王洪鑫 闫志明 陈效玉 张铭锐

（1.鲁东大学 教师教育学院，山东 烟台 264025；2.鲁东大学 教育科学学院，山东 烟台 264025）

一、问题提出

知识经济时代，教育模式正在发生改变，在线教育风暴的来临改变了学校传统的知识传授模式，提供了一种全新的知识传播和学习方式（钟厦，徐嘉良，刘潇，2015），使得更多的人选择通过在线学习的方式提升自身的知识水平，由此，MOOC、SPOC等在线教育课程迅速发展并成为国内外学者的研究热点。在线教育课程的逐渐普及积累了大量的学习数据，既包括课程的参与人数、点击量、视频观看时长等结构化数据，又有讨论内容、作业内容等非结构化数据。学习者在完成课程学习之后，对课程的整体感受以文本评论的形式呈现在课程评价中，反馈给教育者。这些文本承载了学习者的情感表达、学习体验、语义信息等，表达了学习者对课程提出的各种意见与建议。分析评论文本可以帮助教育者对学习者进行形成性评价，把握学习者的学习情况，从而为其提供个性化的学习支持服务（邹沁含，庞晓阳，黄嘉靖，刘司卓，2020）。然而，由于数据简短且量大，教育者很难一一查阅，不能及时获得学习者反馈，致使课程评论中的有效信息大量流失，课程缺陷不能及时得到弥补。因此，对课程数据进行分析，及时发现学习者问题，对把控教学过程、调整教学设计来说十分必要。

以往研究传统课堂中的学习数据时，往往采用的是课堂观察法，依靠人力对学习者进行观察记录，不仅耗费大量人力资源，数据完全来自于人的主观判断，缺失客观性，且准确性也有待商榷。……