论文部分内容阅读
摘 要：[目的/意义]视频评论是在线教育视频中用户交互的重要途径。分析在线视频不同评论方式中用户的行为差异对于理解用户行为规律，并促进视频平台评论功能的设计与优化具有重要意义。[方法/过程]文章搜集Bilibili网站200个在线教育视频的弹幕与传统评论数据，结合定量统计分析和定性内容分析方法，从视频特征、用户特征和评论内容特征三方面比较用户弹幕与传统评论行为的异同。[结果/结论]弹幕有利于提升用户的参与感，增长活跃周期，能更好地支持用户与视频内容的实时互动;传统评论可有效支持用户之间的直接互动，并帮助其开展深层次的知识交流。二者应充分结合，相互补充，提高用户在线学习的互动性和参与感。
关键词：在线教育视频;用户评论行为;弹幕;传统评论;知识共享
DOI：10.3969/j.issn.1008-0821.2020.02.008
〔中图分类号〕G206.2;G252.0 〔文献标识码〕A 〔文章编号〕1008-0821（2020）02-0062-10
Comparative Study of User Commenting
Behaviors in Online Educational Videos
——Taking Video Comments on Bilibili.com As Examples
Zhang Lu1 Wang Ruojia1，2
（1.Department of Information Management，Peking University，Beijing 100871，China;
2.Institute of Ocean Research，Peking University，Beijing 100871，China）
Abstract：[Purpose/Significance]Video comment is an important way of user interaction in online education video.It is of great significance to analyze the user behavior differences in different online video commenting modes to understand the user behavior patterns and promote the design and optimization of commenting functions in video platform.[Method/Process]This paper collected the danmaku and traditional comment data from 200 online educational videos on Bilibili.com.Combining quantitative statistical analysis and qualitative content analysis methods，this paper compared the similarities and differences between user danmaku and traditional commenting behaviors from three aspects：video features，user features and content features.[Results/Conclusion]This study found that the danmaku commenting mode was beneficial to enhance users sense of participation，increase active cycles，and can better support users real-time interaction with video content.Traditional commenting mode can effectively support the direct interaction among users and help them to carry out in-depth knowledge exchange.The two should fully combine and complement each other to improve users interactions and participation in online learning.
Key words：online educational video;user commenting behavior;danmaku;traditional comments;knowledge sharing
近年來，在线学习已经成为网络用户学习生活的重要组成部分。据CNNIC发布的《中国互联网络发展状况统计报告》数据显示，截至2019年6月，在线教育用户规模达2.32亿人，较2018年底增长3 122万[1]。其中，在线视频具有表现力丰富、直观性、内容充实等优势，成为在线教育最受欢迎且最具影响力的媒介之一[2-3]。以慕课、网易公开课等为代表的大规模在线开放课程平台和以Youtube、Bilibili等为代表的在线视频网站包含大量的教育视频资源，成为网络用户开展学习的重要渠道。
评论是在线视频中用户交互的重要途径。其中，传统评论是一种异步的非匿名的交互方式，用户通过在讨论区发文或者直接回复其他评论来展开讨论，进而提升在线教育视频的用户参与度和学习效果[4-5];弹幕提供了一种新的与视频时间轴同步的交互方式，其不仅支持不同用户在不同时间针对同一视频内容进行互动交流，且具有匿名性的特点[6-7]。目前，虽然已有学者探讨了弹幕对在线教育视频的应用潜力[8-9]，但鲜有研究深入分析在线教育视频不同评论方式中用户行为的差异。本文结合定量统计分析与定性内容分析，以Bilibili弹幕视频网站200个教育类视频的用户弹幕与传统评论为例，从视频基本特征、用户群体特征以及评论内容特征3方面比较分析在线教育视频中用户在使用弹幕与传统评论时的行为特点与异同，以期全面理解不同的评论方式对用户行为的影响及其对在线教育视频用户交互的价值与不足，为图书情报机构、高校等在线教育平台的建设提供参考，推动在线教育的创新发展。 1 相关研究
