论文部分内容阅读
摘 要 以《多媒体设计与制作入门》SPOC课程为例，对基于MOOC平台的学习者学习数据进行分析，重点从学习情况、讨论情况、考试情况等多个角度开展研究。分析发现，测试题得分与学习进度、视频观看呈现出较强的一致性；师生同时在线时互动更为有效；基于MOOC平台的混合式教学方式比传统的教学方式具有更好的考试成绩。
关键词 MOOC；SPOC；学习数据；数据分析
中图分类号 G712 文献标识码 A 文章编号 1008-3219（2016）29-0027-05
一、引言
大规模在线开放课程的出现给传统高等教育带来了巨大影响[1]。随着MOOC的逐渐普及，MOOC平台所积累的学习数据呈现增长的趋势。通过对这些学习数据进行分析，将有助于教师了解整个课程的学习情况。例如，Gillani[2]分析了Coursera平台上的“商业策略基础”课程，对其上所注册的近 87000名学员在课程论坛上的行为及其与成绩的关系进行分析。贾积有等[3]对北京大学6门MOOC课程的学习行为数据进行了汇总与分析，并从中发现学员的网上学习行为对学业成绩的影响。李封等[4]提出学习者学习行为属性模型，并基于该模型展开对学习者学习行为分析的研究，以此为依据调整课程组织和教学方式，从而达到最优的教学效果。Adamopoulos[5]研究了影响MOOC学生保有率的因素及程度，对6个MOOC平台上30所大学提供的133门课程的定量和定性数据，通过文本分析和建立计量模型，将课程的完成度作为因变量，影响完成度的因素作为自变量，计算相关系数与偏相关系数，从而了解这些自变量对于课程完成度的影响度。危妙等[6]利用大数据分析技术，对优课联盟课程平台的应用状况、学生的学习行为以及学习成效进行分析，找出MOOC平台应用中存在的问题并提出可行的建议。蒋卓轩等[7]通过分析挖掘6门课的海量学习行为数据，将学习者进行分类，并深入考察学习行为与学习效果之间的关系。上述研究都从不同角度对MOOC平台上的学习数据进行了分析，但针对MOOC与传统教学相混合的学习方式开展数据分析方面的研究还较少涉及。下面以国防科学技术大学《多媒体设计与制作入门》SPOC课程为例，对基于MOOC平台的混合式学习数据进行分析。
《多媒体设计与制作入门》课程是面向全校学生的一门公共基础选修课，该课程共36学时。由于这门课程与实际生活结合非常紧密，其实践操作性较强，在以往的教学过程中，主要采用教师课堂内理论讲授（28学时）加学员上机实践（8学时）的方式进行教学。2013年，学校搭建完成了MOOC平台，该门课程的MOOC版本也于2014年春季正式上线，并在全军范围内开始广泛使用。截至目前，该门课程的注册人数已接近4万人，跃居全军MOOC排行榜首位。2015年秋季学期，课程组面向校内学员，进一步开设了该门课程的SPOC，尝试采用MOOC平台与传统教学相结合的方式来实施混合式教学的实践。以该课程为例，对学生在MOOC平台上的学习情况、讨论情况以及考试情况等学习数据进行详细分析，以更好地促进该门课程教学质量的提升，同时也为其他应用实践型课程教学的组织实施提供参考和借鉴。
二、学习情况
学习情况是指学生在MOOC平台上自主学习的情况，包括基本情况、选课情况、学习进度、视频观看情况、测试题得分情况以及学习时间等方面的信息。
（一）基本情况
根据MOOC平台上的数据进行统计分析，2015年秋季学期《多媒体设计与制作入门》课程选课人数共计499人，具备参加考试资格人数342人，实际参加考试人数337人，合格人数238人。资格率为69%，参考率为68%，通过率为48%。由于选修课主要关注通过率，因此没有对优秀率和良好率等指标进行计算。
资格率是指具备参加考试资格的人数和选课人数之比。按照这门课程的规定，在MOOC平台上观看视频、做测试题以及交流的平时成绩必须达到24分才具备参加考试的资格。部分学员由于平时没有按照规定进行学习，因此不具备考试资格。参考率是指参加考试的人数和选课人数之比。大多数具备考试资格的学员都参加了课程的考试，仅有5名学员由于生病等个人原因未能参加考试。通过率是指考试合格的人数和选课人数之比，2015秋季学期该门课程的总通过率为48%，由于增加了考试资格这一要求，总体通过率较往年相比有大幅降低。若通过率计算为考试合格人数和参加考试人数之比，则通过率达到70.6%，与往年的考试通过率基本持平。
