张慧如 李楠
摘 要：信息时代的来临，现代教育事业的发展过程中也更加注重教育信息化的建设，利用互联网进行在线教育也成为现代教育的常态，越来越多的在线学习平台在提高教学质量以及学生学习水平上发挥出巨大的作用。基于在线学习平台的学习行为数据模型构建主要就是通过学习者学习数据的分析来进一步完善在线学习平台的建设，以便满足现在学习者越来越高的学习需求。
关键词：在线学习平台 学习行为 数据模型
学习行为数据模型的构建可以对学习者的学习数据进行全面的解析，从而为现代教育者、教育管理者、学习者提供给更多有价值的信息，使得学习这一过程更加有效、便捷。
1 学习要素分析
1.1 学习要素
现代社会的发展过程中强调的是终身学习，要求人们将学习作为一种动态过程落实到生产生活的方方面面。建构主义认为，学习是学习者在自己已经拥有的知识结构的基础上再从外部的信息中选择学习知识，以便实现知识的更改以及知识结构的重构等目标。
1.2 在线学习要素
信息技术的进步以及互联网平台的不断完善，在线学习逐渐成为当前学习者的主要学习方式之一，当前的在线学习平台会提供给学习中多种格式的信息资料、视频、课件、PPT文件等，还有供学习者互相讨论的论坛平台等。通过在线学习，学习者能够掌握更多的学习资源，并通过更多途径获取学习资源，有力地满足了现代学习者的学习需求。
2 在线学习行为要素
在线学习的行为要素中，行为主体是学习者，行为手段是动作，行为客体是操作对象即学习者动作发生的对象，行为结果是学习效果，行为环境是学习场景，时间要素则指的是学习行为发生的时间。
3 在线学习行为分类
3.1 轨迹行为
轨迹行为指的是学习者登录在线学习平台后的一系列行为，具体来说有登录、网页的跳转、退出平台等。
3.2 社交行為
社交行为指的是学习者与教师或者其他学习者之间的交流，而在在线学习平台中，社交行为指的是依托于网络的进行的实时性交流、讨论式能交流等。学习者可以通过网络请教教师或者其他学习者，或者是在论坛上发表问题，请其他用户参与讨论等，这些社交行为也是在线学习用户提高其学习水平、拓展眼界的重要途径。
3.3 资源学习行为
资源学习行为指的是学生在在线学习资源的获取行为，比如PPT文件、Word课件、诗篇、音频等，期间学习者会产生快进、暂停或者停止浏览等行为。
3.4 评价反思行为
通过对学习者的答案修改过程进行记录就可以在事后帮助学习者评价反思自己的答题过程，加深学习者的印象。相比于传统的只注重结果的在线测试，这种注重过程的评价反思活动能够帮助学生加快知识内化的进程，是学习者提高学习能力的重要途径。
4 在线学习行为数据的采集、处理、挖掘
4.1 数据采集
数据采集的主要目的就是对学习者的在线学习行为进行研究，通过对人们访问网站的次数以及在该网站停留的时间等方面数据的分析可以发现网络学习平台是最受人们喜爱的;通过记录学生作业完成情况以及解决疑难问题的方式等方面数据信息的继而可以分析出现代学习者的主要学习方式是怎样的;通过记载人们对学习内容的观看时间以及留言评论则可以快速地分辨出学习者的兴趣方向或者爱好是什么。因此，数据采集工作至关重要，是当前在线学习平台建设的依据，更是学习行为数据模型构建的基础。
4.2 数据处理
数据处理就是对所采集到的数据进行整理、分析，最终使其能够转换成可供数据挖掘使用的数据。经过处理的数据能够为数据挖掘工作提供依据，再学习行为数据模型构建中起到关键的作用。
4.3 数据挖掘
数据挖掘就是对处理好的数据信息进行深度的挖掘，挖掘过程中还要借助于研究一致的技术手段以及设备，一般会采用分类、聚类和关联规则挖掘等算法来进行在线学习行为的数据挖掘工作，应用效果显著。
5 在线学习行为数据模型
由于在线学习行为是在在线学习平台中产生的，因此，在线学习平台的设计方式也会对学习者的在线学习行为产生一定的影响，必须要通过在线学习行为数据模型的构建来判断在线学习平台的设计是否具有人性化设计、是否符合学习者的学习要求、是否具有即时交流模块等。因此，在在线学习行为数据模型的构建过程中，分析了不同学习行为属性的特点，提高了在线学习行为数据模型的可靠性。
5.1 学习者个人信息
学习者个人信息包括专业信息、学号信息等，学习者会依靠其真实信息登录在线学习平台进行学习，同时这也是用户信息。
5.2 行为记录
行为记录包括学习者在学习平台中的一切行为信息，即行为主体、动作、行为客体、场景、时间等各方面的信息，在模型中，行为动作、课程设置、模块是单独分类存在的，行为记录中所记录的标识符也具有良好的可维护性，有利于提高学习行为模型的可靠性。
5.2.1 动作ID
动作ID主要是通过动作类与不同类型的学习行为性关联，当行为动作对象不同时，学习行为也会以此为依据有着不同的划分，即轨迹行为、社交行为、资源学习行为、评价反思行为，这几种行为也会因为面向对象的不同而有着不同的动作类型，而且行为动作本身具有良好的独立性，在数据维护工作上的可靠性较高。
5.2.2 操作对象ID
操作对象ID主要是与学习平台的各模块相关联，目前的在线学习平台模块种类较多，大体上可以分为资源类、检索类、社交类、评价类、反思类，根据模块功能的不同可以为在线学习的用户提供不同的服务，满足学生的学习需求。同时，这些在线学习平台模块还有多个子模块，以社交类模块为例，其中的子模块还有问答、论坛、个人空间等。
5.2.3 场景ID
场景ID与课程相关联。由于行为发生的场景是针对某一门课程的，因此都是将课程单独存储，这样就可以作为场景信息而存在。
经过以上在线学习行为数据模型的构建过程中可以发现，其中的行为动作与平台的模块是互相影响的，而且模块的功能情况也会直接影响学习者的行为操作，学习者行为也会随着平台的变化而产生一系列的变化。随着先进技术的应用以及学习者学习需求的增加，目前的在线学习平台必然还会进一步升级，建设方式也会更加完善，因此基于在线学习平台构建的学习行为数据模型必然也会随之更改，该文中所构建的模型因为具有良好的可扩展性，也能够满足平台不断更替的需要。
6 结语
综上所述，在线学习作为一种新型的学习方式及教育模式，提高了人们的学习效率和认知方式，但也面临着许多挑战，目前高校在线学习平台存在学习课程完成率低、学生学习兴趣低和学习效果无法保障等问题，如何监督和干预学习过程，构建学习者在线学习行为分析模型是解决问题的关键。该文在构建学习行为数据模型的过程中是在分析在线学习要素、在线学习行为要素的基础上进行的，并通过详细数据的采集、处理与挖掘获得了较为全面的，并且具有可扩展性的在线学习行为数据模型，对以后在线学习平台的升级建设也具有十分重要的作用。
参考文献
[1] 乔海英，郝风武.在线学习者满意度问卷调查及数据分析——基于河北广播电视大学的在线学习者[J].河北广播电视大学学报，2018，23（5）：26-29.
[2] 洪丹丹，李飞，姚磊，等.在线学习行为分析数据可视化快速开发框架设计与实践[J].微电子学与计算机，2018，35（7）：6-12.
[3] 上超望，韩梦，刘清堂.大数据背景下在线学习过程性评价系统设计研究[J].中国电化教育，2018（5）：90-95.
