在线教育平台设计:基于用户体验的在线教育平台 学习效果影响因素研究
在线教育深度研究：少儿英语赛道火热、格局初定
在线教育玩家众多，行业格局初显。线下教育培训公司受制地理位置和辐射半径，导致竞争格局高度分散；而在线教育兼具教育、互联网属性，网络效应强，头部公司依靠融资烧钱，快速获取市场，市场集中度更高。根据玩家性质我们将在线教育行业分为三大类子行业：内容类、工具类、平台类，其中内容类在线教育是玩家数量最多，发展最为蓬勃的子行业。
在线少儿英语赛道是在线教育行业里发展最快、最受资本青睐的细分赛道。在高考重视英语应用能力以及留学低龄化趋势的大背景下，家长作为少儿英语服务购买的主要决策者，希望孩子从小学习英语。同时家长认为通过线上方式学习更为便捷。供给端，众多线下英语、成人英语公司转做线上教育，仅2018年在线少儿英语公司融资达48.8亿元。
【刊载信息】 董伟，张美，高晨璐，潘海生. 2020. 基于用户体验的在线教育平台学习效果影响因素研究[J]. 中国远程教育(11)：68-75.
【摘要】 互联网技术迅猛发展，智能终端设备日益普及，在线学习日益受到欢迎，用户体验对在线教育平台的选择或是否长久使用具有重要影响。文章从用户体验的视角出发，通过对在线教育平台的学习用户进行访谈，并对访谈结果进行筛选和构念提取，借助社会网络分析方法对在线教育平台用户学习效果的影响因素及其之间的关系进行了探索。研究发现，影响在线教育平台用户学习效果的因素包括平台设计、教学资源、教师和交互。其中，平台设计因素中的操作简便、课程回看和界面简洁是最为核心的三个概念;教学资源因素中的课程内容充实、课程简介和课程费用是最为核心的三个概念;教师因素中的教师专业水平、教师口碑和授课风格是最为核心的三个概念;交互因素中的师生互动、生生互动和课后答疑是三个核心概念。四个影响因素对用户学习效果的影响有所不同。其中，教学资源是最为主要的因素，对其他影响因素具有直接作用。最后，结合对影响因素的探索，对在线教育平台建设提出相应的建议。
【关键词】 在线教育;用户体验;学习效果;影响因素;子群分析;社会网络分析;半结构化访谈;平台优化
一、在线教育引言
近年来，互联网技术迅猛发展，智能终端设备日益大规模普及，具有学习时间碎片化、地点无限制、内容具有针对性和可重复性等优势的在线学习日益为人们所接受。《2017—2018中国互联网教育发展趋势报告》数据显示，2017年我国的在线教育平台注册用户规模已达到1.44亿，比上年增加662万人，参与学习者既有在校学生，也有各行各业的社会人士。根据阿德南·卡尤姆等人(2019)的研究，中国远程教育的招生规模也是日益增长，2004—2016年，年均年增长率达到了8.8%。另外，许多高校和机构也已逐渐开展在线课程建设，在线教育平台已经成为辅助不同类型用户学习的重要工具，在线用户数量以及在线教育平台的种类和数量持续增长。
尽管在线教育呈现较快的发展势头，具有十分庞大的注册用户群，但用户对平台的使用率却并不高，相当一部分用户仅仅是注册而并没有实际使用。据《2017—2018中国互联网教育发展趋势报告》显示，我国的在线教育用户使用率仅为19.2%。这也说明在线教育平台的建设仍存在不足，用户对在线教育平台的使用体验仍有改进空间。用户对在线教育平台的体验直接关系到用户的在线教育平台选择和学习效果，因此需要通过了解用户体验，探索哪些因素会影响用户对平台的使用效率和学习效果，进一步对在线教育平台各个方面进行优化与改进，从而满足用户实际需求。在对相关研究进行梳理的基础上，应用访谈和社会网络分析法挖掘在线教育平台的用户体验相关信息，由此探索影响在线教育平台用户学习效果的相关因素以及不同因素之间的关系，以期丰富在线教育领域研究成果，并为在线教育平台的优化设计提供参考。
二、在线教育平台研究现状
（一）在线教育平台用户学习效果影响因素研究现状