由此可見，采用MOOC教学与传统教学相结合的方式，可在一定程度上督促学员平时就利用零碎时间进行课程知识点的学习，从而避免以往考试中仅依赖考前一周进行突击就想顺利通过考试的现象出现。此外，目前大多数MOOC课程的通过率仅为10%左右[8]，可见采用这种混合式的学习方式提高课程通过率。
《多媒体设计与制作入门》课程的总成绩由平时成绩、作业成绩以及考试成绩组成。其中，平时成绩占40分，包括看视频观看15分，做测试题20分，以及讨论交流5分；作业成绩占20分；考试成绩占40分。上述学习过程均基于MOOC平台进行展开。
（二）选课情况
选课情况包括选课趋势、学历结构、身份类别等方面的信息。其中，选课趋势反映了学员注册加入课程的基本情况。图1反映了《多媒体设计与制作入门》课程近一年内的课程注册情况，从图中数据可以看出，学员注册时间集中在2015年9月至12月之间，恰好与该门课程教学周历上所安排的授课时间相吻合。课程开始后一个月左右，出现了注册人数的一个峰值，单日注册人数达到140人，正好对应该课程安排的第一次集体上机时间。由此可见，大多数学员还是习惯于利用教师安排的集体上机时间进行课程的注册和学习，但也有少部分学生比较主动，积极利用课余时间开始了课外的自主学习。
从学历结构来看，在选课人员中本科、高中、大专、中专学历的比例分别为71.94%、25.45%、1.4%和1%。可见，大多数学员的学历处于本科的水平，只有极少数的学员学历较低，来自于基层连队。从身份类别来看，选课人员里学员、战士、文职人员、干部以及其他的比例分别为81.36%、5.41%、0.2%、1.2%和11.82%。选课人员以学员为主体，包括校内部分战士、文职人员、干部及其他类型人员。通过了解学历结构以及身份类别，教师对教学的受众就有了大体的认识，便于教师有针对性地展开具体的教学过程。 （三）学习进度
学习进度反映了学员对课程学习完成的基本情况。从图2中可以看出，学习进度的峰值出现在首尾两端。大部分学员能够在MOOC平台上完成90%～100%的学习内容，但也有相当一部分学员只完成了0%～10%。通过对这部分学员的学习情况进行进一步细致的分析，发现他们没能完成平时学习任务的主要原因在于：军网机器较为紧张，无法保证众多学员的上网需求；课余公差较多，学员可自行支配的时间少；部分学员由于忘记了以前注册的账号密码，因此又注册了新的账号，这样导致老账号的学习状态一直保持在较低的水平；学员自身主观方面的原因，认为平时在MOOC平台上自学很麻烦，还不如传统的教学方式简单，从而放弃该门课程的学习。
（四）视频观看
学员观看视频可以获得一部分平时成绩，视频观看的满分是15分。如果教师想了解每位学员视频学习的详细情况，可通过查看数据的方式进行了解，如图3所示。如果学员观看某段视频的时间长度较短，可能意味着该学员对此部分的内容较为熟悉，采用了跳跃的浏览方式。反之则表示此部分内容对该学员来说可能有难度，需要花更多的时间去学习。这种方式有助于教师掌握每位学员具体的学习情况，也有助于教师对学员视频内容学习的整体情况有个大概了解。
（五）测试题得分
测试题总分为20分，学员在学完每段视频内容之后，均需要完成3～5道测试题以帮助其巩固所学知识。图4反映了学员测试题得分的分布情况。从图中数据可以看出，大多数学员平时测试题可以拿到15分及以上，也有部分学员测试题得分值为0，这部分学员大多已经放弃这门课程学习。从总体分布情况来看，测试题得分情况和视频观看、学习进度情况呈现出较强的一致性。
（六）学习时间
为了掌握学员平时学习这门课程的时间规律，我们根据MOOC平台上的学习数据进行了统计分析。图5显示了观看视频人数随时间变化的趋势，横轴为时间段，纵轴为观看视频的人数。从图中可以看出，大多数学员在MOOC平台上的学习时间集中在中午12點到半夜12点这个时间段。特别是在中午13点和下午16点这两个时间点左右，学员观看视频的人数增幅较大，说明学员在这两个时间段空余时间较多。上午通常是正课时间，因此除了周日之外，很少有学员利用上午的时间进行MOOC学习。
三、讨论情况
讨论情况主要反映了学员提问、教师回复、师生互动情况以及讨论热词等方面的信息。
（一）基本数据
