浅谈探究个性特点对网络学习行为影响 关键理由

论文导读：研究中对这两类对象关注的个性特征要素有所侧重。成人学习者的研究中包含人口学因源于：普通论文格式范文www.7ctime.com素、上网条件和职业等,而这些因素在在校大学生的研究中通常不会考虑。从关注的网络学习行为看,对影响在线交流的研究较多,且研究相对比较成熟,主要是从需求动机、知识基础、性格、性别等个性因素对在线交
[摘要] 当前关于学习者个性特征对网络学习行为影响的研究是局部的、分散的,存在的首要问题是对学习者个性特征的分析缺乏系统性,其次是对网络学习行为的界定不清晰。为此,本文提出解决的关键问题是构建学习者个性模型、基于活动理论的网络学习行为的分类和基于Apriori的数据挖掘算法。
[关键词] 网络学习行为; 个性特征; 网络学习; 学习者特征; 行为分析
[] A
一、引 言
在网络学习环境下,学习者的学习情境由传统课堂转向网络,学习者的学习行为发生了变化。按照罗杰斯的新技术采纳推广的观点,网络技术要想与大学生的学习生活实现无缝连接,需要经历一个自我内化的过程,还需要考虑技术创新与学生价值观的相容性,与以往经验的一致性,与学习者需求的匹配程度。
Charlton和Birkett指出学习者的个性对学习效果有影响。刘儒德等指出,网络学习的有效性不仅有赖于网络学习环境为学习者提供的外在支撑,更为重要的是,网络学习的环境和过程必须与学习者的个体特征相匹配。
已有研究表明学习者的网络学习行为与个性特征密切相关。例如,一些语言能力比较差、在课堂上发言不够积极的学生能够在平台上畅所欲言。[3]国外学者尝试通过工具软件跟踪和分析网络学习者的操作行为,Jia-JiunnLo等尝试通过分析学习者的浏览器行为,进而来确定学习者的学习风格。[4]国内关于学习者个性特征对网络学习行为影响的研究状况如何?存在哪些问题呢?

二、研究评述

文献调研发现,目前关于个性特征对网络学习(效果)影响的研究中,网络学习行为的行为分析、行为模型和评价的研究相对较多,而个性特征对学习者网络学习行为影响的研究较少。本研究筛选了6篇强相关文章进行分析,分别是《大学生Moodle教学平台应用现状的个案调查》(段金荣,2009)、《大学生网络学习行为与人格特征之间关系的研究》(张晓丽,2008)、《学习者特征因素影响网络学习行为的研究》(梁斌等,2009)、《网上讨论参与者需求动机、满意度与网络行为关系研究》(马卫民等,2009)、《课程论坛中的学习行为与学习者特征关系研究》(况姗芸,2006)、《学习风格与在线学习行为之间的关系研究》(郭玲玲,2007)。在这6篇文章中,研究对象可分为在校大学生和远程教育的成人,研究中对这两类对象关注的个性特征要素有所侧重。成人学习者的研究中包含人口学因源于：普通论文格式范文www.7ctime.com
素、上网条件和职业等,而这些因素在在校大学生的研究中通常不会考虑。从关注的网络学习行为看,对影响在线交流的研究较多,且研究相对比较成熟,主要是从需求动机、知识基础、性格、性别等个性因素对在线交流的影响进行研究。从关注的学习者个性特征看,对性格和性别对网络学习行为影响的研究较多。对已有的研究结论归纳如下:
性格方面:(1)性格对在线交流有影响。(2)性格对自我评价、时间管理、信息查询有影响。(3)性格不会导致其浏览行为的差异。
人口学方面:(1)性别对课程学习、完成作业和参与讨论的影响不明显(研究对象是远程教育成人)。(2)城乡差别对课程学习、完成作业和参与讨论有显著影响(研究对象是远程教育成人)。(3)性别对登录频次、发帖和浏览行为有影响。
知识基础方面:(1)学科背景对网络学习行为有显著影响(研究对象是远程教育成人)。(2)学习者年级阶段对收益行为有影响。
需求动机方面:需求动机与行为频率和在线时长显著相关。
学习风格方面:学习风格对在线学习行为确实有影响。在讨论行为上差异达到显著水平,在阅读行为上差异达到显著水平。

