摘 ?要： 學(xué)習(xí)參與度不高是導(dǎo)致在線學(xué)習(xí)輟學(xué)率高和結(jié)業(yè)率低的重要原因，探究在線學(xué)習(xí)參與度影響因素對(duì)提高在線學(xué)習(xí)質(zhì)量具有重大價(jià)值。首先采用文獻(xiàn)分析法和訪談研究法確定在線學(xué)習(xí)參與度的18個(gè)影響因素。然后分析各因素之間的邏輯關(guān)系，建立鄰接矩陣，計(jì)算可達(dá)矩陣，通過(guò)層級(jí)分解，繪制在線學(xué)習(xí)參與度影響因素的結(jié)構(gòu)模型。研究發(fā)現(xiàn)，學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)氛圍是影響在線學(xué)習(xí)參與度的直接原因;知識(shí)呈現(xiàn)方式、平臺(tái)易用性、課程難度、課程時(shí)長(zhǎng)以及活動(dòng)安排是最基礎(chǔ)因素;其余因素作為間接因素發(fā)揮作用。最后，嘗試提出改善在線學(xué)習(xí)參與度的建議，以期為后續(xù)在線課程建設(shè)提供新思路。

關(guān)鍵詞： 在線學(xué)習(xí);學(xué)習(xí)參與度;影響因素;ISM

中圖分類(lèi)號(hào)： G434 ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ?DOI：10.3969/j.issn.1003-6970.2019.12.034

本文著錄格式：胡凡迪，張大為. 基于ISM的在線學(xué)習(xí)參與度影響因素模型研究[J]. 軟件，2019，40（12）：153157

Research on Influencing Factors Model of Online Learning Participation Based on ISM

HU Fan-di， ZHANG Da-wei

（Liaoning Normal University， College of Computer and Information Technology， Dalian 116000， China）

【Abstract】： Low participation rate is an important reason for the high dropout rate and low completion rate of online learning. It is of great value to explore the influencing factors of online learning participation to improve the quality of online learning. Firstly， literature analysis and interview research were used to determine 18 influencing factors of online learning participation. Then， analyze the logical relations among the factors， establish the adjacency matrix， calculate the accessible matrix， and draw the structure model through hierarchical decomposition. Finally， some Suggestions are proposed to improve the participation of online learning in order to provide new ideas for the construction of online courses.

【Key words】： Online learning; Learning participation; Influencing factors; ISM

0 ?引言

在教育信息化時(shí)代背景下，在線學(xué)習(xí)已成為教育領(lǐng)域中重要的學(xué)習(xí)方式。盡管在線課程學(xué)生注冊(cè)數(shù)量龐大，但實(shí)際參與以及持續(xù)學(xué)習(xí)的人數(shù)并未顯著增加[1]。輟學(xué)率高、結(jié)業(yè)率低、難以深入學(xué)習(xí)的現(xiàn)象嚴(yán)重影響在線學(xué)習(xí)效用，導(dǎo)致優(yōu)質(zhì)資源浪費(fèi)。如何促使學(xué)習(xí)者積極投入課程，使在線學(xué)習(xí)的優(yōu)勢(shì)得以真正發(fā)揮成為在線教育領(lǐng)域中迫在眉睫的問(wèn)題。

學(xué)習(xí)者主動(dòng)參與是在線學(xué)習(xí)發(fā)生的必要條件，參與度的高低成為在線學(xué)習(xí)有效性的顯著標(biāo)志。參與度研究的代表人物Astin，A.W表明，學(xué)生參與不僅有助于提高教學(xué)質(zhì)量，增強(qiáng)教學(xué)的社會(huì)性，同時(shí)可以讓課堂充滿活力，使學(xué)生真正成為教學(xué)的主人[2]。因此提高學(xué)生的學(xué)習(xí)參與度成為在線課程中實(shí)現(xiàn)高質(zhì)量教學(xué)的一個(gè)重要切入點(diǎn)。然而在線學(xué)習(xí)環(huán)境下，哪些因素直接影響在線學(xué)習(xí)參與度以及如何厘清在線學(xué)習(xí)參與度影響因素之間的結(jié)構(gòu)關(guān)系成為提高在線學(xué)習(xí)參與度的關(guān)鍵所在。為此，本文結(jié)合我國(guó)在線課程發(fā)展的實(shí)際情況，以某高校學(xué)生作為研究對(duì)象，將繁雜的在線學(xué)習(xí)參與度影響因素通過(guò)解釋結(jié)構(gòu)模型法（ISM）逐步形成具有良好結(jié)構(gòu)關(guān)系的層級(jí)模型，以此了解影響在線學(xué)習(xí)參與度的關(guān)鍵因素與各要素之間的層級(jí)結(jié)構(gòu)，對(duì)后續(xù)在線課程的建設(shè)與發(fā)展、學(xué)生提高學(xué)習(xí)成績(jī)以及在線學(xué)習(xí)質(zhì)量具有舉足輕重的意義。

