位置:成果数据库 > 期刊 > 期刊详情页
在线游戏用户的流失预测:基于不平衡数据的采样方法比较和分析
  • ISSN号:1003-0077
  • 期刊名称:《中文信息学报》
  • 时间:0
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]北京大学网络与信息系统研究所,北京100871
  • 相关基金:国家“九七三”重点基础研究发展计划基金项目(2014CB340405); 国家自然科学基金项目(61272340,61472013)
中文摘要:

随着近2年慕课(massive open online course,MOOC)的兴起,教育大数据分析正成为一个新兴的研究方向.2013年秋,北京大学在Coursera上开设了6门慕课.通过分析挖掘约8万多人次参与这6门课的海量学习行为数据,力图展现慕课学习活动多个侧面的风貌.同时,首次针对中文慕课中学习行为的特点,将学习者分类,以更加深入地考察学习行为与学习效果之间的关系.在此基础上,通过选择学习者的若干典型行为特征,对他们最后的学习成果进行预测的工作也尚属首次.数据表明:基于学习行为的特征分析能有效地判别一个学习者能否成功完成学习任务获得通过证书,并能找出潜在的认真学习者,这为今后更加精准的慕课教学测评提供了一种依据.

英文摘要:

With the booming of MOOC(massive open online course)in the past two years,educational data analysis has become a promising research field where the quality of teaching and learning can be and is being quantified to improve the educational effectiveness and even to promote the modern higher education.In the autumn of 2013,Peking University released its first six courses on the Coursera platform.Through mining and analyzing the massive data of learning behavior of over80000 participants from the courses,this paper endeavors to manifest more than one side of learning activity in MOOC.Meanwhile,according to the characteristic of learning behavior in Chinese MOOC,learners are classified into several groups and then the relationship between their learning behavior and performance is thoroughly studied.Based on the above work,we find out that learners'performance,regarding whether he/she could get certificated eventually,can be predicted by looking into several features of their learning behavior.Experiment results indicate that these features can be trained to effectively estimate whether a learner is probably to complete the course successfully.Besides,this method has the potential to partially evaluate the quality of both teaching and learning in practice.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中文信息学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国中文信息学会 中国科学院软件研究所
  • 主编:孙茂松
  • 地址:北京海淀中关村南四街4号中科院软件所
  • 邮编:100190
  • 邮箱:jcip@iscas.ac.cn
  • 电话:010-62562916
  • 国际标准刊号:ISSN:1003-0077
  • 国内统一刊号:ISSN:11-2325/N
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:9136