网络学习行为向度和分析怎么

[摘 要] 网络学习行为研究被认为是解决网络资源开发、学习效果评价等瓶颈问题的关键，因此备受关注。本研究以中国知网（CNKI）数据库中有关网络学习行为研究的文献为基础，对国内关于网络学习行为研究的向度进行梳理，并对存在的问题进行分析和讨论。
[关键词] 网络学习行为； 研究向度； 分析
[] A

一、引 言

研究网络学习行为具有重要的理论意义和实践价值。从理论角度讲，研究网络学习行为的发生、发展规律以及制约因素，建构网络学习行为的认知向度和分析模型，能够深化对网络学习行为的认识，提升网络教育质量。在实践层面，有关网络学习行为的研究成果不但对网络学习资源开发、课程教学平台建设以及网络教学管理等具有重要的指导作用，而且有利于给教师提供动态掌握学生学习情况的途径和手段，从而便于有效地组织学习活动、实施教学调控和进行工作反思。为此，本研究以中国知网（CNKI）数据库中有关网络学习行为研究的文献为基础，对网络学习行为的研究向度进行梳理，希望能为相关研究提供借鉴或参考。

二、文献概况

目前，国内对网络学习行为的分析主要以问卷调查为主，利用书面调查或网上调查等方式获取行为信息，然后利用相关的统计分析软件（如Excel、Spss、Amos、Lisrel等）对所获信息进行分析，进而研究网络学习者的行为特征与影响因素。由于学习者的个性因素、学习风格、学习动机等对网络学习者的自主学习行为以及师生、生生之间的多元互动有着显著影响，相当一部分研究对网络学习者的内在特征给予了关注。如陈丽（2005）等人以经典的学习风格理论及相关测量量表为基础，构建了适合本土学习者特征的网络学习风格三维模型；彭文辉（2006）等人以行为科学和活动理论为依据，在深入分析网络学习行为特征的基础上，提出一个多维度和多层次的网络学习行为模型，以表达网络学习行为在类型上的多样性和级别上的层次性。还有一些研究认为，缺乏对学习者网络学习行为的有效监控是造成当前网络学习质量较低的重要原因，利用技术手段建立监控反馈系统，能有效地提高网络学习质量。
在中国知网（CNKI）期刊全文数据库和优秀硕士论文数据库中，以“网络+学习行为”为关键词进行精确检索，搜索到相关研究论文93篇。其中，研究生学位论文29篇，期刊论文64篇。综合分析这些文献能够看出，国内目前关于网络学习行为的研究主要集中在三个方面：一是网络学习行为的本质与特征的研究，研究者试图回答网络学习行为是什么的问题，以及网络学习行为具有哪些本质性特征；二是研究网络学习行为的影响因素，这类研究多是以网络学习过程中存在的实际问题为基础，探讨影响网络学习行为的主要因素，并针对这些问题和原因提出了相应的对策；三是网络学习行为的调控机制研究，研究者试图通过一定技术手段和学习处理技术，评估学习者的学习状态、发展程度以及学习策略等，以发现学生学习过程中的问题，进而提供学习反馈和指导，建立网络学习行为监控的策略和工具。在数量比例上，研究网络学习行为调控的论文较多，有39篇（约占42%），专门针对网络学习行为本质与特征的研究不多，所占比例不到20%，其余主要是关于网络学习行为影响因素的研究。从发表的时间来看，大部分文献集中于2008年到2011年间，说明网络学习行为研究在最近几年呈加速发展趋势。

三、网络学习行为本质与特征的研究

界定概念便意味着采取某种特定的研究取向和特定的行为理念。关于“网络学习行为”的严格界定和合理运用，目前虽已引起人们的重视，但迄今为止还没有一个能够得到普遍认同的定义。这不仅是因为行为本身的模糊性、不精确性以及不确定性令人难以把握，也存在人们对网络学习概念的理解不同的因素。因此，界定网络学习行为较为棘手。从现有的研究来看，国内研究者对网络学习行为的解释大体可以归纳为三种取向：

(一)远程自主向度

与传统的学习行为相比，网络学习的学习环境、学习者心理和行为都发生了变化，导致网络学习行为表现出许多新特性，如“行为环境的虚拟化与开放性、行为控制的个性化与自主性、行为技能的科技性、专门化等”。[3]这些特性要求学习者需要具有自觉确定学习目标、选择学习方法、监控学习过程和评价学习结果的能力。因此，网络学习行为是指“学习者在由现代信息技术所创设的、具有全新沟通机制与丰富资源的学习环境中，开展的远程自主学习行为”。[4]

