基于MOOCs的社交学习研究 Learning about social learning in MOOCs From statistical analysis.......docx

基于MOOCs的社交学习研究：从统计分析到生成模型摘要：我们研究了用户关于课程学习的行为。这些课程是MOOCs里的2013年夏天的课程。在MOOCs上的社会学习已成为扩展教育的关键要素，因此我们研究的重点是理解论坛活动。这些论坛活动有两个突出特点推动了我们的研究（1）高递减率：对于我们研究的每一个课程，讨论的數量在整个过程中持续下降；（2）与课程无关的讨论数量大。至少有百分之30的课程以学生和教职工无法通读的速率产生新线索。甚至，很大一部分线索与课程不直接相关。通过分析，我们探讨与MOOCs论坛活动下降有关的因素，发现了对线索分类和对相关性排序的方法。具体来说，我们首先用线性回归模型分析根据时间统计的论坛数据，并做了大量观察。例如：教职工参与讨论有助于讨论数量的增长，但是无法降低下降率。然后我们针对讨论线索提出了统一生成模型。这个模型既可以使我们选择高效的分类器，又可以设计线索相关性排序的高效算法。我们的算法可以与来自于亚马逊的土耳其技师设计的用于人类评估的双基线模型相提并论。关键词：MOOCs； 社交学习网络； 数据挖掘； 回归； 概念学习1. 引言近年来MOOCs大规模的快速发展，通过平台像Coursera、edX和Udacity大规模开放性在线学习的课程的快速发展，展示了通过Internet发展高等教育的巨大潜力。除了商业模式和潜在影响，像MOOCs尝试使高等教育提供一个更广