网络环境下的用户交互渠道主要包括社交媒体[10-11]、线上论坛[12]、在线视频评论[4，13]等。其中，在线视频评论是在线教育中用户交互行为研究的重要内容，既涉及MOOC等专门的网络课程，也包括Youtube等非正式平台中的教育类视频。Mak S F J等结合调研与访谈分析MOOC课程中博客与评论交互模式的特点，其中评论更多的是基于观点共享的、快速的、富有挑战性的互动[13]。Wong J S等通过统计分析了积极用户在MOOC评论区的交互行为特点，发现积极用户在评论区更具影响力，获得更多的阅读量、回复和支持对用户互动具有正向影响[14]。Lee C S等基于自我指导学习理论对YouTube中150个教育视频的用户评论做了情感分析和内容分析，结果显示98%的教育视频中的积极评论多于消极评论，用户评论包括知识应用、提问、建议以及动机分享等内容，积极评论与情感分享、表达感谢以及幽默快乐的语言相关[15]。Bonafini F C等结合逻辑回归和内容分析发现参与论坛有利于提升学生成绩，且能获得更多信息[16]。Wise A F等结合统计分析和内容分析方法发现MOOC平台中参与评论的学生课程通过率明显高于不参与评论的学生，且同时参与课程内容相关和无关讨论的学生课程通过率更高[5]。刘智等通过分析云课堂中的“心理学基础”课程学习者评论互动行为，发现学习者评论行为与其学习效果显著相关;此外他们还基于主题分析挖掘了课程论坛中的群体性热点话题，并利用情感分析把握学生总体情感趋势[17]。孙传远等抽取“爱课程网”中的精彩评论，通过内容分析方法总结学生发布的评论内容，主要包括教师表现、课程内容、学习帮助、学习联想与共鸣、学习期待与建议、共享学习资源等方面，并分析不同内容的情感倾向性[18]。
弹幕作为一种较新的交互方式，其在网络教育视频中的应用价值已受到信息行为、人机交互、教育领域等相关学者的关注。相关研究指出弹幕能够激励情感表达和社会交互[6，19]，促进显性知识共享[20]，并提高用户学习参与度、学习满意度和学习效果[21-23]。比如，Lee Y C等将弹幕交互方式引入到在线教育视频中，通过受控实验发现动态的弹幕评论能够提升用户的感知参与感、感知社会交互和学习成果，与视频内容相关的弹幕能够增强用户发布弹幕的意愿[19]。Ma X等对弹幕数据开展统计分析发现，弹幕评论相对较短，且带有感情色彩，能够促进人际交流以分享事实、想法和感受[6]。Zhang Y等通过受控实验也发现在教学视频中发送与视频内容相关的弹幕有利于提升学生的社交存在感、学习满意度和学习成绩，但会增加学生的认知负载[22]。Liu L等通过问卷调查发现弹幕有利于提升用户的感知交互，并提高用户的即时分享意愿和持续使用意愿[24]。张倩倩等以“PhotoShop课程”的弹幕数据为例分析用户交互行为特点，发现弹幕有助于促进老师与学习者、学习者和学习者之间的情感交流，增强学习者的社会临场感，并减少孤独感[9]。
总的来说，在线教育视频的用户评论行为已得到图书情报领域和教育领域学者的广泛关注，研究方法包括统计分析、数据挖掘、内容分析或者受控实验，研究内容主要包括用户评论的行为规律、社会互动、情感倾向、内容类型，以及其对用户参与度、满意度以及学习效果的影响。用户在不同的评论系统表现出多样的行为特点，弹幕在网络教育视频中具有一定的应用潜力，但国内外研究缺乏对在线视频弹幕与传统评论行为的比较研究，很难全面了解不同的评论方式对用户行为的影响。
2 研究设计
2.1 研究对象与数据采集
Bilibili是国内最受欢迎的弹幕视频网站之一，其中包含丰富的在线视频。本文以Bilibili网站为数据来源，选取2019年3月25日-4月7日期间，科技分区的“演讲—公开课”类目下最热门的前200个在线教育视频，包括公开课、TED、教学课程等。视频播放量跨度范围为0.5～110.3万（平均值=7.6万，标准差=12.496），视频发布时间跨度范围为2013-2019年，且主要集中在2019年，具体如表1所示。
本文利用Bilibili开放API依次爬取视频信息、视频弹幕信息、视频传统评论信息以及用户信息，数据字段列表如表2所示，其中，视频信息中的视频ID与弹幕对应视频ID和传统评论对应视频ID一一对应;用户信息中的用户ID与弹幕发布用户ID和传统评论发布用户ID一一对应。最终，共抓取到75 302条弹幕数据和49 664条传统评论数据。
2.2 研究框架及方法
本文结合定量统计分析和定性内容分析方法，从视频特征、用户特征和内容特征3方面对在线教育视频中用户弹幕与传统评论行为进行比较分析，研究框架如图1所示。
1）视频特征。计算各个视频的弹幕与传统评论数量、用户数量以及粉丝用户比例，同时统计弹幕和传统评论发布时间，从整体上分析视频中弹幕与传统评论的基本特征，并比较分析二者的异同。
2）用户特征。从用户参与度和用户属性两方面分析弹幕与传统评论中的用户特征。一方面，提高用户参与度是在线教育关注的重要内容[10，25-26]，本文计算每个用户发布的弹幕与传统评论数量、涉及视频数量和平均长度，并利用统计方法定量比较分析弹幕和传统评论中的用户参与度。另一方面，鉴于用户特质、社会身份等是影响用户交互學习行为的重要影响因素[27]，因此，从用户等级、用户粉丝数以及用户关注数来定量比较二种评论形式中用户属性的差异。
3）内容特征。从内容入手能够更深入理解用户使用弹幕与评论的行为。基于“使用与满足”理论，用户弹幕使用行为驱动因素主要包括社交需求、情感需求和认知需求[21，28]。在用户发布的评论中，社交需求以社会互动的形式表达;情感需求表现为带有情感倾向性的评论内容;知识分享对于满足信息需求非常重要，包括解释术语、话题辩论等[20]。因此，本文采用内容分析法从社会互动、情感表达和知识分享3个方面来分析弹幕与传统评论的内容特点。 具体来讲，笔者从爬取的数据集中分别随机抽取500条弹幕和500条传统评论，共计1 000条文本来开展内容分析。每一条评论被视为一个分析单元，分别从社会互动、情感表达和知识分享3个类别进行编码。在借鉴相关研究文献基础上，本文为每个类别设置具体编码元素，编码框架如表3所示。两位编码者首先在熟悉编码元素的概念基础上，分别选取100条弹幕和100条传统评论各自同时进行编码，再进行反复讨论，以理清元素概念，然后再对剩余800条评论进行编码。Cohens Kappa系数是度量两个编码者一致性程度的重要指标，最终二位编码者在社会互动、情感表达和知识分享3个类别的Cohens Kappa系数分别为0.71、0.88、0.92，均大于0.7，具有较好的信度[29]。
3 结果分析
从视频特征、用户特征和内容特征3方面来看，在线教育视频中用户的弹幕与传统评论行为存在诸多异同点。
3.1 视频特征
3.1.1 视频评论数量与用户数量
