学习分析视域下的学习者模型研究脉络与进展

1、    学习分析视域下的学习者模型研究脉络与进展    总体来讲，目前关于学习行为建模的研究主要有两条路径：一是运用理论演绎的方法来梳理学习行为层次和类别，并描述每一类学习行为的特征与表征方式。二是基于具体的学习平台抓取的数据进行聚类分析，研究学习行为与学习效果的关联。虽然二者在研究方法运用方面有所差异，但基本是将学习行为分为两类：个体学习行为和社会性学习行为(如表1所示)。这与学习行为投入理论对于学习行为的分类描述一致。这里的个体学习行为和社会性学习行为分别对应在线学习行为投入的“参与”和“交互”6061。个体学习是学习者基于吸收生成的个人知识建构行为

2、62，主要包括登录行为、资源浏览等进行知识储备的行为，以及添加学习笔记、查看报表等反思行为。社会性学习行为是基于协作参与的协同知识建构和基于共享创造的集体知识建构，也就是学习者作为学习共同体中的成员进行社会知识建构的行为，包括信息交流、协作编辑行为、问题解决等，论坛交流行为包括论坛发帖、回帖、浏览帖子等，协作编辑包括编辑wiki、讨论、邀请合作者、评分、评论等。上述学习行为均与学习成绩有一定程度的显著相关63。参照在线学习参与理论，社会性交互行为与学习成绩之间存在密切的关联64。表1 在线行为的分类维度行为具体描述个体学习行为登录行为登录、退出、在线保持阅读资源行为阅读通知下载/阅读课程资源作

3、业行为查阅资源提交作业修改作业管理学习笔记添加学习笔记管理学习笔记删除学习笔记社会性学习行为信息交流论坛访问、浏览帖子、发布帖子(发表话题和发表问题)、交互(回文、被回文、赞同、被赞同)、关注/埋怨、直接求助、提问质疑、分析回答、提出建议协作编辑感知、共享、论证、协商、创作、评价、反思问题解决问题表征(提出和阐述)、问题回应、问题深化、问题解决、构建知识五、学习模型间的关联分析(一)认知与行为模型之间的关联认知模型中包含的认知能力、元认知、认知策略等维度，反映了学习者对外界信息进行加工、整合的认知因素。学习行为多侧重于描述学习者对外界信息进行外显的可测量的操作。认知模型所概括的内在认知因素可能

4、影响外在的信息操作行为。具体体现在学习者的认知策略和元认知可以调控和调节其学习行为。当学习者意识到其认知过程需要调节，那么他的学习行为也会随之发生一定的改变。另一方面，学习行为也能够为认知过程提供直接经验，但是这个过程是缓慢进行的。也就是说，学习者需要实施多次相同或相似的行为，才可能总结出一定的有效的经验。基于上述对认知与行为关系的分析，有研究者提出整合认知与学习行为的观点。该研究模型将认知行为也纳入到学习行为之中，称之为内隐的学习行为65。也有研究认为学习行为与认知二者是不可分割的。(二)认知与情感模型的关联情感反映了学习者对学习过程的情绪、感受或态度等。学习者在学习过程中需要同时调动认知与

5、情感因素，二者相互影响、相互作用66。因此，认知和情感都是必要的学习投入。早期研究认为研究者可以基于认知过程来预测学习者的情感6768。另一方面，情感也会对认知产生影响。有研究表明，积极情绪可以促进网络学习，使得学习者思维集中、活跃，持续的有效学习时间也更长；而消极情绪则相反69。在远程学习中，情感交互的各层次和认知交互的过程是相互对应的70。因此，情感可能通过影响认知因素间接影响学习行为和学习结果71。(三)行为模型与知识模型的关联学习行为发生的目的可以理解为对学习者的知识进行个体与社会性建构。学习者个体学习行为对应的是个人知识建构过程，主要是知识获取和反馈；而社会性学习行为对应其社会知识建

