摘　要：论坛是正式学习的辅助工具之一，可用来促进各成员之间的学习交流，学习者在论坛中表现与其学习成效强相关，然而在具体教学实践中存在交互缺失、交互参与度不高等现象。以 “教育技术学研究方法”混合课堂中的SPOC论坛数据为研究对象，对其交互行为模式进行挖掘，并通过量化研究探究其对学习成效的影响。首先，采用文献分析法对国内外研究现状进行分析与总结。其次，采用社会网络分析法对SPOC论坛中参与交互的学习者进行特征刻画，并结合机器学习方法对学习者的交互模式进行聚类分析，将学习者分为活跃者、追随者和沉默者，并将该三类学习者在论坛中的交互特征与其学习成绩进行量化建模分析。最后，采用语义分析法对学习者的情感进行建模，并将不同类型学习者的情感与其学习成绩进行相关性分析。研究表明，在混合课堂中，不同类型学习者的交互频次与其学习成效间无相关性影响，而SPOC论坛中情绪词语出现的频次与其课程成绩间存在显著相关性，进而提出三条针对性的学习策略，旨在为提升混合式课堂学习质量提供借鉴。

　　关键词：SPOC论坛；交互行为；情感分析；混合课堂；学习成效

　　中图分类号：G434

　　文献标志码：A

　　文章编号：1673-8454(2024)04-0118-11

　　作者简介：王志锋，华中师范大学人工智能教育学部副教授、硕士生导师，博士(湖北武汉 430079);何佳琪，华中师范大学人工智能教育学部硕士研究生(湖北武汉 430079);王勇宏，华中师范大学人工智能教育学部博士研究生(湖北武汉 430079);左明章，华中师范大学人工智能教育学部教授、博士生导师，博士(湖北武汉 430079)

　　基金项目：2022年国家自然科学基金项目“细粒度的智能学习诊断及其可解释性机制研究”(编号：62177022);2022年信息化与基础教育均衡发展省部共建协同创新中心重点课题“基于‘小雅’智能教学平台的中小学生个性化学习研究”(编号：xtzd2021-005)

　　一、引言

　　论坛学习互动是在教学过程中基于课程论坛而开展的一系列师生、生生交互学习活动，易于体现出学习者在课堂中的学习成效。^[1]目前，关于论坛学习交互行为模式挖掘的研究大致可归为四个层面。^[2]①学习者参与行为层面：研究学习者在论坛中的参与行为，如发帖、回帖、点赞、评论等，分析其行为特征、方式、动机等;^[3][4]②社交关系层面：研究论坛中师生、生生之间的社交关系，如好友、粉丝、关注等，分析其结构、演化、作用等;^[5][6]③内容交互层面：研究教学论坛中各成员之间的交互内容，如帖子、评论、私信等，挖掘其内容特征、情感表达、交互模式等;^[7][8]④技术支持层面：研究论坛学习交互行为模式挖掘所需的方法及技术，如社交网络建模、学习行为分析、学习推荐算法、教育数据挖掘等技术，提高论坛学习交互的效率和质量。^[9][10]其中，论坛内容交互对学习者进行有意义的知识构建起着十分关键的作用。^[11]一方面加强学习者与学习内容之间的连接，另一方面辅助学习者获取更深层次的学习内容。教学论坛中“交互性”被排在影响与制约学习者学习质量诸因素首位。课程论坛不拘泥于时间和空间的束缚，^[12]准许学习者随时随地与教师和同伴进行交流，学习者不仅可以在课程讨论区中发起互动，积极地参与到信息和观点的分享中，促进知识的连接、建构和演进。对于教师而言，他们在与学习者的互动过程中不仅可以发现学习者学习上的困难，还能为存在疑问的学习者提供学习反馈与支持，同时，反思自己在知识教授或教学内容安排上是否需要进一步的调整或改进，以便及时优化教学策略和资源配置;对于学习者而言，交互行为数据中还蕴藏着大量隐含的、有价值的信息，^[13]这些数据痕迹在一定程度上映射出学习者的实际学习情况，为教师评估学习者的过程性学习表现提供合理有效的数据支撑。随着教育数字化转型稳步推进，^[14]基于论坛的交互式学习扮演了重要角色。^[15]

