期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于AdaBoost算法的MOOC退课预测研究 预览
1
作者 杨璐 郭文锋 +1 位作者 贺强 高宇鹏 《计算机时代》 2019年第8期33-36,共4页
MOOC(Massive Open Online Courses)作为典型的“互联网+教育”模式正在影响着教育发展,但是较高的退课率影响了教学效果。根据“学堂在线”MOOC平台收集的数据,对学习者的学习行为进行统计分析,发现不退课学习者的平均学习次数明显多... MOOC(Massive Open Online Courses)作为典型的“互联网+教育”模式正在影响着教育发展,但是较高的退课率影响了教学效果。根据“学堂在线”MOOC平台收集的数据,对学习者的学习行为进行统计分析,发现不退课学习者的平均学习次数明显多于退课学习者的平均学习次数。采用主成分分析法分析七种学习行为次数,提取出“完成作业”(problem)和“观看视频”(video)两种学习行为作为影响退课的主要因素。采用机器学习方法AdaBoost 算法对学习者是否退课进行预测。结果显示,采用主成分分析法确定的两种学习行为对退课预测具有明显作用。 展开更多
关键词 MOOC 主成分分析 ADABOOST 退课预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