知識(shí)圖譜視角下的MOOC教學(xué)優(yōu)化研究

　　【摘 要】
　　本研究以學(xué)堂在線(xiàn)“心理學(xué)概論”課程為例，采用共詞分析法和社會(huì)網(wǎng)絡(luò)分析法建立基于課程知識(shí)點(diǎn)的知識(shí)圖譜，并形成相應(yīng)的知識(shí)框架結(jié)構(gòu)，作為探索MOOC教學(xué)優(yōu)化的一種可視化方式。教學(xué)內(nèi)容的知識(shí)框架結(jié)構(gòu)圖可幫助教師進(jìn)行高效、清晰的教學(xué)過(guò)程回顧、分析和改進(jìn)。教學(xué)知識(shí)圖譜與學(xué)生討論知識(shí)圖譜進(jìn)行對(duì)比分析，可幫助教師反思教學(xué)設(shè)計(jì)與學(xué)生認(rèn)知過(guò)程中產(chǎn)生的問(wèn)題，從而促進(jìn)教學(xué)內(nèi)容、策略及活動(dòng)的改進(jìn)。未來(lái)需要重視構(gòu)建學(xué)科知識(shí)本體，對(duì)以xMOOCs為代表的在線(xiàn)學(xué)習(xí)數(shù)據(jù)進(jìn)行充分挖掘，積極探尋如何將知識(shí)圖譜轉(zhuǎn)化為知識(shí)結(jié)構(gòu)，從而促進(jìn)在線(xiàn)學(xué)習(xí)模式的轉(zhuǎn)變。
　　【關(guān)鍵詞】 MOOCs；教學(xué)內(nèi)容；學(xué)生論壇；知識(shí)圖譜
　　【中圖分類(lèi)號(hào)】 G40-057 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1009—458x（2016）07—0005—05
　　自2012年以來(lái)，xMOOCs以其優(yōu)質(zhì)的教學(xué)資源和免費(fèi)開(kāi)放的特點(diǎn)迅速在全球興起，吸引了數(shù)以萬(wàn)計(jì)的學(xué)習(xí)者自由選課，參與體驗(yàn)一對(duì)一“大規(guī)�！钡脑诰�(xiàn)教學(xué)。然而，其基于行為主義的教學(xué)法一直備受爭(zhēng)議（鄭勤華，等，2015）。課程論壇為教師與學(xué)生和學(xué)生與學(xué)生之間交互提供了一定的空間，但由于xMOOC 學(xué)習(xí)者的大規(guī)模化，教師難以關(guān)注每一名學(xué)習(xí)者的發(fā)帖情況，應(yīng)對(duì)大量的論壇數(shù)據(jù)。鄭燕林等（2015）指出，xMOOC論壇的發(fā)言?xún)?nèi)容是教師觀察學(xué)生的重要途徑，但教師很難像傳統(tǒng)課堂教學(xué)環(huán)境中那樣隨時(shí)關(guān)注到學(xué)習(xí)者的反應(yīng)，及時(shí)捕捉學(xué)習(xí)者的需求與反饋，難以及時(shí)給予指導(dǎo)與支持。孫洪濤等（2016）調(diào)研了622門(mén)xMOOCs，發(fā)現(xiàn)“52.6%的課程論壇實(shí)際未發(fā)生作用，419 門(mén) （72.5%） 課程的教師未進(jìn)行答疑輔導(dǎo)”。盡管一些教師通常安排助教幫助回復(fù)論壇發(fā)帖、整理課程資料、充當(dāng)教師與學(xué)生之間的“過(guò)渡”橋梁（范逸洲，等，2014），教師仍然需要付出巨大的時(shí)間成本來(lái)處理大量的論壇數(shù)據(jù)，借以了解學(xué)習(xí)者的學(xué)習(xí)需求，以調(diào)整與優(yōu)化xMOOCs的教學(xué)內(nèi)容與進(jìn)度。因此，通過(guò)何種方式幫助教師簡(jiǎn)單快速地提取論壇討論的主題，并識(shí)別學(xué)生討論與其教學(xué)內(nèi)容的異同是一個(gè)重要且亟待回答的問(wèn)題。本研究嘗試對(duì)學(xué)堂在線(xiàn)“心理學(xué)概論”的課程資料和論壇數(shù)據(jù)進(jìn)行分詞和共現(xiàn)矩陣的構(gòu)建，形成教學(xué)內(nèi)容和學(xué)生論壇知識(shí)圖譜，使教學(xué)內(nèi)容、學(xué)生學(xué)習(xí)行為可視化，便于教師對(duì)自身教學(xué)和學(xué)生認(rèn)識(shí)理解過(guò)程的解讀，并進(jìn)一步根據(jù)教學(xué)情況調(diào)整或優(yōu)化教學(xué)內(nèi)容與進(jìn)度。
　　一、知識(shí)圖譜分析
