10.3778/j.issn.1002-8331.1812-0312
深度学习视阈下MOOC学习者流失预测及干预研究
MOOC(Massive Open Online Courses)在为学习者提供优质课程的同时,低完成率成为影响其有效推广的重要因素.通过对edX开放数据集分析发现,学习者的逐渐流失是导致MOOC课程低完成率的因素之一,且学习行为与成绩之间存在复杂的相关性;基于线性回归和深度神经网络(Deep Neural Network,DNN)预测学习者的成绩,实验证明,DNN能够更好地拟合学习行为与成绩之间复杂的相关性,实现对成绩更加精准的预测,预警学习者流失;对预测的潜在流失学习者迭代进行个性化的教学干预,提高MOOC课程的完成率.
MOOC、学习行为分析、线性回归、深度神经网络、成绩预测、个性化教学
55
TP391.7(计算技术、计算机技术)
陕西省高等学校教学改革重点项目17BZ015;陕西省社会科学基金2018Q27;陕西师范大学中央高校基本科研业务费专项2018CSLY029
2019-12-04（万方平台首次上网日期，不代表论文的发表时间）
共7页
258-264