每个视频中评论数量和用户数量能够体现视频的受欢迎度，评论数量越多，用户数量越多，视频的吸引力越大。统计结果显示，在线教育视频中，每个视频中的平均弹幕数量为376.51，弹幕中的平均用户数量240.46;平均传统评论数量为248.32，传统评论中的平均用户数量为168.37。由于以上数据的分布情况均不满足正态分布，故采用非参数检验方法，即Wilcoxon检验来比较视频弹幕与传统评论之间的差异。结果显示，视频的平均弹幕数量显著高于平均传统评论数量，每个视频弹幕数量平均比传统评论数量多128条（V=7555.5，p<0.01）;视频中发送弹幕的平均用户数量也显著高于发送传统评论中的用户数量，每个视频的弹幕用户平均比传统评论用户多72个（V=7505，p<0.01）。可见，在线教育视频中弹幕的吸引力更强，能够激励更多的用户参与互动。
视频网站中用户可通过持续关注某视频发布者的账号来及时获取感兴趣的视频。依据用户是否关注视频对应发布者的账号，用户群体可进一步划分为关注者（即粉丝）和非关注者两类。弹幕中平均每个视频的粉丝比例为20.89%，传统评论中为23.13%，弹幕和传统评论中粉丝的比例都远低于非关注者的比例。非参数检验结果显示，弹幕和传统评论中粉丝比例没有显著差异（V=7931，p=0.83）。可见，虽然每个视频中的弹幕数量比传统评论多，但是粉丝与非关注者的参与程度是相当的。
3.1.2 发布时间
首先，从评论发布时间与视频上传时间的时间间隔来看，发布弹幕与传统评论的持续性有显著差异，如表4所示。弹幕发布时间与视频上传时间的平均时间间隔为167天，传统评论为90天，弹幕的平均时间间隔显著高于传统评论（W=1374200000，p<0.001）。从表4中可以看出，视频上传后，大部分弹幕和传统评论集中在1周以内发布，但1个月以后发布的弹幕比例高于传统评论，1个月以内发布的传统评论比例高于弹幕。可见，弹幕用户的活跃周期更长，弹幕更有利于吸引用户长时间持续性的参与。
其次，从评论每天发布的时间段来看，弹幕与传统评论并没有明显差异。如图2所示，弹幕与传统评论的发布时间主要集中在上午7∶00～12∶00之间，且在上午10∶00～11∶00达到最高峰，这也是用户观看在线教育视频的黄金时段;此外，晚上22∶00～凌晨02∶00发布的弹幕与传统评论数量也较多，属于在线用户的上网活跃时间。
图2 弹幕与传统评论发布时间段
3.2 用户特征分析
3.2.1 用户参与度
用户发布的评论数量能直接体现用户在不同评论交互方式中的参与频次，评论涉及视频数量体现用户发布评论的广度，评论长度则一定程度上体现评论的深度。
总体上，200个在线教育视频中共包括44 761个弹幕用户和30 623个传统评论用户，弹幕用户多于传统评论用户。其中，仅有2 355个用户在同一视频中均发布了弹幕和传统评论，可见弹幕与传统评论吸引的是不同的用户群，用户重复率很低。
数量方面，用户弹幕数量显著高于传统评论（W=663710000，p<0.001），用户弹幕涉及视频数量也显著高于传统评论（W=696770000，p<0.001），但二者的均值差异均非常小，如表5所示。同时，从数量区间的分布比例来看，无论是弹幕还是传统评论，70%以上的用户评论数量和90%以上用户评论涉及视频数量主要集中在1，即大部分用户仅发过1条弹幕或传统评论。可见，在线教育视频中用户评论的参与频次和广度存在明显的长尾效应，用户的重复参与率普遍较低，这也是网络环境下用户参与行为的普遍特点。
评论长度方面，用户弹幕的平均评论长度显著低于用户传统评论的平均长度（W=1039900000，p<0.001），且差异较大。用户弹幕长度比传统评论平均短24个字符，弹幕中的用户交互更简短，传统评论中的用户交互更深入。
3.2.2 用户属性特征
由于弹幕和传统评论中用户重复率较低，用户属性能够更进一步体现弹幕用户和传统评论用户群体特征的差异，具体结果如表6所示。
用户等级体现用户的经验值，弹幕与传统评论用户等级均主要集中在4级和5级，但弹幕用户的平均等级显著低于傳统评论用户（W=843520000，p<0.001），且弹幕用户在较低等级上（1～3级）的比例明显高于传统评论用户，体现出弹幕能更好地吸引经验值较低的用户参与。
用户粉丝数体现用户的影响力。弹幕用户的平均粉丝数为130.603，显著低于传统评论用户的422.086（W=963200000，p<0.001）。其中，54.87%以上的弹幕用户粉丝数为0或者1，24.86%的弹幕用户粉丝数在2～10之间;传统评论用户的粉丝数更为均衡，粉丝数在11～100区间内的比例最高，占比33.33%，其次是2～10区间，占比31.64%。 用户关注数侧面体现用户的积极性。弹幕用户的平均关注数为102.671，也显著低于传统评论用户的平均关注数157.552（W=857810000，p<0.001）。总体上弹幕与传统评论用户关注数主要集中在11～100和101～1 000两个区间，但传统评论用户在10以上的3个区间的比例高于彈幕用户，尤其是101～100区间的传统评论用户比例高出弹幕用户比例达13.09%;在10以下的2个区间低于弹幕用户。
3.3 内容特征分析
内容分析结果显示，用户弹幕与传统评论内容在社会交互、情感表达和知识分享3个方面的侧重点不同。
3.3.1 社会交互
交互是保证学习效果的一个关键因素，Moore M G将学习交互分为3种类型，即学习者和课程内容的交互、学习者和教师的交互以及学习者之间的交互[34]。弹幕和传统评论是两种不同的交互方式，其用户的社会交互内容及对应的交互类型也存在差异，具体如图3所示。
与传统评论相比，用户使用弹幕进行社会交互时，更多的是自我表露，如在某英语教学课程中，用户会自发表达自己当时的学习状况、情绪以及态度等，比如“定语从句和状语从句一直搞不清”、“学会了”、“要哭了（p′︵‵。）”、“可怕”，这种自我表露主要是和视频某时间的具体内容的互动，脱离视频内容可能就难以理解用户表达意图。弹幕具有与视频时间轴同步出现的特点，方便用户利用此形式与视频内容进行互动。传统评论中的自我表露更侧重于基于完整视频内容分享自己的状态、情绪以及态度，比如“老师讲得很好，学到很多”、“第100个粉丝[滑稽]”、“三连了（即已点赞、评论并转发，以表达对视频及其上传者的支持）”。因此，弹幕中用户和视频内容的交互性更强，方便用户对具体的视频内容进行及时反馈。
间接沟通和直接沟通主要是学习者之间的交互。间接沟通是针对某一类群体进行交流或回应，包含提问和回复等，如弹幕中针对视频内容的提问“为什么不按顺序讲”，传统评论中针对其他用户进行提问“没人？？”，希望与用户进行沟通;在某计算机相关课程中，一个用户针对前面大量表达“不会”的弹幕发送了“计算机专业的我，表示我也不会”的弹幕，展示对该类群体的认同，从而增加归属感。虽然间接沟通在弹幕和传统评论中均较少，但相对来说弹幕中的间接沟通要更多一些。