　　知識(shí)圖譜以其可視化、直觀且便于理解的呈現(xiàn)方式，覆蓋了多領(lǐng)域的知識(shí)資源及載體，其構(gòu)建方法和工具也趨于多樣化。知識(shí)圖譜表現(xiàn)的并非淺層次、分離的信息，而是通過(guò)一定的語(yǔ)義結(jié)構(gòu)表現(xiàn)出各信息之間潛在的聯(lián)系和規(guī)律。知識(shí)圖譜把復(fù)雜的知識(shí)領(lǐng)域通過(guò)數(shù)據(jù)挖掘、信息處理、知識(shí)計(jì)量和圖形繪制顯示出來(lái)，揭示知識(shí)領(lǐng)域的動(dòng)態(tài)發(fā)展規(guī)律，為學(xué)科研究提供切實(shí)的、有價(jià)值的參考（秦長(zhǎng)江，等，2009）。目前已經(jīng)比較成熟的分析方法有共詞分析、多元統(tǒng)計(jì)分析、引文分析、社會(huì)網(wǎng)絡(luò)分析、文獻(xiàn)統(tǒng)計(jì)分析和詞頻分析等。用于構(gòu)建知識(shí)圖譜的工具有CiteSpace、IN-SRIRE、Histcite、Rost CM、Network workbrench、Ucinet等。
　　本研究采用共詞分析法和社會(huì)網(wǎng)絡(luò)分析法描述學(xué)堂在線(xiàn)“心理學(xué)概論”課程的知識(shí)圖譜。共詞分析建立在詞頻分析的基礎(chǔ)上，統(tǒng)計(jì)出現(xiàn)在同一段文字中的詞語(yǔ)對(duì)或名詞短語(yǔ)共同出現(xiàn)的次數(shù)，構(gòu)造共現(xiàn)矩陣、相似矩陣、相異矩陣來(lái)呈現(xiàn)這些詞之間的親疏關(guān)系，據(jù)此將具有相似主題的詞進(jìn)行聚類(lèi)。社會(huì)網(wǎng)絡(luò)分析法能將復(fù)雜關(guān)系量化表征，揭示關(guān)系的結(jié)構(gòu)，描述不同主體之間的聯(lián)系。本研究采用ROSTCM6和NetDraw工具進(jìn)行數(shù)據(jù)分析。
　　以“心理學(xué)概論”中“情緒與情感”這一章節(jié)視頻字幕和論壇數(shù)據(jù)為原始數(shù)據(jù)進(jìn)行知識(shí)圖譜分析。視頻字幕是教師教學(xué)內(nèi)容的文本載體，作為構(gòu)建教學(xué)內(nèi)容知識(shí)圖譜的文本數(shù)據(jù)，用來(lái)揭示教學(xué)知識(shí)點(diǎn)的廣度與相互關(guān)系。下載、合并得到包括“緒論”“心理學(xué)歷史”“感覺(jué)與知覺(jué)”等12章的字幕數(shù)據(jù)約9萬(wàn)字。課程論壇數(shù)據(jù)用以可視化分析學(xué)生討論情況，共獲得課程論壇數(shù)據(jù)5，000多條。
　　為了防止課程字幕分詞時(shí)專(zhuān)業(yè)詞匯被拆分，首先對(duì)課程所有章節(jié)字幕中的心理學(xué)名詞進(jìn)行人工梳理，形成自定義詞表，添加到ROSTCM6的分詞詞表中，然后對(duì)“情緒與情感”這一章節(jié)的字幕進(jìn)行分詞。將分詞后的字幕文件進(jìn)行詞頻統(tǒng)計(jì)，篩選后的數(shù)據(jù)作為課程語(yǔ)料庫(kù)進(jìn)行數(shù)據(jù)分析。篩選與課程內(nèi)容相關(guān)的論壇數(shù)據(jù)，基于構(gòu)建的課程語(yǔ)料庫(kù)進(jìn)行分詞，選取高頻關(guān)鍵詞，利用ROSTCM6生成共現(xiàn)矩陣，導(dǎo)入NetDraw中可視化，分別生成教學(xué)和論壇知識(shí)圖譜。
　　二、研究結(jié)果與分析
　　（一）教學(xué)內(nèi)容知識(shí)圖譜
　　詞頻分析發(fā)現(xiàn)，“情緒與情感”這一章節(jié)的高頻詞匯涵蓋了心理學(xué)現(xiàn)象、一般行為和人名等，比如情緒、情緒體驗(yàn)、人類(lèi)、心理學(xué)家、差異、情緒活動(dòng)、反應(yīng)、表現(xiàn)規(guī)則、生理反應(yīng)、情商、情緒智力、文化、憤怒、艾克曼、情感、文化差異、面部表情、詹姆斯-蘭格、情緒反應(yīng)、學(xué)習(xí)、控制等。
　　在視頻字幕中，共詞頻率偏低，其中“情緒”與“人類(lèi)”、“情緒”與“反應(yīng)”共同出現(xiàn)在同一短句中的次數(shù)最多（14次），其次為“情緒”與“差異”（10次）。根據(jù)共詞頻率矩陣形成知識(shí)圖譜，可視化高頻的課程內(nèi)容知識(shí)點(diǎn)之間的關(guān)系（如圖1所示）。
　　圖1中的節(jié)點(diǎn)代表篩選出的高頻詞匯，詞匯相連（邊）代表同一行字幕中兩個(gè)詞匯被同時(shí)提及，點(diǎn)的大小表示的是該詞匯在圖中的度數(shù)，邊的粗細(xì)表示兩端詞匯在同一行中被提及的頻次大小。圖中中心度最大的詞匯為“情緒”，其他節(jié)點(diǎn)以“情緒”為中心以放射性發(fā)散的方式聚集在“情緒”周?chē)�，且大多�?shù)與“情緒”形成邊。除“情緒”之外中心度較大的節(jié)點(diǎn)分別為“反應(yīng)”“差異”“文化”“面部表情”“生理反應(yīng)”“體驗(yàn)”“行為”“因素”等詞匯，以這些詞匯為中心，又形成了數(shù)個(gè)小團(tuán)體。并且，“情緒”分別和“面部表情”“人類(lèi)”“文化”“差異”“理解”“因素”“體驗(yàn)”之間形成較粗的邊。各詞匯相互聯(lián)系形成一張知識(shí)網(wǎng)絡(luò)。

相關(guān)熱詞搜索：圖譜 視角 優(yōu)化 教學(xué) 知識(shí)