　　在高等教育领域中，学习者已掌握的知识和技能水平较高，通过组建学习共同体，可以利用论坛及时解答疑问、补充学习内容、建立情感连接等。基于此，本研究聚焦学习者在论坛中的交互行为模式，通过论坛语义情感与学习成效间的相关性分析，提出教师在混合式教学环境下利用论坛促进学习者意义建构的若干策略，旨在提升混合课堂的学习质量。

　　二、论坛交互行为模式挖掘研究现状分析

　　在私播课(Small Private Online Course, SPOC)出现之后，很多学者逐渐发现，在线的讨论区由于其思想表达的开放性、交互心态的平等性、知识建构空间的宽广性，以及高效交流的工具支持性，可以作为正式学习有力的辅助工具。除此之外，由于终身学习理念和在线教育方式越来越被大众认可，“论坛”已经成为交流和学习的常用工具。在CNKI以“论坛交互”和“学习交互”为主题词共检索出117篇CSSCI期刊文献，通过文献计量分析工具从发表数量、关键词、作者、期刊来源等方面对文献进行可视化分析，发现随着人工智能、大数据、云计算等相关技术的飞速发展，学习者交互研究呈明显的上升趋势。

　　就现状而言，课程论坛中的交互质量并不理想。例如，英国开放大学在开展论坛交互活动时指出学习者的参与度偏低、交互质量分布不均衡、教师的投入度不高且缺乏互动性、未达到开展交互活动的预期效果等问题;^[16]有学者综合分析国内课程中的论坛交互行为数据，发现学习完成者的学习效率和群体差异性还缺乏有效考察;^[17]有学者分析论坛中的实际交互现状，发现学习者有交互意向，但交互水平不尽如人意，在交互形式和交互内容上有多元化的需求，但平台提供的功能单一;^[18][19]有学者发现对教师和学习者这两个维度交互作用的影响机制还缺少必要的关注;^[20]有学者发现论坛中讨论主题数量巨大，教师存在难以及时反馈的现象，导致提供的学习支持水平偏低;有学者发现在实际教学中论坛学习行为数据利用很不充分，教师无法掌握学习者在线学习状态来优化教学设计，学习者容易陷入信息迷航难以进行学习自我管理;有学者通过概率话题建模与词频分析，提取学习群体互动话语过程的热点学习话题，并比较不同学习成效的学习者在不同时间段的发帖量和情绪体验(正面情绪与负面情绪的差异)，最终表明学习者发表话题帖、回帖、普通跟帖、发帖总量这四种行为变量与其学习成效存在相关性。^[21]

　　由图1可知，“交互分析”“交互行为”“学习活动”“知识建构”是共现频次较高的关键词，圆圈的大小代表关键词出现频次的高低。分析可知，国内外学者对学习者论坛交互行为模式挖掘时，基本都与学习者的学习活动联系起来，且学习者之间的学习交互有利于学习者知识的建构。“协作学习”“教学交互”“学习效果”“远程教育”“交互效果”等关键词出现的频次也相对较高。可见，国内学者研究学习者交互行为模式挖掘的环境主要是在网络学习空间中，且与学习效果相联系，研究侧重学习者交互效果与学习效果的相关性。

图1   关键词共现图

　　目前，国内外对论坛学习交互行为模式挖掘的研究仍处于探索阶段，研究者建立了一定的研究思路，但没有既定的成熟研究方法。对论坛中交互文本的分析还停留在对其交互数量、交互质量的研究，部分学者结合学习者的情绪对文本进行分析，但对文本语义挖掘的研究不够成熟。综上所述，国内外研究学者对论坛交互行为模式挖掘的研究主要集中在对个别案例中交互行为、交互内容，以及交互行为与其学习成效间的相关性，但鲜有从行为者类型的角度出发，研究不同类型行为者的交互特点，并描绘行为者画像，探究不同类型行为者的交互属性与其学习成绩间的关联性。