直接沟通针对的是某一具体用户。用户在进行直接沟通时，普遍选择传统评论的方式，原因在于传统评论采用层级式的评论形式，提供直接回复的功能，也可以通过“@”来与某用户进行直接交互，方便学习者之间的直接反复交流，比如“（你）头像笑鼠个人23333）”、“回复@Barrettam：了解”、“回复@快乐风帽：伊朗是波斯人的后裔，只是接受了伊斯兰教而已，……”。但弹幕采用的是平铺式的展示方式，并没有回复功能。为了能在弹幕进行直接沟通，用户会采用一些指代词或者特殊符号表示其弹幕的指向性，缺乏便捷性，如“前面的，你笑到我了”、“←认为一样的不止你一个人”等等。
3.3.2 情感表达
情感表达可在一定程度上激发用户的学习兴趣并维持其学习积极性。从情感表达的倾向性来看，视频中用户情感表达在积极、消极和中性方面并没有明显差异;弹幕与传统评论中的情感表达差异也不突出，弹幕用户的情感表达略偏中性和积极，传统评论则略偏向于消极，如图4所示。
积极、消极及中性情感的文本举例如表7所示。常见积极情感包括感谢、赞同、开心等，在线教育的情境下用户会对老师或其他学习者表示感谢和支持，对视频内容及他人观点表示赞同;中性弹幕或评论的内容往往与知识本身相关，由于在线教育视频中涉及较多的知识内容，所以当用户针对客观知识进行说明和解释时，往往并不带有感情色彩，较为客观;但当用户对视频内容或他人观点发表反对或不赞同态度时，会产生相互争辩行为，此时的负面情绪较高。总体上来说，用户情感表达受不同评论形式的影响较弱，更多的是与具体的视频内容和用户自身的态度相联系。
3.3.3 知识分享
用户的知识分享行为可促进信息与知识的传播，增强用户的学习效果，并促进在线学习社区的良性发展。比较来讲，存在知识分享的弹幕数量（209条）要少于传统评论（251条），用户进行知识分享时更倾向使用传统评论，如图5所示。其中，显性知识分享主要包括总结视频知识要点、解释客观概念或公式等，隐形知识分享主要涉及与个人经历/经验有关的知识、对所学知识的理解和观点、新的学习方式或解决方案等。从图5可以看出，弹幕中的显性知识分享略多，传统评论中的隐形知识分享明显更多。
图5 弹幕与传统评论知识分享行为统计
具体来说，弹幕中的显性知识分享主要与某时刻视频中提及的信息和概念有关，比如在一个探讨“学校如何扼杀创造力”的TED视频中有提到莎士比亚的经历，弹幕中某用户分享“莎士比亚的戏剧不是现代英文，很难看懂。”;在一个有关语言学习的教育视频中，某用户在弹幕中发送“我觉得是翻译错了吧，根据下文Sensationalize”来纠正视频中的英文翻译。但传统评论中并不限制文本字数，显性知识分享中有更多的概念解释，比如在一个探讨世界历史的教育视频中，用户在传统评论中试图区分文化与文明的概念，即“回复@快乐风帽：伊朗是波斯人的后裔，只是接受了伊斯兰教而已，但其文化、文明还是波斯文明啊。……宗教是宗教，文明是文明，两个概念，请不要混淆概念。”
弹幕中的隐性知识分享非常少，用户会简要分享一些与视频内容有关的主观观点，比如在探讨“世界上最好的国家是？”的视频中，某用户分享观点“主要是很多国家的教育出了问题”。传统评论中用户能够更方便地与其他用户开展深入的观点讨论，对知识内容有更多拓展和反思。比如某用户发送了长度将近400个字符的传统评论来与另一用户探讨平等与隐私问题，即“我觉得如果所有人都平等的把一部分隐私交给公权力，我是愿意的。而且本质上讲，我的隐私依然是隐私，……这是一个前提，就是要有一套规范的制度保障……”。在探讨“人类100年后会变成什么样子？”的视频中，用户在传统评论中分享自身反思和观点“我一直在想会不会以后改造人越来越多导致纯种的人类基因产生缺陷，久而久之，人类就没几个在生物学上能够被称之为‘正常人’的人了”。可以看出，传统评论在知识分享中具有明显的优势，能支持用户之间直接且深层次的知识交流。 4 结论与讨论
通过对比分析，本文发现在线教育视频中弹幕与传统评论方式在促进用户交互方面具有不同的优劣势，能够相互补充。
1）弹幕有利于提升用户的参与感，且用户活跃周期更长，这是弹幕最突出的优势。从分析结果可以看出，与传统评论相比，在线教育视频中的弹幕数量与用户数量更多，用户的参与频次和广度也更高，且用户弹幕发布时间与视频上传时间的平均时间间隔更久。弹幕的实时同步性和匿名性能够激励在线学习者更多地参与交互，缓解孤独感，提升参与感和归属感[12，19，35]。值得一提的是，从用户属性的比较分析能够看出，弹幕更有利于鼓励经验不够丰富、影响力与活跃度较低的用户群体参与，这类用户群体通常是新用户，可见弹幕能激发新用户群体的好奇心和学习兴趣，更好地吸引新用户的参与。
2）弹幕能更好地支持用户和视频内容的实时互动。弹幕的交互性主要体现在和视频内容的实时互动[7]，而不是用户之间的直接互动。从内容分析结果来看，用户主要以自我表露的方式针对同步的视频内容分享学习态度、感受与状态，知识交流较少且以显性知识为主。一方面，弹幕以实时同步的交互方式能够及时收集在线学习者针对具体学习内容的提问和反馈，包括疑问、困惑和情绪等，帮助在线教育者及时把握学习者的学习状态，找准知识的难点与重点，给予及时帮助;另一方面针对用户的一些困惑，在线教育者或其他学习者也可以通过弹幕对视频内容进行同步知识交流，回答用户实时问题，对视频内容中的客观知识进行补充。
3）传统评论可有效支持用户与用户之间的直接互动，并帮助其开展深层次的知识交流。与弹幕不同的是，传统评论一般是在用户观看完整视频后发表的言论，且支持有针对性的评论回复。研究结果表明，传统评论的长度往往高于弹幕，说明其包含信息更多;内容分析结果显示，学习者之间的直接沟通更常见于传统评论中，且评论内容包含更丰富的知识，尤其是隐性知识的评论数量远远高于弹幕，说明其内容价值更高，具有较深层次的知识内涵。在线教育互动的核心在于知识的传播与交流，与相关研究结论不同[36]，弹幕的实时性也会分散用户的注意力，使其忽略视频课程中更为重要的知识内容，不利于其深入思考，提高学习深度;传统评论中学习者之间的沟通不仅增强了社区的互动性，更重要的是在用户讨论过程中促进了拓展性知识及观点的深入交流和共享。可见，在线视频在引进弹幕的同时，不能忽视传统评论的作用，应注重其“直接互动”和“知识交流深入”的特点，引导用户的讨论和知识分享行为。
总之，我们应正确认识不同评论方式对在线教育视频的应用价值与不足，发挥不同交互形式的长处，提高用户在线学习的参与感、互动性和知识交流，从而促进在线教育的良性发展。本文的不足之处在于仅以Bilibili一个平台为数据来源，也未考虑观看视频但未发表评论的用户行为，未来研究将扩大数据来源，深入挖掘不同的评论方式中发布者与观看者的行为特征，提炼在线视频用户评论的行为规律。
参考文献
[1]中国互联网络信息中心.中国互联网络发展状况统计报告[EB/OL].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201908/P020190830356787490958.pdf，2019-10-15.