三、主要存在问题

1. 个性特征没有整体性

目前,关于个性特征对学习者网络学习行为影响的研究是局部的、零散的,研究者没有个性特征整体性的概念。由于研究者对学习者个性特征所包含要素的理解不同,而造成研究内容和目标各不相同。从学习者心理特点来分析网络学习行为的研究较多。心理要素是学习者个性特征的一个重要方面,但不是全部。由于对学习者个性特征的研究缺乏系统性和整体性,导致研究内容的局限性,不能形成对个性特征影响网络学习行为的整体认识,这是已有研究的最大问题。
对当前研究中涉及到的个性特征因素进行归类,可分为学习动力、知识、能力、心理特点和自然环境等五个方面。图1是已有的相关研究中这五类个性因素出现频次的示意图,其中心理特点是关注最多的个性因素。每个类别包含的个性要素如下:
心理特点包含性格、学习风格、孤独感、、忍受力和网络焦虑等。
学习动力包含学习动机、自我效能感、成就动机和需求动机。
知识包含学科知识、信息素养和远程学习经验。
能力包含认知策略、元认知能力、自我监控能力和远程学习技能。
自然环境包含性别、经济障碍和学习者所处的环境等。
除了以上五个方面个性因素之外,还有哪些因素影响网络学习行为?这些特征要素之间是否存在关联和影响,进而影响着学习者的网络学习行为?对网络学习行为的影响是否存在差异等等。要回答这些问题,首先要解决学习者的个性究竟是什么?个性都包含了哪些特征要素?
因此,我们应该有一个分析影响学习者网络学习行为的框架,这个框架包含了学习者的全部个性因素,在明确个性及其包含因素的前提下,分析哪些因素对学习者的哪些网络学习行为产生影响以及影响因子等问题。

2. 网络学习行为的界定模糊

对网络学习行为的界定,几乎每位研究者都有自己的理解。已有的研究都是对某个(类)网络学习行为进行研究,确切说以上6篇文章的题目应该是对某某网络学习行为的研究。研究者对网络学习行为界定受限于自己所研究的内容和数据获取的途径。例如通过教学平台提供的功能(统计在线学习课程的点击记录和时间、提交作业次数和参与讨论次数),来研究性别、学科背景、地理环境对课程学习、在线讨论、完成作业等三种网络学习行为的影响。[5]当前,个性特征对网络学习行为影响的研究中,还没有形成系统性的结论,其关键因素之一是对网络学习行为的分类及其可操作性还不尽人意。那么,网络学习行为含义和类别划分的如何?
文献调论文导读：
查发现,当前对网络学习行为含义和类别划分的研究不多。具有代表性的研究有彭文辉等人提出多维度、多层次网络学习行为模型,将网络学习行为分为:[6]信息检索、信息加工、信息发布、交流行为和问题解决等五类,并将网络学习行为分为低级、中级和高级等三个层次。张建伟等人将网络学习行为概括为信息搜集加工、人际交流行为和问题解决行为。[7]
问题1:“低级行为更多的是反映一种单纯的操作活动,而中、高级行为则是对低级行为的复合和序列化,反映的是更高级的认知活动。”[8]本文认为对于某个“低级”网络学习行为,我们无法判断它是“高级”网络行为的组成之一,还仅仅是一个“低级”行为?网络学习行为的多层次性实际是指在网络学习中学习者的操作对促进认知活动的复杂程度,而行为本身不具有高低之分。因此,“高级网络学习行为”应该是促进高级认知活动的网络学习行为,“中级网络学习行为”应该是促进中级认知活动的网络学习行为,“低级网络学习行为”应该是促进低级认知活动的网络学习行为。
问题2:以上分类中都将“问题解决”作为一类网络学习行为,但问题解决中可能存在信息加工、检索和交流等网络学习行为。据此我们认为以上对网络学习行为分类的划分边界不清晰,在实践中可操作性不强。

3.从网络学习行为反向分析学习者个性特征不是一个合理的研究逻辑

研究结果表明人格特征可预测其网络学习行为。因此,可以推断学习者个性特征的差别会造成网络学习行为上的差异。学习者个性特征是产生网络学习行为的内部因素,学习环境是产生网络学习行为的外在因素。因此,以学习者个性特征为自变量,以网络学习行为为因变量,在既定的网络环境下,研究学习者个性特征与网络学习行为之间的关系是一个合理的逻辑。
有的研究者通过分析网络学习行为反向研究学习者的某些个性特征。例如,《基于网络学习行为分析的网络学习风格与学习偏好挖掘模型研究》中,通过分析网络中国免费论文网www.7ctime.com
学习行为反向研究学习者的学习风格与偏好。[9]我们认为某个网络学习行为的产生可能不是仅仅受到学习风格一个因素的影响。学习特征决定学习者的学习行为并通过学习行为表现出来,[10]所以从网络学习行为来分析学习者的学习风格等个性特征,在逻辑上是不合理的。