1 ?在線學(xué)習(xí)參與度影響因素文獻(xiàn)回溯

眾多研究者對(duì)在線學(xué)習(xí)參與度影響因素做了大量探索。從學(xué)習(xí)者基本信息的角度出發(fā)，文書(shū)鋒等人認(rèn)為不同性別、專(zhuān)業(yè)、學(xué)齡、學(xué)習(xí)層次、年齡的學(xué)生群體在學(xué)習(xí)參與度上存在差異[3]。在學(xué)習(xí)者與學(xué)習(xí)者之間的交互層面，朱文輝、靳玉樂(lè)結(jié)合兩輪的行動(dòng)研究得出網(wǎng)絡(luò)化合作活動(dòng)學(xué)習(xí)顯著提升了學(xué)員在線學(xué)習(xí)參與度，保障了學(xué)員在分散學(xué)習(xí)期間的學(xué)習(xí)時(shí)間和學(xué)習(xí)質(zhì)量[4];沈欣憶和Daniel Hickey等人研究得出基于知識(shí)情境化理論和同伴評(píng)價(jià)的方式，認(rèn)為認(rèn)可作業(yè)、同伴推薦、提出問(wèn)題以及支持在線討論區(qū)等因素會(huì)影響學(xué)習(xí)者的在線參與度[5]。Tucker等人在師生之間的關(guān)系方面對(duì)參與度進(jìn)行研究，認(rèn)為教師的態(tài)度、師生關(guān)系等都對(duì)學(xué)習(xí)參與度產(chǎn)生顯著的影響[6]。Chi-Cheng Chang等人在課程層面認(rèn)為不同程度的學(xué)習(xí)者參與對(duì)課程體系建設(shè)的影響是不同的，其中重點(diǎn)強(qiáng)調(diào)系統(tǒng)質(zhì)量和在線交互是低參與率和高參與率之間存在差異的重要因素。針對(duì)參與在線學(xué)習(xí)的高輟學(xué)率、低結(jié)業(yè)率等問(wèn)題進(jìn)行研究，F(xiàn)reitas S I、Hone K S、LittleJohn A等人發(fā)現(xiàn)內(nèi)容設(shè)計(jì)、學(xué)習(xí)動(dòng)機(jī)、師生交互、學(xué)習(xí)反饋是影響學(xué)生參與和持續(xù)學(xué)習(xí)的關(guān)鍵因素[7-10];牟智佳采用多元回歸分析法研究得出教師支持、教師反饋、課程內(nèi)容、課程結(jié)構(gòu)、感知有用和內(nèi)在動(dòng)機(jī)對(duì)提高M(jìn)OOC學(xué)習(xí)參與度具有重要意義[11]。Selma Vonderwell和Sajit Zacharia研究表明網(wǎng)絡(luò)學(xué)習(xí)參與和參與模式受技術(shù)、界面特征、內(nèi)容領(lǐng)域體驗(yàn)、學(xué)生角色、學(xué)習(xí)風(fēng)格、教學(xué)任務(wù)、信息過(guò)載等因素的影響，通過(guò)密切監(jiān)控學(xué)生的參與度與參與模式，可以幫助教師識(shí)別學(xué)生的需求[12]。劉斌等人從學(xué)校、課程、學(xué)習(xí)者和教師四個(gè)方面對(duì)在線學(xué)習(xí)參與度進(jìn)行分析，研究認(rèn)為政策與規(guī)定、學(xué)校支持、平臺(tái)的功能設(shè)計(jì)、課程規(guī)模、課程要求、評(píng)價(jià)方式、學(xué)習(xí)風(fēng)格、信息素養(yǎng)、教學(xué)設(shè)計(jì)、教學(xué)方法等因素對(duì)在線學(xué)習(xí)參與度具有重要影響[13]。

