基于二元逻辑回归模型的mooc退课预测

《基于二元逻辑回归模型的mooc退课预测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、摘要：MOOC(MassiveOpenOnlineCourses)作为一种新的教学模式正发展得如火如荼，但学员退课率一直高居不下，直接影响了MOOC教师以及MOOC平台的发展。本研究以“学堂在线”平台学员的学习行为数据为基础，对影响退课的七种学习行为进行相关性分析，为了避免多重指标带来的多重共线性问题,根据相关性较小的原则选择其中的五种学习行为。最后采用二元逻辑回归模型进行建模并预测学员的退课情况。实验表明，选取的五种学习行为对退课影响显著，预测准确率较高。本研究为MOOC教师尽早采取教学干预提供了一定的理论依据。关键词：MOOC；学习行为；相关性分析

2、；二元逻辑回归；退课预测中图分类号：G434文献标志码：A文章编号：1006-8228(2017)12-50-04PredictingtheMOOCdropoutratewithbinarylogisticregressionmodelGuoWenfengl,FanChaol,GuoXindong2(1.CollegeofArtsandSciences,ShanxiAgriculturalUniversity，Taigu,Taigu030801,China；2.CollegeofInformationScienceandEngineering,Shan

3、xiAgriculturalUniversity)Abstract：AlthoughMOOCdevelopsprosperouslyasanewteachingmodel,thedropoutrateoftraineeremainshighallthetime・ThiswilldirectlyinfluencethedevelopmentofMOOCteachersandMOOCplatfonus・Accordingtothedatafromxuetangx.com,thisstudyanalyzesthecorrelationofsevenlearn

4、ingbehaviorsaffectingdropout.Toavoidmulticollinearitygeneratedfrommultipieindicatorsbetweensevenlearningbehavior,fiveofthemareselectedbasedontheruleoflittlecorrelation.Binarylogisticregressionmodelisusedtopredictthedropoutrate.Experimentsdemonstratethattheselectedfivelearningbeh

5、aviorshavesignificantinfluencetothedropoutandtheaccuracyofpredictionishigher.ThestudyoffersatheoreticbasisforMOOCteacherstotaketeachinginterventionassoonaspossible.Keywords：MOOC；learningbehavior；correlationanalysis；binarylogisticregression；dropoutprediction0引言MOOC(MassiveOpenOnl

6、ineCourses),大型開放式网络课程，简称“慕课”，是近几年由美国一些著名大学发起的网络学习平台。与传统的课堂学习相比，MOOC具有如下特点：①采用各种社交网络工具，形式多样化；②课程的学习不受空间和时间的限制；③课程对学员的学历没有任何限制；④更强调学员的学习自主性。目前对MOOC的研究基本可以归结为三类。⑴通过分析学习行为发现规律，改善MOOC教学活动以及评价体系。Yousef等通过对在线课程、远程课程和MOOC的相关文献分析，提出了一套包含75个评价指标的MOOC质量保障标准［1］。童小素等在借鉴已有评价规范的基础上，采用文献调研法和专家访

7、谈法，建立了一套质量评价指标体系，其中包括3个一级指标和26个二级指标［2］。秦瑾若等通过MOOC与传统网络课程教学活动的对比，提出基于深度学习理论的MOOC学习活动设计，并将其应用于“现代教育技术”课程中［3］。樊超等从人类动力学的角度对MOOC在线学习行为进行分析发现，用户的选课量和选课人数存在很大差异，在线学习具有阵发和重尾的特征，以及在线学习时间和次数服从無律分布［4］。（2）通过对学习行为进行统计分析，进而提出整改意见。李帅等以东北大学MOOC平台上的《高级语言课程设计》课程为数据集，对学生的知识点学习情况、在网站上的逗留时间以及观看视频的行

8、为动作（快进/退、全屏、跳转课程、暂停、滚动条滚动、文本模块间跳转）进行了统计分析［5］。吴江