一种基于滑动窗口模型的MOOCs辍学率预测方法

被引：12

作者：

卢晓航 ^{[1
]}

王胜清 ^{[2
]}

黄俊杰 ^{[1
]}

陈文广 ^{[1
]}

闫增旺 ^{[1
]}

机构：

[1] 北京大学信息管理系

[2] 北京大学教师教学发展中心

来源：

数据分析与知识发现 | 2017年 / 1卷 / 04期

关键词：

MOOC; 辍学点; 辍学率; 滑动窗口模型; 辍学预测;

D O I：

暂无

中图分类号：

G434 [计算机化教学]; TP181 [自动推理、机器学习];

学科分类号：

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。

引用

页码：67 / 75

页数：9