预出版基于聚类算法的MOOCs学习者分类及学习行为模式研究

Posted 2021-04-08 广东工业大学学报

基于聚类算法的MOOCs学习者分类

及学习行为模式研究

马飞  李娟

摘  要

根据MOOCs平台上学习者的学习行为，利用基于离差平方和法的AHC层次聚类算法和K-means非层次聚类算法，对参加MOOCs课程的学习者进行了类别划分.研究和分析了不同类别学习者的学习行为对MOOCs学习效果的影响，并利用卡方检验和单因素方差分析对不同类型的学习者在课程完成率、课程成绩等方面做了详尽的对比分析.针对如何提高学生MOOCs学习效果及MOOCs课程的结构内容设计给出了建议，为进一步在高校中顺利开展MOOCs教育提供借鉴. 

关键词

MOOCs (Massive Open Online Courses),  聚类算法,  学习行为,  学习效果,  统计分析                                                                                                        

作者介绍：马飞(1976–)，男，副教授，博士，主要研究方向为网络安全、隐私保护、社交网络分析

本文预发表于《广东工业大学学报》2018年第3期

扫描二维码，可查看原文

[e-mail]

020-37626653

 

广州市东风东路729号广东工业大学

校内网址：http://journal.gdut.edu.cn/

校外网址：http://manu49.magtech.com.cn/

Jwk3_gdgy/ggxb/CN/1007-7162/home.shtml