首页> 中文期刊> 《数学的实践与认识》 >机器学习方法在MOOC学习者学业完成率预测中的应用研究

机器学习方法在MOOC学习者学业完成率预测中的应用研究

         

摘要

大量MOOC学习者无法获取证书顺利完成学业已成为制约MOOC普及和发展的主要原因.基于edX发布的MOOC公开数据,通过分析学习者背景及行为特征,对中外MOOC学习者学业完成情况进行研究,利用机器学习算法中的XGBoost模型和BP神经网络模型对学习者是否能完成课程获取证书进行预测分析,将结果与传统的Logistic模型进行比较.结果表明,与传统的Logistic模型相比,基于机器学习算法的预测模型整体上优于传统的Logistic回归模型.XGBoost模型对于学习者获取证书完成学业的概率预测能力更强.最后,利用XGBoost模型的预测结果,对影响学习者完成学业的因素的相对重要性进行排序,并找出影响学习者学业完成率的重要因素,为深入研究MOOC的学习模式提供参考.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号