以上研究從不同角度探索了在線學(xué)習(xí)參與度影響因素，但對(duì)多個(gè)層面、多個(gè)因素之間的系統(tǒng)分析以及相互影響關(guān)系程度的研究并為提及。為此，本文通過(guò)繪制在線學(xué)習(xí)參與度影響因素的解釋結(jié)構(gòu)模型，對(duì)各要素的系統(tǒng)結(jié)構(gòu)進(jìn)行深入研究。

2 ?在線學(xué)習(xí)參與度影響因素解釋結(jié)構(gòu)模型建構(gòu)

解釋結(jié)構(gòu)模型法最早由美國(guó)J·華費(fèi)爾特教授在1973年提出[14]，是復(fù)雜網(wǎng)絡(luò)的一種建模方法。它通過(guò)把復(fù)雜系統(tǒng)分解為若干子系統(tǒng)或多種要素，運(yùn)用人類(lèi)的實(shí)踐知識(shí)與經(jīng)驗(yàn)，從關(guān)系模型→鄰接矩陣→可達(dá)矩陣→層級(jí)分級(jí)→建立解釋結(jié)構(gòu)模型等步驟分析各要素之間的關(guān)系以及在系統(tǒng)中發(fā)揮的作用。

2.1 ?確定要素

根據(jù)國(guó)內(nèi)外有關(guān)文獻(xiàn)的分析與總結(jié)，從中歸納出了在線學(xué)習(xí)參與度影響因素，這些因素主要集中在學(xué)生、教師、課程以及技術(shù)四個(gè)維度，并且每個(gè)維度又包括若干個(gè)因素。為確保這些因素的準(zhǔn)確性和全面性，抽取115名參與過(guò)在線課程的學(xué)生進(jìn)行訪談。將訪談問(wèn)題以試卷的形式下發(fā)給受訪者，重點(diǎn)征詢的問(wèn)題為你是否同意已給因素對(duì)你的學(xué)習(xí)參與度造成影響和你還認(rèn)為哪些因素對(duì)你在線學(xué)習(xí)參與度造成影響。結(jié)合訪談對(duì)象的回答對(duì)已有的因素進(jìn)行匯總與修改，共獲得20個(gè)影響因素，得出的訪談數(shù)據(jù)結(jié)果如圖1所示。

圖1 ?在線學(xué)習(xí)參與度影響因素認(rèn)同感分布

Fig.1 ?the distribution of identity of factors

influencing online learning participation

根據(jù)訪談結(jié)果顯示，115名學(xué)生中認(rèn)同“教學(xué)質(zhì)量”的人數(shù)占26.9%，認(rèn)同“課程論壇”的人數(shù)占18.2%，這兩個(gè)因素的同意人數(shù)不到調(diào)查總數(shù)的1/2。因此將“教學(xué)質(zhì)量”、“課程論壇”刪除，不作為在線參與度的影響因素，最終確定18個(gè)影響因素如表1所示。

2.2 ?建立鄰接矩陣和計(jì)算可達(dá)矩陣

根據(jù)文獻(xiàn)研究以及對(duì)在線課程學(xué)習(xí)者的調(diào)查分析初步確定在線學(xué)習(xí)參與度影響因素之間的邏輯關(guān)系。然后邀請(qǐng)專(zhuān)家小組對(duì)影響因素關(guān)系進(jìn)行分析與校對(duì)，經(jīng)過(guò)兩輪的修改，直至達(dá)成一致意見(jiàn)，確定在線學(xué)習(xí)參與度影響因素之間的關(guān)系，將已確定的