与传统课堂教育不同，在线教育是一个以网络等信息技术为媒介、以学习者为中心的自主学习过程。在线教育的效果主要受技术和非技术两方面因素的影响。在技术方面，多数研究主要从平台的设计和功能、视频录制技术等方面对在线教育效果的影响进行探讨。一些学者通过问卷调查等方法，发现网站界面的简洁性和网页的有效性(张晓瑷, 等, 2006)、页面导航的精确性(袁莉, 等, 2014)会直接影响在线教育平台用户的学习效率。在线教育平台中的信息反馈速度、互动功能、课程信息资源的易获取性、在线测验功能等(Iniesto, et al., 2014)，也会直接影响在线教育用户的记忆负担和学习效果。课程视频制作技术(如界面布局、字幕使用、录制方式等)也会影响在线教育学习的效果(孙颖飞, 2016; 陈彩霞, 2016)。在非技术方面，研究者主要通过调查问卷方法探索与发现了课程设计、教师能力、课程时长等方面会影响学习者的参与度和完成度(闫强, 等, 2015)。不少学者发现师生互动以及学生互动频率和形式也会影响在线学习平台中学习者的学习效果(张晓蕾, 等, 2017)。此外，也有学者对教师在线学习的学习行为态势进行研究，通过站点利用率、资源链接跳转、课程搜索关联度和论坛描述性细节的分析研究学员在线学习的相关规律和特征，可以为平台发展提供一定的借鉴(陈雷, 2018)。
（二）用户体验相关研究
用户体验(User Experience，UE)是指某件产品或某项服务的使用者在消费过程中的所做、所想、所感(田彬彬, 2012)。通过找到设计中存在的用户体验影响要素并优化产品设计继而提升用户的体验水平，达到提升使用效果的目的。目前，在相关研究中用户体验在构成上呈现多样性和不统一性。有些研究认为用户体验包括操作性、识别性、激励性和启示性四个方面(Hassenzahl & Tractinsky, 2006);有些研究认为用户体验包括可用性、有用性、易用性、可靠性、易查找、合意度和有价值七个方面(Morville, 2018);有研究表明，用户的体验应该包括功能性、产品的情境性以及满足性等方面(Partala & Kallinen, 2012)。由于在已有研究中用户体验的定义和构成的不同，使得用户体验测量方法多样。目前常采用问卷调查、观察、访谈和生理心理测量等方法。但在上述测量方法中，问卷调查和生理心理测量等尽管从量化的角度看较为客观，但不能完全获取用户的感受体验，而访谈和观察等定性方法，尽管具有一定的主观性，但通过对用户的直接沟通能够更为全面地了解用户的使用感受，尤其是获取那些长时间使用某种产品而形成的具有一定稳定性的用户使用效果和体验(Karapanos, et al., 2010)。
综上所述，在已有相关研究中较多地采用问卷调查和生理测量等相关方法，其出发点也更多地放在用户的需求和满意度等方面，而从用户体验和认知的角度出发的研究比较少，并且在获取稳定的用户使用效果和体验方面也存在一定的不足。本研究通过访谈和社会网络分析等定性与定量相结合的方法对在线教育平台用户的体验进行发现和分析，并进一步发掘出用户学习效果的相关因素，研究结果可以为在线教育平台的设计和应用提供一定的参考。
三、在线教育研究设计
（一）调查对象与访谈实施
采用“便利抽样”方式，通过熟人介绍和在网络社区发帖征集意向访谈对象，在选取样本时考虑了研究样本的同质性和异质性问题。在同质性方面，受访对象是有在线教育平台使用经历的在校大学生;在异质性方面，受访对象的专业背景覆盖面较广，涵盖本科和研究生学历。访谈问题主要包括使用体验、学习能力影响因素、学习态度影响因素、平台满意度影响因素和是否会继续使用或推荐给别人等方面。通过筛选最终确定15人为本次研究的访谈对象(见表1)，其基本结构如下：
①性别分布：女性9名，男性6名。②年龄分布：鉴于受访者均为在校大学生，年龄方面跨度的区间不大。受访者最大34岁，最小19岁。年龄低于20岁的有1人，有12人位于20~30岁区间，人数最多，年龄30岁及以上的有2人，平均年龄为24.2岁。③文化程度：博士2人，硕士6人，本科7人。④专业背景：涵盖心理学、教育学、土木工程等专业。⑤上网时长：有6人的网龄在4~9年区间内，有7人在10~14年区间内，2人网龄大于等于15年，平均网龄为10.7年。
表1 访谈对象基本信息
