［摘要］ 課程評論蘊含了學習者對慕課的感知、反應、需求、行為表現(xiàn)等要素，是研究慕課的基礎數(shù)據(jù)源之一。本研究采用詞頻統(tǒng)計、詞匯共現(xiàn)網(wǎng)絡、文檔位置對應分析和結構主題模型等方法對課程評論進行觀點挖掘和可視化分析。結果表明，中國學習者外語慕課學習呈現(xiàn)出積極的學習情感，正性學習體驗主要受到課程教師、課程支持和課程內(nèi)容實用性三個維度的影響，負性學習體驗受到成績考核、作業(yè)評價與個性化支持三個維度的影響。此外，與語言技能課程相比，學習者對文學和專門用途外語課程的體驗和需求維度存在較大差異。大數(shù)據(jù)驅動的可視化分析結果能夠為外語慕課的學習體驗設計與教學設計提供宏觀和微觀支持，為高質量外語慕課建設提供參考。

［關鍵詞］ 外語慕課；課程評價；語料庫；學習體驗

［中圖分類號］ H319" ［文獻標識碼］ A" ［文獻編號］ 1002-2643（2024）03-0070-10

Mining and Visualizing Learners’ Opinions in Large-scaleLMOOCs Reviews

YANG Linwei

（School of Foreign Languages，Yantai University， Yantai 264005， China）

Abstract： Course reviews contain elements such as learners’ perceptions， reactions， demands， and behavior towards Massive Open Online Courses （MOOCs）， serving as one of the fundamental data sources for MOOCs research. This study utilizes methods such as word frequency analysis， word co-occurrence network analysis， correspondence analysis of document positions， and structural topic modeling to mine opinions from course reviews and visualize the learning experience. The results indicate an overall positive learning experience， with teacher support， course support， and course content practicality being key influencers. Students’ negative learning experience is also influenced by three focal dimensions： course test， assignment feedback and personalized support. Additionally， learners exhibit distinct needs for literature and ESP courses compared to general language courses. These data-driven insights have significant implications at both macro and micro levels for enhancing the teaching design of Language MOOCs to optimize the learning experience， offering reference for the development of high-quality Language MOOCs.

Key words： language MOOCs; course review; corpus; learning experience

1.引言

近年來，國內(nèi)外語慕課（Language MOOCs， LMOOCs）建設蓬勃發(fā)展，成績斐然。截至2023年6月，僅愛課程、學堂在線、智慧樹、學銀在線四大慕課平臺就開設外語類課程1154門，涵蓋了英、日、德、法等主要語種（王中祥、張文忠，2024）。與此同時，教育部已經(jīng)連續(xù)多年組織認定國家級精品在線開放課程，并分別在2020年和2023年先后認定了兩批國家級線上一流本科課程。與傳統(tǒng)的語言教育形式相比，外語慕課能夠為語言學習者創(chuàng)造無限的學習機會，提供創(chuàng)新的語言學習體驗，其研究已經(jīng)成為計算機輔助外語學習研究的新興領域（Martín-Monje amp; Borthwick， 2021）。國內(nèi)外相關研究較多從宏觀理論視角關注外語慕課本質屬性（陳堅林，2015; 葉興國，2017），外語慕課教學設計與混合教學模式應用及主要挑戰(zhàn)（胡杰輝，2021），學生保持率（Fridriksdottir，2021）、參與度（Mac Lochlainn et al.，2021）、外語教學與慕課技術的兼容性（韓艷輝，2019）等，但是鮮有從課程評論入手挖掘學習者觀點的實證研究。

全面了解學習者的學習體驗、評價觀點和個性需求對改進教學設計，提升課程教學質量至關重要。對此，已有學者開展了一些小規(guī)模實驗研究（Barkanyi，2021）或個案質性分析（Barcena et al.，2014; Hsu，2021; Luo amp; Ye，2021），但囿于數(shù)據(jù)規(guī)模限制，上述研究難以做出自下而上的全面描述。另外，質性分析課程評論需要研究者自行制定編碼體系，存在較強的主觀性。總之，盡管基于課程評論的少數(shù)研究已經(jīng)在慕課質量保證體系和學習者滿意度方面取得了一定成果，但仍存在片面性和主觀性的不足。為此，本研究利用語料庫和自然語言處理技術對課程評論進行觀點挖掘和可視化分析并回答以下三方面的問題：學習者對外語慕課的整體體驗情況如何？學習者所關切的主要話題包括哪些？學習者對不同類別課程的需求是否存在差異？

