短者標記為起點0，用時最長者記為終點1。課后作業(yè)由學習通平臺從預先設(shè)置的作業(yè)庫中按照知識點隨機抽取組成，學生重做時會重新抽取題目，確保每次題目均不相同。當學生對作業(yè)正確率不滿意時，可重新作答。重做最大次數(shù)設(shè)為上限1，最少次數(shù)為下限0。以0.9、0.75、0.6 為分界線，評判作業(yè)正確率的優(yōu)、良、中、差。歸一化后的四段學習行為區(qū)間劃分及含義如表1所示。

Table 1 Interval division of four-stage learning behaviors表1 四段學習行為區(qū)間劃分表

2 學習行為畫像與干預

學習行為數(shù)據(jù)可視化能直觀呈現(xiàn)數(shù)據(jù)中隱藏的規(guī)律，協(xié)助教師快速、準確地了解學生學習態(tài)度及行為特點，進而開展針對性的教學指導。圖1—圖6 以氣泡圖形式展示多維學習行為數(shù)據(jù)與學生人數(shù)的關(guān)系。其中，氣泡越大代表表現(xiàn)出該項學習行為的學生人數(shù)越多，具體人數(shù)標記在氣泡中心位置。

Fig.1 Interaction rate and start time of homework圖1 搶答互動率與作業(yè)開始時間

由圖1 可見，課堂互動表現(xiàn)積極的學生普遍作業(yè)開始時間更早，而課堂互動中消極的學生在完成課后作業(yè)時最拖延；有2 名學生雖然課堂互動積極，但課下作業(yè)最拖延?；臃e極的學生能充分調(diào)動各種感官，保持持續(xù)專注力，緊跟教師授課思路，學習更為主動；互動積極但作業(yè)拖延的學生，雖然性格活躍，但自制力較差。因此，在教學中應(yīng)鼓勵學生參與互動［16-17］，例如以獎勵平時分的形式，構(gòu)建班級及學生間的競爭機制，促進良性循環(huán)。

由圖2 可見，搶答互動積極的學生作業(yè)完成速度較快，這與圖1 中作業(yè)開始時間呈現(xiàn)的規(guī)律一致，學生通過積極參與互動，提高了學習效率，知識掌握迅速且扎實。但相較于圖1，右上角人數(shù)明顯減少，互動積極且完成作業(yè)較快、較慢的人數(shù)隨之增加，更有2 名學生課堂表現(xiàn)積極但作業(yè)完成很慢，體現(xiàn)了學生之間差異性，基礎(chǔ)相對薄弱的學生完成課后作業(yè)的時間較長，需要額外時間回顧補充知識點；有4 名學生互動較積極但作業(yè)完成較快，原因是這些學生基礎(chǔ)扎實。因此，建議教師在鼓勵互動的同時，控制好課后作業(yè)量，為基礎(chǔ)較為薄弱的學生預留更多時間回顧知識點。

Fig.2 Interaction rate and completion time of homework圖2 搶答互動率與完成作業(yè)用時

由圖3 可見，最大比例為學生作業(yè)開始早且完成快，體現(xiàn)出學生扎實的學習基礎(chǔ)與極大的學習熱情。教師可適當加快教學進度，拓寬教學知識面，培養(yǎng)學生解決復雜問題的高級計算思維。針對部分作業(yè)拖延且完成作業(yè)用時長的學生，應(yīng)進一步優(yōu)化教學活動設(shè)計與實施，創(chuàng)新教學內(nèi)容與方法。例如，豐富在線交互環(huán)節(jié)設(shè)置、增加在線討論比重和隨堂小測次數(shù)，彌補無法及時獲取學生反饋的不足，針對性地加強思政教育強化其自主學習能力等［18］。