学员参与课程交流与讨论可以获得一部分平时成绩，占5分。表1反映了该门课程的师生互动情况，从表中可以看出，学生参与讨论的人次数远远高于教师参与讨论的人次数，说明采用MOOC平台的学习方式，可在一定程度上调动学生的积极性，学生也可以充当教师的角色，回答学生的问题。课程的互动率达到45.98%，其中，学生之间的互助率达到33.72%。由此可见，MOOC确实为广大学生之间的交流互助提供了一个很好的平台，在很大程度上改变了传统教学模式中教师占主导地位的现象。
（二）师生互动
为了更准确地掌握教师和学生之间开展互动的详细情况，分别对教师和学生上网参与互动的情况进行统计分析。图6显示了学生互动人次随小时变化的趋势，图7显示了教师互动人次随小时变化的趋势。从趋势图上可以看出，学生在周六的下午、周二、周四、周五的晚上互动较为频繁。分析其原因，周二、周四的晚上是课程安排的集体上机时间，周五晚上和周六的下午学生课程较少，闲暇时间较多，因此有足够的时间来参与互动。
从教师的角度来看，周二、周四的晚上19：00～22：00教师参与的互动最为频繁，这与课程安排的统一上机时间吻合，也和学生的互动频率基本保持一致。
从上面的分析可以看出，教师和学生同时在线的情况下，互动的频率远远高于仅有学生在线的情况，这也在一定程度上反映了教师在整个MOOC课程教学中的引导地位。
（三）讨论热词
对讨论区的热词进行统计，有助于帮助教师发现学生普遍关心的热点问题，从而了解学生在学习过程中所遇到的困难，并有针对性地开展教学工作。图8是根据讨论区热词统计得到的可视化结果。从图中可以清晰地看出，在本课程中，视频、图像、音频、动画、格式、软件等话题是学生们普遍关心的热点，这些热点恰好也对应着本门课程里所讲授的重点内容。
四、考试情况
考试情况反映了学员考试的成绩、题目回答正确与错误信息以及每位学员参加考试的详细信息。
（一）成绩情况
在参加考试的学员中，有175人的成绩处于60～70分之间，约占51%；70人的成绩处于70～80分之间，约占20%。课程考试通过率约为71%，平均成绩约为65分，与往年采用传统的教学方式相比提高了5分。
对所有选课学员平时成绩和作业成绩进行统计发现，学员平时成绩平均为30.6分（满分40分），作业成绩平均为12.41分（满分20分），考试成绩平均为25.8分（满分40分），最终总成绩平均70分（满分100分）。从这个结果来看，采用MOOC平台教学与传统教学相结合的方式，学员平时学习的时间相对来说有所增加，从而使得最终的总成绩有了较大的提升。与往年仅采用传统的教学方式相比，学员最终平均成绩提升近10分。
（二）试题分析
考试采用从题库中随机抽取的方式，每位学员在30分钟的时间内完成50道题目的解答。本次考试所有学员抽取到的考题共有432道，每道题回答的正确率情况做直观图示。如本次试题分析，可以看到题号为401，408，385，386，409等题目回答正确率都低于10%，说明这几道题大部分参加考试的学生都没有答对。特别是题号为401和408的两道题，回答正确率均为0。仔细分析，发现这两道题一道是关于图形的基本概念，另一道是关于HSB颜色模式的相关概念。这说明学生对这两个知识点的把握很不准确，教师在下次授课时应当对这几个概念着重加以讲解。 （三）考试详情
如果想查看某学员考试的详细信息，可通过搜索的方式进行查看。学员的姓名、单位、考试时间、视频得分、测试得分、交流分、平时分、考试分等信息可以很清楚地看到。
将传统教学与MOOC教学结合起来开展混合式教学的实践，是非常有意义的尝试。以《多媒体设计与制作入门》SPOC课程为例，对学生在MOOC平台上的学习情况、讨论情况以及考试情况等学习数据进行详细分析。根据学习情况分析，发现测试题得分与学习进度、视频观看呈现出较强的一致性；根据讨论情况分析，发现师生同时在线时互动更为有效；根据考试情况分析，发现基于MOOC平台的混合式教学方式比传统的教学方式具有更好的考试成绩。上述分析结果可为教师进一步提升课程的教学质量提供参考，也可为其他MOOC课程的教学提供借鉴。下一步我们将继续该门课程的混合式学习实践，对数据集进行扩充，以便获得更有价值的隐含信息。
参 考 文 献
[1]李征宇，化美艳.MOOC的特点及其對传统高等教育的影响[J].远程教育，2014（1）：17-18.