四、关键问题

当前,关于学习者个性特征(系统)对网络学习行为影响的研究很不充分,或者关于个性特征是个别的,或者关于网络学习行为是个别的,在基础理论研究不充分情况下,研究个性特征对网络学习行为的影响,其结果可想而知。为此,本文提出研究思路和方法与大家共同探讨。

(一)学习者个性模型

当前对学习者个性特征的系统研究很不够,也没有引起广大研究者的重视。在倡导“尊重个性,发扬个性”教育理念的社会,这是很可怕的事情。虽然在较早的教学设计研究中提出学习者特征分析(例如,乌美娜《教学设计》,1994),但当时网络和计算机技术还不发达,对学习者的分析仅仅局限于学习者的学习风格和学习准备。国内较为系统分析学习者特征的研究始于远程教育领域,丁兴富(1998)从7个维度对远程学习者进行分析。王迎等人(2006)提出了远程学习者四元特征理论模型(DS Model)。关于远程学习者特征研究现状,陈赓等人提出四点改进意见:[11]心理特征的研究应系统化、完整性和操作性应当兼顾、应全面考虑中国国情、应考虑到远程教育的特点。
随着校园数字化建设,Blended Learning必然是今后学校教育的发展方向,在校学生与网络教育的学习者一样需要在网络环境下进行学习,对在校学习者进行特征分析显得越来越重要。有的研究者从人口学特征、支持性特征、学习准备特征、策略性特征等四个方面对网络环境下的在校大学生的特征进行分析。[12]该研究是对已有研究成果(特别是DS四元特征理论模型)的继承、归纳和特征类别的重新划分,是相对比较完备的个性分析。但是,以此作为学习者个性特征来分析对网络学习行为的影响是否存在纰漏?是否存在这样的状况:某个没有考虑到的因素,在将来研究中可能发现该因素对某些网络学习行为的影响更深远!
因此,本文认为以上研究忽略了学习者特征的整体性,他们根据自身经验划分学习者特征类别。更重要的是,忽略学习者个性特征中的动力系统在其中的重要作用,没有指出个性特性的层次性。事实上学习者(个体)的个性要素,并不是独立存在的,而是具有一定结构的系统。作为一个系统,我们不得不用系统的观点来看待学习者个性分析。学习者特征是个性要素的一个子集,学习者特征与个性之间是整体与局部的关系。我们必须从整体的角度来分析学习者个性特征,即个性。《教育技术学中学生个性的研究》中认为[13]个性是一个在动力系统驱动下,由自然特性、动力系统、心理特性和社会特性等四个亚系统密切联系又相互作用的有机整体。从个体的生理、心理、社会等方面对个性进行分析,强调动力系统在个性结构中的核心作用,保证了个性的系统性和完整性。该文提出的学生个性模型有着一般意义上分析学习者个性的理论框架,其重点在于提出分析个性特征的维度。在具体环境下,个性要素会有所不同或者存在差异。因此,本研究可以参考该个性模型,进一步修正和完善网络环境下学习者的个性模型,以作为我们课题研究的基础理论。表1所示,学习者个性特征维度划分表。

(二)网络学习行为类别划分

1. 活动理论

活动理论是建立在马克思主义哲学基础上的心理学理论,是分析普遍存在于人类社会的各种活动的描述性理论。活动理论认为外部的实践活动是基本的活动形式,个体内部的心理活动由它派生,活动的这两种形式都有社会历史性质和基本相同的结构。活动的主要过程也就是外部的实践活动内化为内部的心理活动的过程,内部的心理活动也向相反方向外化为外部的活动形式。[14]活动系统包括主体、客体、共同体、工具、规则和分工等六个要素,这六个要素相互组合构成了生产、交流、分配与消费等四个子系统。图2所示芬兰学者恩格斯托姆提出的活动理论模型。[15]主体与客体的交互将直接导致学习结果的出现。这种结果可以理解为学习者知识的丰富、能力的论文导读：性特征要素有十几个,而网络学习行为也有十几个种类,因此,利用该算法分析个性特征对学习者网络学习行为的影响,不可能像上文那样简单。鉴于当前数字化学习环境的发展和基于Blendedlearning学习方式的展开,我们需要深入研究学习者特点与其网络学习行为之间的关系,为此我们提出自己的研究思路供大家批评指正。上一页1
提高以及认知结构的变化。列昂捷夫认为活动包含目的性、功能源于：论文标准格式www.7ctime.com
性和常规性等三个层次。活动(Activity)是客体导向的,要实现一定的目标,驱动活动的动力是主体的动机(Motive);行为(Action)是活动的基本组成部分,是要实现活动并最后满足动机,行为往往是目标(Goal)导向的;操作(Operation)是指一定条件(Condition)下的操作,行为是靠一系列的操作完成的。图3所示活动层次结构图。[16]