Fig.3 Completion and start time of homework圖3 完成作業(yè)用時與作業(yè)開始時間

由圖4 可見，作業(yè)開始時間越早，作業(yè)正確率越高，反之越低，表明學生趁著課堂授課剛結(jié)束的知識熱度，及時完成作業(yè)有助于進一步強化所學知識。根據(jù)艾賓浩斯記憶遺忘曲線［19］，建議教師設(shè)定作業(yè)截止時間不宜太長，盡量將作業(yè)截止時間提前至授課當天，趁熱打鐵，及時強化授課效果。針對不同知識點結(jié)合學生專長建立課程學習小組，減少客觀題比重，增加團隊探究式題目，通過分工協(xié)作，讓積極的學生帶動消極的學生。通過角色扮演、分組辯論、游戲形象、模擬教學等方式激發(fā)學生參與課堂教學的主動性，豐富學生情感體驗。例如，課程中的數(shù)制問題可引導學生查閱8 進制與中國傳統(tǒng)文化中的八卦圖進行類比，在課堂上以小劇場形式抽取學生組成八卦圖及八卦間的演化，既能活躍課堂氣氛，還能發(fā)散學生思維，提高學生學習興趣。

Fig.4 Accuracy and start time of homework圖4 作業(yè)正確率與作業(yè)開始時間

由圖5 可見，作業(yè)完成快且成績優(yōu)秀的學生占比較大，表明這部分學生基礎(chǔ)較為扎實；成績優(yōu)秀但完成較快的學生有11 名，這部分學生基礎(chǔ)相對較弱，需要更多時間才能取得較好成績。完成作業(yè)用時為較快的良好率相較于用時快的良好率稍高，用時特別快的相較于用時特別慢的正確率更低。結(jié)合圖4 可知，這些學生拖延到作業(yè)截止時間前才開始提交，將作業(yè)當作任務(wù)應(yīng)付了事。因此，建議教師不宜設(shè)置過長的作業(yè)持續(xù)時間，截止時間不宜過晚，一般難度的作業(yè)要求當天完成。此外，研究表明晚上9點后，人體大腦的活動將變得遲緩［20］，學習效率低且容易出錯，故應(yīng)將截止時間設(shè)置在此時間之前。

Fig.5 Accuracy and completion time of homework圖5 作業(yè)正確率與完成作業(yè)用時

由圖6 可見，作業(yè)重做次數(shù)少且不及格的人數(shù)為0，說明學生普遍具有上進心，當出現(xiàn)不及格時學生會選擇重做。由于每次重做都會從題庫中重新抽題，隨著重做次數(shù)增加，學生對知識點的理解越來越深刻，正確率總體呈現(xiàn)上升趨勢，因此重做次數(shù)多且優(yōu)秀的人數(shù)占比最大，其次為重做次數(shù)少且優(yōu)秀的人數(shù)。調(diào)查發(fā)現(xiàn)，15 位重做次數(shù)少且優(yōu)秀的學生基本固定不變，這些學生上課認真，搶答互動最積極，開始作業(yè)早且作業(yè)用時短；有4 名學生重做次數(shù)多但仍不及格，一方面表明了其基礎(chǔ)較為薄弱，入學前基本沒接觸過計算機，另一方面存在畏難情緒，聽課效率不高，通常這幾位學生也較為固定。因此，建議教師增加作業(yè)庫中各知識點題量，幫助學生從多角度理解知識點，使其更牢固地掌握所學知識。教師還應(yīng)考慮多門課程間的聯(lián)系，從專業(yè)體系高度進行教學準備和知識講授。例如，在計算機導論中的電子表格軟件Excel 的應(yīng)用教學過程中，可引導學生思考Excel 中的函數(shù)與C 程序設(shè)計語言課程函數(shù)的異同之處，分析哪些參數(shù)屬于形參，哪些屬于實參，思考能否使用C 語言編程實現(xiàn)Excel 中的SUM 等函數(shù)功能。通過聯(lián)系兩個相同或相近的概念，發(fā)散學生思維，提高學生對課程及相關(guān)課程的認識與理解，培養(yǎng)學生舉一反三的思維能力，增強學生學習興趣與信心。

Fig.6 Accuracy and redo times of homework圖6 作業(yè)正確率與作業(yè)重做次數(shù)

