大规模在线协作学习分组方法及应用研究

• 作者: 何秀青 何聚厚 葛文双 陈甜甜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 学习孤独感 在线协作学习分组 自编码神经网络 模糊C均值 MOOC课程
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 92-98
• 页数: 7页
• 分类号: TP391.7
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2001-0305

摘要

学习孤独感问题是造成MOOC课程学习完成率低的原因之一,构建与学习者学习特征相适应的协作学习小组,可以有效解决学习孤独感问题.利用自编码神经网络提取在线学习者的关键特征,根据同质分组原则,利用模糊C均值算法对在线学习者进行迭代分组,使在线学习者从独自学习转变为以团队的形式进行协作学习,从而改善在线学习者的学习体验,降低学习孤独感.以edX平台上选择计算机科学与编程入门课程的19846名在线学习者为实验对象,进行在线协作学习分组.实验结果表明,基于该分组方法,每个小组内学习者都有较高的同质性,可以很好地解决学习孤独感问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何秀青		14	64	5.0	7.0
2	何聚厚		59	259	9.0	13.0
3	葛文双		16	118	6.0	10.0
4	陈甜甜		4	4	1.0	2.0