笔者对15名在线教育平台用户进行了访谈，形式包括面对面交谈和视频通话。为了使受访者能够更好地理解和回答笔者提出的问题，在访谈开始时首先向调查对象介绍了本研究的基本情况，对学习效果等概念也进行了解释。访谈过程包括研究基本情况、用户基本信息、输入概念列表和半结构化访谈四部分。访谈时间根据受访者回答内容和状态有所差异，最长45分钟，最短32分钟。在访谈过程中，首先让受访者自由表达自己对在线教育平台使用的感受，这个过程是开放式的，然后让受访者基于自身感受归纳出数个关键词，这些关键词需要能代表概括受访者的在线教育平台使用体验。
（二）分析方法
借助社会网络分析方法分析构成在线教育平台用户学习效果影响因素的概念及其相互关系，继而探索在线教育平台用户使用体验和学习效果的影响因素。该方法在社会学、管理学和政治学的实证研究中有着广泛的应用，其主要原理包括经常不对称地相互作用着的关系纽带;关系纽带间接或直接地将网络成员连接在一起;社会纽带结构化产生非随机的网络;交叉关联连接的不仅是个体，也包括网络群等。由此，社会网络分析方法的核心是从“关系”角度出发研究各种事物或现象的内部组成和机构，其分析单位为“关系”，常用指标包括对网络内部的节点属性进行分析的中心性指标和对整体网络结构特征进行分析的凝聚子群指标(刘军, 2004)。本研究对在线教育平台用户学习效果影响因素构建共现网络，借助社会网络分析中的凝聚子群和程度中心性两种分析方法对影响在线教育用户学习效果的因素进行探索。
（三）在线教育大数据处理
笔者对15份访谈资料进行整理，删除与本研究无关或意义表达不明确的关键词，最终得到138个关键词。由于各位受访者语言表达形式的差异，合并整理了意义相同或相似的关键词，形成统一的能够反映不同主题涵义的构念，如将关键词“教师专业水准”和“教师专业水平”合并为“教师专业水平”，将“讲解深入浅出容易理解”和“讲课时容易理解”统一为“讲解易懂”等，最后归纳出62个构念。
图1为构念一致性趋势图。根据图1可以看出，访谈对象的数量和新增构念的数量总体呈负相关，访谈对象数量越大，新增构念数量越小。在访谈对象F1处，新增构念数目为22，F2处新增构念数目为15，到了F7~F10处，新增构念数目已降低至1~5个，受访者F11~F15新增构念数降至0个。因此，从大体趋势来看，新增构念数目是递减状态，这表明所有构念具有内在一致性，同时这些构念基本可以揭示出在线教育平台用户学习效果的影响因素(贾东琴, 等, 2014)。
图1 构念一致性趋势图
为研究构念的代表性和构念之间的关系，对构念进一步筛选。首先保留2名以上访谈对象提到的构念，再通过对各构念间关系的筛选，对2名以上访谈对象共同提到的构念关系予以保留(贾东琴, 等, 2014)。通过上述筛选，最终得到39个构念(如表2所示)。
表2 构念列表
根据社会网络分析方法的需要，对数据进行整理。表2所示的39个构念是在访谈过程中出现频率较高且能在一定范畴中揭示在线教育平台学习者学习效果的影响条件。各构念间的关系是社会网络分析法的根基，因此本研究将各构念在对各访谈对象谈话中共同出现的关系作为研究基础，在数据预处理之后形成了基于各构念间共现关系的39*39的共现矩阵(如表3所示)。
表3 构念共现矩阵(部分)
四、在线教育研究结果分析
在构念共现矩阵的基础上，借助社会网络分析软件UCINET，对能够表达用户体验和对在线教育平台用户学习效果产生影响的因素的构念及其所形成的共现网络进行可视化分析。其中，节点代表构念，连线代表构念之间的共现关系(如图2所示)。
图2 概念共现网络
（一）在线教育基于凝聚子群的在线教育平台用户影响因素构成分析
此处使用了凝聚子群分析方法，可以简化复杂的网络结构，辅助研究者发现网络中的层级关系和子结构，并可以将网络结构可视化展示(刘军, 2004)。具体来说，本研究对共现网络中的构念关系进行了CONCOR分析(Mohammed, et al., 2000)。CONCOR分析是以相关分析为基础发展而来，本研究主要通过UCINET软件对该算法进行计算，得到子群划分和结点分布情况(如图3所示)。