　　三、论坛交互行为学习者特征分析

　　(一)研究框架

　　在线学习情境下，以获取知识为目的的交互通常以异步论坛的形式展开，文字是进行信息交流的主要载体，交流文本包含关于交互过程和知识建构过程的大量信息。已有研究多从学习者交互行为角度出发，研究学习者交互属性(交互次数、发帖时间、交互质量等)与其学习成效之间的相关性，鲜有从行为者类型的角度出发，对不同类型的行为者进行画像，研究不同类型的行为者在学习成绩上是否存在显著性差异，以及不同类型行为者通过文本表达出来的情感与其学习成绩间是否存在相关性。本研究框架如图2所示。

图2   研究框架

　　研究框架主要分为三个模块。

　　(1)交互行为模块：对学习者参与论坛交互的所有行为数据进行聚类，通过社会网络分析法分析出每个学习者所属的类型，进而分析不同类型学习者的特征。

　　(2)学习画像模块：对不同类型的学习者行为进行分析并对其画像，主要从外显行为和内隐行为进行分析，其中外显行为从发帖次数、交互系数、参与交互次数较多的主题类型进行分析;内隐行为主要通过行为者的发帖内容来进行分析，具体包括发帖内容的类型、整个时序里情感的变化等指标。

　　(3)统计分析模块：利用统计工具分析参与论坛交互的不同类型学习者与学习成绩间的相关性，以及不同类型学习者在整个学期中发帖内容的情感特征与学习成绩间的相关性。

　　(二)研究对象

　　本研究的数据来源于华中地区某高校SPOC平台中教育技术学专业学术型研究生必修课“教育技术学研究方法”的在线交互数据。该课程偏重于培养学习者掌握科学研究方法的能力，学习时间为一学期，教师采用线上线下相结合的混合式教学模式，课程的考核采用形成性评价(课堂参与情况，以及学习者参与在线交互的频数、深度等)与总结性评价(研究方案的撰写)相结合的方式。研究对象是云课堂论坛中一个班(四个小组)7个主题1334条在线发帖文本内容。

　　(三)分析工具与方法

　　本研究主要采用文献分析法、社会网络分析法、语义分析法，从“关系”视角对教师规定主题的7个主题帖进行研究。先利用文献分析法了解国内外对论坛交互行为的研究现状和尚存在的问题;再运用语义分析法分析学习者发帖内容的情感语义，运用社会网络分析法，聚类参与论坛学习者的特征，分别将其交互数量、发帖情感语义与其学习成绩进行相关性分析，探讨不同行为者的交互特征与其学习成绩间是否具有显著相关性。

　　社会网络分析法是一种研究行动者个体及其相互间的关系、互动模式的方法，它能将行动者之间的互动进行可视化建构，以图式的方式呈现。^[7]本研究借助社会网络分析工具构建学习者的交互社群图，甄别群组中信息提供和联络的成员，通过分析学习者交互的网络密度、点度中心度、中间中心度等参数，判定其在交互网络中的位置、参与度，分辨出核心参与者与边缘参与者。语义分析法是运用语义区分量表来研究事物意义的一种方法。^[22]情感分析是基于语义分析的一种分析方法，是自然语言处理方法中的常见技术，其最简单的形式就是借助包含积极和消极词的词典，利用情感评定可以实现定性数据的定量分析。主要运用该方法来分析学习者在论坛中的情感，并通过对学习者情感的分析来研究其情感投入与学习成绩间的相关性。

　　(四)数据统计与处理

　　课程结束后，对网络学习空间中的交互数据进行收集，主要包括系统日志、发帖，以及回帖的文本资料、发起人、时间等信息。按照符合社会网络分析工具UCINET要求的格式编码建立关系矩阵，分析网络学习空间中交互呈现的社会网络结构及其网络密度、中心性等特征。借助数据统计与分析工具SPSS对学习者参与论坛学习行为数据进行聚类，对其交互数量、交互质量、情感等指标进行分析，并与其学习成效进行相关性分析，探索不同行为者的行为特征，以及其行为特征与学习成效间的相关性。

　　1.交互网络分析

　　依据学习者参与论坛学习的各类行为数据开展特征分析，如“0926课题确定”中的“0926”表示9月26日。参与论坛学习的学生来自一个班级，共23人。由于教师设置其他班同学也可以进行评论和回复，为了不改变整个交互网络的结构，故在研究过程中给其他班参与论坛学习的学生赋予访客的角色，统一用X表示。利用Excel建立23位学习者的交互关系矩阵，将关系矩阵导入UCINET6.0中，并利用其集成的Netdraw工具绘制出所有学习者的互动交流社群图，具体如图3所示。

