[關鍵詞] 在線學習 個性化 學習行為

課題：陜西廣播電視大學2018年校級科研課題《大數據背景下在線學習行為影響因素研究》（課題編號：18DA03）。

《第43次中國互聯網絡發展狀況統計報告》中數據表明，近幾年來在線教育發展較快，至2018年12月，我國在線教育用戶量約為2.01億，年增長率為29.7%[1]。

大數據背景下教育領域逐漸與現代科技相融合，為個性化學習提供技術支持和新途徑，在線學習能夠根據學習者的個體差異性，建立個性化的學習策略、學習資源以及學習的有效工具，有針對性地建立學習活動，滿足用戶多樣化的學習需求與學習偏好，從而擴展學習邊界，推動在線教育普及和深化，形成大數據背景下新型教學模式。

當前在線學習模式主要集中在教師與學生基于學習平臺的交互教學，探索在線學習學生的學習特點、行為方式、教學內容選擇偏好等，挖掘在線平臺學習呈現方式，能夠深入探索學習者群體的學習行為偏好，提供滿足個體需求的個性化學習服務，實現因材施教的教學目標；能夠通過預測學習者的學習成果，及時做出干預，同時有針對性地改進與優化教學設計，提高大數據背景下在線課程學生留存率和效用。

學習者需求

在線學習能夠克服學習者時空和年齡的限制，滿足學習群體的多樣化、個性化學習需求，為構建終身學習的現代學習型社會和新型服務體系提供了可能。因為在線學習的個體存在著學習偏好、學習風格和認識水平等復雜性，在線學習平臺必須重視學習者的差異性和情感需求，滿足學習者多樣性參與方式、個性化交流分享和獨特性交互學習。因此“以學習者為中心”是大數據背景下學習平臺進化的核心價值體現。美國Blackboard平臺為師生提供了個性化的課程管理模塊，不同功能能夠滿足不同學生的學習需求，促進了學習者學習的積極性與主動性，通過對學習者使用信息的方式，及對各類信息的關注程度進行研究，推測學習者的學習風格[2]。

學習行為

學習者行為涉及視聽說多種學習資源，涉及參加學習活動并進行思考、測試或作業等一系列行為，有效的學習行為能夠促進學習績效的提高。在線學習行為會受到學習者的個人特性、行為特征、個人興趣以及學習資源使用偏好等多因素的影響。美國普渡大學通過學習成績、學習表現、學習背景和個人特征等相關數據來評估學生的學習狀態，及時給予教師與管理人員信號反饋與干預。楊玉芹通過構建在線學習用戶的個性化模型，研究在線學習過程中所需要的元素以及其支持背景，從而有效促進在線學習效果并不斷地更新資源，為學習者提供更好的服務。劉三等從網絡環境下分析群體學習的交互情況發現學習者的交互規律，探索提髙學習質量的方法[3]。學習者行為包括學習時長、下載資源、討論互動發言等多種行為，只有對學習者和學習行為進行精確分析，才能實現個性化學習的需要。美國可汗學院用可視化報告展示學生的學習進展差異與知識掌握程度差異，為教師增加教學活動的針對性提供幫助，為家長了解學生學習進展提供依據，為學習者調整與規劃學習活動提供支持[4]。

學習滿意度

學習滿意度是學習者對學習過程和學習成果等方面的主觀感受，表現為學生對在線學習體驗的效果評價。在線學習滿意度是在線學習效用的重要評價指標，代表學習者在線學習形式的主觀認知與情緒體驗以及滿意程度，學習滿意程度與學習行為之間呈顯著正相關。學生在線學習滿意水平高，則學習動機強、學業成績好、在線學習認可程度深，因此，學習滿意度是學習績效的重要影響因素之一。高水平的學習滿意度要求學習者具備明確的學習規劃時間、學習場所，具備及時調整學習的階段目標與終期目標的能力，以及運用多種學習策略等方面能力。Puzziferro研究發現，學習滿意度與學習者自身的元認知自我調節能力以及時間管理能力等方面具有顯著性關系。Libby通過分析學習平臺的日志，得出學習者的成績與學習動機正相關的結論，學習動機不強烈，會導致學生半途而廢、功虧一簣，從而不能最終實現學習目標。

