计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (22): 258-264.DOI: 10.3778/j.issn.1002-8331.1812-0312
林鹏飞,何秀青,陈甜甜,吴华君,何聚厚
LIN Pengfei, HE Xiuqing, CHEN Tiantian, WU Huajun, HE Juhou
摘要: MOOC(Massive Open Online Courses)在为学习者提供优质课程的同时,低完成率成为影响其有效推广的重要因素。通过对edX开放数据集分析发现,学习者的逐渐流失是导致MOOC课程低完成率的因素之一,且学习行为与成绩之间存在复杂的相关性;基于线性回归和深度神经网络(Deep Neural Network,DNN)预测学习者的成绩,实验证明,DNN能够更好地拟合学习行为与成绩之间复杂的相关性,实现对成绩更加精准的预测,预警学习者流失;对预测的潜在流失学习者迭代进行个性化的教学干预,提高MOOC课程的完成率。