(二)学习活动向度

现代教学设计理论研究者认为，教学设计的本质是对学习者学习行为的设计、教师教学行为设计和学习环境的设计。而学习行为则是指学习者在某种动机引导下为实现特定学习目标而进行的活动总和。基于这样的认识，有的研究从行为的实践过程属性和网络学习特征分析入手，将网络学习行为定位在活

源于：科研方法与论文写作www.udooo.com

动层面。例如，余倩(2007)在基于校园网络环境的自主学习的群体性学习行为特征分析的研究中，将网络学习行为界定为“学习者利用计算机网络媒体主动地运用和调控自己的认知、动机和行为进行网络课程学习的活动”。[5]

(三)交互作用向度

有研究者认为，活动、行为与操作是三个需要进行区分的概念，不能等同看待。活动是人们有目的地影响客体从而满足自身需要的过程，行为则是受思想支配而表现出来的外在活动，而操作则是用来调整行为以适应环境的，操作本身没有自己的目标。基于此，有研究把网络学习行为界定为“学习者为了达到某种学习目标，在由现代信息技术所创设的、具有全新沟通机制与丰富资源的学习环境中，开展的与学习环境的双向交互过程”。[6]行为的发生、发展及其变化是由学习者自己控制的，控制能力的强弱受学习者的内部心理因素和外部环境因素共同影响。

四、网络学习行为影响因素的研究

目前，网络学习已从传统学习方式的“点缀和补充”发展为一种新型的重要学习形式。[7]在各类学习活动中，网络学习所占的比例正在逐渐上升。然而相关研究表明，网络学习与传统学习在效果上仍存在较大差距。为此，许多学者从不同的角度，对网络学习行为的障碍现象及其引发原因进行了讨论与分析。从研究内容来看，网络学习行为影响因素研究主要有学习者和网络学习环境两个向度。从研究手段来看，包括理性分析、调查统计和模型实证三个向度。

源于：标准论文格式范例www.udooo.com

(二)网络学习行为数据采集处理研究

从现有研究来看，网络学习行为数据采集大体分为异步采集和同步采集两个向度。

1. 异步采集向度

从研究方便性和易操作性出发，相当一部分研究采用基于学习平台（如Moodle、Blackboard、Lams等）的问卷调查方式采集网络学习行为数据，然后利用SPSS、Excel等数据分析软件以及数学中值分析法来进行数据分析，进而探究有关学习者网络学习行为的特征和需求。数据分析的主要目的有两个：一是对网络学习行为数据库中的数据进行提取、分析，实现对学习者网络学习行为数据的初级统计和特征描述；二是通过对行为数据的交叉、相关、回归等处理，尽可能发现学习者行为背后的学习需要、行为准备、动机激发、自我效能感以及学习者所采用的学习策略等。

2. 同步采集向度

同步采集是指在网络学习过程中，网络监控系统实时、自动地收集学习者网络学习行为的信息，并存入记录学习行为信息的数据库。目前，常见的同步采集技术有嗅探技术、基于网络的数据挖掘技术、Agent智能写作技巧技术等。嗅探技术起初是作为检测网络通信的一种工具，用于网络协议的分析和统计功能。把嗅探器安装在被监控的怎么写作器之外，对流经被监控怎么写作器的数据进行采集。其优点是不占用教学怎么写作器的资源，且可同时获取多台指定的教学怎么写作器的所有通讯信息，从而对所

源于：免费论文查重站www.udooo.com

捕获的信息作统一分析和处理，实时性好。但嗅探器所获取的信息一般是网络协议底层的通讯数据，是一个“粗糙”的数据集，通常难以对用户行为进行精确记录和全面分析。相对来讲，基于网络的数据挖掘技术具有记录全面、分析深入的特点，成为当前网络学习行为研究中对学习者学习行为进行加工处理的主要技术形式。数据挖掘首先把学习行为痕迹信息记录到数据仓库中，然后在庞大的行为痕迹数据中萃取隐含的、事先未知的和潜在有用的信息，发现资料间的关联性，从而作出趋势的预测或为决策提供依据。数据挖掘技术在网络学习行为分析研究中主要发挥三方面作用：一是行为层面，用于分析学习者的浏览行为特性；二是资源层面，用于分析资源模块间的结构性问题；三是认知层面，分析网络学习行为与学习者学习特性之间的关联性以及认知规律。Agent智能写作技巧是一种新兴的技术，具有动态执行和异步计算等特点，能为网络学习行为信息采集和监控的智能化提供技术支撑，在信息采集、行为反馈和学习指导方面具有应用前景。