在線學習者時空分離引發的孤獨感會影響學習滿意度，有數據表明，在線學習者長時間駐留在某頁面時，可能產生學習困難和學習倦怠，因此，需要學習者在學習過程中及時調控自身的情感[5]。如果缺乏明確的學習指導或適當學習策略作為支持，在線學習過程會影響學習者本人的學習態度，在學習過程中個體會產生心理挫敗、身體疲倦和情感孤獨，形成習得性無助，學習過程出現反復且學習效率不高，影響個體學習滿意度。大數據背景下的在線學習設計要克服學習者在學習過程中產生的負性情感，提供給學習者持久熱情和耐心的途徑，使學生繼續參與課程互動，積極發布觀點討論，加強與同伴的交互，確保學習者的學習滿意度。澳大利亞伍倫貢大學通過數據分析學習過程中形成的學習網絡，展示學習者之間的聯系，幫助教師注意到孤立的學習者，提升學習用戶的學習水平。

對 策

1.學習環境個性化

在線學習平臺必須重視學習者的個性化和情感需求，加強功能區模塊智能化建設，使學習者能夠自主個性化參與、交流分享、交互學習。根據教學目標給學習者提供更為分散、靈活、多元和個性化的學習選擇在線學習平臺的個性化服務，這是大數據背景下在線平臺順利發展的重要影響因素。通過在線學習行為數據進行分析統計，能夠及時把握學習者的個性化學習風格、學習規律和差異化學習狀態，并及時反饋給學生并進行干預，通過在線學習平臺的個性化資源推薦，合理規劃學生個體的差異性學習路徑，引導學生培養學習興趣，提高學習者在線學習的效果。個性化學習環境建設體驗良好的學習平臺可以降低學習者在使用時的認知負荷，使學習者將更多精力專注于學習過程、提高學習效率，提升學習技能。

2.教學活動設計靈活化

根據維果斯基的支架式教學策略，教師根據學習者學習心理、學習相關的知識體系以及學習認知能力等方面存在的差異，設計適應學生個性特點的教學環節，為學習者建構學習知識理解內容的概念框架，提供個性化“支架”，分解細化復雜的學習任務，設立學習階段性目標和最終目標，通過呈現適合學習者的教學情境，使學習者自己借助“支架”逐步攀升，最終達到無需教師引導，學習者自主學習。可以統一安排引導需求強課程學習，提高學習者的動力和信心；對引導需求弱的課程學習提供靈活分散的學習時間；設計滿足學習者的個性化學習需求的學習活動，使學習活動和任務更加多元化。

3.學習動機培養差異化

關注學習者的人格差異與情感心理，學生學習動機培養需要建立相應的獎懲激勵機制，根據模塊要求調整課程數據、學生自我評價、學習動機等數據，以“以學生為中心”為依據，調整并創設靈活多變的教學策略，呈現教學內容，并且在教學過程中對學生的行為進行強化和刺激，產生條件反射。通過在線反饋留言、自我評價、他人評價等方式調動學習者積極性，及時了解自己的學習特點和掌握程度，提高學習投入度。

結 論

個性化學習更加關注學習者特點，對學習者心理進行深入探討，這是大數據背景下在線學習發展的必然趨勢，針對不同學習風格的學習者，應用個性化的學習策略要從用戶個體本身出發，重視學習群體的學習偏好，提供基于個體學習行為偏好的在線學習服務，實現學習途徑個性化、在線資源多樣化、問題解答智能化，提高在線學習平臺的差異化服務能力，滿足不同學習者的學習要求。引導學生養成穩定的在線學習習慣，提高用戶滿意度，提高群體水平。因此在線教學是實施個性化教學的必經之路，對教育教學事業的發展起著至關重要的作用。

參考文獻：

[1]中國互聯網絡信息中心：《第43次中國互聯網絡發展狀況統計報告》,http://www.cac.gov.cn/2019-02/28/c_1124175686.htm，2019年2月。

[2]劉少偉、趙長在、雷少飛：《基于數據分析的學習者在線學習行為研究》，《中國成人教育》2016年第23期，第11-14頁。

[3]劉三、石月鳳、劉智：《網絡環境下群體互動學習分析的應用研究——基于社會網絡分析的視角》，《中國電化教育》2017年第2期，第5-12頁。

[4]郭炯、鄭曉俊：《基于大數據的學習分析研究綜述》，《中國電化教育》2017年第1期，第121-130頁。

[5]孫玉樺、唐章蔚：《基于大數據的個性化學習環境構建研究》，《中小學電教》2017年第Z2期，第51-54頁。

作者單位：陜西廣播電視大學學工部