图3   学习者互动交流社群图

　　社会网络是指社会行动者及其间关系的集合;社群图是指行动者(用点表示)和行动者之间的关系(用线表示)构成的图，表示一个群体成员之间的关系。有学者认为使用社群图可以分析群组中哪些成员是主要的信息提供者和联络者。^[23]由图3可知，s20在这个主题中处于中心位置，说明其在论坛中比较活跃，喜欢在论坛中发表自己的观点，也乐于与其他学习者进行沟通和交流。此外，交流比较活跃的四位学习者s5、s9、s13、s20分布在四个小组，说明每个小组都有一个较为活跃的学习者参与论坛的讨论，这四位学习者极大可能是每个小组的发言代表。

　　2.行为者聚类

　　行为者聚类是数据科学和机器学习中使用的一种技术，用于将具有相似特征或行为模式的参与者或个体分组到集群中。目标是识别具有相似行为、偏好或特征的学习者行为组，以便可以针对他们制定特定的学习策略。在Excel中统计所有学习者分别在7个论坛主题中的发帖量和交互数据，利用SPSS工具对学习者行为数据进行聚类，采用K-means聚类算法，其聚类数设置为3类。该算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。K-means算法的第一步是随机选取任意k个对象作为初始聚类的中心，初始地代表一个簇。该算法在每次迭代中对数据集中剩余的每个对象，根据其与各个簇中心的距离将每个对象重新赋予最近的簇。当考察完所有数据对象后，一次迭代运算完成，新的聚类中心被计算出来。如果在一次迭代前后，学习者类型J的值没有发生变化，说明算法已经收敛，参与论坛学习者的聚类结果如表1所示。

表1   参与论坛学习者聚类结果

　　根据相关研究，将参与论坛学习的学习者分为活跃者、追随者和沉默者三类。活跃者是指在论坛学习中发帖数最多、交互参与度最高的学习者，追随者是指在论坛学习中发帖数较少、交互程度一般的学习者，沉默者是指在论坛学习中发帖数量很少、交互意愿很低的学习者。从表1中可以看出，“0926”主题帖中，第一类聚类中心为28，代表的是在该主题帖中交互次数在28次左右的行为者，标识为“活跃者”，第二类标识为“追随者”，第三类标识为“沉默者”。根据所有学习者在7个论坛主题中发帖的总数，聚类不同学习者特征。从表1中的聚类结果可知，活跃者数量为3，追随者数量为7，沉默者数量为13。因此，该课程在组织学习者参与论坛学习的过程中，学习者在论坛中的交互程度不够，沉默者数量占比达到56.5%，教师应及时对学习者实施干预或改变教学策略等，以促进学习者的交互水平，提高其论坛学习质量。

　　四、论坛交互行为学习者情感分析

　　(一)外显行为分析

　　行为主义认为行为有外显行为和内隐行为之分。外显行为指通过外部动作表现出来的容易被他人直接观察到的行为。当这种显露或表达是有意识的，并且成为他人能够知觉和判断显露者或表达者的心理活动和个性特征时，心理学家便把它称之为外显行为。而在混合式学习情境中，学习者参与论坛交互中的外显行为主要通过其交互属性来体现，如发帖数量、帖子长度、发帖时间、交互关系等。鉴于不同关系定义下社会网络结构和属性存在一定差异，在利用课程论坛的讨论数据分析学习者的社会交互时，主要从两个方面来开展学习者行为数据的分析。一方面，基于学习者的交互特点、课程性质、不同主题的论坛数据等，开展不同主题帖网络结构特征的分析;另一方面，根据学习者在不同主题中的发帖数及时间频率等，分析学习者论坛交互行为模式时序变化情况。

　　1.不同主题帖网络结构特征分析

　　网络密度是最常用的测量网络连通性的指标，其值越大表示网络成员之间的联系越紧密，网络对学习者的态度、行为等产生的影响可能越大。一般采用中心性来衡量单个行动者在网络中是否处于中心位置，三种常用的网络中心度包括点度中心度、中间中心度和接近中心度。其中点度中心度描述的是行动者的局部中心指数，用于测量网络中行动者的自身交互能力。中间中心度描述一个行动者在多大程度上居于其他两个行动者之间，是一种资源控制能力指数。接近中心度与中间中心度正好相反，它考虑的是在多大程度上某行动者不受其他行动者控制的程度。

