Moodle平台师生访问行为日志统计与挖掘研究_计算机技术与发展

1、Moodle平台师生访问行为日志统计与挖掘研究*郭涵阳高曼如沈良忠（温州大学城市学院，浙江温州325000）摘要：Moodle系统日志表中存储了大量的师生访问行为数据，有效的日志统计挖掘有助于发现大量数据背后潜在的访问规律。文章通过统计分析、数据挖掘等技术实现了对日志数据的深入研究，并针对分析结果提出了Moodle课程使用中存在的问题及相应的改进意见，不仅有助于理解师生的访问规律，而且能为Moodle课程的教学评价提供有价值的建议。关键词：Moodle；统计分析；数据挖掘；【中图分类号】TP311【文献标识码】A【文章编号】Researchofstatisticsandminingonthel

2、ogdataaboutvisitingbehaviorofbothteachersandstudentsfromMoodleGuoHanyang,GaoManru,ShenLiangzhong(CityCollegeofWenzhouUniversity,ZhejiangWenzhou,325000,Chin)aAbstract:TheMoodlesystemhasaccumulatedalotofvisitingbehaviorsofbothteachersandstudents.Aneffectiveanalysisonthelogdatawouldsurelyhelpdiscoverth

3、eunderlyingpattern.Thispapermakesadeepresearchtowardstheselogdatathroughouttechnologiesofstatisticalanalysisanddatamining.Basedontheresult,theexistingproblemsandcorrespondingimprovingsuggestionsarepresentedwhichnotonlyhelpunderstandthevisitingbehaviorofbothteachersandstudents,butprovidevaluablesugge

4、stionsfortheMoodlecoursesteachingevaluation.Keywords:Moodle;Statisticalanalysis;Datamining0引言随着教育信息化理念的深入人心，教育技术与课堂教学的结合日益紧密，越来越多的高校在积极构建基于网络的课程教学平台。基于社会建构主义教学理念而开发的Moodle（Modularobject-orientedDynamiclearningEnvironment，模块化面向对象的动态学习环境）就是其中之一，并且在国外被广泛使用1。Moodle是一个在GNU公共许可协议下的开源课程管理系统,作为一个学习平台，它为教师和学

5、生提供了一个安全、易用、可靠的学习环境。Moodle课程开发与设计的最大特点就是模块化，教师可以根据课程的需要自行设定包括以下十多种教学活动模块，如作业、测验、讨论区、博客、聊天室、程序教学、在线调查等，从而实现教师个性化的教与学生个性化的学2。我院自2011以年，完成建设Moodle课程总计90多门，每学期使用近40门，平均涉及学生数4000人左右。Moodle平台累计了几百万的师生访问日志记录，有效利用统计分析、数据挖掘等技术实现日志分析，不仅能发现师生的访问规律，同时能为Moodle课程评价等提供有价值的建议。国外，Romero。等在2007年采用数据挖掘的方法对Moodle平台的各种数

6、据进行了统计分析和挖掘等研究；国内，魏顺平4在2011年仅以一门培训课程为例，做了相关的数据分析。本文通过对学院2013年、2014年Moodle平台使用课程运行日志数据的比较分析，发现了隐藏在数据背后的师生访问规律及课程建设问题，帮助教学管理部门加深对Moodle课程使用情况的宏观认识，并提出了教师改进课程建设的若干意见，更为Moodle课程教学评价标准的制定提供了强有力的数据支撑。1Moodle日志统计分析1.1日志表预处理Moodle日志记录了教师、学生与Moodle课程各教学模块之间交互的所有数据，甚至包括师生的每次登录，显然系统日志所积累的大量数据对于师生访问偏好、课程建设问题、课程

7、教学评价等方面都提供了非常有价值的信息oMoodle平台的数据和日志主要存储于关系型数据库中，它支持MySQL、Postgres、MSSQL等多种关系型数据库。我院采用了MySQL作为Moodle的数据库支持。凭借功能强大的关系型数据库和灵活的结构化查询语言，Moodle平台日志统计分析的数据获取和数据清理工作较为简单。Moodle平台的整体运行需要上百个数据库表，但并非所有数据表都与Moodle日志有关，综合考虑本次研究的目的，选取了mdl_log、mdl_user、mdl_course和mdl_forum四张数据表格。其中，mdl_log用于存储每位用户每次在Moodle平台上的操作日志，

8、包括登录、发帖、做作业等；mdl_user用于存储Moodle平台上的所有用户信息，包括管理员、教师以及学生等；mdl_course用于存储Moodle平台上所有建设的课程;mdl_forum用于存储每门课程所设置的讨论区中的跟帖和回帖的相关信息。本次研究的日志数据主要选取2013.02至2013.06以及2014.02至2014.06这两个时间段作为研究对象,其中2013.02至2013.06日志记录共84万；2014.02至2014.06日志记录共88万。为了正确识别mdl_log中每条日志记录中每个操作的主体问题，需要通过mdl_log表中的Userid字段经参照完整性向mdl_user

