發(fā)布時間：2024-02-16 02:57

　　MOOC(Massive Open Online Courses)在為學(xué)習(xí)者提供優(yōu)質(zhì)課程的同時,低完成率成為影響其有效推廣的重要因素。通過對edX開放數(shù)據(jù)集分析發(fā)現(xiàn),學(xué)習(xí)者的逐漸流失是導(dǎo)致MOOC課程低完成率的因素之一,且學(xué)習(xí)行為與成績之間存在復(fù)雜的相關(guān)性;基于線性回歸和深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network,DNN)預(yù)測學(xué)習(xí)者的成績,實驗證明,DNN能夠更好地擬合學(xué)習(xí)行為與成績之間復(fù)雜的相關(guān)性,實現(xiàn)對成績更加精準(zhǔn)的預(yù)測,預(yù)警學(xué)習(xí)者流失;對預(yù)測的潛在流失學(xué)習(xí)者迭代進(jìn)行個性化的教學(xué)干預(yù),提高M(jìn)OOC課程的完成率。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1成績分布

圖2成績分布（0.1分以上學(xué)習(xí)者）

圖3學(xué)習(xí)行為與成績

2019，55（22）ComputerEngineeringandApplications計算機工程與應(yīng)用3.2學(xué)習(xí)行為與成績的相關(guān)性分析針對各個課程間的數(shù)據(jù)存在的差異，對各項學(xué)習(xí)行為以課程為單位進(jìn)行歸一化處理，從而保證各項學(xué)習(xí)行為的衡量標(biāo)準(zhǔn)統(tǒng)一。如圖3所示是學(xué)習(xí)者各項學(xué)習(xí)行為與....

圖4學(xué)習(xí)行為與成績散點圖矩陣訪問課程次數(shù)訪問課程天數(shù)訪問課程次數(shù)

章節(jié)數(shù)0.750.500.25視頻播放總次數(shù)0.750.50論0.25壇發(fā)布信息數(shù)量0.750.500.250課程得分01.0001.0001.0001.0001.0000.20.40.60.8訪問課程次數(shù)0.20.40.60.8訪問課程天數(shù)0.20.40.60.8學(xué)習(xí)的章節(jié)數(shù)1....

本文編號：3900701