[發明專利]一種基于在線學習行為的自主學習投入度實時生成方法

在審

• 申請號: 201711275910.0
• 申請日: 2017-12-06
• 公開（公告）號: CN108122180A
• 公開（公告）日: 2018-06-05
• 發明（設計）人: 穆肅;王洪江;溫慧群
• 申請（專利權）人: 華南師范大學
• 主分類號: G06Q50/20
• 分類號: G06Q50/20
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

本發明公開了一種基于在線學習行為的自主學習投入度實時生成方法，包括下述步驟：S1、將視頻播放參數、觀看時長參數和并發行為參數共同構成自主學習投入度顯示參數Es，形成學習投入度表達公式；S2、分別構建數據二維矩陣；S3、通過由Pl，Rt和Pa三個參數組成的投入度總參數Es，綜合反應在線學習過程中各個行為中反應出來的學習投入情況。本發明提出從教學視頻播放行為、視頻觀看時長和并發學習行為數據，生成投入度參數Es，將對在線學習投入度數據的獲取自動化和簡單化，使實時獲取投入度數據并進行過程性分析成為可能，從而完全改變當前在線學習投入度的分析思路和方法，使基于數據支持的在線學習過程指導和分析成為可能。

技術領域

本發明涉及在線自主學習的技術領域，更具體地說，涉及一種基于在線學習行為的自主學習投入度實時生成方法。

背景技術

2012年以來，隨著MOOC、視頻公開課、各種開放在線課程等的蓬勃建設和廣泛應用，人們漸漸從關注在線學習資源(OER)和在線課程(OC)建設轉入關注在線課程的學習質量和效果。為此業界嘗試從學習者學業表現、投入度、滿意度、參與度等方面進行質量和效果分析，其中在線學習的投入度成為重要指標之一。在線學習包含獨立自主的學習和協作學習兩種進行方式，學習投入情況伴隨著兩種學習方式的開展是不斷變化的，只要有在線學習活動發生，學習投入度就會相應變化，因此學習投入度是實時變化的、動態的和伴隨式生成的，既可以反映學習者某個時間點的學習狀態，也可以表達一定時間段內學習的狀態。但當前的有關研究和發布成果都僅將投入度看成一個階段性指標來分析。通常只在一門在線課程實施的某個階段或結束時進行評估和分析，這既不利于學習者、教師和管理者及時了解學習狀態，也難以通過各時間點上的投入度數值來全面跟進學習投入度發展的情況并挖掘出其變化的軌跡及原因，了解學習者投入度變化的規律和趨勢，掌握在線學習的規律。

國際高等教育評價實踐中主要依據學生真實的學習投入經驗變化情況來評價衡量學生的學習質量。George Kuh提出學習投入度有兩個重要的衡量方面，一是學生學習中的參與程度，二是學生對自身學習狀況和學校所提供學習支持條件的滿意程度。在這個基礎上，George Kuh與其科研團隊采用調研法進行投入度的了解及分析。他們開發了美國大學生學習投入度調查問卷，進行某個時間點上學生學習投入度的調研，包含三方面內容：學習投入度五大基準、學習收獲量表、學生背景信息。美國的大學生學習投入度調查問卷經過了十多年的發展已經受不少學者的認可，全美大學生學習投入度調查(National Surveyof Student Engagement，NSSE)被澳大利亞、新西蘭、南非等國家采用并展開調查。清華大學教育研究院也將NSSE引進我國展開了大規模調查。這一方法的采用需要投入大量的人力和時間來進行調研組織、數據統計和情況分析，一方面會因為人的介入分析對結果帶來主觀影響，另一方面不可能自動的、實時的、伴隨式的進行，因此了解到的學生學習投入度都僅發生在某一個時間點上，反映不了學生學習投入情況的過程和變化，難以常規用于教學決策和過程管理中。

事實上，在線學習投入度的測量較為困難，原因有在線學習過程中師生分離，學生表現較難直接觀察到；學習情況分布在自主學習、協作學習、線下學習和學習成果等中，因此難以用單維參數來直接描述；除學習者的在線學習行為外，其情感和認知維度較難準確評測。為此，已有研究者將學習者有關數據用于學習者投入度的衡量，并提出了一些投入度的計算方法或評價量表。我國的李爽等研究者在已有的學生投入度經典量表的基礎上，進行理論研究和分析，結合遠程教育和培訓課程學習的特點，從行為、情感和認知三個維度修訂提出了較為完善的在線學習投入度量表體系，為評價學習投入度提供了一個參考標準。但該量表仍然需要通過調研的方式才能用于投入度的測量和分析，因此也難以實時、動態的獲取投入度數據，并直觀反映出學習投入度的發展和變化情況。