　　随着课程进度的推进，网络密度和聚类系数均呈现为先降后升再降的趋势，说明学习者在最开始的积极性是最高的，网络结构也比较紧密，越到后面就越不愿意参与到论坛的讨论中，由此可知，学习者在学期最开始和学期中间时交流较为紧密，其中不同主题网络密度和聚类系数变化趋势如图4所示。学期最开始可能是教师明确说明，论坛交流情况将作为课程成绩的一部分，所以学习者交流较为积极，基本形成有问必答的网络结构。但随着课程的持续进展，学习者参与论坛交流活动的积极性逐渐下降，教师在学期中间提醒学习者要积极参与论坛的交流，所以在学期中间又迎来一波上升趋势，而学期末学习者的交流又减少了，这可能与教师设置的主题类型相关。故教师在教学过程中应当充分考虑这一点，且在设置主题时应适当设置一些能够吸引学习者的主题，使学习者愿意参与到论坛讨论中来。

图4   不同主题网络密度和聚类系数

　　2.学习者论坛交互行为模式时序变化分析

　　依据学习者在论坛中的交互数据(发帖、回帖、浏览次数)，绘制不同学习者在整个学期中主题交互数量的时序变化图，以7个主题帖的时间为间隔进行分析，选取的行为者依据的是与相对应类别发帖数量均值最接近的一位，如图5所示。

图5   三类行为者发帖数量时序变化图

　　在网络学习空间中，学习者在论坛中的发帖数量、回复数量及浏览数量在一定程度上能够反映学习者参与论坛学习的投入情况。^[24]由图5可知，三类行为者在学期开始和中间都处于非常活跃的状态，但在整个学期中发帖数量整体呈下降的趋势。活跃者在课程学习中的发帖状态是波动的，追随者在课程学习开始时发帖数很活跃但随着课程的推进，发帖数量呈现下降的趋势，沉默者在课程前期的发帖积极性就不高，后期发帖数量几乎为零。从主题方面分析，可能与教师设定的主题内容有关，前面设定的主题主要是偏理论概述，后面主题偏实践操作，导致学习者在实践操作型的主题帖下面发帖量减少。这给主题设定者的启发在于设定讨论主题时应尽可能激发学习者的讨论，要让学习者在一个氛围良好的讨论环境中能够畅所欲言。从外界因素分析，在学期中间教师对学习者实施干预措施，在面授课堂上提醒学习者应尽可能多地参与论坛讨论，且发帖情况将作为学期末成绩考评的一个重要模块。这些因素导致前期学习者的参与度很高，而到后期呈现一个下降趋势。

　　(二)内隐行为分析

　　内隐行为也称为内在行为，即个体的心理活动，包括各种感知觉、记忆、思维、情感、意志等心理过程。它是对个体所处客观环境(包括个体的外显行为和活动)的能动反映，同时又影响外部行为。^[25]思维也是个体的一种内隐行为，在课程论坛中，学习者通过文字来表达自己所想，内隐行为通过文字进行外化。依据情绪事件理论(Affective Events Theory, AET)以及情绪、认知与行为的关系，^[26]在线学习者在学习过程中会因网络平台操作、课程资源利用等获得不同的学业情绪情感体验，而这种持久、弥散性的学业情绪又将形成个体特定时期内独特的学习心理环境，进而影响个体的学习行为表现。^[27]

　　本研究利用情感分析工具对学习者在论坛中的发帖文本内容进行分析，挖掘学习者在整个学期的情感变化，探究不同类型行为者在论坛中发表言论的正负面情绪与其学习成绩间是否具有相关性。在整个学期中，沉默者的情绪都为正面，虽然其在论坛中参与交互的次数较少，但情绪都是正面的;而活跃者在整个学期中出现负面情绪，虽然其在论坛中交互次数较多，但表现出负面情绪，说明该类行为者在论坛中存在倾诉自己不满情绪的倾向。如图6所示。