9、表获取用户的类别，增加字段Isteacher，即判断用户是学生还是教师，亦或是管理员；同理为了实现对日志数据进行时间的统计分析，将mdlog中的logtime经时间函数处理，分别得到logyear、logmonth、logday和loghour。因此，预处理之后的日志表如表1所示：表1日志汇总表字段说明字段名称说明字段名称说明Id日志流水号Module访问模块Userid用户编号Action访问行为Ip访问地址Url访问链接Course课程编号Isteacher用户类型logyear记录年份Logmonth记录月份Logday记录天数Loghour记录的时1.2模块访问统计基于Moodle平台

10、的课程建设以及使用成效到底应该从哪几个方面进行评价，就必须要充分的了解教师、学生主要利用Moodle平台的哪些教学模块开展线上教学活动。在此基础之上，再进行每个教学模块活动的详细研究。统计分析结果表明，2013、2014年Moodle课程各教学模块的使用情况如图1所示：图1Moodle课程各教学模块统计从图1可知，测验、课程、讨论区、资源、作业等模块是师生最经常访问模块，未来将被作为Moodle课程评价建设及使用成效的主要观察点；而其他模块如用户、上传、博客、投票、wiki等使用较少。比较发现，对Moodle平台的访问以测验和课程的访问为主，从侧面反应出大部分访问是学习或教学任务所驱动的；讨论

11、区的访问量较高，表明师生能积极利用该模块进行互动交流或者知识库建立；资源模块的访问量基本与讨论区持平，但是资源模块的性质暗示了课程在教学材料建设不高，这与教师的教学策略与学生的学习策略息息相关，例如教师提供的教学资源较为贫乏或学生学习的主动性较低，因此需要更好完善以便更多地吸引学生进行自主学习。测验和作业两大模块需要循序渐进的加以完善。测验更多的是以客观题的方式出现，系统可以自动判分；而作业更多的是以文档提交的方式上传，作业相对较低的访问量及上传量说明课程作业少、上交率低的情况在课程中普遍存在，其原因可能是教师布置的课程作业量较少，或者是教师对作业模块的批改和反馈不够及时。3行为访问统计模块统

12、计分析结果表明测验、课程、讨论区、资源、作业等模块最为常用，通过对各个教学模块不同操作行为的统计，发现对于课程、资源模块，98%以上的操作行为是View或ViewAll。在作业模块中，View占比80%左右，Upload占比13%左右，UpdateGrades占比仅为3%左右，说明教师在作业的批改部分确实存在较大问题。在测验模块中，行为ContinueAttempt平均占比达到30%左右，说明大部分课程都开放了“多次测验，最高取分”的策略，学生也是积极参与到测验模块进行自我学习成效的评价。与其他教学模块不同的是，讨论区教师隶属的特有行为占比比其他教学模块都高，例如新帖”行为占比大约10%左右，

13、充分说明大部分教师都有在讨论区积极的组织主题讨论活动。2Moodle课程时间访问课程的学习具有一个时间连续性,Moodle课程的学习亦是如此。为了深入理解师生访问行为在时间上的特点，分别对日志数据按每月、每星期以及每小时进行了访问情况统计。2.1按月访问统计通常，每年2月份为高校第二学期的开始,Moodle平台数据访问量较低，随着授课进度的前移访问数据量显著上升。随后的两个月，访问数据可能增加或降低，取决于该学期使用Moodle课程的学生人数、课表安排等其他因素。另外，在临近考试的月份,Moodle访问数据又会存在明显上升，因为教师通常会在Moodle平台上放置不同学习阶段的课程资源和期末考试

14、的复习资料，此外使用Moodle课程辅助教学的教师通常将Moodle课程学习作为一项成绩记录到期末总分中去，这些因素使较大部分学生会在考前做一些突击性工作。2按星期访问统计同一门课程，每学期的授课时间安排可能不同，例如A课程2013年安排在周二，2014年可能安排在周三。相应的Moodle平台该课程的访问时间也肯定存在差异。经过研究，发现每周可能存在的课程访问量统计通常呈现“M”型，即两头访问量较低，中间又存在两个峰值和一个峰谷。两头的访问量低的情况可能是由于周末的原因，师生使用Moodle平台的积极性不高；通常普通高校周三下午不上课，而这部分时间很多同学都安排参与了一些社团类的活动，教师参与

