深度学习视阈下MOOC学习者流失预测及干预研究

来源：计算机工程与应用杂志2019年第22期北京时间：

作者：林鹏飞，何秀青，陈甜甜，吴华君，何聚厚

单位：1.现代教学技术教育部重点实验室，西安 710062；2.陕西师范大学 计算机科学学院，西安 710062

摘要：MOOC（Massive Open Online Courses）在为学习者提供优质课程的同时，低完成率成为影响其有效推广的重要因素。通过对edX开放数据集分析发现，学习者的逐渐流失是导致MOOC课程低完成率的因素之一，且学习行为与成绩之间存在复杂的相关性；基于线性回归和深度神经网络（Deep Neural Network，DNN）预测学习者的成绩，实验证明，DNN能够更好地拟合学习行为与成绩之间复杂的相关性，实现对成绩更加精准的预测，预警学习者流失；对预测的潜在流失学习者迭代进行个性化的教学干预，提高MOOC课程的完成率。

关键词：MOOC,学习行为分析,线性回归,深度神经网络,成绩预测,个性化教学