绍、证书要求等内容则满足学习者加入课程后对课程信息的需求。“智慧树”和“超星慕课”课程指导资料不全，学习者在学习时可会比较困扰。
（2）课程视频资源对比
学习内容和活动组织是课程的核心要素，而MOOC平台中，视频是学习内容资源呈现的最主要的方式。视频的观看效果会直接影响学习者对知识的吸收和在线学习体验。因此，基于学习者体验，对5大平台的课程视频方面进行对比分析，见表5。根据对比结果，比较好的体验主要有以下几个方面：
第一，语速选择、根据字幕调整视频位置两个功能十分重要。MOOC学习者基础不一，对新知识的接受程度和吸收程度不一，语速选择能够让不同能力的学习者自由选择，避免时间的浪费。同时，在正式学习或复习知识内容时，看字幕并通过字幕调整视频位置可以自主选择学习重点，有针对性的进行学习，提高学习效率。
第二，为增强学习者观看视频的效果，分辨率选择和播放条自动消失的功能也十分必要。分辨率选择可满足不同网络环境下的学习需求，避免视频卡顿造成的学习不畅。视频字幕一般位于视频下方，播放条自动隐藏可避免遮挡字幕，影响学习效果。
第三，不同视频能在同一页面跳转切换。MOOC主要以微视频的形式呈现知识点，每一个微视频不能完整呈现知识系列，需要方便且连续的视频跳转方式，以免影响学习的连贯性和学习者对整体知识结构的把握。
2.交互对比
（1）线下交互
5个平台中，只有“好大学在线”和“智慧树”有线下交互的形式。其中，“好大学在线”以翻转课堂的形式，在线上完成课程的学习后，在线下的实际课堂中就疑难问题与教师或其他学习者现场讨论交流；“智慧树”则以线下见面课的形式互动。
（2）线上论坛交互
论坛是目前国内MOOC平台线上交互的主要工具，论坛的体验效果直接影响学习者交互的积极性。
论坛体验较好的方面有：分版块划分课程讨论区；讨论区与课程视频实现对接；供对帖子及回复的投票、点赞功能；帖子订阅及报错功能十分必要，能提高学习者对线上交互的关注度，并严于律己，规范网络讨论环境。
3.成绩评定和结业认证对比
（1）成绩评定
成绩评定主要有平时成绩、考试成绩和论坛活跃程度三方面组成。其中慕课的平时成绩通常由课堂测验、单元作业和同学互评作业等组成。其中，“学堂在线”主要设置了客观测验题和主观题作业，并且大多数课程都没有同事设置两种类型的测试题。“中国大学MOOC”和“好大学在线”两个平台设置了独立的测验和作业单元，其中测验主要为选择题、判断题，以系统自动评分为主要评分方式；作业则更多的是主观题，以“同伴互评”的方式为主。考试方面，“好大学在线”以线下考试为主，其他四个平台均为线上考试。此外“好大学在线”平台针对翻转课堂中表现优异的学员给予额外加分的奖励。
（2）结业认证
MOOC平台的认证分为证书和学分两种认证方式。
证书认证方面，“学堂在线”、“中国大学MOOC”、“好大学在线”、“智慧树”四家MOOC平台均提供电子版结业证书，证明课程修读完毕且成绩合格。“好大学在线”和“中国大学MOOC”同时提供付费的纸质证书，“学堂在线”则刚刚推出以邀请好友的方式兑换纸质证书。学分认证方面，“好大学在线”因其主要面向联盟高校学生的特性，全部课程对联盟高校学生均可申请学分认证（学生需参加翻转课堂和线下考试），“学堂在线”仅为清华大学学生提供部分课程的学分认证，且需在
该校选课系统进行选课并参加线下考试。智慧树为合作高校学生提供学分认证，需与合作院校选课数据进行同步，学生需在本校教务系统进行选课，并进入“新学期跨校共享课报到”。“中国大学MOOC”、超星慕课不提供学分认证。
思考和建议
1.整体布局方面
随着MOOC的发展和广泛传播，越来越多的课程将会加入到平台中来。因此，合理设置导航十分必要。利用一级导航和二级导航进行纵向或横向布局，突出重点内容，折叠式列表隐藏次要内容。能满足学习者准确迅速找到课程的需求。
2.整体平台设计和配色方面
平台主页、课程首页以及课程分页面整体结构和配色设计应保持一致。简洁一致的页面效果能让学习者保持舒适的心情学习。
3.规范课程指导资源
学习者对课程的选择最主要的信息来源为课程指导资源中的内容。随着MOOC平台和课程的增多，学习者如何在同类课程中进行选择，课程指导的内容至关重要。平台和课程建设应重视完善和规范课程指导资源内容，吸引学习者关注课程。
4.建立专业体系的课程教学
随着课程的持续增多，MOOC平台的核心竞争力将更多的转向课程体系建设是否完善。在未来，学习者对专业体系课程得到需求将持续增大，必须加强专业体系的课程建设，满足学习者日益增长的学习需求。
5.扩大证书和学分认证的影响力
证书和学分认证是激励学习者在MOOC平台学习的巨大动力。推动证书和学分的社会认可度，能循环推动学习者学习MOOC课程。
6.运用大数据技术分析学习者学习行为数据
学习者学习行为越来越个性化，不仅体现在选择课程和选择平台的个性化上，还体现在学习课程内容的行为以及讨论交互的行为上。利用大数据技术，对海量的学习者行为数据进行挖掘，分析反馈给学习者和教学管理者，可以为促进学习者调整自身学习行为、教育管理者调整教学方案提供依据。
（作者单位为北京邮电大学网络教育学院） 来源：中国教育网络，作者：毕巧春