[2]Gillani N. Learner communications in massively open online courses[J].OxCHEPS Occasional Paper， 2013：53.
[3]贾积有，缪静敏，汪琼.MOOC学习行为及效果的大数据分析[J].工业和信息化教育，2014（9）：23-29.
[4]李封，李婕，赵长宽，陈默.大规模网络课程中学习者学习行为分析[J].计算机教育，2014（10）：49-52.
[5]Adamopoulos P. What makes a great MOOC？ An interdisciplinary analysis of student retention in online courses[J].In Proceedings of the 34th International Conference on Information Systems， 2013， ICIS’13.
[6]危妙，傅霖，黎刚，郭姗姗.MOOC课程平台学习行为与学习成效大数据分析[J].教育教学论坛，2015（38）：60-61.
[7]蒋卓轩，张岩，李晓明.基于MOOC数据的学习行为分析与预测[J].计算机研究与发展，2015（3）：614-628.
[8]Liyanagunawardena T R，Adams A A，Williams S A. MOOCs： A systematic study of the published literature 2008-2012[J].The International Review of Research in Open and Distance Learning， 2013（3）：202-227.
关键词 MOOC；SPOC；学习数据；数据分析
中图分类号 G712 文献标识码 A 文章编号 1008-3219（2016）29-0027-05
一、引言
大规模在线开放课程的出现给传统高等教育带来了巨大影响[1]。随着MOOC的逐渐普及，MOOC平台所积累的学习数据呈现增长的趋势。通过对这些学习数据进行分析，将有助于教师了解整个课程的学习情况。例如，Gillani[2]分析了Coursera平台上的“商业策略基础”课程，对其上所注册的近 87000名学员在课程论坛上的行为及其与成绩的关系进行分析。贾积有等[3]对北京大学6门MOOC课程的学习行为数据进行了汇总与分析，并从中发现学员的网上学习行为对学业成绩的影响。李封等[4]提出学习者学习行为属性模型，并基于该模型展开对学习者学习行为分析的研究，以此为依据调整课程组织和教学方式，从而达到最优的教学效果。Adamopoulos[5]研究了影响MOOC学生保有率的因素及程度，对6个MOOC平台上30所大学提供的133门课程的定量和定性数据，通过文本分析和建立计量模型，将课程的完成度作为因变量，影响完成度的因素作为自变量，计算相关系数与偏相关系数，从而了解这些自变量对于课程完成度的影响度。危妙等[6]利用大数据分析技术，对优课联盟课程平台的应用状况、学生的学习行为以及学习成效进行分析，找出MOOC平台应用中存在的问题并提出可行的建议。蒋卓轩等[7]通过分析挖掘6门课的海量学习行为数据，将学习者进行分类，并深入考察学习行为与学习效果之间的关系。上述研究都从不同角度对MOOC平台上的学习数据进行了分析，但针对MOOC与传统教学相混合的学习方式开展数据分析方面的研究还较少涉及。下面以国防科学技术大学《多媒体设计与制作入门》SPOC课程为例，对基于MOOC平台的混合式学习数据进行分析。
