九州大学 山田研究室

学习策略分析:有序网络分析与过程挖掘

2024年09月14日

大家好。

在这篇文章中,我想介绍一下我们在这次英语文学研讨会上阅读的论文以及我的感想。

论文题目:Dissecting learning tactics in MOOC using ordered network analysis

期刊:Journal of Computer Assisted Learning

卷号:39(1)

页数: 154-166

出版年份:2023

作者:Yizhou Fan, Yuanru Tan, Mladen Raković, Yeyu Wang, Zhiqiang Cai, David Williamson Shaffer, Dragan Gašević

https://doi.org/10.1111/jcal.12735

以下是本文内容概述。

MOOCs 通过互联网提供免费或廉价的课程,因此被越来越多的人使用。 然而,与面对面授课不同的是,MOOCs 提供的教师和同学的即时支持有限,学生经常辍学,辍学率据报道高达 75%-90%。 另一方面,以往的研究表明,使用自我调节学习策略的学习者的课程完成率更高(e.g. Kizilcec et al,2017 )。 因此,目前正在研究学习者在MOOCs中使用哪些学习策略。 根据以往的研究,作者总结了从学习行为分析学习策略的四个方面:

过程挖掘使用启发式挖掘、归纳式挖掘和模糊挖掘等算法来明确学习行为之间的转换,并生成行为的过程图(转换图)。 过程图将学习行为表示为节点,将观察到的行为的过渡概率表示为边。 因此,流程挖掘特别适用于分析顺序和连续性,重点是学习行为的过渡。 另一方面,ONA 扩展了认识网络分析(ENA),通过考虑行为的顺序来量化行为之间的联系,并在网络模型中将这些联系可视化。 生成的网络图按位置、行为频率、连接强度和方向显示有意义的指标。

为了将流程挖掘与ONA进行比较,该研究开展了一项实验并收集了训练数据。 实验收集了参加为期七周的 MOOC “翻转课堂 ”课程的 8788 名学习者的学习行为数据。 每周,学习者需要花三到五个小时观看视频、参与讨论、完成测验和同行评议。 根据学习日志,学习课程被分为九种学习行为,包括访问内容、重新观看内容、讨论和参与论坛。 过程挖掘利用一阶马尔可夫模型和期望最大化(EM)算法对学习会话进行分析,以确定行为转换序列,并将具有相似学习行为模式的学习会话归入相同的策略。 根据过程挖掘的结果,创建了行为转换图。 在过渡图中,每个节点表示一个行为,节点之间的箭头表示这些行为之间的过渡概率。通过对确定的学习策略中是否存在学习行为进行二进制编码,ONA 模拟了学习行为之间的过渡。

从分析结果中确定了八种学习策略。 本研究选择了其中一种策略,并分别从学习行为的频率和连续性、排序和作用四个方面描述了过程挖掘和开放式网络分析的结果。 过程挖掘的结果证实了学习行为的连续性和顺序性(图 1)。 过渡图中的节点和箭头显示了评估和使用论坛等行为之间的过渡,分别显示了论坛和搜索行为之间的连续性。 不过,过渡图没有显示行为的频率,也没有阐明不同学习行为的作用。

图 1 流程挖掘的行动转换图(摘自Fan et al., 2023, p.161)

另一方面,从ONA网络图(图2)中,我们可以通过节点的大小来确定行动和自我转换的频率,因此可以看出,评估、重新查看和过度查看内容以及论坛和搜索行动等高频行动是持续进行的。 此外,箭头的颜色和方向也证实,学习者最经常使用的是在完成测验和作业(评估)之前查看一般课程信息(概览)。 该网络还包括 MOOC 中的两种主要学习行为–访问内容和评估–在网络下方,而辅助或可选的学习行为则在上方,如重新查看内容、搜索和请求帮助。 这表明,网络对主要学习行为和辅助学习行为进行了纵向区分。 位于左侧的学习新内容的节点一般连接相对较弱,这表明它们更倾向于参与论坛和评估,而不是学习新内容。 因此,ONA 能够从节点的空间排列来解释学习行为的相对作用和相关性。 基于以上所述,作者报告说,在学习行为的四个方面(频率、连续性、排序和角色),ONA 比过程挖掘更能有效地分析学习策略。

图 2 ONA 网络图(摘自Fan et al., 2023, p.162)

以下是我对本文的感想和评论。本文比较了两种不同的分析方法,即流程挖掘和ONA,并对每种方法进行了详细描述。 这非常有帮助,因为它让我们更好地理解了流程挖掘和ONA,尤其是对学习行为的作用有了深入的了解。虽然本研究分析的学习策略侧重于行为特征,但我们对如何利用ONA分析学习策略也非常感兴趣,因为学习策略综合了多种学习策略。此外,我们还想了解更多有关分析方法的信息,以便更深入地了解自我调节学习的整个过程。因此,我们对不同粒度的学习过程分析的发展非常感兴趣。我们还期待着进一步研究如何利用这些分析结果来改善教师和其他教育专业人员的学习环境。虽然学习过程分析经常被用作山田研究所研究的一部分,但有多种方法可供选择,我们认为应积极将其作为山田研究所研究方法的一部分。

注:本刊物中的数字是根据发表相关文章的期刊的条件发表的,该期刊规定 “只要明确指出来源,就可以发表”。

(笔者:特任助教 耿学旺)

PAGE TOP