[2]刘述，单举芝.在线学习平台视频教学交互环境现状与未来发展[J].中国电化教育，2019，（3）：104-109，119.
[3]Lange P G.Informal Learning on YouTube[J].The International Encyclopedia of Media Literacy，2019：1-11.
[4]Coetzee D，Fox A，Hearst M A，et al.Should Your MOOC Forum Use a Reputation System？[C]//Proceedings of the 17th ACM Conference on Computer Supported Cooperative Work
关键词：在线教育视频;用户评论行为;弹幕;传统评论;知识共享
DOI：10.3969/j.issn.1008-0821.2020.02.008
〔中图分类号〕G206.2;G252.0 〔文献标识码〕A 〔文章编号〕1008-0821（2020）02-0062-10
Comparative Study of User Commenting
Behaviors in Online Educational Videos
——Taking Video Comments on Bilibili.com As Examples
Zhang Lu1 Wang Ruojia1，2
（1.Department of Information Management，Peking University，Beijing 100871，China;
2.Institute of Ocean Research，Peking University，Beijing 100871，China）
Abstract：[Purpose/Significance]Video comment is an important way of user interaction in online education video.It is of great significance to analyze the user behavior differences in different online video commenting modes to understand the user behavior patterns and promote the design and optimization of commenting functions in video platform.[Method/Process]This paper collected the danmaku and traditional comment data from 200 online educational videos on Bilibili.com.Combining quantitative statistical analysis and qualitative content analysis methods，this paper compared the similarities and differences between user danmaku and traditional commenting behaviors from three aspects：video features，user features and content features.[Results/Conclusion]This study found that the danmaku commenting mode was beneficial to enhance users sense of participation，increase active cycles，and can better support users real-time interaction with video content.Traditional commenting mode can effectively support the direct interaction among users and help them to carry out in-depth knowledge exchange.The two should fully combine and complement each other to improve users interactions and participation in online learning.
Key words：online educational video;user commenting behavior;danmaku;traditional comments;knowledge sharing
近年來，在线学习已经成为网络用户学习生活的重要组成部分。据CNNIC发布的《中国互联网络发展状况统计报告》数据显示，截至2019年6月，在线教育用户规模达2.32亿人，较2018年底增长3 122万[1]。其中，在线视频具有表现力丰富、直观性、内容充实等优势，成为在线教育最受欢迎且最具影响力的媒介之一[2-3]。以慕课、网易公开课等为代表的大规模在线开放课程平台和以Youtube、Bilibili等为代表的在线视频网站包含大量的教育视频资源，成为网络用户开展学习的重要渠道。
评论是在线视频中用户交互的重要途径。其中，传统评论是一种异步的非匿名的交互方式，用户通过在讨论区发文或者直接回复其他评论来展开讨论，进而提升在线教育视频的用户参与度和学习效果[4-5];弹幕提供了一种新的与视频时间轴同步的交互方式，其不仅支持不同用户在不同时间针对同一视频内容进行互动交流，且具有匿名性的特点[6-7]。目前，虽然已有学者探讨了弹幕对在线教育视频的应用潜力[8-9]，但鲜有研究深入分析在线教育视频不同评论方式中用户行为的差异。本文结合定量统计分析与定性内容分析，以Bilibili弹幕视频网站200个教育类视频的用户弹幕与传统评论为例，从视频基本特征、用户群体特征以及评论内容特征3方面比较分析在线教育视频中用户在使用弹幕与传统评论时的行为特点与异同，以期全面理解不同的评论方式对用户行为的影响及其对在线教育视频用户交互的价值与不足，为图书情报机构、高校等在线教育平台的建设提供参考，推动在线教育的创新发展。 1 相关研究
