MOOC适应性学习中的文本挖掘与分析

发布时间：2024-01-25 16:58

　　将机器学习、深度学习和自适应学习技术等应用于网络在线学习平台中,可以促进在线学习活动向适应性和个性化方向发展。MOOC学习自2012年掀起全球狂潮,发展至今,备受高校、教育机构、研究人员、学者、教育者和学习者的重视和关注。然而,适应性学习服务支撑是当今许多MOOC学习平台的短板。MOOC学习平台没有充分挖掘利用学习者海量的学习记录,不能全方位掌握学习者的学习状态,无法为学习者提供适合个人特定需求的学习指导和帮助。因此将自适应学习技术中的文本挖掘和分析应用到MOOC学习平台是非常必要的。本研究对中国大学MOOC学习平台应用文本数据挖掘和分析技术,提出了基于Python的文本挖掘和分析的思路、方法。挖掘了10144条文本数据,对这10144条文本数据进行了量化分析和质化分析。将MOOC课程讨论区中学习者的文本分为内容、习题、技术、评价、情感和其他6个类别。本文具体工作如下:第一、对相关概念、理论和实际应用进行文献综述,梳理总结MOOC学习平台适应性学习的特征表现。对教育数据挖掘和分析要用到的工具进行梳理,剖析选用这些工具的原因,为本研究提供理论和实践依据。第二、抽样调查中国大学MOOC平台...

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 选题背景
    1.2 国内外研究现状
        1.2.1 适应性学习中自适应技术的研究现状
        1.2.2 MOOC平台及其适应性学习的发展
    1.3 研究意义
        1.3.1 探索MOOC文本挖掘和分析的思路方法
        1.3.2 促进MOOC学习向适应性和个性化发展
    1.4 研究方法和研究内容
2 MOOC适应性学习文本挖掘分析的基础研究
    2.1 MOOC适应性学习特征和文本数据挖掘分析方法
        2.1.1 MOOC适应性学习的特征
        2.1.2 MOOC适应性学习中的文本挖掘和分析
    2.2 MOOC适应性学习文本挖掘和分析的研究工具
        2.2.1 MOOC学习平台文本数据挖掘工具
        2.2.2 MOOC学习平台文本数据分析工具
3 MOOC适应性学习中的文本挖掘
    3.1 MOOC适应性学习中内容和人际交互调查
        3.1.1 内容交互
        3.1.2 人际交互
    3.2 MOOC学习平台中的文本数据挖掘思路和方法
        3.2.1 MOOC站点分析和网页解析
        3.2.2 MOOC模拟登录
        3.2.3 课程选择
        3.2.4 文本数据挖掘
        3.2.5 分类处理
        3.2.6 文本数据存储
    3.3 MOOC课程讨论区文本数据挖掘
        3.3.1 MOOC课程讨论区文本数据挖掘的样本
        3.3.2 MOOC课程讨论区文本数据挖掘
    3.4 MOOC课程信息和课程评价文本数据挖掘
        3.4.1 MOOC课程信息文本数据挖掘
        3.4.2 MOOC课程评价文本数据挖掘
    3.5 MOOC文本数据量化分析
4 MOOC适应性学习中的文本分析
    4.1 文本分析的思路和方法
        4.1.1 文本编码处理
        4.1.2 选择分词模式
        4.1.3 文本校正和标准化
        4.1.4 文本关键词提取
        4.1.5 文本内容分析
        4.1.6 基于WordCloud的结果可视化
    4.2 MOOC课程讨论区文本个案分析
        4.2.1 C2课程讨论区文本内容分析与处理
        4.2.2 C6课程讨论区文本内容分析与处理
        4.2.3 C11课程讨论区文本内容分析与处理
    4.3 同类型MOOC课程讨论区文本对比分析
        4.3.1 C语言类MOOC课程对比分析
        4.3.2 数据结构类MOOC课程对比分析
        4.3.3 计算机基础类MOOC课程对比分析
    4.4 MOOC课程信息与课程评价文本内容分析
    4.5 MOOC课程中学习者评论文本内容分析反思
5 MOOC适应性学习文本挖掘分析的策略
    5.1 MOOC适应性学习中的文本挖掘策略
        5.1.1 厘清文本数据挖掘思路是基础
        5.1.2 灵活选用网页解析工具是关键
        5.1.3 并行下载和多进程爬虫是诀窍
    5.2 MOOC适应性学习中的文本分析策略
        5.2.1 建立合理的文本分类体系：奠定文本分析基础
        5.2.2 课程文本关键词分类提取：挖掘课程重点难点
        5.2.3 学习者个人文本内容分析：提供特定学习指导
        5.2.4 学习者情感态度文本分析：给予学习服务支持
    5.3 总结与展望
        5.3.1 本文主要研究成果
        5.3.2 研究不足与展望
参考文献
附录
攻读硕士学位期间取得的成果
致谢



本文编号：3885207