大数据视角下的MOOC学习者行为特征分类研究
发布时间:2023-10-06 09:20
作为将计算机技术运用于教育领域的典型代表,MOOC平台给学习者创造学习机会的同时,也给授课教师在内的课程建设者提供了数据支持。鉴于此,文章提出要充分利用MOOC平台学习者行为数据,深度挖掘学习者行为特征,利用K均值聚类法对学习者进行分类。针对ed X平台上16门课程的实证检验结果显示,几乎全部课程被分为非学习者、一般学习者、积极学习者、投机学习者和学有所得者五种类型,其中前两者的比例高达90%以上,而后两者所占比例甚至不足5%。最后,文章对MOOC平台的设计者、教师团队、学习者提出合理化建议,旨在从大数据视角为提高MOOC课程质量提供新的思路。
【文章页数】:5 页
【文章目录】:
一、MOOC教学模式下的学习者行为特征
(一) 选择课程
(二) 学习课程
(三) 完成课程
二、数据来源
三、研究方法
四、实证检验
(一) ER22x课程学习者数据建模和分析
(二) 全部16门课程的学习者聚类结果的统计分析
五、结论与建议
本文编号:3851574
【文章页数】:5 页
【文章目录】:
一、MOOC教学模式下的学习者行为特征
(一) 选择课程
(二) 学习课程
(三) 完成课程
二、数据来源
三、研究方法
四、实证检验
(一) ER22x课程学习者数据建模和分析
(二) 全部16门课程的学习者聚类结果的统计分析
五、结论与建议
本文编号:3851574
本文链接:https://www.wllwen.com/jiaoyulunwen/jiaoyujiaoxuefangfalunwen/3851574.html