1.2　问题提出

伴随教育大数据时代的到来，在线学习平台得到了越来越多技术工具的支持，能够记录学习者在协作讨论中做出的各种行为数据。学习分析技术的发展，也使得更多新的技术方法和思想可以与在线协作讨论过程分析进行有效结合，为协作学习过程的分析方法向实际应用场景发展提供了可能。因此，如何在新的环境下建立合理的协作讨论过程分析模型，并利用技术的更新，从大量的在线协作讨论过程数据中自动化抽取能够表征协作质量的重要因素加以分析，并以实时可视化方式将结果反馈给教师，增强教师对在线协作讨论实施分析、监控评估和实时反馈的能力，将是一个重要而有意义的研究方向。

鉴于上述分析，本书提出以下三个方面的研究问题：

第一，如何确定与描述在线协作讨论的核心要素，构建多维度的在线协作讨论分析模型？

第二，如何提出面向自动化分析的计算指标及方法来表征分析模型中的核心要素，并检验指标的有效性？

第三，如何基于已验证指标设计自动化分析工具，支持对在线协作讨论过程的实时分析，提升教师对协作过程的分析与监控能力？

基于以上问题，本研究将面向在线协作学习场景，以真实环境下参与在线协作讨论活动的协作群组为研究对象，以群组协作讨论文本为数据分析来源，通过对在线协作讨论过程的多维要素进行分析，构建一套用于支持在线协作讨论过程的自动化分析模型与指标方法。设计和开发支持在线协作讨论过程分析的自动化工具，辅助教师进行在线协作讨论过程的实时分析和监控，减轻教师工作负荷。在此基础上，依据协作讨论过程数据和分析结果对协作群组的群体特征进行规律挖掘和特征差异分析，探索在线协作讨论的有效协作模式，为教师对在线协作活动实施指导与干预提供更多依据。

同时，本书对当前的协作学习现状进行调研，分析当前的研究现状与不足，聚焦研究问题。在具体研究实施流程上，首先，依据在线协作讨论分析的理论基础、构成要素及描述对象进行文献调研，形成包含知识加工、行为模式以及社交关系三个方面的多维度的协作过程分析模型框架。其次，通过采用基于自然语言处理的文本内容的自动分析、行为序列模式挖掘、社会交互网络分析等多种分析技术，构建合理指标确立模型要素的自动化表征方法。最后，设计面向自动化的在线协作讨论过程分析工具并开展案例研究，验证指标有效性和工具的有用性。

本书的具体研究框架如图1-1所示。

图1-1　研究框架

主要研究方法包括访谈法、问卷调查法、UML建模方法及定量分析法等。

（1）访谈法

访谈法是研究者和受访人通过面对面的交谈来了解受访人的心理和行为的心理学基本研究方法。在本研究的初始阶段，使用访谈法可以了解教师指导在线协作讨论活动中的实际情况，从而获得实践中存在的具体问题，为后续研究提供支撑。

（2）问卷调查法

问卷调查法是一种常用的社会科学研究方法，它通过书面或网络形式间接收集研究材料，可以作为测量个人态度倾向的手段。本书在对工具的功能评价和有用性评价研究中采用问卷调查法收集用户对工具实际应用效果的意见与建议。

（3）UML建模方法

在工具设计阶段，本书采用UML建模方法进行整体设计，并综合利用自然语言处理技术、数据可视化等技术方法，通过多次迭代完成工具的开发。

（4）定量分析法

本书采用数据挖掘技术、社会网络计算、统计分析等定量分析方法结合内容分析法进行文本材料的数据处理和分析，获得对讨论文本的深入分析。