表1 ?在線學(xué)習(xí)參與度的影響因素

Tab.1 ?Factors Influencing online learning participation

維度 影響因素S 因素描述 來(lái)源

學(xué)習(xí)者 學(xué)習(xí)動(dòng)機(jī)S1 學(xué)習(xí)本節(jié)課程的興趣、愛(ài)好、意愿等 ShinYiL（2015）

學(xué)習(xí)風(fēng)格S2 學(xué)習(xí)者特有的學(xué)習(xí)方法，學(xué)習(xí)策略等 HoneK S（2016）

學(xué)習(xí)興趣S3 學(xué)習(xí)者個(gè)人對(duì)學(xué)習(xí)課程與內(nèi)容是否感興趣 分析/訪談

自我效能感S4 學(xué)生對(duì)自身高質(zhì)量完成本節(jié)課的自信程度 顧小清（2016）

同伴互動(dòng)S5 學(xué)生之間的交流討論，合作分享等活動(dòng) 汪雅霜（2013）

感知有用S6 學(xué)生主觀認(rèn)為在線學(xué)習(xí)能幫助提升學(xué)習(xí) 牟智佳（2017）

教師 活動(dòng)安排S7 教師對(duì)課程的安排，如：主題討論、互評(píng)等 分析/訪談

教學(xué)技能S8 教學(xué)方法，對(duì)教學(xué)內(nèi)容的掌握情況等 SajitZachari（2005）

教師反饋S9 解決學(xué)習(xí)者的問(wèn)題并對(duì)近期學(xué)業(yè)做出總結(jié) LittleJohnA（2016）

師生互動(dòng)S10 教師與學(xué)習(xí)者的在線交流互動(dòng)情況 FreitasSI（2015）

課程 課程便捷性S11 在線課程隨時(shí)空的改變而做出彈性的調(diào)整 分析/訪談

課程難度S12 課程內(nèi)容有否有難度，是否具有普適性 分析/訪談

知識(shí)呈現(xiàn)方式S13 資源以視頻圖片等形式呈會(huì)影響學(xué)生興趣 李明輝（2010）

課程時(shí)長(zhǎng)S14 在線課程時(shí)間長(zhǎng)短適合學(xué)習(xí)者學(xué)習(xí) 分析/訪談

在線激勵(lì)機(jī)制S15 對(duì)優(yōu)秀的學(xué)生給予證書(shū)積分等形式的獎(jiǎng)勵(lì) 張薔（2011）

評(píng)價(jià)機(jī)制S16 課程作業(yè)，階段性及期末考試等 沈欣憶（2015）

技術(shù) 平臺(tái)易用性S17 平臺(tái)是否支持在線討論區(qū)域等支持學(xué)習(xí)服務(wù)功能. Selma（2005）

學(xué)習(xí)氛圍S18 在線學(xué)習(xí)環(huán)境的學(xué)習(xí)氛圍是否優(yōu)越 Simona（2013）

邏輯關(guān)系將其轉(zhuǎn)換成鄰接矩陣A。通常鄰接矩陣表達(dá)方式為：若要素與要素之間有關(guān)系，取值為1，反之則為0。最終確定在線學(xué)習(xí)參與度的鄰接矩陣A如下所示。

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1

0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 1

1 0 0 1 1 0 0 0 0 1 0 0 0 0 0 0 0 0

1 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0

1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1

1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

1 0 0 0 0 1 0 1 1 1 0 0 0 0 0 1 0 1

0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 1

1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1

1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1

1 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0

0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 1 1 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0

0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

1 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0

1 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0

1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

鄰接矩陣僅反應(yīng)各要素的直接影響關(guān)系，為了解析各要素之間的層級(jí)關(guān)系，需求算鄰接矩陣A的可達(dá)矩陣R。計(jì)算方法為：原始矩陣A加單位矩陣I，即對(duì)角線都加上1得到相乘矩陣，對(duì)相乘矩陣連乘直到矩陣不發(fā)生變化時(shí)，即可得到可達(dá)矩陣R。公式為：（A+I）（k–1）≠（A+I）k=（A+I）（k+1）=R（K≥2）。本研究選用MATLAB數(shù)學(xué)軟件計(jì)算可達(dá)矩陣R，如下所示。

