基于SPOC平台的高职学生在线学习行为与学习绩效分析伍玉华---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---摘要：随着“互联网+教育”的发展，在线学习在各高校迅速推广。在线课程作为高校传统课堂教学的重要辅助手段，在充分发挥在线学习优势的前提下，如何保障在线学习的效果是摆在众多高校教学管理者面前亟待解决的问题。本文以浙江省高等學校在线开放课程共享平台中参加《管理学基础》在线学习的59名学生为样本，通过数据挖掘，借助SPSS21.0，对平台在线学习行为特征与学习绩效进行相关性分析与多元回归分析，进而提出促进有效学习的策略。研究结果表明，在线测试成绩与期末成绩呈强相关，资源学习时长、讨论参与次数、课后作业成绩与期末考试成绩呈弱相关。依据研究结果，从学习资源支持、课程设计、学习管理与评价三个方面提出促进有效学习的策略。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---关键词：高职;在线学习行为;学习绩效：G4：Adoi：10.19311/j.cnki.1672-3198.2021.30.0652020年初，受新冠肺炎疫情的影响，传统线下课堂教学模式受到了巨大的冲击。随着互联网技术的发展与教育信息化的全面推进，在线学习由于不受时空的限制，充分利用了碎片化时间，具有可重复性和灵活性，因此备受高校与教育机构的推崇。然而，对于高职学生而言，其学习的自主性与自觉性相对欠缺，在线学习由于缺乏传统教学的课堂监管与面对面沟通，互动性较差，极大地影响了教学效果。因此，在充分发挥在线学习优势的前提下，如何保障在线学习的效果是摆在众多高校教学管理者面前亟待解决的问题。1研究现状随着移动互联网与大数据技术的发展，针对学生在SPOC在线学习平台上产生的海量学习行为数据，相关SPOC研究也呈现快速增长的趋势。杨现民等认为与学习参与度和学习投入相比，学习者在学习过程中实际产生的行为序列更能反映学习者的行为路径和认知过程。陈圆圆、刘盛峰、董克等以本科课程《大学英语1》为例，探讨学习行为与学习效果之间的相关性。沈、刘美辰等利用Python技术和Stata回归分析发现作业完成比例、视频完成情况、论坛中的积极表现等都会对成绩产生正面影响。张敬等通过对55名学生在线平台学习情况进行研究，从在线学习时间、阅读下载次数等4个方面探讨在线学习行为与高等数学成绩的相关性。刘可、唐世星等通过筛选出预习完成率、活动参与率等6个在线学习行为指标，借助聚类算法，回归分析了学习效果与学习行为之间的数学关系。综上，由于在线学习过程的复杂性，学者得出的结论也有所不同，对影响在线学习绩效的因素也存在不同见解。本文结合高职学生的学情与学习特点，通过对在线学习行为数据进行分析，探讨在线学习行为与学习绩效的相关性，进而优化在线课程的内容与结构，提升在线学习质量与效果。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---2研究设计2.1研究对象本研究依托浙江省高等学校在线开放课程共享平台，以2020年秋季参加《管理学基础》在线学习的59名学生为样本对象。该课程作为经管类专业的专业基础课程，具有理论性、系统性与普遍应用性。而高职学生基础普遍较差，对于理论课程缺乏兴趣，针对高职学生的学情，安排了在线学习与测验结合线下讲授答疑，是一门线上线下相结合的网络课程。2.2研究方法2.2.1文献法在查阅大量相关文献资料的基础上，确立了学习者的在线学习行为（课程访问次数）、资源学习行为（资源学习时长）、测试学习行为（在线测试与课后作业）和讨论参与行为（讨论回帖次数）四类学习行为。2.2.2访谈法在期末成绩高分与低分中各选取15名学生进行访谈，进一步深入了解学习行为与学习绩效之间的关系。2.3研究工具采用数据挖掘和定量研究相结合，将课程平台中学生在线学习行为的数据和期末卷面考试成绩录入Excel表格中，再利用SPSS21.0软件进行简单相关分析（Pearson积差相关法）和多元线性回归分析。3研究结果分析通过对59名学生的课程访问次数、在线测试成绩、资源学习时长、讨论参与次数、课后作业成绩及期末考试成绩等在线学习行为数据的分析，探讨在...