(三)网络学习行为调控系统开发研究——基于功能流程的向度

网络学习行为模式的建立与数据的采集加工、处理最终都是为了完成学习者行为的调整和控制，使学习者能够全身心地投入网络学习活动中。目前国内绝大部分的网络学习调控系统都是基于功能流程进行的：[22]学习者进入平台进行学习，在学习过程中通过同步（Web日志、数据挖掘等）或异步（调查问卷等传统意义上数据采集等）方式来获取行为数据，经过数据处理和数据挖掘后，将处理得到的数据分别保存到学习者特征数据库、资源特征数据库以及网络学习行为特征库中，最后对行为结果、认知结果等进行解释并通过反馈模块输出。在这一过程中，通常涉及用户信息收集模块、数据挖掘分析模块、个性化学习写作模块和闭环反馈模块等系统结构。开发网络学习行为调控系统的主要目的是使学习者了解自己的学习情况、不足和特点等，从而修正自己的学习行为、学习计划、学习策略等。

六、研究中存在的问题及分析

(一)网络学习行为本质与特征方面

关于“网络学习行为”的严格界定和合理运用，虽已引起研究者的重视，但目前还没有一个普遍认同的定义。尽管目前关于网络学习行为本质的理解存在三个向度，但向度之间缺少对话，基本没有争论，且大部分研究者把网络学习行为定位在远程自主学习行为上，强调学习者的“自我导向、自我激励、自我监控”，突出了网络学习行为发生的远程特点和学习主体对学习成功的重要作用。这种认识体现现写作技巧念并代表着研究者努力的方向，但容易忽视教师在网络学习行为上的“引导、调控和监督”作用，把人们的注意力引向资源供给和技术功能开发上，且在大学生的网络学习实践中遇到了与自主理念极不协调的问题。有调查研究表明：大学生网络学习积极性和学习的效果均不是很理想，[23]有62%的大学生在网上从事与学习无关的活动，[24]精心为其准备的网络学习资源和开发的学习系统，他们似乎并不愿意“享用”。[25]为此，本研究提出三点建议：第一，从行为学角度出发对网络学习行为的基本属性和发生原理进行研究，明晰网络学习行为的本质；第二，针对不同对象或范畴（如远程教育中的网络学习、大学生网络学习、基础教育中网络协同教育等）进行专门研究，建立科学的、多元化的网络学习行为分析模型；第三，从行为设计视角出发，对学生自主成分、教师引导成分以及技术监控成分予以综合研究，形成更加全面的网络学习行为研究基础。

(二)网络学习行为影响因素方面

由于网络学习效果不够理想，影响网络学习行为的因素分析成为研究的热点。该热点虽然引起很多研究者的关注，但各研究主题之间基本上是孤立分散的，没有形成持续、螺旋式的研究态势，前后研究之间也未能形成继承、创新和发展关系。究其原因主要是大部分研究缺少分析框架，没有对网络学习行为的发生机制建立有效的理论模型。例如，一些研究者是以一定的现象为依据或以经验为线索，通过讨论、推论和批判，对网络学习行为的影响因素进行理性分析和总结，基本没有分析框架。一些调查研究也只是简单地对数据进行了描述性分析，集中在学习者的各种人口学特征的分布统计上，虽然从不同侧面反映了网络学习行为的外在特征，涉及到了行为本质、状态类型、状态之间的关联、组合以及最终导致有效学习行为发生的模式等，但无法进一步深入地探究大学生网络学习行为发生、发展的动因。另外，有些研究虽然有分析框架，但框架过于简化，多是从技术系统开发需要和行为数据采集的方便性出发，把网络学习行为简化为信息检索、加工、发布以及交流等具体的操作行为，忽视了网络学习行为的社会属性和文化内涵。庆幸的是，最近有研究者已经意识这些问题，开始借鉴心理学和社会学的理论，运用结构方程模型（SEM）研究方法和AMOS、LISREL等分析工具，以模型实证的方式建构网络学习行为发生机制模型，从研究手段上摆脱了从数据中探索问题的传统统计方法（如方差分析、多元回归、因素分析等），进入到基于理论建构的验证性研究。