《多媒体设计与制作入门》课程是面向全校学生的一门公共基础选修课，该课程共36学时。由于这门课程与实际生活结合非常紧密，其实践操作性较强，在以往的教学过程中，主要采用教师课堂内理论讲授（28学时）加学员上机实践（8学时）的方式进行教学。2013年，学校搭建完成了MOOC平台，该门课程的MOOC版本也于2014年春季正式上线，并在全军范围内开始广泛使用。截至目前，该门课程的注册人数已接近4万人，跃居全军MOOC排行榜首位。2015年秋季学期，课程组面向校内学员，进一步开设了该门课程的SPOC，尝试采用MOOC平台与传统教学相结合的方式来实施混合式教学的实践。以该课程为例，对学生在MOOC平台上的学习情况、讨论情况以及考试情况等学习数据进行详细分析，以更好地促进该门课程教学质量的提升，同时也为其他应用实践型课程教学的组织实施提供参考和借鉴。
二、学习情况
学习情况是指学生在MOOC平台上自主学习的情况，包括基本情况、选课情况、学习进度、视频观看情况、测试题得分情况以及学习时间等方面的信息。
（一）基本情况
根据MOOC平台上的数据进行统计分析，2015年秋季学期《多媒体设计与制作入门》课程选课人数共计499人，具备参加考试资格人数342人，实际参加考试人数337人，合格人数238人。资格率为69%，参考率为68%，通过率为48%。由于选修课主要关注通过率，因此没有对优秀率和良好率等指标进行计算。
资格率是指具备参加考试资格的人数和选课人数之比。按照这门课程的规定，在MOOC平台上观看视频、做测试题以及交流的平时成绩必须达到24分才具备参加考试的资格。部分学员由于平时没有按照规定进行学习，因此不具备考试资格。参考率是指参加考试的人数和选课人数之比。大多数具备考试资格的学员都参加了课程的考试，仅有5名学员由于生病等个人原因未能参加考试。通过率是指考试合格的人数和选课人数之比，2015秋季学期该门课程的总通过率为48%，由于增加了考试资格这一要求，总体通过率较往年相比有大幅降低。若通过率计算为考试合格人数和参加考试人数之比，则通过率达到70.6%，与往年的考试通过率基本持平。
由此可見，采用MOOC教学与传统教学相结合的方式，可在一定程度上督促学员平时就利用零碎时间进行课程知识点的学习，从而避免以往考试中仅依赖考前一周进行突击就想顺利通过考试的现象出现。此外，目前大多数MOOC课程的通过率仅为10%左右[8]，可见采用这种混合式的学习方式提高课程通过率。
《多媒体设计与制作入门》课程的总成绩由平时成绩、作业成绩以及考试成绩组成。其中，平时成绩占40分，包括看视频观看15分，做测试题20分，以及讨论交流5分；作业成绩占20分；考试成绩占40分。上述学习过程均基于MOOC平台进行展开。
（二）选课情况
选课情况包括选课趋势、学历结构、身份类别等方面的信息。其中，选课趋势反映了学员注册加入课程的基本情况。图1反映了《多媒体设计与制作入门》课程近一年内的课程注册情况，从图中数据可以看出，学员注册时间集中在2015年9月至12月之间，恰好与该门课程教学周历上所安排的授课时间相吻合。课程开始后一个月左右，出现了注册人数的一个峰值，单日注册人数达到140人，正好对应该课程安排的第一次集体上机时间。由此可见，大多数学员还是习惯于利用教师安排的集体上机时间进行课程的注册和学习，但也有少部分学生比较主动，积极利用课余时间开始了课外的自主学习。
从学历结构来看，在选课人员中本科、高中、大专、中专学历的比例分别为71.94%、25.45%、1.4%和1%。可见，大多数学员的学历处于本科的水平，只有极少数的学员学历较低，来自于基层连队。从身份类别来看，选课人员里学员、战士、文职人员、干部以及其他的比例分别为81.36%、5.41%、0.2%、1.2%和11.82%。选课人员以学员为主体，包括校内部分战士、文职人员、干部及其他类型人员。通过了解学历结构以及身份类别，教师对教学的受众就有了大体的认识，便于教师有针对性地展开具体的教学过程。 （三）学习进度
学习进度反映了学员对课程学习完成的基本情况。从图2中可以看出，学习进度的峰值出现在首尾两端。大部分学员能够在MOOC平台上完成90%～100%的学习内容，但也有相当一部分学员只完成了0%～10%。通过对这部分学员的学习情况进行进一步细致的分析，发现他们没能完成平时学习任务的主要原因在于：军网机器较为紧张，无法保证众多学员的上网需求；课余公差较多，学员可自行支配的时间少；部分学员由于忘记了以前注册的账号密码，因此又注册了新的账号，这样导致老账号的学习状态一直保持在较低的水平；学员自身主观方面的原因，认为平时在MOOC平台上自学很麻烦，还不如传统的教学方式简单，从而放弃该门课程的学习。
