在线协作情境中社会调节学习行为序列精准挖掘与分析.pdfVIP

2023年第8期黑龙江高教研究No.8,2023

总第352期HeilongjiangResearchesonHigherEducationSerialNo.352

在线协作情境中社会调节学习

行为序列精准挖掘与分析

李成正，彭鹏，曹蕾

（西华师范大学，四川南充637000)

摘要：社会调节学习（SSRL）能够促进学习者在在线协作情境中制定合理的学习目标与计划，采取恰当的学习策略并进行

及时的学习评价。为了厘清SSRL的时间变化特征与机制，越来越多的学者关注SSRL行为序列的挖掘，然而，现有的自动挖

掘方法仅仅是机器学习算法的简单运用，其识别结果的准确率较低。基于此，在综合分析SSRL行为的基础上，结合集成机器

学习的策略，设计了能够支持精准挖掘在线协作情境下SSRL行为序列的方法，并面向了某高校大学生开展了实证研究。结

果表明，此方法在SSRL行为序列挖掘上具有较高的准确度。此外，通过序列挖掘结果的分析发现，监督和情感互动在SSRL

中具有重要作用。

关键词：在线协作学习；社会调节学习；序列挖掘；集成学习；机器学习

中图分类号：G643.4文献标志码：A

掘在线协作情境下SSRL行为序列的方法。

一、引言

二、理论框架

有效的在线协作学习能够促进学习者知识的构建、思维

的进阶、绩效的提升11[2131,然而，能否通过在线协作获得设计和开发能够支持精准挖掘在线协作情境下SSRL行

较好的学习绩效受到个体差异、技术条件和社会关系等因素为序列的方法离不开社会调节学习、序列挖掘、集成学习等

相关理论的支持，其支持关系见图1。简而言之，社会调节学

的影响[41[51]。为了保证在线协作学习的有效开展，不仅

需要学习者有良好的知识基础，还需要对协作过程进行计习是在线协作情境中协作学习的高阶状态，是协作有效开展

划、监控与调节。社会调节学习（Sociallysharedregulationof的保证；序列挖掘是洞悉协作和调节过程的有效途径；集成

learning，简称SSRL)要求学习者根据学习任务和具体情境设学习是提升序列挖掘准确度的有效方法。

定合理的学习目标、讨论任务计划、按照任务进度实时地调

整协作策略，是保障在线协作学习质量的关键[7]。社会调节一促进提升方法与策略结果分析

学习强调的是参与协作任务小组成员调节行为之间的相互协作学习一产生一学习行为数据行为序列挖掘

作用,共同协商达成目标、认知和策略一致的过程[8]。而决个

促进提升准确度

定这个过程是否顺利进行的是学习者对调节行为激发的时社会调节学习理论集成学习

间和顺序上的理解和掌握程度。因此，从SSRL过程中寻找

在线协作情境

最优的调节行为序列是提升在线协作绩效的有效途径[9]。

为了实时掌握学习者在线协作中的互动情况，目前已经有大图1理论框架

量的研究通过学习分析技术来自动挖掘行为序列模式，从而（一）社会调节学习

为教学过程的优化提供指导[10]。目前的自动挖掘方法仅仅社会调节学习是指学习小组通过对小组成员的认知、行

是机器学习算法在教育领域的简单运用，忽视了序列组成单为、动机、策略和情感等方面进行分享或调节，以建立知识和

位（调节行为）的多样性和算法的适用性，导致最终识别结果完成学习任务的过程[1[13]。该过程由真实的挑战引发

的准确率较低。因此，有必要设计并开发出能够