1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1

1 1 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 1

1 0 1 1 1 1 0 0 0 1 0 0 0 0 0 0 0 1

1 0 1 1 1 1 0 0 0 1 0 0 0 0 0 0 0 1

1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1

1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1

1 0 0 0 0 1 1 1 1 1 0 0 0 0 0 1 0 1

1 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 1

1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1

1 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1

1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 1

1 0 1 1 1 1 0 0 0 1 0 1 0 0 0 0 0 1

1 1 1 1 1 1 0 0 0 1 0 0 1 0 0 0 0 1

1 0 1 1 1 1 0 0 0 1 0 0 0 1 0 0 0 1

1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1

1 0 0 0 0 1 0 0 1 0 0 0 0 0 0 1 0 1

1 0 0 0 0 1 0 0 0 0 1 0 0 0 1 0 1 1

1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1

2.3 ?層級(jí)分解

通過(guò)可達(dá)矩陣?yán)L制出有向圖，從而清楚地展現(xiàn)出各要素之間的相互關(guān)系，需對(duì)各要素進(jìn)行層級(jí)分解。分解時(shí)需要定義兩個(gè)集合R（Si）和A（Si）。R（Si）表示從矩陣中某一個(gè)Si出發(fā)可到達(dá)全部要素的集合，簡(jiǎn)稱為可達(dá)集合（即與Si對(duì)應(yīng)行中包括“1”的所有因素）;A（Si）表示從矩陣中其他要素出發(fā)都能到達(dá)某一個(gè)因素的要素Si的全部要素的集合，簡(jiǎn)稱為前因集合（即與Si對(duì)應(yīng)列中包括“1”的所有因素）。層級(jí)分解方法為：當(dāng)滿足R（Si）∩A（Si）=R（Si）時(shí)，則Si為最高層級(jí)要素。然后，將這些要素在可達(dá)矩陣中刪除，重新列出要素集合表，根據(jù)相同判斷條件確定下一級(jí)要素，直至將最后一層要素分層。最終劃分結(jié)果為：第一層級(jí)有S1、S18;第二層級(jí)有S5、S6、S9、S10、S15;第三層級(jí)有S2、S3、S4、S8、S11、S16;第四層級(jí)有S7、S12、S13、S14、S17。

2.4 ?構(gòu)建解釋結(jié)構(gòu)模型

根據(jù)可達(dá)矩陣以及要素所處層級(jí)，可建立解釋結(jié)構(gòu)模型。建模的方法為：根據(jù)層級(jí)劃分結(jié)果可判斷該模型可分四個(gè)層級(jí);通過(guò)可達(dá)矩陣可判斷兩個(gè)因素之間是否存在關(guān)系。如L1和L2之間的關(guān)系，從可達(dá)矩陣可以看出，S1和S18相互等價(jià)，S15、S6、S5、S10、S9和S1有關(guān)系，即可畫(huà)出從S15、S6、S5、S10、S9到S1的有向邊。以此類(lèi)推，畫(huà)出每一個(gè)要素的直接關(guān)系（本模型未標(biāo)記跨層因素之間的影響關(guān)系），繪制結(jié)果如圖2所示。

圖2 ?在線學(xué)習(xí)參與度影響因素的ISM模型

Fig.2 ?ISM model of factors influencing online learning participation

3 ?結(jié)論

從圖2的ISM模型可以看出，學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)氛圍處于模型最高層，是影響在線學(xué)習(xí)參與度的直接因素;知識(shí)呈現(xiàn)方式、平臺(tái)易用性、課程時(shí)長(zhǎng)、課程難度以及活動(dòng)安排處于最底層，是所有影響因素中最基礎(chǔ)的因素;其余為第二、三層級(jí)因素，間接影響在線學(xué)習(xí)參與度。結(jié)合在線學(xué)習(xí)參與度影響因素的ISM模型，在提高在線學(xué)習(xí)參與度時(shí)，應(yīng)注意以下三方面：

3.1 ?注重課程設(shè)計(jì)