图3 构念子群划分情况
子群一{1，12，3，4，5，28，9，24，23，29，39｝
子群二{26，7，10，11，32，25，33，30，20，40｝子群三{27，21，6，13，2，22，31，34，19，15，35｝子群四{16，18，8，17，37，36，14，38｝同时，标准化计算子群密度，得到子群密度矩阵(如表4所示)。
表4 子群密度相关矩阵
通过表4可以观察到，子群二拥有最大的密度，数值为0.576，说明该子群拥有在整体结构联系中最为紧密的节点。继续分析对该子群与其他子群的相关系数可以看出，子群二与其他三个子群都有较高的关联度，说明该子群处于整个共现网络较为中心的位置，起到关联其他子群的作用;子群三密度为0.528，该子群与子群二和子群一存在一定的关联度，但与子群四关联度较低;子群一的密度为0.493，主要与子群二和子群三存在较为明显的关联度;子群四的密度最小，仅与子群二存在较高的关联度，与其他子群关联度相对较低。
（二）在线教育子群特征分析
为深入了解各子群的概念分布情况，本研究通过程度中心性分析子群的内部构成。程度中心性用以衡量网络中某个节点是否处于最中心的位置，越趋于中心，则越有“权力”，其影响力也越大(刘军，2004)。由于程度中心性在网络结构中具有独特性质，通过计算不同子群各构念的程度中心性可在一定程度上揭示不同子群的特征。表5反映了各个子群中心度较高的构念。通过对子群中构念的分析，可以对各个子群所反映的实质内容进行分析。其中，子群一的多数构念主要体现了“平台设计”;子群二的多数构念主要反映了“教学资源”;子群三的多数构念主要反映了“教师”;子群四的多数构念主要反映了“互动”。
1. 平台设计特征分析
子群一中多数构念体现了“平台设计”对在线教育平台用户学习效果的影响。表5显示，子群一中排名前3的概念分别是“操作简便”“课程回看”“界面简洁”。
表5 各子群概念词中心性(取前三)
“操作简便”是反映用户对平台操作性感受度的一个指标。当操作比较简便时，用户对平台的操作感受度就越好，满意度也越高，这也会在一定程度上提高用户的学习效率。共有12位访谈对象提到平台的操作性这一指标并且表达了自己的观点。如F2认为，“如果这个平台让人对使用流程一目了然，可以节省在适应平台使用方面的时间和精力”。共有9名受访者谈到了课程回看的功能，这一功能可以让用户在学习过程中重复观看课程视频帮助用户掌握和巩固所学知识。如F5提到，“对某一概念没有弄清楚时，会反复观看视频以加深理解”。除了课程回看外，在课程内容的相关操作方面，在子群一中还涉及课程搜索、课程提醒、课程资源推送等功能，不少受访者也对这些功能表达了自己的观点，多数受访者认为这些功能在一定程度上具有辅助学习的作用，也有受访者认为尽管这些功能比较丰富，但仍然有待完善。如课程资源推送时仅能推送较小的课程摘要等，较大的文件依然需要自己下载。“界面简洁”是用户对平台外观感受的反映。简洁的界面可以使用户更加方便地找到自己需要的功能，也会给用户留下赏心悦目的第一印象，因此会对用户的平台满意度产生一定的影响。其中，界面中的布局、色调、风格等都会影响用户的体验和使用。通过对访谈内容的分析可以发现，除较多受访者认为界面简洁会直接影响自己的学习体验外，还有一些受访者提出了“网页色调”，该构念也在子群一中有所体现。如F8提到，“网页的颜色为淡绿色时很清新，看着心情愉悦”。
综上所述，子群一反映了平台的外观、操作性和功能等对平台用户学习效果的影响。
2. 教学资源特征分析
子群二中多数构念体现了“教学资源”对在线教育平台用户学习效果的影响。表5显示，在子群二中排名前3的概念分别是“课程内容充实”“课程简介”“课程费用”。
