中国MOOCs学习者价值研究——基于RFM模型的在线学习行为分析

MOOCs自兴起以来,它的高注册人数和高辍学率特征并存,现阶段中国MOOCs大多为以视频为主要学习资源的xMOOC,对学习者的学习支持力度相对薄弱,这要求学习者具有较高的自主学习能力。在MOOCs中,怎样识别学习者价值,采用什么方法对学习者进行分类,进而给学习者提供有效的个性化学习支持是重点研究问题。在RFM模型基础上依据xMOOC在线学习过程特点,提出中国MOOCs学习者的价值衡量模型ML-RFT,采用模型指标原始值与所有学习者平均值比较的方法将MOOCs学习者分为八类。借鉴RFM衡量顾客价值的方法,构建ML-RFT模型,对MOOCs平台上一门xMOOC进行学习者价值识别分类,并有针对性地对每类学习者提供个性化的学习支持策略。研究结果表明采用RFM方法可以对MOOCs学习者价值进行有效识别区分,学习者分类结果可以成为MOOCs教师或管理人员对在线学习者提供个性化学习支持服务的重要依据。