3 效果分析

教育心理學家班杜拉提出的模仿理論指出學習即模仿。學生會根據(jù)同伴表現(xiàn)和自身學習經(jīng)歷進行比較，通過外部強化、自我強化和替代性強化激勵自身學習動力，改善學習行為與態(tài)度，從而對學業(yè)成績產(chǎn)生積極影響。本文結(jié)合學習行為畫像與干預從學習過程和結(jié)果兩個維度進行效果分析。

首先基于學生第3-6周學習行為數(shù)據(jù)的畫像及干預建議，對2021級無錫學院計算機科學與技術(shù)專業(yè)計算機導論課程后12 周（第7-18 周）的學習行為采取干預指導?？紤]到周課時較少，干預指導對學生學習行為的影響是個緩慢的過程。因此，評價指標數(shù)據(jù)的采集頻率設(shè)置為每兩周一次，共獲得6 組數(shù)據(jù)，過程干預效果如圖7 所示。其中，橫軸為采取學習行為干預的教學周次，縱軸為四段學習行為中行為消極的兩段學生數(shù)與行為積極的兩段學生數(shù)之比。

Fig.7 Curve of learning behavior intervention effect圖7 學習行為干預效果曲線圖

由圖7 可見，在搶答互動率、作業(yè)開始時間、作業(yè)完成時間3 個指標中，消極的學生數(shù)與互動積極的學生數(shù)之比呈現(xiàn)下降趨勢。對比學生名單可發(fā)現(xiàn)，學習主動的學生學習行為基本無波動，學習被動的學生被干預后進步較大，證實了通過學習行為干預指導及改進教學策略，能使學生積極模仿先進的學習行為，讓更多學生充分重視互動的積極性，并主動參與其中，開始作業(yè)更早、完成作業(yè)更快。作業(yè)重做次數(shù)少的學生人數(shù)與重做次數(shù)多的人數(shù)之比總體呈現(xiàn)上升趨勢，表明更多的學生知識掌握更扎實，更少的學生需要通過刷題來鞏固知識點。

課程結(jié)束后，采用問卷星設(shè)計調(diào)查問卷，選題包括積極性、學習動機和學習效果3 個方面，設(shè)置90 分及以上為非常贊同，75-90 分為贊同，60-75 分為一般，低于60 分為不贊同，具體結(jié)果如表2 所示。由此可見，與學習行為干預效果相似，大多數(shù)學生對干預建議持贊同態(tài)度。其中，認為能提高學習效果的學生占比71%（贊同與非常贊同之和，即評分在75 分以上），69.67%、75%的學生贊同/非常贊同對學習行為進行干預后能提升個人學習積極性和端正學習動機，更愿意按照教師提供的先進學習模式完善學習過程，學習動機從外部分數(shù)驅(qū)動轉(zhuǎn)變?yōu)閮?nèi)部知識驅(qū)動。

Table 2 Questionnaire results表2 問卷調(diào)查結(jié)果

表3 為無錫學院計算機科學與技術(shù)專業(yè)2021 級與2020 級學生的期末考試成績比較。由此可見，采取學習干預使2021 級學生期末考試均分和優(yōu)秀比分別提高6.19%和11.39%，雖然良好比相當，但及格人數(shù)占比下降了1.48%，不及格人數(shù)為0，證實了該教學模式能提高課堂教學效果。此外，相關(guān)干預措施已用于指導2022 級新生的學習行為，并持續(xù)積累學習行為數(shù)據(jù)。

Table 3 Comparison of final examination results表3 期末考試結(jié)果比較

4 結(jié)語

學生學習行為畫像能客觀反映學生學習特征及規(guī)律，及時采取針對性干預能避免指導行為滯后、提升學生學習效果和教師教學效率。實踐表明，學生對混合式教學中行為干預的認可度較高，研究成果對計算思維導論、計算機文化基礎(chǔ)等課程同樣具有借鑒意義。

下一步，將收集更多課程學習行為數(shù)據(jù)，研究多門課程聯(lián)動及專業(yè)體系的學習畫像，通過機器學習等方法研究學習行為的定量分析，并通過及時有效的干預實現(xiàn)精確指導。