基于学习者行为特征的MOOCs学习伙伴推荐

• 作者: 张昱 徐彬 李封 杨丹 高克宁
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 社会网络分析 在线课堂 推荐系统 主题模型
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 71-79
• 页数: 9页
• 分类号: TP391
• 字数: 5830字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1405052

摘要

大规模开放在线课堂的兴起给高等教育的全球化提供了契机。与大规模参与用户形成鲜明对比的是，目前课程普遍存在完成率不足的问题。造成学生退出的原因之一是学习者缺乏合适的学习伙伴相互交流以及时解决学习中遇到的问题。分析了开放课程中论坛用户的身份特征和学生用户在论坛讨论过程中的行为模式，建立了学习者行为特征模型和学生在讨论过程中形成的关系网络。根据课程内容建立关键词词典，并以此为主题词，提出了一种具有固定主题词的主题模型，进而推断关系网络潜在的主题分布，最终根据主题分布结果为学习者推荐学习伙伴。通过分析Coursera课程平台的真实数据，证明了该学习伙伴推荐方法能有效地挖掘出主题相关的学习者，为学习者相互推荐学习伙伴，在一定程度上将有助于提高学习者的积极性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨丹	东北大学信息科学与工程学院	69	329	10.0	14.0
2	徐彬	东北大学计算中心	39	214	9.0	13.0
3	高克宁	东北大学计算中心	33	239	6.0	14.0
4	李封	东北大学计算中心	23	153	7.0	11.0
5	张昱	东北大学计算中心	19	80	5.0	8.0