6、构过程，即与其他学习者通过信息交流、协作编辑、问题解决等行为来共同建构知识。学习者知识模型主要用来描述学习者的知识结构，即学习者已经形成的知识体系。知识体系是学习行为选择的结果。原因在于，学习者本次学习结果将会作为下一次学习的储备知识。学习者会根据知识的积累来选择相应的学习行为。在具体的学习中，学习者的知识结构和知识积累对于个体知识建构和社会性知识建构的过程均有重要的意义。个体知识建构的过程中学习者先前的知识结构和积累显得尤为重要。在学习的初期，重要性体现在学习者对于类似的知识或技能的掌握程度对学习行为的选择的影响。在学习的后期，则表现为前期知识储备对于行为选择产生影响。在社会性知识建构中，学

7、习者的知识结构可能对其学习网络(社交关系)的选择、知识建构的方式和认知的程度产生影响，具备完善的知识结构的学习者可能会取得更好的学习效果。因此，学习行为与知识结构之间存在相互促进、影响的关系。六、讨论与后续研究展望综上所述，学习分析研究视角下，可以将学习者模型分为四类：即学习者知识模型、认知模型、情感模型以及学习行为模型。学习者的认知、情感是影响在线学习行为的重要内在因素，通过认知与情感分析可以确定学习行为产生的深层原因。行为投入是情感和认知投入的外在表现形式。值得注意的是学习行为还受如教师、网络学习环境、学习支持服务、人际交互水平等外部因素的影响72。后续研究可以从以下方向进行深入探索：一方

8、面研究者需要采用理论建模或结构方程模型建模方法来剖析具体学习情境下不同类别学习者模型之间的关联，并进行深入解释。另一方面，研究者需要进一步采用基于学习平台的数据挖掘方法来更为精准地聚类学习者行为模型。在此基础上，研究者可以探索学习行为与其知识、认知、情感等因素的关联，进而为学习行为的预测与干预提供依据。参考文献：16张舸，周东岱，葛情情.自适应学习系统中学习者特征模型及建模方法述评j.现代教育技术，2012(5)：77-82.2郑旭东，杨九民.学习分析在高等教育领域内的创新应用：进展、挑战与出路j.中国电化教育，2016(2)：2-7.3吴青，罗儒国.学习分析：从源起到实践与研究j.开放教育研

9、究，2015(1)：71-79.4蒋卓轩，张岩，李晓明.基于mooc数据的学习行为分析与预测j.计算机研究与发展，2015，v.5203：614-628.5宗阳，郑勤华，陈丽.中国moocs学习者价值研究基于rfm模型的在线学习行为分析j.现代远距离教育，2016(2)：21-28.7gerhard weber. episodic learner modelingj. cognitive science, 1996(20): 195-236.8martins a c, faria l, de carvalho c v, et al. user modeling in adaptive hype

10、rmedia educational systemsj. educational technology & society, 2008, 11(1): 194-207.9eklund j. knowledge based navigation supporting hypermedia courseware using westj. australian educational computing, 1996, 11(2): 10-14.10刘通江.个性化课件生成系统中动态学生模型的研究d.北京：首都师范大学，2004.11elaine. user modeling via stere

11、otypesj. cognitive science, 1979, 3(4): 329-354.12周清，林拉，王红，杨红飞.基于贝叶斯网络的学生模型在测试系统的应用研究j.计算机工程与科学，2008(3)：21-31.13michael mayo and antonija mitrovic. optimising its behavior with bayesian networks and decision theoryj. international journal of artificial intelligence in education, 2001, (12): 124-153.

12、14徐素霞.e-learning中学习者建模研究d.武汉：华中师范大学，2007.1570刘英杰，杨雪，马捷.远程学习的情感与认知交互层次塔j.武汉：中国远程教育，2008(6)：23-25.16mitrovic a, martin b. evaluating the effects of open student models on learningm. adaptive hypermedia and adaptive web-based systems. springer berlin heidelberg, 2002: 296-305.17贾冰.自适应学习系统中学习者模型的表示及特征值获