“课程内容充实”是用户对课堂知识容量需求度的指标。一堂课容纳的知识量需要较为适中，与学生接受能力相适宜。一般要根据教学目标以及课程类型来确定课堂知识容量，同时也要把这节课的重点和难点的因素考虑进去(郑燕林, 等, 2016)。有6位访谈对象提及相关内容。如F13提到，“在上课过程中内容丰富又不至于过多带来接受方面的压力，每次听完都有新收获”;F6表示，“课程内容安排合理，除了讲解理论知识还会具体到实践方面，非常有助于我对这门课程的掌握”。“课程简介”是对课程情况的总体概况，可以帮助学习者快速获取课程的相关信息，判断课程内容是否符合自身需求，从而影响学习者对课程的选择。F1和F11等6名受访者都提到了这一概念。如F1表示，“选择一门课程前，我会先看一看课程简介，符合我的需求才会选择它”。课程资源多少反映了学习者对课程资源数量的感受情况。课程资源越丰富，用户在选择广度上越能得到满足，用户在线学习需求满足程度越高。如F12提到，“我之所以在该平台上学习，是因为我想学习的课程较为冷门，只有这个平台提供”。“课程费用”反映了用户对于学习资源成本的关注。用户在选择某门课程时会考虑成本，而高学习成本、低学习收益会使学生产生厌学想法和厌学行为(杨昭宁, 2007)，从而影响学习效果。共有4名访谈者有相关阐述。如F13提到，“我选择该平台是因为这个平台上提供的课程资源是免费的”;F6和F9等人提出的“性价比”一词，也反映了用户对于学习成本和学习收益的关注。
综上所述，子群二反映了课程内容充实、课程简介和课程费用等教学资源因素对用户学习效果的影响。
3. 教师特征分析
“教师”对在线教育平台用户学习效果的影响是子群三中的多数构念的主题。表5显示，子群三中“教师专业水平”“教师口碑”“授课风格”排在前三。
网络课程任课教师的专业水平对网络课程的质量有重要影响，也影响网络教学的有效程度(高寿华, 2011)。有8位访谈对象提到了教师专业水平这一构念。如F9认为，“我能不能学好一门课和教这门课的老师有很大关系，老师的专业水准高，教的也就越好，我也就能学好”。“教师口碑”是用户对网络教师声誉关注度的反馈，对用户的课程选择也有一定程度的影响。通过访谈结果得到，用户收集教师声誉信息的渠道主要是他人评价，包括平台、往期学员和同学朋友等。如F3提及,“某门课程的老师在朋友中口碑良好，因此我也选择了这门课程”。教师的授课风格也是用户的高关注点。如F10和F12表示，“老师活泼的讲课方式更不容易让自己犯困”，“我所选的教师讲课比较死板，我听了一段时间感觉有些枯燥了”。此外，子群三中对在线教育平台用户学习效果产生影响的因素还有课程测试方式和讲课语速等。
综上所述，子群三反映了教师专业水平、教师口碑和授课风格等教师方面的因素对在线教育平台用户学习效果的影响。
4. 交互特征分析
子群四中的多数构念体现了“交互”在线教育平台用户学习效果的影响。表5显示，子群三中“师生互动”“生生互动”“课后答疑”排在前三。
在线教育平台是多种交互并存的，有学习者、教师与系统的人机交互，也有学习者与教师、学习者与学习者之间的交互等(谢幼如, 等, 2010)。子群四是用户对在线教育平台用户与教师、用户与用户等不同交互方式效果的评价。现今可利用的交互方式十分多样，比如平台内部有留言区和弹幕区，延展到平台之外的有QQ群、微信群和电子邮件等。尽管交互方式已十分丰富，但通过访谈我们得知，对于平台的交互功能用户仍不满意。比如F8和F9等受访者都提到，“虽然建立了微信群，但是在群里跟老师提问时，老师却不能及时解答或者根本不解答”。另一部分受访者如F3和F5等表示，“在微信群里我从来不会提问，只是看看公告和接收一下课程材料而已”。这说明影响交互效果的决定因素并不只是交互方式的丰富与否，也与教师和学习者自身有很大关系。
综上所述，子群四反映了师生互动、生生互动和课后答疑等交互方面的因素对在线教育平台用户学习效果的影响。
五、在线教育讨论与总结
（一）在线教育研究结论
通过收集和处理15名在线教育平台用户的访谈资料，借助社会网络分析方法中的凝聚子群分析和中心性分析，对在线教育平台用户学习效果的影响因素及其关系进行了探索。
1. 明确了影响在线学习效果的四大因素——平台设计、教学资源、教师和交互
