摘要
作为将计算机技术运用于教育领域的典型代表,MOOC平台给学习者创造学习机会的同时,也给授课教师在内的课程建设者提供了数据支持。鉴于此,文章提出要充分利用MOOC平台学习者行为数据,深度挖掘学习者行为特征,利用K均值聚类法对学习者进行分类。针对ed X平台上16门课程的实证检验结果显示,几乎全部课程被分为非学习者、一般学习者、积极学习者、投机学习者和学有所得者五种类型,其中前两者的比例高达90%以上,而后两者所占比例甚至不足5%。最后,文章对MOOC平台的设计者、教师团队、学习者提出合理化建议,旨在从大数据视角为提高MOOC课程质量提供新的思路。
出处
《吉首大学学报（社会科学版）》
CSSCI
北大核心
2018年第S01期129-133,共5页
Journal of Jishou University(Social Sciences)
基金
四川省教育厅人文社会科学重点研究基地项目(CJF14014)
国家级大学生科研训练计划课题(201710613075)
西南交通大学本科教育研究与改革项目(201704008).
