基于过程挖掘的在线学习行为时序模式分析方法研究.pdfVIP

第34卷第3期广西广播电视大学学报Vol.34No.3

2023年5月JOURNALOFGUANGXIOPENUNIVERSITYMay.2023

基于过程挖掘的在线学习行为时序

模式分析方法研究*

黄焕1元帅2

(1.中南民族大学教育学院，湖北武汉430074；

2.湖北第二师范学院计算机学院，湖北武汉430205)

[摘要］在线学习行为的时序模式反映了在线学习行为随时间动态变化的规律，对于理解在线学习过程、设计有效

的干预措施具有重要作用。目前，研究者主要采用滞后序列分析来探索在线学习行为的时序模式，但这种方法通常揭示不同

在线学习行为之间的依赖性，由此推出在线学习行为时序模式不够准确，且难以对不同的时序模式进行量化比较。针对上述

问题，文章将过程挖掘技术引入在线学习行为时序模式研究，提出了一个基于过程挖掘的在线学习行为时序模式分析方法，

并据此开展了一项案例研究。研究发现：在一个主题单元期间，中途弃学者和持续学习者的在线学习行为时序模式并无显著

差异，但是，在整个课程期间，持续学习者在时间与精力分配上与中途弃学者存在差异，表现出了更强的自我调节能力。

【关键词］在线学习行为分析；时序模式分析；过程挖掘

[中图分类号]G434[文献标识码]A[文章编号】1008-7656（2023）03-0011-08

引言分析各种在线学习行为的分布特征（频次或时间

分布），而对在线学习行为的时序特征探究不多。

在线学习分析是教育技术领域中一个重要的近几年，随着研究的不断深入，越来越多的

研究方向。新媒体联盟的地平线报告曾连续四年研究关注在线学习行为的时序特征。因为在线学

(2011-2014年）将其列为影响未来教育发展的六习行为的时序特征能更精细地刻画学习过程的动

大关键技术之一。在线学习分析包括行为分析、态特性，反映学习者的学习方式、使用的学习策

情感分析、知识结构分析、学习路径分析等多个略等复杂特征[0-I，这有助于深化对在线学习过程

方面。在线学习行为分析是学习分析的重要组成的理解和优化。从研究所采用的分析方法来看，

部分，旨在从在线学习过程的行为数据中挖掘出已有的研究大多采用滞后序列分析（LagSequential

隐藏的有价值信息，比如行为模式、行为偏好等，Analysis，LSA）来挖掘不同学习者的学习行为时

从而促进对学习过程、学习结果、学习环境的理序模式。例如，Hou等采用LSA探索了教师在基

解和优化。近年来，国内外学者已通过在线学习于问题解决的在线讨论活动中的行为时序模式，

行为分析开展了多方面的研究，例如在线学习参比较了学生在不同平台（在线论坛、Facebook）支

与模式探索[2-3]、在线学业成绩或学习风险预测[4-7]、

撑的在线讨论活动中的知识建构行为和认知过程

在线学习投入度评估等18-9]。但是，这些研究主要的时序模式[12-13]；刘智等以大学生在SPOC（Small

*【基金项目］中南民族大学中央高校基本科研业务费专项“高校在线课程中数据驱动的自我调节学习精准干预研究”（编号：

CSQ22008)；湖北省教育厅人文社会科学研究青年项目“面向小学生计算思维培养的项目式教学模式研究”

[收稿日期］2023-02-27

11

黄焕等/著基于过程挖掘的在线学习行为时序模式分析方法研究

PrivateOnlineCourse）中的在线学习行为记录为研(一）事件日志生成

究对象，采用LSA比较了不同年级学生的行为时事件