机器学习方法在MOOC学习者学业完成率预测中的应用研究

发布时间：2024-03-24 16:56

　　大量MOOC学习者无法获取证书顺利完成学业已成为制约MOOC普及和发展的主要原因.基于edX发布的MOOC公开数据,通过分析学习者背景及行为特征,对中外MOOC学习者学业完成情况进行研究,利用机器学习算法中的XGBoost模型和BP神经网络模型对学习者是否能完成课程获取证书进行预测分析,将结果与传统的Logistic模型进行比较.结果表明,与传统的Logistic模型相比,基于机器学习算法的预测模型整体上优于传统的Logistic回归模型.XGBoost模型对于学习者获取证书完成学业的概率预测能力更强.最后,利用XGBoost模型的预测结果,对影响学习者完成学业的因素的相对重要性进行排序,并找出影响学习者学业完成率的重要因素,为深入研究MOOC的学习模式提供参考.

【文章页数】：11 页

【部分图文】：

图.泊.口.嘴.日二皿...月..，

２１期?郝思源，等：机器学习方法在ＭＯＯＣ学习者学业完成率预测中的应用研究?８９??由于ＭＯＯＣ学习的特殊性，尤其是不能随时与任课老师互动沟通，只能通过学习者一些??简单行为特征来分析其学习效果．对于学习者学习行为的分析，本文选取ｅｄＸ数据集中“登??陆次数、课程访问天数、视频播....

图２学习者背景特征对获得证书影响??４预测结果比较分析??４．１抽样方法选择??

９０??数学的实践与认识??４９卷??素会影响学习者最终是否获得证书．可以看到，学习者的课程访问天数及学习章节数对获得??证书的影响较大，视频播放次数及登录次数影响较小．??籩蚤获得Ｖｉ私??图２学习者背景特征对获得证书影响??４预测结果比较分析??４．１抽样方法选择??由于本文....

图３学习者学习行为数据密度分析??

郝思源，等：机器学习方法在ＭＯＯＣ学习者学业完成率预测中的应用研究??９１??无?ＵＥ４％??视角播抽次射??ｔ节次敕??２１期??图３学习者学习行为数据密度分析??无？书?ｍｕ￡＾＞??登录次Ｗ??无ａ书?角ｉｊｅ取??课》罝访间天《??相?Ｔ?ｆｔ?碥??ｏｌｏ＇ｏｏｏ??４....

图４学习者行为对获取证书的影响??

郝思源，等：机器学习方法在ＭＯＯＣ学习者学业完成率预测中的应用研究??９１??无?ＵＥ４％??视角播抽次射??ｔ节次敕??２１期??图３学习者学习行为数据密度分析??无？书?ｍｕ￡＾＞??登录次Ｗ??无ａ书?角ｉｊｅ取??课》罝访间天《??相?Ｔ?ｆｔ?碥??ｏｌｏ＇ｏｏｏ??４....

本文编号：3937761