大数据分析：如何制作mooc视频才能吸引学生参与

《大数据分析：如何制作mooc视频才能吸引学生参与》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、大数据分析：如何制作MOOC视频才能吸引学生参与摘要视频是在线教学中广泛使用的一种资源类型。本实证研究介绍了在线教学视频的制作如何影响学生参与度。据我们所知，本研究是迄今为止关于视频参与度的最大规模的研究，其中使用了edXMOOC平台上四门课程690万视频观看会话的数据。我们借助学生观看视频的时长和他们是否回答视频后的测试问题来衡量参与度。我们的主要发现是，短视频、嵌入教师头像的视频、可汗风格（典型特点为手写笔应用）的视频更具吸引力，但即使是高品质的预录课堂视频并不具有特别的吸引力，同时，学生对系统讲授视频和辅导视频参与度不同。基于上

2、述定量发现和采访edX人员得到的定性见解，为帮助教师和视频制作者更好地利用在线视频格式，我们给出了若干建议。一.引言视频这种格式出现后，教育者就开始录制教学视频了。在过去的十年中，免费的在线视频托管服务诸如YouTube等使得人们能够大规模传播教学视频。例如，YouTube上可汗学院的视频观看次数超过3亿人次。在Coursera，edX和Udacity等提供的当前一代MOOCs（亦称为xMOOCs）[7]中，视频在学生学习经验里占有中心地位。这些在线课程大多由教师制作的一系列视频组成，中间穿插着测试问题和互动演示等其他资源。有研究发现

3、，第一门edX课程（6.002x，电路与电子）中，学生花了大部分的时间看视频。此外，还有研究发现，三门Coursera课程中，许多学生只是旁听课程，主要观看视频，而跳过测试、在线讨论以及其他互动部分。由于MOOCs中视频内容十分重要，视频制作人员和教学设计人员投入大量的时间制作不同风格的视频（参见图1）。和edX工作人员讨论后，我们了解到，他们最迫切的问题之一是，MOOC课程中什么样的视频可以产生最好的学习效果？与此相关并会影响新课程上线快慢的另一个问题是，如何最大限度地提高学习效果，同时将成本控制在合理范围。作为回答上述问题的一次尝

4、试，本文介绍了一项关于MOOC视频的学生参与度的实证研究，以每段视频的学生观看时长和他们是否完成视频后的作业来测量学生的参与度。之所以研究学习参与度是因为其为学习的必要（但不充分）的先决条件，并且可以通过挖掘过去MOOC课程教学过程产生的用户交互日志进行量化。此外，视频参与度在除教育外的其他领域也很重要。例如，商业视频托管服务提供商，如YouTube和Wistia，用参与度作为观众满意度的关键指标，而观众满意度和经济收益有直接关系。数据量的重要性：MOOC视频制作方目前制作决策的根据有轶事、民间智慧和从至多数十科目和数百视频观看会话得

5、到的最佳实践。MOOC互动记录的数据规模--全世界数十万学生和数百万条视频观看会话--比以往研究得到的数据大四个数量级。这样的规模使我们能够证实传统的视频参与度研究，并将其扩展到现代在线情境。这还使得MOOC视频制作方做决策基于数据而不仅仅是直觉。最后，还可以使我们的研究结果和建议推广到MOOCs以外的各种非正式在线学习，如数以百万计的人在Youtube上观看的诸如烹饪或针织方面“如何做”的视频。本文的贡献主要有两方面：研究结果：研究结果从MOOC视频参与度实证研究获得，这项研究将四门edX课程690万视频观看会话的数据分析与对六位e

6、dX制作人员的访谈结合起来。表1中左半部分总结了七个主要的研究发现。据我们所知，本研究是迄今为止关于视频参与度的最大规模的研究。对教学设计人员和视频制作方的建议：这些建议基于研究发现（见表1的右半部分）。edX的工作人员已开始用其中的一些建议来推动教师使用学生参与度更高的高性价比的视频制作技术。图1视频制作风格影响学生在MOOCs中的参与度典型风格包括：a)课堂授课，b）桌旁教师的“讲课头像”，c）可汗学院风格（电子白板手写），d)PowerPoint幻灯片演示表1.主要研究发现和对视频设计、制作的建议相关研究据我们所知，我们的研究是

7、第一次使用数百万观看会话来研究在线教学视频的制作风格与参与度的关系。最相关的研究是Cross等人的，他们通过对照实验来研究这些效果。他们制作了三个系统讲授视频的可汗风格版本和PowerPoint幻灯片的版本，并在线调查了150人的偏好。他们发现，这两种格式有互补的优势和劣势，并制定了一种混合风格TypeRighting，试图结合二者的优点。Ilioudi等人作了类似研究，制作各有直播课堂教学格式和可汗风格格式两个不同版本的三段视频（如图1a和1c），并将这些视频给36个高中学生观看，发现他们稍微偏好课堂系统讲授视频。虽然这些研究没有我

8、们的规模这样大，却能获得学生的直接反馈，这一点我们还没有做到。此前的MOOC交互数据的大规模分析并没有特别聚焦于视频。若干此类研究为我们提供了动力。例如，有研究发现，第一门edX课程（6.002x，电路与电子）中，学生花