为了识别有辍学风险或问题倾向的学习者,从而有针对性地进行指导、干预或预警,开展MOOC环境下的学习预测研究.该研究虽然引起广泛重视,但不成熟,还需要通过更多的实证工作构建更加精准的预测模型,助力在线教育向智能化方向发展.利用中国大学MOOC课程数据和RapidMiner大数据挖掘研究平台,构建基于AdaBoost算法的MOOC学习者学习成绩预测模型.实验结果表明:①模型具有较强的预测能力,综合预测精度为86.39％,具有实际应用价值;②登录间隔标准差等5个指标对"不及格学习者"具有较好的预测作用;③帖子的TF-IDF累计值等15个指标对"及格学习者"具有较好的预测作用.
国家科技期刊平台
NSTL
万方数据
维普