2. 网络学习行为分类

由活动理论可知活动通过一系列行为来实现,行为是分析活动的基本单位,操作是展开行为的具体步骤。网络学习行为是由一系列的操作构成,网络日志分析的是学习者的操作,而不是行为。据此,我们认为网络学习行为是学习者在某个学习活动中,基于网络环境下,为了达到学习目标而进行操作的总和。
从恩格斯托姆提出的活动理论模型来看,学习行为产生在生产、交流、分配与消费等四个子系统中,即①主体—客体之间利用工具的生产行为;②主体—共同体在规则下的社会交互行为;③共同体—客体之间的劳动分工行为。相应地,网络学习行为可分为三类:信息加工行为、社会交互行为和学习活动分工行为,如表2所示。
以上网络学习行为类别的内容是根据当前网络技术现状而提出来的,研究者可以按照自己的理解,在信息加工行为、社会交互行为和学习活动分工行为的分类框架下,添加和删减类别内容,当新技术出现时将被纳入到相应的类别中。

3. 网络学习行为的判定

操作是网络学习行为得以展开的基础,是网络学习行为的基本元素。操作存在于各种网络学习行为中,它的发生是瞬间决定的,是习惯性的动作,是无意识的、自动化的。根据活动理论的观点,所有的操作最初都是行为,需要有意识的努力,随着实践和内化的进行,越来越自动化。[17]举例来说,学习如何操作下载资源时“点击链接”和“保存”等都是网络学习行为,当学习者熟练后,这些都是操作。网络学习行为和操作可以相互转化。对一个信息素养良好的用户,利用网络日志、数据库等技术手段记录下来的用户动作都是操作而不是网络学习行为。学习者为实现某个目标进行的系列操作构成他的网络学习行为。操作是在一定的情境下进行的,对操作的描述应该包含情境因素。例如,表3所示下载学习资源时,网络学习行为所包含的操作。
操作序列中必须至少包含一个关键操作。例如表3中“鼠标点击”和“保存”是下载学习资源的网络学习行为关键操作。分析用户操作记录时要以这些操作作为关键步骤分析相关操作,从而界定网络学习行为,分析和识别网络学习行为时至少需要经过以下关键步骤:
①按照表3所示样本分析各种网络学习行为所包含的操作步骤并指出关键操作。
②根据关键操作分拣数据库记录提取网络学习行为。

(三)基于Apriori算法研究个性特征与网络学习行为之间的关联

1. 关联规则与Apriori算法

2.基于Apriori算法研究个性特征对网络学习行为的影响

Du Jin和Zheng Qinghua等人[20]对西安交通大学324名学生,约146000条网络日志,利用Apriori算法(改进)分析了个性特征(卡特尔16人格因素)与6种网络学习行为之间的关系。其中网络学习行为包括B1(学习课件时间)、B2(论坛中文章类型的比例)、B3(论坛中发帖的文字数量)、B4(文章质量)、B5(问题回答的比例)和B6(在线回答问题的时间)。研究结果(部分)见表4所示,表中NC代表负相关,PC代表正相关。
五、结 语
学习者个性特征对网络学习行为影响的研究,涉及教育技术学、教育心理学,计算机科学和数据挖掘等学科知识,这是一个庞大而复杂的课题。对该问题的研究需要解决两个基本问题,即学习者个性及其包含的要素和网络学习行为及其类别的划分。个性特征要考虑它的系统性、整体性和动力性,网络学习行为的划分要考虑它的全面性、前瞻性和可操作性。本文提出基于关联规则的数据挖掘算法来分析学习者个性特征对网络学习行为的影响,由于学习者个性特征要素有十几个,而网络学习行为也有十几个种类,因此,利用该算法分析个性特征对学习者网络学习行为
的影响,不可能像上文那样简单。
鉴于当前数字化学习环境的发展和基于Blended learning学习方式的展开,我们需要深入研究学习者特点与其网络学习行为之间的关系,为此我们提出自己的研究思路供大家批评指正。