☆杨璐帆

（湖南师范大学教育技术系，湖南长沙 410081）

一、介绍

众所周知，网络课程已成为终身学习的重要手段。为确保网络课程的教学质量，真正意义上促进学习者的学习，我们亟待建立有效的、全面的网络课程分析指标体系。因此，不仅要把是否具备最为完善的网络教学平台和环境作为衡量网络课程的标准之一，也要透过学习者从侧面对网络课程进行深入分析。

目前，从网络课程教学平台和环境方面对网络课程进行分析，已有较成熟的理论研究。本文主要从网络课程分析的另一个角度即学习者，对学习者在网上学习相关的数据进行定义建模，形成初步的网络课程分析指标框架，为建立一个有效的、全面的网络课程分析指标体系提出新视角，为网络教育工作者分析、改善已有的课程提供参考依据。

二、基本概念

1.网络课程

网络课程是在课程论、学习论、教学论指导下通过网络实施的以异步学习为主的课程，是为实现某学科领域的课程目标而设计的网络学习环境中教学内容和教学活动的总和。

2.网络课程分析

网络课程分析，本文主要是指基于学习者角度的网络课程分析。即对学习者在网上学习相关的数据进行统计、挖掘和分析，从侧面得到网络课程的隐性属性。网络课程有三类用户，即学习者、教师、管理员，网络课程的直接受益者是学生，从学习者角度进行分析较能体现网络课程的一些隐性特征。

三、网络课程分析指标框架的确定及解析

网络课程分析是对学习者在网上学习相关的数据进行统计、挖掘和分析，从侧面得到网络课程的隐性特征。学习者网上学习相关的数据即学生的个性特征、网络资源的使用情况等，通过对学习相关数据进行定义建模，结合网络课程教学平台进行数据采集，如登录次数、登录时间、自测正误率、发帖数量、帖子访问量、回帖数量、学习资源点击次数、作业完成情况等，以数据库的方式存储到数据库管理系统中，参考Web数据挖掘相关算法，从而获取网络课程的一些内在隐性特征，如专业性、响应度、参与度、难易度、趣味性等，为今后更好地、全面地分析网络课程提供参考依据。

1.学习者网上学习相关数据定义建模

利用文献研究方法综合分析了国内外近十年来学习者网上学习相关的数据元素，较多文献是从学习者个性特征、自主学习以及交互学习三方面进行描述。因此，从学习者个性特征、自主学习和交互学习三个方面对网上学习相关数据进行定义建模（如表1）。

表1 学习者网上学习相关数据模型表

2.构造网络课程分析指标树

通过与相关专家学者的反复讨论，并参考若干网络课程分析的相关资料，笔者认为用“三性三度”能较好地体现网络课程的隐性属性。“三性三度”即：目标性、趣味性、交互性、难易度、参与度、响应度。因此，“三性三度”形成了网络课程分析的6个一级指标。参考网上学习相关数据模型表，借鉴Web挖掘相关技术对其进行数据挖掘，形成了网络课程分析的11个二级指标，便构造出了一个网络课程分析指标树（如图1）。

图1 网络课程分析指标树

3.网络课程分析指标解析

网络课程分析由6个一级指标和11个二级指标构成，下面对各项指标进行进一步的解析。

专业性：通过统计、挖掘和分析学习者的身份信息、学习条件、学习动机以及信息素养能力等，获取本课程是否具有专业性，面向的学生是专业的还是普遍大众。

趣味性：单位时间内各个栏目与媒体资源的在线人数统计分析，网页、流媒体、BBS信息、教学信息、图书等资源的点击率统计分析，可以挖掘出本课程最具趣味性资源与栏目。

交互性：统计交互工具，如在线聊天、视频会议、音频会议、BBS、Email等的使用次数和时间间隔平均值，可以挖掘出本课程是否具有交互性。

难易度：统计各问题与知识点的发帖数量与回帖数量，计算平均值，并与平均值比较，数量超过平均值的多少可以反应出课程的难易程度。

参与度：统计参加网上直播课堂学习、提交作业、网上自测、网上考试的次数，调研报告、PPT等个人作品和研究成果的展示数量，对其进行分析，可以挖掘出本课程的参与度。

响应度：统计教师对问题的答复率与回应时间间隔，挖掘、分析出本课程的响应度如何。

4.网络课程分析指标框架表

经过对网络课程分析各个指标的确定及解析，形成了一个初步的、清晰的网络课程分析指标框架表（如表2）。

表2 网络课程分析指标框架表

四、结论

网络课程分析指标框架目前还只是一个雏形，需要相关专家学者对其进行不断地论证与改进。本文对其进行研究主要有两个方面的考虑：第一是希望能为全面分析、评定网络课程提出一个新视角；第二是希望能引起广大教育技术工作者和网络教育工作者的注意，对如何有效全面地分析网络课程进行探讨，以期形成一个标准的、全面的网络课程分析指标体系。

[1]李朝葵,陶卫国.层次分析法在网络信息资源导航系统评价中的应用[J].四川图书馆学报,2004,(3):75－78.

[3]张伟远.网上学习环境评价模型、指标体系及测评量表的设计与开发[J].中国电化教育,2004,(7).

[4]刘儒德,江涛.学习者特征对网络学习的影响[J].中国电化教育,2004,(6).

[5]王巧玲(2007).基于Web服务的网络学习行为采集与集成初步设计与实现[D].华中师范大学硕士学位论文:12－15.

[6]乐军.远程教育网上教学质量监控信息模型的系统化构建[J].中国远程教育,2005,(6):67－71.