(三)网络学习行为监控方面

近几年，网络学习行为监控问题虽然受到国内研究者的重视，但研究还不够系统和深入。从研究性质来看，构建网络学习行为监控的理论框架式的研究多，进行持续性的实践研究少。从研究使用的手段来看，采用传统统计描述性的人工采集信息研究多，真正使用数据挖掘技术的监控系统研究较少，基于Agent智能写作技巧技术的研究则更少。从研究的效果来看，有关网络学习行为数据采集的研究缺乏对网络学习行为与网络学习效果之间关联性的实证研究，采集所得到的数据结果趋于“表面化”，缺乏对学习者学习行为的深度探讨，特别是对学习者行为背后的学习需要、学习动机、情感因素以及学习者所掌握的学习策略等缺乏深度挖掘，导致网络学习行为评价结果的智能化反馈不足。另外，现有研究多是对学习者的行为进行独立的跟踪、采集和分析，缺乏对教师在认知过程的指导和情感活动引导行为的协同分析。

七、结束语

网络学习虽然是开放的、自主的，但网络学习行为却需要一定的约束机制、监控机制和管理机制。另外，我们也需要注意，自主性、独立性和自我控制能力不是网络学习者天生具备的，这些能力的形成需要一个长期的培养过程，或与教学系统、教师的监控密不可分。关于网络学习行为的深入研究，还需要对网络学习行为的本质特征、发生的动力机制进行全面考查，以明确网络学习行为的基本内容，从而为网络学习资源开发、网络学习活动设计、网络学习行为管理和评价等提供坚实的基础。
[参考文献]
陈丽，张伟远，等.中国远程学习者学习风格特征的三维模型[J].开放教育研究，2005，（4）：48～52.
[4] [20] 彭文辉，杨宗凯，等.网络学习行为分析及其模型研究[J].中国电化教育，2006，（10）：31～35.
[3] [21] 杨金来，洪伟林，张翼翔.网络学习行为的实时监控研究与实践[J].开放教育研究，2008，（4）：87～92.
[5] 余倩.基于校园网络环境的自主学习的群体性学习行为特征分析[D].西安：陕西师范大学，2007.
[6] 王丽娜.网络学习行为分析及评价[D].西安：陕西师范大学，2009.
[7] 张家华，张剑平. 网络学习的影响因素及其LICE模型[J]. 电化教育研究，2009，（6）：73.
[8] [17]周岩.基于TRA和TAM的大学生网络学习行为模型构建[J].中国电化教育，2009，（11）：58～62.
[9] 姚巧红，王健，等. 大学生网络学习情况调查研究[J]. 电化教育研究，2010，（7）：57～60.
[10] 吴颖寅.我国网络学习影响因素的研究现状分析[J].软件导刊（教育技术），2009，（3）：35～36.
[11] [12] 金枝.大学生网络学习行为研究[D].南京：南京大学，2011.
[13] [19] 李玉斌，严雪松，等.网络学习行为模型的建构与实证[J].电化教育研究，2012，（2）：39～43.
[14] [24] 刘灵芝.传统学习的嬗变——大学生网络学习有效性的影响因素[J].南通大学学报，2008，（3）：64～67.
[15] 黄海林，王丽，等.网络学习行为影响因素分析与模型构建[J].中国高等医学教育，2011，（6）：12～13.
[16] 张新贤.大学生网络学习效果的影响因素及对策探究[J].黑龙江教育（高教研究与评估），2009，（z1）：84～85.
[18] 杨丽娜，颜志军.信息技术采纳视角下的网络学习行为实证研究[J].中国远程教育，2011，（4）：36～40

摘自：学报论文格式www.udooo.com

.
[22] 孙革.网络学习者学习行为的研究状况及分析[J].中国教育信息化，2010，（8）：20 .
[23] 郭琼，王燕军.浅析网络学习低效的原因及对策[J].电脑知识与技术，2007，（17）：470.
[25] 李玉斌.大学生网络学习调节机制研究[D].兰州：西北师范大学，2010.