2.基于慕課評論的相關研究

教育改革術語表①將學習體驗定義為產(chǎn)生學習效果的任何互動、課程、項目或其他體驗。體驗既可以發(fā)生在傳統(tǒng)的環(huán)境（如學校、教室），也可以發(fā)生在非傳統(tǒng)的環(huán)境（如校外地點、戶外環(huán)境）；既包括傳統(tǒng)的教育互動（如師生面對面交流），也包括非傳統(tǒng)的互動（如學生通過游戲和互動軟件學習）。胡永斌和黃榮懷（2016：68）在此基礎上將智慧學習環(huán)境中的學習體驗界定為“學習者對智慧學習環(huán)境、學習活動和學習支持服務等過程中涉及的諸多教學要素的感知、反應和行為表現(xiàn)”。據(jù)此，外語慕課中的學習體驗包括學習者對物理/虛擬學習環(huán)境、教學材料、教學互動（師生、生生、人機智能互動等）以及教師等多種要素的感知、反應和行為表現(xiàn)。

外語慕課作為慕課的“特殊”形式，聚焦學習體驗開展研究具有重要意義（Martín-Monje amp; Bárcena，2014）。從數(shù)據(jù)類型和分析方法的角度看，外語慕課學習研究大致可以分為兩類。第一類是基于課程評價、課程論壇中的討論等小規(guī)模文本數(shù)據(jù)開展質性研究。例如，基于“愛課程”平臺上600條課程評論，Ye amp; Luo（2020）分析了學習者對外語慕課的感知現(xiàn)狀及影響因素。Luo amp; Ye（2021）進一步基于1，000條外語慕課課程評論，利用扎根理論分析學習者對不同類型外語課程的學習體驗和評價標準。Hsu（2021）發(fā)現(xiàn)學習者總體慕課學習情感體驗積極，但有些學習者對慕課的適用性表示懷疑，課程類型和屬性對學習者保持率起到?jīng)Q定性作用。Appel amp; Pujola（2021）討論了口語慕課的諸多挑戰(zhàn)，如分組、教師作用、有意義反饋、練習的有效性等。第二類是面向某一課程，基于學習者問卷進行量化研究。例如，胡杰輝（2017）采用大規(guī)模問卷調查了影響基于慕課的大學英語混合學習者體驗影響因素。楊港、戴朝暉（2021）調查了大學生英語在線學習投入的維度構成，分析了學習動機、能動性、行為投入、認知投入和情感投入的互動影響。孫先洪等（2021）基于外語慕課學習體驗，構建了外語慕課平臺的自適應性評價指標。

綜合上述質性和量化研究表明，學習者體驗受多因素影響，其中課程類型及其質量的制約作用較為突顯。但已有研究也存在兩個不足：一是課程論壇及評論的質性分析雖然便于深挖學習者的觀點、需求和情感，但較多依賴主觀判斷且樣本有限，難以對學習體驗做出客觀、整體分析；二是問卷調查雖然可以收集大規(guī)模數(shù)據(jù)開展量化分析，但屬于間接數(shù)據(jù)。且已有研究大多面向單一課程，對聽、說、讀、寫、專門用途等不同課程的關注度不夠，研究結論的泛化能力有限。

