基于MOOC大数据的学习行为序列分析及学习效果预测研究

发布时间：2024-02-15 14:20

　　大规模开放性在线课程(Massive Open Online Courses,MOOC)是在线教育面向全社会、实现全面教育公平的一次卓有成效的尝试,是线下教育强有力的补充和丰富。学习者在任何时间、任何地点都可以通过在线接入的方式接触来自世界各地的课程与知识。本课题以MOOC平台Web日志分析为项目背景,开展学习行为序列分析的相关研究工作,并结合在线教育指标评估的相关需求,为线上学习效果的预测提供最优的技术解决方案。学习行为序列的研究能够有效的扩展传统学习分析研究中以标量数据统计为主体的研究模式,通过将时间序列引入到行为分析中,使学习行为矢量化,有助于更好地挖掘学习行为模式、把握知识吸收的规律。本文围绕基于学习行为序列的模式挖掘和学习效果预测方案做了细致研究,主要内容包括以下四个方面:(1)查阅国内外学习分析相关文献资料,总结学习分析和教育数据挖掘定义、区别、关键技术以及具体的应用场景;通过对比分析国内外研究现状,指出目前国内在线教育研究中多思辨、少实证研究的现状,提出应以数据驱动的方式提升课程设计水平的总体目标。(2)利用大数据技术完成项目研究数据的收集、存储和整理。Web数据往往以网...

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图1-12016.6-2019.6在线教育用户规模及使用率

基于MOOC大数据的学习行为序列分析及学习效果预测研究2一门MOOC课程，全球MOOC课程数量为1.14万，比2017年增加了约2000门课程。通过MOOC平台注册的学习者数量由2017年的7.8千万人增长至2018年的1.01亿人，增长率达29.5%。经过多年的发展，我国的MO....

图1-2（2011-2019）MOOC与LearningAnalytics谷歌搜索趋势

基于MOOC大数据的学习行为序列分析及学习效果预测研究3图1-2（2011-2019）MOOC与LearningAnalytics谷歌搜索趋势中产品设计的合理性问题[4]。而目前大多数的国内研究学者对于MOOC研究的重点仍然集中在理论层面[5]，而关于学习分析方面的研究则大部分停....

图1-3学习分析技术

基于MOOC大数据的学习行为序列分析及学习效果预测研究8研究者在学习分析与教育数据挖掘方面的研究技术主要采用以下5个大类：数据的统计分析与创新性可视化技术；聚类技术（层次聚类、序列聚类、离群点发现）；预测技术（逻辑回归、决策树、集成学习、神经网络）；关系挖掘技术（关联规则、序列模....

图2-1MOOC平台中的学习行为

基于MOOC大数据的学习行为序列分析及学习效果预测研究11第2章核心概念和相关技术介绍2.1引言2012年MOOC模式在国外兴起，次年传入中国，因此2013年被各界媒体称之为“中国在线教育元年”。在线教育的蓬勃发展也带动了学术界的研究热潮，从在线教育的背景、发展、影响以及意义等方....

本文编号：3899891