网络环境下的用户交互渠道主要包括社交媒体[10-11]、线上论坛[12]、在线视频评论[4，13]等。其中，在线视频评论是在线教育中用户交互行为研究的重要内容，既涉及MOOC等专门的网络课程，也包括Youtube等非正式平台中的教育类视频。Mak S F J等结合调研与访谈分析MOOC课程中博客与评论交互模式的特点，其中评论更多的是基于观点共享的、快速的、富有挑战性的互动[13]。Wong J S等通过统计分析了积极用户在MOOC评论区的交互行为特点，发现积极用户在评论区更具影响力，获得更多的阅读量、回复和支持对用户互动具有正向影响[14]。Lee C S等基于自我指导学习理论对YouTube中150个教育视频的用户评论做了情感分析和内容分析，结果显示98%的教育视频中的积极评论多于消极评论，用户评论包括知识应用、提问、建议以及动机分享等内容，积极评论与情感分享、表达感谢以及幽默快乐的语言相关[15]。Bonafini F C等结合逻辑回归和内容分析发现参与论坛有利于提升学生成绩，且能获得更多信息[16]。Wise A F等结合统计分析和内容分析方法发现MOOC平台中参与评论的学生课程通过率明显高于不参与评论的学生，且同时参与课程内容相关和无关讨论的学生课程通过率更高[5]。刘智等通过分析云课堂中的“心理学基础”课程学习者评论互动行为，发现学习者评论行为与其学习效果显著相关;此外他们还基于主题分析挖掘了课程论坛中的群体性热点话题，并利用情感分析把握学生总体情感趋势[17]。孙传远等抽取“爱课程网”中的精彩评论，通过内容分析方法总结学生发布的评论内容，主要包括教师表现、课程内容、学习帮助、学习联想与共鸣、学习期待与建议、共享学习资源等方面，并分析不同内容的情感倾向性[18]。
弹幕作为一种较新的交互方式，其在网络教育视频中的应用价值已受到信息行为、人机交互、教育领域等相关学者的关注。相关研究指出弹幕能够激励情感表达和社会交互[6，19]，促进显性知识共享[20]，并提高用户学习参与度、学习满意度和学习效果[21-23]。比如，Lee Y C等将弹幕交互方式引入到在线教育视频中，通过受控实验发现动态的弹幕评论能够提升用户的感知参与感、感知社会交互和学习成果，与视频内容相关的弹幕能够增强用户发布弹幕的意愿[19]。Ma X等对弹幕数据开展统计分析发现，弹幕评论相对较短，且带有感情色彩，能够促进人际交流以分享事实、想法和感受[6]。Zhang Y等通过受控实验也发现在教学视频中发送与视频内容相关的弹幕有利于提升学生的社交存在感、学习满意度和学习成绩，但会增加学生的认知负载[22]。Liu L等通过问卷调查发现弹幕有利于提升用户的感知交互，并提高用户的即时分享意愿和持续使用意愿[24]。张倩倩等以“PhotoShop课程”的弹幕数据为例分析用户交互行为特点，发现弹幕有助于促进老师与学习者、学习者和学习者之间的情感交流，增强学习者的社会临场感，并减少孤独感[9]。
总的来说，在线教育视频的用户评论行为已得到图书情报领域和教育领域学者的广泛关注，研究方法包括统计分析、数据挖掘、内容分析或者受控实验，研究内容主要包括用户评论的行为规律、社会互动、情感倾向、内容类型，以及其对用户参与度、满意度以及学习效果的影响。用户在不同的评论系统表现出多样的行为特点，弹幕在网络教育视频中具有一定的应用潜力，但国内外研究缺乏对在线视频弹幕与传统评论行为的比较研究，很难全面了解不同的评论方式对用户行为的影响。
2 研究设计
2.1 研究对象与数据采集
Bilibili是国内最受欢迎的弹幕视频网站之一，其中包含丰富的在线视频。本文以Bilibili网站为数据来源，选取2019年3月25日-4月7日期间，科技分区的“演讲—公开课”类目下最热门的前200个在线教育视频，包括公开课、TED、教学课程等。视频播放量跨度范围为0.5～110.3万（平均值=7.6万，标准差=12.496），视频发布时间跨度范围为2013-2019年，且主要集中在2019年，具体如表1所示。
本文利用Bilibili开放API依次爬取视频信息、视频弹幕信息、视频传统评论信息以及用户信息，数据字段列表如表2所示，其中，视频信息中的视频ID与弹幕对应视频ID和传统评论对应视频ID一一对应;用户信息中的用户ID与弹幕发布用户ID和传统评论发布用户ID一一对应。最终，共抓取到75 302条弹幕数据和49 664条传统评论数据。
2.2 研究框架及方法
本文结合定量统计分析和定性内容分析方法，从视频特征、用户特征和内容特征3方面对在线教育视频中用户弹幕与传统评论行为进行比较分析，研究框架如图1所示。
1）视频特征。计算各个视频的弹幕与传统评论数量、用户数量以及粉丝用户比例，同时统计弹幕和传统评论发布时间，从整体上分析视频中弹幕与传统评论的基本特征，并比较分析二者的异同。
2）用户特征。从用户参与度和用户属性两方面分析弹幕与传统评论中的用户特征。一方面，提高用户参与度是在线教育关注的重要内容[10，25-26]，本文计算每个用户发布的弹幕与传统评论数量、涉及视频数量和平均长度，并利用统计方法定量比较分析弹幕和传统评论中的用户参与度。另一方面，鉴于用户特质、社会身份等是影响用户交互學习行为的重要影响因素[27]，因此，从用户等级、用户粉丝数以及用户关注数来定量比较二种评论形式中用户属性的差异。
3）内容特征。从内容入手能够更深入理解用户使用弹幕与评论的行为。基于“使用与满足”理论，用户弹幕使用行为驱动因素主要包括社交需求、情感需求和认知需求[21，28]。在用户发布的评论中，社交需求以社会互动的形式表达;情感需求表现为带有情感倾向性的评论内容;知识分享对于满足信息需求非常重要，包括解释术语、话题辩论等[20]。因此，本文采用内容分析法从社会互动、情感表达和知识分享3个方面来分析弹幕与传统评论的内容特点。 具体来讲，笔者从爬取的数据集中分别随机抽取500条弹幕和500条传统评论，共计1 000条文本来开展内容分析。每一条评论被视为一个分析单元，分别从社会互动、情感表达和知识分享3个类别进行编码。在借鉴相关研究文献基础上，本文为每个类别设置具体编码元素，编码框架如表3所示。两位编码者首先在熟悉编码元素的概念基础上，分别选取100条弹幕和100条传统评论各自同时进行编码，再进行反复讨论，以理清元素概念，然后再对剩余800条评论进行编码。Cohens Kappa系数是度量两个编码者一致性程度的重要指标，最终二位编码者在社会互动、情感表达和知识分享3个类别的Cohens Kappa系数分别为0.71、0.88、0.92，均大于0.7，具有较好的信度[29]。
3 结果分析
从视频特征、用户特征和内容特征3方面来看，在线教育视频中用户的弹幕与传统评论行为存在诸多异同点。
3.1 视频特征
3.1.1 视频评论数量与用户数量
每个视频中评论数量和用户数量能够体现视频的受欢迎度，评论数量越多，用户数量越多，视频的吸引力越大。统计结果显示，在线教育视频中，每个视频中的平均弹幕数量为376.51，弹幕中的平均用户数量240.46;平均传统评论数量为248.32，传统评论中的平均用户数量为168.37。由于以上数据的分布情况均不满足正态分布，故采用非参数检验方法，即Wilcoxon检验来比较视频弹幕与传统评论之间的差异。结果显示，视频的平均弹幕数量显著高于平均传统评论数量，每个视频弹幕数量平均比传统评论数量多128条（V=7555.5，p<0.01）;视频中发送弹幕的平均用户数量也显著高于发送传统评论中的用户数量，每个视频的弹幕用户平均比传统评论用户多72个（V=7505，p<0.01）。可见，在线教育视频中弹幕的吸引力更强，能够激励更多的用户参与互动。