自然語言處理技術的優(yōu)勢在于可以對慕課平臺中的學生評論文本開展大數(shù)據(jù)挖掘和分析，從而客觀反映學習者的慕課學習體驗、觀點和傾向，為外語慕課的設計、建設、運用和評價提供更好的支持。雖然國內(nèi)已有學者初步嘗試對課程評論開展大數(shù)據(jù)挖掘分析（張文德、黃禹，2020），但非常缺少聚焦外語慕課學習者的相關研究。因此，本研究基于慕課課程評論大數(shù)據(jù)，利用自然語言處理技術，通過自動化采集、統(tǒng)計和可視化手段，多維度刻畫外語學習者的觀點，以期助力線上外語“金課”與一流本科課程建設。

3.研究方法

研究數(shù)據(jù)主要來自中國大學MOOC平臺中的外語類課程評論（截至2020年12月），包括256門課程，共計75，653 條記錄。如表1所示，學習者做出的課程評價主要由評價文本和反映滿意度的星級信息組成。所選示例涵蓋1-5顆星的不同星級，表示從極不滿意到非常滿意，評價文本涉及課程內(nèi)容、教學方法、作業(yè)、評分以及課程管理等。研究采用的主要工具有PKUSEG②（Luo et al.，2019）文本分詞包、R語言、Quanteda（Benoit et al.，2018）以及LSX開發(fā)包（Watanabe，2020）等文本分析與可視化工具。另外，本研究還調用了公開的語言資源，包括Hownet情感詞典、中英文停用詞表等。

本研究按以下步驟進行：

（1）大規(guī)模數(shù)據(jù)清理與分詞。在數(shù)據(jù)預處理階段，為了方便比較學習者對不同課程的評價差異，按照課程類型劃分為文學、語言學、文化、翻譯、寫作、語法、閱讀、口語、聽力、專門用途、雅思、大學英語、專四專八等13個大類；為保證評論數(shù)據(jù)的可靠性，經(jīng)充分觀察語料之后，制定以下預處理規(guī)則：刪除中文字數(shù)小于5或者詞數(shù)小于3的評論；刪除英文詞數(shù)小于5的評論；刪除諸如“11111”“66666”“好好好”等不含有具體評價信息的評論。

（2）文本挖掘與可視化分析。除詞頻和主題詞分析之外，作者使用文本挖掘研究中的文檔位置、主題建模、LSS（Latent Semantic Scaling）等可視化技術進行探索性分析。其中，LSS是由Watanabe（2020）提出的一種啟發(fā)式、半監(jiān)督文本縮放技術，將傳統(tǒng)的潛在語義分析與自定義種子詞（seed words）相結合，在不同的預先定義維度上定位文本的空間位置，實現(xiàn)不同領域、不同語言風格的文本對比分析。

4. 結果與發(fā)現(xiàn)

4.1 高頻詞及其共現(xiàn)網(wǎng)絡

經(jīng)PKUSEG分詞并統(tǒng)計詞頻后發(fā)現(xiàn)，高頻詞主要包含對教師與課程內(nèi)容的評價、學習收獲的感受以及關于課程意義的看法。學習者普遍認為教師授課與課程內(nèi)容非常“棒”，在知識獲取方面收獲非?！按蟆?，課程很實用，總體非常“喜歡”慕課課程。按照學習者的星級評價統(tǒng)計顯示，1-5星的評價數(shù)量分別占1.45%、0.73%、2.75%、12.74%和82.33%。分組觀察學習者在不同星級評價中詞匯分布發(fā)現(xiàn)：1-2星的負面評價高頻詞主要有“難”“授課”“網(wǎng)絡”“聲音”“菜”“作業(yè)”“考試”“卡”“進度”“成績”等；4-5星的積極評價高頻詞主要有“老師”“課程”“棒”“有趣”“感謝”“實用”“生動”“內(nèi)容”“知識”“幫助”等。負面評價方面，除平臺本身的網(wǎng)絡卡頓以外，學習者對課程考核、授課進度、內(nèi)容難易程度等方面表示不滿意，特別對作業(yè)批改、考試相關環(huán)節(jié)有較高的要求。積極評價方面，學習者對教師授課方式、課程趣味性、內(nèi)容豐富程度、實用性等表示高度認可。