15、教研室的一些教学活动或者一些会议，两者与每周的其他时间相比,使用量会相对较低也是可以理解,不过这也说明对于Moodle平台的使用，如何有效提高师生的积极性、主动性是一个值得继续研究的问题。3按小时访问统计为了更好的掌握教师、学生每天的Moodle课程访问规律，2013和2014年每天每小时的访问统计结果如图2所示。2Dl：2J0US“时倉匀亘裝亠岂氏LOSE图2按小时访问统计由图可知，每天的访问峰值基本出现在以下三个时间点。第一是早上10-11点，有些学生刚上完上午2节课，需要完成Moodle平台的相关作业等；第二是下午4点左右，大部分学生刚上完下午2节课；第三是晚上的9点左右。通常，学生主要

16、选择下午和晚上进行Moodle课程学习；另外也有小部分比例数据表明即使在凌晨也有用户在使用网络平台，但是由于在校学生使用网络的时间通常在晚上十一点之前，这说明相当一部分教师深夜依然利用Moodle平台进行资料上传、作业批改、测验查看等课程准备类工作；当然也不排除有小部分同学在校外利用Moodle平台进行学习的可能。3Moodle日志挖掘研究3.1师生讨论区回归分析Moodle平台基于社会建构主义学习理念而开发的，社会建构主义认为教师、学生应该是平等的主体,在教学活动中他们相互协作，相互交流，并逐步根据自己已有的经验共同建构知识5。因此Moodle设计目标不仅仅停留在教学内容的管理与呈现，而是更

17、加关注对教学过程中各种“活动”的支持。Moodle对教师角色的定位不是知识的提供者，而是一个学习社团中有影响力的榜样，是各种学习活动的引导者，是与学生平等对话，共同实现预定学习目标的组织者。基于此，通过对Moodle课程各教学模块的线性回归分析，发现与其他模块相比，讨论区的建设最能凸显教师作为组织者（引导者）与学生之间的关系，教师与学生生在讨论区操作帖子数量之间的相关系数达到0.84，属于咼度相关，如图3所示。图3讨论区师生操作线性关系图3充分表明，教师对于讨论区某个讨论主题的有效组织可以有效提高学生参与该课程教学教学讨论的积极性。特别是对于例如大学语文、企业管理文化等偏文类的课程，这一现象表

18、现的尤其明显。通过向学生的调研了解到，如果能够推出移动端Moodle平台，将能更好地调动学生参与到教学的互动讨论之中去，很多学生认为移动端的应用比PC端来的要更为方便，由此可见Moodle平台移动端App的应用有其重要性和必要性。2学生聚类分析根据模块访问统计结果，测验、课程、讨论区、作业、资源在模块访问上排名前五。因此，通过学生在以上五个模块的访问数据对学生进行聚类，发现相似学生的访问共性。此处，选取1518名在各个模块上均有操作的记录，使用SPSS的K-Means进行聚类，聚类结果和案例分布如表2所示：表2K-Means聚类结果聚类案例数讨论区资源测验作业课程111336159205371

19、51234470203042355310616321682744为了更好的表明聚类结果之间的差异，依据聚类结果绘制的雷达图如图4所示。逐渐降低，并主要表现在讨论区、测验两个模块。从第1类到第3类，作业、资源、课程模块的访问量都很低，这值得引起教师进行反思。课程、资源的较低访问量充分说明课程教学材料以及其他相关的自主学习材料存在数量较少，类型单一，不能够足够吸引学生的注意或者学生认为从中难以获得自己所需的内容的问题。作业资源的低访问量表现在两种情况下，第一种情况是有几门课程本身作业量较少则其相应的作业模块的访问量自然就少。第二种情况则是作业量适度，但是学生访问量却依然很少，则表明学生在作业提交的

20、环节缺乏监管，教师没有及时对网络作业进行批阅，对于学生作业交或不交的态度是模糊的，这种态度直接影响了学生再次递交作业的积极性。教管部门、教师应该及时针对这些表现不活跃的学生，开展针对性教学干预。4总结Moodle平台存储了大量的日志数据，对以上日志数据的统计分析和挖掘研究是理解Moodle平台运行状况和检验Moodle课程教学建设成效的有效途径。本文通过对2013和2014年两个学期Moodle课程日志数据的统计分析和挖掘研究，掌握Moodle平台的总体访问情况以及数据背后隐藏的师生访问偏好，并依据学生平台访问数据对学生进行聚类分析，有助于改进课程教学和学生干预工作，统计分析结果能给教管部门、一线教师以启迪和深思。例如，每个模块的访问量预示着要将哪些方面纳入作为Moodle课程的教学评价指标；课程、资源的较低访问量预示着课程负责教师必须在Moodle课程的教学材料等方面进一步完善；讨论区师生操作的高度相关性暗示我们有些教学模块需要师生共同的经营等等。课题的下一阶段工作就是根据日志分析的结果，制定Moodle课程的评价标准，实现课程评价结果的自动生成，最终实现师生成长档案袋的设计与开发工作。熊小