（四）视频观看
学员观看视频可以获得一部分平时成绩，视频观看的满分是15分。如果教师想了解每位学员视频学习的详细情况，可通过查看数据的方式进行了解，如图3所示。如果学员观看某段视频的时间长度较短，可能意味着该学员对此部分的内容较为熟悉，采用了跳跃的浏览方式。反之则表示此部分内容对该学员来说可能有难度，需要花更多的时间去学习。这种方式有助于教师掌握每位学员具体的学习情况，也有助于教师对学员视频内容学习的整体情况有个大概了解。
（五）测试题得分
测试题总分为20分，学员在学完每段视频内容之后，均需要完成3～5道测试题以帮助其巩固所学知识。图4反映了学员测试题得分的分布情况。从图中数据可以看出，大多数学员平时测试题可以拿到15分及以上，也有部分学员测试题得分值为0，这部分学员大多已经放弃这门课程学习。从总体分布情况来看，测试题得分情况和视频观看、学习进度情况呈现出较强的一致性。
（六）学习时间
为了掌握学员平时学习这门课程的时间规律，我们根据MOOC平台上的学习数据进行了统计分析。图5显示了观看视频人数随时间变化的趋势，横轴为时间段，纵轴为观看视频的人数。从图中可以看出，大多数学员在MOOC平台上的学习时间集中在中午12點到半夜12点这个时间段。特别是在中午13点和下午16点这两个时间点左右，学员观看视频的人数增幅较大，说明学员在这两个时间段空余时间较多。上午通常是正课时间，因此除了周日之外，很少有学员利用上午的时间进行MOOC学习。
三、讨论情况
讨论情况主要反映了学员提问、教师回复、师生互动情况以及讨论热词等方面的信息。
（一）基本数据
学员参与课程交流与讨论可以获得一部分平时成绩，占5分。表1反映了该门课程的师生互动情况，从表中可以看出，学生参与讨论的人次数远远高于教师参与讨论的人次数，说明采用MOOC平台的学习方式，可在一定程度上调动学生的积极性，学生也可以充当教师的角色，回答学生的问题。课程的互动率达到45.98%，其中，学生之间的互助率达到33.72%。由此可见，MOOC确实为广大学生之间的交流互助提供了一个很好的平台，在很大程度上改变了传统教学模式中教师占主导地位的现象。
（二）师生互动
为了更准确地掌握教师和学生之间开展互动的详细情况，分别对教师和学生上网参与互动的情况进行统计分析。图6显示了学生互动人次随小时变化的趋势，图7显示了教师互动人次随小时变化的趋势。从趋势图上可以看出，学生在周六的下午、周二、周四、周五的晚上互动较为频繁。分析其原因，周二、周四的晚上是课程安排的集体上机时间，周五晚上和周六的下午学生课程较少，闲暇时间较多，因此有足够的时间来参与互动。
从教师的角度来看，周二、周四的晚上19：00～22：00教师参与的互动最为频繁，这与课程安排的统一上机时间吻合，也和学生的互动频率基本保持一致。
从上面的分析可以看出，教师和学生同时在线的情况下，互动的频率远远高于仅有学生在线的情况，这也在一定程度上反映了教师在整个MOOC课程教学中的引导地位。
（三）讨论热词
对讨论区的热词进行统计，有助于帮助教师发现学生普遍关心的热点问题，从而了解学生在学习过程中所遇到的困难，并有针对性地开展教学工作。图8是根据讨论区热词统计得到的可视化结果。从图中可以清晰地看出，在本课程中，视频、图像、音频、动画、格式、软件等话题是学生们普遍关心的热点，这些热点恰好也对应着本门课程里所讲授的重点内容。
四、考试情况
考试情况反映了学员考试的成绩、题目回答正确与错误信息以及每位学员参加考试的详细信息。
（一）成绩情况
在参加考试的学员中，有175人的成绩处于60～70分之间，约占51%；70人的成绩处于70～80分之间，约占20%。课程考试通过率约为71%，平均成绩约为65分，与往年采用传统的教学方式相比提高了5分。
