一种基于滑动窗口模型的MOOCs辍学率预测方法

摘要

[目的]通过北京大学在Coursera平台上运行的课程数据,对学生的辍学行为进行研究,以期预测学生的辍学点和辍学行为,改建教学慕课质量和方法.[方法]在课程数据基础上,提取19个特征,使用机器学习算法构建滑动窗口模型,动态预测学习者辍学率.[结果]模型预测准确率高,普遍在90％以上,效果稳定,支持向量机(SVM)和长短记忆网络(LSTM)方法建模效果更好.[局限]课程数据选课人数偏多,没有考虑其他课程数据稀疏问题,模型的可移植性仍需要进一步考虑.[结论]使用滑动窗口模型建模,能够帮助MOOC课程教师和设计者动态地追踪课程学习者辍学行为,准确率高,可以帮助教师通过快速的反馈来调整课程,降低辍学率.