一种基于滑动窗口模型的MOOCs辍学率预测方法

发布时间：2018-06-13 11:19

  本文选题：MOOC + 辍学点　； 参考：《数据分析与知识发现》2017年04期

【摘要】：【目的】通过北京大学在Coursera平台上运行的课程数据,对学生的辍学行为进行研究,以期预测学生的辍学点和辍学行为,改建教学慕课质量和方法。【方法】在课程数据基础上,提取19个特征,使用机器学习算法构建滑动窗口模型,动态预测学习者辍学率。【结果】模型预测准确率高,普遍在90%以上,效果稳定,支持向量机(SVM)和长短记忆网络(LSTM)方法建模效果更好。【局限】课程数据选课人数偏多,没有考虑其他课程数据稀疏问题,模型的可移植性仍需要进一步考虑。【结论】使用滑动窗口模型建模,能够帮助MOOC课程教师和设计者动态地追踪课程学习者辍学行为,准确率高,可以帮助教师通过快速的反馈来调整课程,降低辍学率。
[Abstract]:[objective] based on the course data of Peking University running on Coursera platform, this paper studies the behavior of students' dropping out, in order to predict the drop out point and behavior of students, and to reconstruct the quality and method of teaching. [methods] based on the course data, 19 features were extracted, and a sliding window model was constructed using machine learning algorithm to dynamically predict the dropout rate of learners. [results] the prediction accuracy of the model was high, generally over 90%, and the effect was stable. Support Vector Machine (SVM) and LSTM (long and short memory Network) are more effective than other methods. The portability of the model still needs further consideration. [conclusion] the use of sliding window model can help MOOC course teachers and designers to dynamically track the behavior of course learners dropping out of school, with high accuracy. It can help teachers adjust the curriculum and reduce the dropout rate through quick feedback.
【作者单位】： 北京大学信息管理系;北京大学教师教学发展中心;
【基金】：教育部在线教育研究中心教育基金(全通教育)重点项目“慕课在线教学组织方法实证研究”(项目编号:2016ZD301)的研究成果之一
【分类号】：G434;TP181

【相似文献】

相关期刊论文 前4条

1 陈波;毛剑琳;乔冠华;戴宁;;改进的基于统计学的滑动窗口无参数的累积和算法[J];计算机应用;2013年01期

2 郭伟;滑动窗口数据传输的安全问题[J];江汉大学学报;2001年06期

3 钟道隆,吉伟民;自由滑动窗口式电子录音器[J];外语电化教学;1994年01期

4 ;[J];;年期

相关会议论文 前10条

1 苏东;宋宝燕;杨兴华;欧征宇;于亚新;于戈;;基于滑动窗口语义的聚集计算方法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

2 汪罕;赵加奎;陈立军;;流和滑动窗口模型下的直径计算(英文)[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

3 贺冉冉;马玲;;基于滑动窗口的非参数趋势检验在气候序列趋势和波动分析中的应用[A];促进科技经济结合，服务创新驱动发展——蚌埠市科协2012年度学术年会论文集[C];2012年

4 杨宜东;孙志挥;周晓云;;滑动窗口中的变化检测[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

5 王成江;冉兵;戴迪;吴磊;;基于滑动窗口的动态手写签名局部相关性研究[A];湖北省机械工程学会青年分会2006年年会暨第2届机械学院院长（系主任）会议论文集（下）[C];2006年

6 王伟平;李建中;张冬冬;郭龙江;;数据流上基于时间滑动窗口的连接算法研究[A];第二十届全国数据库学术会议论文集（研究报告篇）[C];2003年

7 王栩;李建中;王伟平;;基于滑动窗口的数据流压缩技术及连续查询处理方法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

8 闫朝升;李建中;李金宝;;数据流上滑动窗口技术的研究与实现[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

9 王秋棠;王鹏;周皓峰;汪卫;;基于滑动窗口的概率数据流上的聚集查询[A];第二十五届中国数据库学术会议论文集（二）[C];2008年

10 沈伟;邹建峰;;基于滑动窗口的语音混合算法[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年

相关硕士学位论文 前10条

1 钟阳;基于数据统计分析的变桨系统故障预警方法[D];华北电力大学;2015年

2 熊腾飞;基于滑动窗口的多元时间序列数据动态关联规则挖掘[D];哈尔滨工业大学;2016年

3 柴子峰;基于滑动窗口的弱标记物体检测方法研究[D];哈尔滨工业大学;2016年

4 贾可;基于滑动窗口的指纹中心点定位算法研究[D];西安邮电大学;2016年

5 朱保琨;基于滑动窗口车牌检测的FPGA架构设计与实现[D];长春理工大学;2016年

6 陈鹏;基于滑动窗口法的比较加密技术及其应用研究[D];西安电子科技大学;2015年

7 李鹏飞;基于滑动窗口的数据流关联规则挖掘算法研究[D];天津工业大学;2017年

8 闫冰;仿真平台中基于滑动窗口的流数据处理策略研究[D];哈尔滨工程大学;2011年

9 王秋棠;基于滑动窗口的概率数据流上的聚集查询[D];复旦大学;2009年

10 贺春亮;基于数据流滑动窗口的降载技术研究[D];燕山大学;2009年

，

本文编号：2013855