李 慧

（首都师范大学 教育学院，北京 100048）

一、引言

随着开放式网络课程的大量涌现和在线学习平台的迅速普及，在线学习系统、移动学习终端等生成了大量的、复杂的非结构化教育数据，挖掘非结构化数据中有价值的隐含信息，开展智能化教学决策并优化学习服务，已经成为教育学、信息科学、社会学、心理学等学科交叉研究的热点。在教育领域中，传统的学习分析技术往往侧重于分析结构化数据（如，在线学习系统中学习者的登录次数、下载文件次数、提交作业次数、在线时长等外显式行为信息），而较少考虑非结构化数据（如，学习者的学习体验、课程评价、在线交流及讨论等内隐式行为信息），导致难以准确辨识学习者的态度、情感、心理状态[1]。作为典型的非结构化数据，文本能真实、直接地反映学习者的学习动机、情感态度、学习体验、认知发展等，因此，采用文本挖掘技术，发现并解释学习者的情感、观点和心理状态等，有助于监控、干预学习者的学习过程和学习效果。

学习体验是学习者对课程内容、学习活动、学习交互等多方面的感知和反应，是指在课程学习过程中学习者形成认知和情感的经历，以及在课程学习后学习者产生的情感反应和效果评价。国内外学者通常采用问卷调查、质性访谈等形式研究学习者的学习体验，但传统的问卷调查数据和访谈资料，难以客观反映学习者的内心感受[2]。学习体验文本是学习者对学习体验的总结和归纳，能更真实地反映其学习状态，体现学习者对某节课中知识点的掌握情况。……