通过子群和中心性分析可以发现，在平台设计因素中，平台操作性、平台功能和平台界面友好性等是影响用户学习效果的主要方面;在教学资源因素中，教学资源是否丰富、教学资源的描述是否准确及收费情况等是影响学习效果的主要因素;在教师因素中，网络课程任课教师的专业水平、任教口碑以及授课风格等也会对用户学习效果产生一定影响;在交互因素中，用户与教师、用户与用户等不同主体的交互渠道以及交互形式的多样性(如课程答疑、弹幕等)会对用户的学习效果产生影响。
2. 探索了影响因素中不同子群之间的关系
子群二(教学资源)在所有子群中处于较为中心的位置，与其他三个子群相关度都较高，直接对其他三个子群产生影响，一定程度上表明教学资源对用户学习效果的影响最大。子群一(平台设计)和子群三(教师)在受到子群二影响的同时，二者之间也存在较高的相关度，因此在一定程度上说明这两个方面的影响因素存在较为密切的关系。子群四(交互)密度最小，且仅与子群二相互影响，说明在用户体验过程中交互对于用户学习效果的影响程度不如其他三个方面。
（二）在线教育应用建议
通过对相关影响因素的探索性发现，结合在线教育平台的建设实践，提出如下应用建议。
1. 教学资源方面
用户在使用在线教育平台过程中重点关注的是教学资源丰富程度、质量以及费用，这也反映出教学资源对用户学习效果的影响。因此，在平台开发和设计过程中教学资源的建设仍是重中之重。在教学资源开发时，可以根据不同学段、学科开发文字、图片、音频、视频、动画、案例、课件、试题、微课程、智能问答、文献资料、相关资源索引、游戏化学习小程序等各类资源，形成内容丰富、形式多样的教学资源库;注重对每门课程作简洁明了的课程简介，突出课程特色与优势;可以设置一些免费课程、课程试听等环节吸引学习者先体验、后学习，最终成为平台的忠实用户。
2. 教师方面
教师与教学质量和学习效果的好坏息息相关，在线教育平台管理者要结合用户对教师的评价、口碑等方面内容对教师的课程进行筛选和建设。在线教育平台要重视教师的专业成长，激励教师持续学习专业知识、不断巩固教学能力、修炼道德品质与职业素养，在教学实践中不断形成有人格魅力的独特教学风格，获得学习者的喜爱，使他们更愿意全身心地投入到学习所教课程，才能获得良好的口碑，获得更多学习者的青睐。
3. 平台设计方面
在线教育平台的设计直接关系到资源展现和用户互动，因此相关开发人员也需要对界面的友好程度、平台的功能是否全面周到等方面进行改善。在教学平台设计时，要做好前期调研，网页风格、字体色调、整体搭配等要符合平台的定位;界面设计简洁清晰、导航设计合理有序、操作简便，避免学习者“迷失”在平台中;重视学习者的细节需求，为学习者提供实用、完美、人性化的学习体验。
4. 交互方面
学习者比较关注与学习密切相关的师生互动、生生互动与课后答疑，而目前交互因素暂时没有引起较多的注意，一些交互设计“名存实亡”，没有起到应有的交互作用，这也在一定程度上说明用户的在线学习过程更多是被动接受知识，交互式学习和合作式学习相对较少，因此在平台建设过程中有必要对交互方式和功能进行强化，引导学生从被动学习向主动学习、合作学习转换，进而提升用户的学习效果。
上述四个因素的提出，对在线教育平台的开发和建设具有一定的参考价值。在线教育平台可以结合上述影响因素持续优化，提高学习者的学习效果。
（三）在线教育研究不足与展望
本研究仍存在以下不足：
首先，受客观条件限制，访谈对象多为在校大学生，且调查样本的数量较少。后续研究可以更科学地选取研究对象，增加样本数量，进一步提升研究结果的准确性及对在线教育平台用户学习效果影响因素的反馈程度。
其次，本研究仅是一项探索性研究，在后续研究中将借助实证研究对所探知的影响因素构成、各影响因素对学习效果的影响程度以及不同影响因素之间的关系等方面进行验证性分析。
最后，本研究中用户所体验的在线教育平台主要集中于新东方在线、雨课堂、中国大学MOOC以及沪江网校等，所调查用户使用的平台数量和类型具有一定的局限性。今后可以在分析在线教育平台类型的基础上，开展更多类型的在线教育平台用户调研，进一步探索不同类型平台中的用户体验是否存在差异性，对学习效果的影响因素是否存在一定的变化等。
参考文献
阿德南·卡尤姆，奥拉夫·扎瓦克奇-里克特，肖俊洪. 2019. 世界远程开放教育概况[J]. 中国远程教育(4)：25-37，92.
