摘要:
近年来大规模开放在线课程获得了较为广泛的关注。由于学习者学习方式不合理使得学习兴趣下降,学习效果不佳,MOOCs辍学率很高,针对这一问题,
从学习者学习活动日志中自动抽取一段时间内连续特征,以学习者行为特征为自变量,建立MOOCs辍学预测模型。在KDD Cup 2015数据集上的实验表明,使用基于卷积神经网络的长短期记忆CNN_LSTM辍学预测模型,能够帮助MOOCs课程教师和设计者追踪课程学习者在不同时间步长的学习状态,从而动态监控不同阶段的辍学行为,模型的预测准确率高,这将为教师改进教学方法提供更合理的指导和建议。
孙霞,吴楠楠,张蕾,陈静,冯筠. 基于深度学习的MOOCs辍学率预测方法[J]. 计算机工程与科学.
SUN Xia,WU Nannan,ZHANG Lei,CHEN Jing,FENG Jun.
A MOOCs dropout rate prediction
method based on deep learning
[J]. Computer Engineering & Science.