在線內(nèi)容展示形式的多樣性以及這些多樣性 對(duì)學(xué)生的吸引力為在線內(nèi)容的設(shè)計(jì)提供了巨大的空間[15]?；诖嗽诰€課程內(nèi)容形式盡量短小精悍，知識(shí)點(diǎn)控制在90秒以內(nèi)，完整的內(nèi)容講解控制在15分鐘以內(nèi)，保證學(xué)習(xí)者在高度集中的狀態(tài)下完成學(xué)習(xí)。課程內(nèi)容注重挑戰(zhàn)性和成就感，趣味性，知識(shí)性和豐富性。強(qiáng)調(diào)知識(shí)的整體性、復(fù)雜性和邏輯性進(jìn)行合理的分解和控制，達(dá)到寓教于樂(lè)，深入淺出，環(huán)環(huán)相扣，引人入勝的目標(biāo)。

3.2 ?加強(qiáng)交互與反饋

在線課程學(xué)習(xí)時(shí)，教師與學(xué)習(xí)者、學(xué)習(xí)者與學(xué)習(xí)者之間處于時(shí)空分離的狀態(tài)，這種狀態(tài)如果處理不佳，容易讓學(xué)習(xí)者感到學(xué)習(xí)孤獨(dú)甚至是厭學(xué)的心理[16]。教師應(yīng)引導(dǎo)學(xué)習(xí)者充分利用平臺(tái)技術(shù)的支持，進(jìn)行交流與討論、點(diǎn)贊與評(píng)論、分享學(xué)習(xí)資源等活動(dòng)共同完成一定的學(xué)習(xí)任務(wù)，打破在線學(xué)習(xí)時(shí)空分離的孤島。使學(xué)習(xí)者彼此獲得尊重與信任，擁有一種情感上的成就感和依賴感

為了營(yíng)造良好的學(xué)習(xí)氛圍，教師需激發(fā)學(xué)習(xí)者的學(xué)習(xí)動(dòng)機(jī)與熱情，高度重視學(xué)習(xí)者的意愿與感受。適當(dāng)給予學(xué)習(xí)者鼓勵(lì)或獎(jiǎng)勵(lì)，讓學(xué)習(xí)者產(chǎn)生一種自信心，認(rèn)為有能力解決未來(lái)的學(xué)習(xí)任務(wù)。此外還需及時(shí)反饋學(xué)習(xí)意見(jiàn)，定期總結(jié)學(xué)生在階段性學(xué)習(xí)中出現(xiàn)的問(wèn)題，為學(xué)生提供答疑視頻，增強(qiáng)學(xué)習(xí)者在虛擬空間中所缺乏的歸屬感。

3.3 ?大力開(kāi)發(fā)技術(shù)平臺(tái)

由于學(xué)習(xí)者特征不同，學(xué)習(xí)者對(duì)知識(shí)的需求也會(huì)不同。利用平臺(tái)技術(shù)跟蹤收集大量有關(guān)學(xué)習(xí)者的學(xué)習(xí)數(shù)據(jù)，包括隨堂測(cè)試和期末考試成績(jī)等，對(duì)學(xué)習(xí)者的個(gè)性化學(xué)習(xí)需求進(jìn)行預(yù)測(cè)。實(shí)現(xiàn)在線學(xué)習(xí)個(gè)性化評(píng)估與診斷，判斷學(xué)習(xí)者存在的優(yōu)勢(shì)與不足，設(shè)計(jì)出符合學(xué)習(xí)者個(gè)性化需求的課程和推送個(gè)性化資源。

目前情感參與相比認(rèn)知和行為參與研究比較薄弱，尤其是如何真實(shí)的測(cè)量學(xué)習(xí)者的在線學(xué)習(xí)情感還有一些困難[17]。隨著智能識(shí)別技術(shù)不斷提高，眼動(dòng)儀（視覺(jué)記錄儀）[18]、瞬間顯示器[19]、生物電波測(cè)試等設(shè)備可充分運(yùn)用到在線學(xué)習(xí)中，識(shí)別學(xué)習(xí)者在學(xué)習(xí)過(guò)程中細(xì)微的表情變化，從而對(duì)在線學(xué)習(xí)情感參與度進(jìn)行更精準(zhǔn)的測(cè)量。

參考文獻(xiàn)

[1]HOOD N， LITTLEJOHN A， MILLIGAN C. Context counts： how learners'contexts influence learning in a MOOC[J]. Computers &education， 2015， 91（12）： 83-91.