艾瑞咨询. 2017年B2B2C在线教育平台行业研究报告[EB/OL]. [2018-03-28].
陈彩霞. 2016. MOOC视频的录制方式对学习效果的影响研究[D]. 福州：福建师范大学.
陈雷. 2018. 在线教育中教师学习行为态势的影响机制实证研究[J]. 中国远程教育(10)：35-43，79.
高寿华. 2011. 生物学教学中课堂知识容量的确定[J]. 生物学教学，36(3)：18-19.
贾东琴，董伟. 2014. 高校移动图书馆大学生用户认知结构探索性研究[J]. 图书情报工作，58(24)：37-44.
刘军. 2004. 社会网络分析导论[M]. 北京：社会科学文献出版社.
孙颖飞. 2016. MOOC视频界面布局对学习效果影响的眼动研究[D]. 西安：陕西师范大学.
田彬彬. 2012. 网络信息服务中提升用户体验的策略研究[J]. 信息资源管理学报，1(3)：84-88.
谢幼如，尹睿. 2010. 网络教学设计与评价[M]. 北京：北京师范大学出版社.
闫强，刘文畅. 2015. MOOC平台中用户参与及其完成率的影响因素研究[J]. 工业和信息化教育(11)：43-48.
杨昭宁. 2007. 学习成本与学习收益初探——学生厌学行为的经济学视角[J]. 教育学报(1)：54-58.
袁莉，斯蒂芬·鲍威尔，比尔·奥利弗，马红亮. 2014. 后MOOC时代：高校在线教育的可持续发展[J]. 开放教育研究，20(3)：44-52.
张晓瑷，王宏. 2006. 网络学习及影响学习效果的因素[J]. 山东省青年管理干部学院学报(1)：100-102.
张晓蕾，黄振中，李曼丽. 2017.在线学习者“交互学习”体验及其对学习效果影响的实证研究[J]. 清华大学教育研究，38(2)：117-124.
郑燕林，李卢一. 2016. MOOC教师教学领导力：内涵与自我提升策略[J]. 中国电化教育(1)：116-123.
中国互联网协会互联网教育工作委员会. 2017—2018中国互联网教育发展趋势报告[EB/OL]. [2018-03-25].
董伟 ，博士，副教授，硕士生导师，天津大学教育科学研究中心，天津大学教育学院教育技术系(300350)。
张美 ，硕士研究生;高晨璐 ，硕士研究生。天津大学教育学院(300350)。
潘海生 ，博士，副教授，博士生导师，天津大学教育科学研究中心，天津大学教育学院(300350)。
基金项目：本文系2016年度国家社科青年项目“在线健康社区用户交互行为及其对用户健康效用影响研究”(项目编号：16CTQ029)的阶段性研究成果。
责任编辑： 韩世梅
在线教育常见的参考指标有：
通用指标：每月活跃用户数、每日新增App用户数、各渠道销售额增长、本月销售目标完成率、各课程月销售额、各课程销售热度、用户粘度转化率、各课程支付观看率
课程付费指标：课程销售量、课程购买用户数、课程销售总额、各课程销售页预览量、各课程销量、课程付费转化率、试听引导成单率、各课程退课订单总金额
课程反馈指标：学习任务完成情况、课程学习完成情况、各教师受欢迎程度、各课程人均学习时长、课程学习频次分布、各等级学员学习时长分布、退课率
以上就是100唯尔(100vr.com)小编为您介绍的关于在线教育的知识技巧了，学习以上的在线教育平台设计:基于用户体验的在线教育平台 学习效果影响因素研究知识，对于在线教育的帮助都是非常大的，这也是新手学习基础课程所需要注意的地方。如果使用100唯尔还有什么问题可以点击右侧人工服务，我们会有专业的人士来为您解答。
本站在转载文章时均注明来源出处，转载目的在于传递更多信息，未用于商业用途。如因本站的文章、图片等在内容、版权或其它方面存在问题或异议，请与本站联系(电话：0592-5551325，邮箱：help@onesoft.com.cn)，本站将作妥善处理。
向客服提问在线教育课程推荐
基础课程热门资料
基础课程技术文档
推荐阅读