图6   三类行为者情感演化

　　以下通过两个维度来说明，学习者的情感会对学习成效产生一定的影响。

　　1.不同类型学习者与学习成效相关性分析

　　在论坛中，由于教师在开学初就要求每位学生应积极参与论坛的讨论，可能有很多学习者只是为了应付教师的要求，以为只要数量多就可以多加分，导致发的很多帖子都是无用帖或灌水帖，这对其认知水平的提升毫无益处，因此，发帖数量的多少并不会影响学习者的学习成绩。

　　如果学习者积极地参与到学习过程中，提出问题、提供反馈、参与讨论，这可以使学习者更深入地理解材料、更好地记住信息。在这种情况下，发帖数量是学习成效提高的一个指标。有些学习者可能经常发帖，但不一定能提供有意义或相关的信息。此外，一些学习者可能更喜欢从事其他形式的学习，如听力、阅读或练习，这可能不需要发那么多帖子。因此，除了学习者发帖数量之外，考虑多种学习效率的衡量方法是很重要的。

　　表2中，p>0.05，说明三类行为者与学习成绩之间无显著相关性，即学习者在论坛中发表的帖子数量不会影响学习者的课程成绩。

表2   行为者类型与学习成绩相关性分析结果

　　2.不同类型学习者情感与学习成效相关性分析

　　对论坛文本的情感分析主要是依据正面情绪词语出现的频次来判断文本的情感系数，情感系数越大，说明发帖行为者表达的是正面情绪，如赞扬、夸奖之类;情感系数越小，说明发帖行为者表达的多是负面情绪，如批评之类，表达负面情绪的行为者要有较多的思考才能发表批评的言论，而思考问题是学习者取得学习成绩的必要条件。表3中，p<0.05，说明情感系数与课程成绩显著相关，相关系数为- 0.442，说明情感系数与课程成绩呈负相关，即情感系数越大课程成绩越低，情感系数越小课程成绩越高。

表3   情感系数和课程成绩相关性分析结果

注：*表示在0.05水平（双侧）上显著相关。

　　五、混合式课堂论坛学习策略

　　本文通过刻画论坛中不同行为者的交互特征，对其外显行为和内隐行为进行分析，并将其与学习成绩进行相关性分析得出以下结论：不同类型行为者的交互数量与其课程成绩间无显著相关性;不同类型行为者的情感系数与其课程成绩间有显著相关性。根据研究结果，针对开展混合式课堂论坛学习提出如下几点策略。

　　(一)在课程评价体系中加强论坛交互活动

　　由上述分析结果可知，学习者在论坛中的发帖数量与其课程成绩间无显著相关性，这与相关学者的研究结论^[21]不太一致，究其缘由，可认为造成这样的研究结论与选取的课程性质相关，本研究选取的是“教育技术学研究方法”，属于人文类课程，教师在进行课程成绩判定时避免不了主观判断。同时，教师在进行课程成绩判定时，对学习者在论坛中的交互行为模式没有进行深入挖掘，这与教师的精力有限有关，正是这个原因，导致学习者在论坛中的交互行为在课程评价体系中权重较小。然而，多项研究证明，论坛交互行为对学习者知识建构有非常重要的意义。因此，建议教师在课程评价机制中加大论坛交互行为的权重，鼓励学习者积极参与到交互活动中来，同时，教师还应制定科学的交互活动评价量规，注重学习者学习过程的评价，可考虑为在线学习者建立电子档案袋，依据学习者学习过程判定课程成绩。

　　(二)把在线交互活动纳入课程教学设计中

　　学习活动设计是课程教学设计的核心。在线学习情境中，学习者在论坛中的交互行为也是一种学习活动。因此，教师在进行课程教学设计时，应充分设计在线交互活动，考虑清楚哪些学习内容可以放在论坛中供学习者交流讨论，从而让学习者更好地掌握知识。同时，教师应对交互活动进行精心设计，把课程目标融入交互活动中，鼓励学习者积极参与论坛交互活动并告知学习者其交互表现很大程度地影响其课程成绩。制定详细的交互规则，尽量避免学习者在论坛中肆意“灌水”，从而影响论坛的交互网络结构。同时，教师在进行交互活动设计时，应对学习者特征进行分析，充分考虑学习者在交互过程中可能出现的消极情绪，并对其进行一对一的情绪疏导。