基于稀疏文檔特征矩陣③（Document Feature Matrix，DFM），可以自動提取語料庫中高頻詞匯共現(xiàn)的頻次并依據(jù)數(shù)值大小繪制語義網(wǎng)絡，有助于揭示高頻詞之間的語義關聯(lián)及重要程度。鑒于語料庫規(guī)模較大、詞匯數(shù)量眾多、數(shù)據(jù)稀疏，本研究刪除了停用詞、標點符號以及表示時間、日期的數(shù)字等信息，并將詞匯共現(xiàn)頻次的閾值設置為50，以繪制出高頻共現(xiàn)詞匯的網(wǎng)絡圖（圖1）。通過網(wǎng)絡節(jié)點之間連接線的強度可以看出，“老師”“課程”“學習”“知識”“講解”處于語義網(wǎng)絡的中心位置，與之共現(xiàn)的高頻詞匯以中間偏右

圖1 詞匯共現(xiàn)網(wǎng)絡可視化的密度較大，左側詞匯網(wǎng)絡相對較為離散。根據(jù)語義網(wǎng)絡的分布，可將關鍵詞直觀概括為以下三個主要類別：教師講解清晰、細致，非常生動且易懂，學習者尤其對教師的發(fā)音非常滿意；課程實用，特別是寫作課的實用性優(yōu)于演講、語法、口語等課程；學生學習體驗“不錯”，收獲知識，了解目的語語

4.2 主題詞對比與情感分析

主題詞分析是通過對比詞匯在參照語料庫和觀察語料庫中的頻數(shù)及分布，計算其關鍵性或主題性（keyness）的分析方法（Bondi amp; Scott，2010）。我們把4-5星級評論作為觀察語料庫，把1-3星級評論作為參照語料庫，使用似然比計算主題性，然后按照主題性大小排序并將正負10個主題詞可視化（圖2）。結果顯示，在4-5星級評價中，學習者對教師高度認可，除對教師表達感謝以外，還表達了受益匪淺、學有所得，特別是在寫作和學術課程上收獲最大。在1-3星級評價中，負面評價主題詞主要涉及以下幾個方面：網(wǎng)速比較卡，影響學習效果；教師念課件；作業(yè)以及課程內(nèi)容比較難；視頻沒有字幕，影響理解。另外，學習者還對考試較為關注。總之，主題詞對比分析結果形成了鮮明對比，可為教師以及慕課運行方提供直觀的話題數(shù)據(jù)展示，有利于全面了解學習者的學習體驗、學習需求等，為慕課教學提供決策參考。

為了進一步考察學習者對于慕課學習的整體情緒，本研究把“學習”作為節(jié)點詞，分析周圍語境中的積極和消極情緒。利用LSS技術，指定兩組表示積極和消極的“種子詞”并與Hownet情感詞匯表進行對比考察。結果顯示，學習者對慕課學習過程普遍持積極態(tài)度，積極詞匯存在顯著性差異（plt;0.05）。學習者對學習過程感到“開心”“快樂”，對知識獲取方面感到“滿足”，對授課教師表示“感謝”，進而“希望”自己能夠在語言能力方面得到提升。在消極詞匯方面，“擔心”一詞被突顯出來。經(jīng)人工分析該詞所在的索引行后發(fā)現(xiàn)，學習者“擔心”的內(nèi)容主要包括以下幾個話題：能否堅持下去、能否跟上授課進度、學習內(nèi)容太深奧、考試時間是否沖突、可能會掛科、作業(yè)惡意互評等。上述話題主要涉及到學習動機、個性化教學以及課程考核等多個方面，值得教師和研究者高度關注。

4.3 主題聚類與對應分析

為了從宏觀上把握學習者在積極和消極評論中的主題分布，我們將課程評論劃分為4-5星級評論和1-2星級評論兩個子語料庫，分別進行主題建模以探索學習者所關切的主要話題。4-5星評論可概括為以下三個主題：教師授課特點、授課方式以及學習者受益點。教師授課具有詳細、生動、實用等特點，外語慕課的視頻學習方式使得知識點清晰、易懂，因此學習者在語言技能（如發(fā)音、聽力、口語等）以及文化方面均有收獲。1-2星級評論的主題更為集中，可概括為兩個主題。一是負性評價，即教學進度、作業(yè)評價與考核方式等無法滿足學習者的個性化需求；二是正性評價，即學習者對授課內(nèi)容、授課方式以及學習視頻等方面基本持積極態(tài)度。