[2]Astin， A. W. Student involvement： A development theory for higher education[J]. Journal of College Student Personnel， 1984， （25）： 297-308.

[3]文書(shū)鋒， 孫道金. 遠(yuǎn)程學(xué)習(xí)者學(xué)習(xí)參與度及其提升策略研究——以中國(guó)人民大學(xué)網(wǎng)絡(luò)教育為例[J]. 中國(guó)電化教育， 2017（09）： 39-46.

[4]朱文輝， 靳玉樂(lè). 網(wǎng)絡(luò)化合作活動(dòng)學(xué)習(xí)對(duì)教育碩士在線學(xué)習(xí)參與度影響的行動(dòng)研究[J]. 中國(guó)電化教育， 2013（08）： 48-53.

[5]沈欣憶， 胡雯璟， Daniel Hickey. 提升在線學(xué)習(xí)參與度和學(xué)習(xí)效果的策略探究及有效性分析[J]. 中國(guó)電化教育， 2015（02）： 21-28.

[6]Tucker C M， Zayco R A， et al. Teacher and child variables as predictorsof academic engagement among low-income African Americanchildren[J]. Psychology in the Schools， 2010， 39（4）： 477-488.

[7]Chi-Cheng Chang， Chaoyun Liang， Kuen-Ming Shu， et al. lteration of Influencing Factors of e-Learning Continued

Intention for Different Degrees of Online Participation [J]. International Review of Research in Open and Distributed

Learning， 2015（4）： 33-61.

[8]Freitas S I， Morgan J， Gibson D. Will MOOCs transform learning and teaching in higher education？ Engagement and course retention in online learning provision [J]. British journal of educational technology， 2015， 46（3）： 455-471.

[9]Hone K S， EL Said G R. Exploring the factors affecting MOOC retention： a survey study [J]. Computers & education， 2016， 98（3）： 157-168.

[10]LittleJohn A， Hood N， Milligan C， et al. Learning in MOOCs： motivations and self-regulated learning in MOOCs [J]. Theinternet and higher education， 2016， 29（4）： 40-48.

[11]牟智佳. MOOCs學(xué)習(xí)參與度影響因素的結(jié)構(gòu)關(guān)系與效應(yīng)研究——自我決定理論的視角[J]. 電化教育研究， 2017， 38（10）： 37-43

[12]Selma Vonderwell， Sajit Zachariah. Factors that Influence Participation In Online Learning [J]. Journal of Research on Technology in Education， 2005（2）： 213-230.

[13]房萌萌， 劉斌. 在線學(xué)習(xí)投入的影響因素及提升策略[J]. 數(shù)字教育， 2018， 4（01）： 40-44

[14]Warfield John N. Binary matrices in system modding[J]. IEEE Trans. on Systems Man&Cyberneties， 1973（9）： 441- 449.

[15]尹航， 楊歡， 崔海斌， 等. 基于大數(shù)據(jù)應(yīng)用的虛擬化云平臺(tái)建設(shè)方法研究[J]. 軟件， 2018， 39（4）： 201-207.

[16]孫吉鵬， 袁郭苑， 杜澤林. 學(xué)習(xí)行為分析的段落粒度在線教程系統(tǒng)[J]. 軟件， 2018， 39（4）： 137-141.

[17]李秋雨， 李玉斌， 姚巧紅. 在線學(xué)習(xí)投入的研究現(xiàn)狀——基于WoS數(shù)據(jù)庫(kù)近十年文獻(xiàn)的分析[J]. 軟件， 2019， 40（02）： 16-22.

[18]陳雁， 卿濟(jì)民， 林必毅. 大數(shù)據(jù)技術(shù)在視頻監(jiān)控中的應(yīng)用[J]. 軟件， 2018， 39（11）： 72-76.

[19]葉詩(shī)韻， 黃志成. 基于人臉識(shí)別的考生身份識(shí)別應(yīng)用研究[J]. 軟件， 2018， 39（12）： 37-39.