摘要：由于传统的评估模型，在学习者满意度评估时相似度低。为此，提出基于Moodle平台的远程教育学习者满意度评估模型研究研究。确定远程教育学习者满意度评估指标，通过采集二级学习者满意度测评指标，确定一级学习者满意度测评指标，用于设计模型中的基础指标数据;利用Moodle为平台全程跟踪学习者的学习过程及学习成果，结合跟踪得到的具体数据评估远程教育学习者满意度。设计对比实验，结果表明，设计的评估模型评估相似度明显高于实验对照组，证明设计的评估模型评估精度更高。

关键词：Moodle平台;远程教育;学习者满意度;评估模型

远程教育作为一种新型的在线学习方式，针对远程教育学习者满意度进行评估是保障远程教育质量的重要方式。考虑到传统针对远程教育的学习者满意度评估模型在实际运行过程中，由于没有基于学习者满意度动态特性、逻辑关系复杂以及不稳定等特点进行设计，很容易出现评估误差大的问题。Moodle平台作为开源的课程管理系统，在使用中不需要花费任何金钱。并且以其自身强大的创建和管理学习对象的工具，受到国内外学者的一致好评。Moodle平台为远程教育学习者满意度评估模型的优化建设提供了一个良好的契机。因此，本文基于Moodle平台设计出一种新型远程教育学习者满意度评估模型，致力于从根本上为学习者满意度评估模型的改进提供更加良好的发展空间。

在远程教育学习者满意度评估模型设计中，将一级学习者满意度评估指标设定为知识获取以及教学质量。知识获取的构成要素主要包括：内容质量、媒体呈现以及学习评价;教学质量的构成要素主要包括：教师声誉、教学能力以及教学态度。本文以此为远程教育学习者满意度评估模型的二级测评指标，可通过采集二级学习者满意度评估指标，确定一级学习者满意度评估指标，用于远程教育学习者满意度评估模型中的基础指标数据。

本文根据远程在线教育学习者满意度评估指标，利用Moodle为平台全程跟踪学习者的学习过程及学习成果，根据跟踪得到的得出远程教育活动与学习者能力之间的置信度对学习者的满意度进行评估。通过Moodle平台保证登陆者可以在Moodle中对学习者满意度作出相应的评估，使评估者不仅有教师和同学，还有登陆者，实现评估主体多元化。评估模型的设计从学习者角度出发，分析远程教育需求、通过信息流导入远程教育信息，构成立体的交互式评估模型，保证评估模型能够根据实际的需求进行动态性升级。基于Moodle平台远程教育学习者满意度评估模型整体结构图，如图1所示：

根據图1所示，则为本文得出的评估模型，该模型以学习成果为导向，整体选用Inranet构架。使用该模型评估远程教育学习者满意度，能够在方便学习者满意度评估的同时，兼顾评估模型的易操作性。

本文以仿真实验的形式，利用Real Application Clusters系统仿真模拟软件为上述内容进行论证。选取200名远程教育学习者作为实验对象，在分别使用传统评估模型以及本文设计评估模型进行仿真实验，设置传统的评估模型为实验对照组。仿真实验主要内容为分析两种评估模型的评估相似度，评估相似度与学习者实际满意度越接近证明其评估结果越精准，评定评估性能更高的评估模型。在此次的仿真实验中，共设计5次仿真实验。针对Real Application Clusters系统仿真模拟软件测得的评估相似度，记录实验结果。

根据上述设计的仿真实验步骤，采集5组实验数据，将两种评估模型下的评估相似度进行对比，评估相似度对比结果，如下表1所示。

通过表1可得出如下的结论：本文设计的评估模型评估相似度明显高于实验对照组，证明设计的评估模型评估精度更高，可以实现对远程教育学习者满意度的精准评估。

通过对比实验证明，基于Moodle平台的远程教育学习者满意度评估模型在学习者满意度评估中的具体优势已经显现出来。评估相似度的高低是保证学习者满意度评估精度以及质量的主要衡量标准，而针对远程教育学习者满意度评估模型进行基于Moodle平台的设计可以大幅度提高评估精度。设计评估模型不但能够完成传统的评估模型所不能完成的任务，还能为远程教育学习者满意度评估领域的研究提供学术意义。

参考文献：

[1]乔茜琳，杨安.被低估的仪式感：基于企业柯式培训效果评估模型分析[J].商场现代化，2019，01（004）：080-082.

[2]沈良忠，昝乡镇，高曼如.基于Moodle平台的师生学习共同体构建[J].教育理论与实践，2018，38（003）：040-041.

[3]李水蓝.农民大学生学习支持服务质量测评模型的开发与验证[J].湖南广播电视大学学报，2019，01（003）：001-006.

[4]李振.高职交通土建专业群教学质量学生满意度实证研究[J].岳阳职业技术学院学报，2020，01（002）：055-059.

[5]高江江，于平.慕课环境下学生虚拟实验学习满意度影响因素研究[J].实验技术与管理，2018，35（001）：221-225.

2020年度湖南省自然科学基金项目，课题编号：2020JJ7031，项目名称：基于教育大数据的在线学习满意度动态评估与精准干预研究。

2020年度湖南省社会科学成果评审委员会课题，课题编号：XSP20YBZ189，项目名称：大规模在线教育学习者满意度的模型构建与提升路径研究。

蒲骁旻（1982.11月），男，汉，湖南邵阳，本科，讲师，研究方向：计算机网络技术、云计算、大数据。