對應分析可以把學習者對不同類型課程所作的評價做降維處理，以顯示學習者對課程的個性化需求。本研究按照文學、語言學、文化、翻譯、寫作、語法、閱讀、口語、聽力、專門用途、雅思、大學英語、專四專八等13個大類把課程評論進行分組，經(jīng)過對應分析之后發(fā)現(xiàn)（圖3），“文學”“專門用途”類課程評論屬于“離群值”，與其它語言類課程評論之間存在顯著差異。一般來說，文學與文化課程屬于知識性課程，而聽力、語法、翻譯以及基礎課程屬于技能類課程，文檔位置的可視化結果符合外語學科的常識。值得注意的是，專門用途類課程既遠離技能類課程，又遠離文學類課程，表明學生對該類課程的期待維度與其他類型的課程不同。

5.討論

5.1 學習者的整體學習體驗

分析結果表明，作為大數(shù)據(jù)、信息化時代的重要教學手段，外語慕課課程為學習者提供了較好的學習體驗。課程評論以5星級為主，評價主題非常集中，LSS分析結果積極，學習者整體情緒呈現(xiàn)正性體驗。這一結果與（Hsu， 2021; Ye amp; Luo， 2020; 戴朝暉、陳堅林， 2016）關于慕課注重學習體驗的研究結論相一致。盡管有研究指出，側重于技能訓練的外語類課程并不太適合目前的慕課模式，但是本研究學習者體驗結果表明目前的語言類慕課基本能夠滿足學習者的整體學習需求，呈現(xiàn)出積極的態(tài)勢。雖然體驗好、受歡迎等并不等同于課程成功或質量高（Sokolik， 2014：26），但是積極的課程體驗是有效語言學習發(fā)生的先決條件，為學習者提升課程參與度、降低輟學率甚至提升語言能力奠定了先發(fā)基礎。研究者可以在未來研究中進一步考察用戶體驗、受歡迎程度與課程質量或教學效果之間的關系。

5.2 學習者關切主題的維度

系列數(shù)據(jù)分析結果表明中國學習者外語慕課的學習體驗受到課程教師、課程支持服務與課程內(nèi)容趣味、實用性的多維度影響。

5.2.1 授課教師

主題詞對比分析以及詞匯共現(xiàn)網(wǎng)絡的可視化結果顯示，學習者對教師的授課技巧、發(fā)音、講課思路等方面較為關注。整體上，積極評論認為教師發(fā)音好、思路清晰、授課生動。不容忽視的是，諸如“念”“字幕”“難”等關鍵詞存在顯著性差異?！澳睢闭n件、講義或視頻腳本可能是一種較為普遍的現(xiàn)象，甚至在多門課程中普遍存在，學習者對此表現(xiàn)出較為消極的態(tài)度。這要求教師擺脫傳統(tǒng)課堂的思維定式，在授課理念和手段兩個方面加強學習和實踐。不難想象，如果教師語速過快，容易造成中低水平學習者難以跟上節(jié)奏和思路的現(xiàn)象。教師或慕課平臺可采用人工智能技術為視頻自動添加字幕，將有助于降低難度，保證教學質量。很大程度上，慕課成功與否取決于教師及其團隊，在外語教師“搶奪機遇，加速建設線上金課”（馮智文，2020）的背景下，固然需要追求速度和數(shù)量，但更需要注重教師自身的能力和素質，特別是信息素養(yǎng)的提升，從細節(jié)入手做到規(guī)范發(fā)音、理清思路、優(yōu)化字幕，為學習者提供高質量的外語課堂。