视频网站中用户可通过持续关注某视频发布者的账号来及时获取感兴趣的视频。依据用户是否关注视频对应发布者的账号，用户群体可进一步划分为关注者（即粉丝）和非关注者两类。弹幕中平均每个视频的粉丝比例为20.89%，传统评论中为23.13%，弹幕和传统评论中粉丝的比例都远低于非关注者的比例。非参数检验结果显示，弹幕和传统评论中粉丝比例没有显著差异（V=7931，p=0.83）。可见，虽然每个视频中的弹幕数量比传统评论多，但是粉丝与非关注者的参与程度是相当的。
3.1.2 发布时间
首先，从评论发布时间与视频上传时间的时间间隔来看，发布弹幕与传统评论的持续性有显著差异，如表4所示。弹幕发布时间与视频上传时间的平均时间间隔为167天，传统评论为90天，弹幕的平均时间间隔显著高于传统评论（W=1374200000，p<0.001）。从表4中可以看出，视频上传后，大部分弹幕和传统评论集中在1周以内发布，但1个月以后发布的弹幕比例高于传统评论，1个月以内发布的传统评论比例高于弹幕。可见，弹幕用户的活跃周期更长，弹幕更有利于吸引用户长时间持续性的参与。
其次，从评论每天发布的时间段来看，弹幕与传统评论并没有明显差异。如图2所示，弹幕与传统评论的发布时间主要集中在上午7∶00～12∶00之间，且在上午10∶00～11∶00达到最高峰，这也是用户观看在线教育视频的黄金时段;此外，晚上22∶00～凌晨02∶00发布的弹幕与传统评论数量也较多，属于在线用户的上网活跃时间。
图2 弹幕与传统评论发布时间段
3.2 用户特征分析
3.2.1 用户参与度
用户发布的评论数量能直接体现用户在不同评论交互方式中的参与频次，评论涉及视频数量体现用户发布评论的广度，评论长度则一定程度上体现评论的深度。
总体上，200个在线教育视频中共包括44 761个弹幕用户和30 623个传统评论用户，弹幕用户多于传统评论用户。其中，仅有2 355个用户在同一视频中均发布了弹幕和传统评论，可见弹幕与传统评论吸引的是不同的用户群，用户重复率很低。
数量方面，用户弹幕数量显著高于传统评论（W=663710000，p<0.001），用户弹幕涉及视频数量也显著高于传统评论（W=696770000，p<0.001），但二者的均值差异均非常小，如表5所示。同时，从数量区间的分布比例来看，无论是弹幕还是传统评论，70%以上的用户评论数量和90%以上用户评论涉及视频数量主要集中在1，即大部分用户仅发过1条弹幕或传统评论。可见，在线教育视频中用户评论的参与频次和广度存在明显的长尾效应，用户的重复参与率普遍较低，这也是网络环境下用户参与行为的普遍特点。
评论长度方面，用户弹幕的平均评论长度显著低于用户传统评论的平均长度（W=1039900000，p<0.001），且差异较大。用户弹幕长度比传统评论平均短24个字符，弹幕中的用户交互更简短，传统评论中的用户交互更深入。
3.2.2 用户属性特征
由于弹幕和传统评论中用户重复率较低，用户属性能够更进一步体现弹幕用户和传统评论用户群体特征的差异，具体结果如表6所示。
用户等级体现用户的经验值，弹幕与传统评论用户等级均主要集中在4级和5级，但弹幕用户的平均等级显著低于傳统评论用户（W=843520000，p<0.001），且弹幕用户在较低等级上（1～3级）的比例明显高于传统评论用户，体现出弹幕能更好地吸引经验值较低的用户参与。
用户粉丝数体现用户的影响力。弹幕用户的平均粉丝数为130.603，显著低于传统评论用户的422.086（W=963200000，p<0.001）。其中，54.87%以上的弹幕用户粉丝数为0或者1，24.86%的弹幕用户粉丝数在2～10之间;传统评论用户的粉丝数更为均衡，粉丝数在11～100区间内的比例最高，占比33.33%，其次是2～10区间，占比31.64%。 用户关注数侧面体现用户的积极性。弹幕用户的平均关注数为102.671，也显著低于传统评论用户的平均关注数157.552（W=857810000，p<0.001）。总体上弹幕与传统评论用户关注数主要集中在11～100和101～1 000两个区间，但传统评论用户在10以上的3个区间的比例高于彈幕用户，尤其是101～100区间的传统评论用户比例高出弹幕用户比例达13.09%;在10以下的2个区间低于弹幕用户。
3.3 内容特征分析
内容分析结果显示，用户弹幕与传统评论内容在社会交互、情感表达和知识分享3个方面的侧重点不同。
3.3.1 社会交互
交互是保证学习效果的一个关键因素，Moore M G将学习交互分为3种类型，即学习者和课程内容的交互、学习者和教师的交互以及学习者之间的交互[34]。弹幕和传统评论是两种不同的交互方式，其用户的社会交互内容及对应的交互类型也存在差异，具体如图3所示。
与传统评论相比，用户使用弹幕进行社会交互时，更多的是自我表露，如在某英语教学课程中，用户会自发表达自己当时的学习状况、情绪以及态度等，比如“定语从句和状语从句一直搞不清”、“学会了”、“要哭了（p′︵‵。）”、“可怕”，这种自我表露主要是和视频某时间的具体内容的互动，脱离视频内容可能就难以理解用户表达意图。弹幕具有与视频时间轴同步出现的特点，方便用户利用此形式与视频内容进行互动。传统评论中的自我表露更侧重于基于完整视频内容分享自己的状态、情绪以及态度，比如“老师讲得很好，学到很多”、“第100个粉丝[滑稽]”、“三连了（即已点赞、评论并转发，以表达对视频及其上传者的支持）”。因此，弹幕中用户和视频内容的交互性更强，方便用户对具体的视频内容进行及时反馈。
间接沟通和直接沟通主要是学习者之间的交互。间接沟通是针对某一类群体进行交流或回应，包含提问和回复等，如弹幕中针对视频内容的提问“为什么不按顺序讲”，传统评论中针对其他用户进行提问“没人？？”，希望与用户进行沟通;在某计算机相关课程中，一个用户针对前面大量表达“不会”的弹幕发送了“计算机专业的我，表示我也不会”的弹幕，展示对该类群体的认同，从而增加归属感。虽然间接沟通在弹幕和传统评论中均较少，但相对来说弹幕中的间接沟通要更多一些。
直接沟通针对的是某一具体用户。用户在进行直接沟通时，普遍选择传统评论的方式，原因在于传统评论采用层级式的评论形式，提供直接回复的功能，也可以通过“@”来与某用户进行直接交互，方便学习者之间的直接反复交流，比如“（你）头像笑鼠个人23333）”、“回复@Barrettam：了解”、“回复@快乐风帽：伊朗是波斯人的后裔，只是接受了伊斯兰教而已，……”。但弹幕采用的是平铺式的展示方式，并没有回复功能。为了能在弹幕进行直接沟通，用户会采用一些指代词或者特殊符号表示其弹幕的指向性，缺乏便捷性，如“前面的，你笑到我了”、“←认为一样的不止你一个人”等等。
3.3.2 情感表达