　　(三)线上线下结合，教师积极参与交互活动

　　研究表明，学期最开始可能是教师明确说明，论坛交流情况将作为课程成绩的一部分，所以学习者交流较为积极，基本形成有问必答的网络结构。但随着时间的流逝、课程的持续进展，学习者参与论坛交流活动的积极性逐渐下降，教师在学期中间提醒学习者要积极参与论坛的交流，所以，在学期中间又迎来一波上升趋势，说明教师在论坛中的行为是影响学习者个体和群体知识建构的重要因素，教师的发帖数、对主题的回复数、深度问题数、深度帖子比率均与学习者高水平知识建构所在比例存在正相关性。因此，在混合式课堂中，建议教师高度重视学习者在线上的讨论，并积极参与到学习者的讨论中去，及时解答学习者的困惑，多发表深层次的、可以引发学习者思考的帖子，促进学习者知识的建构;同时，搜集学习者在论坛中发表的学习疑惑，在面授课堂中集中解答学生的疑问，只有将线上线下学习活动有机结合，才能充分发挥混合式教学的优势，促进学习者个体和群体有意义的知识建构。

　　六、结语

　　为了改善目前论坛学习交互质量不高的现状，本研究以SPOC论坛交互行为数据为切入点，通过对混合式课堂在线论坛中产生的文本数据进行分析，结合学习者的交互特征对学习者进行聚类，并分析不同行为者外显行为和内隐行为与其学习成绩间的相关关系，提出混合式课堂在线论坛学习的学习策略。但本研究尚存在一些局限性，数据量不够多、缺少对交互文本具体内容的分析，将在进一步的研究中进行加强。

　　参考文献：

　　[1]刘三,胡天慧,柴唤友.新型异步在线讨论环境的应用图景与发展路向[J].现代远程教育研究,2021,33(5):33-41,62.

　　[2]LIU S, HU T, CHAI H, et al. Learners’ interaction patterns in asynchronous online discussions: an integration of the social and cognitive interactions[J]. British Journal of Educational Technology, 2022,53(1):23-40.

　　[3]张思,陈娟,夏丹,等.在线论坛中学习者兴趣与行为主题联合建模研究[J].远程教育杂志,2022,40(1):81-90.

　　[4]MANCA S, DELFINO M. Adapting educational practices in emergency remote education: continuity and change from a student perspective[J]. British Journal of Educational Technology, 2021,52(4):1394-1413.

　　[5]陈长胜,刘梅,沈书生,等.慕课学习完成者的学习效率及其群体差异性研究[J].中国远程教育,2021(10):39-47,59.

　　[6]王梦倩,郭文革,李亚娇.在线论坛中高质量数字化读写实践何以实现?——师生交互作用质性比较分析的启示[J].中国远程教育,2022(8):60-69.

　　[7]左明章,赵蓉,王志锋,等.基于论坛文本的互动话语分析模式构建与实践[J].电化教育研究,2018,39(9):51-58.

　　[8]LIU Z, MU R, YANG Z, et al. Modeling temporal cognitive topic to uncover learners’ concerns under different cognitive engagement patterns[J]. Interactive Learning Environments, 2023,31(10):1-18.

　　[9]吴林静,马鑫倩,刘清堂,等.大数据支持的慕课论坛教师干预预测及应用[J].电化教育研究,2021,42(7):47-53.

　　[10]PENG X, XU Q, GAN W. SBTM: a joint sentiment and behaviour topic model for online course discussion forums[J]. Journal of Information Science, 2021,47(4):517-532.

　　[11]胡天慧,刘三,粟柱,等.学习者同步和异步交互模式的比较与整合研究——基于社会网络和多层网络分析的方法[J].电化教育研究,2022,43(5):53-60.

　　[12]AHMAD M, JUNUS K, SANTOSO H B. Automatic content analysis of asynchronous discussion forum transcripts: a systematic literature review[J]. Education and Information Technologies, 2022,27(8):11355-11410.

　　[13]张思,高倩倩,马鑫倩,等.私播课论坛中学习者会话行为建模研究[J].电化教育研究,2021,42(11):63-68,106.