5.2.2 個性化服務支持

對比主題詞分析的可視化結果顯示，學習者對作業(yè)、測驗、考試、學習進度等多個方面持一定程度的消極態(tài)度，既反映出大部分學習者“希望”得到更為個性化的支持服務，又證實了前人研究中所發(fā)現(xiàn)的“對教學支持，尤其是交互支持還比較薄弱”（戴朝暉、陳堅林， 2016：40），甚至“頭重腳輕”（韓艷輝，2019：34）的現(xiàn)象。教師在慕課建設過程中的時間投入由高到低依次是錄制視頻、準備學習材料、交流答疑、測驗與作業(yè)設計、了解學習者學習需求以及組織教學活動（馮永華、劉志軍，2016：85）。固然，制作精良的視頻資源可以激發(fā)學習者的興趣和學習動機，但是在時間與精力分配嚴重失衡的情況下，教師與學習者缺乏交流與互動、課程考核過于簡單粗暴、缺乏教學活動設計、甚至無視學習者的具體需求，會導致慕課教學出現(xiàn)“頭重腳輕”的運行現(xiàn)狀。換言之，慕課視頻僅是課程教學的重要組成部分，缺乏個性化支持服務的慕課無異于、甚至不及“改頭換面”的傳統(tǒng)課堂，難以實現(xiàn)智慧外語教學。因此，外語慕課教師亟待克服傳統(tǒng)面授思維的慣性及其束縛，避免機械化復制，做到個性化拓展和延伸（王中祥、張文忠，2024）；慕課平臺運營方應完善相應的功能，在技術上提供模塊支持，重點在測驗、考核、進度控制、學習者需求分析等方面提升學習者的滿意度，為實現(xiàn)一流外語課程建設或“金課”建設打好關鍵基礎。

5.2.3 趣味性與實用性

綜合積極評價中的高頻詞和主題詞分析結果，“文化”“趣味”“實用”“academic”“write”“寫作”等關鍵詞較為突顯，顯示出學習者一方面喜歡“趣味性”強的文化類課程，另一方面又對實用性強的寫作課程和學術課程普遍認可。因此慕課必須有效結合多模態(tài)手段，增強趣味性，為線上學習提供強大動力。在“高階性”的前提下讓課程充滿趣味卻不失專業(yè)性（覃軍，2019：60）。有趣的是，學習者對較為“枯燥”的寫作與學術英語課程高度認可，認為從實用課程中可以學習到豐富的知識。究其原因，一方面可能在于慕課模式下的寫作和學術課程可以結合現(xiàn)代技術手段，與傳統(tǒng)的同類課程相比更具新穎性和趣味性；另一方面，學習者偏重實用型的外語課程，認為基礎能力的提升需要長期積累，而實用能力的提升可以通過慕課模式得以快速提高。外語教師應該從中獲得啟發(fā)，在相關課程設計中格外關注實用知識和技巧的設計。

5.3 學習者對文學和專門用途類課程的需求

文檔位置的可視化結果顯示，學習者對文學和專門用途類課程的評論與其它課程評論距離較遠，明顯屬于不同的類別。文學課具有與內(nèi)容結合更加緊密的特點，涉及作家、作品、時代背景等，而專門用途課程則需要對學科知識背景的深入了解。在觀察語料后發(fā)現(xiàn)，文學與專門用途類課程評價表現(xiàn)出以下兩個特點：一是學習者傾向于用英語發(fā)表評論，而且其評論長度明顯高于漢語；二是相當一部分評論與課程內(nèi)容相關，涉及文學作品信息以及不同專業(yè)領域的獨特詞匯。學習者對文學和專門用途類課程的需求有別于普通的語言技能類課程，其原因可能在于以下兩個方面：首先，兩類課程具有較強的知識性，文學課程具有較強的鑒賞性和思辨性，專門用途類課程具有較強的學術性和實用性。二者輸入材料比較正式，體裁鮮明，學習者的課程評論顯示出與輸入材料的協(xié)同效應。其次，兩類課程難度較大，為了強化學習效果，學習者在寫評論時以反思的方式，發(fā)表與課程內(nèi)容相關的見解。正如有學習者這樣寫道：學習的過程既“痛苦”又有趣有意義，“痛苦”是因為在課程中需要不斷輸入新知識，同時挑戰(zhàn)自己，完成各項任務；“有趣”在于完成任務后的成就感，而“有意義”在于這門課是真真正正可以讓我對學術英語寫作有所了解，而且對日常的寫作能力、信息檢索能力、邏輯思維能力都有很大的幫助。

