隨著互聯(lián)網(wǎng)技術(shù)的“爆發(fā)式”發(fā)展和教育的民主化和普及化,出現(xiàn)了“互聯(lián)網(wǎng)+教育”的產(chǎn)物,大型開放在線課程MOOC（massive open online courses）。相對于全球高等教育在校生的課程規(guī)模,MOOC龐大的學(xué)習(xí)群體產(chǎn)生了海量的學(xué)習(xí)行為數(shù)據(jù),利用MOOC平臺的數(shù)據(jù)資源優(yōu)勢,可以通過相關(guān)統(tǒng)計分析方法對學(xué)習(xí)數(shù)據(jù)進行描述、統(tǒng)計、評估及深度分析,這有助于了解MOOC學(xué)習(xí)者的學(xué)習(xí)行為,為MOOC平臺優(yōu)化和教學(xué)質(zhì)量改進提供參考。本文的主要研究內(nèi)容是MOOC平臺學(xué)習(xí)者行為的分類,選取的樣本數(shù)據(jù)是Canvas Network平臺提供的一份學(xué)習(xí)者學(xué)習(xí)行為的開放數(shù)據(jù)集,通過兩個實驗對該樣本進行分析研究。在分類分析實驗中,本文通過機器學(xué)習(xí)相關(guān)算法對學(xué)習(xí)者學(xué)習(xí)行為數(shù)據(jù)進行分類,比較梯度提升決策樹（GBDT）、樸素貝葉斯、神經(jīng)網(wǎng)絡(luò)和支持向量機分類的準(zhǔn)確性。評估結(jié)果表明,GBDT算法對學(xué)習(xí)者類型具有較高的分類準(zhǔn)確率。在聚類分析實驗中,基于SPSS21.0平臺,對學(xué)習(xí)者的學(xué)習(xí)行為進行了兩步聚類分析。實驗結(jié)果顯示,最優(yōu)聚類數(shù)為3類,各類樣本數(shù)分布合理,特征明顯。結(jié)合兩個實驗結(jié)論,對分類后的學(xué)習(xí)者類型進行了特... 

【文章來源】：蘇州大學(xué)江蘇省

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景
    1.2 MOOC研究現(xiàn)狀和發(fā)展趨勢
    1.3 本文數(shù)據(jù)集簡介
    1.4 研究內(nèi)容梗概
第2章 樣本概述與變量介紹
    2.1 樣本概述
    2.2 變量描述
第3章 分析方法
    3.1 梯度提升決策樹(GBDT)
    3.2 兩步聚類法
第4章 關(guān)于學(xué)習(xí)者行為的實證分析
    4.1 梯度提升決策樹(GBDT)建模及結(jié)果
    4.2 兩步聚類分析
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
致謝
附錄 Python程序


【參考文獻】：
期刊論文
[1]我國慕課研究現(xiàn)狀、熱點聚焦與發(fā)展建議——基于知識圖譜的可視化分析[J]. 田生湖,姚建峰,崔同宜.  成人教育. 2019(01)
[2]基于Canvas Network開放數(shù)據(jù)集的MOOC學(xué)習(xí)分析[J]. 胡紅梅,宗陽.  開放學(xué)習(xí)研究. 2017(01)
[3]在線教育對高校教學(xué)及其師生的影響——以SPOC為例[J]. 田生湖,趙學(xué)敏.  中國教育信息化. 2016(06)
[4]MOOCs時代的大學(xué):挑戰(zhàn)與回應(yīng)[J]. 吳洪富,劉寧寧.  河北師范大學(xué)學(xué)報(教育科學(xué)版). 2015(03)
[5]MOOCs背景下我國高等教育教學(xué)模式的變革與創(chuàng)新[J]. 焦煒.  電化教育研究. 2014(04)
[6]MOOC浪潮下的高校課程聯(lián)盟[J]. 管會生,高青松,張明潔.  高等理科教育. 2014(01)
[7]高校圖書館應(yīng)對MOOC挑戰(zhàn)的策略探討[J]. 傅天珍,鄭江平.  大學(xué)圖書館學(xué)報. 2014(01)
[8]蟻群聚類組合方法的研究[J]. 邢潔清,朱慶生,郭平.  計算機工程與應(yīng)用. 2009(18)



本文編號：3171155