基于MOOC学习行为大数据的网络课程通过率预测方法

作     者：郑龙 周忠宝 胡艳丽 蔡建国 ZHENG Long;ZHOU Zhong-bao;HU Yan-li;CAI Jian-guo

作者机构：湖南大学工商管理学院湖南长沙410082 国防科技大学信息系统工程重点实验室湖南长沙410073 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2018年第40卷第A01期

页      面：81-88页

学科分类：0401[教育学-教育学] 04[教育学] 040102[教育学-课程与教学论] 

基　　金：湖南省普通高等学校教学改革研究项目 湖南省教育科学"十三五"规划课题(XJK016BGD009) 湖南大学教改课题 国防科技大学教改课题(yjsy2015001 U2015010) 

主　　题：计算机仿真 大数据 课程通过率 预测 

摘      要：在分析大规模在线开放课程平台数据中影响课程通过率的评价指标基础上,引入随机图和概率论,建立了一种预测网络课程通过率的概率模型与算法。该模型基于网络图论和学习时长的随机性,通过时频域间的概率函数相互转化,直观地预测课程通过率的动态变化,可分析连续概率分布和离散经验分布函数,以及大规模的网络课程通过率问题,且便于计算机仿真实现。最后,结合Matlab给出的某一网络课程通过率算例,验证了该随机概率模型及其算法的可行性和有效性,并实际应用于高校大规模网络课程平台,显示出其良好的前景。