6.結語

基于大數(shù)據(jù)可視化分析工具，本研究嘗試從課程評論中挖掘外語慕課學習者的學習體驗?？梢暬椒梢宰鳛檎Z料庫語言學分析方法的補充，直觀呈現(xiàn)出學習者對教學過程中多元素的感知、反應及其學習需求。結果表明，中國外語慕課學習者整體上高度認可現(xiàn)有的慕課課程，情感態(tài)度積極，積極學習體驗受到了課程教師、課程支持和課程內(nèi)容實用性三個重要維度的影響。同時，學習者在不同類型課程上具有明顯的個性化需求。值得注意的是，負性情感體驗與成績考核、作業(yè)互評以及個性化支持等維度密切相關，應成為下一步外語慕課設計的關注重點。囿于現(xiàn)有數(shù)據(jù)和Quanteda工具包的局限性，未來應在以下三個方面展開研究以補足其不足之處：（1）增加中國外語慕課網(wǎng)的課程評論數(shù)據(jù)；（2）改進Quanteda基于單詞的算法，將二元或三元短語視為基本特征，考察主題短語的分布；（3）未來從可視化分析結果中選擇重點研究的話題，通過解讀索引行進行微觀層面的質性分析。

注釋：

① 該術語表由Nellie Mae教育基金會資助建設，網(wǎng)址：https：//www.edglossary.org/learning-experience/。

② 該分詞工具由北京大學語言計算與機器學習研究組發(fā)布，在公開標準測試集上的準確率高達97%，在不同領域測試集上的平均準確率達到91%。

③ 在Quanteda工具包中，文檔特征矩陣（DFM）即自然語言處理中常用的詞匯文檔矩陣（Term-Document Matrix），每行代表一個文檔，每列代表單詞在文檔中出現(xiàn)的次數(shù)。

參考文獻

［1］Appel， C. amp; T. Pujola. Designing speaking interaction in LMOOCs： An eTandem approach［J］. Recall， 2021， 33（2）：161-176.

［2］Barcena， E.， T. Read， E. Martin-Monje amp; M. Castrillo. Analysing student participation in Foreign Language MOOCs： A case study. EMOOCs 2014［A］. In C. Ulrike amp; K. Delgado （eds.） European MOOCs Stakeholders Summit［C］. Lausanne： Ecole Polytechnique Federale de Lausanne， 2014. 11-17.

［3］Barkanyi， Z. Motivation， self-efficacy beliefs， and speaking anxiety in language MOOCs［J］. Recall， 2021， 33（2）：143-160.

［4］Benoit， K.， K. Watanabe， H. Wang， P. Nulty， A. Obeng， S. Müller amp; A. Matsuo. Quanteda： An R package for the quantitative analysis of textual data［J］. The Journal of Open Source Software， 2018， 3（30）：774-776.

［5］Bondi， M. amp; M. Scott. Keyness in Texts［M］. Amsterdam： John Benjamins Publishing Company， 2010.

［6］Fridriksdottir， K. The effect of content-related and external factors on student retention in LMOOCs［J］. Recall， 2021， 33（2）：128-142.

［7］Hsu， L. What makes good LMOOCs for EFL learners？ Learners’ personal characteristics and Information System Success Model［J］. Computer Assisted Language Learning， 2021， （3）： 1-25.

［8］Hsu， L. A grounded theory exploration of Language Massive Open Online Courses （LMOOCs）： Understanding students’ viewpoints［J］. Sustainability， 2021， 13（5）：2577-2594.