　　[14]李志民.教育信息化与教育数字化转型升级[J].中国教育信息化,2024,30(1):71-75.

　　[15]童兆平,陈倩倩,张立新,等.区域教育数字化应用场景的设计理念与推进路径[J].中国教育信息化,2024,30(1):93-100.

　　[16]索普玛丽,肖俊洪.在线交互:论坛使用策略的重要性[J].中国远程教育,2014(7):15-23,95.

　　[17]孙洪涛,郑勤华,陈丽.中国MOOCs教学交互状况调查研究[J].开放教育研究,2016,22(1):72-79.

　　[18]郑勤华,于畅,陈丽.基于学习者视角的MOOCs教学交互状况调查研究[J].中国电化教育,2016(6):77-85.

　　[19]郑勤华,李秋劼,陈丽.MOOCs中学习者论坛交互中心度与交互质量的关系实证研究[J].中国电化教育,2016(2):58-63.

　　[20]马晓能,俞树煜,辛一君,等.教师工作坊中知识交互的现状分析[J].电化教育研究,2017,38(3):55-61.

　　[21]刘智,张文静,孙建文,等.云课堂论坛中的学习者互动话语行为分析研究[J].电化教育研究,2016,37(9):95-102.

　　[22]ZHOU J, YE J. Sentiment analysis in education research: a review of journal publications[J]. Interactive Learning Environments, 2023,31(3):1-13.

　　[23]REFFAY C, CHANIER T. How social network analysis can help to measure cohesion in collaborative distance-learning[J]. Designing for Change in Networked Learning Environments, 2003:343-352.

　　[24]孙建文,胡梦薇,刘三,等.多维异步在线讨论行为特征分析与学习绩效预测[J].中国远程教育,2022(5):56-63.

　　[25]热比古丽·白克力,杨晓辉,王振宏.中学生时间洞察力特质与健康行为选择内隐偏好:未来情景性思维的作用[J].心理科学,2023,46(1):82-89.

　　[26]STYLOS N, BIGNÉ E, BELLOU V. The affective impact of sightseeing bus tour experiences: using Affective Events Theory (AET) to examine length-of-stay and electronic word-of-mouth[J]. Tourism Recreation Research, 2022:1-17.

　　[27]王小根,陈瑶瑶.多模态数据下混合协作学习者情感投入分析[J].电化教育研究,2022,43(2):42-48,79.

SPOC Forum Interaction Behavior Pattern Mining and Learning Effectiveness Analysis

Zhifeng WANG^1,2, Jiaqi HE¹, Yonghong WANG¹, Mingzhang ZUO^1,2

(1.Faculty of Artificial Intelligence in Education, Central China Normal University, Wuhan 430079, Hubei;

2.Collaborative Innovation Center for Informatization and Balanced Development of K-12 Education by MOE and Hubei Province, Central China Normal University, Wuhan 430079, Hubei)

　　Abstract: Forums are one of the auxiliary tools for formal learning, which can be used to promote communication among members. Some studies have shown that students’ performance in forums is strongly related to their learning outcomes. However, in specific practice, there are such phenomena as lack of interaction and low level of interaction participation. This research is based on the online forum data in the “Educational Technology Research Method” SPOC hybrid classroom as the research object, mining their interactive behavior patterns, and quantitatively exploring their impact on learning outcomes. Firstly, the literature analysis method is used to sort out and analyze the current research situation at home and abroad. Secondly, social network analysis was used to characterize the learners participating in interaction in the forum, and data statistical analysis tools were used to cluster the types of learners. Learners were divided into active learners, followers, and silent learners. A quantitative analysis was conducted on the number of interactions and academic performance of these three types of learners in the forum. Finally, the semantic analysis method was used to analyze learners’ emotions, and the correlation between the emotions of different types of learners and their academic performance was analyzed. Research has shown that in mixed classrooms, there is no correlation between the frequency of interaction between different types of learners and their course performance, while there is a significant correlation between the frequency of emotional words and their course performance. Therefore, three mixed classroom forum learning strategies are proposed to provide reference for improving the quality of learners’ participation in forum learning.

　　Keywords: SPOC forum; Interaction behavior; Emotional analysis; Mixed classroom; Learning effectiveness

　　编辑：王天鹏　校对：王晓明