情感表达可在一定程度上激发用户的学习兴趣并维持其学习积极性。从情感表达的倾向性来看，视频中用户情感表达在积极、消极和中性方面并没有明显差异;弹幕与传统评论中的情感表达差异也不突出，弹幕用户的情感表达略偏中性和积极，传统评论则略偏向于消极，如图4所示。
积极、消极及中性情感的文本举例如表7所示。常见积极情感包括感谢、赞同、开心等，在线教育的情境下用户会对老师或其他学习者表示感谢和支持，对视频内容及他人观点表示赞同;中性弹幕或评论的内容往往与知识本身相关，由于在线教育视频中涉及较多的知识内容，所以当用户针对客观知识进行说明和解释时，往往并不带有感情色彩，较为客观;但当用户对视频内容或他人观点发表反对或不赞同态度时，会产生相互争辩行为，此时的负面情绪较高。总体上来说，用户情感表达受不同评论形式的影响较弱，更多的是与具体的视频内容和用户自身的态度相联系。
3.3.3 知识分享
用户的知识分享行为可促进信息与知识的传播，增强用户的学习效果，并促进在线学习社区的良性发展。比较来讲，存在知识分享的弹幕数量（209条）要少于传统评论（251条），用户进行知识分享时更倾向使用传统评论，如图5所示。其中，显性知识分享主要包括总结视频知识要点、解释客观概念或公式等，隐形知识分享主要涉及与个人经历/经验有关的知识、对所学知识的理解和观点、新的学习方式或解决方案等。从图5可以看出，弹幕中的显性知识分享略多，传统评论中的隐形知识分享明显更多。
图5 弹幕与传统评论知识分享行为统计
具体来说，弹幕中的显性知识分享主要与某时刻视频中提及的信息和概念有关，比如在一个探讨“学校如何扼杀创造力”的TED视频中有提到莎士比亚的经历，弹幕中某用户分享“莎士比亚的戏剧不是现代英文，很难看懂。”;在一个有关语言学习的教育视频中，某用户在弹幕中发送“我觉得是翻译错了吧，根据下文Sensationalize”来纠正视频中的英文翻译。但传统评论中并不限制文本字数，显性知识分享中有更多的概念解释，比如在一个探讨世界历史的教育视频中，用户在传统评论中试图区分文化与文明的概念，即“回复@快乐风帽：伊朗是波斯人的后裔，只是接受了伊斯兰教而已，但其文化、文明还是波斯文明啊。……宗教是宗教，文明是文明，两个概念，请不要混淆概念。”
弹幕中的隐性知识分享非常少，用户会简要分享一些与视频内容有关的主观观点，比如在探讨“世界上最好的国家是？”的视频中，某用户分享观点“主要是很多国家的教育出了问题”。传统评论中用户能够更方便地与其他用户开展深入的观点讨论，对知识内容有更多拓展和反思。比如某用户发送了长度将近400个字符的传统评论来与另一用户探讨平等与隐私问题，即“我觉得如果所有人都平等的把一部分隐私交给公权力，我是愿意的。而且本质上讲，我的隐私依然是隐私，……这是一个前提，就是要有一套规范的制度保障……”。在探讨“人类100年后会变成什么样子？”的视频中，用户在传统评论中分享自身反思和观点“我一直在想会不会以后改造人越来越多导致纯种的人类基因产生缺陷，久而久之，人类就没几个在生物学上能够被称之为‘正常人’的人了”。可以看出，传统评论在知识分享中具有明显的优势，能支持用户之间直接且深层次的知识交流。 4 结论与讨论
通过对比分析，本文发现在线教育视频中弹幕与传统评论方式在促进用户交互方面具有不同的优劣势，能够相互补充。
1）弹幕有利于提升用户的参与感，且用户活跃周期更长，这是弹幕最突出的优势。从分析结果可以看出，与传统评论相比，在线教育视频中的弹幕数量与用户数量更多，用户的参与频次和广度也更高，且用户弹幕发布时间与视频上传时间的平均时间间隔更久。弹幕的实时同步性和匿名性能够激励在线学习者更多地参与交互，缓解孤独感，提升参与感和归属感[12，19，35]。值得一提的是，从用户属性的比较分析能够看出，弹幕更有利于鼓励经验不够丰富、影响力与活跃度较低的用户群体参与，这类用户群体通常是新用户，可见弹幕能激发新用户群体的好奇心和学习兴趣，更好地吸引新用户的参与。
2）弹幕能更好地支持用户和视频内容的实时互动。弹幕的交互性主要体现在和视频内容的实时互动[7]，而不是用户之间的直接互动。从内容分析结果来看，用户主要以自我表露的方式针对同步的视频内容分享学习态度、感受与状态，知识交流较少且以显性知识为主。一方面，弹幕以实时同步的交互方式能够及时收集在线学习者针对具体学习内容的提问和反馈，包括疑问、困惑和情绪等，帮助在线教育者及时把握学习者的学习状态，找准知识的难点与重点，给予及时帮助;另一方面针对用户的一些困惑，在线教育者或其他学习者也可以通过弹幕对视频内容进行同步知识交流，回答用户实时问题，对视频内容中的客观知识进行补充。
3）传统评论可有效支持用户与用户之间的直接互动，并帮助其开展深层次的知识交流。与弹幕不同的是，传统评论一般是在用户观看完整视频后发表的言论，且支持有针对性的评论回复。研究结果表明，传统评论的长度往往高于弹幕，说明其包含信息更多;内容分析结果显示，学习者之间的直接沟通更常见于传统评论中，且评论内容包含更丰富的知识，尤其是隐性知识的评论数量远远高于弹幕，说明其内容价值更高，具有较深层次的知识内涵。在线教育互动的核心在于知识的传播与交流，与相关研究结论不同[36]，弹幕的实时性也会分散用户的注意力，使其忽略视频课程中更为重要的知识内容，不利于其深入思考，提高学习深度;传统评论中学习者之间的沟通不仅增强了社区的互动性，更重要的是在用户讨论过程中促进了拓展性知识及观点的深入交流和共享。可见，在线视频在引进弹幕的同时，不能忽视传统评论的作用，应注重其“直接互动”和“知识交流深入”的特点，引导用户的讨论和知识分享行为。
总之，我们应正确认识不同评论方式对在线教育视频的应用价值与不足，发挥不同交互形式的长处，提高用户在线学习的参与感、互动性和知识交流，从而促进在线教育的良性发展。本文的不足之处在于仅以Bilibili一个平台为数据来源，也未考虑观看视频但未发表评论的用户行为，未来研究将扩大数据来源，深入挖掘不同的评论方式中发布者与观看者的行为特征，提炼在线视频用户评论的行为规律。
参考文献
[1]中国互联网络信息中心.中国互联网络发展状况统计报告[EB/OL].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201908/P020190830356787490958.pdf，2019-10-15.
[2]刘述，单举芝.在线学习平台视频教学交互环境现状与未来发展[J].中国电化教育，2019，（3）：104-109，119.
[3]Lange P G.Informal Learning on YouTube[J].The International Encyclopedia of Media Literacy，2019：1-11.
[4]Coetzee D，Fox A，Hearst M A，et al.Should Your MOOC Forum Use a Reputation System？[C]//Proceedings of the 17th ACM Conference on Computer Supported Cooperative Work