电路分析MOOC后台数据分析与挖掘

Zhe LIU,Weiyu ZHAO,Xiaoxing CHEN,Ling WANG,Tao WU,Aijun DONG,Hu ZHENG,Hongsheng ZHONG,Hongling CUI,Yamei SONG

Experiment Science and Technology（2018）

引用 0|浏览7

暂无评分

摘要

为了发现MOOC课程学习者的学习规律和趋势,该文利用电子科技大学电路分析基础MOOC课程后台数据,从参与者类型、课程各知识点关联分析、学习效果预测等方面,进行了详细的数据挖掘与分析.分析结果表明:学习者参与测试和讨论次数越多,则获得MOOC证书的可能性越大;"基尔霍夫定理和参考方向"知识点的掌握程度与课程各单元测试成绩之间存在着很强的关联性;利用各知识点和单元测试成绩,建立的线性模型,可以很好地预测学习效果;与其他MOOC课程一样,该电路分析基础课的MOOC也具有讨论积极性欠缺的问题.该文的数据挖掘工作为进一步提升学习效果、优化MOOC课程结构提供了重要的依据.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要