13、取方法研究d.长春：东北师范大学，2010.183767王万森，龚文.e-learning中情绪认知个性化学生模型的研究j.计算机应用研究，2011(11)：4171-4176.19邵瑞珍.学与教的心理学m.上海：华东师范大学出版社，1990：101.20许力以，周谊.百科知识数据词典m.青岛：青岛出版社，2008.2122刘电芝.学习策略的实质j.宁波大学学报(教育科学版)，2000(1)：18-20+42.23李云，冯甦中.远程学习者学习策略的调查研究j.中国远程教育，2012(12)：33-37+95.24纪河，徐永珍，耿晓君.成人的网络学习策略研究j.中国远程教育，2006(8)：34

14、-39.25王大勇.关于远程学习者自主学习能力的研究j.中国远程教育，2007(5)：31-36.26赵宏，陈丽，赵玉婷.北京开放大学远程学习者学习策略运用现状分析，2015(11)：77-83.27flavell, j. h. metacognition and cognitive monitoringj. american psychologist, 1979, 34(10): 906-911.2830詹泽慧.远程学习者的元认知作用机制研究j.中国电化教育，2011(5)：50-53.29衷克定，潘海燕.远程学习者元认知与学习效能感关系分析与研究j.中国远程教育，2007(12)：40-4

15、3.31韩建华，姜强，赵蔚.基于元认知能力发展的智能导学系统研究j.现代教育技术，2016(3)：107-113.32李爽，喻忱.远程学生学习投入评价量表编制与应用j.开放教育研究，2015(6)：62-70.33ekman, p., & friesen, w. v. friesen unmasking the facem. new jersey: prentice hall, 1975.3438詹泽慧.基于智能agent的远程学习者情感与认知识别模型眼动追踪与表情识别技术支持下的耦合j.现代远程教育研究，2013(5)：100-105.35黄焕.面向e-learning的学习者情感建

16、模及应用研究d.武汉：华中师范大学，2000.36董妍，俞国良.青少年学业情绪问卷的编制及应用j.心理学报，2007(5)：852-86039张红艳，梁玉珍.远程学习者在线学习行为的实证研究j.远程教育杂志，2013(6)：42-48.40钟志贤，杨蕾.论在线学习j.现代远距离教育，2002(1)：30-34.41彭文辉，杨宗凯，黄克斌.网络学习行为分析及其模型研究j.中国电化教育，2006(10)：31-35.42谢幼如，盛创新，杨晓彤，伍文燕.网络学习空间提升自我效能感的效果研究j.中国电化教育，2016(1)：34-40.43彭文辉，杨宗凯，刘清堂.网络学习行为系统概念模型构建研究j.中

17、国电化教育，2013(9)：39-46.44庄科君，贺宝勋.网络自主学习行为系统框架和自主学习行为层次塔j.中国电化教育，2009(3)：41-45.4561hrastinski, s. atheory of online learningas online participationj.computers & education, 52(1): 78-82.4651马婧，韩锡斌，周潜等.基于学习分析的高校师生在线教学群体行为的实证研究j.电化教育研究，2014(2)：13-18.47李爽，王增三贤，喻忱，宗阳.在线学习行为投入分析框架与测量指标研究j.开放教育研究，2016(2)：7

18、7-88.48han f, veeramachaneni k, o'reilly u m. analyzing millions of submissions to help mooc instructors understand problem solvingj. consulté à l'adresse university of technology. consulte à l' adresse 4962陈鹏宇，冯晓英，孙洪涛，陈丽.在线学习环境中学习行为对知识建构的影响j.中国电化教育，2015(8)：59-63.536063李爽，

19、王增贤，喻忱，宗阳.在线学习行为投入分析框架与测量指标研究j.开放教育研究，2016(2)：77-88.50潘庆红.web2.0环境下学习行为的基础网络自主学习形态研究j.中国远程教育，2012(11)：35-39.52董利亚，冯锐.在线学习社区培育与发展模型的构建及其策略研究j.远程教育杂志，2016(2)：98-105.54疏凤芳，赵呈领，万力勇，等.基于qq群的网络课堂交互特性研究j.现代教育技术，2012(7)：83-88.55石娟，基于问题的web-ckb的学习行为评价体系的构建及教学应用j.中国电化教育，2015(3)：115-118.5665杨现民，王怀波，李冀红.滞后序列分析法在学习行为分析中的应用j.中国电化教育，2016(2)：17-23.57马红亮，原娟娟，杨