欢迎来到天天文库
浏览记录
ID:37037165
大小:1.24 MB
页数:55页
时间:2019-05-15
《MOOCs背景下基于行为特征的学习者流失问题研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号学校代码10495UDC密级公开硕士学位论文MOOCs背景下基于行为特征的学习者流失问题研究作者姓名:尹稳学号:1515063003指导教师:姜明华学科门类:理学专业:计算机科学与技术研究方向:可信计算与数据存储完成日期:二零一八年六月WuhanTextileUniversityM.E.DissertationDropoutStudyBasedOnLearners’BehaviorInMassiveOpenOnlineCoursesCandidate:YinWenSupervisor:Prof
2、.JiangMinghuaTime:June2018独创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律结果由本人承担。学位论文作者签名:签字日期:年月日学位论文版权使用授权书本学位论文作者完全了解武汉纺织大学有关保留、使用学位论文的规定。特授权武汉纺织大学可以将学位论文的全部或部分内容编入有关数据
3、库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:签字日期:年月日签字日期:年月日摘要随着互联网信息技术的发展,大规模在线开放课程(MOOCs)作为一种的新的教学方式,在国内开始迅速兴起和发展,但普遍存在着学习效果不佳或学习者大量流失等问题,阻碍了MOOCs的持续发展。为了解决MOOCs中存在的问题,需要大量关于MOOCs的研究,深入理解MOOCs下的学习者,能
4、实时掌握学习者学习状态和情况,对于课程教师和平台管理者来说都是极为有利的。其中通过对客观存在的学习者行为数据分析来理解学习者是很有研究价值和意义的。本文对楚课联盟平台下的学习者展开研究,充分利用了平台中已有数据,对在线学习行为进行分析和预测,首先结合相关行为理论,对平台下学习者进行了行为活动属性分析,然后针对MOOCs中学习者流失问题,进行了影响因素分析并建立行为数据模型,提取并确定30个具体且全新的学习者行为特征,然后运用逻辑回归求得各行为活动的特征系数并分析得出了若干个强关联性的行为特征,最后了
5、另一种概率图模型-隐马尔可夫模型进行了预测对比分析,验证并评估了模型得预测精度和可行性。本文研究结果说明了基于学习者行为特征对MOOCs流失问题研究是很有价值的,为之后更加深入挖掘学习者的学习行为属性和规律提供了参考。深刻理解学习者体现了因材施教的教学理念,有助于提供更优质的个性化学习服务,提高学习效果和质量,有利于MOOCs的可持续发展。关键词:MOOCs;在线学习行为;回归分析;预测;研究类型:应用研究AbstractWiththedevelopmentofInternetinformation
6、technology,massiveopenonlinecourses(MOOCs)asanewwayofteaching,inthecountrybegantoriseanddeveloprapidly,buttherearestillsomeproblemsinthelearningeffectispoororthestopoutofalargenumberoflearners,hinderedthesustainabledevelopmentofMOOCs.Inordertosolvethep
7、roblemsexistinginMOOCs,alotofresearchonMOOCsisneeded.ItisverybeneficialforteachersandplatformmanagerstounderstandthelearnersinMOOCsandgraspthelearners'learningstateandsituationinrealtime.Itisofgreatvalueandsignificancetounderstandthelearnersthroughthea
8、nalysisoftheobjectivedataofthelearners'behavior.westudythelearnersintheChuclassallianceplatform,makefulluseofthedataintheplatforminpaper,analyzeandpredicttheonlinelearningbehavior.First,itanalyzesthebehaviorpropertiesofthelearnersundert
此文档下载收益归作者所有