对所有选课学员平时成绩和作业成绩进行统计发现，学员平时成绩平均为30.6分（满分40分），作业成绩平均为12.41分（满分20分），考试成绩平均为25.8分（满分40分），最终总成绩平均70分（满分100分）。从这个结果来看，采用MOOC平台教学与传统教学相结合的方式，学员平时学习的时间相对来说有所增加，从而使得最终的总成绩有了较大的提升。与往年仅采用传统的教学方式相比，学员最终平均成绩提升近10分。
（二）试题分析
考试采用从题库中随机抽取的方式，每位学员在30分钟的时间内完成50道题目的解答。本次考试所有学员抽取到的考题共有432道，每道题回答的正确率情况做直观图示。如本次试题分析，可以看到题号为401，408，385，386，409等题目回答正确率都低于10%，说明这几道题大部分参加考试的学生都没有答对。特别是题号为401和408的两道题，回答正确率均为0。仔细分析，发现这两道题一道是关于图形的基本概念，另一道是关于HSB颜色模式的相关概念。这说明学生对这两个知识点的把握很不准确，教师在下次授课时应当对这几个概念着重加以讲解。 （三）考试详情
如果想查看某学员考试的详细信息，可通过搜索的方式进行查看。学员的姓名、单位、考试时间、视频得分、测试得分、交流分、平时分、考试分等信息可以很清楚地看到。
将传统教学与MOOC教学结合起来开展混合式教学的实践，是非常有意义的尝试。以《多媒体设计与制作入门》SPOC课程为例，对学生在MOOC平台上的学习情况、讨论情况以及考试情况等学习数据进行详细分析。根据学习情况分析，发现测试题得分与学习进度、视频观看呈现出较强的一致性；根据讨论情况分析，发现师生同时在线时互动更为有效；根据考试情况分析，发现基于MOOC平台的混合式教学方式比传统的教学方式具有更好的考试成绩。上述分析结果可为教师进一步提升课程的教学质量提供参考，也可为其他MOOC课程的教学提供借鉴。下一步我们将继续该门课程的混合式学习实践，对数据集进行扩充，以便获得更有价值的隐含信息。
参 考 文 献
[1]李征宇，化美艳.MOOC的特点及其對传统高等教育的影响[J].远程教育，2014（1）：17-18.
[2]Gillani N. Learner communications in massively open online courses[J].OxCHEPS Occasional Paper， 2013：53.
[3]贾积有，缪静敏，汪琼.MOOC学习行为及效果的大数据分析[J].工业和信息化教育，2014（9）：23-29.
[4]李封，李婕，赵长宽，陈默.大规模网络课程中学习者学习行为分析[J].计算机教育，2014（10）：49-52.
[5]Adamopoulos P. What makes a great MOOC？ An interdisciplinary analysis of student retention in online courses[J].In Proceedings of the 34th International Conference on Information Systems， 2013， ICIS’13.
[6]危妙，傅霖，黎刚，郭姗姗.MOOC课程平台学习行为与学习成效大数据分析[J].教育教学论坛，2015（38）：60-61.
[7]蒋卓轩，张岩，李晓明.基于MOOC数据的学习行为分析与预测[J].计算机研究与发展，2015（3）：614-628.
[8]Liyanagunawardena T R，Adams A A，Williams S A. MOOCs： A systematic study of the published literature 2008-2012[J].The International Review of Research in Open and Distance Learning， 2013（3）：202-227.