协作学习是指两个或两个以上的参与者一起参与学习,以实现学习目标的学习形式。它是参与成员针对某种特定的主题,自由地分享观念、感情和态度,进而达到知识、技能增长和态度转变的相互学习形式。相对于传统的课程学习,协作学习存在着以下优势:从技能方面而言,（1）可以使较高层次的认知技能获得发展;（2）可以增进口头表达与交流的技能;此外,还可以（3）发展创造性思维;（4）可以达到情感态度的改变;（5）协作学习还提供了扩展可用信息池的机会,从而使团队能够获得比任何独立个体更高质量解决方案。然而,在协作学习过程中不是每一个参与者都有同样学习效果,在计算机支持的协作学习中不同类型参与者之间的知识获得存在着差异,为了深入的了解计算机支持的协作学习中参与者的类型,十分有必要对计算机支持的协作学习中的参与者模型。随着互联网络和计算机技术的发展,计算机支持的协作学习受到越来越多研究者的重视。当前对于计算机支持的协作学习中参与者建模还存在许多争议。本研究旨在考察以下两个问题:（1）分析参与者在计算机支持的协作学习中的行为表现（用于建构参与者模型）。首先,基于积极互相依赖维度,分析了参与者在计算机支持的协作学习中的行为表现,即ICCC变量（Individual Conversation Characteristics Curves variables）包括:参与度、响应速率、内在关联度、整体响应率、社会影响和交流密度;其次,通过文本分析和社会网络分析的方法计算参与者在ICCC变量得分,并采用潜在剖面分析、潜在剖面转变分析、敏感性分析来检验参与者建模（ICCC变量）的有效性。（2）考察计算机支持的协作学习中参与者建模相关变量（ICCC变量）的预测变量及其有效性。一方面,考察参与者的个体因素（前摄性人格、自我效能、积极情绪和任务价值）与ICCC变量关系;另一方面,考察上述预测变量的个体-团体一致性与ICCC变量的关系。本研究采用文本分析、社会网络分析、路径分析和多项式回归等方法对参与者在计算机支持的协作学习中的对话文本和问卷数据进行分析,结果表明:（1）用ICCC变量能较为精确构建计算机支持的协作学习中参与者模型;（2）个体的前摄性人格对参与度、内在关联度、整体响应率、交流密度和社会影响起着显著的正向预测作用;任务价值对参与度、整体响应率起着正向预测作用;自我效能对个体的参与度、内在关联度、整体响应率、交流密度和社会影响起着显著的正向预测作用;积极情绪对参与者的参与度、响应速率起着显著的正向预测作用,对整体响应率起着负向预测作用;（3）个体-团体一致性线上,随着前摄性人格水平的升高,参与者的参与度、响应速率和内在关联度都会随之升高。随着自我效能水平的提升,参与者在计算机支持的协作学习中的参与度、响应速率、整体响应率、社会影响和交流密度都会随之升高。随着积极情绪水平的提升,参与者在计算机支持的协作学习中的参与度、响应速率和社会影响都会随之升高。随着任务价值水平的提升,参与者在计算机支持的协作学习中的参与度、响应速率、内在关联度和整体响应率都会随之升高。而在不一致性线上,团体的前摄性人格高于参与者前摄性人格时,个体在计算机支持的协作学习中的参与度更高;在参与者自我效能与团体自我效能不一致时,它们的不一致水平越高,社会影响也就越高,而交流密度越低。在参与者积极情绪高于团体积极情绪条件下,参与者在计算机支持的协作学习中的内在关联度和整体响应率也较高。本研究的结果表明,参与者的讨论文本和社会关系网络模式表征了其在计算机支持的协作学习中的行为模式,个体因素、团体因素和它们之间的互动会影响参与者在计算机支持的协作学习中的行为表现,影响了计算机支持的协作学习中参与者模型的建构。更广泛地说,本研究者提供了一个探讨参与者内部认知过程、人际模式和社会认知过程的框架,为构建参与者模型,也为未来相关的理论研究和“自适应”计算机支持的协作学习系统的构建提供了理论和实证依据。