［9］Luo， R.， J. Xu， Y. Zhang， X. Ren amp; X. Sun. PKUSEG： A toolkit for multi-domain Chinese word segmentation［J/OL］. 2019. https：//arxiv.org/pdf/1906.11455.pdf.［2023-12-06］

［10］Luo， R. amp; Z. Ye. What makes a good-quality language MOOC？ An empirical study of criteria to evaluate the quality of online language courses from learners’ perspectives［J］. Recall， 2021， 33（2）：177-192.

［11］Mac Lochlainn， C.， M. N. G. Mhichil amp; E. Beirne. Clicking， but connecting？ L2 learning engagement on an ab initio Irish language LMOOC［J］. Recall， 2021， 33（2）：111-127.

［12］Martín-Monje， E. amp; E. Bárcena. Language MOOCs： Providing Learning， Transcending Boundaries［M］. Berlin： De Gruyter Open， 2014.

［13］Martín-Monje， E. amp; K. Borthwick. Researching massive open online courses for language teaching and learning［J］. ReCALL， 2021， 33（2）：107-110.

［14］Sokolik， M. What Constitutes an Effective Language MOOC？［A］. In E. M. Monje amp; E. Bárcena Madera （eds.）. Language MOOCs： Providing Learning， Transcending Boundaries［C］. Berlin： De Gruyter Open， 2014. 16-32.

［15］Watanabe， K. Latent Semantic Scaling： A semisupervised text analysis technique for new domains and languages［J］. Communication Methods and Measures， 2020， 15（2）：81-102.

［16］Ye， Z. amp; R. Luo， Evaluating online courses： How learners perceive language MOOCs［A］. In C. Pang， et al. （eds.）. Learning Technologies and Systems. SETE ICWL 2020. Lecture Notes in Computer Science， Vol. 12511［C］. Cham： Springer， 2021. 334-343.

［17］陳堅林. 大數(shù)據(jù)時代的慕課與外語教學研究——挑戰(zhàn)與機遇［J］. 外語電化教學， 2015， （1）： 3-8+16.

［18］戴朝暉，陳堅林. 基于慕課理念的大學英語翻轉課堂影響因素研究［J］. 外語電化教學， 2016， （6）： 35-41.

［19］馮永華，劉志軍. 慕課開發(fā)的問題、成因及改進路徑——基于開設慕課的高校教師調查［J］. 現(xiàn)代遠程教育研究， 2016， （6）： 82-92.

［20］馮智文. 中國外語金課的內(nèi)涵及其建設方略［J］. 外語教學， 2020， （2）：59-63.

［21］韓艷輝. 國內(nèi)慕課建設評議——兼論外語類課程的慕課適用性［J］. 外語電化教學， 2019， （5）： 33-38.

［22］胡杰輝. 外語翻轉課堂促學效能差異的對比研究［J］. 外語界， 2017， （6）： 20-28.

［23］胡杰輝. 混合式外語教學的理論內(nèi)涵與研究范式［J］. 外語界， 2021， （4）： 2-10.

［24］胡永斌，黃榮懷. 智慧學習環(huán)境的學習體驗：定義、要素與量表開發(fā)［J］. 電化教育研究， 2016， （37）： 67-73.

［25］覃軍. 技術驅動學習" 打造外語“金課”——外語類國家精品在線開放課程建設現(xiàn)狀、問題及對策研究［J］. 外語電化教學， 2019， （3）： 55-61.

［26］孫先洪，張茜，邵越，李靜. 外語慕課平臺自適應性評價指標驗證研究［J］. 外語電化教學， 2021， （1）： 66-70+11.

［27］王中祥，張文忠. 我國外語類線上一流本科課程建設： 成就、困境與策略［J］. 山東外語教學，2024，（1） ： 44-53.

［28］楊港，戴朝暉. 大學生英語在線學習投入維度構成及影響路徑分析［J］. 外語與外語教學， 2021， （4）： 113-123+150-151.

［29］葉興國. 外語教師面臨的新形勢新問題［J］. 外語教學與研究， 2017， （2）： 292-295.

［30］張文德，黃禹. MOOC課程評論可視化分析系統(tǒng)構建——以中國大學MOOC平臺為例［J］. 情報探索， 2020， （5）： 59-64.（責任編輯：潘潔）